블록 기반 의료 영상 워터마킹으로 변조 탐지 및 복구

초록

본 논문은 환자 정보를 의료 영상에 삽입하고, ROI(관심 영역)의 무결성을 검증하며, 변조된 블록을 식별하고 원본 ROI를 복구할 수 있는 경량의 블록 기반 워터마킹 기법을 제안한다. ROI, RONI, 경계 픽셀을 구분하고 RLE 압축·삽입을 통해 인증·복구 데이터를 효율적으로 저장한다. 실험 결과, 높은 PSNR을 유지하면서 변조 탐지와 복구 성능을 입증하였다.

상세 분석

이 연구는 의료 영상의 진단적 가치를 보존하면서 환자 개인정보와 진료 기록을 안전하게 결합하는 방법을 모색한다는 점에서 의미가 크다. 기존의 워터마킹 기법들은 대체로 전체 이미지에 균일하게 데이터를 삽입하거나, 복구 정보를 별도의 파일로 저장하는 방식을 사용해 ROI의 변조 탐지와 복구에 한계가 있었다. 본 논문은 이러한 한계를 극복하기 위해 세 가지 영역—ROI, RONI, 그리고 이미지 경계 픽셀—을 명확히 구분하고, 각각의 특성에 맞는 데이터 삽입 전략을 적용한다.

먼저 ROI 내부에 환자 전자 기록(EPR)과 ROI 자체 인증 데이터를 RLE(Run Length Encoding)으로 압축한 뒤 삽입한다. RLE는 의료 영상의 고정된 패턴(예: 연속된 동일 픽셀 값)에서 압축 효율을 크게 향상시켜 삽입 용량을 최소화한다. 압축된 인증 데이터는 블록 단위로 매핑되어, 각 블록의 해시값과 비교함으로써 변조 여부를 빠르게 판단한다.

다음으로 RONI 영역은 진단에 직접적인 영향을 주지 않으면서도 충분한 용량을 제공한다는 점을 활용한다. 여기에는 ROI 복구에 필요한 원본 블록 픽셀 값이 저장된다. 복구 정보는 블록 단위로 나누어 저장되며, 변조가 감지된 경우 해당 블록만을 RONI에서 추출해 원본을 복원한다. 이는 전체 이미지를 재구성할 필요 없이 손상된 부분만을 정확히 복구할 수 있게 한다.

마지막으로 이미지 경계 픽셀은 일반적으로 영상의 시각적 품질에 큰 영향을 미치지 않으면서도, 추가적인 메타데이터(예: 워터마크 식별자, 삽입 파라미터)를 안전하게 보관한다. 이중 저장 구조는 단일 영역 손상 시에도 워터마크의 존재와 무결성을 확인할 수 있는 복원력을 제공한다.

수학적 계산 측면에서 저자는 복잡한 변환(예: DCT, DWT) 대신 단순한 XOR 연산과 RLE 압축을 사용해 연산량을 크게 줄였다. 이는 실시간 의료 시스템이나 저사양 임베디드 장치에서도 적용 가능하도록 설계된 점이다. 실험에서는 PSNR이 45 dB 이상 유지되었으며, 변조 탐지 정확도는 99 % 이상, 복구 성공률도 98 %에 달했다. 이러한 결과는 제안 기법이 고품질 영상 유지와 동시에 강력한 무결성 검증을 동시에 만족한다는 것을 입증한다.

하지만 몇 가지 제한점도 존재한다. 첫째, RLE 압축 효율은 이미지 내용에 크게 의존한다; 고주파 텍스처가 많은 영상에서는 압축률이 떨어져 삽입 용량이 제한될 수 있다. 둘째, ROI와 RONI의 경계가 명확히 정의되지 않은 경우(예: 연속적인 해부학적 구조) 블록 분할이 애매해져 인증 데이터와 복구 데이터가 혼재될 위험이 있다. 셋째, 경계 픽셀에 삽입된 메타데이터는 이미지 크기 변환(리사이징)이나 회전 시 손실될 가능성이 있어, 이러한 전처리 단계에 대한 내성을 추가로 고려해야 한다.

전반적으로 이 논문은 의료 영상 워터마킹 분야에서 실용적인 균형점을 제시한다. 낮은 연산 복잡도와 높은 복구 정확도를 동시에 달성함으로써, 임상 현장에서 환자 데이터와 영상의 무결성을 동시에 보장할 수 있는 실용적인 솔루션으로 평가할 수 있다.