Tiedon piilotuksen algoritmit terveydenhuollon sovelluksiin
Väitöstilaisuuden tiedot
Väitöstilaisuuden päivämäärä ja aika
Väitöstilaisuuden paikka
L10, Linnanmaa
Väitöksen aihe
Tiedon piilotuksen algoritmit terveydenhuollon sovelluksiin
Väittelijä
MSc Angelos Fylakis
Tiedekunta ja yksikkö
Oulun yliopiston tutkijakoulu, Tieto- ja sähkötekniikan tiedekunta, Konenäön ja signaalianalyysin tutkimuskeskus
Oppiaine
Tietotekniikka
Vastaväittäjä
Apulaisprofessori Joni Kämäräinen, Tampereen yliopisto
Kustos
Professori Tapio Seppänen, University of Oulu
Tiedon piilotuksen algoritmit terveydenhuollon sovelluksiin
Modernit terveydenhuoltojärjestelmät tuottavat suuria määriä tietoa, mikä korostaa tiedon turvalliseen siirtämiseen, tallentamiseen ja analysointiin liittyviä vaatimuksia. Tämä tutkimus esittelee tiedonpiilotusmenetelmiä, jotka on kehitetty piilottamaan näkymättömästi arkaluontoista tai täydentävää tietoa biolääketieteelliseen sisältöön. Nämä menetelmät eivät vaadi uusia tietotyyppejä tai infrastruktuureja, koska informaatio on upotettu olemassa oleviin tietorakenteisiin käyttämällä hyväksi niiden redundanssia. Menetelmät ratkaisevat kaksi ongelmaa.
Ensimmäinen on sairaalakeskeinen ongelma tehokkaan ja turvallisen tiedonhallinnan tarjoamiseen sairaaloiden verkoissa. Tätä varten, biolääketieteellinen sisältö, kuten esimerkiksi MRI-kuva, arkaluontoinen informaatio, mikä tahansa täydentävä tieto ja informaatio, jota käytetään autentikoinnin todentamiseen, upotetaan itse kuvaan siten, että kuva voidaan palauttaa. Täten, kun kuvaa käytetään analyyseihin, kaikki tarpeelliset komponentit ovat saatavilla, koska ne voidaan irrottaa kuvasta, autenttisuus voidaan todeta ja tietoa kantanut kuva voidaan palauttaa alkuperäiseen tilaansa. Kuvan palauttaminen on tärkeää, koska jopa näkymättömät muutokset voivat aiheuttaa virheitä diagnosoinnissa.
Toisena on potilaskeskeinen ongelma, joka sisältää käyttäjän henkilöllisyyden todentamisen sekä turvalliseen ja tehokkaaseen tiedonsiirtoon liittyvät haasteet eHealth-järjestelmissä. Tätä varten esitettiin kaksi menetelmää. Ensimmäinen menetelmä piilottaa lisätietoa käyttäjän kuviin parantamaan kasvojen biometriikan kestävyyttä valokuvissa. Toinen menetelmä suojaa arkaluontoisia käyttäjätietoja, joita älypuhelimet keräävät, piilottamalla ne ei niin arkaluontoisiin komponentteihin. Yhteenvetona, esitetyt menetelmät esittelivät uusia tiedonpiilotussovelluksia ja kilpailukykyisiä ominaisuuksia olemassa oleviin sovelluksiin.
Ensimmäinen on sairaalakeskeinen ongelma tehokkaan ja turvallisen tiedonhallinnan tarjoamiseen sairaaloiden verkoissa. Tätä varten, biolääketieteellinen sisältö, kuten esimerkiksi MRI-kuva, arkaluontoinen informaatio, mikä tahansa täydentävä tieto ja informaatio, jota käytetään autentikoinnin todentamiseen, upotetaan itse kuvaan siten, että kuva voidaan palauttaa. Täten, kun kuvaa käytetään analyyseihin, kaikki tarpeelliset komponentit ovat saatavilla, koska ne voidaan irrottaa kuvasta, autenttisuus voidaan todeta ja tietoa kantanut kuva voidaan palauttaa alkuperäiseen tilaansa. Kuvan palauttaminen on tärkeää, koska jopa näkymättömät muutokset voivat aiheuttaa virheitä diagnosoinnissa.
Toisena on potilaskeskeinen ongelma, joka sisältää käyttäjän henkilöllisyyden todentamisen sekä turvalliseen ja tehokkaaseen tiedonsiirtoon liittyvät haasteet eHealth-järjestelmissä. Tätä varten esitettiin kaksi menetelmää. Ensimmäinen menetelmä piilottaa lisätietoa käyttäjän kuviin parantamaan kasvojen biometriikan kestävyyttä valokuvissa. Toinen menetelmä suojaa arkaluontoisia käyttäjätietoja, joita älypuhelimet keräävät, piilottamalla ne ei niin arkaluontoisiin komponentteihin. Yhteenvetona, esitetyt menetelmät esittelivät uusia tiedonpiilotussovelluksia ja kilpailukykyisiä ominaisuuksia olemassa oleviin sovelluksiin.
Viimeksi päivitetty: 23.1.2024