Transformations polynomiales : applications au tatouage des images médicales

Abstract

De nos jours, les actes médicaux réalisés à distance connaissent une forte demande et plus particulièrement durant les périodes de crise telle que celle liée au Covid-19. En imagerie médicale, cet échange rencontre des problèmes de sécurité de données des systèmes d’informations. A travers le présent travail, on propose une technique qui permet d’attester l’authenticité des images médicales et contrôler l’intégrité de ces images. Dans ce contexte médicolégal, une technologie nommée le tatouage numérique s’est avérée être une des solutions : jeune, innovante et très prometteuse en termes de recherche. Cette technique consiste à incorporer une marque, d’une manière imperceptible à l’oeil, dans un support d’origine. La marque est insérée de telle sorte que l’on puisse la récupérer à tout moment. L’extraction de cette marque doit être robuste, même après modifications du document tatoué. L’originalité de notre approche est basée sur des modèles mathématiques appelés les transformations polynomiales : des modèles aussi proche que possible du système visuel humain, qui permettent de décomposer l’image en plusieurs composantes. Lesdits modèles permettent aussi de distinguer les zones peu pertinentes pour l’interprétation du diagnostic, zones que nous choisirons pour supporter une marque. En fonction de l’application envisagée, cette marque peut se présenter sous forme d’une séquence aléatoire de bits ou encore un logo binaire. Dans le contexte médical, la marque peut contenir des informations du patient, du médecin ou du centre hospitalier. Le présent travail de recherche apporte cinq différentes contributions relatives au domaine du tatouage numérique. La première contribution est la proposition d’une solution pour le tatouage des images numériques basée sur la transformation polynomiale de Laguerre combinée avec la DCT. La deuxième contribution est la conception d'un algorithme de tatouage des images médicales basé sur la transformée de Chebychev. La troisième contribution est la proposition d’un algorithme de tatouage des images médicales basé sur la transformée d’Hermite combinée avec une technique de fenêtrage adaptatif. La quatrième contribution présente un tatouage robuste basé sur la transformée de Legendre. La cinquième et dernière contribution est la proposition d'une technique de tatouage des séquences de vidéos médicales. Le vrai challenge est de pouvoir maîtriser deux principales contraintes, à savoir : l’invisibilité de la marque insérée et sa robustesse face à différents types d’attaques volontaires et involontaires.