数字化医院已经成为未来医院发展的必然趋势,影像归档和通信系统(Picture Archiving and Communication Systems,PACS)是其重要的信息支撑。PACS系统主要面向医院的医学影像类科室,将患者就诊过程中产生的各类医学影像(包括数字DR、CT、核磁、超声、内镜、显微镜、眼底造影等设备)通过各种接口(模拟信号,DICOM协议,网络)以数字化的方式海量存储,供医生随时调阅。云PACS系统作为软件即服务的模式(Software-as-a-Service:SaaS),将各级医院不同科室的海量影像数据存储到云端,保证图像由端到云的传输和存储安全是云PACS广泛部署的主要瓶颈。各级医院影像设备品牌、性能不一,产生的图像分辨率、清晰度各异。如何实现多源医学图像的有效分类加密是云PACS亟待解决的关键问题。论文根据图像分辨率、色彩进行分类,对医学图像的加密进行研究,提出了有针对性的加密方法,提高了医学图像的加密能力。首先,针对云PACS系统中数字DR等X射线设备形成的高分辨率灰阶图像,论文提出基于提升小波优化的数字图像快速加密方法。通过软阈值法和硬阈值法相结合的方法对阈值法进行了改进,解决了提升小波更新算子问题;在动态惯性权重的基础上,提出一种非均衡变异策略来随机调整最优粒子位置的改进粒子群算法,解决了提升小波线性预测算子问题。通过对提升小波的更新算子与线性预测算子的优化,提升了提升小波的快速分解能力,使数字图像进行自适应小波分解后得到的小波低频系数具有良好的稀疏性。进而设计了图像低频系数加密置乱模式,充分利用混沌系统初值敏感和参数敏感的特点,选用两个混沌序列,对图像低频系数进行灰度值加密和位置置乱,相应的扩展了加密系统密钥空间。其次,针对云PACS系统中CT、核磁等设备形成的多序列低分辨率灰阶图像,论文提出基于经验模式分解的数字图像自适应加密方法。针对图像自身的特点,将图像进行经验模式分解后,选取图像失真程度最小的分量进行加密,然后重组图像。采用经验模式分解算法对数字图像进行分解,破坏了相邻像素之间的相关性,起到了良好的加密效果。在图像加密过程中,采用以密钥序列导引为基础的图像自适应加密方式。引入用户密钥,利用安全哈希算法获得定长密钥序列,基于一次一密的加密思想,自适应变换加密密钥和动态构造加密置乱模式,循环导引像素灰度值加密及像素位置置乱,提升数字图像快速加密能力。再次,针对云PACS系统中病理切片、眼底摄影等显微镜设备形成的高分辨率彩色图像,论文提出一种基于遗传与混沌数字图像加密算法。通过在数字图像置乱过程中引入超混沌系统,使得图像置乱结果不仅取决于初始密钥产生的混沌序列,还取决于图像本身的特征,使其具有一定的自适应特征,通过引入遗传算法进行图像加密解密过程参数的动态优化,得到最佳的加密解密过程和步骤。在加密过程中,引入明确的反馈机制,提高对明文的敏感性及抵抗能力,提高加密效率,解决了加密图像受明文攻击和选择密文攻击时高维混沌加密耗时过长、效率低等问题。最后,针对云PACS系统中胃肠镜、支气管镜等内窥镜设备形成的低分辨率彩色图像,论文提出一种基于凯莱图和对换的S-盒构造图像加密算法。在S-盒图像置乱的标准算法基础上,提出了基于凯莱图和对换的S-盒图像置乱加密算法,引入了Chen混沌理论,产生混沌随机序列,经测试和分析,论文构造的S-盒的双射性、非线性度、严格雪崩准则、均匀差分性可以满足密码算法的安全性。通过实验分析,基于凯莱图低分辨率彩色图像和对换的S-盒构造图像加密算法可以实现PACS系统中低分辨率彩色图像快速加密。