为满足当代数字化背景下数据共享的需求，同时兼顾保护隐私数据安全的必要性，提出一种基于TrustZone的区块链智能合约隐私数据授权方法。区块链系统能够在不同应用场景中实现数据共享，并且满足监管的要求；TrustZone可信执行环境（TEE）技术则为隐私计算提供安全的隔离环境。在整体系统中，隐私数据的上传由监管机构完成，其余业务节点需要在获得用户授权的前提下，获得隐私数据的明文信息，从而保护用户的隐私安全。针对技术融合时TrustZone架构存在的内存空间较小的问题，提出一种针对小内存条件的隐私求交算法，其中，通过基于分组计算的思想完成对大数量级数据集合的求交运算。使用不同数量级大小的数据集测试所提算法，结果表明所提算法在时间与空间方面的消耗在极小范围内波动，方差分别约为1.0 s2与0.01 MB2，较为稳定；当增大数据集数量级时，所提算法的时间消耗是可预期的；此外，使用事先排序的数据集能够大幅提高算法性能。
针对肝脏CT图像中因灰度不均、边缘模糊等造成肿瘤难以准确分割的问题,提出了一种消除局部极值的多尺度形态学分割方法。首先利用面积算子对图像进行预处理,在平滑图像的同时,保持目标区域的边缘信息;其次融合梯度图像中不同极值的邻域统计信息和形态属性(深度和尺度)区分极值,通过设定不同大小的结构元素,对不同极值采用多尺度结构元素进行闭运算,在消除伪局部极值的同时实现图像的自适应修正;最后利用分水岭变换分割肝脏肿瘤。实验结果表明,该方法能够在保持图像边缘的同时,有效减轻过分割现象,实现肝脏肿瘤的准确分割。
