随着科技的进步以及网络技术的快速发展,数字化的医疗数据存储使得远程医疗诊断成为可能。当前在许多国家和地区,远程医疗已广泛应用于外科、放射科、心脏科和神经内科等各种病例。在远程医疗诊断系统中,医疗数据作为最直接权威的医学凭证起着关键作用,会诊医生通过对医学图像和医学模型的观察,更精确地定位病灶区域。为了防止医疗数据在网络环境中遭受到恶意攻击及非法篡改,采用数字水印技术保障医疗数据的安全传输和完整存储。数字水印技术将水印信号嵌入到数字媒体中实现对原始载体的保护,通过一定的水印算法,将病人隐私信息嵌入到医疗数据中,防止其在传输和存储的过程中被篡改,为日益紧张的医患关系提出有效的缓解方法。为保障医疗数据的安全传输和完整存储以及抵抗各类攻击,并保证良好的水印嵌入质量,解决水印算法鲁棒性和不可见性不平衡等问题,本文分别从二维医学图像和三维医学模型中研究不可见性良好、抗攻击能力强的鲁棒水印技术,主要研究内容如下:（1）研究了基于感兴趣区域（Region of Interest,ROI）和整数小波变换（Integer Wavelet Transform,IWT）的医学图像鲁棒水印算法。首先将医学图像划分为感兴趣区域和非感兴趣区域两部分,并利用哈希算法验证ROI区域的完整性,同时计算ROI区域的恢复数据序列,对带有病人基本信息的二值图像进行Logistic混沌映射加密处理,并将合成水印利用IWT变换嵌入医学载体图像。仿真实验结果显示,该算法能在验证图像完整性的基础上,精确定位图像ROI受篡改区域并恢复原始ROI像素值,水印的不可见性强,且嵌入水印对噪声、压缩、滤波攻击等均有较强的鲁棒性。（2）研究了基于粒子群和小波域的三维医学模型水印算法。首先在三维模型上使用主成分分析变换,在降低数据维度的同时保证所提取的成分与原始数据的误差在均方意义上达到最小,并利用多级小波变换将水印嵌入到特征点组成的矩阵中频区域。该算法的关键之处在于能够创建一个基于粒子群优化的细菌觅食算法模型,利用相邻像素间的相关性,在鲁棒性和不可感知性之间达到最佳平衡,找到最优的小波系数用于嵌入,并作为水印嵌入的绝对特征。对标准核磁共振脑体积数据的一系列实验结果表明,该算法具有较强的抗攻击鲁棒性,并且能够使得三维模型在嵌入水印后具有较小的型变量。