Los servicios en la nube ofrecen a médicos y científicos de datos acceso a datos médicos desde múltiples ubicaciones utilizando diferentes dispositivos (laptops, computadoras de escritorio, tabletas, teléfonos inteligentes, etc.). Por lo tanto, las amenazas cibernéticas a los datos médicos en reposo, en tránsito y cuando son utilizados por aplicaciones deben ser identificadas y prevenidas de manera preventiva a través de una serie de soluciones criptográficas probadas. El trabajo presentado integra la generación de clave adaptativa, confusión basada en redes neuronales y no-XOR, es decir, difusión de ADN, que ofrece una clave más extensa y única, confusión adaptativa y un algoritmo de difusión impredecible. Solo los usuarios autenticados pueden almacenar esta imagen encriptada en el almacenamiento en la nube. El marco de seguridad propuesto utiliza logística, mapas de tiendas y módulos de generación de claves adaptativas. La clave adaptativa se genera utilizando una red neuronal multilayer y no lineal de cada imagen plana de entrada. La red neuronal de Hopfield (HNN) es una red temporal recurrente que actualiza el aprendizaje con cada imagen plana. Hemos utilizado Amazon Web Services (AWS) y el Servicio de Almacenamiento Simple (S3) para almacenar imágenes encriptadas. Utilizando métricas de evolución de referencia, se valida la capacidad de encriptación de imágenes contra ataques de fuerza bruta y estadísticos, y también se realiza un análisis de calidad de encriptación. Por lo tanto, se demuestra que el esquema propuesto es adecuado para alojar almacenamiento en la nube para imágenes seguras.