扩散张量成像(DTI)是以扩散加权成像为基础发展起来的一种新型磁共振成像技术,基于该模态的神经纤维追踪技术是当前唯一活体无创重建脑白质神经结构的方法。人类大脑神经结构的精确、快速重建,不仅可以更好的为脑部疾病、手术导航等针对性的治疗技术提供可靠数据,还可以为人类初步走进神秘的大脑,探知脑功能、脑神经的信息传导机理提供可行方法。本课题需要解决的关键难题是对扩散张量矩阵的准确估计,以及对张量矩阵所包含信息的全面提取来完成对脑部神经轮廓结构的重建。主要工作内容为对扩散张量数据的处理、神经纤维追踪算法的研究和基于扩散张量成像的软件设计。具体如下:1)扩散张量数据受到磁共振硬件设备和人体的限制,在其采集过程中不可避免的引入噪声污染,影响临床诊断以及后续的神经纤维重建工作。为了解决此问题,本文提出一种基于扩散特性的自适应高斯滤波算法,根据组织体素扩散的特性选择各向同性或者各向异性高斯滤波方法,从而提高了图像数据的准确性。我们设置了噪声处理实验并将本文方法与传统高斯滤波方法对比,证明了本文提出方法的有效性与可行性。2)针对目前神经纤维重建算法均无法解决纤维分叉交叉的难题,本文提出一种基于空间结构的流线追踪算法,主要针对存在交叉分叉纤维的平面和球面扩散模型进行研究,通过分析以模型为中心周围邻域内的扩散信息,综合估计当前追踪点的方向,实现了脑部神经纤维的重建工作。通过真实实验结果表明:相对于传统方法,本文提出的方法能够有效解决脑白质中分叉交叉纤维不能识别的问题,从而得到更加完整精确的神经纤维轮廓。3)虽然临床中对脑部纤维结构研究的需求越来越迫切,但是当前用于DTI图像处理的大部分软件只实现了分析与仿真,难以应用于临床医学中。本文在基于扩散张量成像技术理论研究的基础上,采用C++语言面向对象的思想,设计开发了一款DTI神经纤维重建软件,利用QT设计人机交互GUI界面,实现了脑部神经纤维结构的完整重建以及三维可视化展示功能,为医疗人员临床中对人类脑部疾病的诊断与治疗提供了指导意义。