弥散张量成像(DTI)是90年代初出现的一种新的磁共振成像技术。通过这项技术可以获得活体内部水分子弥散的重要信息,如方向、量级和各向异性等。对于纤维性软组织,如神经、肌肉、韧带等,弥散张昔成像相对于其它的传统成像技术表现出独特的测量优势,可以非侵入的得到纤维管道的轨迹。本文以探索弥散张量成像,特别是与纤维跟踪相关的技术为目标,主要的工作包括研究弥散张量场的正则化方法和纤维跟踪技术。 弥散张量图像容易被噪声污染,而图像中的噪声会严重的影响纤维跟踪等一系列后续处理的质量。为了尽量削减张量图像中的噪声,我们需要对张量图像进行正则化。根据掌握的现有文献,正则化方法都是基于空域张量场实现。受剑标量图像在频域内滤波的技术启发,本文提出一种适用于弥散张量场的自适应频域滤波方法。基于Mario介绍的二阶张量场傅立叶变换理论,给出DTI张量场的基本低通滤波函数,并使用K-L变换等进一步提高去噪性能,提出改进的频域高斯滤波方法。通过实验证明对高斯噪声有较好的去除效果。 纤维跟踪是弥散张量成像一个极其重要的应用,无论在科研还是临床领域都蕴藏着巨大的潜力。受噪声及低分辨率等因素的影响,纤维的传播方向具有不确定性,尤其是在各向异性不明显的区域。本文提出了两种纤维跟踪的算法：一种是改进的向量选择跟踪方法,一种是用熵修正的规整化随机跟踪方法。实验证明这两种改进的算法比原有算法更有优势,可以作为纤维跟踪的又一种新技术。