基于扩散张量图像的白质纤维重建技术是目前唯一的对活体内大脑的神经连接进行非侵入式研究的方法.白质纤维重建技术为临床诊断一些由神经纤维缺失或异常造成的疾病提供准确的图像依据,并在手术导航中发挥其重要作用.此外,结合功能核磁共振(fMRI)的白质纤维重建技术将为研究大脑各分区的功能和联系提供更为丰富的信息.因此对扩散张量成像的研究,重建出更为准确的大脑内白质纤维分布和连接图,以及对脑内白质纤维的各项参数作出定量分析,将有重大的科研和实际应用意义. 本课题基于正常人脑部磁共振扩散张量图像数据,分两个方面开展了对大脑内白质纤维的研究. 首先设计了解决由部分容积效应引起的像素内纤维交叉问题的算法.模拟数据和真实扩散张量图像数据跟踪实验显示,本算法能有效判断含有交叉纤维的像素和非交叉像素,而改进的算法也正确的恢复出交叉像素内的纤维方向,以使跟踪纤维沿正确的方向通过了交叉像素； 其次提出了加权局部熵这一新参数,并设计了相应的计算公式来定量评价脑内白质纤维走向的混乱程度.相应的模拟数据实验和真实扩散张量图像数据实验显示了该参数分辨扩散张量方向统一区域和扩散张量方向混乱区域的有效性,证明了本参数在对脑部扩散张量方向混乱度的定量分析方面的实用性.