磁共振弥散张量成像技术(diffusion tensor imaging，DTI)是一种能够无创地研究脑白质特性的成像技术。该技术通过磁共振信号获取水分子在人脑不同组织中扩散性差异，反映白质纤维的结构以及走向。DTI技术用于医学领域时，可以检测白质组织的病变信息，为疾病的诊断提供依据。　　 在对DTI进行应用时，不同的研究者发展出多种DTI分析的方法。其中应用较为广泛的是通过原始DTI数据计算出弥散张量、特征值、特征向量以及各向异性分数等参数，通过统计分析的方法获得具有统计学意义的信息，这一类方法能够为临床诊断和辅助治疗提供帮助，起到辅助治疗的作用，但因为该方法需要的环节和步骤众多，所以合理的分析步骤非常重要。为了更准确有效地进行数据分析，需要对现有的分析方法进行适当评价，以获得一个有效的方案。　　 本文首先介绍了DTI技术的发展以及成像原理，并给出了部分各向异性(fractionalanisotropy，FA)分析的方法和流程。在进行全脑的FA的分析时，其主要包括数据预处理和统计分析两个环节，数据预处理又包含空间标准化和平滑两个步骤。在研究数据预处理时，讨论了不同的标准化方法对数据分析的影响，这一研究利用标准化后主特征向量的方向性来实现，通过实验表明，利用SPM2自带的EPI模板能够比T1模板取得更好的标准化效果。在对平滑结果进行评价时，利用统计学上正性检验的方式对平滑后数据的分布特性进行检验，结果表明选取半高宽为8mm或lOmm的高斯核函数能够使数据分布的正态性更合理。此外，针对不同的FA分析方法，重点研究了基于体元(voxel-based analysis，VBA)的方法和基于感兴趣区（region of interest，ROI）的方法之间的差异，基于ROI的分析方法利用了纤维跟踪的思想，根据主特征向量的方向性确定ROI的范围。实验表明，利用VBA的分析方法能够在更高的显著性水平上发现差异脑区。