心脏弥散张量成像（cardiac diffusion tensor imaging,cDTI）是目前唯一可以无需造影剂、无创地评估活体心肌微观结构的技术。与传统组织学有创检测不同,cDTI基于人体中水分子在组织中的弥散特性进行成像,使用施加弥散敏感加权梯度的序列技术进行图像采集,并建立高斯运动指数模型对信号衰减进行建模,最终通过张量对弥散的各向异性进行表征,并衍生出一系列特征参数对心肌结构变化进行定量分析。研究表明,cDTI技术能够反映活体动态心脏微观结构,可用于心肌再生的评估和心肌病鉴别诊断,表征心肌梗死、肥厚性心肌病和扩张性心肌病中细胞层面的变化,具有广阔的临床应用前景。目前,由于实际应用中图像非常容易受噪声影响,导致参数估计结果的准确性和稳定性受限,同时心脏宏观运动导致磁共振信号丢失严重,无法用于后续参数分析,以及呼吸、心脏运动导致采集时间过长等因素,该技术还未能作为常规技术手段应用于临床环境。为了改善cDTI技术应用中的局限,本文开展了较全面的研究和探索。首先从磁共振成像原理出发,对磁共振成像中信号的激发与编码、采集与图像重建进行概述,阐述心脏弥散成像理论,即使用弥散敏感梯度使得运动的分子产生相位累积,造成信号衰减,建立张量模型对弥散过程进行表征。同时,分析对比了常用的成像序列技术,包括刺激回波（STEAM）和弥散准备的稳态自由进动（BSSFP）序列技术各自的优缺点,并详细阐述了张量分析模型的建立与心脏弥散张量分析模型中的主要特征参数与生理意义。针对弥散图像固有的低信噪比的问题,基于离体和仿真实验对图像数据的去噪预处理中三种不同去噪算法进行图像质量和参数结果准确性方面的效果进行评估,运用SNR和RMSE作为评价标准,多组数据进行统计分析,结果表明LPCA更适用于弥散图像的去噪,因此确定采用LPCA作为本文去噪算法,以提高参数分析的准确度。设计了cDTI在体数据采集方案,针对在体采集中因心脏非自主运动和T2弛豫较短导致的信号丢失问题,制定了使用包含心电门控和呼吸导航双触发的弥散加权自旋回波平面回波（DWI-SE-EPI）序列技术进行信号采集的方案,在序列上实现二阶运动补偿（M2C）的梯度设计,以降低采集过程中心脏运动的干扰,解决信号丢失问题。基于对志愿者采集的心脏数据的分析,确定了最优成像参数,并建立完整的在体数据分析方案,验证了使用二阶运动补偿序列在舒张期采集,同时使用多次平均,可有效提高成像的稳定性和图像总体质量。同时,针对采集过程中的延迟时间、平均次数、方向数等成像参数进行志愿者实验,控制变量和对比分析,与现有已发表结果对比验证,确定了cDTI在体采集的最优参数。针对国际上还没有形成规范化的处理方案,国内尚无成熟处理软件支持cDTI图像分析的现状,本文设计了完整的数据处理流程,并开发cDTI数据处理软件,实现对主流厂商弥散图像的批处理。软件简洁友好、功能丰富、操作简单、可拓展性强,为科研工作者和临床医生进行cDTI研究和临床应用提供了一种高效的工具软件。