磁共振成像(MRI)技术是一种有效的研究人脑的非侵害性途径。扩散张量成像(DTI)技术是近年来人们在研究MRI时的一项重大技术进展和突破，是目前唯一可以无创地清晰显示人脑内部白质纤维结构的成像技术，有助于理解正常脑功能和多种影响脑功能的病理过程。孤独障碍(Autism)是一种儿童发病率较高的精神疾病，是一种以社会交往、交流及行为缺陷为主要特征的神经发育障碍。Autism在脑部的相关功能区域对应关系一直没有明确的定论。最新研究进展指出，Autism与患者的白质缺陷可能有很大关联。借助于DTI技术及纤维跟踪(FT)技术，不仅可观察脑白质的细微结构，而且能以三维方式显示脑内白质纤维束走向，反映单个白质纤维束的成熟过程，为无创性评价白质纤维束间的联系及其病变开辟了新的前景。 本文采集了35例中国儿童的脑部DTI扫描数据及3D结构数据(其中包括孤独症病例组20例和正常儿童对照组15例)，应用DTI结合FT技术，将孤独症和正常儿童的临床数据进行分组对照分析，研究中国孤独障碍儿童脑白质的发育异常。在DTI数据处理和分析方法的研究中，本文研究并比较了基于感兴趣区(ROI)和基于体素的医学临床图像数据处理和分析方法。通过插值，去噪，归一化以及平滑等医学图像预处理之后，得到可以直接应用SPM分析的数据以及适用于我们研究的FA值模板后，结合基于ROI和基于体素的方法，分组比较了孤独症组及正常对照组的部分各向异性(FA)值的差异，并由此推断脑白质发育的差异。提取并三维重建了有显著差异的脑区。本文的实验结果和处于国际先进水平的论文所报道的阳性脑区基本一致但有更多发现，为孤独症的脑机制研究提供了有利的证据。 本文同时研究了DTI数据集的可视化方法，包括：颜色编码法、图元显示法、纤维跟踪法以及体显示法等，并重点研究了其中的FT技术算法的步骤及实现。目前FT技术算法主要可分为两大类：基于张量域的算法和基于统计学的算法。首先本文用Matlab仿真，分别实现了二维和三维的传统的基于张量域的FT算法，结果和前人的研究成果有一定的可比性，并提出了基于小波分解的可变步长的FT算法来提高跟踪的效率。在此基础上，本文重点研究了对于基于统计学的FT算法——快速行进纤维跟踪法进行了两方面的显著改进：(1)通过研究扩散的几何模型和物理模型，修正了原有快速行进法的速度函数，提高了算法的效率和改进了算法的效果；(2)通过新引入的快速行进法中的标志点Dead点，实现了反向跟踪，解决了传统算法无法解决的纤维分叉和交叉的问题，使得纤维跟踪更加符合原有的物理形态。