现如今,神经性疾病和脑组织病变,在国内已经成为影响人们健康生活指数的一个重要因素,这些健康问题迫切需要得到解决。现代医学的深入研究,不仅有助于人类提高对神秘的神经系统的认知,而且为脑疾患的精确诊断和治愈提供帮助。因此,对脑神经的生理特点及病变进行深入研究,在当下具有非常迫切的理论及现实意义。磁共振成像技术(MRI)的原理,对物体施加磁场,检测其所发射出的电磁波,通过电磁波大小可以描绘物体内部结构。磁共振成像技术迅速发展,其非入侵的技术特性,使其在医学图像领域上得到了广泛的应用。弥散张量成像(DTI)就是在磁共振成像技术的基础上延伸出来的另一种成像技术,通过水分子在大脑组织结构中的扩散特性的差异对大脑进行造影成像,并且能够反映出神经纤维的位置结构等信息,运用起来安全可靠,由此该技术在医学领域上得到十分广泛的应用,并且为临床诊断和神经系统研究提供了重要依据。由于现有技术的不完善和在获取图像的过程中,不可避免的引入噪声干扰。对于滤除噪声干扰,在获取图像之后变得十分重要。这样不仅能保证获取的弥散加权图像(DWI)的精度,也提高了后续得到弥散张量的准确性,从而保证神经纤维追踪结果和部分各向异性程度(FA)的可信赖程度。现有的DTI神经纤维示踪系统,例如DTIStudio,Track Vis等,并没有完善的图像预滤波过程,由此会导致神经追踪结果准确度的降低。为提高神经纤维追踪结果的准确性,本文提出了一个基于各向异性的多级滤波器,利用各向异性滤波器的良好的结构保护特性和高效的滤波性能,对DWI图像进行预滤波得到弥散张量场与FA图像,再对弥散张量场分解成的不同2D图像进行张量场的降噪处理,再通过对降噪后的弥散张量场计算,得到神经纤维追踪所需要的参数。其次,通过改进后的各向异性滤波器,由弥散张量控制各向异性滤波器的扩散方向,不仅避免传统各向同性滤波器模糊图像细节,而且也能够保证神经纤维的走向相关的像素点不被平滑掉,而有效保留下来。本文的滤波算法,通过仿真和临床数据的验证,能够有效的提高神经纤维追踪的准确度。最后,对以上的研究成果结合起来,在现有的基础上实现一个具有完整功能的系统,完成数据预的处理,神经追踪可视化和结果参数的分析。