人类的大脑是自然界最复杂的系统,而大脑的神经系统又是大脑中最复杂的系统之一,其神经纤维分布错综复杂,纤维的直径也非常微小,因此普通的医学技术无法对脑内的神经纤维做出准确的描绘。利用磁共振(MR)扩散张量成像(DTI)数据对脑白质内的神经纤维进行三维重建是当前磁共振扩散成像领域内的一个研究热点,也是目前在活体上重建脑白质内神经纤维的唯一方法。它可以用于神经疾病的诊断,还可以用于外科术前手术方案的制定,避免损伤神经纤维;并且可以将它与其他一些技术加以组合,例如,与功能磁共振成像(fMRI)相结合进行脑认知科学的研究;它还有助于更好地理解大脑的结构和功能。因此该项研究对于脑科学的发展意义重大。然而由于磁共振成像技术与成像设备的限制,由磁共振成像(MRI)所得到的数据是离散的,而且在磁共振成像过程中所定义的体元大小远大于神经纤维的直径,容易造成部分容积效应,这些问题都给重建工作造成很大的困难。本文在前人研究的基础上,基于神经纤维跟踪过程中待定方向点周围相关体元的主向量与分量各向异性(FA)值提出了一种切实有效的重建算法——相关向量加权跟踪(CVWT)法,并且通过编程实现了该算法。从重建的效果来看,相比于其他方法,该方法能够更好地反映脑白质内神经纤维的分布情况。