本研究通过临床数据对语言相关的神经纤维束从扩散磁共振成像获得的结构特性与语言能力表现之间的相关性进行定量地分析,重建受试者的语言功能神经束,使得语言相关重要功能结构“可视化”。以便在未来的手术过程中让医生能避开这些重要结构,为肿瘤患者最大限度切除肿瘤的同时能尽可能多地保留其语言功能,降低术后永久性语言缺失的风险及语言障碍发生率,进一步提高对大脑语言神经纤维束的认知,为大脑功能的进一步研究奠定基础。本研究共招募20名受试者,采集44组数据进行研究,研究基于约束球形反卷积算法进行神经束的三维重建,并将其与神经追踪相结合获得神经束走向,使用了纤维束平均和沿纤维束分析两种方法以不同角度得到语言相关神经束与语言功能的相关性结果,具体来说就是对受试者的四个扩散指标和六项波士顿诊断性失语症测试分数用相关系数和偏相关系数分别进行分析,考察语言功能和语言纤维束之间的对应关系,为定量分析神经束的语言功能打下基础。沿纤维束方法利用被纤维束平均浪费掉的数据,补充了传统方法结论的细节。本文与先前研究的不同之处在于:(1)为了克服扩散张量成像的缺点,本研究中使用约束球形反卷积技术进行神经纤维束的重构,将其与神经追踪相结合获得更加准确的神经走向。(2)以往的研究主要集中在不同受试者的磁共振扫描数据上,忽略了对扫描数据与语言测试结果之间的比较。本研究收集的数据来自大脑左半球罹患肿瘤的不同受试者的不同治疗阶段,并且每位受试者的每个阶段都包括波士顿诊断性失语症测试分数结果和磁共振扫描原始数据,前者间接反映了受试者的语言功能,后者则能够提供纤维束的结构特征。而且本研究中收集的数据时间空间跨度很大,可以得到比以前更广泛地研究数据分布。(3)沿纤维束方法用颜色来编码扩散成像指标,并将相关系数的计算结果覆盖到纤维束的平均几何结构上进行可视化,可以看到神经纤维束大量内在的细节,为进一步研究提供定量分析的理论依据。