近年来,为了研究大脑内部组织的细节信息和变化,弥散张量成像技术(Diffucion Tensor Imaging,DTI)数据的定量分析已经引起越来越多研究者的关注。DTI是一种能够检测活体内水分子弥散运动的非侵入式的磁共振成像技术,是当前脑科学的研究中普遍使用的方法。作为近年来兴起的一种磁共振功能成像方法,DTI可以对具有大脑内特殊扩散特性水分子的扩散轨迹模拟重现,进行后处理的图像能够清晰显示大脑白质纤维束的走行方向及形态。根据DTI可以计算出的扩散特性图像,该图像可以定量分析脑白质的细微结构,是临床诊断以及疾病评估较为精确的神经影像依据,有利于临床医师进行合适的治疗计划的选择以及治疗效果的判断。在当前的DTI分析方法中,基于白质纤维束的空间统计分析方法(Tract Based Spatial Statistics,TBSS),作为DTI数据的体素分析的开创性方法已被广泛应用于许多DTI研究中。然而,TBSS的可靠性和可解释性受到了多方面的挑战。2016年,Wang等人提出了一种新的DTI统计分析方法——基于图谱的纤维束空间匹配统计方法。该方法不依赖于图像间的配准,并且摆脱了TBSS主要的误差源——“骨架化”过程。本文首先借助了Ground truth,针对模板与个体纤维束条数相同或者不同的情况对该方法进行了纤维束匹配正确率的检测。结果表明,当模板与个体纤维条数不同时,匹配正确率有很大的波动。其次经过进一步分析,本研究在该方法流程中加入了“中间模板”以及纤维束聚类的步骤,对该方法进行了优化改进,旨在解决更多不能进行配准的DTI分析问题,并且实现了对纤维束的更加准确的定量分析。最后,本研究将借助改进后的基于图谱的纤维束空间匹配统计方法,研究腔隙性脑梗塞患者大脑白质特性,以探究腔隙性脑梗塞患者大脑白质运动通路损伤机制。缺血性脑卒中是目前能够威胁人类生命的常见疾病,具有较高发病率高、致残率以及死亡率,并且及其容易复发。在类似于卒中的大脑疾病中,由于大脑有形态学的异常,传统基于图像配准的分析方法不适用于该种疾病的分析。本文通过对腔隙性脑梗塞患者的分析结果与其他类似的研究进行对比,验证纤维束空间匹配统计模型的可行性,证明该DTI统计模型具有直接显示局部白质纤维束损伤部位的优势。同时,我们还将探索腔隙性脑梗塞患者的大脑白质结构异常,试图为类似的缺血性脑卒中类疾病的临床诊疗提供了科学的理论依据。