脑部神经疾病已经成为危害人们健康的主要疾病之一,其早期的准确诊断有利于后续的有效治疗,所以脑组织的分析方法已经成为脑科学领域的一大研究热点。其中基于脑部磁共振图像(Magnetic Resonance Imaging,MRI)的脑白质分析方法发展迅速。传统方法中的基于像素的形态学测量方法(voxel-based morpheme-try,VBM)已经能够检测出MRI图像的脑部形态异常,另外基于纤维束示踪的空间统计分析方法(tract-based spatial statistics,TBSS)也能利用扩散张量磁共振成像(diffusion tensor imaging,DTI)数据来检测大脑中主要神经纤维束的连通状态。而近年来脑白质网络(white matter network,WM network)这一新兴技术由于其量化大脑的认知能力,开始被用于研究神经疾病患者的脑部异常,并且取得不错的进展。在上述背景下,本文开展了基于DTI的脑白质分析方法研究,主要研究内容分为两部分:阿尔茨海默病(Alzheirmer’s Disease,AD)患者的脑白质网络分析研究,以及脑性瘫痪婴儿的脑白质网络研究。具体包括以下部分:(1)本文系统而详细地从方法理论角度介绍了三种基于MRI的脑白质分析方法(VBM、TBSS和WM网络),并对这三种方法相关的脑部异常分析的研究背景和进展做了简要介绍。(2)针对检测AD患者的脑白质异常这个问题,本文通过开展AD患者的脑白质分析实验,系统而详细介绍了VBM、TBSS和WM网络各自检测和分析AD患者的脑白质异常的工作流程,以及比较了这三种方法的实验结果,最后得出结论:因为WM网络不仅能准确检测到AD患者的异常脑区,更能反应脑区间的连接情况。所以在脑部神经疾病的检测中,相较于VBM和TBSS,WM网络可能得到更丰富且更精确的检测结果。(3)针对脑性瘫痪患儿的脑白质分析问题,本文使用DTI数据及白质纤维束追踪技术构建和分析了15名脑性瘫痪患儿和30名正常婴儿大脑的白质脑网络,发现脑性瘫痪患儿和正常婴儿的WM网络都具有“小世界”属性,但患儿的最短路径长度明显变长,而标准聚类系数、全局效率和局部效率明显下降。此外,我们还发现左脑楔叶、楔前叶以及左脑扣带回后部是婴儿WM网络的核心节点,脑性瘫痪患儿WM网络的部分节点存在异常,且异常节点多集中于颞叶、枕叶和顶叶等脑区。本文结果表明脑性瘫痪婴儿的WM网络已经出现紊乱的现象,这为我们进一步研究脑性瘫痪儿童的发病机制提供了帮助。