人脑是自然界中最复杂的系统之一,脑科学一直以来都是科学家们研究的热门领域。近年来,磁共振成像技术、脑白质纤维追踪技术和脑结构网络构建的飞速发展,人们对大脑内复杂纤维束路径及各脑区间的网络连接情况有了更加深入的认识,且能为临床医学各种神经系统疾病诊断和预防提供强有力的理论依据和技术手段。结合国家及浙江省自然科学基金项目研究,本论文基于扩散磁共振成像构建脑结构网络。首先,本文简述了国内外扩散磁共振成像、神经纤维束跟踪技术以及脑结构网络构建研究进展和现状,并介绍磁共振成像和扩散磁共振成像的基本成像原理。采用扩散张量成像(DTI)、Q-Ball成像(QBI)、SPFI成像三种模型重建脑区中单个体素所对应神经纤维方向,并在Fiber Cup仿真数据集上和脑真实数据集上对比三种重建方案的性能。其次,本文提出了一种新的基于非均匀有理B样条(NURBS)曲线拟合的算法来跟踪白质纤维路径。基于Fiber Cup数据集和脑数据集,采用局部的点对点性能度量和全局的连接度量,并在大脑胼胝体、顶叶和颞叶3个ROI区域与传统纤维跟踪算法FACT进行跟踪性能比较。结果表征本文提出的NURBS算法所跟踪出的纤维路径显示出良好的解剖一致性。再次,采用AAL脑区剖分模板将大脑皮层分成116个不同的脑区,每个脑区代表网络中的一个节点,各脑区间跟踪出的纤维数量作为网络的边,构建脑结构网络。并对脑结构网络的拓扑参数进行计算和分析,结果显示该网络具有“小世界”属性。最后,本文对阿尔茨海默病人脑网络拓扑特征进行分析,采用4种脑区剖分模板来构建不同患病程度的AD患者脑结构网络。结果表明随着患病程度的加重,脑结构网络拓扑属性发生明显变化,且HCP-MMP剖分模板能显著表现出各拓扑参数之间的差异,这为AD疾病预防和诊断上提供重要参考依据。