扩散张量成像(diffusion tensor imaging, DTI)是上世纪90年代提出的一种基于人体水分子扩散运动的核磁共振成像技术(magnetic resonance imaging,MRI),是一种非侵入式分析人脑内部神经组织的显像方法。DTI图像是由一组不同方向信息的扩散加权成像(diffusion weight imaging, DWI)构成,不仅包含了脑白质组织的标量信息,还包含了脑白质走行方向(纤维束)的矢量信息。而通过定量计算和纤维追踪就能够获得突显脑白质纤维的解剖信息和描述脑白质纤维走向的方向信息。然而,为了获得准确的脑白质纤维的解剖信息和方向信息,在进行定量计算之前,需要对DTI图像中每个DWI图像进行配准。与传统MRI的图像配准不同,从配准的内容上来说,DTI图像配准不仅包含了被试自身生理活动所引起的微小头动,还包含了在成像过程中成像序列导致主磁场不均匀性而引发的涡流效应；而从配准的方法上来说,由于DTI成像有别于常规MRI成像,无法直接使用传统MRI的配准方法。本文首先对DTI原理及其数据处理方法进行了详细的介绍。并介绍了用于DTI图像的常规配准算法以及当前DTI图像配准算法的研究进展,归纳和总结了当前DTI图像配准算法所存在的问题。在此基础上本文提出了一种新的DTI配准算法用于改进常规DTI配准算法所产生的局部配准混乱现象。此外,在采集DTI时,被试的头动还会引起扩散梯度方向的相对改变,故理论上还需要对其进行梯度校正。然而,目前对于DTI梯度校正算法却没有一个合适的评价方法,因此本文设计了一个DTI Phantom实验用于评价DTI的梯度校正算法。同时,为了凸显图像DTI技术在脑科学领域的研究意义,本文进行了一项基于双相障碍患发病机制的DTI初步科学研究工作。