弥散张量成像(DTI)是一个相当新的磁共振成像技术。它显示组织里水分子的弥散运动。表观弥散系数(ADC)用来测量组织中的弥散程度。在结构组织中,表观弥散系数的大小依赖于弥散的方向。沿着结构方向的表观系数比垂直方向要大。DTI测得六个方向上的ADC值。把这六个方向的ADC值构造成一个3×3的对称的弥散张量矩阵,并求出其三个特征值和对应的特征向量；三个特征向量互相垂直,其中最大特征值所对应的特征向量为主弥散方向。纤维跟踪的工作是通过磁共振影像的弥散张量影像,找到脑白质中水弥散的路径。纤维跟踪技术包括两个方面：1)水的路径用纤维束表示。2)纤维方向与弥散张量主特征向量方向相对应。为了克服神经纤维数据离散性的障碍,找到最可能的神经纤维路径,我们提出了一种新的基于弥散张量成像的鲁棒纤维跟踪算法。其鲁棒性在于对纤维的走向分为三种情况进行考虑,并综合了由张量分析得到的纤维的可能走向、分数各向异性指数、纤维的前一点走向。在求解纤维与体素边界交点时使用了3D Cyrus Beck算法。在执行中,我们使用了六个ADC数据,它们来自健康的人脑的磁共振影像。每一个数据都是128×128×30的三维数据。并应用Mathematica软件在感兴趣区域进行了纤维跟踪算法的实现。结果,这种方法能更好的描述大脑中脑白质的纤维分布。实验由MRI-DTI数据来呈现。