扩散张量成像（DTI）中的低信噪比（SNR）实验提供了有关跟踪和各向异性的关键信息，例如，通过测量小体素尺寸或高b值。然而，由于热噪声的复杂和主要影响，此类数据仍然很少进行分析。本文进行了蒙特卡罗模拟，研究了低信噪比条件下不同DTI变量的噪声分布。在此基础上，导出了空间平滑的应用策略。空间滤波器的最佳先决条件是无偏、均匀方差的钟形分布，但只有少数变量的统计数据接近于此。为了构造一个方便的滤波器，根据DTI的特点，采用了一系列非线性高斯滤波器，并引入了偏置校正。然后，通过准真实模型验证了该边缘保持三维滤波器。此外，还表明，对于小样本量，该滤波器与最大似然估计量一样有效，并产生可靠的结果，直至局部信噪比约为1。该滤波器最终应用于最近的数据，其各向同性体素的大小为1×1×1mm^3，对应于2.5的空间平均信噪比。该应用程序演示了滤波方法的统计稳健性。虽然Rician噪声模型仅在数据中近似实现，但通过空间平滑获得的信息是可观的。