医学图像三维重建是通过计算机可视化技术,把二维的医学图像切片转换为三维的模型,在屏幕上显示出来,并可以根据需要为用户提供交互功能。一个医学图像三维重建系统主要涉及医学图像的读取,预处理和三维重建这三部份的内容。适用于医学图像三维重建的数据一般来源于CT,MRI和超声波等。现代的医学图像有一个统一的标准：数字影像和通信标准(Digital Imaging and Communication of Medicine,DICOM)来规范医学图像在各种设备上如何获取,存储,传送和显示。医学图像预处理技术涉及到对图像的增强和分割,图像的增强方法主要有直方图均衡,去噪,锐化等。传统的医学图像的分割则主要有以下几种：基于阀值的分割方法,基于边缘的分割方法,基于区域的分割方法。现在的研究学者流行将新的理念用到医学图像方面,所以出现了基于神经网络,蚁群算法和小波分析等图像分割方法。医学图像三维重建技术则主要有二大类,一类是面绘制,另一类是体绘制。面绘制主要有移动立方体算法,Dividing Cubes算法等。而体绘制算法则主要有光线跟踪,三维贴图等。现在有一些工具能够将上述二类绘制算法很好的封装起来,可以使人们只专注于医学细节,而无需花大量时间在重建算法上。医学图像三维重建系统的各个部份是一环紧扣一环的,医学图像的来源决定了预处理算法的选择,医学图像预处理结果又决定了分割阀值的选定,分割阀值的精准与否又决定了三维重建的效果。而三维重建效果则是判定一个医学图像三维重建系统的好坏的重要标准。本文在这一课题上的主要研究工作如下：1、详细研究了医学图像的获取方式,存储和转送标准DICOM。做了大量的实验对比了各种医学图像预处理算法的优缺点和适用范围。基于医学图像是连续切片的特点,改进了对医学图像的滤波方法。2、对图像三维重建算法中的移动立方体算法进行了详细的研究,对它的适用范围,优缺点和改进空间作了详尽的分析,提出了一种基于多尺度的移动立方体改进算法。3、基于OpenGL,实现了一个医学图像三维重建系统。