医学CT图像的三维重建是科学可视化中重要的研究分支,是非常有用的技术。以CT图像为原始数据,将二维图像内的目标器官或组织信息进行重构,利用计算机图形学的算法,将其重构到三维空间,然后展现给用户。可以令医生更直观、多角度、全面分析目标器官或组织的变换情况,以做出对患者病情更准确的评估、诊断病情。除了病情诊断方面,同时也是仿真多角度扫描、放射治疗、手术导航、远程手术等新新兴医疗技术的基础。与此同时,基于点云数据的三维重建研究也取得了巨大进展。点云数据是对现实世界实体最为直观、自然的描述方式。目前,使用激光扫描设备获取机器零件的三维信息,然后基于这些信息进行三维模型的构建已经十分的成熟。尤其近几年,三维测量技术的进一步发展、位置信息获取设备的平民化、3D打印技术的出现,更使点云重建成为了热门的话题。本文以人体大腿部的CT扫描数据为原始数据,利用提取的轮廓、基于三次B样条曲线对CT图像三维重建,生成具有层内、层间连续二阶导数的人体大腿骨骼曲线;这种方式生成的曲面具有光顺性水平较高、窗格均匀一致、可以屏蔽噪声等特点。本文将新兴的处理“三维点云”的思路应用于从CT中提取出的轮廓点,提出一种可行的CT图像三维重建的新的方向；即将轮廓上的采样点作为点云处理。本文使用Crust算法对轮廓采样点进行表面重建,其最终结果是三角网格,与当下三维打印机主要支持STL格式表示的三角网格模型相切合,可与3D打印机结合打印重建的器官。该方法与传统的基于曲线插值的CT图像三维重建相比,具有速度快(不需要求解方程组)、拓扑结构自适应性强、减少了人工干预。但是这种方法存在对噪声敏感的缺陷。论文最后,讨论了将来进一步的工作。