肝脏作为人体内极为重要的解毒器官,近些年来由于生活质量的提高,大量饮酒或饮食不当导致的脂肪肝等病症越来越多,一旦没有得到及时治疗很容易发展成为肝脏肿瘤,所以针对肝部病变的早期病情的判断极为重要。肿瘤一般需要手术切除,然而肿瘤与血管之间的关系以及肿瘤体积占肝脏体积的比例,直接决定了能否采用手术切除。这些问题依赖传统CT影像给出的人体截面信息较难给出准确的回答。因此我们有必要寻求一种更加直观的方式,将肝脏内部较为复杂的血管系统以三维模型的方式在计算机中重建出来。本文三维重建的步骤主要分为三步：首先在二维CT影像中将血管、肿瘤等提取出来；其次对各个图像序列进行三维重建；最终对三维重建的结果加以修正。在对血管进行分割的之前,由于CT影像存在较大的噪声,本文采用一种保持边缘的去噪方法进行预处理。在之后的血管分割中,常见的图像分割方式有基于阈值的图像分割、基于区域的图像分割和基于一些特定理论,如聚类分析、偏微分方程等的图像分割。然而人体与人体之间的差异性较大,导致计算机自动处理一系列图像造成了困难。目前尚无一种方法能够普遍适用于所有医学CT影像。本文分析了OTSU算法、区域生长算法和Mean Shift算法的基本原理以及它们在实际运用中的可行性。最终采用多阈值OTSU方法对一实际人体的肝脏部位CT影像进行了分割,取得相对理想的效果。在之后的三维重建过程中,本文采用了医学三维重建中常见的可视化工具函式库VTK,对分割后的血管进行渲染和重建。针对重建后三维表面并不光滑的问题,将应用于二维CT影像的去噪方法拓展至三维空间,解决了三维曲面的光顺问题。最终获得了较为理想的三维立体模型。最终为下一步进行手术导航打下了坚实的基础。