医学图像三维可视化是目前一个研究热点问题，是一个多学科交叉的研究领域，是计算机图形学和图像处理在生物医学工程中的重要应用。它涉及数学图像处理、计算机图形学以及医学领域的相关知识。医学图像三维可视化在诊断医学、手术规划及模拟仿真、整形及假肢外科、放射治疗规划、解剖教学等方面都有重要应用。因此，对医学图像三维可视化的研究，具有重要的学术意义和重大的应用价值。 医学图像三维表面重建的主要研究内容包括医学图像的预处理，如插值、滤波等；组织或器官的分割与提取；面绘制与体绘制算法等。本文针对MRI医学图像三维重建的关键技术进行了研究，并对封装后的人脑体数据中的脑白质进行了三维分割。 对组织或器官的分割与提取是保证重建模型准确表达其相应组织器官的前提。本文提出的分割方法的步骤是先分析各断层图像的灰度直方图和三维图像的整体灰度直方图，交互给定分割阈值的上限和下限，对三维图像二值化；然后根据待重建组织的形态特征选取合适的形态学造作进行区域修整；最后用种子填充算法来填充出要分割的区域。 面绘制是医学图像三维可视化的重要手段之一，它通过对一系列的二维图像进行边界识别等分割处理，重新还原出被检物体的三维模型，并以表面的方式显示出来，从而为用户提供具有较强真实感的三维医学图像。在面绘制中，Marching Cubes（MC）算法是基于规则体数据抽取等值面的经典算法。本文利用该算法对分割提取的区域抽取等值面进行表面模型构建。在三维医学图像体绘制的研究中，通过对传统的光线投射算法的研究，作者提出先发出少量探针探测物体位置，然后直接从物体表面进行光线投射来跨过空体元，完成绘制，从而使得重要器官在最终的绘制结果中更加清晰，同时由于空体元的增加，加快了绘制速度。