医学图象三维重建的目的是通过对CT、MRI等二维图象序列进行处理,构造出医学图象的三维几何模型。但目前三维重建存在着占用内存空间大、重建速度慢、重建后存在碎片等问题。针对这些问题,本文做了以下研究：首先,对医学断层图象(CT图象)的数据进行解读。分析DCM文件的格式及DCM文件的数据集结构,解读DCM文件,提取三维重建所需的信息。对于解读后的数据,采用游程编码和分块编码相结合的方法进行压缩编码。使用该编码方法能很大程度的减少数据量,节约内存空间和提高读取单个象素数据的效率。其次,对读取的医学断层图象数据进行三维重建前的预处理。先采用混合中值滤波的方法对DICOM数据进行了去噪处理,处理后的图象能较好的保持原始图象的边缘信息,去噪效果比较理想。其次,采用单向线性插值的方法,并通过DICOM断层序列构造较为合理的三维数据场,所得结构便于三维重建。再次,采用阈值结合种子区域生长的算法提取目标组织,并且能方便地把分割后的结果压缩并存储到分割矩阵中。最后,对医学图象进行三维重建。本文对目前医学图象中常用的标准的MC算法的原理及其存在的不足进行了详细的讨论,对传统的MC算法从两个方面进行改进：一是采用修改三角面连接顺序查找表的方法来消除标准MC算法中存在的拓扑二义性的问题；二是通过建立查找表来记录每种构型模式所对应的相邻体素的情况,引入一个队列来记录处理过的体素的方法来提高MC算法的计算效率。对改进后的MC算法重建后的三维模型,采用碎片清除算法,来消除在重建过程中因为浮点运算误差而产生的碎片。清除碎片后,可以大大减少构建的三维网格模型中的数据量,并能提高后续快速成形加工的效率。