医学图像分割和三维重建是医学图像研究领域的重要内容。本文工作的目的是探讨基于MRI序列图像的分割方法和三维网格模型的重建。分析了当前图像分割以及三维重建的各种方法和研究现状,并在此基础上综合运用阈值分割以及数学形态学算法实现对脑组织磁共振图像序列的分割。首先对图像的预处理分析了邻域平均法、中值滤波方法和维纳滤波方法,具有统计意义的维纳滤波对图像处理结果较好。对阈值选取采用迭代阈值、最大类间方差法、二维最大熵求取阈值三种方法,并对其进行了比较,同时运用数学形态学算法对MRI序列图像进行分割。实验证明该方法简单有效,运算速度快,同时能够满足感兴趣区的分割要求。在图像三维重建方面,着重研究了切片级重建,对于给定的MRI医学序列图像,通过轮廓跟踪提取边界点,再有效结合曲率法和等间距采样法提取特征点,将MRI脑图像的各层轮廓用最短对角线法约束条件来进行三角面片的拼接,实现了MRI序列图像的网格模型的建立。最后改进移动立方体算法的跟踪速度,重建了头和脑的真实感模型。