医学图像三维重建是目前研究的热点之一，是一个跨学科的研究领域，它将临床上通过医学影像技术得到的二维切片序列，利用计算机技术及图形图像学技术，将二维切片代表的人体组织以立体的方式展现出来，医生可以根据重建后的模型，进行旋转、缩放、移动等操作，进行多角度、多层次的观察，甚至对病灶的大小、位置、形状等能得到准确的直观的认识，能获取比二维切片更多的信息，从而做出准确的诊断。本文首先对三维重建的概念和流程进行了概述，对三维重建中的医学影像成像原理、数据采集、数据预处理等技术做出了较为详细的说明。其中二维切片序列的插值是三维重建的难点，同时也是本文的研究重点。由于在数据采集阶段得到的数据并不是等分辨率的，即切片之间的距离大于切片上相邻像素之间的距离，所以对三维数据进行插值，是三维重建不可或缺的一步。三维插值技术根据插值方式的不同，从整体上可以分为两大类：基于场景的插值方法和基于对象的插值方法。在对现有的三维插值算法进行研究的基础上，本文提出了一种新的用于二值图像序列的三维插值算法。由于现在的三维插值算法往往利用两张相邻的切片现有的插值算法一般都仅利用相邻的两张切片，得到这两张切片之间的缺失的一系列切片，只是利用了局部信息，这样的插值结果不能体现出二维切片序列的整体渐变走势，甚至当二维切片序列中的关键切片丢失时，根据局部插值信息得到的结果与整体渐变走势有可能是相反的。所以插值效果并不理想。针对这种情况，本文提出了一种针对二值图像序列的基于三维物体表面全局信息的插值方法，并有效的利用了三维物体的形状信息，用多种曲线自适应的将三维物体的表面曲线拟合出来的。本文将该算法应用到模拟图像和乳腺癌超声图像的重建上，实验证明，本文的算法能效果更佳。最后，本文搭建了插值算法表面曲线对比平台和医学图像的可视化的三维重建平台。前者用MATLAB GUI编写，它通过分析插值得到的三维体表面曲线与原始三维体的表面曲线来展示插值算法的性能；后者提供面绘制和体绘制算法可以对模拟图像和乳腺癌肿瘤的超声图像进行重建，使用QT和VTK等技术将三维物体内部构造和表面显示出来，并提供三维体的横断面、冠状面、矢状面显示，可以将重建的结果保存，为以后在三维体上提取特征，利用计算机技术根据三维信息做出诊断打下了基础。