脑电场数值计算模型的构建是医学图像三维重建一个重要的研究领域,是进行数值计算的首要前提。本文的研究重点是构建一个脑电场数值计算模型,该模型融合了图像处理、三维重建、自适应网格剖分等技术,进而为后续脑电场数值计算做必要的准备。本文在查阅和分析了相关研究领域的科技文献基础之上,对现有的医学图像处理、三维重建和网格剖分的领域特别是近几年来在这些领域的相关技术进行了深入研究的前提下,研究了医学图像三维重建和自适应网格剖分领域主要采用的方法和技术,归纳了其各自的优缺点及适用范围。在此基础之上,针对医学图像的特点选择适当的处理方法进行数值模型的构建工作。首先,采用改进的轮廓追踪算法对医学序列图像进行轮廓的提取,得到了封闭的边界轮廓。其次,对提取出来的边界轮廓进行拓扑重建,建立起三维的拓扑几何模型。为了满足后续数值计算精度的要求,如曲率大的区域网格稠密,平滑区域网格稀疏,以边界轮廓追踪的有序点集作为原始数据,利用基于二分法改进的采样方法进行了特征点的重采样,设置了最大和最小阈值,得到承载着典型信息的特征节点有序集合,以此作为网格剖分的节点以提高数值计算效率。针对两相邻断层采样点个数的差值超过所设定阈值的问题运用线性插值算法实现了相邻层间轮廓插值运算。然后,在做了大量实验的基础上,本文采用了最短对角线法进行三角形网格剖分。在网格剖分的基础上利用网格自动加密和网格优化的方法实现自适应网格剖分,使得剖分出的网格单元为最优,进而构建出适合数值计算的模型。最后,实现对参与模型构建的三角形单元的自动编号,利用数据文件形式对网格单元和节点的拓扑信息进行存储,使用用户界面完成了对该拓扑信息的查询功能。综上所述,本文在图像处理、三维重建、网格剖分的相关算法的应用集成基础上,完成了适合数值计算模型的构建工作。