直接体绘制方法是医学图像三维重建领域的一个重要课题。医学图像三维重建可以充分利用二维医学体数据，重建人体组织的三维形态与结构，帮助医生直观的查看病变组织，提高诊断的正确率。三维重建有直接方法和间接方法，直接体绘制方法相对于间接方法，更加有效充分的利用了体数据，揭示了器官组织的内部信息，医生得以多角度充分观察病变组织。体绘制包含了预处理，层间图像插值，重采样，绘制，渲染等若干个环节，本文的目标是通过对体绘制关键环节技术的研究，改进这些环节的算法，提高成像速度，在减少数据处理量的同时保证图像质量。 本文包括了以下一些内容： 1.系统阐述了体绘制的基础知识，如数据模型，各种医学图像，光学绘制模型，三线性插值模型等，并概述了国内外的研究现状。 2.研究了体绘制中最关键技术Shear-Warp方法以及基于图像匹配的层间图像插值方法。Shear-Warp方法把数据场变换到错切空间，使得数据场可以高效的投影到二维成像平面上，简化了计算过程。在这个基础上，本文提出了一种基于逆向Shear-Warp方法和边缘体素的方法，减少了数据冗余，减少了坐标迭代次数和重采样点的个数，提高了重建速度。采用弹性模型匹配方法，基于弹性网形变模型，建立了多倍像素层间距医学图像间的匹配，并基于此完成多层插值，构建规则化的体数据场，它是体绘制的操作对象。 3.讨论了体绘制的光学模型，介绍了体绘制的流程。在体绘制流程中，体素分类是最重要的一环，直接影响成像质量，为此重点研究了体素的分类方法。最大熵方法将图像看成是包含了信息的能量函数，基于最大熵原则完成分类，将图像分类为背景类和目标类。小波变换是另一种广泛应用的重要的图像分割方法，它在频域上处理图像。本文综合了最大熵原则和小波变换，提出了一种方法，把二维最大熵分类比较准确的优点和小波变换多分辨率分析良好的边缘检测能力结合起来，能够有效的对图像进行分类。本文还介绍了深度渲染和Phong光照模型，并讨论了体绘制中重采样的加速方法，利用像素间的相关性，采取迭代的方法，和三线性插值模型相比，减少了计算次数，提高了速度。 采取本文提出的体绘制方法，基于现有微机平台，实现了对中等规模体数据(225×256×256个像素)绘制工作，平均绘制一幅图像速度为0.9秒/帧，达到了实用的要求。