医学图像三维重建是指利用计算机分析、计算机图形学、数字图像处理等技术方法,将获得的二维医学图像序列,转换为具有真实感效应的三维医学图像。医学图像三维重建在重大疾病的筛查、虚拟仿真手术、临床诊断、手术导航等各个方面具有非常高的临床应用价值和研究意义。因此,如何获得绘制精度高、重建速度快的三维医学图像,是现今医学图像可视化研究领域的热点。同时,创建灵活的人机交互来方便相关人员对重建的结果进行观察、分析操作,也是医学图像可视化技术领域的重点课题。本文研究了医学图像三维重建领域的关键算法,深入研究了基于GPU的快速高质量的重建方法,并针对可视化辅助诊断技术的应用需求,设计并实现了简易的三维重建系统。本文具体的研究内容如下:（1）本文研究了医学图像三维重建技术中的面绘制和体绘制的方法及原理。在面绘制技术中,研究了移动立方体算法、剖分立方体算法的原理及其具体实现过程;在体绘制技术中,研究了光线投射算法、最大密度投影算法的原理及其具体实现过程。并针对传统光线投射算法绘制时间较长、绘制质量较差、重建有虚影的问题,提出了一种基于GPU的改进光线投射算法,根据人的视觉特性与梯度值的大小,自适应改变采样步长;并采用光线提前终止法,结合GPU并行运算的能力,提高其重建的质量与速度。（2）传统的体绘制是对单模态图像的重建,为了使多模态医学图像的特征信息得以更充分的利用,使重建后的医学图像显示更清晰、细节更充分。本文研究了基于多模态、多尺度的医学图像融合方法,并提出了一种基于非下采样剪切波的自适应脉冲耦合神经网络图像融合方法,通过简化脉冲耦合神经网络模型、优化自适应参数融合高通分量,提高融合的效率与质量。最后提出了面向多模态医学图像融合的体绘制。（3）在以上研究的基础上,本文设计并实现了三维重建系统。包含了对医学图像的读取存储、预处理、医学图像融合、面绘制和体绘制等功能。为相关研究人员提供了相对直观、简单易操作的人机交互界面。