随着临床研究的需要和科学研究的深入,传统的二维超声诊断技术已不能满足人们的日常需求,然而医学超声成像凭借着自身独特的优势在医学领域发挥着不可替代的作用,尤其是在胎儿产前筛查诊断、腹部疾病诊断、血管内超声成像等领域应用极为广泛。因此,利用三维重建技术将二维超声影像数据构造出三维模型成为了当今医学图像研究领域的一个热点。本文采用胎儿超声影像数据作为研究对象,基于移动立方体算法（MC）对胎儿超声影像数据进行三维重建,其主要研究内容如下:首先,本文针对超声影像数据中斑点噪声的特点,在非局部均值滤波算法（NLM）的基础上结合图像梯度算子构成新的权值,并利用积分图像的思想优化非局部均值滤波算法的复杂度。实验结果表明,该算法具有降噪效果好、图像信息损失小、运算速度快的优点。其次,为了有效提取三维重建目标,本文基于模糊局部信息C均值聚类算法（FLICM）展开了研究。本文算法在FLICM的基础上融入了局部空间信息作为新的权重,同时借助区域密度平衡策略（ADB）和连通分量滤波（CCF）的思想去除图像中的干扰因素,保留目标区域图像,提高了标准FLICM算法的稳定性,解决了图像的过分割问题。最后,本文基于MC算法对胎儿超声影像数据进行三维重建,针对MC算法的缺陷,本文算法将标准MC算法的15种拓扑结构扩展为22种,然后使用二次中值法代替线性插值算法。试验结果表明,优化后的MC算法不仅没有出现二义性现象,而且提高了重建结果的精度和重建速度。本文根据上述解决方案对医学超声影像三维重建展开了研究,实验结果证明了本文所研究的三维重建算法能够在复杂的人体环境中提高超声数据表面成像的速度和精度。