医学图像三维重建技术能将二维医学图像转换成三维模型，更加直观生动地呈现人体组织和器官，对医生进行疾病诊断和生物科学研究有重大理论意义和应用价值。大脑是人体最复杂最重要的器官之一，其表面极其不规则，重建难度大，目前仍面临大的挑战，本文以序列CT图像为数据源，开展人脑三维重建研究，主要内容如下：　　(1)介绍本文研究历史背景和意义，并对CT图像三维重建国内外研究现状及未来发展趋势进行了简要介绍和分析。　　(2)介绍了CT图像预处理、轮廓提取技术并从CT图像特点出发，利用Canny算子自动检测图像中的人脑轮廓，从中提取、筛选能体现该轮廓曲线特性的特征点作为型值点，为后续最优拟合双三次B样条曲面进行人脑表面三维重建奠定基础。　　(3)针对CT断层图像三维重建中较困难的轮廓分支问题，提出了一种基于数学形态学的轮廓分支解决策略，包括三个步骤：(a)轮廓分解。利用数学形态学方法对轮廓进行分解，建立与相邻层的多个轮廓间的一一对应关系；(b)分支曲线构造。引入投影距离估算方法以解决对轮廓分解过程中分界线构造的“高度”不确定问题，得到较为合理的马鞍线，并根据分支内部点对应关系进行B样条曲线拟合以获得曲线网格；(c)缺失曲面重建。根据网格边界线和交点两个方向的切矢信息，构造Coons曲面对缺失曲面进行填充、修补，完成整个曲面重建过程。　　(4)搭建三维可视化平台，实现对人脑重建三维模型的旋转、平移、缩放操作以及纹理映射、分层显示，以满足进一步的人脑疾病分析、辅助诊断需要。　　本文方法特点在于，基于数学形态学的轮廓分解过程巧妙利用了分界线与子轮廓投影的相对距离来合理估计分界线各点高度，使得重构的三维曲面模型在符合断层轮廓线前提下获得了更好的光滑特性；此外，利用B样条曲线曲面方法对其中的关键曲线进行拟合也使得轮廓分支曲面的构造更加合理。