医学超声图像的三维重建是医学数据三维可视化研究的主要内容，也是科学计算可视化研究的一个重要分支，具有实时性、无损性、廉价性、可重复性好、灵敏度高等优点。本文通过对大量相关资料的搜集、整理、分析，研究了医学图像三维重建中数据预处理问题，主要包括原始超声图像获取、感兴趣区域提取、滤波、分割等问题。根据超声图像Speckle噪声的特点，我们提出了基于梯度阈值的保持图像边缘信息的滤波方法和半软阈值小波图像去噪法。在图像的不同分辨率上，分别按小波系数进行不同的处理。半软阈值去噪法体现了将多分辨率分析和自适应处理有机结合的思想。实验结果表明，本文的方法在抑制噪声的同时，尽可能多的保留了对医生有用的图像边缘、细节信息。超声图像分割是从医学超声图像中分离出感兴趣的解剖结构或定位出病源的位置和形状，它直接决定着后续分析的准确性。但是由于医学超声图像固有的斑点噪声和组织相关的纹理，常用的图像分割方法还达不到临床的要求。基于超声图像序列的特点，本文提出了两种目标区域分割方法：第一种是基于区域生长和数学形态学的方法。即，首先利用改进的区域生长法进行医学超声图像分割，有效地避免了传统区域生长中的空洞现象，然后使用数学形态学的方法对生长后的图像进行调整；第二种是基于径向边缘和边界跟踪的方法。即，首先应用径向边缘分割的方法得到目标区域的边缘特征点，然后再根据这些特征点，利用边界跟踪的方法得到目标区域的边缘。经实验表明，这两种分割算法对降噪后的图像进行分割都具有分割准确，边缘连续好的优点，分割效果较为理想。我们通过膀胱、心脏、胆囊、胎儿超声图像验证了三维重建中数据预处理相关算法的有效性，从显示结果可以看出，本文所研究的三维重建系统中关于数据预处理的算法是可行的，这些算法具有一定的理论意义和应用价值。