目前,医学图像三维重建技术获得了国内外医疗和图像处理领域广泛的关注。通过对人体器官或组织进行三维重建,能够更直观、更准确地重现对象的三维结构,辅助医生对病变体及其它感兴趣的区域进行准确的定量分析,提高医疗诊断的准确性。图像分割是三维重建的基础,直接影响三维重建的速度和重建效果,本文在三维重建前进行了分割处理。由于图像分割是图像处理的难点与计算机视觉的瓶颈,因此也是本文的难点之一。本文对传统的三维重建方法进行了研究,三维重建方法主要分为体绘制和面绘制两类。由于其中面绘制方法具有成像速度快、交互性强的优点,因此在相关领域得到广泛应用。Marching Cubes(MC)方法是经典的面绘制方法之一,但是存在拓扑二义性问题。Marching Tetrahedral(MT)方法是在Marching Cubes方法基础上发展起来的一种算法,该方法在一定程度上解决了拓扑二义性问题,但是又产生了剖分二义性和生成的三角面片数量过多等问题。针对上述问题,本文提出了四棱锥剖分的概念,利用四棱锥剖分将MC方法与MT方法结合起来,并提出了自适应的混合剖分方法,该方法在不增加三角面片数量的同时避免了拓扑二义性和剖分二义性问题,最后利用基于数据缓存技术的图像绘制加速方法提高了三维重建的效率。为了更清晰地再现器官的三维图像,本文开发了一种改进的能够在相邻图像间进行生长的区域生长方法进行关心器官的分割,然后基于上述自适应混合剖分方法对分割后的图像进行三维重建。最后通过实验验证了本文方法的有效性。