近年来,随着医学影像技术的逐渐发展,医学图像已经成为了医生诊断病情的重要依据。但是传统影像技术提供的二维图像缺乏直观性,诊断过程中主要依赖医生的临床经验来判断组织器官的三维形态。医学图像的三维重建技术可以为医生提供真实的三维模型,协助医生进行病情诊治工作,具有重要的应用价值。本文主要基于光线投射算法研究了脑部核磁共振图像的三维重建技术,文章包括以下内容。首先,对核磁共振图像的获取方式以及医学图像特点进行阐述,简要解析了DICOM图像文件格式;为了后续进行三维重建时可以获得质量较高的模型,本文首先对原始图像进行了预处理,主要包括对图像滤波和分割,通过中值滤波平滑图像,并通过大津法实现了脑部主要组织结构的分割,获得了脑组织、头骨和部分血管的图像数据。其次,本文比较了面绘制算法与体绘制重建算法的差异性,并对面绘制算法中的移动立方体算法进行了研究与实现,介绍了算法中的二义性问题及解决办法。通过C++编程实现了对分割后的脑组织、头骨、血管等组织的三维重建工作,并对结果进行整合得到了脑部完整模型。然后,本文重点关注体绘制算法,研究了光线投射算法的实现原理与关键技术,并在CPU端采用无效体素剔除、提前终止光线合成的技术对算法进行了优化。通过C++编程实现算法,并对多组图像的进行三维重建,对优化前后的算法进行了对比分析。最后,本文实现了基于CUDA技术的光线投射算法的加速算法,利用CUDA的并行计算的能力对传统光线投射算法进行加速,并从算法层面优化了光线投射时的计算量,进一步对算法的实现效率进行提升。编程实现该算法,并对多组图像完成三维重建,比较了该算法与传统光线投射算法、VTK函数库内光线投射算法执行效率的差异。