随着医学图像临床应用研究的深入,基于人体结构断层图像的三维建模技术成为研究热点。目前医学图像三维建模主要有体绘制和面绘制两类方法,由于面绘制可以采用现有的图形硬件实现绘制功能,速度较快,适合于实时交互,因此得到了广泛的应用。Marching Cubes算法是基于体素的一种典型面绘制方法,它使用三角面片作为中间几何图元的基本表达元素,算法本身简单有效,支持显卡硬件加速,对面绘制的研究产生了深远的影响。本课题基于Marching Cubes算法,并针对现有医学图像的特点,提出了一种医学三维建模的新方法。传统Marching Cubes算法通过遍历整个图像空间来得到等值面,而在医学图像中真正与等值面相交的体元只占很少一部分,本课题提出的建模方法结合种子填充思想进行等值面扩展,避免对空单元的检测,大大提高了算法速度。另外,现有医学图像数据场密度较高,具有较好的绘制效果,但往往生成过多的三角面片,三角面片越来越细小,个体差别也更加细微,因此计算等值面和立方体交点具体位置意义不大,新方法在对单个体元进行处理时,将中点位置取代插值位置作为等值面与体元的交点,可以大大减少计算量,对产生的等值面效果影响不大。在生成等值面时,新方法不需要预定义基本构型,直接连接等值点生成多边形网而非三角网,减少了面片数量,并很好的解决了Marching Cubes算法中存在的二义性问题。本文在给出医学三维建模具体设计和实现的基础上,重点描述了方法的改进。实验表明,新方法较传统方法在拓扑结构、存储空间和处理速度方面均有较大改善,产生的三维模型由更少的点和面组成,可以允许用更少的硬件代价来进行实时旋转,缩放等操作,增强了人机交互性能。