医学图像三维重建是借助于可视化技术将医学图像重建成三维模型并显示出来,具有重要的研究和应用价值。MarchingCubes方法是三维重建中应用广泛的面绘制方法,但会生成大规模的三角网格,因此在不影响模型质量的情况下进行网格简化,可提高实时绘制能力。本文针对MarchingCubes方法遍历体元过程中的空立方体问题,提出了基于顶点状态的移动立方体方法,根据顶点的状态判断相邻体元是否含有等值边而确定遍历下个含等值面的立方体,从而避免空立方体的遍历;并将该方法在GPU及Hadoop环境进行并行化,提高三维重建速度。针对基于QEM的边折叠网格简化算法不注重模型区域特征的问题,提出了在QEM基础上加入曲率、折叠边长度因素的基于区域特征的边折叠算法,将三角网格分区域特征进行简化,保留原模型的区域特征,并将其并行化。实验表明,基于顶点状态的移动立方体方法实现了更快的重建速度,基于区域特征的边折叠算法更好的保留了模型的重要特征,提高了实时绘制速度,并且算法在并行化后处理速度都得到了提高。