本文对医学图像可视化移动立方体算法的二义性进行了研究，分析了该课题的研究背景及意义、国内外的研究现状，了解了面绘制及相关技术，重点研究了移动立方体算法的基本原理、主要流程等相关知识。在现阶段对MarchingCubes算法二义性问题的改进算法中，有些不能完全解决二义性问题，有些增加了算法复杂度，还有些加大了计算量等问题，所以本文为了改进二义性问题，给出了两种改进方法：无反向对称性Marching Cubes重建技术、自适应分层向下剖分Marching Cubes重建技术。本文分析了二义性问题会产生空洞现象，而产生这种现象的原因是在立方体内构造等值面时考虑了立方体的反向对称性。因此，提出了无反向对称性法，在不考虑立方体的反向对称性的前提下，建立等值面交线的连接规则。经过分析得知，无反向对称性法可以解决Marching Cubes算法的面二义性问题。通过将无反向对称性法与传统算法、渐近线法、体绘制算法的实验结果对比，我们发现无反向对称性法解决Marching Cubes的面二义性问题的能力与渐近线法一样，而且在运行时间上优于渐近线法。自适应分层向下剖分法将存在二义性问题的立方体进行等同大小的剖分，形成8个相同大小的小立方体；不存在二义性问题的立方体按原来的方法进行等值面绘制。剖分后的小立方体同样按照此种方法进行处理，直到小立方体面上或者体内不存在二义性问题为止。本文通过编程实现自适应分层向下剖分法，并与移动四面体算法、体绘制算法的实验结果进行对比，证实了此改进方法得到了不错的运行效果，其实验结果图与体绘制的结果图一模一样，说明该方法的可行性和正确性。其次，自适应分层向下剖分法只对存在二义性问题的立方体进行剖分，所以其运行时间并没有增加太多。同时，该方法还能提高绘制的等值面在二义性问题处的精度，使实验结果的视觉效果更加逼近于真实的等值面。