计算机断层技术(Computer Tomography简称CT技术)的出现极大地促进了无损检测技术的发展。X射线技术迅速发展目的在于不断提高图像信息的准确性和清晰度，但是，仅从二维切片图像难以对一个真实的三维组织进行准确地再现，从而产生了CT三维图像重构技术的出现。CT图像三维重建在提高医疗诊断水平、手术规划与模拟、解剖学教育和医学研究中发挥着重要作用，另一方面，三维图像重构所面临的一个重要问题是所需处理的数据量巨大，一般都是基于一些专用的图形工作站或价格昂贵的服务器，而使用微机来进行三维重建其速度又难以达到医学的要求。因此，采用更好的性能且价格低廉的高性能计算机和更好的三维重建算法，对提高处理图像速度变得十分重要。为此，本文的目的就是建立一个价格低廉但又拥有和服务器同等甚至性能更高的并行计算机，同时提出一种新的三维图像重构的加速算法。为了让新的方法有一个好的平台和运行环境，本文首先提出了一种新的基于LINUX编程模式下搭建一个中大规模集群系统的方法。该方法最大的特点就是系统可靠且稳定、节点的故障恢复时间更短和节点机的管理统一。在节点数目很大时使用该方法优势更为明显。在并行集群环境建立之后，本文分析这种集群系统的特点并针对这些特点提出了一系列的集群配置和管理的优化方法，并证明了对于一个指定的集群系统，每个任务完成所需的最优节点机数目是唯一确定的。本文最后，利用体绘制重构算法(Shear-Warp算法)的思想，运用集群系统和基于MPI的并行编程方法提出并实现了用于医学三维图像重构的一种新的并行算法。在这个实验中，本人首先利用串行算法对一个CT图像束进行一系列处理，最后进行Shear-Warp变换实现了一个尺寸为512~*512~*480的CT三维图像重构。接着提出了一种基于MPI的通信模式新的并行处理方法，该方法是在基于串行算法实现和特点分析并确定了并行模型后完成的。从本实验的计算结果来看，在不降低计算精度和准确性的情况下并行程序的计算速度和计算规模都要比串行程序有很大提高，在医学图像实时处理方面有很高的应用价值。