医学数据可视化作为科学计算可视化应用最成功的领域，经过几十年的发展，已经从辅助诊断发展成为辅助治疗的重要手段，并将深入到医学的各个领域。体数据可视化(Volume Visualization)技术是医学可视化的重要研究内容，其处理过程包括体数据的获取、模型的建立、数据的映射、绘制等操作。体数据主要是通过采样、模拟或建模等技术获得的，在医学中主要是指计算断层造影(CT)、磁共振成像(MRI)、磁共振血管造影(MRA)、超声波成像(US)、正电子发射计算断层造影(PET)、单光子发射计算断层造影(SPECT)等设备采样的切片数据集。在医学中，体可视化的目标就是通过三维数据场可视化技术创建出能准确反映人体的视觉影像。本文的主要工作是研究医学CT图像二维切片序列的三维重建算法，讨论三维重建的面绘制和体绘制算法，分析面绘制和体绘制中经典算法的优缺点。在第四章，本文提出了一种高效利用缓存的加速光线投射算法，并用c++语言结合汇编语言实现了一个简单的医学图像三维重建系统。根据中央处理器缓存的特点，将体数据在内存中的地址进行交错，使得进行三线性插值时原本在内存中并不相邻的采样点相邻的概率大大增加，利用处理器的硬件预取机制，提高了缓存命中率。当三线性插值结束，得到当前采样点的值，需要将其转化为最终的颜色值，因此对每个采样点都要查找颜色转换表，本文将常用的表比如颜色查找表，以及光线与颜色累加缓冲区组织在连续的内存地址，这样处理器在进行缓存预取时内存地址冲突的概率就大大降低了。在数据的组织上，本文采样了分块的方法，将三维的体数据分成8×8的块，利用了访问数据时的局部性原则。此外，本方法采用了一系列优化措施，如略过空体素与提前光线结束等，并使用多媒体指令集对关键代码进行了优化。在加速的同时，本方法采用了后分类和三线性插值，保证了结果的精度。实验结果表明，本方法继承了光线投射算法的优点，生成的图像质量高，速度比传统光线投射算法有很大提高。本文的最后一章讨论近年来成为研究热点的基于可编程图形处理器的三维重建算法，总结了最新图形处理器的发展状况，并阐述了可编程图形处理器的发展对三维重建算法的影响。