医学图像的三维重建是采用面绘制或体绘制的成像算法对CT、MRI等图像数据进行处理,从而为医生提供具有真实感的三维立体影像。它能将组织器官内部的层次关系表现出来,呈现出丰富的三维信息,因此被广泛应用于医学诊断、手术规划、模拟仿真等领域。但是医学图像数据很大,传统的重建方法很难实时地将图像结果绘制出来。随着计算机硬件技术的飞速发展,图形处理芯片的计算能力呈几何级增长,使得基于GPU的实时重建技术成为可能。因此,本文在研究移动立方体(Marching Cube)和光线投射(Ray Casting)算法的基础上,利用GPU强大的并行处理能力来对算法进行加速。最后提出了基于GPU的移动立方体算法和基于GPU的光线投射算法。　　 本研究主要内容包括：⑴基于GPU的Marching Cube算法。①解决了内核函数的线程与数据场中立方体的映射,从而让各个线程能够独立地处理对应的立方体。②针对三维数据场存在许多空立方体的情况,提出一种算法提取出与等值面相交的立方体序号,大大降低了要处理的数据规模。③针对立方体生成三角形面片个数不确定的情况,提出一种显存压缩算法解决了三角形面片在显存上的紧凑存储。⑵基于GPU的光线投射算法。①解决了内核函数的线程与投射算法中光线的映射,从而让各个线程独立地处理对应的光线。②充分利用纹理特性和GPU的运算能力,将耗时的三线性插值和颜色合成过程传送到GPU上运行,从而节省了运算时间。