医学图像分割和三维重建是医学图像研究领域的重要内容。本文工作的目的是探讨基于MRI的脑医学图像分割和三维重建方法。分析了当前图像分割及三维重建的研究背景和现状，重点研究了医学图像分割的方法。医学图像分割是图像分割的一个经典研究问题，但是到目前还不存在一个通用的方法，也不存在一个判断分割是否成功的客观标准。本文在对原有方法特别是近几年来的图像分割方法进行深入研究的前提下，提出了结合阈值分割的动态轮廓模型MRI医学图像序列分割算法。首先应用类间差的方法确定最佳阈值，对系列图像中的一幅图像进行阈值分割，提取出脑部图像，在此基础上应用动态轮廓模型对其余图像进行分割。对于动态轮廓模型分割方法的理论基础、能量函数、能量最小化过程中的最优化方法进行了深入地探讨。针对课题所需处理的MRI脑医学图像自身的特点，对原始模型进行了改进，提出了新的动态轮廓模型。实验证明该方法是有效的和可行的。对三维重建做了初步的研究，将二维MRI图像序列转化为三维体数据，应用体绘制算法实现了三维重构，并通过光照、隐藏面消除等计算机图形学算法实现真实感图形显示，从计算机屏幕上给出了形象逼真的人体脑部三维结构立体视图。