自1895年伦琴发现X射线以来,医学影像技术得到了充分的发展,已经广泛地应用于现代医学的各个领域.然而,传统的二维影像诊断已经不能满足人们的需要,随着计算机图形图像技术的发展和生物医学工程技术日趋成熟,对医学影像的分析和处理也由二维开始走向三维.颅颌面区解剖结构复杂,生命感觉器官密布,美貌美容学意义重大.涉及此区域的颅颌面外科手术难度高、危险性大、必须容貌与功能兼顾.因此,对颅颌面三维结构和复杂颅颌面畸形的观察分析、定位和定量诊断以及精密准确的手术设计模拟对于成功地施行颅颌面整形外科治疗尤为重要.该文旨在实现由CT序列扫描图像重建颅颌面区三维立体结构.文章在系统的分析了和比较了三维重建两类方法(体绘制、面绘制)的基础上,对经典的Marching Cubes算法进行了深入的研究,总结了此算法的三大缺陷,并给出了解决问题的基本思想或具体途径.传统的Marching Cubes算法通过逐个检测三维数据场中的空间立方体,找出立方体内的等值三角面片,进而构造等值面的方法实现表面绘制.其对空间立方体的检测是遍历的,而实际上对绝大部分应用来说,数据集中含有等值三角面片的有意义的立方体数目不足全部立方体数目的10％,因此,Marching Cubes算法对计算资源造成了一定的浪费.为解决Marching Cubes算法计算效率不高的问题,该文将表面跟踪思想引入算法,结合系统对重建图像质量及效率的要求,以及系统后续开发需要,提出并编程验证了一种使用单纯的单层表面跟踪方法改进Marching Cubes算法的方法.通过对一组CT序列图像的实验表明,该改进方法缩短了传统的Marching Cubes算法的重建时间,将平均重建效率提高了约26.1%,取得了一定的改进效果.