随着数字图像处理理论和计算机技术的不断飞速发展，基于CT脑血管医学图像的三维重建技术是目前的一个研究热点问题，是医学图像三维重建技术更深层次的拓展，是一个多学科交叉的研究领域，是计算机图形学和图像处理技术在生物医学工程中的重要应用。它涉及数字图像处理、计算机图形学以及医学领域的相关知识。脑血管医学三维重建图像是对CT、MRI等设备通过二维扫描形成的医学图像数据经过三维重建技术形成的图像，是一种无创性脑血管性病变检查方法，是对一直被公认为脑血管性病变检查金标准的DSA(Data Subtraction Angiography)有创检查技术的一次挑战。它不仅用于脑梗塞、脑动脉瘤、脑血管畸形、颈动脉狭窄等脑血管各种病变的临床检查，在手术计划及模拟仿真、放射治疗计划、解剖教学等方面也具有重要的意义，脑血管三维重建的结果可以生成并保存图像，可按电影方式在线或离线反复回放，有利于对医学图像数据进行管理，也是实现数字化医院的一个组成部分，发展应用前景广阔。 由于二维医学断层成像技术是由三维客观存在在二维平面上的投影，本身就是一个病态问题。再由二维图像重建为三维图像，是一个重建的逆过程，在重建过程中不可避免的造成某些信息的丢失。加之受扫描设备本身的技术性能的限制，在扫描过程中由于设备运行的稳定性和受外部环境的干扰等因素影响，难以保证取得数据的真实性，这些都给重建工作带来困难。目前仍存在许多问题和难点尚未解决，其理论和应用技术研究极具挑战性。算法的优劣直接影响到三维重建结果，因此，对CT脑血管二维医学图像三维重建技术关键算法的研究，不仅具有重要的理论意义，而且具有广泛和较高的实用价值。 本文从CT脑血管医学图像三维成像技术所涉及的六个主要方面(二维医学图像的滤波，脑血管的区域分割，脑血管的边缘特征提取，图形配准及对齐，断层问数据插值，三维重建实现)进行了研究与探讨，取得了一些积极的成果，但仍存在许多问题和不足。 主要研究内容和结果概括如下： 1、在CT图像分割的预处理过程中，提出了滤除强脉冲噪声条状干扰的方法，并对自适应中值滤波进行优化改进，用于滤除椒盐噪声干扰。 2、对CT图像分割的算法进行了一定的研究，并提出了一种基于自组织特征映射神经网络的灰度图像分割新思路。 3、在脑血管边缘特征提取过程中，研究了Gabor滤波器的性能特征，成功地引入了Gabor滤波器虚部的滤波结果作为新的脑血管的图像特征，为了提高速度，改进了特定条件下的Gabor滤波算法。 4、研究了针对脑血管平行序列医学图像在进行三维重建过程中遇到的一个常见问题-轮廓匹配和图像的对齐问题。同时文中给出采用树结构理论来识别和判断脑血管分支，并提出了优化算法。 5、在脑血管三维重建的数据提取过程中，一个必需面对的另一个问题就是断层问数据插值。文中研究并提出了一种新的基于形状和基于灰度的断层图像的插值算法。 6、论文的最后利用(SSD)算法完成了基于文中提出的关于CT脑血管二维医学图像的三维重建技术关键算法对实际二维脑血管图像进行三维重建效果验证；同时给出了基于最大密度投影法(MTP)将同一实验图像在不同角度进行投影的结果，用于验证本论文中提出的关键算法的有效性。并总结了本文的主要工作，指出了存在的问题和进一步研究的方向。