针对传统面绘制方法随真实感的提升效率急剧下降，且交互性及灵敏度较差的问题，基于CT点云数据提出了一种肝脏病灶的表面重建方法。首先改进了点云数据的插值和自适应精简方法；然后提出将模型重构过程分为两部分，先通过最小能量约束和简化的MC算法由点云距离场快速创建粗糙的基底模型，接着提出一种线性最优化的ARDP算法用于自动计算点元投影向量，从而将当前模型表面节点直接映射至点云，通过交互式地确定迭代次数可按需逐步提高模型精确度，最终获取高质量模型，实现散乱点到平滑面的直接过渡。实验结果表明，利用该算法生成平均误差小于0.000 1的高精模型将大大缩短时间，且对不规则病灶模型有着良好的适应性。