为了对肺水肿过程进行连续可视化监测，实时监测肺水肿动态特征，提出了一种基于Split-Bregman算法的3D-TV正则化三维EIT成像方法。将3D-TV正则化方法与传统的共轭梯度（conjugate gradient, CG）算法和总变差正则化（total variation, TV）算法重建图像的相对误差（relative error, RE）、相关系数（correlation coefficient, CC）和结构相似度（structural similarity index measurement, SSIM）进行对比与评价；并将3D-TV正则化方法应用于大鼠肺水肿实验，监测大鼠肺水肿的整个过程并进行分析。结果表明：与传统TV算法相比，3D-TV正则化方法使三维EIT成像的RE降低了9.1%,CC提高了9.1%,SSIM提高了7.7%，说明3D-TV正则化方法更适合三维EIT图像重建，并且可以对大鼠肺水肿的整个过程进行监测和成像。