目的 探索人工智能重建技术对颅内3D TOF MRA图像质量的改善。方法 回顾性收集2021年8月至2022年6月在南京大学医学院附属鼓楼医 院进行头颅磁共振检查的43例受试者，平均年龄为 56.95±35岁。采集不同压缩感知因子及重建技术的3D TOF MRA序列：CS4、CS_AI4、CS8、CS_ AI8。定性分析四组图像血管显示能力、伪影、图像质量和诊断价值。采用Friedman检验比较四个 序列间定性评分结果的差异。采用单因素重复测量 方差分析定量比较四组图像CR值差异。结果 图像 质量定性分析中，在相同CS因子下，人工智能重建图像质量明显优于的常规CS重建图像(CS_AI8： 23.22±1.33 vs CS8：22.17±1.51，P<0.001； CS_AI4：23.60±1.43 vs CS4：22.82±1.43，P<0.001)。图像定量分析中，人工智能重建的MRA图像CR值显著高于常规重建图像(大血管：CRCS_ AI4：11.10±0.75，CRCS4：9.10±0.48，CRCS_AI8： 10.75±0.75，CRCS8：7.86±0.38，P<0.001)。 压缩感知加速因子不同时，CRCS_AI8仍显著高于 CRCS4(P<0.001)。结论 人工智能重建技术可明显提高MRA图像质量。