目的 探讨基于压缩感知(compressed sensing-Sensitivity Encoding，CS-SENSE)技 术 ， 人 工 智 能 重 建 ( a r t i f i c i a l i n te l l i ge n ce reconstruction)对头颅3D FLAIR图像的影响。方法 收集2021年10月-12月在南京大学医学院附属鼓楼医院检查头颅3D FLAIR显示异常高信号的患者共43例。采用不同压缩因子(4和8)获取3D FLAIR图像，分别以常规重建和人工智能重建方法重建出CS4、CS8、CS_AI4、CS_AI8四种图像。采用单因素重复测量方差分析法定量比较不同序列图像信噪比(signal to noise ratio，SNR)和对比噪声比(contrast to noise ratio，CNR)。两位具有5年以上神经影像诊断经验的医师对图像质量进行定性评分，采用Kappa检验判断两名医生对图像质量定性评估的一致性。结果 CS_AI4(SNR_Lesions：801.32±318.79，SNR_WM：463.50±209.23，CNR：337.83±158.30)及CS_AI8(SNR_Lesions：887.94±445.27，SNR_WM：500.99±261.71 ，CNR：386.95±224.98)的CNR及SNR显著优于CS4(SNR _Lesions：553.53±135.79, SNR _WM：320.86±93.46 ，CNR：232.67±91.67)及CS8(SNR_Lesions： 482.50±132.29，SNR_WM：279.41±85.92 ，CNR：203.09±86.52)(P值均<0.001)。CS4的CNR及SNR显著优于CS8(P<0.001)。定性分析结果显示，CS_AI4(8.87±0.40)、CS_AI8(8.55±0.63)及CS4(8.34±0.82)之间无统计学差异(P均>0.008)，但是显著优于CS8(5.07±0.78，P均<0.001)。结论 AI重建之后的3D FLAIR图像信噪比及对比噪声比显著优于常规重建的FLAIR图像。