目的 探究不同的基于人工智能压缩感知（artificial intelligence-assisted compressed sensing,ACS）加速因子对颅脑3D T2WI液体衰减反转恢复（3D T2WI fluid-attenuated inversion-recovery,3D T2-FLAIR）序列图像质量的影响，并获取最优化的扫描方案。材料与方法 前瞻性纳入健康青年志愿者（healthy control,HC)25例、脑白质高信号（white matter hyperintensity,WMH）患者15例，HC组分别以并行采集（parallel imaging,PI）技术（加速因子为3,F3）和不同加速因子（3、4、5、6、7、8)ACS技术采集颅脑3D T2-FLAIR图像，测量双侧半卵圆中心、双侧尾状核、胼胝体压部、双侧红核、双侧黑质、脑桥、双侧小脑的信号强度以及标准差，并计算图像的信噪比（signal to noise ratio,SNR）和对比噪声比（contrast to noise ratio,CNR）。采用五分法对图像质量进行主观评分。采用组内相关系数（intra-class correlation coefficient,ICC）、Kappa检验比较前后两次测量及观察者间主观评分的一致性。对不同加速因子的图像的SNR、CNR及主观评分采用Friedman秩和检验进行对照分析，综合评判后得出最佳的ACS加速因子；WMH组分别以F3及最佳redox biomarkersACS加速因子采集颅脑3D T2-FLAIR图像，并由两名经验丰富的诊断医师对脑白质病灶数目、Fazekas分级进行评估，采用独立样本t检验、Mann-Whitney U检验进行对照分析。结果 HC组中确认细节，不同3D T2-FLAIR的SNR、CNR及主观评分差异具有统计购买Liproxstatin-1学意义（P均<0.05）；两两比较结果显示，3D T2-FLAIR_(ACS3)、3D T2-FLAIR_(ACS4)与3D T2-FLAIR_(F3)的SNR、CNR,3D T2-FLAIR_(ACS3)、3D T2-FLAIR_(ACS4)、3D T2-FLAIR_(ACS5)与3D T2-FLAIR_(F3)的主观评分差异无统计学意义（P均>0.05），其余图像SNR、CNR及主观评分差异均具有统计学意义（P均<0.05）。WMH组中，3D T2-FLAIR_(F3)与3D T2-FLAIR_(ACS4)在病灶数目和Fazekas分级方面差异无统计学意义（P均>0.05）。结论 以ACS技术采集颅脑3D T2-FLAIR可在保证图像质量和序列诊断效能的前提下缩短扫描时间，选取的最优加速因子为ACS4。