简介：摘要目的探讨人工智能-压缩感知(artificial intelligence compressed sensing，ACS)与压缩感知(compressed sensing，CS)在膝关节MRI中的加速效率及对图像质量的影响。材料与方法采用3.0 T MRI对67名受检者进行膝关节矢状面质子密度加权序列扫描，设置加速因子分别为2.0、2.5、3.0的CS序列(CS 2.0，CS 2.5，CS 3.0)与加速因子分别为2.5、3.0、3.5、4.0的ACS序列(ACS 2.5，ACS 3.0，ACS 3.5，ACS 4.0)，以并行采集(parallel imaging，PI) 2.0作为参考。两位医师独立对图像质量进行四分制主观评分。另一位医师在股骨内侧髁、腓肠肌内侧头、髁间窝积液、髌下脂肪垫、股骨外侧髁软骨放置感兴趣区，测量组织信噪比(signal noise ratio，SNR)。对图像质量主观评分与多处组织SNR进行统计学分析。结果在CS与ACS序列中，扫描时间随加速因子增大而缩短(PI 2.0：152 s；CS 2.0：128 s, CS 2.5：104 s，CS 3.0：86 s；ACS 2.5：76 s，ACS 3.0：65 s，ACS 3.0：57 s，ACS 4.0：51 s)。图像质量主观评分一致性达到一致性较强以上(0.735≤κ≤0.869)。8组序列间图像质量主观评分及五处组织SNR差异均具有统计学意义(P＜0.05)。CS 2.0、ACS 3.0主观评分及组织SNR与PI 2.0差异无统计学意义(P＞0.05)。AC S2.5主观评分及四处组织SNR与PI 2.0差异无统计学意义(P＞0.05)，并有一处组织SNR明显高于PI 2.0。CS 2.5、CS 3.0、ACS 3.5、ACS 4.0图像质量主观评分明显低于PI 2.0，且分别有1、5、2、2处组织SNR显著低于PI 2.0 (P均＜0.05)。结论ACS与CS均能缩短磁共振采集时间。相比CS，ACS具有更高加速效率，在膝关节质子密度加权序列中，在保证图像质量的前提下能将扫描时间缩短57%。