摘要目的通过与并行采集(parallel imaging,PI)对比,探讨人工智能辅助压缩感知(artificial intelligence-assisted compressed sensing,ACS)技术对肩关节MRI扫描时间和图像质量的影响,并优化扫描方案.材料与方法前瞻性纳入2023年11月至2024年2月在我院行肩关节MRI检查的70例患者,扫描序列采用快速自旋回波序列包括斜冠状位T1加权成像(oblique coronal T1-weighted,OCor T1WI)、斜冠状位T2加权频率选择脂肪抑制成像(oblique coronal T2-weighted with fat saturation,OCor T2WI-fs)、斜矢状位质子密度(proton density,PD)加权频率选择脂肪抑制成像(oblique sagittal PD-weighted with fat saturation,OSag PDWI-fs)、横断面PD加权频率选择脂肪抑制成像(transverse PD-weighted with fat saturation,Tra PDWI-fs),分别采用ACS和PI两种加速采集技术.比较两种技术的扫描时间.测量冈上肌肌腹和肱骨头的信号强度及背景标准差,并计算信噪比(signal-to-noise ratio,SNR).采用李克特量表对图像质量进行评分.结果相较于PI,采用ACS缩短了33.5％的扫描时间.采用ACS采集的图像伪影更少,骨骼肌肉的噪声更小,在图像质量主观评分上均高于采用PI的图像,差异均有统计学意义(P均<0.05).OCor T1WI、OCor T2WI-fs和Tra PDWI-fs序列中采用ACS的图像在冈上肌和肱骨头的SNR均高于采用PI的图像,差异均有统计学意义(P均<0.001).OSag PDWI-fs序列中图像冈上肌的SNR采用ACS与PI差异无统计学意义(P>0.05),图像肱骨头的SNR采用ACS采集的图像高于PI的图像,差异有统计学意义(P均<0.001).结论与传统的PI相比,采用ACS在肩关节MRI中可实现更高效且稳定的快速成像方案,提高图像质量,缩短扫描时间,提高患者耐受程度,具有较好的临床应用价值.