【摘要】目的 探讨基于深度学习的ClearInfinity（CI）图像重建算法在70kV和低对比剂用量条件下对腹部血管成像（CTA）图像质量的影响。方法 前瞻性连续纳入行腹部CTA检查的100名患者，随机分为A、B两组，每组50例。A组为常规对照组：管电压100kV，自动毫安（200mA~450mA），对比剂总量60～70ml，采用50%ClearView迭代算法进行重建；B组为实验组：管电压70kV，自动毫安（200mA~450mA），对比剂总量30～35ml，根据重建算法的不同分为B1和B2两个亚组，B1使用50%ClearInfinity深度学习重建算法进行重建，A2使用50%ClearView迭代算法进行重建。对3组图像质量进行统计学分析，客观评价是统计分析三组图像的腹主动脉、肝固有动脉、肠系膜上动脉、肾动脉、髂总动脉感兴趣区（region of interest, ROI）的平均CT值（average Computed Tomography Value, CT）和标准偏差值（standard deviation, SD），计算靶血管信噪比（signal to noise ratio, SNR）以及对比噪声比（contrast to noise ratio, CNR），主观评价由两名医师采用双盲法进行5分制评分；记录并分析A、B两组辐射剂量差异。结果  B组辐射剂量CT剂量指数（volume CT dose index, CTDI）、剂量长度乘积（dose length product, DLP）和有效辐射剂量（effective dose, ED）与A组相比分别降低了77.35%、77.28%、77.38%；两名医师对三组图像主观评分一致性良好，B1组图像主观评分高于B2组（P<0.01），A组主观评分相较于B1组无统计学差异（P>0.05），但优于B2组（P<0.01）；B1组各血管的SNR和CNR均高于B2组（P<0.05）；B1组相较于A组，腹主动脉和髂动脉的CT值以及肠系膜上动脉和髂动脉的CNR较低，肾动脉的SNR较高（P<0.05）；对于A组和B2组的比较，A组腹主动脉和肠系膜上动脉的CT值及各血管的SNR和CNR较高，但腹主动脉、肠系膜上动脉和髂动脉处的SD值较低，比较均有统计学差异（P<0.05）。结论  Clearinfinity深度学习重建算法联合70kV管电压+低对比剂用量在腹部CTA扫描中，可获得与常规腹部CTA同样图像质量，且大幅降低患者辐射剂量和对比剂用量，此项扫描技术在临床应用是可行性的