目的: 探讨基于深度学习(deep learning, DL)重建技术的薄层垂体T1WI脂肪抑制(fat suppression, FS)冠状位增强序列,在改善显示垂体神经内分泌肿瘤图像质量中的作用。方法: 前瞻性连续纳入2023年6月至2024年6月诊断或疑似垂体病变患者46例,共有垂体神经内分泌肿瘤病灶40个。所有患者均行薄层垂体DL T1WI FS冠状位增强扫描,并保留未应用DL的原始重建(origin reconstruction, OR)图像,根据重建方式将图像分为DL组和OR组。由2名神经放射诊断医师采用双盲法,分别对2组的图像质量(均匀度、锐利度、伪影、垂体结构辨识度、病灶辨识度、整体质量6个方面)进行主观评估(采用李克特五分量表法),客观评价包括测量并计算垂体神经内分泌肿瘤瘤体和垂体无病灶区的信噪比(signal noise ratio,SNR)和对比噪声比(contrast noise,CNR)。2组图像质量评分差异比较采用Wilcoxon秩和检验,采用组内相关系数ICC(intra-class correlation coefficient,ICC)分别评估2名医师主客观图像测量结果的一致性。结果: DL和OR 2组图像主、客观质量评分的观察者间ICC值均大于0.81,呈极高度一致。在主观图像质量评价方面,DL组和OR组图像的图像均匀度评分分别为4.33(3,5)分、3.73(3,4)分,锐利度评分分别为4.25(3,5)分、3.50(3,4)分,伪影评分分别为4.35(4,5)分、2.95(2,4)分,垂体结构辨识度评分分别为4.38(3,5)分、3.35(2,5)分,病灶辨识度评分分别为4.6(3,5)分、3.15(2,4)分,整体质量评分分别为4.30(4,5)分、2.63(2,3)分,DL组均高于OR组,差异有统计学意义(P均<0.001)。客观图像质量方面,DL组和OR组垂体瘤的SNR分别为26.96(18.10,34.15)、16.51(11.24,20.65),CNR分别为11.30(6.74,19.72)、4.34(3.07,6.00),垂体的SNR分别为38.36(31.93,47.03)、17.02(15.49,20.51),CNR分别29.89(23.28,39.75)、18.44(16.61,24.56),DL组均高于OR组,差异有统计学意义(P均<0.001)。2名医师评估所得的主客观指标一致性较好。结论: 基于DL的T1WI FS冠状位增强序列,在确保图像空间分辨率的情况下,可明显改善垂体神经内分泌肿瘤图像质量,提升图像SNR及CNR,为临床诊疗提供精准的影像学依据。