目的 探究人工智能及3D Slicer可视化技术在辅助诊断颅内动脉瘤中的临床价值。方法回顾分析蚌埠医科大学第二附属医院神经外科2020-01—2023-09就诊的100例经DSA确诊并治疗的颅内动脉瘤患者，以DSA结果为金标准，对比分析人工智能（AI）辅助诊断以及3D Slicer软件后处理CT血管成像（CTA）影像数据对颅内动脉瘤的诊断准确率，测量动脉瘤瘤颈及最大直径，并进行一致性检验。结果AI及3D Slicer对100例颅内动脉瘤诊断的准确率分别为92%和90%，差异有统计学意义（P=0.002）。测量动脉瘤瘤颈<3 mm、3～5 mm时，AI与DSA测量动脉瘤瘤颈的组内相关系数（ICC）一致性均为差（ICC=0.019、0.184）。测量动脉瘤最大径<3 mm、3～5 mm时，AI与DSA测量的ICC一致性为差（ICC=0.051、0.031）。3D Slicer与DSA测量动脉瘤瘤颈<3 mm、3～5 mm时一致性均为较好（ICC=0.537、0.602）。测量动脉瘤最大径<3 mm和3～5 mm时一致性为较好和好（ICC=0.732、0.777）。测量动脉瘤瘤颈>5 mm时，AI及3D Slicer均显示出较高的一致性，为好和较好（ICC=0.956、0.741）。测量动脉瘤最大径>5 mm时，AI与DSA测量的一致性为好（ICC=0.767），而3D Slicer表现出极高的一致性（ICC=0.985）。AI、DSA及3D Slicer在测量动脉瘤瘤颈及最大径时均有统计学差异（P<0.05）。结论 AI及3D Slicer在颅内动脉瘤辅助诊断中均具有较高的准确率，可准确测量动脉瘤瘤颈及最大径有关动脉瘤形态的详细数据，对AI及3D Slicer进一步优化后可在颅内动脉瘤的智能诊断方面进行推广。