目的：比较自适应性统计迭代重建（ASIR）和深度学习重建（DL）对低剂量上腹部CT图像质量的影响。方法：收集我院非肝脏病变行腹部增强CT检查的患者30例。采用GE Revolution CT扫描仪，对动、静脉期原始数据进行ASIR-40%、DL-M、DL-H三种模式重建。在肝门层面测量腹腔脂肪、竖脊肌、腹主动脉、门静脉主干、肝脏实质CT值及噪声（标准差SD）。比较各重建模式组织器官的CT值，计算并比较组织器官的信噪比（SNR）及对比噪声比（CNR）。结果：（1）动、静脉期不同重建模式下腹腔脂肪、竖脊肌、腹主动脉（动脉期）、门静脉主干（静脉期）、肝脏实质CT值的差异均无统计学意义（P＞0.05）。（2）DL-H重建模式下动、静脉期图像背景噪声、动脉期腹主动脉噪声及肝脏噪声、静脉期门静脉及肝脏噪声均最低（P＜0.05）;腹主动脉及肝脏SNR、静脉期门静脉及肝脏SNR均最高（P＜0.05）;肝脏CNR均最高（P＜0.05）。结论：采用DL重建模式可有效降低腹部CT图像噪声，提高肝脏的信噪比及对比噪声比，DL-H应用价值较高，有利于肝脏小病灶的检出。