目的　颈项透明层(Nuchal　Translucency,NT)超声检查能有效筛查孕早期胎儿异常.本研究利用人工智能(Artificial　Intelligence,AI)实现对孕早期胎儿NT超声图像的自动识别.方法　回顾性分析2023年1月1日至2024年8月10日在深圳美中宜和妇产医院进行超声产检并妊娠11～13+6周的100例单胎胎儿.按胎儿NT厚度是否超过3.0mm分为NT增厚和NT正常组,其中25例胎儿的NT厚度超过3.0mm.图像经归一化处理后,通过数据增强方式扩充2倍,并按7∶1∶2的比例随机划分至训练集(n=210)、验证集(n=30)和测试集(n=60)用于深度学习模型训练与测试.结果　即使在小样本数据集中进行训练,该模型可以有效识别NT超声图像.在训练集和验证集中,EfficientNetV2的准确率和受试者工作特征曲线下的面积分别为0.944和0.997.在测试集中,EfficientNetV2的敏感度和特异度分别为0.960和0.980.结论　在筛查孕早期胎儿异常的过程中使用AI模型具有潜在的临床优势,能够在有限的医疗资源条件下提高医生的工作效率和筛查的准确性.