目的探讨基于生成对抗网络重建PET图像在改善儿童低剂量18F-FDG PET图像质量及病灶检出中的价值。方法回顾性分析2021年8月至2021年12月于首都医科大学附属北京友谊医院行18F-FDG全身PET/CT显像的61例患儿[男38例、女23例, 年龄（4.0±3.5）岁]的PET图像, 将所有患儿通过列表模式提取的低剂量扫描（30 s、20 s、10 s）图像输入生成对抗网络进行深度学习（DL）重建, 获取相应模拟标准全剂量（DL-30 s、DL-20 s、DL-10 s）图像。测量标准全剂量120 s、30 s、20 s、10 s、DL-30 s、DL-20 s、DL-10 s图像的肝血池及原发病灶半定量参数, 计算靶本比（TBR）、对比噪声比（CNR）及CV。采用5分Likert量表对图像质量进行主观评分, 对比各组图像阳性病灶检出情况, 计算阳性病灶检出的灵敏度及阳性预测值。采用Mann-WhitneyU检验、Kruskal-Wallis秩和检验及χ2检验分析数据。结果 30 s、20 s、10 s组图像CNR分别低于DL-30 s、DL-20 s、DL-10 s组（z值:-3.58、-3.20、-3.65, 均P＆lt;0.05）。DL-10 s组评分低于120 s、DL-30 s及DL-20 s组[4（3, 4）、5（4, 5）、4（4, 5）、4（4, 5）分;H=97.70, P＆lt;0.001];120 s、DL-30 s、DL-20 s及DL-10 s组图像的TBR、CNR、CV、病灶及肝血池SUVmax和SUVmean差异均无统计学意义（H值:0.00～6.76, 均P＆gt;0.05）。DL-30 s、DL-20 s、DL-10 s组图像阳性病灶检出的灵敏度分别为97.83%（225/230）、96.96%（223/230）和95.65%（220/230）, 阳性预测值分别为96.57%（225/233）、93.70%（223/238）、84.94%（220/259）;DL-10 s组阳性预测值较低（χ2=23.51, P＆lt;0.001）。DL-10 s组对不同部位阳性病灶检出的假阳性及假阴性病灶较多。结论基于生成对抗网络的DL-20 s组图像质量较高, 能达到临床诊断要求。