目的:探究 Magic 定量磁共振成像（Magic quantitative magnetic resonance imaging，Magic-qMRI）技术与人工智能辅助在阿尔茨海默病（Alzheimer's disease，AD）早期诊断中的应用价值。方法:纳入 100 例 AD 患者为观察组，100 例健康人群为对照组。并对 Magic 序列参数进行优化，提升信噪比与空间分辨率；采集 T1/T2 mapping、弥散张量成像、动脉自旋标记等多参数数据；构建 U-Net 与 Transformer 混合模型并评估模型的分割精度与效率。结果:参数优化后，信噪比提升 18.6%（P<0.05），空间分辨率评分提高 23.8%，灰白质对比度提升 15.8%。AI 模型分割海马体积与人工结果较为一致（Dice 系数：0.92±0.03，ICC=0.94）；AI 模型平均分割时间显著短于人工勾画时间（P<0.05）；白质高信号的 Dice 系数为 0.88±0.05，满足临床辅助诊断需求。结论:本研究 Magic-qMRI 技术优化可有效提升成像质量，且 AI 辅助分割也显著提高影像分析效率，为 AD 早期诊断提供了可靠的技术支持。