目的:通过降低采样频率来降低CTP的辐射剂量,由原本的30-pass频率采样降至15-pass,然后利用一种新型图像重建模型-基于神经卷积网络的DRL(deep residual learning)算法将15-pass采样频率的CTP图像恢复至30-pass,并评价恢复后的15-pass图像与30-pass采样频率的CTP图像质量。方法:我们分析了2018年6月至2019年1月就诊于吉林大学白求恩第一医院疑似急性缺血性脑卒中患者共236例。通过Brilliance iCT256(Philips)对患者行30-pass采样频率的CTP扫描,并通过工学软件去除奇数序号图像获得15-pass采样频率CTP图像。利用新的图像重建模型DRL对15-pass采样频率的CTP图像进行恢复。将恢复后的15-pass及原始的30-pass图像输入PMA-Asist(JAPAN)后处理软件,生成两组灌注伪彩图并获得不同的灌注参数:CBV、CBF、MTT及TTP。由两位经验丰富且不了解患者信息的放射科医生对上述影像学检查结果进行判读。利用峰值信噪比(peak signal to noise ratio,PSNR)及结构相似度(structural similarity index,SSIM)指标对15-pass及30-pass灌注原始图像的质量进行评价。评价15-pass及30-pass组灌注伪彩图的质量,分别对两组图像的CBV、CBF、MTT及TTP伪彩图像进行评分。进一步评价缺血区域及梗死核心,分别计算两组图像CBV及CBF伪彩图像的ASPRCTS评分。用SPSS 22.0统计软件(SPSS,IBM,West Grove,PA,USA)对数据进行统计学分析。定量数据表示为?X±S。定性数据表示为数量和百分比。对于定量数据,使用t检验(用于正态分布数据)或Mann-Whitney U检验。P<0.05具有统计学意义。结果:共40名患者符合标准纳入研究。15-pass组灌注原始图像与30-pass组图像结构相似,图像质量较高,(PSNRstd=1.4666,SSIMstd=0.0018,PSNRavg=51.73,SSIMavg=0.9946,)。在灌注伪彩图像的质量评价中,恢复后的15-pass与30-pass图像间各灌注参数伪彩图评分无统计学差异,图像一致性较好,但30-pass组更优。对于缺血区域及梗死核心的评价,两组图像间较一致,而对于梗死核心范围的评价中,恢复后的15-pass组图像存在轻微高估现象(P<0.05),但可满足临床诊断需求。结论:优化后的低采样频率CTP原始图像及伪彩图与正常采样率图像的一致性较好,辐射剂量降低的同时,可以满足临床诊断需求。然而原始采样频率的图像质量更优。应用DRL优化模型的低采样CTP图像可作为一种降低患者辐射剂量的选择。