本研究提出了一种新颖的自回归状态空间模型MambaRoll，旨在解决医学图像重建中的数据不足问题。该模型有效聚合上下文特征，改善伪影抑制，实验结果显示其在加速MRI和稀疏视角CT重建方面优于现有方法。

该文介绍了一种迭代神经自适应层析的计算机断层扫描重建方法，通过姿势优化策略迭代地优化输入图像对应的姿势，实现了抑制伪影和提高分辨率的重建，同时减少了 CT 扫描所需的时间，并放松了对成像硬件系统的严格要求，具有很大的短时间和低成本 CT 技术应用潜力。

该文介绍了一种基于深度卷积神经网络的数据驱动学习方法，用于在限角摄影术下提取和抑制FBP重建的特定伪影。实验结果表明，该方法在伪影抑制和细节恢复方面表现出稳定和有前途的性能，为从有限投影数据中重构出的图像质量的提高提供了简单和高效的途径。