本研究提出了AC-IND方法，解决了稀疏视角CT重建中的伪影问题，并实现了更高质量的CT重建。该方法将神经表示转换为概率分布映射，并结合了材料种类的先验信息。实验结果表明，该方法优于传统方法，能够自动生成语义分割图。

该研究综述了CBCT图像的伪影问题，提出了深度学习方法来改善图像质量。研究发现通过优化投影域和体域以及引入神经网络，可以降低伪影。研究呼吁使用多样化和开放的训练数据集和模拟数据。