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。

该研究开发了一种用于解决欠定线性反问题的空间变异正则化模型，重建医学图像。通过应用像素相关权重，平衡去噪和保留细节和边缘。使用梯度逼近计算空间变异TV权重，设计了卷积神经网络。该模型具有唯一解，并使用Chambolle-Pock算法。该综合框架结合了正则化技术和神经网络能力，实现了从低采样层析数据中的高质量重建。