本研究提出了多种基于深度学习的CT图像重建方法，包括运动补偿迭代重建技术（MIRT）和无监督密度神经表示（Diner），旨在提高图像质量、减少金属伪影和降低辐射剂量。这些方法在不同应用场景中表现出色，具有广泛的临床潜力。

本文提出了一种基于时间感知衰减体素的四维数字减影血管成像重建方法，能够在降低辐射剂量的同时实现高质量成像。该方法利用神经网络模型和血液流动模拟数据，准确重建血管内对比剂的浓度变化，并探讨了动态场景的重建技术，展示了在实时渲染和视觉质量上的显著优势。