يقترح هذا البحث حلاً ذاتياً مراقباً جديداً وسريعًا لإعادة بناء التصوير المقطعي المحوسب بالأشعة السينية ذات الزوايا النادرة (التصوير المقطعي المحوسب بالأشعة السينية المخروطية - Cone Beam Computed Tomography) دون الحاجة إلى بيانات تدريب خارجية. بصفة خاصة، يتم تمثيل معاملات الامتصاص المرغوبة كدالة مستمرة لتنسيق الفضاء ثلاثي الأبعاد، والتي يتم تحديدها بواسطة شبكة عصبية عميقة متصلة بالكامل. نقوم بتوليد الإسقاطات بشكل منفصل وتدريب الشبكة عن طريق تقليل الخطأ بين الإسقاطات الحقيقية والمولدة. يتم اعتماد مرمِّز قائم على التعلم يشمل تشفير الهاش (hash coding) لمساعدة الشبكة على التقاط التفاصيل عالية التردد. أثبت هذا المرمِّز فعاليته وأداؤه الأعلى مقارنة بالمرمِّز الشائع في مجال التردد، لأنه يستفيد من سلاسة وأندرة الأعضاء البشرية. تم إجراء التجارب على مجموعات بيانات للأعضاء البشرية والأشكال النموذجية (phantom). حققت الطريقة المقترحة دقةً تتفوق على أفضل ما هو موجود حالياً وأنفقت وقتًا معقولًا للحسابات.