نُقدّم إطار عمل IntraTomo، وهو إطار قوي يُدمج مزايا النهج القائمة على التعلّم والنهج القائمة على النموذج لحل المشكلات العكسية ذات التصحيح الشديد في سياق التصوير المقطعي المحوسب (CT). يتكوّن IntraTomo من وحدتين رئيسيتين: وحدة تنبؤ بالسينوغرام الجديدة، ووحدة تحسين الهيكل الهندسي، وهما مطبّقان بشكل تكراري. في الوحدة الأولى، يُمثّل المجال الكثافي المجهول كدالة مستمرة قابلة للتفاضل، وتمثّل بشبكة عصبية عميقة مُعَدّة بوساطة معلمات. يتم تعلّم هذه الشبكة بطريقة ذاتية التدريب (self-supervised) من خلال السينوغرام المدخل غير الكامل أو/و المُتضرّر. وبعد أن يُقدّر المجال الكثافي عبر وحدة تنبؤ السينوغرام، يتم تحسينه بشكل متسق في الوحدة الثانية باستخدام معلومات أولية هندسية محلية وغير محلية. وباستخدام هاتين الوحدتين الرئيسيتين، نُظهر أن IntraTomo يتفوّق بشكل كبير على الطرق الحالية في حل العديد من المشكلات العكسية ذات التصحيح الشديد، مثل التصوير المقطعي المحدود الزاوية بزاوية تتراوح بين 45 درجة، أو إعادة بناء التصوير المقطعي بمشاهد متباعدة بشكل نادر (بما لا يقل عن ثماني مشاهد)، أو التصوير المقطعي عالي الدقة (Super-resolution) بزيادة تصل إلى ثمانية أضعاف في الدقة. وتشير النتائج التجريبية على بيانات محاكاة وبيانات حقيقية إلى أن منهجنا يمكنه تحقيق نتائج بجودة لم تُسبق لها مثيل.