1.基于条件嵌入融合扩散模型的稀疏视角CT重建方法，其特征在于，执行如下步骤S1‑步骤S5，构建并训练稀疏视角CT重建模型，完成稀疏视角CT图像的重建：步骤S1：采集稀疏视角CT图像组成数据集，对数据集进行预处理后按比例划分训练集和测试集；

步骤S2：构建稀疏视角CT重建模型，包括条件生成模型、条件嵌入融合扩散模型；以预处理后的稀疏视角CT图像作为初始图像，输入稀疏视角CT重建模型，针对初始图像采用条件生成模型去除伪影，生成初步重建图像，将初步重建图像与辅助标量信息输入条件嵌入融合扩散模型，生成残差细节，将残差细节与条件生成模型输出的初步重建图像结合，生成稀疏视角CT重建图像，作为稀疏视角CT重建模型的输出；

条件生成模型基于U‑Net模型结构，引入傅里叶域去伪影模块，傅里叶域去伪影模块首先分别通过两个1×1卷积层提取特征后融合获得局部特征图，分别通过1×1卷积层和傅里叶卷积层提取特征后融合获得全局特征图，随后，局部特征图和全局特征图分别经过归一化和激活处理后进行特征融合，形成融合特征图；

傅里叶域去伪影模块中的傅里叶卷积层包括傅里叶变换和傅里叶逆变换，执行傅里叶变换和傅里叶逆变换之前，特征图分别经过1×1卷积层、归一化层和激活函数层；

条件生成模型输出初步重建图像，作为条件嵌入融合扩散模型的条件指导，输入到条件嵌入融合扩散模型中；

步骤S3：分别设计条件生成模型、条件嵌入融合扩散模型的损失函数；

步骤S4：对条件生成模型、条件嵌入融合扩散模型采用反向传播进行训练，以及模型参数的迭代与更新，直至达到预设的模型收敛条件，获得训练好的稀疏视角CT重建模型；

步骤S5：对训练好的稀疏视角CT重建模型进行测试，将稀疏视角CT重建模型部署于实际的稀疏视角CT图像重建的应用环境中。

2.根据权利要求1所述的基于条件嵌入融合扩散模型的稀疏视角CT重建方法，其特征在于，步骤S1中，利用FBP算法对完整的720个投影视角进行重建，获得无伪影的参考图像组成数据集；从数据集中分别抽取60、90和120个视角的初始图像，作为稀疏视角CT重建模型的输入，将数据集按照9：1的比例划分训练集和测试集。

3.根据权利要求1所述的基于条件嵌入融合扩散模型的稀疏视角CT重建方法，其特征在于，步骤S2中，条件嵌入融合扩散模型包括去噪模块，由主干模块和条件注意力嵌入模块构成，主干模块依次包括归一化层、3×3卷积层、激活函数层、组卷积层、激活函数层；

将初步重建图像与辅助标量信息输入条件注意力嵌入模块中，初步重建图像依次经过

3×3卷积层、激活函数层、3×3卷积层，输出特征图X，辅助标量信息依次经过线性层、激活函数层、线性层，输出特征图Y，将特征图X和特征图Y经过自适应融合注意力生成机制，生成多源注意力图XY，并嵌入到主干模块的组卷积层。

4.根据权利要求3所述的基于条件嵌入融合扩散模型的稀疏视角CT重建方法，其特征在于，将多源注意力图XY嵌入到主干模块的组卷积层的过程中，组卷积层将输入特征图划分为n个子组特征 ，对每个子组特征 与多源注意力图XY进行逐元素相乘操作，随后，将所得的n个特征图沿分组维度进行求和，得到最终的融合特征图。

5.根据权利要求1所述的基于条件嵌入融合扩散模型的稀疏视角CT重建方法，其特征在于，条件嵌入融合扩散模型包括前向扩散过程和反向去噪过程，其中前向扩散过程如下式：;

其中， 为真实图像和条件生成模型输出初步重建图像的残差，表示随机噪声， 是时间步长t处的噪声图像； ， 为扩散噪声方差， 是 的线性表示，设置初始值 ，线性增加至 ， ，其中 是t时刻 的连乘；

反向去噪过程如下式：

；

其中， ， 表示方差，L表示使用条件生成模型生成的初步重建图像，表示噪声预测模型，z表示随机噪声。

6.根据权利要求1所述的基于条件嵌入融合扩散模型的稀疏视角CT重建方法，其特征在于，步骤S3中，针对条件生成模型设计的损失函数包括均方误差损失和结构相似性损失，具体如下式：；

其中， 表示条件生成模型的损失函数， 表示均方误差损失，

表示结构相似性损失， 表示真实干净图像， 表示条件生成模型生

成的初步重建图像L；

针对条件嵌入融合扩散模型设计的损失函数基于均方误差损失，具体如下式：；

其中， 表示条件嵌入融合扩散模型的损失函数， 表示均方误差损失，表示随机噪声，L表示使用条件生成模型生成的初步重建图像，H表示真实图像， 表示条件嵌入融合扩散模型中的去噪模块，表示噪声方差。

7.根据权利要求1所述的基于条件嵌入融合扩散模型的稀疏视角CT重建方法，其特征在于，步骤S4中，对于条件生成模型、条件嵌入融合扩散模型，采用Adam优化器，分别进行30轮训练；并且将动量参数设置为 ， 代表控制梯度的一阶矩的指数衰减率， 代表控制梯度的平方的指数衰减率。

8.根据权利要求1所述的基于条件嵌入融合扩散模型的稀疏视角CT重建方法，其特征在于，步骤S4中，对条件生成模型、条件嵌入融合扩散模型的训练步骤如下：步骤S4.1：分别训练条件生成模型和条件嵌入融合扩散模型，计算损失函数值；

步骤S4.2：若损失函数值减小至预设值，则判定条件生成模型和条件嵌入融合扩散模型收敛，进行步骤S4.3；否则返回执行步骤S4.1；

步骤S4.3：将稀疏视角CT图像输入到训练好的条件生成模型中，完成初始重建，生成初步重建图像，并将其作为条件嵌入融合扩散模型的条件指导，生成残差细节，完成最终的稀疏视角CT图像的重建。