目的 为了解决稀疏角度CBCT重建的图像伪影问题，本文提出了一种基于生成式投影插值的双域CBCT重建框架（DualSFR-Net）。方法 提出的DualSFR-Net方法主要包含3个模块：生成式投影插值模块、域转换模块和图像恢复模块。生成式投影插值模块包括一个基于生成对抗网络的稀疏投影插值网络（SPINet）和一个全角度投影恢复网络（FPRNet）。其中，SPINet针对稀疏角度投影数据进行投影插值合成全角度投影数据，FPRNet则是对合成全角度投影数据进一步修复。域转换模块引入重建和前投影算子实现双域网络的前向和梯度回传过程。图像恢复模块包含一个图像恢复网络FIRNet，对域转换后的图像进行微调以去除残留的伪影和噪声。结果 在牙科CT数据集上进行的验证实验结果显示，本研究提出的DualSFR-Net在稀疏采样协议下能够重建出高质量的CBCT图像；定量上，所提出DualSFR-Net方法在稀疏2倍和4倍协议下在PSNR指标上相对于现有同类最优方法分别提高了0.6615和0.7658，在SSIM指标上分别提高了0.0053和0.0134。结论 本研究提出的基于生成式投影插值的双域CBCT稀疏角度重建方法DualSFR-Net能够有效地去除条纹伪影，改善图像质量，成功实现了对CBCT稀疏角度双域成像网络的高效联合训练。