该项目使用公开人体器官数据集，使用NAF作为模型基线，加上旋转分辨率Former，不仅实现三维重建和新视图合成SOTA，参数量和计算量都远远小于最新的SOTA方法。光是一种重要的电磁波，在各个领域内都发挥着广泛的作用。X光通过物体，不同物质会吸收不同程度的X光，在展现物体内部空间结构中，有着不可替代的作用。最近，基于神经辐射场的三维重建方法取得不错的效果，但现有的方法在捕获不同分辨率之间物体内部空间结构的相关性存在局限。对此，我们研究这个项目，用于捕获不同分辨率之间物体内部空间结构的相关性，更好的实现X光的三维重建。在人体器官数据集上的实验表明，在新视图合成任务和CT重建任务上比最新基于Nerf的SOTA方法的PSNR分别高出5.18dB和0.626dB，并且计算量和参数量减少至23.68%和26.60%。