本文提出了一种新颖且快速的无监督解决方案，用于稀疏视角锥形束计算机断层扫描（CBCT）重建，该方法无需外部训练数据。具体而言，所需的衰减系数被表示为3D空间坐标的连续函数，并由全连接深度神经网络进行参数化。我们通过离散合成投影并最小化真实投影与合成投影之间的误差来训练网络。采用了一种基于哈希编码的学习型编码器，以帮助网络捕捉高频细节。该编码器在性能和效率方面优于常用的频域编码器，因为它利用了人体器官的平滑性和稀疏性。实验已在人体器官和体模数据集上进行。所提出的方法达到了最先进的精度，并且计算时间合理短暂。