歯科CTの低線量化は，小児への適用や，術前・術後・経過観察に伴う複数回撮影の観点から極めて重要である．しかし，低線量撮影ではノイズによる著しい画質低下が診断の妨げとなるため，高精度な画質改善が必要とされている．画像にノイズを含んだまま再構成を行うと，処理後の画像ドメインではノイズが拡散するため，より上流となる投影ドメインでのノイズ除去が有効である．しかし，歯科CTの投影ドメインに特化した深層学習手法はほとんど報告されておらず，また汎用的なノイズ除去手法では，微細構造の保持が不十分である．本論文では，画像復元において高精度を示すNAFNetを基盤とし，隣接投影画像間の連続性を活用する入力方式と，FFTの導入によりグローバルな受容野を実現するFFCを組み合わせた手法を提案する．独自に構築した歯科用CT投影画像データセットを用いた評価実験を通して，提案手法の有効性を示す．