现有稀疏投影视图锥束CT重建方法存在重建图像质量低、重建时间长、无法端到端重建等问题。针对这些问题，提出一种深度滤波多投影角特征提取网络FMA-Net。首先，在频域对投影数据进行处理，以有效抑制噪声和伪影；其次，引入多投影注意力模块与视觉状态空间模块，提升网络对投影数据特征的提取能力，提高投影特征信息的利用率；最后，使用多投影角特征交互模块获取同一投影点在不同投影角度下的相似信息，从而提高锥束CT重建数据点质量。在21个真实核桃和1 018个肺部CT投影数据上与FDK、SART、SART＿TV、CGLS、CNCL、DIF-Net进行对比实验。结果表明，FMA-Net在18、21、24、27四种不同投影图像数量条件下与六种典型方法的重建图像相比表现最优。核桃数据集上平均RMSE下降14.6%,平均PSNR上升4.3%,平均SSIM上升1.75%,LIDC-IDRI肺部数据集上平均RMSE下降16.3%,平均PSNR上升5.4%,平均SSIM上升5.5%,同时重建速度领先。所有结果表明FMA-Net可快速从稀疏投影视图中重建出高质量的锥束CT图像。