En este documento, proponemos un nuevo enfoque de aprendizaje profundo basado en redes neuronales desplegadas para la reconstrucción de imágenes de tomografía computarizada de rayos X a partir de pocas vistas. Comenzamos desde un enfoque basado en modelos en un marco de muestreo comprimido, descrito por la minimización de una función de mínimos cuadrados más una prioridad de preservación de bordes en la solución. En particular, la red propuesta estima automáticamente los parámetros internos de un método de punto interior proximal para la solución del problema de optimización. Las pruebas numéricas realizadas tanto en un conjunto de datos sintético como en uno real muestran la efectividad del marco en términos de precisión y robustez con respecto al ruido en el sinograma de entrada en comparación con otros enfoques diferentes basados en datos.