具体实施方式

以下结合实施例对本发明作进一步详细描述。

本实施例提出一种自动检测探测器坏点的方法，如图1流程图所示，CT系统会实时通过FPGA采集探测器数据，在进行坏点判断时获取每个探测器模块的Xray和offset数据。CT系统在扫描曝光时，FPGA先运算出模块的暗电流平均值和探测器响应平均值，其中探测器响应平均值（将采数的探测器二维矩阵按时间维度采集的包进行取平均），暗电流平均值（暗电流即为未曝光的探测器数据，将采数的探测器二维矩阵按时间维度采集的包进行取平均），之后进行一个暗电流校准，得探测器模块像素的平均曝光数据，平均曝光数据。

计算得到平均曝光数据后，即可得到一个阀值，本实施例阀值取平均曝光数据的0.1-10倍范围。 CT系统在扫描曝光时会将前小部分的views（数据采集包）用于坏点检测，即公式中的NumViews（数据采集包数量），当像素点的数据大小超过低于或高于阀值时，则认为其为坏点的潜在目标，并在FPGA中将计数，若连续三次被认为是潜在的坏点，则将其标记为坏点。

由于探测器数据是根据确定的顺序发送给DCB（数据采集板），当FPGA检测到这个点为坏点时，会记录下当前点的序号，通过探测器的结构即可得出坏点的具体位置坐标。

当坏点数量较少时，软件运行坏点校准程序坏点矫正，DCB会将上传坏点坐标信息于上位机，上位机进行校准和重建会使用坏点坐标信息，用于坏点校准。当坏点数量较多时，就需要售后人员换掉整个模块。

如图2，由于在水膜校准时，channel方向数据比较重要，因此在校准中拟合了较多channel方向的数据，校正公式为 （即I18为坏点数据，分子即为坏点周边的累加，由于坏点的值并不可靠需要减去，即为周边的平均值）。

上述实施例仅用于解释说明本发明的构思，而非对本发明权利保护的限定，凡利用此构思对本发明进行非实质性的改动，均应落入本发明的保护范围。