模型性能表现和模型训练时间影响着基于迁移学习坏点检测方法的应用，而选用模型和迁移学习策略是模型性能表现和模型训练时间的重要影响因素。提出了一种基于预训练VGG11模型的坏点检测方法，通过微调基于ImageNet数据集预训练的VGG11模型获得坏点检测的待训练模型。采用保留预训练模型权重、冻结卷积层的策略进行模型训练，采用ICCAD 2012数据集进行模型训练和测试。与现有方法相比，所提方法的模型综合性能表现更好，所需的模型训练时间更少。所提方法有助于提高掩模版图的坏点检测效率，缩短集成电路生产的周期。

为了去除平板探测器中坏点和响应不一致探元引起的环状伪影对X射线计算机断层成像(CT)质量的影响，利用探元响应与管电流的线性相关关系，提出了一种基于探测器校正的环状伪影去除方法。检测出不同管电流下响应恒定的探元后，分别计算每个探元响应与管电流的相关系数，并检测出响应随机变化和迅速达到最大的探元，将检测出的探元记入坏点模板并进行校正。以单个管电流下所有探元响应的均值为基准，计算同一组管电流下各探元响应曲线方程与基准曲线方程的转化关系，得到探测器的一致性校正参数矩阵。依据坏点模板和一致性校正参数对各探元的输出响应进行校正。实验结果表明，该方法能够有效去除环状伪影，并改善图像信噪比。解决了现有坏点检测方法中阈值选择困难的问题，可适用于多种类型的探测器。