MétaCan
Menu
Retour à la cohorte
Enregistrement W1529005800 · doi:10.1109/nssmic.2013.6829014

Low dead time digital SPAD readout architecture for realtime small animal PET

2013· article· en· W1529005800 sur OpenAlexafffund
Marc‐André Tétrault, Etienne Desaulniers Lamy, Alexandre Boisvert, Réjean Fontaine, J.‐F. Pratte

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAdvanced Optical Sensing Technologies
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesCMC Microsystems
Mots-clésCMOSJitterDetectorComputer scienceDiscriminatorElectronic engineeringElectronic circuitLyso-Computer hardwareElectrical engineeringEngineeringScintillatorTelecommunications

Résumé

récupéré en direct d'OpenAlex

CMOS integrated SPAD array design normally enforces a compromise between circuit functionalities and optical detection fill factor, never quite reaching the ideal detector configuration when both are integrated together on the same substrate. The emergence of vertical 3D integrated circuits (3DIC) changes this restriction and further adds in heterogeneous electronic integration, opening technological combinations otherwise difficult or impractical to obtain. Using this approach, a heterogeneous SPAD array detector prototype with digital readout for small animal PET was developed. It is based on Global Foundries 130 nm CMOS for digital and quenching circuits and on Teledyne Dalsa 0.8 μm HV CMOS process for the SPAD arrays. This paper focuses on the realtime digital architecture tailored for small animal PET scintillation detection, where in addition to tight timing and energy resolution, low PET dead time and high spatial resolution are required. A discriminator circuit is proposed to retain first-photon timing information while protecting against dark count rate triggering. The system provides two operational modes: a slower oscilloscope-like mode and a high rate PET mode providing 2.2M singles per second on a single 200 MHz LVDS transmitter. Performances in terms of electronic jitter and event detection are reported based on simulations.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,008
Tête enseignante GPT0,218
Écart entre enseignants0,210 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations9
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetAdvanced Optical Sensing TechnologiesTravaux en français237 207