Performance evaluation of SensL SiPM arrays for high-resolution PET
Notice bibliographique
Résumé
Silicon photomultipliers (SiPMs) have high gain, excellent timing performance, and are well suited to PET/MRI applications due, in part, to their MR-compatibility and small form factor. Within the constraints of a resistor-based multiplexing circuit, it is useful to evaluate the four generations of SiPM arrays manufactured by SensL: the SPMArray4, ArraySL-4, ArraySM-4, and ArraySB-4. Breakdown voltage and dark current were measured as a function of temperature in two each of the four generations of SensL SiPM arrays. Flood histograms were created with a68Ge-irradiated 9×9 LYSO crystal array at temperatures of 5 °C to 45 °C in 5 °C increments and overvoltages of 2 to 4 V in 0.5 V increments. Measurements of dark current vs. bias voltage increased as temperature increased, with a corresponding increase in the breakdown voltage, Vb. The temperature dependence of Vbis similar between all four generations of SiPM arrays with slopes ranging from 17.0 to 23.8 mV/°C. Notably, the ArraySB-4 has lower values for the breakdown voltage, with Vb= 24 V at 0 °C. Mean energy resolution for individual LYSO crystals showed improvements in each successive generation. The average energy resolution of the ArraySB-4 was 11.9% after correcting for non-linearity in the SiPM pixels. The linearity of the SensL SiPM arrays as a function of temperature and breakdown voltage makes them a suitable choice for a high-resolution, small animal PET/MRI system. Based on its improved resolvability and energy resolution, lower sensitivity to temperature and higher PDE, the ArraySB-4 will be used in our PET system.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».