A high-precision CMOS biophotometry sensor with noise cancellation and two-step A/D conversion
Notice bibliographique
Résumé
Fluorescence biophotometry measurements require wide dynamic range (DR) and high sensitivity laboratory apparatus. Indeed, it is often very challenging to accurately resolve the small fluorescence variations in presence of high background tissue autofluorescence. There is a great need for smaller detectors combining high linearity, high sensitivity, and high-energy efficiency. This paper presents a new high-dynamic range CMOS photodetector embedding a photosensor and a high-precision two-step analog-to-digital converter (ADC) with a noise cancellation scheme. In this system, a 16-bit two-step ADC successively uses an integrating ADC and a successive approximation register (SAR) ADC enabling wide dynamic range and high energy-efficiency photocurrent quantization. Noise cancellation is achieved through a SAR digital-to-analog (DAC) capacitor bank to store and subtract the low-frequency noise from the output of a capacitive transimpedance amplifier (CTIA) throughout each data conversion. The 6-most significant bits are resolved through the integrating ADC, while the 10-least significant bits are extracted by the SAR ADC. The two-step data converter uses a hardware sharing scheme to decrease the chip size and to improve energy-efficiency. The proposed optoelectronic detector is implemented in a 0.18-μm CMOS technology, consuming 60 μW from a 3.3-V supply voltage while achieving a DR of 94 dB, a minimum detectable current of 200-f A <sub xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">rms</sub> , at 1-kS/s sampling rate. The proposed biosensor presents a FOM of 1.46 pJ/conv. which is among the best reported performance among similar systems.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| 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) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».