CMOS Time-to-Digital Converters for Biomedical Imaging Applications
Notice bibliographique
Résumé
Time-to-digital converters (TDCs) are high-performance mixed-signal circuits capable of timestamping events with sub-gate delay resolution. As a result of their high-performance, in recent years TDCs were integrated in complementary metal-oxide-semiconductor (CMOS) technology with highly sensitive photodetectors known as single-photon avalanche diodes (SPADs), to form digital silicon photomultipliers (dSiPMs) and SPAD imagers. Time-resolved SPAD-based sensors are capable of detecting the absorption of a single photon and timestamping it with picosecond resolution. As such, SPAD-based sensors are very useful in the field of biomedical imaging, using time-of-flight (ToF) information to produce data that can be used to reconstruct high-quality biological images. Additionally, the capability of integration in standard CMOS technologies, allows SPAD-based sensors to provide high-performance, while maintaining low cost. In this paper, we present an overview of fundamental TDC principles, and an analysis of state-of-the-art TDCs. Furthermore, the integration of TDCs into dSiPMs and SPAD imagers will be discussed, with an analysis of the current results of TDCs in different biomedical imaging applications. Finally, several important research challenges for TDCs in biomedical imaging applications are presented.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,007 |
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 ».