In-Chip Data Processing and Readout Architecture of a Photon-to-Digital Converter in 65 nm For Crystal-Based Applications
Notice bibliographique
Résumé
Our team is designing a 5×5 mm<sup xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">2</sup> 3D-integrated Photon-to-Digital Converter (PDC) comprising a 64×64 SPAD array with a custom 65 nm CMOS readout. The PDC is partitioned into 16 sectors (1.25 × 1.25 mm<sup xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">2</sup>), each holding 256~SPADs and 64~time-to-digital converters (TDCs) with an 8-to-1 ratio. At high event rates, the unprocessed data stream exceeds the available bandwidth of 2 Gbps (CML transceiver) resulting in sector-level deadtime. To mitigate this, we are developing a processing architecture featuring parallel time and energy processing chains with early data reduction. The time chain performs skew correction, dark count suppression, timestamp alignment, and sorting. A linear unbiased estimator further compresses timing data into a single timestamp. The energy chain sums trigger counts over configurable time windows to detect scintillation events. A binning module further compresses time and energy data through energy-discriminated binning at the sector level. The modular architecture accommodates multiple acquisition modes (synchronous, asynchronous, camera) and output formats (timestamps, histograms, hitmaps, heatmaps). This architecture is capable of addressing applications such as time-of-flight (TOF) positron emission tomography (TOF-PET) and time-of-flight computed tomography (TOF-CT), as well as other non-scintillation-based applications such as quantum key distribution and wavefront sensing for adaptive optics.
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 | 0,001 |
| 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 ».