Circuit de filtrage du bruit d’obscurité

Tel que présenté dans la Figure 5.4 ainsi que la section Array Readout du présent article, un circuit de filtrage de bruit d’obscurité a été implémenté dans le circuit de lecture par événement. Le bruit d’obscurité déclenche les SPAD ce qui crée un temps mort pour le TDC. Afin d’éviter que les TDC ne soient pas disponibles pour mesurer le temps d’arrivée des premiers photons d’un événement TEP, une fenêtre de temps programmable est activée lorsqu’un SPAD est déclenché afin de discriminer un DCR d’un événement TEP. Le circuit de filtrage observe s’il y a suffisamment de colonnes de SPAD ayant fait feu à l’intérieur de la fenêtre de temps programmable. Advenant l’affirmative, chaque TDC associé à un SPAD déclenché fournit une étampe de temps, sinon les circuits sont réinitialisés pour attendre le prochain événement (Figure 5.4).

Puisque les 16 SPAD de test intégrés à la matrice sont placés sur une colonne, une sé- quence de validation a été élaborée en utilisant les SPADs et un signal externe agissant à titre d’événement valide. Pour le test, le seuil a été configuré à 2 colonnes. Le circuit de filtrage valide donc qu’à l’intérieur d’une fenêtre de 24 ns (le délai de 6 cycles d’horloge) le nombre de colonnes ayant reçu un événement est supérieur à deux. Pour ce test, le signal d’événement valide sera un signal corrélé à l’horloge de l’ASIC. Ce signal est dérivé du signal d’horloge à un taux de répétition de 10 000 événements par secondes (pour avoir un taux similaire aux événements TEP). On utilise un signal corrélé au signal d’horloge puisqu’il est possible de l’observer en effectuant un histogramme de densité de codes. Un signal corrélé donne toujours le même code de TDC en sortie (plus ou moins la gigue tem- porelle). Cette validation tente de le discriminer du signal provenant du DCR des SPADs (signal non-corrélé).

Pour observer le résultat en sortie, un graphique de densité de code du TDC est effectué. Si le circuit de filtrage de bruit d’obscurité n’est pas activé, le signal corrélé ne devrait pas être observable à l’intérieur de l’histogramme des codes de TDC puisque le taux de signal non-corrélé est beaucoup plus élevé que le signal corrélé.

Pour faire le test, les 16 SPAD étaient activés et possédaient un taux de comptage indivi- duel d’environ 1 million d’événements par seconde pour un total de 16 millions d’événe- ments par seconde. Puisque ces 16 SPAD sont tous dans la même colonne, ils ne peuvent donc pas déclencher de lecture si le circuit de filtrage est activé et qu’il n’y a pas d’autre

signal présent dans une autre colonne. Le signal corrélé est propagé à la colonne possé- dant des SPAD ainsi qu’à une seconde colonne de la matrice via l’entrée External Trigger (Figure 5.1). Puisque le DCR et le signal corrélé peuvent déclencher le même TDC, le premier signal qui arrive déclenche le TDC.

Si le circuit de filtrage de bruit est activé, la contribution en taux d’événements du signal non-corrélé par rapport au signal corrélé peut être évaluée. Puisque la fenêtre n’est pas infiniment petite,il y aura un résidu de bruit d’obscurité en fonction du taux d’événements non-corrélé par rapport au signal corrélé. Ce résidu dépend de la largeur de la fenêtre de discrimination, et du taux de comptes des événements corrélés et non-corrélés. Ce résidu de bruit d’obscurité peut-être décrit selon l’équation 5.1 et résolu à l’aide des paramètres suivants :

– La fenêtre de discrimination est de 24 ns

– Le taux de compte non-corrélé est de 16 Mévénements/s – Taux de compte corrélé est de 10 kévénements/s

DCRResiduel = F enetre × tauxcorrele´× tauxnoncorre´le´ (5.1)

DCRResiduel = (24E-9s × 10k/s) × 16 Mévénements/s

DCRResiduel = 3 840 événements/s

Considérant ces valeurs, le taux de comptage en sortie du discriminateur devrait être environ 10 000 événements corrélés et 3 840 événements non-corrélés. Cela représente un taux de 27% d’événements non-corrélés transmis. Si le circuit de filtrage de bruit d’obscurité est parfait, on devrait obtenir en mesure ce taux de 27% d’événements indésirés. Si on souhaitait réduire cette valeur, il faudrait réduire le DCR.

À la Figure 5.16 (a), on observe un histogramme de densité de code standard sur lequel on ne peut distinguer un signal corrélé puisque le circuit de filtrage de bruit d’obscurité n’est pas activé. En (b), le circuit de filtrage est activé et le signal corrélé représente 70% des codes reçus malgré qu’il ne représente que 1% du signal reçu. Cela signifie donc que 30% du signal reçu est non-corrélé, ce qui correspond au 27% évalué précédemment. La différence entre les deux valeurs provient de l’estimation du calcul de l’équation 5.1 qui ne prend pas en compte la distribution poissonienne en temps de l’arrivée du DCR ainsi que l’erreur sur la valeur exacte du DCR des SPAD. À noter que chaque histogramme possède

5.3. COMPLÉMENTS SUR L’ARTICLE 111 0 20 40 60 80 100 120 140 0 20 40 60 80 100 120 140 0 200 400 600 800 0 5000 10000 15000 20000 25000 30000 (a) (b) Code du TDC Code du TDC No mbr e d’ év éneme n ts Nombr e d’ év én em en ts

Figure 5.16 Code du TDC d’un pixel possédant un SPAD activé pour obtenir 1 Mcps de bruit d’obscurité ainsi qu’un signal corrélé de 10 kcps envoyé à ce SPAD et un second TDC pour activer le circuit de filtrage de bruit d’obscurité. En (a), un histogramme standard de densité de codes sur lequel on ne peut distinguer un signal corrélé. En (b),le signal corrélé est distinguable (code 14 du TDC) et celui-ci représente 70% des codes reçus malgré qu’il ne représente que 1% du signal reçu.

la même quantité d’événements, mais leur distribution fait en sorte que l’histogramme en (b) possède une valeur maximale beaucoup plus élevé que l’histogramme en (a). Le circuit de filtrage fonctionne et permet d’éliminer le bruit non-corrélé et minimiser l’impact sur les circuits de lecture de la matrice.