Event-Level Voxel Reconstruction in Two-Photon Absorption Scans Using Pixel-Overlap Selection in Timepix3

Cet article présente un cadre de reconstruction pour la voxelisation au niveau des événements dans les scans d'absorption à deux photons utilisant le détecteur Timepix3, permettant une attribution temporelle stable et sans synchronisation externe grâce à une sélection basée sur le recouvrement des pixels et un estimateur temporel par charge maximale, évitant ainsi les biais systématiques des méthodes alternatives.

L'essentiel

🌟 Le Grand Défi : Voir l'invisible en 3D sans montre

Imaginez que vous essayez de cartographier l'intérieur d'une forêt très dense (un détecteur en silicium) pour comprendre comment l'eau (les charges électriques) y circule. Pour cela, vous utilisez un laser spécial qui, comme une loupe magique, crée de minuscules étincelles à l'intérieur du bois.

Le problème ?

1. L'effet "Boule de neige" : Quand le laser touche le bois, l'étincelle ne reste pas sur un seul point. Elle éclabousse plusieurs feuilles autour, créant un "groupe" d'activations.
2. Pas de chronomètre : Vous avez une caméra ultra-rapide qui filme tout, mais elle n'est pas synchronisée avec votre laser. Vous ne savez pas exactement quand vous avez appuyé sur le bouton. C'est comme essayer de reconstruire une chorégraphie en regardant une vidéo où les danseurs apparaissent et disparaissent sans musique ni métronome.

L'auteur, Tianqi Gao, propose une nouvelle méthode pour résoudre ce casse-tête et reconstruire une carte 3D précise, même sans savoir exactement quand le laser a tiré.

---

🧩 La Méthode : Trois Astuces Magiques

Voici comment l'auteur résout le problème, expliqué avec des analogies du quotidien :

1. Le "Filet à Poissons" (Sélection par Chevauchement)

• L'ancien problème : Avant, les chercheurs disaient : "Si le centre de la tache d'étincelle est exactement dans ma zone de mesure, je l'accepte. Sinon, je la jette."
  • Le souci : Si la tache est un peu décalée ou bizarrement formée (comme une tache d'huile), vous jetez des données importantes. C'est comme si vous ne gardiez que les poissons qui nagent parfaitement au centre de votre filet, et vous en perdez la moitié !
• La nouvelle astuce : L'auteur dit : "Si n'importe quelle partie de la tache touche ma zone d'intérêt, je garde tout le groupe !"
  • L'analogie : C'est comme un filet à mailles larges. Tant qu'un poisson touche le filet, on le remonte tout entier. On ne perd aucune information sur la forme de l'étincelle.

2. Le "Chef de la Troupe" (Le Pixel le plus Brillant)

• L'ancien problème : Une fois qu'on a le groupe de pixels activés, lequel choisir pour dire "c'est ici que l'étincelle a eu lieu" ?
  • L'erreur classique : On prenait souvent le pixel qui a réagi le plus vite (le premier arrivé).
  • Le piège : Le premier à réagir est souvent un pixel sur le bord, qui a juste "frôlé" l'étincelle. C'est comme si, dans une foule, on décidait que le leader est la personne qui a crié le plus fort au hasard, alors qu'elle est juste à la périphérie. Cela fausse la position réelle.
• La nouvelle astuce : L'auteur propose de choisir le pixel qui a reçu le plus gros choc (le plus de charge électrique).
  • L'analogie : Imaginez une pluie de grêlons. Le sol qui a reçu le plus gros cratère est celui qui a été touché directement, pas celui qui a juste reçu une goutte sur le côté. Le pixel le plus "brillant" (le plus chargé) est le véritable centre de l'action. C'est le chef de la troupe qui nous donne la vraie position.

3. Reconstruire le Temps sans Horloge (Le Puzzle Temporel)

• Le défi : Comme il n'y a pas de synchronisation, comment savoir quand le laser s'est arrêté à un endroit pour passer au suivant ?
• La solution : L'auteur regarde simplement les pauses dans le flux de données.
  • L'analogie : Imaginez un photographe qui prend des photos d'un danseur qui bouge. Il ne sait pas quand le danseur s'arrête, mais il voit que pendant 2 secondes, il y a une foule de photos très rapprochées (le danseur est immobile), puis un grand vide, puis une autre foule.
  • En mathématiques, on dit : "Si deux événements sont très proches dans le temps, ils appartiennent au même 'arrêt' (dwell). S'il y a un grand vide, c'est un nouvel arrêt." On reconstruit ainsi le rythme de la danse directement à partir des photos, sans avoir besoin de savoir l'heure.

---

🎯 Pourquoi est-ce important ?

Grâce à cette méthode, les scientifiques peuvent :

1. Voir en 3D : Reconstruire la carte précise de l'intérieur des détecteurs, pixel par pixel.
2. Être précis : Éviter les erreurs de positionnement causées par les anciennes méthodes.
3. Travailler "à l'aveugle" : Utiliser des détecteurs modernes très rapides qui ne se synchronisent pas avec le laser, ce qui est crucial pour les futurs accélérateurs de particules et les technologies de détection avancées.

En résumé : Au lieu de chercher le centre parfait d'une tache floue et de s'arrêter à la première étincelle, l'auteur nous dit : "Gardez tout le groupe, regardez celui qui a le plus souffert (le plus de charge), et déduisez le rythme du temps en regardant les pauses entre les groupes." C'est une méthode robuste, intelligente et très efficace pour cartographier l'invisible.

Résumé technique

Titre

Reconstruction de voxels au niveau des événements dans les scans par absorption à deux photons (TPA) utilisant la sélection par chevauchement de pixels sur Timepix3.

1. Problématique

L'article aborde les défis liés à la caractérisation tridimensionnelle des détecteurs au silicium, en particulier dans le contexte des systèmes à lecture pixellisée (comme Timepix3) et des mesures par Absorption à Deux Photons (TPA). Deux obstacles majeurs compliquent l'interprétation des données TPA dans les détecteurs segmentés :

• Formation de clusters : Une seule excitation laser TPA génère des porteurs de charge qui se diffusent, activant plusieurs pixels simultanément au sein de la résolution temporelle intrinsèque du détecteur. Il est donc impossible d'associer directement l'origine spatiale à un seul pixel.
• Absence de synchronisation externe : Dans les systèmes de lecture asynchrones ou sans déclenchement (triggerless) comme Timepix3, les données du détecteur ne sont pas synchronisées avec les impulsions laser. La reconstruction de la structure temporelle du scan (attribution des intervalles de séjour ou dwell) et le timing des événements doivent être déduits uniquement des données enregistrées, sans référence externe.

Les méthodes existantes, telles que la sélection basée sur le centroïde du cluster ou l'utilisation du temps d'arrivée (ToA) le plus précoce, introduisent des biais systématiques spatiaux, en particulier lorsque l'excitation n'est pas centrée dans un pixel ou lorsque le partage de charge est important.

2. Méthodologie

L'auteur propose un cadre de reconstruction robuste fonctionnant sur des données continues et non synchronisées. La méthode repose sur deux piliers fondamentaux :

A. Sélection d'événements par chevauchement de pixels (Pixel-Overlap Selection)

Au lieu d'exiger que le centroïde d'un cluster se trouve à l'intérieur d'une région d'intérêt (ROI), la méthode définit un événement TPA valide si au moins un pixel constituant le cluster se trouve dans la ROI.

• Avantage : Cette approche conserve l'information complète du cluster associé à chaque excitation, évitant le rejet d'événements valides et les biais spatiaux liés aux clusters asymétriques ou partiellement hors de la ROI.

B. Estimateur de timing au niveau du cluster (Cluster-Level Timing Estimator)

Pour attribuer un temps d'événement unique à un cluster multi-pixels, l'auteur propose d'utiliser le temps d'arrivée (ToA) du pixel ayant enregistré la charge la plus élevée (représentée par le Temps au-dessus du Seuil ou ToT le plus élevé) au sein de la ROI.

• Justification physique : Le pixel recevant la plus grande charge est statistiquement le plus proche du point d'excitation réel.
• Comparaison : Contrairement au pixel avec le ToA le plus précoce (souvent situé en périphérie du cluster et sensible au bruit et aux effets de bord), le pixel à ToT maximal offre une référence temporelle spatialement stable et non biaisée.

C. Reconstruction de la structure du scan (Dwell Reconstruction)

La structure temporelle du scan (les intervalles de séjour où le laser reste fixe) est reconstruite directement à partir du flux de données :

• Les événements sont regroupés en intervalles de séjour (dwell) si l'intervalle de temps entre deux événements consécutifs est inférieur à un seuil $\Delta t_{gap}$.
• Cela permet une reconstruction « aveugle » (blind reconstruction) de la grille de scan sans besoin de déclencheur externe.

3. Contributions Clés

1. Cadre de reconstruction « aveugle » : Développement d'une méthode capable de reconstruire la structure temporelle et spatiale des scans TPA sur des données asynchrones, éliminant le besoin de synchronisation laser-détecteur.
2. Nouvelle définition d'événement : Introduction du critère de chevauchement de pixels pour la sélection des événements, surpassant les méthodes basées sur le centroïde.
3. Estimateur de timing optimisé : Validation de l'utilisation du pixel à ToT maximal comme estimateur de timing, démontrant sa supériorité par rapport au ToA minimal pour la localisation spatiale précise.
4. Définition de la région TPA (TPAR) : Proposition d'une méthode pour définir la région réelle de génération de charge basée sur l'occupation des clusters et la distribution des pixels à ToT maximal, indépendamment de la géométrie de balayage supposée.

4. Résultats et Validation

• Réduction des biais : Les études de validation montrent que l'estimateur basé sur le ToA le plus précoce déplace systématiquement la position reconstruite vers la périphérie du cluster. En revanche, l'estimateur basé sur le ToT maximal reste centré sur la zone de dépôt de charge maximale.
• Stabilité spatiale : La distribution spatiale des pixels sélectionnés par le critère ToT maximal est localisée et cohérente avec le volume d'excitation attendu.
• Reconstruction du scan : La méthode de regroupement temporel permet de récupérer avec succès la structure des intervalles de séjour (dwell) à partir du flux de données continu, confirmant la faisabilité de la reconstruction sans synchronisation externe.

5. Signification et Impact

Ce travail fournit une méthode générale et robuste pour l'analyse de données TPA dans les détecteurs pixellisés modernes.

• Applications : Elle est directement applicable à l'étude des distributions de champs électriques et des propriétés de transport de charge dans les capteurs au silicium, des paramètres critiques pour les détecteurs de physique des hautes énergies.
• Versatilité : La méthode ne dépend pas d'une configuration spécifique de détecteur mais des propriétés générales des mesures TPA et des systèmes de lecture segmentés. Elle est particulièrement pertinente pour les détecteurs opérant en mode sans déclenchement (triggerless) dans des environnements à haut débit.
• Fondation future : Ce cadre établit les bases pour des mesures précises de voxels résolus en temps, facilitant la caractérisation 3D avancée des détecteurs de nouvelle génération.