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

Questo lavoro presenta un nuovo framework di ricostruzione per la voxelizzazione a livello di evento negli scansioni ad assorbimento a due fotoni con Timepix3, che utilizza la sovrapposizione dei pixel e stime temporali basate sulla carica massima per ottenere una mappatura spaziale e temporale stabile senza necessità di sincronizzazione esterna, superando i bias sistematici dei metodi tradizionali.

L'essenziale

📸 Il Problema: La Foto Sgranata e Senza Orologio

Immagina di voler fare una mappa tridimensionale di un chip di silicio (il cervello di un computer o di un sensore). Per farlo, usi un laser speciale che, come un ago magico, crea una piccola scintilla di elettroni solo in un punto piccolissimo all'interno del materiale. Questo si chiama Assorbimento a Due Fotoni (TPA).

Il problema è duplice:

1. L'effetto "Sgranato" (Il Cluster): Quando il laser colpisce il silicio, gli elettroni non restano fermi nel punto esatto. Si spargono come inchiostro su un foglio di carta bagnato. Invece di accendere un solo pixel del sensore (come un singolo quadratino di una griglia), ne accendono un gruppo intero vicini. È come se lanciassi una pallina da tennis contro un muro di mattoni: non colpisce un solo mattone, ma ne colpisce tre o quattro vicini.
2. L'effetto "Senza Orologio" (Dati Asincroni): Il sensore (Timepix3) è come una telecamera di sicurezza che registra tutto, 24 ore su 24, senza mai fermarsi. Non sa quando hai premuto il grilletto del laser. Non c'è un segnale che dice "Ora!". Ha solo un flusso continuo di dati: "Qualcosa è successo qui, poi qui, poi qui...".

La sfida: Come facciamo a ricostruire la mappa 3D precisa se non sappiamo quale gruppo di pixel corrisponde a quale colpo di laser e non abbiamo un orologio esterno per sincronizzarli?

---

💡 La Soluzione: Il Metodo "Sovrapposizione" e "Il Più Forte"

L'autore propone un nuovo modo di leggere questi dati, basato su due idee geniali e intuitive.

1. Non guardare il centro, guarda i bordi (Selezione per Sovrapposizione)

I metodi vecchi dicevano: "Prendi solo i gruppi di pixel se il loro centro geometrico cade esattamente dentro la zona che stiamo studiando".

• L'analogia: Immagina di voler contare le persone che entrano in una stanza. Il metodo vecchio direbbe: "Conto solo le persone se il loro naso è esattamente sulla soglia". Se una persona entra di traverso o sporge solo con una spalla, il metodo vecchio la ignora. Risultato? Una mappa sbagliata e incompleta.

Il nuovo metodo dice: "Se anche un solo pixel del gruppo tocca la nostra zona di interesse, prendi tutto il gruppo!"

• L'analogia: È come dire: "Se anche solo un piede di una persona tocca la soglia della stanza, la consideri entrata e guardi tutto il suo corpo". Questo ci assicura di non perdere nessun dato importante, anche se il laser colpisce un po' storto o gli elettroni si spargono in modo strano.

2. Chi è il "Re" della zona? (Il Pixel con più Carica)

Una volta che abbiamo il gruppo di pixel accesi, quale di loro ci dice quando è successo l'evento?

• Il vecchio metodo (Il primo che parla): Guardava il pixel che si accendeva per primo.
  • Il problema: Spesso, il primo pixel a scattare è quello "sulla strada" degli elettroni che si stanno spargendo, non quello dove sono nati. È come sentire il rumore di un'auto in lontananza prima di vedere l'auto stessa. Questo crea un errore di posizione.
• Il nuovo metodo (Il più forte): Guarda il pixel che ha ricevuto più carica (il valore ToT più alto).
  • L'analogia: Immagina di lanciare una bomba di confetti al centro di una stanza. Il confetto che cade più pesante e concentrato è proprio al centro dell'esplosione. Il pixel che riceve più "confetti" (carica) è quasi sicuramente quello più vicino al punto esatto in cui il laser ha colpito. Usare questo pixel come riferimento temporale è come guardare il punto d'impatto principale invece di guardare le schegge che volano via.

---

🧩 Come si ricostruisce la mappa (Senza Orologio)

Poiché non abbiamo un orologio esterno, il computer deve fare da detective:

1. Raggruppa i dati: Guarda il flusso continuo di eventi. Se due eventi accadono molto vicini nel tempo (meno di un certo intervallo), il computer pensa: "Ah, il laser si è fermato in questo punto per un po'". Chiamiamo questo un "dwell" (una sosta).
2. Crea i voxel: Ogni "sosta" del laser corrisponde a un punto nello spazio 3D (un voxel).
3. Assegna il tempo: Per ogni gruppo di pixel, usa il "Re" (il pixel con più carica) per dire esattamente quando è successo l'evento.

🏆 Perché è importante?

Prima, se provavi a fare queste mappe, rischiavi di avere distorsioni: la mappa sembrava spostata o sfocata perché i vecchi metodi sceglievano i pixel sbagliati o ignoravano i dati "sulla soglia".

Con questo nuovo metodo:

• Nessuna sincronizzazione necessaria: Funziona anche con sensori che lavorano "alla cieca" (senza trigger esterni).
• Precisione chirurgica: Riesce a ricostruire la mappa 3D del campo elettrico dentro il chip con una precisione micrometrica.
• Robustezza: Non importa se il laser vibra o se gli elettroni si spargono in modo strano; il metodo trova sempre il punto vero.

In sintesi

Immagina di dover ricostruire la forma di un iceberg sommerso lanciando sassi nell'acqua e guardando le onde. Se guardi solo il punto dove l'onda tocca per prima la riva (metodo vecchio), sbagli la posizione. Se guardi dove l'onda è più alta e forte (metodo nuovo) e consideri tutte le onde che toccano la riva (non solo quelle perfettamente centrate), riesci a disegnare la forma esatta dell'iceberg, anche se non hai un cronometro per sapere quando hai lanciato il sasso.

Questo lavoro dà agli scienziati gli "occhiali" giusti per vedere l'invisibile dentro i chip del futuro.

Sommario tecnico

Titolo

Ricostruzione Voxel a Livello di Evento negli Scansioni ad Assorbimento a Due Fotoni (TPA) utilizzando la Selezione di Sovrapposizione dei Pixel in Timepix3

1. Il Problema

La caratterizzazione tridimensionale dei rivelatori al silicio richiede tecniche in grado di risolvere la risposta del rivelatore a livello micrometrico. L'Assorbimento a Due Fotoni (TPA) combinato con la tecnica TCT (Transient Current Technique) permette di generare portatori di carica in un volume confinato attorno a un punto focale laser, offrendo una risoluzione spaziale 3D reale.

Tuttavia, l'applicazione di questa tecnica a rivelatori segmentati (pixelati) come Timepix3 introduce due sfide critiche:

1. Formazione di Cluster: Una singola eccitazione TPA genera un cluster di pixel attivati all'interno della risoluzione temporale intrinseca dell'elettronica di lettura. Non è quindi possibile associare l'origine spaziale dell'eccitazione a un singolo pixel.
2. Mancanza di Sincronizzazione: In sistemi di lettura asincroni o "triggerless" (come Timepix3), i dati del rivelatore non sono sincronizzati con gli impulsi laser. La ricostruzione della struttura temporale della scansione (assegnazione delle "dwell" o tempi di permanenza) e la temporizzazione degli eventi devono essere eseguite direttamente dal flusso di dati senza riferimenti esterni.

I metodi esistenti (selezione basata sul baricentro o temporizzazione basata sul primo hit) introducono bias sistematici spaziali, specialmente quando l'eccitazione non è centrata nel pixel o quando la condivisione della carica è significativa, portando a una ricostruzione imprecisa del campo elettrico e del trasporto di carica.

2. Metodologia

L'autore propone un framework di ricostruzione che opera su dati continui e non sincronizzati, basato su due elementi chiave:

• Definizione degli Eventi tramite Sovrapposizione di Pixel (Pixel-Overlap):
  Invece di richiedere che il baricentro del cluster cada all'interno di una Regione di Interesse (ROI), un evento TPA viene identificato se almeno uno dei pixel costituenti il cluster si sovrappone alla ROI. Questo approccio garantisce che vengano mantenuti tutti i cluster rilevanti, evitando l'esclusione di eventi validi dovuta a asimmetrie nella condivisione della carica o eccitazioni decentrate.

• Stimatore Temporale a Livello di Cluster (Highest-ToT):
  Poiché tutti i pixel del cluster vengono registrati quasi simultaneamente, l'uso del tempo di arrivo (ToA) del primo pixel è ambiguo e sensibile al rumore e agli effetti di bordo. Il metodo propone di assegnare il tempo dell'evento ($t_{event}$) basandosi sul pixel all'interno della ROI che registra il massimo tempo sopra soglia (ToT), ovvero la massima carica depositata.

  • Motivazione fisica: Il pixel con la massima carica depositata è statisticamente più probabile che corrisponda alla posizione più vicina al punto di generazione della carica (il centro dell'eccitazione), fornendo un riferimento temporale stabile e fisicamente motivato.

• Ricostruzione della Struttura delle Dwell:
  La struttura temporale della scansione viene ricostruita raggruppando gli eventi selezionati in intervalli di "dwell" (permanenza) basandosi sulla loro separazione temporale. Se la differenza di tempo tra eventi consecutivi è inferiore a una soglia ($\Delta t_{gap}$), appartengono alla stessa posizione di scansione. Questo permette di mappare i dati in voxel $(x, y, z)$ senza trigger esterni.

3. Contributi Chiave

• Framework di Ricostruzione "Blind": Un metodo generale per la voxelizzazione a livello di evento di scansioni TPA che non richiede sincronizzazione esterna laser-rivelatore.
• Superamento dei Bias Spaziali: Dimostrazione che la selezione basata sul baricentro o sul primo hit introduce errori sistematici, mentre la selezione per sovrapposizione combinata con lo stimatore "Highest-ToT" elimina questi bias.
• Definizione Data-Driven della Regione TPA (TPAR): Introduzione di una regione di generazione della carica definita dinamicamente basandosi sull'occupanza dei cluster e sulla distribuzione dei pixel a massima carica, indipendentemente dalla geometria di scansione assunta.
• Applicabilità Generale: Il metodo è valido per qualsiasi rivelatore segmentato dove un'eccitazione localizzata produce cluster estesi, rendendolo ideale per i moderni rivelatori pixelati ad alta velocità.

4. Risultati

La validazione dello stimatore temporale ha mostrato:

• Discrepanza Spaziale: L'uso del pixel con il ToA più precoce (earliest-ToA) porta a una distribuzione spaziale sistematicamente spostata verso la periferia del cluster, a causa della propagazione della carica verso i pixel di bordo e della sensibilità alle fluttuazioni di soglia.
• Stabilità dello Stimatore Highest-ToT: La selezione basata sul massimo ToT produce una distribuzione localizzata e coerente con la regione attesa di deposizione della carica.
• Mappatura Voxel: Il framework permette di costruire osservabili temporali risolti per voxel (tempo di deriva, efficienza di raccolta carica) su tutto il volume del sensore, mappando con precisione la struttura del campo elettrico.

5. Significato

Questo lavoro fornisce un metodo robusto e generale per l'analisi di dati TPA in rivelatori al silicio segmentati. Risolvendo il problema dell'ambiguità temporale e spaziale nei dati asincroni, il framework abilita studi precisi sul trasporto di carica e sulla distribuzione del campo elettrico in sensori avanzati. La capacità di eseguire ricostruzioni "alla cieca" (senza trigger esterni) è particolarmente rilevante per i sistemi di rivelazione moderni che operano in modalità ad alto tasso di conteggio e senza sincronizzazione esterna, aprendo la strada a nuove caratterizzazioni 3D di dispositivi per la fisica delle alte energie e applicazioni correlate.