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

Dit artikel introduceert een robuust raamwerk voor de reconstructie van voxel-timing in twee-fotonabsorptiescans met Timepix3, dat gebruikmaakt van pixel-overlap en lading-gedreven timing om betrouwbare 3D-kaarten van elektrische velden te genereren zonder externe synchronisatie.

De kern

Stel je voor dat je een gigantisch, driedimensionaal legpuzzel probeert te reconstrueren, maar je hebt geen foto van het eindresultaat en je hebt ook geen klok om te weten wanneer je stukjes hebt geplaatst. Dat is ongeveer de uitdaging die wetenschappers hebben bij het bestuderen van de binnenkant van siliconen-chips (zoals die in onze computers zitten).

Dit paper, geschreven door Tianqi Gao van de Universiteit van Cambridge, beschrijft een slimme nieuwe manier om deze puzzel op te lossen. Hier is de uitleg in simpele taal, met een paar leuke vergelijkingen.

Het Probleem: De "Regenbui" in de Donkere Kamer

Om te zien hoe een chip werkt, gebruiken wetenschappers een speciale laser. Deze laser schijnt niet gewoon licht, maar gebruikt een trucje (twee-fotonen absorptie) om een heel klein, scherp puntje van licht te maken binnenin de chip. Dit puntje werkt als een mini-ontsteking: het maakt elektriciteit los op precies die plek.

Maar er zijn twee grote problemen:

1. De "Regenbui" (Clustering): Wanneer die laser een vonkje maakt, valt het niet op één enkele pixel (een klein vakje in de chip), maar verspreidt het zich als een regenbui over meerdere vakjes tegelijk. De chip ziet dus niet één punt, maar een hele groepje vakjes die tegelijk "pingen".
2. Geen Klok (Zonder synchronisatie): De chip werkt als een continue camera die 24/7 filmen. De laser flitst echter in een ritme dat de chip niet kent. Er is geen "startknop" of "sync-kabel" die zegt: "Nu flitst de laser!". De chip ziet alleen een stroompje van signalen en weet niet welke flits bij welke laserflits hoort.

De oude manier:
Vroeger probeerden mensen dit op te lossen door te kijken naar het "middelpunt" van die regenbui (de zwaartepunt-methode) of door te kijken naar het eerste vakje dat reageerde.

• De vergelijking: Stel je voor dat je een bal gooit en hij landt in een plas water. De oude methode keek naar het eerste plasje dat opspatte (vaak aan de rand) of naar het gemiddelde van alle plaspjes. Het probleem is dat de bal soms scheef landt. Als je alleen naar het eerste plasje kijkt, denk je dat de bal links landde, terwijl hij eigenlijk rechts landde. Dit geeft een verkeerde kaart van waar de elektriciteit vandaan komt.

De Oplossing: De "Zwaarste Steen" en de "Regel van Overlap"

De auteur van dit paper heeft een nieuwe, slimmere methode bedacht die werkt zonder externe klok en zonder dat je de regenbui perfect hoeft te centreren.

1. De Regel van Overlap (Pixel-Overlap Selection)
In plaats van te eisen dat het middelpunt van de regenbui precies in het juiste vakje zit, zegt deze methode: "Als maar één stukje van die regenbui in ons zoekgebied valt, houden we de hele regenbui."

• Vergelijking: Stel je zoekt naar een vergeten munt in een hoek van de kamer. De oude methode zou zeggen: "Alleen als de munt precies in het midden van de hoek ligt, tellen we hem mee." De nieuwe methode zegt: "Als de munt ook maar ergens in de hoek ligt (of er zelfs maar een stukje van uitsteekt), pakken we de hele munt en tellen we hem mee." Zo verlies je geen data.

2. De "Zwaarste Steen" (Highest-ToT Timing)
Nu weten we welke regenbui bij welke laserflits hoort, maar we moeten nog weten waar in die regenbui de laser precies zat.
De nieuwe methode kijkt niet naar het eerste vakje dat reageerde (dat is vaak aan de rand en onbetrouwbaar), maar naar het vakje dat de meeste lading heeft ontvangen.

• Vergelijking: Stel je gooit een zware steen in een plas water. De grootste plas (de meeste waterverplaatsing) zit precies onder de steen. De kleine plasje aan de rand zijn slechts trillingen. Door te kijken naar het vakje met de meeste "water" (elektriciteit), weten we precies waar de steen (de laser) landde. Dit geeft een veel stabielere en eerlijkere positie dan naar het eerste plasje kijken.

3. Het Tijden van de Regels (Dwell Reconstruction)
Omdat er geen klok is, moet de computer zelf uitvinden wanneer de laser stopte en weer begon. De methode kijkt naar de tijd tussen de signalen. Als er een lange stilte is tussen twee regenbuien, weet de computer: "Ah, de laser is verplaatst naar een nieuwe plek."

• Vergelijking: Het is alsof je een film kijkt zonder geluid. Je ziet mensen lopen. Als er een lange pauze is tussen twee mensen die binnenkomen, weet je dat er een nieuwe scène begint. De computer bouwt zo zelf het tijdschema op, puur op basis van de afstanden tussen de signalen.

Waarom is dit belangrijk?

Met deze methode kunnen wetenschappers nu een 3D-kaart maken van de binnenkant van siliconen-chips, zelfs als ze geen externe klok hebben en zelfs als de laser niet perfect in het midden van een vakje landt.

• Vroeger: Je kreeg een wazige, vertekende kaart (alsof je een foto maakt met een trillende hand).
• Nu: Je krijgt een scherpe, betrouwbare kaart van waar de elektriciteit vandaan komt en hoe snel het zich verplaatst.

Dit helpt bij het maken van betere sensoren voor deeltjesfysica (zoals in CERN) en voor de ontwikkeling van snellere, betrouwbaardere elektronica. Het is een slimme manier om uit een chaotische stroom van data een perfect geordend verhaal te halen, zonder dat je daarvoor een externe regisseur nodig hebt.

Technische samenvatting

Titel: Event-Level Voxel Reconstructie in Twee-Foton Absorptie Scans met Gebruik van Pixel-Overlap Selectie in Timepix3

1. Het Probleem

De ontwikkeling van siliciumdetectors voor deeltjesfysica vereist steeds vaker gedetailleerde kennis van ladingsvervoer en elektrische veldverdelingen op micrometer-schaal. De Twee-Foton Absorptie Transient Current Technique (TPA-TCT) is een gevestigde methode om deze eigenschappen in drie dimensies te karakteriseren door ladingsdragers te genereren in een beperkt volume rond een gefocuste laserstraal.

Echter, de toepassing van TPA op gepixeliseerde detectors (zoals Timepix3) introduceert twee fundamentele uitdagingen die de interpretatie van de data bemoeilijken:

1. Cluster-vorming: Een enkele TPA-excitatie activeert meerdere pixels binnen de intrinsieke tijdresolutie van de leescircuiterij. De ruimtelijke oorsprong kan niet direct aan één enkele pixel worden gekoppeld.
2. Afwezigheid van synchronisatie: In asynchrone of "triggerless" systemen (zoals Timepix3) zijn de detectordata niet gesynchroniseerd met de laserpulsen. Er is geen externe trigger om de tijdsstructuur van de scan (zoals verblijftijden of dwell intervals) te bepalen.

Bestaande methoden, zoals het gebruik van het zwaartepunt (centroid) van een cluster of de eerste geraakte pixel (earliest-hit), leiden tot systematische ruimtelijke vertekeningen, vooral wanneer de excitatie niet perfect gecentreerd is of wanneer ladingsdeling significant is.

2. Methodologie

Het artikel presenteert een reconstructieframework voor het voxeliseren van TPA-scans op gecontinueerde, niet-gesynchroniseerde data. De methode bestaat uit de volgende kerncomponenten:

• Definitie van het Gebied van Interesse (ROI): Een ruimtelijk gebied in pixelcoördinaten wordt gedefinieerd dat de verwachte locatie van de TPA-excitatie omvat.
• Pixel-Overlap Selectie (Event Selectie):
  • In plaats van te eisen dat het zwaartepunt van een cluster binnen de ROI ligt, wordt een cluster gedefinieerd als een TPA-event als minimaal één pixel van de cluster binnen de ROI valt.
  • Dit zorgt ervoor dat alle relevante clusterinformatie behouden blijft, zelfs bij asymmetrische ladingsdeling of randeffecten.
• Reconstructie van Dwell-Intervallen:
  • Omdat er geen externe synchronisatie is, worden gebeurtenissen gegroepeerd in dwell intervals (verblijftijden) op basis van hun tijdsafstand.
  • Twee opeenvolgende gebeurtenissen worden tot hetzelfde interval gerekend als hun tijdsverschil kleiner is dan een vooraf gedefinieerde drempelwaarde ($\Delta t_{gap}$). Dit maakt het mogelijk om de scanstructuur "blind" te reconstrueren.
• Cluster-niveau Tijdschatter (Timing Estimator):
  • Voor elk event wordt een representatieve tijd toegewezen. De auteurs kiezen voor de tijd van aankomst (ToA) van de pixel met de hoogste Time-over-Threshold (ToT) binnen de ROI.
  • Fysische motivatie: De pixel met de hoogste ToT ontvangt de grootste ladingsdepositie en ligt het dichtst bij het punt van excitatie. Alternatieven zoals de "eerste ToA" zijn gevoelig voor ruis en randeffecten, wat leidt tot een systematische verschuiving naar de rand van het cluster.

3. Belangrijkste Bijdragen

• Robuuste Voxel-reconstructie zonder externe trigger: Het framework maakt het mogelijk om voxel-opgeloste tijdsinformatie te reconstrueren in systemen zonder externe synchronisatie, wat cruciaal is voor moderne triggerloze detectors.
• Nieuwe Selectie- en Timing-strategie: De introductie van de "pixel-overlap" selectie en de "hoogste-ToT" timing-schatting biedt een oplossing voor de systematische fouten die ontstaan bij het gebruik van zwaartepunts- of eerste-hit-methoden.
• Definitie van het TPA-gebied (TPAR): De auteurs definiëren een "TPA Region" (TPAR) op basis van data-gedreven observables (zoals clusterbezetting en frequentie van maximale ladingsdepositie), wat een nauwkeurigere afbakening van het fysieke excitatievolume mogelijk maakt dan een statische ROI.

4. Resultaten en Validatie

• Vergelijking van Schatters: Validatiestudies tonen aan dat de schatter gebaseerd op de "eerste ToA" systematisch verschoven is ten opzichte van het gebied van maximale ladingsdepositie. Dit komt door de propagatie van lading naar perifere pixels en de gevoeligheid van ToA voor drempelvariaties.
• Stabiliteit: De schatter gebaseerd op de hoogste ToT levert een ruimtelijk stabiele en fysisch onderbouwde representatie van het excitatiepunt.
• Ruimtelijke Verdeling: De verdeling van pixels geselecteerd via de hoogste-ToT-criteria is gelokaliseerd en consistent met de verwachte ladingsdepositie, terwijl de "eerste ToA" selectie systematisch naar de rand van het cluster verschuift.

5. Betekenis en Toepassing

Dit werk biedt een algemene en robuuste methode voor het analyseren van TPA-data in gepixeliseerde siliciumdetectors. De implicaties zijn groot voor:

• Elektrische Veldreconstructie: Het stelt onderzoekers in staat om nauwkeurige 3D-mapping van elektrische veldverdelingen uit te voeren.
• Ladingstudies: Het faciliteert precieze studies van ladingsvervoer en verzamelingsefficiëntie in siliciumsensoren.
• Toepasbaarheid: De methode is niet beperkt tot de specifieke Timepix3-configuratie, maar is toepasbaar op elk segmenteel leessysteem waar lokale excitaties ruimtelijk uitgebreide clusters genereren, inclusief hoog-ratesystemen in de deeltjesfysica.

Samenvattend stelt deze paper een nieuwe standaard voor voor de verwerking van asynchrone TPA-data, waarbij systematische fouten worden geëlimineerd en betrouwbare 3D-tijdsinformatie wordt verkregen zonder de noodzaak van externe synchronisatie.