Académique Documents
Professionnel Documents
Culture Documents
Brahim MEHADJI
Modélisation Monte Carlo d'une caméra Compton basée sur
l'utilisation de détecteurs à scintillation sensibles à la position
couplés à des SiPM
A B C C
Je soussigné, [Prénom Nom], déclare par la présente que le travail présenté dans
ce manuscrit est mon propre travail, réalisé sous la direction scientifique de [Pré-
nom Nom], dans le respect des principes d’honnêteté, d’intégrité et de responsabilité
inhérents à la mission de recherche. Les travaux de recherche et la rédaction de ce ma-
nuscrit ont été réalisées dans le respect à la fois de la charte nationale de déontologie
des métiers de la recherche et de la charte d’Aix-Marseille Université relative à la lutte
contre le plagiat.
Ce travail n’a pas été précédemment soumis en France ou à l’étranger dans une
version identique ou similaire à un organisme examinateur.
Cette œuvre est mise à disposition selon les termes de la Licence Creative Commons
Attribution - Pas d’Utilisation Commerciale - Pas de Modification 4.0 International.
Résumé
Lorem ipsum dolor sit amet, consectetuer adipiscing elit. Ut purus elit, vestibulum
ut, placerat ac, adipiscing vitae, felis. Curabitur dictum gravida mauris. Nam arcu
libero, nonummy eget, consectetuer id, vulputate a, magna. Donec vehicula augue eu
neque. Pellentesque habitant morbi tristique senectus et netus et malesuada fames
ac turpis egestas. Mauris ut leo. Cras viverra metus rhoncus sem. Nulla et lectus
vestibulum urna fringilla ultrices. Phasellus eu tellus sit amet tortor gravida placerat.
Integer sapien est, iaculis in, pretium quis, viverra ac, nunc. Praesent eget sem vel
leo ultrices bibendum. Aenean faucibus. Morbi dolor nulla, malesuada eu, pulvinar
at, mollis ac, nulla. Curabitur auctor semper nulla. Donec varius orci eget risus. Duis
nibh mi, congue eu, accumsan eleifend, sagittis quis, diam. Duis eget orci sit amet
orci dignissim rutrum.
I
Abstract
II
Remerciements
Le modèle de thèse AMU n’existerait pas sans la contribution des doctorants. Nous
souhaitons remercier tout particulièrement Mickaël Bojados, Flora Cordoleani et Flo-
rian Caullery pour leur aide précieuse et la qualité de leurs fichiers sources LaTeX. La
mise à jour effectuée en 2018 doit beaucoup à l’excellent travail de Dorian Depriester.
Lorem ipsum dolor sit amet, consectetuer adipiscing elit. Ut purus elit, vestibulum
ut, placerat ac, adipiscing vitae, felis. Curabitur dictum gravida mauris. Nam arcu
libero, nonummy eget, consectetuer id, vulputate a, magna. Donec vehicula augue eu
neque. Pellentesque habitant morbi tristique senectus et netus et malesuada fames
ac turpis egestas. Mauris ut leo. Cras viverra metus rhoncus sem. Nulla et lectus
vestibulum urna fringilla ultrices. Phasellus eu tellus sit amet tortor gravida placerat.
Integer sapien est, iaculis in, pretium quis, viverra ac, nunc. Praesent eget sem vel
leo ultrices bibendum. Aenean faucibus. Morbi dolor nulla, malesuada eu, pulvinar
at, mollis ac, nulla. Curabitur auctor semper nulla. Donec varius orci eget risus. Duis
nibh mi, congue eu, accumsan eleifend, sagittis quis, diam. Duis eget orci sit amet
orci dignissim rutrum.
Nam dui ligula, fringilla a, euismod sodales, sollicitudin vel, wisi. Morbi auctor
lorem non justo. Nam lacus libero, pretium at, lobortis vitae, ultricies et, tellus. Donec
aliquet, tortor sed accumsan bibendum, erat ligula aliquet magna, vitae ornare odio
metus a mi. Morbi ac orci et nisl hendrerit mollis. Suspendisse ut massa. Cras nec ante.
Pellentesque a nulla. Cum sociis natoque penatibus et magnis dis parturient montes,
nascetur ridiculus mus. Aliquam tincidunt urna. Nulla ullamcorper vestibulum turpis.
Pellentesque cursus luctus mauris.
III
Table des matières
Résumé I
Abstract II
Remerciements III
Nomenclature XX
Introduction 1
1 Généralités 2
1.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2 Interaction des rayons X/Gamma avec la matière . . . . . . . . . . . . . 3
1.2.1 La diffusion de Rayleigh . . . . . . . . . . . . . . . . . . . . . . . 5
1.2.2 L’effet photo-électrique . . . . . . . . . . . . . . . . . . . . . . . 5
1.2.3 La création de paires . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.2.4 La diffusion Compton . . . . . . . . . . . . . . . . . . . . . . . . 6
1.2.5 Résumé . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.3 La détection de rayons X/Gamma . . . . . . . . . . . . . . . . . . . . . . 11
1.3.1 La détection des rayons gamma par conversion directe . . . . 13
1.3.1.1 Les détecteurs gazeux . . . . . . . . . . . . . . . . . . 14
1.3.1.2 Les détecteurs semi-conducteurs . . . . . . . . . . . 15
1.3.2 La détection de rayons gamma par conversion indirecte . . . . 18
1.3.2.1 Détecteurs à mémoire par changement de caractéris-
tiques optiques du milieu . . . . . . . . . . . . . . . . 19
1.3.2.2 Détecteurs à mémoire par piégeage d’électrons sur
un niveau excité . . . . . . . . . . . . . . . . . . . . . . 19
1.3.2.3 Détecteurs à fluorescence . . . . . . . . . . . . . . . . 20
IV
1.3.2.4 La conversion des photons de faible énergie en signal
électrique . . . . . . . . . . . . . . . . . . . . . . . . . 20
1.3.2.4.1 Les tubes photomultiplicateurs . . . . . . . 21
1.3.2.4.2 Les photomultiplicateurs à silicium . . . . . 22
1.3.2.4.3 Résumé concernant les photodétecteurs . . 22
1.3.3 En conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
1.4 Du détecteur vers l’imageur : la collimation . . . . . . . . . . . . . . . . 23
1.4.1 La collimation géométrique . . . . . . . . . . . . . . . . . . . . . 23
1.4.1.1 Avantages et inconvénients de la collimation géomé-
trique . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
1.4.2 La collimation électronique . . . . . . . . . . . . . . . . . . . . . 26
1.4.2.1 Tomographes par émission de positons . . . . . . . . 26
1.4.2.2 Trajectographes . . . . . . . . . . . . . . . . . . . . . . 27
1.4.2.3 Camera Compton . . . . . . . . . . . . . . . . . . . . . 27
1.4.2.4 Avantages et inconvénients la collimation électronique 27
1.4.3 Résumé . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
1.5 État de l’art de l’imagerie Compton . . . . . . . . . . . . . . . . . . . . . 28
1.6 Le Prototype Temporal . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
V
2.2.3.1 Estimation de la probabilité P (b|A j , E ) que le rayon
gamma ai interagi dans l’absorbeur avant d’interagir
dans le diffuseur lorsque E est connu . . . . . . . . . 53
2.2.3.2 Estimation de la probabilité P (e|A j , E ) que le photon
gamma a interagi plusieurs fois dans le diffuseur avec
E connu . . . . . . . . . . . . . . . . . . . . . . . . . . 54
2.3 Approches LM-MLEM pour la reconstruction d’images . . . . . . . . . 56
2.3.1 LM-MLEM pour la reconstruction d’images mono-énergétiques 57
2.3.1.1 Estimation de la probabilité que le couple Compton
numéro j issue d’une émission d’un rayon gamma
depuis le voxel l aboutisse à la mesure A . . . . . . . 57
2.3.1.2 Calcul de la sensibilité de la caméra pour le bin l . . 58
2.3.2 Implémentation de LM-MLEM pour la reconstruction d’images
poli-énergétiques . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
2.3.2.1 Validation de l’algorithme PE-LM-MLEM et compa-
raison avec LM-MLEM . . . . . . . . . . . . . . . . . . 60
2.3.2.1.1 Reconstruction des points sources avec des
données où l’absorption est totale . . . . . 61
2.3.2.1.2 Reconstruction des points sources simulés
avec des incertitudes de mesures et sans
supposer une absorption totale dans l’ab-
sorbeur . . . . . . . . . . . . . . . . . . . . . 62
2.3.3 Incorporation de la confiance sur les cônes Compton dans l’al-
gorithme LM-MLEM lorsque l’énergie des rayons gamma est
supposée connue . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
2.3.3.1 Validation de la nouvelle implémentation LM-MLEM 65
2.3.3.2 Reconstruction LM-MLEM avec des mesures pour
lesquelles la diffusion dans le diffuseur est certaine . 66
2.3.4 Résumé . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
2.4 Optimisation géométrique du prototype Temporal par l’étude de simu-
lations Monte-Carlo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
2.4.1 Étude la de la résolution angulaire . . . . . . . . . . . . . . . . . 69
2.4.1.1 Résolution angulaire en fonction de la distance entre
les faces avant du diffuseur et de l’absorbeur . . . . . 70
2.4.1.2 Impact de la rétrodiffusion sur la résolution angulaire 71
2.4.1.3 Étude de la prédominance des incertitudes de me-
sures sur la résolution angulaire . . . . . . . . . . . . 71
2.4.2 Étude de la sensibilité de la caméra en fonction de l’épaisseur
du diffuseur . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
2.4.3 Résumé . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
2.5 Caractérisation du prototype Temporal . . . . . . . . . . . . . . . . . . 75
2.5.1 Étude de spectres mesurés par la caméra Compton . . . . . . . 76
VI
2.5.1.1 Étude des spectres en coïncidence du diffuseur et de
l’absorbeur et interprétation à l’aide de simulations
Monte Carlo . . . . . . . . . . . . . . . . . . . . . . . . 77
2.5.2 Étude de la sensibilité de la caméra Compton . . . . . . . . . . 79
2.5.3 Mesure de la résolution angulaire . . . . . . . . . . . . . . . . . 80
2.5.4 Reconstruction d’images avec les donnés du prototype . . . . 80
2.5.4.1 Reconstruction de 5 points sources à 35 cm . . . . . 81
2.5.4.2 Reconstruction stéréoscopique de sources de 18 F . . 82
2.5.5 Résumé . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
2.6 Conclusion générale et prospectives . . . . . . . . . . . . . . . . . . . . 86
VII
3.5.2.2 Mesures expérimentales . . . . . . . . . . . . . . . . . 115
3.5.2.3 Analyse des données . . . . . . . . . . . . . . . . . . . 116
3.5.3 Mesure des bruits émis par le SiPM . . . . . . . . . . . . . . . . 118
3.5.3.1 Crosstalk . . . . . . . . . . . . . . . . . . . . . . . . . . 119
3.5.3.2 Dark noise . . . . . . . . . . . . . . . . . . . . . . . . . 121
3.5.3.3 Afterpulses et constante de récupération . . . . . . . 122
3.5.3.3.1 Constante de récupération τr ec . . . . . . . 122
3.5.3.3.2 Distribution d’afterpulses . . . . . . . . . . 122
3.5.3.4 Distribution temporelle de Delayed crosstalk . . . . 124
3.5.4 Résumé . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 124
3.6 Simulation des SiPMs dans GATE . . . . . . . . . . . . . . . . . . . . . . 126
3.6.1 Implémentation dans GATE . . . . . . . . . . . . . . . . . . . . . 126
3.6.1.1 Initialisation des SiPMs . . . . . . . . . . . . . . . . . 126
3.6.1.2 Enregistrement des interactions dans la liste des pulses126
3.6.1.3 Parcourt de la liste de pulses . . . . . . . . . . . . . . 127
3.6.1.3.1 Cas d’un dark noise, d’un afterpulse, d’un
delayed crosstalk . . . . . . . . . . . . . . . . 127
3.6.1.3.2 Cas d’un photon détecté . . . . . . . . . . . 127
3.6.1.3.3 Cas d’un crosstalk . . . . . . . . . . . . . . . 128
3.6.1.4 Création du signal . . . . . . . . . . . . . . . . . . . . . 128
3.6.1.5 Schéma récapitulatif . . . . . . . . . . . . . . . . . . . 128
3.6.2 Mise en place d’une simulation dans GATE . . . . . . . . . . . . 128
3.6.2.1 Instanciation du fichier SiPM.xml . . . . . . . . . . . 128
3.6.2.2 Instanciation du fichier Surfaces.xml . . . . . . . . . 130
3.6.2.3 Écriture des macros . . . . . . . . . . . . . . . . . . . . 130
3.6.3 Résumé . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 131
3.7 Validation de l’implémentation Monte Carlo des SiPMs dans GATE . . 131
3.7.1 Validation de la simulation des bruits et du temps de récupéra-
tion des micro-cellules par simulations dans le noir . . . . . . 132
3.7.2 Validation de la simulation de la SPTR . . . . . . . . . . . . . . 134
3.7.3 Validation de la simulation par la mesure de scintillations dans
un cristal de LYSO :Ce . . . . . . . . . . . . . . . . . . . . . . . . 134
3.7.4 Quelle importance des bruits dans la simulation ? . . . . . . . . 136
3.7.5 Validation de l’implémentation des SiPMs par la mesure de CTR137
3.7.6 Quel impacte des bruits du SiPM dans la mesure de la CTR ? . 137
3.7.7 Résumé . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137
3.7.8 Exploration d’une piste pour l’amélioration de la CTR . . . . . 137
3.8 Conclusion générale et prospectives . . . . . . . . . . . . . . . . . . . . 137
Conclusion 139
Bibliographie 140
VIII
Index 148
ANNEXES 150
A Schéma du montage électronique utilisé pour la mesure de la SPTR . 150
B Fichier SiPM.xml . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 151
C Fichier Surfaces.xml . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 152
IX
Table des figures
1.1 Prépondérance des types d’interaction en fonction du numéro ato-
mique moyen Z du milieu et de l’énergie E du photon. On remarquera
que pour une énergie entre 0.1 et 2 MeV et pout Zmoy < 40, la diffusion
Compton domine. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.2 Illustration de l’effet photo-électrique . . . . . . . . . . . . . . . . . . . 5
1.3 Illustration de la création de paires . . . . . . . . . . . . . . . . . . . . . 6
1.4 Section efficace différentielle Compton par unité d’angle solide en fonc-
tion de l’angle de diffusion (1 barn =10−28 m2 ) . . . . . . . . . . . . . . 7
1.5 Distribution de l’impulsion transverse p z en fonction du matériau (Si
et CeBr3 ) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.6 Coefficient d’atténuation linéique par effet Compton et effet photo-
électrique pour le silicium (Si), un cristal de CeBr3 et le tungstène W. . 10
1.7 Rapport des coefficients d’atténuation linéiques Compton/photo-électrique
pour le silicium et le CeBr3 . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.8 Mesure d’énergie déposée par des rayons gamma de 662 keV dans un
cristal de LYSO 3 x 3 x 5 mm3 couplé à un SiPM HBK S13360-3050CS . 11
1.9 Parcours moyen déroulé des électrons dans la matière en fonction de
leur énergie cinétique. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.10 Quantité de charges collectées par conversion directe en fonction de la
tension d’alimentation. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.11 Schéma d’une jonction PN d’un semi-conducteur polarisé en alimenta-
tion inverse. On observe que la zone déplétée n’est pas électriquement
neutre. Néanmoins un champ électrique proportionnel à la tension y
est présent. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
1.12 Toute première radiographie, on y aperçoit le squelette de la main de
Mme Röntgen ainsi que son alliance. . . . . . . . . . . . . . . . . . . . . 19
1.13 Schéma d’un PMT. Source : Philippe Després, Wikipédia. La tension
d’alimentation des PMT est souvent supérieure à 1 kV. . . . . . . . . . 21
1.14 Principe de fonctionnement d’un détecteur utilisant un collimateur
sténopé ou pin hole. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
1.15 Principe d’imagerie à masque codé : (de gauche à droite) masque codé,
distribution de photons sur le plan du détecteur, image de l’activité
reconstruite et superposition avec une photographie de la scène imagée. 25
X
2.2 Représentation d’un couple Compton et du cône reconstruit. e 1 est
l’épaisseur du diffuseur, e 2 celle de l’absorbeur et d la distance entre
les deux faces avant. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
2.3 Quelques parcours possibles d’un rayon gamma dans la caméra Comp-
ton. Chaque nouvelle apparition de flèche suppose une diffusion.
Lorsque le photon s’arrête, c’est un effet photo-électrique. Source :
Thèse de Hmissi M.Z. [M. H MISSI 2019]. . . . . . . . . . . . . . . . . . . 40
2.4 Résolution de l’Eq. 2.1 en fonction de E 1 pour 100 keV et 511 keV. . . . 44
2.5 Étude de la dérive de la moyenne sur l’angle α simulée par rapport à la
moyenne théorique pour 100 keV et 511 keV. . . . . . . . . . . . . . . . 44
2.6 Distribution de l’angle Compton obtenu à partir d’un tirage Monte-
Carlo de valeurs aléatoires autour de E 1 et E 2 à 511 keV pour une incer-
titude relative de 10% et pour un angle initial de 180°. . . . . . . . . . . 45
2.7 Comparaison entre la FWHM sur α estimée algébriquement et en
Monte-Carlo pour 4 énergies différentes. . . . . . . . . . . . . . . . . . 46
2.8 Incertitude de l’angle de diffusion Compton en fonction de l’énergie
du rayon gamma liée à l’élargissement Doppler ou à une incertitude
relative sur la mesure de l’énergie de 10% pour des angles de diffusion
de 35° et 90°. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
2.9 Distribution de l’angle α pour E = 200 keV et ∆E /E = 10% obtenues par
Monte Carlo (en orange), ou analytiquement en minimisant une (en
vert) ou quatre (en bleu) gaussiennes sur la distribution de p z pour une
interaction Compton dans un cristal de CeBr3 distribution de p z issue
de [B IGGS et al. 1975]. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
2.10 Représentation de l’incertitude ∆x y 1 et de son approximation à une
incertitude sur l’angle α. . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
2.11 Coupe transverse du plan normal à l’axe de la caméra d’un cône dessiné
avec ses incertitudes estimées en utilisant h v (x v , y v , z v ), h p (x p , y p , z p )
ainsi que la simulation Monte Carlo pour un couple Compton de pa-
ramètres (en millimètres et MeV) ((E 1 = 0.06, r 1 (x 1 = 30, y 1 = 0, z 1 =
0)), (E 2 = 0.450, r 2 (x 2 = 30, y 2 = 0, z 2 = −32))) correspondant à un cône
Compton de paramètres (α = 30°, θ = −20, ϕ = −45°). ∆x y 1 = 1.5 mm,
∆z 1 = 2.5 mm, ∆x y 2 = 1.5 mm et ∆z 2 = 4 mm, ∆E /E = 9.4%. . . . . . . 52
2.12 Représentation du chemin d’un rayon gamma détecté originant d’un
voxel de l’image lorsque la diffusion a lieu dans l’absorbeur. . . . . . . 55
2.13 Fantôme de Derenzo (a), reconstruction par re-projection (b), recons-
truction par LM-MLEM (c). . . . . . . . . . . . . . . . . . . . . . . . . . . 56
2.14 Représentation du chemin d’un rayon gamma détecté originant d’un
voxel de l’image lorsque la diffusion a lieu dans le diffuseur. . . . . . . 58
2.15 Disposition des points sources radioactifs d’énergies différentes et d’ac-
tivités équivalentes sur un plan à 20 m de la caméra Compton. . . . . . 60
2.16 Activités relatives des points sources reconstruits avec (lignes en tirets)
PE-LM-MLEM et (lignes pleines) LM-MLEM. . . . . . . . . . . . . . . . 61
XI
2.17 Image des points sources d’énergies différentes simulées avec la même
activité sans incertitude de mesures reconstruites avec (droite) LM-
MLEM et (gauche) PE-LM-MLEM. . . . . . . . . . . . . . . . . . . . . . 61
2.18 Images des points sources simulés de différentes énergies, d’activités
similaires, avec les incertitudes de mesures ∆x = ∆y = 1 mm, ∆z = 5 mm
and ∆E /E = 8 % @ 511 keV reconstruites avec (gauche) LM-MLEM et
(droite) PE-LM-MLEM. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
2.19 Activités relatives des points sources avec ∆x = ∆y = 1 mm, ∆z = 5 mm
and ∆E /E = 8 % @ 511 keV et reconstruites en utilisant (lignes en poin-
tillés) PE-LM-MLEM et (lignes pleines) LM-MLEM. . . . . . . . . . . . 63
2.20 Spectre en énergie simulé avec une résolution en énergie de ∆E /E =
8 % @ 511 keV (courbe noire) et spectre en énergie reconstruit avec
PE-LM-MLEM (courbe bleue). . . . . . . . . . . . . . . . . . . . . . . . . 63
2.21 Distribution en énergie des point sources simulés avec la même acti-
vité et reconstruits avec PE-LM-MLEM, (gauche) sans incertitude de
mesures et en assumant une absorption totale dans l’absorbeur (E 2 =
E − E 1 ), et (droite) avec les incertitudes de mesures ∆x = ∆y = 1 mm,
∆z = 5 mm, ∆E /E = 8 % @ 511 keV et sans assumer une absorption to-
tale dans l’absorbeur. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
2.22 Disposition des sources radioactives de 511 keV et de même activité
(0.245 Mbq) à 35 cm de la caméra. . . . . . . . . . . . . . . . . . . . . . . 66
2.23 Reconstruction de points sources simulée pour une caméra Compton
mimant les performances du premier prototype Temporal avec un dif-
fuseur de 3 × 3 × 0.5 cm3 et un absorbeur de 3 × 3 × 1.2 cm3 , d = 3.2 cm.
Une fenêtre de temps en coïncidence entre le diffuseur et l’absorbeur
de 300 ns est utilisée, ainsi qu’un seuil de détection en énergie à 0.06
MeV. Seules les événements de 3σ autour du pic-photoéléctrique sont
gardées. Les résultats sont affichés après 10 itérations de différentes
implémentations de LM-MLEM avec (haut gauche), une implémenta-
tion telle que décrite en 2.3.1, (haut droit) l’ajout de v j dans l’Eq. 2.22,
(bas gauche) l’ajout de v j et 1/K j dans l’Eq. 2.22 et (bas droite) l’ajout
de v j , 1/K j et 1/F j . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
2.24 Quatre reconstructions LM-MLEM, toutes issues de simulations dif-
férentes, après 10 itérations à partir de l’Eq. 2.22 où v j et 1/F j sont
ajoutées. Seuls les couples Compton pour lesquels la diffusion vers
l’avant est certaine sont reconstruits. . . . . . . . . . . . . . . . . . . . . 68
2.25 Mesure de la distance angulaire d α entre le cône Compton mesuré et
le point source. Elle correspond à l’angle dessiné en rouge moins α. La
dispersion de l’ensemble des d α (FWHM) représente l’ARM. . . . . . . 70
2.26 Résolution angulaire de la caméra en fonction de d . Les configurations
(a) et (d) de la Figure 2.3 uniquement sont considérées. e 1 = 0.25 cm
pour E = 200 keV, et 1.5 cm pour E = 2 MeV et E = 662 keV, ∆x = ∆y =
1 mm, ∆z = 5 mm et ∆E /E = 8.9 % @ 511 keV. . . . . . . . . . . . . . . . 70
XII
2.27 Sensibilité de la caméra en fonction de d . Les configurations (a) et
(d) de la Figure 2.3 uniquement sont considérées. e 1 = 0.25 cm pour
E = 200 keV, et 1.5 cm pour E = 2 MeV et E = 662 keV, ∆x = ∆y = 1 mm,
∆z = 5 mm, ∆E /E = 8.9 % @ 511 keV. . . . . . . . . . . . . . . . . . . . . 71
2.28 Coupe de la somme des cônes issus de la détection de gammas émis
par une source de 22 Na placée à 35 cm d’une caméra Compton non
collimatée temporellement et lorsque le cas (b) de la Figure 2.3 unique-
ment est considéré. La surface de détection est de 3 × 3 cm2 , d = 3.2 cm
e 1 = 0.5 cm, e 2 = 1.2 cm et ∆E /E = 10%. Le champ de vue de la caméra
est fixé à 90°. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
2.29 Résolution angulaire de la caméra lorsque les incertitudes de mesures
sont simulées une à une en considérant toutes les autres comme nulles
pour E = 662 keV, e 1 = 1.5 cm, e 2 = 3 cm et d = 3.2 cm. . . . . . . . . . . 72
2.30 Sensibilité de la caméra en fonction de e 1 . Les configurations (a) et (d)
de la Figure 2.3 uniquement sont considérées. . . . . . . . . . . . . . . 73
2.31 Proportion d’interactions uniques dans le diffuseur en fonction de
e 1 .Tous les évènements mesurés garantissent les conditions de l’Eq. 2.2. 74
2.32 Proportion de couples Compton de rétrodiffusion en fonction de e 1 .
Tous les évènements mesurés garantissent les conditions de l’Eq. 2.2. 74
2.33 Illustration de la caméra Compton Temporal (image issue de [M. H MISSI
2019]). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
2.34 Spectres en énergie mesurées par la caméra Compton pour une source
de 22 Na . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76
2.35 Position de la source et température de la caméra en fonction de la
position du pic à pleine énergie mesurées pour des rayons gamma de
511 keV . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
2.36 Histogramme 2D des énergies déposées dans l’absorbeur en fonction
des énergies déposées dans le diffuseur pour une source de 22 Na avec
une coupure en énergie à 600 keV. Les couples Compton pour lesquels
le photon gamma a complètement été absorbé sont entourés en rouge. 78
2.37 Spectres en coïncidence simulés et mesurés dans le diffuseur et dans
l’absorbeur pour une source de 22 Na. . . . . . . . . . . . . . . . . . . . . 78
2.38 Disposition de la source de 22 Na sur le plan à 35 cm de la caméra pour
l’étude de la sensibilité (cm). . . . . . . . . . . . . . . . . . . . . . . . . . 79
2.39 Représentation de la sensibilité mesurée de la caméra Compton pour
des rayons gamma de 511 keV par interpolation au plus proche voisin. 80
2.40 Coupe transverse de la somme des cônes Compton mesurés pour une
source de 22 Na à 35 cm de la caméra avec (droite) tous les cônes d’une
énergie de 511 keV (±3σE ) et (gauche) tous les cônes d’une énergie de
511 keV (±3σE ) dont la diffusion dans le diffuseur est certaine. . . . . 81
2.41 Distribution des 1/P j estimés à partir la méthode décrite en Section 2.2.3.2. 82
XIII
2.42 Reconstruction d’une acquisition de 30 minutes de 5 points sources de
22
Na et de même activité (0.245 Mbq) à 35 cm de la caméra aux positions
x=y=0, x=17.5 cm, x=-17.5 cm, y=17.5 cm et y=-17.5 cm. Les résultats
sont affichés après 10 itérations de différentes implémentations de LM-
MLEM avec (haut gauche) l’implémentation telle que décrite en 2.3.1
avec l’ajout de v j dans l’Eq. 2.22, (haut droit) l’ajout de v j et 1/K j dans
l’Eq. 2.22, (bas gauche) l’ajout de v j , 1/K j et 1/P j dans l’Eq.2.22 et (bas
droit) l’utilisation des couples Compton pour lesquels il est certain que
ce ne sont des rétrodiffusions. . . . . . . . . . . . . . . . . . . . . . . . . 83
2.43 Set-up expérimental pour l’imagerie stéréoscopique de sources de 18 F. 84
2.44 Représentation des sources radioactives après 20 itérations de LM-
MLEM. (haut gauche) Coupe parallèle à la caméra en z = 0, (haut droite)
coupe perpendiculaire à y avec y = 7 cm, (bas gauche) y = 4 cm, (bas
droite) y = 10 cm. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
2.45 Résultats de la reconstruction de la simulation présenté en Section 2.3.3.1
avec (gauche) un seuil en énergie dans le diffuseur à 20 keV et (gauche)
à 60 keV avec l’implémentation de LM-MLEM présentée en Eq. 2.27. . 87
3.1 Spectre d’émission d’un cristal de LYSO, [source : S AINT-G OBAIN C ERAMICS
P LASTICS 2018]. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94
3.2 Spectres en énergie mesurés (ligne du haut) et simulés (ligne du bas)
pour un cristal de LYSO de 3 × 3 × 5 mm3 couplé à un Tube Photomulti-
plicateur (PMT) sans graisse optique avec des gammas (à gauche) de
60 keV, (au milieu) de 511 keV et (à droite) de 1275 keV. La position des
pics-photoélectrique est présenté de manière relative à celui à 511 keV 96
3.3 Diagramme des étapes liées à la détection et l’analyse d’un phénomène
physique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99
3.4 Schéma d’un SiPM inspiré des notes de Slawomir S. Piatek pour Ha-
mamatsu Corporation S LAWOMIR 2016 avec (droite) coupe transverse,
(milieu) vue de face, (droite) schéma électronique équivalent simplifié. 99
3.5 PDE du SiPM HPK MPPC S13360-3050CS . . . . . . . . . . . . . . . . . 100
3.6 Schéma électronique d’une lecture différentiel du signal émis par un
SiPM HPK MPPC S13360-3050CS couplé à un cristal de LYSO . . . . . 101
3.7 Signal lu en amont et en aval du SiPM pour une scintillation du cristal 102
3.8 Schéma électronique équivalent fourni par Hamamatsu pour le SiPM
HPK MPPC S13360-3050CS lorsqu’une micro-cellule s’allume . . . . . 103
3.9 Schéma électronique équivalent du montage expérimental avec un
SiPM HPK MPPC S13360-3050CS . . . . . . . . . . . . . . . . . . . . . . 103
3.10 Signaux moyens, normalisés au maximum obtenu pour différents nombres
de micro-cellules allumées. . . . . . . . . . . . . . . . . . . . . . . . . . 104
XIV
3.11 Signal moyen normalisés au maximum pour 37 micro-cellules allu-
mées (bleu), signal simulé pour une micro-cellule allumé, normalisé au
maximum et sans inductance entre le SiPM et l’oscilloscope (orange),
signal simulé pour une micro-cellule allumé, normalisé au maximum
et avec une inductance de 149 nH entre le SiPM et l’oscilloscope (vert). 105
3.12 Charge mesurée et corrigées en fonction de l’énergie des photons gamma108
3.13 Spectre mesuré et corrigés pour une source de 22 Na . . . . . . . . . . . 108
3.14 Mesure du signal émis par un SiPM placé dans le noir . . . . . . . . . . 110
3.15 Schéma démonstratif des micro-cellules autour d’une première allu-
mée (en gris) considérées comme pouvant s’allumer par crosstalk (en
rouge). Dans le premier modèle (à gauche), seules les 4 micro-cellules
les plus proches sont considérées. Tandis que dans le deuxième mo-
dèle (à droite), ce sont les 8 micro-cellules les plus proches qui sont
considérées. Image issue de G ALLEGO et al. 2014 . . . . . . . . . . . . . 111
3.16 Mesure du signal émis par un SiPM placé dans le noir, le premier pulse
est un dark noise, le deuxième un afterpulse et le troisième un dalyed-
crosstalk. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112
3.17 Histogramme des amplitudes de pulse mesurées en plaçant le SiPM
dans le noir et avec Vov = 3 V . . . . . . . . . . . . . . . . . . . . . . . . . 114
3.18 Illustration de l’effet d’un dark noise sur le temps de trigger (position
du seuil en rouge). On remarque que lorsqu’un pulse n’a pas complète-
ment décroît (en bleu), il ajoute un biais temporel dans la mesure d’une
scintillation (à 100 ns). . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115
3.19 Montage optique pour la mesure de la SPTR. Notons que les parois sont
peintes en noir pour limiter la réflexion de photons optiques. . . . . . 116
3.20 Histogramme des mesures du moment de dépassement de seuil à ras
du bruit du signal émis par les SiPMs relatif au début d’enregistrement
par l’oscilloscope (temps de trigger). . . . . . . . . . . . . . . . . . . . . 117
3.21 200 premières nanosecondes de la distribution de l’amplitude des
pulses en fonction de leur temps d’arriver relatif à un premier pulse.
Les mesures sont effectuées avec un SIPM HPK MPPC S13360-3050CS
placé dans le noir à une température de 21°C et Vov=3 V . . . . . . . . 119
3.22 Projeté des 400 dernières nanosecondes de l’histogramme 2D sur l’axe
des amplitudes. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 120
3.23 Projeté des 300 dernières nanosecondes de l’histogramme 2D sur l’axe
des abscisses avec une taille de bins de 1 ns. . . . . . . . . . . . . . . . . 121
3.24 Partie de l’histogramme 2D utilisée pour fitter τr ec . En bleu, la courbe
du fit ainsi que son incertitude est dessinée . . . . . . . . . . . . . . . . 122
3.25 Partie de l’histogramme 2D utilisée pour fitter τbul k et C AP . La courbe
du fit est présenté en bleu et le projeté de l’histogramme 2D sur l’axe
des abscisses en orange . . . . . . . . . . . . . . . . . . . . . . . . . . . . 123
XV
3.26 Partie de l’histogramme 2D utilisée pour fitter CC T . La courbe du fit
est présentée en bleu et le projeté de l’histogramme 2D sur l’axe des
abscisses en orange . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 124
3.27 200 premières nanosecondes de la distribution de l’amplitude des
pulses en fonction de leur temps d’arriver relatif à un premier pulse.
Les mesures sont effectuées avec un SIPM HPK MPPC S13360-3050CS
placé dans le noir à une température de 21°C et Vov=8 V . . . . . . . . 125
3.28 Schéma récapitulant les étapes de la simulation du signal généré par
un SiPM . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 129
3.29 200 premières nanosecondes de la distribution de l’amplitude des
pulses en fonction de leur temps d’arriver relatif à un premier pulse.
Les mesures sont issues d’une simulation avec GATE effectuée avec un
SIPM HPK MPPC S13360-3050CS placé dans le noir, pour une tempéra-
ture de 21°C et Vov=3 V . . . . . . . . . . . . . . . . . . . . . . . . . . . . 133
3.30 Spectres en énergie mesurés (ligne du haut) et simulés (ligne du bas)
pour un cristal de LYSO de 3 × 3 × 5 mm3 couplé à un SiPM avec des
gammas (à gauche) de 60 keV, (au milieu) de 511 keV et (à droite) de
1275 keV. La position des pics-photoélectrique est présenté de manière
relative à celui à 511 keV . . . . . . . . . . . . . . . . . . . . . . . . . . . 135
3.31 Signaux moyens mesurés et simulés avec leurs incertitudes pour (à
gauche) 60 keV, (au milieu) 511 keV, et (à droite) 1275 keV. . . . . . . . . 136
3.32 Signaux moyens simulés sans certaines sources de bruits pour (à gauche)
60 keV, (au milieu) 511 keV, et (à droite) 1275 keV. . . . . . . . . . . . . . 138
XVI
Liste des tableaux
1.1 Dépendance en Z et E des différents types d’interaction . . . . . . . . . 9
1.2 Résumé des performances en fonction du type de détecteur . . . . . . 23
1.3 Comparatif de quelques imageurs à collimation géométrique proposés
pour le démantèlement nucléaire. La résolution angulaire désigne la
capacité à discerner deux points source selon l’angle formé entre eux
vu depuis le détecteur. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
1.4 Comparatif de quelques caméras Compton pour le démantèlement
nucléaire. La résolution angulaire désigne la capacité à discerner deux
points source selon l’angle formé entre eux vu depuis le détecteur. . . 31
XVII
Liste des acronymes
ADC
Analog to Digital Converter. 98
AFM
Microscope à Force Atomique. 94, 97
ALARA
As Low As Reasonabely Achievable. 3
APD
Avalanche Photo Diode. 17, 99
ARM
Angular Resolution Mesure. 69
ART
Algebraic Reconstruction Technique. 69
CCD
Charge-Coupled Device. 17
CMOS
Complementary Metal Oxide Semi-conductor. 17
CTR
Coincidence Time Resolution. 91
DCR
Dark Counts Rate. 110
FBP
Filtered Back Projection. 56
FPGA
Field-Programmable Gate Array. 98
FWHM
Full Width at Half Maxiumum. 12, 47
GBF
Générateur Basses Fréquences. 116
XVIII
IRM
Imageur par Résonance Magnétique. 21
LM-MLEM
Liste-Mode Maximum Likelyhood Expectation Maximisation. 56
MCP-PMT
Microchannel Plate-Photomultiplier Tube. 21
MLEM
Maximum Likelihood Expectation Maximization. 57
MOSFET
Metal Oxide Semiconductor Field Effect Transistor. 17
PDE
Photon Detection Efficiency. 100
PMT
Tube Photomultiplicateur. 20, 21, 95–97, XIV
QDC
Charge to Digital Converter. 98
SiPM
Silicon Photomultiplier. 21
SPTR
Single Photon Time Resolution. 21, 108, 114, 117
TDC
Time to Digital Converter. 98
TEP
Tomographe par Émission de Positrons. 36
Vbr
Breakdown Voltage. 102
XIX
Nomenclature
E
Énergie d’un photon X/Gamma. 5, 6
XX
Introduction
Lorem ipsum dolor sit amet, consectetuer adipiscing elit. Ut purus elit, vestibulum
ut, placerat ac, adipiscing vitae, felis. Curabitur dictum gravida mauris. Nam arcu
libero, nonummy eget, consectetuer id, vulputate a, magna. Donec vehicula augue eu
neque. Pellentesque habitant morbi tristique senectus et netus et malesuada fames
ac turpis egestas. Mauris ut leo. Cras viverra metus rhoncus sem. Nulla et lectus
vestibulum urna fringilla ultrices. Phasellus eu tellus sit amet tortor gravida placerat.
Integer sapien est, iaculis in, pretium quis, viverra ac, nunc. Praesent eget sem vel
leo ultrices bibendum. Aenean faucibus. Morbi dolor nulla, malesuada eu, pulvinar
at, mollis ac, nulla. Curabitur auctor semper nulla. Donec varius orci eget risus. Duis
nibh mi, congue eu, accumsan eleifend, sagittis quis, diam. Duis eget orci sit amet
orci dignissim rutrum.
Nam dui ligula, fringilla a, euismod sodales, sollicitudin vel, wisi. Morbi auctor
lorem non justo. Nam lacus libero, pretium at, lobortis vitae, ultricies et, tellus. Donec
aliquet, tortor sed accumsan bibendum, erat ligula aliquet magna, vitae ornare odio
metus a mi. Morbi ac orci et nisl hendrerit mollis. Suspendisse ut massa. Cras nec ante.
Pellentesque a nulla. Cum sociis natoque penatibus et magnis dis parturient montes,
nascetur ridiculus mus. Aliquam tincidunt urna. Nulla ullamcorper vestibulum turpis.
Pellentesque cursus luctus mauris.
1
1. Généralités
Sommaire
1.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2 Interaction des rayons X/Gamma avec la matière . . . . . . . . . . . . . 3
1.2.1 La diffusion de Rayleigh . . . . . . . . . . . . . . . . . . . . . . . 5
1.2.2 L’effet photo-électrique . . . . . . . . . . . . . . . . . . . . . . . 5
1.2.3 La création de paires . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.2.4 La diffusion Compton . . . . . . . . . . . . . . . . . . . . . . . . 6
1.2.5 Résumé . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.3 La détection de rayons X/Gamma . . . . . . . . . . . . . . . . . . . . . . 11
1.3.1 La détection des rayons gamma par conversion directe . . . . 13
1.3.1.1 Les détecteurs gazeux . . . . . . . . . . . . . . . . . . 14
1.3.1.2 Les détecteurs semi-conducteurs . . . . . . . . . . . 15
1.3.2 La détection de rayons gamma par conversion indirecte . . . . 18
1.3.2.1 Détecteurs à mémoire par changement de caractéris-
tiques optiques du milieu . . . . . . . . . . . . . . . . 19
1.3.2.2 Détecteurs à mémoire par piégeage d’électrons sur
un niveau excité . . . . . . . . . . . . . . . . . . . . . . 19
1.3.2.3 Détecteurs à fluorescence . . . . . . . . . . . . . . . . 20
1.3.2.4 La conversion des photons de faible énergie en signal
électrique . . . . . . . . . . . . . . . . . . . . . . . . . 20
1.3.3 En conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
1.4 Du détecteur vers l’imageur : la collimation . . . . . . . . . . . . . . . . 23
1.4.1 La collimation géométrique . . . . . . . . . . . . . . . . . . . . . 23
1.4.1.1 Avantages et inconvénients de la collimation géomé-
trique . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
1.4.2 La collimation électronique . . . . . . . . . . . . . . . . . . . . . 26
1.4.2.1 Tomographes par émission de positons . . . . . . . . 26
1.4.2.2 Trajectographes . . . . . . . . . . . . . . . . . . . . . . 27
1.4.2.3 Camera Compton . . . . . . . . . . . . . . . . . . . . . 27
1.4.2.4 Avantages et inconvénients la collimation électronique 27
1.4.3 Résumé . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
1.5 État de l’art de l’imagerie Compton . . . . . . . . . . . . . . . . . . . . . 28
1.6 Le Prototype Temporal . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
2
1. Généralités – 1.1. Introduction
1.1. Introduction
En sûreté nucléaire, l’utilisation d’imageurs permet d’une part, de localiser des
potentielles sources radioactives, mais aussi dans l’idéal de déterminer leurs composi-
tion et activité. Un des prérequis pour ces imageurs est d’avoir un large champ de vue
et d’être facilement transportables. Ceci, afin de pouvoir imager des sources étendues
et de couvrir de grandes zones. Aussi, au plus l’imageur sera sensible et résolu, au
mieux et au plus rapidement il sera possible de localiser des sources radioactives. Cela
permet de diminuer le temps de manipulation de l’appareil et donc d’exposition du
personnel selon le principe As Low As Reasonabely Achievable (ALARA) [Article L1333-
1, Code de la Santé Publique 2016], ainsi que d’accélérer le processus de traitement
des déchets dans le cadre du démantèlement nucléaire. Communément, les sources
amenées à être imagées sont émettrices de rayon X ou gamma allant de la dizaine de
keV à 2 MeV.
Cette partie vise à contextualiser et motiver le développement de la caméra Comp-
ton Temporal pour le démantèlement et la sûreté nucléaire. C’est une problématique
qui prend d’avantage d’importance depuis l’accident de Fukushima en 2011 ou encore
de la prééminence d’infrastructures en fin d’activité utilisant le nucléaire et nécessi-
tant d’être démantelées. Néanmoins, il est important de noter que les imageurs X et
gamma sont utilisés de manière abondante dans les domaines du médical et du spatial
sans lesquelles la contextualisation du prototype Temporal ne peut être complète.
Afin de répondre à la problématique, nous allons dans un premier temps voir com-
ment les rayons gamma interagissent avec la matière ; ceci permettant de comprendre
comment les détecter. Enfin, nous verrons comment déduire leur origine permettant
ainsi d’imager la distribution spatiale des sources radioactives.
3
1. Généralités – 1.2. Interaction des rayons X/Gamma avec la matière
et de l’énergie du photon. Cette atténuation de flux suit la loi de Beer-Lambert (Eq. 1.1)
où x est l’épaisseur du milieu, et µ est le coefficient d’atténuation linéique, qui dépend
donc majoritairement de la densité du milieu et de l’énergie des photons incidents.
I = I 0 e −µx (1.1)
Les rayons gamma interagissent avec la matière de quatre manières différentes ;
par diffusion cohérente (dont la diffusion Rayleigh), par effet photo-électrique, par
création de paires et par diffusion Compton (dite aussi diffusion incohérente). Lors-
qu’une diffusion cohérente de photons d’énergie supérieure à 1 keV a lieu, il s’agit
principalement de diffusion de Rayleigh.
En Figure 1.1 est présenté la prépondérance de chacun des effets en fonction de
l’énergie du photon et du numéro atomique moyen (Zmoy ) de la matière qu’il traverse.
On notera que la diffusion de Rayleigh n’est pas représentée. On remarquera aussi que
pour une énergie entre 0.5 et 2 MeV et pour un numéro atomique Zmoy < 40, la diffu-
sion Compton domine. On peut en déduire que les photons de cette énergie subiront
de multiples interactions avant d’être complétement absorbés lorsque Zmoy < 40.
nique.
4
1. Généralités – 1.2. Interaction des rayons X/Gamma avec la matière
Lorsque leur énergie le permet, les photons interagissent principalement avec les
électrons proches du noyau du fait d’une plus grande densité électronique. Pour
chaque électron éjecté d’un atome s’ensuit un réarrangement du cortège électronique
où les électrons des couches supérieures vont se rapprocher du noyau pour « combler
le vide laissé par l’électron ionisé ». L’ énergie de liaison peut être interprétée comme
un puits de potentiel. Aussi, plus un électron est proche du noyau, plus la profondeur
5
1. Généralités – 1.2. Interaction des rayons X/Gamma avec la matière
du puits est élevée. Par exemple, la valeur absolue de l’énergie de liaison de la couche
électronique K est plus élevée que celle de la couche L. Le repeuplement de la couche
K par un électron de la couche L nécessite de libérer de l’énergie en tombant dans
un puits plus profond. Il en résulte une perte d’énergie de l’électron par effet Auger
(transfert à un électron périphérique moins lié, le libérant de l’atome en le mettant
en mouvement) ou par émission d’un photon de fluorescence (rayon X). Le photon X
étant de faible énergie, il sera facilement réabsorbé par la matière. Pour un élément
avec Z < 20, l’émission Auger est 4 fois supérieure à l’émission par fluorescence.
La probabilité d’interagir par effet photo-électrique varie comme Z 4 (avec Z le
numéro atomique caractérisant le milieu) et comme l’inverse de l’énergie du photon
à la puissance 3,5 (1/E 3,5 ).
6
1. Généralités – 1.2. Interaction des rayons X/Gamma avec la matière
photon diffusé est égale au à l’impulsion du photon incident. De même, les énergies
sont conservées elles aussi. On peut en déduire l’énergie cinétique de l’électron à
partir de celle du photon diffusé et inversement. En considérant l’électron comme
étant au repos et son énergie de liaison au noyau comme nulle (négligeable car de
l’ordre de quelques électronvolts), on peut alors écrire la relation suivante :
E
E0 = (1.2)
1 + (1 − cos θ) mEc 2
e
F IGURE 1.4. – Section efficace différentielle Compton par unité d’angle solide en fonc-
tion de l’angle de diffusion (1 barn =10−28 m2 )
Dans la diffusion Compton, le mouvement des électrons n’est pas négligeable pour
les photons de basse énergie (< 10 MeV). En effet, le photon diffusé partira dans une
7
1. Généralités – 1.2. Interaction des rayons X/Gamma avec la matière
dσ mr e2 E 0 E 0 E
µ ¶· ¸
2
= + − sin θ
d Ωd (E − E 0 ) 2E E E E0
E0
×p I n (p z ) (1.5)
E 2 + (E − E 0 )2 − 2E (E − E 0 ) cos θ
Où m est la masse de l’électron, E est calculée par Eq. 1.2 et I n (p z ) est le profil
transverse de l’impulsion de l’électron avant la diffusion. Il est tabulé par F. Biggs et
al., [B IGGS et al. 1975]. On pourra donc noter que l’angle θd suit une distribution qui
est en fonction de I n (p z ).
Plus l’atome du matériau dans lequel on diffuse est lourd, plus les électrons péri-
phériques sont loin du noyau. En considérant cela, I n (p z ) est donc d’autant plus étalé
que l’atome est lourd. I n (p z ) est présentée en Figure 1.5 pour un matériau en silicium
et en bromure de cérium (CeBr3 ). On remarquera que l’élargissement Doppler est
plus important pour le CeBr3 que pour le silicium.
0.05 CeBr3
Si
0.04
Probabilité d'occurence
0.03
0.02
0.01
0.00
20 15 10 5 0 5 10 15 20
Moment transverse de l'éléctron ( par unité de me²/h)
Enfin, la probabilité d’interagir par effet Compton varie comme Z . Aussi, sa dépen-
8
1. Généralités – 1.2. Interaction des rayons X/Gamma avec la matière
Dépendance en Z Dépendance en E
Effet photo-électrique Z4 1/E 3,5
Diffusion de Rayleigh Z2 1/E 2
Diffusion Compton Z Diminue avec l’énergie
Production de paire Z2 Augmente avec l’énergie
1.2.5. Résumé
Il existe donc quatre grands types d’interaction dont les probabilités d’occurrence
dépendent principalement de l’énergie du photon gamma ou de la densité du milieu.
La Table 1.1 récapitule ces dépendances.
En Figure 1.6 sont présentés les coefficients d’atténuation linéiques par effet photo-
électrique et effet Compton pour un matériau léger (le silicium (Si), qui est un semi-
conducteur), un matériau un peu plus lourd (le bromure de cérium (CeBr3 ), qui est
un cristal scintillant) et un matériau très lourd (le tungstène (W)) [B ERGER ; H UBBELL
1990]. On s’aperçoit bien que les coefficients d’absorption augmentent avec la densité
du matériau.
9
1. Généralités – 1.2. Interaction des rayons X/Gamma avec la matière
100
10 2
10 4
10 3 10 2 10 1 100 101
Énergie (MeV)
F IGURE 1.6. – Coefficient d’atténuation linéique par effet Compton et effet photo-
électrique pour le silicium (Si), un cristal de CeBr3 et le tungstène W.
CeBr3
Si
104
Attenuation Compton/photo-éléctrique
102
100
10 2
10 4
10 3 10 2 10 1 100 101
Énergie (MeV)
10
1. Généralités – 1.3. La détection de rayons X/Gamma
1000
800
Nombre de mesures
600
400
200
0
100 200 300 400 500 600 700 800 900
Énergie (keV)
F IGURE 1.8. – Mesure d’énergie déposée par des rayons gamma de 662 keV dans un
cristal de LYSO 3 x 3 x 5 mm3 couplé à un SiPM HBK S13360-3050CS
11
1. Généralités – 1.3. La détection de rayons X/Gamma
aient été totalement déposés dans le cristal. Ceci découle du fait que la mesure de
l’énergie est entachée d’une incertitude ∆E égale à la largeur à mi-hauteur du pic (Full
Width at Half Maxiumum (FWHM)).
De manière similaire à la mesure de l’énergie, un détecteur sera aussi caractérisé
par sa résolution en position et en temps par des incertitudes FWHM de mesure de la
position (∆x, ∆y, ∆z) et du temps (∆t ) ; et par son temps mort (temps pendant lequel
un détecteur ne peut discerner un deuxième photon gamma) paralysant (e.g. en raison
du pile-up de plusieurs impulsions de scintillation) et non-paralysant (e.g. en raison
du temps nécessaire à la numérisation du signal).
Dans le cas d’une volonté de numérisation, la détection de rayons gamma se ter-
mine par la lecture d’un signal électrique. La résolution en énergie d’un détecteur
est étroitement liée à son gain avant amplification. En effet, la mesure de la charge
est considérée comme suivant une distribution de Poisson. C’est-à-dire que plus la
charge lue est élevée, meilleure est l’estimation de l’énergie du photon gamma.
La résolution en temps dépend majoritairement de la dérivée par rapport au temps
de la montée du signal (dV /d t ) et de l’amplitude du bruit électronique au moment de
la détection de l’évènement. Au plus le signal est rapide et le bruit de faible amplitude,
au mieux est la résolution temporelle.
1.0
Parcours moyen des éléctrons
0.8
dans la matière (cm)
0.6
0.4
F IGURE 1.9. – Parcours moyen déroulé des électrons dans la matière en fonction de
leur énergie cinétique.
En Section 1.2, nous avons aussi vu que les dépôts d’énergie se matérialisent par la
mise en mouvement de particules dont des électrons principalement. Ces électrons
peuvent ainsi interagir avec d’autres électrons liés. On dit que la matière est ionisée. Il
s’ensuit une cascade de libération d’électrons tant que l’énergie des électrons ionisants
est supérieure à l’énergie de liaison des électrons dans la matière. Il est par ailleurs
important de noter que si le parcours moyen de l’électron primaire est supérieur à
la taille de la zone de détection, alors une partie de l’information sera perdue. En
Figure 1.9 est présenté le parcours déroulé moyen des électrons dans le silicium, dans
un cristal de CeBr3 et dans l’air en fonction de l’énergie cinétique initiale de l’électron
12
1. Généralités – 1.3. La détection de rayons X/Gamma
ionisant. Les électrons ayant une trajectoire en « hélice », on peut approximer leurs
parcours au tiers du parcours déroulé lorsque leur énergie est inférieure à 1 MeV. On
notera que celui-ci est nettement supérieur au centimètre au-dessus de 10 keV dans
l’air, et supérieur à 1 mm dans le CeBr3 et à 2.5 mm dans le silicium au-dessus de
1 MeV.
La quantité d’électrons libérés par l’interaction gamma est proportionnelle à l’éner-
gie déposée. Il s’ensuit que l’on peut mesurer cette quantité d’électrons libres de
manière « directe » ou « indirecte ». Si elle n’est pas mesurée de manière directe, c’est
alors une désexcitation en fin de parcours des électrons qui est mesurée.
Nous allons parcourir par la suite ces deux méthodes afin de comprendre les avan-
tages et inconvénients de chacune.
13
1. Généralités – 1.3. La détection de rayons X/Gamma
L’ensemble de ces modes de fonctionnement est résumé dans la Figure 1.10. Ainsi,
si on fonctionne en mode proportionnel, la quantité d’électrons collectée est une esti-
mation de l’énergie du rayon gamma. Si on considère que cette collection de charges
est une expérience de Poisson, plus la quantité d’électrons collectée est importante,
meilleure est l’estimation de l’énergie du rayon gamma. On peut donc judicieuse-
ment choisir le matériau de détection tel que les électrons sont peu liés aux noyaux et
promouvoir ainsi la mise en mouvement d’électrons secondaires. Les matériaux qui
répondent à cette caractéristique sont les semi-conducteurs. Les détecteurs gazeux
sont eux aussi fréquemment utilisés, mais pour une raison qui diffère et qui sera
évoquée dans la sous-section qui suit.
14
1. Généralités – 1.3. La détection de rayons X/Gamma
15
1. Généralités – 1.3. La détection de rayons X/Gamma
combinent avec les trous de la zone P (zone de déplétion). Or comme les ions négatifs
de la zone P et les ions positifs de la zone N restent présents, les deux zones ne sont
plus électriquement neutres au voisinage de la jonction.
Si on alimente cette jonction PN avec une tension positive à la borne N et une
tension négative à la borne P, alors les charges négatives dans N migrent vers l’anode
et les trous de P vers la cathode. Il en résulte une zone avec un champ électriquement
non nul à la jonction entre les deux semi-conducteurs dont la taille augmente d’autant
plus que la tension est élevée (Figure 1.11).
16
1. Généralités – 1.3. La détection de rayons X/Gamma
électrons dans un état libre, qui migreraient alors vers l’anode en mettant en mouvant
d’autres électrons (phénomène d’avalanche). Etant donné le phénomène d’avalanche,
la zone déplété se retrouve réduite, voire supprimée. En effet, la migration des élec-
trons de la zone de déplétion P vers la zone de déplétion N engendre un rééquilibrage
de charges. La zone de déplétion disparaissant, le courant peut alors continuer à
circuler si l’ionisation de la matière par les électrons en mouvement vers l’anode est
plus importante que le phénomène de déplétion. En d’autres termes, si la tension
est suffisante pour maintenir le phénomène, alors on parle de claquage du semi-
conducteur. Pour arrêter ce phénomène de claquage, on place une résistance élevée
en série. Ainsi, lorsque le phénomène d’avalanche démarre, la tension aux bornes
du semi-conducteur devient faible rapidement. Elle est décrite par l’Eq. 1.6 , où E s
est la tension aux bornes du semi-conducteur, E la tension totale, R s la résistance du
semi-conducteur et R c la résistance en série (résistance de charge).
E Rs
Es = (1.6)
RS + Rc
Afin qu’un rayon gamma puisse être détecté, il doit interagir dans la zone de dé-
plétion. Plus son épaisseur est grande, meilleure est la sensibilité du détecteur. Néan-
moins, la stabilité de ce dernier s’en trouve réduite. Une tension trop élevée provoque
un fonctionnement en mode Geiger et l’information sur l’énergie du rayon gamma est
perdue. C’est le cas des photodiodes à avalanche ou Avalanche Photo Diode (APD).
L’épaisseur du matériau est également limitée. Plus il est épais, plus la tension de
polarisation doit être élevée pour éviter la recombinaison des électrons. Ainsi, par
exemple pour un détecteur en CdTe de 130 × 130 µm, plusieurs centaines de volts
doivent être appliquées pour faire fonctionner le détecteur B ASOLO et al. 2008.
Basé sur un principe d’agencement de dopages de types P et N, plusieurs confi-
gurations sont possibles offrant chacune un avantage. Par exemple, les dispositifs à
transfert de charges (Charge-Coupled Device (CCD)) ou les détecteurs Complemen-
tary Metal Oxide Semi-conductor (CMOS) [H OFFMAN et al. 2005] sont composés d’un
agencement NPN. La zone dopée P est parfois juxtaposée à un métal oxydé . Ceci
permet une intégration des charges dans le matériau au sens physique. C’est-à-dire
que les électrons libres sont piégés jusqu’à ce qu’on décide de lire le signal. Ici, l’infor-
mation propre à chacun des photons est perdue. Néanmoins, s’il s’agit uniquement
de mesurer le nombre de photons détectés et non leur énergie, ce type d’agence-
ment permet une simplification de l’électronique de lecture. Sur le même principe de
fonctionnement, mais avec un potentiel de charge plus élevé, les transistors à effet
de champ à grille métal-oxyde Metal Oxide Semiconductor Field Effect Transistor
(MOSFET) [B UTSON et al. 1996] sont utilisés pour la dosimétrie en radiothérapie.
Les détecteurs semi-conducteurs à agencement PN/NP permettent grâce à leur
gain élevé (de l’ordre de 106) une bonne résolution en énergie. Celle-ci est de l’ordre
de 1% pour du germanium et 3% pour du silicium à 511 keV. Pour ce qui est de la
résolution spatiale, elle peut atteindre le micromètre. Le processus d’avalanche est
néanmoins lent et s’accompagne par une variabilité de la collection des électrons, qui
17
1. Généralités – 1.3. La détection de rayons X/Gamma
entraîne une résolution temporelle sur la détection d’un rayon gamma de l’ordre de la
nanoseconde dans le meilleur des cas pour ce type de détecteur.
18
1. Généralités – 1.3. La détection de rayons X/Gamma
Les premiers détecteurs de rayons gamma, qui ont par ailleurs très rapidement
trouvé une utilité en imagerie médicale avec le développement de la radiographie, sont
les détecteurs radiochromiques. Ceux-ci subissent des modifications moléculaires
liées au dépôt d’énergie. Cette modification se retranscrit par un changement de
couleur du matériau. Wilhelm Conrad Röntgen, qui a découvert les rayons X en 1895,
aurait effectué la première radiographie anatomique. On y aperçoit le squelette de
la main de son épouse ainsi que sa bague. Cette image est en fait un positif obtenu
grâce à la superposition d’un film photosensible à une plaque phosphorescente (par
le dépôt d’énergie). Les films radiochromiques sont encore utilisés en radiothérapie
afin de vérifier que le flux de photons à la sortie du patient en traitement par rayons X
correspond à ce qui avait été estimé par simulation.
La résolution spatiale de ce type de détecteur peut atteindre l’échelle de la centaine
de microns. Leur manipulation est néanmoins difficile et la distinction de chacun des
photons mesurés est impossible.
19
1. Généralités – 1.3. La détection de rayons X/Gamma
les images soient persistantes et que l’accumulation des dépôts réduise l’incertitude
de mesure. Basées sur le même principe, les diodes thermoluminescentes nécessitent
de la chaleur pour se désexciter. Elles sont couramment utilisées en dosimétrie patient
ou en radioprotection.
20
1. Généralités – 1.3. La détection de rayons X/Gamma
teurs à silicium ou Silicon Photomultiplier (SiPM) [C OVA et al. 1996a] est nécessaire
lorsque l’application requiert de distinguer des rayons gamma.
Ces photodétecteurs ont été les premiers développés. Les photons de faible éner-
gie interagissent dans une photocathode déposée à l’intérieur d’un tube à vide. Ce
matériau libère un électron appelé photoélectron lors de l’interaction par effet pho-
toélectrique d’un photon de lumière visible. Ce phénomène n’est pas certain et est
étroitement corrélé à l’efficacité quantique de la photocathode, qui est en moyenne de
20%. Derrière la photocathode, une succession de dynodes alimentées à des tensions
de plus en plus élevées au fur et à mesure que l’on s’éloigne de la photocathode sont
disposées à l’intérieur du tube à vide. Ainsi, un gradient de champ électrique est créé,
qui permet d’accélérer les électrons libres. Lors de chaque rencontre d’un électron
avec une dynode, ce dernier arrache une nouvelle quantité d’électrons à la dynode, qui
sont accélérés vers la dynode suivante. Lorsque l’ensemble des électrons atteignent
l’anode, leur nombre a été multiplié par un facteur de l’ordre de 106 (Figure 1.13)
constituant le gain du PMT.
F IGURE 1.13. – Schéma d’un PMT. Source : Philippe Després, Wikipédia. La tension
d’alimentation des PMT est souvent supérieure à 1 kV.
Aussi, un champ magnétique produit par exemple par l’aimant d’un Imageur par
Résonance Magnétique (IRM), peut perturber de manière rédhibitoire le fonction-
nement d’un PMT en modifiant les trajectoires et le temps de transit des électrons.
Un PMT est donc sensible aux champs magnétiques et sa tension de fonctionnement
le rend difficilement transportable. La résolution temporelle au photon unique de
faible énergie ou Single Photon Time Resolution (SPTR) d’un PMT est généralement
inférieure à 0.2 ns et varie fortement avec sa longueur.
Basés sur le même principe que les PMT, les tubes photomultiplicateurs à galettes de
micro-canaux ou Microchannel Plate-Photomultiplier Tube (MCP-PMT) développés
depuis une dizaine d’années permettent de par leur faible épaisseur et donc d’un
21
1. Généralités – 1.3. La détection de rayons X/Gamma
temps de transit réduit des électrons d’atteindre une SPTR de l’ordre de 10 ps ainsi
qu’une meilleure tolérance aux champs magnétiques. Leur sensibilité est, quant à elle,
similaire à celle d’un PMT [P HOTONICS 2006] (20%) et leur gain moyen est de l’ordre
de 105 .
Ces détecteurs permettent un gain aussi élevé que pour un PMT et sont à peine
plus récents que les MCP-PMT. Ils sont composés d’un ajustement de jonctions PN
fonctionnants en mode Geiger. Une avalanche est donc créée pour chaque détection
d’un photon optique. Les SiPM étant de faible épaisseur (inférieure à 50 µm), la SPTR
du détecteur peut atteindre 50 ps [A CERBI ; G UNDACKER 2019] et ils sont pratiquement
insensibles aux champs magnétiques. Leur tension d’alimentation dépasse rarement
les 100 V et offre donc une meilleure portabilité que les PMT, tandis que leur efficacité
quantique peut atteindre les 50% [A CERBI ; G UNDACKER 2019]. Il existe deux sous
classes de SiPM : les SiPM analogiques (aSiPM), qui transmettent un signal nécessitant
d’être analysé (e.g. numérisé) et les SiPM digitaux (dSiPM), qui transmettent une
information numérisée (t , E ). Le principe de fonctionnement des SiPM sera détaillé
en seconde partie de ce manuscrit, car ils ont été choisis pour le projet Temporal.
1.3.3. En conclusion
On remarquera que pour chaque type de détecteur, les performances sur t , E , (x, y, z)
ou en terme d’efficacité quantique et de temps mort varient en fonction de leur
principe de fonctionnement, de leur géométrie et de leur tension d’alimentation. En
Table 1.2, nous résumons ces performances pour chaque type de détecteur.
Les détecteurs à conversion directe utilisant des semi-conducteurs et ceux à conver-
sion indirecte basés sur la fluorescence couplés à des SiPMs sont ceux qui permettent
un meilleur compromis entre chacune des performances. L’efficacité des détecteurs
gazeux est, elle, limitante. Concernant les semi-conducteurs à piégeage de charges
ou les détecteurs à conversion indirecte à mémoire, la perte d’information propre à
chaque rayon gamma permet uniquement d’effectuer des mesures de persistance. On
22
1. Généralités – 1.4. Du détecteur vers l’imageur : la collimation
pourra donc conclure que pour la détection individuelle de rayons gamma, il est pré-
férable d’opter pour un cristal scintillant si l’on veut privilégier une bonne résolution
temporelle et une bonne efficacité de détection, et qu’il est préférable d’opter pour
un semi-conducteur si l’on souhaite privilégier une bonne résolution spatiale et une
bonne résolution en énergie.
23
1. Généralités – 1.4. Du détecteur vers l’imageur : la collimation
Le nombre de trou sur la plaque opaque disposée en face du détecteur peut être
augmenté afin d’améliorer la sensibilité. On parle alors de collimateur multi-sténopé
ou multi-pinhole. Néanmoins, on atteindra un nombre de trou seuil pour lequel les
images projetées de la source sur le plan du détecteur commenceront à se chevaucher,
rendant ainsi la reconstruction d’image moins intuitive.
Sur ce principe d’ombres projetées, il est possible de complexifier le principe en
imaginant des trous dans l’écran opaque avec des formes ou un arrangement divers.
Ainsi, pour chaque rayon gamma détecté, on peut déduire qu’il provient des lumières
des trous visibles depuis la position de l’interaction sur le plan du détecteur. Ce type
24
1. Généralités – 1.4. Du détecteur vers l’imageur : la collimation
d’imagerie est dit à masque codé (coded aperture imaging). Le masque codé est défini
par son rang, qui désigne le nombre d’éléments (trous ou pleins) par dimension d’es-
pace : un motif de rang 20 est donc une matrice de 20 × 20 éléments. La Figure 1.15
présente une caméra à masque codé, le résultat des mesures en termes de distribution
des rayons gamma détectés sur la surface de détection, et l’image de l’activité recons-
truite pour une source placée en face de l’imageur GAMPIX [G MAR et al. 2011]. On peut
considérer que la distribution des photons arrivant sur le détecteur est donnée par la
convolution de la distribution d’activité dans l’espace avec la réponse impulsionnelle
du masque codé. Il suffit par conséquent de déconvoluer la distribution observée par
le détecteur de la réponse impulsionnelle du masque pour obtenir une image de la
distribution d’activité.
F IGURE 1.15. – Principe d’imagerie à masque codé : (de gauche à droite) masque codé,
distribution de photons sur le plan du détecteur, image de l’activité re-
construite et superposition avec une photographie de la scène imagée.
25
1. Généralités – 1.4. Du détecteur vers l’imageur : la collimation
manière très importante. Pour obtenir un détecteur plus léger, il faudrait donc opter
pour une collimation électronique plutôt que géométrique.
26
1. Généralités – 1.4. Du détecteur vers l’imageur : la collimation
1.4.2.2. Trajectographes
A travers l’étude des trajectoires des particules secondaires mises en mouvement
lors de l’interaction du rayon gamma, il est parfois possible d’en déduire sa localisation.
Par exemple, le trajectographe du télescope spatial à rayons gamma Fermi (Fermi
gamma-ray space telescope) est constitué de feuilles de tungstène. Lorsqu’un rayon
gamma de haute énergie (< 20 MeV) impacte ces feuilles, il produit une paire électron-
positon dont la trajectoire est suivie grâce à des détecteurs en silicium (880 000 pixels).
Pour l’effet photoélectrique, il est plus difficile de trouver une utilité à la trajectoire
de l’électron, car elle n’est pas forcément colinéaire à celle du photon incident. Elle
s’en approche lorsque l’énergie du rayon gamma augmente, bien que la probabilité
d’avoir un effet photoélectrique diminue.
27
1. Généralités – 1.5. État de l’art de l’imagerie Compton
résolution spatiale d’une caméra Compton est inférieure à celle d’une caméra d’Anger.
Si le temps d’acquisition tendait vers l’infini, l’image obtenue par la caméra d’Anger
serait mieux résolue.
Dans certaines configurations, un trajectographe ou une caméra Compton peuvent
avoir un champ de vue de 4π stéradians. Concernant les détecteurs TEP, leur utilisation
est limitée au cas particulier de la désintégration par la voie β+ et seule une source
placée à l’intérieur de l’anneau peut être imagée.
De plus, une excellente résolution temporelle et un faible temps mort sont impor-
tants pour un imageur basé sur la collimation électronique. En effet, pour la caméra
Compton, c’est grâce à la proximité des temps de détection que l’on peut associer
deux mesures et considérer qu’elles sont liées à un dépôt d’énergie d’un même rayon
gamma. Si un trop grand nombre d’interactions sont détectées dans un laps de temps
inférieur à la résolution temporelle du détecteur, il sera alors impossible d’établir
une corrélation entre elles. Un bon exemple est la caméra Compton développée par
la collaboration CLaRyS [K RIMMER et al. 2015] pour l’imagerie des rayons gamma
prompts émis lors du dépôt d’énergie de protons traversant un patient : l’intervalle de
temps entre chaque interaction dans le détecteur pendant le traitement est nettement
supérieur à son temps mort et nécessite de recourir à une intensité réduite du faisceau
de protons pour obtenir une image.
Il est par ailleurs important de souligner que la mise en œuvre d’un imageur basé sur
la collimation électronique est plus complexe que pour l’utilisation de la collimation
géométrique, en particulier, pour ce qui concerne l’analyse des données basées sur la
cinématique de l’interaction Compton ou de la création de paires , ainsi que pour la
mise en place d’algorithmes de reconstruction d’images. Pour pouvoir effectuer une
imagerie Compton avec des énergies inférieures à 100 keV, les contraintes technolo-
giques sont élevées et les images de moindre qualité du fait de la grande incertitude
sur le calcul de l’angle Compton. Enfin, la physique oblige les trajectographes destinés
à la création de paires à être sensibles uniquement à partir de 1.022 MeV.
1.4.3. Résumé
On peut conclure qu’il existe une infinité d’agencement de détecteurs couplés à
un ou plusieurs types de collimation. Le choix doit donc être motivé par la finalité
de l’application. Pour le démantèlement nucléaire, la nécessité d’une bonne sensibi-
lité jusqu’à 2 MeV et d’un grand champ de vue justifie le recours à une collimation
électronique de type caméra Compton.
28
1. Généralités – 1.5. État de l’art de l’imagerie Compton
29
1. Généralités – 1.5. État de l’art de l’imagerie Compton
Vers 2005, l’intérêt de la caméra Compton pour la vérification du parcours des ha-
drons en routine clinique est posé. Le couplage avec un hodoscope de faisceau devait
permettre d’améliorer la résolution angulaire. En France, la collaboration CLaRyS avait
pour objectif de développer un tel prototype avec un assemblage d’une grande simila-
rité avec celui du télescope MEGA [M.-H. R ICHARD et al. 2009]. La caméra devant être
sensible aux hautes énergies et aussi hautement résolue, son diffuseur était constitué
de bandes de silicium et son absorbeur d’épais blocs de BGO récupérés d’une caméra
TEP. En effet, le silicium permet de mesurer de faibles énergies correspondant à de
petits angles de diffusion Compton et la superposition de plusieurs couches permet
d’augmenter la sensibilité du détecteur.
En 2010, la possibilité d’utiliser la caméra en CdTe pour le suivi du dépôt de dose en
hadronthérapie était étudié par l’équipe de Z. He [P ETERSON et al. 2010].
La même année, un groupe de chercheurs à l’université de Kyoto publie des images
de la glande thyroïdienne d’une souris par scintigraphie Compton. L’absorbeur était
composé d’un cristal de bromure de lanthane (LaBr3 ) et le diffuseur d’une chambre à
projection temporelle ou TPC (time projection chamber) de 10 × 10 × 10 cm3 permet-
tant aux électrons Compton de faible énergie de parcourir une distance suffisante pour
déterminer leur trajectoire [K ABUKI et al. 2010]. Mais une acquisition de 16 heures
aura été nécessaire pour obtenir une telle image [H ATSUKAWA et al. 2018].
En 2011, l’accident nucléaire de Fukushima ayant provoqué une dispersion im-
portante de radioactivité, les laboratoires de recherche japonais se sont penchés sur
l’imagerie Compton afin de trouver un moyen efficace de cartographier les contami-
nations radioactives. En outre, pour plusieurs pays, le démantèlement d’installations
nucléaires devenues obsolètes et le contrôle des fûts de déchets radioactifs produits
par l’industrie ou la médecine nucléaire ont amplifié l’intérêt pour le développement
d’imageurs Compton.
Un prototype de caméra basé sur des détecteurs constitués de grenats de gadolinium-
aluminium-gallium GAGG (gadolinium aluminium gallium garnet) embarqués sur
un hélicoptère a été développé pour cartographier la ville de Fukushima [J IANG et al.
2014], tandis que d’autres équipes de recherche travaillaient également sur le dévelop-
pement d’autres prototypes comme l’ASTROCAM basé sur un détecteur en Si/CdTe
[TAKEDA et al. 2015] et dont la faisabilité avait été évoquée depuis 2007 [TAKEDA et
al. 2007]. Ces mêmes laboratoires ont ensuite exploré différentes dispositions géo-
métriques pour l’imagerie Compton tout en gardant les mêmes matériaux utilisés
auparavant. Les trois axes principaux de leurs recherches devinrent la vérification du
parcours des hadrons, la scintigraphie du petit animal et le démantèlement nucléaire.
Vers 2015, un groupe de recherche de l’université de Valencia propose un nouveau
prototype pour l’imagerie des rayons gamma prompts en hadronthérapie basé sur des
cristaux monolithiques de LaBr3 couplés à des dSiPM [L LOSÁ ; OTHERS . 2013]. En 2017,
un groupe de recherche Allemand [R OHLING et al. 2017] du Centre OncoRay–National
for Radiation Research in Oncology au Helmholtz-Zentrum Dresden–Rossendorf
(HZDR) a proposé un prototype de caméra avec un diffuseur en tellurure de zinc-
cadmium (CZT) et un absorbeur en LaBr3 .
30
1. Généralités – 1.5. État de l’art de l’imagerie Compton
31
1. Généralités – 1.6. Le Prototype Temporal
99mTc et 150 MBq de 18F ont été injectés à un patient. La caméra était placée à 30
cm du foie et une acquisition de 35 min a été faite pour reconstruire une image de
chacun des radiotraceurs. Bien que le foie et les reins soient visibles, il a été noté que
la caméra Compton fournissait des images de moins bonne qualité qu’une caméra
d’Anger ou un qu’une caméra TEP.
A ce jour, aucune caméra Compton pour la scintigraphie ou le monitoring en ra-
diothérapie n’est donc opérationnelle en routine clinique. La principale raison est
la complexité de la mise en œuvre d’une surface de détection aussi grande que celle
d’une caméra d’Anger. La collimation électronique représente un vrai défi lorsque
l’activité des sources devient importante mais nécessaire à un examen clinique de
durée raisonnable. De plus, les avancées technologiques sont plus facilement transpo-
sables à l’amélioration des caméras d’Anger, qui sont conceptuellement plus simples
et restent d’un point de vue industriel moins risquées à court terme.
Bien que la plupart des détecteurs récemment développés sont de plus en plus
compacts et qu’une certaine course à la performance est ressentie, quelques zones
d’ombre théoriques persistent quant à la mise en place de la collimation électronique
et la reconstruction d’image : considérant une certaine géométrie et une certaine
performance spectrogoniotemporelle (E , x, y, z, t ) et en terme de temps mort, com-
ment les coïncidences doivent-elles être gérées et comment être certain lorsqu’on
mesure un couple d’interactions, qu’il corresponde à une diffusion Compton vers
l’avant ? Sinon, comment propager cette erreur d’attribution ? La projection directe
des cônes Compton fournissant une image bruitée, des algorithmes itératifs basés
sur la maximisation de la vraisemblance sont le plus souvent utilisés. Dans ce cas de
figure, comment les incertitudes doivent-elles être propagées sur le cône Compton ?
L’étude de la caméra Compton Temporal sera l’occasion d’essayer de répondre à ces
questions.
32
1. Généralités – 1.6. Le Prototype Temporal
33
2. Reconstruction d’images et
modélisation du prototype
Sommaire
2.1 GATE, un outil de simulation Monte Carlo pour le développement du
prototype . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
2.2 De la mesure d’un rayon gamma à la déduction des origines possibles 37
2.2.1 Les origines possibles d’un photon gamma lorsque la mesure
Compton est parfaite . . . . . . . . . . . . . . . . . . . . . . . . . 39
2.2.1.1 Définition de l’axe du cône Compton . . . . . . . . . 40
2.2.1.2 Intersection d’un cône avec un plan . . . . . . . . . . 40
2.2.1.3 Échantillonnage homogène d’une ellipse sur un plan 41
2.2.2 Prise en compte des incertitudes de mesures et de l’élargisse-
ment Doppler pour l’estimation des origines possibles du rayon
gamma . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
2.2.2.1 Prise en compte des incertitudes sur la mesure des
énergies . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
2.2.2.2 Prise en compte de l’élargissement Doppler sur l’er-
reur d’estimation de l’angle de diffusion Compton . 47
2.2.2.3 Prise en compte des incertitudes sur les positions d’in-
teraction . . . . . . . . . . . . . . . . . . . . . . . . . . 48
2.2.2.4 Prise en compte de toutes les incertitudes de mesures 51
2.2.2.5 Comparaison entre l’estimation théorique des erreurs
sur le cône Compton et la simulation Monte Carlo . 51
2.2.2.6 Résumé . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
2.2.3 Estimation de la confiance sur le cône Compton . . . . . . . . 53
2.2.3.1 Estimation de la probabilité P (b|A j , E ) que le rayon
gamma ai interagi dans l’absorbeur avant d’interagir
dans le diffuseur lorsque E est connu . . . . . . . . . 53
2.2.3.2 Estimation de la probabilité P (e|A j , E ) que le photon
gamma a interagi plusieurs fois dans le diffuseur avec
E connu . . . . . . . . . . . . . . . . . . . . . . . . . . 54
2.3 Approches LM-MLEM pour la reconstruction d’images . . . . . . . . . 56
2.3.1 LM-MLEM pour la reconstruction d’images mono-énergétiques 57
34
2. Reconstruction d’images et modélisation du prototype –
Avant de construire un premier prototype Compton, il est essentiel, d’étudier les dif-
férentes configurations possibles. Le moyen le moins coûteux pour cela est d’effectuer
des simulations. Afin d’étudier l’impact de la géométrie de la caméra sur l’image, il est
35
2. Reconstruction d’images et modélisation du prototype – 2.1. GATE, un outil de
simulation Monte Carlo pour le développement du prototype
36
2. Reconstruction d’images et modélisation du prototype – 2.2. De la mesure d’un
rayon gamma à la déduction des origines possibles
Pour l’étude de la caméra Temporal, nous avons créé un système d’imagerie « Optical
system » composé de deux parallélépipèdes rectangles placés l’un en face de l’autre.
Le premier, qui jouera le rôle de diffuseur, est disposé dans le repère orthonormé
(x,y,z) tel que sa surface est centrée en (0,0,0) et que sa profondeur évolue vers (0,0,-z).
L’absorbeur est lui aussi centré en (x,y) = (0,0) placé en arrière du diffuseur (Figure 2.1).
Ces deux parallélépipèdes représentent uniquement les cristaux monolithiques de
CeBr3 . Les interactions des rayons gamma simulées par Geant4 dans ces deux blocs
sont enregistrées sous forme d’une liste d’évènements (ou « Hits ») dans un fichier au
format Root [B RUN ; R ADEMAKERS 1997]. L’ensemble des informations disponibles
dans ce fichier est détaillé via le wiki de la collaboration OpenGATE dans la partie
Data Outpout [GATE Users Guide 2018].
F IGURE 2.1. – Visualisation de la caméra Compton simulée dans GATE grâce à l’outil
OpenGL. Le diffuseur apparaît en jaune et l’absorbeur en bleu.
L’ensemble des évènements est ensuite traité grâce à un code écrit en langage
Python afin d’éventuellement ajouter des incertitudes sur les mesures et de détecter
les couples Compton, qui seront considérés dans la suite du manuscrit comme les
mesures permettant de déduire les incidences possibles d’un rayon gamma mesuré.
Ils sont composés d’une mesure dans le diffuseur (E 1 ,t 1 , r 1 (x 1 ,y 1 ,z 1 )) et d’une mesure
dans l’absorbeur (E 2 ,t 2 , r 2 (x 2 ,y 2 ,z 2 )). Ces mesures sont donc exploitées pour obtenir
une image.
37
2. Reconstruction d’images et modélisation du prototype – 2.2. De la mesure d’un
rayon gamma à la déduction des origines possibles
E1 me c 2
µ ¶
α = arccos 1 − × (2.1)
E1 + E2 E2
La fonction arccos étant définie dans l’intervalle [−1, 1] ainsi que les sources à imager
étant face à la caméra (ceci impliquant que les rayons gamma traversent le détecteur
via le diffuseur), E 1 et E 2 doivent vérifier :
m e c 2 (E 1 +E 2 )
(
2(E 1 +E 2 )+m e c 2
≤ E2
2(E 1 +E 2 ) (2.2)
0 ≤ E1 ≤ 2(E 1 +E 2 )+m e c 2
On remarquera que si l’énergie initiale du rayon gamma (E ) est connue, alors on peut
remplacer (E 1 +E 2 ) par E :
me c 2 E
(
2E +m e c 2
≤ E2 ≤ E
2E
0 ≤ E1 ≤ 2E +m e c 2
Dans le cas où ces conditions ne sont pas vérifiées, cela signifie que le photon
38
2. Reconstruction d’images et modélisation du prototype – 2.2. De la mesure d’un
rayon gamma à la déduction des origines possibles
gamma n’a pas été mesuré correctement. Toutefois, si ces conditions sont respectées,
cela ne signifie pas pour autant que la mesure est bien celle d’un effet Compton, puis
d’une absorption totale par effet photo-électrique. Par exemple, si le photon interagit
dans le diffuseur avec un faible angle Compton et dépose l’énergie E 1 , puis dans
l’absorbeur avec un grand angle en déposant l’énergie E 2 et finit par s’échapper, alors
les conditions ci-dessus sont vérifiées bien que E 6= E 1 + E 2 . L’angle Compton calculé
ne correspond donc pas à la réalité. Discernons sept types de parcours différents du
rayon gamma :
(a) Le rayon gamma interagit par effet Compton dans le diffuseur puis par effet
photoélectrique dans l’absorbeur.
(b) Le rayon gamma interagit par effet Compton dans l’absorbeur puis interagit au
moins une fois dans le diffuseur et est complètement absorbé.
(c) Le rayon gamma interagit par effet Compton dans le diffuseur puis interagit au
moins une fois dans l’absorbeur sans être complètement absorbé.
(d) Le rayon gamma interagit par effet Compton dans le diffuseur puis interagit plus
d’une fois dans l’absorbeur et est complètement absorbé.
(e) Le rayon gamma interagit plusieurs fois dans le diffuseur puis au moins une fois
dans l’absorbeur.
(f) Le rayon gamma interagit par effet Compton dans l’absorbeur puis interagit au
moins une fois dans le diffuseur et n’est pas complètement absorbé.
(g) Le rayon gamma interagit plus d’une fois dans l’absorbeur avant d’interagir dans
le diffuseur.
Le parcours (g) est rare et nous pouvons la considérer comme négligeable. En Fi-
gure 2.3, nous représentons les autres types de parcours. Seuls les parcours (a) et (d)
permettent une reconstruction juste des potentiels origines du photon via un cône.
En (d), la direction du cône peut être entachée par une erreur supplémentaire en com-
paraison au parcours (a) car la position de la première interaction dans l’absorbeur et
plus difficilement déductible. Enfin, si nous supposons E comme connu, alors il est
possible de vérifier que le rayon gamma ait déposé toute sont énergie. Les parcours
(c) et (f) deviendraient donc négligeables.
39
2. Reconstruction d’images et modélisation du prototype – 2.2. De la mesure d’un
rayon gamma à la déduction des origines possibles
F IGURE 2.3. – Quelques parcours possibles d’un rayon gamma dans la caméra Comp-
ton. Chaque nouvelle apparition de flèche suppose une diffusion.
Lorsque le photon s’arrête, c’est un effet photo-électrique. Source : Thèse
de Hmissi M.Z. [M. H MISSI 2019].
z1 − z2
µ ¶
θ = − arctan (2.3)
l
q ¢2
où l = (x 1 − x 2 )2 + y 1 − y 2 et
¡
πh π x1 − x2
i · µ ¶¸
ϕ = − sgn(y 1 −y 2 )+sgn(x 1 −x 2 ) +sgn(y 1 −y 2 )sgn(x 1 −x 2 ) sgn(y 1 −y 2 )−arctan
2 2 y1 − y2
(2.4)
avec sgn(0) = 0.
40
2. Reconstruction d’images et modélisation du prototype – 2.2. De la mesure d’un
rayon gamma à la déduction des origines possibles
x2 + a y 2 − b y + c = 0 (2.7)
Dans le cas où ϕ est non nul, on procède en plus à une rotation du cône autour de z
grâce à la matrice de rotation R ϕ :
cos¡ ϕ¢ − sin¡ ϕ¢ 0
¡ ¢ ¡ ¢
R ϕ = sin ϕ cos ϕ 0
0 0 1
L’Eq. 2.7 devient :
Ceci est donc l’équation d’une conique produite par l’intersection d’un cône d’axe
de direction (θ, ϕ) et d’angle d’ouverture α avec un plan à une distance z = t de la
surface d’entrée de la caméra. Si B 2 − 4AC < 0, la conique est une ellipse ou un cercle.
41
2. Reconstruction d’images et modélisation du prototype – 2.2. De la mesure d’un
rayon gamma à la déduction des origines possibles
x = a 1 cos¡ η¢
½ ¡ ¢
y = b 1 sin η
où a 1 et b 1 sont les demi-axes de l’ellipse, et η un paramètre azumuthal prenant des
valeurs entre 0 et 2π.
Un dessin homogène de l’ellipse sur les pixels de l’image est alors obtenu en dis-
crétisant uniformément le paramètre azimutal η et en représentant dans chaque
pixel correspondant la somme des longueurs d’arc d s de l’ellipse interceptant le pixel
calculée pour chaque valeur discrète de η.
q
1 − e 2 cos2 η d η
¡ ¢
d s = a1
q
a 12 −b 12
où e = a1 avec :
v
u 2(AF 2 +C D 2 +GB 2 − 2B DF − ACG)
a1 = t
u
hp i
(B 2 − AC ) (A −C )2 + 4B 2 − (A +C )
v
u 2(AF 2 +C D 2 +GB 2 − 2B DF − ACG)
b1 = t
u
h p i
(B 2 − AC ) − (A −C )2 + 4B 2 − (A +C )
Ceci étant une représentation d’une ellipse centrée en (0, 0) et de demi-axes orientés
selon les axes x et y, il est nécessaire d’effectuer une rotation d’angle µ autour de
l’axe z et une translation par le vecteur (x 0 , y 0 ) afin de placer l’ellipse dans le même
référentiel que celui de la caméra, avec :
π π 1
· · µ ¶¸¸
2B
µ = sgn (A −C ) + sgn (A −C ) + arctan
4 4 2 A −C
et sgn(0) = 0,
CD −BF AF − B D
2
x0 =+ x 1 et y 0 = 2 − y1
B − AC B − AC
où (x 1 ,y 1 ) sont les cordonnées dans le plan (x, y) de l’interaction Compton dans le
diffuseur.
Bien que cette représentation de cône permette un dessin homogène, elle ne permet
pas de prendre en compte les incertitudes de mesures et le phénomène d’élargisse-
ment Doppler ou Doppler broadening.
42
2. Reconstruction d’images et modélisation du prototype – 2.2. De la mesure d’un
rayon gamma à la déduction des origines possibles
Chacune des erreurs de mesure pour le couple Compton, implique une incertitude
sur le cône déduit. Nous considérons ici uniquement les cas (a) et (d) de la Figure 2.3.
C’est-à-dire lorsqu’il n’y a eu qu’une seule diffusion dans le diffuseur et une absorption
totale dans l’absorbeur. Les incertitudes sont alors ∆E 1 , ∆E 2 , ∆x 1 ,∆y 1 , ∆z 1 , ∆x 2 , ∆y 2
et ∆z 2 .
43
2. Reconstruction d’images et modélisation du prototype – 2.2. De la mesure d’un
rayon gamma à la déduction des origines possibles
180 175
160 150
Angle Compton (degrés)
140
125
120
100 100
80 75
60 50
40 25
20 0
0 5 10 15 20 25 0 100 200 300
E1 ( E1+E2 = 100 keV) E1 ( E1+E2 = 511 keV)
F IGURE 2.4. – Résolution de l’Eq. 2.1 en fonction de E 1 pour 100 keV et 511 keV.
140
125
120
100 100
80 75
60 50
40 25
20 0
0 5 10 15 20 25 0 50 100 150 200 250 300 350
E1 ( E1+E2 = 100 keV) E1 ( E1+E2 = 511 keV)
Difference d'angle Compton (degrés)
E/E=0.1 30 E/E=0.1
40 E/E=0.05 25 E/E=0.05
30 20
15
20
10
10 5
0 0
0 5 10 15 20 25 0 50 100 150 200 250 300 350
E1 ( E1+E2 = 100 keV) E1 ( E1+E2 = 511 keV)
F IGURE 2.5. – Étude de la dérive de la moyenne sur l’angle α simulée par rapport à la
moyenne théorique pour 100 keV et 511 keV.
44
2. Reconstruction d’images et modélisation du prototype – 2.2. De la mesure d’un
rayon gamma à la déduction des origines possibles
Il est visible que plus l’angle Compton α est grand, plus la moyenne simulé diverge
en comparaison à la moyenne théorique. Nous traçons l’histogramme des angles
Compton calculés à partir de simulations pour une incertitude relative de 10% à
511 keV, une énergie des rayons gamma de 511 keV et un angle α de 180° en Figure 2.6.
F IGURE 2.6. – Distribution de l’angle Compton obtenu à partir d’un tirage Monte-Carlo
de valeurs aléatoires autour de E 1 et E 2 à 511 keV pour une incertitude
relative de 10% et pour un angle initial de 180°.
Nous pouvons noter que la distribution n’est pas centré en 180° et qu’elle est consti-
tuée de la somme de deux distributions normales de part et d’autre. Cela suggère
que la reconstruction de l’angle Compton α pour des évènements de rétro diffusion,
contient un biais systématique considérable qui mènerait à une reconstruction erroné
de la position des sources radioactives. On pourra donc tenter d’adapter l’algorithme
de reconstruction d’images pour prendre en compte cette absurdité.
Étudions à présent la différence entre l’incertitude sur α théorique et simulée à
partir de la Figure 2.7. Il est percevable qu’elles divergent vers α = 0° puis vers α = 180°.
Les valeurs de α pour lesquels elles commencent à diverger, sont celles à partir des
quelles la fonctions arcos n’est plus linéaire. Nous pouvons en déduire que pour des
énergies entres 100 keV et 2 MeV, l’estimation théorique de l’incertitude sera correct
entre 35° et 90°.
De ce qui est de la discordance entre les incertitudes estimées à basse énergie,
Figure 2.7 suggère que quelle que soit E , la divergence est lorsque E 1 < 4 ± 1 keV, une
première approximation de l’incertitude qui sera plus juste dans ces conditions serait
une droite passant par 0 et l’incertitude estimée algébriquement lorsque E 1 = 4 keV.
45
2. Reconstruction d’images et modélisation du prototype – 2.2. De la mesure d’un
rayon gamma à la déduction des origines possibles
46
2. Reconstruction d’images et modélisation du prototype – 2.2. De la mesure d’un
rayon gamma à la déduction des origines possibles
20.0
= 35° Doppler
17.5 = 35° E/E=10%
15.0 = 90° Doppler
= 90° E/E=10%
12.5
10.0
7.5
5.0
2.5
0.0
0.00 0.25 0.50 0.75 1.00 1.25 1.50 1.75 2.00
Énergie du photon gamma (MeV)
F IGURE 2.8. – Incertitude de l’angle de diffusion Compton en fonction de l’énergie
du rayon gamma liée à l’élargissement Doppler ou à une incertitude
relative sur la mesure de l’énergie de 10% pour des angles de diffusion
de 35° et 90°.
47
2. Reconstruction d’images et modélisation du prototype – 2.2. De la mesure d’un
rayon gamma à la déduction des origines possibles
où
pz
µ ¶
1
kα = − E 2 E 1 sin α
mc 2 mc w
E1 pz
ks = 1 − (1 − cos α) + (E − E 2 cos α)
mc 2 mc w
pz
µ ¶
1
ka = − (E 2 + E )(1 − cos α)
mc 2 mc w
w
kpz =
mc
q
w= E 2 + E 22 − 2E E 2 cos θ
48
2. Reconstruction d’images et modélisation du prototype – 2.2. De la mesure d’un
rayon gamma à la déduction des origines possibles
F IGURE 2.9. – Distribution de l’angle α pour E = 200 keV et ∆E /E = 10% obtenues par
Monte Carlo (en orange), ou analytiquement en minimisant une (en
vert) ou quatre (en bleu) gaussiennes sur la distribution de p z pour une
interaction Compton dans un cristal de CeBr3 distribution de p z issue
de [B IGGS et al. 1975].
49
2. Reconstruction d’images et modélisation du prototype – 2.2. De la mesure d’un
rayon gamma à la déduction des origines possibles
allons donc vérifier que cette approximation fournit des résultats peu différents par
rapport à une propagation sur les angles θ et ϕ. Pour ce faire, nous allons d’abord
effectuer un calcul analytique des impactes sur l’angle α des incertitudes sur les posi-
tions, puis sur θ et ϕ. Ces incertitudes seront ensuite propagés sur le cône Compton
en Section 2.2.2.4 et les résultats seront comparés à des simulations Monte Carlo.
Pour pouvoir approximer à une incertitude sur l’angle α, des incertitudes dans le
plan (x, y) ainsi que sur la profondeur z sont prisent comme point de départ. Il en
résulte 4 incertitudes ; ∆x y 1 , ∆x y 2 , ∆z 1 et ∆z 2 . Il suffit alors, comme par exemple
pour ∆x y 1 , de calculer le double de l’angle entre le vecteur − r−−−→
1 − r 2 et le vecteur
−−−−−−−−−−−−−−−−−−−−→
(x 1 + ∆x y 1 /2, y 1 , z 1 ) − r 2 (Figure 2.10).
x
Absorbeur
z Absorbeur
Diffuseur
20/08/2020
(∆x 22 + ∆x 12 )(x 2Temporal 1
s
− x 1 )2 + (y 2 − y 1 )2 (∆y 22 + ∆y 12 )
∆l = (2.12)
(x 2 − x 1 )2 + (y 2 − y 1 )2
L’incertitude sur θ s’écrit :
s
l 2 (∆z 22 + ∆z 12 ) + ∆l 2 (z 2 − z 1 )2
∆θ = (2.13)
((z 2 − z 1 )2 + l 2 )2
De même que l’incertitude sur ϕ s’écrit :
s
(x 2 − x 1 )2 (∆y 22 + ∆y 12 ) + (∆x 22 + ∆x 12 )(y 2 − y 1 )2
∆ϕ = (2.14)
((x 2 − x 1 )2 + (y 2 − y 1 )2 )2
50
2. Reconstruction d’images et modélisation du prototype – 2.2. De la mesure d’un
rayon gamma à la déduction des origines possibles
tan2 ∆αt oti = tan2 ∆αx y 1 +tan2 ∆αx y 2 +4 tan2 ∆αz1 +4 tan2 ∆αz2 +tan2 ∆αE i
¡ ¢ ¡ ¢ ¡ ¢ ¡ ¢ ¡ ¢ ¡ ¢
(2.15)
Ainsi, la probabilité h p (x p , y p , z p ) que le voxel (x p , y p , z p ) fasse partie du cône est
donné par la somme pondérée de plusieurs probabilités d’avoir un cône d’ouverture
αp passant par le voxel p, sachant que la variable aléatoire αp est distribuée selon la
somme des lois normales pondérées, de moyenne α et de FWHM ∆αt ot1 , ∆αt ot2 , ∆αt ot4
et ∆αt ot4 .
Considérons maintenant que les incertitudes sur les positions ont plutôt un impacte
sur θ et ϕ. Soit le voxel (x v , y v , z v ). Il existe une multitude de cônes passant par ce
voxel. Prenons l’un d’entre eux. Nous pouvons à présent calculer la probabilité que
ce cône de paramètres (αv , θv , ϕv ) corresponde au cône mesuré de paramètres (α, θ,
ϕ). Cette probabilité est égale à la probabilité P(αv ) que l’angle Compton mesuré soit
égale à αv multiplié par P(θv ), la probabilité que la colatitude du cône mesurée soit
égale à θv , multiplié par P(ϕv ), la probabilité que la longitude du cône mesurée soit
ϕv .
Pour toute valeur de θv et ϕv , il existe un unique αv (modulo π) pour lequel le
cône passe par (x v , y v ,z v ). On peut alors définir h αv (θv , ϕv ), la fonction permettant
de calculer αv . La probabilité que le voxel (x v , y v , z v ) face partie du cône Compton
s’écrit :
Z 2π Z 0
h v (x p , y p , z p ) = P (h αv (θv , ϕv )) × P (θv ) × P (ϕv )d θv d ϕv (2.16)
0 −π/2
On notera que αv suit une distribution correspondant à la somme de lois normales
pondérées, de moyenne α et de FWHM ∆αE 1 , ∆αE 2 , ∆αE 3 et ∆αE 4 .
51
2. Reconstruction d’images et modélisation du prototype – 2.2. De la mesure d’un
rayon gamma à la déduction des origines possibles
F IGURE 2.11. – Coupe transverse du plan normal à l’axe de la caméra d’un cône
dessiné avec ses incertitudes estimées en utilisant h v (x v , y v , z v ),
h p (x p , y p , z p ) ainsi que la simulation Monte Carlo pour un couple
Compton de paramètres (en millimètres et MeV) ((E 1 = 0.06, r 1 (x 1 =
30, y 1 = 0, z 1 = 0)), (E 2 = 0.450, r 2 (x 2 = 30, y 2 = 0, z 2 = −32))) correspon-
dant à un cône Compton de paramètres (α = 30°, θ = −20, ϕ = −45°).
∆x y 1 = 1.5 mm, ∆z 1 = 2.5 mm, ∆x y 2 = 1.5 mm et ∆z 2 = 4 mm, ∆E /E =
9.4%.
2.2.2.6. Résumé
La comparaison entre l’estimation théorique des erreurs sur le cône Compton
et la simulation Monte Carlo a permis de mettre en évidence la non symétrie de la
distribution de ϕ̂ et θ̂ autour de ϕ et θ qui mène à une sous estimation des incertitudes
sur le cône Compton.
Feng Y. a montrée qu’une sous estimation des incertitudes ne permet pas aux
algorithmes de type MLEM de converger vers la vraie estimation de la distribution
des sources radioactives [F ENG 2019]. Si nous prenons le cas d’un point source à
reconstruire, le fait que les cônes se recoupent mal mène l’algorithme à interpréter
cela comme l’existence d’une multitude de sources très proches les unes des autres.
Aussi, dans le cas d’un détecteur voxelisé, Xu D. propose une alternative à l’estima-
tion de l’impact des incertitudes sur le cône Compton [X U 2006].
52
2. Reconstruction d’images et modélisation du prototype – 2.2. De la mesure d’un
rayon gamma à la déduction des origines possibles
Concernant l’impacte sur le cône Compton des incertitudes de mesure des énergies,
nous avons montré qu’il existe un angle α limite, dépendant de l’énergie du rayon
gamma, pour lequel il n’est ni bon d’estimer l’incertitude, ni de reconstruire l’évè-
nement. En effet lorsque nous simulons par Monte Carlo des interactions Compton
d’un angle α fixé à une valeur proche de 180°, la valeur moyenne contient un biais
systématique.
Enfin, l’estimation de l’impact des incertitudes de mesures sur le cône Compton
permet de reconstruire correctement des images par approche MLEM lorsque les
mesures sont liées à un parcours du rayon gamma dans les configurations (a) et (d)
de la Figure 2.3. Pourtant, selon les caractéristiques de la caméra, il est impossible
de les discerner des autres types de configuration qui aboutissent à une estimation
erronés du cône Compton. Néanmoins, nous pouvons estimer avec quelle confiance,
une mesure est bien liée à un parcours du rayon gamma dans la configuration (a) ou
(d). Nous parlerons alors de « confiance sur le cône Compton ».
N
X
P (b|A j , E ) = P (b|A j , l , E )
l =1
53
2. Reconstruction d’images et modélisation du prototype – 2.2. De la mesure d’un
rayon gamma à la déduction des origines possibles
P (b ∩ A j |l , E )
P (b|A j , l , E ) = (2.17)
P (b ∩ A j |l , E ) + P (e ∩ A j |l , E ) + P ((a ∪ d ) ∩ A j |l , E )
Néanmoins, P (e∩A j |l , E ) est difficilement estimable analytiquement car il demande
un calcule d’intégrales. Il est donc peu intuitif d’estimer P (b|A j , l , E ). Au lieux de cela
nous pouvons approximer P (b ∩ A j |l , E ) et faire l’hypothèse que cette probabilité est
proportionnelle à P (b|A j , l , E ). En accord avec les notations de la Figure 2.12 et de la
Figure 2.2, P (b ∩ A j |l , E ) s’écrit :
N
X
P (e|A j , E ) = P (e|A j , l , E )
l =1
54
2. Reconstruction d’images et modélisation du prototype – 2.2. De la mesure d’un
rayon gamma à la déduction des origines possibles
F IGURE 2.12. – Représentation du chemin d’un rayon gamma détecté originant d’un
voxel de l’image lorsque la diffusion a lieu dans l’absorbeur.
P (e ∩ A j |l , E )
P (e|A j , l , E ) = (2.19)
P (b ∩ A j |l , E ) + P (e ∩ A j |l , E ) + P ((a ∪ d ) ∩ A j |l , E )
Dans la section précédente, nous avons vue qu’il était difficile d’approcher analyti-
quement P (e ∩ A j |l , E ). Au lieu d’estimer P (e|A j , E ), nous allons essayer de trouver
un facteur de mérite basé sur la distribution de photons de scintillation collectées par
la matrice de SiPM qui est couplée au cristal de CeBr3 .
Dans la littérature, nous retrouvons quelques travaux dans lesquelles, certains
évènements sont rejetés en fonction de la valeur du facteur de mérite [C. et al. 2019]
[R. et al. 2017]. Dans [R. et al. 2017], on mesure la largeur à mi-hauteur et la symétrie
de la distribution de photons de scintillation détectés sur la surface des PMT couplés
à un cristal pixelisé. Le facteur de mérite (P j ) est calculé grâce à la formule suivante :
55
2. Reconstruction d’images et modélisation du prototype – 2.3. Approches
LM-MLEM pour la reconstruction d’images
F IGURE 2.13. – Fantôme de Derenzo (a), reconstruction par re-projection (b), recons-
truction par LM-MLEM (c).
En Figure 2.13, nous présentons une coupe transverse d’un Fantôme de Derenzo
et la reconstruction de 1000 cônes sans incertitudes de mesures par re-projection
sur une image 100 x 100 ainsi qu’une reconstruction en utilisant l’algorithme itératif
Liste-Mode Maximum Likelyhood Expectation Maximisation (LM-MLEM) après 10 ité-
rations [B ARRETT et al. 1997]. Cet algorithme sera introduit par la suite. Visuellement,
il est plus simple d’apercevoir les sources avec la reconstruction LM-MLEM. Pourtant,
les sources visibles en re-projection ont une forme plus fidèle. Elles apparaissent plus
circulaires.
Cet exemple montre que la qualité d’image peut être étudiée avec des critères
quantifiables, mais leur importance comparée reste subjective. Dans ce manuscrit,
une image de meilleure qualité sera considérée comme une image dont la résolution
angulaire sera la meilleure, l’activité reconstruite sera la plus fidèle à la réalité et le
signal sur bruit comme le plus élevé.
56
2. Reconstruction d’images et modélisation du prototype – 2.3. Approches
LM-MLEM pour la reconstruction d’images
fi Si
P (i | f ) = PM (2.21)
n=1 f n S n
En considérant que l’émission des rayons gamma suit une loi de Poisson de moyenne
N , le même raisonnement que Parra L. et Barrett H. H. [PARRA ; B ARRETT 1998] peut
être suivi pour obtenir l’expression suivante :
fˆl(t ) X
N p(A j |l )
fˆl(t +1) = (2.22)
Sl
PM ˆ(t )
j =1 i =1 p(A j |i ) f i
où :
— j représente le numéro d’évènements (ou couples Compton)
— l représente un index de voxel de l’image
— fˆ(t ) représente la valeur du voxel l à l’itération t
l
— S l est la probabilité de détecter un rayon gamma provenant du voxel l
— A j représente le couple Compton j
— p(A j |l ) est la probabilité que le couple Compton numéro j issue d’une émission
d’un rayon gamma depuis le voxel l aboutisse à la mesure A
57
2. Reconstruction d’images et modélisation du prototype – 2.3. Approches
LM-MLEM pour la reconstruction d’images
d σc cos(θ1 )
p(A j |l ) = (α, E ) h(x p , y p , z p )
dΩ d 12
F IGURE 2.14. – Représentation du chemin d’un rayon gamma détecté originant d’un
voxel de l’image lorsque la diffusion a lieu dans le diffuseur.
1 cos(θ1 )
Ï
Sl = d xd y (2.23)
4π d 12
di f f .
Comme il est parfois impossible de connaître, à priori, l’énergie des photons gamma
émis par les sources radioactives à imager, Xu D. et He Z. suggèrent de modifier légè-
rement la représentation de f pour appliquer une correction de sensibilité propre à
chacune des énergies en ajoutant une quatrième dimension. On parlera alors d’ima-
gerie spectrale [X U ; H E 2007]. La représentation de chaque cône Compton prend en
considération le fait que le rayon gamma puisse ne pas être complètement absorbé.
Par souci de cohérence, il en est de même pour l’estimation de la sensibilité.
Bien que l’image obtenue après reconstruction est moins bruitée qu’avec une im-
plémentation classique, on pourra noter une perte en résolution angulaire.
58
2. Reconstruction d’images et modélisation du prototype – 2.3. Approches
LM-MLEM pour la reconstruction d’images
Pour cette raison, nous détaillons ici une implémentation dans laquelle la représen-
tation du cône Compton ne prend pas en considération le fait que le rayon gamma
puisse ne pas être complètement absorbé.
f i ,e S i ,e
P (i , e| f ) = P Q
M P
n=1 q=1 f n,q S n,q
fk Sk
P (k| f ) = PK
n=1 f n S n
avec k = i + M × e, où k = 0, .., K = M ×Q. En faisant cela, le même raisonnement que
firent Parra L. et Barrett H. H. [PARRA ; B ARRETT 1998] peut être appliqué. La seule
différence notable est la taille de l’image f , qui est M dans le cas d’une distribution
mono-énergétique (LM-MLEM) et M × Q dans le cas d’une imagerie poli-énergétique
(PE-LM-MLEM).
Pour estimer p(A j |l ), l’approximation décrite par Lojacono X. [L OJACONO 2013]
reste en partie celle utilisée. Elle est multipliée par le terme p(ξ), qui correspond
à la probabilité que l’énergie du rayon gamma décrit par le couple Compton soit
ξ = Q − (l mod M ) + 1 et s’écrit :
à p !
∆E 1 2 + ∆E 2 2
ξ ∼ N E, p
2 2 ln(2)
p
∆E 1 2 +∆E 2 2
En supposant que p(ξ) = 0 si ξ > 1.95 × p .
2 2 ln(2)
d σc cos(θ1 )
p(A j |l ) = (α, E ) h(x p , y p )p(ξ)
dΩ d 12
La sensibilité propre à chacune des énergies peut être exprimée en accord avec les
notations de la Figure 2.14 et de la Figure 2.2 :
59
2. Reconstruction d’images et modélisation du prototype – 2.3. Approches
LM-MLEM pour la reconstruction d’images
· Ze1 ·
1 cos(θ1 ) 1
Ï
−µ (E ) z
Sk = d xd y e −µai r (E )d1 d z e sc at . cos(θ1 ) ×
4π d 12 cos(θ1 )
di f f . 0
cos(θ2 ) d σc Ze f f N A ρ −µ (E )d −µ (E )d ³ ´¸¸
Ï
0 0 sc at . 2 3 ai r 2 4 −µabs. (E 2 )d 5
dx dy (α, E ) e e 1−e
(d 3 + d 4 )2 d Ω A
abs.
(2.24)
60
2. Reconstruction d’images et modélisation du prototype – 2.3. Approches
LM-MLEM pour la reconstruction d’images
2.3.2.1.1. Reconstruction des points sources avec des données où l’absorption est
totale
F IGURE 2.16. – Activités relatives des points sources reconstruits avec (lignes en tirets)
PE-LM-MLEM et (lignes pleines) LM-MLEM.
F IGURE 2.17. – Image des points sources d’énergies différentes simulées avec la même
activité sans incertitude de mesures reconstruites avec (droite) LM-
MLEM et (gauche) PE-LM-MLEM.
61
2. Reconstruction d’images et modélisation du prototype – 2.3. Approches
LM-MLEM pour la reconstruction d’images
2.3.2.1.2. Reconstruction des points sources simulés avec des incertitudes de me-
sures et sans supposer une absorption totale dans l’absorbeur
L’Eq. 2.24 permet d’estimer la probabilité qu’un photon gamma d’une énergie
donnée interagisse dans le diffuseur par effet Compton puis au moins une fois dans
l’absorbeur. Or, dans notre cas, nous aimerions estimer la probabilité qu’un rayon
gamma interagisse par effet Compton dans le diffuseur, puis qu’il soit complètement
absorbé dans l’absorbeur. En lieu et place d’un calcule analytique, il est plus rapide
de l’estimer à partir de GATE. Pour chacune des énergies et chacun des voxels, une
source est simulée afin de déterminer S k . Les résultats sont ensuite normalisés et
représentent la sensibilité de la caméra.
En Figure 2.18, nous présentons les images reconstruites des points sources avec
la prise en compte des incertitudes de mesure en utilisant LM-MLEM et PE-LM-
MLEM. Les incertitudes de mesures simulées sont : ∆x = ∆y = 1 mm, ∆z = 5 mm,
∆E /E = 8 % @ 511 keV et E 2 , correspond cette fois à l’énergie déposée dans l’absorbeur
par Monte Carlo.
F IGURE 2.18. – Images des points sources simulés de différentes énergies, d’activités si-
milaires, avec les incertitudes de mesures ∆x = ∆y = 1 mm, ∆z = 5 mm
and ∆E /E = 8 % @ 511 keV reconstruites avec (gauche) LM-MLEM et
(droite) PE-LM-MLEM.
Les sources d’énergie de 1.3 MeV et 2 MeV proches du bord de l’image sont diffici-
lement percevables en utilisant LM-MLEM. PE-LM-MLEM améliore visuellement la
résolution angulaire de l’image. La meilleure séparation entre les couples Compton
d’énergies totales différentes permet une interférence plus faible entre eux tout en
maximisant la vraisemblance de l’information énergétique.
Le graphique des activités relatives reconstruites (Figure 2.19) montre l’efficacité de
la correction par l’utilisation de PE-LM-MLEM. En Figure 3.1, le spectre en énergie
mesuré et le spectre en énergie obtenu par PE-LM-MLEM (somme des activités par
voxel d’énergie dans l’image reconstruite multidimensionnelle) sont comparés. Le fait
que les activités comparées soient bien corrigées par PE-LM-MLEM est observable ;
même dans les pires cas (1.3 et 2 MeV). Néanmoins, le bruit est amplifié à l’extérieur
des pics à pleine énergie. L’algorithme tente de converger vers des solutions pour des
couples Compton où l’absorption dans l’absorbeur est incomplète.
62
2. Reconstruction d’images et modélisation du prototype – 2.3. Approches
LM-MLEM pour la reconstruction d’images
63
2. Reconstruction d’images et modélisation du prototype – 2.3. Approches
LM-MLEM pour la reconstruction d’images
F IGURE 2.21. – Distribution en énergie des point sources simulés avec la même acti-
vité et reconstruits avec PE-LM-MLEM, (gauche) sans incertitude de
mesures et en assumant une absorption totale dans l’absorbeur (E 2 =
E − E 1 ), et (droite) avec les incertitudes de mesures ∆x = ∆y = 1 mm,
∆z = 5 mm, ∆E /E = 8 % @ 511 keV et sans assumer une absorption
totale dans l’absorbeur.
64
2. Reconstruction d’images et modélisation du prototype – 2.3. Approches
LM-MLEM pour la reconstruction d’images
fˆl(t ) X
N p(A j |l )v j
fˆl(t +1) = (2.25)
Sl
PM ˆ(t )
j =1 i =1 p(A j |i ) f i
Lehner C. E. et al. ont aussi montré qu’ajouter le terme 1/α j (l’inverse de l’angle
Compton du cône mesuré), améliore la vitesse de convergence de LM-MLEM [L EHNER
et al. 2004]. Plus l’angle Compton est petit, plus les incertitudes de mesures sont faibles.
Ainsi, en donnant plus de poids aux couples Compton d’un faible angle, on améliore
la résolution angulaire. L’équation qu’ils proposent est la suivante :
fˆl(t ) k=1
PN
αk X
N p(A j |l ) 1
fˆl(t +1) = (2.26)
p(A j |i ) fˆ(t ) α j
PM
Sl j =1 i =1 i
PN
La somme k=1 αk permet de préserver l’activité dans l’image. Notons que Zoglauer
PN
A. C. n’a pas ajouté la somme k=1 v k dans son implémentation.
De la même manière qu’on été ajoutés v j et (1/α j ) à l’Eq. 2.22, nous pouvons
envisager d’ajouter P (a ∪ d |A j , E ), la probabilité que le cône Compton mesuré cor-
respond à un parcours du rayon gamma dans les configurations (a) ou (d) visibles en
Figure 2.3, sachant que celui-ci a déposée toute son énergie dans ¡ la caméra Compton. ¢
En Section 2.2.3, nous avons vue que P (a ∪ d |A j , E ) = 1 − P (b|A j , E ) + P (e|A j , E ) .
Nous avons aussi montré que P (b|A j , E ) et P (e|A j , E ) étaient difficilement estimables.
Nous avons aussi montré que P (b|A j , E ) est approximativement proportionnel à la
section efficace différentielle de Klein-Nishina (K j ). Pour approcher P (e|A j , E ), nous
avons élaboré un facteur de mérite basé sur la distribution de photons de scintillation
collectées par la matrice de SiPM (F j ). Nous décidons donc d’incorporer l’inverse de
K j et de F j à l’Eq. 2.22 :
fˆl(t ) k=1
PN
N
K k Fk X p(A j |l ) 1
fˆl(t +1) = (2.27)
Sl
PM ˆ(t ) KjFj
j =1 i =1 p(A j |i ) f i
65
2. Reconstruction d’images et modélisation du prototype – 2.3. Approches
LM-MLEM pour la reconstruction d’images
source est placée en face de la caméra, et les quatre autres autour de celle-ci, à 20 cm
(Figure 2.22). Dans ce cas de figure, près de la moitié des couples Compton mesurés
sont de la rétrodiffusion.
Dans la simulation Monte Carlo, les photons émis par le cristal de CeBr3 ne sont pas
générés. Pour cette raison, plutôt que calculé comme en Section 2.2.3.2, la valeur de
F j sera le nombre d’interactions mesurées dans le diffuseur par le Monte Carlo.
F IGURE 2.22. – Disposition des sources radioactives de 511 keV et de même activité
(0.245 Mbq) à 35 cm de la caméra.
En Figure 2.23 sont présentées les images de taille 100 × 100 reconstruites après
10 itérations comprenant les 4015 évènements mesurés avec une implémentation
classique de LM-MLEM, puis en ajoutant progressivement les facteurs v j , 1/K j puis
1/F j . Il est visible que sans v j , il est en fait impossible de reconstruire une image à
cause de la rétrodiffusion. En effet, les couples Compton de rétrodiffusion se trouvant
en grande partie sur les bords de l’image, LM-MLEM va converger vers ceux-ci. À
l’ajout de 1/K j , l’intensité de la source au centre de l’image s’amplifie. Néanmoins,
son activité reconstruite reste un tiers inférieure à celle des quatre autres sources.
Enfin, l’ajout de 1/F j permet une amélioration de la résolution angulaire de près de
11%.
66
2. Reconstruction d’images et modélisation du prototype – 2.3. Approches
LM-MLEM pour la reconstruction d’images
F IGURE 2.23. – Reconstruction de points sources simulée pour une caméra Compton
mimant les performances du premier prototype Temporal avec un dif-
fuseur de 3 × 3 × 0.5 cm3 et un absorbeur de 3 × 3 × 1.2 cm3 , d = 3.2 cm.
Une fenêtre de temps en coïncidence entre le diffuseur et l’absorbeur
de 300 ns est utilisée, ainsi qu’un seuil de détection en énergie à 0.06
MeV. Seules les événements de 3σ autour du pic-photoéléctrique sont
gardées. Les résultats sont affichés après 10 itérations de différentes
implémentations de LM-MLEM avec (haut gauche), une implémenta-
tion telle que décrite en 2.3.1, (haut droit) l’ajout de v j dans l’Eq. 2.22,
(bas gauche) l’ajout de v j et 1/K j dans l’Eq. 2.22 et (bas droite) l’ajout
de v j , 1/K j et 1/F j .
67
2. Reconstruction d’images et modélisation du prototype – 2.3. Approches
LM-MLEM pour la reconstruction d’images
On observe que les sources ont des intensités variables et ce, à cause du faible
nombre de mesures. Les temps d’acquisition par l’utilisation de cette méthode se
doivent donc d’être démultipliés.
2.3.4. Résumé
Quelques limitations de l’algorithme LM-MLEM sont ici montrées concernant
la conceptualisation de la matrice de sensibilité lorsque les sources imagées sont
multigéniques. PE-LM-MLEM est finalement, une meilleure alternative pour une
correction plus optimale de l’activité des sources et pour une meilleure résolution,
même lorsque la source est mono-énergétique. Ceci, car les couples Compton pour
lesquelles le rayon gamma a déposé toute son énergie ne sont pas contaminés par
ceux dont l’absorption fut incomplète.
Une approche de type MLEM est dite multiplicative car à chaque itération, les pixels
de l’image sont multipliés par un terme. Il existe d’autres types d’algorithmes de
68
2. Reconstruction d’images et modélisation du prototype – 2.4. Optimisation
géométrique du prototype Temporal par l’étude de simulations Monte-Carlo
descente de gradient qui n’utilisent pas une approche MLEM. Les algorithmes basés
sur une (en anglais) Algebraic Reconstruction Technique (ART) sont eux additifs. Leur
principal inconvénient est la nécessité de modéliser l’ensemble des couples Compton
possibles dans p(A j |l ), rendant l’algorithme plus lent et beaucoup plus nécessiteux
en terme de mémoire [G. R ICHARD 1974]. Des approches stochastiques ont aussi
été expérimentées pour la reconstruction d’images Compton [M ACKIN et al. 2012].
Elles consistent à choisir aléatoirement une origine du photon gamma sur chacun
des cônes Compton et de la considérer comme vraie tant que la vraisemblance à
l’image de la nouvelle origine tirée n’est pas supérieure à celle-ci. Bien que la vitesse
de convergence soit souvent supérieure ou égale à une approche LM-MLEM, ces
méthodes provoquent une sur-expression de l’intensité des sources les plus actives
aux dépens d’une perte de visibilité sur les potentielles sources environnantes de
faible activité.
Afin d’améliorer visuellement la qualité des images reconstruites ou de guider la
convergence des algorithmes, des méthodes de régularisation peuvent être ajoutées
et se basent majoritairement sur les à prioris. Parmi les plus communes, on compte ;
l’ajout de la contrainte de positivité de l’image, la déconvolution par la PSF (Point
Spread Fuction) ou encore la diminution du bruit blanc environnement qui s’amplifie
d’autant plus que le nombre d’itérations augmente [F ENG 2019].
69
2. Reconstruction d’images et modélisation du prototype – 2.4. Optimisation
géométrique du prototype Temporal par l’étude de simulations Monte-Carlo
70
2. Reconstruction d’images et modélisation du prototype – 2.4. Optimisation
géométrique du prototype Temporal par l’étude de simulations Monte-Carlo
71
2. Reconstruction d’images et modélisation du prototype – 2.4. Optimisation
géométrique du prototype Temporal par l’étude de simulations Monte-Carlo
F IGURE 2.28. – Coupe de la somme des cônes issus de la détection de gammas émis
par une source de 22 Na placée à 35 cm d’une caméra Compton non
collimatée temporellement et lorsque le cas (b) de la Figure 2.3 unique-
ment est considéré. La surface de détection est de 3 × 3 cm2 , d = 3.2 cm
e 1 = 0.5 cm, e 2 = 1.2 cm et ∆E /E = 10%. Le champ de vue de la caméra
est fixé à 90°.
72
2. Reconstruction d’images et modélisation du prototype – 2.4. Optimisation
géométrique du prototype Temporal par l’étude de simulations Monte-Carlo
Afin d’obtenir un bon compromis entre les basses et hautes énergies, l’épaisseur
optimale choisie est celle lorsque la courbe de 200 keV croise celle de 2 MeV. L’épaisseur
optimale pour la gamme d’énergie [0.2-2 MeV] est donc d’environ e 1 =1.5 cm.
En Figure 2.31, nous présentons l’évolution de la proportion d’interactions simples
dans le diffuseur en fonction de e 1 avec d =7.5 cm.
En Figure 2.32, nous présentons l’évolution de la proportion de couples Compton
de rétrodiffusion en fonction de e 1 avec d =7.5 cm.
Mis à part entre 0 et 1 cm, la quantité d’interactions uniques dans le diffuseur ou de
rétrodiffusions sont très peu dépendantes de e 1 .
2.4.3. Résumé
Cette étude a permis de mettre en évidence la dépendance de la résolution angulaire
en la distance entre les faces avant du diffuseur et de l’absorbeur.
Aussi, la sensibilité de la caméra est très dépendante de l’épaisseur du diffuseur
dont l’optimisation varie fortement en fonction de la gamme d’énergie. Ainsi, il est
difficile d’optimiser un détecteur pour une sensibilité sur un spectre large (supérieur
73
2. Reconstruction d’images et modélisation du prototype – 2.4. Optimisation
géométrique du prototype Temporal par l’étude de simulations Monte-Carlo
74
2. Reconstruction d’images et modélisation du prototype – 2.5. Caractérisation du
prototype Temporal
à 2 MeV). Le détecteur Temporal, dont la caractérisation suit, est construit selon les
contraintes mises en évidence dans cette partie.
Damavan Imaging fournit aussi un logiciel de reconstruction d’images basé sur une
implémentation LM-MLEM. De ce qui est des performances annoncées, la résolution
75
2. Reconstruction d’images et modélisation du prototype – 2.5. Caractérisation du
prototype Temporal
en énergie ∆E /E est de 9.4 % à 511 keV. Les couples Compton sont enregistrés avec
une fenêtre en coïncidence de 300 ns. Il n’y a donc pas de distinction entre les couples
Compton dont la diffusion a eu lieu dans le diffuseur et ceux dont la diffusion a eu lieu
dans l’absorbeur (rétrodiffusion). Les résolutions spatiales annoncées du détecteur
sont ∆x y 1 = 1.5 mm, ∆z 1 = 2.5 mm, ∆x y 2 = 1.5 mm et ∆z 2 = 4 mm. Les interactions
simples et multiples dans le cristal ne sont pas discernées. Tous les cas de figures
impliquant un dépôt d’énergie dans le diffuseur et dans l’absorbeur dans un laps de
temps inférieur à 300 ns sont donc mesurés.
800 Total
Diffuseur
700 Absorbeur
600
Nombre de coups
500
400
300
200
100
0
0 100 200 300 400 500 600
Énergie (keV)
F IGURE 2.34. – Spectres en énergie mesurées par la caméra Compton pour une source
de 22 Na
Aussi, le pic photoélectrique n’est pas centré à 511 keV. La Caméra est potentiel-
lement mal calibrée. Afin de vérifier s’il s’agit d’une erreur systématique, plusieurs
acquisitions sont effectuées avec la source placées à 35 cm et en faisant varier x et y en
même temps (x=y) de -35 à 35 cm (la source est déplacé en diagonale). La température
moyenne des détecteurs est aussi mesurée.
76
2. Reconstruction d’images et modélisation du prototype – 2.5. Caractérisation du
prototype Temporal
77
2. Reconstruction d’images et modélisation du prototype – 2.5. Caractérisation du
prototype Temporal
78
2. Reconstruction d’images et modélisation du prototype – 2.5. Caractérisation du
prototype Temporal
des interactions multiples dans le diffuseur sont mesurée et seul 32% des couples
Compton permettent d’estimer la réelle origine du rayon gamma.
Pour chaque position, la durée d’acquisition est telle que l’estimation de la sensibi-
p noterons S k ) atteint une incertitude (∆S k ) inférieure ou égale à 7.5%
lité (que nous
avec ∆S k = S k × n(1 − S k ) et n le nombre total de particules émises par la source.
La sensibilité de la caméra Compton est représentée sous forme d’une mosaïque en
Figure 2.39.
Une asymétrie Gauche/Droite est visible. Après deux acquisitions plus longues avec
∆S k = 1% à la position (-35,0) et (35,0), les résultats ont confirmé que cette asymétrie
est due à la fluctuation statistique. Une asymétrie Haut/Bas est aussi visible. Elle est
liée à la présence d’un radiateur et d’un module pelletier en dessous des détecteurs
qui arrêtent une partie des photons incidents.
Ces mesures de sensibilité peuvent être interpolées et la largeur à mi-hauteur es-
timée est de 30.7°±0.4. La sensibilité de la caméra est aussi simulée en Monte-Carlo
79
2. Reconstruction d’images et modélisation du prototype – 2.5. Caractérisation du
prototype Temporal
80
2. Reconstruction d’images et modélisation du prototype – 2.5. Caractérisation du
prototype Temporal
F IGURE 2.40. – Coupe transverse de la somme des cônes Compton mesurés pour une
source de 22 Na à 35 cm de la caméra avec (droite) tous les cônes d’une
énergie de 511 keV (±3σE ) et (gauche) tous les cônes d’une énergie de
511 keV (±3σE ) dont la diffusion dans le diffuseur est certaine.
bin l , qu’un photon gamma émis par celui-ci, soit mesuré dans les configurations (a)
ou (d) de la Figure 2.3. Nous pourrions estimer la sensibilité de la caméra Compton
par Monte-Carlo afin de vérifier la configuration dans laquelle les rayons gamma on
interagi et ainsi garder les évènements dans les configurations (a) ou (d). Néanmoins,
à ce stade de développement, la simulation du signal des SiPM n’est pas encore
maîtrisée. Comme vue en Section 2.5.1.1, le Monte Carlo ne permet pas d’estimer
correctement le nombre de rayons gamma détectés lorsque le dépôt d’énergie dans
le diffuseur est faible. Pour cette raison, notre choix de matrice de sensibilité pour
la reconstruction d’images se porte, à défaut, sur celle mesurée en Section 2.5.2 et
LM-MLEM sera utilisée en incorporant v j , 1/K j et 1/F j dans l’Eq. 2.22.
81
2. Reconstruction d’images et modélisation du prototype – 2.5. Caractérisation du
prototype Temporal
F IGURE 2.41. – Distribution des 1/P j estimés à partir la méthode décrite en Sec-
tion 2.2.3.2.
certaine sont utilisés pour la reconstruction, un meilleur signal sur bruit est obtenu
(reconstruction de 731 évènements contre 8080 pour les autres implémentions), mais
le nombre de cônes est insuffisant pour visualiser la correcte position des sources
radioactives.
18
2.5.4.2. Reconstruction stéréoscopique de sources de F
En démantèlement nucléaire, il paraît intéressant de pouvoir estimer la position 3D
des sources radioactives. Si nous sommons deux acquisitions à deux positions diffé-
rentes de la caméra, alors il est possible, par stéréoscopie d’en avoir une estimation.
Au plus les positions sont éloignées, au mieux sera l’estimation de la localisation 3D
des sources radioactives. Afin d’explorer le concept, nous faisons deux acquisitions de
deux sources cylindriques de 18 F d’une activité de 25 MBq chacune à la préparation.
La source 1 mesure 7.5 cm de diamètre et 3.85 cm de haut. La source 2 mesure
4.45 cm de diamètre et 3.65 cm de haut. Leur disposition est détaillé en Figure 2.43.
Une première acquisition est effectuée à la position (10 cm, 35 cm) et une deuxième à
la position (-10 cm, 35 cm).
Pour la reconstruction, nous utilisons une implémentation de LM-MLEM avec
l’ajout de v j et 1/K J . La matrice de sensibilité utilisée est celle mesurée expérimenta-
lement pour la source de 22 Na. En Figure 2.44, nous présentons la reconstruction sur
une image de taille 35 × 35 × 35 cm3 après 20 itérations. La première coupe, parallèle à
la caméra, est celle en z = 0 (telle que représenté en la Figure 2.43). Il est observable
que les sources sont reconstruites à la bonne position, bien que chacune soit légère-
ment décalée vers le bord de l’image. Les trois autres coupes sont effectuées sur l’axe
y. La première en y = 7 cm, la deuxième en y = 4 cm et la troisième en y = 10 cm. En
y = 7 cm, aucune source n’est visible. Ceci reflète correctement la réalité. Néanmoins,
des artefacts sont visibles en bas de l’image, sur les pixels au bord du champ de vue
de la caméra. Ces artefacts sont liées aux couples Compton qui ne sont pas dans les
82
2. Reconstruction d’images et modélisation du prototype – 2.5. Caractérisation du
prototype Temporal
83
2. Reconstruction d’images et modélisation du prototype – 2.5. Caractérisation du
prototype Temporal
configurations (a) ou (d) de la Figure 2.3. Il contribuent alors à la convergence vers des
solutions au bord du champ de vue, dont les valeurs sont amplifiées par la correction
de la sensibilité. Nous retrouvons aussi ces artefacts sur les deux images qui suivent.
Enfin, Nous observons que la résolution d’image sur l’axe z est inférieure à celle sur le
plan (x, y).
2.5.5. Résumé
Le premier prototype temporal a ici été caractérisé et quelques images de sources
radioactives ont été obtenues. Nous pouvons retenir une sensibilité intrinsèque de
0.21%% et une résolution angulaire de 6.7° ±0.4 pour une source émettrice de rayons
gamma de 511 keV en face de la caméra.
Aussi, près de la moitié des couples Compton mesurées sont de la rétrodiffusion.
De ce fait, certaines images sont difficile à reconstruire (comme celle présentée en
Section 2.5.4.1), même lorsque la notion de confiance sur le cône Compton est ajoutée
à l’implémentation LM-MLEM. Pour les reconstructions d’images, nous avons choisie
d’utiliser la sensibilité de la caméra Compton mesurée en Section 2.5.2. Il aurait été
plus juste de l’estimer à partir mesures pour lesquelles le photon gamma a interagi
dans les configurations (a) ou (d) de la Figure 2.43. Ceci aurai été possible grâce
à une simulation Monte Carlo de la caméra Compton. Néanmoins, à ce stade de
développement, la simulation du signal des SiPM n’est pas encore maîtrisée. Il est
donc impossible de mimer correctement le comportement de la caméra.
84
2. Reconstruction d’images et modélisation du prototype – 2.5. Caractérisation du
prototype Temporal
85
2. Reconstruction d’images et modélisation du prototype – 2.6. Conclusion générale
et prospectives
86
2. Reconstruction d’images et modélisation du prototype – 2.6. Conclusion générale
et prospectives
87
3. Spectrométrie gamma à base de
SiPM : modélisation et
simulation Monte Carlo de
photo-multiplicateurs à base de
silicium (SiPM)
Sommaire
3.1 Principales caractéristiques des scintillateurs . . . . . . . . . . . . . . . 91
3.1.1 Réponse temporelle . . . . . . . . . . . . . . . . . . . . . . . . . 92
3.1.2 Rendement de scintillation . . . . . . . . . . . . . . . . . . . . . 92
3.1.3 Résolution en énergie . . . . . . . . . . . . . . . . . . . . . . . . 92
3.1.4 Spectre d’émission . . . . . . . . . . . . . . . . . . . . . . . . . . 93
3.1.5 Surfaces du scintillateur et interface avec le détecteur . . . . . 93
3.1.6 Modélisation du cristal scintillant de LYSO dans GATE . . . . . 94
3.1.7 Résumé . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
3.2 Électronique de lecture des signaux émis par les SiPMs . . . . . . . . . 98
3.3 Fonctionnement et géométrie des SiPMs . . . . . . . . . . . . . . . . . 98
3.3.1 Géométrie d’un SiPM et efficacité de détection . . . . . . . . . 99
3.3.2 Lecture du signal émis par les SiPMs . . . . . . . . . . . . . . . . 100
3.3.3 Schéma électronique équivalent et forme du signal . . . . . . . 102
3.3.4 Saturation du SiPM, temps mort et temps de récupération des
micro-cellules . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106
3.3.5 Calibration d’un SiPM couplé à un cristal scintillant . . . . . . 107
3.3.6 Résolution temporelle d’un photon unique . . . . . . . . . . . 108
3.3.7 Résumé . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109
3.4 Bruits générés par les SiPMs . . . . . . . . . . . . . . . . . . . . . . . . . 109
3.4.1 Le bruit noir (ou Dark Noise) . . . . . . . . . . . . . . . . . . . . 109
3.4.2 Le crosstalk . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110
3.4.3 Afterpulse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
3.4.4 Delayed crosstalk . . . . . . . . . . . . . . . . . . . . . . . . . . . 112
3.4.5 Résumé . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112
88
3. Spectrométrie gamma à base de SiPM : modélisation et simulation Monte Carlo de
photo-multiplicateurs à base de silicium (SiPM) –
89
3. Spectrométrie gamma à base de SiPM : modélisation et simulation Monte Carlo de
photo-multiplicateurs à base de silicium (SiPM) –
90
3. Spectrométrie gamma à base de SiPM : modélisation et simulation Monte Carlo de
photo-multiplicateurs à base de silicium (SiPM) – 3.1. Principales caractéristiques
des scintillateurs
afin de limiter les erreurs. Les cristaux utilisés seront donc au préalable caractérisées.
Deux points seront vérifiés pour juger de la fidélité de l’implémentation à la réalité.
Le premier est que la simulation permette une estimation correcte de la position et
de la FWHM des pic-photoélectriques. Le deuxième est qu’elle permette une bonne
estimation de la résolution temporelle d’un module de détection. Elle se quantifie
par la mesure de la Résolution Temporelle en Coïncidence ou Coincidence Time
Resolution (CTR).
La mesure de CTR est rependue en imagerie TEP. Elle permet de déterminer la
précision avec laquelle on est capable de mesurer le moment de l’interaction de rayon
gammas de 511 keV dans le détecteur. Une source ponctuelle émettrice de particules
β+ est placé à minima entre deux détecteurs qui se font face. L’annihilation d’un
positron avec un électron provoque l’émission de deux rayons gammas de 511 keV
au même moment et de direction opposée. On mesure ensuite la distribution des
différences de temps d’arriver mesurés dans chacun des deux détecteurs. La FWHM
de cette distribution correspond à la résolution en coïncidence.
p Si les détecteurs sont
identique, la résolution de chacun sera égale à FWHM/ 2. Dans le Chapitre 1, nous
avons vu que la détection du moment d’interaction du gamma dans un détecteur
se fait par la mesure de franchissement d’un seuil en tension sur le signal. Le mo-
ment où le franchissement est détecté sera appelé "temps de trigger" et lorsque ce
franchissement sera détecté, on dira que "l’on vient de trigger".
La CTR est très dépendante du circuit de pré-amplification et d’amplification uti-
lisé. Au plus celui-ci permet d’obtenir un signal sur bruit élevé qui s’approche d’une
fonction Dirac, au mieux le moment de l’interaction du photon gamma dans le cristal
pourra être estimé. Le circuit d’amplification du signal qui permet actuellement la
meilleure résolution temporelle possible sera reproduit et utilisé pour valider l’im-
plémentation dans GATE C ATES et al. 2018. Ceci, permettra notamment de s’assurer
qu’elle répond aux attentes des futurs systèmes développée à partir de cette nouvelle
technologie.
Ce chapitre sera organisé de la manière suivante : Les principaux caractéristiques
de fonctionnements des scintillateurs seront énoncées et les cristaux utilisés pour la
validation de l’implémentation des SiPMs seront caractérisés. Le principe de fonc-
tionnement des SiPMs sera détaillé, ainsi que la marche à suivre pour les caractériser.
L’implémentation des SiPMs dans GATE sera exposée puis, pour valider celle-ci, nous
effectuerons des mesures de scintillations de cristaux de LYSO :Ce produits par Crystal
Photonics Inc. couplé à des SiPMs HPK MPPC S13360-3050CS.
91
3. Spectrométrie gamma à base de SiPM : modélisation et simulation Monte Carlo de
photo-multiplicateurs à base de silicium (SiPM) – 3.1. Principales caractéristiques
des scintillateurs
100 × 2.355%
R poi sson (%F W H M ) = p
n ph
où n ph est le nombre de photons de scintillation émis.
92
3. Spectrométrie gamma à base de SiPM : modélisation et simulation Monte Carlo de
photo-multiplicateurs à base de silicium (SiPM) – 3.1. Principales caractéristiques
des scintillateurs
93
3. Spectrométrie gamma à base de SiPM : modélisation et simulation Monte Carlo de
photo-multiplicateurs à base de silicium (SiPM) – 3.1. Principales caractéristiques
des scintillateurs
F IGURE 3.1. – Spectre d’émission d’un cristal de LYSO, [source : S AINT-G OBAIN
C ERAMICS P LASTICS 2018].
un cristal encapsulé dans du Téflon [P OTS et al. 2019], qui permet de diffuser les
photons de scintillation de manière non spéculaire en raison de sa rugosité. Ainsi, le
nombre de réflexions nécessaires avant qu’un photon n’atteigne le photodétecteur
diminue en comparaison d’un réflecteur poli et la probabilité par interaction de
perte dans le cristal devient plus faible. De nombreux travaux ont été menés afin
d’optimiser l’efficacité de collection qui convergent vers des types d’encapsulation
plus difficilement généralisables [B AI ; W HANG 2011][E. B ERG et al. 2015].
Aussi, si de l’air est présent entre le photodétecteur et le scintillateur, la perte de
photons sera d’autant plus importante car sont indice de réfraction, plus faible que
celui du scintillateur, implique un angle limite de réflection d’une faible valeur. Quant
à l’interface idéal, il consisterait à faire en sorte que le scintillateur et le photodétecteur
seraient directement en contact avec un indice de réfraction supérieur pour le dernier
[Y VON et al. 2020].
Dans GATE, deux modèles permettant de définir différents types de surface sont
disponibles. D’une part, le modèle "UNIFIED", issu de Geant4, qui utilise les lois
optiques pour simuler les réflexions et transmissions, et d’autre part le modèle LUT
Davis basé sur des donnés de surface du scintillateur mesurées grâce à un Microscope
à Force Atomique (AFM) [S TOCKHOFF et al. 2017]. Une liste prédéfinie de types de
surfaces est fournie pour scintillateur poli, brute en contacte avec du Téflon, de l’air
ou de la graisse optique. Elle peut aussi être étendue par la caractérisation de son
propre cristal.
94
3. Spectrométrie gamma à base de SiPM : modélisation et simulation Monte Carlo de
photo-multiplicateurs à base de silicium (SiPM) – 3.1. Principales caractéristiques
des scintillateurs
Bien que le cristal est poli sur toutes ses faces, nous n’avons pas mesuré son état
de rugosité et le considérons, à juste titre comme rugueux à cause des multiples
manipulations. N’ayant pas de spectromètre à disposition et sachant que le maximum
d’émission est à 3 eV, nous utilisons le spectre d’émission issue de S AINT-G OBAIN
C ERAMICS P LASTICS 2018 visible en Figure 3.1. Concernant τr , nous l’estimons en
effectuant la moyenne des valeurs mesurées pour différents cristaux de LYSO :Ce
dans G UNDACKER et al. 2016 (en Table 1), soit 57 ps. Notons que ces valeurs ont une
incertitude de 20 ps, que la plus grande est de 80 ps et la plus faible de 21 ps.
Reste à déterminer le nombre de photons émis par unité d’énergie ainsi que la
résolution du cristal. Dans GATE, la résolution doit être défini comme tel :
p
R = RE SOLU T I ON SC ALE × E × Rendement de scintillation
où E est l’énergie déposée.
Dans cette définition, il n’est laissé place à R i nt r i nsèque . À défaut de devoir modifier
Geant4 et GATE pour ajouter Eq. 3.1.3, nous choisissons de simuler la résolution tel
qu’elle est déjà définie.
95
3. Spectrométrie gamma à base de SiPM : modélisation et simulation Monte Carlo de
photo-multiplicateurs à base de silicium (SiPM) – 3.1. Principales caractéristiques
des scintillateurs
200 2500
250
2000 200
150
1500 150
100
1000 100
50 500 50
0 0 0
0.05 0.10 0.15 0.6 0.8 1.0 1.2 1.4 2.0 2.5 3.0
Énergie (unités arbitraires) Énergie (unités arbitraires) Énergie (unités arbitraires)
moyenne = 0.09677+/-0.00031 moyenne = 0.9994+/-0.0013 moyenne = 2.507+/-0.004
1000 FWHM = 0.0483+/-0.0007 1000 1200
FWHM = 0.1627+/-0.0030 FWHM = 0.247+/-0.009
rés (%) = 49.9+/-0.8 rés (%) = 16.28+/-0.31 1000 rés (%) = 9.84+/-0.35
Nombre de mesures
800 800
800
600 600
600
400 400
400
200 200 200
0 0 0
0.05 0.10 0.15 0.6 0.8 1.0 1.2 1.4 2.0 2.5 3.0
Énergie (unités arbitraires) Énergie (unités arbitraires) Énergie (unités arbitraires)
F IGURE 3.2. – Spectres en énergie mesurés (ligne du haut) et simulés (ligne du bas)
pour un cristal de LYSO de 3 × 3 × 5 mm3 couplé à un PMT sans graisse
optique avec des gammas (à gauche) de 60 keV, (au milieu) de 511 keV et
(à droite) de 1275 keV. La position des pics-photoélectrique est présenté
de manière relative à celui à 511 keV
96
3. Spectrométrie gamma à base de SiPM : modélisation et simulation Monte Carlo de
photo-multiplicateurs à base de silicium (SiPM) – 3.1. Principales caractéristiques
des scintillateurs
manière entre 511 keV et 60 keV. Alors que la FWHM mesurée à 60 keV est inférieur à
celle simulé, elle est supérieure à 511 keV. Cela est due au fait que la simulation de la
résolution du cristal dans GATE ne peux prendre en compte la résolution intrinsèque
(R i nt r i nsèque ).
Nous mettons en évidence les variations de l’expérimental vers la simulation à
travers la Table 3.1. Notons que celles-ci se répercuterons sur la simulation des SiPMs.
3.1.7. Résumé
Un scintillateur est défini par de nombreux caractéristiques. Il est fastidieux de le
simuler correctement et nous relevons trois difficultés majeures.
— Les constructeurs n’ont pas forcément à disposition toutes les technologies et
méthodes nécessaires pour les caractériser. Combien même elles existes, elles
sont peu rependus (comme la mesure des surfaces par l’utilisation d’un AFM
pour le modèle Davis_LUT) ou peu précises (comme la mesure de la constante
de croissance τr ).
— GATE étant une surcouche de Geant4, initialement développé pour la physique
de hautes énergies, les comportements des cristaux tel que la non-linéarité à
basse énergie ou la résolution intrinsèque ne sont directement simulable.
— Malgré l’éventuelle maîtrise de toutes les caractéristiques d’un cristal, il est
difficile de quantifier les variations optiques à l’interface avec le photodétecteur
ou avec le matériaux qui l’encapsule.
Conscients de cela, nous avons choisie de quantifier les biais entre les mesures
et la simulation à l’aide d’un PMT. Ainsi, lors de la validation de l’implémentation
des SiPMs, nous serons capables de discerner les différences liées à une mauvaise
simulation de ceux-ci à ceux liées à la mauvaise simulation du cristal. Dans ce sens,
tous les paramètres fixés dans cette partie seront directement reportés :
— Densité : 7.05 g/cm3
— Composition atomique : Lu1.8 Y0.2 Si1.0 O5.0
— Spectre d’émission par le cristal : issue de S AINT-G OBAIN C ERAMICS P LASTICS
2018 visible en Figure 3.1
— Type de surface : Rough Davis_LUT
97
3. Spectrométrie gamma à base de SiPM : modélisation et simulation Monte Carlo de
photo-multiplicateurs à base de silicium (SiPM) – 3.2. Électronique de lecture des
signaux émis par les SiPMs
98
3. Spectrométrie gamma à base de SiPM : modélisation et simulation Monte Carlo de
photo-multiplicateurs à base de silicium (SiPM) – 3.3. Fonctionnement et géométrie
des SiPMs
F IGURE 3.3. – Diagramme des étapes liées à la détection et l’analyse d’un phénomène
physique
F IGURE 3.4. – Schéma d’un SiPM inspiré des notes de Slawomir S. Piatek pour Ha-
mamatsu Corporation S LAWOMIR 2016 avec (droite) coupe transverse,
(milieu) vue de face, (droite) schéma électronique équivalent simplifié.
99
3. Spectrométrie gamma à base de SiPM : modélisation et simulation Monte Carlo de
photo-multiplicateurs à base de silicium (SiPM) – 3.3. Fonctionnement et géométrie
des SiPMs
détectés sont ceux qui n’ont pas interagis à l’entrée du SiPM. Plus la zone de déplétion
sera épaisse, plus la gamme d’énergie détectée sera grande, ainsi que l’efficacité de
détection sera élevée. Ces deux épaisseurs sont donc majoritairement responsable
d’une Efficacité de Détection de Photons Photon Detection Efficiency (PDE) en forme
de cloche (Figure 3.5).
100
3. Spectrométrie gamma à base de SiPM : modélisation et simulation Monte Carlo de
photo-multiplicateurs à base de silicium (SiPM) – 3.3. Fonctionnement et géométrie
des SiPMs
et Vbr et appelé "Over voltage" (Vov). Pour lire le signal, nous allons distinguer deux
modes différents C OVA et al. 1996b. Le premier est dit en intensité. C’est la tension aux
bornes d’une résistance (Rs) placée en aval du SiPM qui est lue. Le deuxième est dit
en tension. Cette fois-ci, c’est la chute de tension aux bornes du SiPM qui est mesuré.
Rs est placé en aval du SiPM.
Il est aussi possible de placer une résistance en amont et en aval du SiPM pour
effectuer deux mesures simultanée C ATES et al. 2018. On pourra alors dire que le signal
obtenu est différentiel car l’un et l’opposé de l’autre. Ce mode de lecture permet de
réduire les bruits jusqu’à l’appareil de lecture, et ce grâce à la comparaison directe des
deux signaux. En effet, si un bruit extérieur s’ajoute par interférences au signal sur
l’un des deux coté, il suffira de comparer les signaux pour isoler le bruit.
En réalité, le signal n’est pas exactement différentiel. Lors de la lecture de l’intensité,
c’est en fait la quantité trous en transit qui est mesuré. À contrario, lorsque c’est une
chute de tension qui est lu, c’est la quantité d’électrons en transit qui est mesuré.
Or les trous migrent moins vite que les électrons. Un signal est donc plus rapide
que l’autre. Nous effectuons le montage présenté en Figure 3.6. Le SiPM HPK MPPC
S13360-3050CS est couplé à un cristal de LYSO irradié par des gammas de 511 keV.
Les résistances de 50Ω en parallèle avec un voltmètre représentent l’oscilloscope et
Vov = 3 V.
F IGURE 3.6. – Schéma électronique d’une lecture différentiel du signal émis par un
SiPM HPK MPPC S13360-3050CS couplé à un cristal de LYSO
En Figure 3.7, nous présentons le signal lu en amont et en aval du SiPM pour une
scintillation du cristal. Il est visible que le signal lu en mode intensité est plus lent.
101
3. Spectrométrie gamma à base de SiPM : modélisation et simulation Monte Carlo de
photo-multiplicateurs à base de silicium (SiPM) – 3.3. Fonctionnement et géométrie
des SiPMs
Amplitude normalisée
0.50
au maximum
0.25
0.00
0.25
0.50
0.75
1.00
0 100 200 300 400 500
Temps (ns)
F IGURE 3.7. – Signal lu en amont et en aval du SiPM pour une scintillation du cristal
1. Une micro-cellule dans laquelle il se produit une avalanche sera dorénavant, par abus de langage,
dite, une micro-cellule qui s’allume
102
3. Spectrométrie gamma à base de SiPM : modélisation et simulation Monte Carlo de
photo-multiplicateurs à base de silicium (SiPM) – 3.3. Fonctionnement et géométrie
des SiPMs
F IGURE 3.8. – Schéma électronique équivalent fourni par Hamamatsu pour le SiPM
HPK MPPC S13360-3050CS lorsqu’une micro-cellule s’allume
103
3. Spectrométrie gamma à base de SiPM : modélisation et simulation Monte Carlo de
photo-multiplicateurs à base de silicium (SiPM) – 3.3. Fonctionnement et géométrie
des SiPMs
scope.
Le SiPM est illuminé par un laser pulsé. Pour chaque pulse, la dispersion des photons
dans le temps est inférieure ou égal à 20 ps. Afin de connaître le nombre de micro-
cellules allumés en fonction de l’amplitude du signal, nous effectuons une calibration
grâce à une première illumination à intensité maximale. Toutes les micro-cellules
s’étant allumées, l’amplitude mesurée correspond à celle du signal émît par les 3588
micro-cellules du SiPM.
Enfin, nous diminuons progressivement l’intensité du laser, jusqu’à ce que le signal
soit trop faible pour le discerner du bruit électronique. En Figure 3.10, sont présentés
les signaux moyens, normalisés au maximum obtenus pour différents nombres de
micro-cellules allumées.
0.6 37 micro-cellules
0.4
0.2
0.0
20 40 60 80 100
Temps (ns)
Il est observable que plus le nombre de micro-cellules allumés est faible, plus le
temps de décente du signal est lent. Pour comprendre ce phénomène, nous allons
étudier la dépendance du signal aux composants qui constituent le schéma électro-
nique équivalent. KETEK GmbH défini trois parties dans le signal. La première est une
exponentielle croissante et les deux suivantes sont décroissantes. Ainsi, pour chacune
des parties, on peut définir une constante de temps qui dépend des résistances et
capacités présentes dans le schéma. La constante de temps de monté du signal (τr i se )
et environ égale à la résistance équivalente en sortie (Rs) du SiPM multipliée par Cd,
la constante de décroissance τ f = Rs × (Cq + Cg) et enfin, la constante de queue du
signal τd = Rq × (Cd + Cq).
Nous voyons dans cette définition une dépendance de τ f en Cg. Cg est une capacité
en parallèle des micro-cellules. De ce fait, plus un nombre important de micro-cellules
s’allument, plus Cg devient négligeable.
Notons que cette description des constantes de temps ne prend pas en considération
l’inductance du câble qui relis le SiPM à l’oscilloscope. D’après la simulation, si elle
104
3. Spectrométrie gamma à base de SiPM : modélisation et simulation Monte Carlo de
photo-multiplicateurs à base de silicium (SiPM) – 3.3. Fonctionnement et géométrie
des SiPMs
n’avait été présente, nous aurions obtenu un signal similaire à celui décrit dans la
Figure 3.11.
Par ailleurs, il est visible que le signal simulé pour une micro-cellule n’a pas le même
temps de décroissance que celui mesuré pour 37 micro-cellules.
1.0
0.8
Amplitude (u.a.)
0.6
0.4
0.2
0.0
0 25 50 75 100 125 150 175 200
Temps (ns)
Parmi les travaux de modélisation de la forme du signal émis par une micro-cellule
des SiPMs M ARANO et al. 2016 C ORSI et al. 2007, on retrouve un calcul des constantes
de temps à partir des capacités et des résistances présentes dans le circuit équivalent.
Le signal est alors une somme de fonctions exponentielles qui débutes toutes lorsque
la micro-cellule s’allume. Néanmoins, si on vient à penser à ce qui se passe physi-
quement, on arrive à la conclusion que le signal serait mieux décrit par la somme de
doubles exponentielles ne débutant pas toutes au même moment.
En effet, lors du claquage d’une micro-cellules, il advient une avalanche d’électrons
dans la zone déplétée. À cause de cette avalanche, la zone déplétée disparaît. Comme
la résistance interne à la micro-cellule est largement inférieur à Rq, la tension aux
bornes de celle-ci chute. Lorsque qu’elle atteint Vbr, l’avalanche s’arrête. Dès lors
que l’avalanche commence à s’arrêter (c’est à dire lorsque la tension aux bornes de la
micro-cellule atteint Vbr), la zone de déplétion commence à nouveau à apparaître et
crée un courant. De ce fait, on distinguera dans le signal la présence de deux pulses
distincts ne débutants pas au même moment.
105
3. Spectrométrie gamma à base de SiPM : modélisation et simulation Monte Carlo de
photo-multiplicateurs à base de silicium (SiPM) – 3.3. Fonctionnement et géométrie
des SiPMs
La saturation du SiPM est aussi liée au fait que lorsque la zone de déplétion se
régénère dans une micro-cellule et tant qu’elle ne sera complètement régénérée, l’am-
plitude du signal lié à la détection d’un nouveau photon ne sera totale. La régénération
suit une loi exponentielle. On peut alors définir la constante de récupération (τr ec =
Rq × (Cd + Cq)) A CERBI ; G UNDACKER 2019 dont la valeur est étroitement liée au temps
de décente du signal généré par une micro-cellules. Pour rappel, la régénération de
la zone de déplétion induit un courant. Lorsque celui-ci devient quasi-nul, la micro-
cellule a complètement récupéré. La constante de récupération étant dépendante de
Rq qui est, elle même dépendante de la température D INU et al. 2016, on retrouvera
une dépendance de τr ec en la température. Il en va de même pour la tension d’alimen-
tation car plus le gain sera élevé, plus l’avalanche sera forte et créera un échauffement
local de la micro-cellule H ALLEN 2011. Cette dépendance reste néanmoins faible
autour de 25°C.
106
3. Spectrométrie gamma à base de SiPM : modélisation et simulation Monte Carlo de
photo-multiplicateurs à base de silicium (SiPM) – 3.3. Fonctionnement et géométrie
des SiPMs
G RUBER et al. 2014, d’autres se sont intéressé à un modèle plus complet lorsque l’illu-
mination est de longue durée V INOGRADOV et al. 2014 ou bien qu’elle prend la forme
d’un pulse, comme dans un cristal scintillant R OSADO 2019.
Pour un pulse de durée courte, Gruber L. et al, proposent une équation permettant
de calculer le nombre de micro-cellules allumée (N f i r ed ) en fonction de la quantité
de photons arrivant à la surface du SiPM (N phot on ) :
· −N phot on ×PDE ¸
N t ot al
N f i r ed = N t ot al × 1 − e (3.2)
Ch
µ ¶
C h cor r = −A ln 1 − (3.4)
A
Nous appliquons cette correction et présentons les charges mesurées et corrigées des
pics-photoélectrique en fonction de l’énergie en Figure 3.12. Soulignons qu’à travers
Eq. 3.3, la non-linéarité du cristal est aussi corrigée.
La non-linéarité du SiPM est nettement visible. Nous pouvons à présent calibrer
chaque mesure de scintillation afin d’afficher le spectre en énergie corrigé. En Fi-
gure 3.13 nous présentons le spectre mesuré et corrigé du 22 Na. Nous remarquons que
107
3. Spectrométrie gamma à base de SiPM : modélisation et simulation Monte Carlo de
photo-multiplicateurs à base de silicium (SiPM) – 3.3. Fonctionnement et géométrie
des SiPMs
les FHWMs des pics-photoélectrique s’élargissent de manière notable. Alors qu’elle est
de 10.5± 0.4% à 511 keV à partir des mesures, elle est de 13.2 ± 0.5% après calibration.
Spectre mesuré
250 Spectre corrigé
Nombre de mesures
200
150
100
50
0
0 1000 2000 3000 4000
Charge (C)
108
3. Spectrométrie gamma à base de SiPM : modélisation et simulation Monte Carlo de
photo-multiplicateurs à base de silicium (SiPM) – 3.4. Bruits générés par les SiPMs
de deux facteurs. Le premier est le bruit électronique et le deuxième est lié à la géomé-
trie du SiPM. Plus la vitesse de monté du signal sera élevée en comparaison au bruit
électronique à la position du seuil en tension sur le signal, meilleur sera la résolution
temporelle. Aussi, plus la zone de déplétion sera petite, plus le temps de transit des
électrons sera faible et meilleur sera la résolution temporelle.
3.3.7. Résumé
Ici, nous avons abordé les principales caractéristiques d’un SiPM hormis les bruits
qu’il est susceptible de générer. Cette description s’est voulue d’un point de vue
électronicien plutôt que physicien. La raison est que c’est finalement un signal électro-
nique que l’on cherchera à reproduire par simulation, bien plus que les phénomènes
physiques sous-jacents. En résumé, un SiPM est composé de milliers de photo diodes
à avalanches de taille micrométrique qui génèrent un pulse à la détection d’un photon.
C’est donc la somme des pulses qui est mesurée dans un SiPM. Bien qu’il existe de
nombreux modèles permettant de décrire la forme de ces pulses et bien qu’ils soient
performants, nous avons remarqué qu’ils ne prennent pas en compte le comporte-
ment physique d’une zone de déplétion. En effet, lorsque l’on mesure un signal, on
mesure un mouvement de charges. Le signal émis par une micro-cellule est la somme
d’un mouvement de charges liée à une avalanche, puis, lorsque la zone de déplétion
se reforme, de migration de charges, plus lente, qui restaure le champ électrique. Ces
deux phénomènes sont donc à l’origine de deux pulses distincts, ne débutant pas
forcement au même moment. Ils sont par ailleurs nettement visibles pour certains
SiPMs, comme pour le Excelitas C30742-33-050-C D OLINSKY et al. 2013.
109
3. Spectrométrie gamma à base de SiPM : modélisation et simulation Monte Carlo de
photo-multiplicateurs à base de silicium (SiPM) – 3.4. Bruits générés par les SiPMs
12
10
8
Amplitude (mV) 6
4
2
0
2
0 1000 2000 3000 4000 5000 6000
Temps (ns)
F IGURE 3.14. – Mesure du signal émis par un SiPM placé dans le noir
Le bruit noir étant un évènement fortuit, il est définit par une fréquence d’apparition
exprimé en hertz (Hz) appelé Dark Counts Rate (DCR).
3.4.2. Le crosstalk
Le "crosstalk" ou "obtical crosstalk" désigne le fait que lorsqu’une micro-cellule
s’allume, il arrive qu’une autre s’allume aussi de manière corrélée. L’explication phy-
sique de ce phénomène est qu’une avalanche provoque l’émission d’une quantité
non négligeable de photons de faible énergie allant de l’infrarouge au visible. Les
micro-cellules avoisinantes étant à une distance faible, la probabilité qu’un photon
émis par l’avalanche vienne à interagir dans l’une d’entre elles n’est pas négligeable. Il
est par exemple visible en Figure 3.14 que le premier pulse est d’une amplitude double
à comparaison des pulses qui suivent. Il y a donc eut apparition d’un crosstalk. Ainsi,
une ou plusieurs micro-cellules peuvent s’allumer quasiment en même temps.
En pratique, il n’est pas exclu qu’un crosstalk apparaisse dans une micro-cellule
110
3. Spectrométrie gamma à base de SiPM : modélisation et simulation Monte Carlo de
photo-multiplicateurs à base de silicium (SiPM) – 3.4. Bruits générés par les SiPMs
F IGURE 3.15. – Schéma démonstratif des micro-cellules autour d’une première allu-
mée (en gris) considérées comme pouvant s’allumer par crosstalk (en
rouge). Dans le premier modèle (à gauche), seules les 4 micro-cellules
les plus proches sont considérées. Tandis que dans le deuxième mo-
dèle (à droite), ce sont les 8 micro-cellules les plus proches qui sont
considérées. Image issue de G ALLEGO et al. 2014
bien plus distante. Il peut arriver qu’un photon soit émis, parvienne à sortir du SiPM,
subisse des réflexions dans le cristal, puis qu’il soit mesuré G OLA et al. 2012. Nous
en faisons l’expérience en mesurant la quantité de crosstalk avec et sans cristal en-
capsulé dans du Téflon couplé au SiPM avec de la graisse optique. Nous mesurons
une diminution de 4.8% lorsque le cristal n’est pas présent. Dans la littérature, il est
aussi reporté un effet du couplage optique entre le cristal et le SiPM N AKAMURA et al.
2019. Pour cette raison, il est important de quantifier la quantité de crosstalk lorsqu’un
module de détection est complètement assemblé.
3.4.3. Afterpulse
Lorsqu’une micro-cellule s’allume, il arrive que certains électrons excités restent
dans un état transitoire, dont leur dépiégeage à lieu plus tard, après l’avalanche. Cela
provoque donc une nouvelle avalanche dont l’amplitude du pulse varie en fonction
de l’état de régénération de la zone de déplétion. Les afterpulses seront donc discer-
nables grâce à l’amplitude du pulse qui sera particulièrement plus faible que pour
une avalanche classique. Le signal présenté en Figure 3.16 et celui émis par le SiPM
111
3. Spectrométrie gamma à base de SiPM : modélisation et simulation Monte Carlo de
photo-multiplicateurs à base de silicium (SiPM) – 3.4. Bruits générés par les SiPMs
HPK MPPC S13360-3050CS placé dans le noir et amplifié par un AD8000 (produit par
Analog Device). Nous y apercevons un premier pulse, puis un deuxième d’amplitude
bien plus faible. C’est donc un afterpulse.
6
5
4
Amplitude (mV)
3
2
1
0
1
0 100 200 300 400 500
Temps (ns)
F IGURE 3.16. – Mesure du signal émis par un SiPM placé dans le noir, le premier pulse
est un dark noise, le deuxième un afterpulse et le troisième un dalyed-
crosstalk.
3.4.5. Résumé
Le fonctionnement des SiPMs à ici été détaillé. Nous pouvons relever que le signal
émis par un SiPM est en fait la somme de signaux émis par plusieurs milliers de photo-
diodes à avalanche, toutes pas plus larges que 100 µm. Chaque signal (que nous
appelons aussi pulse) peut, par approximation être vue comme la somme de deux
exponentielles et correspond à la détection d’un photon optique. Nous avons vu que le
SiPM pouvais saturer à cause de son nombre limité de micro-cellules. Aussi, certaines
micro-cellules peuvent parfois s’allumer, même si aucun photon n’ait interagit dans le
SiPM et génèrent donc du bruit. Plusieurs paramètres sont à caractériser pour simuler
la génération du signal par les SiPMs de manière fidèle à la réalité :
112
3. Spectrométrie gamma à base de SiPM : modélisation et simulation Monte Carlo de
photo-multiplicateurs à base de silicium (SiPM) – 3.5. Caractérisation des paramètres
d’un SiPM pour la simulation Monte Carlo avec GATE
Le principal enjeu de la section qui va suivre, est de proposer des méthodes simples
et rapides de mesure de l’ensemble de ses paramètres.
113
3. Spectrométrie gamma à base de SiPM : modélisation et simulation Monte Carlo de
photo-multiplicateurs à base de silicium (SiPM) – 3.5. Caractérisation des paramètres
d’un SiPM pour la simulation Monte Carlo avec GATE
amplificateur, nous ne pouvons voir le signal émis par une seule micro-cellules. Or
nous aimerions valider le modèle Monte Carlo implémenté dans GATE à partir de
mesures de scintillations. Nous choisissons donc d’approximer le signal émis par
une micro-cellule par celui émis par 37 micro-cellules qui s’allument à la suite de
l’émission d’un pulse laser d’une FWHM de 20 ps (Figure 3.10).
Pour mesurer l’amplitude ainsi que sa variation, nous plaçant le SiPM dans le
noir et en amplifiant le signal à l’aide d’un AD800. Nous traçons l’histogramme des
amplitudes (Figure 3.18) et effectuons un fit sur la distribution normale au plus grand
nombre de mesures, celle-ci correspondant à distribution d’amplitudes lorsqu’une
seule micro-cellule s’allume. Nous mesurons C amp = 5.01±0.00 mV et σamp = 0.29 mV
4000
Nombre de mesures
3000
2000
1000
0
0 5 10 15 20 25
Amplitude (mV)
114
3. Spectrométrie gamma à base de SiPM : modélisation et simulation Monte Carlo de
photo-multiplicateurs à base de silicium (SiPM) – 3.5. Caractérisation des paramètres
d’un SiPM pour la simulation Monte Carlo avec GATE
amplification active. Notons qu’après ces étapes, le signal n’a plus sa forme originale.
La charge (air sous la courbe) n’est plus proportionnelle à l’énergie déposée dans le
cristal.
Juste avant le point T (pour "Timing") visible sur le schéma et qui permet de lire
le signal optimisé pour une bonne résolution temporelle, nous pouvons observer la
présence d’une capacité de 100 pF. Elle permet une coupure fréquentielle du signal. De
cette manière, les pulses émis par le SiPM seront d’une durée plus courte. Raccourcir
leur durée permet de diminuer les éventuelles interférences que pourrait avoir un
dark noise sur la mesure du moment d’interaction d’un photon dans le cristal à venir.
En effet, imaginons que nous mesurons une scintillation et qu’avant celle-ci, était
apparu un dark noise. Alors la somme des pulses liées à la détection de la scintillation
débuterons à une amplitude supérieure à 0V car le pulse liée au dark noise n’a pas
encore complètement décroît. La mesure du moment de dépassement de seuil sera
alors entachée d’une erreur supplémentaire comme illustré en Figure 3.18 .
0.06 0.027
0.05 0.026
0.04 0.025
Tension (V)
0.03
0.024
0.02
0.023
98 100
0.01
0.00
0 20 40 60 80 100 120 140
Temps (ns)
F IGURE 3.18. – Illustration de l’effet d’un dark noise sur le temps de trigger (position
du seuil en rouge). On remarque que lorsqu’un pulse n’a pas complè-
tement décroît (en bleu), il ajoute un biais temporel dans la mesure
d’une scintillation (à 100 ns).
Pour minimiser d’autant plus ce phénomène, Gola A. et al. proposent aussi de placer
un circuit de "compensation" composé d’une résistance en parallèle avec une capacité
G OLA et al. 2011 en amont de l’amplification active.
À gauche du SiPM, le signal est lu en mode intensité. L’amplificateur permet de
limiter la perturbation sur le montage. Ainsi, la charge (et donc l’énergie déposée par
un gamma dans le cristal) peut être mesurée au point E (visible sur le schéma) sans
que le signal ne soit trop modifié.
115
3. Spectrométrie gamma à base de SiPM : modélisation et simulation Monte Carlo de
photo-multiplicateurs à base de silicium (SiPM) – 3.5. Caractérisation des paramètres
d’un SiPM pour la simulation Monte Carlo avec GATE
lentille divergente entre eux de tel sorte à ce qu’au plus un photon à la fois interagisse
dans le SiPM (Figure 3.19).
Notons que s’équiper d’un laser engendre un certain coût. Il existe aussi des moyens
de fabriquer son propre circuit électronique qui permettrait d’atteindre une résolution
laser de 52 ps. Elle est suffisante pour la mesure de SPTR et la fabrication est peu
coûteuse U HRING et al. 2004.
F IGURE 3.19. – Montage optique pour la mesure de la SPTR. Notons que les parois
sont peintes en noir pour limiter la réflexion de photons optiques.
Le laser répond à chaque montée d’un signal créneaux émis par un Générateur
Basses Fréquences (GBF) par l’émission d’un pulse lumineux. L’oscilloscope enregistre
le signal émis par le SiPM pour une durée de 300 ns à une fréquence de 40 GHz à
chaque détection de dépassement de seuil en tension au ras du bruit du front de
monté du signal créneaux émis par le GBF. Nous appellerons chaque moment où
l’enregistrement commence le "temps de trigger".
Afin de mesurer la précision du temps de trigger, nous dupliquons le signal et le
branchons sur deux canaux différents de l’oscilloscope. Nous mesurons ensuite la
différence de temps de trigger entre les deux signaux. Nous traçons l’histogramme des
mesures et estimons la résolution
p à 31 ± 0.6 ps en coïncidence. La résolution sur un
trigger est donc égale à 31/ 2 = 21.9 ps
116
3. Spectrométrie gamma à base de SiPM : modélisation et simulation Monte Carlo de
photo-multiplicateurs à base de silicium (SiPM) – 3.5. Caractérisation des paramètres
d’un SiPM pour la simulation Monte Carlo avec GATE
160
140
Nombre de mesures
120
100
80
60
40
20
0
45.5 46.0 46.5 47.0 47.5 48.0
Délai entre le début d'enregistrement par
l'oscilloscpoce et la détection du pulse (ns)
1 (x−µ)2
−
f (x; µ, σ, λ) = p e 2σ2 ∗ λe −λx (3.7)
2πσ
avec ∗ le produit de convolution, µ la valeur moyenne de la gaussienne, σ l’espé-
rance et λ le paramètre de la loi de poisson. Dans cette formule, il manque la notion
d’amplitude. Il sera donc impossible d’effectuer une régression sur la distribution sans
la normaliser. Nous préférons donc utiliser la formule initiale exposée dans G RUSHKA
et al. 1972 :
A +∞ x−µ−x 0
Z
− −x 0
f (x; µ, σ, λ, A) = p e 2σ2 e λ d x0 (3.8)
σλ 2π 0
où A correspond à l’amplitude.
Nous mesurons une SPTR = σ× 2.355 de 136 ± 20 ps. Notons que notre mesure est
en concordance avec celle effectué par Cates J. W. et al, avec le même SiPM, le même
montage électronique, la même méthode de régression sur la distribution et Vov=9 V
C ATES et al. 2018.
La SPTR totale que nous venons de mesurer (F W H M mesur ée ) est entachée par la
résolution du trigger (F W H M t r i g g er de 21.9 ps), du laser (F W H M l aser de 20 ps) et le
bruit électronique (F W H M él ec ).
La contribution du bruit électronique peut être estimée par la mesure de la FWHM
du bruit blanc divisé par la vitesse de monté du signal du SiPM à la position du seuil.
Nous obtenons une valeur de 43.4 ± 0.3 ps. Nous pouvons finalement calculer la SPTR
117
3. Spectrométrie gamma à base de SiPM : modélisation et simulation Monte Carlo de
photo-multiplicateurs à base de silicium (SiPM) – 3.5. Caractérisation des paramètres
d’un SiPM pour la simulation Monte Carlo avec GATE
propre au SiPM :
q
2
SP T R Si P M = F W H M mesur ée
− F W H M t2r i g g er − F W H M l2aser − F W H M él
2
ec
(3.9)
Finalement la SPTR propre au SiPM à Vov = 9 V est de 125 ± 20 ps. Pour la simulation
Monte Carlo, nous préférerons simuler une SPTR basée sur la mesure de FWHM de la
distribution.
118
3. Spectrométrie gamma à base de SiPM : modélisation et simulation Monte Carlo de
photo-multiplicateurs à base de silicium (SiPM) – 3.5. Caractérisation des paramètres
d’un SiPM pour la simulation Monte Carlo avec GATE
16
14
12 102
Nombre de mesures
Amplitude (mV)
10
8
6 101
4
2
0 100
0 25 50 75 100 125 150 175 200
Délai en temps (ns)
F IGURE 3.21. – 200 premières nanosecondes de la distribution de l’amplitude des
pulses en fonction de leur temps d’arriver relatif à un premier pulse.
Les mesures sont effectuées avec un SIPM HPK MPPC S13360-3050CS
placé dans le noir à une température de 21°C et Vov=3 V
3.5.3.1. Crosstalk
Nous sélectionnons les pulses de 100 à 500 ns dans l’histogramme et traçons le
projeté sur l’axe des amplitudes (Figure 3.22). Nous considérerons qu’à ce stade, il n’y
a quasiment plus d’afterpulses et donc de pulse d’amplitude inférieur à C a mp.
Sur ce projeté, nous observons plusieurs distributions normales. Celle autour de
5 mV correspond à une amplitude de pulse lorsqu’une seule micro-cellule s’allume.
Celle autour de 10 mV correspond à deux micro-cellules qui s’allument de manière
simultanée. C’est un crosstalk. À 15 mv nous observons une nouvelle distribution
normale, elle correspond à l’apparition de deux crosstalks ; et ainsi de suite.
Nous commençons par fitter chacune des distributions et obtenons les amplitudes
présentées en Table 3.2.
119
3. Spectrométrie gamma à base de SiPM : modélisation et simulation Monte Carlo de
photo-multiplicateurs à base de silicium (SiPM) – 3.5. Caractérisation des paramètres
d’un SiPM pour la simulation Monte Carlo avec GATE
20.0 20.0
17.5 17.5
15.0 102 15.0
Nombre de mesures
12.5
Amplitude (mV)
12.5
10.0 10.0
7.5 101 7.5
5.0 5.0
2.5 2.5
0.0 100 0.0
100 200 300 400 500 10 1 101 103 105
Délai en temps (ns) Nombre de mesures
F IGURE 3.22. – Projeté des 400 dernières nanosecondes de l’histogramme 2D sur l’axe
des amplitudes.
0 CT 1 CT 2 CT 3 CT 4 CT
4.56e04 ± 0.04 3.36e03 ± 0.06 1.87e02 ± 0.10 18.0 ± 1.3 2.4 ± 0.6
Chacune des probabilités de crosstalk peut ensuite être estimé en divisant l’am-
plitude mesurée par la somme des amplitudes en supposant qu’il est très rare que 5
crosstalk n’aient lieu à la fois.
Asseyons maintenant de vérifier la capacité des modèle "8 nearest neighbors" et "4
nearest neighbors" G ALLEGO et al. 2014 à estimer la distribution de crosstalk à partir
des deux premières amplitudes mesurées. Pour la model "8 neighbors", la probabilité
qu’il n’y est pas de crosstalk est égal à (1 − p)8 et celle qu’il y est un crosstalk est égale à
8p(1 − p)14 .
Pour la modèle "8 neighbors", la probabilité qu’il n’y est pas de crosstalk est égal à
(1 − p)4 et celle qu’il y est un crosstalk est égale à 4p(1 − p)6 .
On peut alors écrire et résoudre :
(1 − p)8 4.56e04
14
= (3.10)
8p(1 − p) 3.36e03
(1 − p)4 4.56e04
6
= (3.11)
4p(1 − p) 3.36e03
Nous calculons la distribution des probabilités de crosstalk avec les deux modèles
et les comparons aux résultats obtenus directement avec les mesures (Table 3.3 )
Les résultats obtenus avec les deux modèles ne concordent par avec les mesures
120
3. Spectrométrie gamma à base de SiPM : modélisation et simulation Monte Carlo de
photo-multiplicateurs à base de silicium (SiPM) – 3.5. Caractérisation des paramètres
d’un SiPM pour la simulation Monte Carlo avec GATE
Tableau 3.3. – Comparaison entre les probabilités de crosstalk mesurés et celles calcu-
lés le modèle "4 nearest neighbors" et "8 nearest neighbors"
à partir de deux crosstalk. Pour simuler le SiPM, nous préférerons donc utiliser les
valeurs mesurées.
700
600
Nombre de pulses
500
400
300
200
100
0
200 250 300 350 400 450 500
Temps (ns)
F IGURE 3.23. – Projeté des 300 dernières nanosecondes de l’histogramme 2D sur l’axe
des abscisses avec une taille de bins de 1 ns.
Nous mesurons un DCR de 497 kHz et une incertitude suivant la loi de Poisson de
p
(500 − 200)/(500 − 200) × 497 = 28 ns.
121
3. Spectrométrie gamma à base de SiPM : modélisation et simulation Monte Carlo de
photo-multiplicateurs à base de silicium (SiPM) – 3.5. Caractérisation des paramètres
d’un SiPM pour la simulation Monte Carlo avec GATE
5
Amplitude (mV)
4
3
101
2
1
0 100
0 20 40 60 80 100 120 140
Délai en temps (ns)
122
3. Spectrométrie gamma à base de SiPM : modélisation et simulation Monte Carlo de
photo-multiplicateurs à base de silicium (SiPM) – 3.5. Caractérisation des paramètres
d’un SiPM pour la simulation Monte Carlo avec GATE
− t − t
³ ´
P AP (t ) = C AP × 1 − e τr ec × t a × e τbul k k(t ) (3.13)
Ici, t représente le délai en temps après le pulse originel et τbul k est la constante de
temps de dépiégeage des électrons. La probabilité d’avalanche dépend du gradient
de champ dans la zone de déplétion. Autrement dit, plus la zone de déplétion s’est
reformée, plus il y a une probabilité élevée qu’un électron libre puisse être à l’origine
d’une
³ nouvelle ´ avalanche. C’est donc pour cela que nous retrouvons la multiplication
t t
− −
de 1 − e τr ec par e τbul k . k(t) est une fonction permettant d’estimer le nombre de
pulses d’une amplitude trop faible pour pouvoir être détectés et C AP est une constante.
Quant à t a , Aucune explication claire n’est donnée. Lors d’une discussion par mail
avec Rosado J., il a avoué ne pas être satisfait de cela mais que la présence de ce terme
permettait de fitter les données. Dans R OSADO ; H IDALGO 2015, a est fixé à -1 et nous
choisissons d’utiliser cette valeur.
Pour pouvoir fitter la distribution, nous sélectionnons les pulses d’une amplitude
inférieure à 4.1 mv à partir de 20 ns (Figure 3.25. De la sorte, la branche contenant les
afterpulses est complètement visible et il ne manque pas des pulses d’une amplitude
trop faible pour pouvoir être détectés. On approxime donc par k(t ) = 0 pour t allant
de 20 ns à l’infini. Eq. 3.13 devient :
´ 1
− t − t
³
P AP (t ) = C AP × 1 − e τr ec × × e τbul k (3.14)
t
60
4.0 1200
50
3.5 1000
Nombre de mesures
40
Amplitude (mV)
3.0 800
30 600
2.5
20 400
2.0
10 200
1.5
0 0
40 60 80 100 40 60 80 100
Délai en temps (ns) Délai en temps (ns)
Finalement, en propageant les erreurs sur τr ec , nous obtenons τbul k = 11.4 ± 1.2 ns
et C AP = 0.30 ± 0.02. Notons que ces valeurs sont en concordance avec celles trouvées
par Rosado J. et Hidalgo S.. Notons que pour obtenir C AP , il faut diviser la valeur fittée
par le nombre de pulses originels et la multiplier par 1+²c , où ²c est la probabilité de
crosstalk mesurée.
123
3. Spectrométrie gamma à base de SiPM : modélisation et simulation Monte Carlo de
photo-multiplicateurs à base de silicium (SiPM) – 3.5. Caractérisation des paramètres
d’un SiPM pour la simulation Monte Carlo avec GATE
6.00
120 900
5.75
5.50 100
Nombre de mesures
800
Amplitude (mV)
5.25 80
700
5.00 60
4.75 40 600
4.50
20 500
4.25
0
50 100 150 200 50 100 150 200
Délai en temps (ns) Délai en temps (ns)
Dans cet histogramme, quelques afterpulses sont présents mais nous considérons
la quantité comme négligeable. Reste alors une quantité non négligeable de dark noise
et de dalayed crosstalk.
D’après Rosado J. et Hidalgo S., la distribution temporelle de dalyed crosstalk
(PC T (t )) devrait suivre l’équation suivante :
t
−τ
PC T (t ) = CC T × t b × e bul k (3.15)
Ici, t représente le délai en temps après le pulse originel et CC T est une constante.
b
t est un terme ajouté pour fitter correctement la distribution mais qui n’a pas de sens
physique. Dans R OSADO ; H IDALGO 2015, b est fixé à -1/2 et nous choisissons d’utiliser
cette valeur.
Comme dans notre histogramme 2D nous avons aussi du dark noise, nous fittons le
projeté sur l’axe des abscisse par une fonction qui est la somme de PC T (t ) et du DCR.
Finalement nous trouvons CC T = 0.00079 ± 0.00011 ns−1 . Notons que la valeur fittée
à été divisée par le nombre de pulses originels et multipliée par par 1+²c , pour obtenir
CC T
3.5.4. Résumé
Nous avons ici détaillé la marche à suivre pour caractériser un SiPM. Elle est basée
sur la mesure du signal émis dans le noir et d’illuminations laser à haute résolution
temporelle.
124
3. Spectrométrie gamma à base de SiPM : modélisation et simulation Monte Carlo de
photo-multiplicateurs à base de silicium (SiPM) – 3.5. Caractérisation des paramètres
d’un SiPM pour la simulation Monte Carlo avec GATE
Nous avons vu que bien qu’il existe des modèles mathématiques permettant de
décrire chacun des comportements, certains restent encore hasardeux comme pour
la distribution temporelle d’afterpulses ou de delayed crosstalks.
Aussi, les bruits sont des réactions en chaîne. C’est à dire qu’ils peuvent à leur tour
être à l’origine d’un afterpulse, d’un delayed crosstalk ou d’un crosstalk et ainsi de
suite. D’ailleurs, dans l’histogramme 2D (Figure 3.21), l’ensemble des pulses d’une
amplitude inférieur à l’amplitude moyenne d’un pulse (C amp ) sont des afterpulses.
Lorsque nous avons fitté la quantité de dark noise ou de delayed crosstalk, nous
avons considéré qu’après 200 ns de délai en temps, la quantité de bruits corrélées
à un pulse originel était négligeable. Cette approximation n’est plus vraie à partir
d’une certaine tension d’alimentation du SiPM. À titre d’exemple, nous augmentons
la tension d’alimentation à Vov = 8 V et traçons l’histogramme 2D (Figure 3.27. La
quantité de bruit et les réactions en chaîne sont tels qu’il est impossible de mesurer
leur distribution.
140
120 102
Nombre de mesures
100
Amplitude (mV)
80
60 101
40
20
0 100
0 25 50 75 100 125 150 175 200
Délai en temps (ns)
F IGURE 3.27. – 200 premières nanosecondes de la distribution de l’amplitude des
pulses en fonction de leur temps d’arriver relatif à un premier pulse.
Les mesures sont effectuées avec un SIPM HPK MPPC S13360-3050CS
placé dans le noir à une température de 21°C et Vov=8 V
125
3. Spectrométrie gamma à base de SiPM : modélisation et simulation Monte Carlo de
photo-multiplicateurs à base de silicium (SiPM) – 3.6. Simulation des SiPMs dans
GATE
126
3. Spectrométrie gamma à base de SiPM : modélisation et simulation Monte Carlo de
photo-multiplicateurs à base de silicium (SiPM) – 3.6. Simulation des SiPMs dans
GATE
grâce à la position d’interaction. On ajoute un bruit sur le temps d’arriver pour simuler
la SPTR puis le pulse est inséré dans la liste avec un amplitude initialisée à 0.
3.6.1.3.1. Cas d’un dark noise, d’un afterpulse, d’un delayed crosstalk
Ici, la même démarche que pour un dark noise est appliqué à l’exception qu’après
le calcul de la valeur de C p , on effectue un tirage aléatoire uniforme entre 0 et 1. Si
la valeur est supérieure à C p /C amp , alors l’avalanche ne sera pas déclenchée. Ceci
127
3. Spectrométrie gamma à base de SiPM : modélisation et simulation Monte Carlo de
photo-multiplicateurs à base de silicium (SiPM) – 3.6. Simulation des SiPMs dans
GATE
Dans ce cas, seule la valeur de C p et A p est estimée. Il n’y aura ni nouveaux crosstalk,
nouvel afterpulse ou delayed crosstalk.
128
3. Spectrométrie gamma à base de SiPM : modélisation et simulation Monte Carlo de
photo-multiplicateurs à base de silicium (SiPM) – 3.6. Simulation des SiPMs dans
GATE
Initialisation
- Création d’une trame de signal nul et ajout d’un bruit blanc
- Création d’un tableau de micro-celluled qui contiendra le dernier moment où elles se
sont allumées
- Création d’une liste de pulse et ajout de dark noises
Simulation GATE
- Prise en compte du PDE pour chaque photon interagissant dans le SiPM
Simulation du Signal
Pour chaque interaction dans le SiPM, ajout d’une incertitude temporelle, insertion d’un
pulse dans la liste des pulses et calcul de la micro-cellule concerné
Itération
dans la
liste des Pulse ajouté au signal du SiPM
pulses
129
F IGURE 3.28. – Schéma récapitulant les étapes de la simulation du signal généré par
un SiPM
3. Spectrométrie gamma à base de SiPM : modélisation et simulation Monte Carlo de
photo-multiplicateurs à base de silicium (SiPM) – 3.6. Simulation des SiPMs dans
GATE
1 /gate/world/daughters/name SiPM
2 /gate/world/daughters/insert box
3 /gate/SiPM/geometry/setXLength 1.2 mm
4 /gate//geometry/setYLength 3.4 mm
5 /gate/SiPM/geometry/setZLength 3.4 mm
6 /gate/SiPM/setMaterial Epoxy
130
3. Spectrométrie gamma à base de SiPM : modélisation et simulation Monte Carlo de
photo-multiplicateurs à base de silicium (SiPM) – 3.7. Validation de l’implémentation
Monte Carlo des SiPMs dans GATE
Ici nous choisissons "Epoxy" car la surface du SiPM en est composée. Cela permettra
de prendre en compte son indice de réfraction pendant la simulation des photons.
Ensuite, il suffit d’indiquer que c’est un SiPM avec les macros suivantes :
1 /gate/digitizer/Singles/insert sipm
2 /gate/digitizer/Singles/sipm/setVolume SiPM\_params
3 /gate/digitizer/Singles/sipm/type SiPM
4 /gate/digitizer/Singles/sipm/setStartSignal 0 s
5 /gate/digitizer/Singles/sipm/setDurationSignal 3 s
6 /gate/digitizer/Singles/sipm/setStepSignal 0.2 ns
7 /gate/digitizer/Singles/sipm/surface YZ
8 /gate/digitizer/Singles/sipm/initialize
Grâce à la macro "setVolume", nous avons indiqué que les paramètres de ce SiPM
sont enregistrés sous le nom "SIPM" dans le fichier SiPM.xml. Nous avons aussi indi-
qué que le signal commencera dès le début de la simulation et durera 3 secondes. Aussi,
il contiendra une valeur toutes les 0.2 nanosecondes. Enfin, la surface de détection du
SiPM est celle orienté sur le plan xy.
Supposons maintenant que l’interface direct avec le SiPM est le "world". Il faut alors
encore définir le type de surface lorsque le photon part du world vers le SiPM et vice
versa :
1 /gate/world/surfaces/name SiPMToworld
2 /gate/world/surfaces/insert SiPM
3 /gate/world/surfaces/SiPMToworld/setSurface SiPM\_surface
4
5 /gate/SiPM/surfaces/name worldToSiPM
6 /gate/SiPM/surfaces/insert world
7 /gate/SiPM/surfaces/worldToSiPM/setSurface SiPM\_surface
3.6.3. Résumé
Nous avons ici détaillé la marche à suivre pour simuler les SiPMs dans GATE à
partir de l’implémentation présentée. Notons que la simulation dépend d’un nombre
important de paramètres et qu’il est nécessaire de manipuler plusieurs fichiers.
131
3. Spectrométrie gamma à base de SiPM : modélisation et simulation Monte Carlo de
photo-multiplicateurs à base de silicium (SiPM) – 3.7. Validation de l’implémentation
Monte Carlo des SiPMs dans GATE
2D tel que présenté en Section 3.5.3. Si les paramètres propres au SiPM mesurés à partir
de l’histogramme 2D coïncident avec l’expérimental, alors nous aurons la certitude
d’une bonne implémentation. Reste à vérifier que la SPTR est correctement simulée.
Et ce, en effectuant une simulation d’une source de photons visibles en face du SiPM
et en mesurant le délai en temps entre l’émission des photons et leur détection par
franchissement de seuil de l’amplitude du signal.
En un deuxième temps, il sera intéressant d’estimer la cohérence entre les mesures
et la simulation de scintillations dans un cristal irradié par des sources radioactives en
terme de résolution temporelle et de forme du spectre en énergie (FWHM et position
des pics-photoélectrique).
C AP CC T DC R τr ec τbul k
[ns−1/2 ] [kHz] [ns] [ns]
mesure 0.30±0.02 7.9±1.1 498±28 28.5±0.5 11.4±1.2
Simulation 0.28±0.02 7.2±2.4 502±29 28.5±0.8 11.2±1.3
132
3. Spectrométrie gamma à base de SiPM : modélisation et simulation Monte Carlo de
photo-multiplicateurs à base de silicium (SiPM) – 3.7. Validation de l’implémentation
Monte Carlo des SiPMs dans GATE
16
14
102
12
Amplitude (mV)
10
# of counts
8
6 101
4
2
0 100
0 25 50 75 100 125 150 175 200
Délai en temps (ns)
F IGURE 3.29. – 200 premières nanosecondes de la distribution de l’amplitude des
pulses en fonction de leur temps d’arriver relatif à un premier pulse.
Les mesures sont issues d’une simulation avec GATE effectuée avec un
SIPM HPK MPPC S13360-3050CS placé dans le noir, pour une tempé-
rature de 21°C et Vov=3 V
133
3. Spectrométrie gamma à base de SiPM : modélisation et simulation Monte Carlo de
photo-multiplicateurs à base de silicium (SiPM) – 3.7. Validation de l’implémentation
Monte Carlo des SiPMs dans GATE
Nous observons une concordance raisonnable inférieur ou égale à 10% pour chacun
des paramètres.
134
3. Spectrométrie gamma à base de SiPM : modélisation et simulation Monte Carlo de
photo-multiplicateurs à base de silicium (SiPM) – 3.7. Validation de l’implémentation
Monte Carlo des SiPMs dans GATE
150 50
100 40
100 75 30
50 20
50
25 10
0 0 0
0.05 0.10 0.15 0.20 0.8 1.0 1.2 1.8 2.0 2.2 2.4
Énergie (unités arbitraires) Énergie (unités arbitraires) Énergie (unités arbitraires)
350 800 1200
moyenne = 0.11285+/-0.00029 moyenne = 1.0001+/-0.0011 moyenne = 2.0934+/-0.0011
700
300 FWHM = 0.0403+/-0.0007 FWHM = 0.1104+/-0.0026 1000 FWHM = 0.1169+/-0.0027
600
250 rés (%) = 35.7+/-0.6 rés (%) = 11.04+/-0.26 rés (%) = 5.58+/-0.13
Nombre de mesures
500 800
200
400 600
150 300
400
100 200
50 100 200
0 0 0
0.05 0.10 0.15 0.20 0.8 1.0 1.2 1.8 2.0 2.2 2.4
Énergie (unités arbitraires) Énergie (unités arbitraires) Énergie (unités arbitraires)
F IGURE 3.30. – Spectres en énergie mesurés (ligne du haut) et simulés (ligne du bas)
pour un cristal de LYSO de 3 × 3 × 5 mm3 couplé à un SiPM avec des
gammas (à gauche) de 60 keV, (au milieu) de 511 keV et (à droite) de
1275 keV. La position des pics-photoélectrique est présenté de manière
relative à celui à 511 keV
135
3. Spectrométrie gamma à base de SiPM : modélisation et simulation Monte Carlo de
photo-multiplicateurs à base de silicium (SiPM) – 3.7. Validation de l’implémentation
Monte Carlo des SiPMs dans GATE
6 6.00 42
40 80
5.75 40 80
5 70
5.50 38 75
5.25 30 60 0 50 100
4 36
Amplitude (mV)
5.00 50
3 34
4.75 20 0 50 100 40
4.50 30
2
4.25 10 20
1 4.00
0 50 100 10
0 0 0
0 200 400 0 200 400 0 200 400
Temps (ns) Temps (ns) Temps (ns)
Mesures (60 keV) Mesures (511 keV) Mesures (1275 keV)
Simulation (60 keV) Simulation (511 keV) Simulation (1275 keV)
Stdev mesures Stdev mesures Stdev mesures
Stdev simulation Stdev simulation Stdev simulation
F IGURE 3.31. – Signaux moyens mesurés et simulés avec leurs incertitudes pour (à
gauche) 60 keV, (au milieu) 511 keV, et (à droite) 1275 keV.
les biais liées à la simulation du cristal mesurés en Section 3.1.6 et effectuons à nou-
veau une comparaison entre les mesures et la simulation. Les résultats obtenus sont
visibles en Table 3.6.
Mesures Simulation
[keV] µ res (%) µ res (%)
60 0.11 32.6±0.7 0.11 32.9±0.5
511 1.00 13.5±0.8 1.00 13.3±0.3
1275 2.48 8.6±0.6 2.49 8.5± 0.7
Cette fois, les différences relatives sont inférieures à 1.5%. La simulation des SiPM
est donc assez fidèle à la réalité pour simuler correctement la position des pics-
photoélectriques ainsi que leur FWHM.
136
3. Spectrométrie gamma à base de SiPM : modélisation et simulation Monte Carlo de
photo-multiplicateurs à base de silicium (SiPM) – 3.8. Conclusion générale et
prospectives
Simulation Sans afterpulses Sans crosstalks Sans dark counts Sans bruits
[keV] µ res (%) µ res (%) µ res (%) µ res (%) µ res (%)
60 0.11 32.4±0.5 0.11 28.4±1.2 0.11 28.7±0.9 0.11 28.4±1.2 0.11 27.7±1.2
511 1.00 11.0±0.3 1.00 10.9±0.6 1.00 10.2±0.6 1.00 10.3±0.6 1.00 10.3±0.5
1275 2.09 5.6±0.1 2.10 5.3±0.4 2.13 5.3±0.3 2.09 5.5±0.3 2.14 5.2±0.6
Nous remarquons qu’a 60 keV, les écarts en termes de FWHM entre la simulation
sans bruits et avec bruits varie de 16.2%. Autrement dit, à basse énergies, ne pas
simuler les bruits induirait à une estimation de FWHM bien meilleur qu’en réalité. La
raison principale est qu’à cette énergie, le nombre de photons émis est faible. Le bruit
à alors un fort impact sur la variation du nombre de pulses générés dans le SiPM.
À 1275 keV, la position du pic-photoélectrique varie de 7.7%. À cette énergie, le
nombre de photons mesuré est tel qu’il existe un effet de saturation. Le fait de ne pas
simuler les pulses liées aux bruits diminue cet effet.
En Figure3.32 nous présentons les signaux générés par simulation sans certains
bruits du SiPM. Nous pouvons constater que l’amplitude diminue de manière plus
importante lorsque le crosstalk n’est pas simulé.
137
3. Spectrométrie gamma à base de SiPM : modélisation et simulation Monte Carlo de
photo-multiplicateurs à base de silicium (SiPM) – 3.8. Conclusion générale et
prospectives
5 80 80
5.00 35 38
70 75
4 4.75 30 36
60
4.50 34 70
25
Amplitude (mV)
50
3 4.25 32
20 40 65
2 4.00 15 30
30 60
3.75 28 0 50 100
10 20
1 3.50 0 50 100
0 50 100 5 10
0 0 0
0 200 400 0 200 400 0 200 400
Temps (ns) Temps (ns) Temps (ns)
Simulation à 60 keV Simulationà 511 keV Simulation à 1275 keV
Sans afterpulses Sans afterpulses Sans afterpulses
Sans crosstalks Sans crosstalks Sans crosstalks
Sans dark counts Sans dark counts Sans dark counts
Sans bruits Sans bruits Sans bruits
F IGURE 3.32. – Signaux moyens simulés sans certaines sources de bruits pour (à
gauche) 60 keV, (au milieu) 511 keV, et (à droite) 1275 keV.
138
Conclusion
Lorem ipsum dolor sit amet, consectetuer adipiscing elit. Ut purus elit, vestibulum
ut, placerat ac, adipiscing vitae, felis. Curabitur dictum gravida mauris. Nam arcu
libero, nonummy eget, consectetuer id, vulputate a, magna. Donec vehicula augue eu
neque. Pellentesque habitant morbi tristique senectus et netus et malesuada fames
ac turpis egestas. Mauris ut leo. Cras viverra metus rhoncus sem. Nulla et lectus
vestibulum urna fringilla ultrices. Phasellus eu tellus sit amet tortor gravida placerat.
Integer sapien est, iaculis in, pretium quis, viverra ac, nunc. Praesent eget sem vel
leo ultrices bibendum. Aenean faucibus. Morbi dolor nulla, malesuada eu, pulvinar
at, mollis ac, nulla. Curabitur auctor semper nulla. Donec varius orci eget risus. Duis
nibh mi, congue eu, accumsan eleifend, sagittis quis, diam. Duis eget orci sit amet
orci dignissim rutrum.
Nam dui ligula, fringilla a, euismod sodales, sollicitudin vel, wisi. Morbi auctor
lorem non justo. Nam lacus libero, pretium at, lobortis vitae, ultricies et, tellus. Donec
aliquet, tortor sed accumsan bibendum, erat ligula aliquet magna, vitae ornare odio
metus a mi. Morbi ac orci et nisl hendrerit mollis. Suspendisse ut massa. Cras nec ante.
Pellentesque a nulla. Cum sociis natoque penatibus et magnis dis parturient montes,
nascetur ridiculus mus. Aliquam tincidunt urna. Nulla ullamcorper vestibulum turpis.
Pellentesque cursus luctus mauris.
139
Bibliographie
Acerbi, F.; Gundacker, S., 2019. Understanding and simulating SiPMs. Nucl. Instrum.
Meth. A. Vol. 926, p. 16–35 (cit. on pp. 22, 102, 106).
Ambe, S. et al., 1991. Preparation of a Radioactive Multitracer Solution from Gold
Foil Irradiated by 135 MeV/nucleon 14N Ions. Chemistry Letters. Vol. 20, no. 1, p.
149–152 (cit. on p. 29).
Anderson, M. et al., 2003. The STAR time projection chamber: a unique tool for
studying high multiplicity events at RHIC. Nucl. Instrum. Meth. A. Vol. 499, no. 2, p.
659–678 (cit. on p. 15).
Attié, D. et al., 2020. Performances of a resistive Micromegas module for the Time
Projection Chambers of the T2K Near Detector upgrade. Nucl. Instrum. Meth. A.
Vol. 957, p. 163286 (cit. on p. 15).
Bai, J. H.; Whang, J. H., 2011. The Optimization of CsI(Tl)-PIN Photodiode for High-
Energy Gamma-Ray Detection. JNST. Vol. 1, p. 308–311 (cit. on p. 94).
Bandstra, M. S. et al., 2011. Detection and Imaging of the Crab Nebula with the
Nuclear Compton Telescope. Astrophys. J. Vol. 738, no. 1, p. 8 (cit. on p. 29).
Barrett, H. H. et al., 1997. List-mode likelihood. J. Opt. Soc. Am. A. [online]. Vol. 14,
no. 11, p. 2914–2923 [visité le 2017-10-09] (cit. on p. 56).
Basolo, S. et al., 2008. A 20kpixels CdTe photon-counting imager using XPAD chip.
Nucl. Instrum. Meth. A. Vol. 589, no. 2, p. 268–274 (cit. on p. 17).
Berg, E. et al., 2015. Optimizing light transport in scintillation crystals for time-of-
flight PET: an experimental and optical Monte Carlo simulation study. Biomed. Opt.
Express. Vol. 6, no. 6, p. 2220–2230 (cit. on p. 94).
Berg E. Cherry, S. R., 2018. Using convolutional neural networks to estimate time-
of-flight from PET detector waveforms. Phys. Med. Biol. Vol. 63, no. 2, p. 02LT01
(cit. on p. 90).
Berger, M.J.; Hubbell, J.H, 1990. NIST X-ray and Gamma-ray Attenuation Coefficients
and Cross Sections Database. NIST Standard Reference Database 8, Version 2.0,
National Institute of Standards and Technology, Gaithersburg, MD (cit. on p. 9).
Biggs, B. et al., 1975. Hartree-Fock Compton profiles for the elements. Atom. Data.
Nucl. Data. Vol. 16, no. 3, p. 201–309 (cit. on pp. 8, 48, 49).
Brun, R.; Rademakers, F., 1997. ROOT - An Object Oriented Data Analysis Framework.
Nucl. Instrum. Meth. A. Vol. 389, no. 1-2, p. 81–86 (cit. on p. 37).
140
Bibliographie
141
Bibliographie
142
Bibliographie
Hoffman, A. et al., 2005. Overview Paper - CMOS Detector Technology. In Beletic J.E.,
Beletic J.W., Amico P. (eds) Scientific detectors for astronomy (cit. on p. 17).
2016. Article L1333-1, Code de la Santé Publique (cit. on p. 3).
Hughes, K. A.; Lightfoot, J. A., 1996. RadScan 600-a portable instrument for the remote
imaging of gamma contamination: its design and use in aiding decommissioning
strategy. in Conf. Rec. IEEE Nucl. Sci. Symp. Vol. 2, p. 930–933 (cit. on p. 24).
Iltis, A.; Snoussi, H., 2015. The Temporal PET Camera: A New Concept With High
Spatial and Timing Resolution for PET Imaging. Journal of Imaging. Vol. 1, no. 1, p.
45–59 (cit. on p. 32).
2015. Imageur spectrométrique temporel pour le démentèlement des équipements nu-
cléaires financé par l’ANDRA/PIA, subvention No. RTSCNADAA160019 (cf. p. 33).
Jan, S. et al., 2004. GATE: a simulation toolkit for PET and SPECT. Phys. Med. Biol.
Vol. 49, p. 4543–4561 (cit. on p. 36).
Jan, S. et al., 2011. GATE V6: a major enhancement of the GATE simulation platform
enabling modelling of CT and radiotherapy. Phys. Med. Biol. [online]. Vol. 56, no. 4,
p. 881–901 [visité le 2017-02-01] (cit. on p. 36).
Jiang, J. et al., 2014. A prototype of aerial radiation monitoring system using an
unmanned helicopter mounting a GAGG scintillator Compton camera. J. Nucl. Sci.
Technol. Vol. 53, no. 7, p. 1067–1075 (cit. on p. 30).
Kabuki, S. et al., 2010. Electron-tracking Compton gamma-ray camera for small animal
and phantom imaging. Nucl. Instrum. Meth. A. Vol. 623, no. 1, p. 606–607 (cit. on
p. 30).
Kishimoto, A. Study of ultra-compact Compton camera based on 3-D position sensitive
scintillator for environmental and medical gamma-ray imaging. Thèse de doctorat.
Université de Waseda (cit. on p. 86).
Krimmer, J. et al., 2015. Development of a Compton camera for medical applications
based on silicon strip and scintillation detectors. Nucl. Instrum. Meth. A. Vol. 787,
p. 98–101 (cit. on pp. 28, 31).
Lehner, C. E. et al., 2004. 4π Compton imaging using a 3-D position-sensitive CdZnTe
detector via weighted list-mode maximum likelihood. IEEE Trans. Nucl. Sci. Vol. 51,
no. 4, p. 1618–1624 (cit. on p. 65).
Llosá, G.; others., 2013. First Compton telescope prototype based on continuous
LaBr3-SiPM detectors. Nucl. Instrum. Meth. A. Vol. 718, no. Supplement C, p.
130–133 (cit. on p. 30).
Lojacono, X., 2013. Image reconstruction for Compton camera with application to
hadrontherapy. Thèse de doctorat. INSA de Lyon (cit. on pp. 48, 56, 57, 59).
143
Bibliographie
144
Bibliographie
145
Bibliographie
Singh, M. et al., 1983. An electronically collimated gamma camera for single photon
emission computed tomography. Part I: Theoretical considerations and design
criteria. Med. Phys. Vol. 10, no. 4, p. 421–427 (cit. on pp. 29, 48, 51).
Slawomir, P., 2016. What is an SiPM and how does it work? (Cit. on p. 99).
Stockhoff, M. et al., 2017. Advanced optical simulation of scintillation detectors in
GATE V8.0: first implementation of a reflectance model based on measured data.
Phys. Med. Biol. Vol. 62, no. 12, p. L1–L8 (cit. on p. 94).
Sullivan, J. P. et al., 2009. Extended radiation source imaging with a prototype Compton
imager. Appl. Radiat. Isot. [online]. Vol. 67, no. 4, p. 617–624 [visité le 2017-05-10]
(cit. on p. 58).
Surti, S.; Karp, J. S., 2016. Advances in time-of-flight PET. Phys. Med. Biol. Vol. 32, no.
1, p. 12–22 (cit. on p. 90).
Takeda, S. et al., 2007. A new Si/CdTe semiconductor Compton camera developed for
high-angular resolution. Vol. 6706, p. 67060S (cit. on p. 30).
Takeda, S. et al., 2015. A portable Si/CdTe Compton camera and its applications to the
visualization of radioactive substances. Nucl. Instrum. Meth. A. Vol. 787, p. 207–211
(cit. on p. 30).
Tatischeff, V. et al., 2016. The e-ASTROGAM gamma-ray space mission. In: Space
Telescopes and Instrumentation 2016: Ultraviolet to Gamma Ray. Vol. 9905, 99052N
(cit. on p. 29).
The SciPy community, 2018. scipy.optimize.curve_fit (cit. on p. 107).
Todd, R. W. et al., 1974. A proposed Y camera. Nature. Vol. 251, p. 132–134 (cit. on
pp. 27, 29).
Turecek, D. et al., 2018. Compton camera based on Timepix3 technology. JINST.
Vol. 13, no. 11, p. C11022–C11022 (cit. on p. 31).
Uhring, W. et al., 2004. A low-cost high-repetition-rate picosecond laser diode pulse
generator. Proc. SPIE Semiconductor Lasers and Laser Dynamics. Vol. 5452, p. 583
(cit. on p. 116).
Vinogradov, S. et al., 2014. Performance of X-ray detectors with SiPM readout in cargo
accelerator-based inspection systems. in Conf. Rec. IEEE Nucl. Sci. Symp. P. 1–6
(cit. on p. 107).
Voichita, M., 2014. Filtered Backprojection Reconstruction and Redundancy in Comp-
ton Camera Imaging. IEEE Trans. Im. Proc. Vol. 23, no. 1, p. 332–341 (cit. on
p. 56).
Wilderman, S. J. et al., 1998. List-mode maximum likelihood reconstruction of Comp-
ton scatter camera images in nuclear medicine. in Conf. Rec. IEEE Nucl. Sci. Symp.
[online]. Vol. 3, p. 1716–1720 [visité le 2017-03-06] (cit. on p. 57).
146
Bibliographie
147
Index
Lorem ipsum, I
148
ANNEXES
149
INDEX – A. Schéma du montage électronique utilisé pour la mesure de la SPTR
150
INDEX – B. Fichier SiPM.xml
B. Fichier SiPM.xml
1 <?xml version="1.0" encoding="utf-8"?>
2 <sipms>
3 <sipm name="SiPM">
4 <propertiestable>
5 <property name="tauRecovery" value="28.5" unit="nanosecond"/>
6 <property name="tauBulk" value="11.4" unit="nanosecond"/>
7 <property name="sptr" value="0." unit="picosecond"/>
8 <property name="Cap" value="0.030"/>
9 <property name="Cct" value="0.0079"/>
10 <property name="t0" value="0." unit="nanosecond"/>
11 <property name="a" value="-1."/>
12 <property name="b" value="-0.5"/>
13 <property name="signalDeconvolvedAmplitude" value="0.00048" unit="volt"/>
14 <property name="durationPulse" value="300" unit="nanosecond"/>
15 <!-- Duration of one pulse generated by one micro-cell-->
16 <property name="signalDeconvolvedAmplitudeSigma" value="0.0000025" unit="
volt"/>
17 <property name="whiteNoiseSigma" value="3.77E-05" unit="volt"/>
18 <property name="DCR" value="498" unit="kilohertz"/>
19 <propertyvector name="DIMENSIONS" unit="micrometer">
20 <ve value="50."></ve>
21 <ve value="50."></ve>
22 </propertyvector>
23 <!-- Dimentions of one micro-cell-->
24 <propertyvector name="CROSSTALK">
25 <ve value="9.1e-01"></ve>
26 <ve value="7.90e-02"></ve>
27 <ve value="9.00e-03"></ve>
28 <ve value="1.10-03"></ve>
29 <ve value="1.46e-04"></ve>
30 </propertyvector>
31 <propertyvector name="CROSSTALK_DISPERSION">
32 <ve value="1"></ve>
33 </propertyvector>
34 <!-- Set to 1 means that all micro-cells at a distance from center to center
of the firing micro-cell equal to 50 micrometers have the same
probability to create a crosstalk. Then, each new line in the vector is
a circle of bigger radius (50 micrometers) where we can define the
probability of crosstalk for all the micro-cells that it passes through.
The sum of the vector is equal to 1.-->
35 <propertyvector name="PULSE" unit="nanosecond">
36 <ve time="0.00" value="0.011675983255"></ve>
37 <ve time="0.05" value="0.014392492543"></ve>
38 [...]
39 </propertyvector>
40 </propertiestable>
41 </sipm>
42 </sipms>
fig/annexes/SiPM.XML
151
INDEX – C. Fichier Surfaces.xml
C. Fichier Surfaces.xml
1 <?xml version="1.0" encoding="utf-8"?>
2 <surfaces>
3 <surface name="SiPM" type="dielectric_metal" sigmaalpha="0.0" finish="
polished">
4 <propertiestable>
5 <propertyvector name="SPECULARLOBECONSTANT" energyunit="eV">
6 <ve energy="1.0" value="0.0"></ve>
7 <ve energy="2.34" value="0.0"></ve>
8 <ve energy="4.13" value="0.0"></ve>
9 </propertyvector>
10 <propertyvector name="SPECULARSPIKECONSTANT" energyunit="eV">
11 <ve energy="1.0" value="0.0"></ve>
12 <ve energy="2.34" value="0.0"></ve>
13 <ve energy="4.13" value="0.0"></ve>
14 </propertyvector>
15 <propertyvector name="BACKSCATTERCONSTANT" energyunit="eV">
16 <ve energy="1.0" value="0.0"></ve>
17 <ve energy="2.34" value="0.0"></ve>
18 <ve energy="4.13" value="0.0"></ve>
19 </propertyvector>
20 <propertyvector name="REFLECTIVITY" energyunit="eV">
21 <ve energy="4.9592" value="0.672612594017585"></ve>
22 <ve energy="4.76846153846154" value="0.705173999753657"></ve>
23 <ve energy="4.59185185185185" value="0.732089552684876"></ve>
24 <ve energy="4.42785714285714" value="0.722956410931167"></ve>
25 <ve energy="4.2751724137931" value="0.684235361230538"></ve>
26 <ve energy="4.13266666666667" value="0.623487589028101"></ve>
27 <ve energy="3.99935483870968" value="0.590475835158614"></ve>
28 <ve energy="3.874375" value="0.574130337860842"></ve>
29 <ve energy="3.7569696969697" value="0.5656774122022"></ve>
30 <ve energy="3.64647058823529" value="0.561749318208869"></ve>
31 <ve energy="3.54228571428571" value="0.565380275909807"></ve>
32 <ve energy="3.44388888888889" value="0.582911002404122"></ve>
33 <ve energy="3.35081081081081" value="0.584270801263058"></ve>
34 <ve energy="3.26263157894737" value="0.546502292447187"></ve>
35 <ve energy="3.17897435897436" value="0.510973643823881"></ve>
36 <ve energy="3.0995" value="0.486021027692078"></ve>
37 <ve energy="3.02390243902439" value="0.466853259650879"></ve>
38 <ve energy="2.95190476190476" value="0.451521580514202"></ve>
39 <ve energy="2.88325581395349" value="0.439123248850964"></ve>
40 <ve energy="2.81772727272727" value="0.428907265346926"></ve>
41 <ve energy="2.75511111111111" value="0.419585699502722"></ve>
42 <ve energy="2.69521739130435" value="0.411485950400365"></ve>
43 <ve energy="2.63787234042553" value="0.404281394203058"></ve>
44 <ve energy="2.58291666666667" value="0.39787918076254"></ve>
45 <ve energy="2.53020408163265" value="0.391964732835764"></ve>
46 <ve energy="2.4796" value="0.387105531276213"></ve>
47 <ve energy="2.43098039215686" value="0.382264521501647"></ve>
48 <ve energy="2.38423076923077" value="0.377999091926155"></ve>
152
INDEX – C. Fichier Surfaces.xml
153
INDEX – C. Fichier Surfaces.xml
154