SCD Aix Marseille Universite Latexamu 52ed260

NNT/NL : 2020AIXM0001/001ED000
Soutenue à Aix-Marseille Université

le 10 janvier 2020 par
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
Discipline Composition du jury

renseigner la discipline du doctorat (Annexe A)
Prénom NOM Rapporteur·e
Spécialité Affiliation
renseigner la spécialité du doctorat (Annexe A)
Prénom NOM Rapporteur·e
Affiliation
École doctorale
renseigner l'école doctorale (Annexe A)
Prénom NOM Examinateur·rice
Laboratoire/Partenaires de recherche Affiliation
renseigner les partenaires institutionnels
et les partenaires privés Prénom NOM Président·e du jury
un partenaire par ligne Affiliation
Prénom NOM Directeur·rice de thèse

Affiliation
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.
Fait à [ville] le [date]
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.
Mots clés : géométrie algorithmique, complexe planaire et rectangulaire, géodésique,

courbure globale non-positive
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.
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
Table des matières IV
Table des figures X
Liste des tableaux XVII
Liste des acronymes XVIII
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
2 Reconstruction d’images et modélisation du prototype 34

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’interaction . . . . . . . . . . . . . . . . . . . . . . . . 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
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
3 Spectrométrie gamma à base de SiPM : modélisation et simulation

Monte Carlo de photo-multiplicateurs à base de silicium (SiPM) 88
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
3.5 Caractérisation des paramètres d’un SiPM pour la simulation Monte
Carlo avec GATE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113
3.5.1 Echantillonnage de la forme d’un pulse émis par une micro-
cellule . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113
3.5.2 Mesure de la SPTR . . . . . . . . . . . . . . . . . . . . . . . . . . 114
3.5.2.1 Montage électronique d’amplification . . . . . . . . . 114
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
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
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. . . . . 37
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
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
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
3.1 Variation de la position des pics-photoélectrique et de leur FWHM en

partant de l’expérimental vers la simulation . . . . . . . . . . . . . . . . 97
3.2 Amplitudes des distributions obtenues à partir de la projection sur
l’axe des amplitudes de l’histogramme 2D en fonction du nombre de
crosstalk (CT) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 120
3.3 Comparaison entre les probabilités de crosstalk mesurés et celles cal-
culés le modèle "4 nearest neighbors" et "8 nearest neighbors" . . . . 121
3.4 Comparaison des paramètres mesurées définissants le bruit du SiPM
avec ceux simulés en Monte Carlo . . . . . . . . . . . . . . . . . . . . . . 132
3.5 Comparaison entre les probabilités de crosstalk mesurées et simulés
en Monte Carlo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 132
3.6 Comparaison entre les pics-photoélectrique mesurés et simulés après
calibration et ajout des biais liés à la simulation du cristal . . . . . . . 136
3.7 Position et FWHM des pics-photoélectriques obtenues par simulation
en supprimant certains bruits du SiPMs . . . . . . . . . . . . . . . . . . 137
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
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.
1.2. Interaction des rayons X/Gamma avec la

matière
Un rayon X est un photon émis par un électron lié à un noyau afin de se désexciter
(fluorescence) ou par un électron libre freiné par un noyau (rayonnement de freinage).
Un rayon Gamma lui, est un photon émis par un noyau atomique qui se désexcite.
Lorsque l’on détecte l’un de ces photons, il n’est pas possible de les distinguer hormis
par leur énergie, du fait les rayons gamma sont généralement émis à haute énergie
(> 100 keV) et les rayons X à plus faible énergie (< 1 à 2 MeV). Dans la suite de ce
manuscrit, nous ne ferons donc aucune distinction entre eux et lorsqu’on parlera de
rayons gamma, on admettra que le même raisonnement peut être appliqué pour des
rayons X de la même énergie.
Si on considère un flux de photons traversant la matière, la quantité de rayonnement
sortante sera alors inférieure à la quantité entrante. Ainsi, chacun des photons a une
probabilité non nulle d’interagir avec la matière, qui dépend de la densité 1 du milieu
1. Ici, le terme densité est à prendre au sens large. On parle en fait de densité atomique et électro-
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.
F IGURE 1.1. – Prépondérance des types d’interaction en fonction du numéro atomique

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.
nique.
4
1.2.1. La diffusion de Rayleigh

Dans ce cas de figure, l’interaction d’un photon avec un électron provoque l’émis-
sion d’un nouveau photon de même énergie mais de direction différente. Il n’y a donc
pas de perte d’énergie. De ce fait, l’interaction est dite élastique. La probabilité d’émis-
sion du photon selon un angle θ par rapport à l’angle d’incidence du photon absorbé
varie comme 1 + cos 2 (θ). Elle ne dépend donc pas de l’énergie du photon. Si on étudie
la fonction 1 + cos 2 (θ), on observe que bien que la diffusion soit majoritairement vers
l’avant et l’arrière, elle reste très dispersée dans l’espace.
La probabilité de la diffusion de Rayleigh varie comme la densité électronique du
milieu au carré (Z 2 ) et comme l’inverse de l’énergie du photon au carré. Aussi, jusqu’à
100 keV, la diffusion de Rayleigh représente près de la moitié des interactions.
La diffusion de Rayleigh ne déposant pas d’énergie, il est difficile de la mesurer.
Etant donné sa prépondérance, nous pourrons discuter par la suite de l’influence de
cette diffusion dans la localisation de sources radioactives en imagerie Compton.
1.2.2. L’effet photo-électrique

Ici, il est question d’un transfert total d’énergie du photon à un électron. L’électron
ainsi excité peut-être ionisé si son énergie de liaison au noyau est inférieure à celle de
l’énergie du photon. L’énergie cinétique de celui-ci sera égale à l’énergie du photon
incident (E ) moins son énergie de liaison (E l ).
F IGURE 1.2. – Illustration de l’effet photo-électrique
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
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 ).
1.2.3. La création de paires

C’est un processus par lequel le photon incident disparaît. Son énergie se matérialise
au voisinage du champ électromagnétique d’un noyau par la création d’une paire
électron-positron (Figure 1.3). Lorsqu’un positron est au repos, il s’annihile avec un
électron pour créer le plus souvent deux photons gamma de 511 keV émis en sens
opposés. Pour qu’il y ait création de paires, le photon doit avoir une énergie au moins
supérieure à la somme des énergies de l’électron et du positron au repos, soit 1022 keV.
F IGURE 1.3. – Illustration de la création de paires
La probabilité de création de paires est d’autant plus dépendante de l’énergie du

photon que celle-ci est élevée et varie comme Z 2 .
1.2.4. La diffusion Compton

La diffusion Compton est inélastique. Le photon incident « cède » une partie de
son énergie à un électron des couches périphériques. Par approximation, la somme
des impulsions (ou quantités de mouvement) de l’électron mis en mouvement et du
6
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
Où E est l’énergie du photon incident, E celle du photon diffusé, m e c 2 l’énergie

0
d’un électron au repos (0,511 MeV) et θ l’angle de diffusion Compton. En supposant

toujours cette approximation, la probabilité d’avoir un photon diffusé par interaction
Compton selon un angle θ dépend uniquement de l’énergie E du photon incident
et décroît en fonction de celle-ci. De même, en considérant que les photons ne sont
pas polarisés, la section efficace différentielle de diffusion Compton par unité d’angle
δσ
solide ( δΩ ), aussi appelée formule de Klein-Nishina, permet de calculer la probabilité
qu’une diffusion Compton ait lieu avec un angle θ :
µ ¶2 · 0
dσ 1 2 E0 E E
¸
2
= r + − sin (θ) (1.3)
dΩ 2 e E E E0
Ici, r e est le rayon classique d’un électron, E l’énergie du photon incident et E 0 l’éner-
gie du photon diffusé. En Figure 1.4 est représentée la section efficace différentielle
Compton par unité d’angle solide en fonction de l’angle de diffusion. On observe que
pour les basses énergies, la probabilité de diffuser vers l’arrière est proche de celle de
diffuser vers l’avant. Ainsi, ce n’est que dès lors que l’énergie du photon dépasse le
MeV que l’on peut négliger la rétrodiffusion.
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
direction formant un angle θ + θd avec la direction du photon incident où θd dépend

de l’impulsion transverse de l’électron avant la diffusion. On appelle ce phénomène
élargissement Doppler ou Doppler broadening. Soit p z cette impulsion transverse ;
Eq. 1.2 devient alors [O RDONEZ et al. 1997b] :
E 0 − E (E − E 0 )(1 − cos θ)/m e c 2

pz = p (1.4)
E 2 + (E − E 0 )2 − 2E (E − E 0 ) cos θ
On pourra noter que cette nouvelle équation est égale à Eq. 1.2 lorsque p z = 0.
Ainsi, on peut écrire la section efficace différentielle Compton par unité d’angle
solide en fonction de l’angle de diffusion et de l’énergie cinétique prise par l’électron
(E − E 0 ) [R IBBERFORS 1975] :
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)
F IGURE 1.5. – Distribution de l’impulsion transverse p z en fonction du matériau (Si et

CeBr3 )
Enfin, la probabilité d’interagir par effet Compton varie comme Z . Aussi, sa dépen-
8
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
Tableau 1.1. – Dépendance en Z et E des différents types d’interaction
dance décroît en fonction de E.
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
CeBr3: Effet photo-élctrique

104 CeBr3: Diffusion Compton
Si: Effet photo-élctrique
Si: Diffusion Compton
W: Effet photo-élctrique
W: Diffusion Compton
102
Attenuation (cm ¹)
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)
F IGURE 1.7. – Rapport des coefficients d’atténuation linéiques Compton/photo-

électrique pour le silicium et le CeBr3 .
10
1. Généralités – 1.3. La détection de rayons X/Gamma
Néanmoins, si on trace le rapport des coefficients d’atténuation linéiques par effet

Compon et par effet photo-électrique, on remarque que pour des énergies supérieures
à 10− 2 MeV, il est plus élevé pour le silicium que pour le CeBr3 (Figure1.7). De ce fait,
si on veut privilégier les interactions Compton (bien que le nombre d’interactions soit
plus faible), il faut préférer un matériau léger à un matériau lourd.
1.3. La détection de rayons X/Gamma

Afin de détecter une particule, il faut pouvoir mesurer une perturbation au passage
de celle-ci. Or un rayon gamma ne perturbe la matière que lorsqu’il dépose de l’énergie.
Ainsi, si on est capable de détecter un dépôt d’énergie, on peut en déduire qu’un rayon
gamma en est potentiellement à l’origine. Nous avons vu en Section 1.2 qu’un photon
ne dépose pas toujours de l’énergie. C’est le cas de la diffusion de Rayleigh. Dans ce
cas, cette interaction n’est donc pas directement détectable.
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
Un détecteur va permettre de mesurer et de localiser spatialement et temporelle-

ment une quantité d’énergie déposée, i.e. de donner une estimation sur la position
(x,y,z) et le moment de l’interaction (t). En Figure 1.8 est présenté un histogramme
de l’énergie déposée dans un cristal de LYSO de 3 x 3 x 5 mm3 couplé à un Silicon
Photo-Multiplier (SiPM) HBK S13360-3050CS irradié par une source émettrice de pho-
tons de 662 keV. On aperçoit que l’histogramme est représenté en unités arbitraires
(a.u.) ; il n’est pas calibré en énergie. Il est donc nécessaire dans un premier temps
de caractériser la réponse du détecteur en fonction de l’énergie pour étalonner en
énergie cet histogramme. On aperçoit un pic autour de 60 a.u. au-delà duquel presque
aucune énergie n’est mesurée. C’est le pic à pleine énergie ou photo-pic. En deçà de
celui-ci, il s’agit donc de dépôts d’énergie incomplets correspondant à des interactions
Compton. On observe que le pic à pleine énergie n’est pas un Dirac bien que 662 keV
11
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
0.2 CeBr3: CSDA

Si: CSDA
Air: CSDA
0.0
10 2 10 1 100 101
Énergie (MeV)
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
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.
1.3.1. La détection des rayons gamma par conversion directe

Ce type de détection est dit à conversion directe car on cherche à déterminer la
quantité d’électrons libérés par l’interaction avant qu’ils ne se recombinent à nouveau
à un noyau. Pour ce faire, on va chercher à conduire un signal électrique à travers un
matériau qui n’est pas conducteur a priori grâce aux électrons libérés. Il suffit pour
cela de polariser électriquement ce matériau afin d’attirer les électrons vers l’électrode
positive (l’anode) et les trous vers l’électrode négative (la cathode). Cette tension de
polarisation doit être suffisamment élevée pour que les électrons qui traversent la
matière puissent atteindre l’anode malgré leur perte d’énergie due aux interactions
avec le matériau (énergie perdue par rayonnement de freinage ou par collision). Si
elle est juste assez élevée, le détecteur fonctionne alors en mode « ionisation ».
Si l’énergie fournie par le champ électrique est supérieure à la somme de la perte
d’énergie des électrons le long de leur parcours et de l’énergie de liaison des électrons
du milieu, alors ces électrons libérés peuvent aussi mettre en mouvement d’autres
électrons. Il se forme alors une « avalanche d’électrons ». La quantité d’électrons
finalement récoltée est alors supérieure au nombre d’électrons pouvant être mis
en mouvement grâce à l’énergie déposée initialement par le rayon gamma, mais
restera proportionnelle à cette dernière ainsi qu’à l’amplitude du champ électrique.
Le détecteur fonctionne alors en mode « proportionnel »
À partir d’une tension seuil, les électrons sont tellement attirés qu’ils parviennent
à mettre en mouvement tous les électrons rencontrés sur leur passage. Le nombre
d’électrons ainsi collectés devient le même quelle que soit l’énergie initialement
déposée. Le détecteur fonctionne alors en mode « Geiger ». Enfin, si l’amplitude du
champ électrique devient trop importante, voire supérieure à la rigidité diélectrique
du matériau, les électrons liés aux noyaux acquièrent une énergie suffisante pour
être libérés sans même recevoir d’énergie supplémentaire fournie par une interaction
gamma. C’est donc la limite de champ applicable avant le « claquage » (formation
d’un arc électrique).
13
F IGURE 1.10. – Quantité de charges collectées par conversion directe en fonction de la

tension d’alimentation.
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.
1.3.1.1. Les détecteurs gazeux

Un détecteur gazeux définit un détecteur pour lequel le matériau qui sépare l’anode
et la cathode est un gaz. Celui-ci étant de faible densité (électronique et atomique), ce
type de détecteur est couramment utilisé en dosimétrie, notamment en radiothérapie,
pour vérifier que la dose déposée dans un milieu par un accélérateur linéaire est
conforme aux attentes. Ce sont majoritairement des électrons libres entrant dans
le milieu qui vont être accélérés par le champ électrique. Le détecteur permet par
conséquent d’estimer le nombre d’électrons libres environnant tout en mesurant une
quantité négligeable d’interactions gamma dans son propre milieu (du fait de la faible
densité). Si le détecteur est assez petit comparé au parcours des électrons mis en
mouvement autour de celui-ci, on dit qu’il ne perturbe pas l’équilibre électronique et
14
que le nombre de paires électron-trou détectées est proportionnel à la dose déposée

dans le milieu environnant.
Les détecteurs gazeux sont aussi couramment utilisés pour mesurer le parcours de
particules chargées dans le milieu (chambre à fils) ou pour détecter la radioactivité
environnante (compteur Geiger-Müller). Les trois principales applications évoquées
se distinguent essentiellement par leur différence de taille de détecteur et de ten-
sion d’alimentation. Une chambre d’ionisation mesure de quelques millimètres à
quelques centimètres cubes où la tension aux bornes des électrodes et juste suffisante
pour collecter les électrons déjà en mouvement. Une chambre à fils (ou chambre
multifilaire proportionnelle) peut mesurer plusieurs mètres cubes et la tension appli-
quée entre les anodes et les cathodes permet de mettre en mouvement de nouveaux
électrons. Enfin, un compteur Geiger-Müller mesure quelques centimètres cubes. La
tension est telle que les électrons attirés par l’anode mettent en mouvement tous les
électrons rencontrés sur leur parcours avant leur collection. La mesure est donc non
proportionnelle.
La résolution spatiale d’un détecteur gazeux est directement liée à sa taille. La
nécessité de la réduire pour améliorer la résolution spatiale conduit à une sensibilité
aux rayons gamma très faible. Bien que l’on puisse obtenir des résolutions en énergie
de l’ordre de 8.9% à 5.9 keV, le temps mort peut difficilement être inférieur à 100 ns et
la résolution temporelle à la nanoseconde [A NDERSON et al. 2003][ATTIÉ et al. 2020].
1.3.1.2. Les détecteurs semi-conducteurs

Un semi-conducteur est un matériau a priori non-conducteur, mais qui ne nécessite
qu’une faible excitation pour le devenir. Dans un atome, les électrons qui sont proches
du noyau n’interagissent pas avec les autres atomes. Ceux qui se trouvent sur les
couches externes permettent les liaisons interatomiques (électrons de valence) et
ceux qui ont une énergie électronique suffisante sont responsables de la circulation
d’un courant électrique (électrons de conduction). Dans un métal, les zones de valence
et de conduction se chevauchent. Les électrons peuvent donc être libres et conduire
un courant.
La particularité des semi-conducteurs tient au fait que bien que les zones de valence
et de conduction ne se chevauchent pas, il suffit d’une faible excitation des électrons
de valence pour qu’ils deviennent conducteurs. On dit que la bande interdite (bande
d’énergie électronique interdite) est petite comparée à celle d’un isolant (de l’ordre de
quelques eV).
Pour créer un détecteur sensible à un dépôt d’énergie, ces matériaux ne peuvent
pas être utilisés tels quels. Si on incorpore des ions négatifs dans le cristal semi-
conducteur, alors celui-ci contient des trous libres qui équilibrent la charge négative
des ions, c’est un dopage dit positif (P). Si on incorpore des ions positifs dans le cristal
semi-conducteur, alors celui-ci contient des électrons libres qui équilibrent la charge
positive des ions, c’est un dopage dit négatif (N). Lorsque deux semi-conducteurs
dopés P et N sont joints, les électrons de la zone N au voisinage de la zone P se
15
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).
F IGURE 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.
Le matériau étant chargé positivement du côté N de la zone de déplétion et négati-

vement du côté P, on dit que celle-ci forme une barrière au courant. Néanmoins, les
électrons de valence dans la zone de déplétion sont soumis à un gradient de champ
électrique induit par la tension aux bornes du matériau. Cela signifie que si la tension
est suffisante, alors un faible dépôt d’énergie dans la zone de déplétion mettrait des
16
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
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.
1.3.2. La détection de rayons gamma par conversion indirecte

Dans le cas de la détection indirecte, les charges des électrons libérés par le dépôt
d’énergie ne vont pas être directement intégrées. Le ralentissement et la recombinai-
son de ces électrons avec les atomes du convertisseur implique que l’énergie délivrée
par ces électrons au convertisseur doit être évacuée d’une manière ou d’une autre. Ce
surplus d’énergie va alors soit être favorable à une modification des caractéristiques
du milieu, soit être à l’origine de l’émission de photons de faible énergie. Si l’émission
du photon est rapide, (de l’ordre de la micro seconde) on parle alors de fluorescence.
Néanmoins, il se peut que les électrons soient piégés dans un état excité et que leur
probabilité de se désexciter par unité de temps soit faible. On parle alors de phos-
phorescence. Il est aussi parfois nécessaire de fournir de l’énergie supplémentaire
(chaleur ou lumière) afin de leur permettre de se désexciter. Dans ce cas on parle aussi
de fluorescence (e.g. thermoluminescence), car on observe une désexcitation dès que
l’énergie nécessaire au dépiégeage est fournie. Le spectre d’émission des photons
diffère d’un matériau à l’autre et n’est pas monochromatique.
L’ensemble des matériaux non fluorescents dès l’interaction gamma (ou non scin-
tillants) sont dit à mémoire car l’information collectée est disponible dès que l’on se
décide à la lire. Bien qu’ils puissent offrir une bonne résolution spatiale, ils fournissent
uniquement une information sur la quantité d’énergie déposée par unité de temps.
L’information temporelle pour chacun des photons est irrémédiablement perdue ainsi
que celle de l’énergie de chaque dépôt.
Pour les matériaux émetteurs de lumière, il est nécessaire de la convertir en un
courant électrique par l’utilisation de photodétecteurs. Quelques-uns d’entre eux
seront décrits plus loin.
18
1.3.2.1. Détecteurs à mémoire par changement de caractéristiques optiques

du milieu
F IGURE 1.12. – Toute première radiographie, on y aperçoit le squelette de la main de

Mme Röntgen ainsi que son alliance.
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.
1.3.2.2. Détecteurs à mémoire par piégeage d’électrons sur un niveau excité

L’avantage principal de ce type de détecteur est la possibilité d’inverser le processus
de piégeage. Ainsi, on peut réutiliser plusieurs fois le même détecteur. C’est le cas des
cassettes radiographiques composés de fluoro-halogénure de baryum (BaFBr). Après
avoir irradié le patient disposé entre le tube à rayons X et le capteur, la cassette est en-
suite photo stimulée pour qu’elle émette à son tour un signal lumineux proportionnel
à l’énergie déposé dans le matériau pendant l’irradiation. La résolution spatiale du
détecteur est limitée par la largeur du faisceau laser difficilement inférieure au milli-
mètre. La résolution en énergie est en moyenne de l’ordre de 10% à 511 keV, bien que
19
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.
1.3.2.3. Détecteurs à fluorescence

Le processus de fluorescence peut être obtenu dans des cristaux, des gaz ou des
liquides. Parmi ceux-ci, on distingue les matériaux organiques et inorganiques (ne
contenant pas de carbone, d’oxygène ou d’hydrogène). Ils sont aussi caractérisés par
des processus de désexcitation qui diffèrent. Pour les scintillateurs inorganiques, il est
question de désexcitation d’un électron passant de la bande de conduction à la bande
de valence. Pour les scintillateurs organiques, c’est une désexcitation moléculaire qui
a lieu.
Les scintillateurs inorganiques étant généralement plus denses, ils offrent une ef-
ficacité de détection 2 à 10 fois supérieure. Le processus de scintillation est lui 10 à
1000 fois plus lent (constante de décroissance rarement inférieure à 0,2 µs), ce qui
détériore la résolution temporelle et augmente le temps mort du détecteur. Les princi-
paux avantages des matériaux fluorescents sont leur efficacité de détection (car on
peut facilement utiliser de gros cristaux) et le gain potentiel en résolution temporelle.
En effet, les photons transitent plus rapidement dans la matière que les électrons.
Néanmoins, seuls quelques dizaines de milliers de photons sont émis par MeV déposé.
La résolution en énergie est donc inférieure à celle des semi-conducteurs et atteint
dans le meilleur des cas 4% à 511 keV. Concernant la résolution spatiale, elle est très
dépendante des photodétecteurs utilisés pour collecter les photons de faible énergie.
Elle reste difficilement meilleure que le millimètre.
La caméra Compton Temporal étant basée sur l’utilisation de cristaux scintillants,
leur fonctionnement et leurs caractéristiques seront approfondis en seconde partie
du manuscrit.
1.3.2.4. La conversion des photons de faible énergie en signal électrique

Une fois que les matériaux utilisés pour la détection ont réémis des photons de faible
énergie, il s’agit ensuite de les collecter. Pour ce faire, les photons peuvent être guidés
vers un photodétecteur par de multiples moyens tels que l’utilisation de guides d’onde
ou de matériaux plus ou moins réfléchissants. L’étude de la distribution spatiale à la
surface du photodétecteur permet aussi d’estimer la position d’interaction du photon
gamma (x, y, z).
Une partie des photodétecteurs développés pour les basses énergies sont composés
d’un agencement de semi-conducteur. Si l’intérêt et uniquement d’avoir une estima-
tion sur le nombre de photons gamma détectés, alors l’utilisation de capteurs CCD
ou CMOS sensibles à cette gamme d’énergie et généralement préféré. L’utilisation de
tubes photomultiplicateurs ou PMT [B URLE I NDUSTRIES 1980] ou de photomultiplica-
20
teurs à silicium ou Silicon Photomultiplier (SiPM) [C OVA et al. 1996a] est nécessaire
lorsque l’application requiert de distinguer des rayons gamma.
1.3.2.4.1. Les tubes photomultiplicateurs
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
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 .
1.3.2.4.2. Les photomultiplicateurs à silicium
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.
1.3.2.4.3. Résumé concernant les photodétecteurs
Dans l’évolution historique des photodétecteurs, deux axes majeurs d’amélioration

sont à noter : la résolution temporelle et l’efficacité de détection. Bien que l’effica-
cité influe sur la résolution énergétique, la volonté première est d’augmenter le gain.
Ceci, afin de collecter au mieux les tout premiers photons et d’améliorer la résolution
temporelle sur la détection du photon gamma. Les SiPMs et les MCP-PMTs étant
des technologies récentes qui suppléaient les PMs, il existe encore peu de recul face
à celles-ci. Il reste donc difficile de savoir laquelle des deux technologies émergera
comme un meilleur atout pour la résolution temporelle en détection gamma. La tech-
nologie SiPM reste plus avancée en terme de développement et émerge en industrie.
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
Résolution Gazeux Semi- Semi- Conversion Fluorescent

\Détecteur conducteur conducteur directe à
à mémoire mémoire
Temporelle Nano- Nano- N/A N/A Centaine
secondes secondes de picose-
condes
En éner- Jusqu’à Jusqu’à 0.5 Jusqu’à 0.5 Jusqu’à 4 Jusqu’à 4
gie (% à 8.9% à
511 keV) 5.9 keV
Spatiale Millimètre Micromètre Micromètre Micromètre Micromètre
Comptage Oui Oui Non Non Oui
de pho-
tons ?
Sensibilité Faible Raisonnable Raisonnable Forte Forte
en dessous en dessous
de 100 keV de 100 keV
Tableau 1.2. – Résumé des performances en fonction du type de détecteur
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.
1.4. Du détecteur vers l’imageur : la collimation

Bien qu’un module de détection de rayons gamma est capable d’estimer une mul-
titude de paramètres, cette information ne suffit pas pour estimer la direction des
photons incidents et donc la position des sources radioactives. Pour ajouter un a
priori sur la direction des photons détectés, on effectue une collimation. On peut soit
restreindre la détection à certains angles d’incidence des rayons gamma par une colli-
mation dite géométrique, soit utiliser l’information du parcours du rayon gamma dans
le détecteur et/ou des particules secondaires (électrons) afin de localiser la source du
rayonnement. Cette collimation est alors dite électronique. Nous allons parcourir les
deux méthodes de collimation afin d’en lister les avantages et les inconvénients.
1.4.1. La collimation géométrique

On utilise un métal lourd (généralement du plomb ou du tungstène) afin d’arrêter
au maximum les rayons gamma provenant de diverses directions et de sélectionner la
direction d’incidence de ces derniers. La méthode la plus intuitive est de sélectionner
23
les photons d’incidence normale (perpendiculaire à la face d’entrée du détecteur).

Dans cette configuration, seules les sources face au détecteur peuvent être visualisées.
C’est le principe de fonctionnement des caméras d’Anger utilisées en imagerie médi-
cale [D U ; Z AIDI 2019]. En démantèlement nucléaire, il est essentiel d’avoir une vision
plus large. Dans ce sens, un détecteur dont le collimateur est un tube de plomb au
fond duquel on retrouve un détecteur a été développé. Ainsi, bien que celui-ci n’est ca-
pable de détecter qu’en face, son balayage permet un champ de vue sur 4π [H UGHES ;
L IGHTFOOT 1996]. En Table 1.3 sont détaillées les performances et caractéristiques
principales de celui-ci.
Une méthode de collimation géométrique permettant d’imager sur un plus grand
angle d’ouverture, sans rotation ou translation du détecteur reprend le principe de la
camera obscura en utilisant un écran opaque aux rayons gamma avec une toute petite
ouverture au centre permettant de laisser passer quelques rayons seulement. Une fois
détecté, on peut déduire l’origine du rayon incident par triangulation à travers le trou
de collimation du collimateur sténopé ou pinhole (Figure 1.14). On peut également
noter qu’un pinhole crée une image inversée de l’activité de la source radioactive sur
le plan du détecteur et que l’efficacité est restreinte par la taille de l’ouverture. Un
imageur basé sur ce principe est présenté dans la Table 1.3.
F IGURE 1.14. – Principe de fonctionnement d’un détecteur utilisant un collimateur

sténopé ou pin hole.
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
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.
1.4.1.1. Avantages et inconvénients de la collimation géométrique

La collimation géométrique est simple à réaliser. Ce type d’imageur permet facile-
ment de déduire la distribution d’activité. Aussi, n’importe quel type de détecteur peut
être placé derrière le collimateur tout en garantissant une bonne résolution angulaire
(capacité à distinguer deux sources séparées par une distance angulaire vue depuis le
détecteur) à condition que la résolution spatiale de celui-ci soit meilleure que la taille
de grain du masque codé ou du pinhole. Ainsi, on peut détecter des rayons de faible
énergie (inférieur à 100 keV) en utilisant un détecteur sensible à ceux-ci. Enfin, le
coût de production de ce type d’imageur est faible car peu complexe. On pourra noter
que les détecteurs à conversion indirecte à mémoire ou que les semi-conducteurs à
piégeage de charges peuvent être utilisés pour cette forme de collimation, car l’infor-
mation propre à chaque photons n’est pas importante.
Afin d’empêcher au maximum la détection de photons qui ne passent pas par les
directions prédéfinies par la collimation géométrique, un blindage placé autour du
détecteur avec une épaisseur suffisante est nécessaire. Celui-ci alourdit néanmoins
considérablement l’imageur, qui devient plus difficilement transportable. De plus,
la collimation restreint la direction des photons et diminue donc le champ de vue
de l’imageur. On parvient donc difficilement à couvrir plus de 60° sans effectuer de
rotation du détecteur. Pour finir, la collimation géométrique diminue la sensibilité de
25
manière très importante. Pour obtenir un détecteur plus léger, il faudrait donc opter
pour une collimation électronique plutôt que géométrique.
Radscan 900 GeGI en configu- iPIX

ration pihole
Type d’imageur Un pixel col- Détecteur en Caméra à
limaté en Csl Germanium ultra masques co-
couplé à une pur (90 × 10 mm dés. Détecteur en
photodiode composé de 16 × CZT (14 × 14 ×
16 bandes) 1 mm de 256 ×
256 pixels)
Poids [kg] 25 14 2.5
Sensibilité Détection pos- 17.2 135.8
au 137Cs sible en dessous
[cpm/(nSv/h)] de 7.4 × 103 Bq à
1 m (ou 0.2 µCi )
Champ de vue 4 π (par rotation) 60° 41.4°–44.8°
Résolution en 9.5 0.3 <2.5
énergie à 662 keV
(%)
Résolution angu- 4° N/A 2.5°– 6
laire
Gamme d’éner- 30–1500 30–662 30 – 3000
gie [keV]
Autonomie [h] portative 2.5–4.5 14
Tableau 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.
1.4.2. La collimation électronique

Les origines possibles d’un photon détecté sont estimées grâce à son parcours dans
le détecteur et/ou celui des particules secondaires (électrons).
1.4.2.1. Tomographes par émission de positons

Les premiers imageurs basés sur la collimation électronique sont les tomographes
par émission de positons (TEP). Ce type d’imageur exploite la particularité de la
désintégration +. La détection en coïncidence de paires de photons d’annihilation
électron-positon par un anneau de détection permet de restreindre leur origine aux
26
tubes de réponse joignant les deux détecteurs participant à la détection en coïnci-

dence. L’équipartition ou rétroprojection du nombre de coïncidences détectées dans
ces tubes de réponse au volume porté par ces tubes donne une image non contrastée
de la distribution de la source radioactive à l’intérieur de l’anneau de détection.
Grâce à des détecteurs très rapides tels que des scintillateurs couplés à des SiPM, la
différence des temps de détection de la paire de photons d’annihilation convoluée à la
résolution temporelle de la coïncidence permet de restreindre encore plus le volume
de rétroprojection (TEP à temps-de-vol ou TOF (time-of-flight)).
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.
1.4.2.3. Camera Compton

Ce principe de la caméra Compton est basé sur la détection en coïncidence de
couples d’événements correspondant à l’interaction d’un rayon gamma par effet
Compton, puis l’absorption totale du photon diffusé. L’information des deux positions
d’interaction et de leurs énergies déposées permet de déterminer un cône d’incidences
possibles pour le rayon gamma [T ODD et al. 1974]. Ainsi, il est possible de localiser
les sources radioactives à l’origine de l’émission de ces rayons gamma, qui se situent
à l’intersection des cônes. Pour beaucoup de prototypes, les modules de détection
mesurant l’effet Compton et ceux mesurant l’absorption sont dissociés. Ces deux
modules sont respectivement appelés le diffuseur et l’absorbeur. Pour les prototypes
à champ de vue sur 4π cette distinction n’est pas faite.
Certains prototypes tels que le télescope MEGA (Medium Energy Gamma-ray As-
tronomy) permettent aussi de suivre le parcours de l’électron mis en mouvement par
effet Compton et ainsi de réduire les origines possibles estimées à une portion du
cône Compton.
1.4.2.4. Avantages et inconvénients la collimation électronique

Le principal avantage de la collimation électronique est a priori un gain en sen-
sibilité. M. Fontana et al. ont montré qu’à taille égale, une caméra Compton était
nettement plus sensible qu’une caméra d’Anger [F ONTANA et al. 2017]. Néanmoins, la
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.
1.5. État de l’art de l’imagerie Compton

Les principales caractéristiques d’une caméra Compton sont l’efficacité de détection
et la résolution angulaire. Beaucoup de facteurs sont à prendre en compte dans le
choix du ou des types de détecteur et dans leur agencement afin d’optimiser les
28
deux caractéristiques citées précédemment. Avant d’introduire le design de la caméra

Compton Temporal, nous allons d’abord explorer différents prototypes existants
et étudier l’évolution technique de ce type d’imageur au cours du temps, depuis
les débuts avec l’objectif de comprendre les points clés permettant d’améliorer la
sensibilité et la résolution angulaire du dispositif.
Proposée pour la première fois au début des années 70 comme un concurrent po-
tentiel à la caméra d’Anger [T ODD et al. 1974], la caméra Compton a cependant trouvé
sa première application dans le domaine spatial. La mise en œuvre d’un imageur de
ce type s’avérait en fait encore difficile. La résolution angulaire étant très mauvaise, le
principe d’imagerie Compton était encore utilisé uniquement pour la spectrométrie
en 1974 [S CHÖNFELDER ; L ICHTI 1974]. Le premier prototype expérimental développé
pour une application médicale est apparu en 1977 [E VERETT et al. 1977]. Ce dernier
était basé sur un agencement de cristaux de silicium et n’a servi que de démonstra-
teur, tandis qu’au même moment, le télescope COMPTEL était développé puis lancé
en orbite en 1991 [S CHOENFELDER et al. 1993]. Composé de matériaux fluorescents
couplés à des PMT, il a permis alors d’effectuer la cartographie spatiale des rayons
gamma de 1 à 20 MeV la plus élaborée à l’époque. On pourra noter que les détecteurs
étant spécialement mal résolus, le diffuseur et l’absorbeur étaient très éloignées.
Dans la continuité du télescope COMPTEL, le développement du télescope MEGA
a démarré en 2002. Cet imageur est basé sur un agencement de couches de silicium
permettant de suivre le parcours des électrons Compton entourées par un calorimètre
en CsI jouant le rôle d’absorbeur. Ce nouveau prototype est notamment plus sensible
que la caméra du télescope COMPTEL et permet d’obtenir une meilleure résolution
angulaire. Depuis lors, d’autres prototypes ont été construits pour le domaine spatial
[S CHINDLER et al. 1997][B ANDSTRA et al. 2011][TATISCHEFF et al. 2016] avec pour
objectif principal d’améliorer la sensibilité aux rayons gamma de haute énergie. Le
télescope ASTROGAM était ainsi sensible entre 1 MeV et 100 MeV.
Pendant que le télescope COMPTEL était en orbite, malgré le développement de
quelques autres prototypes pour l’imagerie médicale comme la caméra développée
par Singh et al en 1983 constituée d’un imageur pour des sources de 99mTc [S INGH
et al. 1983], aucun ne trouve sa place en routine clinique.
En imagerie de contamination radioactive dans le domaine de la radioprotection, le
prérequis principal est la capacité d’imager rapidement une très grande surface. La
caméra Compton y a donc vite trouvé son utilité. L’équipe de Z. He et al aux Etats-Unis
[X U 2006] a commencé à travailler sur le sujet depuis la fin des années 90. Leurs
détecteurs sont commercialisés sous le nom de Polaris. Ils détiennent une grande
expertise dans l’imagerie 4π grâce à leur prototype cubique et segmenté en tellurure
de cadmium (CdTe) sensible à des énergies entre 100 keV et 2 MeV.
Vers l’an 2000, un groupe de recherche de l’Institut RIKEN au Japon a décidé d’utili-
ser un détecteur développé en 1991 constitué de cristaux de germanium pour assem-
bler une petite caméra Compton dédiée à l’imagerie du petit animal [A MBE et al. 1991].
En 2007, elle publie la première image in vivo de de la distribution d’un radiotraceur
dans une souris [M OTOMURA et al. 2007].
29
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
On remarque que plusieurs laboratoires se sont lancés dans l’imagerie Compton à

partir de 2010. En outre, il est moins coûteux de concevoir un petit module Compton
plutôt que de développer un nouveau prototype d’imagerie de transmission X ou un
gros détecteur. De plus, de nouveaux résultats peuvent être obtenus plus rapidement
étant donné le peu d’études effectuées sur ce type d’imagerie. L’avènement des SiPM
sur le marché a permis de miniaturiser les détecteurs à base de matériaux fluorescents
et d’améliorer la résolution temporelle, qui constitue le point faible des détecteurs
semi-conducteurs. L’apparition de cristaux scintillants avec une résolution en énergie
intrinsèque proche de 4% à 511 keV a par ailleurs rendu leur utilisation possible en
tant que diffuseur.
Parce que le nombre de prototypes de caméras Compton explose depuis 2010, il
serait fastidieux de tous les répertorier. Rien qu’en France, on compte plus de trois
imageurs développés [K RIMMER et al. 2015][M. Z. H MISSI et al. 2018],[T URECEK et al.
2018]. La Table 1.4 présente les caractéristiques de quelques prototypes développés
pour le démantèlement nucléaire que l’on pourra confronter aux spécifications de la
caméra Compton Temporal.
Hemi GeGI Polaris-H

Type d’imageur Deux plans pixéli- Détecteur en Cube pixélisé en
sés en CZT Germanium ultra CZT de 20 x 20 x
pur (90 × 10 mm 15 mm
composé de 16 ×
16 bandes)
Poids [kg] 4.5 6.8 3.3
−4
Sensibilité intrin- 5 − 7 × 10 10µCi à 1 mètre 2×10−2
137
sèque Cs (3.3 µR/h, 33
nSv/h)
Champ de vue 4π 4π 4π
Résolution en 3.7 0.3 1
énergie à 662 keV
(%)
Résolution angu- 7-9° 6° 20°
laire
Gamme d’éner- 250–3000 140–3000 250 – 8000
gie [keV]
Tableau 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.
Les première images Compton de scintigraphie humaine sont publiées en 2019

[N AKANO et al. 2020] grâce à une caméra développée par l’institut NIRS-QST dont
quelques collaborateurs avaient déjà travaillé sur le projet ASTROCAM. 30 MBq de
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.
1.6. Le Prototype Temporal

En 2015, Alain Iltis et Hichem Snoussi ont publié un article sur l’apport potentiel
des SiPMs pour l’estimation des positions d’interactions dans un cristal monolithique
grâce à leur performance temporelle [I LTIS ; S NOUSSI 2015]. Il y est montré que s’il est
possible de mesurer uniquement les photons de scintillation qui n’ont pas subit de
réflections dans le cristal (ils sont les premiers photons à interagir dans le détecteur) ;
alors on pourrait atteindre une résolution spatiale millimétrique. Pour ce faire, la
résolution temporelle du détecteur doit être suffisante. Aussi, on pourrai mieux estimer
la profondeur d’interaction, qui est corrélée à la taille de la distribution spatiale
des photons. L’existence de cristaux scintillants comme le LaBr3 ou le bromure de
cérium (CeBr3 ) avec des résolutions en énergies proches de 4% à 511 keV devraient
permettre de se substituer à un diffuseur en semi-conducteur tout en garantissant
une meilleure sensibilité. Une seule technologie serait alors mise à contribution. Ceci
rendrait la production d’une caméra Compton moins coûteuse et plus facile. En
32
1. Généralités – 1.6. Le Prototype Temporal
2016, la startup Damavan Imaging, en collaboration avec le Centre de Physique des

Particules de Marseille, la startup Weeroc, l’Université Technologique de Troyes et
Mirion Techologies ont obtenu un financement de l’ANDRA, suite à un appel à projet
de l’ANR pour le programme d’investissement d’avenir (PIA) [Imageur spectrométrique
temporel pour le démentèlement des équipements nucléaires financé par l’ANDRA/PIA,
subvention No. RTSCNADAA160019 2015].
La caméra Compton sera composée d’un absorbeur et d’un diffuseur en CeBr3
couplés à des aSiPM. Contrairement aux dSiPMs qui prétraitent le signal et donnent
une information sur le moment de déclenchement et la charge, les aSiPM devraient
permettre d’observer le signal et de visualiser la charge dès l’arrivée des premiers
photons. Néanmoins, les dSiPM étant plus simples à intégrer, ils ont été utilisés pour
construire un premier prototype que l’on a pu caractériser.
Afin de mieux comprendre l’apport des SiPM à l’amélioration des mesures, nous
avons développé un outil de simulation validé par des mesures expérimentales. Pour
permettre de caractériser la caméra Compton, nous avons de plus développé des
algorithmes de reconstruction d’images. Enfin, pour optimiser le design de la caméra
Compton Temporal, nous avons procédé à des simulation Monte Carlo. Ces trois axes
constituent le fil rouge qui va guider la suite de ce manuscrit.
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 –
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
2.3.3 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
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
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
aussi nécessaire de développer un algorithme de reconstruction d’image, qui pourra

aussi être utilisé pour la reconstruction d’images à partir de données obtenues avec le
premier prototype Temporal. Ce chapitre s’organisera donc de la manière suivante : un
outil de simulation en Monte Carlo sera introduit, les algorithmes de reconstruction
développés seront détaillés, une étude d’optimisation géométrique sera présentée, et
enfin, le prototype Temporal sera caractérisé.
2.1. GATE, un outil de simulation Monte Carlo pour

le développement du prototype
Apparu en 2004 [J AN et al. 2011] [J AN et al. 2004], GATE est un outil informatique
open-source pour la simulation, développé et maintenu par la collaboration interna-
tionale OpenGATE, dans le but de pouvoir simuler des appareils complets d’imagerie
médicale ou appliqués à la radiothérapie tel qu’un Tomographe par Émission de Posi-
trons (TEP), une caméra d’Anger, un scanner ou encore un accélérateur linéaire. Grâce
à la lecture de fichiers instanciés contenant des macros, GATE génère l’environnement
à simuler sur la plateforme Geant4. Ce logiciel a d’abord été développé pour la simu-
lation des expériences au CERN qui relèvent de la physique des hautes énergies. Les
constantes améliorations apportées ont notamment permis ensuite d’utiliser le logi-
ciel pour la physique des basses énergies. La méthode Monte Carlo qui y est appliquée
vise à simuler des processus stochastiques (tel que l’effet photo-électrique ou l’effet
Compton pour les rayons gamma) en utilisant des générateurs pseudo-aléatoires.
Dans GATE, plusieurs systèmes d’imagerie sont prédéfinis tels que le TEP ou la
caméra d’Anger. La fonctionnalité « digitizer » de GATE permet de transformer les
interactions simulées par Geant4 dans le détecteur en mesures (appelées aussi im-
pulsions ou pulses en anglais). Après validation du modèle par comparaison avec
des mesures, GATE permet d’estimer les résultats qui seraient obtenus en réalité par
un détecteur considérant les performances évoquées en introduction du Chapitre 1.
Dans le cas où le système d’imagerie n’est pas défini dans GATE, il est possible d’en
créer un spécifiquement sous le nom d’« Optical system ».
Récemment, le module de caméra Compton, appelé « CCMod » a aussi été ajouté.
Il permet de construire une caméra composé d’un absorbeur et d’un ou plusieurs
diffuseurs. Plusieurs options sont disponibles dont la mesure de coïncidences, l’ajout
d’une incertitude de mesure en énergie, en temps ou sur la position d’interaction, ou
encore l’ajout d’un seuil en énergie. Ce module ne sera utilisé pour nos simulations
Monte Carlo car sa publication est postérieur à notre étude.
La construction du détecteur MEGA avait elle aussi permis le développement d’un
outil de simulation spécialisée aux caméras Compton qui s’appuie sur Geant4 pour la
physique [A. Z OGLAUER et al. 2006]. Ce dernier propose de nombreux outils robustes
d’analyse et de gestion des résultats de simulation dont l’application de bruits, l’étude
de la sensibilité, de la résolution angulaire ou encore des outils de reconstruction
d’images.
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.
2.2. De la mesure d’un rayon gamma à la déduction

des origines possibles
Une mesure est dite parfaite lorsque le rayon gamma a interagi par effet Compton
dans le diffuseur avec p z = 0, puis par effet photoélectrique dans l’absorbeur. Le cône
correspondant au couple Compton (E 1 ,t 1 , r 1 ),(E 2 ,t 2 , r 2 ) peut être représenté par son
37
origine (r 1 ), sa direction angulaire et son angle d’ouverture. Son origine correspond à

la position d’interaction du rayon gamma par effet Compton. Sa direction angulaire
est celle que forme la droite passant par la position de l’interaction Compton et la
position de l’interaction photo-électrique (Figure 2.2).
F IGURE 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.
En considérant le vecteur (0, 0, z) comme normal à la caméra, alors θ est la colatitude,

ϕ est la longitude et ϕ = 0 lorsque le projeté de l’axe du cône sur le plan (x, y) est l’axe
x. α représente l’angle d’ouverture du cône obtenu par l’Eq. 2.1 où m e c 2 est l’énergie
de masse au repos d’un électron :
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
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.
2.2.1. Les origines possibles d’un photon gamma lorsque la

mesure Compton est parfaite
Considérons le cas (a) de la Figure 2.3 et cherchons une expression discrète du cône
Compton. Cela revient à considérer l’espace en face de la caméra comme voxélisé.
Considérons (d x , d y , d z ) les dimensions des voxels. Échantillonner le cône sur le vo-
lume revient à échantillonner la profondeur par plans parallèles au plan (x, y) espacés
de d z .
39
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].
2.2.1.1. Définition de l’axe du cône Compton

Les angles θ et ϕ peuvent être exprimés grâce aux deux équations suivantes :
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.
2.2.1.2. Intersection d’un cône avec un plan

L’équation de l’intersection d’un cône d’axe normal au plan d’équation z = t avec
ce plan peut s’écrire sous la forme suivante :
x 2 + y 2 = z 2 tan2 (α) (2.5)

Pour tout cône d’axe oblique, i.e. avec θ non nul, il faut procéder à une rotation autour
de l’axe x dans le sens horaire inverse pour représenter le cône dans le référentiel
(x, y, z) de la caméra Compton. La matrice de rotation R θ s’écrit alors :
 
1 0 0
R θ = 0 cos(θ) − sin(θ)
0 sin(θ) cos(θ)
40
L’Eq. 2.5 devient :
x 2 + (y cos(θ) − z sin(θ))2 = (y sin(θ) + z cos(θ))2 tan(α)2 (2.6)

Comme z = t , z est une constante. On peut définir a, b, et c pour réduire l’expression :
a = (cos2 (θ) − sin2 (θ) tan2 (α))

b = z(2 cos(θ) sin(θ) + 2 cos(θ) sin(θ) tan2 (α))
c = z 2 (sin2 (θ) − cos2 (θ) tan2 (α))
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
(x cos ϕ − y sin ϕ )2 + a(x sin ϕ + y cos ϕ )2 − b(x sin ϕ + y cos ϕ ) + c

¡ ¢ ¡ ¢ ¡ ¢ ¡ ¢ ¡ ¢ ¡ ¢
(2.8)
L’Eq. 2.8 peut aussi être écrite sous la forme suivante :
x 2 (d 2 + a f 2 ) + y 2 ( f 2 + ad 2 ) + x y(2a f d − 2d f ) − xb f − ybd + c = 0 (2.9)
avec d = cos ϕ et f = sin ϕ .

¡ ¢ ¡ ¢
Finalement, l’Eq. 2.9 devient :

2
Ax 2 + 2B x y +C y + 2D x + 2F y +G = 0
−b f
avec A = d 2 + a f 2 , C = f 2 + ad 2 , B = d f (a − 1), F = −bd
2 , G = c et D = 2 .
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.
2.2.1.3. Échantillonnage homogène d’une ellipse sur un plan

Exprimer une ellipse en exprimant y en fonction de x produit un dessin non homo-
gène. On utilise alors l’équation paramétrique suivante :
41
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
2.2.2. Prise en compte des incertitudes de mesures et de

l’élargissement Doppler pour l’estimation des origines
possibles du rayon gamma
Quel que soit l’algorithme de reconstruction d’images utilisé, la vérité de l’image
reconstruite est relative à la vérité des données. De même que l’image est d’autant plus
incertaine que lorsque les données sont indiquées comme telles. L’exercice consiste
donc à fournir les données les plus vraisemblables possibles en estimant le plus
précisément possible leurs incertitudes. Si celles-ci sont surestimées, l’image sera
floue. Si elles sont sous-estimées, l’image sera fausse. Lorsqu’une donnée est trop
incertaine, la question est de savoir s’il y vraiment un sens à en tenir compte. C’est
pour départ ces constats qui motivent le raisonnement à suivre.
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 .
2.2.2.1. Prise en compte des incertitudes sur la mesure des énergies

Bien que la formule d’incertitude sur l’angle d’ouverture du cône α en fonction
des incertitudes ∆E 1 et ∆E 2 peut être retrouvée et écrite de différentes manières
[O RDONEZ et al. 1997a] [A. C. Z OGLAUER 2005], il s’agit dans tous les cas du résultat
d’une propagation des erreurs sur α par le calcul de la variance du développement
limité au premier ordre de l’Eq. 2.1 autour de E 1 et E 2 . Le résultat est alors le suivant :
v
u m e c 2 ∆E 2 2 E 1 2 (E 1 + 2E 2 )2 + ∆E 1 2 E 2 4
u ¡ ¢
∆αE = t (2.10)
E 1 E 2 2 (E 1 + E 2 )2 2E 2 (E 1 + E 2 ) − m e c 2 E 1
¡ ¢
Ce calcul est possible si 2E 2 (E 1 + E 2 ) − m e c 2 E 1 > 0. En prenant un cas simple

¡ ¢
(E 1 + E 2 = m e c 2 = 0.511 MeV), on peut montrer que cela a un sens car l’énergie E 1

est maximale lorsqu’une diffusion a lieu avec un angle de 180°, ce qui implique que
E 1 = 2E 2 . L’hypothèse sous-jacente que l’on fait en propageant les erreurs par dévelop-
pement limité au premier ordre est que la fonction arccos est pratiquement linéaire.
Soit E = 100 keV et E = 511 keV. Étudions la linéarité de l’Eq. 2.1 (Figure 2.4).
Dans les deux cas, la fonction est concave vers α = 0° puis convexe vers α = 180°.
L’estimation de l’incertitude est donc, selon la contrainte de quasi-linéarité, valable
uniquement sur une gamme restreinte d’angles de diffusion.
Comparons l’angle Compton moyen théorique à la valeur maximale d’occurrence
de l’angle Compton obtenu par simulation Monte-Carlo pour une incertitude relative
de 10% à 511 keV et 5% à 511 keV pour E = 100 keV et E = 511 keV(Figure 2.5).
43
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.
180 Moyenne théorique E/E=0.1 175 Moyenne théorique E/E=0.1

160 Moyenne Monte-Carlo E/E=0.1 Monte-Carlo E/E=0.1
Moyenne Monte-Carlo E/E=0.05 150 Monte-Carlo E/E=0.05
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)
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
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
F IGURE 2.7. – Comparaison entre la FWHM sur α estimée algébriquement et en Monte-

Carlo pour 4 énergies différentes.
46
2.2.2.2. Prise en compte de l’élargissement Doppler sur l’erreur

d’estimation de l’angle de diffusion Compton
Prenons l’Eq. 1.4. L’étude de celle-ci montre que plus E 2 est grand, moins la varia-
tion de p z influence sur la valeur de l’angle d’ouverture du cône α. Dans sa thèse de
doctorat, Yemeng F. [F ENG 2019], montre qu’estimer l’incertitude liée à l’estimation
de l’angle de diffusion Compton par une seule erreur réduit la qualité d’images re-
construites par une méthode de type MLEM. Une des solutions serait alors de faire
l’hypothèse que la mesure de l’angle α est distribuée selon une somme de gaussiennes
pondérées par des poids différents. Afin de se convaincre que l’élargissement Dop-
pler a un impact non négligeable sur l’incertitude, nous allons dans en un premier
temps, raisonner en terme de largeur à mi-hauteur (FWHM) estimée à partir de la
minimisation d’une seule gaussienne. La Figure 2.8 présente l’incertitude théorique
de l’angle de diffusion liée à l’élargissement Doppler ou aux incertitudes de mesures
de l’énergie pour des rayons gamma de 0.01 à 2 MeV et pour un angle Compton de 35°
et 90° (valeurs d’angle définies dans la section précédente).
Incertitude sur l'angle Compton (degrés)
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°.
Ordonez C. E. et al., [O RDONEZ et al. 1997c] proposent la formule suivante pour

propager les incertitudes de mesure des énergies et de l’élargissement Doppler sur
l’angle α :
s
1 ¡
∆αE = (k s ∆E 1 )2 + (k a ∆E 2 )2 + (k p z ∆p z )2
¢
2
(2.11)
kα
47
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
On pourra noter que l’estimation de l’incertitude de l’angle de diffusion ∆αE à partir

de l’Eq. 2.11 implique une connaissance sur l’incertitude de l’impulsion transverse
∆p z . Aussi, si ∆p z = 0, alors l’estimation de ∆α à partir de l’Eq. 2.11 ne sera pas égale
à celle de l’Eq. 2.10.
Sachant que l’élargissement Doppler est mieux estimé par l’utilisation de multiples
gaussiennes, l’estimation de l’incertitude sur l’angle α est une somme pondérée d’in-
certitudes estimées à partir de l’Eq. 2.11. Seul ∆p z varie {∆p z1 ,∆p z2 ,∆p z3 , ∆p z4 }. Nous
obtenons donc {∆αE 1 , ∆αE 2 , ∆αE 3 , ∆αE 4 } et les facteurs de pondération k i respectifs
sont les amplitudes des gaussiennes minimisées sur la distribution de p z .
La Figure 2.9 présente le résultat des distributions de l’angle α obtenues par Monte
Carlo ou analytiquement pour des rayons gamma de 200 keV et une incertitude re-
lative sur la mesure de l’énergie de 10% avec une ou plusieurs gaussiennes (jusqu’à
quatre) minimisées sur la distribution de p z correspondant à celle obtenue pour une
interaction Compton dans un cristal de CeBr3 [B IGGS et al. 1975]. La différence des
distributions entre les deux méthodes analytiques est peu perceptible, bien que celle
des multiples gaussiennes est plus proche du Monte Carlo.
2.2.2.3. Prise en compte des incertitudes sur les positions d’interaction

Les incertitudes sur les positions d’interaction engendrent des incertitudes sur les
angles θ et ϕ. Or dans la littérature, elles sont souvent rapportées, par approximation,
à une incertitude sur l’angle α [S INGH et al. 1983][F RANDES 2010] [L OJACONO 2013].
Pourtant, comme visible dans l’Eq. 2.1, α ne dépend pas des vecteurs r 1 et r 2 . Nous
48
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
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).
Δxy1/2 Δαxy1 r1−r2

Δxy1/2
Diffuseur
r1−r2 r1
r2
x
Absorbeur
z Absorbeur
Diffuseur
F IGURE 2.10. – Représentation de l’incertitude ∆x y 1 et de son approximation à une

incertitude sur l’angle α.
De cette manière sont obtenus ∆αx y 1 , ∆αz1 , ∆αx y 2 et ∆αz2 .
Calculons maintenant les incertitudes sur θ et ϕ en propageant les variances des

développements limités au premier ordre de l’Eq. 2.3 et l’Eq.2.4.
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
2.2.2.4. Prise en compte de toutes les incertitudes de mesures

Pour rappel, l’incertitude sur l’ouverture du cône Compton α à partir de l’élargisse-
ment Doppler et des incertitudes de mesures sur les énergies est mieux estimé par la
somme de lois normales pondérés. Si les incertitudes de mesures sur les positions d’in-
teraction sont approximées par des incertitudes sur l’angle α, alors leur contribution
peut être ajouté à ∆αE 1 , ∆αE 2 , ∆αE 3 et ∆αE 4 pour ainsi obtenir ∆αt ot1 , ∆αt ot2 , ∆αt ot4
et ∆αt ot4 grâce à la fomule suivante [S INGH et al. 1983] :
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 .
2.2.2.5. Comparaison entre l’estimation théorique des erreurs sur le cône

Compton et la simulation Monte Carlo
Nous avons ici étudié deux méthodes d’estimation de l’erreur sur le cône Comp-
ton. En Figure 2.11 est présenté le résultat de la 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 =
51
0)), (E 2 = 0.450, r 2 (x 2 = 30, y 2 = 0, z 2 = −32))) correspondant à un cône Compton de pa-

ramètres (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%.
Il est observable que l’estimation des incertitudes avec h v (x v , y v , z v ) se rapproche
plus du Monte Carlo. Pourtant, elle reste loin d’être similaire. La principale raison est
que les variables aléatoires ϕ̂ et θ̂, qui sont des estimateurs de ϕ et θ, ne suivent pas
exactement une distribution symétrique que l’on a approximée par une loi normale.
Par exemple, pour une l’incertitude ∆x y 1 , l’angle formé entre le vecteur − r−−−→
1 − r 2 et le
−−−−−−−−−−−−−−−−−−−−→
vecteur (x 1 + ∆x y 1 /2, y 1 , z 1 ) − r 2 est différent de celui formé entre le vecteur −
r−−−→
1 − r 2 et
−−−−−−−−−−−−−−−−−−−−→
le vecteur (x 1 − ∆x y 1 /2, y 1 , z 1 ) − r 2 .
Aussi, estimer les incertitudes avec h v (x v , y v , z v ) allonge considérablement le temps
de calcule en comparaison avec h p (x p , y p , z p ). Dans la suite du manuscrit, nous utili-
serons donc h p (x p , y p , z p ).
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
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 ».
2.2.3. Estimation de la confiance sur le cône Compton

La confiance sur le cône Compton peut être vue comme le conjugué de la probabilité
que le parcours du rayon gamma mesuré soit dans les configurations (b),(c),(e) ou (f)
visibles en Figure 2.3. Soit A j la ji ème mesure (le ji ème cône Compton). On peut alors
écrire :
¡ ¢
P (a ∪ d |A j ) = 1 − P (b|A j ) + P (c|A j ) + P (e|A j ) + P ( f |A j )
Si l’énergie du photon gamma est connue, alors on peut facilement vérifier que son
énergie soit totalement déposée. La probabilité que le rayon gamma interagisse dans
les configurations (f ) et (c) devient alors négligeable :
¡ ¢
P (a ∪ d |A j , E ) = 1 − P (b|A j , E ) + P (e|A j , E )
Grâce à l’estimation de la confiance sur chacun des cônes Compton mesuré, nous
aimerions pouvoir apporter une information supplémentaire à l’algorithme de re-
construction d’images. Il pourrait alors donner plus d’importance aux mesures dont
la confiance est élevée.
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
N
X
P (b|A j , E ) = P (b|A j , l , E )
l =1
où l est l’indexe du voxel de l’image de taille N.

Pour estimer P (b|A j , l , E ), il faut d’abord estimer trois probabilités différentes :
53
— P ((a ∪ d ) ∩ A j |l , E ), la probabilité qu’un rayon gamma émis par le voxel l de

l’image interagisse par effet Compton dans le diffuseur, puis qu’il soit complé-
ment absorbé dans l’absorbeur et qu’il mène à la mesure A j .
— P (b ∩ A j |l , E ), la probabilité qu’un rayon gamma émis par le voxel l de l’image
interagisse par effet Compton dans l’absorbeur, puis qu’il soit complément
absorbé dans le diffuseur et qu’il mène à la mesure A j .
— P (e ∩ A j |l , E ), la probabilité qu’un rayon gamma émis par le voxel l de l’image
interagisse plusieurs fois dans le diffuseur, puis qu’il soit complément absorbé
dans l’absorbeur et qu’il mène à la mesure A j .
Puis nous pourrions utiliser l’égalité suivante :
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 :
−µai r (E )d 1 −µd i f f . (E ) cos(θ1 ) −µai r (E )d 3 −µabs. (E )d 4 d σc

e1
cos(θ1 )
P (b∩A j |l , E ) = e e e e (α, E )
(d 1 + d 2 + d 3 + d 4 )2 dΩ
Ze f f N A ρ cos(θ2 )
e −µsc at . (E 1 )d5 e −µai r (E )d6 e −µd i f f . (E 1 )d7 µd i f f . (E 1 ) (2.18)
A (d 5 + d 6 + d 7 )2
où µ est le coefficient total d’atténuation, N A [mol−1 ] est la constante d’Avogadro, A

[g/mol] est la masse atomique équivalente du matériau, Ze f f est la charge nucléaire
effective de matériau, ρ [g/cm2 ] la densité de masse volumétrique du matériau, abs.
signifie « absorbeur », diff. signifie « diffuseur » et ddσΩc (α, E ) est la section efficace
différentielle de Klein-Nishina.
Si la surface de détection de la caméra Compton est largement supérieur à la dis-
tance qui sépare le diffuseur de l’absorbeur, alors par approximation, P (b ∩ A j |l , E ) est
proportionnel à la section efficace différentielle de Klein-Nishina. Notons que celle-ci
ne dépend pas de l . Finalement, nous ne pouvons estimer P (b|A j , E ) mais pouvons
néanmoins considérer, par approximation que cette probabilité est proportionnel à la
section efficace différentielle de Klein-Nishina que nous noterons K j .
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
N
X
P (e|A j , E ) = P (e|A j , l , E )
l =1
54
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.
Aussi, nous pouvons écrire :
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 :
P j = F W H M x sin(−π/4) + F W H M y cos(−π/4) (2.20)

où F W H M x est la largeur à mi-hauteur de la distribution sur l’axe des x, F W H M y est
la largeur à mi-hauteur sur l’axe des y et j dénote la ji ème mesure.
Bien que cette méthode permette une bonne estimation de la symétrie, elle per-
met plus difficilement de discerner les interactions multiples dont la distribution de
photons reste symétrique.
Nous décidons donc de multiplier P j par un facteur supplémentaire. Il consiste
au rapport entre le nombre photons détectés par les 9 pixels autour de la position
d’interaction estimée, divisée par l’ensemble des photons détectés. Nous appellerons
ce nouveau facteur de mérite F j . Ainsi, au plus F j est élevé, au moins nous pouvons
avoir confiance sur le fait que l’interaction dans le diffuseur est une interaction simple.
55
2. Reconstruction d’images et modélisation du prototype – 2.3. Approches
LM-MLEM pour la reconstruction d’images
2.3. Approches LM-MLEM pour la reconstruction

d’images
La méthode analytique de reconstruction d’images consiste en une re-projection
filtrée ou en anglais Filtered Back Projection (FBP). Pour chacun des couples Comp-
ton, un cône peut être reconstruit. La somme des cônes donne une image. Dans le
cas de mesures parfaites, la somme des cônes n’est pas exactement égale à l’image
réelle [V OICHITA 2014]. Ce sont en fait surtout les hautes fréquences qui sont sous
exprimées. Ces images nécessitent donc d’être convoluées par un filtre dans l’espace
de Fourier. Dans la thèse de Lojacano X. [L OJACONO 2013], il a été reporté que les
images reconstruites par re-projection filtrée étaient de mauvaise qualité lorsque le
nombre de mesures était faible. Aujourd’hui, il est rare que cette méthode soit utili-
sée. Les algorithmes itératifs de type descente de gradient permettent quant à eux
une meilleure flexibilité dans la paramétrisation et la représentation des cônes avant
reconstruction.
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
2.3.1. LM-MLEM pour la reconstruction d’images

mono-énergétiques
Les algorithmes de reconstruction tels que LM-MLEM sont supposés déterminer
la distribution en activité des sources radioactives imagées. Étant donné que pour la
plupart des cas, le nombre de couples Compton est faible, LM-MLEM présente une
alternative à l’algorithme Maximum Likelihood Expectation Maximization (MLEM)
[W ILDERMAN et al. 1998]. Soit M le nombre de voxels dans l’image représentant des
éléments inconnus d’une distribution de sources discrétisées f 1 , ..., f i ,..., f M où f i est le
nombre attendu de photons émis par la source dans le voxel i et S i la probabilité qu’un
photon émis depuis i soit détecté 1 . La probabilité P (i | f ) pour un couple Compton de
provenir du voxel i est :
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
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
Nous décidons d’utiliser une approximation de p(A j |l ) à partir des travaux de
Lojacano X. [L OJACONO 2013]. Sont principal avantage est qu’elle est facile à calculer.
En accord avec les notations en Figure 2.14 où (x p , y p , z p ) correspondent coordonnées
3D de l et E = E 1 + E 2 , on peut écrire :
1. La sensibilité de la caméra pour un rayon gamma provenant de i
57
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.
2.3.1.2. Calcul de la sensibilité de la caméra pour le bin l

Plusieurs modèles de sensibilité ont été étudiés dans la littérature [S ULLIVAN et al.
2009][M UÑOZ et al. 2018][X U et al. 2004][H ILAIRE 2015]. Parmi ceux proposés, outre
les approximations souvent faites, deux principaux types de modèles peuvent être
retrouvés. Un, qui considère l’énergie des rayons gamma mesurés comme connue et
l’autre, plus généraliste qui prend en compte uniquement les facteurs indépendants
de l’énergie. Cette dernière s’écrit :
1 cos(θ1 )
Ï
Sl = d xd y (2.23)
4π d 12
di f f .
où d i f f . signifie « diffuseur », d 1 est la distance entre le centre du voxel et la surface

du diffuseur et θ1 l’angle d’incidence du photon gamma.
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
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.
2.3.2. Implémentation de LM-MLEM pour la reconstruction

d’images poli-énergétiques
Soit f la distribution d’une source poli-énergétique décrite dans une espace multidi-
mensionnel comprenant l’espace et l’énergie, où f i ,e est le nombre attendu de rayons
gammas d’énergie discrète E e , e = 1, ...,Q émis depuis le voxel i (voxel i d’énergie
E e ). S i ,e correspond à la probabilité qu’un rayon gamma d’énergie E e provenant de i
soit détecté (la sensibilité de la caméra aux rayons gamma d’énergie E e provenant du
voxel i ). La probabilité P (i , e| f ) pour un couple Compton de provenir du voxel i avec
comme énergie E e s’écrit :
f i ,e S i ,e
P (i , e| f ) = P Q
M P
n=1 q=1 f n,q S n,q
L’Eq. 2.21 peut être réécrite de la manière suivante :
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 :
Ã 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)
En accord avec les notations utilisées en Figure 2.14 on obtient :
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
· 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)
2.3.2.1. Validation de l’algorithme PE-LM-MLEM et comparaison avec

LM-MLEM
Pour valider et comparer PE-LM-MLEM à LM-MLEM, des simulations ont été effec-
tuées dans le vide avec un diffuseur de 10 ×10 × 1.5 cm3 , un absorbeur de 10 × 10 × 3 cm3
et avec d = 7.5 cm. Des points sources radioactifs de la même activé ont été déposés
sur un plan à 20 m de la caméra comme visibles dans la Figure 2.15. Seul, les couples
Compton issues d’un parcourt de rayons gamma dans les configurations (a) et (d) de
la Figure 2.3 sont gardés. 10 000 évènements sont reconstruits, correspondant à 30 s
d’acquisition de 12 sources de 1 GBq chacune à un taux approximatif de 340 couples
Compton par seconde.
Des images de 50 × 50 pixels de 80 cm × 80 cm sont obtenues après 50 itérations de
l’Eq. 2.22 en utilisant LM-MLEM et de 50×50×200 pixel de 80 cm × 80 cm ×12.5 keV en
utilisant PE-LM-MLEM (la reconstruction est faite uniquement sur le plan 2D à 20 m
de la caméra). Les activités obtenues par l’algorithme PE-LM-MLEM sont représentées
en sommant sur la dimension énergétique de l’image multidimensionnelle.
F IGURE 2.15. – Disposition des points sources radioactifs d’énergies différentes et

d’activités équivalentes sur un plan à 20 m de la caméra Compton.
60
2.3.2.1.1. Reconstruction des points sources avec des données où l’absorption est
totale
La matrice de sensibilité a été estimée analytique pour les deux algorithmes en

utilisant l’Eq. 2.23 et l’Eq. 2.24.
En Figure 2.17, nous présentons les images reconstruites des points sources en
utilisant LM-MLEM et PE-LM-MLEM sans incertitude de mesures. Lorsque le photons
gamma n’a pas complètement déposé son énergie dans l’absorbeur, E 2 est estimé à
partir de la soustraction de l’énergie des rayons gammas émis (connue à priori) par
l’énergie déposée en Monte Carlo dans le diffuseur (E 1 ).
L’image reconstruite (Figure 2.16) et le graphique des activités reconstruites rela-
tives (Figure 2.17) démontrent l’efficacité de correction de la sensibilité de la caméra
Compton en fonction de l’énergie grâce à l’algorithme PE-LM-MLEM.
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
2.3.2.1.2. 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
F IGURE 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.
F IGURE 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
En Figure 2.21, Les images reconstruites avec PE-LM-MLEM sont présentées en

utilisant le modèle couleur HSV. En Hue sont mappées les énergies moyennes par
pixel et l’information de l’activité est codée dans l’intensité.
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.
2.3.3. Incorporation de la confiance sur les cônes Compton

dans l’algorithme LM-MLEM lorsque l’énergie des
rayons gamma est supposée connue
Pour une caméra Compton composée de 2 plans de détection parallèles (un diffu-
seur et un absorbeur), nous avons pu vérifier par Mone-Carlo que la sensibilité était
faible lorsqu’une source est placé à une distance angulaire supérieure à 45° par rap-
port à l’axe normal à la caméra. On peut donc décider d’effectuer une reconstruction
d’images uniquement dans un champs de vue d’une ouverture de 90°.
Pourtant, il n’est pas impossible qu’une source soit placée à l’extérieur de ce champ
de vue. Dans sont manuscrit de thèse, Zoglauer A. C. propose d’ajouter un nouveau
terme (v j ) dans l’Eq. 2.22 [A. C. Z OGLAUER 2005]. Il correspond à la proportion du cône
présent dans l’image. L’idée est qu’au plus le cône est présent dans l’image, au plus on
peut être confiant sur le fait que la source émettrice du photon gamma mesurée fasse
partie de l’image. l’Eq. 2.22 devient :
64
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
2.3.3.1. Validation de la nouvelle implémentation LM-MLEM

Pour valider cette nouvelle implémentation, nous effectuons une simulation Monte
Carlo correspondant à une mesure de 30 minutes de 5 points source de 511 keV et
de même activité (0.245 Mbq) à 35 cm de la caméra. Seuls les couples Compton pour
lesquels le rayon gamma a complètement déposé son énergie dans la caméra sont
gardés. La méthode de mesure des couples Compton s’est voulu la plus proche de
la réalité, et ce en mimant une fenêtre de temps en coïncidence entre le diffuseur
et l’absorbeur de 300 ns et un seuil de détection en énergie à 0.06 MeV. Certains
évènements mesurés peuvent donc aussi être dus au phénomène de pile-up.
Le prototype choisi est composé d’un diffuseur de 3 × 3 × 0.5 cm3 et d’un absorbeur
de 3 × 3 × 1.2 cm3 et d = 3.2 cm. Les incertitudes de mesures sont : ∆E /E = 9.4 % à
511 keV, ∆x y 1 = 1.5 mm, ∆z 1 = 2.5 mm, ∆x y 2 = 1.5 mm et ∆z 2 = 4 mm. La première
65
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%.
2.3.3.2. Reconstruction LM-MLEM avec des mesures pour lesquelles la

diffusion dans le diffuseur est certaine
Si en supposant une rétrodiffusion, le calcul de α à partir de l’Eq. 2.1 fournit un
résultat supérieur à 360°, alors le cône Compton mesuré n’est pas liée à une rétrodiffu-
sion avec certitude. Il est donc en pratique possible de ne garder que ces évènements
pour la reconstruction et d’adapter la sensibilité (S l ) en conséquent. Elle devient la
probabilité de mesurer un photon gamma provenant du bin l avec la certitude d’être
dans la configuration d’une diffusion dans le diffuseur. Dans ce cas de figure, 720
mesures sont en moyenne inconstructibles à partir de simulations identiques à celle
détaillé dans la Section précédente. En Figure 2.24, nous présentons quatre recons-
66
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
tructions LM-MLEM, toutes issues de simulations différentes, après 10 itérations à

partir de l’Eq. 2.22 où v j et 1/F j sont ajoutés.
F IGURE 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.
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].
2.4. Optimisation géométrique du prototype

Temporal par l’étude de simulations
Monte-Carlo
Pour optimiser la caméra Compton, nous pouvons faire varier e 1 l’épaisseur du
diffuseur, e 2 l’épaisseur de l’absorbeur et d la distance qui sépare les deux faces
d’entrée. Quant à la surface de détection, elle est dors est déjà fixés car elle contrainte
par la taille maximale des matrices de SiPM présentes sur la marché (3 × 3 cm2 ). Pour
étudier les performance de la caméra, nous simulerons un point source placé en face,
à 20 m. Aussi, nous ne simulerons pas l’élargissement Doppler car son impact sur la
résolution angulaire est indépendant de la géométrie.
2.4.1. Étude la de la résolution angulaire

La mesure de la résolution angulaire ou en anglais Angular Resolution Mesure
(ARM), correspond à la mesure de dispersion (en termes de FWHM) de la distance
angulaire entre chacun des cônes Compton mesurés et la position du point source à
imager (Figure 2.25).
69
F IGURE 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.
2.4.1.1. Résolution angulaire en fonction de la distance entre les faces

avant du diffuseur et de l’absorbeur
La résolution temporelle de la caméra Compton est supposée parfaite. Seuls les
couples Compton pour lesquels les rayons gamma ont interagi dans les configurations
(a) et (d) de la Figure 2.3 sont utilisés pour la reconstruction des cônes. En Figure 2.26,
nous présentons les résolution angulaires en fonction de d pour E = 200 keV, E =
2 MeV, E = 662 keV et ∆E /E = 8.9 % @ 511 keV, ∆x = ∆y = 1 mm et ∆z = 5 mm.
F IGURE 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.
La résolution angulaire se stabilise à partir de d =7.5 cm pour E = 2 MeV et E =

662 keV. En Figure 2.27, nous présentons la variation de la sensibilité en fonction de la
distance. Il est visible que lorsque d est supérieur à 5 cm, la sensibilité est déjà réduite
des trois-quart en comparaison avec d = 0 cm .
70
F IGURE 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.
2.4.1.2. Impact de la rétrodiffusion sur la résolution angulaire

Dans un cas réel, en plus des configurations (a) et (d) de la Figure 2.3, les couples
Compton issues de la configuration (b) peuvent être gardés pour la reconstruction
d’images si la résolution temporelle de la caméra ne permet pas d’estimer si la mesure
dans le diffuseur a eut lieu avant celle dans l’absorbeur. Supposons un rayon gamma
incident de 511 keV qui interagit par effet Compton dans l’absorbeur et par effet photo-
électrique dans le diffuseur. Alors E 2 =341 keV et E 1 =170 keV. En utilisant l’Eq. 2.1, on
obtient α = 60° au lieu de 180°. Cela veut donc dire que lorsque de la rétrodiffusion
est mesurée, elle crée alors des cônes avec un décalage systématique de l’angle α. Cet
angle étant élevé, les cônes Compton reconstruits n’impactent pas sur la résolution
du point source mais contaminent l’image rendant le signal sur bruit plus faible. En
Figure 2.28 nous présentons une coupe transverse de la somme des cônes issus de
la simulation Monte-carlo de la détection de rayons gamma émis par une source de
22
Na placée à 20 m et lorsque le cas (b) de la Figure 2.3 uniquement est considéré.
En pratique, lorsque c’est possible, les couples Compton de rétrodiffusion doivent
être supprimés pour les raisons évoquées en 2.2.2.1.
2.4.1.3. Étude de la prédominance des incertitudes de mesures sur la

résolution angulaire
En Figure 2.29 sont représentées les résolutions angulaires 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.
Sachant que la résolution en énergie d’un détecteur muni d’un scintillateur varie
autour de 10% est que la résolution spatiale est millimétrique, nous pouvons en dé-
duire que la résolution angulaire de la caméra dépend principalement de la résolution
en énergie.
71
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°.
F IGURE 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
2.4.2. Étude de la sensibilité de la caméra en fonction de

l’épaisseur du diffuseur
Au plus l’absorbeur est épais, au mieux sont arrêtés les photons gamma. Concernant
le diffuseur, la réponse est moins triviale car pour autant le nombre d’interactions
doit être maximisé, mais aussi, l’épaisseur doit être suffisamment petite pour que les
photons gamma diffusés puissent sortir du diffuseur et interagir dans l’absorbeur.
En Figure 2.27, nous présentons l’évolution de la sensibilité de la caméra Compton
en fonction de e 1 avec d =7.5 cm.
F IGURE 2.30. – Sensibilité de la caméra en fonction de e 1 . Les configurations (a) et (d)

de la Figure 2.3 uniquement sont considérées.
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
F IGURE 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.
F IGURE 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. 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.
2.5. Caractérisation du prototype Temporal

Le premier prototype Compton développé par Damavan Imaging est constitué d’un
diffuseur et d’un absorbeur en CeBr3 couplés à des dSiPM. Les plus grandes matrices
de dSiPM disponibles dans le commerce mesurent 3x3 mm2 (Philips DPC 3200). Dans
la volonté de construire un prototype le plus simple possible, la taille des cristaux
est donc limitée par ces dimensions. Ce premier prototype a aussi pour vocation de
détecter des sources de faibles énergies (entre 100 keV et 662 keV). En se rapportant à
la Figure 2.27, on obtient une épaisseur e 1 optimale autour de 5 mm. L’algorithme de
reconstruction de la position des interactions dans le cristal développé par Damavan
Imaging étant pour le moment stable pour des épaisseurs e 2 inférieures à 1.2 cm,
cette valeur sera donc celle choisie pour l’absorbeur. Enfin, la distance entre les faces
avant des blocs choisie est celle pour laquelle la résolution angulaire se stabilise à
200 keV (Figure 2.26), soit 3.2 cm. En Figure 2.30, nous présentons un schéma de la
caméra Temporal. Elle pèse 4kg car en plus des modules de détection, elle contient une
électronique de lecture et de traitement du signal, qui connectée à un ordinateur par
câble Ethernet, transmet l’ensemble des mesures (fichiers produits d’extension lqua),
ainsi que les couples Compton (ou coïncidences stockées dans un fichier d’extension
cqua).
F IGURE 2.33. – Illustration de la caméra Compton Temporal (image issue de [M.

H MISSI 2019]).
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
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.
2.5.1. Étude de spectres mesurés par la caméra Compton

Une source de 22 Na de 0.245 Mbq est placée en face de la caméra à 35 cm et l’acqui-
sition dure 20 min. En Figure 2.34, nous présentons le spectre mesuré par le diffuseur
(E 1 ), l’absorbeur (E 2 ) et l’énergie totale (E ) dans le cas de coïncidences avec une cou-
pure à 600 keV. Un pic à 170 keV est visible dans le diffuseur, ainsi qu’un pic à 340 keV
au niveau de l’absorbeur. Il s’agit de rétrodiffusions. Afin de mieux visualiser la quan-
tité de rétrodiffusions, nous présentons en Figure 2.36, l’histogramme 2D des énergies
déposées dans l’absorbeur en fonction des énergies déposées dans le diffuseur. Il est
apercevable que ces évènements sont présents en grande quantité.
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
prototype Temporal
F IGURE 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
La Figure 2.35 suggère qu’il n’y a aucune dépendance en la température ou en la

position de la source. Néanmoins il est important que le détecteur soit correctement
calibré. En effet, une mauvaise calibration résulte sur une erreur systématique de l’es-
timation sur l’angle Compton. Afin d’effectuer une calibration propre à chacune des
acquisitions, la position du pic de rétrodiffusion est mesurée sur le spectre de chacun
des deux détecteur. Les spectres sont ensuite multipliés par la position mesurée divisé
par l’énergie qu’un rayon gamma devrait déposer dans le cas d’une rétrodiffusion
(170 keV pour le diffuseur et 340 keV pour l’absorbeur).
2.5.1.1. Étude des spectres en coïncidence du diffuseur et de l’absorbeur et

interprétation à l’aide de simulations Monte Carlo
Les spectres simulés et mesurés sont comparés avec une fenêtre en énergie autour
du pic photo-électrique d’une largeur de 0.83 × ∆E (ou 3σE ) (Figure 2.37).
Le spectre mesuré au niveau du diffuseur débute à 50 keV et le nombre d’évène-
ments détectés croît avec l’énergie. La forme de ce début de spectre ne ressemble pas
à la simulation. Ce parce que la détection des évènements se fait par la mesure de
franchissement d’un seuil par les signaux générés par chacun des SiPM de la matrice
de détection et non sur l’intégrale de la somme des signaux. Le résultat des simu-
lations Monte-Carlo fournit l’énergie totale absorbée, assimilable à l’intégrale de la
somme des signaux. Une approche qui permettrait de mieux représenter le nombre
d’évènements à basse énergie serait de simuler la génération des photons optiques
dans le cristal de CeBr3 ainsi que le signal des SiPM.
Les couples Compton mesurés avec une énergie supérieure à 211 keV sont des
coïncidences fortuites ou des absorption incomplètes de rayons gamma de 1275 keV.
Enfin, l’analyse de la simulation Monte Carlo montre que la moitier des couples
Compton mesurés sont de la rétrodiffusion. Dans 30% des cas (rétrodiffusion incluse),
77
prototype Temporal
F IGURE 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.
F IGURE 2.37. – Spectres en coïncidence simulés et mesurés dans le diffuseur et dans

l’absorbeur pour une source de 22 Na.
78
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.
2.5.2. Étude de la sensibilité de la caméra Compton

La sensibilité de la caméra est étudiée pour des rayons gamma de 511 keV. Une
source de 22 Na est placée à plusieurs positions sur un plan de 70 cm de large à 35 cm
de la caméra (Figure 2.38). Nous sélectionnons les couples Compton pour lesquelles
E 1 + E 2 =511 kev ±3σE . La contamination du pic photo-électrique mesuré à 511 kev
par des rayons gamma de 1275 keV est négligée.
F IGURE 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).
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
prototype Temporal
F IGURE 2.39. – Représentation de la sensibilité mesurée de la caméra Compton pour

des rayons gamma de 511 keV par interpolation au plus proche voisin.
et nous estimons une largeur à mi-hauteur de 26.6°±0.3. Cette différence s’explique

notamment par la non concordance des spectres simulés et mesurés à basse énergie
que nous avions remarqué dans la section précédente.
Finalement, pour une source de 22 Na, lorsque qu’un rayon gamma est émis en
direction de la caméra, la probabilité de mesurer un couple Compton d’une énergie de
511 keV ±3σE est de 0.66%%. Néanmoins, seul 32% des couples Compton permettent
d’estimer la réelle origine du rayon gamma. La sensibilité intrinsèque à la caméra
Compton est donc finalement estimée à 0.21%% pour un rayon gamma de 511 keV.
2.5.3. Mesure de la résolution angulaire

La résolution angulaire est estimée de deux manière différentes. Dans les deux cas,
nous sélectionnons les cônes Compton mesurée pour une source de 22 Na en face de
la caméra avec une sélection du pic photoélectrique à 511 keV ±3σE . Pour le premier
cas, nous gardons uniquement les couples Compton dont la diffusion dans le diffuseur
est certaine (tel que défini en Section 2.3.3.2). Les images reconstruites en sommant
les cônes Compton sont présentées en Figure 2.40. Nous mesurons une ARM de (6.7°
±0.4) dans les deux cas. Cela montre que les événements de retrodiffusion diminuent
le signal sur bruit dans l’image, mais ne détériorent pas la valeur de l’ARM.
2.5.4. Reconstruction d’images avec les donnés du prototype

En Section 2.5.1.1, nous avons vue qu’une partie des mesures sont des coïncidences
fortuites et d’autres de la rétrodiffusion. Pour un point source donné, ces mesures
ne contribuent donc pas à la représentation de celui-ci sur l’image. Cela étant dit, la
sensibilité utilisée dans LM-MLEM doit considérer uniquement la probabilité pour le
80
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.
2.5.4.1. Reconstruction de 5 points sources à 35 cm

Nous effectuons 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.
En Figure 2.41, nous présentons l’histogramme des 1/P j estimés à partir la méthode
décrite en Section 2.2.3.2.
En Figure 2.42, nous présentons quatre images de taille 100 × 100 reconstruites en
sélectionnant uniquement le pic photo-électrique à 511 keV ±3σE après 10 itérations
de LM-MLEM. Les trois premières sont reconstruites en ajoutant progressivement v j ,
1/K j et P j , et la dernière est reconstruite en ne considérant que les couples Compton
dont la diffusion dans le diffuseur est certaine. À l’ajout de 1/K j , l’intensité de la
source au centre de l’image s’amplifie. L’ajout de 1/P j ne permet pas une amélioration
significative de la résolution angulaire. La raison principale de la grande quantité de
bruit dans l’image est que la source de 22 Na émet aussi des photons de 1275 keV dont
leur détection incomplète vient s’ajouter au pic photoélectrique à 511 keV.
Lorsque seuls les couples Compton pour lesquels la diffusion dans l’absorbeur est
81
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
prototype Temporal
F IGURE 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 ré-
sultats 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
prototype Temporal
F IGURE 2.43. – Set-up expérimental pour l’imagerie stéréoscopique de sources de 18 F.
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
prototype Temporal
F IGURE 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. Reconstruction d’images et modélisation du prototype – 2.6. Conclusion générale
et prospectives
2.6. Conclusion générale et prospectives

Dans ce chapitre, nous avons essayé de remettre en question les méthodes de pro-
pagation des incertitudes de mesures sur le cône Compton décrits dans la littérature.
La simulation Monte Carlo avec GATE a été primordiale dans la compréhension des
limites concernant les équations posées et utilisées depuis plusieurs dizaines d’années.
Cela a notamment permis de comprendre que les couples Compton de rétrodiffusion
sont inconstructibles ; non pas parce que l’incertitude des mesures tend vers l’infini,
comme nous pousserait à croire la théorie. Mais parce que l’estimation moyenne sur
l’angle Compton est erronée.
Les différentes implémentations de LM-MLEM qui sont présentées sont toutes dans
l’optique d’exploiter au mieux les informations disponibles, fournies par la caméra,
propres à chacun des couples Compton mesurés, qui apportent de manière plus ou
moins directe une information supplémentaire. Dans ce sens, l’ajout de l’information
énergétique via une implémentation spectrale (PE-LM-MLEM), ainsi que l’ajout de
poids (v j , 1/k j , 1/p j ) dans LM-MLEM permet de mieux guider la convergence de
l’algorithme.
Le prototype Temporal que nous avons étudié souffre d’un manque d’apport tech-
nologique permettant de discerner les couples Compton de rétrodiffusion. La solution
la plus intuitive semble se résumer en l’augmentation de la distance entre le diffuseur
et l’absorbeur, et de l’amélioration de la résolution temporelle des détecteurs. Néan-
moins, cela risque d’avoir un fort impacte sur la sensibilité de la caméra (Figure 2.27).
Aussi, nous avons noté que le seuil en énergie de la caméra Compton Temporal
était relativement haut (60 keV). On pourra noter que ce seuil en énérgie à 60 keV
est à l’origine d’une sensibilité deux fois inférieure à des prototypes développés de
taille équivalente [K ISHIMOTO p. d.].Ce sont pourtant les évènements à faible dépôt
d’énergie dans le diffuseur qui permettent d’obtenir les images les mieux résolues. En
Figure 2.45, nous comparons deux reconstructions effectuées à partir de la simulation
présenté en Section 2.3.3.1. La première image est reconstruite avec des données dont
le seuil en énergie est placé à 20 keV. Dans la deuxième image, le seuil est placé à 60 keV.
Nous utilisons une implémentation de LM-MLEM avec l’ajout de v j , 1/K j et 1/P j . Le
rapport d’intensité entre la source au centre et celle sur les bords est de un tiers pour
un seuil à 60 keV, tendis qu’elle est d’un dixième pour un seuil à 20 keV.
En somme, bien que ce ne soit l’objectif du projet Temporal, l’utilisation d’un détec-
teur à semi-conducteur pixelisé en tant que diffuseur aurait permis d’augmenter le
rendement Compton, d’améliorer la résolution spatiale et en énergie, de potentielle-
ment étudier le parcours de l’électron Compton afin de mieux rejeter les couples de
rétrodiffusion ou de détecter les interactions multiples.
Enfin, nous avons montré qu’il est essentiel de correctement simuler le prototype
Temporal afin d’obtenir une estimation juste de la sensibilité. Ceci ne peut être pos-
sible sans la modélisation du signal généré par les SiPM. Le chapitre suivant sera donc
consacré à l’implémentation d’un module dédié dans GATE.
86
2. Reconstruction d’images et modélisation du prototype – 2.6. Conclusion générale
et prospectives
F IGURE 2.45. – Résultats de la reconstruction de la simulation présenté en Sec-

tion 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. 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) –
3.5 Caractérisation des paramètres d’un SiPM pour la simulation Monte

Carlo avec GATE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113
3.5.1 Echantillonnage de la forme d’un pulse émis par une micro-
cellule . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113
3.5.2 Mesure de la SPTR . . . . . . . . . . . . . . . . . . . . . . . . . . 114
3.5.2.1 Montage électronique d’amplification . . . . . . . . . 114
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
3.5.3.4 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
3.6.1.4 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 CTR 137
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
Dans le chapitre précédent, il a été vu que seule la simulation Monte-Carlo permet-

trai d’obtenir une estimation de la sensibilité de la caméra Compton essentielle à la
89
photo-multiplicateurs à base de silicium (SiPM) –
reconstruction des intensités des sources radioactives fidèle à la réalité. La modéli-

sation du signal généré par les SiPM s’avère importante car elle permet de mimer
la manière dont le système d’acquisition sélectionne les évènements. Il y a donc un
grand intérêt à implémenter le processus de génération du signal par les SiPM dans la
plateforme de simulation Monte Carlo GATE.
L’ajout des SiPMs dans GATE permettra aussi d’effectuer la simulation et l’optimisa-
tion d’appareils d’imagerie médical en cours de développement, équipés de SiPMs.
Les récentes recherches montrent que l’amélioration temporelle des détecteurs dé-
pend aussi de la capacité à analyser le signal généré et ses caractéristiques, souvent
difficilement dénombrables et dont la déconvolution est peu intuitive S. R. B ERG E. C.
2018. Eric Berg et Simons R. Cherry ont caractérisé une approche de mesure temporel
par réseaux de neurones profonds qui prend pour entrée le front montant du signal
émis par des PMTs. Ils ont notamment montré une amélioration de la résolution tem-
porelle en comparaison aux approches classiques tel que "leading edge" et "constant
fraction discrimination" S URTI ; K ARP 2016. Ainsi, si la simulation Monte Carlo permet
la génération de signaux très similaire à la réalité, il est alors possible d’entraîner les
réseaux sans qu’il ne soit nécessaire d’effectuer de multiples mesures, coûteuses en
temps et dont la position d’interaction dans le cristal ne peut à priori, être connu de
manière précise.
Dans Geant4 (utilisé par GATE pour la simulation des interactions entres les parti-
cules), il existe une implémentation permettant de simuler les SiPMs et de mimer la
majorité des caractéristiques de fonctionnement connus N IGGEMANN 2015. Elle a été
initialement développée pour la simulation du télescope FAMOUS N IGGEMANN et al.
2013. La même année de sa publication, une nouvelle méthode de caractérisation
des SiPMs plus approfondi et plus avancée fut aussi publiée R OSADO ; H IDALGO 2015.
Nous choisissons donc d’effectuer une nouvelle implémentation directement dans
GATE.
Pour rappel, il existe deux catégories de SiPMs : les SiPMs analogiques (aSiPMs), qui
génèrent un signal nécessitant d’être amplifié, puis analysé par une électronique de
lecture et les SiPMs digitaux (dSiPMS) où l’amplification et l’électronique de lecture
est intégrée. La charge et le moment du déclenchement (ou trigger) sont directement
transmis Y ORK et al. 2012. Finalement, on peut considérer que les dSiPMs contiennent
une couche supplémentaire de traitement et que le comportement ne diverge pas de
celui des aSiPMs. Ainsi, pour pouvoir les simuler en Monte-Carlo, il suffit d’ajouter une
routine de traitement du signal après une simulation de aSiPMs. Le développement
de cette couche supplémentaire est initié à travers le travail de thèse de Myriam Lenz
[ref] en collaboration avec l’équipe imXgam au C.P.P.M.
Afin de vérifier que notre implémentation Monte-Carlo permet de mimer les com-
portements des aSiPMs, une validation sera présentée. Elle consiste en la mesure
des bruits simulés et de la comparaison de leurs caractéristiques avec des mesures
expérimentales et en un deuxième temps, de mesures et simulations de scintillations
dans un cristal couplé à un SiPM.
La maîtrise des caractéristiques optiques de la simulation en sera essentielle et ce,
90
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.
3.1. Principales caractéristiques des scintillateurs

Cette section est inspirée de la note technique publiée par Christophe en 2019 sur
les scintillateurs inorganiques [Dujardin D UJARDIN 2019]. Les processus physiques
sous-jacents ne seront pas détaillés, mais l’ensemble des caractéristiques essentielles
à la simulation d’un cristal scintillant dans GATE serons évoquées.
91
des scintillateurs
3.1.1. Réponse temporelle

Suite à un dépôt d’énergie dans le cristal, un certain nombre de photons visibles ou
ultraviolets (d’énergies de l’ordre de quelques électronvolts) sont émis. La distribution
temporelle des photons émis ( f p (t |t 0 )) peut être décrite par Eq. (3.1), qui définit
une de somme pondérée de doubles exponentielles rattachées à la décomposition
de l’impulsion lumineuse en plusieurs composantes avec des constantes de temps
P
différentes. Souvent, i = 1 où i = 2 suffit. p i = 1, t 0 correspond au temps de début de
scintillation, τd iRet τr i sont les constantes de déclin et montée et h (t − t 0 ) la fonction
+∞
de Heaviside et −∞ f p (t |t 0 ) = 1 [G UNDACKER et al. 2018].
N e −(t −t 0 )/τd i − e −(t −t 0 )/τr i

X
f p (t |t 0 ) = h (t − t 0 ) × pi (3.1)
i =1 τd i − τ r i
3.1.2. Rendement de scintillation

Le rendement de scintillation correspond à la quantité de photons émis par unité
d’énergie déposée dans le cristal (nombre de photons par MeV ou nph/MeV). Pour
estimer le rendement, on peut procéder à l’irradiation du cristal par des gammas
d’énergie connue. Il peut exister une dépendance du rendement de scintillation en
fonction de l’énergie déposée dans le milieu scintillant, qui est due à des processus
non-linéaires résultant de la complexité des phénomènes de scintillation, souvent
liés aux impuretés contenues par le cristal lui-même [D UJARDIN 2019]. Il est donc
nécessaire de caractériser un cristal avec des gammas de différentes énergies.
3.1.3. Résolution en énergie

Comme évoqué dans le Chapitre 1 , la résolution en énergie (∆E /E ) est étroitement
liée à la quantité de photons émie. Si nous supposons que le nombre de photons de
scintillation suit une distribution de Poisson, alors la résolution en énergie R poi sson
s’écrit :
100 × 2.355%
R poi sson (%F W H M ) = p
n ph
où n ph est le nombre de photons de scintillation émis.
Néanmoins, en pratique, même si la collection des photons était de 100%, on

remarquerait que la résolution mesurée serait en fait différente de R poi sson , du fait
que la réponse du cristal est rarement linéaire avec l’énergie. La résolution en énergie
R est alors mieux décrite par la somme quadratique d’une résolution intrinsèque
(R i nt r i nsèque ) et de la résolution de Poisson induite par le rendement de scintillation.
R 2 = R i2nt r i nsèque + R poi

2
sson
92
des scintillateurs
Prenons un exemple simple. Supposons un cristal de LYSO émettant en moyenne

14308 photons à 511 keV et 1377 à 60 keV (une non-linéarité du nombre de photons
émis par unité d’énergie à 60 keV de 16% en comparaison avec 511 keV), alors leur ré-
solution de rendement sera de et 0.8% 2.7%. Prenons arbitrairement R i nt r i nsèque =7.7%
(valeur typique pour le LSO) [C HEWPRADITKUL ; M OSZYNSKI 2011], alors R 60 keV =10.0%
et R 511 keV =7.9%.
De plus,la résolution en énergie et dégradée du fait que les photons ne sont pas
forcément collectés par le photodétecteur et peuvent être absorbés par le cristal
scintillant.
Dans le cas d’un couplage avec un SiPM, nous utiliserons la définition de Stefan
Goundacker à la page 30 de son manuscrit de thèse G UNDACKER 2014 :
R 2 = R i2nt r i nsèque + R r2end ement + R p2 + R n2

Où R p correspond à la perte en résolution liée au transfert de photons au SiPM et à
la conversion en photo-électrons et R n correspond à la contribution du bruit noire.
Ces notions seront détaillées dans la Section 3.3.
Dans le cas d’un couplage avec un PMT, nous retiendrons la définition présente
dans C HEWPRADITKUL ; M OSZYNSKI 2011 ou D UJARDIN 2019 :
R 2 = R i2nt r i nsèque + R r2end ement + R p2

p
100×2.355 1+ξ
où R r end ement = p
n et ξ est la variance du gain du photodétecteur. On
ph
notera la non présence de ξ pour les SiPMs car il est considéré comme négligeable.
3.1.4. Spectre d’émission

Un scintillateur émet un spectre de photons visibles ou ultraviolets. La Figure 3.1
présente le spectre d’émission d’un cristal de LYSO.
3.1.5. Surfaces du scintillateur et interface avec le détecteur

L’efficacité de collection des photons de scintillation dépend à la fois du matériau
scintillant, de ses états de surface, et des interfaces entre le cristal et son environne-
ment (air, graisse optique, réflecteur, etc.).
Les photons de scintillation émis se comportent de manière différente suivant
le type d’interface et l’état de surface qu’ils rencontrent. Un matériau est placé à
l’interface entre le scintillateur et le photodétecteur avec un indice de réfraction
intermédiaire afin d’améliorer l’efficacité de collection. Une encapsulation du cristal
dans un matériau réfléchissant permet d’augmenter cette efficacité de collection
et une surface peu polie rendra la direction de la réflexion moins déterministe. Le
choix de la surface et du matériau à l’interface varie en fonction de l’application.
Par exemple, pour maximiser la collection de photons, il est préférable d’opter pour
93
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.
3.1.6. Modélisation du cristal scintillant de LYSO dans GATE

Pour valider le modèle de SiPM que nous allons développer dans GATE, nous effec-
tuerons des mesures avec un cristal de LYSO :Ce produit par Crystal Photonics Inc.
couplé à un SiPM HPK MPPC S13360-3050CS. Il sera dès lors important de connaître
94
des scintillateurs
certaines caractéristiques du cristal afin d’être certain que la simulation de celui-ci, à

elle seule ne contienne pas de biais que l’on pourrait imputer au modèle de SiPM.
Le cristal de LYSO (Lu1.8 Y0.2 Si1.0 O5.0 ) a une densité de 7.05 g.cm3 , son indice de
réfraction vaut 1.81, et sa constante de temps de décroissance de scintillation est de τd
= 40 ns. Le cristal mesure 3 × 3 × 5 cm3 et est poli sur toutes ses faces. Pour le simuler
correctement, nous devons connaître les caractéristiques suivantes :
— Densité
— Composition atomique
— Spectre d’émission de scintillation
— Type de surface
— Rendement de scintillation
— Résolution en énergie
— Indice de réfraction
— Constante de temps de montée (τr ) et de déclin (τd ) de l’impulsion de scintilla-
tion
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.
Nous couplons le cristal non encapsulé à un PMT (ET9125SWB de ET Enterprises,

d’une efficacité de détection de 0.2) sans graisse optique et irradions celui-ci avec du
241
Am et du 22 Na. Cela permet de caractériser le rendement de scintillation ainsi que la
résolution à 60, 511 et 1275 keV. Nous effectuons en parallèle plusieurs simulations du
cristal couplé au PMT avec des rendements de scintillation et des RESOLUTIONSCALE
différents. Ils seront jugés comme bons lorsque la FWHM des pics-photoélectrique
simulés seront très proche de ceux mesurés (inférieur ou égal à 10% de différence
relative).
95
des scintillateurs
En Figure 3.2 nous présentons les pics-photoélectriques mesurés à 60, 511 et

1275 keV. Une première estimation des pics en utilisant un fit gaussien a reporté
une non-linéarité du cristal à 60 keV en comparaison avec 511 keV de l’ordre de 18%,
alors qu’elle est négligeable à 1275 keV (inférieur à 1%).
Notons que c’est cette valeur qui est retenu pour les simulations à suivre avec les
SiPMs. Plus tard, nous remplaçons la méthode de fit par celle présenté en Figure 3.2,
qui est la somme d’une gaussienne et d’une droite. Elle permet une estimation plus
juste. Nous trouvons finalement une non-linéarité de 15% à 60 keV.
300 moyenne = 0.0998+/-0.0010 3500 moyenne = 0.9999+/-0.0008 400

moyenne = 2.486+/-0.005
350 FWHM = 0.222+/-0.012
250 FWHM = 0.0452+/-0.0024 3000
FWHM = 0.1794+/-0.0020
rés (%) = 45.3+/-2.4 rés (%) = 17.94+/-0.20 300 rés (%) = 8.9+/-0.5
Nombre de mesures
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
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
Nous obtenons les meilleurs résultats pour un un rendement de scintillation de 28

ph/keV à 511 keV et RESOLUTIONSCALE = 4.41. Les spectres obtenus sont présentés
dans la Figure 3.2. Il est aussi observable que les résolutions ne varient pas de la même
96
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.
60 keV 511 keV 1275 keV

Pics variation 3.1% 0.0% -0.8%
FWHMs variation -9.2 % 10.5 % -9.6%
Tableau 3.1. – Variation de la position des pics-photoélectrique et de leur FWHM en

partant de l’expérimental vers la simulation
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
photo-multiplicateurs à base de silicium (SiPM) – 3.2. Électronique de lecture des
signaux émis par les SiPMs
— Nombre de photons émis par unité d’énergie déposée : 28 ph/keV à 511 et

1275 keV et 22.96 ph/keV à 60 keV
— Résolution : RESOLUTIONSCALE = 4.41
— Indice de réfraction : 1.81
— Constante de croissance τr = 57 ps et de décroissance τd = 40 ns d’émission de
photons
3.2. Électronique de lecture des signaux émis par les

SiPMs
Lorsqu’un signal est généré par les SiPMs, plusieurs étapes sont nécessaires pour sa
bonne analyse. De manière courante, un préamplificateur et un amplificateur sont
placés en sortie. Ils sont optionnels et le premier permet notamment d’augmenter le
signal sur bruit. Le principe est que l’amplificateur joue un rôle de filtre passe bande
qui permet à une partie du bruit d’être sous représenté. Le deuxième amplificateur
permet, quant à lui, de mieux visualiser le signal et d’éviter qu’il ne soit détruit pendant
l’analyse, du fait de sa trop faible puissance.
L’étape qui suit est la digitalisation du signal. En fonction des informations que
l’on souhaite en tirer, il est possible de le discrétiser à l’aide d’un Analog to Digital
Converter (ADC), ou bien de garder uniquement l’information de la charge à l’aide
d’un Charge to Digital Converter (QDC), ou encore l’information du moment où le
signal a passé un certain seuil, ainsi que sa durée à l’aide d’un Time to Digital Converter
(TDC). On remarquera que pour les deux derniers cas, une partie de l’information sur
le signal est perdu.
La dernière étape consiste en l’analyse du signal et son enregistrement. Par exemple,
on peut lire le signal analogique provenant de deux SiPMs afin de déterminer l’éven-
tuelle existence de coïncidence et de décider d’enregistrer le signal en fonction.
Ce travail est souvent implémenté dans un circuit logique programmable Field-
Programmable Gate Array (FPGA). Un diagramme plus général sur l’ensemble des
étapes de mesure et d’analyse de processus physiques sont résumés en Figure 3.3.
On pourra aussi noter qu’un oscilloscope peut jouer le rôle de mise en condition,
conversion et traitement du signal.
3.3. Fonctionnement et géométrie des SiPMs

Cette partie vise à rentrer dans les détails du fonctionnement des SiPMs afin de
mieux appréhender l’implémentation de ceux-ci dans GATE. Nous commencerons
par une étude de leur géométrie, du schéma électronique équivalent et enfin, des
bruits présents dans les SiPMs.
98
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
3.3.1. Géométrie d’un SiPM et efficacité de détection

Un SiPM est composé de plusieurs milliers de photodiodes à avalanche APD bran-
chées en dérivation. C’est donc un agencement de semi-conducteurs dont le type de
fonctionnement visé est le mode Geiger. Pour support d’étude de géométrie, considé-
rons la Figure 3.4 qui représente une structure typique.
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.
La zone de déplétion dépasse rarement l’épaisseur micrométrique, et les APDs

(ou micro-cellules) sont rarement plus étroites que 10 µm et plus large que 100 µm.
La faible épaisseur de la zone de déplétion et de substrat à la surface du SiPM joue
un rôle important dans l’efficacité de détection, ainsi que dans la gamme d’énergie
de sensibilité. Le substrat (S i O 2 dans la Figure 3.4) durci le spectre de photons en
arrêtant majoritairement ceux de très faible énergie. Au plus il sera épais, au plus
le seuil en énergie sur la sensibilité sera haut. En zone de déplétion, les photons
99
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).
F IGURE 3.5. – PDE du SiPM HPK MPPC S13360-3050CS
La mesure du PDE se fait à l’aide d’une lumière monochromatique d’intensité et

d’énergie connu et dont les rayons incidents se veulent perpendiculaires au SiPM.
Le PDE est déterminé par plusieurs facteurs OTTE et al. 2017. Les trois principaux
sont l’efficacité quantique du détecteur, qui dépend de l’énergie du photon, de la
probabilité d’avalanche, qui dépend de la tension d’alimentation du SiPM et de la
géométrie (i.e. le pourcentage de surface active). Notons que dans cette définition,
la transmittance du milieu incident vers le SiPM n’est pas incluse. En Monte Carlo,
celle-ci sera alors simulé en plus du PDE.
En Figure 3.5 des zones à dopage n sont présentes autour de la zone de déplétion.
Elles permettent de diminuer les phénomènes de partage de charge entre les micro-
cellules. Aussi, l’agencement p+ /p/ p+ en zone inférieur du SiPM permet de mieux
concentrer la zone de déplétion à l’interface avec n+ .
Le SiPM est souvent revêtu d’un matériau transparent tel que de l’époxy ou du verre
afin de protéger les micro-cellules.
Comme visible, à droite de la figure, le schéma minimal équivalent d’un SiPM est
une résistance en série avec une diode branché en sens bloquant. La résistance R q ,
permet de stopper le phénomène d’avalanche en diminuant la tension aux bornes du
SiPM.
3.3.2. Lecture du signal émis par les SiPMs

Pour mettre en fonctionnement un SiPM, il faut l’alimenter avec une tension supé-
rieure à la tension de claquage (Vbr). La différence entre la tension d’alimentation
100
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
des SiPMs
1.00 Mesure en mode tension

0.75 Mesure en mode intensité
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
3.3.3. Schéma électronique équivalent et forme du signal

Nous utiliserons comme base d’exemple le SiPM HPK MPPC S13360-3050CS avec
Vov = 3 V. En Figure 3.8 est présenté le schéma électronique équivalent fourni par
Hamamatsu et qui reprend les notations dans C ORSI et al. 2007, avec Cd = 84.5 fF, Cq
= 16.8 fF, Cg = 18.7 pF et Rq = 300 kΩ. La partie de droite du schéma est l’équivalent
d’une micro-cellule dans laquelle va se produire une avalanche 1 . Celle du milieu
représente les micro-cellules qui sont au repos. Et enfin, la capacité Cg à gauche prend
pour compte l’effet entre l’anode et la cathode du SiPM. Elle est notamment due à
leur grande surface et à la faible distance qui les sépare.
Conceptuellement parlant, le schéma électronique d’une micro-cellule devrais res-
sembler à celui d’une photodiode. C’est à dire qu’à la place du générateur d’intensité,
nous devrions trouver une résistance en série avec un générateur de tension dont
la polarisation en sens inverse est égale à la tension de claquage Breakdown Voltage
(Vbr). Même si ce schéma est valide M ARANAO et al. 2014, conformément à A CERBI ;
G UNDACKER 2019, afin de mieux expliquer le phénomène d’avalanche, nous allons
donc préférer placer une résistance et un générateur.
Nous effectuons un montage avec une résistance 1 kΩ en amont du SiPM, une
capacité de 100 nF branchée en parallèle et une résistance d’environ 50 Ω branchés en
sortie du SiPM, ainsi que nous simulons le schéma équivalent (Figure 3.9). Ici, nous
effectuons donc une lecture du signal en mode intensité.
Deux résistances d’environs 50 Ω (50 et 46) sont observable sur le schéma. Celle
dont la tension est mesurée par un voltmètre est interne à l’oscilloscope (le voltmètre
et la résistance de 50Ω représentent l’oscilloscope). La résistance de gauche a en fait
été ajoutée par erreur dans le montage. Au lieu de refaire les mesures, nous choisissons
de la prendre en compte dans la simulation.
L’inductance de 149 nH représente celle du câble qui relie le montage à l’oscillo-
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
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
F IGURE 3.9. – Schéma électronique équivalent du montage expérimental avec un SiPM

HPK MPPC S13360-3050CS
103
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.
1.0 3588 micro-cellules

2162 micro-cellules
510 micro-cellules
162 micro-cellules
Amplitude (u.a.)
0.4
0.2
0.0
20 40 60 80 100
Temps (ns)
F IGURE 3.10. – Signaux moyens, normalisés au maximum obtenu pour différents

nombres de micro-cellules allumées.
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
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)
F IGURE 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).
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
des SiPMs
3.3.4. Saturation du SiPM, temps mort et temps de

récupération des micro-cellules
Lorsqu’une micro-cellule s’allume, tant que le processus d’avalanche ne décroît pas,
si un nouveau photon interagit dans celle-ci, alors il ne pourra pas, à priori provoquer
une nouvelle avalanche. Ce laps de temps est défini comme le temps mort de la
micro-cellule (t d ead ).
Cela implique que le SiPM ne peut détecter qu’un nombre limité de photons à la fois.
On dit qu’il sature. Dans G RUBER et al. 2014, il est montré que le SiPM ne sature en fait
jamais complètement, c’est à dire que lorsqu’on augmente l’intensité des photons, on
observe toujours une augmentation d’amplitude du signal sortant du SiPM. Une des
explications serait que lorsque deux photons interagissent presque en même temps
dans une micro-cellule, alors deux avalanches se créées au lieu d’une.
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.
Une variation e τr ec en fonction du nombre de micro-cellules allumées existerais

aussi. Pour s’en convaincre, nous illuminons en un premier temps le SiPM HPK MPPC
S13360-3050CS alimenté à une tension Vbr+3 V avec un laser d’une FWHM de 20 ps
à t 0 , puis une deuxième fois à t 0 + t . Nous mesurons l’amplitude du signal (A). Nous
répétons l’expérience pour plusieurs valeur de t . La variation de l’amplitude du signal
en fonction de t observée est tel que A = h(t − t 0 − t d ead )A 0 exp{−(t − t 0 − t d ead )/τr ec }
avec A 0 l’amplitude du signal pour une micro-cellule complément rechargée, h(t −
t 0 − t d ead ) la fonction porte et τr ec = 35.8 ± 0.7. Nous faisons la même expérience
en disposant sur le SiPM un plastique noir avec un trou au milieu. L’amplitude du
signal à t 0 correspond environ à 234 micro-cellules allumés. En faisant varier t , nous
obtenons τr ec = 29.20 ± 0.5.
Dans la littérature, nous pouvons retrouver quelques approches théoriques permet-

tant de modéliser le phénomène de saturation. Tandis que certains se sont intéressé
à celle liée à l’émission d’un pulse de durée négligeable en comparaison avec τr ec
106
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)
où N t ot al est le nombre de micro-cellules. Notons que la saturation du SiPM est donc

effective dès que N phot on >1. En pratique, la charge mesurée sera non linéaire avec
l’énergie déposé dans le cristal scintillant couplé au SiPM. On dira, par abus de langage
que le SiPM est "non linéaire". À travers des mesures expérimentales, nous allons
détailler la marche à suivre pour calibrer le détecteur.
3.3.5. Calibration d’un SiPM couplé à un cristal scintillant

Nous couplons un SiPM HPK MPPC S13360-3050CS à l’aide d’une graisse optique
d’un indice de réfraction de 1.51 au cristal de LYSO caractérisé en Section 3.1.6 et
encapsulé dans du Téflon. Nous irradions le cristal avec du 241 Am et du 22 Na. Le
schéma électronique équivalent est celui présenté en Figure 3.9 et Vov = 3 V. Nous
mesurons la charge issue de chaque scintillation et estimons la position des pics
photoélectriques pour 60, 511 et 1275 keV avec une erreur inférieur à 2%. À partir de
celles-ci, nous cherchons à effectuer une régression, à l’aide de la fonction curve_fit
T HE S CI P Y COMMUNITY 2018 de la formule proposée dans P ULKOA et al. 2012 :
µ ¶
−E
N t ot al B
V (E ) = A 1 − e (3.3)
E correspond à l’énergie et les paramètres à approcher sont A et B . Notons que dans

cette formule, V (E ) correspond à l’amplitude de la tension mesurée aux bornes de
la résistance en aval du SiPM. Elle est néanmoins directement proportionnelle à la
charge. Nous remplaçons donc V (E ) par C h(E ), la charge mesurée. Nous obtenons
A = 2525 ± 46 C et B = 0.29 ± 0.01.
Afin de corriger la non-linéarité, à partir de Eq. 3.3, Pulko J. et al. proposent :
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
des SiPMs
Charge mesurée 1275 keV

60
Charge corrigée
50
40
Charge (C)
1275 keV
30
511 keV
20 511 keV
10
60 keV
0
0 200 400 600 800 1000 1200
Énergie (keV)
F IGURE 3.12. – Charge mesurée et corrigées en fonction de l’énergie des photons

gamma
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)
F IGURE 3.13. – Spectre mesuré et corrigés pour une source de 22 Na
3.3.6. Résolution temporelle d’un photon unique

Lorsqu’un photon est mesuré par un SiPM, il existe un temps de latence entre le
dépiégeage de l’électron et l’avalanche. L’amplitude du signal et sa durée varie notam-
ment en fonction de la tension d’alimentation, de la taille de la zone de déplétion, de la
capacitance et de l’inductance total induite ainsi que des résistances dans le montage.
D’un point de vue traitement du signal, la détection du moment d’interaction d’un
photon se fait par la mesure du franchissement d’un seuil en tension à ras du bruit
électronique provoqué par la génération d’un pulse par une micro-cellule C ATES et al.
2018. La résolution temporelle d’un photon unique ou SPTR dépend principalement
108
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.
3.4. Bruits générés par les SiPMs

En plus du bruit électronique, les micro-cellules du SiPMs s’allument et créent
parfois des pulses, bien qu’aucun photon provenant de l’extérieur n’a interagit. Les
raisons sont diverses et distinguables.
3.4.1. Le bruit noir (ou Dark Noise)

Le bruit noir est à distinguer du bruit de courant noir qui est l’existence d’un faible
courant malgré qu’aucune micro-cellule ne se soit allumée. Il décrit en fait, l’allumage
prompt de micro-cellules lié au passage d’un électron de la zone de valence vers la
zone de conduction à cause d’un transfert d’énergie sous forme de chaleur. Autre-
ment dis, à cause de la température. À titre d’exemple, nous plaçons le SiPM HPK
MPPC S13360-3050CS dans le noir, reproduisons le montage équivalent aux circuit
électronique visible en Figure 3.9 à l’exception d’une amplification en aval par un
AD8000 (produit par Analog Device). En Figure 3.14, nous présentons le signal lu par
l’oscilloscope.
109
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.
Gallego L. et al. se sont intéressé à la modélisation du crosstalk en terme de probabi-

lité d’apparition et de distribution spatiale G ALLEGO et al. 2014. De leur étude, il en
est ressorti que supposer que le phénomène de crosstalk n’apparaissait uniquement
que dans les 4 micro-cellules ou 8 micro-cellules avoisinantes ("4 nearest neighbors
model" et "8 nearest neighbors model") était une bonne approximation (Figure 3.15).
La probabilité qu’un certain nombre de micro-cellules, au totale s’allument P (k = s)
suit une loi binomiale avec n=4 ou 8 suivant le modèle :
Ã !
n s
P (k = s) = p (1 − p)n−s (3.5)
s
Soit ²c , la probabilité qu’il y est au moins un crosstalk. Alors 1 − ²c = (1 − p)n .
En pratique, il n’est pas exclu qu’un crosstalk apparaisse dans une micro-cellule
110
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.
La quantité de crosstalk est aussi dépendante de la tension d’alimentation. En effet,

plus elle est élevée, plus l’avalanche, et donc l’émission de photons est importante.
Dans R OSADO ; H IDALGO 2015, il est montré que cette variation peut être approchée
par la fonction suivante :
³ ´1+αc
− Vov
²c (Vov) = 1 − e Kc (3.6)
où K c et αc sont des paramètres propres au SiPM et qui doivent être estimés en faisant
varier la tensions d’alimentation.
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
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.
3.4.4. Delayed crosstalk

Lorsqu’une micro-cellule s’allume, il arrive aussi que d’autres s’allument de manière
corrélée mais plus tardivement. Cela à lieu lorsque qu’un photon émis par la micro-
cellule libère un électron proche de la zone déplétée d’une micro-cellule voisine.
Celui-ci migre alors vers celle-ci et une nouvelle avalanche est provoquée. Le temps
de latence entre l’allumage de la première micro-cellule et celle qui subit un delayed
crosstalk s’explique par le transit de l’électron qui est relativement lent en comparaison
à la vitesse de la lumière. Par exemple, en Figure 3.16, un troisième pulse de même
amplitude que le premier apparaît plus tardivement.
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
photo-multiplicateurs à base de silicium (SiPM) – 3.5. Caractérisation des paramètres
d’un SiPM pour la simulation Monte Carlo avec GATE
— Amplitude et forme d’un pulse

— Variation d’amplitude d’un pulse
— Amplitude du bruit électronique
— DCR
— Distribution de probabilités de crosstalks
— SPTR du SiPM
— Distribution temporelle d’afterpulses
— Distribution temporelle de dalayed crosstalks
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.
3.5. Caractérisation des paramètres d’un SiPM pour

la simulation Monte Carlo avec GATE
Cette section est largement inspirée du travail effectué par Rosado J. et Hidalgo
S. R OSADO ; H IDALGO 2015 pour la caractérisation des bruits du SiPM et du travail
de Nemallapudi M. V. et al. pour la mesure de la SPTR N EMALLAPUDI et al. 2016.
Nous illustrerons nos propos à partir de mesures effectuées avec le SiPM HPK MPPC
S13360-3050CS.
3.5.1. Echantillonnage de la forme d’un pulse émis par une

micro-cellule
Nous illustrons cette sous-section à l’aide du SiPM HPK MPPC S13360-3050CS
alimenté à Vov = 3 V
En fonction du montage électronique et de l’amplification utilisée, la forme d’un
pulse émis par une micro-cellule peut drastiquement varier. Les capacités, longueurs
de fil et résistances modifient les constantes de monté et de descente du pulse et
l’amplification a pour effet la suppression certaines fréquences (souvent les hautes
fréquences). Pour simuler les pulses émis de manière fidèle à la réalité, il est donc
essentiel d’échantillonner la forme moyenne à partir du montage complet.
L’amplitude d’un pulse peut aussi varier d’une micro-cellule à l’autre tout comme
elle peut varier dans une même micro-cellule notamment en fonction de la position
de départ de l’avalanche dans la zone de déplétion. En plus de quantifier l’amplitude
moyenne d’un pulse (C amp ), nous devons donc aussi mesurer la variation d’amplitude
(σamp ).
À ce jour, nous n’avons connaissance d’aucun amplificateur qui permet de visualiser
le signal émis par une micro-cellule sans que celui-ci ne sature lorsqu’on effectue
des mesures de scintillation dans un cristal irradié par des gammas de 511 keV. Sans
113
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)
F IGURE 3.17. – Histogramme des amplitudes de pulse mesurées en plaçant le SiPM

dans le noir et avec Vov = 3 V
3.5.2. Mesure de la SPTR

Nous allons ici détailler la marche à suivre pour déterminer la SPTR à partir de
mesures expérimentales.
3.5.2.1. Montage électronique d’amplification

Le montage électronique d’amplification choisie est celui détaillé dans C ATES et al.
2018. Ça performance réside en la capacité de fournir un signal sur bruit élevé grâce
à la lecture différentielle du SiPM et un passage en mode commun judicieux par
l’utilisation d’une bobine de ratio 1 :1 qui permet une amplification passive du signal
(Figure à ajouter) . Le schéma électronique est visible en Annexe A.
Nous distinguons plusieurs parties dans le montage. La première (qui forme une
ligne verticale du BIAS au GND) est la partie alimentation du SiPM.
Directement à droite du SiPM, nous avons la partie lecture en mode différentiel
suivi par l’amplification passive du signal à l’aide d’une bobine. Par la même occa-
sion, le signal est transformé en mode commun. Il en suit une pré-amplification et
114
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.
3.5.2.2. Mesures expérimentales

Nous alimentons le SiPM à une tension Vov = 9 V. Nous illuminons le SiPM avec un
laser pulsé d’une résolution de 20 ps, à 50 cm et plaçons un atténuateur ainsi qu’une
115
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
3.5.2.3. Analyse des données

En python, nous mesurons par interpolation linéaire et pour chaque pulse émis par
le SiPM, le moment où le signal dépasse le seuil au ras du bruit. Nous traçons ensuite
l’histogramme (Figure 3.20 )
Il est visible que la distribution ressemble à mixe entre une loi normale et une loi
de Poisson. Physiquement parlant, on peut interpréter cela comme le fait que les
photons n’interagissent pas tous dans la zone de déplétion. Lorsque c’est le cas, la
mesure contribuera à la patrie gaussienne de l’histogramme. Lorsque ce n’est pas
le cas, le temps latence provoqué par le transit de l’électron libre vers la zone de
116
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)
F IGURE 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).
déplétion provoque un retard dans l’avalanche. La mesure contribuera donc à queue

de l’histogramme.
Pour mesurer la SPTR, nous nous inspirons de la méthode détaillée dans N EMALLAPUDI
et al. 2016. Ils corrèlent la distribution à la formule suivante :
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
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.
3.5.3. Mesure des bruits émis par le SiPM

Pour la mesure des bruit, Rosado J. et Hidalgo S. R OSADO ; H IDALGO 2015 proposent
une méthode simple dans le sens où elle nécessite peu d’équipement et qu’un seul
type de mesures. Le setup expérimental doit répondre aux conditions suivantes :
— Le SiPM couplé au cristal doit être placé dans le noir.
— Le signal doit être amplifié à minima avec un gain de 20 dB pour pouvoir visuali-
ser les pulses.
— La température doit être stable ainsi que la tension d’alimentation.
— L’oscilloscope doit pouvoir échantillonner le signal à une fréquence supérieure
ou égale à 2.5 GHz.
— Plusieurs millier trames de signal de durée longue (3 ms) doivent être enregis-
trées
Le SiPM est alimenté à une tension Vov=3 V et la température ambiante est de

21°C. Nous utilisons une première trame pour estimer la forme moyenne d’un pulse
lorsqu’une seule micro-cellule s’allume. Pour chaque trame de signal, nous effectuons
une analyse post traitement en python qui contient les étapes suivantes :
— Déconvolution du signal par le pulse moyen lorsqu’une seule micro-cellule
s’allume.
— Détection de la position des pulses et de leur amplitude à partir du signal décon-
volué.
— Le premier pulse de la trame est considéré comme un dark noise. Appelons-
le "pulse originel" Tout pulse qui suit et qui est distant de moins de 500 ns
est considéré comme corrélé au pulse originel. Son délai d’apparition et son
amplitude est alors enregistré dans une liste. Après 500 ns sans pulse, le pulse
qui suit est à nouveau considéré comme un pulse originel. L’amplitude et le
temps relatif d’arrivée des pulses qui suivront seront à leur tour enregistrés s’ils
apparaissent dans un délai inférieur à 500 ns et ainsi de suite.
— Le nombre total de pulses originels est aussi enregistré.
118
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
placé dans le noir à une température de 21°C et Vov=3 V
La liste obtenue nous permet de tracer un histogramme 2D qui est la distribution de

l’amplitude des pulses en fonction de leur temps d’arriver relatif à un premier pulse
(Figure 3.21).
Nous remarquons qu’aucun pulses avant 12 ns n’est visible. Ce n’est pas pour autant
qu’ils n’existent pas. C’est en fait la résolution sur les mesures qui ne permet de
détecter correctement d’éventuelles pulses d’une amplitude inférieure à 2 mV
Nous allons à présent estimer la distribution de chacun des bruits à partir de cette
histogramme 2D.
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
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
Tableau 3.2. – Amplitudes des distributions obtenues à partir de la projection sur

l’axe des amplitudes de l’histogramme 2D en fonction du nombre de
crosstalk (CT)
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
0 C T [%] 1 C T [%] 2 C T [%%] 3 C T [%%] 4 C T [%%]

Mesures 94.6 ± 1.3 4.91 ± 0.13 3.89± 0.22 0.37 ± 0.03 0.05 ± 0.01
8 nearest 94.7 4.91 3.34 0.25 0.02
4 nearest 94.6 5.03 2.92 0.19 0.01
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.
3.5.3.2. Dark noise

Pour mesurer la quantité de dark noise, il faut mesurer la quantité de pulses dans
l’histogramme 2D dont on est certain qu’ils ne sont corrélés à un pulse originel. De ce
fait, plus le pulse arrive tardivement (et qu’il est donc vers la fin de l’histogramme),
plus il est quasi certain qu’il n’est pas corrélé. Contrairement à la période de l’histo-
gramme 2D entre 0 et 100 ns, entre 200 et 500 ns, la quantité de pulses est constante.
La probabilité d’afterpulse et de delayed crosstalk est quasi-nulle. Nous pouvons donc
estimer le DCR.
Pour ce faire, nous sélectionnons uniquement les pulses d’une amplitude égale à
C amp ± 1.95 × σamp , effectuons un projeté de l’histogramme 2D sur l’axe des abscisses
et choisissons une taille de bins de 1 ns. Nous estimons ensuite le nombre de pulses
moyen par bins, divisons la valeur par le nombre de pulses originels et la multiplions
par 1+ ²c .
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
3.5.3.3. Afterpulses et constante de récupération

En Section 3.4.3, nous avons vu que les afterpulses sont discernables lorsqu’ils
apparaissent dans un lapse de temps relativement faible après le premier pulse. Leur
amplitude est égale à C a mp multiplié par le taux de récupération de la micro-cellule.
Sur l’histogramme 2, une distribution de pulse à l’amplitude croissante de 0 mV à
C a mp est visible sur les 100 premières nanosecondes. Ce sont des afterpulses. Cette
partie va nous permettre de mesurer la vitesse à laquelle la zone déplétée des micro-
cellules se reforme ainsi que d’estimer la distribution temporelle des afterpulses.
3.5.3.3.1. Constante de récupération τr ec
Nous découpons l’histogramme 2D par tranches de 2 ns en sélectionnant unique-

ment les pulses d’une amplitude inférieure à 7 mV (Figure 3.24 ) . Pour chacune des
tranches, nous traçons l’histogramme des amplitudes. Nous effectuons ensuite un
fit sur chacun des histogrammes par une fonction correspondant à la somme de
deux distributions normales. Nous gardons pour chaque fit la plus petite des deux
amplitudes estimées. Nous effectuons ensuite une régression sur la distribution des
amplitudes par la fonction suivante :
µ t −t
¶
− τd ead
C amp (t ) = h (t − t d ead )C amp × 1 − e r ec (3.12)
où t d ead correspond au temps mort de la micro-cellule. Nous estimons τr ec = 28.5 ±

0.5 ns.
7
6
102
Nombre de mesures
5
Amplitude (mV)
4
3
101
2
1
0 100
0 20 40 60 80 100 120 140
F IGURE 3.24. – Partie de l’histogramme 2D utilisée pour fitter τr ec . En bleu, la courbe

du fit ainsi que son incertitude est dessinée
3.5.3.3.2. Distribution d’afterpulses
Rosado J. et Hidalgo S. R OSADO ; H IDALGO 2015 proposent le modèle suivant concer-

nant la distribution d’afterpulses P AP (t ) :
122
− 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)
F IGURE 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
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
3.5.3.4. Distribution temporelle de Delayed crosstalk

Nous sélectionnons les pulses d’une amplitude comprise entre 4.2 et 6 mV. Nous
obtenons l’histogramme 2D présenté en Figure 3.26.
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)
F IGURE 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
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
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
placé dans le noir à une température de 21°C et Vov=8 V
La CRT se mesure pourtant à une tension d’alimentation élevée. Il faudra alors

estimer le bruit par interpolation à partir d’histogrammes 2D mesurés à tension
d’alimentation plus faible.
125
photo-multiplicateurs à base de silicium (SiPM) – 3.6. Simulation des SiPMs dans
GATE
3.6. Simulation des SiPMs dans GATE

Dans cette section, la manière dont les SiPMs ont été implémentés dans GATE et la
marche à suivre pour effectuer une simulation seront détaillés.
3.6.1. Implémentation dans GATE

Pendant la simulation des photons optiques, leurs temps d’arriver dans le SiPM
n’est pas enregistré dans l’ordre. En effet, chaque photon est d’abord émis avant que
sa trajectoire ne soit calculée. En fonction de celle-ci, le photon peut arriver dans le
SiPM plus tard qu’un autre qui sera généré par la suite.
Nous savons que la génération d’un pulse par un SiPM dépend de l’état de la zone
déplétée de la micro-cellule dans laquelle le photon optique interagit, ainsi que celui-
ci peut générer d’autres pulses qui vont potentiellement influencer sur la détection
d’un futur photon. Pour effectuer une génération du signal de manière séquentielle,
la simulation doit donc être terminé. Le SiPM sera donc défini comme des "digitizer"
dans GATE, ceci permettant de faire un traitement offline des données de simulation
3.6.1.1. Initialisation des SiPMs

Avant que la simulation ne commence, pour chaque SiPM, un signal de valeur
nulle est créé et un bruit blanc y est ajouté. Le temps de début du signal commence
légèrement avant celui du temps de simulation et se termine aussi légèrement après
(3 fois la durée d’un pulse). Des dark noises sont aussi générés et enregistrés dans une
liste. Nous l’appellerons "liste des pulses". La liste des pulses contient quatre champs :
— Le temps de début du pulse
— La nature du pulse (dark noise, photon, corsstalk, delayed crosstalk, afterpulse)
— La micro-cellule concernée (désignée par un numéro)
— L’amplitude du pulse
L’ensemble des pulses qui y sont insérées de sorte à respecter l’ordre temporelle
d’arriver des photons et l’amplitude est initialisée à 0.
En parallèle, un tableau contenant pour chaque micro-cellule, le dernier moment
ou elle se sont allumée et initialisé à une valeur négative (signe qu’elles ne se sont
jamais allumées) et créé.
3.6.1.2. Enregistrement des interactions dans la liste des pulses

Pendant la simulation, un certain nombre de photons qui interagissent dans le SiPM
ne sont pas pris en compte pour simuler le PDE. Le digitizer du SiPm intervient après
la simulation et prend pour entrée l’ensemble des interactions aussi appelée "pulses
list". Nous la parcourons en un premier temps pour identifier celles qui ont eu lieu
dans le SiPM. Le numéro de micro-cellule dans laquelle ils ont interagit est estimée
126
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. Parcourt de la liste de pulses

À ce stade, tous les pulses qui sont enregistrés dans la liste sont uniquement des
pulses potentiels. Par exemple, nous n’avons pas encore vérifié si deux pulse ap-
paraissent dans un délai court dans une même micro-cellule, ceci engendrant une
amplitude plus faible pour le deuxième pulse. Nous parcourons donc la liste dans
l’ordre croissant et appliquons opérations en fonction du type de pulse rencontré.
3.6.1.3.1. Cas d’un dark noise, d’un afterpulse, d’un delayed crosstalk
Nous commençons par vérifier la différence entre le moment du pulse (t p ) et la

dernière fois que la micro-cellule s’est allumée (t m ). La plupart des SiPMs ont un
temps mort (t d ead ). Si t p -t m est inférieur à t d ead , alors la micro-cellule ne s’allume
pas. Sinon, l’amplitude du pulse (C p ) est calculée grâce à l’équation suivante :
µ t p −t m −t d ead
¶
C p = C amp 1 − e τ r ec (3.16)
À, la valeur de C p , nous ajoutons une variable (A p ) tirée aléatoirement pour simuler

la variation d’amplitude de pulse. Cette variable suit une loi Normale de paramètre
(0, C p /C amp × σamp )
Nous calculons ensuite le nombre de crosstalk à partir d’un tirage aléatoire uni-
forme de 0 à 1 et rapportons la valeur sur l’histogramme cumulées de probabilités de
crosstalks multiplié par C p /C amp . En effet, la probabilité de crosstalks dépend de la
quantité d’électrons mis en mouvement pendant l’avalanche. Pour chaque nouveau
crosstalk, nous effectuons un tirage aléatoire pour déterminer la micro-cellule qui
s’allumera et ajoutons un pulse à la suite dans la liste des pulses.
Pour simuler la distribution temporel d’afterpulses et de dalayed crossalks, nous
effectuons des tirages aléatoires uniforme de 0 à 1 pour chacun d’entre eux et repor-
tons la valeur sur l’histogramme cumulé des distributions multiplié par C p /C amp .
Tant que la somme des tirages n’est pas supérieure à la valeur maximal de l’histo-
gramme cumulé, nous réitérons l’opération et ajoutant le nouveau pulse dans la liste.
La distribution spatiale des delayed crosstalk suis la même que celle des crosstalks.
Néanmoins, on ne peut attitrer un delayed crosstalk à une micro-cellule qui subira un
crosstalk par le même pulse originel. La micro-cellule qui subira l’afterpulse sera la
micro-cellule à l’origine du pulse originel.
3.6.1.3.2. Cas d’un photon détecté
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
GATE
permet de prendre en considération le fait que le PDE varie aussi du gradient de

champ dans la zone déplétée.
3.6.1.3.3. Cas d’un crosstalk
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.
3.6.1.4. Création du signal

La liste de pulse est à nouveau parcourut. Nous sommons chacun d’entre eux dans
la trame de signal.
3.6.1.5. Schéma récapitulatif

En Figure 3.28, l’ensemble des étapes de simulation pour la génération signal sont
récapitulées.
3.6.2. Mise en place d’une simulation dans GATE

Ici nous allons générer les fichiers nécessaires à la simulation des SiPMs dans GATE.
Nous devons modifier trois fichiers différents :
— SiPM.xml pour les paramètres propres à la génération du signal
— Le fichier de simulation à l’extension "mac", contenant les macros qui per-
mettent d’indiquer la géométrie et le placement du SiPM dans l’espace.
— Surfaces.xml pour la définition du type de surface du SiPM ainsi que du PDE
3.6.2.1. Instanciation du fichier SiPM.xml

Plusieurs types de SiPMs avec des propriétés différentes peuvent être listés dans le
fichier. Un exemple est présenté en Annexe B. On y trouve :
— deadTime : temps mort de la micro-cellule.
— tauRecovery : la constante de temps de récupération moyen d’une micro-cellule
(τr ec ).
— sptr : résolution sur la détection d’un photon.
— tauBulk : la constante de temps de dépiégage des électrons (τbul k ).
— C AP , CC T , a, b sont les constantes fittées lors de la determination de distribution
temporelle des afterpulses est delayed crosstalks.
— signalDeconvolvedAmplitude : amplitude moyenne d’un pulse.
— durationPulse : durée pendant laquelle un pulse doit être simulé (généralement
supérieure à 3 × t d ).
128
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
Récupération des interactions générées par la simulation
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 Calcul de Si photon détecté

dans la Camp et de
Tirage aléatoire pour estimer si on garde le pulse
liste des σamp
pulses
Si dark noise, afterpulse, photon détecté ou delayed crosstalk
- Calcul du nombre de crosstalk et des micro-cellules concernées

et ajout à la suite dans la liste des pulses
- Calcul de de la distribution d’afertpulses, d’after crosstalk et
Fin de
des micro-cellules concernés et ajout à la suite dans la liste des
liste
pulses
Itération
dans la
liste des Pulse ajouté au signal du SiPM
pulses
Fin de Enregistrement du signal

liste
129
F IGURE 3.28. – Schéma récapitulant les étapes de la simulation du signal généré par
un SiPM
GATE
— signalDeconvolvedAmplitudeSigma : la variation d’amplitude de pulse.

— whiteNoiseSigma : écart-type du bruit blanc
— DCR : le dark counts rate.
— Dimentions : dimensions de la surface d’une micro-cellule.
— CROSSTALK : probabilité de faire 0 crosstalk, 1 crosstalk etc...
— CROSSTALK DISPERSTION : dispersion spatiale des crosstalks et delayed cross-
talks. La somme est égale à 1 et chaque nouvelle ligne prend en compte les
micro-cellules comprises sur un cercle de périmètre égale à la taille de la micro-
cellule multiplié par le numéro de la ligne +1. Pour chaque micro-cellule, la
probabilité qu’elle soit celle allumée par crosstalk est égale à la probabilité in-
diquée sur la ligne correspondant à sa distance multipliée par la proportion de
cerce la traversant.
— Pulse : signal moyen échantillonné pour une micro-cellule qui s’allume. Sa durée
doit être supérieure ou égale à durationPulse.
3.6.2.2. Instanciation du fichier Surfaces.xml

Il y sera indiqué la réflectivité et le PDE du SiPM. Dans le wiki OpenGATE, on peut
retrouver l’explication du rôle de chacune des parties de ce fichier xml GATE Users
Guide 2018. Plusieurs types de surfaces peuvent être définies. Nous choisissons d’en
créer une au nom de "SiPM" (Annexe C). La surface d’un SiPM est polie. Les valeurs
de "SPECULARLOBECONSTANT", "SPECULARSPIKECONSTANT", "BACKSCATTER-
CONSTANT" et "sigmaalpha" sont donc nulles. Derrière le matériaux transparent
(epoxy, verre etc.) se trouve la surface des micro-cellules en silicium. La surface est
définie comme polie et composé d’un métal diélectrique. Dans "EFFICIENCY", nous
ajoutons le PDE du SiPM visible en Figure 3.5 et dans "REFLECTIVITY", nous ajoutons
la réflectivité du silicium mesurée dans G REEN ; K EEVERS 1995.
3.6.2.3. Écriture des macros

Dans le fichier à l’extension "mac", on créer un nouvel objet de type parallélépipède,
on indique ses dimensions et sa composition :
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
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.
3.7. Validation de l’implémentation Monte Carlo des

SiPMs dans GATE
Pour vérifier de la bonne implémentation des SiPMs dans GATE, nous pouvons en un
premier temps, effectuer des simulations dans le noir pour reconstruire l’histogramme
131
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).
3.7.1. Validation de la simulation des bruits et du temps de

récupération des micro-cellules par simulations dans le
noir
Nous simulons le SiPM HPK MPPC S13360-3050CS dans le noir et nous utilisons les
mêmes paramètres que ceux mesurés en Section 3.5 à l’exception de la SPTR mise à 0
car elle n’influence pas sur la mesure du bruit. Notre simulation correspond donc à
celle du SiPM alimenté à une tension de Vbr + 3 V à une température de 21°C .
En Figure 3.29 nous présentons l’histogramme 2D obtenu. Nous remarquons qu’il
contient moins de bruits que pour l’histogramme mesuré. L’explication principale est
le fait qu’en réalité, le bruit électronique n’est pas exactement un bruit blanc. Celui que
nous simulons est bien plus prédicable et rend la détection des pulses plus précise.
En Table 3.4 et 3.5, nous comparons les mesures avec les résultats obtenues en
simulations.
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
Tableau 3.4. – Comparaison des paramètres mesurées définissants le bruit du SiPM

avec ceux simulés en Monte Carlo
0 C T [%] 1 C T [%] 2 C T [%%] 3 C T [%%] 4 C T [%%]

Mesure 91.0 ± 0.5 7.90 ± 0.13 9.00 ± 0.71 1.10 ± 0.28 0.146 ± 0.060
Simulation 91.0 ± 0.5 8.22 ± 0.18 9.86 ± 0.70 1.29 ± 0.37 0.175 ± 0.082
Tableau 3.5. – Comparaison entre les probabilités de crosstalk mesurées et simulés en

Monte Carlo
132
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
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
Nous observons une concordance raisonnable inférieur ou égale à 10% pour chacun
des paramètres.
3.7.2. Validation de la simulation de la SPTR

Nous simulons une source émettrice de photons optiques en face du SiPM. Nous
gardons les mêmes paramètres de simulation que dans la section précédente à l’ex-
ception que nous indiquons une SPTR arbitraire de 200 ps et un bruit blanc null. Ainsi,
nous serons certain de mesurer uniquement la contribution du SiPM et pas celle du
montage électronique. Nous mesurons ensuite les écarts de temps entre l’émission
des photons optiques et celle de la détection de ceux-ci dans le SiPM par le dépasse-
ment d’un seuil en amplitude du signal émis par les SiPMs. Nous mesurons [], ceci
validant donc l’implémentation.
3.7.3. Validation de la simulation par la mesure de

scintillations dans un cristal de LYSO :Ce
Nous couplons le cristal non encapsulé au SiPM avec de la graisse optique d’indice
de réfraction 1.51 et irradions celui-ci avec du 241 Am et du 22 Na. Cela permet de
mesurer les pics photo-électriques à 60, 511 et 1275 keV. Le SiPM est alimenté à une
tension de Vbr +3 V et le signal n’est pas amplifié.
Nous effectuons en parallèle la simulation du setup. Pour les paramètres du cristal,
nous utilisons ceux déduits pendant sa caractérisation en Section 3.1.6. Nous utilisons
aussi les mêmes paramètres que ceux présentés en Annexe B et Annexe C
Comme les pulses correspondant à une seule micro-cellule qui s’allume ne sont
pas visibles sur l’oscilloscope dans cette configuration, la forme d’un pulse est échan-
tillonnée grâce à l’émission de flash laser d’intensité maximal. Le signal mesuré est
ensuite divisé par le nombre de micro-cellule pour estimer la valeur de C amp .
En Figure 3.30 nous présentons les pics-photoélectriques mesurés et simulés à 60,

511 et 1275 keV et en Figure 3.31 les signaux moyens.
On peut observer un léger décalage entre les signaux. Plus l’énergie est faible, plus il
est visible. L’une des explications possibles et que la forme du pulse liée à une micro-
cellule qui s’allume a été échantillonné à partir d’illuminations laser. Or nous avons
vu en Section 3.31 que le temps de descente du signal ainsi que τr ec augmentaient
avec le nombre de micro-cellules allumés. De ce fait, plus l’énergie du gamma sera
élevé, moins l’effet sera visible car le signal a été échantillonné à intensité maximal du
laser.
À première vue, toutes les résolutions et moyennes des pics-photoélectriques coïn-
cident avec une différence inférieure ou égale à 10%. Pour rappel, en Section 3.1.6,
nous avions quantifié les biais liés à la simulation du cristal. Comme vue en Sec-
tion 3.3.5, contrairement à un PMT, un SiPM est non linéaire. Pour corriger les biais, il
faut alors le calibrer. Une fois que nous avons linéarisé nos mesures, nous corrigeons
134
moyenne = 0.12424+/-0.00035 175 moyenne = 0.9999+/-0.0032 70 moyenne = 2.0419+/-0.0011

200
FWHM = 0.0401+/-0.0008 150 FWHM = 0.120+/-0.007 FWHM = 0.1130+/-0.0027
60
rés (%) = 32.2+/-0.7 125 rés (%) = 12.0+/-0.7 rés (%) = 5.53+/-0.13
Nombre de mesures
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
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
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
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
Tableau 3.6. – Comparaison entre les pics-photoélectrique mesurés et simulés après

calibration et ajout des biais liés à la simulation du cristal
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.
3.7.4. Quelle importance des bruits dans la simulation ?

Nous décidons d’effectuer à nouveau des simulations en suppriment des bruits
dans le SiPM afin de juger de l’importance de chacun pour reproduire des positions
136
photo-multiplicateurs à base de silicium (SiPM) – 3.8. Conclusion générale et
prospectives
de pics-photoélectriques et FWHM fidèles à la réalité. Nous résumons les résultats

obtenus en Table 3.7. Nous comparons les simulations à celle comprenant tous les
bruits et nous nous intéressons aux écarts obtenues.
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
Tableau 3.7. – Position et FWHM des pics-photoélectriques obtenues par simulation

en supprimant certains bruits du SiPMs
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.
3.7.5. Validation de l’implémentation des SiPMs par la mesure

de CTR
3.7.6. Quel impacte des bruits du SiPM dans la mesure de la
CTR ?
3.7.7. Résumé
3.7.8. Exploration d’une piste pour l’amélioration de la CTR
3.8. Conclusion générale et prospectives
137
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
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
Burle Industries, Inc., 1980. Photomultiplier Handbook: Theory, Design, Application.

Burle Industries (Lancaster, Pa.) (cit. on p. 20).
Butson, M. J. et al., 1996. A new radiotherapy surface dose detector:the MOSFET.
Medical Physics. Vol. 23, no. 5, p. 655–658 (cit. on p. 17).
C., Hsu D. F. et al., 2019. Intercrystal scatter studies for a 1 3 resolution clinical PET
system prototype. Phys. Med. Biol. Vol. 64, no. 9, p. 095024 (cit. on p. 55).
Cates, J. et al., 2018. Improved single photon time resolution for analog SiPMs with
front end readout that reduces influence of electronic noise. Phys. Med. Biol. Vol. 63,
no. 18, p. 185022 (cit. on pp. 91, 101, 108, 114, 117).
Chewpraditkul, W.; Moszynski, M., 2011. Scintillation Properties of Lu3Al5O12, Lu2SiO5
and LaBr3 Crystals Activated with Cerium. Phys. Procedia. Vol. 22, p. 218–226 (cit. on
p. 93).
Corsi, F. et al., 2007. CModelling a silicon photomultiplier (SiPM) as a signal source
for optimum front-end design. Nucl. Instrum. Meth. A. Vol. 572, p. 416–418 (cit. on
pp. 102, 105).
Cova, S. et al., 1996a. Avalanche photodiodes and quenching circuits for single-photon
detection. Applied Optics. Vol. 35, no. 12, p. 1956–1976 (cit. on p. 21).
Cova, S. et al., 1996b. Avalanche photodiodes and quenching circuits for single-photon
detection. IEEE Sens. J. Vol. 35, no. 12, p. 1956–1976 (cit. on p. 101).
Dinu, N. et al., 2016. Studies of MPPC detectors down to cryogenic temperatures. Nucl.
Instrum. Meth. A. Vol. 787, p. 275–279 (cit. on p. 106).
Dolinsky, .s. et al., 2013. Timing resolution performance comparison for fast and
standard outputs of SensL SiPM. in Conf. Rec. IEEE Nucl. Sci. Symp, p. 1–6 (cit. on
p. 109).
Du, Y.; Zaidi, H., 2019. Single-Photon Emission Computed Tomography: Principles
and Applications. In: Encyclopedia of Biomedical Engineering, p. 493–506 (cit. on
p. 24).
Dujardin, C., 2019. Inorganic scintillating materials. Électronique, Photonique, Op-
tique Photonique, p. 16 (cit. on pp. 91–93).
Everett, D.B. et al., 1977. Gamma-radiation imaging system based on the Compton
effect. Proc. Inst. Electr. Eng. Vol. 124, no. 11, p. 995 (cit. on p. 29).
Feng, Y., 2019. Modeling and regularization in tomographic reconstruction for Comp-
ton camera imaging. Thèse de doctorat. INSA de Lyon (cit. on pp. 47, 52, 69).
Fontana, M. et al., 2017. Compton camera study for high efficiency SPECT and bench-
mark with Anger system. Phys. Med. Biol. Vol. 62, no. 23, p. 8794–8812 (cit. on
p. 27).
Frandes, M., 2010. Gamma-ray Detection and Compton Camera Image Reconstruction
with Application to Hadron Therapy. Thèse de doctorat. INSA de Lyon (cit. on p. 48).
141
Bibliographie
Gallego, L. et al., 2014. Modeling crosstalk in silicon photomultipliers. J. Instrum.

Vol. 8, no. 5, p. P05010 (cit. on pp. 110, 111, 120).
2018. GATE Users Guide [http://www.opengatecollaboration.org/UsersGuide]
(cf. p. 37, 130).
Gmar, M. et al., 2011. GAMPIX: A new generation of gamma camera. Nucl. Instrum.
Meth. A. Vol. 652, no. 1, p. 638–640 (cit. on p. 25).
Gola, A. et al., 2011. Analog circuit for timing measurements with large area SiPMs
coupled to LYSO crystals. in Conf. Rec. IEEE Nucl. Sci. Symp, p. 725–731 (cit. on
p. 115).
Gola, A. et al., 2012. SiPM cross-talk amplification due to scintillator crystal: Effects on
timing performance. in Conf. Rec. IEEE Nucl. Sci. Symp. P. 421–423 (cit. on p. 111).
Green, M. A.; Keevers, M. J., 1995. Optical properties of intrinsic silicon at 300 K. Prog.
Photovoltaics. Vol. 3, no. 3, p. 189–192 (cit. on p. 130).
Gruber, L. et al., 2014. Over saturation behavior of SiPMs at high photon exposure.
Nucl. Instrum. Meth. A. Vol. 737, p. 11–18 (cit. on pp. 106, 107).
Grushka, E. et al., 1972. Characterization of exponentially modified Gaussian peaks in
chromatography. Anal. Chem. Vol. 42, no. 11, p. 1733–1738 (cit. on p. 117).
Gundacker, S., 2014. Time resolution in scintillator based detectors for positron
emission tomography. Vienna, Tech. U. (Cit. on p. 93).
Gundacker, S. et al., 2016. Measurement of intrinsic rise times for various L(Y)SO
and LuAG scintillators with a general study of prompt photons to achieve 10 ps in
TOF-PET. Phys. Med. Biol. Vol. 61, no. 7, p. 2802–2837 (cit. on p. 95).
Gundacker, S. et al., 2018. Precise rise and decay time measurements of inorganic
scintillators by means of X-ray and 511 keV excitation. Nucl. Instrum. Meth. A.
Vol. 891, p. 42–52 (cit. on p. 92).
Hallen, P., 2011. Determination of the Recovery Time of Silicon Photomultipliers. Alle-
magne. Mémoire de master. RWTH Aachen University (cit. on p. 106).
Hatsukawa, Y. et al., 2018. Electron-tracking Compton camera imaging of technetium-
95m. PLOS ONE. Vol. 13, no. 12 (cit. on p. 30).
Hilaire, E., 2015. Simulation et reconstruction 3D à partir de caméra Compton pour
l’hadronthérapie. Thèse de doctorat. INSA de Lyon (cit. on p. 58).
Hmissi, M. Z. et al., 2018. First images from a CeBr3 /LYSO:Ce Temporal Imaging
portable Compton camera at 1.3 MeV. in Conf. Rec. IEEE Nucl. Sci. Symp. P. 1–3
(cit. on p. 31).
Hmissi, M.Z., 2019. Etude et Conception d’une nouvelle génération de détecteur
Gamma pour les caméras Compton. Thèse de doctorat. Université de technologie de
Troyes (cit. on pp. 40, 75).
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
Mackin, D. et al., 2012. Evaluation of a stochastic reconstruction algorithm for use

in Compton camera imaging and beam range verification from secondary gamma
emission during proton therapy. Phys. Med. Biol. Vol. 57, no. 11, p. 3537–3553
(cit. on p. 69).
Maranao, D. et al., 2014. Accurate Analytical Single-Photoelectron Response of Silicon
Photomultipliers. IEEE Sens. J. Vol. 14, no. 8, p. 2749–2754 (cit. on p. 102).
Marano, D. et al., 2016. A New Simple and Effective Procedure for SiPM Electrical
Parameter Extraction. IEEE Sens. J. Vol. 16, p. 3620–3626 (cit. on p. 105).
Motomura, S. et al., 2007. Gamma-Ray Compton Imaging of Multitracer in Biological
Samples Using Strip Germanium Telescope. IEEE Trans. Nucl. Sci. Vol. 54, no. 3, p.
710–717 (cit. on p. 29).
Muñoz, E. et al., 2018. Study and comparison of different sensitivity models for a
two-plane Compton camera. Phys. Med. Biol. Vol. 67, no. 13, p. 135004 (cit. on
p. 58).
Nakamura, Y. et al., 2019. Characterization of SiPM Optical Crosstalk and Its Depen-
dence on the Protection-Window Thickness. JPS Conf. Proc. Vol. 27, p. 011003
(cit. on p. 111).
Nakano, T. et al., 2020. Imaging of 99mTc-DMSA and 18F-FDG in humans using a
Si/CdTe Compton camera. Phys. Med. Biol. Vol. 65, no. 5, p. 05LT01 (cit. on p. 31).
Nemallapudi, M. V. et al., 2016. Single photon time resolution of state of the art SiPMs.
JINST. Vol. 11, no. 10, p. P10016 (cit. on pp. 113, 117).
Niggemann, T., 2015. G4SiPM: A novel silicon photomultiplier simulation package for
Geant4. Nucl. Instrum. Meth. A. Vol. 787, p. 344–347 (cit. on p. 90).
Niggemann, T. et al., 2013. Status of the Silicon Photomultiplier Telescope FAMOUS
for the Fluorescence Detection of UHECRs. 33RD ICRC, The Astroparticle Physics
Conference (cit. on p. 90).
Ordonez, C. E. et al., 1997a. Dependence of angular uncertainties on the energy
resolution of Compton cameras. in Conf. Rec. IEEE Nucl. Sci. Symp. Vol. 2, p.
1122–1125 (cit. on p. 43).
Ordonez, C. E. et al., 1997b. Doppler broadening of energy spectra in Compton
cameras. in Conf. Rec. IEEE Nucl. Sci. Symp, p. 1361–1365 (cit. on p. 8).
Ordonez, C. E. et al., 1997c. Doppler broadening of energy spectra in Compton
cameras. in Conf. Rec. IEEE Nucl. Sci. Symp. Vol. 2, p. 1361–1365 (cit. on p. 47).
Otte, A. N. et al., 2017. Characterization of three high efficiency and blue sensitive
silicon photomultipliers. Nucl. Instrum. Meth. A. Vol. 846, p. 106–125 (cit. on
p. 100).
Parra, L.; Barrett, H. H., 1998. List-Mode Likelihood EM Algorithm and Image Quality
Estimation Demonstrated on 2-D PET. IEEE Trans. Med. Imaging. Vol. 17, no. 2, p.
228–235 (cit. on pp. 57, 59).
144
Bibliographie
Peterson, S. W. et al., 2010. Optimizing a three-stage Compton camera for measuring

prompt gamma rays emitted during proton radiotherapy. Phys. Med. Biol. Vol. 55,
no. 22, p. 6841–6856 (cit. on p. 30).
Photonics, K.K. Hamamatsu, 2006. Photomultiplier Tube Handbook (cit. on p. 22).
Pots, H. P. et al., 2019. Improving light output and coincidence time resolution of
scintillating crystals using nanoimprinted photonic crystal slabs. Nucl. Instrum.
Meth. A. Vol. 940, p. 254–261 (cit. on p. 94).
Pulkoa, J. et al., 2012. A Monte-Carlo model of a SiPM coupled to a scintillating crystal
e. JINST. Vol. 7, p. P02009 (cit. on p. 107).
R., Scafè et al., 2017. Rejection of events undergoing multiple interactions within a
scintillation crystal array based on spatial charge spread discrimination for gamma-
ray imaging. Nucl. Instrum. Meth. A. Vol. 870, p. 97–102 (cit. on p. 55).
Ribberfors, R., 1975. Relationship of the relativistic Compton cross section to the
momentum distribution of bound electron states. Phys. Rev. B. Vol. 12, p. 2067
(cit. on p. 8).
Richard, G., 1974. A tutorial on art (algebraic reconstruction techniques). IEEE Trans.
Nucl. Sci. Vol. 21, no. 3, p. 78–93 (cit. on p. 69).
Richard, M.-H. et al., 2009. Design study of a Compton camera for prompt imaging
during ion beam therapy. in Conf. Rec. IEEE Nucl. Sci. Symp. P. 4172–4175 (cit. on
p. 30).
Rohling, H. et al., 2017. Requirements for a Compton camera for in vivo range ver-
ification of proton therapy. Phys. Med. Biol. Vol. 62, no. 7, p. 2795–2811 (cit. on
p. 30).
Rosado, J., 2019. Modeling the Nonlinear Response of Silicon Photomultipliers. IEEE
Sens. J. Vol. 19, no. 24, p. 12031–12039 (cit. on p. 107).
Rosado, J.; Hidalgo, S., 2015. Characterization and modeling of crosstalk and afterpuls-
ing in Hamamatsu silicon photomultipliers. J. Instrum. Vol. 10, no. 10, p. 10031–
10031 (cit. on pp. 90, 111, 113, 118, 122–124).
Saint-Gobain Ceramics Plastics, Inc., 2018. LYSO Scintillation Material Lu1.8 Y.2 SiO5 :Ce
(cit. on pp. 94, 95, 97).
Schindler, S. M. et al., 1997. GRIP-2: A sensitive balloon-borne imaging gamma-ray
telescope. Nucl. Instrum. Meth. A. Vol. 384, no. 2-3, p. 425–434 (cit. on p. 29).
Schoenfelder, V. et al., 1993. Instrument description and performance of the Imaging
Gamma-Ray Telescope COMPTEL aboard the Compton Gamma-Ray Observatory.
Astrophys. J., Suppl. Ser. Vol. 86, p. 657–692 (cit. on p. 29).
Schönfelder, V.; Lichti, G., 1974. Energy Spectrum and Evidence for Extragalactic
Origin of Diffuse Gammaradiation in the MeV Range. Astrophys. J. Lett. Vol. 191, p.
L1 (cit. on p. 29).
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
Xu, D., 2006. GAMMA-RAY IMAGING AND POLARIZATION MEASUREMENT USING

3-D POSITION-SENSITIVE CdZnTe DETECTORS. Thèse de doctorat. Université de
Michigan (cit. on pp. 29, 52).
Xu, D. et al., 2004. 4π Compton imaging with single 3D position sensitive CdZnTe
detector. In: Optical Science and Technology, the SPIE 49th Annual Meeting, p. 144
(cit. on p. 58).
Xu, D.; He, Z., 2007. Gamma-ray energy-imaging integrated spectral deconvolution.
Nucl. Instrum. Meth. A. Vol. 574, no. 1, p. 98–109 (cit. on p. 58).
York, H. et al., 2012. Fully Digital Arrays of Silicon Photomultipliers (dSiPM) – a Scalable
Alternative to Vacuum Photomultiplier Tubes (PMT). Phys. Procedia. Vol. 37, p.
1546–1560 (cit. on p. 90).
Yvon, D. et al., 2020. Design study of a "scintronic" crystal targeting tens of picoseconds
time resolution for gamma ray imaging: the ClearMind detector. JNST. Vol. 15, p.
P07029–P07029 (cit. on p. 94).
Zoglauer, A. C., 2005. First Light for the Next Generation of Compton and Pair Tele-
scopes. Thèse de doctorat. Université technique de Munich (cit. on pp. 43, 64).
Zoglauer, A. et al., 2006. MEGAlib The Medium Energy Gamma-ray Astronomy Library.
NewAR. Vol. 50, no. 7-8, p. 629–632 (cit. on p. 36).
147
Index
Lorem ipsum, I
Nam dui ligula, III
148
ANNEXES
149
INDEX – A. Schéma du montage électronique utilisé pour la mesure de la SPTR
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 
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 
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>
31 <propertyvector name="CROSSTALK_DISPERSION">
32 <ve value="1"></ve>
34 
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 [...]
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>
9 </propertyvector>
10 <propertyvector name="SPECULARSPIKECONSTANT" energyunit="eV">
15 <propertyvector name="BACKSCATTERCONSTANT" energyunit="eV">
20 <propertyvector name="REFLECTIVITY" energyunit="eV">
152

98 <propertyvector name="EFFICIENCY" energyunit="eV">
153

121 </propertiestable>
122 </surface>
123 </surfaces>
fig/annexes/Surfaces.XML
154

SCD Aix Marseille Universite Latexamu 52ed260

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

SCD Aix Marseille Universite Latexamu 52ed260

Transféré par

Droits d'auteur :

Formats disponibles

NNT/NL : 2020AIXM0001/001ED000

Soutenue à Aix-Marseille Université

Discipline Composition du jury

Prénom NOM Directeur·rice de thèse

Fait à [ville] le [date]

Mots clés : géométrie algorithmique, complexe planaire et rectangulaire, géodésique,

Table des matières IV

Table des figures X

Liste des tableaux XVII

Liste des acronymes XVIII

2 Reconstruction d’images et modélisation du prototype 34

3 Spectrométrie gamma à base de SiPM : modélisation et simulation

2.1 Visualisation de la caméra Compton simulée dans GATE grâce à l’outil

3.1 Variation de la position des pics-photoélectrique et de leur FWHM en

1.2. Interaction des rayons X/Gamma avec la

F IGURE 1.1. – Prépondérance des types d’interaction en fonction du numéro atomique

1.2.1. La diffusion de Rayleigh

1.2.2. L’effet photo-électrique

F IGURE 1.2. – Illustration de l’effet photo-électrique

1.2.3. La création de paires

F IGURE 1.3. – Illustration de la création de paires

La probabilité de création de paires est d’autant plus dépendante de l’énergie du

1.2.4. La diffusion Compton

Où E est l’énergie du photon incident, E celle du photon diffusé, m e c 2 l’énergie

d’un électron au repos (0,511 MeV) et θ l’angle de diffusion Compton. En supposant

direction formant un angle θ + θd avec la direction du photon incident où θd dépend

E 0 − E (E − E 0 )(1 − cos θ)/m e c 2

F IGURE 1.5. – Distribution de l’impulsion transverse p z en fonction du matériau (Si et

Tableau 1.1. – Dépendance en Z et E des différents types d’interaction

dance décroît en fonction de E.

CeBr3: Effet photo-élctrique

F IGURE 1.7. – Rapport des coefficients d’atténuation linéiques Compton/photo-

Néanmoins, si on trace le rapport des coefficients d’atténuation linéiques par effet

1.3. La détection de rayons X/Gamma

Un détecteur va permettre de mesurer et de localiser spatialement et temporelle-

0.2 CeBr3: CSDA

1.3.1. La détection des rayons gamma par conversion directe

F IGURE 1.10. – Quantité de charges collectées par conversion directe en fonction de la

1.3.1.1. Les détecteurs gazeux

que le nombre de paires électron-trou détectées est proportionnel à la dose déposée

1.3.1.2. Les détecteurs semi-conducteurs

F IGURE 1.11. – Schéma d’une jonction PN d’un semi-conducteur polarisé en alimenta-

Le matériau étant chargé positivement du côté N de la zone de déplétion et négati-

1.3.2. La détection de rayons gamma par conversion indirecte

1.3.2.1. Détecteurs à mémoire par changement de caractéristiques optiques

F IGURE 1.12. – Toute première radiographie, on y aperçoit le squelette de la main de

1.3.2.2. Détecteurs à mémoire par piégeage d’électrons sur un niveau excité

1.3.2.3. Détecteurs à fluorescence

1.3.2.4. La conversion des photons de faible énergie en signal électrique

1.3.2.4.1. Les tubes photomultiplicateurs

1.3.2.4.2. Les photomultiplicateurs à silicium

1.3.2.4.3. Résumé concernant les photodétecteurs

Dans l’évolution historique des photodétecteurs, deux axes majeurs d’amélioration

Résolution Gazeux Semi- Semi- Conversion Fluorescent

Tableau 1.2. – Résumé des performances en fonction du type de détecteur

1.4. Du détecteur vers l’imageur : la collimation

1.4.1. La collimation géométrique

les photons d’incidence normale (perpendiculaire à la face d’entrée du détecteur).

F IGURE 1.14. – Principe de fonctionnement d’un détecteur utilisant un collimateur

1.4.1.1. Avantages et inconvénients de la collimation géométrique

Radscan 900 GeGI en configu- iPIX

Tableau 1.3. – Comparatif de quelques imageurs à collimation géométrique proposés

1.4.2. La collimation électronique