Thèse soutenue

Simulation et intelligence artificielle sur un détecteur gamma pour l'imagerie TEP haute résolution

FR  |  
EN
Auteur / Autrice : Chi-Hsun Sung
Direction : Viatcheslav SharyyDominique Yvon
Type : Thèse de doctorat
Discipline(s) : Imagerie médicale et radioactivité
Date : Soutenance le 04/07/2022
Etablissement(s) : université Paris-Saclay
Ecole(s) doctorale(s) : École doctorale Particules, Hadrons, Énergie et Noyau : Instrumentation, Imagerie, Cosmos et Simulat
Partenaire(s) de recherche : Laboratoire : Département de physique des particules (Gif-sur-Yvette, Essonne)
référent : Faculté des sciences d'Orsay
graduate school : Université Paris-Saclay. Graduate School Physique (2020-....)
Jury : Président / Présidente : Fabian Zomer
Examinateurs / Examinatrices : David Sarrut, Alexandre Zabi, Yannick Arnoud
Rapporteurs / Rapporteuses : David Sarrut, Alexandre Zabi

Résumé

FR  |  
EN

Dans cette thèse, nous présentons une simulation réaliste et une reconstruction d'événements pour un module de détection innovant de tomographie par émission de positrons (TEP) basé sur la technologie brevetée ClearMind. La conception ClearMind utilise un grand cristal scintillant monolithique PbWO₄ et une couche photoélectrique bialkali déposée directement sur celui-ci. Grâce à la production simultanée et la détection efficace de scintillations et de photons Cherenkov, nous prévoyons d'atteindre une résolution spatiale 3D de l'ordre du mm, une résolution temporelle de coïncidence à 100 ps et une efficacité de détection élevée. Dans la conception proposée, une galette de micro-canaux est utilisée pour amplifier les photoélectrons générés à la photocathode. Les signaux induits sur l'anode pixelisée sont collectés par les lignes de transmission de lecture, amplifiés et numérisés par le module SAMPIC. La simulation Geant4 comprend la propagation des photons visibles dans le cristal, la réponse réaliste de la photocathode, la simulation de la réponse du PMT, et la simulation de la forme réaliste des signaux électriques. La simulation s'est adaptée aux mesures effectuées sur le premier prototype ClearMind étalonné en utilisant le signal de photons uniques généré par un laser et des événements de 511 keV provenant d'une source radioactive ²²Na. Nous avons étudié deux approches pour la reconstruction de la position de la conversion gamma : l'algorithme statistique et l'apprentissage automatique. Nous utilisons les paramètres liés au signal des 32 lignes comme entrées de la reconstruction. La reconstruction a été développée avec des arbres de décision boostés et un réseau neuronal utilisant le paquet ROOT TVMA pour les approches d'apprentissage automatique. Nous avons obtenu une résolution spatiale 3D de quelques mm³ (FWHM) pour le premier prototype ClearMind et démontré qu'une bonne résolution temporelle n'est possible qu'après optimisation de l'efficacité de détection de la photocathode dans la conception finale de ClearMind.