GAMOS

1

• GAMOS
• (Geant4 Architecture for
• Medicine-Oriented Simulations)
• Pedro Arce Dubois
• Pedro Rato Mendes
• Grupo de Fisica Médica del CIEMAT
• 26 Mayo 2006

2
Indice

• Introducción
• Objetivos de GAMOS
• Qué es un plug-in
• Geometría
• Generador
• Física
• Acciones de usuario
• Detectores sensitivos y hits
• Histogramas
• Visualización

• Utilidades
• Manejo de parámetros
• Manejo de verbosidad
• Manejo de ficheros de input
• Output para reconstrucción
• Ejemplos
• PET e ITACA
• Histogramas
• Resumen
• Primer
• Uso de GAMOS

3
GAMOS (Geant4 Architecture for Medicine-Oriented
Simulations)

• GAMOS debe ser capaz de permitir que un usuario
• Simule su proyecto sin conocer nada GEANT4, ni
  C
• Pueda añadir una nueva funcionalidad y a la vez
  reutilizar toda la funcionalidad que quiera de
  GAMOS
• Debe ser completo, flexible, ampliable y fácil de
  usar
• COMPLETO
• Proporcione la funcionalidad que pueda necesitar
  quien quiera simular un proyecto de física médica
• Imposible cubrir todo lo que un usuario pueda
  necesitar
• Ha de ser ampliable
• Irá creciendo con el tiempo

4
GAMOS (Geant4 Architecture for Medicine-Oriented
Simulations)

• FLEXIBLE
• Lo que hace se puede decidir desde el exterior,
  con un fichero de comandos
• Con comandos se pueden combinar distintos
  módulos a gusto del usuario
• Cambiar la geometría pero no los histogramas
• Cambiar el tipo de detector sensitivo pero dejar
  la clasificación PET
• ...
• MODULAR Cada clase, cada programa hace una y
  solo una cosa, bien definida y a la vez lo más
  general posible

5
GAMOS (Geant4 Architecture for Medicine-Oriented
Simulations)

• AMPLIABLE
• Fácil de añadir cualquier nueva funcionalidad
• Reutilizar la funcionalidad existente con
  mínimos cambios
• Basado en plug-ins, de modo que se pueden
  añadir módulos sin afectar a otros
• FÁCIL DE USAR
• Casi todo se pueda hacer con un fichero de
  comandos
• Un buen diseño, aplicando las técnicas de
  ingeniería del software
• Bien documentado

6
Que es un plug-in?

• El programa principal de GAMOS no tiene
  componentes predefinidos
• En run-time se elige que componentes se cargan
  según la lista de input
• El usuario tiene plena libvgertad en la elección
  de componentes
• Los componente se cambian en el macro de input,
  sin tener que escribir código C y recompilar
• El usuario puede definir un componente no
  previsto por GAMOS
• Lo puede usar con añadirlo a la lista en el
  fichero de input
• Puede mezclarlo con cualquier otro componente
  suyo o de GAMOS
• Para la implementación de plug-in's en GAMOS se
  ha elegido la librería del CERN SEAL

7
Geometría

• Cuatro modos de definirla
• Con código C
• De la manera usual en GEANT4
• La clase se convierte en un plug-in para poder
  seleccionarla en el macro de input
• Con GDML (GEANT4 Detector Modeling Language)
• Escribe la geometría en GDML
• Selecciona
• /gamos/selectGeometry GDMLDetectorConstruction
• Con GAG (GEANT4 Adaptative GUI)
• Con un GUI se escribe la geometría
• EL output es C o GDML
• Usando los ejemplos de GAMOS
• PET se puede definir con un fichero de 8
  parámetros (n_crystals, crystal_x/y/z, radius, )
• ...

8
GDML document

• lt?xml version"1.0" encoding"UTF-8"?gt
• ltgdml xsinoNamespaceSchemaLocation"GDMLSchema/gd
  ml.xsd"gt
• ltdefinegt
• ltposition name"TrackerinWorldpos" unit"mm"
  x"0" y"0" z"100"/gt
• lt/definegt
• ltmaterialsgt
• ltmaterial formula" " name"Air" gt
• ltD value"1.290" unit"mg/cm3"/gt
• ltfraction n"0.7" ref"Nitrogen" /gt
• ltfraction n"0.3" ref"Oxygen" /gt
• lt/materialgt
• lt/materialsgt
• ltsolidsgt
• ltbox lunit"mm" name"Tracker" x"50" y"50"
  z"50"/gt
• lt/solidsgt
• ltstructuregt

positions, rotations
materials
solids
geometry tree
'world' volume
9
GAG
10
GAG
11
GAG
12
Utilidades de Geometría

• Utilidades que pueden ser usadas con un comando o
  desde cualquier lugar del código de usuario
• Fábrica de materiales
• GAMOS lee una larga lista de materiales de un
  fichero
• Construye un G4Material a demanda del usuario
• G4Material bgo GamosMaterialMgrGetInstance()
  -gtGetG4Material(BGO)
• Imprimir lista de
• Materiales
• Sólidos
• Volúmenes lógicos
• Volúmenes físicos
• Touchables
• Encontrar un volumen por nombre
• Borrar un volumen de la geometría

TO BE DONE...
13
Generador de sucesos

• Con código C
• De la manera usual en GEANT4
• La clase se convierte en un plug-in para poder
  seleccionarla en el macro de input
• Usando GAMOS generator
• Combina cualquier número de partículas o
  isótopos que decaen a e, e-, g
• Cada partícula o isótopo puede tener una
  combinación distinta de distribuciones de tiempo,
  energía, posición y ángulo

14
GAMOS Generator

• Basado en G4GeneralParticleSource, añadiéndole
• Espectros de tiempo
• 1 o muchas partículas 1 o muchos isotópos que
  decaen al mismo tiempo
• Algunas distribuciones extra

Time spectrum

constant
decay
beta decay
logical volume(s)
15
Física

• Con código C
• De la manera usual en GEANT4
• La clase se convierte en un plug-in para poder
  seleccionarla en el macro de comandos
• Usando GAMOS physics list
• Basada en el ejemplo avanzado de GEANT4 sobre
  hadroterapia
• Se pueden combinar diferentes listas de física
  para fotones, electrones, positrones, muones,
  protones, e iones
• fotones
• photon-epdl low energy Evaluated Particle Data
  Library
• photon-standard standard electromagnetic
  processes (no low energy)
• photon-penelope processes a' la Penelope
• electrones
• electron-eedl low energy Evaluated Particle
  Data Library
• electron-standard standard electromagnetic
  processes (no low energy)
• electron-penelope processes a' la Penelope

16
Física

• positrones
• positron-standard standard electromagnetic
  processes (no low energy)
• positron-penelope processes a' la Penelope
• muones
• muon-standard standard electromagnetic
  processes (no low energy)
• protones
• proton-precompound precompound evaporation
  model
• proton-precompoundFermi precompound evaporation
  plus Fermi break-up models
• proton-precompoundGEM precompound GEM
  evaporation model
• proton-precompoundGEMFermi precompound GEM
  evaporation plus Fermi break-up models
• proton-precompund-binary binary cascade model
  with the default precompound

17
Física

• iones
• ion-LowE low energy processes, with CIRU49 as
  stopping power parameterisation
• ion-standard standard electromagnetic processes
  (no low energy)
• ion-LowE-ziegler1977 low energy processes, with
  Ziegler 1977 as stopping parameterisation
• ion-LowE-ziegler1985 low energy processes, with
  Ziegler 1985 as stopping parameterisation
• ion-LowE-ziegler2000 low energy processes, with
  SRIM2000 as stopping parameterisation

18
Acciones de usuario

• Son el modo como interaccionar con la ejecución
  del programa y extraer información o modificarlo
• Al principio/fin de cada Run, al principio/fin
  de cada Event, al principio/fin de cada Track,
  después de cada Step
• GAMOS user actions
• Se pueden tener varias acciones de usuario del
  mismo tipo
• Permite separar las distintas funcionalidades
• Se puede activar/desactivar una acción de
  usuario con una línea de comando

19
Detectores sensitivos y Hits

• Para producir hits en GEANT4 el usuario tiene
  que
• Definir una clase que herede de
  G4VSensitiveDetector
• Asociarla a un G4LogicalVolume
• Crear hits cada vez que una partícula atraviese
  el volumen sensitivo
• Limpiar la lista de hits al final de cada suceso
• En GAMOS esto se puede hacer con un comando
• /gamos/assocSD2LogVol SD_CLASS SD_TYPE
  LOGVOL_NAME
• Hay dos clases de SD en GAMOS
• Simple a cada volumen se le asocia un SD ? un
  hit
• VirtuallySegmented un volumen se segmenta y se
  construye un hit diferente en cada trozo

20
GAMOS hits

• Cada vez que una traza deposita energía en un
  volumen que tiene asociado un SD, se crea un hit
• Si en el mismo suceso se deposita energía en el
  mismo volumen, la energía se añade al hit
  existente
• Un hit tiene la información
• G4int theDetUnitID ID de la copia del volumen
  sensitivo
• G4int theEventID
• G4double theEnergy
• G4double theTimeMin tiempo del primer depósito
  de E
• G4double theTimeMax tiempo del último depósito
  de E
• G4ThreeVector thePosition
• stdsetltG4intgt theTrackIDs lista de todas
  las trazas que forman el hit
• stdsetltG4intgt theOriginalTrackIDs lista
  de los fotones que produjeran las trazas que
  forman el hit
• stdvectorltGamosEDepogt theEDepos lista de
  energías depositadas
• G4String theSDType

21
GAMOS clusters de hits

• GAMOS puede unir varios hits en uno (cluster)
• Para recuperar 511 keV si ha habido una
  interacción Compton previamente
• Para unir los hits de la misma cascada
  electromagnética de un electrón
• Dos tipos de clusterizer
• GamosClusterizerByDistance une hits que estén
  separados menos de una distancia definida por el
  usuario
• GamosClusterizerByBlock une hits que estén en
  el mismo bloque de cristales
• GAMOS clusterizers son plug-ins se activan
  con un comando en el fichero de input
• /gamos/clusterizer GamosClusterizerByDistance

22
Simulación del tiempo de medida

• Un detector no es capaz de separar señales de
  sucesos diferentes si tienen un tiempo menor que
  un cierto valor
• GamosHitsEventMgr
• Acumula los hits de todos los sucesos
• Construye una lista con los hits cuyo tiempo sea
  mayor que tiempo del suceso tiempo de medida
• Con esta lista de hits se construyen los
  clusters
• El tiempo de medida se puede establecer en el
  fichero de input
• Un tiempo distinto para cada tipo de SD
• /gamos/setParam SDHitsMeasuringTimeCalor 10.ns

23
Simulación del tiempo muerto

• Cuando se crea un hit en un cristal, ese cristal
  (o un grupo de cristales) no es capaz de tomar
  nuevos datos durante un tiempo
• GamosHitsEventMgr
• Guarda una lista de los cristales que han tomado
  datos en un tiempo mayor que tiempo del suceso
  tiempo muerto del detector
• Cuando hace la lista de hits buenos, chequea que
  el cristal que contiene al hit no esté en esa
  lista
• El tiempo de medida se puede establecer en el
  fichero de input
• Un tiempo distinto para cada tipo de SD
• /gamos/setParam SDHitsDeadTimeCalor 100.ns

24
Digitalización

• Para el ClearPET es necesario simular en detalle
  todos los efectos de la toma de datos
• simulación del pulso de señal
• ruido electrónico
• filtreo de la señal
• muestreo y conversión en cuentas de ADC
• lógica del trigger
• ...
• eficiencias y resoluciones de los detectores
• Pedro Rato está trabajando en ello

25
Histogramas

• Varios formatos soportados ROOT, AIDA, HBOOK
• El mismo código para crear y rellenar
  histogramas independiente del formato
• GAMOS se encarga de escribir el fichero en el
  formato elegido al final del job
• Tipos de histogramas 1D, 2D, Profile1D,
  Profile2D
• GamosAnalysisMgr guarda una lista de histogramas
  para que puedan ser accedidos desde cualquier
  parte del código, por número o por nombre
• GamosHitsEventMgrGetInstance(pet)-gtGetHisto1(1
  234) -gtFill(ener)
• GamosHitsEventMgrGetInstance(pet)-gtGetHisto1(
  CalorSD hits energy)-gtFill(ener)
• Se pueden tener varios ficheros cada uno con sus
  histogramas
• Al crear un histograma se elige el nombre del
  fichero

26
Visualización

• En GAMOS se pueden usar las mismas herramientas
  que en GEANT4
• ASCIITree
• GAGTree
• OGLIX
• OGLSX
• DAWN
• DAWNFILE
• RayTracer
• G4HepRep
• G4HepRepFile
• VRML1
• VRML2
• VRML1File
• VMRL2File

27
Visualización
Simulación PET CTI ECAT Exact (922) Desintegraci
ones F18 distribuidas en NEMA94
28
Visualización con IGUANA

• También es posible visualizar con IGUANA
  (Interactive Graphics for User ANAlysis)
• Visualización 3D interactiva
• Menú despegable de la jerarquía de volúmenes
• Seleccionables individualmente y por jerarquía
• Muestra por logical volume o physical volume
• Enseña las propiedades de un volumen al hacer
  click en él
• clip planes
• slicers
• Cambios de luz y colores
• ...

29
Visualización con IGUANA
30
Manejo de parámetros

• Algunos algoritmos dependen de parámetros que el
  usuario puede cambiar
• GamosParameterMgr ayuda al usuario a definir un
  nuevo parámetro de forma sencilla
• Se define un parámetro en el fichero de input
• /gamos/setParam SDHitsEnergyResolution 0.1
• Se accede a ese valor en cualquier parte del
  código
• float enerResol GamosParameterMgrGetInstance()
  
• -gtGetNumericValue(SDHitsEnergyResolution,0.)
• Al usar un parámetro en el código siempre hay que
  definir un valor por defecto (para el caso de que
  no aparezca en el fichero de input)
• Los parámetros pueden ser números o caracteres

31
Manejo de verbosidad

• En modo normal el usuario quiere que haya poco
  output por suceso, pero cuando hay algún problema
  quiere mucho output
• En GAMOS se puede controlar cuanta verbosidad se
  quiere desde el fichero de input
• /gamos/verbosity GamosSDVerb 3
• En el código se usa fácilmente
• G4cout ltlt SDVerb(3) ltlt starting SD
  construction ltlt G4endl
• 5 1 niveles de verbosidad
• SilentVerb -1
• ErrorVerb 0 (valor por defecto)
• WarningVerb 1
• InfoVerb 2
• DebugVerb 3
• TestVerb 4
• Se pueden definir diferentes grupos de verbosidad

32
Manejo de verbosidad

• TrackingVerbose
• Se puede elegir para cuales sucesos y cuales
  trazas se activa el comando tracking/verbose
  (imprime cada step de cada traza)
• /gamos/userAction TrackingVerboseUA
• /gamos/setParam TrackingVerboseEventMin 1000
• /gamos/setParam TrackingVerboseEventMax 1010
• /gamos/setParam TrackingVerboseTrackMin 10
• /gamos/setParam TrackingVerboseTrackMax 20
• TrackCount
• Se imprime el numero de suceso simulado cada N
  sucesos con el número de trazas del último suceso
  y acumuladas
• /gamos/userAction TrackCountUA
• /gamos/setParam TrackCountEachNEvent 1000

33
Manejo de ficheros de input

• Algunos algoritmos necesitan leer un fichero con
  una lista de datos
• En GAMOS no es necesario tener el fichero en el
  mismo directorio donde se corre el programa
• Más fácil de utilizar el mismo fichero para
  varios programas..
• La variable GAMOS_SEARCH_PATH contiene una lista
  de directorios donde GAMOS busca el fichero
• Se pueden añadir más directorios

34
Output para reconstrucción

• GAMOS escribe un fichero con la información de
  los clusters para los sucesos clasificados como
  buenos sucesos PET o ITACA
• Antiguamente era un fichero texto, ahora queremos
  que sea binario
• Formato PET binario ya ha sido probado (Oscar
  Vela)
• Formato ITACA está aún en discusión

35
Ejemplos

• Ejemplos de los casos más comunes en física
  médica
• Como introducción a GAMOS
• Para poder ser reutilizados por quien quiera
  implementar un caso parecido
• Ejemplos de histogramas lo más generales
  posibles para ser reutilizados

36
Ejemplos de física médica

• Ejemplo PET
• Ver presentación de P. Rato
• Ejemplo ITACA
• Basado en el ejemplo de J.M. Pérez
• Geometría esférica, segmentada virtualmente en
  R, theta y phi
• Clasificación como sucesos ITACA
• Suceso PET un par de clusters in Tracker y
  Calor con energía igual a la del tercer fotón

37
(No Transcript)
38
(No Transcript)
39
(No Transcript)
40
(No Transcript)
41
(No Transcript)
42
(No Transcript)
43
(No Transcript)
44
Ejemplos de histogramas

• HistosPositron
• Histogramas sobre la historia del positrón
• energía inicial
• rango
• energía en la aniquilación
• tiempo entre sucesos
• energía de los fotones resultantes

45
Ejemplos de histogramas

• HistosGammaAtPhantom
• Histogramas sobre la historia de los fotones
  originales en el phantom
• Clasificación por tipos de interacción
• DCA fotones en la creación
• DCA fotones al salir del phantom

46
Ejemplos de histogramas

• HistosGammaAtSD
• Histogramas sobre la historia de los fotones
  originales en los volúmenes sensitivos
• Clasificación por tipos de interacción
• energía pérdida
• desviación en ángulo

47
Ejemplos de histogramas

• HistosHitsAndClusters
• Histogramas sobre los hits and clusters en cada
  tipo de SD
• energía
• número de deposiciones de energía / número de
  hits
• distancia entre deposiciones de energía / entre
  hits
• diferencia de tiempos

48
Ejemplos de histogramas

• ITACAEventClassifier
• Histogramas sobre la clasificación en sucesos
  PET e ITACA
• Clasificación
• Número de clusters 511 / EE_3erFotón
• Distancia línea - origen / cono - origen

49
GAMOS Primer (I)

• Ejemplo más básico en GAMOS
• Instalar GAMOS
• Soportado para Scientific Linux 3 y para Fedora
  Core 4
• Utilizar los scripts de instalación automática
  (todavía hay que mejorarlos...)
• Ir al directorio
• cd gamos/GAMOS_0_2_0/src/PET/PETgeometry
• Configurar GAMOS
• gamosconf
• Construir el fichero de input más básico
  myfile.in
• /gamos/geometry PETgeometry
• /gamos/physicsList GamosEMLowEnPhysics
• /gamos/generator GamosGenerator
• /gamos/generator/addActiveIsotope F18
• /run/initialize
• /run/beamOn 10
• Correr GAMOS
• gamos myfile.in

50
GAMOS Primer (II)

• Añadiéndole funcionalidad
• Añadiendo líneas de comando en el fichero de
  entrada
• Definir un Sensitive Detector y crear hits
• /gamos/SD/assocSD2LogVol Simple Calor crystal
• Hacer cluster de hits
• /gamos/clusterizer GamosClusterizerByBlock
• Clasificar los sucesos
• /gamos/userAction ITACAEventClassifierUA
• Añadir histogramas
• /gamos/userAction ItemGammaAtSD
• Cambiar la precicisión para definir un cluster
  511
• /gamos/setParam ITACAEvtClassPET511EPrec 0.2
• Visualizar la geometría y las trazas al tiempo
  que se corre
• /control/execute vis.OGLIX
• Correr GAMOS guardando el output en un fichero
• gamos myfile.in tee gamos.output
• Producirá un fichero de histogramas item.root

51
GAMOS Primer (II)

• Añadiéndole funcionalidad no existente
• Geometría
• Define tu geometría a la GEANT4
• Dale un nombre (MiDetector)
• Selecciónalo en tu fichero de input
• /gamos/geometry MiDetector
• Distribución de la posición del isótopo
• Define tu nueva distribución (basada en
  GmVGenerDistPosition)
• Dale un nombre (PosicionSegunTAC)
• Selecciónalo en tu fichero de input
• /gamos/generator/positionDist F18
  PosicionSegunTAC
• Igual se puede hacer para
• Física
• Distribución de energía, tiempo o dirección del
  generador
• Detector sensitivo
• clusterizer
• Acciones de usuario
• Histogramas

52
Uso de GAMOS

• ClearPET en CIEMAT
• ClearPET
• Simular geometría instalada en CIEMAT
• Simular digitalización
• Tracker
• Simular geometría instalada en CIEMAT
• Simular digitalización
• Comparar y ajustar resultados con datos reales

53
Uso de GAMOS

• Concepto ITACA Estudiar el rendimiento en
  condiciones realistas
• Simular un PET animal tracker
• Anillo virtualmente segmentado en cristales
• Definir parámetros objetivos para la medida del
  rendimiento (sin olvidar el valor de las
  imágenes)
• Fuentes puntuales resolución y eficiencia
• Casos realistas cifras que midan de modo
  objetivo como de bien se detecta un punto
  caliente sobre el fondo
• Buenas propiedades estadísticas (test de
  student)
• Casos a simular
• Esferas de 1 mm en aire
• Esferas de 1 mm en agua (ratón)
• Esferas NEMA
• Ratón enfermo

54
Uso de GAMOS

• Optimización de los parámetros del detector
  ITACA
• Distancia calor tracker
• Grosores calor tracker
• Número de cuentas (para conseguir ventajas en
  ITACA sobre PET)
• Resolución en energía
• Resolución en posición
• Tamaño del cristal
• Medida de la posición radial
• Resolución temporal
• Tiempo muerto
• Clusterificación
• ...

55
Resumen

• GAMOS permite simular diferentes geometrías,
  lista de física, generadores, hits, cluster de
  hits y clasifica los sucesos como PET o ITACA
• Tiene utilidades para histogramas, manejo de
  parámetros, manejo de verbosidad, manejo de
  ficheros de input, ...
• Tiene ejemplos de PET, ITACA y de varios
  conjuntos de histogramas
• Gracias a la ayuda de Pedro Rato la
  funcionalidad principal de GAMOS está bastante
  debugueada
• Podemos pensar en comenzar a simular ClearPET y
  el detector ideal de ITACA