ODIASP

Un outil simple et intuitif

Choisir une coupe au niveau de la troisième vertèbre lombaire (L3)

Importer les images de vos scanners abdominaux au format DICOM. L'outil ODIASP se charge d'identifier une coupe au niveau de la troisième vertèbre lombaire (coupe L3).

Segmenter le muscle

L'outil ODIASP segmente les muscles striés squelettiques présents sur la coupe L3 sélectionnée à la première étape

Visualiser et valider les résultats

L'outil ODIASP vous permet de visualiser facilement les étapes ayant conduit à déterminer la valeur de l'index de surface musculaire. Vous pouvez garder une validation manuelle pour chaque sujet si cela est nécessaire.

VOIR LA DÉMO →

Télécharger le logiciel

Le logiciel ODIASP est un logiciel open-source dédié à la recherche n'impliquant pas la
personne humaine et ne doit pas être utilisé dans le cadre du soin.

Pour obtenir le lien de téléchargement, nous vous remercions de remplir le formulaire suivant.
Ce formulaire nous permet également de mieux connaître les utilisateurs et les usages autour d'ODIASP.

Nom

Prénom

Entreprise/ Institution

Fonction

Dans quel(s) but(s) souhaitez-vous utiliser ODIASP?

Combien de temps ?

Comment avez-vous connu ODIASP ?

Publications

Congrès

Autre

Email *

Acceptez-vous d'être contacté par l'équipe ODIASP (nouvelle version et actualités) ? *

Oui

Non

Je consens à la collecte et au traitement de mes données personnelles récoltées via ce formulaire, conformément à la politique de traitement des données du CHU de Grenoble. *
En savoir plus

* Champs Obligatoires

Disponible pour les OS Windows

Version 2.2.9

Conditions d'utilisation

Le Logiciel ODIASP est un logiciel dédié à la recherche n'impliquant pas la personne humaine et ne doit pas être utilisé dans le cadre du soin. ODIASP est une marque déposée, l'accès au logiciel ne donne pas droit à l'utilisation du nom ODIASP autre que pour les besoins de référence associés à la diffusion du logiciel dans le cadre de la licence GNU GPLv3.

Si vous utilisez ODIASP, merci de citer les publications ci-dessous :

ODIASP: An Open User-Friendly Software for Automated SMI Determination—Application to an Inpatient Population.
medRxiv
https://doi.org/10.1101/2024.10.25.24316094

K. Charrière, A. Ragusa, B. Genoux, A. Vilotitch, S. Artemova, P.A. Beaudoin, P.E. Madiot, G. Ferretti, I. Bricault, J.L. Bosson, E. Fontaine, A. Moreau-Gaudry, J. Giai, C. Bétry

ODIASP intègre des éléments de code open source, merci de les citer également :

Population-Scale CT-Based Body Composition Analysis Of a Large Outpatient Population Using Deep Learning To Derive Age, Sex, and Race-Specific Reference Curves.
Radiology 298 (2): 319-29
https://doi.org/10.1148/radiol.2020201640
GitHub: CT Body Composition

K. Magudia, C.P. Bridge, C.P. Bay, A. Babic, F.J. Fintelmann, F. Troschel, N. Miskin, W. Wrobel, L.K. Brais, K.P. Andriole, B.M. Wolpin, M.H. Rosenthal

Fully-Automated Analysis of Body Composition from CT in Cancer Patients Using Convolutional Neural Networks.
In , 11041:204-13

https://doi.org/10.1007/978-3-030-01201-4_22
GitHub: CT Body Composition

C.P. Bridge, M. Rosenthal, B. Wright, G. Kotecha, F. Fintelmann, F. Troschel, N. Miskin, K. Desai, W. Wrobel, A. Babic, N. Khalaf, L. Brais, M. Welch, C. Zellers, N. Tenenholtz, M. Michalski, B. Wolpin, K. Andriole

Automated body composition analysis of clinically acquired computed tomography scans using neural networks.
Clinical Nutrition 39 (10): 3049-55

https://doi.org/10.1016/j.clnu.2020.01.008

M.T. Paris, P. Tandon, D.K. Heyland, H. Furberg, T. Premji, G. Low, M. Mourtzakis

ODIASP 2024