XiaoMi-AI文件搜索系统
World File Search System联集
安联集团 2021 年可持续发展报告
安联拥有雄心壮志，以及全球规模和技能，致力于成为利益相关者值得信赖的合作伙伴，帮助解决社会最紧迫的问题。如今，我们已经将环境、社会和治理方面作为业务的核心。展望未来，我们正努力将可持续性完全融入我们组织和业务的运营方式中，并在社会、经济和环境方面产生实际影响。为了支持可持续性整合，全球可持续性于 2021 年 1 月成立为集团中心，可持续性委员会于 2021 年 6 月在我们的监事会下成立。2022 年，我们将进一步将可持续性融入安联的组织和业务领域，并继续激励员工、客户、投资者和社会。
使用级联集成学习从多光谱 MRI 数据中分割脑肿瘤*
摘要 — 集成学习方法经常用于医疗决策支持。在图像分割问题中，基于集成的决策需要后处理，因为集成不能充分处理相邻体素的强相关性。本文提出了一种基于集成级联的脑肿瘤分割程序。第一个由二叉决策树组成的集成经过训练，基于 4 个观察特征和 100 个计算特征将局灶性病变与正常组织分离。从第一个集成提供的中间标签开始，为每个体素计算六个局部特征，作为第二个集成的输入。第二个集成是一个经典的随机森林，它加强了相邻像素之间的相关性，使病变的形状规则化。分割准确率为 85.5% 的整体 Dice Score，比之前的解决方案高出 0.5%。索引词 — 图像分割、脑肿瘤分割、磁共振成像、集成学习。