XiaoMi-AI文件搜索系统
World File Search SystemgI
给予Heung（GI）Kim：curriculum vitae
摘要：在美国，住房交易的佣金比率是其他国家的两倍。政策制定者提出了担心，卖方提供买家经纪人佣金的做法会导致高级佣金和损害消费者。本文经验审查了拟议的政策的均衡影响，称为“解耦”，这将要求买卖双方付费每个经纪人。i开发了一个结构模型，将买卖双方和经纪人整合，以表征房价，佣金和福利的均衡。i估计模型具有丰富的观察到的异质性和使用房价和佣金变速器识别变化的可靠来源。发现，将拆除的佣金减少了53％，因为卖家不再需要提供高佣金来吸引买家，而经纪人则争夺价格敏感的买家。卖方和买家的净收益收益高于现状，盈余收益占总交易价值的4％。我发现，随着卖方通过部分佣金节省的房价，买方的盈余收益显着。
免疫介导的胃肠道疾病
该计划旨在将讲座和知识相结合，以期向免疫介导胃肠道疾病领域的杰出专家学习。我们将讨论病理生理学中的新途径、微生物组和暴露组的作用、当前的管理算法以及可能不仅针对特定病症还与临床实践相关的新治疗方案。此外，鉴于饮食在当今实践中的主要作用，我们将讨论这些疾病的当前饮食方法。
胆管癌是胃肠道肿瘤领域的‘非小细胞肺癌’吗？
简单总结：在过去的 20 年中，可以与肿瘤的分子和免疫异常相匹配的靶向疗法的发展已经改善了晚期恶性肿瘤患者的预后。值得注意的是，非小细胞肺癌 (NSCLC) 已成为致命恶性肿瘤的典型代表，其中许多分子畸变都已成为可用药物治疗的对象。与 NSCLC 类似，胆管癌 (CCA) 对常规化疗的反应有限。下一代测序已确定 CCA 中存在因患者而异的新型基因组变异。基因和免疫靶向疗法正在为 CCA 患者开启精准/个性化医疗的新时代。在此，我们回顾了 CCA 分子匹配精准靶向治疗的现状。
年度报告 - Gi Group Holding
在此背景下，截至 2020 年 9 月，经合组织 (OECD) 平均经济体的失业率为 7.25%，比疫情爆发前的水平高出约 1.25 个百分点。实际上，总体数字掩盖了各经济体之间的显著差异。事实上，在日本等国家和许多欧洲经济体中，失业率的增长远低于经济衰退，这在很大程度上要归功于就业保留措施：从禁止裁员到补贴短期工作。只有在美国和加拿大，失业率才大幅上升。详细了解意大利经济，由于与卫生紧急情况相关的遏制措施对经济的影响，2020 年出现了异常收缩。Istat 估计 GDP 同比下降为 -8.9%。所有国家宏观经济变量均出现大幅下降，几乎每个行业的生产率都在下降：工业下降 11.1%，服务业下降 8.1%，建筑业下降 6.3%，农业、林业和渔业下降 6.0%。在第三产业中，贸易、运输、酒店和餐饮业（-16%）、专业、科学和技术活动、行政和支持服务（-10.4%）以及艺术、娱乐、家居用品修理和其他服务业（-14.6%）的收缩尤为明显。
年度报告 - Gi Group Holding
在此背景下，截至 2020 年 9 月，经合组织 (OECD) 平均经济体的失业率为 7.25%，比疫情爆发前的水平高出约 1.25 个百分点。实际上，总体数字掩盖了各经济体之间的显著差异。事实上，在日本等国家和许多欧洲经济体中，失业率的增长远低于经济衰退，这在很大程度上要归功于就业保留措施：从禁止裁员到补贴短期工作。只有在美国和加拿大，失业率才大幅上升。详细了解意大利经济，由于与卫生紧急情况相关的遏制措施对经济的影响，2020 年出现了异常收缩。Istat 估计 GDP 同比下降为 -8.9%。所有国家宏观经济变量均出现大幅下降，几乎每个行业的生产率都在下降：工业下降 11.1%，服务业下降 8.1%，建筑业下降 6.3%，农业、林业和渔业下降 6.0%。在第三产业中，贸易、运输、酒店和餐饮业（-16%）、专业、科学和技术活动、行政和支持服务（-10.4%）以及艺术、娱乐、家居用品修理和其他服务业（-14.6%）的收缩尤为明显。
使用 U-Net 自动分割胃肠道
摘要 — 医学图像处理极大地改变了医疗保健的格局，特别是在各种疾病的诊断和治疗方面。胃肠道 (GI) 癌症已成为一个快速增长的问题，估计每年报告的新病例有 500 万例。为了达到这种精度，医疗保健专业人员现在利用尖端的磁共振成像 (MRI) 模式，即 MR-Linacs，它可以提供肿瘤位置的每日视图。然而，这一过程中的一个瓶颈出现在从获得的医学图像中手动分割处于危险中的健康器官（如胃和肠）的过程中。这项由放射科医生执行的任务非常耗时，可能会大大延长治疗时间，从而加剧患者的痛苦。因此，胃肠道分割的自动化可以无缝地帮助肿瘤学家。我们的研究提出了一种自动分割胃肠道的模型。本研究提出了一个 U-Net 模型，可以从 MRI 扫描中分割胃和肠。该数据集来自威斯康星大学麦迪逊分校卡博内癌症中心，包含用于训练注释的 RLE 编码掩码以及 16 位灰度 PNG 图像。每个病例包含多个扫描切片，按时间或整个病例分割。我们的方法使用了 U-Net 上的各种损失函数组合来提高胃肠道自动分割的准确性和效率。与其他损失函数相比，我们的模型使用 Dice+BCE 损失函数实现了较高的准确性。在训练数据集上，采用 Dice+BCE 损失函数的 U-Net 模型获得了最高的骰子分数 0.9082 和 IOU 分数 0.8594。在验证数据集上，该模型的骰子分数为 0.8974，交并比 (IoU) 分数为 0.8181。这项研究有助于解决与手动胃肠道分割相关的挑战，通过使用深度学习技术进行自动分割提供了可行的解决方案。关键词 — 磁共振成像 (MRI)、组合损失函数、U-Net、威斯康星大学麦迪逊分校 Carbone 癌症中心、胃肠道分割