AIR™ Recon DL

Actualice las capacidades de sus escáneres de RM: experimente una calidad de imagen excepcional sin comprometer el tiempo de exploración.

Vidyard video
Hero Banner Image

De un vistazo

Confianza en el diagnóstico

La reconstrucción basada en aprendizaje profundo proporciona imágenes precisas y nítidas.

Tiempo de exploración reducido

Exploraciones hasta un 50 % más rápidas para mejorar la productividad y la experiencia de los pacientes.

Fácil de usar

Configúrelo de forma sencilla. Las imágenes reconstruidas aparecen de inmediato en la consola

Disponible para todo el mundo

Funciona a la perfección con cualquier equipo de RM, independientemente de la anatomía, y bobinas de GE.

Aumente la calidad gracias a la reconstrucción de imágenes de RM de AIR™ Recon DL.

AIR™ Recon DL es un innovador algoritmo de reconstrucción basado en el aprendizaje profundo que permite a los radiólogos obtener imágenes nítidas de forma más rápida. Al eliminar el ruido y los artefactos de anillo de las imágenes sin procesar, se logran exploraciones siempre nítidas. La relación señal-ruido mejorada permite reducir los tiempos de exploración en hasta un 50 %, lo que optimiza el flujo de trabajo y la experiencia de los pacientes.

featured-overlap-r-stenoien-md-desktop-tablet

Antes de poner/o en marcha, atendíamos a una media de entre 10 y 12 pacientes al dia. Con AIR™ Recon DL, pudimos añadir, de media, cuatro estudios más en la agenda diaria. A medida que vamos saliendo de la pandemía y aumentamos aún más nuestra capacidad, se nos presenta una gran oportunidad para ser rentables.

Evolución de AIR™ Recon DL: esto es solo el principio

AIR™ Recon DL ha revolucionado la adquisición de imágenes por RM con su algoritmo de reconstrucción de imágenes basado en aprendizaje profundo. Se estima que más de 4,5 millones de pacientes se han sometido a exploraciones con este sistema desde su lanzamiento en 2020.*Como parte de la visión de GE Healthcare, AIR™ Recon DL continúa evolucionando y expandiéndose para lograr una cobertura clínica aún más amplia. AIR™ Recon DL ahora incluye funciones de adquisición de imágenes 3D y PROPELLER no sensibles al movimiento.Descubra a continuación la evolución más reciente.

Video Thumbnail
Hero Banner Image

Confianza en el diagnóstico

«El ruido siempre ha sido el talón de Aquiles de las RM. Si pudiéramos reducirlo, lograríamos un punto de inflexión».

Dra. Hollis Potter
Hospital for Special Surgery, EE. UU.

DiagnosticConfidenceDrHollisPotter-desktop

Reducción del tiempo de exploración

«La calidad de la imagen. Los tiempos de adquisición. De nuevo, probablemente sea la mayor revolución que hemos visto en adquisición de imágenes en el campo de la RM en mucho tiempo, y yo llevo en esto mucho tiempo. Cada vez que alguien nos pregunta sobre nuestra experiencia, solo les decimos que se lo compren ya, que no se lo piensen. ¡Ya!»

Sr. Tom Schrack
Especialista radiológico de Fairfax, EE. UU.

ScanTimewithAIRReconDLDrDavidBowden-desktop

Tecnología de aprendizaje profundo fácil de usar

«Antes de utilizar AIR™ Recon DL, pensaba que iba a ser un poco más complicado, más difícil. Pero la realidad es que AIR™ Recon DL es muy fácil de usar».

Prof. Kengo Yoshimitsu
Universidad de Fukuoka, Japón

DeepLearningwithAIRReconDLDrKengoYoshimitsudesktop

Disponible para todo el mundo

«Fue muy fácil convencer a todos de que se trataba de una actualización por la que merecía la pena pagar. Y ahora que ya la tenemos, ¿mereció la pena el coste? ¡Definitivamente!»

Dr. Anders Von Heijne
Hospital Danderyds, Suecia

AIRReconDLisAvailabletoAllDrAndresVonHeijne-desktop
Recon DL simply better imaging

Adquisición de imágenes simplemente mejores

Descargue la recopilación de artículos de SIGNA™ Pulse para comprender mejor el aprendizaje profundo y las aplicaciones de AIR™ Recon DL.

Por qué actualizar

Innovador software de RM

Impulse las capacidades de su institución con una aplicación avanzada de aprendizaje profundo.

]> KLUv/QBYXc8CigzXmiqQRGTYDQCAjVkdOlhCsRcKDk6nAfVqPZDAsSEmItGct/d3zSIACIkAACB9 CeIJ5Qmo5hh8XT4jnBD8JEEkoeyMrZksXPTSF+reaF6eSAJ4HrosdhqBIuW8S6KLvX6pA8qkvZxS ECKmkIDlhgi8IBODibnxnBwDLjmMfL6kgPJQQynT4uUQhE38+UEwKYsuqKTKZswFjkhnlUJ0RAUB Cj+UBaJTQilE77RYbLN3JpTwREDZAUc772BujLKn9VnSrcn6+BgsMNVsTSRzCNIFCLqDYEDkmy/U fX5BvnDzhTpUjSAfmfLn12mM7bPe1Z/48nJJQWi4Oba9L2iozQJ+aO8LKrDdz7LWWGW5q8tq5N/C 7NzONj/ACmLl12W37XU3c4XlH1s5smoGcllLAO8L9Fvx97RfAOvRfNwXdOP7goLQjZ1ddAN5KJ9N wG9htk07oc4G8lAkWwjyUNDx/1ayeidfnm1Q9SaMLZf9rhVeubOWHjDLoAzPXhWPYTj+Adh4sg1Q bazvsq0/8WCQFa9UnpxXOPaudrvHGIQF9NjMquS1/QF+C8rwjBXDMAgLIF3xl+P2BVutrQqM2xWo ehO++87uuwJlAMTvC2bbFsiKVwNiq+26WPmzQNWboNnZXbW7ct0VjK1mdla9CfEKhMVc7We9MRb8 mt9xdX0XlOEAvsu2rc/i4AvH7WpAvLqsCpRf7wp+QViAbmeZ9X+rin87y7F3Bcpwq/WOs8vGOgAw huGZBcYwvOG1jX+AFQyD7SzL353XtjV/GZThtxXDrd+WOwa/a42xYAyLpo8/a33JoAzD75/ZVwCy /GMYnskgLKBVre4H5ZgV/7Z941U1u5/l5Bz/AO67AmEB+88uC8ZetvXGMBhb8QCbwuTpFIA808b6 8/qmm+oXbCAIFHkvMIZhbpIDVi28kn+7rmSQFa8+6421LHB2Wy07BwBd8Quy4pVqJoOz24pdICzA s+0KhAXEICzmgucVO9nelntRvZitbdfNit8vxz/Aj9v2XXkwd21VMAuTXe4af9cKg6o3IQwnoQnr q2Itl0fP7luR2dWPPfBKEvBD6gi0ejWz+1bUEehduRR1BHLjn3nnGaqOQOoINMurZn454cb6rPhd /U84u2wMxz/AC7eragvQiPV+WdePNwG/hWPvaoPZdvUDsPPa/o9vkGPZuVl6k3Tf1Qe17U/H3cut JPXeXZRjtiLgs9zLvM4gVmZH8Bsyydg7z69kbn2Ny2VfMuuuo7n1NeYuNy+WpGmaepMk/Hq271pn LnfVzDN4nnV03+bKtp1iM5b1Nwfe9pL/ZjMvqIA/w954lrfvsu08e/XKtuvGzu66xb+1jfuCvmYW WyDglcBvnKLUEYh3788CKHPra/zmuvRz62tmb+r3l1stUNv+tL9c7Le4LwDY+LXwufU1pVn67v04 t75m85GHyNKL8fu2lc9qhTvas65IopIjyfvLxX7WeYtiuW1zty4X/au1Mre+xosrd51lduJyWRYb q7oUZ1DbzioXFObFf5bXz/bOM3S7oHH7rkSQhVmkzLYri7XCY5fX2PzC8m9V25/X9pVZ1zbPXtjq dWGbljcWG7u2ASv3xyssu2s8b+YFdV92XttZjJW3+MMrvJkXVPOSi9yrfuyKt73Fb/uu1s303ftx ZltWtc4Cfmj7AeIv/9iz7X1BPwDYC1oiCXglAXx2hFJHoE2D2kPXH6PwG6esP69++0Hyxdva95WE 2968w+J1M2BtYZmd6M2Tu5xcRCL9x1apWSKrRbIa+n9VYx1XYkOl+mOjk2XL7PxzPutdsa4o3BR7 Y8Xrq5pj1OPuy86s/Hq8DdVpnzfU/s/ssq9Hb7x/UI+3tev/hNse8DPy/GUZ/a1qneMXFkAJ5xU7 8TYBhvu6rA9bve1mVZz5g+I1QACHHK8BAji4QOyd5dkKJbsIz21jAtZ5nfwWjq2yI4CA/OeZio3n eXV/zGrZ10pAnj/ot6qVjdcAe51X1jr/2BrHaAgPmGf3Em7mrF0DoDqNsSl+bHU/63Ubn/W6bUyA t7lcNp5B4aZgGbzPejmaDWlAvLovO69YxxaiOm2d14nJcikokYt8llmNxKOtPJoGAJLK8+f5t6uH 5VIEttafhJsmEGos0ra3rX1Im9ZYmz4dbJtN7y2AbW8Jm94wm9YGkDatoaQ99u21uUkvbm2CejNH b5aei+NoilosRXH0m+SiuU1yBPXmR1M0RXIUNydNkQS19tm0tpK2rbXOpn8Lx1hQqDG2H1s54aY4 ze1sbf3Jgac5NjeA182EmvzbATNojlGz0fCgTfHh9QXaWO7shWNv+md2Btriz3LZ1mtePaT5u2vr mV121cSru7Y/AKuRWe5vJdtLVrGa12peAwDF78yyKFsAdl59WI7/in3Ba+xi23ZN5xidY/Q1rx63 43ra9w217xvaXvIslmzxn+d19Wd5AOi3K3aOV09MZttXFRsAgt/2B3Apsfht/Ym3KbYfr21FAbMr 6G0Kl8uu1ji0eZtiXv0EVWdjfQCw8Tuv/sjT3pZ7gWdvrLqsa9Z6UCVHc7ns7LKxx305KHg2f5Dr bd/Y03WaPLs/FntTlkvpOg20AbXepCju/nle2woXd+n3SJomNzU399YlWG6cZLGxiiI7b2y+84bD ZV1s3Pmu1dORAXx25FkfxXIpAfx5deM/tyiK3Be007q4kSPfSq73RpLk3rRpils5lo3N8dnRG3I/ 3EHpvYncMbtQAVAtFjW7f3bfFOWyri9BkVuO/4BVE5txynnWvvL/zN8Vr6G9tpU5RlG+/ax3Y17Q Ttub47frCvRd8apBifyCzqwrin87+2gtiqA5Rr/7cjZHAJ8N8EWzb6LumxZ7Y+Mkb7SsB/3ePDju P68tHPsh3jfeZVi8xuA3Vpzcl2Vd/3Pg6c0hUT9dp+nNIbtcdp4/6LvW2AVFXtBO2xzftcoiVL+g ndb13psj/qrYjMNq2ZkExfcF3du8xuK38lu2gvIXtNMCeNv2l7Z1dr9r3WzuOiDdHHL8tm8qy3/1 xp7Z/bHZ6p10nVZ6zXvX2tR949ok/SiapSl2DfK+eVL70Xexd9M0TXBv24vj6L1Y+i12rUH5f1hL 12m7b71ve9ObQ8Arcbksy529kq7TetnHvTk+AFhZXgO4a9p12gbdRO7Qe+M83D30m+PP68R9WYUr gAzy3pBZ7o/nxrtivc3x25kNdZ2m8DYFC5MDeAMAwIvZBrBejLc54rfSddoGOzjyzeG+rBz/Eaq8 oF2naVDkm+Ljxe+8xrM8a9vLtjnid15/nHadtmmwN77qZaENkIfrAl8DTM1iRGHAdPCC2G05fo0f xMHUdDD9TBgcBlx9XCThxeBCCS8GVzIxFBPT4BA62uAoCCMGhyJwG1ynuWQ+AnmOlryK6N8+fdCE n8AirQjCJ5zEEFSbY9CSHlthdTcqDBAqMmkeH6nhaQimLS2r1JKiRCoxZNUG05YugQpSjCJ5zyF6 Du45ZgiPBIm04F5mUs+CRWG3vsJuabgEl+ASXFLPUclE2Wk3d0wUUJZojUiK7x2p7+gdqWenidKP Bl3sVK6gi53C5C9ahFyQCyIAqecHIs0iKYtOUevXqPVr1Pr1DNVpHIEDMovIzEOfYTYEE8NwmXno M8yGYDIbE8MUMhsyg81DlzEb4hWvl3ziigTFgyC8+cQ9yCWB4kEuoEo+cUunyed8fp02Q+YdYpzf DnGLSz7nmFRdkPtI8IMJU1kYyHx+qvxK3o3KUuUSdn4EXGV9nVaprJUZqbBSOPX8Kh1mlCgIExMF ZpQojVKnURAojBKcmiguo6QnB2CnLRaFhGcRR9DF9holQwzhOb1Px2MgWLqDoWYx9+gUvqHDmnEa W8TYhRhlQVwqDG5ANBpMXKcZMC45dmi1sJY6TTUKYd3HctKuUkmMY3hREFm8PEfUCnwiBCduII4t ZS/Fqqo9pyKUDGNnlFR0A6FSMClE2Oeg8l5eh55S9rgB2Ps4v07zqEyDS2Hnx3lYKAY3Uxx4XIiF YnAghBGDK/hMGNwWyCw4VKNscBrY+XGghBeDIw8fj5tLTQcvoYJHXwqUvQscTktPGjJ1d9rs5dtI hpLwRGIPAydUOSlEl+HJ3mECIemw9smq0ocolCR8BNOW9mDa0h1MW9yLJOFpidQokSR8k0aPBE9H z9HSnRajYpR6xqhO8xwtPR88Ehz0HAzP0dKd1ijsvSmselNYN4UV3BTWTWH1hS0zqafMZFLPApJM U1j3pxbWnWDIEi2to5zckjisDFmi1eGSOiIpRqQR6WKi7FSWaOmFLNHSnoTBP5j89eN7X2EINgTQ xV4IoIuddpj89Tt6R+9IFZG014EutsKjix1yBCtECpFU8wyRFApQa3ydtvAUKYtON2r9OuZRYx71 jHnUE0TyUhadyq8kYUhZdKLTOkfggGTgjPxKxE4E4QgcGVjxEEF6BlbNs9siSEdk1J6BF1wngvTZ 44B8GC8zD32G2ZB3pJ4fRmZqm9AI0rfj0DdEw8QQhYLj0DsmpponOE88yCvKTOr5XV6VBMlizxMP kia++ZJw6TTDLJ/4JUHBufKJsiZY+pKgmmdD0VXyOaccRZJwi0s1z07TIEqTETh0i0uRoXiQz1KA kSS8q87Pwi2uhYxAknDZOZ8fZ4gGnqNFkiVaWmWNfoIItX7daYYD7JHgks9qwJgGEq6yVPP0VA82 5EwYhcEticO6VZZKeiS45LPGJUwmEnQOwLSlv07zJAwZV3WUs2cksxOvrB5j80jwxAx1MWHnV5Fx Fbw7TVappzoX1h2K5q8j8iv5Og2lnl84MVE2IqN2mKEVwOSvKQiImEc9v06jIEDPNzRKmsyGfJSR iYLg1HNmlBCKlNoonR+l01oVZpReUAugi10q7JZedJoBLqkRkMAn8MLkYrYhcEC+SefDeWabQWGc H4NCsPnCftGQBDdM/ivsNEmKLrbks74bRkc5VflE2Z02OVDNk7R2iJRFe0SqeSY85zeRX0mnFage bNh1HqMlnzUCQrwIz/kRfL6U5YCxRYwdCbE8+JR81nZWOT8+argsfhaN9Os0j0JjEgU6zcFwGAhQ At09WNQDDoVEwCl/SWS9vgYRCr0VzWOVglwS47jTTLNRZjCMn5jAwAfu1Cw+eIWBVhXQvEiipewG BIJlNtSC3GmpdcN2OsMYsioFUkl8uYFu8fKbzkrg67SG55HghdjjIChlSgFdbIXqwYaGzUBL08ED biCOZ6RHqBNuuQkPWlhkSHTD+XVaB4mhhkH+/L5MKEnTFShJwQGKwSRUqhhMSiQkVEkTcxjpdkGJ RaInU+SgMTCzCTttZFp9nax4jC3gUGE0xxiAfJ2cxFyPqoQaVqScb7v0IMHS6aKREnwYYidiAIEc Fi90oaZCA2Da0p0GkQlCn8ULeA6ExYOiLd6hOHAO3QUIx3Qa4qs2KAWxMF0QHEIDUg== uauOdIoc03kBgvPrEM4KLNZpBBI+gllgz5xwIBG61MMxMRV0GhequoJvMnJBGJXIUdgtnSDAfiJT lmjJogELwlJaVKtCR6DVUWk4xP00KwMERxHWV9lpqc+ClybHxUOSCi93LGHy1yHULkfDSP6ELv0Q nGFETNDFfnXarEtZ9GsU2wQlx4uAEFn8iFq/DqX+W+g0SwkSOCASR4KXOcz70TjWrmqN4wM30GmZ 1HHoKY4IM16+kdmQsWAR+Oa0cQFBYqi5UyTHncbgBi67JOGKg9XEfZD5gXjlOH4gWDqEwmyELAE1 izuNARJDjToWKa0xWbwzwRerxkBhKRVdhSJRs1jmQLA0pXGKcJ1WaHBKTIylaFGJ+0Bd7DYuKN1p vTQ7MTiB02jlky5NFZYvJXTaBdY5nU4ECCjKuZlkIAW6MxdU1MgwFjDw6DEQqYi6rhmAMyOtHqhS BC+Qy02MPIXBAedbMgUFCqQbB52mO+hnekIA5JBdOs08LTZ6glBhwUjDuBocaDRMvt9SkDttsRuk Rg8YVGAmiukhciCWUg5Br1GCMAxzp5VI7ydQrRZGKYaq15KYblxYZxjlEKycThXdaR0e+xxIV6XA 0WZFl0qi+iUJxct32i6dCZmheZFEBNIjfw45VnADCVArJNVSDsFO44QaCKGLJfIoh+KjGp3iU6e1 KhkS1TKR8JwHxyl+RQRLJ2bf9YKCWipAYqgxfGWKRbJAHHfaRtRgEprXoOrPhu10DrhS6DQCSaii TSXRbAmUB8M4ANEVbfocVN4BTM3iToPfQ0JGFAZgaGeKll1QynGn8cb6GVWpaJad4lQM6wR+MopO cae9xs/D3QiWXjh4QTT41FL2QGKoNxPFKSbJAnEsa1Sp0oyr5UbmsthpCE49v1mp6aB4sJri1/h5 cORXQsJIoWYnYhzLmi/UBgOPrx/I1N4GjenCLazDhBOYEU6oMIRWu0UXGT3g8Bi7hLrIIoqeeXyd NqYknxUeUMAngqJCFzvhYDHPVvXnB09KCBbaAKXMd9I5OTqtoucwAhpVDCaRzezVBesiHJ3VaEE3 s01KMuMgcZx+lEWfqQ5ElKUKn3OpcrUNfrVBY4XZC70cIigeR95NqEIoiP6q0NU+MCwcNW3kE+80 WaQMVEQhhA7KmdRWGpf01uVBobmDYEDspJ6URccw/vwaqw8yYUAiGRLEOSnJweuDTDqHt6AWXzGY yCiq1n84cUKkgCo4AauPy8DOj9MkwgbXaRpYxuAGDIkFp8IZnARcfZxpwFFw42wgU3UnQC1HSQUJ iVIoElgE1rg+4UGEvrYquay2ZSxAe2hVgOgfLvP4xpRs5M8P9pCQOO60TosNsgWHmHlbNtxGYuad 1ml/NDmMRKel0zqtFFveiIyUGEViRIVNI3MI0jtNQFYxUbai9Aj19/BMuBjt7qbTOg20Z17ls5Ji dlqnCqU8oQk3+yJbJlw1EaBwFJ6IDr8wqw27pQ0aey1fb04xon/PAuy0Tuu0TqMsUKLzALsWXKd1 smvBdZrHAYnj2O1eoQysQAYiBW8GQjHjwWXiJQiE0JT3k8op4ulI3ImsSw85QYITk5uASdIUfsFy GNEH3oKaSKNWPV2NgQCCAyGmdBpjVVLMiIVTJKAJ5pTGnLegGcgcRjQgSQFFo66zycDcGBjgGDgp iWRgtKCRcbSg5sZzcpAuiDy3PBGOgMPYsouBE3oYL1Gk0+BCg6OTTkH0TIraKIFA4/MRNfB+GCLi FIB0mmnqNAIHROU+Wmmc+oAT1MskEFmgVlwEmSidFkMtIpiYO82EkIZQ1CTtDpOM4ogcDlzWJyEU 9lDViWlyyAggTgEIgefBJOynOCIfjcOAqsQwHGJ2fgVT00GOzE4ku51UZDZ2maAhKots1mOhfGAY gcg+zahKwQAITnhBp4WoSqjT09txr/HzeI2fx/cqsAwoYGJdKZqPRUa+uBkIhcXmF4gLRiG0014G 7EeRDWDoGQwe8SRx4uSPTNCaHMRJCO00zYCrgxosDFTl1RlTFC40oyqXR2YU+SNZNzy62O4mwSGw 8+N0o2xwDMlCwaUVzuA44OpTeAYfh2GhGFxFbD8u4hl8HCcRNjj+mTAEtorRn5nnaKZAhGn14OCF ynRPcbeTqnankS5mE444pI2g8qjgCwJ/fv0DsexO2xx/frvSsOyKW2glCSWShCsuaqgVqRpq1IQu tmLB8efXcREMiKNMonbazvjzg2RUXmvNyUJhqdQyIs8vzGwRY2e+x3lSkGeoYzJl0SKWB58ZzgjS MRSBQ/8cDBacSWzIANOWPnGRBE+8pfP7LJ8s0VJY/Pl9P+EnLDPKnx/ozaH2RM/XccmfX0O2wqBF 6RGGIAoGZ3HMPg6TCBucZ8BRyDGXaotUgq93miFU+AhHQPPasIOGgsMEVjESq7g+4SJG+vqFlao7 TJHyHGpTBltREB2L6B6Ben7+5M/PoEkZVCRBBiIhuWtNWkvMYKR8JQnvrjnUnfZhTJQNouhig4aU RYcH84CGIwhIqnkmEhKuy4EYWMNJw2A8vzLlz89SEUG6yhv48ys3nFIRXRCRgYSr+Ap7pId1e2ij RBd7q4V1gyJYqNsuZdHepQr1ZWB24iWWB5+WbiDhC9AjwRujwroZExNlMwwpiwY/qlB3WgxEsPTK 0KhSPeTPL+Y0AhGWtFIgLA4k3NRwWSxw0RAKZ8hXmhJAiNDU8RCNWhR+SqHWSkPZSjqV8ZW2FAhf oOylpIOdksBOF/u7lEKtAA8KfgDdEKSTPKGWWfKJb5V84vrjCTWo8YR61rh4Qs3w6GJ/qcecV4te GFIWzUVqqDttjpmH/nl0sXVHDXWoUUMdix4JjtCoqAhfRFUYUhatcKidpjURhNkJrJwaSIIzIgMO BMpeOByex9KddvLEM9Q7XNlUAo8g3VRQkEEtpBHlC0EQTBkWf36Mwm4tLP78FjD5exafsPjQkLJo 2eTPhiFl0QwUScIPk/8KfemR4JkDBapiih3WfblYvMqsY0w+hIKCDCpr3hhaRubOBFcfZyJwG9zZ sgoOARE2OE9HG5wA7Pw4TGFteBypYMMgzSqnhQWyQHRPaOHoDMLu3aK9pSkZeHTaKAbVAIUHX2IU 6axCPhJ3CusOT2zMNS6Vglz5TJSdgNCQDYrpWxLjBmGKjwsolTiAqVk8cTuW1sQOstPbfOY3WmkM FJ0m8Dro7stwCjjO6EZi2UH0Aom7/QkNyIV16DsCHRwjQqkQfioo95FJEorX6oE+Khq0YjCZ5dMC u1Qb1Ep8pNO6NP6EMVTIRyqZBYWjCeNqU1wNjC4wDDg66TTm1+PPj/UPuguFKijnbmbcYmBCSlB1 EKZ46VatweOEZqHQwV4IjArydJJWoDx4SB1iwbkMTqNIy+RYOhYW20jMPI7njxhqr0TN4pG7Z7HA a5LjkBLHMYG3SelOS5B6Ss/9g9ItEgKC7hRUJ60QMQy0N2oU6NkDYaTbWY906yWL9Ii9hLTZNyD9 +m1Hu1oxjUZxLhrdMAlUrWHfikYJMhXtaCRQdJhAoegXxoa+Tit9BAY+U3YKfGjCA+ReFoQEhy52 gkN8po6LV0/oAxWUG8UMzGGE/ZwcCkfdHUn8HCYNnHCGCvmILPRB3mlnx9HSMs9po7OCyxNBDefM GX8n1C+Y2nTw45y9Zi9RxyAMwbTVANOWBj1HS4ejRwL0HCQSqccoVXsOEkmRgjstYuA5WjKTzFRA UhVWVFrYLV3ASMGJiZKmiZaGS3BJhUvqOeq0ME1FMLnTFDD568VPAFMES6eJrkCtP+bpNBCIBCIh wJRFpzGPGvN0nZbROhGkZ2CHCNITBA7Ip+cQpGNiMvPQOw0Tw3iZjQEdh57ZEAx4SXjJJ35JuCS8 LpdLwsSDyI53wzgj81fPz2KRz9licXGLK4XAU3wj8NSMlZihuAdPdKdwhGdSAE3k7pEmxNKDMr+O T6c9fCxm8aEbzo/heST4gVdEFIoeZTjlx1IaGAjU8aCiUhOO2BlGz0CmosG1UjgpxPYA4ilePkaQ CZl7T6ngBlyg6pIQGRjUDlcKppJ4UnzIw2ahK3o7SAqxdJA6TkvpKY0M8gfCmRTOBGdVTKRKp3nU DzIZv9T7CIE+yASE+YZJASaUpBs2CT0sPnMAtZFDJNZsg4Tq66ol44lMDgt1V2LwJmxEDC4qwIJV 22NQ0e5t5BMXkDUmypaUCrtVStMuq/YYo9QzRsWoT2ZSeW80CrvVkJkKSAVewaew7lRmUk3qCDEa IQwmEyXRSrQSLa2kpggNhC42h8lfb5j8dQiTv1akLDrmUaDWn0CtPwNnOhGkdy4DZxQEDshHkOlI EaQTOCCZDBzOMBsTw3SZeZhhNibmiY4DJobxHIfeMbEZZkPmh0nUtPQlAUWScIurhxZLJyNJ+CZ5 2HCTPAUOMp/z+R2AaUtlHWAe/7zKOjFR9sRE2TCjREH4JibKpiBwjRIFQfJZKYtTIGwsJgd8cjCZ HHjxrBLzUqjp5TskCoLMjc0QFDGWQaqwlOYPNU4RzjAmNCA38CK9nxDlU0lE4LHPgaNN/kjN4pJC 7LSD2EF2WsrPfxlkkIRTslYozEaAOK2dUCnIlIJBSTSMnMDFBwJapUPpuq7TvmuFA3hf8vbjd5Z/ 7Nq+a4X/vG4/wCq7tPi37BqHGg2NVkDaFN42aizSpnlHNVAhEUodgVpauunS5F0Uu2iafYtb7Ka5 R5KLpd6jKZaaLEuRJFfb6LvfI0mKYt9a1Ob25t59G71Ibl96T5J+g5pv3uQkJ/fuWze59n5rc9R9 jyUv98i7ptl419KNHLs3tRY5aI4kSWqz5LosPdn19qTXoylqkXfTJEuRJMdt9pGLm/TbNEGTa6vN b5Esuci7HjeTFEu+vR9Lcxy9KY66b5OTJTe33l7kXCxBk2+bl7qLIqlJUxRLU3eTgybXNJvunOQb N/0uS1PzjdyiOIqmWHK+uxfJcTVy3vfWHBz5JvqS7KToed++JMlx3F4kxxL0fPPe7Lp7v0myHEHN Nc02ck2zeZDk2ziOpB433yDJNc22uyY151vvjeSkKJaaBMtdck2OnDRHcZedBM2N5CLZSZIUdyma oLnHvUu9eSmC5maKu/s+mmbnXpu9JE3dy136rflmlmTpuRdLsNzKrbtYklpvL5pkOZrkuDnnHiy3 0uy9NHm5uxZJ0tSiybeoPQdLTbN5z0lyHP1omqapN1hq6eZFs5t8JEWwb35vr7u4td407yTIN0+K Itdj2UVujn2DurGV2nuzJDdJetN3kG8i2fu4tWiO5Wh6Pfrtu97j3iD3HtRbOW5SLL3uo+m7HnXv pdk172U5gnrb3YtmOe7Od2ly3XnXJcn57mIJai3d+LY3LvJSFE2vxb21BvnWRXGLftSl9yPZwb2R 3Ptx86452TcH+TZq38VeelP0mpMg38xSNEdfmlvTbOQ2tXTbG1mSu9S65GC5t83HvQ== RdObYrlLT27dTW2W5PZguTdvdtHzTpKmJ70JklsfS7EUTb/LLZZgubV04737zXtpmqbWYLltvkVS LE3TNP3uWpucFEuS5KMGy23UZvfcl530pAiaeyP31nx3UnffR6736Pno+SZF0ns9arJz0zRN0YPl JpbiaJa9BM2taTZTi6LYNzjybSS9FrvXWmtzBEuupVu5y7LkXGutRxLUfNN9834cRbGTu+S6g5pv Y+/m6Eu/S743qPu2de993GPJx9IEzb2ZXtSk6bnuJveg7ppm03zbXYttmm+83HuTnYO7801vm3uR 5GNZjuXoNze7Lk1v6t7NkhRHURQ1qLeSk6MvR03ykuyjBvVGjqToSz560XNTk6DWOpvWZHTzXJtp H920FgBp0xq6aQ3VaQKiOUZRelNs1ObYJheRZkMK5xgNUZ1GQTetuZpNsTdPU2k2vWm/6c17vpV8 byYZ/wGrhuVSUHtrZwDkBsczGHSau/Fnp3Vap3UamHqv4bIISpw4udPkCIKlecjBBoN/vPsz/tLN Q7T0sNP4DlMWrUMwbDDCL/SEaUYtyIaRMzqNoRkMRsqiGQwGI8XotK0VqRBUdNqXUoSvLIUcFiAC yyBVbIeqxwcLw+kA4ikSM6qj5BM4Ikl4uEFQd6cxJoV17wMBRG8ImCjbM6QsulU9FvWQSKEvfN1V KotXhZyFQi+ZHqdADulHYRkKmcexrBkV0LQQkfki4gn1jBNB+kf9HH9+oQNWdzzxIF+nNTgI6v44 i4eKsDtnqPU7gJnoFGZsMLycoZZ9HpET7lLGzqRczdheBpFa/NmFFhBB3aDMPPSI/Er0iCThpjPh YNmfw4f6jZgoW/ShBn2oZdDTeo4hPAU2BAuwUMsIH4z0ehSJEKgpEss4h5FO88StQoLZSAoo3ts5 ORI2AxkdQjmLbhirDbqZsEhUhkFRXIXhTUhqVFg05hrayEJPHBGFI0TwtLmIET01MHDoo0P1daf5 2BzqcrShVCqK8pukpVGqQiCe/PmJrg2i833y5+cVlM5Pn/z56Y4C0cGTPw8jLRBBUJgMSgdqRwOf AAt1px1gk26AwFNcGxisUAb+/MaYAEUseOVX8vUCf35vwS7w56c4qc5PF4QF/vzClGDCGwUrEjLh YqgjlELdaTvkz097WAYU9jADoa7S4KT+g2f2koeGoNMGKhYFl6Qg7pKZaForD9ppCxfYSj4CEYiC N0L+/BpiI0ZZ9GdIWbRhwHB+XUSwIvDnV14gqx0S+PPbj8Zqd5pkw3CQhxWBPz/wc6l2rzQsW0cO lg1yRJe6O43BUXmihUyiblcKh59EYHRaY/VpvnU2FRnUK8HQlrDiwdSHOj4gSXji4UMNXwrrJn2o dwL0CJDRplDuBqH0CHWChH1bxY09UkDxwAxmRYAlh5ECK+WMnUb6qKeUMmMZJqRfMZjM0m48JQOk ZROYOBc1kDtfP5gfEs1kUBRH03cTarwMjrwUrK9LcOXrB+asoPA5iENB+8xHOGECoVPpMFkB0wMR GEbLK4LHJRUPRss+Dc3s5KiiWx2RFgxtQpNc+Tpk8VHwTjtJsGpfONa3F7EKTHc15v4fV16WKxLQ GFu4kZqX2hmATtPwTtMi2PvotE7rNNDCUqScZ1jCn/B1ulgsFosFgswJTJMEpzApSCaFgmRSKBSb T+GWRBVoYtGe520+r1u4MAfEK3mbzyN1WggzDz1RShQSJwIXHyhtOqs947AO2QBFCQXwZPEZhcTA dSDrLO40zyOIdAapczAzgeTJwNdpoZjiBroeebnq/LjBJCkQB7LIcaamg9xMFQvrPihJ4pgSvhzJ 23yF3wn16/Fn5VsXBZHFdrBU8ol/BdhCtipgpFBrF4K6vd8JNSmJKXgCVQl1p3kNKHZw6a9HcCVR JPNY6cFxGG6A4GQe1axLbWajzCCqQikvyAzEcfpXLAro8XG/MGHn12k7tSlVKJ3WaZ1GKRjZga/S aSSIbigOODb1EhSHGMccqhJqdoKQIAqhpsUH4tBwWZwViPP38nIIyv6JfKXzT2wPuPq4DmnD4MCD g6dIUCD6ZbFAdNB7sOihVUA73FE5YScUq3blPPigkTRVtywxXTiigem0Tvs8IJ0mGzqts1BlK6Xg Oo2ywQkUCL5TwovBJTyDj+u0iorRmoMIRz2ET/FY5qJ4RtOpdPh1vlC1s58w1GJWW6GJTfiikXZa 6ZMYRVKhzI3AKKmVEuk0SGc14VynoVaplaKapN1hgBGtCcEcgvQRjBTqRIpjcIw4VnAW0obBsTra 4M6ONjhQhTM4jTBicA7OgIKrgGCUzKjkkyWyXFeiTCFTIzIjTZgC4xIAMCAcHBHKJrPptMYHFIAC RDoqSkZMLDQoLJMHI4FgFBIJRCkMw0AMgigQY8wxdwYEyMLYJWadHm5KjRI8HyeAsUvFGbXY1cs7 HGbd05Egmjh2AO3DXbq/xm5y9jQyuMt2OX0b+wFeqlMdkMTWJ8WBV3LAxRPL6HQY6cKN0U3mijWO sjg+H/fMkhO3QJKuH8AOeNixigZOvw/Nxdxobhh7zD2VkQLmaohOgStRNPBHkXdqph/YBlTjxZeR lOLG/9H/MDgrU5zMk60y+15bsvFx7nt2mf+Ha5JK7prrwVwqo1pU7GJcqcI1UYW+ioRbwLA7HUA+ qbRs6WC9W3U0jCP24/0DFU+xNaHJLnsaVzhDG7LmhgZx3tmroSBWUm29xz66hXTAsc6d3XjhAYJ+ Yyc/+KZ7xtrCi6hg2MVlWy4XTxcVkJpy1EmfpnbFoGH1zk5/U4cv7/6DJwrLhLpJ2HhpMQk7bG9R 10oXj3djA6W5Ke2M9LMWAE+G6eeXmZiD6Sf/YrAE97afZQL9pC+DRHUkyWIp45UQAsUSP3V+JfBM sKVY8n+OoeVfLOVfqV1TLO1tlr1SW48ltQOVMlWGG+c8OTeWRBxDtI39i2CSYgk/ZWSvJC1RLOEx gb2StHosoYnptVdy/mNJVEB5+UoHFbF0nq4owCupP5bgSRwIFwY4V/prOmMS4CgalH7++7tsB8nC MszmrNAFAk6q8Fvht+VCJye5qA7p0nUk1FUOXf/qINDElFRe1uYsUe4mvz+aXsH142pzQvUkPJHh GYeq1O1+DApnrBw+fEoPyduYAGyDRJcWezK0cVZV1wBV873OdKdlzZXpQBYq9R++RxcVS94TOGcI A/gaxMJWsWhqXWzlMSALrKB7YCGuT8z/CYT/7Y9kRD4kFgeiBs03KsCS5KODHVkdNvIcy5AsY+5U O2eEHcuc/rb/fkQKHz2Wayf0YRiCyQFPEQt0V0rjOo2P64PVVRANaOEJJQuwm0upYH4bLliH9Auj KnLiYAL9GCb/VruLf1fQoUdQ29fDjM8ndbK7JeFEyNwYHMDA/lYxrufOgpiEdkNZGmqXqlF1Xr8j y7NkBify8DVARYgchuwvrfzcs5xDDTN1sghn8J51IzfskBp/RHQD5FgB8MTTwUSxzQe+8E5U3XjL YK26hygVkBFjUSTRguofSlSNXW4MotKP9ZqAFRn2hdhph6SD8t4MUf/anRwB0m9ES4vI9vBpKWd1 lW6MzpY3HfqKIL0qFbuHe8+C43jBsPiJgYkJ8u4c0BOagLnek8XUl0FiZHHA1R7RpgWsR777PDUh GjEnsn/Mpfo38x7pxqcIEzpKgmXE1ImxfO3FCJ/JVz4diD5psxFP8RgysBMUEHgV49fCSym2oO5h ubjLr1BXezykAcSe2fXjw8XHZ6xV9N08usEKBcdKKIg6ogRFn+TJiJqAcAPRuMoJpETNogVvEBHL PzqngqGYqsWuSYhjxPLYdUYeNWMcVJD5at5IlSZQipcyI2wV8TO06mqmDdlhoxjZ/IPiB8y/F4ec E9ka7G+DBJ6B2gDEiuFylsIQB+pR5V09ks1vB1MlbsNKwp3DjU6gFHO2kj5NEVHY/TwnJj3LCA1y mOw1ohXopqZexZojzJHxFJMVTdc0BDvS/+VpCzmtjBskspHd0az31Z6A2AT8WAnsYOdHZByXe4Le x0d236g3tEN1CGja5KXJJ8B7wwXuc4P87hYYRHxWRVzukTY0IRi3atZ3nl55TS9ZIPxF34PXGcp0 iyUu6Z9cVpogJmQAP5HGEU5hOxoOzGuF0gYUv5ZYRCsGtG1IYc2ntgUTZx33ilMoBPifhXS6eXuT 8QMJou0gHBc1IwLdPc9nWR7iY86o0XW9H3DN5QFuTbfpsJOuU1TrDR9LrA1XYS2OpgFArCk4J+yG whq4iDXtyEBAYQ2ZxJrTwgGssK79u/RbYMG0M39Y4AZh/nbpA7d2lIFIf5scJOAYQDtwV0tjtqm/ DSeXiRe4kfchz/nbvQduxFcvhfxtv01F7yb3BTSTJm9O3JPIojCceYiElbv9T+75rdywXS8SntwI ULkLa5LlJ3eUqdzdwcHEJzciGbvDlRvkkyaLSFfuHCY3FlxTNQq8xZkziMfrNpjniEUxOLx1ZWMD uIWVNhUtLxuV3zuVDugnlXCj/cDtHeJTqp6QsNpBuyPlNrC+oPLIBw6Hw26CYBL7dQUZNwuQ+GaU uS1sZjz+jIYbMIHqg35CdYZMVx/bJNFlJJQu3W1Q/IXFM+fKDl+d2YpSyl8jx5yM0wGBGS8q2Dwm FZu/hXqrJrMghExxBHux2eTU+xedoOzONi+DmU6puToYTQpJG1HSj4VlMsLgdGIwbvQmEYug6DA1 WQnwPKhuppm3jE2mAxFOa7DZ5BnZmBPUd7pMWZ4oDhkAAzfIBKefWER7kWlmMkr7WZCkd9wLa26T x32sRyo2oqXolbyftOWH+aujg6goPmV9QdwPMnm/GzCESG2sVbUiA6jhASQjxn3ktB2D2xxNIorm yeMF/gWNw+gC1DRARXZi9hynxO6U3SBUmhTFbYFC6LneQomAFHQ5icDBsm42cMpqGb1ZxoQOI2LF gDYRwhZtRGCK2+Eql7/b8ROfAZ1zEUHberSaKB8yFEP4gomMwNJMWCpc2+sium7+0CTEN9skRd/m lYAnotmalWFREiZVgc1qlXiIbvCuyy4h1cbDjboWBgULw6ltiAUqJay0xgPNC+MTCvkDOY+tk1pa JJKv/gS1m1gnSWi5Th+PSfzEGTZKZirkkqaiWEcrlC6PNgb4QMs1C6I429ofCxMIWdgw0CamQOQa WZoOGAUJRM4NRT5MoxNjxKEraxsX0PGoXmMOI1fERfC1aJzOwNYqk7cVvTLT3vBRPfb34KncVP/h RahsnCVt5iwbcw2PC8aFpt+OueeMVy9fVBh/r2xX41V+gX5tFanUQcvVRddgDLSZ4J2h7YjeSt76 VFkNOABj/gVrOmiR1cEUTe0VK3PZmiUQp5yUdnGCRkUmv23WaHL2bY54ojWoQFoWg368hV1mNEUI GO1URc9wADdGVeYFiCEqUxUA+o9mAlGlVXxp/aMbiG8qw0kEZUV55FN02cC4+qYHNw== ewI69TYChiUU3PuvmQWObXn17lDqQU89ku15zssbPE192ZjYkO923fFNOjtMF1bQj+lBkLw87Vvt 6OKyOtgq3ur3jUmhJAl0o1443aB6UXU1KnYutdemp+CZ0GlgcgqHSnVmxokt1jVcr2NiRXUrWCi8 R6VjTx7edRMlf0095V7t8okmiChZoi68Kmjkon+cyEg8e2UQYD8jbRUoKMnYG/vfZy93lBiyXWTM 8JglSC4hQazLtaBQbdem66vD/pL9QDTOKEfx9i0Xvx1o7vtL09xm3prK52I8/OWz5botwviVzkEr tZZ9EqEMBIbLJziC2deffap1TfNFqD7iOP86gHabqItxhZIK72KgaI6NV/83bhlp4Eo7MmWHgw9S d/D46pUazxxDj5CAtKqPgnq5kNMhHVsEdglePAZ8xaWO15A2M9Ly/93zR/E3pjXxNYDYa1RAZQNL 07va15qwaefPUD8dEYQnImLPuLgrETvTynmfxPQG5FHxXkhrcXExbZYXysJCdnDEkyKXkAz9arJL Gyr0MVmPCg0KImyeo/StQrfPd5opfJzoqWlonnOobCWH+v8PLagpOJGQ+rIlYEEXF346iOKn9RUX 2HDi9cA8dRFKpYQazqcMFQK+ggxV9FDV4L0jglBEqI5JBgKGV2h5MSkQvYZHaHnhAYgYw6MSeXlN bAcPdSd9Up5EqRIR4bXLyrn6jcXTnAcuQ9LOUVXZ+WA3fsuYvkvTxGfAMYuNT/HA9lj8Z74urRW/ iNX3dEJ9Wbr9OKCiH2oVtdzXzAGqU5hrv5GFgQoufG3XqIRhJs/jS+kxbsDDINx1rwJAN96yzURY mmbDc+QvemBYwrhRiX7dkq/Q97VpAieO4rIi00Wc3V8msCzZdiUxet4qvITCvwfMPvtSVHgVkzO7 IuOlOfNi8ZJrZyVttstYv/nnlx2ZDistv/fDxfV2BdnuMX1Qm2PH/IMoTotMeIkr/nUVxTebvuv/ u9S3diRJJkxwOi5QDW0ppPoi6pOAhGQhO2RrXNBM2EjqFzBmbjShT58bo6efb/B8o8COttnOdven FX7FANmm+JJLCuj9kAb/EHsmIsUCe2520GuC0p1dBnSbEIGloxAmi2sxjpto6pq13ocngANzzjbz ZezeIMNJ8u9jdRFAdpGRbs9dz/yZd5Tva4eQLz8fG6c0+aSUYkqitZBNrPGYQhAbTagT2YOAYgaw u/R30TyQBTECMmkY9cYHQCXYQMx2PrQ7EaLKBa87UyQrjqISJ1jqOZizPT3A6T4Lj8YB5xgq9E2w 8PbM/6jFZddl3E/VHDxted4c4+WghJGpyq3cQImZU+94NfQ1jffBcAUYIPv1cYjZTHTY9WlFjwFk Ex2bSkJLfDDjn4xzgaSwmwgVbZU04YIb/cyEPG/P4/++FlNdnylmuMbsrjFPLyFdozvvAmD3L3Vy 92IMski/rwkxt2F8R8Nc0uATSlby2XFV5jb01QLABCLLehUZBvf19haBL3PEM62AELa+GLbc2Xpd rJLiAGIA30F/TBBwwLXao1fjLtdq4b8p0pv38csg+zJsZGJacbnu+GqMWDoRd8GNliFlOhcVehmZ nRDGcxEMb+DYgTgENTFXN3+WmVH32i7FAUks9SLF4L6U3m4dlQyDNrH8b+lEBGQqrE48CIrunr1+ g3Zol7fcb4KviL3w1/xwYEk3fC8feUg3y+Cu0iUsYcO7ONeUBq5xuBARQWqX0QHRFtY+GcD5qDDG Lhpm4drgXdX0mOJJ1E+3xoF4YtpYraIUJYY4r3EIGFnIY9yaiicfdsxgZ8mqsGLgSD1sqXiiRg4q ooh4wgtj0lDL0pFAg9ykHDXMz1apZCKncQJsSfEUfb6OJ3d1tKpprZhGqxr3z6uwqyAkYQsO0f0d tL/8XmPSnPYBgJCU6JXtLt/sVagh2dZIICPlxNEiWj2H8fHFDMK1imtUeIEV50lxCAU4yBR0qUr2 wHq8eLWa6NgfkrJq8+LR8Qm5hkHlO2F2kNFqUG/PvYDqSLrn9ZexjBLAjaKlmfNsLhe3q/W/gp/8 +EgGvM7SfqLooPMFC9AAhvOhM3nQul8/svUzBiaUtLiI0JfhnCf6khTycQId5LiSMnhtwA6fr4WP ouV5fWUVR6+Us0mzgaUE/Fow2ZE0k1+sexpIpJcmFR6BUFLRGAScSSQyTzduJa/n3N+rBvdudGJc wSKXmxaxIxQvFC9vrfNHn8aUymmSVCxK8DCa+ARiMhyjGFeFxOLY02TY1niSUvOMn0cT/HhaZWAj IhZQPDfddReY5Nsr/v6+sU5h4wmj1iVON1hMQRqR4r1Sm7zC3yja9goQwYD7MlTfeBIUXN7MeDyx ZK5P1TYSCS4bQ+zzP55w0oRTfVnlxpN06isuhD4MqVfY0PMXg6+arDfayt4/6bgRhGtlbauJ3+1/ eVrelDUa3C8e+aH06Aw+y+dlh1DNepz8JA+JdHMrIrzdpCyoxevM7vZiT9IQjPIRuqIdaONtzPKj sOO0eM+kae/jiYv1AnvuNBBjb0+aBcUFHUrdUSbY6PPZEWf6jek8qvOGCsZerSHv4c3ZZDL1a1gO xCYP1cvU/fJzrs0ydoeru3+ayWk4G3UbHPgwYu5fBOW4svLDzKt8IWkL/1IKoNtQkq3+NPVGV6jh /vwSamX+gw77vW1fmU1DMmlX4GUftXbqRn5BKbL/6duN89K1/R+HEDFRZtJFEXw7NU5d1P/0d78S V1iFpvomG6kL3TTz3+tX/pUL9GV0OCSt0s4riBK5E23ncPA+M5Da+wtHQnM79ivg0hOhTEOidjQN cmQqcdV+O910BsODmEVDZjbUtgtulctpb0hUruGZx1BSB8vzGkk3Zdp1jKZ4zcPOjJzoDtsjepjH nuZWbEVvckZgxb5LTav2m/sT1QbPG/hjyQwbRbo6AqiCyBsPoeTJfRTT7cp6mtXzJFlXOjY/4lzZ aUCN3mtJ37fYiNY0tScYqnVlIVgpUITestIFRmV2otkWU1QKDm05Ugb2wDvprpXbMglcFPGo9iFF rfpFrbStkzeAqyAOrPZJrrRm6I8PxPqTOQ7nWPSGagv89J7BMKQ7SwPkJk8+aeUgFqDcTeRQ8B4V S1eVkCn8YgB6KNCTy7/jhIH2aHrvXuIbJAnx+qsziNFyD/GS8Ba4FioHuZXPkDc2M3tp6MVHQexA DXHZeh/kzW9XmU02ShdGbRZ8Y4sAjD5AxcdIn9H+khuv4DCOr/Pk1FA+EDrVUIiTU0ejaMW5k3bD aFyPsbYIKn4el3u8UMBUN0fD3pX3OVycus33uG3B0jZk2r+jJjFE59VvPyyf2/88o1BvuYDf1Stq iuLfdTeGp2VuUr+x09+8rLNreWn0L3/0MHMuqlb5WRSPIGisi/wM8bPDx9G/Tq+xgqV2zU3GPUUY x789BpmJnOGK/dfHv+ImSaX0WdG/KigQ7DJkseLKy9wUPxCBs1ShTvzbmfp3uzINFG/zI2DM+vet virogoTGXfRvINhloUhFAJyEf99HIsYYR8sYjn+/nWSyWwemfzXLqCvCBFAYsESIZv3bLES+ggum +r+zHSEUmk3Bnp7GTi3MYfJchQoN/gXa4ODJ2tjoXxAuRR2UBoE+hfMoOK4nKceR+49/tZlQiKJ/ S04ZSsW/cK0zwelhVHuW8Rv8SwYJzTLyUte/NN8ieM1UZP07ccagROJfyO4T9fwEYkI9mK2PEtwv VjC25XW3/FVqXm2RhIVqomVz5T+ljVmciZmNVeqP4dH/p8ayW4gINOaufq1SCxsTUjNfgRXJC66c MVOZSwAbTquJG3tHxdhxlSnD6EoP/40/khPUHk5EFs6lQ3viX1LbXF3AI2SozKI1OakEUcvCsQTB hSd7oTH/o7FXqcuV6Y3zFXUA8wFdmvIxkJImJKItgleYzgvaO3NcPU199s4U86uJhLkQMyTvJtmG qtZeJaHqrNj8w5/wv6wIEwu0tYRuJuB1DYDenogIdll1acMTSs15Zr6eIub/nbqiyfdWCeCsZVSs 5mxdrjCpbtCuXpabGtkCavJ9MshG+mUnydBurjzWkUgsMIo5vpADAwdwRs1VJamCTe/umei76vmm 0grL9rwgMKBNBf+H/LSu7UaI0CpkevwL4rNgSPalURgf6C6hWViVCt/44PvtwlokKYMrHDQlXuwo vL2vsi9KKTUiMDhMAMJADyEHUfhkAbx6te9tQApdNDfwbspRW+ZFroqfQrdEA4WgNHq+NSnRiL+h Dr6gJkZfeoogh3RJ6vVMaTOHAoZxUMHbIpLdMZ79tNQMUG+ahArYORFKm6lOqJdOYkRx8LEvwbim hqxo6RSigsL7SKp12orV3lDvzaiSelM3LQj1HjFc+V2u3l5aATEv9XYki0/0no8paykA1kFTM/Ku 0fAHB3WIASCmg1Ts3O0iEgXM5mKqoWPsLXiOO+IxbcIP8hnpbzMuDHSWDHDzSWD5OViHWEYBfPdo 6VE2gjRoZdnIqwRJrgzsLJ2o04vGtmX9fP5Ic48Fz1xdHZQfLod/9+jShlDLVDHRlompE7ZAyRto YQsQOwy2cIUudmA4WAxBI8tw5ORmWyr33viJihRPn4GgdY3b0SfrAUiyETuIYnT6ePPT5vA7cvzW 9AoazzJcxTZxy2+wUGzlXlaYVsc1HBPwx/jRFKuV8xPMMQrOFzviropV/Pd6MolvRPpaDnMkWzmd xDHNW6F3xYBk/Ig6fjhqG00ZxkmQzWpYF3xlqRMrOJ+fuAsPWRUlww+OBQ3O25UlTxrlp+rNqxKS Grzty32YNpVMMhfO7BGO2i4poKQMYG43U04M/MeeqiNCpmLh44rQ2BISK+m4vCfETHq+z+fMkkLh jwTn33K6LDkLcfBIqXonBkVtFgD1ydi9esGODy2cxv46DzQvX73t+TsomqrXyowI7UkLZNXrwU1V h1CIicKrXgWVmRN6diLhXb3PKPImoQmBMyuh5X6lZkv2tPL6Sr1cEa9e7LzcqrcyZ1DJNS+rXkeL AWl2cYidBrh6p+evwTqqc9AmZMw4RGR0HA1VbzLstn+NrXbkHYWBsQJSPzbD6pFdUETjIhvE5fSH SuWA/KGo2lXTM0/jB78kmqaUV2us9PR8pS2qM0VlkMZruXMnuGSGfcvMxPSl+iU+/KbefUIRPKTs dV0IGx5YvOXfWDV265VvDKBcntV7SjSuNMikZI/GQx1//o/gu9xEXsgQvkT5hniPSe+O22b6b98L 6UPsgRZ/oNcmTVtj0IvjmrG9wwPIMxggTOi57m1BFA3EmfzABCMpI3+2/TENhfQks6yKmhQp9zKY ti/l6ATTl+/4KHrdryMoztN7Yu7CzWxCNT142QzAL+970eZHG3B620wi++85khVh7A70tnwlWY9W F0lgE0Qx4Y+xu8xgi00BRoxaWFZ4vVeUgZTrDsZVs1xUDknoGifDC/YndBjECoNaHw== S3sOHvPjXtdEg2eiHCEM2chkaPTugjpW8By4ih4GCfDiClqGaiREw85y+kEo8yXrJcQf6xz4G2/i XQ4DBGssCoK1VCY1/Vj+BunbuStCVNVM7lN5DIc+JfvwI+PdHYFL/3l3g4ZmyZQfd5V3F2avuFXE ywXDNotW+NPuf2l3890F871K1FehL54JfXfpfrf8EsyNPqEyMHUWaOPdfdxsxaooj3ezXm6c6IdQ WbzLNyeGTKF7d2eqvBBjPRt7B35sM+Vp1UEaQRXNDZr495jfxucw2LUrjgo2pPTMi6bkgcd3f9hf dJRZVIQKN67f1h2Ew5vFq91LnXvIx923Vn0cxim4SWeMcqkLtz9+ZN8YVE56bTamZIRy6lLbzGaF pGOQhjQIcD91mxlsae9dHAgedJOvAilpuYDHcGbd0peKy65GXnPcX+4yl6xxLNRFAefiSutK+j0Z dFNnwHLIwKNNpdYIWuo8I5kSuTJ3naaE6xsLLDaIS9ES7fEScavnToCPCpSogvr6Js2HqTlOohBD +mMIl0XVlxtkIVu/CGnTG0Hpw31Yb1I9Se91rW8ODFVpCRd03u150K3PjsxcpCFiCfpmBpfr/gxb A7Hn2SlmONkDKFbFlb/6N+vaZQC2vKFo9WYUaI8qttabHrZ2Rd+4+JduCW8xghlC6XhiC5d1sbUG zE67HfG41DClRSekpgbMoa39fpUHzktKSE3CDUc21RrxPixCOX9i7Hez38Q6OrMFsXSwp1CvN5uS mkMb67yATmmzluTD5kMwamwNHRZEH33h4laZKOKvCXaX0Uu5kFdKxu1ZHz8PJiksx241iEDF0KZR TCrgY/ZIq54i3nmEv0K7Moa13heA3sakH7WffL2DoW8M3uDqwpJTD3oht4EIwiIe0DFusNUjIrKn sBc2IRX8j+HatM7dmZLs3IEDm1+HWzmkbqMtR5Y6AGXrstpxYSUGE8MnWg5ZfRPDqfQiuzmkD38m gb+b+jz2eHGji/4a6o44LijeBZ8kEzlb6bLcFN1BiqFeS374NTIoRRfl1d3opCJ0Ht2+YhpOqLke 3SFRSA3eohufmx5d1eIO2sTxRzf570MYqXGqEqLZOkde2mTHzEXu0UWAKeOBL3pHF4wvU8Rc4WLv yLpBGewUsTiOxAy+E0o46DKI3A3DdWXIa8WVQdKSQXRCxYlFy1IzPxEjxX5RvLzxjCB+FTrMFWMu Yv918bImnWKVKXJsRszeKJapfx2twGXlK4KXBe8XelCEQRxtttW3xhcxzzdE8ejkda8laRBHjih+ uc7bvXnTvCm+RlAOJRmKSqqhk1RsF6krwYV5v85nrJhbWrqPNRJ58SR2X9ZNKp/QN+UtSgldi7gW TNXU2OKzAc+AnTM9SYHP8OLXi3fFW5W5fUNKMF1faq+fTaCTAnCbPl4IDwdV/EKKyneTdFd6GJA8 clKxUIwOUA28JD9ex32JY7i8MDggJ3xQ8hAG9EYChabg066OgurV9vcS50O+1kcXDhgxe8080OeX PjddAYjBu4rMmPTsyFYVpydSbhVRmW0Z7YQ0rj9hsTYYX5jntZTDsR3gIonXyRyxX65X+skFu1sr UpgosUr/W/aKoAI800jNTp8oiSFfItqa2o+Q8OB8D5RhXSSN+7D3Xg90zIolbceTrma6C55NT5Nc YrpdR0Pv0v/kwMdrFAPTtSx+srt0V7pMKkTWYboIqRpI7v0/Ymkr8pWiY7pa6lQ4WcmPI4PSlSkB LTLdLueL0kdVpS3JdE14+jjs7RamCJlub18CdabbEZy06fw+ebGCGjnMNtn1vaJdsLXn7LOt9tZK UV5Fqtz4rwz+bwV2KlgIm0sFJWhcGZBd7H6cOXVliA9OICA+4OHfmucK7R8dJEGlwlKf7vNx79WV cfT0B/wCQ999snAmKElXhsq+85EyBufip75CkKj7+SfJ1tYCWB84zYRzNhF1l/nKQK/v420M3bav vpI0BkiUZ3UJiSYe83MNQWYpt1EIEuqmtORtHKhM+Isnw/l4tjej5bVeIDn8vehGfxoYQQLirgRX lypHDseT2bpVzQZ/41c1PL5fEmKClKh0kYfMbNMLRfj5OC7uBU3SjM7+rRLDWZA/DgTEnRJ6P7BL O4TQ/geZDv8YMbzWsx2RnVGppUpgw1T05RJyZVe2RqC7MrIA64LdI3I5/6xfw982V2s5phJ1BGSM w2d35cdHx1YY2lYES65zIavwKU7tznuKQBPb8ZFNWrvqqrC/555aEItSfI291XijhQJ6LYig5VgT WAYDwjcmip/OBQ+qZ4+4MLmfNzRMZXtGAkPBq4SQCPFl7IYxHhRJy6IIbBWzLVUGF5+Mui/QaQgq j5EL6Q82VrxDsvu6gWlG3BXhvKLDH3C7rPy71PLVAXLqRQoL7JJCMnwpIgp+Yb+iXVYaMGeqbvUn qOwecrSHVRqfAsCx2GzC0+ChNB3mjAFIlBWX9Rm/hUCZOaL3rqRzeLJyBv0ywiLoel+xjwzymQG6 J2DxYO6SEIAWcDGYZLhSPB/NpYPu5PYChrhrABuHyDrXE4ZZXYYW6fp1xa7vTA3AWN5bi95k5z6b mMxZAZ+p27jZ0vuk3VuI1i7j3DMQaV9gGJKCfZ63U4+Nh3I49AWAQs0gEVj8nciQOM9qXKsRdFql HLTkHnEk/u8j7pek+Q1JbeYt1LU4qkU4MIrJ2hOmAtBjr/aEfksfx1dGaUjcx72FRFov6BzPRD6U PZDuVn+eQ0rIU8H1WsBzuJWkNKBdmTVcS8dSaHi1K4bxkM1Mu/KjsMZ8dlyi5V3cbJayQ20CY6rH NB9rLVatuUuDsXt1ceD9YgNY+/1iLs2+4ipy24TSR6JWZAG6+HZv81bkYM8gS+rbt2cXQMSZeUf9 jxyRiQ+DMf6PWIZVH7deJdfkQQC/SJri1S3Z2lYZDl8BYDebUYNtRqCFXJwAu/7xudkSOpanWl7M G7DqgYyGdyQEu+3wlOxxJh2l24tl3QYcGXG4b3Tz3zWbMohizejhaK8vd2EhVw8GEs+rE3Y2pPDo fRIt6Rb8uf9rgKYBpXIfjFysY42Y64qj3sy1KrW4C8YFZXfNXQBS67eqoBINO6hiMcoKVy74NpP8 S1EIESQ1ZAvApbhZszGhsNEkySOXhBgO/Xdfg7P3xPHtwdfniSMHTNxSzSlgSqX4iAws7E6um7w1 A3yV/Wsws0xGr6l4Nd20fJmEGwlh+PcEDUmqaeph4Ct8X/DtFR74lsbtPJbR11Sob/mgPq3TlEqd pKpw+zCD2cYTBn4uGPsW8xL+P98dhHfWiODrRSBy9x7cgevVkpMKXxT8Adt0j0Coutw/3Cms1UMx xbBcLCCdaWw3//hqVMtIxHB5uLEYsbyXwfVh9Tv1/Dg/T+LhsKBzKTyDuo7gXcV6FMlCF7p0f3wk HtaNh+mIpE60xzfB9LmynFyQZMiJOLK+6Q0fMX9Mxqejs4RNpt7ByS1ylj8qRMUmgl926r1z5ZqF /UHVtGVqctumsPalS23isIRl0mGVB7xnPSxTTvPFJhy5w5/uRgqmOOqh/wfhCW8VEK5Ch8GkTRkr CK3RtOITKRJ6eQi0vqMzFh+kBfz5k+8KS8PGwPjgc81hH9efdxmzl+2pUI6RdZxTPOw7KOOCxsMD nufxNtD54rHZaRP+mwl8JWZRnRzs1fgZyemIFXsBoZsF/qNXrx96XHZpiUH+jtWQu5/M5hiNRauG NFk1kGoe7SACmtFhSVUT+wvTh8ROiH3/p/2vg58UocmpeGB++5Shrj6n1hr3KuM1pBEDrjfyizKC Ifbov/jJxSG0rMX9MY4lmWzJ/XpiR/wgnEkICikpm4v8cavFMzGmVwog7GpFsOpWUF8W0Ipcp0MC nNFcnc3kh4hQ86tzZZB4Cd+IPu8b8KR697Mc/KXBLLJpAkwzcKnCnHenCd4Or6f3mLs1aZqLFvsv Mrv5BzCujqeJdczBIbv/yrN7m9VMY/rfPbQ5r8xbI3++kgAUswFYP3AL7dujdZfN7qHANpXv51z3 DDPHaDCFga9K9fcbFigiKh+DCjPlUw69YROtVSl25k7TZjPNvyYRTNEriT8SFJrT9ry9UwrkocI7 rrpnQyfGMc2Ys1zy6prbj/92p4fV1tWbM0y1/2/WflQmG3oRb8DwRA6O5UG05npO56XG1HkiHnX6 35/1oJ90Gt1XErcLZx4WkBOIWcbEcXDLwnK9PX1E5vDFHYUlwTnHyWbnZb7wd7T5DAKeEvYfM8x0 A/NRaTdYq6WQp5x5jJf6ri94cdWPKtS68xuSP+VKEBpvWDZ7d7l6pFUQC4WbFgQTz9Oth2p0wkm7 MvHOawIsX94LDx2TgoYRgN3BYNpC0iSYWpJYjLnkqdND4Utxw3mTUziGd2y41uYRFWEoO2AgbfJr h8wWzr4uiPniHZERZoV5Mxd9gOkh/SBjiL0Q5hD2YKnxSytn8BFNgJkOW8jlZkwq468IpJ6h0+Bj nylXMLEvE3qIhSD3k8n1E0Y05JxzUNQYyJvms9yoy0Ezr1OvdFaRjT95gY1shH0RyZzS0jqoF2EO /rbfsl+uw4XEdBl1bshIEPm4Q4nXIg0FwUOoxjpk9SvcdpxrhFeMxoTkuhBVxumconY0VOZRKOlm uLB3CDekZXwwYeHyMAE6vD/WcRZL+35YRJ4Uddg9HJBVBd5RkwrrLD9hnUd0GE9gtu1vgR3oGfie AuBmYIPxAA2lRd9/AjoPZxfjta38Ybp2fytm9aC+NDUivFE6e+DGRDA86Vk/2NVUxsIHjCVqTTDl 2qvkGFMShpRHi3S8HaeP8YzDRec08MbdYkDRCrV/ktf69q4ssIZxSAb7Eo9feyUmdQ3bvcWt9gj2 K6yjLcd2Zu/WQIty4kLI0Vi+onTl0KFbA4miqQKZA+iZy6pY9G81P8ESI4LGiUmpe0IIvCxDx7LI PoT3giI8bKWWwfghjT/vLz2zSVl78NQBeAesZRgmLJIcKc9v1MyQ+Z0B/UDn+DLBHmTm8Gb6wnQR GBHdqkbKv1xfg+FHWpiLPzDcbHC5SxhgCIUQbFbX9/oFV+xhrb6I5OECD5N0KN1DqV0UAe8Eeash JmomyIA+CEIwmOtKhcuMorie0tEeNiUMIOhhY4hn1nM6y6rL2CrD8R1k7iTB92hoY+AytMhlpD+g CQ7Ga32Pwgqv0Q+rBU89xEjTYsnIpm4Ic4gKdXsxgkiSHKGddBCsuCGfj6Bra9Kn95liRGCrsiPB SvCpmKZQEb7uF9I7KvrDvSfqU0EBZMYCgg+THo4TjUcfhrPyiE0EzhCvb1HVjeeQ7/jxlb4Vy7hO RyrZGqZvN9GWjU2vA1AvSqCbjRf8zB2mXl9qRVyBjee129tbRo7HiLGjM33ZDbU6x4Qvs4hkVIuF odWkeh0yCxZ1K+53q6x8Ugtb4BFRcdApX1r2IYwsrMCJIZWjxVdBvnduksMoorp1wA== JKAPUqTc+8ZaQelNmY44mV5s/3/Tf+7XGuw15inVjtKWkyzP6y5S+cdQScxLQkrl3fpN2Cdorh9J WB7/b50F0gvB1TijjO6XcvGybdds26wmR36iai0MPshQhQ9I02fNMGWzuabjvuktRrE8kdZ0tV2P 6zcEVXZERa9UoWjIt3XmQXMt9CbjTC6iHL5d6YXmH84aBYVhEQ3jwkSmDwI5FMNMYeNLuIZwRcal okaKeTuNZ20SRl3ilk2xfjxWy1pP2vd7NemQYFLGG9Y+d8LOgbmOyKWzIyCYCFakdR4nJ5qGOU5U ubH1wFe29Z/pyRT+Mk/hKAtJhytclk17R5n5g6jhIJOuBxQB37X0t1bw19dsZcOg3EZAj3CpNANw ZmQY9m502+LJ97A696A+TCWtlZrfKe48HGuQi9RhtlcxEEfCcHJBJxpi0KxpJvFuXZqJdJlEwTfL 8p+MVeJpjBF+0PuOHtjV/JNxc6s/SJ/j2d7BbRj1fR+0YR1pcSXaXTrZVFZMdBCU0t4Ls0VN/WuQ qarYRxy/UupDxViYPsVDvEzWTi+z4emnHjdc2lWTtVFzFwcqs/VqYAmm1Z7Uy/BM9YIQ/rCIvhCl 15p9/Q25tEEB2fyO11WbiJZ/N7hmdvxj/po2y/xZzQ5NsK8/eSDg+vMKK5JxanWC+VmYJsr8KuBD 89In69Cr13Ek34GiFNuvRdL/vWHNyFYl+BJlKQCeQURJoYofTqxLt9+dGj3lfVJUrYp2822QQzRT 6lioNqUW1nIqk/O98hhDCoxvOnuVQM4zACPZGo7kG+NyoBTi+xnTtrA96hv/63XxVTy+Kdgsm+Z2 QZYveBsS2tM89jAN309V3o7AZFyczd9tbvlbAy/GzvcIqjXXO2NmLqAu2rBQaTCH3H1vdZsN1tjX uoWN5Q18xoUSEcYx9+oKHYUJf+IdnbQMvkATewl/brWjgCxBxBl/mpWaa2aw9nSYWBnBh3Iro3QR 8wgHpzE5CfHgXEooZYsEQDwmrSz+k6epL0jraLAJFbtF77lfIn2ORHO3LuzKj04hgnMXiloYN2/E MPx9axTIUpCerJ6MVTujkHlzGo6T5JiRbmi3W20JLGoKLoTjOypFt9cgmHWaY/2IGDsUm3HlyQ8/ nLrH4LcsgPCJkWohCHm6pLeTkoKWhRlZ8ENPC1Zz/jWjXHUF0kVbsXXWWPMGeoZh6hR2HJ2g3SEx AZe/gEEbSTnuSomQEOwj7CGurjx0GcGE1nQKDjooX7zZDQ3NcqjwFVgDxFX9aIK2eSplpYMLSD+K ehPY9H0SPHQitItLT+rdFaLl7QwLdT7V9bnpjEWmcWawHylspW/EWU4FaGblXb60SrZLwH8zVgIK UGAyIIS00kPbj9oujzTvcTXyS8G9QWEGJ5u5Ku643VwFq8jMpp7I+I2dAU+efmzG+U4pAq0yARAy LbbsWh0O913nqhCqeC1Fr1GB5eG6ws01AVSOOnHJPajIFQsHDnhbBTsaRcdgaWdUl5zDVlp8SxI2 UG72XiMZ8kXQZQCGFS8syYhi1z0WnPUmTwOd1KXqNAwgx+MSkjNXMiPi0zDJ2bZGXmmjeYjVz28x kNYcsSoaJ7IJ2BEQmLrX1Lnke5y8HYYTQOUqhT73coRgnxGSmkYlOK9H/kl0YZv1JDO2TgJxjPEQ sa8VJ/3JOkkkLZYq4wIDTEaGVlKBCY7tZJVKuZrIp6UeU8xplFhe8j7QWo8BJGgncYsNpjewZ4qP ztGvSxAF4u0IDS45TiM6J9ag/37fEVn1Suq7o+kiLYt0g84adUCSGZIEdsC0epWfHx1HdPtcuJIt bMFizJc+rVtOM9pTS7TjwTR4vguNWOko8O0xejPXyIcpn0Hb8LIPA7FV+ru2M5AoOBV5xP1h0xtJ YwFBRbSp/iXi1WGAqHBXQNIBwUCY7KGXJJkLUsjn6OBhBagXw21z4NdW/TdBdDUKXf9sTxujU1Jp ktU1+scb+DoDJWWyxChpAlMFdfCvtK7dOJnyx/D5YngBrs4mRpcMMK2AlH30TqBnnO6m3MHZVANq Rp2wxHnQp2tvrzfSx+8lns6fONMrlKynQXMv5+qTcfkwFplOkf2gfkOn/hlYyB86tD8fLaBaCiwT uqQp3k10oKC16qt4poYMVOs35XatpbJXAHhPK/H5FE5CmvcfJkDHh042C9mUMp1SAAsEBWy81ehi yHa6/QAWMo+RYwlGpBNDYBqHc9RVaCcdrGbvKjiZsGkyVdLcw3YGscvKk1nbJv8ft8fKUjRnn7k0 T8ldp4rvEgBMNQclx8jAEnrAj7oMmY6LhJXEhFQ5mhsK6kQuIvUSNpTbPwDcN/Y+NAsr36xgBnUu LMkGj2p9Cakuk/iYKrCFLsTZpvN9LkuGiI4VrlMQGDDqIFM7+RDir/zmo2sDVYwWUPh1aLD1vr2F wSCYCVam67XCKx62ZfsMB0keM6wdnqizZ/zNorZ/cY1TIvY06sYuOme1CYuBVyTT2P78p/0syVww z0Z5GVqN1wUQ8op/WcKncXG2T2gs6QyeO0EDaFWmvgdTzNSWbERoYTYscxGcbZff9Kk3B8/18qUH ATTgdHTjBA6Ml9aGIu7RWmXhmqJEx8i1NcseXr83SvXKwPQ+D5BdgoMRk0YUQY8ZBF7xF/yYsOuB fmvu9s9ZSVeHF3j/mg2KRsIvwyuvwUvwNzHaBfLvTORXAUPFwNGYFmpkA+/EvMUBrfiOPbdbxjtu 2X9uaDbVR6c2U+tcrcE1Z9z32yws2vb2kheLp2vkOmEGjJ8S3L8/tH9+AFFfN817Qoq3kC+vVSFS TQoHMUPxMzrzD/PgD2QW86RBSB6ib4JqEfxmKOJGW7YRXBU5bwGIJSXJ/+H0jsYQt8gLLgjLurmj aVbJLGbK1y9W/otNYYrPIdfusyZQ7NACaWs4qsWy2lE1HNHQ5I8FTdNDbUbgrfVG7P16KTONNElu pL25CjRjreNocQ9imNzJbvZEpsh4smnarlgvHctZb9VLnuMuns93EpLbTAvUYtoXSvWuB6gzcwdP R6ffCif7S0ybvnYY9QXpDT+mE+sNCSoxiaMpxGTmNTh7U5HRjtW78GGSmiaZIyCrgcqjnBNwLN6s sTe1HUJUBu6zk1TG7FcdWQJy7dA+LBBZui8mHxryM986PnTb/9TmD2TgcEcfYmZh3R5FFdbMgD+k tWZsfp9Xe+HGbZMtVHkN9Q6k6NgPqtVbCQFDB7Fwgp8pTWvvu3L6kopi+kX/jFQGZKLehbYfo+42 qBQN80/Dn9JBLqei+TuqiYRqA2Hi+GusZ8FVj9kQbTnY2vIXAdSLuM8OXrkIkqxg690cKh90izrF tjXWXZsA2EckCnDEPxRIZMdGgljoVTRdrxPyex09gHpnnNxOSJBuAg==

Suba el listón

Mejore la calidad de la imagen, la productividad y la comodidad del paciente con una sola actualización

Amplíe la vida útil de un escáner antiguo

No es necesario sustituir su antiguo escáner de RM. Dele una nueva vida con esta actualización, que utiliza la tecnología de aprendizaje profundo.

Estudios de casos

Caso práctico sobre Maçka EMAR en Estambul (Turquía)

Con AIR™ Recon DL y las bobinas multifunción AIR™, el centro de diagnóstico Maçka EMAR observó una reducción media del 40-50 % en el tiempo de exploración de todas las anatomías.

featured-card-half-width-air-recon-desktop-1

Caso práctico sobre el Precision Imaging Center en Jacksonville (Florida)

Con AIR™ Recon DL, el Precision Imaging Center logró un tiempo de exploración aproximadamente 50 % inferior para el área musculoesquelética.

featured-card-half-width-air-recon-desktop-2

Descubra todas las ventajas de AIR™ Recon DL

Obtenga más información sobre el aprendizaje profundo empleado para la reconstrucción de imágenes de RM.

featured-card-full-width-desktop

Declaración de exención de responsabilidad:
* Cifra calculada a partir de los datos del IB con una estimación de 20 exploraciones al día, 5,5 días a la semana, desde la cuarta semana después de la entrega hasta septiembre de 2022.
** SIGNA™ 7.0T cuenta con la autorización de la FDA en EE. UU. Sin marcado CE; no disponible para su venta en todas las regiones.

¿Tiene alguna pregunta? Nos encantaría saber de usted.

Estamos listos para ayudarle en los momentos que importan.

Gracias

Hemos recibido y procesado su solicitud correctamente.

El equipo de GE HealthCare realizará el seguimiento correspondiente.

Algo no salió bien

Lo revisaremos y volveremos.

JB02364ES June 2023