李  冰 博士

视微影像联合创始人，CEO，首席软件工程师

国际顶级期刊及会议发表医学图像处理论文23篇，

并被引用超过850次

拥有3项美国算法专利

在美出版3套医学图集软件

李冰博士表示：“我们是一家技术致用型公司。我们在成立之初就制定了“识微知著 · 见微知著”的八字方针。我们有一批硅谷回来的技术专家，已经通过5年的研发，达到了第一步的目标“识微知著”，也就是将细节放大给医生看到。接下来我们正在努力实现第二步“见微知著”的目标，也就是提取量化的信息帮助医生诊断，我们仍还有一大段路要走。”

眼底的分层可以为我们提供很多信息，2D图像可以告诉我们厚度信息，3D图像可以为我们带来厚度地形图，通过这些生成信息和算法，我们可以得到亮度的en face图像以及血流成像。这些数据和呈现结果都是可以从我们的VG200中得到的。

但在临床中，很多设备容易发生分层错误。因为传统的算法有自己的局限性，严重依赖图像亮度信息的规律，但很难穷尽所有的病变规律。所以只要患者不满足这个规律的假设，比如边界线断开和模糊，就会影响设备的算法和分层。

基于深度学习的视网膜分层

李冰博士表示：“为了避免分层错误，我们的解决方案是利用AI进行深度学习，也就是通过收集病变数据，训练深度网络，学习各种病变情况。比如识别ILM-Bruch’s膜，就是先由人工标注出来500组数据，然后我们利用卷积神经网络U-Net进行训练，可以保证PRE膜和内结膜等区域的准确识别。”

深度学习的下一步

李冰博士表示：“我们很快就会将这种AI深度学习应用到VG200中，帮助我们更好的识别视网膜各层、高度近视的视盘结构，以及视网膜的病理结构。同时我们也会将扫描从2D升级为3D。这些都会实现病灶en face成像，并在量化病灶的同时自动生成影像描述，以降低漏诊率。”