本公开涉及裂片红细胞检测与分析，尤其涉及一种裂片红细胞检测方法、装置、设备及介质。
背景技术：
1、裂片红细胞是指红细胞在血液循环中被机械性破坏后产生的细胞碎片。裂片红细胞在形态学上存在多样性，具体可以包括小碎片红细胞、盔型红细胞、体积较小碎片大的破碎细胞以及小球性红细胞等类别。
2、目前，业界通常使用血图片经标准染色操作和显微镜观察来检测裂片红细胞。但是，这种裂片红细胞检测方法的形态标准尚未统一，实验室人员与镜检工作人员之前对细胞形态判别与报告分析存在诸多差异，缺乏标准导致检测意见不统一，最终影响了裂片红细胞的检测精准度，进而影响基于裂片红细胞进行相关分析的分析精度。
技术实现思路
1、为了解决上述技术问题，本公开提供了一种裂片红细胞检测方法、装置、设备及介质。
2、第一方面，本公开提供了一种裂片红细胞检测方法，该方法包括：
3、获取血涂片图像的感兴趣区图像；
4、基于微调好的裂片红细胞检测模型中的线性投影模块，对所述感兴趣区图像进行序列化处理，确定所述感兴趣区图像的序列化特征；
5、基于所述微调好的裂片红细胞检测模型中的编码模块，对所述序列化特征进行编码处理，确定所述感兴趣区图像的全局特征和学习特征；
6、基于所述微调好的裂片红细胞检测模型中的分类模块，对所述全局特征和学习特征进行分类处理，确定所述感兴趣区图像中的裂片红细胞类别。
7、第二方面，本公开提供了一种裂片红细胞检测装置，该装置包括：
8、图像获取模块，用于获取血涂片图像的感兴趣区图像；
9、序列化处理模块，用于基于微调好的裂片红细胞检测模型中的线性投影模块，对所述感兴趣区图像进行序列化处理，确定所述感兴趣区图像的序列化特征；
10、编码处理模块，用于基于所述微调好的裂片红细胞检测模型中的编码模块，对所述序列化特征进行编码处理，确定所述感兴趣区图像的全局特征和学习特征；
11、分类模块，用于基于所述微调好的裂片红细胞检测模型中的分类模块，对所述全局特征和学习特征进行分类处理，确定所述感兴趣区图像中的裂片红细胞类别。
12、第三方面，本公开实施例还提供了一种电子设备，该设备包括：
13、一个或多个处理器；
14、存储装置，用于存储一个或多个程序，
15、当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现第一方面所提供的方法。
16、第四方面，本公开实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现第一方面所提供的方法。
17、本公开实施例提供的技术方案与现有技术相比具有如下优点：
18、本公开实施例的一种裂片红细胞检测方法、装置、设备及介质，获取血涂片图像的感兴趣区图像；基于微调好的裂片红细胞检测模型中的线性投影模块，对感兴趣区图像进行序列化处理，确定感兴趣区图像的序列化特征；基于微调好的裂片红细胞检测模型中的编码模块，对序列化特征进行编码处理，确定感兴趣区图像的全局特征和学习特征；基于微调好的裂片红细胞检测模型中的分类模块，对全局特征和学习特征进行分类处理，确定感兴趣区图像中的裂片红细胞类别。这样，利用微调后的裂片红细胞检测模型的多个不同的模块，深入理解感兴趣区图像中血细胞的整体结构和相关关系，从而准确的检测出感兴趣区图像中的裂片红细胞类别，并且，裂片红细胞检测过程，无需实验室人员与镜检工作人员的参与即可实现检测，避免了多方人员参与而影响检测精度，最终提高了基于裂片红细胞进行相关分析的分析精度。
1.一种裂片红细胞检测方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述线性投影模块包括切分网络、线性变换层和嵌入层；
3.根据权利要求1所述的方法，其特征在于，所述编码模块包括第一归一化层、多头自注意力层、第二归一化层和多层感知机；
4.根据权利要求1所述的方法，其特征在于，所述获取血涂片图像的感兴趣区图像，包括：
5.根据权利要求1所述的方法，其特征在于，还包括：
6.根据权利要求1所述的方法，其特征在于，还包括：
7.根据权利要求6所述的方法，其特征在于，所述获取所述微调好的裂片红细胞检测模型，包括：
8.一种裂片红细胞检测装置，其特征在于，包括：
9.一种电子设备，其特征在于，包括：
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述存储介质存储有计算机程序，当所述计算机程序被处理器执行时，使得处理器实现上述权利要求1-7中任一项所述的方法。
