一种基于个性化联邦学习的白带常规镜检图像分类方法

本发明公开了一种基于个性化联邦学习的白带常规镜检图像分类方法，所述方法包括以下步骤：S1、系统初始化，S2、客户端本地训练，S3、服务器端聚合与更新，S4、客户端接收更新的logit输出：每个客户端i接收到服务器发送的后，更新本地模型，S5、重复执行S2至S4，直至达到预定的训练条件；所述模型包括对数据集的采集、数据清洗、标准化和归一化、数据划分、模型训练、结果识别步骤。本发明提供的方法及系统无需共享原始数据，确保了数据隐私；通过引入相关一致性知识蒸馏机制，显著提升了模型的个性化性能和全局一致性；同时具备安全高效、简洁、易部署的特点，适用于实际场景。