基于知识蒸馏和图神经网络的血涂片图像分类方法及系统

本发明公开了一种基于知识蒸馏和图神经网络的血涂片图像分类方法及系统，所述方法包括：获取训练数据集，进行预处理，得到训练特征矩阵；将所述训练特征矩阵输入到预先训练的教师模型中，输出教师特征和教师预测结果，将所述训练特征矩阵输入到学生模型中，输出学生特征和学生预测结果；计算特征蒸馏损失、分类损失和时序一致性损失，生成学生模型损失，优化学生模型；当获取到待处理的血涂片图像和检验周期时，进行预处理后输入到已训练的学生模型中，输出分类结果。本发明通过知识蒸馏降低了训练难度，从而提升了对血涂片图像处理结果的稳定性和效果，并且在资源有限的环境中也可以实现部署，提高了模型的实用性。