本研究提出了一种基于自我监督学习的宫颈图像分类模型，利用未标记和标记图像提升性能。深度学习在宫颈癌筛查中显著提高了效率，人工智能辅助系统有效解决了图像质量问题。研究还探讨了迁移学习和合成数据在疾病诊断中的应用，展示了其提高准确率和可及性的潜力。