本发明公开了一种基于视觉转换器和图卷积网络的宫颈细胞图像分类方法，其步骤包括：1、获取宫颈液基细胞图像数据集并进行预处理；2、对于视觉转换器分支，输入图像进行分块，再利用位置编码和视觉转换器进行特征编码，挖掘图像内部的长距离依赖关系；3、对于图卷积网络分支，输入图像进行超像素分割，将每个超像素对应的卷积神经网络特征进行池化处理并作为图结构中的结点，利用图卷积网络对细胞内部图结构进行建模，感知细胞内部的空间拓扑关系；4、融合两个分支产生的特征形成宫颈细胞的最终特征表示并用于分类。本发明通过对宫颈液基细胞结构内部长距离依赖关系以及空间拓扑结构信息进行提取，完成对宫颈细胞的表征提取及分类。