本发明涉及图像处理技术领域，公开了一种跨中心图像联合学习方法、系统、存储介质及电子设备；方法包括：中央节点接收各分布式节点提供的对应原始图像的标签数据和拓扑知识，并通过合成模型产生合成图像；各分布式节点利用各自的识别模型判断合成图像与原始图像是否相同，并计算模型损失值；各分布式节点基于各自的模型损失值更新各自识别模型的参数；中央节点基于所有分布式节点反馈的模型损失值的总和更新中央节点上合成模型的参数；每次参数更新后循环重复上述步骤，直至各分布式节点上的识别模型难以区分合成图像和原始图像。本发明实现了多中心联合学习过程中在保障原始图像数据隐私安全的同时减少通信资源的开销。