El cribado es fundamental para la prevención y detección temprana del cáncer de cuello uterino, pero es laborioso y consume tiempo. Se han desarrollado redes neuronales convolucionales profundas supervisadas para automatizar el cribado de frotis cervicales y los resultados son prometedores. Sin embargo, el interés en utilizar solo muestras normales para entrenar redes neuronales profundas ha aumentado debido a los problemas de desequilibrio de clases y los altos costos de etiquetado que son comunes en el ámbito de la salud. En este estudio, presentamos un método para aprender representaciones celulares cervicales profundas explicables para imágenes de citología de frotis cervicales basado en clasificación de una sola clase utilizando autoencoders variacionales. Los hallazgos demuestran que se puede calcular un puntaje para la anormalidad celular sin entrenar modelos con muestras anormales, y localizamos la anormalidad para interpretar nuestros resultados con una métrica novedosa basada en la diferencia absoluta en la entropía cruzada en el agrupamiento aglomerativo. El mejor modelo que discrimina el carcinoma de células escamosas (SCC) de los normales proporciona un área bajo la curva característica de funcionamiento (AUC) y uno que discrimina la lesión epitelial de alto grado (HSIL) AUC. En comparación con otros métodos de agrupamiento, nuestro método mejora la medida V y produce puntajes de homogeneidad más altos, lo que aísla de manera más efectiva diferentes regiones de anormalidad, lo que ayuda en la interpretación de nuestros resultados. La evaluación utilizando un conjunto de datos externo muestra que nuestro modelo puede discriminar la anormalidad sin necesidad de un entrenamiento adicional de modelos profundos.