本研究提出了一种名为Snuffy的新型多实例学习池化方法，用于数字病理学中全幻灯片图像的分类。该方法通过稀疏变换器减轻性能损失，并在CAMELYON16和TCGA肺癌数据集上展示了优越的分类准确率。该方法在几-shot学习中具有潜在的应用价值。