本研究提出了一种新型生成模型，利用逐步生长学习扩展视野，应用于组织分类和癌症诊断。实验结果表明，该模型在数字病理学中表现优异，尤其是NLP模型在小数据集和大数据集上的表现相当。研究还综述了计算病理学的发展，强调自监督学习和数据多样性对模型性能的重要性，推动了病理学图像分析的进步。