本研究提出了一种基于K均值聚类和费舍尔向量聚合的全幻灯片图像分类方法，旨在解决传统机器学习在处理高分辨率图像时的计算挑战。该方法通过补丁特征提取和聚类，展示了在大规模全幻灯片图像分类中的优越准确性和可扩展性。

本研究提出了一种新颖的分类方法，通过自动识别信息性图像块，结合费舍尔向量表示法，针对全数字切片图像的复杂性和大尺寸问题，提高了分类精度和效率，减轻了计算负担。实验结果表明，该方法优于传统技术。