混合轻量ViT与一维CNN并行学习频谱图和原始波形，以提升心音分类的鲁棒性。
推荐理由：核心是保留频谱判别力的同时补回波形相位与时间精度，并用宽浅ViT抑制融合过拟合，为小样本生物音频建模提供务实架构取舍。
阅读原文