深度学习和传感器的普及加速了心血管系统信号的自动多视图融合。本文提出了面向视图的变压器和多任务遮蔽自编码器，实现了卓越的融合表示。实验证明了针对心房颤动检测、血压估计和睡眠分期等健康监测任务的技术提高了模型对视图缺失的鲁棒性。结果证明了方法的有效性和在心血管健康监测中的应用潜力。