本研究探讨了微调音频大语言模型Qwen2-Audio在心脏杂音特征分类中的应用。通过SSAMBA算法提升抗噪声和泛化能力，结果显示该模型在11个专家标注的特征中，有8个超越了现有方法，展现了其在心脏病诊断中的潜力。

该研究提出了多种心脏解剖模型重建方法，结合三维深度有限函数和深度学习技术，旨在提高心脏病诊断的准确性和效率，应用于心电图信号分类和心肌运动追踪等领域。