本研究提出了一种名为SAF-Net的新型视图融合模型，用于检测心肌梗死。实验评估显示，SAF-Net模型在精确度、敏感度和准确度上表现出较高水平，能够准确检测多视角超声心动图记录中的MI。

SAF-Net是一种新型视图融合模型，用于从多视角超声心动图记录中检测心肌梗死。该模型利用自注意机制学习提取的特征向量中的依赖关系，实现了较高的精确度、敏感度和准确度。