前沿技术借鉴研讨-2025.11.4（心率信号）

A multimodal dual-branch fusion network for fetal hypoxia detection (Expert Systems With Applications 2025) (一区)

【核心目标】
本文提出了一种用于胎儿缺氧检测的多模态双分支融合网络，结合了胎心率信号、线性/非线性特征以及母亲电子病历信息，显著提升了胎儿酸中毒的识别准确率。

DANNMCTG: Domain-Adversarial Training of Neural Network for multicenter antenatal cardiotocography signal classification (Biomedical Signal Processing and Control 2024) (二区)

【核心目标】
本文提出了一种面向多中心胎心监护信号分类的领域对抗神经网络方法，其核心创新点在于首次将无监督领域自适应技术引入多中心CTG信号分类任务，以解决不同来源CTG数据分布不一致、标注成本高的问题。

FHRFormer: A Self-supervised Transformer Approach for Fetal Heart Rate Inpainting and Forecasting (arxiv 2025)

【核心目标】
提出了一种基于自监督Transformer架构的方法，用于胎儿心率信号的修复与预测。核心创新点在于首次将掩码自编码器（Masked Autoencoder）范式应用于胎儿心率信号的修复任务。