近日，全球人工智能领域顶级学术会议NeurIPS 2025公布了论文录用结果。香港中文大学（深圳）医学院生物医学工程专业一年级博士生王一帆以共同第一作者身份发表论文《DAAC: Discrepancy-Aware Adaptive Contrastive Learning for Medical Time series》，通讯作者为医学院生物医学工程专业李晨钟教授和蒋成教授。

NeurIPS（神经信息处理系统年会）2025将于今年12月在美国圣地亚哥和墨西哥举行，NeurIPS是机器学习与计算神经科学领域的国际顶级学术会议，被中国计算机学会（CCF）推荐为A类国际学术会议。作为当前全球最负盛名的人工智能学术会议之一，在谷歌学术发布的全球学术期刊和会议影响力排名中位列第7，H5 index高达337，与ICML、ICLR并称为人工智能领域难度最大、水平最高、影响力最强的“三大会议”。这也是我院自成立以来，首次在人工智能NeurIPS顶会上发表论文。

该论文立足课题组生物电子方向，聚焦神经系统退行性疾病，面向脑电信号（EEG）诊断神经退行性疾病（如AD, PD）时少标注、跨中心偏差与泛化不足的临床场景，并可推广到ECG等其他电生理信号疾病诊断场景。

论文提出的DAAC（Discrepancy-Aware Adaptive Contrastive learning）框架面向多中心、多层级的医疗时间序列表征学习：首先利用外部大规模正常人数据训练AE-GAN重构器，以序列级重构误差构建“异常度”差异特征，从而在小样本、分布偏移条件下，显式引入“偏离正常”的先验。随后将原始信号与差异特征联合输入多头注意力编码器，在受试者、试次、片段与时间四个层次以及多视角（inter-/intra-view）上构建自适应对比学习目标，以避免手工指定正负样本所带来的归纳偏差。

最终，通过有监督微调实现对阿尔茨海默病、帕金森病及心血管疾病等多种临床任务的统一建模，在全监督与低标注比例设置下均显著优于现有自监督和对比学习基线，展现出更强的跨数据集与跨模态泛化能力。

医学院李晨钟院士的智能生物芯片和生物光电子团队长期聚焦人工智能，碳基生命和硅基芯片的研究和开发，特别是在脑机接口、类器官芯片和神经性疾病的诊断和治疗方面的应用。

扫码查看论文原文

（获取全文需注册）