为深化工程与人工智能交叉融合，锤炼学生科研创新思维与项目汇报能力，夯实跨学科科研项目培育基础，依据研究生处《关于申报2026年度北京石油化工学院研究生“工程+AI”科研创新能力提升项目的通知》《北京石油化工学院研究生“工程+AI”科研创新能力提升项目管理办法》《北京石油化工学院人工智能研究院 “工程 + AI” 科研创新能力提升项目评审细则与实施办法》相关要求，2026 年 5 月 25 日，人工智能研究院于科技楼 16B-312 会议室顺利召开 “工程 + AI” 科研创新能力提升项目评审答辩会。

来自北京市科学技术研究院、北京市大兴区人民医院、北京印刷学院及我校的专家组成评审委员会，全程开展专业评审与指导。

本次评审会由北京市科学技术研究院城市安全与环境科学研究所（北京市劳动保护科学研究所）白永强研究员主持。会议伊始，主持人明确宣读答辩流程、汇报时长及评审规则，正式拉开项目答辩序幕。本次共有 4 项 “工程 + AI” 交叉创新项目依次进行汇报展示，每位参赛学生进行 10 分钟 PPT 成果汇报、5 分钟专家问答交流，评审专家从项目创新点、技术路线、研究落地性、成果预期、汇报展示规范等维度进行全方位点评把关。

答辩环节中，各项目负责人围绕能源开发、养老健康、医疗检测、骨科智能诊疗等实际工程场景，逐一展示项目研究背景、核心技术、创新思路与应用价值。

智研 242 班霍龙同学围绕基于物理约束与多模态学习的层序地层与微相级联识别方法研究项目进行汇报。项目聚焦国家能源安全与油藏高效开发需求，融合地质物理先验约束与多模态深度学习，破解传统人工解释效率低、智能算法决策不透明等行业瓶颈，创新采用双模数据特征挖掘方式，打破深度学习黑箱局限，有效提升油藏微相识别准确率，构建从数据、模型到平台落地的完整应用链条。

张润生同学汇报基于多模态感知的主动式情绪与生理健康智能监测管理系统研究项目，针对传统养老健康监测被动化、碎片化痛点，依托智能巡检机器人搭建多模态感知平台，融合视觉情绪识别与生理参数采集，实现老年人情绪与健康状态智能预警。

杨明同学带来面向拉曼无创血糖检测的光谱质量控制与弱信号鲁棒建模研究项目汇报，全程脱稿、逻辑流畅的现场表现获得评审专家一致好评。项目立足糖尿病无创血糖监测民生需求，依托拉曼光谱技术构建全流程研究闭环，着力解决传统有创采血的痛点难题，研究目标人群清晰、落地应用场景明确。

 25 级研究生扈一鸣代为汇报面向创伤骨科的 AI 骨折重建与复位路径规划平台项目，项目聚焦骨科临床骨折诊疗痛点，依托双视图 X 线影像结合人工智能算法，研发骨折三维重建、碎片分割及复位路径规划辅助系统，助力提升术前诊疗规划智能化水平。

全部项目汇报结束后，评审工作组严格按照评审标准，汇总各位专家打分情况，经过数据统计与综合核算，最终确定项目分数。

本次评审答辩会紧扣工程 + AI交叉办学特色，覆盖能源工程、智慧养老、医疗健康、智能诊疗等多个重点领域，既是对学生科研创新成果的一次集中检验，也是专家精准把脉、助力项目提质培优的重要契机。各位评审专家精准点评、直面问题、务实建言，为各项目后续优化完善、科研成果凝练与落地转化指明了方向。

下一步，人工智能研究院将持续深耕工程与人工智能学科交叉融合，以科研创新项目为育人载体，常态化开展项目评审、学术交流与科研实训活动，不断提升学生科研素养、创新能力与工程实践能力，持续培育高水平交叉科研项目，助力学院科研事业与创新人才培养高质量发展。

（编辑 卢思超  审核 刘强）