为深化大学生创新创业教育改革，检验创新创业训练成果，提升学生创新实践能力，2026 年 4 月 29 日，计算机学院在综 1-225会议室顺利开展2025 年度大学生创新创业训练计划项目结题评审工作。本次评审由李幼军、余延旺两位老师担任评审老师，对3 项重点项目进行集中验收，项目涵盖国家级、省级不同级别，聚焦助农、医疗、智慧养殖等多个应用场景，充分展现了我院学子的创新活力与社会责任感。

评审过程中，各项目组围绕项目成果、技术应用、实践价值等方面进行汇报答辩，专家老师针对项目的技术创新点、实际落地效果与发展潜力进行提问与点评。

在省级项目“飞耕‘云’图 —— 打造科普培训助农一体化”中，项目组精准调研农业无人机助农的市场痛点，针对农户科技素养短板与政策适配需求，完成了农户问卷、合作社访谈与政策梳理，明确了目标客群。项目构建了标准化的 “航空科普 + 无人机培训” 课程体系，以公益科普覆盖更广泛人群，同时融合无人机、AI 图像识别、多光谱监测、区块链溯源、边缘计算等专业技术，实现了农田监测、分析、决策、作业全流程自动化，为智慧农业发展提供了可落地的科普培训方案。

国家级项目“奇豚育舟 - AI 猪疫病精准防控平台领航者”聚焦生猪养殖疫病防控难题，突破了传统单一传感器监测的局限，采用天缝触多模态监测技术，融合图像、红外等多维度数据，实现疫病提前预警，将传统被动监测升级为主动防控，大幅降低部署成本。项目成果覆盖开发全流程，包含 2 项软件著作权、实物原型、元器件清单与设计说明，同时提交了外观专利受理通知书，通过卷积神经网络、多模态数据融合算法与疫病风险预测模型，解决了传统监测效率低、误差大、预警滞后的痛点，为生猪养殖行业提供了智能化疫病防控新方案。

省级项目“云医芯生 -- 基于多模态 AI 的临床决策支持系统” 则面向基层医疗场景，打造了一套集系统平台、模型算法、调研成果于一体的临床决策支持工具。项目采用 Transformer 技术进行文本病历特征提取，结合图神经网络与自建医学知识图谱实现推理，通过多模态数据融合完成诊断预测，临床效果达标率达 92.4%。项目组针对基层医疗数据特点，提出了使用高质量脱敏医疗数据、持续迭代算法模型、逐步扩充罕见病数据样本等优化方案，同时明确了系统应用中需结合医生自身判断的原则，为乡村医生提供了科学可靠的临床辅助决策支持。

经过严格评审，3 个项目均顺利通过验收，评审小组一致同意项目结题。专家老师对各项目的技术创新、成果转化与社会价值给予了充分肯定，同时也为项目后续的优化与推广提出了针对性建议，鼓励同学们继续深化研究，推动成果真正落地应用，服务社会发展。

本次结题评审工作，既是对我院创新创业教育成果的一次集中检验，也为学生搭建了展示创新成果、交流实践经验的平台。未来，计算机学院将继续以大学生创新创业训练计划为抓手，深化产教融合、科教融汇，引导学生将专业知识与社会需求相结合，培养更多具备创新精神与实践能力的高素质人才，助力学院创新创业教育工作再上新台阶。