2012年7月4日，中国科学院虚拟经济与数据科学研究中心，中澳联合社会计算与电子健康实验室研讨会在中科院研究生院成功举行。中国科学院研究生院出席领导有：副院长苏刚教授、管理学院副院长赵红教授、虚拟经济与数据科学研究中心常务副主任石勇教授、“千人计划”特聘专家张彦春教授。澳大利亚维多利亚大学出席嘉宾有：常务副校长Linda Rosenman、代理副校长Gregory Blatch、国际研究&教育高级顾问Bhanuka Wanasinghe。研讨会由千人计划张彦春教授主持，研究生院副院长苏刚教授和澳大利亚维多利亚大学副校长Linda Rosenman分别致辞，并交换礼品。
随后，研讨会由实验室科研人员杨婧博士、博士生李奋华、周循、硕士生江章伟、胡尚分别就各自的研究领域作学术报告。其中，杨婧博士报告的题目是：高维下抽取感兴趣的Skyline点。该报告介绍Skyline查询在高维环境下面临一个巨大挑战，“维度诅咒”现象。当维度非常高时，数据点不可能在所有的维度都很“好”，从而它们互相控制的能力减弱，导致最终的Skyline结果集巨大，甚至几乎所有的点都成为Skyline点，用户还需要在这些巨大的结果集中做出选择，这样的查询结果就不再有意义了。因此在高维空间上抽取感兴趣Skyline点的研究就变得尤为迫切。博士生李奋华报告的题目是：Social Network Mining for Epidemiology，该报告以二型糖尿病为例，提出了一种链接群检测框架，在该框架中，首先，采用传统的数据挖掘技术，通过对流行病人本身属性的分析，识别流行病的决定因素，找出病人间的相似特点和规律，以便预防和治疗；其次，应用Link Mining技术，结合病人的链接属性，对病人进行聚类分析，分析病人的分布规律，并确定子群病人的特点，进而便于为不同类病人提供更好的医疗服务和为政府及医疗机构预防流行病提供决策支持。通过实验证明，该框架能较好地完成既定研究目标，对二型糖尿病预防和治疗决策的制定具有较好的支持作用。博士生周循为从海量数据中提取出用户感兴趣的信息，提出基于近似奇异值分解的一种个性化推荐算法(ApproSVD)。众所周知，奇异值分解(SVD)在降维上是一种强大的工具。但是，它计算量大，并且在大型稀疏矩阵上做推荐效果不好，所以SVD不适用于海量数据的实际应用。她提出的ApproSVD在不牺牲精度的情况下能降低计算量，并且适用于大型稀疏矩阵。最后用实验证明在MovieLens数据集上，ApproSVD比标准的SVD具有更高的推荐精度。硕士生胡尚报告的题目是：A framework for integrating medical system。该报告指出每一个医疗系统都有自己独有的数据格式和语义表达方式，集成不能够被自动完成。为了给不同医疗系统之间提供互操作性，提出一个异构医疗系统集成框架，为每一个本地系统进行XML封装，根据数据之间的语义关系建立一个全局的本体关系树，用本体特征间的相似度计算决定是否属于同一个本体，在此基础上建立全局查询到本地查询的映射。该框架具有跨平台和良好的扩展性。为健康领域的信息孤岛提供了一种解决途径。硕士生江章伟研究由动静脉血管组成的眼底视网膜血管结构的特征是预测心血管疾病、图像分析和生物学医学应用的重要特征。通过基于数学形态学的边缘检测算法提取视网膜血管边缘。在原有的传统的数学形态学的边缘检测算法的基础上，提出两种改进的算法，第一种是提出更加有效地操作算子，第二种则是采用不同取向不同尺度的结构元素并最后利用信息熵进行加全合成。实验证明他提出的改进算法能得到更理想的视网膜血管边缘。
中澳社会计算与电子健康联合实验室在2011-2012年取得了较好的进展。在全体成员的共同努力和中国科学院内外各个方面的帮助下，联合实验室成功举办了第一届健康信息科学国际会议（北京）和第十三届亚太网络会议（昆明）。联合实验室的青年科研人员通过勤奋学习和潜心研究，在国内外期刊和学术会议上发表了一些质量较高的学术论文，同时获得了国家级的项目经费支持。目前，科研队伍有教授1人（中科院“千人计划”教授），兼职教授2人，博士后1人，博士生3人，硕士生3人。海外指导团队研究员1人，海外研究团队20人，国内研究团队12人。
维多利亚大学副校长Linda Rosenman，研究生院副院长苏刚教授对团队的工作和成就给予高等评价并祝贺。
