针对肺部肿瘤计算机辅助诊断存在假阳性高和经典RS容错性差、不能处理连续型数据等问题,结合DE提出基于集成NRS的肺部肿瘤计算机辅助诊断模型。对肺部肿瘤CT、PET、PET/CT医学影像图像中的病灶区域进行截取与分割,并进行特征提取得到特征库；基于DE与NRS构建属性约简模型,得到特征子集；基于SVM分类器,搭建肺部CT、PET、PET/CT个体分类器；采取相对多数投票准则构造集成学习模型。进行有效性和可行性实验:邻域大小delta确定实验,变异系数F、交叉系数CR、权重值w参数实验,集成实验,并进行对比。结果表明:该模型在整体性能上较好,识别精度达到99.72%,具有较好的鲁棒性和可扩展性。 关键词： 邻域粗糙集；差分进化；肺部肿瘤；计算机辅助诊断；集成支持向量机；
