Pawlak粗糙集理论基于等价关系且只能处理离散数据,容错性差;差分进化算法性能依赖于控制参数(变异系数(F)、交叉系数(CR))和适应度函数的构造。针对以上问题,综合考虑属性重要度和特征规模两因素,首先,提取CT肺部肿瘤影像图像的104维特征作为肺部肿瘤患者的决策信息表;然后,基于JADE自适应差分进化算法对决策信息表进行特征选择,同时混合邻域粗糙集计算特征规模和属性重要度,依此构造适应度函数;最后,进行仿真实验,并与RS、NRS、DE-NRS模型做对比实验。实验结果表明,该模型能够有效的进行高维属性约简。