Este estudio combina la tecnología de imágenes hiperespectrales con el análisis de parámetros bioquímicos para facilitar la evaluación de la gravedad de la enfermedad y la detección temprana del mildiu velloso en lechuga. Los resultados revelan una correlación negativa significativa entre el índice de enfermedad (DI) y los niveles de flavonoides ( = -0.523) y antocianinas ( = -0.746), lo que indica el papel de estos metabolitos secundarios en mejorar la resistencia de las plantas. El análisis de los datos hiperespectrales identificó que las regiones espectrales (410-503 nm, 510-615 nm y 630-690 nm) y los índices de vegetación como PRI y ARI2 estaban altamente correlacionados con DI, flavonoides y antocianinas, proporcionando posibles indicadores espectrales para la evaluación de enfermedades y la detección temprana. Además, los modelos de regresión desarrollados utilizando los algoritmos de Mínimos Cuadrados Parciales (PLS), Bosques Aleatorios (RF) y Redes Neuronales Convolucionales (CNN) demostraron una alta precisión y confiabilidad en la predicción de DI, flavonoides y antocianinas, con los valores más altos de R de 0.857, 0.910 y 0.963, respectivamente. El modelo de clasificación utilizando PLS, RF y CNN detectó con éxito cambios fisiológicos tempranos en la lechuga dentro de las 24 h posteriores a la infección (precisión más alta = 0.764), ofreciendo una herramienta efectiva para la detección temprana de enfermedades. Los parámetros espectrales clave en el modelo PLS-DA, como PRI, también demostraron fuertes correlaciones con DI. Estos hallazgos proporcionan una base científica y herramientas prácticas para el manejo del mildiu velloso en lechuga y la cría de resistencia, al tiempo que sientan las bases para aplicaciones más amplias de la imagen hiperespectral en fitopatología.