Un diagnóstico de cáncer es uno de los desafíos médicos más difíciles. La leucemia es un tipo de cáncer que afecta la médula ósea y/o la sangre y representa aproximadamente el 8% de todos los cánceres. Comprender la epidemiología y las tendencias de la leucemia es fundamental para la planificación. Los especialistas diagnostican la leucemia mediante análisis morfológico, pero existe la posibilidad de error en el diagnóstico. Dado que la leucemia es tan difícil de diagnosticar, se requieren métodos inteligentes de diagnóstico. El objetivo principal de este estudio es desarrollar un método novedoso para extraer características de manera jerárquica y precisa, con el fin de diagnosticar varios tipos de leucemia aguda. Este método distingue entre los tipos de leucemia aguda, a saber, la Leucemia Linfoblástica Aguda (LLA) y la Leucemia Mieloide Aguda (LMA), al distinguir los linfocitos de los monocitos. Las imágenes utilizadas en este estudio se obtienen del Centro de Oncología Shahid Ghazi Tabatabai en Tabriz. Se diseñó una red profunda difusa de tipo II para este propósito. El modelo propuesto tiene una precisión del 98.8% y una puntuación F1 del 98.9%, respectivamente. Los resultados muestran que el método propuesto tiene un alto rendimiento diagnóstico. Además, el método propuesto tiene la capacidad de generalizar de manera más satisfactoria y tiene un rendimiento de aprendizaje más sólido que otros métodos.