La leucemia linfoblástica aguda es un tipo bien conocido de cáncer pediátrico que afecta la sangre y la médula ósea. Si no se trata, termina en condiciones fatales debido a su proliferación en el sistema circulatorio y otros órganos indispensables. En todo el mundo, la leucemia ataca principalmente a niños y adultos. El diagnóstico temprano de la leucemia es esencial para la recuperación de los pacientes, especialmente en el caso de los niños. Las herramientas computacionales para el análisis de imágenes médicas, por lo tanto, tienen un uso significativo y se han convertido en el foco de la investigación en el procesamiento de imágenes médicas. El algoritmo de optimización de enjambre de partículas (PSO) se emplea para segmentar el núcleo en la imagen de leucemia. Las características de textura, forma y color se extraen del núcleo. En este artículo, se propone un algoritmo de reglas de decisión basado en conjuntos suaves de dominancia mejorada con poda (IDSSDRP) para predecir las células de blasto y no blasto de la leucemia. Este enfoque procede con tres fases distintas: (i) reducción de atributos basada en conjuntos suaves de dominancia mejorada utilizando la operación AND en la teoría de conjuntos suaves múltiples, (ii) generación de reglas de decisión utilizando conjuntos suaves de dominancia, y (iii) poda de reglas. La eficiencia del sistema propuesto se compara con otros algoritmos de clasificación de referencia. Los resultados de la investigación demuestran que las reglas derivadas clasifican eficientemente las células cancerosas y no cancerosas. Se aplican métricas de clasificación junto con el análisis de la curva característica de operación del receptor (ROC) para evaluar la eficiencia del marco propuesto.