Las enfermedades de las plantas que afectan la producción y productividad de los cultivos perjudican tanto la calidad como la cantidad de los mismos. Para minimizar las pérdidas debido a enfermedades, la detección temprana es un requisito previo. Recientemente, se han desarrollado diferentes tecnologías para la detección de enfermedades en plantas. La imagenología hiperespectral (HSI) es un método no destructivo para la detección temprana de enfermedades en cultivos y se basa en la información espacial y espectral de las imágenes. En lo que respecta a la detección de enfermedades en plantas, la HSI puede predecir cambios bioquímicos y físicos inducidos por enfermedades en las plantas. Las infecciones bacterianas, como pv., están entre las enfermedades de plantas más comunes en áreas de cultivo de soja y se ha implicado que reducen considerablemente el rendimiento de la soja. Así, en este estudio, utilizamos un nuevo método basado en el análisis HSI para la detección temprana de esta enfermedad. Realizamos la reflectancia espectral de las hojas de soja con el efecto del fuego bacteriano infectado durante la etapa temprana de crecimiento. Este estudio tuvo como objetivo clasificar la precisión de la detección temprana del fuego bacteriano en las hojas de soja. Se utilizaron dos variedades de soja para el experimento, Cheongja 3-ho y Daechan, como control (no inoculado) y tratamiento (fuego bacteriano), respectivamente. La inoculación bacteriana se realizó 18 días después de la siembra, y los datos de imágenes se recopilaron 24 horas después de la inoculación bacteriana. La firma de reflectancia de las hojas reveló una diferencia significativa entre las hojas enfermas y sanas en las regiones verde y de infrarrojo cercano. Los resultados del análisis de varianza bidireccional obtenidos utilizando el algoritmo del paquete de Python revelaron que la incidencia de la enfermedad de las dos variedades de soja, Daechan y Cheongja 3-ho, podría clasificarse en el segundo y tercer día después de la inoculación, con valores de precisión del 97.19% y 95.69%, respectivamente, demostrando así que es una técnica útil para la detección temprana de la enfermedad. Por lo tanto, crear una amplia gama de plataformas de investigación para la detección temprana de diversas enfermedades utilizando un método no destructivo como la HSI es factible.