本发明涉及一种基于医疗影像数据扩增的疾病诊断方法，属于疾病诊断方法技术领域。本方法首先在将原始影像数据映射到深度特征空间中，提取具有高度线性化的语义信息的特征；根据医疗影像中对应不同类别的数据在特征空间中的分布，获得用于数据扩增的特征协方差矩阵；计算数据扩增损失函数，通过不断优化该损失，获得特征提取能力更强的模型。该数据扩增方法仅在训练模型时使用，在使用模型对医疗影像数据预测时不会引入更多的计算量与计算时间。本方法对固定的医疗影像数据进行有效的扩充，显著地降低了深度神经网络的训练对于标注患者数据的数量要求，有效缓解了医疗影像数据获取困难、标注成本高的问题，而且提高了疾病诊断的准确率。