医用画像診断におけるコントラスト処理は，各部位の領域を強調させ，異常が無いかを分類・認識することを目的としている．これらの処理の多くは，コントラスト強調に加えて，超解像処理を用いて画像解像度を上げてから分類・認識することで精度が上がるとされる．一方で，医用画像分野における深層学習の普及により，超解像処理においても精度が上がってきたが，多種多様なパラメータが存在し，それらの調整によっては十分な性能が発揮されるとは限らないことがある．そのため，どのパラメータをどのように調整すればよいかを実験により検証し，実用化する必要がある．そこで，本研究では，カラー腹腔鏡画像のコントラスト強調と超解像処理の関係について，超解像に特化した深層畳み込みニューラルネットワークであるSRCNNに基づいたwaifu2x-caffe (UpResNet10)で実験を行い，最終的にPSNRを測定し，どの程度，精度よく画像が生成できているのかを検証した．