眼科医学相关统计表明,白内障是排名第一的致盲性眼疾。随着战后婴儿潮人口老去,全球老龄化程度日益加深,白内障发病率与致盲率也随之增加。手术,是治疗白内障的唯一方法。超声乳化白内障摘除术是一种新型白内障治疗手段。病患眼球内浑浊的晶状体经过超声乳化和抽吸从而被去除,经医学研究证明,超声乳化白内障摘除术相较于传统的手术方法,白内障摘除效果更好,同时病人的术后恢复速度也更快。深度学习在图像处理领域的兴起催生了许多基于卷积神经网络的图像视频超分辨率重建方法。视频超分辨率由图像超分辨率方法衍生而来,视频由视频帧序列组成,视频超分辨率方法通常使用视频帧间信息进行恢复。目前许多高性能的图像视频超分辨率方法都是在实验室假定环境下进行,对真实图像或视频进行超分辨率重建的工作很少,因此将视频超分辨率的方法应用于白内障超声乳化手术视频中是开创性的。恢复的高清手术视频将是医生与患者回顾手术过程的良好指南,也将对潜在的相关医学研究大有裨益。本文的具体研究内容如下:（1）我们构建一个基于白内障超声乳化手术视频的超分辨率重建数据集。首先详细分析了白内障超声乳化手术视频所呈现的内容,并且结合目前流行的视频超分数据集与医学图像数据集的特点,构建一个用于超声乳化手术视频的超分数据集。然后在该数据集基础上,进行详尽的基准实验与对比实验。（2）我们提出一个应用于超声乳化白内障手术视频的超分辨率方法。将视频超分辨率流程模块化,分为特征提取,特征融合细化,重建三个部分。具体过程如下:首先,根绝超声乳化白内障手术视频的特点,分模块,分层次给出具体可行的模型构建方法。其次,在各种公共基准测试集上进行一系列对比和消融实验验证所提出的视频超分辨率方法的有效性,和目前学界前沿的主流方法进行对比,本文提出的视频超分辨率方法在图像质量评价指标PSNR和SSIM方面都有相近乃至更优秀的性能表现。最后,验证模型的泛用性,在图像超分辨率测试集上与其他前沿的图像/视频超分辨率方法进行对比,验证了本文所提出的视频超分辨率方法有着优秀的泛化性能,能够推广应用到其他超分辨率领域。