本发明涉及一种基于深度学习的脑部MR图像规范化系统，首先使用一个编码器‑解码器网络来实现模态规范化，使特征提取器具有更多有用的特征；其次，使用基于循环生成式对抗网络实现灰度规范化，将基本特征值限制在一个特定的区间内，降低了模型对数据的敏感性；最后，使用统计参数映射(SPM)实现层间距统一，提高了输入图像的各向同性和分辨率，并将更稳定和完整的三维特征导入模型，以获得更好的结果。与现有技术相比，本发明可以最大限度地利用现有的多中心数据，提高影像组学诊疗的有效性和鲁棒性。