Las enfermedades del tracto gastrointestinal (GI) están en aumento en el mundo. Estas enfermedades pueden tener consecuencias fatales si no se diagnostican en las etapas iniciales. WCE (endoscopia con cápsula inalámbrica) es la tecnología avanzada utilizada para inspeccionar enfermedades gastrointestinales como la colitis ulcerosa, pólipos, esofagitis y úlceras. WCE produce miles de cuadros para el procedimiento de un solo paciente, por lo que el examen manual es agotador, consume tiempo y propenso a errores; por lo tanto, se necesita un procedimiento automatizado. Las imágenes de WCE sufren de bajo contraste, lo que aumenta la similitud inter-clase e intra-clase y reduce el rendimiento anticipado. En este documento, se propone una técnica eficiente de clasificación de enfermedades del tracto GI que utiliza un método optimizado de mejora de contraste controlado por brillo para mejorar el contraste de las imágenes de WCE. La técnica propuesta aplica un algoritmo genético (GA) para ajustar los valores de contraste y brillo dentro de una imagen modificando la función de aptitud, lo que mejora la calidad general de las imágenes de WCE. Esta mejora de calidad se informa utilizando medidas cualitativas como la relación pico-señal a ruido (PSNR), error cuadrático medio (MSE), fidelidad de información visual (VIF), índice de similitud (SI) e índice de calidad de información (IQI). Como segundo paso, se realiza una ampliación de datos en las imágenes de WCE aplicando múltiples transformaciones y luego se utiliza el aprendizaje por transferencia para ajustar finamente un modelo pre-entrenado modificado en las imágenes de WCE. Finalmente, para la clasificación de enfermedades del tracto GI, las características extraídas se pasan a través de múltiples clasificadores de aprendizaje automático. Para mostrar la eficacia de la técnica propuesta en la mejora del rendimiento de clasificación, se informan los resultados para el conjunto de datos original y el conjunto de datos mejorado con contraste. Los resultados muestran una mejora general del 15.26% en precisión, 13.3% en precisión, 16.77% en tasa de recuperación y 15.18% en la medida F. Finalmente, una comparación con las técnicas existentes muestra que el marco propuesto supera a las técnicas de vanguardia.