深層学習を用いた医用画像診断支援において、診断根拠の可視化は医師を支援する観点から重要である。発表者が提案した可視化手法の選択指標Black Average Drop (BAD)は、既存のAverage Dropを医用画像へ適用可能な手法へ変更することでGrad-CAM等に比べ小病変を見逃しにくいGrad-CAM++が最適という、知見に合った評価ができる。本発表では、ImageNetのような一般画像への適用やsemantic segmentation分野での評価指標であるmIoUとの比較によるBADの効果検証に加え、モデル精度との関係性、特徴量マップのリサイズ手法比較への応用について発表する。