解像度の高い MRI 画像は，早期・正確な診断のために不可欠である．一方，解像度の高い画像の撮影には，機器や時間的な制約による困難を伴う．この問題に対するアプローチとして，近年 敵対的生成ネットワーク(GANs) を用いた超解像技術が高い精度を達成している．しかし，GANs の学習は多量のデータを必要とするため，撮影が難しい高解像度の MRI 画像で学習することは困難であった．本研究では 3 次元MRI画像を小領域に分割して学習・推論を行う Patch-wise 学習および，その際に発生するノイズを抑制する独自の学習の工夫により．極めて少量の3次元学習データのみから高精度な超解像を実現した．