本研究では、MRI画像を用いてADHD（注意欠陥・多動性障害）の分類モデルを構築し、画像の部位ごとの重要性を解析した。データには、Neuro Bureauが公開しているADHD-200データセットを使用した。具体的には、MRI画像をX, Y, Z軸でそれぞれ9分割し、計27部位に分割した画像を対象に、Vision Transformer（ViT）、ResNet、CNNの3種類のモデルを構築して精度を検証した。各モデルごとに独立して分類精度を評価し、どの部位およびモデルがADHD分類において最も有効であるかを検討した。その結果、海馬を含む部位の画像を用いたモデルが最も高い精度を示し、特にVision Transformer（ViT）が最も優れた性能を発揮した。この結果は、海馬の回旋の様子がADHDと相関があるとされる既存の知見とも一致している。