近年，DNNは安全性やセキュリティが重要視されるシステムにも利用されるようになり，DNNに対しても従来のソフトウェアと同様な体系的なテスト技術や信頼性の確保が必要である．テストデータのラベル付けにかかるコストの高さや，テストの網羅性の確保などの課題に対して，既存の研究ではニューロンカバレッジを始めとする様々なカバレッジ指標や，それに基づくテストケース自動生成手法が提案されてきた．本研究では，より良質なテストケースを生成するために，DNNモデルのニューロンを繋ぐパスに着目した新たなカバレッジ基準とそれに基づくテストケース生成手法を提案し，その性能を評価する．