脳MR画像には, 撮像拠点毎の撮像器や撮像プロトコルの違いに起因する差（ドメイン差）が存在する. この影響が学習モデルの病害分類の予測能低下を引き起こす要因となっている. 近年, 脳画像の情報を保持する低次元表現(Z)をドメインに依存しない本質的な表現(A)とドメインに依存する因子(B)に分離する手法が提案され, 優れた成果を残した. しかし, 抽出されたドメイン情報の解釈性に課題が残されていた. 本研究では, 低次元とMR画像空間の両方でZ=A+Bとなるような学習モデルを実現し, Aと各ドメインのBを個別で扱うことで, ドメイン情報の解釈性の獲得を目指す.