本論文では，骨シンチグラムに適用されている仕様の詳細が公表されていない画像処理フィルターを対象に，深層学習を利用してそのフィルター効果を無効化（以下，逆フィルター）する方法を提案する．骨シンチグラムに対するフィルターはノイズを削減するなど，人にとって見やすい画像を生成するが，フィルターなしの画像で学習した陽性高集積検出支援システムの性能を低下させることがある．そこで，フィルター適用後の画像からフィルター適用前の画像を予測する逆フィルターを，深層モデルを用いて設計する．本論文では実際にGE HealthCare 社とSiemens Healthineers 社の2 種類のフィルターで処理した画像に本手法を適用し，フィルター適用前の画像を予測する．また，その予測画像を利用することで，フィルター適用前の画像のみで学習をした陽性高集積検出支援システムの精度が，フィルター適用後の画像を入力する場合よりも向上することを示す．
