白質高信号（WMH）は、認知的老化やアルツハイマー病（AD）、関連する認知症における重要なイメージングマーカーです。本研究では、WMHのセグメンテーションと局在化のための深層学習フレームワークが提案され、公共データセットや独立したアルツハイマー病神経画像イニシアティブ（ADNI）コホートで評価されました。結果は、予測される病変量が参照されるWMHの推定値と一致し、病変量、取得方法、人口統計の変動に対する堅牢性を確認しました。また、解剖学的に定義された領域内でのWMH量を定量化し、脳構造のボリュームと統合して診断の価値を評価したところ、地域WMHボリュームは病気分類において常にグローバル病変負荷を上回り、脳萎縮メトリックとの統合によりパフォーマンスが向上し、曲線の下の面積（AUC）が0.97に達しました。特に前部白質トラクト内の空間的に異なる地域が診断の状態と再現性のある関連を持ち、ADにおける局所的な脆弱性を示しています。これらの結果は、地域WMHの定量化の追加的な価値を強調しており、早期診断と神経変性疾患の階層化の向上に寄与する可能性があります。