脳腫瘍のMRIからの正確なセグメンテーションは、診断や治療計画において重要です。本研究では、MCドロップアウトを用いた不確実性が2D脳腫瘍MRIセグメンテーションにおけるエラーとどのように相関するかを empirically に検討しました。具体的には、何も施さない場合、水平反転、回転、スケーリングの4つの拡張設定で訓練されたU-Netを使用しました。MCドロップアウトに基づく不確実性は50回の確率的順伝播から計算され、画素単位のエラーとPearsonおよびSpearman係数を用いて相関が分析されました。結果として、全体的な相関は弱く（r ≈ 0.30～0.38）、境界部の相関は無視できるほどでした（|r| < 0.05）。また、拡張の違いは統計的に有意でしたが、実用的な関連性はありませんでした。この結果は、MCドロップアウトによる不確実性が境界のエラーの局在化に対して限られた手助けであることを示唆しており、医療画像セグメンテーションには代替的またはハイブリッドの不確実性推定方法の必要性を強調しています。