MRI（磁気共鳴画像法）は、脳病変の診断や評価、治療計画において主な画像診断手法ですが、厳しい条件下での自動解析は困難です。特に大きな病変、例えば腫瘍がある場合、従来の手法では正確な処理が難しいため、画像のインペインティング手法が提案されています。これにより、腫瘍領域で健康な脳組織を合成し、一般的な解析ツールを信頼性を持って利用できるようにします。本研究では、最新のインペインティングモデルの性能を評価し、その限界を認識。モデルのアンサンブルと効率的な後処理戦略（メディアンフィルタリング、ヒストグラムマッチング、画素平均化など）を組み合わせた新しい手法を提案しました。追加の段階として軽量なU-Netを用いて解剖的精度を向上させ、評価の結果、提案手法は個別モデルよりも高い正確性と耐障害性を有する結果を示しました。これにより、臨床での使用が進むとともに、資源を考慮した研究を支援します。