本論文では、脳画像解析における信頼性についてのレビューし見解を述べた後に、実験として、脳画像の実データにおけるAI解析法の説明性評価を行った．レビューからの結果として，解析に十分な信頼性を与えるには，膨大なサンプルサイズを必要とされるが，新規知見を得るような脳画像解析においては少サンプルサイズとなり，その状況下でも信頼性が評価される必要があることを主張した．OASISデータに対して，アルツハイマー病群と正常群の脳の違いによる分類問題におけるAI解析法に対する説明性の評価を行った．実験結果として，F1値を用いた評価の場合，ResNet モデルの説明法としてGradCAM++の説明個所が真の領域と最もよく一致していることがわかった．
