脳腫瘍の3次元磁気共鳴画像（MRI）からの自動セグメンテーションは、疾患の診断、モニタリング、治療計画に必要不可欠です。手動での輪郭描画は解剖学的な知識を必要とし、費用がかかり、時間もかかり、また人間の誤差により正確さが欠けることがあります。本稿では、エンコーダー-デコーダー構造に基づく3次元MRIからの腫瘍サブリージョンセグメンテーション用の意味セグメンテーションネットワークについて説明します。限られた訓練データセットのサイズのために、入力画像自体を再構成するための変分オートエンコーダー（Variational Auto-Encoder）ブランチが追加され、共有デコーダーを正則化し、その層に追加の制約を課すことが可能となりました。この手法はBraTS 2018チャレンジで1位を獲得しました。