医療画像取得装置は、呼吸や患者の動きによってぼやけた画像を生成しやすいという課題を抱えている。このような盲目な運動によるぼかしの復元に関しては、その影響が顕著であるにもかかわらず、医療画像のぼかし復元は依然として十分に研究されていない。本研究では、マルチモーダル医療画像からぼかし復元を端末間（end-to-end）で学習するためのスケール再帰型深層ネットワークを提案する。提案手法は、空間的に非対称な注目（spatial-asymmetric attention）を備えた新規な残差密接ブロックを採用しており、医療画像のぼかし復元を学習しつつ、重要情報を効果的に回復することを可能としている。提案手法の性能は、既存のぼかし復元手法と比較して、包括的かつ詳細な評価を通じて検証された。実験結果から、提案手法は視覚的に不快なアーティファクトを示すことなく、医療画像からのぼかしを効果的に除去できることを示した。さらに、定性的および定量的な評価において、従来の深層ぼかし復元手法を明確に上回ることが確認された。また、セグメンテーションや検出といったさまざまな医療画像解析タスクへの統合を通じて、提案手法の実用性も検証された。本研究で提案するぼかし復元手法は、ぼやけた医療画像入力からぼかしを除去することで、これらの医療画像解析タスクの処理速度を著しく向上させることに寄与する。