【背景】我が国の前立腺癌患者数は年々増加傾向にあり，生検前にMagnetic Resonance Imaging（MRI）を施行することで非有意癌の検出が5%減少する．前立腺MRI画像は高空間分解能であることを要求され，Signal to Noise Ratioの確保に苦慮する．【目的】ノイズ除去モデルの精度向上と解像度の担保を目的とした改良型Denoising U-Netを開発し，検討した．【方法】公開データの前立腺MRI画像676枚にガウシャンノイズを付加した．提案モデル(Structural SIMilarity (SSIM) Residual U-Net)は，U-Netを基盤としたEncoder-Decoderの畳み込み構造をResidual Blockへ変更し，解像度低下の改善にSSIMを損失関数へ適用した．また，提案モデルの有用性を証明するために，U-Netと提案モデルに加えてResidual U-Net，SSIM U-Netの4つのモデルに対して，教師画像との差分によるヒストグラムの標準偏差（Standard Deviation（SD）），Root Mean Squared Error（RMSE），SSIM，Peak Signal to Noise Ratio（PSNR)を用いて評価を行った．統計学的解析にはFriedman test，Post hoc testにDunn’s testを用いた．有意水準は5％に設定した．【結果】U-Netと比較してSDとRMSEでは，提案モデル・SSIM U-Netが有意に低値を示し，PSNRとSSIMでは，提案モデル・Residual U-Netが有意に高値を示した．【考察・結論】提案モデルはノイズを除去しつつ，解像度の担保も可能であることが示唆された．【倫理的配慮】公開データによる研究報告のため，倫理指針の適応外である．