ヒトの脳は正常加齢に伴って萎縮するため，脳形態から年齢を推定することができる． 推定された年齢と実年齢を比較することで，正常加齢からのずれを客観的に評価する指標となり，アルツハイマー病などの脳形態を変化させる疾患の診断支援に応用することができる． これまでに，脳 MRI 画像の 1 つである T1 強調画像から深層学習を用いて年齢を推定する手法が提案されている． その中でも，2 段階で年齢を推定する Two-Stage-Age-Network (TSAN) が高精度な手法として知られている． TSAN では，第 1 段階と第 2 段階で同一のネットワークが用いられており，この構成が必ずしも最適とは限らない． 本稿では，3DCNN に基づく手法と TSAN を組み合わせた高精度な年齢推定手法を提案する． 公開データセットを用いた実験により，提案手法の有効性を示す．