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．近年では機械学習を用いて脳MRI画像から年齢推定を行なう手法が数多く提案されている．高精度な年齢推定手法として，Squeeze-and-Excitation Transformer（SQET）が挙げられる．SQETは空間的に離れた異なる局所領域間の特徴を捉えた年齢推定が可能な手法である．本研究では，高精度な年齢推定手法であるSQETを基盤とし，さらなる高精度化を目的として残差補正を導入する．具体的には，SQETでの推定年齢をMixture-of-Experts（MoE）に入力し，SQETでの推定年齢との残差を回帰推定し，推定年齢を補正する．このように，SQETでは年齢推定，MoEでは残差補正と，学習タスクを分割することで，最終誤差を抑える．1,175枚の健康な脳MRI画像を含む公開データセットにおいて，提案手法は他の従来手法よりも高い精度を示した．