SicTTA：医療画像セグメンテーションのための単一画像継続的テスト時間適応
カテゴリ：診断支援・画像解析
公開日：2026年2月19日
タイトル：SicTTA: Single image continual test time adaptation for medical image segmentation
雑誌名：Med Image Anal. 2026 Feb; 108: 103859.
概 要：
本研究では、医療画像セグメンテーションにおけるテスト時間適応（TTA）の新しいアプローチであるSicTTAを提案します。従来の手法は大規模なバッチサイズや擬似ラベル生成に依存しており、臨床環境ではデータが限られ、継続的な分布の変化があるため実用的ではありません。SicTTAは、クラスコンパクト密度（CCD）分析を導入し、不確実性を推定して、ソースモデルの知識に密接に一致するソースフレンドリーターゲット（SFT）画像を選択します。さらに、非SFT画像に対して、潜在特徴の類似性に基づいて上位K画像を選択し、統計の正規化を改善する強化バッチを作成します。SicTTAは、ファンドス画像と心臓構造のセグメンテーションにおいて、7つの最先端TTA手法を上回り、それぞれ8.22および8.15のダイススコアの改善を達成しました。
方 法：
本研究は、医療画像セグメンテーションにおける単一画像の継続的テスト時間適応を対象とした新しい手法を提案しています。SicTTAは、クラスコンパクト密度（CCD）分析を用いて不確実性を推定し、ソースフレンドリーターゲット（SFT）画像を選択します。また、非SFT画像に対して、潜在特徴の類似性に基づいて上位K画像を選択するソースアラインドバッチ強化（SABE）を実施します。
結 果：
SicTTAは、ファンドス画像および心臓構造のセグメンテーションにおいて、従来の7つのTTA手法を上回り、ソースモデルに対してそれぞれ8.22および8.15のダイススコアの改善を達成しました。
結 論：
SicTTAは、医療画像セグメンテーションにおけるテスト時間適応の新しい手法として、従来の手法よりも優れた性能を示し、臨床環境での適用可能性を高めることが期待されます。