U-TTT：テスト時学習による汎化可能なPET画像ノイズ除去に向けて

要旨

既存の深層学習モデルによるポジトロン断層撮影（PET）画像のノイズ除去は、分布シフト下での顕著な性能低下にしばしば悩まされ、これが臨床への堅牢な展開を根本的に制限している。この汎化不足は、学習後にテストデータ（例えば線量レベルやスキャナの種類）の変動に適応できない固定パラメータモデルという従来のパラダイムに起因する。この限界を克服し、堅牢な汎化を実現するために、我々はU-TTTを導入する。これは、テスト時訓練（TTT）層を統合した新しいU字型モデルであり、自己教師あり学習を通じて推論中にモデルパラメータを動的に調整し、各テストインスタンスの固有の特性に適応する。さらに、3次元PETデータの複雑な劣化を包括的に捉えるため、U-TTTは空間テスト時訓練（S-TTT）層と周波数テスト時訓練（F-TTT）層からなる二領域適応機構を備えている。S-TTT層は空間構造の劣化を捕捉・補正し、F-TTT層は全体的なノイズスペクトルを抑制するとともに、繊細な高周波の詳細を復元する。広範な実験により、U-TTTは最先端のPETノイズ除去性能を達成し、未知の線量レベルや未知のスキャナを含む困難な分布シフト下でも優れた汎化を示すことが実証された。我々のコードは https://github.com/Yaziwel/U-TTT で公開予定である。

English

Existing deep learning models for Positron Emission Tomography (PET) image denoising often suffer from severe performance degradation under distribution shifts, fundamentally restricting their robust clinical deployment. This lack of generalization stems from the conventional paradigm of fixed-parameter models that cannot adapt to variations in test data (e.g., dose levels or scanner types) after training. To overcome this limitation and achieve robust generalization, we introduce U-TTT, a novel U-shaped model that integrates Test-Time Training (TTT) layers to dynamically adjust model parameters during inference through self-supervision, thereby adapting to the specific characteristics of each test instance. Furthermore, to comprehensively capture the complex degradations of 3D PET data, U-TTT features a dual-domain adaptation mechanism comprising a Spatial Test-Time Training (S-TTT) layer and a Frequency Test-Time Training (F-TTT) layer. The S-TTT layer captures and corrects spatial structural degradations, while the F-TTT layer suppresses global noise spectra and restores delicate high-frequency details. Extensive experiments demonstrate that U-TTT achieves state-of-the-art PET denoising performance and exhibits superior generalization under challenging distribution shifts, including both unseen dose levels and unseen scanners. Our code will be available at https://github.com/Yaziwel/U-TTT.