Este artículo propone un nuevo marco de Adaptación en Tiempo de Prueba (TTA) para abordar la degradación del rendimiento asociada con muestras fuera de distribución en la transformación imagen a imagen de imágenes médicas. Este marco cuantifica el grado de cambio de dominio mediante un Módulo de Reconstrucción e introduce un Bloque de Adaptación Dinámica que ajusta dinámicamente las características internas de un modelo de transformación preentrenado para adaptarse a muestras fuera de distribución. La adaptación no se aplica a muestras dentro de la distribución, lo que previene la degradación del rendimiento. TTA demuestra mejoras de rendimiento con respecto a los métodos existentes y los modelos de referencia sin TTA en dos tareas de transformación de imágenes médicas: eliminación de ruido de TC de baja dosis y conversión de MRI de T1 a T2. Destacamos las limitaciones de los métodos de vanguardia existentes, que aplican la adaptación por igual a muestras dentro y fuera de la distribución, y demostramos que la adaptación dinámica específica de la muestra es un enfoque prometedor para mejorar la robustez del modelo en entornos del mundo real.
