본 논문은 의료 영상 분석에서 심층 학습(DL) 모델의 실용적 적용을 제한하는 요소인 수동 주석이 달린 충분한 데이터 샘플 부족 문제를 해결하기 위해, 방사선학적 검사와 관련된 방사선 보고서를 활용하는 다중 모드 머리 MRI를 위한 기초 모델을 제안한다. 특히, 기존 대조 학습 프레임워크에서 대규모 데이터셋에 대한 요구를 줄이기 위해 혼합 구문 및 의미 유사도 매칭 지표를 통합한 대조 학습 프레임워크를 제시한다. 제안된 유사도 향상 대조 언어 이미지 사전 학습(SeLIP)은 더 유용한 특징을 효과적으로 추출할 수 있으며, 이미지-텍스트 검색, 분류, 이미지 분할 등 여러 하위 작업에서 우수한 성능을 보였다. 이는 의료 영상 기초 모델 개발 시 서로 다른 영상을 설명하는 텍스트 간의 유사성을 고려하는 것이 중요함을 강조한다.
