본 논문은 대규모 이미지 데이터셋으로 사전 훈련된 기반 모델을 이용한 유방 MRI 영상등록의 성능을 평가한 연구이다. 기존의 강체 또는 비교적 단순한 구조(뇌, 복부 장기 등)를 대상으로 한 연구와 달리, 변형이 심한 유방 조직의 영상등록에 초점을 맞추었다. DINO-v2, SAM, MedSAM, SSLSAM, MedCLIP 등 5가지 사전 훈련된 인코더를 사용하여 연도, 시퀀스, 모달리티, 병변 유무 등 다양한 조건에서 유방 영상등록을 수행하고 성능을 비교 분석하였다. 그 결과, SAM과 같은 기반 모델 기반 알고리즘이 기존 알고리즘보다 전반적인 유방 정렬 성능이 우수하지만, 섬유선 조직의 미세 구조 정렬에는 어려움을 보였다는 것을 확인하였다. 또한, 의료 영상이나 유방 특이적 영상으로 추가적인 사전 훈련이나 미세 조정은 성능 향상에 기여하지 못하고 오히려 감소시키는 경우도 있음을 발견하였다. 코드는 공개적으로 제공한다.
