Este artículo evalúa el rendimiento del registro de imágenes de resonancia magnética mamaria utilizando un modelo base preentrenado en un conjunto de datos de imágenes a gran escala. A diferencia de estudios previos dirigidos a cuerpos rígidos o estructuras relativamente simples (p. ej., el cerebro, los órganos abdominales), nos centramos en el registro de imágenes de tejido mamario altamente deformable. Utilizando cinco codificadores preentrenados (Dino-v2, SAM, MedSAM, SSLSAM y MedCLIP), realizamos el registro de imágenes mamarias en diversas condiciones, incluyendo año, secuencia, modalidad y presencia de lesiones, y comparamos su rendimiento. Nuestros resultados muestran que los algoritmos basados en modelos base, como SAM, superan a los algoritmos existentes en el rendimiento general de la alineación mamaria, pero tienen dificultades para alinear las estructuras finas del tejido fibroso. Además, descubrimos que el preentrenamiento adicional o el ajuste fino con imágenes médicas o específicas de la mama no mejoraron el rendimiento y, en algunos casos, de hecho lo redujeron. El código está disponible públicamente.
