本研究提出了Triad模型，解决了现有视觉基础模型在MRI应用中的性能不足。通过在131,170个3D MRI体积上进行预训练，显著提升了器官/肿瘤分割、分类和医学图像配准的性能。

本研究旨在开发一个模型，用于精确识别不同患者器官分割之间的相应点。通过使用头颈部器官分割的CT扫描训练了一个在3D形状中同时进行对应和插值估计的模型。评估了对应和插值性能，最佳性能的模型配置将图像信息作为损失函数的一部分，产生了更符合解剖学的对应结果。