연구진은 의료 영상의 해부학적 구조적 일관성을 활용하는 자기 지도 학습 방법을 제안했어요. 두 가지 정렬 방식(인스턴스 내부 및 인스턴스 간)을 통해 부분적인 이웃 정렬을 제어하고 모달리티 간의 토폴로지 붕괴를 방지해요. 7가지 다운스트림 멀티모달 작업에서 평균적으로 1.1%의 세분화 및 5.94%의 분류 작업 성능 향상을 달성했어요.