该研究提出了一种名为mDPPM的方法，通过引入基于掩码的正则化来重新定义扩散模型的生成任务，以将无标签数据用于自我监督学习，从而生成健康脑的样本级标签。该研究在包含肿瘤和多发性硬化症病变的数据集上评估了这种方法，并展示了无监督方法相对于现有完全/弱监督基线的优越性能。