基于心脏磁共振成像的深度学习方法面临数据不平衡问题。研究者提出通过生成合成数据，采用去噪扩散概率模型进行训练，以缓解这一问题。实验结果表明，该方法有效减少了数据集中的偏见，特别是在年轻患者和正常BMI水平的心力衰竭患者中，强调了在资源受限环境下的可行性及合成数据在医学分类模型中的重要性。