本研究使用扩散模型进行半监督图像分割，发现小步骤生成的潜在表示更具鲁棒性。通过利用小步骤和大步骤的正则化效果生成预测，该模型在领域变化设置中表现出较好的性能。突显了DDPM在半监督医学图像分割中的潜力，并提供了优化其在领域变化下性能的见解。

本研究使用扩散模型进行半监督图像分割，发现较小的扩散步骤生成的表示更鲁棒，通过结合小步骤和大步骤的正则化效果生成预测，该模型在领域变化设置中表现较好。突显了DDPM在半监督医学图像分割中的潜力，并提供了优化其在领域变化下性能的见解。