本文提出了一种有条件的扩散概率模型（DPM）框架，用于生成合成肠道息肉图像，以提升二进制图像分割模型的准确性。研究表明，合成数据能有效增强模型性能，尤其在胃肠道息肉分割方面表现优越。通过自监督学习和图像修复技术，进一步提高了肿瘤细胞分析的效果和图像质量。