本研究提出了一种新方法，通过条件去噪扩散生成模型生成反事实磁共振图像，以提高深度学习模型在医疗影像中对不同采集参数的泛化性和鲁棒性。研究表明，使用反事实图像进行数据增强显著提升了分割精度。