研究人员提出了一种新的自监督表示学习器，称为掩蔽扩散模型（MDM），在医学和自然图像语义分割任务中表现出优异的性能，并在少样本场景下取得了显著进展。

研究人员提出了一种新的自监督表示学习器，称为掩蔽扩散模型（MDM），用于医学和自然图像语义分割任务。MDM通过遮罩机制替换传统扩散中的加性高斯噪声，展示了强大的生成性能，并在少样本场景下超越了先前的基准。