أظهرت النماذج التوليدية قدرة قوية على الكشف عن الشذوذ من خلال تعلّم نمذجة بيانات المرجع الصحية أو الطبيعية، والتي يمكن استخدامها لاحقًا كأساس لتصنيف الشذوذ. في هذه الدراسة، ننظر في استخدام نماذج التمايز الاحتمالي التفكيكي (DDPMs) للكشف عن الشذوذ غير المراقب. تمتلك نماذج DDPM تغطية أفضل للأنماط مقارنة بنماذج الشبكات التنافسية التوليدية (GANs)، ونوعية عينات أعلى مقارنة بنماذج المُشفّرات التغيرية (VAEs). ومع ذلك، فإن هذا التفوق يأتي على حساب ضعف التوسعية وزيادة أوقات العينة بسبب الحاجة إلى سلاسل سلسلة ماركوف الطويلة. نلاحظ أن نموذج التمايز بطول كامل لا يتطلب في الكشف عن الشذوذ القائم على إعادة البناء. وهذا يقودنا إلى تطوير استراتيجية جديدة للكشف عن الشذوذ بالتمايز الجزئي، والتي تُسمى AnoDDPM، وتُظهر قدرة على التوسع مع الصور عالية الدقة. كما نلاحظ أن التمايز الغاوسي لا يُمكنه التقاط الشذوذ الكبيرة، لذا نطور عملية تمايز للضوضاء المثلثية متعددة المقياس، مما يمنح تحكمًا في حجم الشذوذ المستهدف. أظهرت نموذج AnoDDPM باستخدام ضوضاء مثلثية تفوقًا كبيرًا على كل من f-AnoGAN والتمايز الغاوسي في مجموعة بيانات الأورام المكونة من 22 صورة مقطعية T1 (CCBS إدنبرة) من حيث الجودة النوعية والكمية (تحسن بنسبة +25.5% في معامل سوريين-دايس، و+17.6% في معامل IoU، و+7.4% في معامل AUC).