本发明公开了一种局部病变医疗图像生成模型的训练方法、系统及应用。所述训练方法包括：获取带病变图像及其对应的病变指示掩码；进行多尺度生成；进行模糊化处理；利用多尺度图像和模糊化掩码作为训练集，对初始扩散模型进行训练，获得一阶生成模型；获取无病变图像及其对应的生成指示掩码生成伪病变图形并拼接获得对应的伪病变图像；基于对伪病变图像的评价，迭代优化一阶生成模型的参数，获得二阶生成模型，局部病变医疗图像生成模型源自二阶生成模型。本发明克服了医疗领域大量的原始图像获取较为困难的问题，应用在实际图片生成过程中后，相较于原始扩散模型，能够大幅度提升带有局部病变的医疗图像生成效果的质量和稳定性。