Las lesiones tipo edema de médula ósea (BMEL) en la rodilla se han relacionado con los síntomas y la progresión de la osteoartritis (OA), una enfermedad altamente prevalente con profundas implicaciones para la salud pública. Las segmentaciones manuales y semiautomáticas de BMEL en imágenes de resonancia magnética (MRI) se han utilizado para cuantificar la importancia de las BMEL. Sin embargo, su utilización se ve obstaculizada por la naturaleza laboriosa y que consume mucho tiempo del proceso, así como por el sesgo del anotador, especialmente dado que las BMEL presentan diferentes tamaños y formas irregulares con una señal difusa que conducen a una baja fiabilidad intra e interobservador. En este estudio, proponemos un método novedoso no supervisado para la segmentación totalmente automatizada de BMEL que aprovecha modelos de difusión condicional, múltiples secuencias de MRI que tienen diferentes contrastes de BMEL y detección de anomalías que no dependen de anotaciones costosas y propensas a errores. También analizamos las anotaciones de segmentación de BMEL de múltiples expertos, informando sobre la variabilidad intra/interobservador y estableciendo mejores puntos de referencia para el rendimiento de la segmentación de BMEL.