UNet边缘增强损失函数论文：提升图像分割精度

以下是在UNet中使用边缘增强损失函数的一些论文：

'Edge-Enhanced U-Net for Accurate Liver and Tumor Segmentation in CT Images'（边缘增强U-Net用于CT图像中准确的肝脏和肿瘤分割）
'Dense Contrastive Learning for Medical Image Segmentation'（密集对比学习用于医学图像分割）
'End-to-end Lung Nodule Detection in CT Images with Deep Learning'（端到端的深度学习用于CT图像中的肺结节检测）
'A Novel Loss Function for Image Segmentation with Edge Detection and Image Reconstruction'（一种新的损失函数用于图像分割中的边缘检测和图像重建）
'Automatic Liver Segmentation with Cascaded Fully Convolutional Neural Networks and Deep Deformation Network'（级联全卷积神经网络和深度变形网络用于自动肝脏分割）

这些论文都使用了边缘增强损失函数来提高图像分割的准确率和鲁棒性。