DeY-Net是一种新的自去噪方法，通过将辅助降噪解码器纳入U-Net结构中，利用自我监督学习减少过拟合并提高域泛化能力。实验证明，DeY-Net在肝脏分割基准测试中取得了显著的领域泛化改进和先进结果。

该文介绍了一种两阶段的肝脏和肝瘤分割框架，使用粗略的肝脏分割网络和边缘增强网络进行更精确的分割。该网络明确地建模互补对象及其边缘信息，以保留器官和病变边界，并提出了一个深度交叉特征融合模块，以从两个对象及其边缘中细化多尺度特征。该框架在肝和肝肿瘤分割方面表现出优越性能。