本文综述了医学影像中最新的深度无监督领域自适应技术，将其分类为六组，并根据不同任务进行了子分类。同时讨论了用于评估不同领域之间差异的研究中使用的相应数据集。最后，提供了未来研究方向的见解和讨论。

该文介绍了一种新的HAED语音识别模型，通过分离声学模型和语言模型，实现了对传统基于文本的语言模型自适应技术的使用，从而在领域外文本数据进行语言模型自适应时实现了21%的WER改进。

本论文介绍了一种基于预训练掩码语言模型的条件联合建模框架，用于提高医学领域ASR系统的识别准确率。通过自适应技术和数据增强方法，该模型在字典和会话样式语料库上相对于基线模型实现了约5%的绝对改进和约10%的ASR输出优化。