三个成熟的idea，寻觅合作者！

主要观点总结

本文介绍了三个成熟的课题idea，包括持续学习用于生物医学信号处理、基于提示学习的无监督去雨和基于文本降质分布学习的真实场景超分辨率。其中，每个课题都有相应的描述，包括课题的目标、现状、创新点和价值。作者寻求合作者，并提供了基本代码和参考工作。感兴趣的同学可以通过微信联系作者，并备注'暗号'享受优惠。

关键观点总结

关键观点1: 持续学习用于生物医学信号处理

课题旨在将持续学习框架应用于生物医学信号领域，结合医学信号拓扑结构进行设计，具有理论保证和极大的实际应用价值。

关键观点2: 基于提示学习的无监督去雨

课题针对CNN等模型在处理真实去雨场景时泛化性能差的问题，探索基于扩散模型的文本先验在单图像去雨领域的应用，目标期刊和会议为TMM、TCSVT和AAAI。

关键观点3: 基于文本降质分布学习的真实场景超分辨率

课题关注真实场景下超分辨率任务，探索如何将生成式模型中的预训练模型先验应用于该任务，尤其是如何改进文本提示以定制真实世界场景的降质分布。