图文摘要:

ADMorph数据集的创建以及基于深度学习的自动分类方法的工作流程 (P.为属名Parathelodus缩写)

研究背景

通常，鱼类微体化石的鉴定分类程序复杂：古生物学家先将鱼类微体化石从岩石中分离出来；之后借助显微镜观察其形态特征，或者磨制成薄片，观察其组织学特征；最后查阅书籍、文献和化石图版等文献资料，结合自己的研究积累，定性或定量地鉴定和分类微体化石，例如通过几何形态测量和Q型聚类分析等方法来对鱼类微体化石分类 (Cui et al., 2020; Cui et al., 2019)。但是，这些方法都严重依赖于古生物学家对鱼类微体化石特征的观察、手动标记和测量，不仅耗费大量的时间还需要具有扎实的专业知识。本文介绍一种基于深度学习技术对鱼类微体化石进行自动分类的工作流程，包括鱼类微体化石三维数据的采集、建模以及分类等过程 (Hou et al., 2020)。本工作将深度学习技术应用到鱼类微体化石自动分类的研究中，该方法相比于传统分类方法具有明显的高效性和客观性。

材料与试剂

1. 醋酸溶液 (飞净, Phgene, 3%)

仪器设备

1. 显微工业CT (高能物理所，IHEP-IVPP, 225kV-μCT, 5007220)
2. 气动笔 (paleoTools, Micro Jack, MJT1)
   

软件

1. Mimics 19.0 (Materialise, https://www.materialise.com/zh-hans)
2. VGStudio 3.4 (Volume Graphics GmbH, https://www.volumegraphics.com/).
   

实验步骤