Modan2 문서
Modan2 문서에 오신 것을 환영합니다!
Modan2는 기하학적 형태분석을 통해 연구자들이 형태 변이를 탐색하고 이해할 수 있도록 돕는 사용자 친화적인 데스크톱 애플리케이션입니다. 데이터 수집(2D/3D)부터 통계 분석 및 시각화에 이르는 전체 워크플로우를 간소화합니다.
목차:
- 설치
- 빠른 시작
- 사용자 가이드
- 자주 묻는 질문 (FAQ)
- 문제 해결 안내서
- 고급 기능 안내서
- 개발자 가이드
- Changelog
- [Unreleased]
- [0.2.0-beta.2] - 2026-07-28
- [0.2.0-beta.1] - 2026-07-27
- [0.2.0-alpha.2] - 2026-07-24
- [0.2.0-alpha.1] - 2026-07-23
- [0.1.12] - 2026-07-21
- [0.1.8] - 2026-07-21
- [0.1.7] - 2026-07-21
- [0.1.6] - 2026-07-20
- [0.1.5] - 2026-07-18
- [0.1.5-beta.2] - 2025-11-03
- [0.1.5-beta.1] - 2025-10-08
- [0.1.5-alpha.1] - 2025-09-11
- [0.1.4] - 2025-09-10
- [0.1.3] - 2024-06-21
- [0.1.2] - 2024-05-30
- [0.1.1] - 2024-04-12
- [0.1.0] - 2024-03-01
주요 기능
계층적 데이터 관리: 명확한 구조로 데이터를 중첩된 데이터셋으로 구성
2D 및 3D 시각화: 랜드마크 플로팅을 포함한 2D 이미지 및 3D 모델용 통합 뷰어
준랜드마크 곡선: 표본 위에 곡선을 추적하고 균등한 간격의 준랜드마크로 재표본화하며, 경계 스냅(라이브와이어) 자동 검출을 지원합니다
통계 분석: 주성분 분석(PCA), 정준 판별 분석(CVA), 다변량 분산 분석(MANOVA) 수행
결측 랜드마크 지원: 불완전한 랜드마크 데이터를 형상 정합 기반의 시각적 추정으로 고급 처리합니다
디지타이징 보조: 데이터셋 전체에 적용되는 랜드마크 이름/설명과, 남은 랜드마크 위치를 예측해 주는 “Show Expected” 안내 기능
데이터 가져오기/내보내기: 다양한 파일 형식(TPS, NTS, Morphologika, CSV, OBJ, PLY, STL)과 이미지·3D 모델을 함께 묶는 JSON+ZIP 패키지 형식을 지원하며, 모두 드래그 앤 드롭이 가능합니다
영구 저장소: 모든 데이터와 분석 결과는 Peewee ORM으로 관리되는 로컬 SQLite 데이터베이스에 저장
빠른 시작
설치
릴리스 페이지 에서 최신 버전을 내려받으세요. 패키지 이름에는 버전과 빌드 번호가 들어 있습니다.
- Windows:
설치 프로그램 ZIP을 내려받아 그 안의 설치 프로그램을 실행
- macOS:
DMG를 내려받아
Modan2.app을 응용 프로그램 폴더로 드래그- Linux:
AppImage를 내려받아 실행 권한을 준 뒤 실행
충분히 테스트된 것은 Windows 빌드뿐입니다. 자세한 내용은 설치 을 참조하세요.
기본 사용법
새 데이터셋 만들기
“새 데이터셋”을 클릭하거나
Ctrl+N을 눌러 형태분석 연구용 데이터셋을 만드세요.객체 가져오기
2D 이미지나 3D 모델을 데이터셋에 드래그 앤 드롭하거나, 파일 → 가져오기를 사용하여 랜드마크 파일(TPS, NTS)을 불러오세요.
랜드마크 배치
객체를 더블클릭하여 객체 대화상자를 열고, 이미지/모델을 클릭하여 랜드마크를 배치하세요.
분석 실행
데이터셋을 선택하고 “데이터셋 분석”을 클릭하여 다음을 수행하세요:
Procrustes 중첩 (형태 정렬)
주성분 분석 (PCA)
정준 판별 분석 (CVA)
다변량 분산 분석 (MANOVA)
결과 탐색
데이터 탐색 대화상자에서 PC 플롯, 형태 변이, 통계 출력을 확인하세요.
키보드 단축키:
Ctrl+N- 새 데이터셋Ctrl+Shift+N- 새 객체Ctrl+S- 변경사항 저장Ctrl+O- 데이터베이스 열기Delete- 선택한 항목 삭제
자세한 사용법은 사용자 가이드 를 참조하세요.
기술 스택
언어: Python 3.12+
GUI 프레임워크: PyQt5
- 핵심 라이브러리:
데이터베이스 ORM: Peewee
수치/과학: NumPy, SciPy, Pandas, Statsmodels
3D 그래픽스 및 이미지 처리: PyOpenGL, Trimesh, Pillow, OpenCV