This research aims to develop an automatic gemstone color sorting machine to overcome the limitations of manual color sorting, which can be restricted by speed and accuracy. This study applies deep learning technology to analyze and classify gemstone colors precisely, developing an algorithm capable of accurately detecting and categorizing color shades. An automated conveyor system was also designed to efficiently transport gemstones through the color sorting process, allowing for continuous operation. The sorting machine works by capturing high-resolution images of the gemstones, processing them with software to classify color shades, and directing each gemstone to its designated position on the automated conveyor. Experimental results demonstrate that the automated color sorting machine, integrated with the conveyor system, achieves high speed and accuracy, significantly reducing labor costs and enhancing the efficiency of gemstone color sorting.
ปัจจุบันการตรวจสอบเฉดสีของพลอยถือเป็นขั้นตอนสำคัญในการประเมินคุณภาพ ทั้งในกระบวนการผลิตและการค้าขาย อย่างไรก็ตามการตรวจสอบเฉดสีที่ดำเนินการโดยมนุษย์นั้นมีข้อจำกัดหลายประการ ซึ่งหนึ่งในนั้นเป็นเรื่องความสามารถในการแยกเฉดสีที่ซับซ้อน ซึ่งอาจทำให้การตรวจสอบใช้เวลานาน และมีความแม่นยำต่ำ จากปัญหาดังกล่าว จึงได้พัฒนาแนวคิดในการสร้างเครื่องคัดแยกเฉดสีพลอยอัตโนมัติ โดยใช้ระบบ Computer Vision ร่วมกับระบบอัตโนมัติในการวิเคราะห์เฉดสีของพลอย เพื่อลดข้อจำกัดของการตรวจสอบด้วยมนุษย์ เพิ่มความแม่นยำและประสิทธิภาพในการทำงาน รวมถึงทำให้กระบวนการตรวจสอบเป็นไปอย่างรวดเร็วและมีมาตรฐานของเฉดสี GIA (Gemological Institute of America)
คณะวิศวกรรมศาสตร์
This project has been developed to address medical challenges related to the process of counting and classifying blood cells from samples, a task that requires both time and high precision. To reduce the workload of medical personnel, the developers have created a platform and an artificial intelligence (AI) system capable of automatically classifying and counting cells from sample images. This system is designed to assist medical laboratory technicians by enabling them to work more efficiently and accurately, reducing the time required for analysis. Furthermore, it promotes the advancement of medical technology, ensuring effective usability from classrooms and laboratories to hospitals.
วิทยาลัยเทคโนโลยีและนวัตกรรมวัสดุ
-
คณะแพทยศาสตร์
Migraine, a prevalent neurological disorder, is the third most common disease globally, causing significant health and financial burdens. It has four stages: prodrome, aura, headache, and postdrome. The prodrome (also known as premonitory) stage is crucial as it precedes the headache by up to 72 hours. Taking medication during the premonitory peroid has shown to prevent the headache phase . However, the symptoms of premonitory period lack specificity, making it difficult for patients to know if they’re experiencing premonitory symptoms. Calcitonin-gene related peptide (cGRP),is a protein that plays a key role in migraine pathogenesis and studies found that salivary cGRP levels increase during the premonitory stage. This study aims to develop and evaluate a lateral flow immunoassay kit for detecting salivary cGRP levels in migraine patients during the prodrome stage. It can serve as a confirmation tool for premonitory symptoms.