The Diabetes Meal Management Application is a digital health tool designed to empower Type 2 diabetic patients in managing their diet and blood sugar levels more effectively. With features like personalized meal recommendations, nutrient tracking, and seamless integration with wearable blood glucose monitors via Blood sugar measuring device (CGM), the application enables users to monitor glucose fluctuations in real time and adjust dietary choices accordingly. Built with the Flutter framework and supported by a backend of Express.js and MongoDB, the application prioritizes a user-friendly interface, ensuring easy navigation and encouraging consistent engagement with meal planning and health tracking. Preliminary user trials show that the application contributes to more stable blood sugar levels and improved adherence to dietary recommendations, helping users reduce health risks associated with diabetes complications. By offering a proactive approach to diabetes management, the application reduces the need for frequent clinical interventions, thus potentially lowering medical costs over time. This project highlights the promising role of digital health solutions in supporting personalized diabetes care, emphasizing the potential for scalable, user-centered interventions that foster long-term health improvements for diabetic patients.
ในปัจจุบันโรคเบาหวานเป็นปัญหาสุขภาพที่สำคัญระดับโลก โดยเฉพาะอย่างยิ่งในประเทศไทยที่พบจำนวนผู้ป่วยเพิ่มขึ้นอย่างต่อเนื่อง จากข้อมูลในปี 2566 จำนวนผู้ป่วยโรคเบาหวานชนิดที่ 2 ในประเทศไทยมีมากกว่า 5.2 ล้านคน คิดเป็นประมาณ 1 ใน 11 ของประชากรที่มีอายุ 15 ปีขึ้นไป โรคเบาหวานชนิดที่ 2 คิดเป็น 90-95% ของผู้ป่วยเบาหวานทั้งหมดในประเทศไทย ซึ่งเป็นผลมาจากการดำเนินชีวิตที่ไม่เหมาะสม พบว่ามีค่าใช้จ่ายเฉลี่ยในการรักษาพยาบาลโดยประมาณคือ 28,200 บาทต่อคนต่อปี และหากมีภาวะแทรกซ้อน หรือเป็นโรคเรื้อรังอื่น ๆ เช่น โรคไต โรคหัวใจและหลอดเลือด อาจมีค่ารักษาสูงถึงหลักแสนบาทต่อคนต่อปี โดยผู้ป่วยโรคเบาหวานส่วนใหญ่มักไม่ได้รับการดูแลในเรื่องโภชนาการให้ดีเท่าที่ควร ส่งผลให้การรักษาระดับน้ำตาลในเลือดไม่อยู่เกณฑ์ที่เหมาะสม จนนำไปสู่ภาวะแทรกซ้อนที่รุนแรง ดังนั้น การควบคุมระดับน้ำตาลในเลือดของผู้ป่วยเบาหวาน จึงมีความสำคัญในการช่วยลดภาระค่าใช้จ่าย และโอกาสการเสียชีวิตได้ การควบคุมอาหารถือเป็นหนึ่งในวิธีการรักษาและควบคุมระดับน้ำตาลในเลือดที่มีประสิทธิภาพ แต่ผู้ป่วยจำนวนมากยังขาดความรู้และทักษะในการเลือกรับประทานอาหารที่เหมาะสม จึงจำเป็นต้องได้รับคำแนะนำด้านโภชนาการที่ถูกต้อง โครงงานแอปพลิเคชันจัดการอาหารสำหรับผู้ป่วยเบาหวาน จึงเป็นแนวทางหนึ่งที่สามารถช่วยผู้ป่วยในการวางแผนเมนูอาหารและติดตามระดับน้ำตาลในเลือดได้อย่างเหมาะสม อีกทั้งยังช่วยลดความซับซ้อนในการคำนวณสารอาหารที่ได้รับในแต่ละวัน นอกจากนี้ การเชื่อมต่อแอปพลิเคชันกับอุปกรณ์ตรวจวัดระดับน้ำตาลในเลือดจะช่วยให้ผู้ป่วยสามารถรับข้อมูลได้ทันท่วงที เพื่อใช้ในการบริหารจัดการสุขภาพของตนเอง
คณะวิทยาศาสตร์
This special problem aims to study and compare the performance of predicting the air quality index (AQI) using five ensemble machine learning methods: random forest, XGBoost, CatBoost, stacking ensemble of random forest and XGBoost, and stacking ensemble of random forest, SVR, and MLP. The study uses a dataset from the Central Pollution Control Board of India (CPCB), which includes fifteen pollutants and nine meteorological variables collected between January, 2021 and December, 2023. In this study, there were 1,024,920 records. The performance is measured using three methods: root mean square error (RMSE), mean absolute error (MAE), and coefficient of determination. The study found that the random forest and XGBoost stacking ensemble had the best performance measures among the three methods, with the minimum RMSE of 0.1040, the minimum MAE of 0.0675, and the maximum of 0.8128. SHAP-based model interpretation method for five machine learning methods. All methods reached the same conclusion: the two variables that most significantly impacted the global prediction were PM2.5 and PM10, respectively.
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.
คณะวิศวกรรมศาสตร์
Stirling engine is the external heated engine that heat is sup-plied externally to the heater part of the engine. Thus, Stirling cycle engine can be employed with various sources of renewable energy such as biomass, biofuel, solar energy, geothermal energy, recovery heat, and waste. The integration of gasifier, burner, and heat engine as a power system offers more fuel choices of each local area with potential resources resulting independent from shortage and cost fluctuation of fossil fuel. This research aims to investigate the integration of the Stirling engine with a wood pellet gasifier for electric power generation. Biomass can be controlled to have continuously combustion with ultra-low toxic emission. Stirling engine, therefore, is a promising alternative in small-scale-electricity production. Even though many biomass-powered Stirling engines were successfully constructed and marketed but these engines and the use of biomass resources as fuel for power generation are quite new concepts in some developing countries. Especially, the capital cost of this engine is high and unaffordable for installation compared to other power systems. Therefore, this research aims to the study attractive and feasibility of the compact Stirling engine with green energy.