Major medical and veterinary pests including the mosquitoes, houseflies and cockroaches pose health problems for humans and mammals and create more visual obstruction. Therefore, this research discovered a formula of essential oils and active ingredients from herbal plants that are highly effective in controlling and eliminating these insects compared to chemical insecticides, are safe for non-target organisms living in the environment, and are stable and maintain the active properties of the compounds. These formulas can be developed into environmentally friendly natural products to replace or reduce the use of chemical insecticides.
แมลงศัตรูทางการแพทย์และสัตวแพทย์มีแมลงหลากหลายชนิดที่ก่อให้เกิดปัญหาทางด้านสาธารณสุขและสัตว์เลี้ยงต่างๆอย่างมากมายกับประชากรทั่วโลก โดยเน้นแมลงที่มีความสำคัญในทางการแพทย์และสัตวแพทย์ในปัจจุบัน ได้แก่ ยุงลายบ้าน แมลงวันบ้าน แมลงวันคอกสัตว์ เหามนุษย์ แมลงสาบอเมริกัน และแมลงสาบเยอรมัน เพราะแมลงศัตรูเหล่านี้เป็นแมลงพาหะที่นำโรคมาสู่มนุษย์และสัตว์เลี้ยง อาทิเช่น โรคไข้เลือดออก โรคไข้ปวดข้อ เป็นต้น จากปัญหาดังกล่าวจึงมีความจำเป็นอย่างมากในการหาแนวทางป้องกันกำจัดแหล่งเพาะพันธุ์ของแมลงศัตรูเหล่านี้ เพื่อเป็นการตัดวงจรชีวิตและการควบคุมระบาด ซึ่งส่วนมากนิยมใช้สารเคมีสังเคราะห์ในการกำจัดแมลงที่สามารถลดจำนวนประชากรของแมลงได้อย่างรวดเร็ว แต่การใช้สารเคมีสังเคราะห์ในการกำจัดแมลงเป็นเวลานานๆ ทำให้เกิดผลเสียต่างๆตามมา เช่น แมลงศัตรูทางการแพทย์และสัตวแพทย์สร้างความต้านทานต่อสารเคมีสังเคราะห์ จำเป็นต้องเปลี่ยนสารเคมีสังเคราะห์ชนิดใหม่ๆ หรือใช้ในปริมาณที่สูงขึ้น ทำให้เกิดการระบาดของแมลงพาหะชนิดใหม่ซึ่งแต่ก่อนไม่เคยมีความสำคัญเกิดการระบาดเป็นแมลงศัตรูขึ้นมาได้ และประการสำคัญคือสารเคมีสังเคราะห์มีความเป็นพิษสูงกับสิ่งมีชีวิตชนิดอื่นๆที่ไม่ต้องการทำลายต้องตายไปด้วย เช่น ปลา แมลงในน้ำ ไส้เดือน เป็นต้น รวมทั้งผึ้งและแมลงมีประโยชน์ชนิดต่างๆ ปัจจุบันมีการนำน้ำมันหอมระเหยจากพืชและสารออกฤทธิ์หลักมาใช้ในการป้องกันกำจัดแมลงศัตรูทางการแพทย์และสัตวแพทย์อย่างแพร่หลาย ดังนั้นในการวิจัยครั้งนี้จึงมุ่งเน้นหาน้ำมันหอมระเหยจากพืชและสารออกฤทธิ์ที่มีประสิทธิภาพดีในการกำจัดทุกระยะการเจริญเติบโตของแมลงศัตรูทางการแพทย์และสัตวแพทย์ มีความปลอดภัยต่อผู้ใช้งานและเป็นมิตรต่อสิ่งแวดล้อม
คณะวิศวกรรมศาสตร์
Jaundice, a common condition in infants that results from high bilirubin levels in the blood, often requires early diagnosis and monitoring to prevent severe complications, especially in newborns. Traditional diagnostic methods can be time-consuming and subject to human error. This study proposes an approach for real-time jaundice detection using advanced image processing techniques and machine learning algorithms. By analyzing images captured in RGB color spaces, pixel values are extracted and processed through Otsu’s thresholding and morphological operations to detect color patterns indicative of jaundice. A classifier model is then trained to distinguish between normal and jaundiced conditions, offering an automated, accurate, and efficient diagnostic tool. The system’s potential to operate in real-time makes it particularly suited for clinical settings, providing healthcare professionals with timely insights to improve patient outcomes. The proposed method represents a significant innovation in healthcare, combining artificial intelligence and medical imaging to enhance the early detection and management of jaundice, reducing reliance on manual interventions and improving overall healthcare delivery.
คณะครุศาสตร์อุตสาหกรรมและเทคโนโลยี
Crispy Rice-berry Snack is a product made from broken rice-berry rice that has been processed into a snack that is thin and crispy, bite-sized. Broken rice-berry rice is cooked, finely ground, and mixed with other ingredients to increase its nutritional value, such as adding plant seeds, adding plant protein nutrients, and then forming it into sheets using heat. The resulting product is a thin sheet, purple-brown in color, crispy, and has the smell of the ingredients used in the production process. It does not contain sugar or sweeteners. It is used as a snack with tea or coffee. Crispy Rice-berry Waffle is a product that contains complete nutrients, including carbohydrates, protein, and fat, which are derived from the ingredients in the production formula.
วิทยาลัยอุตสาหกรรมการบินนานาชาติ
The capture of a target spacecraft by a chaser is an on-orbit docking operation that requires an accurate, reliable, and robust object recognition algorithm. Vision-based guided spacecraft relative motion during close-proximity maneuvers has been consecutively applied using dynamic modeling as a spacecraft on-orbit service system. This research constructs a vision-based pose estimation model that performs image processing via a deep convolutional neural network. The pose estimation model was constructed by repurposing a modified pretrained GoogLeNet model with the available Unreal Engine 4 rendered dataset of the Soyuz spacecraft. In the implementation, the convolutional neural network learns from the data samples to create correlations between the images and the spacecraft’s six degrees-of-freedom parameters. The experiment has compared an exponential-based loss function and a weighted Euclidean-based loss function. Using the weighted Euclidean-based loss function, the implemented pose estimation model achieved moderately high performance with a position accuracy of 92.53 percent and an error of 1.2 m. The in-attitude prediction accuracy can reach 87.93 percent, and the errors in the three Euler angles do not exceed 7.6 degrees. This research can contribute to spacecraft detection and tracking problems. Although the finished vision-based model is specific to the environment of synthetic dataset, the model could be trained further to address actual docking operations in the future.