The Ginbanirose project aims to develop herbal extracts for alleviating menstrual pain using key ingredients: roselle, banana inflorescence, and ginger. These ingredients contain bioactive compounds with anti-inflammatory, antioxidant, and pain-relieving properties. The extracts are enhanced through liposome encapsulation technology, which improves absorption and stability. The production process involves herbal extraction, freeze-drying, and liposome formulation using lecithin and stabilizers. Experimental results demonstrate high phenolic content and antioxidant activity via the DPPH method. Ginbanirose addresses women’s quality of life concerns while offering significant business opportunities in the rapidly growing herbal market, particularly in the Asia-Pacific region.
ปัจจุบันผู้บริโภคให้ความสำคัญกับผลิตภัณฑ์จากธรรมชาติมากขึ้น โดยเฉพาะผลิตภัณฑ์ที่มีสารสกัดจากพืชสมุนไพรซึ่งมีคุณสมบัติที่ดีต่อสุขภาพและความงาม Ginbanirose เป็นหนึ่งในนวัตกรรมที่เกิดจากการผสานคุณสมบัติของพืชสมุนไพรไทยที่มีศักยภาพ เช่น กระเจี๊ยบแดง ขิง และปลีกล้วย ซึ่งอุดมไปด้วยสารต้านอนุมูลอิสระ และมีสรรพคุณที่เป็นประโยชน์ต่อร่างกาย การศึกษาคุณสมบัติของพืชเหล่านี้และพัฒนาให้เป็นผลิตภัณฑ์ที่สามารถใช้งานได้อย่างมีประสิทธิภาพจึงเป็นเรื่องสำคัญ ไม่เพียงแต่ช่วยเพิ่มมูลค่าให้กับพืชสมุนไพรไทยเท่านั้น แต่ยังเป็นแนวทางในการพัฒนาผลิตภัณฑ์ที่เป็นมิตรต่อสิ่งแวดล้อมและตอบสนองต่อความต้องการของตลาดสุขภาพและความงาม การใช้เทคนิค Liposome Encapsulation เพื่อเพิ่มความคงตัวและประสิทธิภาพของสารสำคัญจากพืช เป็นแนวทางหนึ่งที่ช่วยให้สามารถพัฒนา Ginbanirose ให้เป็นผลิตภัณฑ์ที่มีคุณภาพสูงและสามารถแข่งขันในตลาดได้ ดังนั้น งานวิจัยนี้จึงมีความสำคัญในการส่งเสริมการใช้ประโยชน์จากพืชสมุนไพรไทย พัฒนาผลิตภัณฑ์ที่มีคุณภาพ และสร้างมูลค่าเพิ่มให้กับวัตถุดิบธรรมชาติ เพื่อรองรับแนวโน้มของตลาดที่มุ่งสู่ผลิตภัณฑ์เพื่อสุขภาพและความงามที่ปลอดภัยและมีประสิทธิภาพสูง
คณะเทคโนโลยีสารสนเทศ
This research presents a deep learning method for generating automatic captions from the segmentation of car part damage. It analyzes car images using a Unified Framework to accurately and quickly identify and describe the damage. The development is based on the research "GRiT: A Generative Region-to-text Transformer for Object Understanding," which has been adapted for car image analysis. The improvement aims to make the model generate precise descriptions for different areas of the car, from damaged parts to identifying various components. The researchers focuses on developing deep learning techniques for automatic caption generation and damage segmentation in car damage analysis. The aim is to enable precise identification and description of damages on vehicles, there by increasing speed and reducing the work load of experts in damage assessment. Traditionally, damage assessment relies solely on expert evaluations, which are costly and time-consuming. To address this issue, we propose utilizing data generation for training, automatic caption creation, and damage segmentation using an integrated framework. The researchers created a new dataset from CarDD, which is specifically designed for cardamage detection. This dataset includes labeled damages on vehicles, and the researchers have used it to feed into models for segmenting car parts and accurately labeling each part and damage category. Preliminary results from the model demonstrate its capability in automatic caption generation and damage segmentation for car damage analysis to be satisfactory. With these results, the model serves as an essential foundation for future development. This advancement aims not only to enhance performance in damage segmentation and caption generation but also to improve the model’s adaptability to a diversity of damages occurring on various surfaces and parts of vehicles. This will allow the system to be applied more broadly to different vehicle types and conditions of damage inthe future
คณะเทคโนโลยีการเกษตร
This experiment aimed to study the suitable types of polymers for coating with chlorophyll extract and the quality of cucumber seeds after coating. The experiment was planned using a Completely Randomized Design (CRD) with four replications, consisting of five methods involving seeds coated with different types of polymers: Polyvinylpyrrolidone, Sodium Alginate, Carboxy Methyl Cellulose, and Hydroxypropyl Methylcellulose, each polymer being coated alongside chlorophyll, with uncoated seeds serving as the control method. The coating substance was prepared by extracting chlorophyll from mango leaves, then mixed with each type of polymer at a concentration of 1%, using an 8% concentration of chlorophyll extract. The properties of each coating method, such as pH and viscosity of the coating substance, were examined before coating the cucumber seeds with a rotary disk coater model RRC150 at a coating rate of 1,100 milliliters per 1 kilogram of seeds. Subsequently, the seeds were dried to reach the initial moisture level using a hot air blower, and seed quality was assessed in various aspects, including seed moisture, germination rate under laboratory conditions, germination index, and seed fluorescence under a portable ultraviolet light illuminator, as well as light emission spectrum analysis using a Spectrophotometer. The experiment found that each type of polymer could be used to form a film together with chlorophyll, which had appropriate pH and viscosity for the coating without affecting seed quality and showed fluorescence on the seed surface both under portable ultraviolet light and spectral emission analysis with a Spectrophotometer. Using HPMC as the film-forming agent with chlorophyll was the most suitable method, enhancing seed fluorescence efficiency.
คณะบริหารธุรกิจ
This book introduces basic management concepts that are applicable to technological innovation development. It encompasses various tech settings like Agro & Health tech, in addition to the more commonly referred digital sector.