Diabetes is a significant global health issue, particularly due to complications related to diabetic wounds. Studies indicate that approximately 15-25% of diabetic patients develop foot ulcers, with more than 50% of severe cases leading to amputation. This results in a substantial decline in the quality of life for patients. Current treatments for diabetic wounds face challenges such as antibiotic-resistant bacterial infections and delayed wound healing, highlighting the need for innovative solutions to accelerate the healing process and reduce the risk of limb loss. Cotylelobium lanceolatum Craib, a medicinal plant long utilized in traditional Thai medicine, is known for its anti-inflammatory and wound-healing properties. This study focuses on developing an extract from Cotylelobium lanceolatum Craib in the form of nano silver (Nano Silver) to enhance the effectiveness of diabetic wound treatment. Nano silver technology enables deeper penetration into the skin, provides potent antibacterial activity, and promotes wound healing by reducing inflammation and stimulating tissue regeneration. The development of nano silver derived from Cotylelobium lanceolatum Craib extract is expected to help reduce chronic wounds in diabetic patients, lower the risk of infection, and decrease the incidence of limb amputation and mortality associated with diabetic wound complications. This research represents a significant step toward creating a safer and more effective treatment alternative for diabetic wound care.
โรคเบาหวานเป็นปัญหาสุขภาพที่สำคัญทั่วโลก โดยเฉพาะภาวะแทรกซ้อนที่เกี่ยวข้องกับ แผลเบาหวาน ซึ่งพบว่า ร้อยละ 25 ของผู้ป่วยเบาหวานมีแนวโน้มเกิดแผลที่เท้า และแผลเหล่านี้มักรักษายากกว่าบาดแผลทั่วไป เนื่องจากมี ภาวะการไหลเวียนเลือดผิดปกติ การติดเชื้อแบคทีเรียดื้อยา และการฟื้นฟูเนื้อเยื่อที่ล่าช้า หากไม่ได้รับการรักษาที่เหมาะสม อาจนำไปสู่ภาวะแทรกซ้อนที่รุนแรงจนต้องทำ การตัดขา ซึ่งในแต่ละปีมีผู้ป่วยเบาหวานมากกว่า 26,000 รายที่ต้องถูกตัดขา ส่งผลกระทบต่อคุณภาพชีวิตของผู้ป่วยและเพิ่มภาระค่าใช้จ่ายในการรักษาพยาบาล ปัจจุบัน ยารักษาแผลเบาหวานที่มีอยู่ในท้องตลาดมักมีราคาสูง และยังพบปัญหาเรื่อง การดื้อยาและผลข้างเคียงจากการใช้ยาปฏิชีวนะในระยะยาว ดังนั้น การพัฒนา นวัตกรรมจากสมุนไพรไทย ที่สามารถช่วยรักษาแผลเบาหวานได้อย่างมีประสิทธิภาพจึงเป็นแนวทางที่สำคัญ งานวิจัยนี้มุ่งเน้นไปที่การพัฒนาสารสกัดจาก เคี่ยม (Cotylelobium lanceolatum Craib) ซึ่งเป็น สมุนไพรไทยที่ถูกใช้ในยาแผนโบราณมาช้านาน โดยเฉพาะด้านการรักษาแผลและการต้านการอักเสบ ด้วยเทคโนโลยี นาโนซิลเวอร์ (Nano Silver) ซึ่งช่วยเพิ่มการดูดซึมเข้าสู่เนื้อเยื่อได้ลึกขึ้น ฆ่าเชื้อแบคทีเรียได้ดี และช่วยเร่งกระบวนการสมานแผล การพัฒนาสารสกัดเคี่ยมในรูปแบบนาโนซิลเวอร์นี้ คาดว่าจะเป็น ทางเลือกใหม่ในการรักษาแผลเบาหวาน ที่มีต้นทุนต่ำกว่ายาปัจจุบัน ลดการเกิดแผลเรื้อรัง ลดความเสี่ยงในการถูกตัดขา และช่วยให้ผู้ป่วยสามารถเข้าถึงการรักษาที่มีประสิทธิภาพได้มากขึ้น ซึ่งจะช่วยลดอัตราการเสียชีวิตจากภาวะแทรกซ้อนของโรคเบาหวานในระยะยาว
คณะเทคโนโลยีการเกษตร
This study aimed to investigate the effects of different salinity levels on survival rate and growth performance of golden apple snail (Pomacea canaliculata). The experiment was conducted at salinity levels of 0, 5, 10, and 15 ppt, with four replicates each, over an 8-week period. The results showed that golden apple snails reared at 5-10 ppt exhibited survival rates and growth performance not significantly different (p>0.05) from those in the freshwater control group (0 ppt). These findings suggest the potential for developing golden apple snail culture in brackish water systems and the possibility of integration with other brackish water species in polyculture systems.
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.
วิทยาลัยเทคโนโลยีและนวัตกรรมวัสดุ
-