The growing interest in antioxidant-rich foods is driven by their potential to reduce the risk of chronic diseases such as cancer, cardiovascular conditions, and cellular degeneration. Ginger (Zingiber officinale), banana inflorescence (Musa paradisiaca L.), and roselle (Hibiscus sabdariffa L.) are herbal plants known for their high phenolic content, a crucial component in antioxidant activity. However, the bioactive compounds in these plants are often unstable when exposed to light, temperature, and oxygen, leading to a reduction in their efficacy. This study aims to investigate the optimal ratio of ginger, banana inflorescence, and roselle for encapsulation in liposomes—a technique designed to enhance the stability of bioactive compounds and improve their delivery efficacy. The research evaluates the antioxidant activity of the extracts using DPPH, ABTS, and FRAP methods, alongside total phenolic content (TPC) measurement. The most effective ratio for antioxidant activity will be selected for liposomal encapsulation, employing phospholipids as key structural components. The encapsulation efficiency (EE%) will be calculated to assess the effectiveness of the liposomal delivery system. The findings are expected to identify the optimal combination of ginger, banana inflorescence, and roselle that maximizes antioxidant potency and enhances the stability of bioactive compounds through liposomal encapsulation. This approach offers a promising strategy for developing herbal health supplements that maintain their biological properties over time.
การเสื่อมสภาพของเซลล์จากอนุมูลอิสระเป็นสาเหตุหลักที่นำไปสู่การเกิดโรคเรื้อรังต่าง ๆ เช่น โรคมะเร็ง โรคหัวใจ และการเสื่อมสภาพของเซลล์ในระบบต่าง ๆ ของร่างกาย ดังนั้นการใช้สารต้านอนุมูลอิสระจากธรรมชาติจึงเป็นวิธีหนึ่งในการลดความเสี่ยงจากการเกิดโรคเหล่านี้ ขิง ปลีกล้วย และกระเจี๊ยบ เป็นพืชที่มีสารต้านอนุมูลอิสระและสารฟีนอลิกที่มีคุณสมบัติในการป้องกันความเสื่อมของเซลล์ อย่างไรก็ตาม สารเหล่านี้อาจสูญเสียประสิทธิภาพเมื่อสัมผัสกับปัจจัยภายนอก เช่น แสง ความร้อน และออกซิเจน ดังนั้นการใช้เทคนิคการห่อหุ้มสารด้วยวิธีลิโพโซม จึงช่วยเพิ่มความเสถียรของสารสำคัญและเพิ่มประสิทธิภาพในการนำส่งสารไปยังจุดเป้าหมายจึงเป็นสิ่งสำคัญ
คณะสถาปัตยกรรม ศิลปะและการออกแบบ
A Photographic series that expresses the abstract states of myself, towards the question of existence that results from being surrounded by expectations of both surrender and freedom of expression, this series focuses on my own subjectivities in order to bring back memories of almost forgotten feelings and make them clear once more.
คณะสถาปัตยกรรม ศิลปะและการออกแบบ
This app encourages users to clean by turning it into a fun game. Users can choose cleaning tasks, track dust levels, and earn reward points, making the cleaning process more engaging and enjoyable.
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.