This thesis project was conducted to identify the optimal conditions for producing concentrated butterfly pea juice using vacuum evaporation to preserve key compounds in butterfly pea flowers, such as anthocyanins—natural pigments with high antioxidant properties. The study applies a Box-Behnken Design, a statistical method that facilitates analysis of multiple factors. The research focuses on the ratio of dried butterfly pea flowers to water, extraction temperature, and evaporation temperature, each of which has a direct effect on the preservation of key compounds, color, aroma, and flavor. The results indicate that using a dried flower-to-water ratio of 1:15, an extraction temperature of 60°C, and an evaporation temperature of 40°C under low pressure can minimize the loss of essential compounds and best retain the properties of the concentrated butterfly pea juice. Findings from this research provide a foundation for developing an industrial production process for concentrated butterfly pea juice and enhance the potential for creating new products from butterfly pea flowers.
อัญชัน (Clitoria ternatea L.) เป็นพืชท้องถิ่นพบได้ทั่วไปในทุกภูมิภาคของประเทศไทย มีดอกสีน้ำเงิน-ม่วง ลักษณะ ใบ ดอก และลําต้น ซึ่งภายในดอกอัญชันมีสารแอนโทไซยานิน (anthocyanin) จัดเป็นสารรงควัตถุ (pigment) ที่ให้สีแดง สีม่วง และสีน้ำเงิน สามารถละลายน้ำได้ดี และยังมีคุณสมบัติความเป็น อินดิเคเตอร์ (indicator) เช่นเดียวกับ ลิตมัส (Morris, 2009) แอนโทไซยานินเป็นสารต้านอนุมูลอิสระที่ ช่วยปกป้องเซลล์ในร่างกายจากความเสียหายที่เกิดจากอนุมูลอิสระ ซึ่งเป็นสาเหตุของโรคต่างๆ เช่น มะเร็ง โรคหัวใจ และความเสื่อมของเซลล์ สารชนิดนี้มีฤทธิ์ลดการอักเสบในร่างกาย ช่วยบรรเทาอาการของโรคที่เกี่ยวข้องกับการอักเสบ เช่น โรคข้ออักเสบ แอนโทไซยานินช่วยเพิ่มการไหลเวียนโลหิตไปยังดวงตา ช่วยป้องกันโรคเกี่ยวกับตา เช่น ต้อกระจก และต้อหิน มีการศึกษาพบว่าแอนโทไซยานินอาจช่วยปรับปรุงหน่วยความจำและการเรียนรู้ ช่วยชะลอความเสื่อมของสมอง และลดความเสี่ยงของโรคอัลไซเมอร์ อาจช่วยควบคุมระดับน้ำตาลในเลือด และลดความเสี่ยงของโรคเบาหวาน ช่วยลดความเสี่ยงของโรคหัวใจและหลอดเลือด โดยการลดระดับคอเลสเตอรอลและไตรกลีเซอไรด์ในเลือด ช่วยต่อต้านอนุมูลอิสระที่ทำลายคอลลาเจนและอีลาสตินในผิวหนัง ช่วยให้ผิวพรรณดูอ่อนเยาว์ ชุ่มชื้น และมีสุขภาพดี จึงแนวคิดที่ดีเพื่อเป็นทางเลือกของผู้บริโภคที่หลากหลาย (Hock Eng Khoo, et al., 2017) ปัจจุบันนี้ แอนโทไซยานินจัดเป็นรงควัตถุที่ได้รับความสนใจจากนักวิจัยเป็นอันมาก ซึ่งคุณสมบัติเด่นที่สุดของแอนโทไซยานิน คือ ประสิทธิภาพในการต้านอนุมูลอิสระ โดยมีประสิทธิภาพในการต้านอนุมูลอิสระสูงกว่าวิตามินซีและอีถึง 2 เท่า ปริมาณสารแอนโทไซยานินที่มนุษย์เราสามารถบริโภคได้ เฉลี่ยสูงสุด คือ 200 mg/วัน (กรมวิทยาศาสตร์บริการ, 2553) จากความสำคัญที่กล่าวมาจึงก่อให้เกิดโครงการสกัดสารแอนโทไซยานินจากดอกอัญชันแห้งด้วยเครื่องระเหยเข้มข้นเพื่อมูลค่าให้กับผลผลิตของเกษตรกรไทย
คณะวิศวกรรมศาสตร์
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.
คณะวิศวกรรมศาสตร์
This project focuses on the development of an automatic license plate recognition system that supports both standard and special license plates in Thailand. By utilizing Machine Learning technology, the system enhances the efficiency of license plate reading. It can process data from both images and videos. Users can register and subscribe to the service, allowing them to send data for processing through RESTful API, WebSocket, and registered IP cameras.
คณะวิศวกรรมศาสตร์
The Thai Sign Language Generation System aims to create a comprehensive 3D modeling and animation platform that translates Thai sentences into dynamic and accurate representations of Thai Sign Language (TSL) gestures. This project enhances communication for the Thai deaf community by leveraging a landmark-based approach using a Vector Quantized Variational Autoencoder (VQVAE) and a Large Language Model (LLM) for sign language generation. The system first trains a VQVAE encoder using landmark data extracted from sign videos, allowing it to learn compact latent representations of TSL gestures. These encoded representations are then used to generate additional landmark-based sign sequences, effectively expanding the training dataset using the BigSign ThaiPBS dataset. Once the dataset is augmented, an LLM is trained to output accurate landmark sequences from Thai text inputs, which are then used to animate a 3D model in Blender, ensuring fluid and natural TSL gestures. The project is implemented using Python, incorporating MediaPipe for landmark extraction, OpenCV for real-time image processing, and Blender’s Python API for 3D animation. By integrating AI, VQVAE-based encoding, and LLM-driven landmark generation, this system aspires to bridge the communication gap between written Thai text and expressive TSL gestures, providing the Thai deaf community with an interactive, real-time sign language animation platform.