Atopic dermatitis patients are the second largest number among skin disease patients. There is no cure for atopic dermatitis, and it can only be treated to relieve symptoms, causing chronic disease. There is a chance that opportunistic infections will enter and cause more disease from the patient's wound, causing the patient to have complications from other infections. This study is interested in studying the reduction of the chance of opportunistic infections in patients with atopic dermatitis using natural extracts. The interest is in Plu Kaow and long pepper because there is data supporting the inhibition of microorganisms. The leaves of both plants are crudely extracted, soaked in 95% ethanol for 7 days, filtered with a Buchner filter, and the extracts are tested for phytochemicals to analyze phenolic components, flavonoids, tannins, anthocyanin, DPPH, and tested for antimicrobial properties. The experiments consisted of 5 types of gram-positive and gram-negative bacteria: E. coli, Bacillus subtilis, Pseudomonas aeruginosa, Staphylococcus aureus, and Staphylococcus epidermidis. The researcher expects that this can be further developed and used to treat patients with atopic dermatitis.
โรคภูมิเเพ้ผิวหนังเป็นโรคเรื้อรังที่ส่งผลกระทบต่อผู้คนทั้งวัยทารกไปจนถึงวัยชรา โดยมีปัจจัยที่เกี่ยวข้องกับพันธุกรรม ระบบภูมิคุ้มกัน และสภาพแวดล้อม ผู้ป่วยโรคภูมิแพ้ผิวหนังจะมีอาการคัน ผิวหนังแห้งอักเสบ อาจมีตุ่มน้ำหรือหนองจากการอักเสบและมีการติดเชื้อร่วมด้วย จากข้อมูลด้านสถิติผู้ป่วยโรคผิวหนังตั้งแต่ปี พ.ศ.2559-2562 แสดงให้เห็นว่าผู้ป่วยโรคผิวหนังมีอัตราเพิ่มขึ้นในทุกๆปีและที่มีจำนวนมากเป็นอันดับสองคือ ผู้ป่วยโรคภูมิแพ้ผิวหนัง (สถาบันโรคผิวหนัง ,2564) ในกรณีที่ จะมีโอกาสที่เชื้อจุลินทรีย์ทั่วไปจะเปลี่ยนเป็นเชื้อฉวยโอกาส ซึ่งในปัจจุบันยังไม่มียารักษาโรคภูมิแพ้ผิวหนังโดยเฉพาะ การรักษาโรคภูมิแพ้ผิวหนังทางการแพทย์จะใช้ยาทากลุ่มสเตียรอยด์หรือยาทากลุ่ม Calcineurin inhibitors เพื่อบรรเทาอาการเท่านั้น แต่ตัวยาเหล่านี้อาจมีผลข้างเคียงต่อผู้ใช้ ในปัจจุบันนักวิจัยให้ความสนใจกับการใช้สารสกัดจากธรรมชาติในการรักษาโรคต่างๆ เนื่องจากเป็นวิธีการรักษาที่มีผลข้างเคียงน้อยกว่าการใช้ยากลุ่มอื่นรักษา เช่นเดียวกับโรคภูมิแพ้ผิวหนัง มีการวิจัยการใช้สารสกัดจากธรรมชาติเป็นทางเลือกในการบรรเทาโรคภูมิแพ้ผิวหนัง ซึ่งมีการใช้สารสกัดจากพืชหลายชนิดในการทดสอบการบรรเทาอาการโรคภูมิแพ้ผิวหนัง (Yi Peng ,2567). พลูคาวเป็นพืชที่สามารถพบได้ทั่วไปในประเทศไทย มีการนำมาใช้ในการรักษาโรคตามภูมิปัญญาพื้นบ้าน มีฤทธิ์ในการยับยั้งแบคทีเรียแกรมบวกและมีฤทธิ์เสริมฤทธิ์ในการเป็นสารต้านอนุมูลอิสระของเบต้าแคโรทีนอีกด้วย (สุทธิจิต ,2562) เช่นเดียวกับดีปลีที่เป็นพืชวงศ์ Piperaceae มีฤทธิ์ที่สามารถต้านเชื้อราและแบคทีเรียที่เป็นตัวแทนของเชื้อก่อโรคได้ (ปาจรีย์ ,2557) ดังนั้นในการศึกษาครั้งนี้ เป็นการนำสารสกัดจากใบพลูคาวและใบดีปลีมาทดสอบการยับยั้งเชื้อฉวยโอกาสที่พบทั่วไปบนร่างกายและสภาพแวดล้อมเพื่อลดโอกาสการติดเชื้อเพิ่มในผู้ป่วยที่เป็นโรคภูมิแพ้ผัวหนังและช่วยบรรเทาอาการของโรคภูมิแพ้ผิวหนัง
คณะวิศวกรรมศาสตร์
-
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.
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.