KMITL Expo 2026 LogoKMITL 66th Anniversary Logo

การตรวจโปรตีนในน้ำลายเพื่อการวินิจฉัยโรคไมเกรน

รายละเอียด

โรคปวดศรีษะไมเกรน เป็นโรคที่พบได้บ่อย และ ส่งผลต่อการทำงาน การดำเนินชีวิตประจำวันของผู้ป่วยเป็นอย่างมาก โรคปวดศรีษะไมเกรนแบ่งออกเป็น 4 ระยะ ได้แก่ ระยะอาการเตือน (Prodrome หรือ premonitory) ระยะออร่า (Aura) ระยะปวดศีรษะ (Headache) และระยะฟื้นตัว (Postdrome) โดยระยะอาการเตือน (premonitory stage) สามารถเกิดขึ้นก่อนการปวดศีรษะได้นานถึง 72 ชั่วโมง และถือเป็นช่วงเวลาสำคัญอย่างมาก เนื่องจากมีการศึกษาพบว่าการใช้ยาในระยะนี้สามารถช่วยป้องกันการปวดศรีษะได้ อย่างไรก็ตาม อาการในระยะนี้มักไม่จำเพาะเจาะจง ทำให้ผู้ป่วยไม่สามารถรู้ได้แน่ชัดว่ากำลังอยู่ในระยะอาการเตือนของไมเกรนหรือไม่ โปรตีน Calcitonin gene-related peptide (cGRP) เป็นโมเลกุลสำคัญที่มีบทบาทในการเกิดไมเกรน โดยมีงานวิจัยพบว่าระดับ cGRP ในน้ำลายเพิ่มขึ้นในช่วงระยะอาการเตือน (premonitory stage) การศึกษานี้มีเป้าหมายเพื่อพัฒนาและประเมินชุดทดสอบแบบ Lateral Flow Immunoassay สำหรับตรวจหาระดับ cGRP ในน้ำลายของผู้ป่วยไมเกรนในระยะอาการเตือน ซึ่งอาจเป็นเครื่องมือช่วยยืนยัน เพื่อให้ผู้ป่วยมั่นใจ และ ใช้ยาก่อนที่จะมีอาการปวดหัว

วัตถุประสงค์

This study has the potential to greatly improve the management and prevention of migraine. The early detection and management could potentially reduce the frequency and severity of migraines, thereby improving the quality of life for patients and reducing their overall burden. Moreover, the confirmatory test for premonitory symptoms provided by this study could help reduce medication overuse, resulting in cost savings for patients, minimizing potential side effects, and potentially lowers the incidence of medication-overuse headaches. Additionally, by providing patients with a predictive tool, the study promotes patient-centered care and encourages patients to take an active role in managing their migraines. The study may also increase awareness and education surrounding premonitory symptoms. Furthermore, if successful, this study could open up for more new, non-invasive, reliable, and accessible approaches to migraine management and prevention.

นวัตกรรมอื่น ๆ

จินบานีโรส

คณะอุตสาหกรรมอาหาร

จินบานีโรส

Ginbanirose มีเป้าหมายในการพัฒนาสารสกัดจากสมุนไพรที่ช่วยบรรเทาอาการปวดประจำเดือน โดยใช้วัตถุดิบหลัก ได้แก่ กระเจี๊ยบแดง หัวปลี และขิง ซึ่งมีสารสำคัญที่มีฤทธิ์ต้านการอักเสบ ต้านอนุมูลอิสระ และช่วยบรรเทาอาการปวด สารสกัดถูกปรับปรุงประสิทธิภาพด้วยเทคโนโลยีเอนแคปซูเลชันแบบลิโพโซม เพื่อเพิ่มการดูดซึมและความเสถียร กระบวนการผลิตประกอบด้วยการสกัดสารจากสมุนไพร การทำแห้งแบบฟรีซดราย และการเตรียมฟอร์มูเลชันลิโพโซม ผลการทดลองแสดงให้เห็นว่าสารสกัดมีสารประกอบฟีโนลิกและฤทธิ์ต้านอนุมูลอิสระสูง โดย Ginbanirose สามารถตอบโจทย์คุณภาพชีวิตของผู้หญิงและเพิ่มโอกาสทางธุรกิจในตลาดสมุนไพรที่กำลังเติบโตในภูมิภาคเอเชียแปซิฟิกอย่างต่อเนื่อง

การออกแบบห้องแปรรูปเครื่องในแดงสุกร

คณะวิศวกรรมศาสตร์

การออกแบบห้องแปรรูปเครื่องในแดงสุกร

โครงงานนี้มีวัตถุประสงค์เพื่อนำเสนอแนวทางการออกแบบห้องแปรรูปเครื่องในแดงสำหรับโรงงานแปรรูปสุกร ที่มีการแปรรูปสุกร 500 ตัวต่อวันหรือ 80 ตัวต่อชั่วโมง น้ำหนักสุกรเฉลี่ยประมาณ 105 กิโลกรัม/ตัว มีเครื่องในแดงอยู่ร้อยละ 3.47 เพื่อทำการแยกชิ้นส่วน ตับ ขั้วตับ หัวใจ ปอด ม้ามและไต ตามต้องการ และทำการแช่ในน้ำเย็นเพื่อลดอุณหภูมิให้ต่ำกว่า 7 องศาเซลเซียส แล้วจึงนำบรรจุและปิดผนึก การคัดแยกใช้จำนวนชิ้นและน้ำหนักเป็นเกณฑ์ในการคัดแยกตามแต่ชนิด เวลาในการแปรรูป การแช่น้ำเย็นและการบรรจุมีความแตกต่างกันตามชนิดและขนาดสินค้า ข้อมูลในการออกแบบได้จากการเก็บข้อมูลในสายการผลิตปัจจุบันและข้อมูลอ้างอิงตามมาตรฐานต่าง ๆ ออกแบบห้องแปรรูปตามหลักการวางผังโรงงานอย่างเป็นระบบ (Systematic Layout Planning: SLP) วิเคราะห์ความสัมพันธ์ของกิจกรรมภายในห้อง จัดทำแผนผังสำหรับการกำหนดพื้นที่ใช้งาน คำนวณขนาดอุปกรณ์และจำนวนผู้ปฏิบัติงานที่จำเป็นต่อการใช้งาน พื้นที่ของห้องเครื่องในแดงถูกออกแบบมีขนาด 56 ตารางเมตร หลังจากออกแบบแผนผังได้มีการจำลองห้องในรูปแบบ 3 มิติด้วยโปรแกรม SketchUp 2024 พร้อมทั้งจำลองและวิเคราะห์การทำงานในห้องด้วยโปรแกรม Flexsim 2024

SignGen: โปรแกรมสร้างวิดีโอภาษามือไทยโดยใช้โมเดลภาษาขนาดใหญ่

คณะวิศวกรรมศาสตร์

SignGen: โปรแกรมสร้างวิดีโอภาษามือไทยโดยใช้โมเดลภาษาขนาดใหญ่

ระบบสร้างภาษามือไทยเชิงกำเนิดมีเป้าหมายในการพัฒนาแพลตฟอร์ม การสร้างแบบจำลอง 3 มิติและแอนิเมชัน ที่สามารถแปลง ประโยคภาษาไทยเป็นท่าทางภาษามือไทย (TSL) ที่ถูกต้องและเป็นธรรมชาติ โครงการนี้ช่วยเสริมสร้างการสื่อสารสำหรับ ชุมชนผู้บกพร่องทางการได้ยินในประเทศไทย โดยใช้แนวทางที่อิงกับ แลนมาร์ก (Landmark-Based Approach) ผ่านการใช้ Vector Quantized Variational Autoencoder (VQVAE) และ Large Language Model (LLM) ในการสร้างภาษามือ ระบบเริ่มต้นด้วยการ ฝึกโมเดล VQVAE โดยใช้ข้อมูลแลนมาร์กที่สกัดจากวิดีโอภาษามือ เพื่อให้โมเดลเรียนรู้ การแทนค่าแบบแฝง (Latent Representations) ของท่าทางภาษามือไทย หลังจากนั้น โมเดลที่ฝึกแล้วจะถูกใช้เพื่อ สร้างลำดับแลนมาร์กของท่าทางเพิ่มเติม ซึ่งช่วยขยายชุดข้อมูลฝึกโดยอ้างอิงจาก BigSign ThaiPBS Dataset เมื่อชุดข้อมูลได้รับการขยายแล้ว ระบบจะทำการ ฝึก LLM เพื่อสร้างลำดับแลนมาร์กที่ถูกต้องจากข้อความภาษาไทย โดยลำดับแลนมาร์กที่ได้จะถูกนำไปใช้ สร้างแอนิเมชันของโมเดล 3 มิติใน Blender เพื่อให้ได้ท่าทางภาษามือที่ลื่นไหลและเป็นธรรมชาติ โครงการนี้ถูกพัฒนาด้วย Python โดยใช้ MediaPipe สำหรับการสกัดแลนมาร์ก OpenCV สำหรับการประมวลผลภาพแบบเรียลไทม์ และ Blender’s Python API สำหรับสร้างแอนิเมชัน 3 มิติ ด้วยการผสานเทคโนโลยี AI, การเข้ารหัสผ่าน VQVAE และการสร้างแลนมาร์กด้วย LLM ระบบนี้มุ่งหวังที่จะ เชื่อมช่องว่างระหว่างข้อความภาษาไทยและภาษามือไทย เพื่อมอบแพลตฟอร์มการแปลภาษามือแบบโต้ตอบ ในเวลาจริง ให้กับชุมชนผู้บกพร่องทางการได้ยินในประเทศไทย