KMITL Expo 2026 LogoKMITL 66th Anniversary Logo

Enhancing Sustainable Fish Gelatin Properties through Furcellaran Incoporation: Innovations in Eco-friendly Gelling Techniques

รายละเอียด

-

วัตถุประสงค์

The limitations of fish gelatin (FG) in terms of weak gelling properties, low gel strength, and inability to set at room temperature. By investigating the impact of furcellaran (FUR), a gelling agent, the study offers a solution to enhance FG’s functional properties, making it a more viable alternative to traditional animal-based gelatin. The findings suggest that FUR improves the texture, gel strength, and thermal stability of FG, which is crucial for a wide range of applications in the food and pharmaceutical industries. This could lead to the development of more sustainable, plant-based gelling agents, offering ethical and environmental benefits. Additionally, the study enhances the understanding of the molecular interactions between FG and FUR, providing a foundation for further innovations in gelation technology and the creation of improved, multifunctional gel-based products.

นวัตกรรมอื่น ๆ

การศึกษาวัสดุดูดซับเสียงจากผงยางรถที่ใช้แล้ว

คณะวิศวกรรมศาสตร์

การศึกษาวัสดุดูดซับเสียงจากผงยางรถที่ใช้แล้ว

ในปัจจุบันประเทศไทยมีแนวโน้มของปริมาณยางรถที่ใช้แล้วเพิ่มมากขึ้นทุกปี ซึ่งยางรถเป็นขยะที่ย่อยสลายได้ยาก แต่ยางรถยนต์เป็นวัสดุที่มีรูพรุนอยู่ภายในซึ่งมีความเป็นไปได้ในการนำมาทำเป็นวัสดุดูดซับเสียง เนื่องจากรูพรุนมีคุณสมบัติที่ทำให้วัสดุสามารถกักเสียงไว้ภายในได้ โครงงานนี้จึงมีวัตถุประสงค์เพื่อศึกษาและพัฒนาวัสดุดูดซับเสียงจากผงยางล้อรถที่ใช้แล้ว โดยนำผงยางรถยนต์ที่ใช้แล้วผสมกับน้ำยางพาราสดในอัตราส่วน 1:2 และทำการอบที่อุณหภูมิ 120 องศาเซลเซียส เป็นเวลา 4 ชั่วโมง หลังจากนั้นทำการทดสอบคุณสมบัติทางกายภาพที่มีผลต่อการดูดซับเสียง ได้แก่ ความหนาแน่น ค่าความพรุนและค่าความสามารถในการดูดซึมน้ำ พบว่า วัสดุดูดซับเสียงจากผงยางรถยนต์ที่ใช้แล้วมีค่าความหนาแน่นเท่ากับ 0.96 กรัมต่อลบ.ซม. ค่าความพรุนเท่ากับ 0.45 และค่าความสามารถในการดูดซึมน้ำเท่ากับร้อยละ 11.03 ซึ่งมีความเป็นไปได้ในการนำผงยางรถยนต์ที่ใช้แล้วมาทำเป็นวัสดุดูดซับเสียงได้

ระบบไฮโดรโปนิกส์แบบควบคุมอัตโนมัติสำหรับใช้ในครัวเรือน

คณะวิศวกรรมศาสตร์

ระบบไฮโดรโปนิกส์แบบควบคุมอัตโนมัติสำหรับใช้ในครัวเรือน

ระบบไฮโดรโปนิกส์แบบควบคุมอัตโนมัติสำหรับใช้ในครัวเรือนได้รับการพัฒนาขึ้นเพื่อตอบโจทย์ผู้ที่มีพื้นที่น้อยแต่ต้องการปลูกผักสลัดเองในบ้านอย่างสะดวกและง่ายดาย ระบบนี้ออกแบบมาให้สามารถควบคุมการให้ธาตุอาหารโดยอัตโนมัติผ่านการตั้งค่าสภาพการนำไฟฟ้า (EC) และ pH ที่เหมาะสมสำหรับผักสลัดที่ต้องการปลูก มีแสงประดิษฐ์ร่วมเพื่อให้สามารถปลูกในพื้นที่จำกัดที่อาจมีแสงอาทิตย์ไม่เพียงพอได้ และยังเป็นระบบที่มีต้นทุนต่ำกว่าที่มีจำหน่ายในท้องตลาด จากการตรวจสอบระบบการควบคุมค่า EC และ pH พบว่าระบบปลูกนี้สามารถทำงานได้ดีและควบคุมการให้ธาตุอาหารจนถึงค่า EC และ pH ที่ตั้งไว้ได้ภายในเวลาไม่เกิน 30 นาที และรักษาค่าที่ตั้งไว้ได้ตลอดการเปิดทำงานของระบบ ในการทดลองปลูกผักสลัดกรีนโอ๊คโดยจำลองการตั้งระบบปลูกบริเวณระเบียง พบว่าต้นกรีนโอ๊คมีการเจริญเติบโตด้วยอัตราการเติบโตที่สูงกว่าการปลูกตามปกติ โดยเฉพาะเมื่อใช้แสงประดิษฐ์ร่วม

การจำแนกประเภทของโรคหูน้ำหนวกจากกล้องออโตสโคป

คณะวิทยาศาสตร์

การจำแนกประเภทของโรคหูน้ำหนวกจากกล้องออโตสโคป

โรคหูชั้นกลางอักเสบ เกิดจากการที่ผู้ป่วยติดเชื้อโรคในหูชั้นกลาง ซึ่งสามารถพบได้ในทุกเพศทุกวัย อย่างไรก็ดี การวินิจฉัยสามารถทำได้โดยการนำภาพถ่ายจากกล้องออโตสโคปมาวิเคราะห์โดยแพทย์ผู้เชี่ยวชาญ แต่กระนั้น จำต้องอาศัยประสบการณ์ทางการแพทย์เพื่อลดทอนระยะเวลาในการวินิจฉัย ดังนั้น งานวิจัยนี้จึงนำเสนอเทคโนโลยีทางคอมพิวเตอร์วิทัศน์ มาประยุกต์ใช้เพื่อวินิจฉัยโรคเบื้องต้นประกอบการตัดสินใจให้กับแพทย์ผู้เชี่ยวชาญ โดยใช้เทคนิคการเรียนรู้เชิงลึก และโครงข่ายประสาทเทียมแบบคอนโวลูชัน อย่างสถาปัตยกรรม YOLOv8 และ Inception v3 เพื่อจำแนกประเภทของโรค และคุณลักษณะของโรคหูชั้นกลางอักเสบทั้ง 5 อย่างที่แพทย์ใช้ในการพิจารณาประเภทของโรคอันได้แก่ สี ความโปร่งใส ของเหลว การหดตัว และการทะลุ นอกจากนี้ ยังใช้วิธีการแบ่งส่วนรูปภาพ และการจำแนกประเภทรูปภาพในการวิเคราะห์และทำนายประเภทของโรคหูชั้นกลางอักเสบ ซึ่งสามารถแบ่งประเภทของโรคได้สี่ประเภท คือ โรคหูชั้นกลางอักเสบแบบมีน้ำขัง แบบเฉียบพลัน โรคหูชั้นกลางทะลุ และแก้วหูปกติ ผลการทดลองพบว่าโมเดลจำแนกประเภทสามารถจำแนกประเภทของโรคหูชั้นกลางอักเสบโดยตรงได้ดีพอประมาณ โดยผลลัพธ์ค่า Accuracy อยู่ที่ 65.7% ค่า Recall อยู่ที่ 65.7% และค่า Precision อยู่ที่ 67.6% และนอกจากนี้ยังให้ผลลัพธ์สำหรับการจำแนกคำตอบของคุณลักษณะหูทะลุได้ดีที่สุด โดยผลลัพธ์ค่า Accuracy อยู่ที่ 91.8% ค่า Recall อยู่ที่ 91.8% และค่า Precision อยู่ที่ 92.1% ในขณะที่โมเดลจำแนกซึ่งมีการประยุกต์ใช้เทคนิคการแบ่งส่วนรูปภาพมีประสิทธิภาพดีที่สุดโดยภาพรวม มีค่า mAP50-95 อยู่ที่ 79.63% ค่า Recall อยู่ที่ 100% และค่า Precision อยู่ที่ 99.8% ทั้งนี้ โมเดลดังกล่าวยังไม่ได้ถูกนำไปทดสอบการจำแนกประเภทของโรคหูชั้นกลางอักเสบ