KMITL Expo 2026 LogoKMITL 66th Anniversary Logo

พริกสายพันธุ์ใหม่ต้านทานโรคแอนแทรกโนสและไวรัสใบหงิกเหลือง และเผ็ดสูง

พริกสายพันธุ์ใหม่ต้านทานโรคแอนแทรกโนสและไวรัสใบหงิกเหลือง และเผ็ดสูง

รายละเอียด

งานวิจัยนี้มีวัตถุประสงค์เพื่อพัฒนาพริกพันธุ์การค้าของไทยให้ต้านทานต่อโรคแอนแทรกโนสและโรคไวรัสใบหงิกเหลือง เพื่อให้เกษตรได้ลดการใช้สารเคมีเพื่อป้องกันและกำจัดโรคและแมลง และเป็นการเพิ่มผลผลิตและลดต้นทุนให้แก่เกษตรกร โดยการพัฒนาพันธุ์พริกผ่านกระบวนการเรียนการสอนทั้งระดับปริญญาตรี โท และเอก ซึ่งถือได้ว่าเป็นการสร้างนักปรับปรุงพันธุ์รุ่นใหม่ ที่มีทั้งความรู้ด้านการปรับปรุงพันธุ์พืชโดยใช้วิธีมาตรฐานร่วมกับการใช้เทคโนโลยีชีวภาพ และงานวิจัยนี้ยังได้เผยแพร่สายพันธู์เพื่อให้เกษตรกร และบริษัทเมล็ดนำไปต่อยอดใช้ในเชิงพานิชย์ และช่วยเสริมความเข้มแข็งให้กับธุรกิจเมล็ดพันธุ์ของประเทศไทยได้

วัตถุประสงค์

ประเทศไทยยังขาดพริกต้านทานต่อโรคแอนแทรกโนสและโรคไวรัสใบหงิกเหลือง และ เพื่อให้เกษตรได้ลดการใช้สารเคมีเพื่อป้องกันและกำจัดโรคและแมลง และเป็นการเพิ่มผลผลิตและลดต้นทุนให้แก่เกษตรกร โดยการพัฒนาพันธุ์พริกผ่านกระบวนการเรียนการสอนทั้งระดับปริญญาตรี โท และเอก ซึ่งถือได้ว่าเป็นการสร้างนักปรับปรุงพันธุ์รุ่นใหม่ ที่มีทั้งความรู้ด้านการปรับปรุงพันธุ์พืชโดยใช้วิธีมาตรฐานร่วมกับการใช้เทคโนโลยีชีวภาพ และงานวิจัยนี้ยังได้เผยแพร่สายพันธู์เพื่อให้เกษตรกร และบริษัทเมล็ดนำไปต่อยอดใช้ในเชิงพานิชย์ และช่วยเสริมความเข้มแข็งให้กับธุรกิจเมล็ดพันธุ์ของประเทศไทยได้

นวัตกรรมอื่น ๆ

การพัฒนาระบบโครงข่ายประสาทเทียมแบบ Convolution เพื่อระบุเอกลักษณ์เม็ดยาสามัญประจำบ้าน

คณะแพทยศาสตร์

การพัฒนาระบบโครงข่ายประสาทเทียมแบบ Convolution เพื่อระบุเอกลักษณ์เม็ดยาสามัญประจำบ้าน

งานวิจัยนี้มีวัตถุประสงค์เพื่อพัฒนาระบบโครงข่ายประสาทเทียมแบบคอนโวลูชัน (Deep Convolutional Neural Networks - CNNs) สำหรับการระบุเม็ดยาอย่างแม่นยำ เพื่อแก้ไขข้อจำกัดของการพิสูจน์เอกลักษณ์เม็ดยาด้วยทรัพยากรมนุษย์ โดยใช้ข้อมูลรูปภาพจำนวน 1,250 ภาพ จากยาสามัญประจำบ้าน 10 ชนิด นำมาทดสอบกับโมเดล YOLO ที่แตกต่างกันภายใต้เงื่อนไขต่างๆ ผลการทดลองพบว่า การใช้แสงธรรมชาติให้ผลดีกว่าเมื่อทดสอบด้วยระบบโครงข่ายประสาทเทียมแบบคอนโวลูชัน เมื่อเปรียบเทียบกับแสงจากกล่องสตูดิโอ นอกจากนี้ โมเดล YOLOv5-tiny แสดงความแม่นยำสูงสุดในการตรวจจับเม็ดยา ขณะที่โมเดล EfficientNet_b0 ให้ผลลัพธ์ดีที่สุดในการจำแนกเม็ดยา แม้ว่าระบบโครงข่ายประสาทเทียมแบบคอนโวลูชันที่พัฒนาขึ้นนี้จะให้ผลลัพธ์ที่น่าพึงพอใจ แต่ยังมีข้อจำกัดในเรื่องชนิดของเม็ดยาและจำนวนภาพที่ใช้ในการศึกษา อย่างไรก็ตาม งานวิจัยนี้มีศักยภาพในการส่งเสริมความปลอดภัยในการใช้ยาทั้งในระบบสาธารณสุขและผู้ป่วยนอก รวมถึงลดปัญหาที่อาจเกิดขึ้นจากการใช้ยาผิดพลาด

Spirt of thailand

คณะวิศวกรรมศาสตร์

Spirt of thailand

-

Vision-Based Spacecraft Pose Estimation

วิทยาลัยอุตสาหกรรมการบินนานาชาติ

Vision-Based Spacecraft Pose Estimation

-