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
The increasing complexity of pharmaceutical treatments requires precise pill identification to ensure patient safety. Traditional methods for pill reconciliation rely on human experts, which are time-consuming and prone to errors. Deep Convolutional Neural Networks (CNNs), particularly effective in image processing, offer a promising solution for automating and enhancing these processes.
คณะเทคโนโลยีการเกษตร
โครงการนี้ได้สร้างระบบดูแลต้นไม้ในหอพักผ่านระบบ IoT ( Internet of Things ) โดยการพัฒนาโปรแกรมผ่านบอร์ด ESP-32 ควบคุมการรดน้ำต้นไม้อัตโนมัติ โดยสั่งการผ่าน สมาร์ทโฟน สามารถใช้งานระบบปฏิบัติการทั้ง iOS และ Android โครงการนี้จะช่วยให้การปลูกต้นไม้ในหอพักเป็นเรื่องง่ายและสะดวกมากยิ่งขึ้น
คณะวิศวกรรมศาสตร์
รายงานสหกิจศึกษาฉบับนี้ เป็นการนำเสนอโครงงานการสร้างระบบควบคุม (DCS) สำหรับหม้อไอน้ำในโรงงานน้ำตาล ซึ่งต้องการพัฒนาระบบควบคุมหม้อไอน้ำ 1-8 ให้ทำงานร่วมกันได้ภายใต้ระบบ DCS ของ ABB โดยใช้โปรแกรม ABB Ability™ System 800xA ภาพรวมการทำงานของระบบคือการสร้างโปรแกรมควบคุมที่เริ่มจากรับกากอ้อยที่เหลือจากการหีบอ้อยในการผลิตน้ำตาลมาใช้เป็นเชื้อเพลิงให้หม้อไอน้ำ ควบคุมการทำงานของหม้อไอน้ำตั้งแต่การดูดอากาศเข้าห้องเชื้อเพลิง ควบคุมการทำงานภายในหม้อไอน้ำ ตลอดจนการบำบัดอากาศที่ออกจากหม้อไอน้ำก่อนปล่อยออกสู่บรรยากาศ โดยโครงงานเริ่มตั้งแต่การสร้างโปรแกรม DCS ออกแบบและจัดทำกราฟิกหน้าจอแสดงผล HMI ศึกษาและออกแบบระบบควบคุมการทำงานของหม้อไอน้ำ จัดทำเอกสารเกี่ยวกับโครงงานและกระบวนการควบคุมด้วยระบบ DCS โดยใช้โปรแกรม ABB Ability™ System 800xA ตลอดจนถึงผลลัพธ์ของการปฏิบัติงาน
คณะวิทยาศาสตร์
การดำเนินการวิจัยนี้จะเริ่มจากการทบทวนวรรณกรรมและงานวิจัยที่เกี่ยวข้องเพื่อศึกษาเทคโนโลยีและวิธีการที่มีอยู่ในปัจจุบันสำหรับการรู้จำท่าทางมือและการประยุกต์ใช้ในการควบคุมอุปกรณ์อิเล็กทรอนิกส์ เช่น โดรน หุ่นยนต์ หรือการเล่นเกม ฯลฯ เป็นต้น จากนั้นจะทำการออกแบบและพัฒนาระบบการรู้จำท่าทางมือโดยใช้เทคนิคการเรียนรู้ของเครื่อง (Machine Learning) และการประมวลผลภาพ โดยเน้นการพัฒนาอัลกอริทึมที่สามารถทำงานได้อย่างรวดเร็วและแม่นยำ เหมาะสมกับการควบคุมแบบเรียลไทม์ ระบบที่พัฒนาขึ้นจะถูกทดสอบและปรับปรุงโดยใช้สถานการณ์จำลองต่าง ๆ เพื่อประเมินประสิทธิภาพและความแม่นยำในสภาพแวดล้อมที่หลากหลาย นอกจากนี้ ยังมีการพัฒนาส่วนติดต่อผู้ใช้ (User Interface) ที่ใช้งานง่ายและเป็นมิตรกับผู้ใช้ทุกกลุ่ม รวมถึงการทำวิจัยเชิงคุณภาพเพื่อรับฟังความคิดเห็นและข้อเสนอแนะจากผู้ใช้ทั้งมือใหม่และผู้เชี่ยวชาญ ซึ่งจะนำไปสู่การปรับปรุงและพัฒนาระบบให้ตอบสนองความต้องการของผู้ใช้ได้อย่างแท้จริง ในท้ายที่สุด ผลการวิจัยนี้จะนำไปสู่การพัฒนาต้นแบบระบบควบคุมด้วยการรู้จำท่าทางมือที่มีประสิทธิภาพ ซึ่งสามารถนำไปประยุกต์ใช้ได้จริงในอุตสาหกรรมและการบันเทิง อันจะนำไปสู่การพัฒนานวัตกรรมและเทคโนโลยีใหม่ ๆ ในอนาคต