
การควบคุมการเคลื่อนไหว (Motor control) เป็นกระบวนการสำคัญสำหรับการหดตัวของกล้ามเนื้อ ซึ่งเริ่มต้นจากกระแสประสาทที่ควบคุมโดยคอร์เทกซ์สั่งการ (motor cortex) กระบวนการนี้มีความจำเป็นอย่างยิ่งในการทำกิจวัตรประจำวัน (Activities of Daily Living, ADLs) ดังนั้น หากการสื่อสารระหว่างสมองและกล้ามเนื้อเกิดความผิดปกติ เช่น ในผู้ที่มีภาวะหรือโรคเรื้อรังบางชนิด ก็อาจส่งผลให้การเคลื่อนไหวของร่างกายและความสามารถในการทำกิจวัตรประจำวันลดลงได้ การประเมินปฏิสัมพันธ์ระหว่างการทำงานของสมองและการควบคุมการเคลื่อนไหวจึงมีความสำคัญต่อการวินิจฉัยและการรักษาความผิดปกติด้านการควบคุมการเคลื่อนไหว อีกทั้งยังเป็นประโยชน์ต่อการพัฒนาเทคโนโลยีเชื่อมต่อสมองมนุษย์กับคอมพิวเตอร์ (Brain-Computer Interfaces, BCIs) วัตถุประสงค์ของการศึกษานี้คือการตรวจสอบการกระตุ้นสมอง (brain activation) ระหว่างการทำงานควบคุมการเคลื่อนไหวของแขนส่วนบน (upper extremity motor control tasks) ในการปรับระดับแรงผลักที่แตกต่างกัน และสมองส่วนต่าง ๆ อีกทั้งยังพัฒนาวิธีการตรวจวัดเพื่อประเมินการควบคุมการเคลื่อนไหวและการกระตุ้นสมอง โดยใช้แขนกล (robotic arm) ในการกำหนดทิศทางและระดับแรงสำหรับการควบคุมการเคลื่อนไหวของแขนส่วนบน กลุ่มตัวอย่างประกอบด้วยผู้ใหญ่วัยหนุ่มสาวสุขภาพดีจำนวน 18 คน ได้ทำการทดลองการควบคุมการเคลื่อนไหวของแขนส่วนบนพร้อมกับบันทึกสัญญาณทางโลหิตวิทยา (hemodynamic response) โดยใช้เครื่อง Functional near Infrared spectroscopy (fNIRs) และแขนกล (Robotic arm) เพื่อประเมินการกระตุ้นของสมองและการปรับระดับแรงผลัก รวมถึงการควบคุมการเคลื่อนไหวของแขนส่วนบน ในการทดสอบมีการเคลื่อนไหวสองแบบ ได้แก่ การเคลื่อนไหวอยู่กับที่ (static) และการเคลื่อนไหวแบบไดนามิก (dynamic) ซึ่งเคลื่อนที่ไปและกลับตามเส้นทางที่กำหนด รวมถึงใช้ระดับแรงสามระดับ คือ 4, 12 และ 20 นิวตัน (N) ที่คัดเลือกจากช่วงแรงในกิจวัตรประจำวัน เพื่อควบคุมการเคลื่อนไหวของแขนส่วนบนโดยการปรับแรง และวัดสัญญาณทางโลหิตวิทยาในที่บริเวณสมองที่สนใจ ได้แก่ คอร์เทกซ์สั่งการปฐมภูมิ (primary motor cortex, M1) คอร์เทกซ์พรีมอเตอร์ (premotor cortex, PMC) เขตสั่งการเสริม (supplementary motor area, SMA) และคอร์เทกซ์กลีบหน้าผากส่วนหน้า (prefrontal cortex, PFC) จากการวิเคราะห์ความแปรปรวนแบบสองทางสำหรับการวัดซ้ำ (two-way repeated measures ANOVA) ร่วมกับการปรับแก้ค่า Bonferroni (p < 0.00625) ในทุกบริเวณสมองที่วัด ไม่พบอิทธิพลร่วมระหว่างระดับแรงและประเภทการเคลื่อนไหวต่อระดับเฮโมโกลบินที่มีออกซิเจน (oxygenated hemoglobin, HbO) อย่างมีนัยสำคัญ อย่างไรก็ตาม พบว่าการเคลื่อนไหวอยู่กับที่และไดนามิก ส่งผลต่อการกระตุ้นสมองอย่างมีนัยสำคัญในคอร์เทกซ์กลีบหน้าผากส่วนหน้าทั้งด้านตรงข้าม (contralateral, cPFC) และด้านเดียวกัน (ipsilateral, iPFC) นอกจากนี้ ยังพบว่าระดับแรงมีผลต่อการกระตุ้นสมองอย่างมีนัยสำคัญในบริเวณคอร์เทกซ์สั่งการปฐมภูมิด้านตรงข้าม (cM1) คอร์เทกซ์กลีบหน้าผากส่วนหน้าด้านเดียวกัน (iPFC) และคอร์เท็กซ์พรีมอเตอร์ (PMC) อีกด้วย
This observational study aims to investigate the relationship between brain activation in specific regions and various motor tasks involving upper extremity movement with force control. Utilizing fNIRs, the research will monitor hemodynamic changes in four key brain areas: the prefrontal cortex (PFC), premotor cortex (PMC), supplementary motor area (SMA), and primary motor cortex (M1) during task performance. The primary population for this investigation consists of healthy young adults, allowing for a clearer understanding of how force control affects brain activation. The scope of the study includes assessing brain activation measured by fNIRs during upper extremity motor and force control tasks, as well as examining how upper extremity movements and force control influence brain activation.

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

คณะวิทยาศาสตร์
โครงงานนี้พัฒนาตู้รับซื้ออัตโนมัติสำหรับขวดพลาสติกและกระป๋อง โดยใช้ Machine Learning ในการจำแนกประเภทบรรจุภัณฑ์ผ่านการประมวลผลภาพ ร่วมกับระบบเซนเซอร์อัจฉริยะในการตรวจสอบคุณภาพของบรรจุภัณฑ์และควบคุมการทำงาน ระบบเชื่อมต่อกับ Web Application เพื่อแสดงผลและควบคุมการทำงานแบบเรียลไทม์ เมื่อยืนยันประเภทบรรจุภัณฑ์แล้ว จะคำนวณราคาและจ่ายเงินผ่าน e-wallet หรือออกคูปองแลกเงินสดโดยอัตโนมัติ ระบบนี้สามารถติดตั้งในพื้นที่สาธารณะเพื่อส่งเสริมการคัดแยกขยะตั้งแต่ต้นทาง ช่วยลดการปนเปื้อนและเพิ่มประสิทธิภาพการรีไซเคิล อีกทั้งยังสร้างแรงจูงใจทางการเงินให้ประชาชนมีส่วนร่วมในการจัดการขยะมากขึ้น โครงงานนี้แสดงให้เห็นถึงศักยภาพของการผสมผสาน Machine Learning และระบบเซนเซอร์อัจฉริยะในการพัฒนาโซลูชันการจัดการขยะที่แม่นยำ สะดวก และยั่งยืน **

คณะวิทยาศาสตร์
-