بناء موديل للتنبؤ بالتغييرات الوجهية بعد تقويم الأسنان

We are seeking a developer to make a clinical-grade AI system that predicts post-treatment soft-tissue facial changes for orthodontic patients treated with bimaxillary protrusion extraction and retraction. The system should generate realistic and clinically relevant post-treatment facial images from pre-treatment photos. The data is already available, and the project aims to support a full peer-reviewed scientific publication and integration into a PhD thesis. This is a clinical and academic project — not a commercial filter or beauty application — so accuracy, validation, and reproducibility are essential.

✳️ نطاق العمل (Scope):

Model development (preferably diffusion or image-to-image)

Data preprocessing and anonymization workflow if needed

Soft-tissue prediction/conditioning design

Quantitative & qualitative evaluation pipeline

Clinical validation support

Basic frontend UI for testing/visualization (web-based preferred)

Documentation for academic publication

✳️ المواصفات المطلوبة (Required Skills):

Computer Vision (GANs / Diffusion / image-to-image)

Medical imaging or clinical modeling experience (preferred)

Model evaluation & metrics

Frontend development (React / Next.js or similar)

Experience deploying inference models

(Plus) Understanding of orthodontics/soft tissue biomechanics (nice to have but not required)

✳️ شكل التعاون (Collaboration Style):

Research-oriented

Iterative development

Works well with domain expert (orthodontist)

Comfortable with academic constraints and validation cycles

✳️ النتيجة المتوقعة (Deliverables):

Working prediction model

Testable web interface for evaluation

Evaluation metrics suitable for publication

Documentation for scientific writing

المشروع عبارة عن تطوير نموذج ذكاء اصطناعي قابل على التدريب على صور “قبل وبعد” لمرضى البروز السني الثنائي (Bimaxillary protrusion) بعد القيام بعمليات خلع الأسنان الأمامية ثم الإرجاع (retraction)، بحيث يصبح قادر على توليد صور بعد العلاج للحالات الجديدة و يقدّم للمرضى وللأطباء تصورًا واقعيًا للتغييرات الوجهية المتوقعة بعد العلاج. يعتمد النظام على إدخال صورة وجه للمريض قبل بدء العلاج، مع إمكانية إضافة بيانات إكلينيكية مساعدة مثل العمر، نوع الـ malocclusion، كمية الإرجاع المتوقعة، والزمن التقريبي للعلاج. يقوم النموذج بتوليد صورة توقعية لملامح المريض بعد الإرجاع مع الحفاظ على دقة الشكل وعدم المبالغة التجميلية. الهدف النهائي هو توفير أداة مساعدة سريرية يمكن استخدامها في العيادات أو عبر منصة ويب، مع واجهة استخدام بسيطة للمريض والطبيب. المشروع في المرحلة البحثية الآن ويحتاج مطوّر لديه خبرة في Computer Vision و Generative Models (مثل diffusion models أو GANs)، مع إمكانية بناء واجهة أولية (MVP) ثم تطويرها لاحقًا