分享:
分享到微信朋友圈
X
综述
MRI在显示腮腺内面神经中的应用进展
王艺华 王丽君

Cite this article as: WANG Y H, WANG L J. Application progress of MRI in demonstrating the facial nerve in the parotid gland[J]. Chin J Magn Reson Imaging, 2023, 14(3): 165-169.本文引用格式:王艺华, 王丽君. MRI在显示腮腺内面神经中的应用进展[J]. 磁共振成像, 2023, 14(3): 165-169. DOI:10.12015/issn.1674-8034.2023.03.030.


[摘要] 腮腺内面神经走行复杂,与周围解剖结构难以分辨,是影像成像的难题。随着磁共振神经成像(magnetic resonance neurography, MRN)序列的应用,解剖相关MRN及功能性MRN等技术对腮腺内面神经进行成像,提高了显示率,为明确神经来源病变及评估面神经与周围病变的关系提供了帮助。本文就近年来腮腺内面神经MRN成像技术及其临床应用予以综述,旨在为腮腺内面神经MRN的完善提供多角度信息。
[Abstract] The facial nerve in the parotid gland has a complex course and is difficult to distinguish from the surrounding anatomical structures. With the application of magnetic resonance neurography (MRN) sequences, anatomical MRN and functional MRN techniques were used to demonstrate the facial nerve in the parotid gland, which improved the demonstration rate, and helped for identifying the neural lesions and evaluating the relationship between facial nerve and peripheral lesions. This article reviews the MRN imaging technique of facial nerve in parotid gland and its clinical application in recent years, aiming to provide multi-angle information for the improvement of MRN in parotid segmental facial nerve.
[关键词] 腮腺;面神经;磁共振成像;磁共振神经成像;扩散张量纤维束示踪成像
[Keywords] parotid gland;facial nerve;magnetic resonance imaging;magnetic resonance neurography;diffusion tensor tractography

王艺华    王丽君 *  

大连医科大学附属第一医院放射科,大连 116011

通信作者:王丽君,E-mail:wanglj345@163.com

作者贡献声明:王丽君设计构思本综述的框架,指导文章撰写,对稿件重要内容进行了修改,获得了辽宁省医学教育研究项目的资助;王艺华起草和撰写稿件,获取、分析和总结本综述的文献;全体作者都同意最后的修改稿发表,都同意对本综述的所有方面责任,确保本综述的准确性和诚信。


基金项目: 辽宁省医学教育研究项目 2022-N005-05
收稿日期:2022-11-29
接受日期:2023-03-03
中图分类号:R445.2  R745.12 
文献标识码:A
DOI: 10.12015/issn.1674-8034.2023.03.030
本文引用格式:王艺华, 王丽君. MRI在显示腮腺内面神经中的应用进展[J]. 磁共振成像, 2023, 14(3): 165-169. DOI:10.12015/issn.1674-8034.2023.03.030.

0 前言

       面神经是人体内走行最复杂的神经之一,从脑干发出后穿过桥小脑角池至内听道,最终经过颞骨茎乳孔出颅,并以茎乳孔为界分为颅内段及颅外段,颅外段几乎全部被腮腺包绕。腮腺内面神经主要分为颞面干及颈面干两大一级分支,后发出5组二级分支,自上而下分别为颞支、颧支、颊支、下颌缘支和颈支,分布于面部表情肌[1]。此段面神经位置多变且易受病灶影响,术前较难进行准确定位,造成术中面神经损伤的风险增加。面神经损伤是腮腺区术后的常见并发症,永久性面神经麻痹和一过性功能障碍发生率已经达到了3.0%~4.0%和8.2%~65.0%[2]。因此,在腮腺切除术或腮腺内肿瘤切除术前对腮腺内面神经进行定位,有助于降低面神经损伤的可能性,指导手术计划。

       常规MRI具有良好的软组织分辨率,但在T1WI及T2WI图像上,面神经与腮腺实质的信号相似,并且增强后面神经几乎不强化,很难与腮腺的实质区别。随着三维高分辨扫描序列及功能成像等MRN技术的应用,腮腺内面神经显示的清晰程度大大提高,为治疗方案的制订提供了良好的条件[3]

1 MRN检查方法

       MRN是通过控制不同的MRI参数显示周围神经的成像技术,利用周围神经长T2信号及各向异性的特点,获得具有良好组织分辨率的神经图像。在腮腺内面神经成像中,根据面神经解剖结构的显示情况,将其分为解剖相关MRN及功能性MRN[4]

1.1 解剖相关MRN

       在腮腺内面神经的成像中,解剖相关的MRN主要包括基于T2WI相关序列及基于扩散相关序列,通过提高面神经与腮腺实质的对比来显示面神经走行情况,直观显示神经的信号强度改变及结构扭曲、神经受压等形态学改变,结合3D成像技术的各向同性采集,沿神经进行多平面重建,进一步提高解剖相关MRN的精确程度。

1.1.1 基于T2WI相关序列

       目前应用于腮腺内面神经成像基于T2WI相关序列主要包括了三维稳态采集快速成像(three-dimensional fast imaging employing steady-state acquisition, 3D- FIESTA)序列、三维稳态构成干扰(three-dimensional constructive inference in steady state, 3D- CISS)序列等[5],以上序列主要基于T2WI比重,流动缓慢的液体在图像上呈高信号,因此脑脊液及部分静脉呈高信号,面神经呈低信号,但在腮腺内,面神经缺乏高信号脑脊液的对比,其信号稍低于腮腺实质,与腮腺信号差别不大[6, 7]。GUENETTE等[8]利用3D-CISS序列对16位健康志愿者的32条面神经进行成像,通过计算平均Hausdorff值和Dice系数来比较四位观察者的分割结果,发现在稍高信号腮腺背景下,腮腺内面神经的主干及一级分支近端判断的差异性较小,显示准确度较高,而分支远端较为模糊,勾画的一致性较差,同样其他基于T2WI相关序列也具有类似的问题,这提示此类序列在面神经的显示方面具有一定局限性。

       三维双回波稳态成像结合水激励(three-dimensional double-echo steady-state with water excitation, 3D-DESSwe)通常用于骨肌关节的成像[9],利用每个重复时间内先后进行稳态进动快速成像(fast imaging with steady state precession, FISP)序列及稳态自由进动反转快速成像(reversed fast imaging with steady state free precession, PSIF)序列[9],前者显示更多的解剖细节,后者增强长T2信号的强度,图像同时具有T1WI、T2WI的特点,结合水激励及脂肪、血流信号抑制,使腮腺内面神经显示为相对高信号。KIM等[10]对25例腮腺肿瘤患者患侧面神经进行评估,发现主干显示率可以达到100%,但颞面干和颈面干的显示率较低,分别为48%、36%。对比以上基于T2WI序列,3D-DESSwe信噪比较高,腮腺背景的脂肪抑制效果更好,面神经主干的识别效果较为理想,一级分支显示情况却未能达到较高水平。

       基于T2WI相关序列中,3D-FIESTA及3D-CISS等重T2WI序列成像时间较短,对面神经主干显示的准确度较好,但效果较为理想面神经与稍高信号的腮腺实质信号间缺乏对比,二级分支在实质内难以辨认,且小血管亦为低信号,与神经信号相似,容易混淆,需要进一步提高神经与组织的对比度来改善。3D-DESSwe序列是一种水激励与稳态自由进动序列相结合的技术,具有良好的组织对比度和信噪比,但该序列在一个重复时间内需采集两种信号,造成该序列的扫描时间较长;且该序列对液体信号敏感,腮腺导管内液体速度缓慢信号较高,与面神经信号差异不大,可能需要结合二者解剖走行进行区分;同样该序列对面神经一级分支远段及二级分支显示情况欠佳,可能需要进一步优化MRI扫描技术来提高细小分支的显示程度。

1.1.2 基于扩散相关序列

       T2WI相关序列中,液体流速不同可呈现不同的信号强度,静脉及小血管血流速度缓慢,可能表现为高信号,对面神经的识别造成干扰。基于扩散相关序列在T2WI序列前预置扩散序列成分,进一步起到抑制血流信号的作用,更好地显示腮腺内面神经的正常解剖或病理状态。

       三维翻转稳态自由进动扩散加权成像(three-dimensional reversed FISP with diffusion-weighted, 3D-DWI-PSIF)通过其稳态及小扩散矩的特点对血管信号进行抑制,同时联合水激励技术,抑制周围组织的脂肪信号[11],突出腮腺与面神经的对比。有研究[12]将3D-DWI-PSIF与T2相关序列显示周围神经情况进行对比,发现该序列识别臂丛等周围神经的准确率约67%,成像评分也高于脂肪抑制的T2WI相关序列。但3D-DWI-PSIF对运动、呼吸等敏感度较高,且较大的成像视野可能导致脂肪抑制不均匀,对该序列的使用造成影响。为提高该序列显示面神经的信噪比,有研究将头线圈改为显微线圈进行成像,使线圈尽量靠近腮腺区域,有效提高了面神经一级分支的显示率[13]

       运动敏化驱动平衡(motion-sensitized driven-equilibrium, MSDE)作为一种黑血成像技术,在三个方向上施加扩散梯度,利用血液运动产生的相差相互抵消对血流信号进行抑制[14, 15],经后续增加聚焦脉冲及梯度场,改进为三维改良运动敏感平衡驱动(three-dimensional improved motion-sensitized driven-equilibrium, 3D-iMSDE)脉冲技术[16],对血流的抑制效果更佳。在腮腺内面神经的显示中,3D-iMSDE与三维快速自旋回波(three-dimensional turbo spin echo, 3D-TSE)序列相结合,产生T2WI相关图像[17],对腮腺内面神经主干及一级分支的显示程度及信号强度较基于T2WI相关序列有明显的提高,但该扫描序列组成较为复杂,扫描时间较T2WI序列明显增加,可能会对该序列的应用造成一定限制。

       基于扩散相关序列因施加扩散梯度,对血流信号及腮腺背景的抑制更为彻底,面神经在低信号腮腺实质内更为明显,且面神经较腮腺导管的信号略低,减少了腮腺导管、血管对神经识别的干扰。但施加扩散梯度同样也造成此类序列扫描时间较长且信号成分较复杂,仅能作为腮腺成像的补充序列来评估神经的情况,未来可能需要结合其他新扫描技术来进一步缩短检查时间。

1.2 功能性MRN

       神经组织内水分子扩散具有各向异性,沿轴索方向扩散速度较快,在其他方向扩散受到一定限制,磁共振扩散张量成像(diffusion tensor imaging, DTI)利用神经这一特性,通过表观扩散系数(apparent diffusion coefficient, ADC)、平均扩散率(mean diffusivity, MD)及各向异性分数(fractional anisotropy, FA)等相关参数定量评估神经纤维束结构及功能[18]

       扩散张量纤维束示踪成像(diffusion tensor tractography, DTT)作为DTI技术的发展,利用体素内非共线方向的扩散信号评估纤维束方向并追踪连接纤维束,经后处理重建出三维神经轨迹图像[19],已经广泛应用于外周神经的研究[20]。传统的DTT受成像技术及数学模型等方面的限制,难以显示精细纤维结构的走行。原始图像成像技术、追踪数学模型、追踪算法的不断发展为追踪复杂的神经结构提供了条件。在原始图像的获取方面,高角度分辨率成像(high angular resolution diffusion imaging, HARDI)以高角度、高b值、多个梯度方向采集扩散信号,在同一体素内建立多个纤维方向,进一步提高了DTT的空间分辨率,在脑网络研究中有较多的应用[21, 22, 23]。在腮腺内面神经的显示中,有研究对HARDI的数据进行重建,发现面神经主干及分支显示清晰,影像轨迹和解剖显示的颅外神经长度基本一致,差异约为1 mm[24]。但因其扫描时间过长,目前难以应用于临床[25]。数学模型是保证追踪神经纤维束精度的关键,传统的二阶扩散张量模型难以分辨神经纤维存在的多种交叉、分叉等复杂结构,而交叉纤维模型及球面反卷积等数学模型的利用,提高了多交叉纤维束追踪的准确度及图像稳定性[26]。球面反卷积算法的应用提高了腮腺内面神经显示的精度,有助于正确判断腮腺肿瘤与神经的关系[27, 28]

       与解剖相关MRN对比,DTT对微小病变的检出更加敏感,可以提供病变造成的神经纤维束破坏与移位等信息,定量测量发现解剖MRN序列上假阴性的神经改变。但DTT基于复杂的后处理进行重建,难以快速、完全直观地还原神经真实解剖情况,在对神经位置的判断上,通常需要结合常规序列提供解剖信息,在临床应用上受到限制。另外DTT也受到患者不同程度纤维束退变等情况的影响,个体差异较大。因此为获得更精确的神经纤维示踪图像,还需要扫描技术及后处理算法等多方面的不断优化和创新。

2 腮腺内面神经MRN的临床应用

       MRN对神经结构进行非侵入性可视化,帮助确定神经功能障碍的位置及原因、对疾病发展进行随诊,已经广泛应用于周围神经损伤、神经卡压、肿瘤等病理状态的评估[29, 30]。腮腺内面神经MRN的应用有助于显示面神经与腮腺病变及其周围结构的关系,对术前病变诊断、术中面神经保护、术后预后评价有非常重要的作用。

2.1 腮腺肿瘤与神经定位关系

       面神经是腮腺深浅叶分界的标志,也是术中需要重点保护的结构,腮腺深叶的肿瘤在手术过程中更易损伤面神经。解剖相关的MRN根据神经组织的特性,提高腮腺与神经的对比度对面神经的主干及分支进行成像。有研究[10]将3D-DESSwe面神经成像对肿瘤进行直接定位与面神经线、下颌后静脉线等间接定位法进行对比,发现直接法的准确度最高,其敏感度及特异度等均达到90%以上。蒋延伟等[17]利用3D-iMSDE序列与T2加权快速梯度回波序列相比较,发现该序列较常规T2WI在腮腺肿瘤的定位准确度及显示图像质量方面都有明显提高。

       在腮腺肿瘤的定位中,解剖相关MRN应用较为广泛,但其在成像上受到扫描条件、腮腺实质背景等多种因素的影响,可以对面神经主干和一级分支进行显示,但对面神经的二级分支显示的完整性不理想,特别是肿瘤较大或神经受累等情况下,会引起肿瘤定位评估的偏差。而高品质解剖相关MRN图像的获取可能需要包括3D采集技术、序列优化以及线圈的改进等的各种MRI技术的进步,来进一步提高神经显示的准确程度。

2.2 腮腺恶性肿瘤神经扩散判断

       恶性肿瘤的神经扩散较为隐匿,早期并未表现出明显的神经症状,但对疾病的预后影响较大。常规的MRI序列及增强可以通过信号改变及是否强化来提示头颈部、乳腺等部位恶性肿瘤的神经扩散,但其影像表现缺乏特异性[31, 32]。在腮腺肿瘤中,恶性肿瘤占20%~30%,高级别的腮腺恶性肿瘤容易侵犯周围组织,且预后较差,可能需要在广泛切除肿瘤后进行辅助性治疗[33, 34, 35]

       解剖相关的MRN可以直接显示面神经与肿瘤的关系,部分研究[10, 35]表明可以根据面神经远端是否可见来判断面神经是否受侵,但不能根据其形态学改变判断是否存在神经扩散,且难以对是否存在神经扩散进行定量评估。而功能性MRN[36]利用DTT对患侧腮腺内面神经进行重建,评估腮腺恶性肿瘤的神经扩散情况,发现神经扩散组的纤维束平均路径长度较无扩散组明显增加,并推测神经中的肿瘤细胞越密集,在扩散成像上产生信号越高,进而重建的纤维束信号也会更强,对临床判断神经扩散有指导作用。

       在神经扩散方面,解剖相关MRN上出现明显的神经扩散常常为肿瘤晚期,难以在早期进行提示,DTT形成的纤维束图显示神经扩散的敏感度较高,可以根据纤维束长度等定量参数早期评估神经扩散情况,对临床判断面神经是否受累及制订治疗计划有重要意义。

2.3 面神经来源肿瘤的诊断

       面神经的原发肿瘤中,最常见的病理类型为神经鞘瘤,其次为神经纤维瘤,多位于颞骨内。在腮腺内,面神经肿瘤的发生率较低,以神经鞘瘤最多见,约占面神经鞘瘤发病率的10%[37]。以最常见的神经鞘瘤为例,该肿瘤虽起源于面神经,却缺乏神经受累的症状,在常规MRI上,神经鞘瘤的信号特点与腮腺来源的多形性腺瘤类似,术前进行定性诊断较为困难[37],而针对神经鞘瘤的手术方式与腮腺来源肿瘤有差异,直接手术切除可能会对面神经造成不可逆的损伤。在其他部位的神经成像中,解剖相关MRN可以通过重建周围神经显示神经走行与肿块的关系明确肿块来源。在部分对神经鞘瘤评估的研究中,可以发现神经鞘瘤偏心性及神经出入等特点[38],对鉴别诊断有一定帮助。

       因此,利用MRN对腮腺内面神经进行成像,有望根据其解剖或纤维束的变化对腮腺部位肿瘤进行更为精确的诊断,减少术中对面神经的损伤,但目前MRN对面神经远段分支显示情况欠佳,难以对发生于面神经分支的肿瘤进行追踪,影响面神经源性肿瘤的诊断。

3 总结

       目前多种3D高分辨MRN对腮腺内面神经主干成像的准确度可以达到较为满意的结果,但对二级分支的显示情况并不理想。解剖相关序列的发展提高了腮腺内面神经主干的显示程度,远端分支显示清晰度的提高则需要高分辨力MRI技术的不断优化和改进。而DTT的应用可以定量评估神经的状态,在面神经轨迹的显示、肿瘤压迫受侵等方面发挥了一定作用,但受MRI软硬件限制比较明显。随着相关技术的不断革新,DTT可以对更为微观的神经纤维束进行跟踪扫描重建,在临床治疗中有重要的指导意义。

[1]
TOUSKA P, CONNOR S. New and Advanced Magnetic Resonance Imaging Diagnostic Imaging Techniques in the Evaluation of Cranial Nerves and the Skull Base[J]. Neuroimaging Clin N Am, 2021, 31(4): 665-684. DOI: 10.1016/j.nic.2021.06.006.
[2]
VERMA R, REDDY G, KUMAR B P, et al. Outcome of Postoperative Facial Nerve Function Following Electromyographic Facial Nerve Monitoring During Parotidectomy for Benign Lesions: a Retrospective Study[J]. Indian J Surg Oncol, 2022, 13(3): 495-499. DOI: 10.1007/s13193-022-01500-2.
[3]
KU V, COX C, MIKESKA A, et al. Magnetic Resonance Neurography for Evaluation of Peripheral Nerves[J/OL]. J Brachial Plex Peripher Nerve Inj, 2021, 16(1): e17-e23 [2022-11-27]. https://pubmed.ncbi.nlm.nih.gov/34007307/. DOI: 10.1055/s-0041-1729176.
[4]
KHALILZADEH O, FAYAD L M, AHLAWAT S. 3D MR Neurography[J]. Semin Musculoskelet Radiol, 2021, 25(3): 409-417. DOI: 10.1055/s-0041-1730909.
[5]
KANEKAR S, SAIF M, KANEKAR S. Imaging of Cranial Neuralgias[J]. Neurol Clin, 2022, 40(3): 591-607. DOI: 10.1016/j.ncl.2022.02.008.
[6]
TANENBAUM R E, LOBO R, KAHANA A, et al. Advances in magnetic resonance imaging of orbital disease[J]. Can J Ophthalmol, 2022, 57(4): 217-227. DOI: 10.1016/j.jcjo.2021.04.025.
[7]
CAVALLARO M, COGLITORE A, TESSITORE A, et al. Three-Dimensional Constructive Interference in Steady State (3D CISS) Imaging and Clinical Applications in Brain Pathology[J/OL]. Biomedicines, 2022, 10(11): 2997 [2022-11-27]. https://pubmed.ncbi.nlm.nih.gov/36428564/. DOI: 10.3390/biomedicines10112997.
[8]
GUENETTE J P, BEN-SHLOMO N, JAYENDER J, et al. MR Imaging of the Extracranial Facial Nerve with the CISS Sequence[J]. AJNR Am J Neuroradiol, 2019, 40(11): 1954-1959. DOI: 10.3174/ajnr.A6261.
[9]
KWON D, LEE C, CHAE Y, et al. Clinical validation of the 3-dimensional double-echo steady-state with water excitation sequence of MR neurography for preoperative facial and lingual nerve identification[J]. Imaging Sci Dent, 2022, 52(3): 259-266. DOI: 10.5624/isd.20220035.
[10]
KIM Y, JEONG H S, KIM H J, et al. Three-dimensional double-echo steady-state with water excitation magnetic resonance imaging to localize the intraparotid facial nerve in patients with deep-seated parotid tumors[J]. Neuroradiology, 2021, 63(5): 731-739. DOI: 10.1007/s00234-021-02673-3.
[11]
DOS S S J, DE BARROS L, DE FREITAS S R, et al. "Million dollar nerve" magnetic resonance neurography: first normal and pathological findings[J]. Eur Radiol, 2022, 32(2): 1154-1162. DOI: 10.1007/s00330-021-08213-0.
[12]
ZHANG Z, MENG Q, CHEN Y, et al. 3-T imaging of the cranial nerves using three-dimensional reversed FISP with diffusion-weighted MR sequence[J]. J Magn Reson Imaging, 2008, 27(3): 454-458. DOI: 10.1002/jmri.21009.
[13]
洪桂洵, 周宙, 饶良俊, 等. 3D-PSIF-DWI在腮腺肿瘤术前面神经评估中的初步应用[J]. 临床放射学杂志, 2013, 32(6): 785-787. DOI: 10.13437/j.cnki.jcr.2013.06.030.
HONG G X, ZHOU Z, RAO L J, et al. 3D-PSIF-DWI in Parotid Gland Tumors Preoperative Evaluation: A Preliminary Study[J]. J Clin Radiol, 2013, 32(6): 785-787. DOI: 10.13437/j.cnki.jcr.2013.06.030.
[14]
KIM D J, LEE H J, BAIK J, et al. Improved Blood Suppression of Motion-Sensitized Driven Equilibrium in High-Resolution Whole-Brain Vessel Wall Imaging: Comparison of Contrast-Enhanced 3D T1-Weighted FSE with Motion-Sensitized Driven Equilibrium and Delay Alternating with Nutation for Tailored Excitation[J]. AJNR Am J Neuroradiol, 2022, 43(12): 1713-1718. DOI: 10.3174/ajnr.A7678.
[15]
JUN C, SHUHUA L, XUE Z, et al. Application of motion-sensitized driven equilibrium based black blood 3D TSE sequence in the detection of brain metastases[J/OL]. Magn Reson Imaging, 2022, 93: 145-148 [2022-11-27]. https://pubmed.ncbi.nlm.nih.gov/35981693/. DOI: 10.1016/j.mri.2022.08.010.
[16]
TOMOYOSE R, MIYATA T, SHIRAISHI W, et al. Gadolinium-enhanced MR improved motion sensitized driven equilibrium (iMSDE) for intracranial vessel imaging in giant cell arteritis[J/OL]. J Stroke Cerebrovasc Dis, 2022, 31(10): 106697 [2022-11-27]. https://pubmed.ncbi.nlm.nih.gov/35939958/. DOI: 10.1016/j.jstrokecerebrovasdis.2022.106697.
[17]
蒋延伟, 孙程, 孙建, 等. 3D-iMSDE脉冲MR神经成像判断腮腺内面神经及腮腺导管与肿瘤解剖关系的价值[J]. 中华放射学杂志, 2019(9): 755-760. DOI: 10.3760/cma.j.issn.1005-1201.2019.09.008.
JIANG Y W , SUN C, SUN J, et al. The value of 3D-iMSDE MR neurography in the determination of the anatomical relationship between intraparotid facial nerve and parotid ducts and parotid tumors[J]. Chin J Radiol, 2019(9): 755-760. DOI: 10.3760/cma.j.issn.1005-1201.2019.09.008.
[18]
ZHANG Y, FURST A J. Brainstem Diffusion Tensor Tractography and Clinical Applications in Pain[J/OL]. Front Pain Res (Lausanne), 2022, 3: 840328 [2022-11-27]. https://pubmed.ncbi.nlm.nih.gov/35399154/. DOI: 10.3389/fpain.2022.840328.
[19]
NANDA G, JAIN P, SUMAN A, et al. Role of diffusion tensor imaging and tractography in spinal cord injury[J/OL]. J Clin Orthop Trauma, 2022, 33: 101997 [2022-11-27]. https://pubmed.ncbi.nlm.nih.gov/36118562/. DOI: 10.1016/j.jcot.2022.101997.
[20]
ZHANG Y, GE H, XU M, et al. Significance of Preoperative Nerve Reconstruction Using Diffusion Tensor Imaging Tractography for Facial Nerve Protection in Vestibular Schwannoma[J/OL]. J Korean Neurosurg Soc, 2022, 10: 3340 [2022-11-27]. https://pubmed.ncbi.nlm.nih.gov/36239080/. DOI: 10.3340/jkns.2022.0134.
[21]
VARA G, TUZZATO G, BIANCHI G, et al. Clinical Application of Diffusion Tensor Imaging for a Brachial Plexus Injury[J/OL]. Diagnostics (Basel), 2022, 12(7): 1687 [2022-11-27]. https://pubmed.ncbi.nlm.nih.gov/35885591/. DOI: 10.3390/diagnostics12071687.
[22]
ORTUG A, YUZBASIOGLU N, AKALAN N, et al. Preoperative and postoperative high angular resolution diffusion imaging tractography of cerebellar pathways in posterior fossa tumors[J]. Clin Anat, 2022, 35(8): 1085-1099. DOI: 10.1002/ca.23914.
[23]
CONSAGRA W, VENKATARAMAN A, ZHANG Z. Optimized Diffusion Imaging for Brain Structural Connectome Analysis[J]. IEEE Trans Med Imaging, 2022, 41(8): 2118-2129. DOI: 10.1109/TMI.2022.3156868.
[24]
EL K W, RODDY D, DAVY S, et al. Magnetic resonance diffusion weighted imaging using constrained spherical deconvolution-based tractography of the extracranial course of the facial nerve[J/OL]. Oral Surg Oral Med Oral Pathol Oral Radiol, 2020, 130(2): e44-e56 [2022-11-27]. https://pubmed.ncbi.nlm.nih.gov/32033932/. DOI: 10.1016/j.oooo.2019.12.012.
[25]
VAISH A, RAJWADE A, GUPTA A. TL-HARDI: Transform learning based accelerated reconstruction of HARDI data[J/OL]. Comput Biol Med, 2022, 143: 105212 [2022-11-27]. https://pubmed.ncbi.nlm.nih.gov/35151154/. DOI: 10.1016/j.compbiomed.2022.105212.
[26]
冯婷, 赵书俊, 聂彬彬, 等. 扩散磁共振成像纤维束追踪算法的研究进展[J]. 中国医学影像学杂志, 2019, 27(5): 393-396. DOI: 10.3969/j.issn.1005-5185.2019.05.018.
FENG T, ZHAO S J, NIE B B, et al. Research progress of fiber bundle tracking algorithm in diffusion magnetic resonance imaging[J]. Chin J Med Imaging, 2019, 27(5): 393-396. DOI: 10.3969/j.issn.1005-5185.2019.05.018.
[27]
SEIDER N A, ADEYEMO B, MILLER R, et al. Accuracy and reliability of diffusion imaging models[J/OL]. Neuroimage, 2022, 254: 119138 [2022-11-27]. https://pubmed.ncbi.nlm.nih.gov/35339687/. DOI: 10.1016/j.neuroimage.2022.119138.
[28]
ATTYÉ A, KARKAS A, TROPRÈS I, et al. Parotid gland tumours: MR tractography to assess contact with the facial nerve[J]. Eur Radiol, 2016, 26(7): 2233-2241. DOI: 10.1007/s00330-015-4049-9.
[29]
Martín N T, Barousse R. Update in the evaluation of peripheral nerves by MRI, from morphological to functional neurography[J]. Radiologia (Engl Ed), 2020, 62(2): 90-101. DOI: 10.1016/j.rx.2019.06.005.
[30]
BALSIGER F, WAGNER B, JENDE J, et al. Methodologies and MR Parameters in Quantitative Magnetic Resonance Neurography: A Scoping Review Protocol[J/OL]. Methods Protoc, 2022, 5(3): 39 [2022-11-27]. https://pubmed.ncbi.nlm.nih.gov/35645347/. DOI: 10.3390/mps5030039.
[31]
KINGER N P, CHIEN L C, SHARMA P S, et al. Comparison of 3D constructive interference in steady state (CISS) and T2 sampling perfection with application optimized contrasts using different flip angle evolution MR imaging of the intracranial trigeminal nerve and central skull base neuroforamina[J]. Neuroradiol J, 2022, 35(6): 678-683. DOI: 10.1177/19714009221084248.
[32]
JACK M M, SMITH B W, CAPEK S, et al. The spectrum of brachial plexopathy from perineural spread of breast cancer[J/OL]. J Neurosurg, 2022: 1-10 [2022-11-27]. https://pubmed.ncbi.nlm.nih.gov/34438281/. DOI: 10.3171/2021.12.JNS211882.
[33]
LEE P P, GUESS G C, SCHUMACHER A E, et al. Delayed diagnosis of palatal adenoid cystic carcinoma: Review of diagnostic workup and image features of perineural spread[J/OL]. Oral Oncol, 2021, 121: 105501 [2022-11-27]. https://pubmed.ncbi.nlm.nih.gov/35213832/. DOI: 10.1016/j.oraloncology.2021.105501.
[34]
KAZEMIAN E, SOLINSKI M, ADAMS W, et al. The role of perineural invasion in parotid malignancy outcomes: A systematic review and meta-analysis[J/OL]. Oral Oncol, 2022, 130: 105937 [2022-11-27]. https://pubmed.ncbi.nlm.nih.gov/35662029/. DOI: 10.1016/j.oraloncology.2022.105937.
[35]
CHO W K, LEE M K, CHOI Y J, et al. Preoperative Magnetic Resonance Image and Computerized Tomography Findings Predictive of Facial Nerve Invasion in Patients with Parotid Cancer without Preoperative Facial Weakness-A Retrospective Observational Study[J/OL]. Cancers (Basel), 2022, 14(4): 1086 [2022-11-27]. https://pubmed.ncbi.nlm.nih.gov/35205832/. DOI: 10.3390/cancers14041086.
[36]
ROUCHY R C, ATTYÉ A, MEDICI M, et al. Facial nerve tractography: A new tool for the detection of perineural spread in parotid cancers[J]. Eur Radiol, 2018, 28(9): 3861-3871. DOI: 10.1007/s00330-018-5318-1.
[37]
SIMONE M, VESPERINI E, VITI C, et al. Intraparotid facial nerve schwannoma: two case reports and a review of the literature[J]. Acta Otorhinolaryngol Ital, 2018, 38(1): 73-77. DOI: 10.14639/0392-100X-1170.
[38]
GODEL T, BÄUMER P, FARSCHTSCHI S, et al. Long-term Follow-up and Histological Correlation of Peripheral Nervous System Alterations in Neurofibromatosis Type 2[J]. Clin Neuroradiol, 2022, 32(1): 277-285. DOI: 10.1007/s00062-021-01102-5.

上一篇 较低级别脑胶质瘤分子分型的磁共振影像组学研究进展
下一篇 基于MRI的深度学习在鼻咽癌中的研究进展
  
诚聘英才 | 广告合作 | 免责声明 | 版权声明
联系电话:010-67113815
京ICP备19028836号-2