面神經較細小，解剖結構復雜。面神經走行復雜，從解剖學角度看，以莖突乳突孔（簡稱莖乳孔）為界，將面神經分為顱內段與顱外段，其中顱內段可分為5段，包括腦池段、內聽道段、迷路段、水平段、垂直段；顱外段又稱為腮腺段。面神經主干出莖突乳突孔后，立即進入腮腺，形成多個分支分布于腮腺實質內。
各種疾病，包括先天性、炎癥性、外傷性、腫瘤性病變及神經血管發育異常等，均可能影響面神經的功能。面神經走行的鄰近組織，如顳骨、腮腺等病變也可能造成面神經功能障礙，外科手術造成的面神經醫源性損傷也是其中一個重要因素。因此，準確顯示腮腺內面神經及其相應病變具有十分重要的臨床意義。
目前腮腺內面神經常用的檢查技術包括超聲、CT、MRI等。MRI具有良好的軟組織分辨率，隨著高場、超高場MRI的臨床應用及磁共振神經成像術（magnetic resonance neurography，MRN）的發展，為腮腺內面神經的顯示奠定了良好的技術基礎。
1.腮腺內面神經解剖結構及功能
面神經（第Ⅶ對腦神經）為混合性神經，包含4種纖維成分：特殊內臟運動、一般內臟運動、特殊內臟感覺和一般軀體感覺纖維。其中特殊內臟運動纖維起自腦橋被蓋部的面神經核，主要支配面肌的運動，該纖維成分即構成面神經的顱外段（腮腺段）。面神經由莖乳孔出顱后，主干進入腮腺實質深淺兩部之間，在腮腺內分支形成腮腺內叢，出腮腺后發出5個分支：顳支、顴支、頰支、下頜緣支、頸支。面神經由莖乳孔穿出后進入腮腺實質內前行一段后分出各干，分出點稱為分叉點。
面神經主干就是指面神經出莖乳孔到分叉點的一段。面神經主干進入腮腺前分叉為顳面干、頸面干兩主要分支，進入腮腺后面神經交織成叢，呈輻射狀發出5組分支，從上到下依次為顳支、顴支、頰支、下頜緣支和頸支。5組分支分布于各自所支配的面部表情肌，支配其運動。影響面神經功能的腮腺病變及腮腺腫瘤手術治療過程中造成的面神經損傷，都會造成腮腺內面神經功能障礙，引發相應肌群失支配而發生周圍性面癱（又稱Bell＇s palsy，貝爾面癱）。
2.腮腺內面神經成像技術
面神經主干出莖乳孔后進入腮腺，在腮腺中形成多級分支，分支的直徑很細，由于腮腺內解剖結構較復雜，且面神經分支走行位置個體差異較大，因此常規的影像學技術很難將腮腺內面神經完整顯示清楚。
2.1超聲檢查
隨著超聲成像技術的不斷發展，目前高頻探頭已經在表淺組織器官及周圍神經病變中廣泛應用。高頻探頭的高分辨率，使超聲檢查逐漸成為周圍神經檢查的主要方法。超聲技術操作簡便，價格相對低廉，且具有動態觀察的優勢。但目前僅僅對于進入腮腺實質之前的面神經主干有較好的顯示，而且是在面神經水腫增粗的前提下。對于進入腮腺后的分支，無法區別顯示。
對于骨骼深面的面神經，超聲檢查也無法顯示。超聲本身屬于操作人員依賴性技術，其檢查結果的準確性及可重復性與操作人員的技術和經驗密切相關，這一點無法與CT、MRI相比。
2.2CT檢查
CT在顯示骨骼方面有比較明顯的優勢，隨著高分辨力CT、多層螺旋CT的出現，使顳骨、內耳道、面神經管得到良好顯示。加之影像后處理技術的發展，如多層面重組技術（multi-planar reformation，MPR）和曲面重組技術（curved planar reconstruction，CPR），MPR圖像可以更好的觀察內耳道內如鐙骨、前庭導水管等微小結構，運用CRP可以使面神經管在同一個平面上顯示。但是CT圖像只是根據面神經管的走行及周圍結構的異常與否推測面神經的情況，而無法直接顯示其內的面神經。對于腮腺內面神經，CT掃描無法直接顯示。
2.3MRI常規
MRI序列中，面神經在T1WI呈略低信號，出莖乳孔后的面神經主干進入腮腺，與周圍同樣呈低信號的腮腺導管、血管等結構難以鑒別，其內部的分支更是難以顯示。T2WI同樣如此。使用釓對比劑行T1WI增強掃描后，腮腺段面神經幾乎不被強化。基于此，多模態MRN的出現和發展，為包括腮腺內面神經在內的周圍神經的直接顯示提供了較為理想的技術手段。
2.3.1T2WI的MRN
早在1993年，Filler就應用MRN較清晰的顯示了周圍神經及神經叢，其主要原理是利用化學位移方法選擇性抑制周圍神經內部分短T2成分及各向同性的自由水，從而產生T2WI的MRN圖像。但是這種2D基礎上的成像技術因為較明顯的偽影及較低的信噪比而存在明顯不足。直到3D傅立葉成像技術的出現，很好的解決了上述缺陷。該技術將成像容積作為一個整體，屬容積性掃描范疇，具有高分辨率、高信噪比及不受層間距限制等特點。
目前周圍神經成像的序列如三維快速自旋回波（3D fast spin echo，3D-FSE）、快速非對稱自旋回波（3D fasta symmetric spin echo，3D-FASE）、穩態梯度回波（3D gradient-recalled acquisition in the steady state，3D-GRASS）、穩態采集快速成像（3D fast imaging employing steady-state acquisition，3D-FIESTA）、穩態構成干擾（3Dconstructiveinferenceinsteadystate，3D-CISS）序列等，都已應用于面神經的解剖及其病變的評估。其中Dailiana、Takahashi及Li都應用不同的序列對腮腺內面神經進行了研究，得出的結論一致：面神經主干及腮腺內部的分支均呈低信號。
但是上述序列產生圖像對比是基于T2/T1或者重T2WI，液體，如腦脊液顯示為高信號，而周圍神經為低信號。面神經出莖乳孔后，其走行區內無明顯液性物質包繞，因此缺乏足夠的對比。腮腺內的面神經分支較細，且周圍血管結構的信號與之無明顯差別，因此神經與血管鑒別比較困難。因此增強腮腺內面神經與血管的對比度，可能會增加其分支顯示的幾率。
另外，Qin等利用三維雙回波穩態成像結合水激勵（3D double-echo steady-state with water excitation，3D-DESSWE）技術對18位健康志愿者的腮腺段面神經進行了研究。3D-DESSWE序列兼有雙重T1、T2加權及脂肪抑制的特點，腮腺段面神經及腮腺導管均呈高信號顯示，但兩者在信噪比及對比噪聲比上無明顯差異，鑒別需要結合走行位置信息。
2.3.2擴散加權的MRN
周圍神經區別于其他軟組織的一個顯著特性是各向異性。利用周圍神經的水分子在各個方向上的擴散運動快慢不同的特點，使擴散加權成像（diffusion weighted imaging，DWI）技術的應用成為可能。分子水平上，周圍神經的水分子擴散運動屬于彌散受限。參照表觀擴散系數（apparent diffusion coeffient，ADC）和各向異性分數（fractional anisotropy，FA）及擴散相關參數可間接反應周圍神經的功能改變情況。
目前，基于自旋回波（spinecho，SE）的DWI及擴散張量成像（diffusion tensor imaging，DTI）已開始用于周圍神經的研究。另外，DTI還可以用于MRN的定量分析。目前，關于腮腺內面神經的DWI研究已有不少報道，Savardekar等對來自14個研究的324名前庭神經鞘瘤（vestibular schwannoma，VS）患者進行了系統回顧性分析，術前擴散張量成像-纖維示蹤（diffusion tensor imaging-fibertracking，DTI-FT）技術對面神經的識別是較大VS（＞2.5 cm）手術計劃的一個有用的輔助手段。Song等的研究也證實了上述結論。Takahara等首先提出背景信號體部抑制擴散加權全身磁共振成像（diffusion weighted whole-body magnetic resonance imaging with background body signal suppression，DWIBS）技術，這項技術的特點是在頭部以外可以進行自由呼吸的DWI。它可以比使用呼吸門控獲得更有效的成像時間，同時還可以獲得更多的薄層圖像及三維分析。
DWI BSMRN序列包括以下技術：單次激發平面回波成像（echo planar imaging，EPI）、短時反轉恢復成像（short-termin version recovery imaging，STIR）、敏感編碼（sensitive encoding，SENSE）等。STIR技術能夠很好的將背景中的脂肪抑制，其余技術的結合基本上消除了圖像中的化學位移及磁敏感偽影，從而保證了圖像的高分辨率及信噪比。獲得的原始圖像通過最大密度投影（maximumin tensity projection，MIP）、MPR等后處理技術可以很清晰的顯示周圍神經與毗鄰組織的不同信號。
目前該序列也是國內外MRN研究的熱點。但是，該序列的空間分辨率不高，且背景抑制較強，對細小且走行曲折的神經顯示欠理想。因此，對于腮腺內面神經，尤其是分支，可能顯示不理想。目前尚未見DWIBS在腮腺內面神經的應用報道。
2.3.3DWI與T2WI結合的MRN
這類序列的產生，由預先應用擴散加權序列部分與隨后的高分辨率T2加權序列構成，其融合了兩者的優勢：DW對周圍脂肪及血流的抑制明顯，而3D傅立葉成像能夠實現各向同性高分辨力掃描。這樣可以較好的顯示周圍神經的解剖及病變。JeongEK等早就證明三維穩態自由進動彌散加權成像（3D diffusion-weighted steady-state free precession，3DDWSSFP）將會適用于高分辨力DTI，特別是產生磁敏感偽影比較重和存在微小運動的區域，如脊髓、周圍神經及腹部等。對健康志愿者利用三維穩態進動反快速成像結合擴散加權成像（three-dimensional reversed fast imaging with steady-state precession and diffusion-weighted imaging，3D-PSIF-DWI）序列，能夠較好的顯示腮腺內面神經和導管。
三維快速自旋回波（3D Turbo Spin Echo，3D-TSE）序列結合預置的脂肪抑制脈沖（如STIR）和改進的運動敏感平衡驅動（improved motion-sensitized driven-equilibrium，iMSDE）脈沖，三者一起構成iMSDE-MRN序列。MSDE預置脈沖的主要作用是抑制與神經伴行的血管內的血液信號，不受血流方向限制，iMSDE是優化后的MSDE，對血流的抑制作用更強。
iMSDE的組成如下：一個+90°激勵脈沖、兩個180°回聚脈沖以及一個-90°脈沖，在各個射頻脈沖之間插入運動敏感梯度（motion sensitized gradient），運動敏感梯度施加于層面選擇、相位編碼和頻率編碼三個方向上，抑制任何方向的血流信號，特別是對灌注及渦流樣的液體信號。這樣的預置脈沖可以抑制神經周圍的脂肪、血流以及肌肉信號等軟組織信號，隨后的三維弛豫增強快速采集（3D rapid acquisition with relaxation enhancement，3D-RARE）TSE序列可以獲得高分辨率的T2WI圖像。
YoneyamaM等已經利用iMSDE技術將5位健康志愿者的臂叢、腰骶叢及包括三叉神經、面神經等在內的顱神經進行了三維軌跡顯示，效果良好。目前就腮腺內面神經而言，此序列國內外尚未有研究報道。
3.腮腺內面神經MR成像的臨床應用
腮腺內面神經的MR成像，對尋找部分面癱原因、顯示面神經與腮腺腫瘤及其周圍結構的關系，對術前評估及手術計劃的制定、術中面神經的解剖與保護、術后康復治療計劃的指導及預后評價，都有著十分重要的臨床意義。
3.1腮腺內面神經腫瘤
面神經腫瘤中，以神經鞘瘤最為多見，其次為神經纖維瘤。面神經鞘瘤屬于良性腫瘤，發病率很低，腮腺內的發病率還不足10%。腮腺內面神經鞘瘤表現為緩慢生長的無痛性腫塊，而且不影響面神經功能，這在臨床上與腮腺多形性腺瘤很難鑒別。盡管有常規的MRI檢查及細針穿刺細胞學檢查（fine needle aspiration cytology，FNAC），但目前術前診斷該病還是比較困難，幾乎全部依賴于術中診斷。因此，利用目前能夠或可能顯示腮腺內面神經的MRN序列，可能實現術前面神經腫瘤的精確診斷。
3.2腮腺組織來源的腫瘤
腮腺段面神經是腮腺深葉、淺葉的定位標志，因此在腮腺腫瘤手術中，面神經需要重點保護，以防止術中誤傷而出現術后面癱的情況。術前MRI顯示和評估腮腺內面神經具有重要意義。Takahashi等利用3D-GRASS序列對13位腮腺良性腫瘤患者進行了研究，面神經主干及頸面干、顳面干兩分支的顯示率分別為100%、84.1%、53.8%，腮腺導管顯示率為81.8%，兩者均表現為低信號。腮腺腫瘤與面神經的關系，與術中比較，正確率為91.7%。
Li等利用3D-FIESTA序列對31位腮腺良性腫瘤患者進行了研究，面神經同樣表現為低信號。在3D-FIESTA序列中，93.5%的面神經主干呈雙側顯示，腮腺導管呈高信號，顯示率為100%。31例患者中，26例通過3D-FIESTA序列圖像正確診斷了腫瘤與面神經頸面干、顳面干的關系。以上兩個序列，加上前文中介紹的3D-DESSWE、3DPSIF-DWI序列，都可以較理想的顯示面神經主干及頸面干、顳面干兩大分支，還可以顯示腮腺導管。但是，上述序列存在神經與導管信號差異不大、血管背景信號抑制不夠等問題。還需要繼續優化改進。而對于目前比較新的DWIBS、iMSDE技術所融合形成的MRN序列，可能會解決上述問題。
3.3干燥綜合征腮腺切除術
干燥綜合征（Sjogren＇s syndrome，SS），是一種慢性進展的自身免疫性疾病，可以累計全身多個臟器和系統（包括外分泌腺），主要臨床表現為眼球干燥、口腔干燥、腮腺增大或萎縮及關節腫痛等。MRI可以檢測出SS累及腮腺的信號改變。目前，對于干燥綜合征引起的腮腺病變的治療，以藥物控制為主，但是對于慢性反復性炎癥，外科手術切除是唯一有效的方法。術前如果能更好的顯示面神經主干及其分支，對腮腺區面神經的保護意義重大。目前關于此類手術術前面神經成像評估尚未見報道。
4.總結與展望
腮腺內面神經細小，走行曲折，周圍解剖結構復雜。相較于超聲、CT而言，MRI在腮腺內神經顯示及評估上有明顯的優勢。腮腺內面神經的MR成像，對尋找部分面癱原因、顯示面神經與腮腺及其周圍結構的關系，對術前評估及手術計劃的制定、術中面神經的解剖與保護、術后康復治療計劃的指導及預后評價，都有著十分重要的臨床意義。高場強、高分辨率3D成像技術的發展，會使常規MRI無法顯示的周圍細小神經的精準成像成為現實。隨著MRN相關序列的不斷出現及優化組合，如DWIBS-MRN、iMSDE-MRN等，既存在較高的分辨率，又可以實現腮腺內面神經與周圍結構的高對比度，有著較為廣闊的應用前景。