基于高分辨率MRI与CT的遗体面部肌肉解剖再评估:连续肌板假说与三维形态学分析

《Journal of Imaging》:The Anatomy of Facial Muscles Revisited: High-Resolution Magnetic Resonance Imaging and Computed Tomography Studies on Body Donors

【字体: 大 中 小 】 时间:2026年09月21日 来源:Journal of Imaging 3.8

编辑推荐:

  面部肌肉对于非语言交流、生理功能及言语构音至关重要。与骨骼肌或咀嚼肌不同,面部肌肉缺乏筋膜,直接附着于皮肤,其功能不依赖关节介导的运动或视觉反馈。本研究旨在利用高分辨率计算机断层扫描(CT)和3特斯拉磁共振成像(MRI)对14具遗体捐献者进行面部肌肉系统重建,

  
面部肌肉对于非语言交流、生理功能及言语构音至关重要。与骨骼肌或咀嚼肌不同,面部肌肉缺乏筋膜,直接附着于皮肤,其功能不依赖关节介导的运动或视觉反馈。本研究旨在利用高分辨率计算机断层扫描(CT)和3特斯拉磁共振成像(MRI)对14具遗体捐献者进行面部肌肉系统重建,获得面部肌肉及头部骨性与软组织结构的分割三维数据集。研究人员假设面部肌肉系统由超越经典解剖学定义的、具有可变几何形态的功能亚单位构成,其附着点和三维空间位置与传统描述存在差异。最重要的发现是,MRI无法分辨解剖图谱中所描绘的单个面部肌肉。相反,肌肉系统表现为嵌入脂肪组织中的单一连续肌板,且不附着于骨骼。面部肌肉系统究竟是真正连续的,还是由结缔组织连接的若干独立肌肉组成,目前仍不明确。分割难度因区域而异;颧肌最易分离,而眼轮匝肌、额肌和颈阔肌因其薄而扁平的形态学特征,分割尤为困难。
面部肌肉解剖的再审视:基于遗体捐献者的高分辨率磁共振成像与计算机断层扫描研究
一、研究背景与问题提出
面部肌肉是人类非语言交流、生理功能维持及言语构音的关键结构基础。缺乏面部肌肉功能的个体将面临社会孤立、生理功能障碍(如吞咽和眼部问题)以及语言表达受限等多重困境。与四肢骨骼肌或咀嚼肌不同,面部肌肉具有独特的解剖学特征:缺乏筋膜包裹,直接附着于面部骨骼的骨膜(额肌和口轮匝肌除外)及皮肤。其运动不依赖关节,且缺乏运动轨迹的视觉反馈,由中枢神经系统通过自主运动系统和自发情感系统双重调控。传统解剖学将面部肌肉系统划分为约20对解剖学定义的肌肉,并依据其围绕面部孔口(眼、鼻、口)的功能划分为若干“面部肌肉功能单位”。然而,解剖图谱的典型二维拓扑图示无法充分反映面部肌肉的真实功能特征。面部运动或表情表达并不对应于大体解剖所定义的经典肌肉结构,而是涉及全脸范围的三维立体变形。
面部肌肉运动与躯体肌肉和咀嚼肌存在本质差异:咀嚼肌优化于力传递和承载,而面部肌肉则是软组织精确变形的系统。其关键生物力学差异在于附着类型——附着于相对固定的骨性结构或附着于皮肤及其他肌肉。当面肌收缩时,并非简单牵拉单一附着点,而是通过网络将张力传递至整片皮肤区域。这一特性在口角机械性“交汇点”——蜗轴(modiolus)处尤为显著,此处汇聚多达九条肌肉力向量。在真实微笑(杜兴式微笑)中,两大主要力向量(颧骨向量和眼眶向量)相互作用,引起组织的复杂位移。
鉴于上述临床背景和生物力学考量,本研究旨在利用遗体捐献者,通过临床适用的影像学方法对面部肌肉进行三维重建,并展望未来应用于健康志愿者和患者。计算机断层扫描(CT)和磁共振成像(MRI)均为临床日常实践中成熟的三维成像手段,可对肌肉系统及邻近结构进行可视化和数字化处理。然而,已知某些身体区域的影像分辨率不足以精确区分不同解剖学定义的肌肉。将硬组织和软组织成像与特定MR序列相结合可改善组织区分度,但需在扫描时间及相应辐射和热暴露之间权衡。研究核心问题在于:CT和MRI是否足以在既定拓扑学框架内识别面部肌肉,这一传统实践是否成立。
研究假设为:面部肌肉系统由超越传统面部肌肉解剖定义的、具有可变几何形态的功能亚单位构成,其附着点及软组织内的精确三维定位均与传统描述存在差异。本研究作为第一步,旨在最优条件和最高分辨率下检验该假设,并最终建立面部肌肉系统的新描述体系。
二、研究设计与技术方法
研究团队与耶拿大学解剖学系I的遗体捐献计划合作,获取了14具遗体捐献者头部标本(7男7女,年龄均超过50岁),平均年龄男性80±8岁、女性82±10岁,身高与德国同龄代表性人群相当。研究经当地伦理委员会批准(No. 2020-1661),并遵循遗体尸检指南。
关键技术方法包括:标准化多模态影像采集流程,依次进行超声成像、去颅顶取脑、琼脂包埋固定、3T MRI扫描(MAGNETOM Prisma,西门子医疗)和CT扫描(Artis Zeego Q系统,西门子医疗)。MRI采用20通道头线圈,以640 μm各向同性分辨率进行两次T2加权可变翻转角三维涡轮自旋回波序列(T2 SPACE)扫描,分别使用和不使用脂肪抑制技术,单具标本扫描时间40至60分钟。CT以488 μm分辨率在10分钟内完成全头扫描。通过数字减影法(脂肪抑制图像减去标准T2加权图像)生成纯脂肪图像体,用于脂肪组织分析。CT数据以亨氏单位(HU)标定组织密度。
图像分割由三位评估者(AR、KJ、HS)使用3D Slicer和Amira软件独立完成,任务为分割全部面部肌肉系统而不区分个体解剖学定义肌肉,采用多数投票原则(至少两位评估者一致)生成共识数据集。同时分割低分辨率肌肉群图谱,区分面部肌、咀嚼肌、舌肌和眼外肌四组。骨性结构基于CT的HU阈值半自动分割,并通过imagexd软件进行局部密度测量和三维网格表面着色可视化。统计分析使用R软件(版本4.2.3),包括描述性统计、方差分析(ANOVA)、Tukey HSD事后检验、Levene方差齐性检验及Games-Howell事后检验。
三、研究结果
3.1 数据质量:遗体捐献者样本年龄高于一般人群,但身高与德国同龄人群相当,存在显著性别二态性(p = 0.02)。使用遗体标本避免了运动伪影,且未固定处理增强了MRI对比度。但部分捐献者(#5、#9、#10)的牙科植入体导致CT过饱和伪影和MRI消光伪影,主要影响牙齿和口轮匝肌区域。
3.2 肌肉体积(MRI数据):肌肉因其特异性信号强度和纤维结构在MRI上清晰可见,脂肪抑制技术提供了与周围组织的良好区分。四组头颈部肌群(面部肌、咀嚼肌、舌肌、眼外肌)可通过分水岭算法自动区分,但面部肌肉网络内无法自动区分任何解剖学定义的个体肌肉。原因在于缺乏清晰可辨的亮度强度差异及对比结构(结缔组织或脂肪组织)。面部肌肉平均体积男性略大(男:55.12 ± 17.78 cm3;女:40.99 ± 13.30 cm3),咀嚼肌亦然(男:101.96 ± 18.56 cm3;女:89.66 ± 21.55 cm3)。面部肌与咀嚼肌体积比存在性别差异(男:0.54;女:0.46),表明男性面部肌肉比例高于女性。口周及颏部区域(Q13–Q14)男性面部肌肉比例显著更高。
3.3 肌肉厚度(MRI数据):颞肌和咬肌厚度最大。面部肌肉因形成肌板而难以精确界定解剖学定义肌肉。蜗轴可被识别为多肌肉连接的汇合中心,口轮匝肌区域观察到增加的肌肉厚度。额肌、眼轮匝肌和颈阔肌区域为薄而扁平的肌肉。厚度测量在口部区域(Q13–Q14)显示出与体积一致的显著性别差异。
3.4 脂肪组织(MRI数据):通过脂肪饱和技术数字减影实现脂肪组织分割,无需多位评估者。脂肪体积呈三个分区趋势(眶上颅侧;眶+鼻;鼻中隔尾侧),眶上颅侧体积最小(5.60 cm3–19.30 cm3),鼻中隔尾侧最大(70.56 cm3–115.63 cm3)。三个区域均无显著性别二态性,但女性眶上颅侧和男性鼻中隔尾侧呈现较高脂肪含量趋势。深层与浅层脂肪比较显示,口和颏部区域(Q13–Q14)脂肪含量显著较高,前额区域和鼻颅侧区域的差异被判定为分割困难所致的伪影。
3.5 骨骼(CT数据):颅骨基于CT密度数据自动分割重建,仅需去除伪影(如牙科植入体)。基于标志点的形态测量显示,女性双眼间距在绝对值和归一化数据上均显著大于男性;女性眼眶倾向更大,右眼眶绝对尺寸更大,左眼眶归一化尺寸显著更大。骨密度分析显示,较年轻的捐献者骨密度高于80岁以上者;性别间无显著差异;身材较高者骨密度高于较矮者。
3.6 骨骼与肌肉距离:肌肉最薄的区域也是肌肉最贴近骨骼的区域,提示这些区域可能通过结缔组织、脂肪组织或腺体与骨骼存在连接,或需通过肌间连接传递力量。
四、讨论与结论
讨论部分指出,本研究的核心发现是:在MRI成像下,面部肌肉无法按照标准解剖图谱分割为个体肌肉,尤其是在多肌肉相互连接的区域。这归因于所用MRI分辨率限制,尽管四组头颈部肌群(咀嚼肌、眼外肌、舌肌和面部肌)可清晰区分(包括自动区分)。因此,无法明确面部肌肉系统是单一连续肌肉还是由结缔组织连接的多个独立肌肉。所用方法仅能识别出嵌入脂肪层中的单一肌板,且该肌板不附着于骨骼。面部骨骼为脂肪组织内面部肌肉的运动提供基础,三者均为描述面部表情的必要组成。体积比例直接比较显示男性肌肉比例更高,与骨骼肌的性别模式一致。有趣的是,肌肉和脂肪组织的性别差异在颏部区域最为显著。
最难分割的肌肉位于眼轮匝肌、额肌和颈阔肌区域,这明确归因于3T MRI的分辨率限制。三者均以极薄肌层为特征,收缩时产生平面位移。眼轮匝肌区域以其极薄、扁平的环形结构著称,负责闭眼功能。口轮匝肌区域因其体积和闭口功能而显著,但该分类仅能从功能推断,个体肌肉分割存在分类不确定性。颧肌区域(颧大肌ZMa、颧小肌ZMi)是唯一真正易于分割的区域,因此成为研究最多的对象,但其位置和形态表现出高度变异性,已描述多达五种主要形态变异类型(按频率排序:单腹型、双叉型ZMa、非典型止点型、副ZMi带型、多腹型ZMa)。然而,基于MRI数据,其止点至蜗轴的精确界定仍存疑。
研究局限性包括:所用方法难以或无法区分传统命名肌肉;无法直接从几何形态推断由肌束决定的力方向;眼轮匝肌等区域肌层厚度低于成像分辨率(<640 μm);牙科植入体显著影响MRI和CT结果。
结论:临床影像学适用于可视化整个面部肌肉网络,这对建模及后续模拟具有重要意义,能够在活体中验证功能关系。然而,所需分辨率尚未达到以验证传统肌肉拓扑学或检查肌肉连接,需开展更高分辨率的进一步研究。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号