1.使用不同的MR线圈（8通道头部线圈，8通道TMJ专用线圈及单通道表面线圈）； 2.深度学习算法在TMJ的诊断互换性、图像质量和缩短扫描时间的研究； 3.儿童TMJ磁共振扫描方案和影像学发现（篇幅过长下期分享）；
线圈类型： 8通道头部相控阵线圈，8通道TMJ专用线圈及单通道表面线圈 实验设计：分A/B/C三组， 分别用8 通道头部相控阵线圈、 8 通道TMJ专用表面线圈及单通道表面线圈扫描成像；再招募 6名志愿者做自身对照 ，每名志愿者分别使用 8通道头部相控阵线圈，8通道TMJ专用线圈及单通道表面线圈扫描成像； 体位：仰卧位，头先进，线圈中心定位于外耳道前方约1.5cm处； 扫描序列及参数：闭口位（PDWI_SAG,T2WI_COR_FS），开口位（PDWI_SAG）；FOV（10x10cm）,层数22层（每侧11层），层厚2mm，层间距0.2mm，闭口位PDWI的TR值为2358ms，TE值为35ms，矩阵256X224，NEX为4，T2WI的TR值为3745ms，TE值为68ms，矩阵256X256； 测量方法：在PDWI_SAG上测量并设置ROI， 髁突中心，关节盘，双板区，翼外肌，腮腺区，背景噪声及空气 。 ROI面积为1.6-28.9mm² ， 患者3髁突皮髓质分界清楚，关节腔及前后附着等细微结构可清晰显示，图像无颗粒感 患者3关节盘、髁突形态显示更加清晰，髁突骨皮质及髓质分界清晰， 开口位清晰显示盘 ‐ 髁位置关系及前后附着等细微结构 结论：该研究发现 8 通道 TMJ 专用表面线圈 所测得的 SNR 和 CNR 均显著高于 8 通道头部相控阵线圈 ， 表明其在 TMJ 的 MRI 检查中具有显著的诊断优势， 能为 TMD 的临床诊断提供更可靠的影像学支持；
深度学习算法在TMJ磁共振中诊断互换性、图像质量和缩短扫描时间的研究 入组标准 ： MRI 检查适用于有临床症状（如关节痛、关节杂音或张口受限）和/或在锥形束CT或平片上发现提示TMJ病变的患者； 无需已确诊TMD，可以得到多样性的临床病例 ； 排除标准 ：患者不适导致常规重建和深度学习重建无法完成；不锈钢正畸丝等引起的严重伪影；不区别左右侧TMJ，评估均在关节层面完成 磁共振设备 ：3.0T Scanner （SIGNA Pioneer；GE Healthcare）；16通道大柔线圈；使用GE自带的AIR Recon DL算法； MRI扫描流程 ：第一步常规的扫描协议，扫描序列包括（ 张口和闭口均包括PDWI_sag，T2WI_sag_FS,闭口位PDWI_cor，T2WI_FS ） 随后使用DL Recon扫描协议，扫描协议包括（ 闭口位PDWI_sag,T2WI_sag_FS ）; 对比方法：仅 比较PDWI_sag和T2WI_sag_FS 序列; 不同参数：voxel size；matrix size；No.excitations；采集时间： DL采集时间整体减少49.2% ； 本研究通过三名观察者对 “关节盘形态、关节盘位置、关节积液 ”三类异常的阅片一致性来评估诊断互换性：关节盘形态（ PDWI，正常为 双凹形，中央中间带薄，前后带增厚 ），关节盘位置（ PDWI_sag，正常为 后带位于髁突头顶端12点方向±10° ），关节积液（ T2WI_sag_FS，阳性为 上/下关节腔内出现点状、线状或聚集状高信号 ）； 定量评估（Fig.1，Fig.2） ：PDWI_sag和T2WI_sag_FS( 下颌髁突和关节盘内放置ROI ),背景噪声（ 每幅图像左下角无解剖信号的空气区域测量 ）， SNR =SD/背景噪声； CNR = 髁突与关节盘ROI信号强度差的绝对值/ 同一背景噪声标准差; Fig.1 PDWI_sag示不同 关节盘形态与位置 ； 常规重建与DL重建对关节盘（黄色箭头）的显示效果相当；ab无异常，cd关节盘前移 Fig.2 T2WI_sag_FS 展示不同程度的 关节积液 , 常规重建与DL重建对关节积液（黑色星星）的显示效果相当；a无积液，bcd均有不同程度积液； 常规重建与DL重建MRI在所有评估项目中的一致性均高：关节盘形态（ 5例不一致 ），关节盘位置（ 3例不一致 ），关节积液（ 17例不一致 ）； 所有单项等效指数均<3%，且95%置信区间上限均未超过预设5%等效界值，提示两种重建方法在诊断层面可视为等效； 两者均提示 DL重建图像更清晰 ；锐利度与伪影评分两组无差异。整体图像质量仅在 T2W_FS序列DL重建略高 ； 髁突SNR ： DL重建在PDWI与T2W_FS序列均显著升高； 关节盘SNR ： T2W_FS序列DL重建提升明显; CNR : D L重建在PDWI与T2W_FS均显著优于常规重建; DL重建 ：诊断准确性和图像质量不受影响，扫描时间大幅减短，体现了在颞颌关节MRI成像潜力的提升； 该研究局限性 ：成像参数未完全匹配（ 更反映真实临床状况 ）；张口位序列未纳入主要分析（ 张口位本身已用加速方案以减少运动伪影使用DL获益有限 ）；未进行读片者定性评分（ 为保持独立、无偏评估，有意未做校准，避免人为拉齐评分而掩盖真实感知差异 ）； 结论 ：DL重建在 诊断准确性和图像质量不受影响且扫描时间大幅减短，体现了颞颌关节在MRI成像的诊断互换性。 研究结果推荐将DL重建纳入日常TMJ磁共振扫描协议，特别适用于细小解剖结构和易受运动影响的关节，
1. 张晓杰,吴婷婷,张野,郭瑞强,尹智,赵越,王健,李亭君,刘红梅,郭锡城,张新华,侯伟,刘婷婷,马雪芳,柳新华， 应用不 同线圈 的 颞 下颌 关节 磁共振 图像 比较 《中华口腔医学杂志》2025，60(07)10.3760/cma.j.cn112144-20250411-00132
2. Jo, GD., Jeon, K.J., Choi, Y.J. et al. Deep learning reconstruction for temporomandibular joint MRI: diagnostic interchangeability, image quality, and scan time reduction. Eur Radiol (2025). https:///10.1007/s00330-025-12029-7 3. I na rejos Clemente EJ, Tolend M, Navallas M, Doria AS, Meyers AB. MRI of the temporomandibular joint in children with juvenile idiopathic arthritis: protocol and findings. Pediatr Radiol . 2023;53(8):1498-1512. doi:10.1007/s00247-023-05616-7
