Anatomi Saraf fasialis

Saraf fasialis adalah saraf ekspresi wajah. Semua ekspresi wajah kita yang banyak dihasilkan dari kontraksi otot-otot subkutan. Mereka menggerakkan kulit dan mengubah ekspresi wajah untuk menyampaikan suasana hati. Saraf fasialis menginervasi semua otot superfisial wajah dan kulit kepala. Sinyal motorik sadar berasal dari motor cortex. Namun, sebagian besar ekspresi wajah tidak disengaja dan lolos dari kontrol pusat-pusat superior. Dalam semua budaya, wajah mengekspresikan berbagai emosi mendasar:

  • marah
  • rasa sakit dan jijik
  • perhatian
  • penghinaan
  • takut
  • kegembiraan
  • kesedihan
  • kejutan atau keheranan.

Bahkan orang yang buta sejak lahir menghasilkan ekspresi yang sama. Tampaknya manifestasi emosional ini tidak diperoleh begitu saja, tetapi bersifat bawaan.  Saraf wajah memiliki anatomi yang kompleks. Ini adalah salah satu saraf kranial terpanjang, memanjang dari batang otak ke cabang (ujung) cabang, yang terletak di seluruh wajah. Beberapa struktur saraf wajah — digambarkan sebagai nuklei, segmen, dan cabang — menghasilkan empat komponen fungsi saraf wajah.

Saraf wajah memiliki:

  • enam bagian utama (digambarkan sebagai segmen) di sepanjang jalur dari batang otak ke cabang-cabang terminal di wajah
  • divisi dan subdivisi (juga disebut cabang), yang merupakan saraf kecil di dalam dan sekitar wajah yang menyatu di sepanjang segmen menjadi saraf wajah utama
    tiga inti, yang merupakan area di batang otak yang mengirimkan pesan antara saraf wajah dan motorik, sensorik, dan area lain dari otak
  • empat komponen, yang dapat dianggap sebagai empat kategori fungsional

Perbedaan kecil dalam struktur dan lokasi cabang-cabang saraf wajah biasanya tidak terlihat. Perbedaan-perbedaan ini dapat diambil ketika studi pencitraan rinci dilakukan karena alasan medis.

Variasi dapat menjadi tantangan ketika datang ke prosedur bedah yang melibatkan saraf wajah. Perencanaan pra-operasi melibatkan pencitraan, biasanya dengan pewarna kontras, untuk mengidentifikasi anatomi saraf dan mendeteksi variasi sebelumnya.

Tinggalkan Balasan