Magnetic Resonance Imaging Diagnostics of Vascular Myelopathies: from Basic Sequences to Promising Imaging Protocols

Cover Page

Cite item

Full Text

Abstract

Magnetic resonance imaging (MRI) is the method of choice in diagnostics and differential diagnosis of spinal cord arterial infarction and venous insufficiency. However, imaging of vascular myelopathy is complicated by the lack of clear diagnostic criteria. Basic MRI sequences have low sensitivity at disease onset, and described MR patterns do not sufficiently increase imaging specificity for spinal cord ischemia, so imaging protocols are to be elaborated.

Diffusion-weighted imaging is a key additional sequence that allows establishing the ischemic nature of myelopathy.

Inclusion of spinal MR angiography in comprehensive MR examination allows visualization of aorta abnormalities, its large branches or spinal arteriovenous fistulas, so that they can be treated early.

We presented an optimal MRI protocol for patients with suspected ischemic spinal stroke. Promising high-tech MR sequences for visualization of vascular myelopathies were reviewed.

About the authors

Grigory V. Ponomarev

Pavlov First Saint Petersburg State Medical University

Author for correspondence.
Email: grigoryponomarev@yandex.ru
ORCID iD: 0000-0002-6219-8855

Cand. Sci. (Med.), assistant, Department of neurology

Russian Federation, Saint Petersburg

Andrey O. Agafonov

Pavlov First Saint Petersburg State Medical University

Email: agafonov@spbgmu.ru
ORCID iD: 0000-0002-0261-3527

Cand. Sci. (Med.), Assoc. Prof., Department of radiology and radiation medicine

Russian Federation, Saint Petersburg

Nikolay L. Barilyak

Vsevolozhsk Clinical Interdistrict Hospital

Email: barilyak2502@gmail.com
ORCID iD: 0000-0002-8174-2510

neurologist

Russian Federation, Vsevolozhsk

Alexander V. Amelin

Pavlov First Saint Petersburg State Medical University

Email: avamelin@mail.ru
ORCID iD: 0000-0001-6437-232X

Dr. Sci. (Med.), Prof., Department of neurology

Russian Federation, Saint Petersburg

Alexander A. Skoromets

Pavlov First Saint Petersburg State Medical University

Email: askoromets@gmail.com
ORCID iD: 0000-0002-5884-3110

Dr. Sci. (Med.), Prof., Academician of the Russian Academy of Sciences, Head, Department of neurology

Russian Federation, Saint Petersburg

References

  1. Скоромец А.А., Афанасьев В.В., Скоромец А.П., Скоромец Т.А. Сосудистые заболевания спинного мозга: руководство для врачей. СПб.; 2019. 314 с. Skoromets A.A., Afanas'ev V.V., Skoromets A.P., Skoromets T.A. Vascular diseases of the spinal cord: a guide for doctors. St. Petersburg; 2019. 314 p. (In Russ.)
  2. Трофимова Т.Н., Ананьева Н.И., Назинкина Ю.В. и др. Нейрорадиология. СПб.; 2009. 288 с. Trofimova T.N., Anan'eva N.I., Nazinkina Yu.V. et al. Neuroradiology. St. Petersburg; 2009. 288 p. (In Russ.)
  3. Rumboldt Z., Castillo M., Huang B. et al. (eds.) Brain imaging with MRI and CT: an image pattern approach. Cambridge; 2012. 428 p.
  4. Morgan W. Spinal MRI for musculoskeletal clinicians. Introduction to systematic analysis of the spinal MRI. Independent; 2014. 130 p.
  5. Sacco R.L., Kasner S.E., Broderick J.P. et al. An updated definition of stroke for the 21st century: a statement for healthcare professionals from the American Heart Association/American Stroke Association. Stroke. 2013;44(7):2064–2089. doi: 10.1161/STR.0b013e318296aeca
  6. Küker W., Weller M., Klose U. et al. Diffusion-weighted MRI of spinal cord infarction–high resolution imaging and time course of diffusion abnormality. J. Neurol. 2004;251(7):818–824. doi: 10.1007/s00415-004-0434-z
  7. Lyders E.M., Morris P.P. A case of spinal cord infarction following lumbar transforaminal epidural steroid injection: MR imaging and angiographic findings. Am. J. Neuroradiol. 2009;30(9):1691–1693. doi: 10.3174/ajnr.A1567
  8. Nedeltchev K., Loher T.J., Stepper F. et al. Long-term outcome of acute spinal cord ischemia syndrome. Stroke. 2004;35(2):560–565. doi: 10.1161/01.STR.0000111598.78198.EC
  9. Qureshi A.I., Afzal M.R., Suri M.F.K. A population-based study of the incidence of acute spinal cord infarction. J. Vasc. Interv. Neurol. 2017;9(4):44–48.
  10. Zalewski N.L., Rabinstein A.A., Krecke K.N. et al. Characteristics of spontaneous spinal cord infarction and proposed diagnostic criteria. JAMA Neurol. 2019;76(1):56–63. doi: 10.1001/jamaneurol.2018.2734
  11. Kim B.R., Park K.S., Kim H.J. et al. Features of non-traumatic spinal cord infarction on MRI: Changes over time. PLoS One. 2022;17(9):e0274821. doi: 10.1371/journal.pone.0274821
  12. Wang M.X., Smith G., Albayram M. Spinal cord watershed infarction: Novel findings on magnetic resonance imaging. Clin. Imaging. 2019;55:71-75. doi: 10.1016/j.clinimag.2019.01.023
  13. Jakubowicz-Lachowska D., Tarasiuk J., Kapica-Topczewska K. et al. Future challenges of spinal cord infarction treatment. Neurol. Neurochir. Pol. 2020;54(2):209–210. doi: 10.5603/PJNNS.a2020.0023
  14. Bax F., Gigli G.L., Iaiza F. et al. Spontaneous spinal cord ischemia during COVID-19 infection. J. Neurol. 2021;268(11):4000–4001. doi: 10.1007/s00415-021-10574-x
  15. Romi F., Naess H. Spinal cord infarction in clinical neurology: a review of characteristics and long-term prognosis in comparison to cerebral infarction. Eur. Neurol. 2016;76(3-4):95–98. doi: 10.1159/000446700
  16. Alblas C.L., Bouvy W.H., Lycklama À Nijeholt G.J., Boiten J. Acute spinal-cord ischemia: evolution of MRI findings. J. Clin. Neurol. 2012;8(3):218–223. doi: 10.3988/jcn.2012.8.3.218
  17. Zalewski N.L., Rabinstein A.A., Krecke K.N. et al. Spinal cord infarction: Clinical and imaging insights from the periprocedural setting. J. Neurol. Sci. 2018;388:162–167. doi: 10.1016/j.jns.2018.03.029
  18. Novy J., Carruzzo A., Maeder P. et al. Spinal cord ischemia: clinical and imaging patterns, pathogenesis, and outcomes in 27 patients. Arch. Neurol. 2006;63(8):1113–1120. doi: 10.1001/archneur.63.8.1113
  19. Da Ros V., Picchi E., Ferrazzoli V. et al. Spinal vascular lesions: anatomy, imaging techniques and treatment. Eur. J. Radiol. Open. 2021;8:100369. doi: 10.1016/j.ejro.2021.100369
  20. Alcaide-Leon P., Pauranik A., Alshafai L. et al. Comparison of sagittal FSE T2, STIR, and T1-weighted phase-sensitive inversion recovery in the detection of spinal cord lesions in MS at 3T. AJNR Am. J. Neuroradiol. 2016;37(5):970–975. doi: 10.3174/ajnr.A4656
  21. Vargas M.I., Boto J., Meling T.R. Imaging of the spine and spinal cord: an overview of magnetic resonance imaging (MRI) techniques. Rev. Neurol. (Paris). 2021;177(5):451–458. doi: 10.1016/j.neurol.2020.07.005
  22. Masson C., Pruvo J.P., Meder J.F. et al. Spinal cord infarction: clinical and magnetic resonance imaging findings and short term outcome. J. Neurol. Neurosurg. Psychiatry. 2004;75(10):1431–1435. doi: 10.1136/jnnp.2003.031724
  23. Thurnher M.M., Bammer R. Diffusion-weighted MR imaging (DWI) in spinal cord ischemia. Neuroradiology. 2006;48(11):795–801. doi: 10.1007/s00234-006-0130-z
  24. Weidauer S., Nichtweiß M., Hattingen E. et al. Spinal cord ischemia: aetiology, clinical syndromes and imaging features. Neuroradiology. 2015;57(3):241–257. doi: 10.1007/s00234-014-1464-6
  25. Warach, S. Use of diffusion and perfusion magnetic resonance imaging as a tool in acute stroke clinical trials. Curr. Control Trials Cardiovasc. Med. 2001;2(1):38–44. doi: 10.1186/cvm-2-1-038
  26. Costamagna G., Meneri M., Abati E. et al. Hyperacute extensive spinal cord infarction and negative spine magnetic resonance imaging: a case report and review of the literature. Medicine (Baltimore). 2020;99(43):e22900. doi: 10.1097/MD.0000000000022900
  27. Yadav N., Pendharkar H., Kulkarni G.B. Spinal cord infarction: clinical and radiological features. J. Stroke Cerebrovasc. Dis.2018;27(10):2810–2821. doi: 10.1016/j.jstrokecerebrovasdis.2018.06.008
  28. Loher T.J., Bassetti C.L., Lövblad K.O. et al. Diffusion-weighted MRI in acute spinal cord ischaemia. Neuroradiology. 2003;45(8):557–561. doi: 10.1007/s00234-003-1023-z
  29. Vargas M.I., Delattre B..MA., Boto J. et al. Advanced magnetic resonance imaging (MRI) techniques of the spine and spinal cord in children and adults. Insights Imaging. 2018;9(4):549–557. doi: 10.1007/s13244-018-0626-1
  30. Краснов В.С., Прахова Л.Н., Тотолян Н.А. Современные представления о диагностике и терапии обострений заболеваний спектра оптиконевромиелита. Неврология, нейропсихиатрия, психосоматика. 2022;14(5):69–76. Krasnov V.S., Prakhova L.N., Totolyan N.A. Current view on the diagnosis and treatment of neuromyelitis optica spectrum disorders exacerbations. Nevrologiya, neiropsikhiatriya, psikhosomatika. 2022;14(5):69–76. doi: 10.14412/2074-2711-2022-5-69-76
  31. Weidauer S., Wagner M., Nichtweiß M. Magnetic Resonance Imaging and Clinical Features in Acute and Subacute Myelopathies. Clin. Neuroradiol. 2017;27(4):417–433. doi: 10.1007/s00062-017-0604-x
  32. Kranz P.G., Amrhein T.J. Imaging approach to myelopathy: Acute, Subacute, and Chronic. Radiol. Clin. North Am. 2019;57(2):257–279. doi: 10.1016/j.rcl.2018.09.006
  33. Sarbu N., Lolli V., Smirniotopoulos J.G. Magnetic resonance imaging in myelopathy: a pictorial review. Clin. Imaging. 2019;57:56–68. doi: 10.1016/j.clinimag.2019.05.002
  34. Kister I., Johnson E., Raz E. et al. Specific MRI findings help distinguish acute transverse myelitis of neuromyelitis optica from spinal cord infarction. Mult. Scler. Relat. Disord. 2016;9:62–67. doi: 10.1016/j.msard.2016.04.005
  35. Lebouteux M-V., Franques J., Guillevin R. et al. Revisiting the spectrum of lower motor neuron diseases with snake eyes appearance on magnetic resonance imaging. Eur. J. Neurol. 2014;21(9):1233–1241. doi: 10.1111/ene.12465
  36. Desai J.A., Melanson M. Teaching neuroimages: anterior horn cell hyperintensity in Hirayama disease. Neurology. 2011;77(12):e73. doi: 10.1212/WNL.0b013e31822f02d0
  37. Hsu J.L., Cheng M.Y., Liao M.F. et al. A comparison between spinal cord infarction and neuromyelitis optica spectrum disorders: clinical and MRI studies. Sci. Rep. 2019;9(1):7435. doi: 10.1038/s41598-019-43606-8
  38. Yasuda N., Kuroda Y., Ito T. et al. Postoperative spinal cord ischaemia: magnetic resonance imaging and clinical features. Eur. J. Cardiothorac. Surg. 2021;60(1):164–174. doi: 10.1093/ejcts/ezaa476
  39. Vargas M.I., Gariani J., Sztajzel R. et al. Spinal cord ischemia: practical imaging tips, pearls, and pitfalls. Am. J. Neuroradiol. 2015;36(5):825–830. doi: 10.3174/ajnr.A4118
  40. Kiyosue H., Matsumaru Y., Niimi Y. et al. Angiographic and clinical characteristics of thoracolumbar spinal epidural and dural arteriovenous fistulas. Stroke. 2017;48(12):3215–3222. doi: 10.1161/STROKEAHA.117.019131
  41. Vuong S.M., Jeong W.J., Morales H. et al. Vascular diseases of the spinal cord: infarction, hemorrhage, and venous congestive myelopathy. Semin. Ultrasound CT MR. 2016;37(5):466–481. doi: 10.1053/j.sult.2016.05.008
  42. Zalewski N.L., Rabinstein A.A., Brinjikji W. et al. Unique gadolinium enhancement pattern in spinal dural arteriovenous fistulas. JAMA Neurol. 2018;75(12):1542–1545. doi: 10.1001/jamaneurol.2018.2605
  43. Brinjikji W., Yin R., Nasr D.M. et al. Spinal epidural arteriovenous fistulas. J. Neurointerv. Surg. 2016;8(12):1305–1310. doi: 10.1136/neurintsurg-2015-012181
  44. Vargas M.I., Barnaure I., Gariani J. et al. Vascular imaging techniques of the spinal cord. Semin. Ultrasound CT MR. 2017;38(2):143–152. doi: 10.1053/j.sult.2016.07.004
  45. Pattany P.M., Saraf-Lavi E., Bowen B.C. MR angiography of the spine and spinal cord. Top. Magn. Reson. Imaging. 2003;14(6):444–460. doi: 10.1097/00002142-200312000-00003
  46. Lindenholz A., TerBrugge K.G., van Dijk J.M. et al. The accuracy and utility of contrast-enhanced MR angiography for localization of spinal dural arteriovenous fistulas: the Toronto experience. Eur. Radiol. 2014. 24(11): 2885–2894. doi: 10.1007/s00330-014-3307-6
  47. Vargas M.I., Drake-Pérez M., Delattre B.M.A. et al. Feasibility of a synthetic MR imaging sequence for spine imaging. AJNR Am. J. Neuroradiol. 2018;39(9):1756–1763. doi: 10.3174/ajnr.A5728
  48. Беленький В.В., Козырева Е.А., Плахотина Н.А. и др. Диагностические возможности спинальной МРТ-трактографии и спинальной МРТ-ангиографии у больного спастической диплегией. Журнал неврологии и психиатрии им. С.С. Корсакова. 2022;122(7):151–155. Belenky V.V., Kozireva E.A., Plakhotina N.A. et al. Utility of spinal MRI tractography and spinal MRI angiography in the diagnosis of spastic diplegia. Zhurnal Nevrologii i Psikhiatrii imeni S.S. Korsakova. 2022;122(7):151–155. doi: 10.17116/jnevro2022122071151
  49. Cheng S.J., Tsai P.H., Lee Y.T. et al. Diffusion tensor imaging of the spinal cord. Magn. Reson. Imaging Clin. N. Am. 2021;29(2):195–204. doi: 10.1016/j.mric.2021.02.002
  50. Martin A.R., De Leener B., Cohen-Adad J. et al. A novel MRI biomarker of spinal cord white matter injury: T2*-weighted white matter to gray matter signal intensity ratio. AJNR Am. J. Neuroradiol. 2017;38(6):1266–1273. doi: 10.3174/ajnr.A5162

Supplementary files

Supplementary Files
Action
1. JATS XML
Download
2. Fig. 1. MR image of patient P. with SC infarction at Th11–Th12.

Download (719KB)
Indexing metadata
3. Fig. 2. MR image of patient A. with arterial infarction of spinal cord at С2–С3, С3–С7.

Download (749KB)
Indexing metadata
4. Fig. 3. MR image of patient V. with spinal venous insufficiency at Th9–Th11.

Download (408KB)
Indexing metadata
5. Fig. 4. MRI and angiography of patient S. with spinal venous insufficiency at Th8–Th10, Th11–Th12.

Download (797KB)
Indexing metadata
6. Fig. 5. 3D DTI color-coded tractography map of patient V. with spinal venous insufficiency at Th9–Th11.

Download (486KB)
Indexing metadata

Copyright (c) 2024 Ponomarev G.V., Agafonov A.O., Barilyak N.L., Amelin A.V., Skoromets A.A.

Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».