שליליות הסטייה (Mismatch Negativity), המוכרת בקיצור כ-MMN, היא רכיב פוטנציאל קשור-אירוע (ERP) המופק מרישומי אלקטרואנצפלוגרם (EEG). בניגוד לפוטנציאלים מעוררים רבים הדורשים קשב פעיל, ה-MMN מופיע באופן אוטומטי כאשר צליל "חריג" (deviant) נדיר מפר רצף של צלילים "סטנדרטיים" חוזרים. תכונה אוטומטית זו הופכת אותו לכלי קליני ומחקרי בעל ערך רב במיוחד, מאחר שהיא מסירה את המשתנה המתערב של מידת שיתוף הפעולה או השמירה על מיקוד מצד המטופל במהלך הבדיקה.
מהי שליליות אי-התאמה (Mismatch Negativity)?
שליליות אי-התאמה (MMN) היא רכיב של פוטנציאל קשור-אירוע (ERP) הנרשם באמצעות אלקטרואנצפלוגרם (EEG) ומשקף את הזיהוי האוטומטי, הטרום-קשבי, של המוח לשינויים שמיעתיים. תגובה אוטומטית זו מעוררת בדרך כלל על ידי הצגת רצף של צלילים סטנדרטיים זהים, ולאחריהם צליל "חריג" (deviant) נדיר השונה בתדר, במשך או במאפיינים אקוסטיים אחרים.
המוח מזהה חריגה זו, ומייצר תנודת מתח שלילית המגיעה לשיאה כ-100 עד 200 מילישניות לאחר השינוי. צורת גל אופיינית זו, הנרשמת בצורה הבולטת ביותר מעל אלקטרודות הקרקפת הפרונטליות והמרכזיות, משמשת כאינדיקטור העיקרי לשליליות אי-ההתאמה.
שני מאפיינים מבדילים את ה-MMN מתגובות מוחיות אחרות:
ראשית, היא אוטומטית. אדם יכול לקרוא ספר, לצפות בסרט אילם, או להתעלם באופן פעיל מהצלילים לחלוטין, וה-MMN עדיין תופיע.
שנית, היא טרום-קשבית. המוח מבצע את ההשוואה בין הצליל החריג לבין עקבות הזיכרון של הצלילים הסטנדרטיים עוד לפני שהקשב מעורב בכלל.
מאפיינים אלה הופכים את ה-MMN למדד ליכולת הבסיסית של המוח לזהות שינוי, ללא תלות בתהליכים קוגניטיביים גבוהים יותר העלולים להיות פגומים או משתנים בין אנשים.
המקבילה המגנטית של ה-MMN, הנרשמת באמצעות מגנטואנצפלוגרפיה ומכונה בקיצור MMNm, מייצגת את אותו תהליך בסיסי של זיהוי שינויים שמיעתיים. מכיוון ש-MEG מציעה רגישות מרחבית שונה מזו של EEG, שילוב של שתי שיטות הרישום מסייע לחוקרים להפריד בין התרומות של אזורי מוח שונים. ה-MMNm מתמקם בקליפת השמיעה ובמבני האונה הטמפורלית הסובבים אותה, מה שמקשר ומאשר כי התגובה מקורה באזורי עיבוד חושיים ולא באזורי אסוציאציה גבוהים יותר.
כיצד המוח מייצר את שליליות אי-ההתאמה
יצירת MMN מונעת על ידי מנגנונים עצביים מורכבים ודינמיים בקליפת השמיעה, אשר חוקרים בוחנים באופן פעיל באמצעות מודלים נוירו-חישוביים מתוחכמים. בעוד שאין קונצנזוס יחיד ברמה התאית לגבי מה בדיוק קורה כאשר צליל חריג מעורר תגובה זו, שתי היפותזות מרכזיות עיצבו עשרות שנים של מחקר מדעי: היפותזת ההסתגלות (adaptation hypothesis) והיפותזת התאמת המודל (model adjustment hypothesis).
היפותזת ההסתגלות מציעה כי נוירונים בקליפת השמיעה מגיבים לצלילים סטנדרטיים חוזרים על ידי הפחתה הדרגתית של קצב הירי שלהם – תהליך המכונה הסתגלות ספציפית לגירוי (stimulus-specific adaptation). כאשר מושמע צליל חריג נדיר, הוא מפעיל אוכלוסייה נפרדת וחדשה של נוירונים שלא עברו הסתגלות. לפי השקפה זו, ה-MMN היא במהותה תגובה דיפרנציאלית בין אוכלוסיות עצביות שעברו הסתגלות לאלה שלא עברו הסתגלות.
לעומת זאת, היפותזת התאמת המודל מציעה מנגנון קוגניטיבי פעיל ולא עייפות עצבית פסיבית. היא גורסת כי המוח בונה ללא הרף מודל פנימי ניבוי של סביבתו השמיעתית. כאשר צלילים סטנדרטיים חוזרים על עצמם, הם מחזקים ציפייה זו; כאשר מתרחש צליל חריג, הוא מפר את הציפייה ומאלץ את המוח לעדכן את הייצוג הפנימי שלו. לפיכך, צורת גל ה-MMN משקפת את תהליך עדכון המודל הפעיל הזה.
מסגרת הקידוד הניבוי ומודלים של נוירונים פעילי-דחף (Spiking-Neuron Models)
כדי ליישב בין גישות מתחרות אלו, חוקרים פונים יותר ויותר לקידוד ניבוי (predictive coding) כמסגרת מאחדת. קידוד ניבוי רואה במוח מנוע ניבוי פעיל המנבא קלטים חושיים על מנת לעבד מידע ביעילות רבה יותר.
קליפת השמיעה לומדת חוקיות סטטיסטית מצלילים קודמים כדי לייצר ניבויים. כאשר גירויים נכנסים תואמים ציפיות אלה, העיבוד מתקדם בצורה חלקה; כאשר צליל חורג מהן, שגיאת ניבוי מתפשטת דרך ההיררכיה הקורטיקלית. כתוצאה מכך, ה-MMN היא החתימה האלקטרופיזיולוגית של אות שגיאת ניבוי.
מודל מפורט וסביר מבחינה ביולוגית של נוירונים פעילי-דחף בקליפת השמיעה תומך במסגרת זו. מודל זה מארגן נוירונים מעוררים ומעכבים במבנה קורטיקלי שכבתי המכיל יחידות עיבוד תפקודיות מובחנות:
יחידות קלט המקבלות נתונים חושיים גולמיים.
יחידות ניבוי המייצגות ציפיות סביבתיות שנלמדו.
יחידות שגיאת ניבוי המאותתות על אי-התאמות כאשר קלטים וניבויים מתנגשים.
על ידי שילוב כלל למידה סינפטי התלוי בהולכה של קולטני NMDA, רשת זו מתאימה באופן דינמי את הניבויים שלה בהתבסס על הסטטיסטיקה של מעברי הצלילים האחרונים.
מודל חישובי זה מסביר בהצלחה כמה מאפייני MMN מרכזיים שנצפו באופן אמפירי:
התאמה תלויית-תדר (Frequency-dependent scaling): אמפליטודת ה-MMN גדלה ביחס ישר למידת השוני של הצליל החריג מהטון הסטנדרטי.
רגישות לדפוסים מקומיים: המודל משחזר תגובות לחזרות בלתי צפויות ברצפים מתחלפים (למשל, רישום שגיאת ניבוי כאשר רצף מתחלף של ABABAB משתנה פתאום ל-ABABAA), מה שמשקף הסתמכות על הסתברויות מעבר מקומיות ולא על חוקים סטטיסטיים גלובליים.
תגובות להשמטה: המודל מייצר שגיאת ניבוי גם כאשר צליל צפוי מושמט לחלוטין.
רגישות פרמקולוגית: המודל רגיש מאוד לאנטגוניסטים של קולטני NMDA, מה שעולה בקנה אחד עם מחקרים קליניים המראים כי חסימת קולטנים אלה מפחיתה או מבטלת את אמפליטודת ה-MMN.
יתרה מכך, ניסוי משלים של מגנטואנצפלוגרפיה (MEG) תיקף את טענות המודל הללו, והראה כי תגובות MMN נובעות מניבויים קורטיקליים פעילים ולא מהתרגלות סינפטית פשוטה, ובכך סיפק תמיכה אמפירית חזקה לגישת הקידוד הניבוי.
מודלים גנרטיביים והסקה בייסיאנית בעיבוד שמיעתי
מודל נוירו-חישובי בולט נוסף ניגש לקליפת השמיעה דרך עדשת ההסקה הבייסיאנית. מסגרת נוירו-מדעית זו ממדלת את המוח כמעדכן ללא הרף ייצוג גנרטיבי הסתברותי של העולם החושי באמצעות סינון בייסיאני מוכלל.
במערכת זו, ה-MMN מייצגת את הפעילות החשמלית הקולקטיבית המיוצרת על ידי נוירונים של שגיאות ניבוי בעת שהם מבצעים הסקה על המצבים הנסתרים של הדינמיקה ההיררכית. גישה בייסיאנית זו מייצרת צורות גל MMN מציאותיות ביותר המשקפות נתונים אמפיריים, ותופסות במדויק כיצד ההסתברות והגודל של הגירוי החריג מעצבים את התגובה:
ככל שצליל חריג הופך להסתברותי יותר, הפרת הציפייה פוחתת, מה שמפחית את אמפליטודת ה-MMN.
ככל שהחריג פחות מובחן מבחינה אקוסטית מהסטנדרטים, זמן התגובה (לייטנסי) של ה-MMN גדל בעוד האמפליטודה שלו יורדת.
באופן קולקטיבי, הן מודלים של קידוד ניבוי והן מודלים בייסיאניים מתכנסים לאותה אמת בסיסית: ה-MMN היא החתימה החשמלית של מוח המנבא באופן פעיל את סביבתו השמיעתית ומאותת כאשר המציאות החושית מתנגשת עם ציפיות פנימיות.
היפותזה | מנגנון | רעיון מרכזי |
|---|---|---|
הסתגלות (Adaptation) | נוירונים מתעייפים מצלילים חוזרים | תגובה דיפרנציאלית בין אוכלוסיות שעברו הסתגלות |
התאמת מודל (Model adjustment) | המוח מעדכן באופן פעיל את המודל הפנימי | MMN משקפת הפרת ציפייה |
קידוד ניבוי (Predictive coding) | המוח מנבא קלט חושי עתידי | MMN מאותתת על שגיאת ניבוי |
MMN כסמן ביולוגי (Biomarker) בסכיזופרניה
מאז תחילת שנות ה-90 של המאה ה-20, מחקרים תיעדו ירידה באמפליטודת MMN בחולים עם סכיזופרניה בהשוואה לאנשים בריאים. הפחתה זו נראית חזקה ועקבית, ומופיעה במעבדות שונות, בפרוטוקולי רישום מגוונים ובאוכלוסיות חולים שונות.
פרדיגמת אודבול (oddball) שמיעתית קונבנציונלית חושפת ליקויים משמעותיים הן ב-MMN של חריגות-משך (duration-deviant) והן ב-MMN של חריגות-תדר (frequency-deviant) אצל חולי סכיזופרניה. פגיעה זו היא כה אמינה, עד כי ה-MMN מוצעת באופן נרחב כסמן ביולוגי קליני – מדד אובייקטיבי ופיזיולוגי המסוגל להצביע על התקדמות המחלה ולבחון יעילות טיפולית.
גירויים חריגים אקוסטיים שונים עוקבים אחר ממדים מובחנים של הפתולוגיה:
MMN של חריגות-תדר (Frequency-Deviant MMN): הפחתת האמפליטודה מחמירה ככל שהמחלה מתקדמת, ונמצאת במתאם הדוק עם משך המחלה והידרדרות קוגניטיבית ותפקודית. זה הופך את ה-MMN של חריגות-תדר למדד בעל ערך להתקדמות המחלה.
MMN של חריגות-משך (Duration-Deviant MMN): ליקויים באזור זה עוקבים אחר מסלול שונה וקשורים באופן חזק יותר לפגיעות גנטית, ומשמשים כסמן תכונה (trait marker) שנשאר יציב יחסית לאורך זמן.
בנוסף, המחוללים העצביים השונים התורמים ל-MMN מושפעים באופן דיפרנציאלי בסכיזופרניה:
מחוללי האונה הטמפורלית (Temporal Lobe Generators): ליקויים כאן קשורים לפגמים בתפיסה שמיעתית בסיסית ובהבחנה, אשר יכולים לתרום לתסמינים חיוביים כמו הזיות שמיעה.
מחוללי האונה הפרונטלית (Frontal Lobe Generators): פעילות מופחתת בקליפת המוח הפרונטלית קשורה לפגיעה בהעברת קשב (attention-switching), ונמצאת במתאם עם תסמינים שליליים כגון נסיגה חברתית ושטחיות רגשית.
הסתגלות עצבית לעומת זיהוי חריגות בסכיזופרניה
שאלה קריטית היא האם הגירעון ב-MMN בסכיזופרניה נובע מכשל בהסתגלות חושית או מכשל בזיהוי חריגות פעיל. בפרדיגמת אודבול סטנדרטית, שני התהליכים הללו מעורבבים ומבלבלים (confounded) מכיוון שתגובת המוח לצליל החריג תלויה הן באופו שבו הוא מסתגל לצליל הסטנדרטי החוזר והן באופן שבו הוא מזהה את השינוי החדש.
כדי לבודד מנגנונים אלה, Koshiyama et al. השתמשו בפרדיגמת בקרה מרובת-סטנדרטים (many-standards control paradigm). בעיצוב זה, מוצגים מספר צלילים בתדרים משתנים בהסתברות שווה, כך שאף צליל בודד אינו חוזר מספיק כדי לעורר הסתגלות. לאחר מכן מושווה הצליל החריג לרקע מגוון זה, ובכך מבודד זיהוי החריגות מהשפעות ההסתגלות.
כאשר חולים עם סכיזופרניה הוערכו באמצעות שתי הפרדיגמות, התוצאות חשפו פגיעה סלקטיבית בזיהוי חריגות. בעוד שההסתגלות העצבית שלהם לצלילים חוזרים נותרה שלמה לחלוטין, יכולתם לזהות שינויים אקוסטיים ולייצר שגיאת ניבוי בתגובה לסביבה משתנה נפגעה באופן משמעותי.
שיטות עבודה מומלצות להפקת שליליות אי-התאמה
עקרון הליבה של רישום MMN נקי וניתן לפירוש הוא הצגת חוקיות שמיעתית (צליל סטנדרטי חוזר) והפרה מדי פעם של חוקיות זו באמצעות צליל חריג נדיר. האופן שבו נבנית הפרה זו קובע איזה היבט של העיבוד העצבי ניתן להעריך.
1. עקרונות ליבה: פרדיגמת אודבול סטנדרטית
פרדיגמת האודבול הסטנדרטית מסתמכת על שלושה פרמטרים מרכזיים של גירוי המעצבים באופן סיסטמטי את תגובת ה-MMN המתקבלת:
סוג החריג (Deviant Type): חריגים יכולים להיות שונים מסטנדרטים בממדים אקוסטיים שונים, כגון תדר או משך. הכללת חריגי תדר ומשך נדרשת לעיתים קרובות במחקר קליני מכיוון שהם משקפים ממדים שונים של פתולוגיה עצבית והתקדמות המחלה.
הסתברות החריג (Deviant Probability): חריגים בעלי הסתברות נמוכה יותר מייצרים אמפליטודות MMN גדולות יותר מכיוון שהם מייצגים שבירה בלתי צפויה יותר של החוקיות הסביבתית.
גודל החריגה (Deviant Magnitude): הבדלים אקוסטיים גדולים יותר בין צלילים סטנדרטיים לחריגים מעוררים אמפליטודות MMN גדולות יותר וזמני תגובה קצרים יותר.
2. הבחנה בין תהליכים: פרדיגמת אודבול לעומת פרדיגמה מרובת-סטנדרטים
פרדיגמת אודבול בעלת סטנדרט יחיד מערבבת מטבעה שני תהליכים עצביים נפרדים: הסתגלות פסיבית לצליל הסטנדרטי החוזר וזיהוי פעיל של החריג.
כדי לבודד את זיהוי החריגות, חוקרים משתמשים בפרדיגמה מרובת-סטנדרטים. על ידי הצגת מגוון רחב של תדרי צליל בהסתברויות שוות, ההסתגלות מתחלקת באופן שווה על פני קבוצת הגירויים.
השוואת פרדיגמות אודבול ומרובת-סטנדרטים באותו ניסוי מסייעת לחוקרים לקבוע האם חריגה ב-MMN נובעת מהסתגלות פגומה, זיהוי חריגות פגום, או שילוב של השניים.
3. בדיקת ניבוי פעיל: מעבר לאודבול הסטנדרטי
הערכת מודלים של קידוד ניבוי דורשת עיצובים החורגים משינויים פיזיים פשוטים של המאפיינים:
הפרת דפוסים (Pattern Violations): הצגת דפוסים חוזרים (למשל, ABABAB) מייצרת ניבוי של החלפה. חזרה בלתי צפויה (למשל, ABABAA) מעוררת MMN, ומדגימה זיהוי של חוקי מבנה מורכבים.
פרדיגמות השמטה (Omission Paradigms): כאשר צליל צפוי ברצף קצבי מושמט לחלוטין, המוח עדיין מייצר אות שגיאת ניבוי, מה שמוכיח כי ה-MMN משקפת ציפייה פעילה ולא רק התרגלות חושית פשוטה.
4. מיקום מקורות (Source Localization): EEG לעומת MEG
בעוד ש-EEG סטנדרטי מספק רישומי שטח חזקים, איתור המקורות העצביים הספציפיים של ה-MMN דורש לעיתים קרובות MEG. ה-MEG רושם את המקבילה המגנטית (MMNm) ומציע רזולוציה מרחבית מעולה להפרדת תרומות ממחוללי האונה הטמפורלית (הבחנה חושית) ומחוללי האונה הפרונטלית (העברת קשב).
סיכום
שליליות אי-התאמה היא תגובה מוחית אוטומטית וטרום-קשבית לשינוי שמיעתי. היא מופיעה כאשר צליל מפר חוקיות שנקבעה על ידי גירויים קודמים, ומהווה מדד ליכולת של המוח לזיכרון חושי ולדיוק תפיסתי. עשרות שנים של מחקר ביססו אותה כתופעה אלקטרופיזיולוגית אמינה בעלת מאפיינים מוגדרים היטב.
שתי היפותזות עיקריות התחרו ביניהן כדי להסביר את המנגנונים העצביים העומדים בבסיס ה-MMN. היפותזת ההסתגלות מייחסת אותה לעייפות עצבית דיפרנציאלית, בעוד שהיפותזת התאמת המודל מציעה עדכון פעיל של ייצוגים פנימיים. קידוד ניבוי הופיע כמסגרת מאחדת המסבירה מגוון רחב של מאפיינים אמפיריים. מודלים חישוביים מפורטים המבוססים על עקרונות קידוד ניבוי משחזרים את הרגישות של ה-MMN להסתברות החריג, גודל החריגה, חזרות בלתי צפויות, השמטת צליל ואנטגוניסטים של קולטני NMDA. ניסויי MEG תומכים אף הם בטענה המרכזית כי ה-MMN משקפת ניבוי קורטיקלי פעיל ולא התרגלות פסיבית.
בסכיזופרניה, אמפליטודת MMN מופחתת היא ממצא חזק ועקבי. MMN של חריגות-תדר עוקבת אחר התקדמות המחלה והידרדרות קוגניטיבית, בעוד MMN של חריגות-משך עשויה להצביע על פגיעות גנטית. נראה כי הליקוי ספציפי לזיהוי חריגות, כאשר ההסתגלות העצבית נותרת ללא פגע. ספציפיות זו נועדה לזהות מטרה ברורה לפיתוח טיפולים, והיכולת לתרגם את ה-MMN בין מינים שונים נועדה להפוך אותה לסמן ביולוגי מעשי לבדיקת תרופות פרה-קלינית.
רישום נתוני MMN משמעותיים דורש מתודולוגיה קפדנית. יש לבחור את סוג החריג, ההסתברות והגודל שלו תוך התייחסות מכוונת לעקרונות החישוביים השולטים בתגובה. הפרדיגמה מרובת-הסטנדרטים צריכה ללוות את האודבול הקונבנציונלי כאשר יש צורך להפריד בין הסתגלות לבין זיהוי חריגות. עיצובים לא קונבנציונליים המשתמשים בחזרות בלתי צפויות או השמטות צליל יכולים לבחון ניבויים ספציפיים של מסגרת הקידוד הניבוי. כאשר יש חשיבות למיקום המקור, רישום MEG של ה-MMNm משלים את ה-EEG. שיקולים מתודולוגיים אלה מבטיחים כי ה-MMN תמשיך לשמש ככלי מדויק הן למדעי המוח הבסיסיים והן לתרגום קליני.
מקורות
Garrido, M. I., Kilner, J. M., Stephan, K. E., & Friston, K. J. (2009). The mismatch negativity: a review of underlying mechanisms. Clinical neurophysiology, 120(3), 453-463. https://doi.org/10.1016/j.clinph.2008.11.029
Wacongne, C., Changeux, J. P., & Dehaene, S. (2012). A neuronal model of predictive coding accounting for the mismatch negativity. The Journal of neuroscience, 32(11), 3665-3678. https://doi.org/10.1523/JNEUROSCI.5003-11.2012
Lieder, F., Stephan, K. E., Daunizeau, J., Garrido, M. I., & Friston, K. J. (2013). A neurocomputational model of the mismatch negativity. PLoS computational biology, 9(11), e1003288. https://doi.org/10.1371/journal.pcbi.1003288
Näätänen, R., & Kähkönen, S. (2009). Central auditory dysfunction in schizophrenia as revealed by the mismatch negativity (MMN) and its magnetic equivalent MMNm: a review. International Journal of Neuropsychopharmacology, 12(1), 125-135. https://doi.org/10.1017/S1461145708009322
Koshiyama, D., Kirihara, K., Tada, M., Nagai, T., Fujioka, M., Usui, K., ... & Kasai, K. (2020). Reduced auditory mismatch negativity reflects impaired deviance detection in schizophrenia. Schizophrenia bulletin, 46(4), 937-946. https://doi.org/10.1093/schbul/sbaa006
שאלות נפוצות
מהי שליליות אי-התאמה (MMN)?
שליליות אי-התאמה, או MMN, היא אות מוחי חשמלי הנרשם באמצעות EEG ומתרחש כאשר צליל "חריג" נדיר מפר דפוס של צלילים "סטנדרטיים" חוזרים. היא משקפת את היכולת האוטומטית של המוח לזהות שינוי ונוצרת גם כאשר האדם אינו קשוב לצלילים.
מדוע ה-MMN נחשבת לאוטומטית וטרום-קשבית?
ה-MMN היא אוטומטית מכיוון שהיא מופיעה גם כאשר אדם קורא, צופה בסרט או מתעלם באופן פעיל מהצלילים. היא טרום-קשבית מכיוון שהמוח משווה בין הצליל החריג לעקבות הזיכרון של צלילים סטנדרטיים עוד לפני שהקשב המודע מעורב.
מהן שתי ההיפותזות העיקריות לגבי האופן שבו המוח מייצר את ה-MMN?
היפותזת ההסתגלות מציעה כי צלילים סטנדרטיים חוזרים גורמים לנוירונים להפחית את קצב הירי שלהם, ולכן צליל חריג נדיר מפעיל נוירונים "רעננים" המפיקים תגובה גדולה יותר. היפותזת התאמת המודל מציעה כי המוח בונה באופן פעיל מודל פנימי של הסביבה השמיעתית, וה-MMN משקפת את תהליך עדכון המודל כאשר חריג מפר את הציפיות.
כיצד קידוד ניבוי מסביר את ה-MMN?
קידוד ניבוי הוא מסגרת מאחדת הרואה במוח מנבא פעיל של צלילים עתידיים בהתבסס על חוקיות שנלמדה. כאשר הקלט בפועל חורג מהניבוי, נוצר אות שגיאת ניבוי, וה-MMN מובנת כביטוי האלקטרופיזיולוגי של אותה שגיאת ניבוי.
מהי פרדיגמה מרובת-סטנדרטים ומדוע משתמשים בה?
פרדיגמה מרובת-סטנדרטים מציגה צלילים שונים רבים בהסתברות שווה, כך שאף צליל בודד אינו חוזר מספיק כדי לגרום להסתגלות עצבית. הדבר מאפשר לחוקרים לבודד את זיהוי החריגות מהשפעות ההסתגלות, אשר מעורבבות בפרדיגמת אודבול קונבנציונלית.
מהי ה-MMNm ובמה היא שונה מה-MMN?
ה-MMNm היא המקבילה המגנטית של ה-MMN, הנרשמת באמצעות מגנטואנצפלוגרפיה (MEG) במקום EEG. היא מציעה רזולוציה מרחבית טובה יותר להפרדת תרומות מאזורי מוח שונים, כגון מחוללי האונה הטמפורלית והאונה הפרונטלית.
אילו גורמים יש לקחת בחשבון בעת תכנון ניסוי MMN?
על החוקרים לבחור בקפידה את סוג החריג, ההסתברות והגודל שלו, מכיוון שפרמטרים אלה מעצבים באופן סיסטמטי את תגובת ה-MMN. הסתברות נמוכה יותר וגודל חריגה גדול יותר מייצרים אמפליטודות גדולות יותר, ושימוש בחריגי תדר ומשך כאחד חיוני למחקרים קליניים. הפרדיגמה מרובת-הסטנדרטים צריכה ללוות את האודבול הקונבנציונלי כאשר יש צורך להפריד בין הסתגלות לבין זיהוי חריגות.
Emotiv היא מובילה בתחום הנוירוטכנולוגיה המסייעת לקדם מחקר במדעי המוח באמצעות כלי EEG נגישים וכלי נתוני מוח.
הבהרה רפואית: המידע המסופק באתר זה נועד למטרות חינוכיות ואינפורמטיביות בלבד ואינו מיועד לשמש כייעוץ רפואי או בריאותי. תוכן זה עלול להכיל שגיאות ואין להסתמך עליו לצורך קבלת החלטות משנות חיים בנושאי בריאות, רפואה או סגנון חיים. פנה תמיד לקבלת ייעוץ מהרופא שלך או מכל גורם רפואי מוסמך אחר בכל שאלה שעשויה להיות לך בנוגע למצב רפואי או לטיפול.
כריסטיאן בורגוס
