失匹配负波(Mismatch Negativity, MMN)是一种声音变化检测机制,MMN可能与听力的预注意认知过程相关联。因此,有人认为它反映了在听觉皮层的“原始智能”,但其是否是脑的自动加工的指标,一直是MMN研究的争论问题,同时也是解释MMN形成机理的一个重要论据。尽管很多的实验范式都对MMN的自动与非自动加工性质提出了自己的解释,但目前鲜有实验范式能够很好的控制受试者的注意力,致使在非注意通路中会引入受试者细微的注意力资源的变化。为了解决这一问题,很多学者利用注意力缺失的患者进行实验,但因受试本身的大脑功能已经出现缺陷,而在临床上这一缺陷产生的原因尚不明确,无法确定这一缺陷会对哪些因素产生影响,因此在这种情况下得到的结果就不能反推出正常受试的结果。针对以上问题,本文拟对跨通路延迟反应实验范式进行改进,使实验范式能够更好的控制受试者的注意力资源,并在实验过程中采集受试者的行为数据,然后利用扩散模型对行为数据进行拟合,将拟合出的参数作为受试者注意力资源分配的指标。由于在ERP数据采集过程中信号的信噪比较低,引入了较多的干扰,对MMN的成分的提取产生了影响,因此本文采用传统叠加平均加、vavelet Indepandent Component Analysis算法来提取MMN成分。最后结合MMN的峰潜伏期与峰振幅,从而明确MMN与注意力间的关系,确定其加工的性质。经过实验与数据分析后发现,扩散模型所拟合出的行为数据参数可以解释实验设计中各条件对受试者注意力资源变化的潜在心理变化,定量地确定受试者注意力。此外MMN的峰潜伏期随实验条件变化显著,并且其与扩散模型的参数有显著的相关性：与边界间隔α的相关系数为r=-0.63,与非决策时间Ter的相关系数为r=0.63,与漂移率v的相关系数为r=0.58。结果证明扩散模型的参数可以作为MMN与受试者注意力资源分配的指标,且MMN的峰潜伏期随受试者注意力呈正相关性,因此我们认为MMN具有半自动加工的性质。本文利用受试者生理数据与行为数据的对MMN的加工性质进行研究的一个创新,这也为今后的其它ERP成分加工性质的研究提供了一条新的有益途径。