1 Институт прикладной математики и информационных технологий БФУ им. И. Канта, Калининград, Россия 2 Химико-биологический институт БФУ им. И. Канта, Калининград, Россия Данные, описывающие изменения положения центров зрачков во времени, называ-ются окулограммами. Анализ окулограмм позволяет судить о функциональном состоя-нии определенных отделов головного мозга, вовлеченных в процесс программирования и регуляции движений глаз. Данная статья рассматривает новый вариант автоматизации процесса регистрации и последующего анализа произвольных и спровоцированных дви-жений глаз, что в общем случае называется компьютерной окулографией. В основном, системы компьютерной окулографии опираются на активное инфракрасное сканирова-ние глаз при жесткой фиксации головы, что является дорогостоящим и не доступным для простых пользователей. Однако благодаря развитию технологий регистрации цифро-вых изображений и общему росту вычислительной мощности персональных компьютеров и портативных устройств методы пассивного сканирования изображений начинают на-бирать популярность. Предлагаемый в данной статье метод рассчитан на использование вместе со стандартными цифровыми камерами. Метод может быть применен для получе-ния и анализа качественных окулограмм на основе видеоизображения, полученного с ча-стотой не менее 30 кадр/с. Data of changing pupil center position in time are called oculogram. The oculogram allows to define functional condition of the brain divisions involved in the programming process and regulation of eye movements. This article describes new version of registration automation for process and subsequent analysis of arbitrary and provoked eye movements that in general is called computer oculography. Basically, computer oculography relies on an active infrared eye tracking by the rigid fixation of the head. Such methods are quite costly and unpopular decision. However, due to development of digital images registration technologies and general increase in computing power of personal computers and portable devices, the methods of passive scanning images start to gain popularity. The proposed method relies on standard digital Машинное обучение и анализ данных, 2015. Т. 1, № 12.

*Балтийский федеральный университет имени Иммануила Канта (г. Калининград) Бóльшая часть исследований глазодвигательной активности у детей связана с изучением отклонений в развитии. Работ, относящихся к изучению глазодвигательной активности у детей в норме, значительно меньше. Целью данной работы является характеристика по годам латентного периода горизонтальных и вертикальных зрительно-вызванных саккад у детей с нормальным развитием с учетом разделения саккад на центрифугальные и центрипетальные. В исследовании приняли участие 418 детей в возрасте от 2 до 9 лет. Выбор данного возрастного диапазона обусловлен тем, что в этот период постнатального развития процессы нейрональной дифференциации протекают наиболее интенсивно. Регистрация саккад проводилась с помощью айтрекера RED250mobile. Целевая амплитуда саккад составляла 4,5°, стимул перемещался согласно временным схемам Step и Gap. Обнаружена корреляция между параметрами центрипетальных саккад и возрастом детей. Параметры центрифугальных саккад остаются стабильными на рассматриваемом возрастном промежутке. Значения латентного периода и gap-эффекта горизонтальных и вертикальных саккад не имеют статистически значимых различий, что свидетельствует о параллельном развитии в данном возрастном промежутке структур, опосредующих вертикальные и горизонтальные саккады. Выявлена асимметрия вертикальных саккад (только центрифугальных) в группах 7-9 лет и горизонтальных саккад в группе 6 лет. Такая «точечная» асимметрия может быть следствием гетерохронного созревания различных зон коры головного мозга. Результаты проведенного исследования могут оказаться полезными при изучении возрастной динамики саккад и создании базы данных с контрольными значениями параметров саккад.