본 논문은 호흡기 질환 조기 진단에 중요한 청진법의 주관성과 전문가 간 차이를 해결하기 위해, 심층 학습 기반 호흡음 이벤트 탐지 방법을 제안합니다. 기존 방법들의 한계인 고정 길이 오디오 처리, 프레임 단위 예측에 따른 부정확한 시간적 위치 확인, 호흡음 위치 정보 활용 부족 등을 해결하기 위해, 앵커 구간을 활용한 그래프 신경망 기반 프레임워크를 제시합니다. 가변 길이 오디오 처리와 정확한 비정상 호흡음 이벤트의 시간적 위치 파악이 가능하며, SPRSound 2024 및 HF Lung V1 데이터셋을 사용한 실험 결과 제안된 방법의 효과와 호흡 위치 정보 활용의 중요성을 보여줍니다. GitHub에 참조 구현체를 공개했습니다.
