Bài báo này đề xuất một phương pháp phát hiện sự kiện âm thanh hơi thở dựa trên học sâu để giải quyết vấn đề chủ quan và sự khác biệt giữa các chuyên gia trong việc nghe tim phổi, vốn rất quan trọng trong chẩn đoán sớm các bệnh về đường hô hấp. Để khắc phục những hạn chế của các phương pháp hiện có, bao gồm xử lý âm thanh có độ dài cố định, định vị thời gian không chính xác do dự đoán theo từng khung hình và sử dụng không đầy đủ thông tin vị trí âm thanh hơi thở, chúng tôi trình bày một khung dựa trên mạng nơ-ron đồ thị sử dụng các khoảng neo. Khung này cho phép xử lý âm thanh có độ dài thay đổi và định vị thời gian chính xác các sự kiện âm thanh hơi thở bất thường. Kết quả thử nghiệm sử dụng bộ dữ liệu SPRSound 2024 và HF Lung V1 chứng minh tính hiệu quả của phương pháp được đề xuất và tầm quan trọng của việc sử dụng thông tin vị trí hơi thở. Một bản triển khai tham khảo có sẵn trên GitHub.
