Keras多输入模型训练时输入形状不匹配的ValueError问题求助

各位好，我现在在用Keras搭建一个深度学习模型，目标是结合CT图像、分割掩码和CSV数值数据，来预测脑内出血的存在情况和具体类型。模型结构上，我用了Attention U-Net来处理图像分割相关的部分，同时用全连接层分支来处理CSV数据，但在调用model.fit()启动训练的时候，直接报了输入形状不匹配的错误，卡在这里好半天了，来求助大家！

我的输入数据情况如下：

• 图像：灰度CT扫描图，单通道，形状为 (256, 256, 1)
• 掩码：对应分割任务的二值掩码，形状同样是 (256, 256, 1)
• CSV数据：记录了多种出血类型的数值特征，每条数据的形状是 (6,)

训练时触发的完整错误信息如下：

ValueError: Invalid input shape for input Tensor("functional_1/Cast:0", shape=(None, 6), dtype=float32). Expected shape (None, 256, 256, 1), but input has incompatible shape (None, 6)

我大概能猜到是CSV数据（批量输入后形状为(None, 6)）被错误地传入了某个原本应该接收图像/掩码形状输入的层，但反复检查模型结构还是没找到问题出在哪，有没有大佬能帮我指点下排查方向或者指出我可能忽略的细节呀？

备注：内容来源于stack exchange，提问作者Mohammadreza Heidary