提出了一种名为AttentionMixer的统一深度学习框架，用于多模态脑水肿检测，该框架结合了结构性头部CT（HCT）和常规临床元数据。HCT提供了丰富的空间信息，而临床变量如年龄、实验室数值和扫描时间则捕捉了可能被忽视或简单拼接的互补上下文。AttentionMixer旨在以原则性和高效的方式融合这些异构数据源。HCT体积首先通过自监督视觉变换器自编码器（ViT-AE++）进行编码，无需大量标...