模块 a 为数据与监督：输入 RGB 图像与区域标签，结构化监督包含病害与病斑对应、可见症状短语、经核验的健康负样本；数据溯源记录植株、温室、季节，先切分再增强，并审核标签与重复样本。模块 b 为可训练机制：视觉编码器提取全局上下文与局部细节，文本编码器输入病害与症状词元、不隐藏测试标签，二者经区域文本绑定模块，通过学习到的区域查询、跨模态交互、可训练低秩适配器建立显式短语与区域链接；再分别由掩码解码器输出像素级病斑证据（无支持时输出空掩码）、语言解码器输出身份与症状短语并把每条短语链接到区域，两个头部做交叉一致性。候选新颖点为边界感知短语绑定：将不确定边界像素与可靠内部分别加权，惩罚无依据的短语区域配对，而非否定所有较长解释。模块 c 为输出与诊断：给出区域、症状与链接短语，结构化诊断包含病害身份加证据，健康图像判定为无异常，并检查错类对区、对类错区、无依据症状陈述三类失败模式。模块 d 为优化与更新流：联合目标 L 由身份、掩码、绑定与健康项加权构成，权重在开发集上调优，不宣称已有结果；更新适配器、区域绑定器与掩码头并记录任务梯度，消融短语绑定、边界加权与健康负样本。模块 e 为独立验证协议：留出温室与植株组、训练测试无原图重叠；考察联合正确性而非单一准确率，综合身份、掩码重叠与短语区域一致；使用真实健康与易混案例，报告假阳性、拒识与校准。