精神疾病早期症状难以察觉,具有反复发作,难以根治的特点,并且由于病人存在个体化差异,难以实现精准的诊疗,然而精神疾病传统的诊断治疗方式是通过对应病症的量化表、药物治疗等形式,不能实现早期和准确的诊断。目前便携式采集和治疗设备已经广泛应用,能够获得病人的各种生理和病理信息,对精神疾病的精准诊疗和康复提供了基础。因此本文提出基于便携式设备实现用户健康信息的采集和处理,通过挖掘医疗数据中的隐含信息,为精神疾病的精准诊疗提供一种新的思路。首先,本文设计了一个基于便携式设备的智能精神健康信息系统(IMHIS),该系统包括了数据采集与干预治疗模块,数据计算与分析模块以及可视化的数据交互模块。本系统利用便携式设备进行数据采集和干预治疗;采用批量计算与流式计算结合的混合架构实现计算资源的最优化配置;通过对数据分析方法的应用与评估架构设计解决数据穿越等问题;通过对IMHIS的应用设计与分析提出了基于病人生理特征的个性化医疗服务方案。其次,本文开发了移动端APP控制数据采集与刺激装置,收集病人数据;开发了数据可视化管理平台,帮助医生实现病人健康状态的在线监控和治疗方案调整;并且实现了用户数据与记录的存储数据库开发。由于传统精神疾病诊疗方案难以达到用药量与刺激参数等的精准调节,本文基于便携设备控制与数据可视化应用软件的开发,提供了一种更加精准的动态治疗方案。再次,针对用户个体难以获取优质有效的医疗服务信息的问题,本文提出了一个基于场景数据和生理数据的个性化医疗服务推荐方案。针对复杂生理数据的特征提取困难,通过对脑电信号的样本熵分析提取了重要的生理特征。针对FTRL算法依赖于手工特征组合的问题,提出了基于二阶模型改进的FTRL算法,通过学习特征之间的关系实现了特征的自动组合。针对传统医疗服务推荐方案难以预测用户即时需求的问题,提出了通过用户选择对医疗服务推荐列表进行排序,基于细粒度用户反馈分析,对医疗服务中的不同的对象进行评价。最后,本文通过精神健康信息系统的应用开发与个性化的医疗服务推荐设计,为医生和精神疾病患者提供了更加精准地诊疗服务与帮助。