Parkinson’s disease is a neurogenerative disorder that occurs due to the loss of dopamine-producing cells. Till now, there is no cure for this disease but correct medications can slow down the progression. Therefore, early diagnosis of this disease is very important to improve the quality of life of Parkinson patients. This paper provides a comparative analysis of computer-assisted technologies for classification, prediction, and monitoring of Parkinson patients. The articles are selected based on the type, source of data, and symptoms to diagnose Parkinson’s disease. Our contribution in this paper includes the study of recent articles from the year 2017, 2018, and 2019 and some other articles to consolidate some of the previous work as well. Research articles are chosen based on symptoms, type, and source of data to cover each aspect of Parkinson’s disease. There is a great potential for early diagnosis as well as improving the quality of life with the help of computer-assisted rehabilitation techniques. We have divided our analysis into six sub-categories. A detailed analysis has been done on each sub-category. Information about some tools, software, and libraries are provided for the use of researchers. A comparison has also been done on different feature extraction and classification techniques so that researchers can further explore these techniques. Research gaps and future directions are also discussed along with challenges related to each gap for researchers to work on.

帕金森氏病是一种神经发生性疾病，由于多巴胺产生细胞的丢失而发生。到目前为止，尚无治愈该病的方法，但是正确的药物治疗可以减缓病情发展。因此，这种疾病的早期诊断对于改善帕金森氏病患者的生活质量非常重要。本文对帕金森病患者的计算机辅助技术进行分类，预测和监测提供了比较分析。根据诊断帕金森氏病的类型，数据来源和症状选择文章。我们在本文中的贡献包括对2017年，2018年和2019年的最新文章以及其他一些文章的研究，以巩固以前的工作。根据症状，类型，以及涵盖帕金森氏症各个方面的数据来源。借助计算机辅助的康复技术，早期诊断以及改善生活质量具有很大的潜力。我们将分析分为六个子类别。已经对每个子类别进行了详细的分析。提供了一些工具，软件和库的信息，以供研究人员使用。还对不同的特征提取和分类技术进行了比较，以便研究人员可以进一步探索这些技术。还讨论了研究差距和未来方向，以及与每个差距相关的挑战，以供研究人员进行研究。我们将分析分为六个子类别。已经对每个子类别进行了详细的分析。提供了一些工具，软件和库的信息，以供研究人员使用。还对不同的特征提取和分类技术进行了比较，以便研究人员可以进一步探索这些技术。还讨论了研究差距和未来方向，以及与每个差距相关的挑战，以供研究人员进行研究。我们将分析分为六个子类别。已经对每个子类别进行了详细的分析。提供了一些工具，软件和库的信息，以供研究人员使用。还对不同的特征提取和分类技术进行了比较，以便研究人员可以进一步探索这些技术。还讨论了研究差距和未来方向，以及与每个差距相关的挑战，以供研究人员进行研究。