Die neuronale Aktivität im Gehirn zeigt komplexe Muster, die für das Verständnis von Erkrankungen wie Parkinson entscheidend sind. Eine neue Methode namens NONOS ermöglicht es, oszillatorische und nicht-oszillatorische Komponenten in neuronalen Signalen besser zu trennen. Dies könnte die Analyse von Bewegungsstörungen revolutionieren. In Studien wurde gezeigt, dass NONOS die Zuverlässigkeit und Interpretierbarkeit von Verhaltensanalysen verbessert. Besonders im Beta-Band, das für motorische Funktionen wichtig ist, zeigt die Methode vielversprechende Ergebnisse. Die Anwendung bei Parkinson-Patienten hat bereits positive Rückmeldungen gegeben. Auch in Tiermodellen konnte eine höhere zeitliche Auflösung erreicht werden. Diese Fortschritte könnten neue Einblicke in die Behandlung von Parkinson bieten.