抑郁症是一种常见的情感类疾病,以情绪低落为主要特征。目前抑郁症的成因和机理还没有完全研究清楚,充分理解抑郁症的机理,完善抑郁症的诊断和治疗,依然是十分重要的科研和临床课题。脑电信号作为大量神经活动在头皮处的总体反映,包含了大量的生理和病理信息,并具有显著的非线性特征。因此,应用非线性方法对脑电信号进行分析已成为抑郁症研究中的重要方向。基于信息熵和样本熵理论,本文提出了两种在振幅-周期二维空间计算波形复杂度的方法。仿真实验结果表明,二维信息熵可以有效反映波形振动模式在振幅-周期二维空间中的分布情况;二维样本熵可以有效反映在振幅-周期二维空间中波形振动模式的生成概率。当波形特征主要表现为振幅-周期交互作用时,二维复杂度对波形非线性特性的描述比一维复杂度更加有效。抑郁症静息态脑电的分析结果表明:在Alpha频段,相对于对照组,抑郁症组在左侧顶区和双侧枕区的二维信息熵显著升高,表明相对于对照组,抑郁症组在顶枕区的活动模式更加分散;在Alpha频段,抑郁症组左侧顶区和左侧枕区的二维样本熵显著降低,表明抑郁症组在左侧顶枕区的活动模式减少。静息状态下脑电的二维复杂度指标可能成为抑郁症的潜在生物标记。基于自我参照的情绪词判断任务,对Beta频段脑电信号进行了分析。结果表明:在两组被试中,二维信息熵具有显著的人称主效应和词性主效应,表明二维信息熵是有效区分不同思维状态的敏感性指标;二维样本熵具有显著的词性×组别交互效应,表明在对不同情感信息进行加工时,抑郁症组和对照组的大脑活动模式可能存在差异,这一特征可能成为抑郁症的潜在生物标记。