样本熵可以有效反映一维时间序列中新模式的生成概率，但缺乏对二维序列复杂度的表征能力。基于对传统样本熵方法的改进，提出一种在振幅-周期二维空间描述波形复杂度的方法，二维样本熵反映了波形振动在振幅-周期空间中新模式的生成概率。通过仿真实验证明了这种方法描述波形复杂度的有效性，当波形的复杂度特征表现为振幅-周期的交互作用时，二维样本熵对复杂度的描述比一维条件下的样本熵更加有效。基于二维样本熵对抑郁症组和对照组的脑电复杂度进行分析，结果表明，抑郁症组在Alpha频段左侧顶区和左侧枕区的二维样本熵显著低于对照组，表明在上述频段和位置，抑郁症患者脑电中新模式的生成概率显著低于正常人，这一特征可能成为抑郁症的潜在生物标记。