抑郁症是一种常见的情绪障碍，严重影响人们的生活质量。然而，由于其潜在的神经机制和病理原理尚不明晰，使抑郁症的临床诊断变得十分困难。目前，对抑郁症的诊断依赖临床访谈和量表筛查，误诊、漏诊率较高，缺乏客观、可靠的诊断方法。随着人工智能的蓬勃发展，机器学习结合脑电在一定程度上能提升抑郁症诊断的准确性和客观性，使自动化抑郁检测成为可能。该文简要介绍了基于脑电信号的抑郁症识别过程，概括分析了抑郁症的脑电特征和机器学习算法识别现状，并指出当前研究的不足和展望，以期为国内开展抑郁症自动化识别研究提供一定的参考依据和思路。