为分析人工智能(Artificial Intelligence, AI)应用于心血管影像的研究现状、热点及演化趋势，本研究采用文献计量学方法和CiteSpace 6.3.R1软件，整理2000年1月MRTX1133使用方法1日至2024年9月12日在Web of Science(WOS)核心合集数据库发表的与AI应用于心血管影像相关的文献，并进行可视化分析。结果表明，AI应用于心血管影像领域研究自2020年开始大规模增长，近4年发文量占总发文量的66.00%,预计未来发文量还将持续增加，反映出该领域正处于快速发展阶段。该领域发文量最多的国家、机构、作者分别为美国、伦敦国王学院、Damini Dey。Ronneberger Olaf是共被引频次最高的作者，同时也是共被引频次最高、突现强度最强的文献“U-Net:convocontingency plan for radiation oncologylutional networks for biomedical image segmentation”的作者。此外，IEEE Transactions on Medical Imaging、Medical Image Analysis、JACC-Cardiovascular Imaging在发文量排名及期刊共被引排名中均位列前10,表明他们是该领域推动知识传播与学术交流的重要学术期刊。“机器学习”和“深度学习”是目前的研究热点，该领域关键词在进行聚类分析后可以进一步细分为3大研究领域——人工智能技术、心脏影像工具和心脏疾病。人工智能在超声心CH-223191动图、电子计算机断层扫描(Computed Tomography, CT)和磁共振成像(Magnetic Resonance Imaging, MRI)中的应用提升了心血管疾病的诊断准确性和效率。如何进一步通过结合AI以提高心血管影像技术对心血管疾病识别及评估的准确性、便捷性和效率是未来该领域的研究重点。