Antecedentes: Las tomografías computarizadas son frecuentemente la primera y única forma de imagen cerebral que se realiza para informar planes de tratamiento de pacientes neurológicos debido a su naturaleza eficiente en tiempo y costos. Sin embargo, las imágenes de resonancia magnética ofrecen una imagen más detallada de la estructura y características del tejido y tienen más probabilidades de detectar anormalidades y lesiones. El propósito de este documento es revisar estudios que utilizan métodos de aprendizaje profundo para generar imágenes médicas sintéticas de modalidades como la resonancia magnética y la tomografía computarizada. Métodos: Se realizó una búsqueda bibliográfica en marzo de 2023, y se seleccionaron y analizaron artículos relevantes. Se analizaron el año de publicación, tamaño del conjunto de datos, modalidad de entrada, modalidad sintetizada, arquitectura de aprendizaje profundo, motivaciones y métodos de evaluación. Resultados: Un total de 103 estudios se incluyeron en esta revisión, todos publicados desde 2017. De estos, el 74% de los estudios investigaron la síntesis de resonancia magnética a tomografía computarizada, y los estudios restantes investigaron tomografía computarizada a resonancia magnética, resonancia magnética cruzada, PET a tomografía computarizada y resonancia magnética a PET. Además, el 58% de los estudios se motivaron por sintetizar tomografías computarizadas a partir de resonancia magnética para realizar terapia de radiación solo con resonancia magnética. Otras motivaciones incluyeron sintetizar escaneos para ayudar en el diagnóstico y completar conjuntos de datos mediante la síntesis de escaneos faltantes. Conclusiones: Se ha llevado a cabo considerablemente más investigación sobre la síntesis de resonancia magnética a tomografía computarizada, a pesar de que la síntesis de tomografía computarizada a resonancia magnética produce beneficios específicos. Una limitación en la síntesis de imágenes médicas es que los conjuntos de datos médicos, especialmente los conjuntos de datos emparejados de diferentes modalidades, son escasos en tamaño y disponibilidad; por lo tanto, se recomienda que se desarrolle un consorcio global para obtener y poner a disposición más conjuntos de datos para su uso. Finalmente, se recomienda llevar a cabo trabajos para establecer todos los usos de la síntesis de escaneos médicos en la práctica clínica y descubrir qué métodos de evaluación son adecuados para evaluar las imágenes sintetizadas para estas necesidades.