Debido a los recientes avances en el aprendizaje profundo e inteligencia artificial, la industria de la salud está experimentando actualmente una gran revolución. A pesar de un considerable avance en la imagen médica y diagnósticos, la industria de la salud todavía tiene muchos problemas sin resolver y aplicaciones inexploradas. La transmisión de una gran cantidad de imágenes médicas en particular es un problema difícil y que consume mucho tiempo. Además, obtener nuevas imágenes médicas es demasiado caro. Para abordar estos problemas, proponemos redes generativas adversarias (GAN) deep pix2pix para generar imágenes médicas sintéticas. Para la comparación, implementamos CycleGAN, Pix2Pix GAN y Deep Pix2Pix GAN. El resultado ha demostrado que nuestro enfoque propuesto puede generar una nueva imagen médica sintética a partir de una imagen diferente con mayor precisión que la de los otros modelos. Para proporcionar un modelo robusto, entrenamos y evaluamos nuestros modelos en un conjunto de datos de imágenes cerebrales ampliamente utilizado, el Conjunto de Datos IXI.