本文介绍了一种新型条件生成对抗网络（GAN），用于从眼底照片合成荧光素血管造影图像，并预测视网膜退化。同时，研究提出了高质量的合成数据集SynFundus-1M，包含超过100万张视网膜图像，旨在改善眼部疾病的诊断和预防。通过优化模型和数据集，提升了糖尿病视网膜病变的检测可靠性。

本文介绍了一种新颖的条件生成对抗网络（UWAT-GAN），用于从眼底照片合成荧光素血管造影图像，并预测视网膜退化。该模型通过多尺度生成器和注意传输模块提高图像质量，实验结果表明其性能优于现有方法。