網膜血管変性の臨床診断に蛍光造影（Fluorescein Angiography: FA）を使用することは、時間のかかるプロセスであり、患者に重大な副作用を引き起こす可能性があります。造影検査では、重篤な副作用を引き起こし、最悪の場合致死的な影響を与える可能性のある染料の注入が必要です。現在、FA画像を生成できる非侵襲的なシステムは存在しません。しかし、網膜眼底撮影は数秒で完了する非侵襲的な画像技術です。FAの必要性を排除するために、我々は眼底画像をFA画像に変換する条件付きジェネラティブアドバーザリアルネットワーク（GAN）を提案します。提案されたGANには、高品質なFA画像を生成可能な新しい残差ブロックが含まれています。これらの画像は、侵襲的で副作用の可能性がある手順なしで網膜疾患の鑑別診断に重要なツールとなります。我々の実験結果は、提案したアーキテクチャが他の最先端のジェネラティブネットワークよりも優れた性能を示していることを示しています。さらに、提案モデルは本物の造影剤画像と区別できないほど優れた定性的結果を達成しています。