医療分野では特定の属性を持った画像を均等かつ大量に用意することは難しく、データに偏りが生じてしまう。さらに、タスクが単純な分類ではなく物体検出となると、無限に近いパターンが存在するため全ての属性を網羅したデータセットを用意することは難しい。そのため、少数で偏りのあるデータセットで高い推論精度、汎化性能が求められる。そこで、本研究では医療画像への適用として、動脈及び静脈が含まれる超音波画像に対してGANによるデータ拡張を適用し、より多様なデータセットを作成し、データ拡張を用いた場合とそうでない場合の、動脈および静脈の位置検出精度の変化について検証を行う。