脳の病変検出に適したFLAIR MRIの3D撮像には時間がかかるため、一般的に臨床では2D撮像が行われる。臨床での3D撮像利用に向け、2D撮像を3D撮像に変換する超解像技術の実現が期待されるが、3D撮像には脂肪組織を抑制する処理が入り、2D-3Dに対応する学習データセットもないため、実現は困難である。本研究ではCycle-GANを用いることで、FLAIR MRIの2D撮像の各スライスをT1強調画像にスタイル変換後、3D撮像相当に超解像したのち、再度FLAIR画像へスタイル変換を行うことで3D FLAIR画像を取得する手法を提案する。公開データセットを用い、その効果を報告する。