El ojo humano es un órgano que reacciona a la luz y la presión. Muchas enfermedades, trastornos y cambios relacionados con la edad pueden afectar a los ojos y las estructuras circundantes. Una de las enfermedades oculares es el glaucoma. El glaucoma es una enfermedad en la que aumenta la presión del líquido dentro del ojo. Sin tratamiento, puede dañar el nervio óptico y provocar la pérdida de visión. La detección precoz del glaucoma minimiza el riesgo de pérdida de visión. El modelo propuesto sintetiza imágenes de fondo de ojo controlables altamente realistas para obtener precisión en la detección del glaucoma a través de un modelo de aprendizaje profundo.Una red generativa adversarial (GAN) es una técnica de aprendizaje automático no supervisado que se puede utilizar para aumentar los conjuntos de datos y conseguir que las imágenes recopiladas sean indistinguibles de los datos del mundo real. La Deep Convolutional GAN (DCGAN), otra variante de la GAN, sugiere las restricciones arquitectónicas del modelo necesarias para desarrollar eficazmente modelos generadores de alta calidad. El conjunto de datos mejorado, obtenido a partir del aumento de datos y el conjunto de datos ACRIMA original de imágenes de fondo de ojo, se entregan por separado al modelo de clasificación CNN para detectar la enfermedad del glaucoma.