目的:针对阿尔茨海默病的纵向研究中不同时间点的影像数据缺失的问题,提出一种基于pix2pix模型的生成对抗模型3Dpix2pix-AGE.方法:首先对pix2pix模型的架构进行改进,分别采用V-Net和密集连接的卷积网络(densely　connected　convolutional　networks,DenseNet)架构作为生成器和判别器的架构;其次对pix2pix模型的损失函数进行改进,引入年龄损失来控制图像纵向变化;最后基于阿尔茨海默病神经影像学计划(Alzheimer＇s　Disease　Neuroimaging　Initiative,ADNI)数据集中受试者的基线图像生成24个月的纵向图像.采用五折交叉检验进行3Dpix2pix-AGE模型验证,通过定量评估和定性评估2种方式评估生成图像的质量.结果:生成的纵向图像与真实纵向图像具有较高的相似度,可以用来预测阿尔茨海默病患者的病程进展.结论:3Dpix2pix-AGE模型可以生成高质量的阿尔茨海默病患者的纵向图像,为ADNI数据集中缺失的纵向神经影像数据的生成提供了一种新方法.