Il melanoma è una delle forme tumorali cutanee più pericolose, con prognosi legata alla diagnosi precoce. Questa tesi esplora l'uso di reti generative avversarie per creare immagini dermoscopiche sintetiche di melanomi e nevi benigni, simulandone l'evoluzione e la ricostruzione del nevo originario. Attraverso l'utilizzo di un dataset selezionato da ISIC 2019 e 2020, si testano diverse strategie di sottocampionamento e validazione tramite opportune metriche di performance, eventualmente basate su classificatori pre-addestrati. Gli obiettivi della tesi sono quelli di riuscire a generare immagini sintetiche realistiche e coerenti, ponendo le basi per innovazioni nella costruzione di dataset ed aprendo la strada a modelli clinicamente più affidabili.