• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于希爾伯特-黃變換和提升小波包相結合的心音信號識別研究

    2014-03-24 04:53:25江玉柱韓立喜尹曉峰
    醫(yī)療衛(wèi)生裝備 2014年10期
    關鍵詞:心音波包頻帶

    江玉柱,張 偉,韓立喜,張 康,李 松,井 賽,張 科,尹曉峰

    基于希爾伯特-黃變換和提升小波包相結合的心音信號識別研究

    江玉柱,張 偉,韓立喜,張 康,李 松,井 賽,張 科,尹曉峰

    目的:研究基于希爾伯特-黃變換和提升小波包相結合的方法對正常和異常心音信號識別的效果。方法:首先用DB6小波對心音信號進行降噪處理,然后用希爾伯特-黃變換分析提取心音信號的時域、頻域特征值,再通過自適應提升小波包提取信號的頻帶能量特征值,最后通過支持向量機對心音信號進行分類識別。結果:對臨床采集的240例異常心音和正常心音進行實驗,正確識別率達到97.2%,且運算速度很快。結論:希爾伯特-黃變換和自適應提升小波包相結合的方法可有效識別正常和各種異常的心音信號,值得推廣應用。

    心音識別;希爾伯特-黃變換;小波包;特征提取

    0 引言

    心音聽診是臨床常用的診斷各種心臟疾病的重要手段。但心音信號中包含很多人耳無法辨識的重要信息,為了實現(xiàn)心音信號的量化研究和揭示聽覺不能識別的信息,心音信號的自動識別和診斷顯得尤為重要。對此許多學者開展了大量的研究工作[1-6],并取得了一定成果。Babaei S等[1]和Gupta等[2]采用小波分析對心音信號進行特征值提取,然后使用人工神經(jīng)網(wǎng)絡進行心音信號的模式識別,其準確率分別達到94.42%和96%。Uguz等[3]通過小波和短時傅里葉變換(short-time Fourier transform,STFT)提取心音信號的特征值,再使用隱馬爾科夫模型對正常心音和異常心音進行分類,得到了92%的特異性和97%的敏感性的結果。劉宇紅等[4]提出基于小波變換域的參數(shù)化雙譜心音信號的分析方法,從而避免了非高斯噪聲對雙譜造成的干擾,使心音信號的模式特征的提取更加準確、有效。張國華等[5]提出采用小波包變換提取心音信號的能量特征值,并對5種心音信號進行了分類。雷鳴等[6]將非線性分形理論應用到孕婦心音信號的分析中,用分形維數(shù)值反映心音信號的復雜程度,為臨床評估孕婦心臟的安全性提供了一個重要依據(jù)。

    盡管在心音信號的特征提取和自動識別方面,取得了不少的研究成果,但由于心音信號具有非常復雜的時變特征[7],單一的時域、頻域或者能量特征都不足以全面反映心音信號,以致影響了信號的分類識別率。為此,先用希爾伯特-黃變換(Hilbert-Huang transform,HHT)提取心音信號的時域和頻域特征值,對心音信號進行7層經(jīng)驗模態(tài)分解(Empirical mode decomposition,EMD),由各層固有模態(tài)函數(shù)(intrinsic mode function,IMF)對心音信號進行重構后,用希爾伯特變換(Hilbert transform,HT)提取心音信號的包絡線,并計算出心音信號的特征值,再通過自適應提升小波包提取心音信號的歸一化頻帶能量特征值,最后采用支持向量機進行5類心音信號的分類識別,其正確識別率達到97.2%。本研究所提取的心音信號特征全面,采用的自適應性提升小波包變換具有很大的靈活性,且易于實現(xiàn),所以取得了較好的心音信號識別效果。

    1 數(shù)據(jù)和方法

    1.1 數(shù)據(jù)

    所涉及的心音數(shù)據(jù)來自濟南市第五人民醫(yī)院。由臨床經(jīng)驗豐富的醫(yī)生通過“雙盲法”診斷,確診了正常心音和第一心音分裂、第一心音減弱、收縮早期額外音和完全性左束支傳導阻滯等5種聽診中容易混淆的心音信號共240例樣本。其中,男性112例,女性128例;年齡為18~77歲。所采用的錄音設備為MP150,采樣頻率為22 050 Hz,分辨率為16位,速率為43 kbit/s。經(jīng)測試者同意,經(jīng)2位醫(yī)生聽診后,要求測試者平躺,在其平靜的狀態(tài)下進行心音信號錄制,錄制過程由臨床醫(yī)生完成。

    1.2 方法

    心音信號識別流程(如圖1所示)包括信號的預處理、特征值提取和信號分類識別。

    圖1 心音信號識別流程

    1.2.1 預處理

    考慮到心音信號的頻率在2 Hz~2 kHz之間,所以先對心音信號進行了10倍的降采樣處理,把高于2 kHz的噪聲去除。然后再通過小波對其進行降噪處理,采用的是DB6小波函數(shù)。

    1.2.2 HHT

    HHT由EMD和HT 2個部分組成。其中,EMD可以把用時間尺度表征的信號分解為有限個按頻率高低排列的IMF,且IMF分量具有自適應性。但是EMD分解過程中容易產(chǎn)生端點效應[8-10],本文采用文獻[10]提出的改進方法抑制端點效應。然后對各IMF分量進行HT,得到每個分量的瞬時頻率Wi(n)和幅度Ai(n)。Wi(n)表征信號的局部特征。將各個分量的Wi(n)和Ai(n)的乘積和與Ai(n)幅度和的比值作為心音信號的瞬時頻率w(n),即

    其中,m代表EMD的層數(shù)。瞬時頻率能反映心音信號的時頻特性,如異常心音信號的雜音或額外音的高頻部分會在此參數(shù)上直接體現(xiàn)。所以,將N個w(n)的平均值和方差作為心音信號的頻域特征值,具體如公式(2)和(3)所示。

    其中,k的取值為1~N的整數(shù)。

    由各層IMF對心音信號進行重構后,用HT提取心音信號的包絡線,并計算出心音信號的特征值:心動周期hrt,第一、第二心音時限s1h(第一心音的持續(xù)時間),s2h(第二心音的持續(xù)時間)。還可以通過計算得到:(1)心率:hr=60 s/hrt;(2)時限比值:s1h/s2h;(3)各心音時限與心動周期比值:s1h/hrt、s2h/hrt等參數(shù)。

    1.2.3 自適應提升小波包

    通過上述特征值可以診斷出患者是否有心率異常、心音分裂、心音增強的現(xiàn)象,但是對于輕微的心音分裂和增強是無法通過以上特征值做出診斷的,所以,本研究通過自適應提升小波包提取心音信號的歸一化頻帶能量特征值。提升小波包的構造過程如下:

    (1)分裂:同普通提升小波變換一樣,先將信號S分裂為奇數(shù)序列So和偶數(shù)序列Se。表達式如下:

    其中,n是樣本中的序列號,Sn是S中的第n個樣本。

    (2)分解:此過程相當于普通提升小波中的預測和更新過程,通過以下公式可以計算提升小波包分解中m層的各個頻帶信號。

    其中,P和U是提升算子。

    (3)重構:此過程是上步分解的逆過程,不同的是,在重構過程中除了要保留重構的頻帶信號,其他的置為0。計算公式如下:

    提升算子P和U采用文獻[11]的方法給出,這里不再贅述。

    通過分解層中相鄰樣本點的相關系數(shù)Rc(低頻)和Rd(高頻)[12-14]來確定提升算子的個數(shù),使其自適應心音信號的局部特征。表達式如下:

    式中,m為提升小波包分解層數(shù),n為1~(2m-1)之間的整數(shù)。當式(5)的值大于式(4)的值,且式(4)的值不小于零時,說明心音信號的局部特征比較強;提升算子P取4,若式(4)的值小于零,說明心音信號在此點的局部特征比較弱,提升算子U取2。同樣,心音信號的高頻特性由式(6)和式(7)決定。

    1.2.4 特征值提取與識別

    特征值提取是模式識別的前提與基礎,心音信號就是通過上述方法提取特征值并進行識別,其步驟如下:

    (1)先對心音信號進行EMD 7層分解,得到各層IMF。

    (2)采用HT計算各層的瞬時頻率和幅度,進而計算心音信號的瞬時頻率w(n),同時計算頻域特征值E、δ。

    (3)重構心音信號并進行HT變換得到包絡線,并計算心音信號的時域特征值 s1h、s2h、hrt、s1h/hrt、s2h/hrt、s1h/s2h組成特征向量M1。

    (4)對心音信號進行自適應提升小波包三層分解,并按最小熵標準得到最佳小波包樹。(5)對最佳小波包樹中的各小波系數(shù)進行重構,原信號可以表示為:

    (6)計算各頻帶信號的能量并用能量值構造特征向量且歸一化。

    (7)由特征向量M1、M2,采用支持向量機對心音信號進行分類識別。

    2 實驗結果

    2.1 心音信號的特征值計算

    按照以上步驟,得到5種心音信號的包絡線和能量分布圖,具體如圖2~7所示。

    圖2 正常心音

    圖3 第一心音分裂

    由圖2~6中的(b)圖以及圖7可知,不同心音信號的包絡線和歸一化頻帶能量的分布是不同的,這也是分類識別的依據(jù)。由圖7可知,正常心音信號在第2頻帶的能量值最大,而其他4種心音信號均在第1頻帶的能量值最大。正常心音信號的3~6頻帶的能量分布比較均勻,而其他4種心音信號的3~6頻帶的能量值大小不等。第一心音分裂在第4頻帶能量值比較大,在第5頻帶的能量值極小。第一心音減弱在第5頻帶的能量值較大,但在第4和第6頻帶的能量值相差不大且都比較小。收縮早期額外音在第4頻帶的能量值較大,而在第3、5、6頻帶的能量值較小。完全性左束支傳導阻滯心音信號的第4頻帶能量值較大,在第5頻帶的能量值極小。因此,歸一化頻帶能量的不同分布值可以作為分類識別的特征值。

    圖4 第一心音減弱

    圖5 收縮早期額外音

    圖6 完全性左束支傳導阻滯的原信號

    圖7 能量分布圖

    另外,按照實驗方法和步驟,分別計算了5種心音信號的時域和頻域特征參數(shù),具體見表1。

    表1 時域和頻域特征值

    從表1可以看出,第一心音持續(xù)時間較長,并且在心動周期中,第一心音所占比值增加,第二心音所占比值減小,具有這種特點的心音信號屬于第一心音分裂。而第一心音持續(xù)時間較短,并且在心動周期中,第一、第二心音所占比值明顯較小,具有這種特點的心音信號屬于第一心音減弱。在收縮早期額外音中,s1h、s2h所占心動周期的比值小很多。另外,s2h時限增加,所占心動周期的比值同時增加,s1h、s2h的時限比值減小,這種心音是完全性左束支傳導阻滯。由頻域特征值E、δ可知,每2種心音信號之間的差異都很小,這也說明這5種心音在聽診時頻率相差不是很大,很容易混淆。

    2.2 心音信號的分類識別

    心音信號識別研究選取了240例樣本,從這240例樣本中隨機抽取180例作為訓練樣本,剩下60例作為測試樣本,其中,正常心音和第一心音分裂、第一心音減弱、收縮早期額外音和完全性左束支傳導阻滯都是按照3∶1的比例抽取。根據(jù)表1的特征值以及歸一化能量特征值,采用支持向量機的工具Libsvm對心音信號進行分類,根據(jù)經(jīng)驗選取了高斯徑向基函數(shù)為核函數(shù),其分類結果見表2。

    表2 心音信號分類結果

    從表2中可知,對180例心音信號的訓練樣本進行識別,其中誤判的心音信號樣本數(shù)為5例,正確判別率為97.2%;對60例心音信號的測試樣本進行識別,其中誤判的心音信號樣本數(shù)為9例,正確判別率為85%。正常心音易被判為心音分裂或者心音減弱,這是因為比較輕微的心音減弱或心音分裂的特征值與正常心音的特征值比較相近,不易分辨。收縮早期額外音中有第一心音分裂的情況,所以誤判為第一心音分裂。完全性左束支傳導阻滯沒有誤判是因為其有第二心音分裂的情況,而其他心音信號無此特征。

    3 結論

    心音信號識別采用HHT提取信號的時域和頻域特征值,并用自適應提升小波包提取心音信號歸一化頻帶能量特征值,然后采用支持向量機進行識別可以減小類可分離性判據(jù)因類別過近而準確率下降的誤差,訓練樣本的識別率達到97.2%,比其他方法識別率高,而且該方法運算速度快,有一定的應用價值。

    [1]Babaei S,Geranmayeh A.Heart sound reproduction based on neural network classification of cardiac valve disorders using wavelet transforms of PCG signals[J].Compute Biol Med,2009,39(1):8-15.

    [2]Gupta C N,Palaniappan R,Swaminathan S.Neural network classification of homomorphic segmented heart sounds[J].Appl Soft Comp,2007,24(7):286-297.

    [3]Uguz H,Arlan A,Turkoglu I.A biomedical system based on hidden Markov model for diagnosis of the heart vave diseases[J].Pattern-Recognition Letters,2007,28(4):395-404.

    [4]劉宇紅,梁俊,胡宇鴻.基于小波變換域的參數(shù)化雙譜心音信號分析方法的研究[J].信號處理,2004,20(1):5-9.

    [5]張國華,袁中凡,李彬彬.心音信號特征值提取小波包算法研究[J].振動與沖擊,2008,27(7):47-49.

    [6]雷鳴,郭興明,肖守中.非線性分形理論在孕婦心音信號分析中的應用[J].中國生物醫(yī)學工程學報,2011,30(5):681-684.

    [7]全海燕,王威廉.Hilbert-Huang變換及其在心音信號分析中的應用[J].信號處理,2003,19(增刊):312-315.

    [8]Claypoole R L,Davis G M,Sweldens W.Nonlinear wavelet transforms for image coding via lifting[J].IEEE Transactions on Image Processing,2003,12(12):1 449-1 459.

    [9]Sumeth Y,Akinori N,Waree K.A framework for automatic heart sound analysis without segmentation[J].Biomedical Engineering Online,2011,10(1):10-13.

    [10]HUANG Wen-tao,SHEN Zhen,Steven R L,et al.The empirical mode decomposition and the Hilbert spectrum for nonlinear and nonstationary time series analysis[J].Proc R Soc Lond A,1998,454:903-905.

    [11]郭興明,袁志會.基于小波變換和經(jīng)驗模式分解的心音信號研究[J].中國生物醫(yī)學工程學報,2012,31(1):39-44.

    [12]李彬彬,袁中凡,楊春生.改進HHT算法及在心音信號分析中的應用[J].四川大學學報,2007,39(4):160-163.

    [13]姜洪開,王仲生,何正嘉.基于自適應提升小波包的故障微弱信號特征早期識別[J].西北工業(yè)大學學報,2008,26(2):99-103.

    [14]路榮,黃力宇,晉瑯.小波包分解腦電復雜性特征提取的注意狀態(tài)實時識別[J].醫(yī)療衛(wèi)生裝備,2013,34(2):1-4,7.

    (收稿:2014-01-02 修回:2014-03-31)

    Study on heart sound identification based on combined Hilbert-Huang transform and lifting wavelet package

    JIANG Yu-zhu,ZHANG Wei,HAN Li-xi,ZHANG Kang,LI Song,JING Sai,ZHANG Ke,YIN Xiao-feng(Institute for Drug and Instrument Control of Jinan Military Area Command,Jinan 250022,China)

    ObjectiveTo improve recognition rate of normal and abnormal heart sound signal by the method combing Hilbert-Huang transform and lifting wavelet package.MethodsDB6 wavelet was used to denoise the heart sound signal firstly,then HHT transform was applied to extracting the characteristic values for frequency domain and time domain, and self-adaptive lifting wavelet package was mobilized to acquire the characteristic values of the frequency band energy,finally support vector machine was utilized for the classified recognition of the signals.ResultsTotally 240 cases of abnormal and normal heart sound signals underwent the experiment,with the recognition rate of 97.2%and high calculation speed.ConclusionHHT combined with lifting wavelet package can recognize kinds of normal and abnormal heart sound signals,and thus is worth popularizing practically.[Chinese Medical Equipment Journal,2014,35(10):16-20]Key wordsheart sound identification;Hilbert-Huang transform;wavelet packet;characteristics extraction

    R318;R540.4

    A

    1003-8868(2014)10-0016-05

    10.7687/J.ISSN1003-8868.2014.10.016

    江玉柱(1965—),男,副所長,高級工程師,主要從事軍事衛(wèi)生裝備質量控制及醫(yī)學計量方面的研究工作,E-mail:jyz91572@sina.com。

    250022濟南,濟南軍區(qū)聯(lián)勤部藥品儀器檢驗所(江玉柱,張 偉,韓立喜,張 康,李 松,井 賽,張 科,尹曉峰)

    張 偉,E-mail:zhangwei1613@126.com

    猜你喜歡
    心音波包頻帶
    Wi-Fi網(wǎng)絡中5G和2.4G是什么?有何區(qū)別?
    單音及部分頻帶干擾下DSSS系統(tǒng)性能分析
    基于小波包Tsallis熵和RVM的模擬電路故障診斷
    測控技術(2018年8期)2018-11-25 07:42:08
    基于雙閾值的心音快速分段算法及其應用研究
    雙聲道心音能量熵比的提取與識別研究
    雙頻帶隔板極化器
    電子測試(2017年15期)2017-12-18 07:18:51
    基于香農(nóng)熵的心音信號檢測方法研究
    基于小波包變換的電力系統(tǒng)諧波分析
    小波包理論與圖像小波包分解
    調諧放大器通頻帶的計算及應用
    伊人久久精品亚洲午夜| 久久精品国产清高在天天线| 免费看日本二区| 久99久视频精品免费| 我要看日韩黄色一级片| 国产精品人妻久久久影院| 亚洲精品一区av在线观看| 国产爱豆传媒在线观看| av天堂在线播放| 欧美bdsm另类| 国产高清视频在线观看网站| 亚洲av日韩精品久久久久久密| 午夜福利在线观看吧| 给我免费播放毛片高清在线观看| 在线免费十八禁| 久久久久性生活片| 亚洲人成伊人成综合网2020| 欧美色欧美亚洲另类二区| 亚洲成a人片在线一区二区| 国产精品久久视频播放| 免费观看的影片在线观看| 又爽又黄无遮挡网站| 亚洲成人久久性| 亚洲av五月六月丁香网| 欧美精品啪啪一区二区三区| 色尼玛亚洲综合影院| 啦啦啦韩国在线观看视频| 亚洲精华国产精华液的使用体验 | 日韩高清综合在线| 亚洲欧美清纯卡通| 国产av不卡久久| 男人舔女人下体高潮全视频| 亚洲狠狠婷婷综合久久图片| 欧美色视频一区免费| 亚洲人成伊人成综合网2020| 日本黄色片子视频| 久久久色成人| 少妇裸体淫交视频免费看高清| 69人妻影院| 国产亚洲av嫩草精品影院| 中文字幕精品亚洲无线码一区| 亚洲av电影不卡..在线观看| 啦啦啦观看免费观看视频高清| 韩国av一区二区三区四区| .国产精品久久| 国产高潮美女av| 少妇人妻一区二区三区视频| 一进一出好大好爽视频| 波多野结衣高清作品| 舔av片在线| 男人的好看免费观看在线视频| aaaaa片日本免费| 午夜福利成人在线免费观看| 成人美女网站在线观看视频| 三级男女做爰猛烈吃奶摸视频| 亚洲自拍偷在线| 免费大片18禁| 亚洲久久久久久中文字幕| 国产伦一二天堂av在线观看| 成人特级黄色片久久久久久久| 欧美潮喷喷水| 窝窝影院91人妻| 亚洲中文日韩欧美视频| 国产亚洲精品av在线| 国产成人一区二区在线| 免费av观看视频| 国产熟女欧美一区二区| 日韩欧美国产一区二区入口| www日本黄色视频网| 亚洲熟妇中文字幕五十中出| 欧美性猛交╳xxx乱大交人| 国产成人影院久久av| 美女 人体艺术 gogo| 直男gayav资源| 成人精品一区二区免费| 国产精品1区2区在线观看.| 欧美一区二区精品小视频在线| 搡女人真爽免费视频火全软件 | 日韩欧美 国产精品| 深夜精品福利| 在线免费观看不下载黄p国产 | 国产高清有码在线观看视频| 国产在视频线在精品| 久久香蕉精品热| 久久中文看片网| 春色校园在线视频观看| 又粗又爽又猛毛片免费看| 精品久久久久久久人妻蜜臀av| 日韩大尺度精品在线看网址| 免费在线观看日本一区| 亚洲,欧美,日韩| 国产欧美日韩精品一区二区| 国产在线男女| 国产老妇女一区| 亚洲自拍偷在线| 天堂动漫精品| 一级毛片久久久久久久久女| 99久久精品国产国产毛片| 麻豆精品久久久久久蜜桃| 观看免费一级毛片| 老司机深夜福利视频在线观看| 亚洲成人久久性| 国产免费av片在线观看野外av| 国产一区二区三区在线臀色熟女| 国产精华一区二区三区| 亚洲久久久久久中文字幕| 国产亚洲精品av在线| 日韩一本色道免费dvd| 国产精品一及| 免费大片18禁| 夜夜夜夜夜久久久久| a级一级毛片免费在线观看| 久久香蕉精品热| 久久久久久伊人网av| 国产三级在线视频| 国产综合懂色| netflix在线观看网站| 精品一区二区三区视频在线观看免费| 男人舔女人下体高潮全视频| 国产高清有码在线观看视频| 美女高潮的动态| 日韩在线高清观看一区二区三区 | 国产精品亚洲一级av第二区| 国产 一区精品| 国产一区二区在线观看日韩| 日韩精品青青久久久久久| 一进一出抽搐gif免费好疼| 天堂动漫精品| 国产中年淑女户外野战色| 国产伦在线观看视频一区| 午夜福利欧美成人| 一边摸一边抽搐一进一小说| 国产精品不卡视频一区二区| 男人舔女人下体高潮全视频| 国产精品嫩草影院av在线观看 | 久久精品国产清高在天天线| 一进一出抽搐动态| 看十八女毛片水多多多| 麻豆国产97在线/欧美| 97超级碰碰碰精品色视频在线观看| 久久久久久久久久成人| 久久精品国产亚洲av香蕉五月| 俺也久久电影网| 成人一区二区视频在线观看| 欧美bdsm另类| 久9热在线精品视频| 欧美日本视频| 3wmmmm亚洲av在线观看| 男人和女人高潮做爰伦理| 赤兔流量卡办理| 亚洲精品成人久久久久久| 日本 欧美在线| 国内精品久久久久精免费| 欧美又色又爽又黄视频| 日韩高清综合在线| 日韩欧美在线乱码| 午夜福利18| 他把我摸到了高潮在线观看| 欧美最黄视频在线播放免费| 亚洲av五月六月丁香网| avwww免费| 日本精品一区二区三区蜜桃| 我要搜黄色片| 99riav亚洲国产免费| 在线看三级毛片| 欧美最黄视频在线播放免费| 男人舔奶头视频| 嫩草影院新地址| 亚洲精品456在线播放app | 国产主播在线观看一区二区| 亚洲av成人av| 亚洲18禁久久av| 黄色视频,在线免费观看| 亚洲aⅴ乱码一区二区在线播放| 美女高潮的动态| 在线国产一区二区在线| 两个人的视频大全免费| 久久精品国产清高在天天线| 毛片一级片免费看久久久久 | 成人国产综合亚洲| 亚洲精品日韩av片在线观看| 亚洲精品国产成人久久av| 99在线视频只有这里精品首页| 国产精品一区二区免费欧美| 熟女电影av网| 亚洲精品成人久久久久久| 一本久久中文字幕| 看免费成人av毛片| 99热只有精品国产| 亚洲av不卡在线观看| 成人特级黄色片久久久久久久| 国产一区二区三区在线臀色熟女| 国产在线精品亚洲第一网站| 少妇丰满av| 日韩亚洲欧美综合| 国产亚洲精品av在线| 亚洲 国产 在线| 国产免费一级a男人的天堂| 99国产极品粉嫩在线观看| 精品久久久久久久久亚洲 | 亚洲欧美精品综合久久99| 内射极品少妇av片p| 亚洲综合色惰| 亚洲欧美精品综合久久99| 不卡一级毛片| 国产精品久久久久久av不卡| 在线国产一区二区在线| 国产男人的电影天堂91| 九九爱精品视频在线观看| 国产高潮美女av| 欧美zozozo另类| 成人美女网站在线观看视频| 国产精品av视频在线免费观看| 精品人妻熟女av久视频| 欧美区成人在线视频| 国产一区二区三区在线臀色熟女| 精品一区二区三区av网在线观看| 日韩精品有码人妻一区| 欧美丝袜亚洲另类 | 欧美色视频一区免费| 不卡视频在线观看欧美| 国产高清视频在线观看网站| 直男gayav资源| 午夜福利在线在线| 亚洲av一区综合| 免费电影在线观看免费观看| 国产爱豆传媒在线观看| 久久精品久久久久久噜噜老黄 | av天堂在线播放| 欧美精品国产亚洲| 我要看日韩黄色一级片| 麻豆成人午夜福利视频| 久久久久久久久久久丰满 | 五月伊人婷婷丁香| 色播亚洲综合网| 日韩欧美在线二视频| 国产欧美日韩精品一区二区| 国产精品98久久久久久宅男小说| 2021天堂中文幕一二区在线观| 国产黄a三级三级三级人| 少妇猛男粗大的猛烈进出视频 | 国产不卡一卡二| 国产淫片久久久久久久久| 国产精品国产高清国产av| 色综合站精品国产| 中文字幕久久专区| 日韩欧美三级三区| 精品久久久久久久久久久久久| 99国产极品粉嫩在线观看| 免费高清视频大片| 最后的刺客免费高清国语| 国产伦精品一区二区三区四那| 99久久精品一区二区三区| 久久久午夜欧美精品| 日日干狠狠操夜夜爽| 校园春色视频在线观看| h日本视频在线播放| 久久久久久久久大av| 真人一进一出gif抽搐免费| 99热精品在线国产| 久久久午夜欧美精品| 精品免费久久久久久久清纯| 内地一区二区视频在线| 国产视频一区二区在线看| 深夜精品福利| 国产人妻一区二区三区在| 日日摸夜夜添夜夜添av毛片 | 久99久视频精品免费| 国产午夜精品论理片| 午夜福利欧美成人| 午夜老司机福利剧场| 老司机深夜福利视频在线观看| 精品午夜福利在线看| 亚洲av电影不卡..在线观看| 亚洲欧美日韩无卡精品| 午夜激情福利司机影院| 精品人妻偷拍中文字幕| 美女cb高潮喷水在线观看| 国产精品国产高清国产av| 嫩草影院精品99| 久久久久久久亚洲中文字幕| 色吧在线观看| 国产在视频线在精品| 婷婷色综合大香蕉| 成人鲁丝片一二三区免费| 99久久久亚洲精品蜜臀av| 亚洲精品久久国产高清桃花| 亚洲精品一卡2卡三卡4卡5卡| 俄罗斯特黄特色一大片| 看黄色毛片网站| 国产精品一区二区三区四区久久| 国产高清三级在线| 久久久久久久久大av| 色av中文字幕| 国内少妇人妻偷人精品xxx网站| 国产私拍福利视频在线观看| 伦精品一区二区三区| 国产一级毛片七仙女欲春2| 久久欧美精品欧美久久欧美| 精品久久久久久久久av| 欧美黑人巨大hd| 中文字幕精品亚洲无线码一区| 亚洲,欧美,日韩| 一区福利在线观看| 一本一本综合久久| netflix在线观看网站| 午夜福利欧美成人| 国产精华一区二区三区| 午夜免费男女啪啪视频观看 | 久久热精品热| 在线观看美女被高潮喷水网站| 亚洲久久久久久中文字幕| 国产极品精品免费视频能看的| 中文字幕熟女人妻在线| 亚洲av电影不卡..在线观看| 午夜福利在线观看免费完整高清在 | 国产综合懂色| 久久99热这里只有精品18| 老司机午夜福利在线观看视频| 又粗又爽又猛毛片免费看| 好男人在线观看高清免费视频| 黄色日韩在线| 精品久久久久久久末码| 国产精品一区二区三区四区免费观看 | 在线观看美女被高潮喷水网站| 看黄色毛片网站| 亚洲精品粉嫩美女一区| 国产激情偷乱视频一区二区| 欧美日韩中文字幕国产精品一区二区三区| 免费一级毛片在线播放高清视频| АⅤ资源中文在线天堂| 成人综合一区亚洲| 少妇的逼好多水| av在线老鸭窝| 欧美黑人欧美精品刺激| 人妻丰满熟妇av一区二区三区| 丰满的人妻完整版| 国产aⅴ精品一区二区三区波| 久久99热这里只有精品18| 99热这里只有精品一区| 久久精品国产自在天天线| 干丝袜人妻中文字幕| 神马国产精品三级电影在线观看| 午夜激情欧美在线| 亚洲精品一区av在线观看| 午夜激情福利司机影院| 日本五十路高清| 少妇人妻精品综合一区二区 | 国产在线男女| 国产一区二区三区在线臀色熟女| 欧美日本视频| 亚洲av一区综合| 亚洲精华国产精华液的使用体验 | 欧美黑人欧美精品刺激| 国产成人a区在线观看| 免费在线观看影片大全网站| 热99在线观看视频| 伦精品一区二区三区| 亚洲中文字幕一区二区三区有码在线看| 精品一区二区免费观看| 九九热线精品视视频播放| 女人被狂操c到高潮| 欧美日韩国产亚洲二区| 此物有八面人人有两片| 我要搜黄色片| 亚洲av成人精品一区久久| 91av网一区二区| 在现免费观看毛片| 国产免费男女视频| АⅤ资源中文在线天堂| 日本三级黄在线观看| 国产男靠女视频免费网站| 嫁个100分男人电影在线观看| 在线国产一区二区在线| 国产精品免费一区二区三区在线| 在线看三级毛片| av.在线天堂| 超碰av人人做人人爽久久| 观看免费一级毛片| 深夜a级毛片| 国产真实乱freesex| 国语自产精品视频在线第100页| 综合色av麻豆| 国产 一区 欧美 日韩| 18禁黄网站禁片免费观看直播| 亚洲精品456在线播放app | 18禁黄网站禁片午夜丰满| 女同久久另类99精品国产91| 日韩一本色道免费dvd| 午夜福利18| 久久午夜福利片| 乱码一卡2卡4卡精品| 欧美绝顶高潮抽搐喷水| 久久精品国产亚洲av涩爱 | 久9热在线精品视频| 尾随美女入室| АⅤ资源中文在线天堂| 亚洲成a人片在线一区二区| 熟女电影av网| 91久久精品国产一区二区成人| 日日摸夜夜添夜夜添av毛片 | 男女那种视频在线观看| 少妇被粗大猛烈的视频| 亚洲人成伊人成综合网2020| 小说图片视频综合网站| 美女xxoo啪啪120秒动态图| 中文在线观看免费www的网站| 色在线成人网| 午夜精品在线福利| 日韩精品中文字幕看吧| 亚洲精品国产成人久久av| 免费看av在线观看网站| 小说图片视频综合网站| 我要搜黄色片| 免费观看精品视频网站| 在线观看一区二区三区| x7x7x7水蜜桃| 亚洲一区二区三区色噜噜| 日本 欧美在线| 搞女人的毛片| 久久久久久久午夜电影| 久久精品国产鲁丝片午夜精品 | 久久精品国产亚洲网站| 日韩中文字幕欧美一区二区| 一个人观看的视频www高清免费观看| 亚洲国产日韩欧美精品在线观看| 久久人人爽人人爽人人片va| 高清在线国产一区| 美女大奶头视频| 非洲黑人性xxxx精品又粗又长| 精品一区二区三区视频在线观看免费| 毛片一级片免费看久久久久 | 久久精品久久久久久噜噜老黄 | 久久国产精品人妻蜜桃| 日韩精品青青久久久久久| 亚洲四区av| 欧美最新免费一区二区三区| 久久久久久久午夜电影| 精品人妻一区二区三区麻豆 | 成人永久免费在线观看视频| 国产精品三级大全| 亚洲av成人精品一区久久| 亚洲av.av天堂| 欧美国产日韩亚洲一区| 久久久精品大字幕| 成人国产一区最新在线观看| 99久久无色码亚洲精品果冻| 国产免费男女视频| 国产精品精品国产色婷婷| 成人综合一区亚洲| 精华霜和精华液先用哪个| 国产精品嫩草影院av在线观看 | 久久精品国产自在天天线| 国产麻豆成人av免费视频| 亚洲中文字幕一区二区三区有码在线看| 69av精品久久久久久| 18+在线观看网站| 国产成年人精品一区二区| 亚洲不卡免费看| 搡老岳熟女国产| 国产单亲对白刺激| 国产三级中文精品| 国产成人aa在线观看| 亚洲成人免费电影在线观看| 少妇猛男粗大的猛烈进出视频 | 身体一侧抽搐| 欧美激情在线99| 亚洲,欧美,日韩| 久久久精品欧美日韩精品| 天堂av国产一区二区熟女人妻| 十八禁网站免费在线| 国产在线精品亚洲第一网站| 丰满的人妻完整版| 99热这里只有精品一区| 一级a爱片免费观看的视频| 国内精品久久久久久久电影| 欧美一区二区精品小视频在线| 久久午夜亚洲精品久久| 一区二区三区激情视频| 午夜免费激情av| 又紧又爽又黄一区二区| 99久久无色码亚洲精品果冻| 人妻制服诱惑在线中文字幕| 最近视频中文字幕2019在线8| 午夜日韩欧美国产| 九色成人免费人妻av| 国产综合懂色| 国产精品免费一区二区三区在线| 国产综合懂色| 99热只有精品国产| 又黄又爽又刺激的免费视频.| 久久99热这里只有精品18| 九九爱精品视频在线观看| 热99在线观看视频| 国产精品免费一区二区三区在线| 老司机福利观看| 日韩中字成人| 桃色一区二区三区在线观看| 国产精品无大码| 久久久国产成人精品二区| 亚洲精品日韩av片在线观看| 特大巨黑吊av在线直播| 3wmmmm亚洲av在线观看| 久久午夜亚洲精品久久| 国产三级中文精品| 国产精品久久久久久久久免| 婷婷六月久久综合丁香| 久久国产精品人妻蜜桃| 久久久久久久久大av| 国产成人a区在线观看| 床上黄色一级片| 色综合婷婷激情| 国内毛片毛片毛片毛片毛片| 不卡视频在线观看欧美| 男女之事视频高清在线观看| 免费看光身美女| 国产黄色小视频在线观看| h日本视频在线播放| 免费搜索国产男女视频| 亚洲欧美日韩东京热| 天美传媒精品一区二区| 欧美日韩国产亚洲二区| 免费看美女性在线毛片视频| 亚洲无线观看免费| 亚洲自偷自拍三级| 亚洲无线在线观看| 国产精品一区二区免费欧美| 国产精品免费一区二区三区在线| av黄色大香蕉| 久久中文看片网| 国产精品一区二区免费欧美| 国产高清视频在线观看网站| 国产色婷婷99| АⅤ资源中文在线天堂| 国产激情偷乱视频一区二区| 欧美日韩中文字幕国产精品一区二区三区| 国产在线男女| 黄色视频,在线免费观看| 国产午夜精品论理片| 嫩草影院新地址| 白带黄色成豆腐渣| 久久精品综合一区二区三区| 欧美高清成人免费视频www| 乱人视频在线观看| 成人永久免费在线观看视频| а√天堂www在线а√下载| 亚洲av五月六月丁香网| www.www免费av| 国产精品久久久久久久电影| 99精品久久久久人妻精品| 亚洲av中文av极速乱 | 看免费成人av毛片| 久久亚洲真实| 欧美最新免费一区二区三区| 欧美激情在线99| 看免费成人av毛片| 日韩高清综合在线| 日本成人三级电影网站| 精品久久国产蜜桃| 桃色一区二区三区在线观看| 18禁黄网站禁片免费观看直播| 精品久久久久久成人av| 国产高清激情床上av| 国产又黄又爽又无遮挡在线| 欧美黑人欧美精品刺激| 小蜜桃在线观看免费完整版高清| 听说在线观看完整版免费高清| 黄色配什么色好看| 性色avwww在线观看| 国产爱豆传媒在线观看| 久久精品国产亚洲网站| 3wmmmm亚洲av在线观看| 一本精品99久久精品77| 亚洲熟妇熟女久久| 精品久久久久久久人妻蜜臀av| 黄片wwwwww| 国产久久久一区二区三区| АⅤ资源中文在线天堂| 欧美激情国产日韩精品一区| 免费搜索国产男女视频| 麻豆成人av在线观看| 国产成人aa在线观看| 精品久久久久久,| 蜜桃久久精品国产亚洲av| 久久久久久伊人网av| 欧美最黄视频在线播放免费| 一个人免费在线观看电影| 中文亚洲av片在线观看爽| 国产美女午夜福利| 村上凉子中文字幕在线| 两人在一起打扑克的视频| 九九久久精品国产亚洲av麻豆| 中文字幕免费在线视频6| 久久久久久伊人网av| 少妇的逼水好多| 欧美成人a在线观看| 老熟妇仑乱视频hdxx| 欧美中文日本在线观看视频| 久久精品夜夜夜夜夜久久蜜豆| 日本在线视频免费播放| 长腿黑丝高跟| 伊人久久精品亚洲午夜| 99riav亚洲国产免费| 日本黄大片高清| 一级黄片播放器| 久久99热这里只有精品18| 波多野结衣巨乳人妻| 色播亚洲综合网| 欧美一区二区精品小视频在线| 人妻久久中文字幕网| 国产国拍精品亚洲av在线观看| 国产伦在线观看视频一区| 久久久久九九精品影院| av在线观看视频网站免费| 精品久久久久久成人av|