• <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 ?

    基于深度學(xué)習(xí)的肺結(jié)節(jié)檢測

    2018-02-27 20:07:08孟以爽易平顧問郭雪君
    計(jì)算機(jī)時代 2018年2期
    關(guān)鍵詞:肺結(jié)節(jié)卷積神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)

    孟以爽+易平+顧問+郭雪君

    摘 要: 肺結(jié)節(jié)的檢測是一項(xiàng)非常重要的計(jì)算機(jī)輔助診斷工作。文章提出了一種多片染色重疊圖像處理方法,來增強(qiáng)肺結(jié)節(jié)與其他健康組織間的差異性,并基于深度學(xué)習(xí)算法進(jìn)行肺結(jié)節(jié)檢測實(shí)驗(yàn)。實(shí)驗(yàn)使用了LIDC-IDRI數(shù)據(jù)集中的10000張肺部健康組織ROI和12000張肺結(jié)節(jié)ROI作為訓(xùn)練樣本集,使用AlexNet卷積神經(jīng)網(wǎng)絡(luò)作為深度學(xué)習(xí)的算法網(wǎng)絡(luò),通過LIDC數(shù)據(jù)庫中176個病人的CT圖像測試,得到了95.0%的敏感性和平均5.62的假陽性率結(jié)果。實(shí)驗(yàn)結(jié)果表明,所提出的方法比特征提取方法等傳統(tǒng)方法能提高肺結(jié)節(jié)的檢出率。

    關(guān)鍵詞: 計(jì)算機(jī)輔助診斷; 深度學(xué)習(xí); 肺結(jié)節(jié); 卷積神經(jīng)網(wǎng)絡(luò)

    中圖分類號:TP391 文獻(xiàn)標(biāo)志碼:A 文章編號:1006-8228(2018)02-05-05

    Abstract: The detection of pulmonary nodules is a very important part of computer-aided diagnosis. In this paper, a method of multi-slices coloring and superposition is proposed to increase the difference between pulmonary nodules and other healthy tissues and detect the nodules based on deep learning. The experiment uses 10000 patches of healthy tissues and 12000 patches of pulmonary nodules in LIDC-IDRI dataset as training dataset and AlexNet convolutional neural network as deep learning network. The prediction model after training is tested on 176 patients' CT images and gains the sensitive of 95.0% and an average of 5.62 false positive rates. The experimental results show that the proposed method can improve the detection rate of pulmonary nodules compared with some traditional feature extraction methods.

    Key words: computer-aided diagnosis; deep learning; pulmonary nodules; convolutional neural network

    0 引言

    肺結(jié)節(jié)很有可能是早期肺癌的一個標(biāo)志,而肺癌是新發(fā)率和致死率最高的癌癥之一,因此近幾年肺結(jié)節(jié)已引起廣泛的注意[1-3]。傳統(tǒng)檢測肺結(jié)節(jié)的方法為通過醫(yī)師觀察肺部的CT切片圖像,并識別病人是否有肺結(jié)節(jié)。然而較微小的肺結(jié)節(jié)在CT影像上看與血管較為相似,易被遺漏,通常一個病人的完整CT圖像有數(shù)百張的切片,因此,對計(jì)算機(jī)輔助檢測的研究就顯得尤為重要[4]。目前,對肺結(jié)節(jié)的計(jì)算機(jī)輔助診斷多使用特征提取分析的方法。近年來,深度學(xué)習(xí)已經(jīng)成為了機(jī)器學(xué)習(xí)中一個非常關(guān)鍵的研究領(lǐng)域,并在各個方向的研究中不斷取得新的成就[5-7]。本文提出了一種使用多切片染色的預(yù)處理方法,并使用深度學(xué)習(xí)網(wǎng)絡(luò)訓(xùn)練了大量的CT切片數(shù)據(jù),得到了一個預(yù)測模型來進(jìn)行CT切片是否含有肺結(jié)節(jié)的檢測工作。

    1 相關(guān)工作

    深度學(xué)習(xí)的概念由Hilton于2006年在Science上提出,以區(qū)別于人工神經(jīng)網(wǎng)絡(luò)算法[8]。卷積神經(jīng)網(wǎng)絡(luò)是一種常用于圖像識別和圖像處理的深度學(xué)習(xí)算法,諸如人臉識別領(lǐng)域[9],行人檢測領(lǐng)域[10]等各個圖像相關(guān)領(lǐng)域,具有局部感知和權(quán)值共享等特點(diǎn)。通過局部感知的方式,神經(jīng)元可以提取出圖像的一些特征,例如方向、角點(diǎn)等,而權(quán)值共享這一機(jī)制使得卷積神經(jīng)網(wǎng)絡(luò)算法可以減少參數(shù)的數(shù)量。卷積神經(jīng)網(wǎng)絡(luò)算法還使用降采樣的方法來減少特征的規(guī)模。

    卷積神經(jīng)網(wǎng)絡(luò)的主要組成部分為卷積層、池化層和全連接層。卷積層使用卷積核對圖像進(jìn)行卷積操作,來學(xué)習(xí)并獲得圖像的一些特征。池化層常被安排在卷積層之后,負(fù)責(zé)提取圖像的主要特征并進(jìn)行特征壓縮。使用池化層的主要目的是減少數(shù)據(jù)的規(guī)模和計(jì)算負(fù)荷,并降低算法的復(fù)雜度。全連接層則負(fù)責(zé)將提取到的特征映射到輸出樣本空間。

    2 肺結(jié)節(jié)的檢測

    本文的主要研究方法是通過AlexNet深度卷積神經(jīng)網(wǎng)絡(luò)算法來對預(yù)處理后的數(shù)據(jù)進(jìn)行分析。數(shù)據(jù)預(yù)處理共有三個步驟,分別為:肺實(shí)質(zhì)的提取、感興趣區(qū)域的提取和感興趣區(qū)域的疊加操作。

    2.1 肺實(shí)質(zhì)的提取

    數(shù)據(jù)預(yù)處理的第一步為肺實(shí)質(zhì)的提取。由于我們只對肺部CT圖像中的肺實(shí)質(zhì)部分感興趣,所以我們從原始CT切片圖像中提取出肺實(shí)質(zhì)來進(jìn)行分析,這樣就可以有效減少肺部輪廓對實(shí)驗(yàn)結(jié)果的影響。在肺實(shí)質(zhì)提取的過程中,我們采取了肺部輪廓腐蝕的方法來盡量粘連在肺部輪廓上的候選肺結(jié)節(jié)與肺部輪廓分割開。

    肺實(shí)質(zhì)提取的詳細(xì)步驟為:①將原始肺部CT切片通過固定閾值二值化,并轉(zhuǎn)換為一個二值圖像;②提取出二值圖像中的最大連通分量,并將其視為初步提取的肺部輪廓;③通過將較小的黑色連通區(qū)域置為白色的方法填補(bǔ)上氣管和一些小的空洞;④對肺部輪廓進(jìn)行腐蝕操作,來將粘連在肺部輪廓上的候選結(jié)節(jié)與其分割開;⑤填補(bǔ)上一些較小的空洞,并對肺部輪廓使用上一步驟的腐蝕操作中相同的操作算子進(jìn)行膨脹操作,得到最終的肺部輪廓;⑥通過該輪廓得到肺實(shí)質(zhì)的掩模;⑦通過肺實(shí)質(zhì)掩模從原始的CT切片圖像中提取出肺實(shí)質(zhì)。肺實(shí)質(zhì)提取具體步驟的一個例子如圖1所示。endprint

    2.2 感興趣區(qū)域(ROI)的提取

    數(shù)據(jù)預(yù)處理的第二個步驟是ROI的提取。在得到了肺實(shí)質(zhì)之后,我們對肺實(shí)質(zhì)進(jìn)行分析,并獲得候選肺結(jié)節(jié)的質(zhì)心位置。我們對肺實(shí)質(zhì)圖像以候選肺結(jié)節(jié)的質(zhì)心為中心,切割出64×64的小塊圖像,即為肺實(shí)質(zhì)的ROI。

    ROI提取的步驟為:①將肺實(shí)質(zhì)轉(zhuǎn)化為二值圖像來進(jìn)行進(jìn)一步的分析;②刪除一些極小面積的干擾區(qū)域;③由于肺結(jié)節(jié)一般都是近似于球狀的,刪除一些明顯的條狀區(qū)域(即長寬比過于懸殊的區(qū)域);④將圖像上仍然遺留的白色連通區(qū)域視為候選肺結(jié)節(jié),并以候選肺結(jié)節(jié)的質(zhì)心為中心,從肺實(shí)質(zhì)中切割出64×64的小塊圖像,并將其視為感興趣區(qū)域。ROI提取具體步驟的一個例子如圖2所示。

    2.3 感興趣區(qū)域的疊加

    數(shù)據(jù)預(yù)處理的最后一個步驟為ROI小塊圖像的疊加操作。當(dāng)我們獲得肺實(shí)質(zhì)的ROI區(qū)域以后,我們從按切片深度排序的CT切片序列中,找到上一張與下一張切片與其相應(yīng)的肺實(shí)質(zhì),并從肺實(shí)質(zhì)中切割出與ROI同一位置的64×64小塊圖像。將這三張小塊圖像依次放入RGB通道(紅色,綠色,藍(lán)色通道)疊加,最終得到一張64×64的偽彩圖。這些64×64的偽彩圖將被作為后續(xù)深度學(xué)習(xí)的訓(xùn)練和測試樣本集。

    感興趣區(qū)域的疊加操作的目的是增強(qiáng)肺結(jié)節(jié)和其他健康組織之間的差異性。由于肺結(jié)節(jié)的球狀特征,連續(xù)三張CT切片上得到的小塊圖像中的候選肺結(jié)節(jié)幾乎重疊。然而諸如血管之類的健康組織大多呈條狀,因此,疊加后的偽彩圖上能看到明顯的紅、綠、藍(lán)色的漸變,顯示出健康組織在縱向上呈條狀的走向。

    對于一些尺寸較小,肉眼識別較為困難的肺結(jié)節(jié),通過這一預(yù)處理操作能夠非常有效地增加肺結(jié)節(jié)與血管之間的差別。一些典型的肺結(jié)節(jié)偽彩圖和健康組織偽彩圖的樣本如圖3所示。

    2.4 深度學(xué)習(xí)模型

    本文使用Caffe(Convolutional Architecture for Fast Feature Embedding)作為深度學(xué)習(xí)的框架。Caffe由伯克利視覺與學(xué)習(xí)中心(Berkeley Vision and Learning Center,BVLC)開發(fā),可用于作為卷積神經(jīng)網(wǎng)絡(luò)的平臺[11]。Caffe有著運(yùn)行速度快與可擴(kuò)展等特性。實(shí)驗(yàn)使用服務(wù)器的操作系統(tǒng)為CentOS 7.3,GPU顯卡為NVIDIA GeForce GTX 1080。

    數(shù)據(jù)集的訓(xùn)練工作通過AlexNet完成。AlexNet是一種經(jīng)典的開源卷積神經(jīng)網(wǎng)絡(luò)算法,曾獲得2012年ImageNet視覺識別比賽的冠軍(ImageNet Large Scale Visual Recognition Challenge,ILSVR)。AlexNet由五個卷積層,三個池化層,三個全連接層和七個激活層組成,有近六千萬的自由參數(shù)。AlexNet網(wǎng)絡(luò)的結(jié)構(gòu)如圖4。

    模型的初始學(xué)習(xí)率為0.01,以每10000次迭代10的因子衰減。迭代的最大次數(shù)為100000次,動量系數(shù)為0.9,衰減權(quán)值為0.0005。在完成了最大迭代步數(shù)的訓(xùn)練以后,我們得到了一個模型,來進(jìn)行每張偽彩色小塊圖像中是否含有肺結(jié)節(jié)的判別工作。

    3 實(shí)驗(yàn)結(jié)果

    本文使用LIDC-IDRI(Lung Image Database Consortium)數(shù)據(jù)庫作為訓(xùn)練和測試的肺部CT切片樣本集。LIDC-IDRI數(shù)據(jù)庫由美國國家癌癥協(xié)會(National Cancer Institute,NCI)為了早期癌癥的研究而收集與公布[12]。LIDC-IDRI數(shù)據(jù)庫是一個規(guī)模較大,被最為廣泛使用的肺部CT圖像數(shù)據(jù)庫,包含有1007個病人的完整肺部CT切片圖像及其標(biāo)注信息,包括肺結(jié)節(jié)所在位置、大小與一些其他的特征。

    我們使用800個病人的CT圖像中提取出的10000張肺結(jié)節(jié)偽彩小塊圖像與12000張健康組織偽彩小塊圖像作為訓(xùn)練數(shù)據(jù)樣本集。通過深度學(xué)習(xí)的模型對數(shù)據(jù)的學(xué)習(xí)和分析,最終訓(xùn)練得到一個預(yù)測模型。實(shí)驗(yàn)使用不在訓(xùn)練集中的另外176個病人的CT圖像作為測試集,對模型進(jìn)行了測試。測試集中共有321個肺部結(jié)節(jié)。根據(jù)不同肺結(jié)節(jié)大小得到的實(shí)驗(yàn)結(jié)果如表1所示,可以發(fā)現(xiàn)未被檢出的肺結(jié)節(jié)尺寸均小于10mm。根據(jù)不同肺結(jié)節(jié)位置得到的實(shí)驗(yàn)結(jié)果如表2所示,實(shí)驗(yàn)結(jié)果表明不與肺部輪廓粘連的肺結(jié)節(jié)檢出率高于與肺部輪廓粘連的肺結(jié)節(jié)檢出率。

    當(dāng)預(yù)測模型分析輸入的測試圖像后,會輸出一個0至1之間的數(shù)值,該值表現(xiàn)測試圖像中含有肺結(jié)節(jié)的概率。通過設(shè)置一個閾值可以對測試圖像進(jìn)行是否含有肺結(jié)節(jié)的區(qū)分。同一閾值下,敏感性和假陽性的ROC曲線如圖5所示。當(dāng)閾值為0.5時,預(yù)測模型的表現(xiàn)較好。

    本文算法的實(shí)驗(yàn)結(jié)果與其他CAD系統(tǒng)的實(shí)驗(yàn)結(jié)果比較如表3所示。這些CAD系統(tǒng)中,一半使用的是LIDC-IDRI數(shù)據(jù)庫。從實(shí)驗(yàn)結(jié)果看出,本文提出的方法得到的檢出率高于一些其他的CAD 系統(tǒng),假陽性能夠低于一些傳統(tǒng)的檢測方法。

    4 結(jié)論

    通過本文提出的基于深度學(xué)習(xí)的多切片染色方法進(jìn)行肺結(jié)節(jié)檢測實(shí)驗(yàn),我們得到了95.0% 的高敏感性與平均5.62的假陽性。實(shí)驗(yàn)結(jié)果表明通過本方法可以有效地提高肺結(jié)節(jié)的檢出率。本方法還適用于一些粘連在肺部輪廓上的結(jié)節(jié)和一些尺寸較小的結(jié)節(jié),因此具有較高的普適性。未來,我們將繼續(xù)在假陽性的降低和肺結(jié)節(jié)的分類(例如GGO結(jié)節(jié)與非GGO結(jié)節(jié)的區(qū)分)上開展研究。

    參考文獻(xiàn)(References):

    [1] Nie S D, Li-Hong L I, Chen Z X. A CI feature-based pulmonary nodule segmentation using three-domain mean shift clustering[C]// International Conference on Wavelet Analysis and Pattern Recognition. IEEE,2008:223-227endprint

    猜你喜歡
    肺結(jié)節(jié)卷積神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)
    128層CT三維重組技術(shù)對實(shí)性肺結(jié)節(jié)的診斷價值研究
    基于深度卷積神經(jīng)網(wǎng)絡(luò)的物體識別算法
    MOOC與翻轉(zhuǎn)課堂融合的深度學(xué)習(xí)場域建構(gòu)
    大數(shù)據(jù)技術(shù)在反恐怖主義中的應(yīng)用展望
    “肺結(jié)節(jié)”獨(dú)白
    百姓生活(2016年9期)2016-11-11 14:07:42
    深度學(xué)習(xí)算法應(yīng)用于巖石圖像處理的可行性研究
    基于深度卷積網(wǎng)絡(luò)的人臉年齡分析算法與實(shí)現(xiàn)
    軟件工程(2016年8期)2016-10-25 15:47:34
    基于卷積神經(jīng)網(wǎng)絡(luò)的樹葉識別的算法的研究
    肺內(nèi)多發(fā)結(jié)節(jié)16層螺旋CT診斷與分析
    多層螺旋CT的VR及MPR圖像重組在肺結(jié)節(jié)良惡性胸膜凹陷征中的鑒別價值
    久久九九热精品免费| 夜夜夜夜夜久久久久| 久久热在线av| 国产午夜精品论理片| 国产97色在线日韩免费| 午夜福利成人在线免费观看| 级片在线观看| 国产成+人综合+亚洲专区| 国产免费男女视频| 国内精品美女久久久久久| 无遮挡黄片免费观看| 免费高清视频大片| tocl精华| 午夜成年电影在线免费观看| 亚洲av电影不卡..在线观看| 国产免费av片在线观看野外av| 99国产综合亚洲精品| 亚洲av成人一区二区三| 久久精品综合一区二区三区| 国产v大片淫在线免费观看| 19禁男女啪啪无遮挡网站| 国产一级毛片七仙女欲春2| 999久久久国产精品视频| 亚洲国产看品久久| 欧美激情在线99| 俺也久久电影网| x7x7x7水蜜桃| 人人妻人人看人人澡| 老司机深夜福利视频在线观看| 12—13女人毛片做爰片一| 午夜福利18| 亚洲国产欧美人成| 99在线视频只有这里精品首页| 特大巨黑吊av在线直播| netflix在线观看网站| av在线蜜桃| 人人妻,人人澡人人爽秒播| 亚洲精品美女久久久久99蜜臀| 久久天躁狠狠躁夜夜2o2o| 精品日产1卡2卡| 搡老熟女国产l中国老女人| 12—13女人毛片做爰片一| 日韩欧美三级三区| 成人午夜高清在线视频| 亚洲国产欧洲综合997久久,| 在线观看免费视频日本深夜| 99久久无色码亚洲精品果冻| 午夜免费成人在线视频| 九九在线视频观看精品| 亚洲专区国产一区二区| 熟女电影av网| 亚洲色图av天堂| 欧美日韩精品网址| 在线观看66精品国产| 又黄又爽又免费观看的视频| 真实男女啪啪啪动态图| 国产麻豆成人av免费视频| 成人性生交大片免费视频hd| 叶爱在线成人免费视频播放| 免费高清视频大片| 久久中文看片网| 12—13女人毛片做爰片一| 欧美三级亚洲精品| 丰满的人妻完整版| 性色av乱码一区二区三区2| 99热6这里只有精品| 免费一级毛片在线播放高清视频| 黄色日韩在线| 久久99热这里只有精品18| 精品久久久久久久末码| 男女那种视频在线观看| 亚洲成人久久性| 中文字幕人妻丝袜一区二区| 亚洲成人久久爱视频| 看免费av毛片| 啦啦啦免费观看视频1| 观看美女的网站| 久久精品国产99精品国产亚洲性色| 99久久精品一区二区三区| 国产精品综合久久久久久久免费| 听说在线观看完整版免费高清| 老司机午夜十八禁免费视频| 两性午夜刺激爽爽歪歪视频在线观看| 热99在线观看视频| 性色avwww在线观看| 欧美国产日韩亚洲一区| 国内精品美女久久久久久| 亚洲精品美女久久av网站| 亚洲欧美日韩高清专用| 在线国产一区二区在线| 亚洲自拍偷在线| 国内毛片毛片毛片毛片毛片| 97超级碰碰碰精品色视频在线观看| 91在线观看av| 国产不卡一卡二| 免费搜索国产男女视频| 久久久久精品国产欧美久久久| av福利片在线观看| 男女做爰动态图高潮gif福利片| 免费av毛片视频| 亚洲九九香蕉| 精品午夜福利视频在线观看一区| 在线观看免费视频日本深夜| 国产精品日韩av在线免费观看| 亚洲人与动物交配视频| 搞女人的毛片| 五月伊人婷婷丁香| 夜夜爽天天搞| 精品国内亚洲2022精品成人| 国内少妇人妻偷人精品xxx网站 | www.www免费av| 制服人妻中文乱码| 大型黄色视频在线免费观看| 性色av乱码一区二区三区2| 特大巨黑吊av在线直播| 国产一级毛片七仙女欲春2| 亚洲精品粉嫩美女一区| x7x7x7水蜜桃| av天堂中文字幕网| 哪里可以看免费的av片| 亚洲成a人片在线一区二区| 免费av毛片视频| 一进一出抽搐动态| 国产午夜精品论理片| av中文乱码字幕在线| 黄色视频,在线免费观看| 日本黄色片子视频| 麻豆成人av在线观看| 久久久久久久久久黄片| 18禁黄网站禁片午夜丰满| 成人三级做爰电影| 亚洲人成网站在线播放欧美日韩| 国产真人三级小视频在线观看| 免费电影在线观看免费观看| 午夜精品在线福利| 成人永久免费在线观看视频| 国产一区在线观看成人免费| 青草久久国产| 亚洲国产日韩欧美精品在线观看 | 国产男靠女视频免费网站| 精品国产乱码久久久久久男人| 特大巨黑吊av在线直播| 国产一区二区三区视频了| 视频区欧美日本亚洲| 首页视频小说图片口味搜索| 亚洲国产高清在线一区二区三| 国产91精品成人一区二区三区| 99精品久久久久人妻精品| 欧美乱色亚洲激情| 国产精品香港三级国产av潘金莲| 日韩av在线大香蕉| 免费在线观看日本一区| av国产免费在线观看| 亚洲av第一区精品v没综合| svipshipincom国产片| 不卡一级毛片| 亚洲天堂国产精品一区在线| 男人舔女人的私密视频| 久久精品91无色码中文字幕| 精品国内亚洲2022精品成人| 热99在线观看视频| 99热6这里只有精品| 日韩精品中文字幕看吧| 亚洲精品粉嫩美女一区| 日本在线视频免费播放| 日韩欧美国产一区二区入口| 18美女黄网站色大片免费观看| 亚洲 欧美一区二区三区| 国产av在哪里看| 免费高清视频大片| 国产一区二区在线av高清观看| 午夜亚洲福利在线播放| 一本一本综合久久| 别揉我奶头~嗯~啊~动态视频| 精品欧美国产一区二区三| 日本在线视频免费播放| 国产熟女xx| 日韩欧美 国产精品| 一a级毛片在线观看| 亚洲18禁久久av| 国模一区二区三区四区视频 | 免费在线观看日本一区| 天堂影院成人在线观看| 国产成人av教育| 久久这里只有精品19| 亚洲精品乱码久久久v下载方式 | 国产高清三级在线| 丁香六月欧美| 日韩欧美在线乱码| 三级男女做爰猛烈吃奶摸视频| 一区二区三区激情视频| 村上凉子中文字幕在线| 在线永久观看黄色视频| 国产亚洲欧美在线一区二区| 亚洲精品中文字幕一二三四区| 日本在线视频免费播放| 精品久久久久久,| 国产成人影院久久av| 真人做人爱边吃奶动态| 国产私拍福利视频在线观看| 99久久精品国产亚洲精品| 国产毛片a区久久久久| 十八禁网站免费在线| 欧美黄色淫秽网站| 国产爱豆传媒在线观看| 美女cb高潮喷水在线观看 | 久久精品91无色码中文字幕| 亚洲成av人片在线播放无| 精品国产美女av久久久久小说| 午夜福利在线观看吧| xxx96com| 久久亚洲精品不卡| 99久久精品国产亚洲精品| 国产精品亚洲一级av第二区| 亚洲欧美一区二区三区黑人| 国产精品野战在线观看| 伊人久久大香线蕉亚洲五| 最近最新免费中文字幕在线| 色综合婷婷激情| 免费av毛片视频| 97超级碰碰碰精品色视频在线观看| 日本成人三级电影网站| 一个人免费在线观看电影 | 18禁美女被吸乳视频| 久久久精品大字幕| 草草在线视频免费看| 成人av在线播放网站| 欧美激情久久久久久爽电影| 色综合站精品国产| 久久久精品大字幕| 亚洲激情在线av| 99久久精品国产亚洲精品| 亚洲熟女毛片儿| 亚洲激情在线av| 中亚洲国语对白在线视频| 成人精品一区二区免费| 国产精品一区二区三区四区久久| 亚洲欧美激情综合另类| 精品电影一区二区在线| 最近视频中文字幕2019在线8| 午夜久久久久精精品| 亚洲欧美日韩无卡精品| 成人无遮挡网站| 天堂av国产一区二区熟女人妻| 热99在线观看视频| 成人av在线播放网站| 久久国产精品影院| 一二三四社区在线视频社区8| 99国产精品一区二区蜜桃av| 又黄又爽又免费观看的视频| 全区人妻精品视频| 全区人妻精品视频| 在线免费观看的www视频| cao死你这个sao货| 婷婷丁香在线五月| 两人在一起打扑克的视频| 欧美另类亚洲清纯唯美| 天堂网av新在线| 色老头精品视频在线观看| av在线蜜桃| 亚洲av五月六月丁香网| 最新中文字幕久久久久 | 久久欧美精品欧美久久欧美| 一个人免费在线观看的高清视频| 国产淫片久久久久久久久 | 在线观看免费视频日本深夜| 国产精品香港三级国产av潘金莲| 禁无遮挡网站| 精品国产乱子伦一区二区三区| 午夜福利在线在线| 在线观看免费午夜福利视频| 精品一区二区三区视频在线观看免费| 免费搜索国产男女视频| 欧美绝顶高潮抽搐喷水| 国产精品自产拍在线观看55亚洲| 丁香六月欧美| www.999成人在线观看| 亚洲第一电影网av| 午夜a级毛片| 国产69精品久久久久777片 | 国产高清videossex| 最好的美女福利视频网| 麻豆国产av国片精品| 欧美日韩综合久久久久久 | 亚洲无线观看免费| 国产av不卡久久| 伦理电影免费视频| 热99re8久久精品国产| 日日夜夜操网爽| 真人做人爱边吃奶动态| 无遮挡黄片免费观看| 一边摸一边抽搐一进一小说| av天堂中文字幕网| 午夜福利在线观看吧| 亚洲一区二区三区不卡视频| 午夜福利免费观看在线| 久久久久精品国产欧美久久久| www日本黄色视频网| 热99re8久久精品国产| 麻豆久久精品国产亚洲av| 黄频高清免费视频| 天天一区二区日本电影三级| 90打野战视频偷拍视频| 国产伦人伦偷精品视频| 欧美一级毛片孕妇| 国产极品精品免费视频能看的| 岛国视频午夜一区免费看| а√天堂www在线а√下载| aaaaa片日本免费| 非洲黑人性xxxx精品又粗又长| 欧美最黄视频在线播放免费| 亚洲国产精品合色在线| 国内精品久久久久精免费| 久久久久久九九精品二区国产| 最好的美女福利视频网| 免费高清视频大片| 精品久久蜜臀av无| 亚洲国产精品合色在线| 国产蜜桃级精品一区二区三区| 男女之事视频高清在线观看| aaaaa片日本免费| 国产精品99久久久久久久久| 天天一区二区日本电影三级| 日本 av在线| 亚洲熟女毛片儿| 欧美一级毛片孕妇| 老熟妇仑乱视频hdxx| 露出奶头的视频| 高清毛片免费观看视频网站| or卡值多少钱| 亚洲欧美一区二区三区黑人| 欧美最黄视频在线播放免费| 久久人人精品亚洲av| 亚洲国产精品成人综合色| 国产精品电影一区二区三区| 少妇人妻一区二区三区视频| 国产精品 国内视频| 91老司机精品| 999久久久精品免费观看国产| 久久久精品欧美日韩精品| 国产av麻豆久久久久久久| 免费高清视频大片| 国产激情偷乱视频一区二区| 露出奶头的视频| 一区二区三区国产精品乱码| 噜噜噜噜噜久久久久久91| 少妇的逼水好多| 免费电影在线观看免费观看| 桃红色精品国产亚洲av| 国内精品美女久久久久久| 亚洲成av人片免费观看| 我的老师免费观看完整版| 丝袜人妻中文字幕| 一级黄色大片毛片| 十八禁人妻一区二区| 日韩欧美在线乱码| 精品国产乱码久久久久久男人| 国产熟女xx| 亚洲九九香蕉| 在线十欧美十亚洲十日本专区| 叶爱在线成人免费视频播放| 免费看光身美女| 一夜夜www| 一个人看视频在线观看www免费 | 国产成人一区二区三区免费视频网站| 成人国产一区最新在线观看| 美女 人体艺术 gogo| 人妻夜夜爽99麻豆av| 免费人成视频x8x8入口观看| 国产乱人伦免费视频| 老鸭窝网址在线观看| 一级毛片高清免费大全| 亚洲性夜色夜夜综合| 好看av亚洲va欧美ⅴa在| 偷拍熟女少妇极品色| 人人妻人人看人人澡| 舔av片在线| 真人做人爱边吃奶动态| 亚洲九九香蕉| www日本在线高清视频| 淫秽高清视频在线观看| 真人做人爱边吃奶动态| 俄罗斯特黄特色一大片| 久久久久国产精品人妻aⅴ院| 极品教师在线免费播放| 欧美精品啪啪一区二区三区| 波多野结衣高清作品| 日韩大尺度精品在线看网址| 琪琪午夜伦伦电影理论片6080| 中文字幕av在线有码专区| 亚洲av成人av| 亚洲国产中文字幕在线视频| 男人舔奶头视频| 禁无遮挡网站| 亚洲va日本ⅴa欧美va伊人久久| 久久久成人免费电影| 国产精品久久久久久人妻精品电影| 精品国产乱子伦一区二区三区| 人人妻人人澡欧美一区二区| 少妇裸体淫交视频免费看高清| 黄色丝袜av网址大全| 亚洲电影在线观看av| 成人午夜高清在线视频| 成人一区二区视频在线观看| 变态另类成人亚洲欧美熟女| 97超视频在线观看视频| 97超级碰碰碰精品色视频在线观看| 99视频精品全部免费 在线 | 国产精品野战在线观看| 午夜免费观看网址| 1024手机看黄色片| 国产精品亚洲美女久久久| 美女免费视频网站| 久久久国产成人免费| 在线观看舔阴道视频| 日本精品一区二区三区蜜桃| 在线免费观看不下载黄p国产 | 国产精品日韩av在线免费观看| 欧美色欧美亚洲另类二区| 国产三级中文精品| 久9热在线精品视频| 亚洲 国产 在线| 日本黄色片子视频| 热99在线观看视频| 国内精品久久久久精免费| 国产亚洲欧美在线一区二区| 国产精品99久久久久久久久| 色精品久久人妻99蜜桃| 999久久久精品免费观看国产| 欧美日韩福利视频一区二区| 亚洲精品一区av在线观看| 首页视频小说图片口味搜索| 黄色女人牲交| 欧美最黄视频在线播放免费| 偷拍熟女少妇极品色| 国产毛片a区久久久久| 嫩草影院入口| 午夜福利在线观看免费完整高清在 | 亚洲欧美激情综合另类| 国产真人三级小视频在线观看| 日本在线视频免费播放| 亚洲熟妇熟女久久| av欧美777| 级片在线观看| 欧美一区二区国产精品久久精品| 免费在线观看视频国产中文字幕亚洲| 亚洲五月天丁香| 欧美xxxx黑人xx丫x性爽| av福利片在线观看| 亚洲人成电影免费在线| 午夜影院日韩av| 亚洲精品456在线播放app | 久久伊人香网站| 久久中文看片网| 天堂av国产一区二区熟女人妻| 欧美日韩乱码在线| av天堂中文字幕网| 操出白浆在线播放| 欧美在线黄色| 国产成人av激情在线播放| 综合色av麻豆| 亚洲国产欧美网| 听说在线观看完整版免费高清| 欧美日韩国产亚洲二区| 午夜福利在线观看吧| 12—13女人毛片做爰片一| 国产亚洲欧美98| av欧美777| 精品久久久久久久久久久久久| 香蕉av资源在线| 亚洲国产中文字幕在线视频| av国产免费在线观看| 人妻久久中文字幕网| 亚洲国产精品sss在线观看| 精品欧美国产一区二区三| 亚洲成人免费电影在线观看| 亚洲成av人片免费观看| 亚洲人成电影免费在线| 动漫黄色视频在线观看| 国产成人精品久久二区二区91| 亚洲国产欧美网| 亚洲av成人av| 国内精品久久久久精免费| 国产精品免费一区二区三区在线| 欧美成人免费av一区二区三区| 亚洲乱码一区二区免费版| x7x7x7水蜜桃| 国产精品影院久久| 免费在线观看亚洲国产| 波多野结衣高清无吗| 国产成人aa在线观看| 日韩人妻高清精品专区| bbb黄色大片| 悠悠久久av| 男人和女人高潮做爰伦理| 国产精品久久久久久久电影 | 亚洲五月婷婷丁香| 一区二区三区激情视频| 两性夫妻黄色片| 成人av一区二区三区在线看| 真人一进一出gif抽搐免费| 麻豆久久精品国产亚洲av| 可以在线观看的亚洲视频| 人妻夜夜爽99麻豆av| 久久久国产成人精品二区| 日韩欧美一区二区三区在线观看| 中文字幕av在线有码专区| 色播亚洲综合网| 999精品在线视频| 国产日本99.免费观看| 久久久成人免费电影| 波多野结衣巨乳人妻| 99久久无色码亚洲精品果冻| 一区二区三区高清视频在线| 午夜福利成人在线免费观看| 国产成人福利小说| 成人高潮视频无遮挡免费网站| 欧美乱妇无乱码| 日本与韩国留学比较| 在线播放国产精品三级| 成人特级av手机在线观看| 精品福利观看| 在线免费观看不下载黄p国产 | 免费一级毛片在线播放高清视频| 91在线精品国自产拍蜜月 | 九色成人免费人妻av| 欧美绝顶高潮抽搐喷水| 真人一进一出gif抽搐免费| 国产精品久久久av美女十八| 怎么达到女性高潮| 亚洲欧美一区二区三区黑人| 每晚都被弄得嗷嗷叫到高潮| 首页视频小说图片口味搜索| 99精品欧美一区二区三区四区| 一级毛片高清免费大全| 麻豆av在线久日| 日韩精品青青久久久久久| 色av中文字幕| 国产三级黄色录像| 超碰成人久久| 精品欧美国产一区二区三| 精华霜和精华液先用哪个| 看免费av毛片| 国产成人精品无人区| ponron亚洲| 亚洲国产精品久久男人天堂| 精品久久久久久久毛片微露脸| 在线a可以看的网站| 国产日本99.免费观看| 国产精品免费一区二区三区在线| 国产精品99久久久久久久久| 亚洲欧美日韩高清专用| 美女大奶头视频| 精品国内亚洲2022精品成人| 欧美zozozo另类| 久久久久久人人人人人| 成人18禁在线播放| 久久久久久久午夜电影| 国产视频内射| 国产极品精品免费视频能看的| 香蕉国产在线看| 人妻夜夜爽99麻豆av| 在线观看免费午夜福利视频| 久久欧美精品欧美久久欧美| 欧美日韩福利视频一区二区| 欧美又色又爽又黄视频| 精品久久蜜臀av无| 色综合亚洲欧美另类图片| 欧美中文综合在线视频| 午夜免费成人在线视频| 午夜精品在线福利| 嫩草影视91久久| 国产精品亚洲av一区麻豆| 久久精品aⅴ一区二区三区四区| 亚洲第一电影网av| 国产精品一区二区三区四区久久| 中文字幕高清在线视频| 国产伦人伦偷精品视频| 在线观看舔阴道视频| 毛片女人毛片| 精华霜和精华液先用哪个| 看片在线看免费视频| 99riav亚洲国产免费| 一级a爱片免费观看的视频| 高潮久久久久久久久久久不卡| 免费搜索国产男女视频| 国产男靠女视频免费网站| 日本三级黄在线观看| 亚洲精品国产精品久久久不卡| 又紧又爽又黄一区二区| 亚洲精品456在线播放app | 男女视频在线观看网站免费| 成人国产一区最新在线观看| 久久人妻av系列| 狠狠狠狠99中文字幕| 搡老岳熟女国产| 日日夜夜操网爽| 丝袜人妻中文字幕| 国产真人三级小视频在线观看| 少妇的逼水好多| 亚洲成av人片免费观看| 国产野战对白在线观看| 精品99又大又爽又粗少妇毛片 | 国产激情久久老熟女| 国产精品免费一区二区三区在线| 757午夜福利合集在线观看| 精品无人区乱码1区二区| 亚洲18禁久久av| 亚洲精品一卡2卡三卡4卡5卡| 欧美3d第一页| 国产精品九九99| 亚洲精品一卡2卡三卡4卡5卡| 又爽又黄无遮挡网站| 色综合站精品国产| 国产一级毛片七仙女欲春2|