• <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 ?

    基于改進(jìn)DRLSE模型的甲狀腺3D超聲圖像自動(dòng)分割

    2019-10-08 06:52:16冉冬梅嚴(yán)加勇崔崤峣
    軟件 2019年4期
    關(guān)鍵詞:圖像分割

    冉冬梅 嚴(yán)加勇 崔崤峣

    摘 ?要: 從超聲圖像中準(zhǔn)確分割甲狀腺區(qū)域是甲狀腺疾病手術(shù)計(jì)劃的關(guān)鍵之一。本文一方面,針對(duì)甲狀腺超聲3D圖像,提出利用邊緣指示函數(shù)和面積項(xiàng)系數(shù)改進(jìn)的距離正則化水平集演化(Distance Regularized Level Set Evolution,DRLSE)模型來實(shí)現(xiàn)甲狀腺區(qū)域的有效分割;另一方面,根據(jù)3D超聲圖像相鄰幀之間甲狀腺變化較小的特點(diǎn),通過計(jì)算已分割圖像的質(zhì)心,作為相鄰幀圖像分割初始點(diǎn)來實(shí)現(xiàn)3D圖像的自動(dòng)分割。實(shí)驗(yàn)表明,采用本文改進(jìn)DRLSE模型分割甲狀腺3D超聲圖像,平均分割精度可以達(dá)到90%以上。

    關(guān)鍵詞: 甲狀腺三維超聲圖像;圖像分割;DRLSE模型;邊緣指示函數(shù)

    中圖分類號(hào): R318.5 ? ?文獻(xiàn)標(biāo)識(shí)碼: A ? ?DOI:10.3969/j.issn.1003-6970.2019.04.012

    本文著錄格式:冉冬梅,嚴(yán)加勇,崔崤峣,等. 基于改進(jìn)DRLSE模型的甲狀腺3D超聲圖像自動(dòng)分割[J]. 軟件,2019,40(4):6166

    【Abstract】: Accurate segmentation of the thyroid region from ultrasound images is one of the keys to a surgical plan for thyroid disease. On the one hand, this paper proposes utilizing an improved edge indicator function and the area regular coefficient to improve the Distance Regularized Level Set Evolution (DRLSE) model to achieve effective segmentation of the thyroid region. On the other hand, according to the characteristics of small thyroid change between adjacent frames of the three-dimensional ultrasound image, the centroid of the segmented image is used as the initial point for the adjacent frame image. Thus the segmentation of the three-dimensional image is performed automatically. Experiments show that the improved DRLSE model can segment the thyroid three-dimensional ultrasound image effectively, and the average segmentation accuracy is about 90%.

    【Key words】: Thyroid three-dimensional ultrasound image; Edge indication function; Image segmentation; DRLSE model

    0 ?引言

    隨著甲狀腺疾病發(fā)展,甲狀腺腺體的大小會(huì)產(chǎn)生相應(yīng)的變化,因此,要實(shí)現(xiàn)對(duì)甲狀腺病變的有效診斷和治療[1],往往需要對(duì)甲狀腺進(jìn)行分割,以便更準(zhǔn)確地描述出甲狀腺的病變區(qū)域及周圍組織。

    醫(yī)學(xué)圖像分割算法種類豐富[2-8],但是甲狀腺超聲圖像分割受限于斑點(diǎn)噪聲、形態(tài)不規(guī)則、對(duì)比度低且邊緣模糊等因素。目前,國內(nèi)外學(xué)者運(yùn)用多種算法,已經(jīng)做了很多關(guān)于如何在二維或三維超聲圖像中分割甲狀腺的研究。Chang[9]等人在2010年提出使用徑向基函數(shù)(RBF,radial basis function)神經(jīng)網(wǎng)絡(luò)自動(dòng)分割甲狀腺,并使用粒子群優(yōu)化算法較為準(zhǔn)確地實(shí)現(xiàn)甲狀腺體積估計(jì);2011年,Selvathi[10]等開發(fā)了一種使用機(jī)器學(xué)習(xí)的算法對(duì)甲狀腺圖像自動(dòng)分類、分割的系統(tǒng),主要使用SVM、ELM分類器,分割精度分別可達(dá)80%,90%;Zhao[11]等人2012年對(duì)比了多種用于醫(yī)學(xué)圖像分割的方法,如邊緣檢測(cè)、閾值、區(qū)域分裂與合并、主動(dòng)輪廓模型、圖論(Graph theory)及歸一化割(Ncut)等,并最終選取歸一化割作為甲狀腺腫瘤的分割算法;2013年Kaur[12]等比較了三種甲狀腺分割方法的迭代次數(shù)、分割耗時(shí)和精度,即無邊緣的活動(dòng)輪廓(Active Contour without edges,ACWE)、基于局部區(qū)域的活動(dòng)輪廓(Localized region Based active contour,LRAC)和DRLSE模型,實(shí)驗(yàn)表明LRAC分割性能最佳,分割精度為80%以上。

    除此之外,針對(duì)甲狀腺三維超聲圖像分割的方法也很多,2006年Dornheim[13]等人使用3D穩(wěn)定質(zhì)量彈簧模型(3D Stable Mass-Spring Models,SMSMs)來創(chuàng)建用于甲狀腺軟骨分割的3D可變形形狀模型,該模型可適應(yīng)患者特定的形狀變化和病理形變;Poudel[14-15]等提出使用活動(dòng)輪廓和三維重建工具來獲取甲狀腺的三維模型,隨后,還加入均方誤差比(ratio of mean square error)和直方圖之間的相關(guān)性(correlation between histograms),將甲狀腺超聲圖像分割精度提高到86.7%。

    甲狀腺超聲圖像分割算法多種多樣,但受甲狀腺結(jié)構(gòu)復(fù)雜性和超聲成像質(zhì)量的影響,各類算法均不具有普適性。大多算法計(jì)算過程復(fù)雜、耗時(shí),而且,不同方法分割結(jié)果大多會(huì)出現(xiàn)不同程度的過分割和欠分割等問題。綜合考慮前述分割算法的優(yōu)缺點(diǎn)以及分割效率和精度等因素,本文選取了Li[16]提出的距離正則化水平集演化模型來實(shí)現(xiàn)甲狀腺的分割。針對(duì)現(xiàn)有甲狀腺3D超聲圖像數(shù)據(jù),本文采用可在濾除噪聲的同時(shí)很好保持圖像邊緣信息的各向異性擴(kuò)散模型,實(shí)現(xiàn)對(duì)原始圖像的濾波操作,降低斑點(diǎn)噪聲對(duì)分割結(jié)果的影響;為提高分割效率,本文在Li模型基礎(chǔ)上采用改進(jìn)的邊緣指示函數(shù)和可變權(quán)系數(shù)來控制曲線的演化,實(shí)現(xiàn)甲狀腺的分割。考慮到連續(xù)圖像相鄰幀圖像間像素變化不大的特點(diǎn),本文每分割完一幅圖像,就計(jì)算其質(zhì)心,并將其作為相鄰的下一幅圖像初始點(diǎn)繼續(xù)分割。實(shí)驗(yàn)表明,本文改進(jìn)的算法融入了圖像的全局信息,提高了甲狀腺分割速度和精度,可以實(shí)現(xiàn)視頻圖像的自動(dòng)分割。

    1 ?預(yù)處理

    甲狀腺超聲圖像復(fù)雜度較高,斑點(diǎn)噪聲較重,并且具有灰度對(duì)比度低、邊緣模糊等特點(diǎn)。各向異性擴(kuò)散濾波模型是基于物理學(xué)中熱傳遞中熱傳導(dǎo)的原理來實(shí)現(xiàn)圖像的平滑過程,該算法能夠在平滑圖像噪聲的同時(shí)保留圖像的邊緣。因此,本文采用各向異性擴(kuò)散[17](Anisotropic Diffusion)濾波來平滑待處理的甲狀腺超聲圖像。

    2 ?本文分割算法

    2.1 ?DRLSE模型

    傳統(tǒng)的水平集演化方法穩(wěn)定性差,并且計(jì)算復(fù)雜、耗時(shí),曲線演化速度慢,導(dǎo)致圖像分割精度和效率都較低。DRLSE模型通過在能量函數(shù)中添加水平集正則化項(xiàng),補(bǔ)償了水平集函數(shù)和符號(hào)距離函數(shù)的偏差,從而避免了演化過程中曲線的初始化問題,使得水平集曲線的演化無需重新初始化過程即能到達(dá)目標(biāo)區(qū)域邊界,極大地提高了圖像分割效率。該模型的能量泛函為:

    DRLSE模型通過增加正則化項(xiàng)避免了重新初始化過程,使得計(jì)算相對(duì)簡單、分割速度加快。但是,DRLSE模型的外部能量項(xiàng)都依賴于控制曲線演化位置的邊緣指示函數(shù)g,由式(9)知,函數(shù)g利用圖像梯度信息來控制演化曲線的停止,而圖像邊緣點(diǎn)和噪聲點(diǎn)梯度值均很高,因此在圖像噪聲處g容易陷入局部極小,對(duì)噪聲及其敏感,不利于甲狀腺超聲圖像的分割。DRLSE模型還存在曲線演化方向單一、難以分割弱邊緣圖像等問題。本文提出一個(gè)新的邊緣指示函數(shù)和面積項(xiàng)系數(shù)。

    2.2 ?改進(jìn)邊緣指示函數(shù)

    針對(duì)甲狀腺超聲圖像的對(duì)比度低、邊界模糊等特點(diǎn),提出基于相位信息的函數(shù)g1和綜合考慮圖像控制噪聲和甲狀腺邊界強(qiáng)弱的函數(shù)g2相結(jié)合的邊緣指示函數(shù)gp。

    2.2.1 ?基于相位信息的函數(shù)g1

    圖像的相位信息對(duì)亮度和對(duì)比度不敏感?;谙辔坏倪吘墮z測(cè)是通過計(jì)算圖像的相位一致性的特征算子來實(shí)現(xiàn)[18-19],該方法對(duì)圖像局部的光照變化具有不變性,對(duì)于低對(duì)比度圖像也能較好檢測(cè)出邊緣信息,更有利于超聲圖像的邊緣檢測(cè)。其中,相位一致性函數(shù)定義為:

    函數(shù) 具有局部性質(zhì),因此 值與圖像局部區(qū)域有關(guān),曲線演化過程中可以自適應(yīng)的根據(jù)圖像的特點(diǎn)自適應(yīng)調(diào)整大小,提高了圖像目標(biāo)邊緣的檢驗(yàn)?zāi)芰Α?/p>

    3 ?實(shí)驗(yàn)步驟及結(jié)果分析

    本文實(shí)驗(yàn)均采用前述改進(jìn)的DRLSE模型來實(shí)現(xiàn)甲狀腺3D超聲圖像的分割。實(shí)驗(yàn)環(huán)境為Intel(R) Core(TM) i7-6700 CPU 3.40 GHz,RAM:8 GB。操作系統(tǒng):Windows 7,軟件環(huán)境:MATLAB 2014a。本文實(shí)驗(yàn)圖像來源于南京同仁醫(yī)院。

    3.1 ?實(shí)驗(yàn)步驟

    本次實(shí)驗(yàn)采用了兩個(gè)以視頻方式呈現(xiàn)的甲狀腺3D超聲圖像集,分別稱為DATA1、DATA2。因此實(shí)驗(yàn)步驟主要分為兩步:第一步是預(yù)處理:分別將DATA1、DATA2解碼成順序排列的連續(xù)幀圖像(分別有104幀和168幀圖像),然后使用各向異性擴(kuò)散濾波平滑噪聲;第二步為采用本文改進(jìn)的DRLSE模型實(shí)現(xiàn)甲狀腺超聲圖像的分割。針對(duì)連續(xù)幀圖像相鄰圖像間像素變化不大的特點(diǎn),本文通過計(jì)算分割結(jié)果的質(zhì)心作為相鄰幀圖像的初始輪廓點(diǎn),其中第一幀圖像初始輪廓點(diǎn)需手動(dòng)給定。

    3.2 ?實(shí)驗(yàn)結(jié)果分析

    圖2為本文改進(jìn)模型分割準(zhǔn)確度驗(yàn)證,分別對(duì)比了采用不同函數(shù)分割甲狀腺的結(jié)果,其中(a)圖為初始輪廓;(b)為采用 和 的Li模型;(c)為采用 和 相結(jié)合的分割結(jié)果;(d)為采用 和 相結(jié)合的分割結(jié)果;(e)是采用 和 結(jié)合的分割結(jié)果;(f)為手動(dòng)分割結(jié)果。

    在保證其他條件均相同的情況下,本文分割準(zhǔn)確度的判斷主要通過DC[20](Dice Coefficient)和HD[16](Hausdorff Distance)兩個(gè)指標(biāo)來體現(xiàn),其中DC值表示分割精度,DC越高、HD越小說明分割效果越好。由表1和圖2可以看出,采用本文改進(jìn)邊緣指示函數(shù) 和 的DRLSE模型來分割甲狀腺超聲圖像的精度明顯高于其他情況。若(b)、(c)、(d)圖采用的組合,想要達(dá)到較好的分割效果,則需要更多的迭代次數(shù)和運(yùn)行時(shí)間。本文改進(jìn)的DRLSE算法明顯提高了分割精度和分割效率。

    圖3、圖4分別對(duì)DATA1的第45-54幀和DTA2第108-117幀圖像進(jìn)行分割實(shí)驗(yàn)后的結(jié)果圖,其中每一幀圖像分割所得質(zhì)心坐標(biāo)均作為相鄰下一幀圖像的初始輪廓點(diǎn)(第17和108幀圖像手動(dòng)選?。?。DATA1第45-54幀和DATA2第108幀-117幀的平均分割精度分別為92.1%和97.9%。

    表2所示為采用DRLSE模型和本文改進(jìn)后的模型分別對(duì)DATA1、DATA2超聲圖像集進(jìn)行分割實(shí)驗(yàn)的平均精度。在保證其他實(shí)驗(yàn)條件相同的情況下,采用本文改進(jìn)的DRLSE模型,同時(shí)把每幅圖像的質(zhì)心作為相鄰下一幀圖像的初始點(diǎn)來分割甲狀腺超聲圖像,可以達(dá)到較好的分割效果。對(duì)于兩個(gè)數(shù)據(jù)集分割精度均達(dá)到了90%以上,明顯提高了甲狀腺超聲圖像的分割效率。

    4 ?結(jié)論

    本文針對(duì)甲狀腺3D超聲圖像的特點(diǎn),首先對(duì)數(shù)據(jù)集圖像進(jìn)行預(yù)處理,降低噪聲影響,然后采用改進(jìn)邊緣指示函數(shù)和面積項(xiàng)系數(shù)的DRLSE模型來實(shí)現(xiàn)甲狀腺超聲圖像的分割。根據(jù)連續(xù)幀圖像的特點(diǎn),通過計(jì)算每一幅分割圖像的質(zhì)心來實(shí)現(xiàn)連續(xù)幀圖像的自動(dòng)分割,分割精度可以達(dá)到90%以上。實(shí)驗(yàn)表明,改進(jìn)算法明顯提高了分割精度和效率。

    參考文獻(xiàn)

    [1] 張波, 徐景竹, 吳瓊. 2015年美國甲狀腺學(xué)會(huì)《成人甲狀腺結(jié)節(jié)與分化型甲狀腺癌診治指南》解讀: 超聲部分[J]. 中國癌癥雜志, 2016, 26(1): 19-24.

    [2] Pham D L, Xu C, Prince J L. Current methods in medical image segmentation[J]. Annual Review of Biomedical Engineering, 2000, 2(2): 315-337.

    [3] 林瑤, 田捷. 醫(yī)學(xué)圖像分割方法綜述[J]. 模式識(shí)別與人工智能, 2002, 15(2).

    [4] 楊玚, 謝華成. 基于馬爾科夫隨機(jī)場(chǎng)與模擬退火算法的圖像分割[J]. 軟件, 2015, 36(4): 40-43.

    [5] 鄭金志, 鄭金敏, 汪玉琳. 基于優(yōu)化初始聚類中心的改進(jìn)WFCM圖像分割算法[J]. 軟件, 2015, 36(4): 136-142.

    [6] 張敏, 徐啟華. 基于改進(jìn)BP的神經(jīng)網(wǎng)絡(luò)模型參考自適應(yīng)控制[J]. 軟件, 2015(7): 118-123.

    [7] 王宏濤, 孫劍偉. 基于BP神經(jīng)網(wǎng)絡(luò)和SVM的分類方法研究[J]. 軟件, 2015, 36(11): 96-99.

    [8] 李斌, 李蓉, 周蕾. 分布式K-means聚類算法研究與實(shí)現(xiàn)[J]. 軟件, 2018.

    [9] Chang C Y, Lei Y F, Tseng C H, et al. Thyroid segmentation and volume estimation in ultrasound images[J]. IEEE transactions on bio-medical engineering, 2010, 57(6): 1348-1357.

    [10] Selvathi D, Sharnitha V S. Thyroid classification and segmentation in ultrasound images using machine learning algorithms[C]// International Conference on Signal Processing. IEEE, 2011.

    [11] Zhao J, Zheng W, Zhang L, et al. Segmentation of ultrasound images of thyroid nodule for assisting fine needle aspiration cytology[J]. Health Information Science & Systems, 2012, 1(1): 1-12.

    [12] Kaur J, Jindal A. Comparison of Thyroid Segmentation Algorithms in Ultrasound and Scintigraphy Images [J]. International Journal of Computer Applications, 2013, 50(23): 24-27.

    [13] Dornheim J, Dornheim L, Preim B, et al. Stable 3d mass- spring models for the segmentation of the thyroid cartilage[C]// Proc. of the DAGM. Springer-Verlag, 2006.

    [14] Poudel P, Hansen C, Sprung J, et al. 3D segmentation of thyroid ultrasound images using active contours [J]. Current Directions in Biomedical Engineering, 2016, 2(1): 467-470.

    [15] Poudel P, Illanes A, Arens C, et al. Active contours extension and similarity indicators for improved 3D segmentation of thyroid ultrasound images[C]//Spie. International Society for Optics and Photonics, 2017.

    [16] Li C, Xu C, Gui C, et al. Distance regularized level set evolution and its application to image segmentation [J]. IEEE Transactions on Image Processing, 2010, 19(12): 3243-3254.

    [17] Weickert J. Anisotropic Diffusion In Image Processing[J]. B.g.teubner Stuttgart, 1998, 16(1): 272.

    [18] Morrone M C, Burr D C. Feature detection in human vision: a phase-dependent energy model[J]. Proceedings of the Royal Society of London, 1988, 235(1280): 221-245.

    [19] Zheng W, Pan Z, Hao D. The improved DRLSE ultrasound image segmentation model based on phase congruency[J]. Opto-Electronic Engineering, 2014, 41(1): 60-64.

    [20] Shattuck D W, Sandorleahy S R, Schaper K A, et al. Magnetic resonance image tissue classification using a partial volume model[J]. Neuroimage, 2001, 13(5): 856-876.

    [21] Dubuisson M P, Jain A K. A modified Hausdorff distance for object matching[C]//Pattern Recognition, 1994. Vol. 1 - Conference A: Computer Vision & Image Processing. Proceedings of the 12th IAPR International Conference on. IEEE, 1994.

    猜你喜歡
    圖像分割
    基于圖像分割和LSSVM的高光譜圖像分類
    計(jì)算機(jī)定量金相分析系統(tǒng)的軟件開發(fā)與圖像處理方法
    基于自動(dòng)智能分類器的圖書館亂架圖書檢測(cè)
    基于灰色系統(tǒng)理論的數(shù)字圖像處理算法
    一種改進(jìn)的分水嶺圖像分割算法研究
    科技視界(2016年26期)2016-12-17 16:25:03
    基于LabVIEW雛雞雌雄半自動(dòng)鑒別系統(tǒng)
    一種圖像超像素的快速生成算法
    基于魯棒性的廣義FCM圖像分割算法
    一種改進(jìn)的遺傳算法在圖像分割中的應(yīng)用
    科技視界(2016年13期)2016-06-13 20:55:38
    基于QPSO聚類算法的圖像分割方法
    科技視界(2016年12期)2016-05-25 11:54:25
    免费人成视频x8x8入口观看| 水蜜桃什么品种好| 国产单亲对白刺激| 最近最新免费中文字幕在线| 99精品欧美一区二区三区四区| 国产一区二区三区视频了| 亚洲av成人一区二区三| 成人三级做爰电影| 久久久国产成人免费| 国产亚洲精品久久久久5区| 18禁国产床啪视频网站| 国产精品综合久久久久久久免费 | 69精品国产乱码久久久| 狠狠狠狠99中文字幕| 成人免费观看视频高清| 一a级毛片在线观看| 丝瓜视频免费看黄片| 在线观看www视频免费| 又黄又爽又免费观看的视频| 国产成人精品久久二区二区免费| 久久影院123| 91麻豆av在线| bbb黄色大片| a级毛片在线看网站| 亚洲性夜色夜夜综合| 欧美黑人欧美精品刺激| avwww免费| 午夜影院日韩av| 老司机靠b影院| 精品少妇一区二区三区视频日本电影| 国产免费男女视频| 国产1区2区3区精品| 久久影院123| 欧洲精品卡2卡3卡4卡5卡区| 亚洲第一欧美日韩一区二区三区| 99香蕉大伊视频| 三级毛片av免费| 国产精品亚洲av一区麻豆| 久9热在线精品视频| 在线观看午夜福利视频| 男女免费视频国产| 大陆偷拍与自拍| 亚洲成av片中文字幕在线观看| 国产高清激情床上av| 午夜免费成人在线视频| 国产99白浆流出| 97人妻天天添夜夜摸| 搡老熟女国产l中国老女人| 免费观看精品视频网站| 国产aⅴ精品一区二区三区波| 精品欧美一区二区三区在线| 久久久精品国产亚洲av高清涩受| 一区在线观看完整版| 男人的好看免费观看在线视频 | 十八禁人妻一区二区| 久久亚洲真实| 久久99一区二区三区| 国产一区二区三区视频了| 曰老女人黄片| 99国产精品一区二区三区| 一本综合久久免费| 午夜日韩欧美国产| 一级毛片高清免费大全| 精品国内亚洲2022精品成人 | 侵犯人妻中文字幕一二三四区| 欧美人与性动交α欧美软件| 亚洲国产欧美网| 一区二区三区国产精品乱码| 亚洲 欧美一区二区三区| 50天的宝宝边吃奶边哭怎么回事| 精品第一国产精品| 正在播放国产对白刺激| 黑人猛操日本美女一级片| 成熟少妇高潮喷水视频| 首页视频小说图片口味搜索| 亚洲一区高清亚洲精品| 国产成人免费观看mmmm| 久久这里只有精品19| 免费在线观看黄色视频的| 欧美日韩视频精品一区| 啪啪无遮挡十八禁网站| 国产成人精品久久二区二区91| 男女之事视频高清在线观看| 露出奶头的视频| 美女高潮到喷水免费观看| 亚洲熟妇中文字幕五十中出 | 18禁国产床啪视频网站| 久久天堂一区二区三区四区| 精品国产美女av久久久久小说| 亚洲国产看品久久| 老熟妇乱子伦视频在线观看| 亚洲精品av麻豆狂野| 免费av中文字幕在线| 一区二区三区精品91| 国产精品九九99| 国产91精品成人一区二区三区| 在线永久观看黄色视频| 人妻 亚洲 视频| 他把我摸到了高潮在线观看| 一进一出好大好爽视频| 一进一出好大好爽视频| 国产91精品成人一区二区三区| 久久精品国产清高在天天线| 精品国产美女av久久久久小说| 80岁老熟妇乱子伦牲交| 人妻 亚洲 视频| 另类亚洲欧美激情| 人妻 亚洲 视频| 国产不卡av网站在线观看| 国产精品国产av在线观看| 在线观看免费视频网站a站| 亚洲精品久久成人aⅴ小说| 久久精品aⅴ一区二区三区四区| 精品一品国产午夜福利视频| av在线播放免费不卡| 国产精品香港三级国产av潘金莲| 一级a爱片免费观看的视频| 一级a爱片免费观看的视频| 一级a爱片免费观看的视频| 国产xxxxx性猛交| 一区二区日韩欧美中文字幕| 国产蜜桃级精品一区二区三区 | 多毛熟女@视频| 丰满人妻熟妇乱又伦精品不卡| 国产人伦9x9x在线观看| 精品一区二区三区av网在线观看| xxxhd国产人妻xxx| 看黄色毛片网站| 高清欧美精品videossex| 成人av一区二区三区在线看| 久久久久久人人人人人| 999久久久精品免费观看国产| 老司机靠b影院| www.自偷自拍.com| 国产日韩欧美亚洲二区| 日韩成人在线观看一区二区三区| 免费黄频网站在线观看国产| 久久狼人影院| 他把我摸到了高潮在线观看| 99精品欧美一区二区三区四区| 五月开心婷婷网| 国产有黄有色有爽视频| 亚洲七黄色美女视频| 视频在线观看一区二区三区| 中文欧美无线码| 欧美日韩视频精品一区| 国产国语露脸激情在线看| 亚洲一区高清亚洲精品| 国产精品电影一区二区三区 | 中文字幕人妻丝袜一区二区| av有码第一页| 香蕉丝袜av| 交换朋友夫妻互换小说| 18在线观看网站| 亚洲人成电影免费在线| 国产精品秋霞免费鲁丝片| 可以免费在线观看a视频的电影网站| 国产亚洲欧美精品永久| 色尼玛亚洲综合影院| 中文字幕最新亚洲高清| 夜夜躁狠狠躁天天躁| 精品卡一卡二卡四卡免费| 亚洲一区中文字幕在线| 成人特级黄色片久久久久久久| 日韩制服丝袜自拍偷拍| 搡老岳熟女国产| 国产精品免费一区二区三区在线 | 别揉我奶头~嗯~啊~动态视频| 亚洲成a人片在线一区二区| 国产男女内射视频| 人人澡人人妻人| 亚洲中文日韩欧美视频| 亚洲va日本ⅴa欧美va伊人久久| 一二三四在线观看免费中文在| 久久婷婷成人综合色麻豆| 精品亚洲成a人片在线观看| 午夜福利乱码中文字幕| 日本精品一区二区三区蜜桃| 91成年电影在线观看| 亚洲av欧美aⅴ国产| 一区在线观看完整版| 在线av久久热| 国内久久婷婷六月综合欲色啪| 夜夜躁狠狠躁天天躁| 精品久久久精品久久久| 亚洲色图av天堂| 999精品在线视频| 波多野结衣av一区二区av| 国产蜜桃级精品一区二区三区 | 午夜免费鲁丝| 久久精品亚洲精品国产色婷小说| 精品少妇一区二区三区视频日本电影| 久久久久久人人人人人| 免费少妇av软件| 亚洲第一青青草原| 91成年电影在线观看| 国产精品久久久久久人妻精品电影| 如日韩欧美国产精品一区二区三区| 美女 人体艺术 gogo| 亚洲综合色网址| 免费在线观看日本一区| 国产精品av久久久久免费| cao死你这个sao货| 亚洲人成电影观看| 国产色视频综合| 日本撒尿小便嘘嘘汇集6| 亚洲精品国产色婷婷电影| 免费一级毛片在线播放高清视频 | 亚洲国产精品sss在线观看 | 欧美日韩黄片免| 无遮挡黄片免费观看| 欧美老熟妇乱子伦牲交| 国产一区二区三区在线臀色熟女 | 亚洲一区二区三区欧美精品| 热99re8久久精品国产| svipshipincom国产片| 免费一级毛片在线播放高清视频 | 午夜福利在线观看吧| 午夜老司机福利片| av一本久久久久| 亚洲午夜理论影院| 午夜两性在线视频| av中文乱码字幕在线| 国产成人欧美| 国产真人三级小视频在线观看| 十八禁网站免费在线| 亚洲一码二码三码区别大吗| 在线观看免费午夜福利视频| 欧美另类亚洲清纯唯美| 亚洲精品av麻豆狂野| 精品福利观看| 亚洲精品在线观看二区| avwww免费| 人人妻人人澡人人爽人人夜夜| 最新的欧美精品一区二区| 在线av久久热| 欧美最黄视频在线播放免费 | 国产精品永久免费网站| 精品国内亚洲2022精品成人 | 国产精品香港三级国产av潘金莲| 啦啦啦 在线观看视频| 国产精品 国内视频| 操美女的视频在线观看| 最近最新中文字幕大全电影3 | 黑人欧美特级aaaaaa片| 中文字幕精品免费在线观看视频| 丰满饥渴人妻一区二区三| 欧美av亚洲av综合av国产av| 亚洲熟妇熟女久久| 一级,二级,三级黄色视频| 免费在线观看亚洲国产| 国产在线精品亚洲第一网站| 免费日韩欧美在线观看| 纯流量卡能插随身wifi吗| 日韩欧美一区二区三区在线观看 | 日本一区二区免费在线视频| 色综合欧美亚洲国产小说| 国产精品 欧美亚洲| 亚洲成人手机| 女同久久另类99精品国产91| 精品亚洲成a人片在线观看| 精品乱码久久久久久99久播| 久久人妻熟女aⅴ| 国产欧美日韩一区二区精品| 欧美成人免费av一区二区三区 | 婷婷成人精品国产| 一a级毛片在线观看| 久久精品人人爽人人爽视色| 久久精品成人免费网站| 亚洲免费av在线视频| 黄片播放在线免费| 久久久久国产精品人妻aⅴ院 | 青草久久国产| 大片电影免费在线观看免费| 在线国产一区二区在线| 一边摸一边做爽爽视频免费| 村上凉子中文字幕在线| 欧美日本中文国产一区发布| 电影成人av| 欧美丝袜亚洲另类 | 如日韩欧美国产精品一区二区三区| 人妻久久中文字幕网| 在线国产一区二区在线| 激情视频va一区二区三区| 午夜福利欧美成人| 国产精品自产拍在线观看55亚洲 | 中文亚洲av片在线观看爽 | 欧美黄色淫秽网站| 国精品久久久久久国模美| 在线观看免费视频日本深夜| tube8黄色片| 亚洲av日韩精品久久久久久密| 1024视频免费在线观看| 久久草成人影院| 精品卡一卡二卡四卡免费| 动漫黄色视频在线观看| 80岁老熟妇乱子伦牲交| 一夜夜www| 国产成人av教育| 久久久久久久久免费视频了| 国产精品国产高清国产av | 国产精品美女特级片免费视频播放器 | 亚洲aⅴ乱码一区二区在线播放 | 日韩精品免费视频一区二区三区| 欧美激情极品国产一区二区三区| 色精品久久人妻99蜜桃| 狂野欧美激情性xxxx| 色综合婷婷激情| 999久久久精品免费观看国产| 人妻 亚洲 视频| 久久99一区二区三区| 亚洲成a人片在线一区二区| 日日爽夜夜爽网站| 麻豆成人av在线观看| 久久狼人影院| 国产av精品麻豆| 国产成人av教育| 国产激情欧美一区二区| 一边摸一边做爽爽视频免费| 国产主播在线观看一区二区| 精品国产乱码久久久久久男人| 一进一出抽搐动态| 国产伦人伦偷精品视频| 人人妻人人澡人人看| xxxhd国产人妻xxx| 日韩中文字幕欧美一区二区| 久久精品熟女亚洲av麻豆精品| 一个人免费在线观看的高清视频| 久久久国产成人免费| 国产精品一区二区免费欧美| 一二三四在线观看免费中文在| 久久狼人影院| 亚洲九九香蕉| 久99久视频精品免费| 人妻丰满熟妇av一区二区三区 | 99re在线观看精品视频| 久久中文字幕一级| 女警被强在线播放| 免费一级毛片在线播放高清视频 | 18禁黄网站禁片午夜丰满| 脱女人内裤的视频| 悠悠久久av| 老汉色av国产亚洲站长工具| 久久午夜亚洲精品久久| 久久久久久久久免费视频了| 国产亚洲精品久久久久久毛片 | 亚洲精品乱久久久久久| 咕卡用的链子| 人人妻,人人澡人人爽秒播| 成人亚洲精品一区在线观看| 99久久国产精品久久久| 国产1区2区3区精品| 大型黄色视频在线免费观看| 日韩三级视频一区二区三区| 久久久国产成人免费| 窝窝影院91人妻| 久久久久久久国产电影| 日韩熟女老妇一区二区性免费视频| 99香蕉大伊视频| 国产1区2区3区精品| 天天躁夜夜躁狠狠躁躁| 成人免费观看视频高清| 国产成人av教育| 王馨瑶露胸无遮挡在线观看| 国产精品影院久久| 亚洲性夜色夜夜综合| 夜夜夜夜夜久久久久| 亚洲自偷自拍图片 自拍| 国产真人三级小视频在线观看| 国产精品 国内视频| xxx96com| 自线自在国产av| 少妇裸体淫交视频免费看高清 | 99国产极品粉嫩在线观看| 中文字幕另类日韩欧美亚洲嫩草| 成熟少妇高潮喷水视频| 亚洲精品成人av观看孕妇| 亚洲久久久国产精品| 99热国产这里只有精品6| 91九色精品人成在线观看| 国产成人系列免费观看| 色精品久久人妻99蜜桃| 国产成人av激情在线播放| 嫩草影视91久久| 男女免费视频国产| 搡老乐熟女国产| 18禁观看日本| 国产亚洲精品久久久久5区| 亚洲国产中文字幕在线视频| 日本黄色视频三级网站网址 | 窝窝影院91人妻| 午夜影院日韩av| 最近最新免费中文字幕在线| 精品国产乱子伦一区二区三区| av线在线观看网站| 在线看a的网站| 精品第一国产精品| 大型黄色视频在线免费观看| 国产亚洲精品久久久久5区| 国产精品永久免费网站| 少妇粗大呻吟视频| 少妇裸体淫交视频免费看高清 | 欧美av亚洲av综合av国产av| av超薄肉色丝袜交足视频| 精品国产乱子伦一区二区三区| 精品人妻1区二区| 夜夜爽天天搞| 欧美最黄视频在线播放免费 | 国产精品国产高清国产av | 久久ye,这里只有精品| 久久久久久久国产电影| 亚洲欧美一区二区三区黑人| 久久午夜综合久久蜜桃| 嫩草影视91久久| 国产成人精品久久二区二区91| 丰满迷人的少妇在线观看| 老熟女久久久| 亚洲aⅴ乱码一区二区在线播放 | 精品福利永久在线观看| 一级毛片女人18水好多| 欧美黑人精品巨大| 国产成人影院久久av| 99国产精品99久久久久| 99re在线观看精品视频| 欧美精品一区二区免费开放| 91在线观看av| 在线永久观看黄色视频| 日本一区二区免费在线视频| a级毛片黄视频| 成年人免费黄色播放视频| 久久久久视频综合| 天堂俺去俺来也www色官网| 午夜福利在线免费观看网站| 欧美国产精品一级二级三级| ponron亚洲| 国产成人精品无人区| 精品国内亚洲2022精品成人 | 中文字幕色久视频| 在线十欧美十亚洲十日本专区| 亚洲男人天堂网一区| 国产区一区二久久| 麻豆乱淫一区二区| 极品教师在线免费播放| 久久人妻av系列| 亚洲美女黄片视频| 99riav亚洲国产免费| 精品久久久精品久久久| a级片在线免费高清观看视频| 极品人妻少妇av视频| 又紧又爽又黄一区二区| 黄网站色视频无遮挡免费观看| 国产精品一区二区在线观看99| √禁漫天堂资源中文www| 亚洲 国产 在线| 亚洲国产欧美一区二区综合| 在线观看免费高清a一片| av欧美777| 亚洲黑人精品在线| 国产片内射在线| 午夜免费成人在线视频| 超色免费av| 亚洲专区字幕在线| 国产亚洲精品第一综合不卡| а√天堂www在线а√下载 | 伊人久久大香线蕉亚洲五| 99精国产麻豆久久婷婷| 久久热在线av| 欧美精品高潮呻吟av久久| 欧美色视频一区免费| 国产精品国产高清国产av | 人妻丰满熟妇av一区二区三区 | 亚洲一码二码三码区别大吗| 国产激情欧美一区二区| 国产蜜桃级精品一区二区三区 | 韩国精品一区二区三区| a在线观看视频网站| 超碰成人久久| 亚洲精品国产精品久久久不卡| 男女高潮啪啪啪动态图| 村上凉子中文字幕在线| 午夜精品久久久久久毛片777| 曰老女人黄片| 人人妻人人澡人人爽人人夜夜| 成人18禁高潮啪啪吃奶动态图| 精品亚洲成a人片在线观看| 久久午夜亚洲精品久久| 欧美日韩精品网址| 黑丝袜美女国产一区| 制服人妻中文乱码| 在线视频色国产色| 视频区图区小说| 在线观看www视频免费| cao死你这个sao货| 女人爽到高潮嗷嗷叫在线视频| 一二三四社区在线视频社区8| 日韩欧美在线二视频 | 国产极品粉嫩免费观看在线| 国产精品98久久久久久宅男小说| 久久中文字幕一级| 日日摸夜夜添夜夜添小说| 一进一出好大好爽视频| 自拍欧美九色日韩亚洲蝌蚪91| 嫩草影视91久久| tocl精华| 在线观看免费视频日本深夜| 狠狠狠狠99中文字幕| 午夜91福利影院| 成年人免费黄色播放视频| 91大片在线观看| 国产又色又爽无遮挡免费看| x7x7x7水蜜桃| 欧美 日韩 精品 国产| 久久精品成人免费网站| 欧美国产精品va在线观看不卡| 国产精品九九99| 我的亚洲天堂| 18禁国产床啪视频网站| 免费av中文字幕在线| 他把我摸到了高潮在线观看| 亚洲人成电影免费在线| 亚洲欧美日韩另类电影网站| 男女下面插进去视频免费观看| 天天躁日日躁夜夜躁夜夜| 久久香蕉国产精品| 午夜免费鲁丝| 久久中文看片网| 国产片内射在线| 亚洲片人在线观看| 精品欧美一区二区三区在线| 人人妻,人人澡人人爽秒播| 在线观看免费午夜福利视频| 妹子高潮喷水视频| 99riav亚洲国产免费| 国产精品免费视频内射| 国产成人精品无人区| 91在线观看av| 一个人免费在线观看的高清视频| 亚洲 欧美一区二区三区| 国产精品二区激情视频| 国产高清国产精品国产三级| 久热这里只有精品99| 老司机午夜福利在线观看视频| 涩涩av久久男人的天堂| 精品一区二区三区四区五区乱码| 久久久久久人人人人人| 18禁裸乳无遮挡免费网站照片 | 色尼玛亚洲综合影院| 日韩成人在线观看一区二区三区| 国产亚洲精品久久久久5区| 亚洲av片天天在线观看| 亚洲av日韩精品久久久久久密| 国产成人av激情在线播放| 黄片小视频在线播放| 高清在线国产一区| 国产淫语在线视频| 欧美一级毛片孕妇| 欧美精品高潮呻吟av久久| 亚洲精品乱久久久久久| 无遮挡黄片免费观看| 成人国语在线视频| 天天躁狠狠躁夜夜躁狠狠躁| 国产成人一区二区三区免费视频网站| 国产精品综合久久久久久久免费 | 热re99久久国产66热| 女人久久www免费人成看片| 啦啦啦视频在线资源免费观看| 黄色视频不卡| 免费一级毛片在线播放高清视频 | 午夜91福利影院| 国产精品自产拍在线观看55亚洲 | 久久精品人人爽人人爽视色| 成人精品一区二区免费| 国产免费现黄频在线看| 色播在线永久视频| 99精国产麻豆久久婷婷| 女人爽到高潮嗷嗷叫在线视频| 欧美日韩亚洲综合一区二区三区_| 好看av亚洲va欧美ⅴa在| 少妇裸体淫交视频免费看高清 | 国产精品九九99| 在线观看免费高清a一片| 91成年电影在线观看| 天天躁日日躁夜夜躁夜夜| 91av网站免费观看| www日本在线高清视频| 欧美精品人与动牲交sv欧美| 亚洲欧美精品综合一区二区三区| 亚洲一区二区三区欧美精品| 国产视频一区二区在线看| 国产精华一区二区三区| 亚洲精品国产区一区二| 久久久国产成人免费| 大型黄色视频在线免费观看| 精品久久久久久电影网| 精品亚洲成国产av| 久久久久国产一级毛片高清牌| 99re在线观看精品视频| 欧美国产精品一级二级三级| 国产一卡二卡三卡精品| 精品国产乱子伦一区二区三区| 欧美激情极品国产一区二区三区| 成人精品一区二区免费| 国内毛片毛片毛片毛片毛片| 色老头精品视频在线观看| 麻豆av在线久日| 国产精品久久久久久精品古装| 99热国产这里只有精品6| 精品人妻1区二区| 91麻豆av在线| 国产精品久久久人人做人人爽| 国产高清videossex| 国产精品二区激情视频| 99国产精品99久久久久| 中文字幕另类日韩欧美亚洲嫩草| 岛国在线观看网站|