• <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
    午夜福利影视在线免费观看| 女性被躁到高潮视频| 欧美精品一区二区大全| 日韩 欧美 亚洲 中文字幕| 超碰成人久久| 中国国产av一级| 精品久久久久久电影网| 精品国产露脸久久av麻豆| 乱人伦中国视频| 久久精品久久精品一区二区三区| 99香蕉大伊视频| 欧美激情高清一区二区三区 | av视频免费观看在线观看| 一区二区三区激情视频| av国产精品久久久久影院| 国产97色在线日韩免费| 欧美精品人与动牲交sv欧美| 亚洲,欧美,日韩| 蜜桃国产av成人99| 国产在视频线精品| 欧美久久黑人一区二区| 国产成人91sexporn| 亚洲国产精品一区二区三区在线| 国产午夜精品一二区理论片| 欧美亚洲日本最大视频资源| 人妻人人澡人人爽人人| 黑人欧美特级aaaaaa片| 日本wwww免费看| 天天操日日干夜夜撸| 欧美日本中文国产一区发布| 国产xxxxx性猛交| 三上悠亚av全集在线观看| 狂野欧美激情性bbbbbb| 又粗又硬又长又爽又黄的视频| 欧美精品一区二区大全| 国产男女超爽视频在线观看| 日韩电影二区| 亚洲伊人色综图| 少妇人妻精品综合一区二区| 亚洲国产最新在线播放| 男女高潮啪啪啪动态图| 日本vs欧美在线观看视频| 免费人妻精品一区二区三区视频| 叶爱在线成人免费视频播放| 熟女av电影| 天天躁狠狠躁夜夜躁狠狠躁| 婷婷成人精品国产| 国产精品嫩草影院av在线观看| 日韩成人av中文字幕在线观看| 国产精品人妻久久久影院| 99精品久久久久人妻精品| 肉色欧美久久久久久久蜜桃| 国产成人一区二区在线| 精品亚洲成a人片在线观看| 国产一区二区 视频在线| av片东京热男人的天堂| 黄片无遮挡物在线观看| 黄频高清免费视频| 女人久久www免费人成看片| 国产午夜精品一二区理论片| 嫩草影视91久久| 国产无遮挡羞羞视频在线观看| 亚洲一区中文字幕在线| 69精品国产乱码久久久| 午夜福利,免费看| 国产在线一区二区三区精| 狂野欧美激情性bbbbbb| 久久精品亚洲熟妇少妇任你| 中文字幕高清在线视频| 欧美久久黑人一区二区| 久久久精品94久久精品| xxx大片免费视频| 亚洲国产av影院在线观看| av免费观看日本| 交换朋友夫妻互换小说| videosex国产| 亚洲精品一二三| 国产色婷婷99| tube8黄色片| 天天躁夜夜躁狠狠躁躁| 无限看片的www在线观看| 日本爱情动作片www.在线观看| 国产亚洲午夜精品一区二区久久| 亚洲美女黄色视频免费看| 亚洲av日韩在线播放| 在线天堂中文资源库| 宅男免费午夜| 国产又色又爽无遮挡免| 久久狼人影院| 在线观看一区二区三区激情| 老熟女久久久| 伊人久久大香线蕉亚洲五| 久久久久久人人人人人| 建设人人有责人人尽责人人享有的| 欧美日韩精品网址| 男人爽女人下面视频在线观看| 免费在线观看视频国产中文字幕亚洲 | 少妇被粗大猛烈的视频| 大香蕉久久成人网| 人成视频在线观看免费观看| 久久精品国产亚洲av高清一级| 十八禁网站网址无遮挡| 亚洲视频免费观看视频| 秋霞伦理黄片| 欧美黑人精品巨大| 在线观看免费视频网站a站| 欧美av亚洲av综合av国产av | 精品福利永久在线观看| 黑丝袜美女国产一区| 国产在线免费精品| 成人免费观看视频高清| 日韩,欧美,国产一区二区三区| 一本一本久久a久久精品综合妖精| 一区二区日韩欧美中文字幕| 青春草视频在线免费观看| 午夜免费观看性视频| 国产成人系列免费观看| 十八禁高潮呻吟视频| 韩国精品一区二区三区| 久久久久久久大尺度免费视频| 一区二区三区激情视频| 国产精品一二三区在线看| 日韩中文字幕欧美一区二区 | netflix在线观看网站| 啦啦啦视频在线资源免费观看| 国精品久久久久久国模美| 天堂8中文在线网| 亚洲av电影在线观看一区二区三区| 又粗又硬又长又爽又黄的视频| 亚洲国产av新网站| 少妇人妻 视频| 日本wwww免费看| 十分钟在线观看高清视频www| 18禁裸乳无遮挡动漫免费视频| 最近最新中文字幕免费大全7| 久久久久视频综合| 在线观看三级黄色| 午夜久久久在线观看| 国产片内射在线| 国产日韩一区二区三区精品不卡| 高清av免费在线| 爱豆传媒免费全集在线观看| 亚洲精品乱久久久久久| 操美女的视频在线观看| 99精品久久久久人妻精品| 少妇人妻 视频| 国产成人免费观看mmmm| 国产97色在线日韩免费| 自拍欧美九色日韩亚洲蝌蚪91| 欧美中文综合在线视频| av一本久久久久| 亚洲精品国产色婷婷电影| 国产片内射在线| 久久99热这里只频精品6学生| 日本av手机在线免费观看| 国产成人免费无遮挡视频| 亚洲av电影在线观看一区二区三区| 亚洲精品国产av成人精品| 啦啦啦在线免费观看视频4| 午夜福利视频精品| 女人爽到高潮嗷嗷叫在线视频| 免费在线观看视频国产中文字幕亚洲 | svipshipincom国产片| 亚洲精品国产色婷婷电影| 欧美日韩视频高清一区二区三区二| av国产精品久久久久影院| av国产精品久久久久影院| 毛片一级片免费看久久久久| 亚洲,一卡二卡三卡| 看免费av毛片| 精品国产国语对白av| 又黄又粗又硬又大视频| 国产 精品1| 激情视频va一区二区三区| 午夜精品国产一区二区电影| 天天躁夜夜躁狠狠躁躁| 国产一区有黄有色的免费视频| 国产淫语在线视频| 尾随美女入室| 国产免费现黄频在线看| 亚洲第一区二区三区不卡| 一级,二级,三级黄色视频| 一级片免费观看大全| 两性夫妻黄色片| 少妇人妻 视频| 中文精品一卡2卡3卡4更新| 男女边吃奶边做爰视频| 亚洲精品成人av观看孕妇| 精品亚洲成a人片在线观看| 亚洲精品在线美女| 丝袜脚勾引网站| 夜夜骑夜夜射夜夜干| 一级毛片我不卡| 亚洲欧美一区二区三区久久| 成人漫画全彩无遮挡| 日韩av免费高清视频| 亚洲美女视频黄频| 日韩不卡一区二区三区视频在线| 欧美日韩一级在线毛片| 两性夫妻黄色片| 欧美精品一区二区免费开放| 十八禁人妻一区二区| 欧美亚洲 丝袜 人妻 在线| 日韩一本色道免费dvd| 母亲3免费完整高清在线观看| 国产福利在线免费观看视频| 久久精品国产亚洲av高清一级| 亚洲第一区二区三区不卡| 免费观看人在逋| 国产精品av久久久久免费| 波野结衣二区三区在线| 女性生殖器流出的白浆| 亚洲国产日韩一区二区| 国产精品 国内视频| 国产 一区精品| 日本色播在线视频| 中文欧美无线码| 中文欧美无线码| 免费观看a级毛片全部| 99香蕉大伊视频| 亚洲美女视频黄频| 色婷婷av一区二区三区视频| 亚洲欧美成人综合另类久久久| 视频区图区小说| 日日撸夜夜添| 精品久久蜜臀av无| xxx大片免费视频| 欧美中文综合在线视频| 国产精品 欧美亚洲| 欧美精品av麻豆av| 黑人欧美特级aaaaaa片| 精品一区二区三区av网在线观看 | 久久女婷五月综合色啪小说| 欧美最新免费一区二区三区| 精品酒店卫生间| 久久久国产精品麻豆| 90打野战视频偷拍视频| 老司机影院毛片| 精品国产乱码久久久久久男人| 少妇人妻久久综合中文| 久久99热这里只频精品6学生| 纯流量卡能插随身wifi吗| 国产av精品麻豆| 国产成人91sexporn| 五月天丁香电影| 天天躁狠狠躁夜夜躁狠狠躁| 99re6热这里在线精品视频| 欧美亚洲 丝袜 人妻 在线| 中文字幕高清在线视频| 亚洲图色成人| 90打野战视频偷拍视频| 免费不卡黄色视频| 免费观看性生交大片5| 亚洲精品在线美女| 亚洲成人国产一区在线观看 | 久久99一区二区三区| 国产男女内射视频| 亚洲国产欧美网| 老司机影院毛片| 国产黄频视频在线观看| 日本av手机在线免费观看| 999精品在线视频| 黄片小视频在线播放| 国产精品 国内视频| 啦啦啦在线观看免费高清www| 老司机深夜福利视频在线观看 | 国产一区二区三区av在线| av网站在线播放免费| 精品久久久精品久久久| 精品亚洲成国产av| 男女之事视频高清在线观看 | 成人免费观看视频高清| 久久久精品国产亚洲av高清涩受| 丝袜美足系列| 免费黄频网站在线观看国产| 国产成人精品久久久久久| 亚洲成国产人片在线观看| av不卡在线播放| 搡老岳熟女国产| 亚洲av日韩在线播放| 久久久久精品国产欧美久久久 | 捣出白浆h1v1| 日韩伦理黄色片| √禁漫天堂资源中文www| 国产精品免费视频内射| 女性生殖器流出的白浆| 成人国产麻豆网| 中文字幕高清在线视频| 亚洲伊人色综图| 亚洲,欧美,日韩| 亚洲欧美成人综合另类久久久| 99久久99久久久精品蜜桃| 天天躁狠狠躁夜夜躁狠狠躁| 精品免费久久久久久久清纯 | 欧美黄色片欧美黄色片| 99香蕉大伊视频| 国产免费视频播放在线视频| 亚洲国产欧美日韩在线播放| 国产av一区二区精品久久| 亚洲国产精品一区二区三区在线| 色吧在线观看| 亚洲精品久久午夜乱码| 99热全是精品| h视频一区二区三区| 永久免费av网站大全| 免费久久久久久久精品成人欧美视频| 国产精品熟女久久久久浪| 久久av网站| 日本av免费视频播放| 无限看片的www在线观看| 国产日韩欧美在线精品| 又大又爽又粗| 国产成人av激情在线播放| 久久久久久人人人人人| 国产伦人伦偷精品视频| 免费久久久久久久精品成人欧美视频| 亚洲av综合色区一区| 欧美日韩综合久久久久久| 久久影院123| 亚洲美女搞黄在线观看| 伊人亚洲综合成人网| 亚洲国产精品一区三区| 欧美精品高潮呻吟av久久| 91aial.com中文字幕在线观看| 久久精品亚洲熟妇少妇任你| 大香蕉久久网| 高清av免费在线| 男人爽女人下面视频在线观看| 国产探花极品一区二区| 少妇人妻 视频| 9热在线视频观看99| 老鸭窝网址在线观看| 国产一区二区激情短视频 | 精品第一国产精品| 天堂俺去俺来也www色官网| 成人午夜精彩视频在线观看| 国产成人精品久久二区二区91 | 久久久久久久精品精品| 麻豆精品久久久久久蜜桃| 亚洲视频免费观看视频| 1024视频免费在线观看| 欧美中文综合在线视频| 久久精品亚洲熟妇少妇任你| 新久久久久国产一级毛片| 人人妻人人澡人人爽人人夜夜| 少妇人妻 视频| 高清不卡的av网站| 亚洲专区中文字幕在线 | 综合色丁香网| 国产精品久久久久久久久免| 精品人妻熟女毛片av久久网站| 一区在线观看完整版| 亚洲 欧美一区二区三区| 飞空精品影院首页| 精品免费久久久久久久清纯 | 亚洲av成人精品一二三区| 丝袜脚勾引网站| 伦理电影大哥的女人| 久久影院123| 精品亚洲乱码少妇综合久久| 欧美精品人与动牲交sv欧美| 国产高清国产精品国产三级| 狂野欧美激情性bbbbbb| 日韩精品免费视频一区二区三区| 黄片无遮挡物在线观看| 亚洲欧美清纯卡通| 亚洲精品一二三| 69精品国产乱码久久久| 啦啦啦中文免费视频观看日本| 美女午夜性视频免费| 91国产中文字幕| 亚洲国产欧美网| av线在线观看网站| 精品福利永久在线观看| 亚洲情色 制服丝袜| av在线老鸭窝| 欧美日韩视频精品一区| 久久久精品区二区三区| 国产一区有黄有色的免费视频| 丝袜人妻中文字幕| 午夜日韩欧美国产| 久久人人97超碰香蕉20202| 男的添女的下面高潮视频| 国产成人a∨麻豆精品| 国产精品国产av在线观看| 日韩大码丰满熟妇| 日韩免费高清中文字幕av| 在线天堂中文资源库| 精品一区在线观看国产| 亚洲成人免费av在线播放| 天天躁夜夜躁狠狠久久av| av在线播放精品| 久久亚洲国产成人精品v| 午夜av观看不卡| 热99国产精品久久久久久7| 宅男免费午夜| 性少妇av在线| av国产久精品久网站免费入址| 久久精品aⅴ一区二区三区四区| 国产麻豆69| 丰满饥渴人妻一区二区三| 国产成人精品久久久久久| 最近中文字幕高清免费大全6| 久久精品熟女亚洲av麻豆精品| 成人国产麻豆网| 国产精品一二三区在线看| 亚洲精品aⅴ在线观看| 王馨瑶露胸无遮挡在线观看| 亚洲男人天堂网一区| 少妇被粗大猛烈的视频| 亚洲中文av在线| 制服丝袜香蕉在线| av不卡在线播放| 一级毛片黄色毛片免费观看视频| 久久韩国三级中文字幕| 热99久久久久精品小说推荐| 美女扒开内裤让男人捅视频| 国产亚洲av片在线观看秒播厂| 少妇人妻久久综合中文| 飞空精品影院首页| 免费观看人在逋| 精品一区二区三区av网在线观看 | 一二三四在线观看免费中文在| 欧美精品一区二区大全| 免费日韩欧美在线观看| 肉色欧美久久久久久久蜜桃| 丰满少妇做爰视频| 久久国产精品大桥未久av| 国精品久久久久久国模美| 亚洲精品美女久久av网站| e午夜精品久久久久久久| 免费黄色在线免费观看| 在线天堂中文资源库| 国产高清国产精品国产三级| 国产又色又爽无遮挡免| 可以免费在线观看a视频的电影网站 | 久久av网站| 日本猛色少妇xxxxx猛交久久| 国产日韩欧美亚洲二区| 国产一区二区三区av在线| 亚洲欧美精品综合一区二区三区| 老司机影院毛片| 日日摸夜夜添夜夜爱| 国产色婷婷99| 一区二区av电影网| 国产片特级美女逼逼视频| 欧美日本中文国产一区发布| 国产亚洲欧美精品永久| 老司机靠b影院| 日韩av不卡免费在线播放| 日日爽夜夜爽网站| 尾随美女入室| 欧美日韩亚洲国产一区二区在线观看 | 男女床上黄色一级片免费看| 精品久久蜜臀av无| 伦理电影免费视频| 亚洲av在线观看美女高潮| 最黄视频免费看| 亚洲欧美激情在线| 老鸭窝网址在线观看| 在线 av 中文字幕| 精品国产一区二区三区久久久樱花| 黄片播放在线免费| 免费少妇av软件| 操美女的视频在线观看| 男人舔女人的私密视频| 男人操女人黄网站| 韩国av在线不卡| 国产福利在线免费观看视频| 日韩免费高清中文字幕av| 人人妻人人澡人人爽人人夜夜| 久久青草综合色| 尾随美女入室| av一本久久久久| 日韩电影二区| 国产麻豆69| 熟妇人妻不卡中文字幕| 成人黄色视频免费在线看| 热re99久久精品国产66热6| 久久久久久久久久久久大奶| 欧美乱码精品一区二区三区| 五月开心婷婷网| 国产亚洲欧美精品永久| 国产日韩欧美亚洲二区| 亚洲欧洲国产日韩| 精品国产超薄肉色丝袜足j| 亚洲精品视频女| 我要看黄色一级片免费的| 岛国毛片在线播放| 国产99久久九九免费精品| 国产探花极品一区二区| 国产精品女同一区二区软件| 丁香六月天网| 精品国产一区二区久久| 在线亚洲精品国产二区图片欧美| 日本av免费视频播放| 亚洲熟女毛片儿| 丝袜人妻中文字幕| 国产亚洲av高清不卡| av网站免费在线观看视频| av女优亚洲男人天堂| 国产成人精品无人区| 日本欧美国产在线视频| 51午夜福利影视在线观看| 日韩欧美精品免费久久| 99精国产麻豆久久婷婷| 午夜日韩欧美国产| 波野结衣二区三区在线| 少妇猛男粗大的猛烈进出视频| av有码第一页| av卡一久久| 看十八女毛片水多多多| 最近最新中文字幕大全免费视频 | 亚洲av电影在线观看一区二区三区| 巨乳人妻的诱惑在线观看| 99精品久久久久人妻精品| 亚洲精品在线美女| 青草久久国产| 亚洲av综合色区一区| 国产精品成人在线| 亚洲熟女毛片儿| 在线观看免费日韩欧美大片| 久久精品久久久久久久性| 一区二区三区精品91| 亚洲熟女毛片儿| 中文欧美无线码| 老司机靠b影院| 性色av一级| 91精品三级在线观看| 国产成人av激情在线播放| 久热这里只有精品99| 多毛熟女@视频| 久久久欧美国产精品| 男女国产视频网站| 80岁老熟妇乱子伦牲交| www.精华液| 日韩电影二区| 99久久精品国产亚洲精品| 精品亚洲成国产av| 大码成人一级视频| 日本欧美视频一区| 国产亚洲欧美精品永久| 久久婷婷青草| 欧美国产精品一级二级三级| 亚洲欧美成人精品一区二区| 国产精品女同一区二区软件| 国产毛片在线视频| 亚洲精品久久午夜乱码| 成年人免费黄色播放视频| 啦啦啦中文免费视频观看日本| 欧美激情极品国产一区二区三区| 91精品伊人久久大香线蕉| 免费观看人在逋| 一二三四在线观看免费中文在| av在线观看视频网站免费| 亚洲精品中文字幕在线视频| 男的添女的下面高潮视频| 丰满饥渴人妻一区二区三| 欧美在线一区亚洲| 建设人人有责人人尽责人人享有的| 亚洲精品久久久久久婷婷小说| 女的被弄到高潮叫床怎么办| 成人国产麻豆网| 黑人巨大精品欧美一区二区蜜桃| 在线观看免费午夜福利视频| 久久久久久久大尺度免费视频| 亚洲人成电影观看| 国产精品一二三区在线看| 亚洲人成电影观看| 青春草国产在线视频| 丝袜人妻中文字幕| 免费看av在线观看网站| 欧美日韩一级在线毛片| av线在线观看网站| 最近最新中文字幕免费大全7| 极品少妇高潮喷水抽搐| 少妇的丰满在线观看| 久久婷婷青草| 久久综合国产亚洲精品| 大香蕉久久网| 无限看片的www在线观看| 母亲3免费完整高清在线观看| 天堂俺去俺来也www色官网| 国产精品一国产av| 狠狠精品人妻久久久久久综合| 99精品久久久久人妻精品| 亚洲国产精品国产精品| 一级毛片 在线播放| 国产淫语在线视频| 国产片内射在线| 亚洲久久久国产精品| 亚洲成人手机| 男女之事视频高清在线观看 | 亚洲成国产人片在线观看| h视频一区二区三区| 精品第一国产精品| 国产精品一区二区在线观看99| 老司机影院成人| 婷婷色麻豆天堂久久| 亚洲精品国产区一区二| 99香蕉大伊视频| 波多野结衣av一区二区av| 国产精品 欧美亚洲| 亚洲精华国产精华液的使用体验| 免费观看性生交大片5| 叶爱在线成人免费视频播放| 女性被躁到高潮视频| 黄频高清免费视频| 国产在视频线精品| 精品免费久久久久久久清纯 | 亚洲精品乱久久久久久| 两个人免费观看高清视频| 两个人看的免费小视频| 成人亚洲欧美一区二区av| 国产精品久久久久久精品电影小说|