• <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AI技術(shù)在醫(yī)學(xué)影像處理的應(yīng)用

    2019-10-08 09:01:51李曉坤鄭永亮邵娜
    軟件 2019年3期
    關(guān)鍵詞:AI技術(shù)醫(yī)學(xué)影像深度學(xué)習(xí)

    李曉坤 鄭永亮 邵娜

    摘? 要: 隨著信息技術(shù)的飛速發(fā)展,AI技術(shù)在各個(gè)領(lǐng)域都得到了廣泛研究并應(yīng)用,更在一些領(lǐng)域打破了當(dāng)下困惑,突破了瓶頸。將AI技術(shù)與醫(yī)學(xué)影像處理結(jié)合是一項(xiàng)非常具有前景的項(xiàng)目?;贏I技術(shù)在醫(yī)學(xué)影像領(lǐng)域的應(yīng)用具備很多種可能。當(dāng)下社會(huì),癌癥逐漸成為中共公民的致命殺手。最常見(jiàn)的診斷模式就是放射科醫(yī)生根據(jù)CT影像診斷。但是以目前的條件,并不能保證患者在早期發(fā)現(xiàn)癌癥,故而錯(cuò)失了最佳治療時(shí)機(jī)。我們需要一種能夠發(fā)現(xiàn)早期癌癥并診斷的方法。正文主要介紹了AI技術(shù)與醫(yī)學(xué)影像處理技術(shù)的發(fā)展歷史及發(fā)展近況,研究目的及意義。通過(guò)AI技術(shù)建立影像識(shí)別模型從而引入醫(yī)學(xué)影像處理技術(shù)中分析其發(fā)展前景?,F(xiàn)如今人工智能已成為了當(dāng)下的熱門(mén)課題。深度學(xué)習(xí)的提出不僅拓展了AI技術(shù)的整體范圍,還突破了當(dāng)下許多技術(shù)難題。本文以肺部疾病為例,應(yīng)用深度學(xué)習(xí)技術(shù),探討基于AI技術(shù)在醫(yī)學(xué)影像處理的應(yīng)用,從而達(dá)到促進(jìn)醫(yī)療水平進(jìn)步的目的。

    關(guān)鍵詞: AI技術(shù);深度學(xué)習(xí);醫(yī)學(xué)影像

    【Abstract】: With the rapid development of information technology, AI technology has been widely researched and applied in various fields, breaking the confusion in some fields and breaking through the bottleneck. The combination of AI technology and medical image processing image is a very promising project. There are many possibilities in the application of AI technology in the field of medical imaging. In the present society, cancer has gradually become a fatal killer of the citizens of the Communist Party of China. The most common diagnostic model is a radiologist based on CT imaging. But with the current conditions, it does not guarantee the early detection of cancer, so the best time for treatment is lost. We need a way to detect and diagnose early cancer. The text mainly introduces the development history and recent development of AI technology and medical image processing technology, and the purpose and significance of the research. The AI technology is used to establish the image recognition model and then introduce the medical image processing technology to analyze its development prospect. Now artificial intelligence has become a hot topic. The advanced study not only expands the overall scope of AI technology, but also breaks through many technical problems. Taking lung disease as an example, we apply deep learning technology to explore the application of AI technology in medical image processing, so as to achieve the goal of improving medical level.

    【Key words】: AI technology; Deep learning; Medical images

    0? 引言

    伴隨著人類幾千年的進(jìn)步,人類逐漸走向了信息化時(shí)代。在這個(gè)大環(huán)境下,AI技術(shù)得到了飛躍性的發(fā)展。AI技術(shù)已經(jīng)融入了各行各業(yè)并得到了廣泛的應(yīng)用。包括由AI技術(shù)衍生的機(jī)器學(xué)習(xí)及深度學(xué)習(xí)技術(shù)都得到了眾多科研人員的深入研究。基于AI技術(shù)在醫(yī)學(xué)影像處理中的應(yīng)用是非常具有前景的研究方向,該方面的研究成果對(duì)人類現(xiàn)代醫(yī)學(xué)的進(jìn)步起著促進(jìn)作用。癌癥已成為現(xiàn)如今最為致命的疾病。根據(jù)統(tǒng)計(jì),中國(guó)在一年中大約產(chǎn)生429.2萬(wàn)新發(fā)癌癥病例,約有281.4萬(wàn)人死于癌癥。在這些統(tǒng)計(jì)數(shù)據(jù)中,新發(fā)現(xiàn)肺癌癥73.3萬(wàn)例,大約有61萬(wàn)人死于肺癌,因而肺癌已經(jīng)成為中國(guó)公民癌癥人群中最致命的利刃。不僅在中國(guó),在全世界范圍內(nèi)肺癌都是死亡率非常高的疾病[1]。肺癌之所以致死率極高,很大的原因是患者在早期未能及時(shí)發(fā)現(xiàn),導(dǎo)致一旦發(fā)現(xiàn)病情已經(jīng)處于晚期。因此對(duì)肺癌的診斷一定要具備時(shí)效性和準(zhǔn)確性。目前最常規(guī)的診斷方式是放射科醫(yī)生根據(jù)CT圖像,通過(guò)大小、鈣化形式、密度等診斷肺結(jié)節(jié)。隨著發(fā)病率的居高不下,國(guó)內(nèi)各大醫(yī)院均呈現(xiàn)出一種人滿為患的趨勢(shì),患者的數(shù)量與醫(yī)生的數(shù)量不成正比。在防止病人疾病惡化的前提下,并不能保持一定的時(shí)效性。近些年人工智能技術(shù)已成為大熱,尤其是深度學(xué)習(xí)技術(shù)在圖像識(shí)別領(lǐng)域得到了飛躍性的進(jìn)步[2]。因此基于AI技術(shù)在醫(yī)學(xué)影像處理方面領(lǐng)域的應(yīng)用是非常具備研究前景的。

    計(jì)算機(jī)輔助檢測(cè)(CADe),也被稱為計(jì)算機(jī)輔助診斷(CADx),是幫助醫(yī)生處理醫(yī)學(xué)圖像的系統(tǒng)。X射線、MRI和超聲診斷中的成像技術(shù)中產(chǎn)生了大量的信息,放射科醫(yī)生或其他醫(yī)學(xué)專業(yè)人員必須在短時(shí)間內(nèi)全面分析和評(píng)估。CAD系統(tǒng)處理并分析相應(yīng)的醫(yī)學(xué)圖像。并標(biāo)記相關(guān)部分,如可能獲得的疾病,以便幫助醫(yī)生作出醫(yī)療方案。CAD能夠檢測(cè)出特征異常的患者,早期靠人力并不能及時(shí)發(fā)現(xiàn),例如糖尿病視網(wǎng)膜病變、乳腺結(jié)構(gòu)扭曲[3]-[4]、CT中的磨玻璃結(jié)節(jié)[5-6]等。在肺癌的診斷中,建立了特殊的三維CAD系統(tǒng),并考慮了相應(yīng)條件[7]。在此基礎(chǔ)上,編制并分析了多達(dá)3000個(gè)單一圖像的體積數(shù)據(jù)集。圓形病灶1毫米可檢出。肺癌的早期發(fā)現(xiàn)是非常具有價(jià)值的。肺癌的5年生存率率停滯在過(guò)去的30年,現(xiàn)在大約只有15%。肺癌比乳腺癌、前列腺癌和結(jié)腸癌的患者更多。這是由于這種癌癥的無(wú)癥狀生長(zhǎng)所致。在大多數(shù)情況下,如果患者的最初癥狀是成功治療太晚。根據(jù)美國(guó)癌癥學(xué)會(huì)估計(jì),如果肺癌在早期被發(fā)現(xiàn),生存率將提高到47%。雖然計(jì)算機(jī)CAD已經(jīng)在臨床環(huán)境使用40余年,但是該系統(tǒng)高度依賴人工設(shè)定的特征,并不能代替醫(yī)生或?qū)I(yè)人員,僅僅起到一個(gè)輔助作用。這種傳統(tǒng)的淺層學(xué)習(xí)結(jié)構(gòu)在面對(duì)復(fù)雜且龐大的數(shù)據(jù)時(shí),并不能發(fā)揮其優(yōu)勢(shì)。

    1? 醫(yī)學(xué)影像處理技術(shù)和AI技術(shù)的概述

    1.1? AI技術(shù)概述

    人工智能是一種由機(jī)器來(lái)獨(dú)立運(yùn)作的智能技術(shù),與人類和其他動(dòng)物展示的自然智能(NI)形成對(duì)比。計(jì)算機(jī)科學(xué)中的人工智能研究定義為“智能代理”研究:任何設(shè)備,感知其環(huán)境,并采取行動(dòng),最大限度地發(fā)揮其成功地實(shí)現(xiàn)其目標(biāo)的機(jī)會(huì)[8]?!叭斯ぶ悄堋睉?yīng)用機(jī)器模仿人類與人類其他大腦認(rèn)知功能如“學(xué)習(xí)”和“問(wèn)題解決”[9]。一個(gè)典型的人工智能能夠感知其環(huán)境,并采取行動(dòng),最大限度地發(fā)揮其成功實(shí)現(xiàn)其目標(biāo)的機(jī)會(huì)。人工智能的目標(biāo)函數(shù)可以是簡(jiǎn)單的(如AI贏了圍棋為“1”否則“0”)或復(fù)雜(在數(shù)學(xué)上采取類似的行動(dòng),得到回饋)。目標(biāo)可以明確定義,或者可以誘導(dǎo)。如果AI編程是“強(qiáng)化學(xué)習(xí)”,目標(biāo)可以隱式地通過(guò)獎(jiǎng)勵(lì)和懲罰某些行為從而進(jìn)行學(xué)習(xí)。另外,進(jìn)化系統(tǒng)可以誘導(dǎo)目標(biāo)采用“健身功能”的變異和優(yōu)先復(fù)制高得分的AI系統(tǒng);這是類似于動(dòng)物進(jìn)化是靠天生的欲望達(dá)成某些目標(biāo),如尋找食物,或是狗可以通過(guò)人工選擇培育具有所需性狀。一些人工智能系統(tǒng)如近鄰或類推;這些系統(tǒng)一般都不是給定的目標(biāo),但目標(biāo)是某種程度的訓(xùn)練數(shù)據(jù)。人工智能通常圍繞算法的使用。算法是機(jī)械計(jì)算機(jī)能夠執(zhí)行的一組明確的指令。復(fù)雜算法通常建立在其他簡(jiǎn)單算法之上。一個(gè)簡(jiǎn)單的算法例子是如下:在井字游戲中最佳打法。機(jī)器學(xué)習(xí)是人工智能研究的一個(gè)基本概念。無(wú)監(jiān)督學(xué)習(xí)是在輸入流中找到模式的能力。有監(jiān)督學(xué)習(xí)包括分類和數(shù)值回歸。分類是用來(lái)確定某物屬于什么范疇?;貧w是試圖產(chǎn)生一個(gè)函數(shù)來(lái)描述輸入和輸出之間的關(guān)系,并預(yù)測(cè)當(dāng)輸入改變時(shí)輸出應(yīng)該如何變化。在強(qiáng)化學(xué)習(xí)中,代理人因良好的反應(yīng)而受到獎(jiǎng)勵(lì),并因不良的行為而受到懲罰。代理使用這種獎(jiǎng)勵(lì)和懲罰的順序,形成在其問(wèn)題空間中運(yùn)行的策略。這機(jī)器學(xué)習(xí)算法及其性能的數(shù)學(xué)分析是理論計(jì)算機(jī)科學(xué)的一個(gè)分支,被稱為計(jì)算學(xué)習(xí)理論,為AI技術(shù)的打開(kāi)了一扇嶄新的大門(mén)。在發(fā)展機(jī)器人技術(shù),發(fā)展學(xué)習(xí)

    方法闡述讓機(jī)器人通過(guò)自主學(xué)習(xí)積累新的技能,如人類教師的社會(huì)互動(dòng)或引導(dǎo)機(jī)制的使用[10-11-12-13]。十一世紀(jì),人工智能技術(shù)經(jīng)歷了計(jì)算機(jī)動(dòng)力、大量數(shù)據(jù)和理論理解的同步發(fā)展,而人工智能技術(shù)已成為科技產(chǎn)業(yè)的重要組成部分,有助于解決計(jì)算機(jī)科學(xué)中許多具有挑戰(zhàn)性的問(wèn)題。

    1.2? 深度學(xué)習(xí)技術(shù)概述

    杰弗里·辛頓等人在21世紀(jì)初提出了深度學(xué)習(xí)的技術(shù)。在當(dāng)時(shí)的環(huán)境下,深層結(jié)構(gòu)學(xué)習(xí)是一項(xiàng)難以攻克的技術(shù)難題。后來(lái)一種名為非監(jiān)督逐層訓(xùn)練算法的算法被提出,突破了當(dāng)時(shí)的技術(shù)瓶頸。后來(lái)又提出來(lái)一種能夠利用空間關(guān)系的控制進(jìn)而大幅度簡(jiǎn)化參數(shù),從而達(dá)到提高訓(xùn)練性能的目的[14]。就是深層結(jié)構(gòu)編碼的編碼器。深度學(xué)習(xí)是由多個(gè)深度神經(jīng)網(wǎng)組成。在圖像識(shí)別、醫(yī)療診斷、語(yǔ)音識(shí)別、社交網(wǎng)絡(luò)、智能翻譯等領(lǐng)域中均得到了可觀的進(jìn)展。有些領(lǐng)域,經(jīng)過(guò)深度學(xué)習(xí)能力訓(xùn)練后,他的能力甚至要優(yōu)于該領(lǐng)域的專家。深度學(xué)習(xí)是一種在海量數(shù)據(jù)中深度挖掘并學(xué)習(xí)的機(jī)器學(xué)習(xí)模式,深度學(xué)習(xí)的提出拓展了AI的范圍,使得AI技術(shù)得到了進(jìn)一步的發(fā)展。在特征的提取與轉(zhuǎn)換過(guò)程中,與傳統(tǒng)模式不同的是利用級(jí)聯(lián)多個(gè)非線性處理單元。連續(xù)層之前的輸入層與輸出層之間互相轉(zhuǎn)換,下一層利用上一層的輸出層作為輸入層。深度學(xué)習(xí)采取的是一種多層空間架構(gòu),不同層之間進(jìn)行映射。若干個(gè)層次堆積起來(lái)形成一種多層次結(jié)構(gòu),采取一種坡度下降的模式來(lái)執(zhí)行反向傳播訓(xùn)練。深度學(xué)習(xí)中包含人工神經(jīng)網(wǎng)絡(luò)和隱含層。與此同時(shí)也可能包含深層學(xué)習(xí)模型中組織變量的潛變量。例如深層信念網(wǎng)絡(luò)中所包含的節(jié)點(diǎn)和深度玻爾茲曼機(jī)。

    2? 數(shù)據(jù)來(lái)源及技術(shù)概述

    2.1? 數(shù)據(jù)來(lái)源

    本文所使用的實(shí)驗(yàn)數(shù)據(jù)是來(lái)自于哈爾濱某影像數(shù)據(jù)中心的CT圖像,包含了224個(gè)病例,其中共有563個(gè)結(jié)節(jié),直徑范圍在3-30mm。使用的是美國(guó)通用公司的GE Discovery ST16 PET-CT機(jī)。

    2.2? 卷積神經(jīng)網(wǎng)絡(luò)

    卷積神經(jīng)網(wǎng)是機(jī)器學(xué)習(xí)領(lǐng)域范疇內(nèi)的一種前饋人工神經(jīng)網(wǎng)絡(luò),適合應(yīng)用在圖像識(shí)別、語(yǔ)音識(shí)別等領(lǐng)域。CNN具備變化多層感知器,對(duì)預(yù)處理的要求最小[15]。這是一種具備空間穩(wěn)定性的神經(jīng)網(wǎng)絡(luò),同時(shí)具備權(quán)重共享的特點(diǎn)[16-17]。卷積神經(jīng)網(wǎng)絡(luò)的靈感來(lái)源于生物學(xué)[18],借鑒了動(dòng)物視覺(jué)皮層組織結(jié)構(gòu)。只有受約束的可觀測(cè)區(qū)域會(huì)刺激獨(dú)立的神經(jīng)單位,這被稱作感受野。這意味著深度網(wǎng)絡(luò)引用了傳統(tǒng)算法中手工設(shè)計(jì)的過(guò)濾器。在特征設(shè)計(jì)中,這種獨(dú)立于先前知識(shí)和人工學(xué)習(xí)的獨(dú)立性是一個(gè)主要優(yōu)點(diǎn)。卷積神經(jīng)網(wǎng)絡(luò)在圖像識(shí)別、語(yǔ)音識(shí)別、推薦系統(tǒng)[19]和語(yǔ)言識(shí)別分析等領(lǐng)域都有廣泛應(yīng)用[20]。其結(jié)構(gòu)圖如圖1所示。

    2.3? 深度卷積神經(jīng)網(wǎng)絡(luò)

    深度卷積神經(jīng)網(wǎng)絡(luò)是屬于多層范疇內(nèi)的神經(jīng)網(wǎng)絡(luò)。傳統(tǒng)神經(jīng)網(wǎng)絡(luò)大多采取層與層全連接的架構(gòu)模式,而該網(wǎng)絡(luò)采取的是一種稀疏式連接。這種連接方式的優(yōu)勢(shì)是可以深入分析該神經(jīng)網(wǎng)絡(luò)層與層之間的相關(guān)性,在提取具有因果關(guān)系數(shù)據(jù)的過(guò)程中效果顯著。在圖像識(shí)別、語(yǔ)音識(shí)別、語(yǔ)義分析等領(lǐng)域都比較適用。在本文中以肺癌PET-CT圖像為例,每一卷積層的偏執(zhí)項(xiàng)及權(quán)重矩陣等參數(shù)相同,對(duì)圖像中進(jìn)行特征提取計(jì)算,最終得出輸入端的特征圖。這種權(quán)重共享的模式其中最大優(yōu)點(diǎn)就是可有有效的降低網(wǎng)絡(luò)架構(gòu)中的參數(shù),大幅減少在網(wǎng)絡(luò)中的計(jì)算成本。相對(duì)于原始的神經(jīng)網(wǎng)絡(luò),該神經(jīng)網(wǎng)絡(luò)的架構(gòu)通常是由卷積層與池化層組合搭建,并且層的數(shù)量也相對(duì)較多。其結(jié)構(gòu)特征圖如圖2所示。當(dāng)下深度卷積神經(jīng)網(wǎng)絡(luò)通過(guò)梯度下降法來(lái)降低大量運(yùn)算過(guò)程中的數(shù)據(jù)丟失,從而對(duì)各個(gè)參數(shù)進(jìn)行反向調(diào)節(jié),利用多次迭代訓(xùn)練的方式加強(qiáng)該神經(jīng)網(wǎng)絡(luò)的訓(xùn)練能力[21]。

    2.4? 3D卷積神經(jīng)網(wǎng)絡(luò)

    3D CNN相對(duì)于傳統(tǒng)的卷積神經(jīng)網(wǎng)絡(luò)來(lái)說(shuō)能夠更有效的捕捉時(shí)間與空間的數(shù)據(jù)信息。3D CNN對(duì)影像處理的時(shí)間維度為3。換一種說(shuō)法就是將對(duì)連續(xù)的3幀影像進(jìn)行卷積操作,通過(guò)3D卷積捕捉多個(gè)連續(xù)的幀用來(lái)組成一個(gè)立方體,之后輸入該立方體運(yùn)用卷積核計(jì)算。在這個(gè)架構(gòu)中之中,卷積層中的特征map會(huì)和上一層的多個(gè)連續(xù)幀相連接,從而達(dá)到捕捉運(yùn)動(dòng)信息的目的。因?yàn)樵?D CNN中權(quán)值是共享的,所以3D卷積核只允許從cube中提取一種類型的特征[23]。結(jié)構(gòu)特征圖如圖3所示。

    3? 醫(yī)學(xué)影像處理建模實(shí)驗(yàn)

    本節(jié)將基于AI技術(shù)在醫(yī)學(xué)影像處理的應(yīng)用進(jìn)行實(shí)驗(yàn),從而計(jì)算出不同方法的準(zhǔn)確率、敏感度以及特異性。

    準(zhǔn)備階段:本節(jié)所使用的實(shí)驗(yàn)數(shù)據(jù)是來(lái)自于哈爾濱某影像數(shù)據(jù)中心的CT圖像,包含了224個(gè)病例,其中共有563個(gè)結(jié)節(jié),直徑范圍在3-30mm。使用的是美國(guó)通用公司的GE Discovery ST16 PET-CT機(jī)。

    3.1? 實(shí)驗(yàn)步驟

    首先對(duì)圖像進(jìn)行預(yù)處理,將圖像中背景等影響消除,得到肺部獨(dú)立的圖像。并且對(duì)肺結(jié)節(jié)部位進(jìn)行定位選做ROI.如圖4所示。在數(shù)據(jù)的處理方面,將數(shù)據(jù)集中的CT圖像的HU值限定在(-1000-400)。以便高效率的進(jìn)行對(duì)有效組織的訓(xùn)練與學(xué)習(xí),以此過(guò)濾掉噪聲等對(duì)對(duì)肺部圖像計(jì)算的影響。然后將HU值通過(guò)標(biāo)準(zhǔn)化處理限定在0-1之間,從而為訓(xùn)練提速。對(duì)于普通神經(jīng)網(wǎng)絡(luò),將CT圖像從512?512px改變成為260?260px,目的是降低圖像計(jì)算程度,提高計(jì)算效率。在3D CNN架構(gòu)中,在結(jié)節(jié)中選取一個(gè)中心點(diǎn)為坐標(biāo),組合成一個(gè)16?16?16px的小立方體,用作輸出。在檢測(cè)出結(jié)節(jié)后,根據(jù)其大小外表特征等對(duì)其分類判斷是否為惡性結(jié)節(jié)從而進(jìn)行診斷。該實(shí)驗(yàn)將分別選取CNN、DCNN、3D CNN模型進(jìn)行實(shí)驗(yàn),與此同時(shí)選取AlexNet這種經(jīng)典模型進(jìn)行比較。

    3.2? 實(shí)驗(yàn)結(jié)果及分析

    依照實(shí)驗(yàn)步驟計(jì)算可得出結(jié)果如表1所示。

    通過(guò)上述過(guò)程,得出使用不同神經(jīng)網(wǎng)絡(luò)的靈敏度、特異性、正確率以及假陽(yáng)性率的差異,在人工智能技術(shù)得到廣泛應(yīng)用的前提下,我們選取了經(jīng)典的神經(jīng)網(wǎng)絡(luò)AlexNet、CNN以及新型的神經(jīng)網(wǎng)絡(luò)架構(gòu)DCNN、3D CNN。根據(jù)表1可以看出3D CNN的對(duì)于肺結(jié)節(jié)的檢測(cè)能力要優(yōu)于其他模型。更加證明了基于AI技術(shù)在醫(yī)學(xué)影像處理方面的應(yīng)用是非常具有發(fā)展前景的。

    4? 結(jié)論

    根據(jù)上述實(shí)驗(yàn)可以看出,基于AI技術(shù)在醫(yī)學(xué)影像處理中的應(yīng)用是一種高效而精準(zhǔn)的途徑。選取四個(gè)神經(jīng)網(wǎng)絡(luò)模型進(jìn)行對(duì)比。從靈敏度的對(duì)比中可以看出,3D CNN比AlexNet高了4.17%,比CNN高了4.98%,比3D CNN高了1.17%;從特異性的對(duì)比中可以看出,3D CNN比AlexNet高了4.98%,比CNN高了5.29%,比3D CNN高了1.2%;從正確率的對(duì)比中可以看出,3D CNN比AlexNet高了7.77%,比CNN高了8.76%,比3D CNN高了2.89%;從假陽(yáng)性率的對(duì)比中可以看出,3D CNN比AlexNet低了1.2%,比CNN低了1.42%,比3D CNN低了0.56%。對(duì)以上數(shù)據(jù)我們分析其原因,DCNN網(wǎng)絡(luò)相對(duì)于傳統(tǒng)神經(jīng)網(wǎng)絡(luò)來(lái)說(shuō)層數(shù)較多,并且卷積層與池化層相結(jié)合,在通過(guò)梯度下降的方式盡量減少了函數(shù)的損失,進(jìn)而提高了計(jì)算能力。3D CNN相對(duì)于其他模型來(lái)說(shuō)表現(xiàn)更好,主要是因?yàn)?D CNN網(wǎng)絡(luò)能夠?qū)臻g特征進(jìn)行分析并學(xué)習(xí)。

    隨著中國(guó)公民生活水平的大幅度提高,人口基數(shù)不斷增長(zhǎng)但也同時(shí)增加了大量的患者,尤其是癌癥患者的發(fā)現(xiàn)率常年居高不下。隨著計(jì)算機(jī)技術(shù)的高速發(fā)展,近年來(lái)醫(yī)學(xué)影像設(shè)備的成像水平與質(zhì)量穩(wěn)步提升[24],醫(yī)學(xué)未來(lái)發(fā)展四大方向個(gè)性化、精確化、微創(chuàng)化與遠(yuǎn)程化在計(jì)算機(jī)技術(shù)的輔助下也逐漸步清晰明了[25]。將AI技術(shù)引入醫(yī)學(xué)影像識(shí)別領(lǐng)域是一項(xiàng)造福人類的工程。結(jié)合人工智能對(duì)醫(yī)學(xué)影像進(jìn)行分析能夠極大的降低成本,并且有效的提高效率,但是,在醫(yī)學(xué)圖像處理的實(shí)際應(yīng)用中,應(yīng)根據(jù)被處理圖像的實(shí)際特點(diǎn),因地制宜[26]。人工智能發(fā)展開(kāi)始進(jìn)入了一個(gè)全新的時(shí)期[27],人工智能在專業(yè)應(yīng)用領(lǐng)域發(fā)展迅速,許多技術(shù)盡管現(xiàn)在距離實(shí)用差距很大,但在未來(lái)十到十五年極有可能實(shí)現(xiàn)[28]。本文希望通過(guò)基于AI技術(shù)在醫(yī)學(xué)影像處理的應(yīng)用研究,能夠緩解當(dāng)前的醫(yī)療困境,突破技術(shù)瓶頸,能夠更加有效的對(duì)醫(yī)學(xué)影像進(jìn)行識(shí)別,加強(qiáng)人工智能對(duì)醫(yī)療領(lǐng)域的幫助,降低醫(yī)療成本,從而促進(jìn)醫(yī)療水平進(jìn)步。

    參考文獻(xiàn)

    Chen W Q, Zheng R S, Zhang S W, et al, Cancer statistics in China, 2015[J]. CA Cancer J Clin, 2016, 66(2): 115-132.

    Zhou S K, Greenspan H, Shen D. Deep learning for medical image analysis[M]. NewYork: Academic Press, 2017.

    Bird R. E, Wallace, T. W, Yankaskas, B. C. Analysis of cancers missed at screening mammography[J]. Radiology. 1992, 184: 613-617.

    Baker, J. A., Rosen, E. L; Lo, J. Y.; et al. Computer-Aided Detection (CAD) in Screening Mammography: Sensitivity of Commercial CAD Systems for Detecting Architectural Distortion[J]. American Journal of Roentgenology. 2003, 181: 1083-1088.

    Jang, H. J.; Lee, K. S.; Kwon, O. J.; et al. Bronchioloalveolar carcinoma: focal area of ground-glass attenuation at thin- section CT as an early sign[J]. Radiology. 1996, 199: 485-488.

    Suzuki K, Li F, Song, S, Doi, K. Computer-aided diagnostic scheme for distinction between benign and malignant nodules in thoracic low-dose CT by use of massive training artificial neural network[J]. IEEE Transactions on Medical Imaging. 2005, 24: 1138-1150.

    Abe, Yoshiyuki, Hanai, Kouzo, Nakano Makiko, Ohkubo, Yasuyuki, Hasizume, Toshinori, Kakizaki, Toru, Nakamura, Masato, Niki, Noboru; Eguchi, Kenji. A Computer-aided Diagnosis (CAD) System in Lung Cancer Screening with Computed Tomography[J]. Anticancer Research. 2005, 25 (1B): 483-488.

    Russell Stuart J, Norvig Peter. Artificial Intelligence: A Modern Approach (2nd ed.)[M]. New York; Prentice Hall, 2003: 124-175.

    Russell Stuart J, Norvig Peter. Artificial Intelligence: A Modern Approach (3rd ed.).[M]. New York; Prentice Hall, 2009: 128-175.

    Weng, J.; McClelland; Pentland, A.; Sporns, O.; Stockman, I.; Sur, M.; Thelen, E. Autonomous mental development by robots and animals[J]. Science. 2001, 291: 599-600.

    Lungarella M, Metta G, Pfeifer R, Sandini G. Developmental robotics: a survey[J]. Connection Science. 2003, 15: 151- 190.

    Asada M, Hosoda K, Kuniyoshi Y, Ishiguro H, Inui T, Yoshikawa Y, Ogino M, Yoshida C. Cognitive developmental robotics: a survey[J]. IEEE Transactions on Autonomous Mental Development. 2009, 1(1): 12-34.

    Oudeyer P-Y.. On the impact of robotics in behavioral and cognitive sciences: from insect navigation to human cognitive development[J]. IEEE Transactions on Autonomous Mental Development. 2010, 2(1): 2-16.

    孫志軍, 薛磊, 許陽(yáng)明, 王正. 深度學(xué)習(xí)研究綜述[J]. 計(jì)算機(jī)應(yīng)用研究, 2012, 29(8): 2806-2810.

    LeCun, Yann. LeNet-5, convolutional neural networks[J]. Retrieved 16 November. 2013.

    Zhang, Wei . Shift-invariant pattern recognition neural network and its 2optical architecture[C]// Proceedings of annual conference of the Japan Society of Applied Physics. 1988.

    Zhang, Wei. Parallel distributed processing model with local space-invariant interconnections and its optical architecture[J]. Applied Optics. 1990, 29(32): 4790-7.

    Matusugu, Masakazu; Katsuhiko Mori; Yusuke Mitari; Yuji Kaneda. Subject independent facial expression recognition with robust face detection using a convolutional neural network[J]. Neural Networks. 2003, 16(5): 555-559.

    van den Oord, Aaron; Dieleman, Sander; Schrauwen, Benjamin. Burges, C. J. C.; Bottou, L.; Welling, M.; Ghahramani, Z.; Weinberger, K. Q., eds. Deep content-based music recommendation[J]. Curran A ssociates, Inc. pp. 2013: 2643- 2651.

    Collobert, Ronan; Weston, Jason A Unified Architecture for Natural Language Processing: Deep Neural Networks with Multitask Learning[C]// Proceedings of the 25th International Conference on Machine Learning. 2008: 160-167.

    Murphy K, van Ginneken B, Schilham A M R, et al. A large-scale evaluation of automatic pulmonary nodule detection in chest CT using local image features and k-nearest- neighbour classification[J]. Med Image Anal, 2009, 13(5): 757-770.

    楊晶晶, 王騫, 宣曉華. 基于深度卷積神經(jīng)網(wǎng)絡(luò)算法的肺結(jié)節(jié)檢測(cè)模型[J]. 數(shù)學(xué)建模及其應(yīng)用, 2017, 6(04): 19-91.

    Ji, Shuiwang, et al. 3D Convolutional Neural Networks for Human Action Recognition[J]. IEEE Transactions on Pattern Analysis & Machine Intelligence. 2012: 221-231.

    董默, 趙若晗, 周志尊, 等. 醫(yī)學(xué)圖像三維重建系統(tǒng)設(shè)計(jì)與應(yīng)用[J]. 軟件, 2018, 39(1): 87-90.

    董默, 趙若晗, 周志尊, 等. CAD技術(shù)在醫(yī)學(xué)信息化發(fā)展中的應(yīng)用介紹[J]. 軟件, 2018, 39(4): 33-35.

    郭璇, 鄭菲, 趙若晗, 等. 基于閾值的醫(yī)學(xué)圖像分割技術(shù)的計(jì)算機(jī)模擬及應(yīng)用[J]. 軟件, 2018, 39(3): 12-15.

    梁子鑫. 探討新時(shí)代背景下新興技術(shù)在人工智能中的應(yīng)用[J]. 軟件, 2018, 39(7): 166-169.

    汪子堯, 賈娟. 人工智能的前生、今世與未來(lái)[J]. 軟件, 2018, 39(2): 223-226.

    猜你喜歡
    AI技術(shù)醫(yī)學(xué)影像深度學(xué)習(xí)
    醫(yī)學(xué)影像技術(shù)在醫(yī)學(xué)影像診斷中的合理運(yùn)用
    《當(dāng)代醫(yī)學(xué)影像誤診學(xué)》出版
    《當(dāng)代醫(yī)學(xué)影像誤診學(xué)》正式出版
    大數(shù)據(jù)和AI技術(shù)在新媒體傳播渠道中的運(yùn)用探討
    科技傳播(2018年10期)2018-06-26 16:25:28
    大數(shù)據(jù)和AI技術(shù)在新媒體傳播渠道中的應(yīng)用分析
    淺談在AI時(shí)代交互設(shè)計(jì)的改變
    MOOC與翻轉(zhuǎn)課堂融合的深度學(xué)習(xí)場(chǎng)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
    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
    国产主播在线观看一区二区| www日本在线高清视频| 男女之事视频高清在线观看| 男人舔女人的私密视频| 免费看光身美女| xxxwww97欧美| 精品免费久久久久久久清纯| 午夜a级毛片| 精品不卡国产一区二区三区| 久久久久精品国产欧美久久久| 色播亚洲综合网| www日本黄色视频网| 好看av亚洲va欧美ⅴa在| 国产精品亚洲av一区麻豆| 一个人观看的视频www高清免费观看 | 91av网站免费观看| av国产免费在线观看| 成人特级黄色片久久久久久久| 中文字幕最新亚洲高清| 亚洲五月婷婷丁香| 一二三四社区在线视频社区8| 国内少妇人妻偷人精品xxx网站 | 国产真人三级小视频在线观看| 亚洲欧美精品综合一区二区三区| 法律面前人人平等表现在哪些方面| 色精品久久人妻99蜜桃| 亚洲精品色激情综合| 国产黄片美女视频| 我要搜黄色片| 国产精品亚洲一级av第二区| 校园春色视频在线观看| 免费搜索国产男女视频| 免费电影在线观看免费观看| 亚洲人成网站在线播放欧美日韩| 日韩欧美国产在线观看| 一边摸一边抽搐一进一小说| 日本 av在线| 亚洲av五月六月丁香网| 成人三级做爰电影| cao死你这个sao货| 在线观看一区二区三区| 亚洲午夜精品一区,二区,三区| 色视频www国产| 日本黄色片子视频| 国产成人精品久久二区二区91| 亚洲乱码一区二区免费版| 亚洲一区二区三区不卡视频| 午夜激情欧美在线| 最近最新中文字幕大全免费视频| 日本 av在线| 欧美三级亚洲精品| 最近视频中文字幕2019在线8| 国产毛片a区久久久久| 成人av在线播放网站| 最新在线观看一区二区三区| 国产主播在线观看一区二区| 国产亚洲av高清不卡| 亚洲中文日韩欧美视频| 一级作爱视频免费观看| 宅男免费午夜| 国产三级中文精品| 好看av亚洲va欧美ⅴa在| 伦理电影免费视频| 给我免费播放毛片高清在线观看| 国产成人福利小说| 欧美日本亚洲视频在线播放| 免费看光身美女| 狂野欧美激情性xxxx| 亚洲黑人精品在线| 国产成人福利小说| 在线视频色国产色| 国产黄片美女视频| 欧美最黄视频在线播放免费| 成人性生交大片免费视频hd| 亚洲精品粉嫩美女一区| av天堂在线播放| 老司机深夜福利视频在线观看| 国产精品亚洲av一区麻豆| 母亲3免费完整高清在线观看| 久久久久久国产a免费观看| 国产精品久久久久久亚洲av鲁大| 亚洲国产日韩欧美精品在线观看 | 极品教师在线免费播放| 久久人人精品亚洲av| 婷婷精品国产亚洲av| 99热精品在线国产| 又爽又黄无遮挡网站| 91在线精品国自产拍蜜月 | 又紧又爽又黄一区二区| 一级毛片女人18水好多| 免费在线观看成人毛片| 一边摸一边抽搐一进一小说| 成在线人永久免费视频| 色噜噜av男人的天堂激情| 999久久久精品免费观看国产| 少妇熟女aⅴ在线视频| 久久国产精品人妻蜜桃| 美女 人体艺术 gogo| 欧美zozozo另类| 亚洲精品美女久久av网站| 色噜噜av男人的天堂激情| 日韩欧美精品v在线| 一区二区三区国产精品乱码| 99久久综合精品五月天人人| 两性夫妻黄色片| а√天堂www在线а√下载| 国内揄拍国产精品人妻在线| 国产精品99久久99久久久不卡| 三级国产精品欧美在线观看 | 欧美日韩福利视频一区二区| 日本三级黄在线观看| 免费在线观看日本一区| 欧美不卡视频在线免费观看| 免费观看精品视频网站| 亚洲avbb在线观看| 在线观看免费午夜福利视频| 久久精品91无色码中文字幕| 香蕉丝袜av| 床上黄色一级片| 成人三级黄色视频| 日本黄色视频三级网站网址| 亚洲最大成人中文| 99久久精品一区二区三区| 亚洲国产精品久久男人天堂| 看片在线看免费视频| 99久久国产精品久久久| 两个人视频免费观看高清| 国产精品爽爽va在线观看网站| 亚洲av美国av| 色综合亚洲欧美另类图片| 免费看a级黄色片| 亚洲精品在线美女| 国产精品国产高清国产av| 天堂av国产一区二区熟女人妻| 亚洲男人的天堂狠狠| 亚洲五月天丁香| 精品久久久久久久末码| 国产精品日韩av在线免费观看| 国产真人三级小视频在线观看| 亚洲精品在线观看二区| 九九在线视频观看精品| 99国产精品一区二区三区| 免费在线观看日本一区| 精品久久久久久成人av| 亚洲人成伊人成综合网2020| 真人一进一出gif抽搐免费| 男女视频在线观看网站免费| 91在线精品国自产拍蜜月 | 一二三四在线观看免费中文在| 人人妻人人看人人澡| 日韩欧美在线二视频| 女人被狂操c到高潮| 禁无遮挡网站| 亚洲aⅴ乱码一区二区在线播放| 久久久久久久午夜电影| 免费av毛片视频| 在线永久观看黄色视频| 在线视频色国产色| 一进一出抽搐gif免费好疼| 亚洲电影在线观看av| 成人特级黄色片久久久久久久| 黄色成人免费大全| 亚洲国产精品合色在线| 香蕉久久夜色| 757午夜福利合集在线观看| 国产精品国产高清国产av| 亚洲第一欧美日韩一区二区三区| 国产成人av教育| 国产淫片久久久久久久久 | 国内少妇人妻偷人精品xxx网站 | 日韩欧美免费精品| 久久久久久大精品| 久久香蕉国产精品| 久久久久久大精品| 露出奶头的视频| 九九热线精品视视频播放| 久久久久久国产a免费观看| 午夜福利免费观看在线| 88av欧美| 一二三四社区在线视频社区8| 床上黄色一级片| 床上黄色一级片| 国产精品九九99| 亚洲无线在线观看| 国产亚洲欧美在线一区二区| 国产三级黄色录像| 久久久水蜜桃国产精品网| 免费av毛片视频| 久久这里只有精品中国| 精品国产三级普通话版| 五月伊人婷婷丁香| 丁香欧美五月| 波多野结衣高清无吗| 此物有八面人人有两片| 国产爱豆传媒在线观看| 男人舔女人的私密视频| 精品人妻1区二区| 伊人久久大香线蕉亚洲五| 九色国产91popny在线| 一卡2卡三卡四卡精品乱码亚洲| 久久久久国产一级毛片高清牌| 狂野欧美激情性xxxx| 免费在线观看成人毛片| 99热6这里只有精品| 国内精品久久久久久久电影| 国内精品久久久久久久电影| 国产日本99.免费观看| 成年免费大片在线观看| e午夜精品久久久久久久| 国产97色在线日韩免费| 桃色一区二区三区在线观看| 国产精品亚洲av一区麻豆| 国产成人欧美在线观看| 一卡2卡三卡四卡精品乱码亚洲| 精品99又大又爽又粗少妇毛片 | 日本一二三区视频观看| 一个人免费在线观看电影 | 久久热在线av| 看免费av毛片| 九色国产91popny在线| 国产欧美日韩精品一区二区| 看黄色毛片网站| 亚洲一区二区三区不卡视频| 亚洲无线观看免费| 又黄又爽又免费观看的视频| 国产精品99久久99久久久不卡| 国产精品亚洲一级av第二区| 国内精品美女久久久久久| 日本五十路高清| 国产真人三级小视频在线观看| 男女下面进入的视频免费午夜| 午夜免费观看网址| 久久精品影院6| 精品久久久久久久毛片微露脸| 黄频高清免费视频| 丝袜人妻中文字幕| 精品无人区乱码1区二区| 老司机福利观看| 亚洲av成人精品一区久久| 国产1区2区3区精品| 久久久久免费精品人妻一区二区| 欧美精品啪啪一区二区三区| 欧美日韩精品网址| 亚洲人成网站在线播放欧美日韩| 国产精品久久久久久亚洲av鲁大| 亚洲欧美日韩无卡精品| 精品国产三级普通话版| 亚洲精品色激情综合| 国产私拍福利视频在线观看| 久久久久久久午夜电影| 一个人观看的视频www高清免费观看 | 亚洲熟妇中文字幕五十中出| 欧美成人性av电影在线观看| 欧美3d第一页| 国产成人啪精品午夜网站| 日韩大尺度精品在线看网址| 国产伦在线观看视频一区| 日本成人三级电影网站| 成人av一区二区三区在线看| 久久久国产欧美日韩av| 免费电影在线观看免费观看| 亚洲中文av在线| 亚洲精品中文字幕一二三四区| 在线观看午夜福利视频| 在线免费观看不下载黄p国产 | 两性夫妻黄色片| 日本黄色片子视频| 中文字幕最新亚洲高清| 黑人操中国人逼视频| 99视频精品全部免费 在线 | 日韩高清综合在线| 熟女人妻精品中文字幕| 人妻久久中文字幕网| 精品国内亚洲2022精品成人| 国产成+人综合+亚洲专区| 欧美三级亚洲精品| 亚洲国产精品999在线| 97人妻精品一区二区三区麻豆| 亚洲一区二区三区色噜噜| 国产亚洲欧美98| 国产精品一区二区三区四区久久| 特大巨黑吊av在线直播| 亚洲精品美女久久av网站| 亚洲av美国av| АⅤ资源中文在线天堂| 国产一区二区在线av高清观看| 狠狠狠狠99中文字幕| 好男人在线观看高清免费视频| 非洲黑人性xxxx精品又粗又长| 午夜成年电影在线免费观看| 免费一级毛片在线播放高清视频| 国产精品99久久久久久久久| 欧美三级亚洲精品| 日韩欧美精品v在线| 国产精品,欧美在线| 国产精品1区2区在线观看.| 国产精品永久免费网站| 午夜激情福利司机影院| 男插女下体视频免费在线播放| 90打野战视频偷拍视频| 国产精品免费一区二区三区在线| 成人三级黄色视频| 人妻夜夜爽99麻豆av| 亚洲欧美日韩东京热| 日韩大尺度精品在线看网址| 午夜成年电影在线免费观看| 18禁黄网站禁片午夜丰满| а√天堂www在线а√下载| 亚洲av日韩精品久久久久久密| 99re在线观看精品视频| 欧美日韩黄片免| 久久久国产欧美日韩av| 波多野结衣高清作品| 亚洲色图 男人天堂 中文字幕| 国产日本99.免费观看| 男女那种视频在线观看| 日本熟妇午夜| 成人国产一区最新在线观看| 美女黄网站色视频| 欧美在线一区亚洲| av片东京热男人的天堂| 久久热在线av| 激情在线观看视频在线高清| 18禁观看日本| 宅男免费午夜| 国产成人精品久久二区二区91| 久9热在线精品视频| 亚洲avbb在线观看| 好看av亚洲va欧美ⅴa在| 国产一级毛片七仙女欲春2| 男人舔女人下体高潮全视频| 国产一区二区三区在线臀色熟女| 两性夫妻黄色片| 久久久久精品国产欧美久久久| 欧美日韩瑟瑟在线播放| 日本五十路高清| 变态另类丝袜制服| 日本一二三区视频观看| 精品日产1卡2卡| 中文字幕高清在线视频| 老司机在亚洲福利影院| 国产成人系列免费观看| 露出奶头的视频| 午夜福利视频1000在线观看| 国产激情久久老熟女| 日日夜夜操网爽| 好看av亚洲va欧美ⅴa在| 中文亚洲av片在线观看爽| 91av网一区二区| 亚洲av第一区精品v没综合| 久9热在线精品视频| 久久人妻av系列| 在线a可以看的网站| 国产主播在线观看一区二区| 欧美成人性av电影在线观看| 成年女人毛片免费观看观看9| 小蜜桃在线观看免费完整版高清| 12—13女人毛片做爰片一| avwww免费| 国产精品精品国产色婷婷| 久99久视频精品免费| xxx96com| 黑人巨大精品欧美一区二区mp4| 男人舔女人下体高潮全视频| 国产成人精品久久二区二区91| 亚洲一区高清亚洲精品| 欧美高清成人免费视频www| 国内少妇人妻偷人精品xxx网站 | 99久久精品国产亚洲精品| 啦啦啦观看免费观看视频高清| 国产一区二区三区视频了| 亚洲,欧美精品.| 丝袜人妻中文字幕| www.熟女人妻精品国产| 色老头精品视频在线观看| 一个人看的www免费观看视频| 国产一区二区三区视频了| 欧美黄色片欧美黄色片| 一本久久中文字幕| 免费看十八禁软件| 亚洲一区高清亚洲精品| 欧美丝袜亚洲另类 | 免费看十八禁软件| 美女扒开内裤让男人捅视频| 亚洲最大成人中文| 亚洲欧美日韩无卡精品| 综合色av麻豆| 免费在线观看亚洲国产| 国产激情偷乱视频一区二区| 男人舔女人的私密视频| 99在线人妻在线中文字幕| 丝袜人妻中文字幕| av黄色大香蕉| 网址你懂的国产日韩在线| 亚洲国产看品久久| 国产精品久久久久久人妻精品电影| 精品日产1卡2卡| 老熟妇乱子伦视频在线观看| 亚洲国产精品999在线| 我要搜黄色片| 精品久久蜜臀av无| 久久久久国产精品人妻aⅴ院| 搡老岳熟女国产| 男女之事视频高清在线观看| 国产精品久久电影中文字幕| 免费在线观看视频国产中文字幕亚洲| 亚洲av成人不卡在线观看播放网| 美女高潮喷水抽搐中文字幕| 好男人在线观看高清免费视频| 狂野欧美白嫩少妇大欣赏| 免费观看精品视频网站| 999久久久精品免费观看国产| 亚洲av免费在线观看| 一本一本综合久久| 亚洲在线观看片| 国内精品美女久久久久久| 变态另类丝袜制服| 女警被强在线播放| 亚洲一区二区三区不卡视频| 日韩欧美精品v在线| 精品免费久久久久久久清纯| 老司机福利观看| 欧美日韩精品网址| 啦啦啦免费观看视频1| 亚洲av第一区精品v没综合| 色av中文字幕| 亚洲国产精品合色在线| 少妇丰满av| 麻豆av在线久日| 国产综合懂色| 悠悠久久av| 五月玫瑰六月丁香| 久久久国产成人免费| 成人欧美大片| 少妇丰满av| 麻豆国产av国片精品| 少妇的逼水好多| 午夜福利在线在线| 听说在线观看完整版免费高清| 欧美性猛交╳xxx乱大交人| 亚洲精华国产精华精| 色av中文字幕| 国产午夜福利久久久久久| 成人特级av手机在线观看| 少妇的丰满在线观看| 欧美激情久久久久久爽电影| 国产主播在线观看一区二区| 亚洲av熟女| 精品无人区乱码1区二区| 淫妇啪啪啪对白视频| 精品福利观看| 久久久国产欧美日韩av| 19禁男女啪啪无遮挡网站| 欧美xxxx黑人xx丫x性爽| 色视频www国产| 日日摸夜夜添夜夜添小说| av福利片在线观看| 国产成人系列免费观看| 色综合站精品国产| 男插女下体视频免费在线播放| 精品久久蜜臀av无| 国产熟女xx| 嫩草影视91久久| 变态另类丝袜制服| 亚洲五月婷婷丁香| 黄色丝袜av网址大全| 欧美激情久久久久久爽电影| 欧美日本亚洲视频在线播放| 久久天躁狠狠躁夜夜2o2o| 亚洲av成人一区二区三| 欧美午夜高清在线| 免费在线观看亚洲国产| 黄色成人免费大全| 亚洲一区二区三区色噜噜| 在线免费观看不下载黄p国产 | 久久精品综合一区二区三区| 免费在线观看亚洲国产| 亚洲av成人一区二区三| 在线永久观看黄色视频| 国产淫片久久久久久久久 | 日韩免费av在线播放| 91久久精品国产一区二区成人 | 亚洲精华国产精华精| 一级毛片精品| 丁香欧美五月| 可以在线观看的亚洲视频| 国产黄片美女视频| 日韩三级视频一区二区三区| 亚洲国产精品久久男人天堂| 伊人久久大香线蕉亚洲五| 欧美xxxx黑人xx丫x性爽| 亚洲一区二区三区不卡视频| 男女床上黄色一级片免费看| 久久久久国产一级毛片高清牌| 国产高清视频在线播放一区| 天天躁日日操中文字幕| 香蕉久久夜色| 免费av毛片视频| 美女高潮的动态| 午夜福利在线观看免费完整高清在 | 脱女人内裤的视频| 午夜a级毛片| 国内精品久久久久久久电影| 全区人妻精品视频| 国产黄色小视频在线观看| 精品一区二区三区av网在线观看| 国产一区在线观看成人免费| 欧美色视频一区免费| 色老头精品视频在线观看| 精品久久久久久久毛片微露脸| 国产人伦9x9x在线观看| 九九在线视频观看精品| 久久精品综合一区二区三区| 国产综合懂色| 男人舔女人下体高潮全视频| 午夜激情欧美在线| 小说图片视频综合网站| 视频区欧美日本亚洲| 精品久久久久久久久久久久久| 亚洲专区中文字幕在线| 99riav亚洲国产免费| 99国产精品一区二区三区| 免费高清视频大片| 美女扒开内裤让男人捅视频| 97碰自拍视频| 免费观看的影片在线观看| 不卡av一区二区三区| 琪琪午夜伦伦电影理论片6080| 天堂影院成人在线观看| 亚洲自拍偷在线| 国产亚洲av嫩草精品影院| 成人高潮视频无遮挡免费网站| 国产精品日韩av在线免费观看| 亚洲精品乱码久久久v下载方式 | 亚洲 欧美 日韩 在线 免费| 国产高清有码在线观看视频| 精品国内亚洲2022精品成人| 黄色女人牲交| 精品久久蜜臀av无| 亚洲欧美日韩无卡精品| 女警被强在线播放| 国产一区二区三区视频了| 亚洲av第一区精品v没综合| 一级毛片女人18水好多| 国产精品av视频在线免费观看| 亚洲人成伊人成综合网2020| 久久香蕉精品热| 亚洲欧美一区二区三区黑人| 淫妇啪啪啪对白视频| 国产又色又爽无遮挡免费看| 在线免费观看不下载黄p国产 | 国产成人精品久久二区二区免费| 精品国产美女av久久久久小说| 首页视频小说图片口味搜索| 国产乱人视频| 欧美乱妇无乱码| 小说图片视频综合网站| 岛国在线免费视频观看| 国产探花在线观看一区二区| 亚洲美女视频黄频| 国产成人av教育| 国产激情久久老熟女| 99热这里只有是精品50| 久久午夜综合久久蜜桃| 757午夜福利合集在线观看| 午夜福利在线观看免费完整高清在 | 五月伊人婷婷丁香| 99热6这里只有精品| 不卡一级毛片| 午夜福利视频1000在线观看| 99视频精品全部免费 在线 | 在线国产一区二区在线| 一二三四社区在线视频社区8| 两个人看的免费小视频| 他把我摸到了高潮在线观看| 一卡2卡三卡四卡精品乱码亚洲| 欧美日本亚洲视频在线播放| 精品一区二区三区四区五区乱码| 黄色 视频免费看| 桃红色精品国产亚洲av| 黑人巨大精品欧美一区二区mp4| 国产精品久久久久久人妻精品电影| 国产精品一区二区免费欧美| 午夜影院日韩av| 久久精品国产99精品国产亚洲性色| 亚洲精品一区av在线观看| 老司机午夜十八禁免费视频| 男人舔女人的私密视频| av女优亚洲男人天堂 | 狠狠狠狠99中文字幕| 国产精品亚洲美女久久久| 91av网站免费观看| 国产成+人综合+亚洲专区| 欧美一区二区国产精品久久精品| 丁香六月欧美| 亚洲中文av在线| 麻豆一二三区av精品| 色综合站精品国产| 中文字幕av在线有码专区| 国产精品爽爽va在线观看网站| 一区二区三区国产精品乱码| 欧美性猛交黑人性爽| 国产精品野战在线观看| 淫秽高清视频在线观看| 亚洲午夜理论影院| 久久久精品欧美日韩精品| 老司机深夜福利视频在线观看| 久久天躁狠狠躁夜夜2o2o| 国产一区二区三区视频了| 亚洲欧美激情综合另类| 男女下面进入的视频免费午夜| 国产又黄又爽又无遮挡在线| 亚洲激情在线av| 最近最新中文字幕大全电影3| 久久天堂一区二区三区四区|