• <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
    国产亚洲精品久久久com| 久久久久国产网址| 国产精品国产三级国产av玫瑰| 99视频精品全部免费 在线| 在线观看免费视频网站a站| 在线精品无人区一区二区三 | 午夜福利在线在线| 国产精品av视频在线免费观看| 日韩伦理黄色片| 精品人妻视频免费看| 永久免费av网站大全| 久久国产精品大桥未久av | 成人高潮视频无遮挡免费网站| 久久久精品免费免费高清| 赤兔流量卡办理| 少妇的逼水好多| 在线观看一区二区三区激情| 黄色视频在线播放观看不卡| 另类亚洲欧美激情| 麻豆精品久久久久久蜜桃| 一个人看的www免费观看视频| 最近2019中文字幕mv第一页| 插逼视频在线观看| av在线播放精品| 亚洲成人手机| 激情五月婷婷亚洲| 久久av网站| 久久久久国产精品人妻一区二区| 91久久精品国产一区二区三区| 一本—道久久a久久精品蜜桃钙片| 观看美女的网站| 精品少妇久久久久久888优播| 久久精品国产亚洲av涩爱| 亚洲第一av免费看| 久久久a久久爽久久v久久| 狂野欧美激情性bbbbbb| 精品一品国产午夜福利视频| 国内少妇人妻偷人精品xxx网站| 中文精品一卡2卡3卡4更新| 久久6这里有精品| 热re99久久精品国产66热6| 国产精品人妻久久久久久| 男的添女的下面高潮视频| 777米奇影视久久| 我要看黄色一级片免费的| 又爽又黄a免费视频| 黄色配什么色好看| 哪个播放器可以免费观看大片| 成人漫画全彩无遮挡| 麻豆成人午夜福利视频| 日韩一区二区视频免费看| 三级国产精品欧美在线观看| 亚洲精品乱久久久久久| 国产精品久久久久成人av| 亚洲av不卡在线观看| 人人妻人人看人人澡| 国产永久视频网站| 亚洲欧洲日产国产| 久久精品夜色国产| 人人妻人人爽人人添夜夜欢视频 | av在线老鸭窝| 天堂中文最新版在线下载| 十分钟在线观看高清视频www | 国产 精品1| 中文字幕亚洲精品专区| av天堂中文字幕网| 久久人人爽人人爽人人片va| 亚洲精品第二区| 亚洲国产毛片av蜜桃av| 国产伦理片在线播放av一区| 精华霜和精华液先用哪个| 成人特级av手机在线观看| 日韩亚洲欧美综合| 日韩欧美一区视频在线观看 | 国产真实伦视频高清在线观看| 日韩av免费高清视频| 少妇裸体淫交视频免费看高清| 99热这里只有是精品在线观看| av视频免费观看在线观看| 亚洲欧美精品自产自拍| 欧美亚洲 丝袜 人妻 在线| 久久热精品热| 夫妻午夜视频| 亚洲欧美日韩另类电影网站 | 丝袜喷水一区| 纯流量卡能插随身wifi吗| 中文字幕制服av| 亚洲人成网站在线观看播放| 插逼视频在线观看| 三级国产精品欧美在线观看| 三级国产精品片| 韩国高清视频一区二区三区| 久久精品国产a三级三级三级| 午夜免费观看性视频| 交换朋友夫妻互换小说| 五月玫瑰六月丁香| 韩国av在线不卡| 国产伦理片在线播放av一区| 久久精品国产自在天天线| 亚洲欧美日韩卡通动漫| 久久久久久久亚洲中文字幕| 我的老师免费观看完整版| 亚洲国产欧美人成| 国模一区二区三区四区视频| 国产高清国产精品国产三级 | 精品午夜福利在线看| 国产亚洲av片在线观看秒播厂| 中文字幕人妻熟人妻熟丝袜美| 国产日韩欧美在线精品| 精品久久久噜噜| 日韩成人伦理影院| 国产高清三级在线| 高清日韩中文字幕在线| 久久久久国产精品人妻一区二区| 麻豆精品久久久久久蜜桃| 国产黄色免费在线视频| 免费观看在线日韩| 美女国产视频在线观看| 在线观看美女被高潮喷水网站| 久久久色成人| av在线老鸭窝| 亚洲av二区三区四区| 寂寞人妻少妇视频99o| 伦精品一区二区三区| 欧美区成人在线视频| 久久99精品国语久久久| 在线观看三级黄色| 毛片一级片免费看久久久久| 一级av片app| 亚洲,欧美,日韩| 成年美女黄网站色视频大全免费 | 最近最新中文字幕大全电影3| 日韩国内少妇激情av| 亚洲精品乱码久久久久久按摩| 中文精品一卡2卡3卡4更新| 好男人视频免费观看在线| 亚洲精品国产av蜜桃| 亚洲精华国产精华液的使用体验| 免费观看在线日韩| 国产欧美另类精品又又久久亚洲欧美| 久久久久久久精品精品| 少妇人妻精品综合一区二区| 国产色爽女视频免费观看| 伦精品一区二区三区| 自拍偷自拍亚洲精品老妇| 午夜激情久久久久久久| 久久午夜福利片| 极品教师在线视频| 成人高潮视频无遮挡免费网站| 久久99精品国语久久久| 国产高清国产精品国产三级 | 大香蕉久久网| 日本午夜av视频| 日本av手机在线免费观看| 久久99热6这里只有精品| 中文字幕人妻熟人妻熟丝袜美| 国产成人午夜福利电影在线观看| 大陆偷拍与自拍| 亚洲精品乱久久久久久| 婷婷色av中文字幕| 两个人的视频大全免费| 啦啦啦中文免费视频观看日本| 久久精品国产鲁丝片午夜精品| 成人毛片60女人毛片免费| 狂野欧美激情性xxxx在线观看| 欧美 日韩 精品 国产| 你懂的网址亚洲精品在线观看| 国产男女内射视频| 欧美成人精品欧美一级黄| 一个人看的www免费观看视频| 高清日韩中文字幕在线| 美女cb高潮喷水在线观看| 久久久久久久久久久丰满| 国产在线男女| 亚洲性久久影院| 日韩av在线免费看完整版不卡| 日韩三级伦理在线观看| 夫妻午夜视频| 熟女电影av网| 中文字幕av成人在线电影| 黄片wwwwww| 王馨瑶露胸无遮挡在线观看| 蜜桃亚洲精品一区二区三区| 亚洲丝袜综合中文字幕| 高清午夜精品一区二区三区| 日韩一本色道免费dvd| 婷婷色综合大香蕉| 啦啦啦中文免费视频观看日本| 亚洲成人一二三区av| 极品少妇高潮喷水抽搐| 欧美精品国产亚洲| 欧美变态另类bdsm刘玥| 少妇猛男粗大的猛烈进出视频| 毛片一级片免费看久久久久| 欧美丝袜亚洲另类| 亚洲第一av免费看| 欧美精品一区二区免费开放| 一本一本综合久久| 成人免费观看视频高清| 久久久久人妻精品一区果冻| 蜜桃亚洲精品一区二区三区| 亚洲久久久国产精品| 男女下面进入的视频免费午夜| 黄色欧美视频在线观看| 国产伦精品一区二区三区四那| 熟女av电影| 一级毛片黄色毛片免费观看视频| 婷婷色综合大香蕉| 美女cb高潮喷水在线观看| 欧美一级a爱片免费观看看| 一级av片app| 精品久久久久久久末码| 欧美 日韩 精品 国产| 国产在线免费精品| 久久99蜜桃精品久久| 久久久久人妻精品一区果冻| 男人和女人高潮做爰伦理| 精品99又大又爽又粗少妇毛片| 欧美三级亚洲精品| 亚洲欧美日韩卡通动漫| 成人一区二区视频在线观看| 菩萨蛮人人尽说江南好唐韦庄| 在线免费观看不下载黄p国产| 黄色一级大片看看| 2018国产大陆天天弄谢| 乱码一卡2卡4卡精品| 午夜福利在线在线| 午夜福利影视在线免费观看| 国产成人精品福利久久| 一级毛片久久久久久久久女| 如何舔出高潮| 久久女婷五月综合色啪小说| 亚洲欧美成人综合另类久久久| 偷拍熟女少妇极品色| 精品久久久久久久久av| 人妻系列 视频| 国产探花极品一区二区| 精华霜和精华液先用哪个| 美女cb高潮喷水在线观看| 大又大粗又爽又黄少妇毛片口| 国产女主播在线喷水免费视频网站| 精品午夜福利在线看| 国产成人a∨麻豆精品| 97在线人人人人妻| 亚洲经典国产精华液单| 中国三级夫妇交换| 免费观看的影片在线观看| 夜夜爽夜夜爽视频| 欧美日韩综合久久久久久| 色哟哟·www| 久久久久久久久久久丰满| 久久99精品国语久久久| 欧美xxxx性猛交bbbb| 久久女婷五月综合色啪小说| 国产综合精华液| 在线观看一区二区三区激情| 亚洲国产av新网站| 国产精品久久久久久久久免| 日本与韩国留学比较| 亚洲四区av| 久久鲁丝午夜福利片| 国产亚洲午夜精品一区二区久久| 国产色爽女视频免费观看| 五月伊人婷婷丁香| 亚洲成人一二三区av| 亚洲av欧美aⅴ国产| 嫩草影院入口| 人妻制服诱惑在线中文字幕| 综合色丁香网| 亚洲av中文字字幕乱码综合| 精品久久久久久电影网| 晚上一个人看的免费电影| 国内少妇人妻偷人精品xxx网站| 欧美日韩国产mv在线观看视频 | 日本vs欧美在线观看视频 | 免费看光身美女| 一级毛片电影观看| 中文字幕久久专区| 亚洲一级一片aⅴ在线观看| 久热久热在线精品观看| av网站免费在线观看视频| 一区二区三区乱码不卡18| 成人高潮视频无遮挡免费网站| 亚洲精品国产色婷婷电影| 老女人水多毛片| 国产永久视频网站| 毛片一级片免费看久久久久| 赤兔流量卡办理| www.色视频.com| 最近2019中文字幕mv第一页| 成人免费观看视频高清| 啦啦啦在线观看免费高清www| 下体分泌物呈黄色| 国产精品一区二区三区四区免费观看| 国产亚洲欧美精品永久| 一级黄片播放器| 性高湖久久久久久久久免费观看| 亚洲综合色惰| 最近手机中文字幕大全| 乱系列少妇在线播放| 久久国内精品自在自线图片| 九九爱精品视频在线观看| 亚洲电影在线观看av| 少妇的逼好多水| 亚洲不卡免费看| 91午夜精品亚洲一区二区三区| 国产黄片视频在线免费观看| 乱码一卡2卡4卡精品| 男女啪啪激烈高潮av片| 久久国产亚洲av麻豆专区| 最近最新中文字幕大全电影3| av在线观看视频网站免费| 一级毛片我不卡| 联通29元200g的流量卡| 在线观看免费日韩欧美大片 | 日韩,欧美,国产一区二区三区| 日日撸夜夜添| 国产成人aa在线观看| 欧美激情极品国产一区二区三区 | 插阴视频在线观看视频| 亚洲丝袜综合中文字幕| 26uuu在线亚洲综合色| 日韩免费高清中文字幕av| 大又大粗又爽又黄少妇毛片口| 在线观看av片永久免费下载| 天美传媒精品一区二区| 午夜精品国产一区二区电影| 免费观看av网站的网址| 欧美日韩综合久久久久久| 黑丝袜美女国产一区| 精品一区二区免费观看| 天天躁日日操中文字幕| 国产欧美日韩精品一区二区| 自拍偷自拍亚洲精品老妇| 我要看日韩黄色一级片| 日韩制服骚丝袜av| 亚洲色图综合在线观看| 欧美高清性xxxxhd video| 老司机影院毛片| 99热网站在线观看| 亚洲国产色片| 尤物成人国产欧美一区二区三区| 欧美xxxx性猛交bbbb| 亚洲图色成人| 成年美女黄网站色视频大全免费 | 自拍欧美九色日韩亚洲蝌蚪91 | 性高湖久久久久久久久免费观看| 欧美bdsm另类| 久久久久精品性色| 国产成人一区二区在线| 黑人高潮一二区| 麻豆成人午夜福利视频| 亚洲性久久影院| 哪个播放器可以免费观看大片| 日韩一本色道免费dvd| 一级毛片久久久久久久久女| 亚洲精品乱码久久久v下载方式| 亚洲精品aⅴ在线观看| 日本猛色少妇xxxxx猛交久久| 97精品久久久久久久久久精品| 成人高潮视频无遮挡免费网站| 国产国拍精品亚洲av在线观看| 久热久热在线精品观看| 内射极品少妇av片p| 亚洲欧美中文字幕日韩二区| 极品少妇高潮喷水抽搐| 久久精品国产亚洲av涩爱| 熟女人妻精品中文字幕| 免费黄频网站在线观看国产| 欧美日本视频| 亚洲欧洲国产日韩| 国产精品99久久99久久久不卡 | 精品一区二区三卡| 高清av免费在线| 精品视频人人做人人爽| 自拍欧美九色日韩亚洲蝌蚪91 | 1000部很黄的大片| 在线免费十八禁| 亚洲av日韩在线播放| 色婷婷久久久亚洲欧美| 国产永久视频网站| 人妻系列 视频| 在线观看免费日韩欧美大片 | 丝袜脚勾引网站| 久久久久久九九精品二区国产| 乱系列少妇在线播放| 在线观看av片永久免费下载| 在线免费观看不下载黄p国产| 这个男人来自地球电影免费观看 | 日本一二三区视频观看| 我的老师免费观看完整版| 国产淫片久久久久久久久| 交换朋友夫妻互换小说| 麻豆乱淫一区二区| 深夜a级毛片| 国产精品蜜桃在线观看| 久久99热这里只有精品18| 又爽又黄a免费视频| 成人国产av品久久久| 亚洲欧美清纯卡通| 两个人的视频大全免费| 亚洲精品第二区| 一区二区三区精品91| 国产无遮挡羞羞视频在线观看| 国产 一区精品| 久久久久久久大尺度免费视频| 黄片无遮挡物在线观看| 中文字幕免费在线视频6| 亚洲怡红院男人天堂| 如何舔出高潮| 美女国产视频在线观看| 成人美女网站在线观看视频| 九色成人免费人妻av| 小蜜桃在线观看免费完整版高清| 欧美日韩视频高清一区二区三区二| 国产伦在线观看视频一区| 国产黄片视频在线免费观看| 久久久久久久久久人人人人人人| 色婷婷久久久亚洲欧美| 亚洲精品久久久久久婷婷小说| 韩国高清视频一区二区三区| 26uuu在线亚洲综合色| 亚洲av在线观看美女高潮| 99热网站在线观看| 一级毛片aaaaaa免费看小| 国产成人精品婷婷| 熟女av电影| 久久青草综合色| 伦精品一区二区三区| 美女主播在线视频| 久久久久久人妻| 日日撸夜夜添| av专区在线播放| 中国国产av一级| 亚洲最大成人中文| 最后的刺客免费高清国语| 亚洲av日韩在线播放| 最近2019中文字幕mv第一页| 深夜a级毛片| 久久久久久人妻| 最近最新中文字幕免费大全7| 免费少妇av软件| 欧美另类一区| 亚洲最大成人中文| 亚洲va在线va天堂va国产| 亚洲欧美精品自产自拍| 少妇熟女欧美另类| 久久久久精品久久久久真实原创| 精品亚洲成a人片在线观看 | 亚洲在久久综合| 嫩草影院新地址| 97超碰精品成人国产| 国产精品欧美亚洲77777| 亚洲人与动物交配视频| tube8黄色片| 少妇被粗大猛烈的视频| 国产美女午夜福利| 永久网站在线| 精品一区在线观看国产| 99热这里只有是精品50| 亚洲av成人精品一二三区| 美女视频免费永久观看网站| 国产精品成人在线| 亚洲av综合色区一区| 国产黄色免费在线视频| 国产 精品1| 两个人的视频大全免费| 欧美日韩国产mv在线观看视频 | 亚洲欧美日韩东京热| 99热国产这里只有精品6| a 毛片基地| 国产白丝娇喘喷水9色精品| 欧美少妇被猛烈插入视频| 精品久久久噜噜| 亚洲精品色激情综合| 丝瓜视频免费看黄片| 婷婷色麻豆天堂久久| 老司机影院成人| 精品国产露脸久久av麻豆| 久久99热这里只有精品18| 超碰av人人做人人爽久久| 最近最新中文字幕大全电影3| 亚洲美女视频黄频| 精品99又大又爽又粗少妇毛片| 国产一区二区三区av在线| 天堂俺去俺来也www色官网| 国产免费一级a男人的天堂| 女人十人毛片免费观看3o分钟| 国产精品99久久久久久久久| 国产亚洲欧美精品永久| 日韩在线高清观看一区二区三区| 女人十人毛片免费观看3o分钟| 免费观看在线日韩| 国产亚洲一区二区精品| 亚洲av男天堂| 国产又色又爽无遮挡免| 国产成人免费无遮挡视频| 寂寞人妻少妇视频99o| 天堂俺去俺来也www色官网| 日韩制服骚丝袜av| av视频免费观看在线观看| 国精品久久久久久国模美| 午夜福利在线观看免费完整高清在| 在线免费观看不下载黄p国产| 少妇丰满av| 国产一区有黄有色的免费视频| 在线观看国产h片| 波野结衣二区三区在线| 最近2019中文字幕mv第一页| 成人国产麻豆网| 一级毛片aaaaaa免费看小| 校园人妻丝袜中文字幕| 亚洲欧美一区二区三区黑人 | 亚洲精品中文字幕在线视频 | 少妇的逼水好多| 国产精品三级大全| 超碰97精品在线观看| 嘟嘟电影网在线观看| 日产精品乱码卡一卡2卡三| 久久久色成人| 久久人妻熟女aⅴ| 好男人视频免费观看在线| 国产av码专区亚洲av| 免费观看无遮挡的男女| 人人妻人人澡人人爽人人夜夜| 一二三四中文在线观看免费高清| 色综合色国产| av国产久精品久网站免费入址| 久久国产精品大桥未久av | 啦啦啦视频在线资源免费观看| 国产在线免费精品| 男男h啪啪无遮挡| 99精国产麻豆久久婷婷| 我要看黄色一级片免费的| 永久网站在线| 简卡轻食公司| 久久精品人妻少妇| a级毛色黄片| 成人黄色视频免费在线看| 国产一级毛片在线| 美女主播在线视频| 国产深夜福利视频在线观看| 亚洲av.av天堂| 少妇精品久久久久久久| 自拍欧美九色日韩亚洲蝌蚪91 | 亚洲欧美日韩东京热| 91久久精品国产一区二区成人| 波野结衣二区三区在线| 日韩免费高清中文字幕av| 国产精品一区二区性色av| a 毛片基地| 自拍偷自拍亚洲精品老妇| 欧美丝袜亚洲另类| av在线观看视频网站免费| 免费看日本二区| 精品国产乱码久久久久久小说| 狠狠精品人妻久久久久久综合| 亚洲美女视频黄频| 亚洲人成网站高清观看| 高清av免费在线| 亚洲欧美成人精品一区二区| 在线观看美女被高潮喷水网站| 色综合色国产| 久久久久国产精品人妻一区二区| 色婷婷av一区二区三区视频| 蜜桃在线观看..| 最近手机中文字幕大全| 亚洲天堂av无毛| 国产淫语在线视频| 国产成人a∨麻豆精品| freevideosex欧美| av在线老鸭窝| 亚洲色图综合在线观看| 国产乱人视频| 精品亚洲成a人片在线观看 | 精品国产一区二区三区久久久樱花 | 毛片女人毛片| 国产一区二区三区av在线| 欧美97在线视频| 国产免费视频播放在线视频| 亚洲精品日韩在线中文字幕| 国产色爽女视频免费观看| 啦啦啦中文免费视频观看日本| 久久热精品热| 中文字幕人妻熟人妻熟丝袜美| 少妇裸体淫交视频免费看高清| 永久免费av网站大全| 老熟女久久久| 国产综合精华液| 大话2 男鬼变身卡| 内地一区二区视频在线| 国产亚洲最大av| 老司机影院毛片| 婷婷色av中文字幕| 亚洲欧洲日产国产| 插逼视频在线观看| 18禁动态无遮挡网站| 伦理电影免费视频| 亚洲第一区二区三区不卡| 狠狠精品人妻久久久久久综合| 国产精品爽爽va在线观看网站| av.在线天堂| 午夜精品国产一区二区电影| 国产视频首页在线观看| 国产有黄有色有爽视频| 特大巨黑吊av在线直播| 狂野欧美激情性xxxx在线观看| 精品熟女少妇av免费看| 女的被弄到高潮叫床怎么办| 色哟哟·www| 国产熟女欧美一区二区| 久久久久久久大尺度免费视频| 久久ye,这里只有精品| 国产成人精品久久久久久| 亚洲图色成人|