• <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CNN的心音特征融合分類方法*

    2019-11-27 01:16:52韓威李昌劉厶元劉偉鑫邱澤帆
    自動化與信息工程 2019年5期
    關(guān)鍵詞:心音收縮期訓(xùn)練樣本

    韓威 李昌 劉厶元 劉偉鑫 邱澤帆

    基于CNN的心音特征融合分類方法*

    韓威1,2李昌2劉厶元1劉偉鑫1,2邱澤帆2

    (1.廣東工業(yè)大學(xué) 2.廣東省智能制造研究所 廣東省現(xiàn)代控制技術(shù)重點(diǎn)實(shí)驗(yàn)室)

    針對TFF1dCNN方法利用一維CNN分別對各心音片段的4個頻帶信號提取特征,可能無法充分提取各頻帶信號間相關(guān)信息的問題,提出TFF2dCNN方法。先將4個頻帶信號融合成二維信號;再由二維CNN進(jìn)行特征提取和分類。實(shí)驗(yàn)結(jié)果表明,該方法提升了分類正確率。此外,還分析了心音樣本的分類正確率與其包含的心動周期數(shù)的關(guān)系。

    心音分類;心音特征融合;CNN

    0 引言

    據(jù)世界衛(wèi)生組織統(tǒng)計(jì),心血管疾病是全球第一大死因[1]。心音是診斷心血管疾病的主要醫(yī)學(xué)信號,心音分類可為心血管疾病進(jìn)一步檢查提供初步線索。當(dāng)前常用的心音聽診受醫(yī)生經(jīng)驗(yàn)、心理/生理等因素影響,無法保證診斷結(jié)果的準(zhǔn)確性和可靠性。因此,心音自動分類近年來成為國內(nèi)外研究熱點(diǎn)[2-3]。與傳統(tǒng)心音分類方法[4-5]依靠人工經(jīng)驗(yàn)選擇心音信號特征進(jìn)行分類相比,深度學(xué)習(xí)方法從原始數(shù)據(jù)或高維特征數(shù)據(jù)中自動提取低維特征,可獲得更好的心音分類效果,已成為主流心音分類方法[6-7]。

    在2016年心音分類挑戰(zhàn)賽中[8],Potes等提出的TFF1dCNN方法[9]獲得第一名。本文對TFF1dCNN方法中的一維CNN(Convolutional Neural Network)分類流程進(jìn)行改進(jìn),提出TFF2dCNN方法。

    1 TFF1dCNN方法

    TFF1dCNN方法提取124個時頻特征輸入Adaboost分類器;然后提取各心音片段的4個頻帶信號(25 Hz ~45 Hz,45 Hz~80 Hz,80 Hz~200 Hz及200 Hz ~400 Hz)輸入一維CNN分類器;最后將2個分類器的結(jié)果融合決策得到心音分類結(jié)果。Adaboost和一維CNN融合分類示意圖如圖1所示。

    圖1 TFF1dCNN方法中Adaboost和一維CNN融合分類示意圖

    一維CNN分類器分類流程:每個頻帶信號先分別經(jīng)一維CNN提取特征;再由全連接層進(jìn)行特征融合運(yùn)算;最終輸出分類結(jié)果。此分類流程利用一維CNN分別對每個頻帶信號提取特征,可能無法充分提取各頻帶信號之間的相關(guān)信息,造成需由多個頻帶信號才能準(zhǔn)確表達(dá)的心血管疾病易被誤判,從而影響心音分類效果。為此,本文提出TFF2dCNN方法。

    2 TFF2dCNN方法

    2.1 心音特征提取

    本文提出的TFF2dCNN方法采用與TFF1dCNN方法相同的預(yù)處理和特征提取流程,如圖2所示。

    圖2 心音特征提取流程圖

    圖2中心音信號預(yù)處理流程:以1000 Hz采樣率對心音信號進(jìn)行重采樣;并對采樣信號進(jìn)行25 Hz ~400 Hz帶通濾波;采用Springer等[10]提出的方法將心音信號分割為若干心動周期。一次完整的心動周期由第一心音(S1)、收縮期(systole)、第二心音(S2)和舒張期(diastole)4個狀態(tài)組成。

    圖2中124個時頻特征包括36個時域特征、36個頻域特征和52個MFCC(Mel-Frequency Cepstrum Coefficient)特征。時頻特征提取流程:各心動周期、第一心音、收縮期、第二心音、舒張期等的時長均值和標(biāo)準(zhǔn)差,各收縮期與心動周期的時長之比、各舒張期與心動周期的時長之比、各收縮期與舒張期的時長之比等的均值和標(biāo)準(zhǔn)差,共計(jì)16個與心音時長相關(guān)的時域特征;各收縮期與第一心音的平均絕對振幅之比、各舒張期與第二心音的平均絕對振幅之比等的均值和標(biāo)準(zhǔn)差,各第一心音、收縮期、第二心音、舒張期幅值偏度的均值和標(biāo)準(zhǔn)差,各第一心音、收縮期、第二心音、舒張期幅值峰度的均值和標(biāo)準(zhǔn)差,共計(jì)20個與心音信號幅值相關(guān)的時域特征;先將各第一心音、收縮期、第二心音和舒張期的信號分解為9個頻段(25 Hz ~45 Hz,45 Hz ~65 Hz,65 Hz ~85 Hz,85 Hz ~105 Hz,105 Hz ~125 Hz,125 Hz ~150 Hz,150 Hz ~200 Hz,200 Hz及~300 Hz及300 Hz ~400 Hz),再計(jì)算每個頻段信號中值功率的均值,共計(jì)可得36個頻域特征;計(jì)算各第一心音、收縮期、第二心音、舒張期信號的MFCC,選擇前13個MFCC,則共計(jì)可得52個MFCC特征。

    圖2中各心音片段的4個頻帶信號提取流程為:先從每個第一心音開始選取時長為2.5 s的信號作為一個心音片段;再將心音片段分解至4個頻帶信號。根據(jù)預(yù)先統(tǒng)計(jì),最長的心動周期不超過2.5 s,因此一個心音片段能覆蓋一次完整的心動周期信號。由于每個第一心音都會產(chǎn)生一個心音片段,因此一段心音信號的心音片段數(shù)與其心動周期數(shù)相等。

    2.2 心音分類模型

    在心音分類中,本文仍然采用TFF1dCNN方法中的Adaboost分類模型(如圖1所示),僅采用二維CNN分類器對其一維CNN分類模型進(jìn)行改進(jìn)。本文提出的TFF2dCNN方法的分類模型如圖3所示。其中二維CNN分類器的分類流程為:先將4個頻帶信號融合成二維信號;再由二維CNN運(yùn)算進(jìn)行特征提?。蝗缓蠼?jīng)全連接層運(yùn)算;最終輸出心音分類結(jié)果。

    圖3 TFF2dCNN方法的分類模型示意圖

    3 心音分類實(shí)驗(yàn)

    3.1 實(shí)驗(yàn)數(shù)據(jù)和評價指標(biāo)

    本文實(shí)驗(yàn)數(shù)據(jù)集來源于CinC2016[11],此數(shù)據(jù)集有3240個心音樣本,分為正常(2575個)和異常(665個)2大類。

    采用敏感性(Se)、特異性(Sp)和平均正確率(MAcc)來衡量心音分類效果。Se和Sp分別表示異常樣本和正常樣本被正確預(yù)測的概率;MAcc為Se和Sp的算術(shù)平均值,是最終的評價指標(biāo)。

    3.2 分類結(jié)果

    每次實(shí)驗(yàn)隨機(jī)選擇若干心音樣本進(jìn)行訓(xùn)練,其余樣本用于測試。本文以完整的心音樣本為單位劃分訓(xùn)練集和測試集,這樣可確保來自同一心音樣本的所有心音片段只能被分為訓(xùn)練集或測試集。

    3.2.1 分類性能

    為更好地評估分類效果,本文采用不同訓(xùn)練樣本占比(訓(xùn)練樣本數(shù)占總樣本數(shù)的比例)進(jìn)行實(shí)驗(yàn)。具體包括:從訓(xùn)練樣本占比為2%(2%異常樣本和2%正常樣本)開始,每次增加2%的訓(xùn)練樣本,直到訓(xùn)練樣本占比達(dá)到10%;然后每次增加20%的訓(xùn)練樣本,直到訓(xùn)練樣本占比達(dá)到90%。為獲得穩(wěn)定的分類結(jié)果,每個訓(xùn)練樣本占比實(shí)驗(yàn)重復(fù)10次,最終的分類結(jié)果是這10次重復(fù)實(shí)驗(yàn)的平均值和標(biāo)準(zhǔn)差。表1給出了TFF2dCNN和TFF1dCNN兩種方法的分類結(jié)果。

    表1 兩種方法的分類結(jié)果

    由表1可以看出,本文采用基于二維CNN的分類模型代替TFF1dCNN方法中基于一維CNN的分類模型后,分類結(jié)果MAcc增大。此外,隨著訓(xùn)練樣本量增加,分類性能也隨之提升。

    3.2.2 心動周期數(shù)與分類性能的關(guān)系

    一個心音樣本被分割為若干心音片段,每個片段開始于每個心動周期的第一心音,這意味著每個心音樣本的片段數(shù)等于其心動周期數(shù)。數(shù)據(jù)集中所有心音樣本包含的心動周期數(shù)在2~109。訓(xùn)練樣本占比為90%的情況下,統(tǒng)計(jì)心動周期數(shù)與分類正確率的關(guān)系,如圖4所示。

    圖4 心動周期數(shù)與分類正確率的關(guān)系

    由圖4可以看出,樣本的心動周期數(shù)越多,越有可能被正確分類。這是由于更多的心動周期能提供更多的分類信息。

    4 結(jié)語

    本文提出的TFF2dCNN方法先將4個頻帶信號融合;再通過二維CNN運(yùn)算提取心音特征,有利于提取各頻帶信號之間的相關(guān)信息,提高了分類正確率。此外,心音樣本中心動周期數(shù)越多,其被正確分類的可能性就越大。

    [1] www.who.int/mediacentre/factsheets/fs317/en/

    [2] Clifford G D, Liu C, Moody B E, et al. Recent advances in heart sound analysis [J]. Physiological Measurement, 2017, 38(8): E10-E25.

    [3] 雷志彬,陳駿霖.基于全連接LSTM的心肺音分離方法[J].自動化與信息工程,2018,39(6):25-30.

    [4] Redlarski G, Gradolewski D, Palkowski A. A system for heart sounds classification [J]. PloS one, 2014, 9(11):e112673.

    [5] Whitaker B M, Suresha P B, Liu C. Combining sparse coding and time-domain features for heart sound classification [J]. Physiological Measurement, 2017, 38(8):1701-1729.

    [6] Dominguez-Morales J P, Jimenez-Fernandez A F, Dominguez-Morales M J, et al. Deep neural networks for the recognition and classification of heart murmurs using neuromorphic auditory sensors [J]. IEEE Transactions on Biomedical Circuits & Systems,2018,12(1):24-34.

    [7] Maknickas V, Maknickas A. Recognition of normal–abnormal phonocardiographic signals using deep convolutional neural networks and mel-frequency spectral coefficients [J]. Physiological Measurement, 2017, 38(8): 1671–1684

    [8] http://physionet.incor.usp.br/challenge/2016/

    [9] Potes C, Parvaneh S, Rahman A, et al. Ensemble of feature-based and deep learning-based classifiers for detection of abnormal heart sounds[C]. 2016 Computing in Cardiology Conference (CinC). IEEE, 2016: 621-624.

    [10] Springer D, Tarassenko L, Clifford G. Logistic regression- HSMM-based heart sound segmentation [J]. IEEE Transactions on Biomedical Engineering, 2016,63(4):822- 832.

    [11] Liu Chengyu, Springer David, Li Qiao, et al. An open access database for the evaluation of heart sound algorithms [J]. Physiological Measurement, 2016, 37(12):2181-2213.

    Classification Method of Heart Sound Feature Fusion Based on CNN

    Han Wei1,2Li Chang2Liu Siyuan1Liu Weixin1,2Qiu Zefan2

    (1.Guangdong University of Technology 2. Guangdong Institute of Intelligent Manufacturing, Guangdong Key Laboratory of Modern Control Technology)

    The TFF1dCNN method uses one-dimensional CNN to extract the features of four frequency bands signal of each heart sound segment, and there is a problem that the relevant information between each frequency band may not be fully extracted. This paper proposes the TFF2dCNN method. The four frequency bands signal are firstly combined into a two-dimensional signal, and then the features extraction and classification are carried out by two-dimensional CNN. Experimental results show that the proposed method improves the classification accuracy. In addition, this paper also analyzes the relationship between the classification accuracy of heart sound and the number of cardiac cycles it contains.

    Heart Sound Classification; Heart Sound Features Fusion; Convolutional Neural Network

    國家自然科學(xué)基金項(xiàng)目(61803107);廣州市科技計(jì)劃項(xiàng)目(201803020025,201906010036);廣東省科學(xué)院人才項(xiàng)目(2019GDASYL-0105069)。

    韓威,男,1987年生,博士研究生,助理研究員,主要研究方向:心音信號處理、聲學(xué)傳感與檢測。

    劉厶元(通信作者),男,1994年生,碩士研究生,主要研究方向:生物醫(yī)學(xué)信號處理。E-mail: lsy_gudt@sina.com

    猜你喜歡
    心音收縮期訓(xùn)練樣本
    老年單純收縮期高血壓降壓標(biāo)準(zhǔn)與治療原則
    人工智能
    基于雙閾值的心音快速分段算法及其應(yīng)用研究
    雙聲道心音能量熵比的提取與識別研究
    基于香農(nóng)熵的心音信號檢測方法研究
    寬帶光譜成像系統(tǒng)最優(yōu)訓(xùn)練樣本選擇方法研究
    融合原始樣本和虛擬樣本的人臉識別算法
    基于稀疏重構(gòu)的機(jī)載雷達(dá)訓(xùn)練樣本挑選方法
    二維心音圖特征提取與識別方法的研究
    調(diào)壓方治療老年單純收縮期高血壓陽亢絡(luò)阻證90例
    精品国产超薄肉色丝袜足j| 麻豆国产av国片精品| 麻豆国产97在线/欧美 | 日韩精品免费视频一区二区三区| 一本大道久久a久久精品| 中文资源天堂在线| 伦理电影免费视频| 一个人免费在线观看的高清视频| 一进一出好大好爽视频| 在线永久观看黄色视频| 搡老岳熟女国产| 99re在线观看精品视频| 亚洲成人中文字幕在线播放| 巨乳人妻的诱惑在线观看| 村上凉子中文字幕在线| 神马国产精品三级电影在线观看 | or卡值多少钱| 精品国产乱码久久久久久男人| 黄色视频,在线免费观看| 在线观看美女被高潮喷水网站 | 婷婷精品国产亚洲av在线| 天天躁夜夜躁狠狠躁躁| 亚洲全国av大片| 国产三级在线视频| 97人妻精品一区二区三区麻豆| xxx96com| 观看免费一级毛片| 午夜久久久久精精品| 日日爽夜夜爽网站| 黑人操中国人逼视频| 99久久99久久久精品蜜桃| 中文资源天堂在线| 亚洲午夜精品一区,二区,三区| 熟妇人妻久久中文字幕3abv| 少妇熟女aⅴ在线视频| 亚洲欧美精品综合一区二区三区| 国产黄片美女视频| 日韩中文字幕欧美一区二区| 99久久久亚洲精品蜜臀av| 亚洲乱码一区二区免费版| 此物有八面人人有两片| 美女免费视频网站| 国产av一区二区精品久久| 久久久久久久久久黄片| 亚洲中文av在线| 黄色视频,在线免费观看| 母亲3免费完整高清在线观看| 国产成人精品无人区| 日本一二三区视频观看| 日韩有码中文字幕| 免费在线观看亚洲国产| 欧美中文综合在线视频| 精品第一国产精品| 日本一本二区三区精品| 欧美最黄视频在线播放免费| 国产精品野战在线观看| 一本综合久久免费| 麻豆成人av在线观看| 免费在线观看影片大全网站| 女人高潮潮喷娇喘18禁视频| www日本黄色视频网| 黄色女人牲交| 免费高清视频大片| 丰满人妻一区二区三区视频av | 日韩国内少妇激情av| 色老头精品视频在线观看| 中文字幕久久专区| 久久久久久久久中文| 免费在线观看视频国产中文字幕亚洲| 一本综合久久免费| 又紧又爽又黄一区二区| 成人av一区二区三区在线看| 精品久久久久久,| 亚洲美女视频黄频| 国产欧美日韩精品亚洲av| 欧美日韩亚洲综合一区二区三区_| 九九热线精品视视频播放| 少妇裸体淫交视频免费看高清 | av视频在线观看入口| 久久久久九九精品影院| 亚洲欧美日韩高清专用| xxxwww97欧美| 欧美中文综合在线视频| 国产成人啪精品午夜网站| 亚洲在线自拍视频| 国产免费男女视频| 国产精品亚洲一级av第二区| 久久久久久人人人人人| 久久国产乱子伦精品免费另类| 国产真人三级小视频在线观看| 色噜噜av男人的天堂激情| 五月玫瑰六月丁香| 欧美日韩亚洲综合一区二区三区_| 深夜精品福利| 久久这里只有精品中国| 亚洲熟妇熟女久久| 在线观看美女被高潮喷水网站 | 久久亚洲精品不卡| 亚洲精品美女久久久久99蜜臀| 亚洲熟妇熟女久久| 日日干狠狠操夜夜爽| 香蕉国产在线看| 两人在一起打扑克的视频| 日本在线视频免费播放| 天堂av国产一区二区熟女人妻 | 99re在线观看精品视频| 男女床上黄色一级片免费看| 舔av片在线| 这个男人来自地球电影免费观看| 一本一本综合久久| 91麻豆av在线| 中文字幕久久专区| 亚洲欧美精品综合一区二区三区| 国语自产精品视频在线第100页| 日韩免费av在线播放| av欧美777| 变态另类丝袜制服| 在线观看美女被高潮喷水网站 | 亚洲精品久久成人aⅴ小说| 麻豆国产97在线/欧美 | 操出白浆在线播放| 欧美另类亚洲清纯唯美| 脱女人内裤的视频| 国产乱人伦免费视频| 色哟哟哟哟哟哟| 18禁黄网站禁片免费观看直播| 亚洲片人在线观看| 丝袜美腿诱惑在线| 真人一进一出gif抽搐免费| 成人三级做爰电影| 国产探花在线观看一区二区| 搞女人的毛片| 大型黄色视频在线免费观看| 日本五十路高清| 国产免费av片在线观看野外av| www.999成人在线观看| 精品免费久久久久久久清纯| 亚洲人成电影免费在线| 欧美中文综合在线视频| 久久 成人 亚洲| 777久久人妻少妇嫩草av网站| 天天躁夜夜躁狠狠躁躁| 宅男免费午夜| 一个人免费在线观看电影 | 国产av又大| 亚洲国产中文字幕在线视频| 国产激情偷乱视频一区二区| 超碰成人久久| 每晚都被弄得嗷嗷叫到高潮| 中文字幕人成人乱码亚洲影| 哪里可以看免费的av片| 大型av网站在线播放| 亚洲人成电影免费在线| 精品久久久久久久久久久久久| 亚洲人成网站高清观看| 老司机深夜福利视频在线观看| 香蕉国产在线看| xxxwww97欧美| 欧美一级a爱片免费观看看 | 最近视频中文字幕2019在线8| cao死你这个sao货| 一进一出抽搐动态| 久久热在线av| 成人国产综合亚洲| 国产精品久久久久久亚洲av鲁大| 国产一区在线观看成人免费| av有码第一页| 黄片大片在线免费观看| 狂野欧美激情性xxxx| 91老司机精品| 精品福利观看| 久久国产乱子伦精品免费另类| 国产主播在线观看一区二区| 午夜福利免费观看在线| 久久久久国内视频| 精品久久久久久成人av| 亚洲av成人一区二区三| 成人特级黄色片久久久久久久| 99国产极品粉嫩在线观看| 国产精品免费视频内射| 叶爱在线成人免费视频播放| 国产精品综合久久久久久久免费| 麻豆成人av在线观看| 亚洲欧美日韩高清在线视频| 久久久久九九精品影院| 国产精品综合久久久久久久免费| 中出人妻视频一区二区| 亚洲免费av在线视频| 中文在线观看免费www的网站 | 国产精品香港三级国产av潘金莲| a级毛片a级免费在线| 成人av在线播放网站| 欧美大码av| 亚洲专区国产一区二区| 巨乳人妻的诱惑在线观看| 99国产综合亚洲精品| 精品一区二区三区四区五区乱码| 久久伊人香网站| 亚洲最大成人中文| 久久国产乱子伦精品免费另类| 国产av不卡久久| 后天国语完整版免费观看| 精品日产1卡2卡| 国产午夜精品论理片| 波多野结衣高清无吗| 哪里可以看免费的av片| 亚洲色图 男人天堂 中文字幕| 亚洲欧美精品综合久久99| 中文资源天堂在线| 亚洲真实伦在线观看| 九九热线精品视视频播放| 久99久视频精品免费| 一级毛片女人18水好多| 在线观看免费视频日本深夜| 99久久精品热视频| 最近最新中文字幕大全免费视频| 很黄的视频免费| 亚洲一区二区三区不卡视频| 99国产极品粉嫩在线观看| 国产三级黄色录像| 1024视频免费在线观看| 99热这里只有精品一区 | 午夜福利在线在线| 久久久水蜜桃国产精品网| 欧美成狂野欧美在线观看| 看片在线看免费视频| 午夜福利高清视频| 精品乱码久久久久久99久播| 国产精品久久视频播放| 国产久久久一区二区三区| 国产精品1区2区在线观看.| 亚洲美女视频黄频| 男人的好看免费观看在线视频 | 国产又色又爽无遮挡免费看| 搡老妇女老女人老熟妇| 成熟少妇高潮喷水视频| 黑人巨大精品欧美一区二区mp4| av欧美777| 久久久久国内视频| 99热这里只有是精品50| 人妻夜夜爽99麻豆av| 久久久久久久午夜电影| 午夜老司机福利片| 波多野结衣巨乳人妻| 久久人人精品亚洲av| 51午夜福利影视在线观看| 成人三级做爰电影| 国产精品98久久久久久宅男小说| 国产真人三级小视频在线观看| 日本免费a在线| 国产v大片淫在线免费观看| www日本在线高清视频| 中文字幕人成人乱码亚洲影| 欧美成人性av电影在线观看| 日本在线视频免费播放| 欧美成人午夜精品| 宅男免费午夜| 好男人在线观看高清免费视频| 国产99久久九九免费精品| 老熟妇仑乱视频hdxx| 久久久久久国产a免费观看| 99久久国产精品久久久| 亚洲成av人片在线播放无| 午夜影院日韩av| 亚洲性夜色夜夜综合| 欧美日韩一级在线毛片| 日日爽夜夜爽网站| 女人高潮潮喷娇喘18禁视频| 一个人免费在线观看电影 | 91麻豆av在线| 国内精品一区二区在线观看| 两个人免费观看高清视频| 一边摸一边抽搐一进一小说| 91大片在线观看| 国产一区二区三区视频了| 国产三级黄色录像| 18禁黄网站禁片午夜丰满| netflix在线观看网站| 色在线成人网| 日韩av在线大香蕉| 制服人妻中文乱码| 精品国产超薄肉色丝袜足j| 99在线人妻在线中文字幕| 午夜老司机福利片| 老司机在亚洲福利影院| 1024香蕉在线观看| 一本一本综合久久| 中文字幕av在线有码专区| 丁香欧美五月| 国产精品久久视频播放| 黄色a级毛片大全视频| 999久久久国产精品视频| 国产三级黄色录像| 亚洲欧美精品综合久久99| 中文亚洲av片在线观看爽| 亚洲精品美女久久久久99蜜臀| tocl精华| 国产亚洲精品av在线| 精品不卡国产一区二区三区| 亚洲av美国av| 亚洲七黄色美女视频| 久久这里只有精品19| 99精品久久久久人妻精品| 日本一本二区三区精品| 亚洲 欧美 日韩 在线 免费| 日韩三级视频一区二区三区| 18禁黄网站禁片午夜丰满| 国产免费男女视频| 免费电影在线观看免费观看| 99久久国产精品久久久| 中文资源天堂在线| 国产精品久久久av美女十八| 日韩av在线大香蕉| 50天的宝宝边吃奶边哭怎么回事| 日本黄色视频三级网站网址| 亚洲中文av在线| 性欧美人与动物交配| 一二三四在线观看免费中文在| 1024香蕉在线观看| 香蕉国产在线看| 国产1区2区3区精品| 亚洲成人精品中文字幕电影| 日韩大码丰满熟妇| 窝窝影院91人妻| 村上凉子中文字幕在线| av超薄肉色丝袜交足视频| 高潮久久久久久久久久久不卡| 国产精品影院久久| 岛国在线免费视频观看| 久久国产精品人妻蜜桃| 波多野结衣高清无吗| 亚洲五月天丁香| 精品国内亚洲2022精品成人| 欧美av亚洲av综合av国产av| 这个男人来自地球电影免费观看| 亚洲一卡2卡3卡4卡5卡精品中文| 一级毛片高清免费大全| 亚洲成人中文字幕在线播放| 在线观看免费日韩欧美大片| 91在线观看av| 久久婷婷人人爽人人干人人爱| 这个男人来自地球电影免费观看| 精品久久久久久久久久免费视频| 两个人的视频大全免费| 丝袜美腿诱惑在线| 黄色丝袜av网址大全| 国内少妇人妻偷人精品xxx网站 | 91成年电影在线观看| 亚洲avbb在线观看| 亚洲国产高清在线一区二区三| 日韩欧美三级三区| 别揉我奶头~嗯~啊~动态视频| 国产成+人综合+亚洲专区| 国产私拍福利视频在线观看| 午夜老司机福利片| 国产精品98久久久久久宅男小说| 亚洲,欧美精品.| 久9热在线精品视频| 在线观看舔阴道视频| 国产高清激情床上av| 免费在线观看黄色视频的| 好看av亚洲va欧美ⅴa在| 精品乱码久久久久久99久播| 少妇的丰满在线观看| 亚洲中文字幕一区二区三区有码在线看 | 亚洲av成人精品一区久久| 搡老岳熟女国产| 香蕉国产在线看| 国产伦在线观看视频一区| 亚洲激情在线av| 日本撒尿小便嘘嘘汇集6| 欧美三级亚洲精品| 性色av乱码一区二区三区2| 亚洲精品av麻豆狂野| 国产欧美日韩一区二区三| 亚洲免费av在线视频| 夜夜看夜夜爽夜夜摸| 欧美日韩亚洲综合一区二区三区_| 久久伊人香网站| 国产三级中文精品| 一级片免费观看大全| 中文字幕av在线有码专区| 91麻豆精品激情在线观看国产| 国产欧美日韩一区二区精品| 日本熟妇午夜| 一二三四社区在线视频社区8| 在线看三级毛片| 黑人巨大精品欧美一区二区mp4| 久久香蕉国产精品| 狂野欧美激情性xxxx| 少妇粗大呻吟视频| 国产精品久久久久久人妻精品电影| 制服人妻中文乱码| 99国产极品粉嫩在线观看| 毛片女人毛片| 亚洲va日本ⅴa欧美va伊人久久| 欧美黄色片欧美黄色片| 免费看日本二区| 久久久久久人人人人人| 母亲3免费完整高清在线观看| 99热这里只有是精品50| 欧美日本亚洲视频在线播放| 禁无遮挡网站| 色老头精品视频在线观看| 成人av一区二区三区在线看| 69av精品久久久久久| 免费一级毛片在线播放高清视频| 色在线成人网| 国产av又大| 欧美不卡视频在线免费观看 | 午夜成年电影在线免费观看| 好男人电影高清在线观看| 一边摸一边抽搐一进一小说| 91九色精品人成在线观看| 精品国产美女av久久久久小说| 别揉我奶头~嗯~啊~动态视频| 一本大道久久a久久精品| 亚洲熟妇中文字幕五十中出| 国产单亲对白刺激| 国产精品综合久久久久久久免费| 18禁美女被吸乳视频| 一级毛片精品| 99久久精品热视频| 国产日本99.免费观看| 日韩中文字幕欧美一区二区| 舔av片在线| 久久人妻av系列| 国产真人三级小视频在线观看| 精品欧美国产一区二区三| 777久久人妻少妇嫩草av网站| 欧美日韩中文字幕国产精品一区二区三区| xxxwww97欧美| 悠悠久久av| 亚洲五月天丁香| 国产午夜精品论理片| 天堂√8在线中文| 久久久久精品国产欧美久久久| av中文乱码字幕在线| 给我免费播放毛片高清在线观看| 99久久精品国产亚洲精品| 亚洲精品一卡2卡三卡4卡5卡| 国产精品日韩av在线免费观看| 校园春色视频在线观看| www.自偷自拍.com| 国产成人影院久久av| 少妇熟女aⅴ在线视频| 老汉色av国产亚洲站长工具| 国产精品久久电影中文字幕| 国产久久久一区二区三区| 热99re8久久精品国产| 成人特级黄色片久久久久久久| 哪里可以看免费的av片| 国产av一区在线观看免费| 国产野战对白在线观看| 麻豆国产av国片精品| 又紧又爽又黄一区二区| 一个人免费在线观看电影 | 啦啦啦韩国在线观看视频| 91麻豆精品激情在线观看国产| 桃色一区二区三区在线观看| 日本黄大片高清| 不卡一级毛片| 中亚洲国语对白在线视频| 欧美乱色亚洲激情| 日韩三级视频一区二区三区| 国产片内射在线| 国产精品久久久久久亚洲av鲁大| 男女视频在线观看网站免费 | 丰满人妻一区二区三区视频av | 久久婷婷成人综合色麻豆| 国产精品 国内视频| 中文字幕av在线有码专区| 亚洲精品美女久久久久99蜜臀| 法律面前人人平等表现在哪些方面| 亚洲 国产 在线| a在线观看视频网站| 日本成人三级电影网站| 69av精品久久久久久| 好看av亚洲va欧美ⅴa在| videosex国产| 午夜精品一区二区三区免费看| 国产精品av视频在线免费观看| 狂野欧美白嫩少妇大欣赏| 免费在线观看影片大全网站| 欧美成人一区二区免费高清观看 | 亚洲人成网站在线播放欧美日韩| 少妇裸体淫交视频免费看高清 | 午夜免费成人在线视频| 一进一出抽搐动态| 99久久久亚洲精品蜜臀av| 日本一二三区视频观看| 国产视频一区二区在线看| 中国美女看黄片| 国语自产精品视频在线第100页| or卡值多少钱| 欧美一级a爱片免费观看看 | 一卡2卡三卡四卡精品乱码亚洲| 97碰自拍视频| 18禁黄网站禁片午夜丰满| 日本黄大片高清| 男人的好看免费观看在线视频 | 国产成人精品久久二区二区91| 麻豆一二三区av精品| 亚洲熟妇中文字幕五十中出| 91大片在线观看| 久久99热这里只有精品18| 久久伊人香网站| 国产一区二区在线观看日韩 | 天堂影院成人在线观看| 草草在线视频免费看| 99久久综合精品五月天人人| 午夜影院日韩av| 欧美黄色淫秽网站| 亚洲成人精品中文字幕电影| 亚洲成a人片在线一区二区| 亚洲真实伦在线观看| 免费在线观看亚洲国产| 男人舔奶头视频| 18禁黄网站禁片午夜丰满| 好男人电影高清在线观看| 免费在线观看黄色视频的| 国产精品综合久久久久久久免费| 一本久久中文字幕| 国产精品亚洲一级av第二区| 国产精品久久视频播放| 国产精品免费视频内射| 啪啪无遮挡十八禁网站| 精品福利观看| 人成视频在线观看免费观看| 老熟妇乱子伦视频在线观看| 国产成人精品久久二区二区91| 欧美 亚洲 国产 日韩一| 亚洲av熟女| 国语自产精品视频在线第100页| 亚洲av熟女| 欧美不卡视频在线免费观看 | 日韩欧美在线乱码| 久久精品综合一区二区三区| 丁香六月欧美| 变态另类丝袜制服| 一级毛片精品| 淫秽高清视频在线观看| netflix在线观看网站| 香蕉丝袜av| 两性午夜刺激爽爽歪歪视频在线观看 | 美女黄网站色视频| 亚洲在线自拍视频| 床上黄色一级片| 一级毛片高清免费大全| 国产精品爽爽va在线观看网站| 天堂av国产一区二区熟女人妻 | 久久午夜亚洲精品久久| 12—13女人毛片做爰片一| 一进一出抽搐动态| 波多野结衣高清无吗| 最新在线观看一区二区三区| 久久久国产欧美日韩av| 国产97色在线日韩免费| 美女免费视频网站| 亚洲精品国产一区二区精华液| 美女午夜性视频免费| 日本在线视频免费播放| 亚洲激情在线av| 看免费av毛片| 亚洲无线在线观看| 亚洲国产日韩欧美精品在线观看 | 国产精品99久久99久久久不卡| 国产高清有码在线观看视频 | 国产成人系列免费观看| 免费看日本二区| 国产精品久久久av美女十八| 欧美日韩亚洲国产一区二区在线观看| 国产精品久久久av美女十八| 精品午夜福利视频在线观看一区| 啦啦啦免费观看视频1| 黄色丝袜av网址大全| 亚洲男人天堂网一区| 国产激情欧美一区二区| 国产三级黄色录像| 搡老熟女国产l中国老女人| 国内毛片毛片毛片毛片毛片| 99久久99久久久精品蜜桃| 国产精品自产拍在线观看55亚洲| 日日摸夜夜添夜夜添小说| 淫秽高清视频在线观看| 欧美 亚洲 国产 日韩一| 99久久无色码亚洲精品果冻| 在线观看免费视频日本深夜| 两性夫妻黄色片| 人妻夜夜爽99麻豆av| x7x7x7水蜜桃| 97人妻精品一区二区三区麻豆| 99久久综合精品五月天人人| 久久精品夜夜夜夜夜久久蜜豆 | 熟女电影av网| 久9热在线精品视频| 日本五十路高清| 国产v大片淫在线免费观看| 黄色女人牲交| 脱女人内裤的视频| 舔av片在线| 欧美不卡视频在线免费观看 | 老司机在亚洲福利影院| www.www免费av| 三级男女做爰猛烈吃奶摸视频| 18禁裸乳无遮挡免费网站照片| 亚洲电影在线观看av| 亚洲人成电影免费在线| 无遮挡黄片免费观看| 国产成人啪精品午夜网站| 国产91精品成人一区二区三区| 久久久久久久久免费视频了| 亚洲无线在线观看| 欧美性长视频在线观看| 十八禁人妻一区二区|