• <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 ?

    影像組學(xué)在乳腺癌淋巴結(jié)轉(zhuǎn)移中的研究進展

    2020-12-20 01:55:45吳佩琪
    分子影像學(xué)雜志 2020年1期
    關(guān)鍵詞:組學(xué)分類器淋巴結(jié)

    吳佩琪

    深圳市鹽田區(qū)人民醫(yī)院(南方科技大學(xué)鹽田醫(yī)院)放射科,廣東 深圳 518081

    乳腺癌的發(fā)病率正逐年遞增,全世界每年約有130萬人診斷為乳腺癌,并且有40萬人死于該病[1]。有研究統(tǒng)計,中國女性最常見腫瘤是乳腺癌,占所有女性癌的15%,死亡率在女性惡性腫瘤中排第4位[2],乳腺癌已成為婦女健康的最大威脅。原發(fā)灶和區(qū)域淋巴結(jié)轉(zhuǎn)移情況是乳腺癌患者預(yù)后的兩個重要因素[3],其中淋巴結(jié)狀態(tài)是評價腫瘤負荷的重要依據(jù),準(zhǔn)確的腋窩淋巴結(jié)(ALN)分期對局部治療計劃的選擇、全身綜合治療決策和預(yù)后判斷等具有重要的指導(dǎo)作用。目前臨床上常用的傳統(tǒng)影像學(xué)檢查方法,包括超聲、鉬靶、CT和MRI等,難以在術(shù)前對乳腺癌患者淋巴結(jié)轉(zhuǎn)移情況進行精準(zhǔn)評價,傳統(tǒng)影像學(xué)檢查在評估乳腺癌淋巴結(jié)轉(zhuǎn)移方面仍存在很大挑戰(zhàn)。影像組學(xué)作為一種高通量的圖像定量特征數(shù)據(jù)挖掘技術(shù),可以提取肉眼不可見的圖像深層次信息并用于建立臨床診斷、預(yù)后和預(yù)測模型,成為目前學(xué)術(shù)研究的一大熱點,影像組學(xué)已逐步開始應(yīng)用于乳腺癌淋巴結(jié)轉(zhuǎn)移的預(yù)測。

    1 影像組學(xué)定義及其工作流程

    1.1 影像組學(xué)定義

    影像組學(xué)的概念由Lambin等[4]首先提出,即從放射影像的圖像中高通量地提取大量的影像特征。Lambin等[5]提出,影像組學(xué)是一種高通量的圖像定量特征數(shù)據(jù)挖掘技術(shù),應(yīng)將影像組學(xué)提取的數(shù)據(jù)和患者的臨床信息、免疫組化信息及基因信息等數(shù)據(jù)結(jié)合起來,應(yīng)用于臨床決策支持體系,以提高診斷、預(yù)后和預(yù)測的準(zhǔn)確性,搭建起醫(yī)學(xué)影像與精準(zhǔn)醫(yī)療之間的橋梁。影像組學(xué)主要有兩個方面的優(yōu)勢:能對影像大數(shù)據(jù)進行高通量特征提取,獲得豐富的病灶深層次特征;能解析影像與臨床信息的關(guān)聯(lián)性,借此為臨床提供有價值的精準(zhǔn)診斷信息[6]。

    1.2 影像組學(xué)工作流程

    目前影像組學(xué)技術(shù)已發(fā)展成為融合影像、基因、臨床等信息的輔助診斷、分析和預(yù)測的方法,其基本流程主要包括醫(yī)學(xué)影像采集、圖像分割、特征提取與篩選、模型與分類器的構(gòu)建等步驟[7]。

    1.2.1 醫(yī)學(xué)影像采集 影像組學(xué)分析的首要步驟就是進行影像數(shù)據(jù)采集,如超聲、鉬靶、CT和MRI等[8],一般采集的圖像均以醫(yī)學(xué)數(shù)字成像和通信格式儲存于圖像存檔和通信系統(tǒng)中,確保所采集的數(shù)據(jù)管理有序,并便于存取和檢索,為影像組學(xué)研究提供了極大便利。

    1.2.2 圖像分割 圖像分割是影像組學(xué)分析的關(guān)鍵步驟,準(zhǔn)確的圖像分割對于圖像特征提取具有重要意義。目前圖像分割可分為人工分割、半自動分割和自動分割,一般認(rèn)為人工分割的精度最高,可作為“金標(biāo)準(zhǔn)”,但缺點是可重復(fù)性差、耗時較長。自動分割則通過一些圖像分割算法,提高了分割速度,但分割準(zhǔn)確性有待進一步提高。半自動分割一般是由計算機對目標(biāo)區(qū)域進行自動分割后,再由影像科醫(yī)師進一步細化目標(biāo)區(qū)域輪廓,從而在提高分割速度的同時達到更好的分割準(zhǔn)確性,因此實用性更強[9]。目前圖像分割算法比較經(jīng)典的是基于閾值的分割算法、基于邊緣的分割算法和基于區(qū)域的分割算法,此外,隨著深度學(xué)習(xí)技術(shù)的發(fā)展,基于人工神經(jīng)網(wǎng)絡(luò)、卷積神經(jīng)網(wǎng)絡(luò)等的圖像分割方法也逐漸應(yīng)用于臨床研究中[10-11]。

    1.2.3 特征提取與篩選 提取目標(biāo)區(qū)域內(nèi)的高維度特征數(shù)據(jù)以定量描述其屬性是影像組學(xué)的核心。傳統(tǒng)影像學(xué)對病灶的評估主要依賴于影像醫(yī)師肉眼提取的定性特征,如病灶邊緣是否規(guī)則、強化模式等,在計算機中,這些定性表型的特征描述統(tǒng)稱為“語義”特征[12]。傳統(tǒng)影像學(xué)對乳腺癌灶進行視覺分析時存在主觀性強的缺點,而影像組學(xué)通過計算機可提取到圖像深層次定量特征。目前研究中常提取的影像組學(xué)特征包括形態(tài)特征、一階統(tǒng)計特征、紋理特征和小波特征等四大類[7]。形態(tài)特征描述的是病灶所在區(qū)域三維空間的形狀和大小。一階統(tǒng)計特征即灰度直方圖特征,屬于一維統(tǒng)計信息,描述的是圖像內(nèi)體素的強度分布情況。紋理特征描述的是灰度的空間相關(guān)特性或體素強度的空間分布,提供了圖像上不同灰度級的相對位置信息,其分別從灰度共生矩陣、灰度游程長度矩陣和灰度區(qū)域大小矩陣特征進行紋理描述,其中灰度共生矩陣特征是目前圖像特征描述方法中應(yīng)用最為廣泛的一種紋理特征,描述的是圖像中灰度值的空間依賴性,也可以反映紋理模式和灰度空間的內(nèi)在聯(lián)系[13]。小波特征是在直方圖特征和紋理特征的基礎(chǔ)上,進一步使用多尺度的小波濾波處理,然后對不同小波域的圖像進行特征提取,從而獲得更加精準(zhǔn)的影像特征信息[14]。

    在一定的樣本量下,特征向量維數(shù)過高時會增加計算的復(fù)雜程度,使預(yù)測模型的性能下降,造成“維度災(zāi)難”,對所提取的大量影像組學(xué)特征進行降維將有助于預(yù)測模型性能提升、減少模型訓(xùn)練時間、避免模型過度擬合、提高模型泛化能力。特征降維的具體方法包括特征抽取和特征選擇兩類。特征抽取是指通過已有特征的組合建立一個新的特征子集,其主要思想是原始空間中樣本之間的距離在低維空間中得以保持,最常用的無監(jiān)督學(xué)習(xí)方法是主成分分析和聚類分析,最常用的監(jiān)督算法是線性判別分析(LDA),又稱Fisher線性判別[15]。特征選擇是指不經(jīng)過變換,直接從原始特征集合中選擇一個子集作為目標(biāo)特征向量,目前常見的特征選擇方法包括過濾式、包裹式和嵌入式三類[15]。過濾式方法以排序技術(shù)為選擇變量的標(biāo)準(zhǔn),使用適當(dāng)排序準(zhǔn)則對變量進行評分,并設(shè)定閾值篩選變量,該法適用于非常高維的數(shù)據(jù)集,計算簡單、速度快,其中文獻報道較為有效的是Wilcoxon檢驗[16]、最小冗余最大相關(guān)性[17]和互信息特征選擇[18]等。包裹式方法計算量較大,應(yīng)用相對較少,常用的有遺傳算法和粒子群優(yōu)化算法。嵌入式方法是在學(xué)習(xí)過程中搜索最佳特征子集的方法,該法注意了數(shù)據(jù)之間的相互依賴性以及與分類器的交互,是目前研究的熱點,常用的包括最小絕對收縮與選擇算子(Lasso)[19]、遞歸特征消除[20]、支持向量機(SVM)[17]和決策樹[21]等。

    1.2.4 模型與分類器的構(gòu)建 建立預(yù)測模型是影像組學(xué)分析為臨床提供輔助工具的關(guān)鍵步驟,用于建模的方法包括基于統(tǒng)計學(xué)和基于機器學(xué)習(xí)的方法?;诮y(tǒng)計學(xué)的建模方法主要包括Logistic回歸和偏最小二乘回歸法。Logistic回歸簡便易行,一般用于二分類預(yù)測模型構(gòu)建,也可用于多分類預(yù)測模型,是目前影像組學(xué)研究中最受歡迎且較為常用的建模方法。偏最小二乘回歸法則主要用于多元回歸建模,尤其是各變量內(nèi)部高度線性相關(guān)時,該法更有效[22]。機器學(xué)習(xí)是指從已知數(shù)據(jù)中獲得規(guī)律,并利用規(guī)律對未知數(shù)據(jù)進行預(yù)測的方法,屬于人工智能中一個新的研究領(lǐng)域,可用于自然語言處理、圖像識別、生物信息學(xué)以及風(fēng)險預(yù)測等,分為有監(jiān)督學(xué)習(xí)和無監(jiān)督學(xué)習(xí)兩種。常用的有監(jiān)督學(xué)習(xí)分類器包括SVM[17]、隨機森林[23]和決策樹[21]等,常用的無監(jiān)督學(xué)習(xí)分類器包括k鄰近算法、K-means和高斯混合聚類等[24]。機器學(xué)習(xí)算法中SVM和隨機森林兩個模型在文獻報道中表現(xiàn)都很穩(wěn)定,應(yīng)用較為廣泛[25]。

    2 影像組學(xué)在乳腺癌淋巴結(jié)轉(zhuǎn)移中的研究進展

    有研究對109例乳腺癌患者ALN狀態(tài)進行了鉬靶、CT和MRI評估[26],結(jié)果顯示,鉬靶、CT和MRI診斷ALN轉(zhuǎn)移的敏感度分別為14.0%、93.0%和95.3%,特異度分別為84.8%、57.6%和65.2%,準(zhǔn)確度分別為56.9%、71.6%和77.1%。另有研究比較了超聲、鉬靶、CT和MRI在195例乳腺癌患者ALN狀態(tài)評估方面的價值[27],結(jié)果發(fā)現(xiàn)4種影像學(xué)檢查方法單獨診斷ALN轉(zhuǎn)移的敏感度最高者為MRI(82.1%)、特異度最高者為鉬靶(96.6%)、準(zhǔn)確度最高者為CT和MRI(均為79%),當(dāng)4項檢查聯(lián)合應(yīng)用且檢查結(jié)果一致時,診斷ALN轉(zhuǎn)移的敏感度、特異度和準(zhǔn)確度分別為70.2%、97.5%和92.9%。以上研究結(jié)果表明,目前臨床上常用的傳統(tǒng)影像學(xué)檢查方法,包括超聲、鉬靶、CT和MRI等,難以在術(shù)前對乳腺癌患者淋巴結(jié)轉(zhuǎn)移情況進行精準(zhǔn)評價,傳統(tǒng)影像學(xué)檢查在評估乳腺癌淋巴結(jié)轉(zhuǎn)移方面仍存在很大挑戰(zhàn)。目前國內(nèi)國際上已有基于影像組學(xué)方法預(yù)測乳腺癌ALN或前哨淋巴結(jié)(SLN)轉(zhuǎn)移的相關(guān)研究報道,大大提高了乳腺癌淋巴結(jié)轉(zhuǎn)移預(yù)測的準(zhǔn)確性。

    2.1 基于MRI的影像組學(xué)在乳腺癌淋巴結(jié)轉(zhuǎn)移中的研究進展

    目前基于MRI影像組學(xué)預(yù)測乳腺癌淋巴結(jié)轉(zhuǎn)移的研究已相對豐富。有研究[28]提取了72例乳腺癌患者動態(tài)對比增強磁共振成像(DCE-MRI)圖像中6大類共385個影像組學(xué)特征,降維選擇后得到均勻度、全角度集群突出方差、全角度相關(guān)性、長行程優(yōu)勢及表容比5個影像組學(xué)特征用于建立乳腺癌ALN轉(zhuǎn)移預(yù)測模型,訓(xùn)練集中AUC、敏感度、特異度、準(zhǔn)確度分別為0.953、0.893、0.926、92.6%(50/54),驗證集中AUC、敏感度、特異度、準(zhǔn)確度分別為0.944、0.900、1.000、88.9%(16/18),結(jié)果提示基于影像組學(xué)特征構(gòu)建的預(yù)測模型能無創(chuàng)地對乳腺癌ALN轉(zhuǎn)移風(fēng)險做出有效評估,但該研究樣本量較小,并存在一定的選擇偏倚,可能影響統(tǒng)計學(xué)效能。Cui等[29]研究提取了102例乳腺癌患者的DCE-MRI圖像中的影像組學(xué)特征,采用Lasso法進行特征篩選,對每個特征進行了單獨分析,然后進行特征組合分析,結(jié)果發(fā)現(xiàn)組合特征的效果明顯優(yōu)于任何單個特征。進一步采用SVM、KNN和LDA3個分類器在5倍交叉驗證中進行ALN轉(zhuǎn)移狀態(tài)預(yù)測,結(jié)果表明,SVM分類器預(yù)測乳腺癌ALN轉(zhuǎn)移的效果顯著高于KNN分類器和LDA分類器,AUC、準(zhǔn)確度分別為0.861 5、89.54%。該研究提示基于DCE-MRI影像組學(xué)特征的預(yù)測模型對乳腺癌患者ALN轉(zhuǎn)移具有良好的預(yù)測價值。有研究從411例乳腺癌患者的術(shù)前DCE-MRI圖像中提取了808個影像組學(xué)特征,采用SVM構(gòu)建了一個由12個與ALN轉(zhuǎn)移狀態(tài)相關(guān)影像組學(xué)標(biāo)簽組成的影像組學(xué)標(biāo)簽預(yù)測模型[30],但該模型預(yù)測能力中等,訓(xùn)練集和驗證集中的AUC分別為0.76和0.78。進一步采用Logistic回歸,結(jié)果乳腺癌患者臨床特征與影像組學(xué)標(biāo)簽開發(fā)列線圖,發(fā)現(xiàn)該列線圖對ALN轉(zhuǎn)移具有出色的預(yù)測能力,訓(xùn)練集和驗證集中的AUC為0.84和0.87,該研究提示基于DCE-MRI的影像組學(xué)標(biāo)簽列線圖可以用作協(xié)助臨床醫(yī)生評估乳腺癌患者ALN轉(zhuǎn)移的工具。Dong等[31]研究提取了146例乳腺癌患者T2加權(quán)脂肪抑制(T2-FS)和彌散加權(quán)(DWI)MRI圖像上癌灶的10 962個影像組學(xué)特征和4個非影像組學(xué)特征,采用Logistic回歸進行SLN轉(zhuǎn)移風(fēng)險預(yù)測模型構(gòu)建,結(jié)果顯示,由T2-FS圖像提取影像組學(xué)標(biāo)簽組成的預(yù)測模型在訓(xùn)練集、驗證集中的AUC分別為0.847、0.770,由DWI圖像提取影像組學(xué)標(biāo)簽組成的預(yù)測模型在訓(xùn)練集、驗證集中的AUC分別為0.847、0.787,兩種圖像提取的影像組學(xué)特征組成的聯(lián)合模型在訓(xùn)練集、驗證集中的AUC分別為0.863、0.805,提示充分利用從解剖學(xué)(T2-FS)和功能性MRI(DWI)圖像中提取的乳腺癌特有的紋理特征,可提高影像組學(xué)預(yù)測乳腺癌SLN轉(zhuǎn)移的性能。Liu等[32]對62例乳腺癌患者的DCE-MRI圖像中提取了腫瘤灶的感興趣體積,采用K最佳和Lasso法從所提取的1 409個影像組學(xué)特征中進行特征篩選,最終獲取了6個特征作為模型構(gòu)建的最佳特征,并采用Logistic回歸、XGboost和SVM分類器等3個分類模型進行乳腺癌SLN轉(zhuǎn)移風(fēng)險預(yù)測模型建模,結(jié)果發(fā)現(xiàn)SVM模型預(yù)測性能最高,其AUC、準(zhǔn)確度和靈敏度分別為0.83、0.85和0.71,提示結(jié)合原發(fā)腫瘤特征和DCE-MRI影像組學(xué)特征對乳腺癌SLN轉(zhuǎn)移風(fēng)險進行預(yù)測非常有應(yīng)用前景,但該研究樣本量較少,可能影響統(tǒng)計學(xué)效能。另一研究團隊進行了類似研究[33],該團隊對163例乳腺癌患者的DCE-MRI圖像提取了腫瘤灶的590個影像組學(xué)特征,采用Lasso法進行特征篩選,最終獲取了6個特征作為模型構(gòu)建的最佳特征,并采用Logistic回歸將患者臨床病理特征和影像組學(xué)標(biāo)簽進行乳腺癌SLN轉(zhuǎn)移風(fēng)險預(yù)測模型建模,所建立的模型在訓(xùn)練集和驗證集中AUC分別為0.869和0.806,結(jié)果同樣提示結(jié)合乳腺癌患者臨床病理特征和DCEMRI影像組學(xué)特征的預(yù)測模型對乳腺癌SLN轉(zhuǎn)移風(fēng)險預(yù)測具有廣闊的應(yīng)用前景。

    2.2 基于非MRI影像的影像組學(xué)在乳腺癌淋巴結(jié)轉(zhuǎn)移中的研究進展

    目前基于超聲、鉬靶等非MRI影像的影像組學(xué)在預(yù)測乳腺癌淋巴結(jié)轉(zhuǎn)移的研究相對較少。Yu等[34]對426例早期浸潤性乳腺癌患者的超聲圖像進行手動分割后,采用Lasso法進行影像組學(xué)特征篩選,得到了14個選定的影像組學(xué)標(biāo)簽,該影像組學(xué)標(biāo)簽?zāi)P蛢H能達到中等預(yù)測效果,訓(xùn)練組和驗證組中AUC分別為0.78和0.71,進一步采用多元Logistic回歸構(gòu)建了包括乳腺癌腫瘤大小,超聲診斷的ALN狀態(tài)和影像組學(xué)標(biāo)簽在內(nèi)的列線圖,則達到了較好的預(yù)測性能,訓(xùn)練組和驗證組中AUC分別為0.84和0.81,具有較好的臨床實用性。Zhou等[35]對843例乳腺癌患者的超聲圖像進行了影像組學(xué)研究,采用3種不同的卷積神經(jīng)網(wǎng)絡(luò)進行了訓(xùn)練,其中性能最佳的模型預(yù)測ALN轉(zhuǎn)移的AUC達到了0.89,準(zhǔn)確度、靈敏度和特異度分別為80%、85%和73%,高于具有6年以上專業(yè)訓(xùn)練經(jīng)驗的超聲科醫(yī)師的準(zhǔn)確度(66%)、靈敏度(66%)和特異度(69%),提示基于深度學(xué)習(xí)的乳腺癌超聲影像組學(xué)淋巴結(jié)預(yù)測模型能為臨床提供無創(chuàng)的輔助診斷工具。Yang等[36]對147例乳腺癌患者的鉬靶圖像進行了影像組學(xué)特征提取,并采用Lasso回歸方法進行特征降維建立了10個影像組學(xué)標(biāo)簽,然后采用SVM評估影像組學(xué)標(biāo)簽的性能,通過將影像組學(xué)標(biāo)簽與臨床病理風(fēng)險因素相結(jié)合開發(fā)了乳腺癌ALN轉(zhuǎn)移預(yù)測的列線圖,達到了較好的預(yù)測性能,AUC為0.895,該研究認(rèn)為,基于鉬靶的影像組學(xué)標(biāo)簽列線圖為乳腺癌患者術(shù)前預(yù)測ALN狀態(tài)提供了較為可靠且非侵入性的工具,可用于優(yōu)化當(dāng)前乳腺癌患者的治療策略。

    3 小結(jié)

    綜上所述,作為一個醫(yī)工交叉的研究領(lǐng)域,影像組學(xué)技術(shù)近年來得到了飛速發(fā)展,成為了國內(nèi)外研究的熱點。影像組學(xué)可充分挖掘肉眼不可見的深層次影像特征,其在乳腺癌ALN轉(zhuǎn)移方面的應(yīng)用方興未艾,尤其是基于MRI的影像組學(xué)在乳腺癌淋巴結(jié)轉(zhuǎn)移預(yù)測方面研究成果已經(jīng)大量涌現(xiàn),影像組學(xué)有望為乳腺癌患者的個體化精準(zhǔn)診療提供可靠依據(jù),應(yīng)用前景十分廣闊。相信隨著計算機技術(shù),尤其是深度學(xué)習(xí)等人工智能技術(shù)對影像組學(xué)技術(shù)的完善,影像組學(xué)將更進一步發(fā)展,在醫(yī)學(xué)領(lǐng)域中發(fā)揮更大作用。

    猜你喜歡
    組學(xué)分類器淋巴結(jié)
    喉前淋巴結(jié)與甲狀腺乳頭狀癌頸部淋巴結(jié)轉(zhuǎn)移的相關(guān)性研究
    淋巴結(jié)腫大不一定是癌
    口腔代謝組學(xué)研究
    BP-GA光照分類器在車道線識別中的應(yīng)用
    電子測試(2018年1期)2018-04-18 11:52:35
    基于UHPLC-Q-TOF/MS的歸身和歸尾補血機制的代謝組學(xué)初步研究
    加權(quán)空-譜與最近鄰分類器相結(jié)合的高光譜圖像分類
    結(jié)合模糊(C+P)均值聚類和SP-V-支持向量機的TSK分類器
    代謝組學(xué)在多囊卵巢綜合征中的應(yīng)用
    頸部淋巴結(jié)超聲學(xué)分區(qū)
    基于LLE降維和BP_Adaboost分類器的GIS局部放電模式識別
    91精品国产九色| 免费av中文字幕在线| 少妇的逼好多水| 欧美bdsm另类| 国产午夜精品久久久久久一区二区三区| 中文欧美无线码| 各种免费的搞黄视频| 久久ye,这里只有精品| 丰满迷人的少妇在线观看| 99九九线精品视频在线观看视频| 亚洲成人手机| 人妻少妇偷人精品九色| 中文乱码字字幕精品一区二区三区| 在线观看国产h片| 九九爱精品视频在线观看| 久久久国产欧美日韩av| 免费大片黄手机在线观看| 国产黄片美女视频| 亚洲国产精品一区二区三区在线| 看非洲黑人一级黄片| 丰满乱子伦码专区| 王馨瑶露胸无遮挡在线观看| 久久久久国产精品人妻一区二区| 极品教师在线视频| 在线观看一区二区三区激情| 精品人妻熟女毛片av久久网站| 欧美日韩一区二区视频在线观看视频在线| 欧美精品一区二区大全| 深夜a级毛片| 午夜av观看不卡| 亚洲真实伦在线观看| 国产黄频视频在线观看| 久久免费观看电影| 视频区图区小说| 国产国拍精品亚洲av在线观看| 日韩视频在线欧美| 一级a做视频免费观看| 亚洲国产精品一区二区三区在线| 国产欧美另类精品又又久久亚洲欧美| 久久青草综合色| 国产亚洲精品久久久com| 五月天丁香电影| 熟妇人妻不卡中文字幕| 欧美日本中文国产一区发布| 日本与韩国留学比较| 五月玫瑰六月丁香| 亚洲欧美中文字幕日韩二区| 老女人水多毛片| 久久久国产精品麻豆| 亚洲欧美精品专区久久| 亚洲精品久久午夜乱码| 晚上一个人看的免费电影| 日日摸夜夜添夜夜添av毛片| 亚洲欧美精品专区久久| 啦啦啦视频在线资源免费观看| 欧美3d第一页| 黄色配什么色好看| 99热国产这里只有精品6| 日本爱情动作片www.在线观看| 国产视频内射| 99re6热这里在线精品视频| a级毛片在线看网站| 啦啦啦在线观看免费高清www| 一本久久精品| 成人综合一区亚洲| 久久免费观看电影| 9色porny在线观看| 如何舔出高潮| 成人亚洲精品一区在线观看| 亚洲av.av天堂| 精品卡一卡二卡四卡免费| 熟妇人妻不卡中文字幕| 99视频精品全部免费 在线| 少妇人妻 视频| 卡戴珊不雅视频在线播放| 欧美日韩亚洲高清精品| h日本视频在线播放| 欧美bdsm另类| 一级毛片我不卡| 久久久久久久久久久丰满| 人妻制服诱惑在线中文字幕| 日韩制服骚丝袜av| 久久99热这里只频精品6学生| 久久久久国产精品人妻一区二区| 亚洲无线观看免费| 美女主播在线视频| 久久99热这里只频精品6学生| 日本wwww免费看| 免费av中文字幕在线| av女优亚洲男人天堂| 国产精品麻豆人妻色哟哟久久| 国产av码专区亚洲av| 极品人妻少妇av视频| 美女内射精品一级片tv| 91成人精品电影| 美女脱内裤让男人舔精品视频| 亚洲av成人精品一二三区| 少妇猛男粗大的猛烈进出视频| 纯流量卡能插随身wifi吗| 黄色配什么色好看| 爱豆传媒免费全集在线观看| av女优亚洲男人天堂| 日韩欧美一区视频在线观看 | 嫩草影院入口| 久久久国产欧美日韩av| 国产av码专区亚洲av| 五月玫瑰六月丁香| 国产视频内射| 久久女婷五月综合色啪小说| 国产精品国产三级国产av玫瑰| 18禁在线无遮挡免费观看视频| 久久精品国产a三级三级三级| 色94色欧美一区二区| 日本vs欧美在线观看视频 | av网站免费在线观看视频| 高清av免费在线| 下体分泌物呈黄色| 亚洲性久久影院| 婷婷色综合大香蕉| 亚洲国产最新在线播放| 国产色婷婷99| 2022亚洲国产成人精品| 国产免费视频播放在线视频| 亚洲国产毛片av蜜桃av| 午夜日本视频在线| 嫩草影院新地址| 三上悠亚av全集在线观看 | 下体分泌物呈黄色| 亚洲国产日韩一区二区| 最近最新中文字幕免费大全7| 久久国内精品自在自线图片| 午夜免费男女啪啪视频观看| 久久精品国产自在天天线| 少妇猛男粗大的猛烈进出视频| 十八禁高潮呻吟视频 | a级毛色黄片| 亚洲在久久综合| 99热国产这里只有精品6| av国产久精品久网站免费入址| 日韩 亚洲 欧美在线| 一区二区三区免费毛片| 街头女战士在线观看网站| 午夜福利网站1000一区二区三区| 男人舔奶头视频| av有码第一页| 国产男女超爽视频在线观看| 赤兔流量卡办理| 国产成人精品一,二区| 男女无遮挡免费网站观看| 日韩一区二区视频免费看| 国产精品不卡视频一区二区| 国产精品.久久久| 亚洲欧美精品自产自拍| 黄片无遮挡物在线观看| 少妇人妻久久综合中文| 午夜久久久在线观看| 日本av手机在线免费观看| 国产片特级美女逼逼视频| 亚洲人成网站在线观看播放| 婷婷色综合大香蕉| 久久久久精品性色| 久久久久国产网址| 日本猛色少妇xxxxx猛交久久| 99热6这里只有精品| 99国产精品免费福利视频| 99热国产这里只有精品6| 日韩免费高清中文字幕av| 精品视频人人做人人爽| 精品久久久久久久久亚洲| 插阴视频在线观看视频| a级片在线免费高清观看视频| 哪个播放器可以免费观看大片| av国产久精品久网站免费入址| 精品视频人人做人人爽| 日韩不卡一区二区三区视频在线| a 毛片基地| 免费看光身美女| 亚洲综合色惰| 99热这里只有是精品在线观看| 九草在线视频观看| 一级毛片电影观看| 久久精品国产a三级三级三级| 两个人的视频大全免费| 一区二区三区四区激情视频| av在线老鸭窝| 国产真实伦视频高清在线观看| 国产成人a∨麻豆精品| 热re99久久精品国产66热6| 亚洲,欧美,日韩| 亚洲伊人久久精品综合| 国产亚洲一区二区精品| 寂寞人妻少妇视频99o| 欧美日韩视频高清一区二区三区二| av线在线观看网站| 伊人亚洲综合成人网| 日日摸夜夜添夜夜爱| 一级爰片在线观看| 人人妻人人澡人人看| 黄色毛片三级朝国网站 | 久久婷婷青草| 一区二区av电影网| 最近2019中文字幕mv第一页| 国产高清不卡午夜福利| 天堂8中文在线网| 中文在线观看免费www的网站| 汤姆久久久久久久影院中文字幕| 99九九在线精品视频 | 国产亚洲最大av| 一级av片app| 高清午夜精品一区二区三区| 亚洲情色 制服丝袜| 国产亚洲av片在线观看秒播厂| 国产精品国产三级专区第一集| 午夜福利视频精品| 人妻 亚洲 视频| 久久久久精品久久久久真实原创| 日本av免费视频播放| 亚洲高清免费不卡视频| 午夜视频国产福利| 亚洲美女视频黄频| 免费在线观看成人毛片| 91久久精品电影网| 精品少妇内射三级| 麻豆成人av视频| 亚洲av福利一区| 中文字幕制服av| 男的添女的下面高潮视频| 人人妻人人添人人爽欧美一区卜| 亚洲av成人精品一区久久| 街头女战士在线观看网站| 亚洲四区av| 亚洲在久久综合| 国产成人精品婷婷| 久久精品国产亚洲av天美| 在线观看av片永久免费下载| 精品国产国语对白av| 国产午夜精品一二区理论片| 国产真实伦视频高清在线观看| 人妻人人澡人人爽人人| 青春草视频在线免费观看| 最近中文字幕2019免费版| 国产黄频视频在线观看| 日本-黄色视频高清免费观看| 美女中出高潮动态图| 街头女战士在线观看网站| 99久久综合免费| 亚洲av成人精品一区久久| 日本免费在线观看一区| 亚洲精品色激情综合| 亚洲精品国产成人久久av| 国产中年淑女户外野战色| 久久精品国产鲁丝片午夜精品| 国产伦在线观看视频一区| 国产精品成人在线| 久久久久视频综合| 亚洲成人一二三区av| 国产又色又爽无遮挡免| 99热这里只有是精品50| 日韩一本色道免费dvd| 91久久精品国产一区二区三区| 乱系列少妇在线播放| 高清毛片免费看| 中国美白少妇内射xxxbb| 夫妻性生交免费视频一级片| 亚洲av成人精品一二三区| 国产精品久久久久成人av| 国产又色又爽无遮挡免| av网站免费在线观看视频| 亚洲精品色激情综合| 少妇 在线观看| 亚洲无线观看免费| 男人舔奶头视频| 一级毛片aaaaaa免费看小| 欧美区成人在线视频| 男女啪啪激烈高潮av片| 赤兔流量卡办理| 蜜桃久久精品国产亚洲av| 22中文网久久字幕| 深夜a级毛片| 午夜91福利影院| 免费少妇av软件| 黄片无遮挡物在线观看| 美女福利国产在线| videos熟女内射| 日韩在线高清观看一区二区三区| 日韩一本色道免费dvd| av天堂久久9| 中文在线观看免费www的网站| 国产亚洲5aaaaa淫片| 热re99久久国产66热| 热re99久久精品国产66热6| 女人久久www免费人成看片| 亚洲怡红院男人天堂| 国产精品人妻久久久影院| 三级国产精品片| 成人亚洲精品一区在线观看| 日本猛色少妇xxxxx猛交久久| 免费看av在线观看网站| 久久久久久久久久人人人人人人| 啦啦啦在线观看免费高清www| 国产精品一二三区在线看| 色94色欧美一区二区| 黑人高潮一二区| 午夜激情福利司机影院| 麻豆成人av视频| 99久久精品热视频| 夜夜骑夜夜射夜夜干| 成年女人在线观看亚洲视频| 亚洲av国产av综合av卡| 天堂8中文在线网| 午夜精品国产一区二区电影| 中文资源天堂在线| 欧美区成人在线视频| 免费不卡的大黄色大毛片视频在线观看| 少妇人妻一区二区三区视频| 卡戴珊不雅视频在线播放| 亚洲国产精品国产精品| 亚洲欧美一区二区三区黑人 | 偷拍熟女少妇极品色| 免费黄网站久久成人精品| 插逼视频在线观看| 噜噜噜噜噜久久久久久91| 久久人人爽人人片av| av有码第一页| av一本久久久久| 观看免费一级毛片| 国产极品天堂在线| 9色porny在线观看| 一个人免费看片子| 中文欧美无线码| 日本欧美国产在线视频| 高清视频免费观看一区二区| www.色视频.com| 中文乱码字字幕精品一区二区三区| 伦精品一区二区三区| 免费不卡的大黄色大毛片视频在线观看| 国产69精品久久久久777片| 亚洲av日韩在线播放| 少妇猛男粗大的猛烈进出视频| 国产精品国产av在线观看| 一级毛片 在线播放| 天堂俺去俺来也www色官网| 亚洲性久久影院| 爱豆传媒免费全集在线观看| 嘟嘟电影网在线观看| 国产黄片美女视频| 少妇的逼好多水| 人妻系列 视频| 亚洲久久久国产精品| 成人国产麻豆网| 欧美日韩国产mv在线观看视频| 中文在线观看免费www的网站| 久久久亚洲精品成人影院| 亚洲国产最新在线播放| 亚洲精品中文字幕在线视频 | 18禁裸乳无遮挡动漫免费视频| 欧美国产精品一级二级三级 | 国产视频内射| 黄色一级大片看看| 亚洲一级一片aⅴ在线观看| 国产老妇伦熟女老妇高清| 国产高清三级在线| 一个人看视频在线观看www免费| 人人妻人人看人人澡| 国产精品国产三级专区第一集| 蜜臀久久99精品久久宅男| 一区二区三区免费毛片| 一级爰片在线观看| 在线看a的网站| 亚洲美女视频黄频| 欧美精品亚洲一区二区| 精品酒店卫生间| 日韩中文字幕视频在线看片| 免费黄色在线免费观看| 人妻制服诱惑在线中文字幕| 99热国产这里只有精品6| 精品人妻熟女av久视频| 日日摸夜夜添夜夜添av毛片| 亚洲一区二区三区欧美精品| 91精品国产国语对白视频| 成人午夜精彩视频在线观看| 亚洲精品亚洲一区二区| 亚洲欧美日韩卡通动漫| 久久国产精品男人的天堂亚洲 | 久久国产亚洲av麻豆专区| 亚洲三级黄色毛片| 亚洲精品亚洲一区二区| 一二三四中文在线观看免费高清| 亚洲美女视频黄频| 丰满人妻一区二区三区视频av| 免费黄色在线免费观看| 欧美激情极品国产一区二区三区 | 日韩在线高清观看一区二区三区| 69精品国产乱码久久久| 插阴视频在线观看视频| 国产伦理片在线播放av一区| 成人国产麻豆网| 国产 精品1| 日韩熟女老妇一区二区性免费视频| av一本久久久久| 成年av动漫网址| 22中文网久久字幕| 精品卡一卡二卡四卡免费| 夜夜爽夜夜爽视频| 欧美精品一区二区免费开放| 午夜老司机福利剧场| 国产精品国产av在线观看| 精华霜和精华液先用哪个| 丰满少妇做爰视频| 国产精品伦人一区二区| 永久网站在线| 久久久久久久精品精品| 丁香六月天网| 婷婷色麻豆天堂久久| 好男人视频免费观看在线| 久久婷婷青草| 国产成人91sexporn| 一级毛片我不卡| 女的被弄到高潮叫床怎么办| av福利片在线观看| 久久久国产一区二区| 色视频www国产| 精品熟女少妇av免费看| 免费大片18禁| 99热这里只有精品一区| 国产永久视频网站| 美女内射精品一级片tv| 国产精品不卡视频一区二区| 大片电影免费在线观看免费| 欧美 亚洲 国产 日韩一| 黄色一级大片看看| 亚洲精品国产成人久久av| 内地一区二区视频在线| 亚洲精品久久久久久婷婷小说| 一本久久精品| 色网站视频免费| 校园人妻丝袜中文字幕| 中国美白少妇内射xxxbb| 在线观看国产h片| 日韩视频在线欧美| 久久久久视频综合| 国产色爽女视频免费观看| 国产一区二区在线观看av| 欧美成人午夜免费资源| 精华霜和精华液先用哪个| 秋霞在线观看毛片| 亚洲欧美精品自产自拍| 99九九在线精品视频 | 欧美性感艳星| a级一级毛片免费在线观看| 亚洲一级一片aⅴ在线观看| videos熟女内射| 亚洲美女视频黄频| 国产精品蜜桃在线观看| 哪个播放器可以免费观看大片| 午夜福利在线观看免费完整高清在| 午夜91福利影院| 久久久久久久久久久免费av| 桃花免费在线播放| 亚洲精品国产av蜜桃| 欧美日韩在线观看h| 国产中年淑女户外野战色| 欧美三级亚洲精品| 能在线免费看毛片的网站| 伦理电影大哥的女人| 精品久久国产蜜桃| 亚洲av在线观看美女高潮| 久久99热6这里只有精品| 高清午夜精品一区二区三区| 少妇猛男粗大的猛烈进出视频| 不卡视频在线观看欧美| 国产精品欧美亚洲77777| 国产日韩欧美在线精品| 亚洲欧洲国产日韩| 国产精品一区www在线观看| 欧美最新免费一区二区三区| 国产视频首页在线观看| 国产日韩欧美亚洲二区| 国产午夜精品久久久久久一区二区三区| 好男人视频免费观看在线| 大香蕉久久网| 久久 成人 亚洲| 亚洲,欧美,日韩| 成人18禁高潮啪啪吃奶动态图 | 久久久久久久精品精品| 成人午夜精彩视频在线观看| 亚洲精品日韩av片在线观看| 妹子高潮喷水视频| 最新的欧美精品一区二区| 亚洲欧美清纯卡通| 美女脱内裤让男人舔精品视频| 在线观看免费高清a一片| 18+在线观看网站| 多毛熟女@视频| 国产欧美日韩精品一区二区| 久久久久久久久大av| 乱人伦中国视频| 国产伦精品一区二区三区视频9| 亚洲人成网站在线播| 亚洲精品久久久久久婷婷小说| 在现免费观看毛片| 人体艺术视频欧美日本| 亚洲,一卡二卡三卡| 免费看不卡的av| √禁漫天堂资源中文www| tube8黄色片| 成人国产麻豆网| 成人二区视频| 男女免费视频国产| 男人爽女人下面视频在线观看| 人人妻人人澡人人爽人人夜夜| 18禁在线无遮挡免费观看视频| 国产欧美亚洲国产| 久久久久久久精品精品| 亚洲精品一二三| 亚洲精品国产成人久久av| 久久精品熟女亚洲av麻豆精品| 日韩三级伦理在线观看| 国产乱人偷精品视频| 精品久久久久久久久亚洲| 国产精品蜜桃在线观看| 精品国产乱码久久久久久小说| 国产精品久久久久久久久免| 亚洲精品久久久久久婷婷小说| 久久精品国产亚洲网站| 边亲边吃奶的免费视频| 大香蕉97超碰在线| 免费观看在线日韩| 国产精品久久久久久av不卡| 女人久久www免费人成看片| 人人妻人人添人人爽欧美一区卜| 97超碰精品成人国产| 大片电影免费在线观看免费| 久久久a久久爽久久v久久| 26uuu在线亚洲综合色| 亚洲av不卡在线观看| 黄片无遮挡物在线观看| 色视频www国产| 黄片无遮挡物在线观看| 在线观看www视频免费| 一区二区三区精品91| 国产中年淑女户外野战色| 在线观看免费日韩欧美大片 | 色婷婷久久久亚洲欧美| 国产av精品麻豆| 久久午夜福利片| h日本视频在线播放| 卡戴珊不雅视频在线播放| av有码第一页| 亚洲情色 制服丝袜| 欧美人与善性xxx| 亚洲欧美日韩卡通动漫| 久久久久国产网址| 国产精品久久久久久av不卡| 熟女电影av网| 中文乱码字字幕精品一区二区三区| 日本-黄色视频高清免费观看| 男人和女人高潮做爰伦理| 人体艺术视频欧美日本| 能在线免费看毛片的网站| 最近中文字幕2019免费版| 少妇猛男粗大的猛烈进出视频| 亚洲中文av在线| 亚洲成人手机| 久久久国产精品麻豆| 18禁在线无遮挡免费观看视频| .国产精品久久| 久久97久久精品| 亚洲av二区三区四区| 一级毛片我不卡| 一级毛片黄色毛片免费观看视频| 99久久精品国产国产毛片| 高清黄色对白视频在线免费看 | 大香蕉久久网| 美女福利国产在线| 插逼视频在线观看| 好男人视频免费观看在线| 亚洲av日韩在线播放| 韩国高清视频一区二区三区| 美女主播在线视频| 日本91视频免费播放| 精品久久国产蜜桃| 人人妻人人爽人人添夜夜欢视频 | 少妇猛男粗大的猛烈进出视频| 在线播放无遮挡| 国产高清有码在线观看视频| 久久久久国产网址| 亚洲成人手机| 全区人妻精品视频| 美女福利国产在线| 欧美高清成人免费视频www| 一边亲一边摸免费视频| 国产精品麻豆人妻色哟哟久久| 99热国产这里只有精品6| 国产中年淑女户外野战色| 成年美女黄网站色视频大全免费 | 啦啦啦视频在线资源免费观看| 看十八女毛片水多多多| 婷婷色综合www| 五月开心婷婷网| 日韩免费高清中文字幕av| 天天操日日干夜夜撸| 亚洲欧美一区二区三区国产| 高清黄色对白视频在线免费看 | 两个人的视频大全免费| 丝袜脚勾引网站| 男女边摸边吃奶| 久久精品久久久久久久性| 国产一区二区在线观看日韩| 国产爽快片一区二区三区| 桃花免费在线播放| 久热这里只有精品99| 美女xxoo啪啪120秒动态图| 久久久久国产网址| 午夜福利影视在线免费观看|