• <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 ?

    人工智能輔助CT肺結(jié)節(jié)良惡性鑒別的研究進展

    2021-01-05 22:41:28陳師胡劍鵬徐偉張驥吳吉明
    中國現(xiàn)代醫(yī)生 2021年30期
    關(guān)鍵詞:人工智能

    陳師 胡劍鵬 徐偉 張驥 吳吉明

    [摘要] 肺癌屬于臨床常見的惡性腫瘤之一,當(dāng)前胸部CT是進行早期肺癌鑒別的重要方式,但是因其存在“異病同影”等情況,加之受到臨床經(jīng)驗等因素影響,在病灶良惡性鑒別方面有較大差異,極易出現(xiàn)誤診或漏診情況。近年來人工智能被逐漸應(yīng)用于臨床,其在肺結(jié)節(jié)良惡性鑒別方面也發(fā)揮著一定作用。本文從人工智能評估肺結(jié)節(jié)良惡性的基本過程、人工智能模型在鑒別肺結(jié)節(jié)良惡性方面效能、人工智能診斷肺結(jié)節(jié)效能的影響因素、問題及展望方面進行分析,以期提升人工智能輔助CT鑒別肺結(jié)節(jié)良惡性效果。

    [關(guān)鍵詞] 良惡性;肺結(jié)節(jié);計算機斷層掃描成像;人工智能;手動分割

    [中圖分類號] R445? ? ? ? ? [文獻標識碼] A? ? ? ? ? [文章編號] 1673-9701(2021)30-0184-04

    [Abstract] Lung cancer is one of the common clinical malignant tumors. At present, chest CT is an important way to differentiate early lung cancer. However, because of its "different diseases with the same shadow" and the influence of clinical experience, there are significant differences in the differentiation of benign and malignant lesions, and it is easy to have misdiagnosis or missed diagnosis. In recent years, artificial intelligence has been gradually applied in clinical practice, which also plays a role in differentiating benign from malignant pulmonary tuberculosis. This article analyzes the basic process of artificial intelligence in evaluating benign and malignant pulmonary nodules, the efficacy of the artificial intelligence model in differentiating benign and malignant pulmonary nodules, and the influencing factors, problems and prospects of artificial intelligence in diagnosing pulmonary nodules, in order to improve the effect of artificial intelligence assisted CT in differentiating benign and malignant pulmonary nodules.

    [Key words] Benign and malignant; Pulmonary nodules; Computed tomography imaging; Artificial intelligence; Manual segmentation

    據(jù)一項臨床調(diào)查顯示[1],男性肺癌患病率和死亡率約占全部惡性腫瘤首位,而女性肺癌患病率居于惡性腫瘤第三位,死亡率則僅次于乳腺癌。伴隨科學(xué)技術(shù)水平的進步,人工智能技術(shù)被逐漸應(yīng)用于臨床中,其在鑒別疾病良惡性時能夠發(fā)揮良好作用[2]。機器學(xué)習(xí)作為人工智能的關(guān)鍵技術(shù),而深度學(xué)習(xí)計算方法作為新研發(fā)的一種方式,其展示形式為嵌套層次概念,能夠發(fā)揮較強的功能性和靈活性[3]。對于傳統(tǒng)機器學(xué)習(xí)而言,該種方式無需手動提取特征,僅需將病理檢查情況和肺結(jié)節(jié)影像數(shù)據(jù)錄入,則自動生成對應(yīng)關(guān)系。所以,將其應(yīng)用于高通量圖像分析中,可發(fā)揮診斷價值高及效率快等特點。本文在參閱臨床大量文獻的基礎(chǔ)上,對人工智能輔助CT在鑒別肺結(jié)節(jié)良惡性方面情況進行研究,現(xiàn)就相關(guān)內(nèi)容作出綜述。

    1 人工智能判斷肺結(jié)節(jié)性質(zhì)的流程

    1.1 獲得圖像并重新組合

    在檢查者數(shù)量方面,傳統(tǒng)機器學(xué)習(xí)無特殊要求,但是對于深度學(xué)習(xí)而言,其需要更多的檢查數(shù)量才可有效開展檢查。當(dāng)前主要是通過公開數(shù)據(jù)庫和臨床大型醫(yī)院獲取有關(guān)肺結(jié)節(jié)的CT圖像數(shù)據(jù)。在數(shù)據(jù)采集及處理方面,傳統(tǒng)機器學(xué)習(xí)困難度較高,出自不同醫(yī)院的CT影像,采用傳統(tǒng)機器學(xué)習(xí)進行計算時,針對掃描參數(shù)和重組參數(shù)需開展重新規(guī)范,步驟繁瑣。人工智能利用公開數(shù)據(jù)庫,例如美國肺圖像數(shù)據(jù)庫聯(lián)盟等,其能夠規(guī)范采集圖像,并提供全面的資料,操作容易,但是病理結(jié)果和臨床數(shù)據(jù)缺乏真實性,因此一定程度上使準確度下降,僅能最大限度接近影像科醫(yī)師的判斷。當(dāng)病例數(shù)量較少時,能夠通過開展圖像處理方式,例如移動、翻轉(zhuǎn)及旋轉(zhuǎn)等提升圖像多樣性,進而相對性增加病例數(shù)量[4]。CT圖像中介質(zhì)衰減、噪聲及運動偽影會使影像發(fā)生失真情況,無法準確的將肺結(jié)節(jié)有效分類。所以,獲取影像后,利用平滑、歸一化及增強等方式進行預(yù)處理,可提升穩(wěn)定性。在黃云開[5]的研究中,其在肺結(jié)節(jié)良惡性診斷中采用人工智能及CT進行干預(yù),結(jié)果發(fā)現(xiàn)醫(yī)師閱片診斷準確性為90.00%,而人工智能診斷準確性為94.00%。因此其認為在肺結(jié)節(jié)診斷中采用人工智能閱片,可提升準確度,進而減少誤診及漏診情況。在范鴻禹等[6]的研究中,其發(fā)現(xiàn)對于低年資的醫(yī)師而言,其在利用人工智能進行閱片后,診斷準確性及敏感度有明顯提升,同時有效縮短閱片時間。因此,其認為采用人工智能方式進行閱片,有利于提升低年資醫(yī)師閱片診斷效能,提高準確性。

    1.2 分割輪廓

    以往將人工勾畫輪廓作為分割主要標準,但是近年來發(fā)現(xiàn),為盡可能多地包含特征,勾畫者所標記的感興趣區(qū)域一般超過實際范圍,進而導(dǎo)致結(jié)果準確性較差。并且進行人工勾畫可重復(fù)性差、效率低下。二十世紀八十年代出現(xiàn)自動分割方式,其將區(qū)域生長方式作為基礎(chǔ),當(dāng)前在全自動與半自動分割方面已經(jīng)研發(fā)出更有效的方法。據(jù)臨床一項調(diào)查顯示[7],自動勾畫法相較于人工分割方式有更高的診斷效能,并且相較于磨玻璃結(jié)節(jié),實性結(jié)節(jié)采用自動分割所獲得的效果更佳,而對于肺外緣結(jié)節(jié)而言,肺內(nèi)結(jié)節(jié)分割效果更佳。若肺結(jié)節(jié)鄰近縱膈或胸壁處,會導(dǎo)致所識別的感興趣位置沿著周圍結(jié)構(gòu)盲目性擴大。其中肺磨玻璃樣結(jié)節(jié)相較于四周結(jié)構(gòu)對比性不高,并且分隔情況也較低,但是也存在有效進展。盡管其有較多優(yōu)勢,但是也出現(xiàn)一些問題,由于計算方式存在差異,導(dǎo)致分隔情況也發(fā)生差異,尤其在不規(guī)則胸膜旁結(jié)節(jié)方面更加突出,一定程度上限制其在臨床的使用。伴隨卷積神經(jīng)網(wǎng)絡(luò)方式的發(fā)展,可以在計算方式內(nèi)采用隱式方式處理分割,期待可提供同結(jié)節(jié)分割同時開展的機會。在孟祥鹿等[8]的研究中,其在構(gòu)建模型時通過3D深度卷積神經(jīng)網(wǎng)絡(luò)及遞歸神經(jīng)網(wǎng)絡(luò)結(jié)合方式,對肺結(jié)節(jié)密度類型進行分類及分割,結(jié)果發(fā)現(xiàn)骨重建、縱膈重建及肺重建在對肺結(jié)節(jié)密度類型分類準確度依次是(97.89±7.32)%、(98.38±6.61)%、(98.67±5.70)%。因此其認為當(dāng)深度學(xué)習(xí)算法在結(jié)合遞歸神經(jīng)網(wǎng)絡(luò)以及3D卷積神經(jīng)網(wǎng)絡(luò)后,針對不同CT重建計算方法圖像內(nèi)肺結(jié)節(jié)分類及分割均有較穩(wěn)定作用。

    1.3 提取特征及篩選

    由CT影像內(nèi)采集肺結(jié)節(jié)硬度、形狀和紋理情況,CT水平和分布數(shù)據(jù)代表強度,形態(tài)作為重要補充數(shù)據(jù),紋理作為顯示肺結(jié)節(jié)內(nèi)部性質(zhì)的關(guān)鍵數(shù)據(jù)。對于惡性結(jié)節(jié)而言,其內(nèi)部異質(zhì)性較明顯,相較于良性肺結(jié)節(jié)而言,惡性肺結(jié)節(jié)峰度更高、偏度更低,另外其熵、熵和、熵差值和對比水平等相較于良性肺結(jié)節(jié)有明顯升高,其中在一致性、相關(guān)度、能量和灰度值方面,惡性結(jié)節(jié)均低于良性[9]。當(dāng)對肺結(jié)節(jié)影像內(nèi)采集的全部特征進行利用,則會出現(xiàn)“過擬合”情況,在新數(shù)據(jù)集上無法重現(xiàn)模型的高準確度,故而需要開展篩選。由影像學(xué)專家篩選出可靠性高、鑒別度高和獨特性征象,可助于建立良好的肺結(jié)節(jié)評估模型。在開展深度學(xué)習(xí)時,能夠通過采用部分方法對圖像進行約束,強制模型對輸入進行選擇,對肺結(jié)節(jié)圖像中重要特征進行自動提取,可一定程度上避免手工標記,發(fā)揮良好的標記效果。在張曉宇等[10]的研究中,其發(fā)現(xiàn)采用雙路徑自動提取深度特征,并與殘差網(wǎng)絡(luò)以及密集連接網(wǎng)絡(luò)進行結(jié)合,進而達到特征復(fù)用,在候選框提取時應(yīng)用三維編碼解碼網(wǎng)絡(luò)結(jié)構(gòu),并與結(jié)節(jié)空間信息以及上下文信息進行融合,對結(jié)節(jié)位置進行準確定位,生成多尺度候選框,并在全卷積網(wǎng)絡(luò)框架內(nèi)嵌入網(wǎng)絡(luò),進而對結(jié)節(jié)進行分類。上述計算方法能夠提升肺結(jié)節(jié)檢測速度以及檢出率,敏感度可達到90.50%,在一個序列的肺部CT圖像方面,處理時間僅為5.9 s。

    1.4 構(gòu)建預(yù)測模型并進行驗證

    傳統(tǒng)機器學(xué)習(xí)方法主要是采用支持向量機,在臨床應(yīng)用過程中發(fā)現(xiàn),其在運行時對內(nèi)存提出很大要求,同時在調(diào)節(jié)參數(shù)時難度較高,當(dāng)需要開展分類的肺結(jié)節(jié)數(shù)量過多時,會明顯提升運行時間,并且調(diào)控性較差。另外,傳統(tǒng)肺結(jié)節(jié)分類方法有隨機森林和Logistic回歸,在祁聞等[11]的研究中,其發(fā)現(xiàn)利用χ2檢驗對良惡性磨玻璃結(jié)節(jié)的有關(guān)因素進行篩選,并通過構(gòu)建多因素Logistic回歸模型,并繪制出ROC曲線,結(jié)果發(fā)現(xiàn)密度、囊狀透亮影、界面征、毛刺征及分葉征在鑒別肺結(jié)節(jié)良惡性方面具有重要作用,并進行分析發(fā)現(xiàn)毛刺征、毛糙邊界及分葉征同肺結(jié)節(jié)惡性有關(guān)。因此其認為對于磨玻璃結(jié)節(jié)病患而言,出現(xiàn)毛糙邊界、毛刺征以及分葉征時,則提示有惡性病變。在孔令重等[12]的研究中,其對發(fā)現(xiàn)采用Fire Voxel軟件對肺結(jié)節(jié)CT影像內(nèi)紋理參數(shù)進行自動提取,結(jié)果發(fā)現(xiàn)多因素Logistic回歸分析提示熵、能量、胸膜牽拉征、分葉征、毛刺征以及邊界光整是惡性肺結(jié)節(jié)的獨立預(yù)測因素,并依據(jù)其建立ROC曲線,曲線下面積為0.894,而敏感度及特異性依次為93.43%、84.18%。因此其認為對構(gòu)建預(yù)測模型,進行紋理分析,能夠提升早期肺癌預(yù)測價值。卷積神經(jīng)網(wǎng)絡(luò)獲得廣泛應(yīng)用,采用卷積操作可將目標同周圍的像素點進行關(guān)聯(lián)性計算,降低參數(shù)數(shù)量以及內(nèi)存量。依據(jù)卷積神經(jīng)網(wǎng)絡(luò),有延伸并發(fā)展出較多變型,例如多尺度卷積神經(jīng)網(wǎng)絡(luò),其對不同尺度肺結(jié)節(jié)圖像塊特征分別訓(xùn)練分類器進行提取,一方面能夠提升準確性,另一方面對不同噪聲的魯棒性較高[13]。但多尺度卷積神經(jīng)網(wǎng)絡(luò)也存在一定缺點,例如提取耗時等。針對該項問題,通過實施多區(qū)域池化,在對不同區(qū)域進行提取時,使用不同次數(shù)的池化操作,能夠有效規(guī)避耗時長問題。在高慧明等[14]的研究中,其對每個候選肺結(jié)節(jié)分別輸入不同尺度的三維卷積神經(jīng)網(wǎng)絡(luò),并開展訓(xùn)練,結(jié)果發(fā)現(xiàn)在每次掃描一次以及四次假陽性時,敏感度依次為84.90%、90.90%。因此其認為在體積式醫(yī)學(xué)CT數(shù)據(jù)開展特征學(xué)習(xí)時應(yīng)用多尺度三維卷積神經(jīng)網(wǎng)絡(luò),能夠一定程度上降低假陽性,提升診斷有效性。

    2 人工智能模型用于鑒別肺結(jié)節(jié)性質(zhì)的效能

    紋理分析是傳統(tǒng)機器學(xué)習(xí)的重要方式,其效果已經(jīng)獲得臨床認可。在李曉卿等[15]的研究中,其發(fā)現(xiàn)熵敏感度為57.10%、特異性為93.20%,熵和敏感度為78.60%、特異性為52.30%,熵差敏感度為85.70%、特異性為70.50%。其認為CT紋理分析在鑒別肺結(jié)節(jié)良惡性方面具有一定價值,其聯(lián)合診斷敏感度較高。臨床還有研究顯示[16],肺結(jié)節(jié)邊緣部位增殖速度快、微血管密度高,相較于中心而言,邊緣紋理特征更加具有診斷價值。由于腫瘤病灶部位血管生成以及缺氧,在腫瘤位置有大量血管形成和處于缺氧狀態(tài),通過開展增強掃描可以更加有效的顯示病灶內(nèi)異質(zhì)性。但存在研究發(fā)現(xiàn),通過增強掃描會影響病灶紋理[17]。傳統(tǒng)機器學(xué)習(xí)方式,需要進行多項圖像分析和模式選擇操作才可對腫瘤進行定量鑒別,前一步性能會對下一步產(chǎn)生重要影響,故而調(diào)整分類性能困難度較高。在梁淑芬等[18]的研究中,其聯(lián)合極限學(xué)習(xí)機進行分類計算,結(jié)果顯示分類準確度為94.12%。因此其認為相較于其他分類計算方法,極限學(xué)習(xí)機分類計算方式能夠提升分類準確性。

    3 人工智能診斷肺結(jié)節(jié)效能的影響因素

    3.1 數(shù)據(jù)量差異

    模型數(shù)據(jù)量越高,其質(zhì)量越優(yōu),在分類準確度方面則更加好。傳統(tǒng)機器在進行學(xué)習(xí)時,僅需數(shù)十例即可獲得良好效果,數(shù)據(jù)過度則會增加計算量,同時對其準確性也有一定影響。故而,深度進行深入學(xué)習(xí)有利于提升自我進化學(xué)習(xí)功能,通過采集大量數(shù)據(jù)開展訓(xùn)練,進而改善模型瓶頸情況。

    3.2 采集特征的方式

    相較于傳統(tǒng)神經(jīng)網(wǎng)絡(luò),2D卷積神經(jīng)網(wǎng)絡(luò)增加降采樣層以及卷積層,可降低肺結(jié)節(jié)圖像特征維數(shù)。但是2D卷積神經(jīng)網(wǎng)絡(luò)提取時僅為單張圖像特征,極易出現(xiàn)模型過擬合情況,從而降低診斷效能。3D卷積神經(jīng)網(wǎng)絡(luò)能夠?qū)螐圕T圖像通過堆積方式形成連續(xù)肺結(jié)節(jié)立方體,將每張圖像與卷積核開展連接以及計算,故而在肺結(jié)節(jié)識別率方面,3D卷積神經(jīng)網(wǎng)絡(luò)顯著高于2D卷積神經(jīng)網(wǎng)絡(luò)。在王祥等[19]的研究中,其發(fā)現(xiàn)3D卷積神經(jīng)網(wǎng)絡(luò)的肺結(jié)節(jié)深度學(xué)習(xí)算法模型檢出敏感度是90.00%,準確性是71.00%,平均每例假陽性2.8個。因此其認為3D卷積神經(jīng)網(wǎng)絡(luò)相較于傳統(tǒng)的CAD系統(tǒng),能夠提升肺結(jié)節(jié)檢出敏感度。但是因受到訓(xùn)練數(shù)據(jù)集偏倚等因素的影響,會對其敏感度造成一定影響。通過實施針對性補充訓(xùn)練數(shù)據(jù)集,例如提升磨玻璃結(jié)節(jié)的比重,能夠進一步增加肺結(jié)節(jié)檢出敏感度。在苗光等[20]的研究中,其對針對肺結(jié)節(jié)診斷效率不高和大量假陽性等問題,提出首先實施2D卷積神經(jīng)網(wǎng)絡(luò)檢測CT圖像,針對圖像中疑似結(jié)節(jié)部位進行快速識別以及定位,并輸出一張同原圖尺寸一樣且有明顯標記的圖像,之后計算出疑似結(jié)節(jié)區(qū)域坐標,依據(jù)坐標值提取疑似結(jié)節(jié)的三維立體圖像塊訓(xùn)練構(gòu)建的3D卷積神經(jīng)網(wǎng)絡(luò)框架,最終使用訓(xùn)練的3D模型對候選結(jié)節(jié)實施二分類處理,進而將假陽性去除。研究后發(fā)現(xiàn),在將假陽性去除后,假陽性在1時及4時準確率依次為87.30%、97.00%。

    3.3 不同重建核

    當(dāng)重建核不相同時,在圖像像素值分布方式及噪聲模式方面也有一定差異。在像素間關(guān)系改變的基礎(chǔ)上,提取肺結(jié)節(jié)特征也已經(jīng)出現(xiàn)改變。在劉珍娟等[21]的研究中,其分別觀察骨窗重建、縱膈重建以及肺窗重建在診斷肺結(jié)節(jié)方面的作用,結(jié)果發(fā)現(xiàn)上述三種重建方式診斷肺結(jié)節(jié)敏感度依次為92.73%、86.97%、92.33%,準確性依次為27.84%、37.91%、23.55%。因此其認為在骨窗、縱膈以及肺窗重建下檢測肺結(jié)節(jié),能夠獲得良好性能,有利于提升工作效率及診斷質(zhì)量。

    4 討論

    肺癌主要是指起源自氣管、支氣管黏膜或是腺體的一種惡性腫瘤,同時其也是作為常見的肺部原發(fā)性惡性腫瘤[22]。在全世界范圍內(nèi),肺癌患病率及死亡率均較高,并且呈現(xiàn)升高趨勢。目前,影像學(xué)檢查方式是臨床診斷肺結(jié)節(jié)的常用手段,其中胸部計算機斷層掃描成像技術(shù)(CT)在早期肺癌診斷中較為常用。醫(yī)師在進行良惡性肺結(jié)節(jié)鑒別時主要是依據(jù)CT影像進行判斷[23]。但是由于CT檢查時會出現(xiàn)不同疾病同樣影像及相同疾病不同影像等特點,并且不同年資及臨床經(jīng)驗的醫(yī)師,在鑒別肺結(jié)節(jié)良惡性方面也存在一定差異,使得肺癌誤診或是過度診斷情況時常發(fā)生[24]。盡管臨床將肺組織穿刺活檢作為診斷肺結(jié)節(jié)良惡性的主要依據(jù),但是該種檢查方式會對機體造成損傷,并且重復(fù)操作性不高,容易出現(xiàn)漏檢等情況,病患滿意度也相對較低[25]。因此,采用新型技術(shù)輔助CT進行肺結(jié)節(jié)良惡性鑒別具有重要意義。

    本文包含機器學(xué)習(xí)以及深度學(xué)習(xí)方式,在人工智能評估肺結(jié)節(jié)方面,建立初步認識框架。隨著臨床大數(shù)據(jù)和人工智能算法的進步,其低鑒定肺結(jié)節(jié)性質(zhì)方面將會獲得更加優(yōu)異的效果,并且還可對惡性結(jié)節(jié)進行分級以及分期,并為制定診療措施提供依據(jù)[26]。通過確定基于人工智能的模型,能夠?qū)Y(jié)節(jié)類型進行有效分類,并診斷癌癥,有利于減少病死率,改善疾病預(yù)后。盡管已經(jīng)有大量研究顯示人工智能能夠提升影像科醫(yī)師診斷準確性,但是其在臨床上依舊未能有效推廣和使用。傳統(tǒng)機器學(xué)習(xí)在重復(fù)性方面較差,受到疾病進展和成像形式不同的影響,其紋理特征也會發(fā)生顯著改變[27]。而深度學(xué)習(xí)自身也有部分不足,神經(jīng)網(wǎng)絡(luò)僅是將最終結(jié)果同圖像進行聯(lián)系,但是無法了解分類過程,盡管已經(jīng)存在多任務(wù)和多屬性丟失來協(xié)助模型嘻嘻分葉以及惡性腫瘤等特征,但大部分特征仍是未知的[28]。并且在模型建立時會受到高質(zhì)量胸部CT標注影像缺乏的影響。圖像分割困難,人工分割和標注復(fù)雜等均是導(dǎo)致圖像互通性較差的因素[29]。相信伴隨臨床研究的不斷深入,在突破數(shù)據(jù)數(shù)量限制方面,利用遷移學(xué)習(xí)能夠有效進行規(guī)避,利用遷移學(xué)習(xí),在極易獲得的大數(shù)據(jù)上對參數(shù)進行訓(xùn)練,隨后通過以訓(xùn)練肺結(jié)節(jié)診斷的神經(jīng)網(wǎng)絡(luò)提升診斷準確性[30]。目前,在人工智能肺結(jié)節(jié)診斷模型方面,臨床已經(jīng)有多種形式,在小范圍內(nèi)進行驗證可以獲得良好的診斷效果,但是依舊無規(guī)范化尺度和權(quán)威研究機構(gòu)評估、對比。因此,希望在今后能夠擁有公開、共同以及共享的數(shù)據(jù)集,為不同模型衡量提供標準,為人工智能可反復(fù)操作奠定基礎(chǔ)。當(dāng)前還需從多方面實施深入研究,進而為人工智能在未來成為輔助診斷肺結(jié)節(jié)重要方式提供可能性。

    [參考文獻]

    [1] 李會榮,鐘秀,王江川,等.miR-140-5 p通過調(diào)控Wnt1通路對非小細胞肺癌遷移與侵襲能力的影響[J].中國免疫學(xué)雜志,2021,37(2):186-190,200.

    [2] 潘元威,董軍強,胡麗麗,等.螺旋CT灌注成像聯(lián)合血清microRNA-20 a、microRNA-210水平對非小細胞肺癌同步放化療預(yù)后的預(yù)測價值[J].鄭州大學(xué)學(xué)報(醫(yī)學(xué)版),2020,55(2):281-286.

    [3] 王娟,楊震,朱強,等.一種基于人工智能的細胞病理診斷系統(tǒng)在肺癌診斷中的初步應(yīng)用[J].解放軍醫(yī)學(xué)院學(xué)報,2020,41(9):897-900.

    [4] 宋冬冬,朱曉明,朱麗娟,等.雙能CT融合圖像在人工智能肺結(jié)節(jié)篩查中檢測效能的探索研究[J].中國醫(yī)療設(shè)備,2021,36(2):73-76.

    [5] 黃云開.CT高分辨重建聯(lián)合人工智能在肺結(jié)節(jié)識別診斷中的應(yīng)用效果分析[J].現(xiàn)代醫(yī)用影像學(xué),2021,30(1):87-89.

    [6] 范鴻禹,孫丹丹,張清,等.人工智能輔助低、高年資規(guī)培醫(yī)師對CT肺結(jié)節(jié)檢測效能的對比研究[J]. 中國中西醫(yī)結(jié)合影像學(xué)雜志,2021,19(2):175-179.

    [7] Yang Wenjian,Ding? Huafeng,He Yong,et al.Studying the optimal layout of topological graphs to facilitate the automatic sketching of kinematic chains[J].Journal of Mechanical Design,2017,139(8):182-185.

    [8] 孟祥鹿,幸子健,盧山.基于深度學(xué)習(xí)的肺結(jié)節(jié)分類分割算法及其在不同CT重建算法下的效能評估[J].中華醫(yī)學(xué)雜志,2021,101(7):476-480.

    [9] 崔效楠,劉穎,葉兆祥,等.影像組學(xué)特征對肺純磨玻璃結(jié)節(jié)侵襲性腺癌與非侵襲性腺癌的鑒別價值[J].國際醫(yī)學(xué)放射學(xué)雜志,2018,41(4):375-378.

    [10] 張曉宇,強彥.Ziaur REHMAN.基于雙路徑網(wǎng)絡(luò)的端到端肺結(jié)節(jié)檢測模型[J].計算機工程與設(shè)計,2020,41(12):3503-3509.

    [11] 祁聞,趙紅,王龍勝,等.應(yīng)用Logistic回歸分析方法研究肺部良、惡性磨玻璃結(jié)節(jié)的HRCT影像特征[J].醫(yī)學(xué)研究雜志,2019,48(11):41-45.

    [12] 孔令重,姜壯國,曹小江,等. Logistic回歸分析高分別率CT的紋理特征對孤立性肺結(jié)節(jié)診斷價值[J].新疆醫(yī)科大學(xué)學(xué)報,2019,42(2):198-202.

    [13] 周圍,胡富碧,劉亞斌,等.人工智能CT定量參數(shù)預(yù)測肺腺癌磨玻璃結(jié)節(jié)的侵襲性[J].成都醫(yī)學(xué)院學(xué)報,2021, 16(1):50-53.

    [14] 高慧明,趙涓涓,劉繼華,等.多尺度卷積神經(jīng)網(wǎng)絡(luò)用于肺結(jié)節(jié)假陽性降低[J].計算機工程與設(shè)計,2019,40(9):2718-2724.

    [15] 李曉卿,徐志豪,齊銀萍.CT紋理分析與MSCT三維重建對孤立性肺結(jié)節(jié)良惡性鑒別診斷效能分析[J].影像科學(xué)與光化學(xué),2020,38(5):914-918.

    [16] 尹泚,毛文杰,李斌,等.人工智能系統(tǒng)在肺結(jié)節(jié)檢出及良惡性鑒別中的應(yīng)用研究[J].中華胸心血管外科雜志,2020,36(9):553-556.

    [17] 高晨,葉劍鋒,吳林玉,等.平掃與增強CT影像組學(xué)特征診斷肺腺癌浸潤性的應(yīng)用研究[J].浙江臨床醫(yī)學(xué),2019,21(8):1009-1011.

    [18] 梁淑芬,付迎迎,秦傳波,等.正則化極限學(xué)習(xí)機的改進及其在肺結(jié)節(jié)良惡性分類中的應(yīng)用[J].五邑大學(xué)學(xué)報(自然科學(xué)版),2019,33(2):63-69.

    [19] 王祥,李清楚,邵影,等.基于三維卷積神經(jīng)網(wǎng)絡(luò)肺結(jié)節(jié)深度學(xué)習(xí)算法模型臨床效能初步評估[J].放射學(xué)實踐,2019,34(9):942-946.

    [20] 苗光,李朝鋒.二維和三維卷積神經(jīng)網(wǎng)絡(luò)相結(jié)合的CT圖像肺結(jié)節(jié)檢測方法[J].激光與光電子學(xué)進展,2018, 55(5):129-137.

    [21] 劉珍娟,傅迎霞,張羽,等.不同CT圖像重建算法下基于深度學(xué)習(xí)的肺結(jié)節(jié)檢測算法效能[J].中國醫(yī)學(xué)影像技術(shù),2019,35(12):1775-1779.

    [22] 戴正行,胡春洪,王希明,等.基于DenseNet網(wǎng)絡(luò)深度學(xué)習(xí)法CT圖像人工智能分析技術(shù)判斷肺結(jié)節(jié)良惡性[J].放射學(xué)實踐,2020,35(4):484-488.

    [23] 楊鋒,樊軍,田周俊逸,等.人群肺亞實性結(jié)節(jié)CT篩查及人工智能應(yīng)用研究初探[J].中華胸心血管外科雜志,2020,36(3):145-150.

    [24] 李甜,李曉東,劉敬禹.人工智能輔助診斷肺結(jié)節(jié)的臨床價值研究[J].中國全科醫(yī)學(xué),2020,23(7):828-831,836.

    [25] 宋振春,于鐵鏈.基于人工智能肺結(jié)節(jié)CT特征性診斷優(yōu)勢分析[J].影像研究與醫(yī)學(xué)應(yīng)用,2020,4(20):67-68.

    [26] 陳長波.肺部影像人工智能診斷系統(tǒng)對肺結(jié)節(jié)性質(zhì)的診斷價值分析[J].中國數(shù)字醫(yī)學(xué),2020,15(11):40-42,131.

    [27] 崔兆國,吳昊,湯敏,等.重建層厚(1/2/3 mm)對人工智能檢測肺結(jié)節(jié)效能的影響[J].中國醫(yī)療設(shè)備,2020,35(10):103-105.

    [28] 馬寧強,趙子光,樊瑋,等.人工智能與人工閱片不同聯(lián)合方法在肺結(jié)節(jié)CT篩查中的比較[J].實用放射學(xué)雜志,2020,36(8):1317-1321.

    [29] 南巖東,李玉娟,劉苗苗,等.人工智能在肺結(jié)節(jié)良惡性鑒別診斷中的價值分析[J].中華肺部疾病雜志(電子版),2020,13(6):760-763.

    [30] 趙呈華.人工智能輔助診斷系統(tǒng)聯(lián)合CT檢查肺結(jié)節(jié)的診斷價值[J].實用臨床醫(yī)藥雜志,2020,24(19):9-11.

    (收稿日期:2021-04-29)

    猜你喜歡
    人工智能
    我校新增“人工智能”本科專業(yè)
    用“小AI”解決人工智能的“大”煩惱
    汽車零部件(2020年3期)2020-03-27 05:30:20
    當(dāng)人工智能遇見再制造
    2019:人工智能
    商界(2019年12期)2019-01-03 06:59:05
    AI人工智能解疑答問
    人工智能與就業(yè)
    基于人工智能的電力系統(tǒng)自動化控制
    人工智能,來了
    數(shù)讀人工智能
    小康(2017年16期)2017-06-07 09:00:59
    人工智能來了
    尾随美女入室| 亚洲国产精品sss在线观看| 国产黄色小视频在线观看| 成年版毛片免费区| 国产精品人妻久久久久久| 极品少妇高潮喷水抽搐| 边亲边吃奶的免费视频| 韩国av在线不卡| 综合色av麻豆| 亚洲精品乱久久久久久| 亚洲国产欧美人成| 亚洲怡红院男人天堂| 亚洲欧美一区二区三区黑人 | 国内精品美女久久久久久| 亚洲精品一区蜜桃| 国国产精品蜜臀av免费| 街头女战士在线观看网站| 日本-黄色视频高清免费观看| 国产伦理片在线播放av一区| 成年人午夜在线观看视频 | 99热6这里只有精品| 国产精品女同一区二区软件| 久久久精品94久久精品| 亚洲熟女精品中文字幕| 高清午夜精品一区二区三区| 国产毛片a区久久久久| 国产欧美日韩精品一区二区| 免费黄网站久久成人精品| 亚洲欧美中文字幕日韩二区| 亚洲精品久久午夜乱码| 床上黄色一级片| 久久精品久久久久久噜噜老黄| 99re6热这里在线精品视频| 高清视频免费观看一区二区 | 国产亚洲精品av在线| 高清毛片免费看| 久久人人爽人人片av| 免费观看的影片在线观看| 免费大片18禁| 国内少妇人妻偷人精品xxx网站| 亚洲无线观看免费| 国产综合懂色| 成人亚洲精品av一区二区| 建设人人有责人人尽责人人享有的 | 九草在线视频观看| 91精品国产九色| 人妻少妇偷人精品九色| 亚洲va在线va天堂va国产| 国产高清有码在线观看视频| 亚洲精品乱久久久久久| 日产精品乱码卡一卡2卡三| 精品人妻偷拍中文字幕| 亚洲av二区三区四区| 日韩在线高清观看一区二区三区| 国产乱人偷精品视频| 亚洲久久久久久中文字幕| 亚洲av一区综合| 久久精品国产亚洲av涩爱| 国产淫语在线视频| 国产乱人偷精品视频| 国产精品蜜桃在线观看| 久久99热6这里只有精品| 午夜爱爱视频在线播放| 亚洲精品国产av成人精品| 欧美zozozo另类| 久久久久久久午夜电影| 免费播放大片免费观看视频在线观看| 亚洲四区av| 好男人视频免费观看在线| 亚洲最大成人av| 国产一区亚洲一区在线观看| 3wmmmm亚洲av在线观看| 91久久精品电影网| 三级男女做爰猛烈吃奶摸视频| 99久久九九国产精品国产免费| 亚洲人成网站在线播| 成人鲁丝片一二三区免费| 在线免费观看不下载黄p国产| 又大又黄又爽视频免费| 赤兔流量卡办理| 亚洲一区高清亚洲精品| 国产精品一区www在线观看| 免费观看的影片在线观看| 一级毛片我不卡| 一级片'在线观看视频| 久久这里只有精品中国| 国产乱人视频| 色综合色国产| 岛国毛片在线播放| 天天一区二区日本电影三级| 亚洲在久久综合| 日本熟妇午夜| 伦精品一区二区三区| 国产成人freesex在线| 亚洲最大成人中文| 两个人的视频大全免费| 免费av不卡在线播放| 天天一区二区日本电影三级| 少妇高潮的动态图| 国产午夜精品论理片| 久久亚洲国产成人精品v| 亚洲国产精品国产精品| 99久国产av精品| 成年免费大片在线观看| 国产麻豆成人av免费视频| 亚洲最大成人手机在线| 国精品久久久久久国模美| 国产精品爽爽va在线观看网站| 成人漫画全彩无遮挡| 永久网站在线| 你懂的网址亚洲精品在线观看| 三级男女做爰猛烈吃奶摸视频| 在线a可以看的网站| 在线天堂最新版资源| 一个人看的www免费观看视频| 寂寞人妻少妇视频99o| 网址你懂的国产日韩在线| 人妻制服诱惑在线中文字幕| 欧美人与善性xxx| 高清视频免费观看一区二区 | 欧美人与善性xxx| 亚洲精华国产精华液的使用体验| 晚上一个人看的免费电影| 韩国高清视频一区二区三区| 午夜爱爱视频在线播放| 亚洲成人久久爱视频| 久久久久精品性色| 男插女下体视频免费在线播放| av国产久精品久网站免费入址| 国产成人福利小说| 欧美精品一区二区大全| 美女脱内裤让男人舔精品视频| 人人妻人人澡人人爽人人夜夜 | 日本免费在线观看一区| av天堂中文字幕网| 91狼人影院| 久久久久免费精品人妻一区二区| 欧美97在线视频| 大又大粗又爽又黄少妇毛片口| 99热这里只有是精品50| 免费少妇av软件| 青春草国产在线视频| 一本久久精品| 久久6这里有精品| 久久99热这里只频精品6学生| 一级二级三级毛片免费看| 两个人视频免费观看高清| 日日摸夜夜添夜夜爱| 精品久久久久久久久亚洲| 国内揄拍国产精品人妻在线| 26uuu在线亚洲综合色| 免费观看a级毛片全部| 国产av码专区亚洲av| 精品一区二区三卡| 亚洲人成网站高清观看| 日韩一区二区视频免费看| av专区在线播放| 五月伊人婷婷丁香| 在线观看一区二区三区| 91久久精品国产一区二区三区| 国产高清有码在线观看视频| 日韩亚洲欧美综合| 国产淫片久久久久久久久| 亚洲图色成人| 久久这里有精品视频免费| 国产成人精品久久久久久| 国产免费一级a男人的天堂| 看十八女毛片水多多多| 人妻一区二区av| 欧美+日韩+精品| 国产激情偷乱视频一区二区| 日日摸夜夜添夜夜添av毛片| 欧美成人一区二区免费高清观看| 久久精品久久精品一区二区三区| 欧美zozozo另类| 欧美成人一区二区免费高清观看| 大片免费播放器 马上看| 亚洲欧洲日产国产| 男人舔奶头视频| 日韩一本色道免费dvd| 人人妻人人澡欧美一区二区| 久久这里只有精品中国| 亚洲av成人av| 国产精品日韩av在线免费观看| 成人午夜高清在线视频| 免费黄色在线免费观看| 蜜桃亚洲精品一区二区三区| 啦啦啦韩国在线观看视频| av福利片在线观看| 日韩一本色道免费dvd| 91av网一区二区| 美女主播在线视频| freevideosex欧美| 国产一区二区三区av在线| 日本色播在线视频| 黑人高潮一二区| 国产高清国产精品国产三级 | 成人美女网站在线观看视频| 精品久久久久久成人av| 亚洲av日韩在线播放| 免费大片黄手机在线观看| 伊人久久精品亚洲午夜| 黄色配什么色好看| 久久精品国产亚洲av涩爱| 极品教师在线视频| 69av精品久久久久久| 3wmmmm亚洲av在线观看| 免费高清在线观看视频在线观看| av网站免费在线观看视频 | 精品一区二区三卡| a级一级毛片免费在线观看| 国产伦精品一区二区三区四那| 亚洲精品一二三| 国产免费福利视频在线观看| 高清日韩中文字幕在线| 午夜福利在线在线| 国产高清不卡午夜福利| 人人妻人人澡人人爽人人夜夜 | 国产一区二区三区av在线| 我的女老师完整版在线观看| 久久97久久精品| 久久久久网色| 极品少妇高潮喷水抽搐| 国产淫语在线视频| 久久久久国产网址| 一个人看视频在线观看www免费| 看十八女毛片水多多多| 国内精品美女久久久久久| 亚洲真实伦在线观看| 亚洲熟女精品中文字幕| 美女主播在线视频| 国产精品久久久久久精品电影| 国产一区亚洲一区在线观看| 国产精品日韩av在线免费观看| 综合色av麻豆| av在线天堂中文字幕| 草草在线视频免费看| 丰满人妻一区二区三区视频av| 午夜福利高清视频| 又爽又黄a免费视频| 精品一区二区三卡| 色综合色国产| 国产极品天堂在线| 亚洲一级一片aⅴ在线观看| 亚洲美女搞黄在线观看| 成人午夜精彩视频在线观看| 成年版毛片免费区| 伦精品一区二区三区| 老女人水多毛片| 精品国内亚洲2022精品成人| 精品一区二区三卡| 波多野结衣巨乳人妻| 夜夜看夜夜爽夜夜摸| 午夜免费男女啪啪视频观看| 午夜激情欧美在线| 欧美成人a在线观看| 精品欧美国产一区二区三| 丰满乱子伦码专区| 亚洲国产精品成人综合色| 亚洲精品aⅴ在线观看| 亚洲av中文av极速乱| 日韩av在线免费看完整版不卡| 精品久久久久久久久亚洲| 日本色播在线视频| 亚洲最大成人av| 99久久精品热视频| 免费观看性生交大片5| 亚洲国产最新在线播放| 亚洲成人一二三区av| 成人亚洲精品av一区二区| 亚洲av免费高清在线观看| 简卡轻食公司| 久久精品久久久久久久性| 联通29元200g的流量卡| 日本免费在线观看一区| 国产免费福利视频在线观看| 人妻夜夜爽99麻豆av| 身体一侧抽搐| 日本色播在线视频| 97热精品久久久久久| 一级毛片aaaaaa免费看小| 免费高清在线观看视频在线观看| 欧美一区二区亚洲| 好男人在线观看高清免费视频| 欧美97在线视频| 三级毛片av免费| 亚洲国产欧美人成| av在线天堂中文字幕| 韩国高清视频一区二区三区| 日韩一区二区视频免费看| 久久久久国产网址| 天天躁夜夜躁狠狠久久av| 久久久久精品久久久久真实原创| 91午夜精品亚洲一区二区三区| 亚洲真实伦在线观看| 亚洲熟妇中文字幕五十中出| 深爱激情五月婷婷| 午夜福利视频1000在线观看| 日本猛色少妇xxxxx猛交久久| 一级二级三级毛片免费看| 亚洲自偷自拍三级| 日韩强制内射视频| 午夜免费激情av| 欧美丝袜亚洲另类| 国产精品嫩草影院av在线观看| 熟女人妻精品中文字幕| 久久久久久久大尺度免费视频| 国产v大片淫在线免费观看| 精品久久久久久成人av| a级一级毛片免费在线观看| 永久网站在线| 免费观看a级毛片全部| 久久久久久久久久黄片| 欧美性感艳星| 亚洲aⅴ乱码一区二区在线播放| 精品人妻熟女av久视频| 亚洲av电影不卡..在线观看| 久久这里有精品视频免费| 精品久久久噜噜| 亚洲在久久综合| 国产午夜福利久久久久久| 国产爱豆传媒在线观看| 26uuu在线亚洲综合色| 麻豆国产97在线/欧美| 插阴视频在线观看视频| 成人亚洲精品av一区二区| av卡一久久| 激情五月婷婷亚洲| 一级二级三级毛片免费看| 亚洲av国产av综合av卡| 久久久成人免费电影| 亚洲av日韩在线播放| 五月伊人婷婷丁香| 国产国拍精品亚洲av在线观看| 两个人视频免费观看高清| 成年人午夜在线观看视频 | 精品久久久久久电影网| 身体一侧抽搐| 久久这里只有精品中国| 亚洲综合精品二区| 超碰97精品在线观看| 精品国内亚洲2022精品成人| 免费观看在线日韩| 色5月婷婷丁香| 纵有疾风起免费观看全集完整版 | 中文字幕久久专区| 白带黄色成豆腐渣| 久久鲁丝午夜福利片| 联通29元200g的流量卡| 久久久欧美国产精品| 国产精品一区二区三区四区免费观看| 久久久亚洲精品成人影院| 美女国产视频在线观看| 欧美zozozo另类| 乱系列少妇在线播放| 又爽又黄a免费视频| 国产一区二区三区综合在线观看 | 国产亚洲午夜精品一区二区久久 | 国产探花在线观看一区二区| 黄色日韩在线| 婷婷色综合大香蕉| 亚洲人成网站高清观看| 久久亚洲国产成人精品v| 午夜福利在线观看免费完整高清在| 国产av在哪里看| 99久久中文字幕三级久久日本| 大片免费播放器 马上看| 如何舔出高潮| 国产成人精品一,二区| 成人高潮视频无遮挡免费网站| 欧美高清性xxxxhd video| 久久精品国产鲁丝片午夜精品| 国产激情偷乱视频一区二区| 国产精品一及| 国产亚洲91精品色在线| 搡老乐熟女国产| 国产成人a∨麻豆精品| 天堂俺去俺来也www色官网 | 色哟哟·www| 亚洲欧美中文字幕日韩二区| 日韩欧美国产在线观看| 黄片无遮挡物在线观看| 一二三四中文在线观看免费高清| 真实男女啪啪啪动态图| 男女啪啪激烈高潮av片| 亚洲av电影在线观看一区二区三区 | 久久精品综合一区二区三区| 特大巨黑吊av在线直播| 亚洲第一区二区三区不卡| 18禁在线播放成人免费| av在线老鸭窝| 日本与韩国留学比较| 高清欧美精品videossex| 在线播放无遮挡| 最近最新中文字幕免费大全7| 秋霞在线观看毛片| 人人妻人人澡人人爽人人夜夜 | 亚洲欧美一区二区三区国产| 少妇高潮的动态图| 久久久国产一区二区| 亚洲久久久久久中文字幕| 日日啪夜夜撸| 美女cb高潮喷水在线观看| 色5月婷婷丁香| 亚洲国产欧美在线一区| 国产亚洲一区二区精品| 国产高清不卡午夜福利| 久久久精品94久久精品| 蜜桃久久精品国产亚洲av| 日韩人妻高清精品专区| 嫩草影院新地址| 乱码一卡2卡4卡精品| 蜜臀久久99精品久久宅男| 免费黄色在线免费观看| 亚洲三级黄色毛片| 中文字幕av成人在线电影| 久久韩国三级中文字幕| 中文字幕久久专区| eeuss影院久久| 精品一区二区三区视频在线| 天天一区二区日本电影三级| 2018国产大陆天天弄谢| 女人被狂操c到高潮| 日本-黄色视频高清免费观看| 嫩草影院新地址| 免费少妇av软件| 国内精品宾馆在线| 伊人久久精品亚洲午夜| 国产成人福利小说| 亚洲久久久久久中文字幕| 自拍偷自拍亚洲精品老妇| 插阴视频在线观看视频| 中国美白少妇内射xxxbb| 热99在线观看视频| 欧美日韩亚洲高清精品| 99视频精品全部免费 在线| 深爱激情五月婷婷| 欧美97在线视频| 精品一区二区免费观看| 最近2019中文字幕mv第一页| 精品国产一区二区三区久久久樱花 | 国产国拍精品亚洲av在线观看| 国产精品蜜桃在线观看| 国内少妇人妻偷人精品xxx网站| 成人漫画全彩无遮挡| 日本一本二区三区精品| 97人妻精品一区二区三区麻豆| 亚洲国产色片| 内射极品少妇av片p| 男女边吃奶边做爰视频| 嘟嘟电影网在线观看| 身体一侧抽搐| 一个人观看的视频www高清免费观看| 天堂av国产一区二区熟女人妻| 亚洲欧美成人综合另类久久久| 青春草国产在线视频| 欧美日韩综合久久久久久| 欧美激情在线99| 久久这里有精品视频免费| 久久精品夜夜夜夜夜久久蜜豆| 一级黄片播放器| 国产av码专区亚洲av| 国产精品精品国产色婷婷| 国产亚洲av片在线观看秒播厂 | 69av精品久久久久久| av在线观看视频网站免费| 国产亚洲最大av| 亚洲在线自拍视频| 日韩不卡一区二区三区视频在线| a级毛色黄片| 国产爱豆传媒在线观看| 18禁裸乳无遮挡免费网站照片| 欧美人与善性xxx| 床上黄色一级片| 中文字幕人妻熟人妻熟丝袜美| av播播在线观看一区| 亚洲va在线va天堂va国产| 亚洲最大成人中文| 淫秽高清视频在线观看| 联通29元200g的流量卡| 国产不卡一卡二| 99热6这里只有精品| 国产有黄有色有爽视频| 69人妻影院| 国产精品不卡视频一区二区| 久久久久久久久久黄片| 久久精品国产鲁丝片午夜精品| 日本午夜av视频| 一级av片app| 成人毛片a级毛片在线播放| 一区二区三区免费毛片| 看免费成人av毛片| 久久精品综合一区二区三区| 国产精品麻豆人妻色哟哟久久 | 日韩,欧美,国产一区二区三区| 国内精品宾馆在线| 联通29元200g的流量卡| 美女国产视频在线观看| 精品99又大又爽又粗少妇毛片| 精品人妻视频免费看| 亚洲国产精品成人久久小说| 黄色配什么色好看| 我要看日韩黄色一级片| 国产精品麻豆人妻色哟哟久久 | 99热全是精品| 久久精品人妻少妇| 老司机影院成人| h日本视频在线播放| 久久6这里有精品| 成人欧美大片| 国产成人免费观看mmmm| 午夜久久久久精精品| 亚洲精品成人久久久久久| 99热这里只有是精品在线观看| 日韩欧美 国产精品| 午夜精品在线福利| 亚洲成人av在线免费| 亚洲精品影视一区二区三区av| 内射极品少妇av片p| 亚洲最大成人av| 久久久精品免费免费高清| 最近最新中文字幕免费大全7| 99热这里只有精品一区| 久久精品国产自在天天线| 成人二区视频| 2021天堂中文幕一二区在线观| 麻豆乱淫一区二区| 久久久午夜欧美精品| 乱系列少妇在线播放| 永久免费av网站大全| 国产老妇伦熟女老妇高清| 一级毛片黄色毛片免费观看视频| 亚洲国产最新在线播放| av天堂中文字幕网| 18禁裸乳无遮挡免费网站照片| 全区人妻精品视频| 欧美成人一区二区免费高清观看| 色综合色国产| av卡一久久| 久久久久久久久久人人人人人人| 美女内射精品一级片tv| 天天一区二区日本电影三级| 欧美性猛交╳xxx乱大交人| 高清视频免费观看一区二区 | 精品久久久久久久人妻蜜臀av| 亚洲色图av天堂| 色综合亚洲欧美另类图片| 亚洲图色成人| 国产精品一及| 成年av动漫网址| 日韩中字成人| 九九爱精品视频在线观看| 九九久久精品国产亚洲av麻豆| 色尼玛亚洲综合影院| 一级毛片 在线播放| 亚洲av成人精品一区久久| 国产成人精品婷婷| 国产探花在线观看一区二区| 色哟哟·www| 91精品一卡2卡3卡4卡| 一个人免费在线观看电影| 十八禁网站网址无遮挡 | 美女脱内裤让男人舔精品视频| 久久精品久久精品一区二区三区| 免费大片黄手机在线观看| 国产免费视频播放在线视频 | 国产av国产精品国产| 久久久久久久久久成人| 欧美日韩视频高清一区二区三区二| 成人高潮视频无遮挡免费网站| 一个人观看的视频www高清免费观看| 精品不卡国产一区二区三区| 亚洲四区av| 91久久精品电影网| 最近2019中文字幕mv第一页| 亚洲成人精品中文字幕电影| 中文字幕制服av| 亚洲av成人精品一二三区| 亚洲图色成人| 中文精品一卡2卡3卡4更新| 精品一区二区三卡| 久久精品综合一区二区三区| 亚洲人成网站在线观看播放| 99九九线精品视频在线观看视频| 人妻制服诱惑在线中文字幕| 97热精品久久久久久| 国产成人精品久久久久久| 亚洲欧美一区二区三区国产| 亚洲乱码一区二区免费版| 国产视频内射| 五月伊人婷婷丁香| 久久久久久久久久久丰满| 国产成年人精品一区二区| 中文字幕久久专区| 激情 狠狠 欧美| 一个人看视频在线观看www免费| 久久韩国三级中文字幕| 亚洲成人av在线免费| 麻豆成人午夜福利视频| 亚洲精品日韩在线中文字幕| 免费在线观看成人毛片| 久久久久精品久久久久真实原创| 丝袜喷水一区| 色哟哟·www| 搞女人的毛片| 久久午夜福利片| 边亲边吃奶的免费视频| 韩国高清视频一区二区三区| 亚洲美女视频黄频| 久久久久久久久久久丰满| 午夜激情久久久久久久| 久久亚洲国产成人精品v| 成人午夜高清在线视频| 国产白丝娇喘喷水9色精品| 亚洲四区av|