• <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 ?

    靜息態(tài)功能磁共振成像的腦網(wǎng)絡(luò)特征融合在機(jī)器學(xué)習(xí)識(shí)別自閉癥中應(yīng)用

    2021-03-06 05:53:14趙小虎葛曼玲陳盛華王磊宋子博謝沖楊澤坤
    磁共振成像 2021年12期
    關(guān)鍵詞:自閉癥分類特征

    趙小虎,葛曼玲,陳盛華*,王磊,宋子博,謝沖,楊澤坤

    作者單位:1.河北工業(yè)大學(xué)省部共建電工裝備可靠性與智能化國家重點(diǎn)實(shí)驗(yàn)室,天津300130;2.河北工業(yè)大學(xué)河北省電磁場與電器可靠性重點(diǎn)實(shí)驗(yàn)室,天津300130;3.廊坊職業(yè)技術(shù)學(xué)院,廊坊065001

    自閉癥又稱自閉癥譜系障礙(autism spectrum disorders,ASD)是一種由多類不同原因所引發(fā)的神經(jīng)發(fā)育性障礙[1],其主要癥狀表現(xiàn)在社會(huì)交流障礙、刻板行為、情感缺陷等方面,會(huì)造成患者在日常生活、交流和學(xué)習(xí)中障礙[2,3]。通過臨床對(duì)照研究發(fā)現(xiàn):ASD 早期準(zhǔn)確檢測和及時(shí)干預(yù)能夠很大程度上改善患者的語言能力、認(rèn)知能力以及行為習(xí)慣。因此,ASD識(shí)別工作意義重大[4-6]。

    近些年來,利用靜息態(tài)功能磁共振成像(resting-state functional magnetic resonance imaging,rs-fMRI)技術(shù)[7]在自閉癥患者的臨床早期檢測研究中越來越突出,該技術(shù)以其無創(chuàng)、快捷、高空間分辨率以及良好的患者適應(yīng)性等成為腦功能影像學(xué)研究的先進(jìn)手段。其中,基于相關(guān)性的功能連接(rs-fMRI functional connection,rs-fMRI-FC)為評(píng)估腦功能提供了科學(xué)的檢測指標(biāo)。例如:以健康人大腦功能影像為對(duì)照,通過提取自閉癥患者功能腦影像學(xué)標(biāo)記,利用rs-fMRI-FC 定位自閉癥患者功能異常的腦區(qū),以此來對(duì)自閉癥患者早期檢測提供輔助依據(jù)[8]。但是,傳統(tǒng)的功能連接計(jì)算處于低階運(yùn)算水準(zhǔn),無法表達(dá)腦功能之間交互信息,影響了評(píng)估精準(zhǔn)性。

    隨著網(wǎng)絡(luò)拓?fù)浼夹g(shù)的發(fā)展,腦網(wǎng)絡(luò)概念被越來越多的科學(xué)家所重視。它能夠從腦連接層面刻畫大腦功能的交互,是高階功能連接計(jì)算[9]。通過對(duì)大腦功能網(wǎng)絡(luò)的拓?fù)鋵傩宰兓瘉硌芯磕X區(qū)之間信息傳遞異常,能夠高效地挖掘發(fā)生腦功能特異性改變的腦區(qū),從網(wǎng)絡(luò)這一高級(jí)層面輔助檢測患者。但現(xiàn)階段,利用fMRI數(shù)據(jù)構(gòu)建腦功能網(wǎng)絡(luò)并結(jié)合機(jī)器學(xué)習(xí)算法在腦疾病的早期研究檢測中,大多通過提取腦網(wǎng)絡(luò)單一拓?fù)渲笜?biāo)分析識(shí)別腦疾病[10,11]。然而,腦網(wǎng)絡(luò)單一拓?fù)鋵傩詢H僅只是針對(duì)大腦網(wǎng)絡(luò)某一個(gè)方面的描述,未能夠充分考慮到多個(gè)大腦區(qū)域之間的拓?fù)浣Y(jié)構(gòu)信息,很難有針對(duì)性地給出全面的描述。所以,識(shí)別效果很難被大幅度地改善。

    特征融合是機(jī)器學(xué)習(xí)中的先進(jìn)技術(shù),常常被用于腦疾病的研究中,例如對(duì)提取的特征向量采用串聯(lián)的方式進(jìn)行融合研究[12,13]。但是,這種方法尚未在ASD 中進(jìn)行過測試。此外,這種首尾串聯(lián)融合的方法,由于每個(gè)特征對(duì)整體的貢獻(xiàn)不同,僅靠簡單的串聯(lián)融合進(jìn)行分類精度可能不高。

    針對(duì)上述問題,我們提出特征加權(quán)融合的方法,將其應(yīng)用于rs-fMRI 數(shù)據(jù)在自閉癥患者腦功能網(wǎng)絡(luò)研究中,試圖通過融合多種網(wǎng)絡(luò)特征將fMRI-FC計(jì)算水準(zhǔn)提到高階。為此,我們以健康人數(shù)據(jù)為對(duì)照,設(shè)計(jì)了一種網(wǎng)絡(luò)特征加權(quán)融合的自閉癥檢測方法,將不同的腦網(wǎng)絡(luò)拓?fù)渲笜?biāo)進(jìn)行加權(quán)融合,使得分類器所得到的腦網(wǎng)絡(luò)信息更加全面。并借助機(jī)器學(xué)習(xí)方法驗(yàn)證其在自閉癥患者檢測中的優(yōu)勢,為rs-fMRI檢測自閉癥提供了一種新方法。

    本文的主要貢獻(xiàn)包括:(1)利用自閉癥和健康被試的rs-fMRI數(shù)據(jù),通過偏相關(guān)構(gòu)建低階功能連接矩陣FC 來反映不同腦區(qū)之間功能連通性;(2)在此基礎(chǔ)上通過構(gòu)建多稀疏度關(guān)聯(lián)矩陣來建立腦網(wǎng)絡(luò),從高階水平上分析大腦功能,并采用以稀疏度為橫軸,取特征值曲線下面積(area under the curve,AUC)來表征網(wǎng)絡(luò)屬性在連續(xù)稀疏度下的整體特征;(3)選取網(wǎng)絡(luò)中4種常用局部節(jié)點(diǎn)指標(biāo),將其分類準(zhǔn)確率所占的比重作為權(quán)重系數(shù)進(jìn)行特征融合,以此構(gòu)建特征向量,輸入到支持向量機(jī)中分類并進(jìn)行交叉驗(yàn)證以檢驗(yàn)融合效果。最后,分別與單一特征分類效果和傳統(tǒng)特征融合比較,以說明加權(quán)特征融合的優(yōu)越性。本文的研究思路如圖1所示。

    圖1 本文研究方法的流程圖Fig.1 Study Flowchart

    1 數(shù)據(jù)與方法

    1.1 數(shù)據(jù)采集與處理

    數(shù)據(jù)來源于國際神經(jīng)影像數(shù)據(jù)共享倡議組織(International Neuroimaging Datasharing Initiative, INDI)分享的公開數(shù)據(jù)集ABIDE I (http://fcon_1000. projects. nitrc. org/indi/abide/abide_I.html)。本文從中選取了TRINITY實(shí)驗(yàn)中心數(shù)據(jù),該數(shù)據(jù)包括24 例ASD 患者組(12.0~25.9 歲男性青少年)以及25 例正常對(duì)照組(normal control,NC)數(shù)據(jù)(12.0~25.7 歲男性青少年)。各組納入標(biāo)準(zhǔn)如下:(1) ASD組:右利手的男性青少年;滿足自閉癥診斷觀察量表(Autism Diagnostic Observation Schedule,ADOS)上的ASD自閉癥判別標(biāo)準(zhǔn)。(2) NC組:右利手的男性青少年,年齡和智商與ASD 組相匹配;沒有任何精神遺傳疾病,包括閱讀障礙或使用障礙;沒有被診斷為ASD的一級(jí)親屬的存在;社會(huì)反應(yīng)量表分?jǐn)?shù)低于50 分或社會(huì)交流問卷分?jǐn)?shù)低于10 分。所有ASD 患者和健康對(duì)照者都是通過相關(guān)的遺傳學(xué)研究計(jì)劃、臨床服務(wù)、學(xué)校和倡導(dǎo)團(tuán)體所招募的,并且獲得圣詹姆斯醫(yī)院和Linn Dara CAMHS倫理委員會(huì)的道德認(rèn)可,所有參與者及其父母都獲得書面知情同意。所有ASD患者和健康對(duì)照者排除標(biāo)準(zhǔn)包括:(1)通過韋氏智力量表評(píng)估智商小于70;(2)患有神經(jīng)病學(xué)、精神病學(xué)或遺傳病史;(3)具有MRI 禁忌證;(4)當(dāng)前使用精神藥物。靜息態(tài)磁共振數(shù)據(jù)采集是在都柏林圣詹姆斯醫(yī)院高級(jí)醫(yī)學(xué)成像中心(Centre for Advanced Medical Imaging,CAMI)的Philips 3 T Achieva MRI 掃描儀上完成。受試者在圖像采集過程中仰臥在fMRI 掃描儀中,閉上眼睛休息五分鐘并盡可能保持靜止。掃描參數(shù)具體為:層數(shù)38 層,TR 2000 ms,TE 28 ms,切片厚度3.5 mm,視野范圍(FOV)為240 mm×240 mm,翻轉(zhuǎn)角90°,共采集150個(gè)時(shí)間點(diǎn)。

    使用DPARSF_V5.1[14](Data Processing Assistant for Resting-State fMRI)工具包對(duì)fMRI 圖像數(shù)據(jù)進(jìn)行預(yù)處理,具體的步驟包括:(1)將每位實(shí)驗(yàn)被試采集的前5 個(gè)時(shí)間點(diǎn)刪除,以排除掃描前期的不穩(wěn)定因素,使信號(hào)更加穩(wěn)定;(2)進(jìn)行時(shí)間層校正,以保證每個(gè)Volume內(nèi)所有體素獲取的時(shí)間在理論上一致;(3)去除頭動(dòng)偽影的影響;(4)將圖像配準(zhǔn)至蒙特利爾神經(jīng)研究所的標(biāo)準(zhǔn)空間,然后進(jìn)行3 mm×3 mm×3 mm 重采樣;(5)進(jìn)行帶通濾波以減少低頻漂移和高頻生理噪聲的影響;(6)回歸干擾信號(hào);(7)采用4 mm 半高全寬的高斯濾波器對(duì)圖像進(jìn)行空間平滑,以減小空間噪聲。

    1.2 腦功能網(wǎng)絡(luò)構(gòu)建

    1.2.1 節(jié)點(diǎn)的定義

    將預(yù)處理后數(shù)據(jù)使用自動(dòng)解剖標(biāo)記(automated anatomical labeling atlas,AAL,第1 版)圖譜[15]將除小腦外的整個(gè)大腦皮層劃分為90 個(gè)解剖區(qū)域(AAL-90)。將每個(gè)腦區(qū)定義成網(wǎng)絡(luò)中的一個(gè)節(jié)點(diǎn),對(duì)應(yīng)值為節(jié)點(diǎn)值。通過計(jì)算每個(gè)腦區(qū)所處坐標(biāo)范圍內(nèi)所有體素的血氧水平依賴信號(hào)的算術(shù)平均值來作為這個(gè)腦區(qū)(網(wǎng)絡(luò)中的節(jié)點(diǎn))的節(jié)點(diǎn)值。

    1.2.2 邊的定義

    偏相關(guān)指只考慮兩個(gè)變量之間的相關(guān)性,排除其他相關(guān)因素的干擾[16]。在腦網(wǎng)絡(luò)的構(gòu)建中,指忽略其他腦區(qū)的影響,只考慮兩個(gè)腦區(qū)信號(hào)之間的相關(guān)性,因此,又稱凈相關(guān)分析[17]。

    本文主要采用相關(guān)矩陣求逆法計(jì)算任意兩腦區(qū)之間的偏相關(guān)值。首先,求得相關(guān)矩陣:

    將任意兩個(gè)腦區(qū)的偏相關(guān)系數(shù)值作為腦功能網(wǎng)絡(luò)邊,得到一個(gè)90×90 對(duì)稱矩陣,對(duì)每個(gè)被試進(jìn)行Fisher-r到Fisher-z轉(zhuǎn)化,獲得更接近正態(tài)分布的時(shí)間序列[18]。

    1.3 網(wǎng)絡(luò)分析

    1.3.1 稀疏度選擇

    為了驗(yàn)證腦功能連接矩陣的拓?fù)涮匦裕褂孟∈瓒葋砼懦肼曉?,連通性稀疏度s (即現(xiàn)有邊與網(wǎng)絡(luò)中最大可能邊數(shù)的比率)被用作閾值度量,以確保所有被試網(wǎng)絡(luò)節(jié)點(diǎn)和邊數(shù)相同。本文選取閾值s 在0.05~0.50,步長選為0.05。 然后,通過GRETNA_V2.0 網(wǎng)絡(luò)分析工具包[19]在MATLAB 環(huán)境下計(jì)算每個(gè)稀疏度閾值下網(wǎng)絡(luò)指標(biāo)。為了衡量網(wǎng)絡(luò)屬性在連續(xù)稀疏度下整體特征,本研究以稀疏度為橫軸,特征值為縱軸構(gòu)建坐標(biāo)系,用對(duì)應(yīng)的10 個(gè)稀疏度下特征值做曲線,計(jì)算每個(gè)屬性曲線下的面積AUC 值,用于后續(xù)分析[20-21]。AUC為大腦功能連接拓?fù)涮峁┝丝傮w上的標(biāo)量信息,使其不受單一閾值選擇的影響。

    1.3.2 網(wǎng)絡(luò)指標(biāo)

    腦功能網(wǎng)絡(luò)拓?fù)鋵傩苑N類繁多,分為局部屬性和全局屬性兩種網(wǎng)絡(luò)特征。通常,腦功能網(wǎng)絡(luò)節(jié)點(diǎn)特征由局部屬性體現(xiàn)。目前對(duì)精神疾病的腦網(wǎng)絡(luò)屬性研究多以網(wǎng)絡(luò)中節(jié)點(diǎn)度、聚類系數(shù)、節(jié)點(diǎn)效率和節(jié)點(diǎn)局部系數(shù)為主[22,23],因此,本文選用上述4個(gè)局部節(jié)點(diǎn)指標(biāo)做分類研究,如表1所示。

    表1 腦功能網(wǎng)絡(luò)分析指標(biāo)簡表Tab.1 Brief descriptions of brain functional network metrics employed in this study

    1.4 腦功能網(wǎng)絡(luò)的特征篩選

    為了從特征集中找到最優(yōu)的特征子集,防止過擬合現(xiàn)象,以優(yōu)化模型性能和高效訓(xùn)練分類器,有必要在分類前進(jìn)行特征選擇。F-score 是度量特征在不同類別間區(qū)分度的一種指標(biāo),其本質(zhì)是選取類內(nèi)差異小,類間差異大的特征[24,25]。

    在本文中,對(duì)于每類節(jié)點(diǎn)指標(biāo)網(wǎng)絡(luò)拓?fù)鋵傩?,每名被試?huì)得到一個(gè)1×90 的行矩陣,通過F-score 進(jìn)行特征提取,具體過程:首先,對(duì)90 個(gè)腦區(qū)計(jì)算F-score 進(jìn)行評(píng)分,選取前10 個(gè)評(píng)分最高的腦區(qū);然后,對(duì)自閉癥患者和健康對(duì)照組所得到的腦區(qū)進(jìn)行雙樣本t檢驗(yàn),選取具有統(tǒng)計(jì)意義的特征腦區(qū)(P<0.05)作為特征向量。

    除此之外,最小冗余最大相關(guān)性(minimal redundancy maximum relevancy,mRMR)和ROC 敏感性分析也被廣泛應(yīng)用于特征腦區(qū)篩選上。mRMR 算法是通過利用互信息衡量不同特征之間相關(guān)性和冗余度,并根據(jù)信息差和信息熵這兩個(gè)代價(jià)函數(shù)來尋找特征子集,使得選出的特征與目標(biāo)類別之間具有最大相關(guān)性,且互相之間具有最小冗余度,可以很好地實(shí)現(xiàn)特征選擇[26]。ROC 敏感性分析是根據(jù)一系列不同的二分類方式,以真陽性率為縱坐標(biāo),假陽性率為橫坐標(biāo)繪制曲線。在臨床應(yīng)用中,通過對(duì)各個(gè)腦區(qū)做ROC敏感性分析,可以選取對(duì)疾病識(shí)別較為敏感的腦區(qū)。

    1.5 特征融合

    根據(jù)以往研究發(fā)現(xiàn),特征融合常采用多種特征向量首尾串聯(lián)進(jìn)行融合[12,27]。在此基礎(chǔ)上,本文提出了一種加權(quán)的特征融合方法。從腦功能網(wǎng)絡(luò)中得到的4個(gè)節(jié)點(diǎn)指標(biāo)特征向量F,在進(jìn)行特征融合時(shí),對(duì)每種特征向量矩陣乘上一個(gè)權(quán)重系數(shù)M,然后再對(duì)其首尾串聯(lián)實(shí)現(xiàn)加權(quán)融合,具體計(jì)算方法:

    其中,F(xiàn)1,F2,F3,F4為4 類節(jié)點(diǎn)指標(biāo)特征向量,Acc(Fk)為每類節(jié)點(diǎn)指標(biāo)模型分類準(zhǔn)確率,F(xiàn)f為融合后的特征向量矩陣。

    1.6 機(jī)器學(xué)習(xí)模型

    在本文中,把49名被試的網(wǎng)絡(luò)特征作為數(shù)據(jù)集,按照3∶2比例分成30名訓(xùn)練集和19名測試集,作為機(jī)器學(xué)習(xí)的基本輸入信息通過min-max Normalization對(duì)數(shù)據(jù)進(jìn)行歸一化處理。選擇徑向基函數(shù)作為核函數(shù),選取比例參數(shù)g=1 2σ2代替核參數(shù)σ,形成一組參數(shù)對(duì)(C,g)。其中,參數(shù)C 和g 的取值范圍設(shè)定為[-10,10] (步長0.1),用網(wǎng)格搜索方法尋找誤差最小的懲罰系數(shù)C 和核參數(shù)σ 為最優(yōu)參數(shù)。創(chuàng)建訓(xùn)練模型,對(duì)測試集數(shù)據(jù)進(jìn)行計(jì)算。隨機(jī)交叉驗(yàn)證,即在每次實(shí)驗(yàn)分類前,將所有的特征向量隨機(jī)排序并分組,用于機(jī)器學(xué)習(xí)分類實(shí)驗(yàn)。本文采用了10次隨機(jī)交叉驗(yàn)證和留一法交叉驗(yàn)證兩種方法加以驗(yàn)證,確保分類結(jié)果的可靠性。

    2 結(jié)果

    2.1 單一節(jié)點(diǎn)指標(biāo)特征分類驗(yàn)證

    為了檢驗(yàn)單一局部節(jié)點(diǎn)指標(biāo)的分類結(jié)果,分別利用三種不同算法對(duì)網(wǎng)絡(luò)屬性進(jìn)行特征腦區(qū)篩選,并將其放入機(jī)器學(xué)習(xí)中進(jìn)行10次隨機(jī)交叉驗(yàn)證得到平均準(zhǔn)確率,結(jié)果如圖2所示。

    圖2 節(jié)點(diǎn)指標(biāo)分類結(jié)果對(duì)比圖Fig.2 Classification by network node index

    盡管F-score 分類精度相對(duì)其他兩種方法要好些,但總的來說,單一節(jié)點(diǎn)指標(biāo)分類精度都不高,這是因?yàn)橹豢紤]腦網(wǎng)絡(luò)單一特征屬性,將會(huì)忽略其他特征屬性,其很可能會(huì)對(duì)結(jié)果產(chǎn)生很大影響,從而導(dǎo)致分類精度都不高。因此,可以在特征融合時(shí)根據(jù)分類效果不同,通過引入權(quán)值方法,綜合考慮各個(gè)屬性,以提高分類效果。

    2.2 網(wǎng)絡(luò)特征加權(quán)融合及其分類與驗(yàn)證

    2.2.1 特征腦區(qū)

    通過圖2我們發(fā)現(xiàn),通過F-score算法,在4類單一節(jié)點(diǎn)指標(biāo)中分類精度相對(duì)較好,因此,為了研究特征加權(quán)融合后對(duì)分類效果的影響,我們利用F-score算法來挑選特征腦區(qū),得到了在兩類被試中具有組間差異的特征腦區(qū),并將其可視化。如圖3 及表2所示:

    表2 具有顯著性差異的特征腦區(qū)(P<0.05)Tab.2 Characteristic brain regions with significant differences(P<0.05)

    圖3 通過F-score提取的特征腦區(qū)Fig.3 Feature brain regions extracted by F-scores

    由表2可見,四個(gè)腦功能網(wǎng)絡(luò)節(jié)點(diǎn)指標(biāo)所確定的特征腦區(qū)主要集中在額葉、顳葉和梭狀回、海馬、丘腦以及默認(rèn)模式網(wǎng)絡(luò)等區(qū)域,即自閉癥患者在這些區(qū)域相對(duì)健康對(duì)照組較為敏感。

    2.2.2 SVM分類交叉驗(yàn)證

    據(jù)前述,分別將4類單一節(jié)點(diǎn)指標(biāo)特征和加權(quán)融合后特征向量Ff放入機(jī)器學(xué)習(xí)中用SVM 分類器進(jìn)行分類訓(xùn)練,為了測試算法的準(zhǔn)確性,分別采用了10次隨機(jī)驗(yàn)證和留一法驗(yàn)證,結(jié)果如表3所示。

    由表3、4可見,兩種交叉驗(yàn)證一致地證實(shí)了網(wǎng)絡(luò)特征指標(biāo)加權(quán)融合后的分類結(jié)果相對(duì)于單一節(jié)點(diǎn)指標(biāo)特征有大幅度改善。從10 次隨機(jī)驗(yàn)證結(jié)果來看,特征加權(quán)融合后的分類準(zhǔn)確率范圍在84.21%~94.74%,平均準(zhǔn)確率為89.47%,相對(duì)于單一節(jié)點(diǎn)指標(biāo)特征,平均提高21.05%。從穩(wěn)定性上分析,通過特征加權(quán)融合后的方差比單一節(jié)點(diǎn)指標(biāo)特征中穩(wěn)定性最好的(節(jié)點(diǎn)度特征指標(biāo))還要低,方差達(dá)到0.17%。這表明:融合后特征向量更全面地反映了腦網(wǎng)絡(luò)中拓?fù)湫畔?,具有更?qiáng)的分類能力,彌補(bǔ)了僅靠單一網(wǎng)絡(luò)節(jié)點(diǎn)指標(biāo)分類造成的腦網(wǎng)絡(luò)局部信息被忽略的缺陷。另外,為了防止僅靠一種特征提取算法造成的偶然性和局限性,在此又對(duì)本文前面所提及的3種特征提取算法進(jìn)行了對(duì)比,如圖4所示:

    表3 隨機(jī)交叉驗(yàn)證單一指標(biāo)和加權(quán)融合分類準(zhǔn)確率Tab.3 Random cross validation for classification accuracy by a single index and weighted fusion

    表4 留一法驗(yàn)證單一指標(biāo)和加權(quán)融合分類準(zhǔn)確率Tab.4 Leave-one validation for classification accuracy by a single index and weighted fusion

    圖4 不同算法提取分類結(jié)果對(duì)比圖Fig.4 Classification by network node index and fusion

    從圖4中可以看出,無論是通過哪種算法進(jìn)行特征提取得到的特征向量放入機(jī)器學(xué)習(xí)中訓(xùn)練分類,通過本文的基于網(wǎng)絡(luò)特征加權(quán)融合的方法分類精度都優(yōu)于傳統(tǒng)的單一節(jié)點(diǎn)指標(biāo)作為特征向量結(jié)果。

    2.3 對(duì)比實(shí)驗(yàn)

    為了驗(yàn)證本文提出的特征加權(quán)融合算法的效果,與傳統(tǒng)的多種特征向量串聯(lián)融合進(jìn)行了實(shí)驗(yàn)對(duì)比[12],并進(jìn)行了10 次隨機(jī)驗(yàn)證和留一法驗(yàn)證已檢驗(yàn),如表5所示。

    對(duì)比表3 和表5,不難發(fā)現(xiàn),與單一節(jié)點(diǎn)指標(biāo)相比,特征融合后分類精度都取得了不錯(cuò)的效果,但本文中提出的基于網(wǎng)絡(luò)特征加權(quán)融合算法在分類的穩(wěn)定性和精度上仍然優(yōu)于傳統(tǒng)的特征首尾串聯(lián)融合算法。綜上所述,本文所提出的特征加權(quán)融合模型具有優(yōu)良性能。因此,本文的方法將有利于提高自閉癥檢測的精準(zhǔn)性。

    表5 特征加權(quán)融合和特征串聯(lián)融合分類準(zhǔn)確率Tab.5 Classification accuracy of feature weighted fusion and feature non-weighted fusion

    3 討論

    3.1 網(wǎng)絡(luò)特征加權(quán)融合分析

    本研究順應(yīng)當(dāng)下人工智能時(shí)代,參照健康對(duì)照組,提出了一種網(wǎng)絡(luò)特征加權(quán)融合的方法,并將其運(yùn)用在自閉癥的識(shí)別檢測上。通過對(duì)不同的腦網(wǎng)絡(luò)拓?fù)渲笜?biāo)進(jìn)行加權(quán)融合,在網(wǎng)絡(luò)層面上融合多種網(wǎng)絡(luò)特征,使得分類器所得到的腦網(wǎng)絡(luò)信息更加全面。通過和單一節(jié)點(diǎn)指標(biāo)特征進(jìn)行對(duì)比,該方法取得了較好的分類結(jié)果,比單一節(jié)點(diǎn)指標(biāo)特征分類準(zhǔn)確率平均提高21.05%,而相對(duì)于傳統(tǒng)的首尾串聯(lián)融合在精度上提高了4.74%。這種加權(quán)融合的算法為臨床輔助診斷自閉癥提供了一種新方法。

    值得注意的是,文獻(xiàn)[12]將多種尺度腦網(wǎng)絡(luò)的特征進(jìn)行融合,對(duì)抑郁癥患者進(jìn)行早期檢測,識(shí)別率可達(dá)88.67%,相對(duì)于單一尺度下網(wǎng)絡(luò)特征均有明顯的提高。文獻(xiàn)[28]結(jié)合節(jié)點(diǎn)相關(guān)屬性和整個(gè)網(wǎng)絡(luò)拓?fù)湎嚓P(guān)屬性融合對(duì)阿爾茨海默病進(jìn)行分類,最終實(shí)現(xiàn)了91.9%的分類準(zhǔn)確率,比基于單一拓?fù)渲笜?biāo)特征的方法高10.8%;文獻(xiàn)[29]通過利用rs-fMRI 構(gòu)建動(dòng)態(tài)腦網(wǎng)絡(luò),對(duì)rs-fMRI時(shí)間序列特征和高階網(wǎng)絡(luò)的拓?fù)鋵傩蕴卣鬟M(jìn)行融合對(duì)輕度認(rèn)知障礙患者識(shí)別診斷,最終分類準(zhǔn)確率達(dá)到了87.7%,比最先進(jìn)的方法至少提高了5.5%。由此可見,通過采用融合多種形式的腦網(wǎng)絡(luò)拓?fù)渲笜?biāo)方法可以提高分類精度,為早期患者識(shí)別檢測提供了新指標(biāo)和方法論,本文實(shí)踐處于當(dāng)前高水平。

    3.2 功能影像標(biāo)志性腦區(qū)

    本文提出腦功能網(wǎng)絡(luò)特征加權(quán)融合的自閉癥檢測模型,提取了特征腦區(qū)主要包括在后扣帶回、梭狀回、顳中回、海馬旁回等默認(rèn)模式網(wǎng)絡(luò)區(qū)域中。研究表明,后扣帶回腦區(qū)可能具有調(diào)節(jié)腦網(wǎng)絡(luò)穩(wěn)定性的作用,從而影響注意力的集中[30];顳中回是語言、情感和社會(huì)認(rèn)知基礎(chǔ)網(wǎng)絡(luò)的一部分[31];此外,有研究發(fā)現(xiàn)與健康對(duì)照相比,自閉癥患者的頂葉和顳葉皮質(zhì)厚度增加[32,33],另外,還有一些基于任務(wù)的連通性研究也報(bào)告了ASD 患者在任務(wù)相關(guān)大腦區(qū)域的連通性不足,包括在涉及工作記憶的額葉、頂葉、枕葉連接[34-36];在默認(rèn)網(wǎng)絡(luò)中,Weng等人[37]發(fā)現(xiàn)ASD的社交障礙與默認(rèn)網(wǎng)絡(luò)的多個(gè)區(qū)域的連接強(qiáng)度有關(guān)。具體表現(xiàn)在后扣帶皮層、額上回、顳葉與海馬旁回之間連接性減弱。說明自閉癥患者在這些大腦區(qū)域相對(duì)健康對(duì)照組較為敏感,與本文提取的特異于ASD的特征腦區(qū)有很大交集。

    3.3 局限性

    雖然,本文提出的網(wǎng)絡(luò)特征指標(biāo)加權(quán)融合方法在識(shí)別ASD取得了較好的實(shí)驗(yàn)結(jié)果,但研究具有一些局限性。文中采用了解剖模板AAL,已有研究發(fā)現(xiàn)存在一些潛在局限性[38]。例如,腦區(qū)劃分較為粗糙,可能會(huì)忽略較為重要的皮層和邊界信息。未來的研究中可以采用多模板方法進(jìn)行網(wǎng)絡(luò)分析,在一定程度上解決單一模板的偏差。

    4 結(jié)論

    本研究在偏相關(guān)性的功能連接構(gòu)建腦功能網(wǎng)絡(luò)基礎(chǔ)上,對(duì)照健康組,提出網(wǎng)絡(luò)特征加權(quán)融合算法,提取了特異于ASD 的靜息態(tài)腦功能網(wǎng)絡(luò)的影像學(xué)標(biāo)記,以此為特征向量輸入到機(jī)器學(xué)習(xí)中,可明顯提升對(duì)ASD識(shí)別的準(zhǔn)確率,比單一節(jié)點(diǎn)指標(biāo)特征分類準(zhǔn)確率平均提高21.05%,可達(dá)89.47%,也比傳統(tǒng)的無加權(quán)特征融合提高了4.74%,提高了識(shí)別精準(zhǔn)性。

    作者利益沖突聲明:全部作者均聲明無利益沖突。

    猜你喜歡
    自閉癥分類特征
    分類算一算
    關(guān)愛自閉癥群體應(yīng)從消除誤解開始
    “基因剪刀”或可減輕自閉癥癥狀
    如何表達(dá)“特征”
    不忠誠的四個(gè)特征
    分類討論求坐標(biāo)
    數(shù)據(jù)分析中的分類討論
    教你一招:數(shù)的分類
    抓住特征巧觀察
    自閉癥是個(gè)什么鬼?
    海峽姐妹(2017年5期)2017-06-05 08:53:17
    成人国语在线视频| 久久 成人 亚洲| 国产成人免费无遮挡视频| 国产 精品1| a级毛色黄片| 狂野欧美激情性bbbbbb| 国产精品一国产av| 欧美最新免费一区二区三区| 免费av不卡在线播放| 国产av码专区亚洲av| 日韩人妻高清精品专区| 少妇被粗大猛烈的视频| 大码成人一级视频| 国产精品女同一区二区软件| 一区二区三区免费毛片| 美女国产高潮福利片在线看| 麻豆乱淫一区二区| 乱人伦中国视频| 午夜免费男女啪啪视频观看| 久久鲁丝午夜福利片| 国产免费福利视频在线观看| 欧美亚洲 丝袜 人妻 在线| 日本色播在线视频| 日韩三级伦理在线观看| 18禁在线播放成人免费| 亚洲精品av麻豆狂野| av不卡在线播放| 青春草国产在线视频| 在线观看一区二区三区激情| 久久狼人影院| videos熟女内射| 亚洲av在线观看美女高潮| 乱码一卡2卡4卡精品| 亚洲丝袜综合中文字幕| 亚洲国产精品999| 性高湖久久久久久久久免费观看| 亚洲欧美一区二区三区黑人 | 春色校园在线视频观看| 日本黄色片子视频| 国产色爽女视频免费观看| 久热这里只有精品99| www.av在线官网国产| 国产精品无大码| 久久久精品94久久精品| 啦啦啦视频在线资源免费观看| 色视频在线一区二区三区| 久久午夜综合久久蜜桃| 美女xxoo啪啪120秒动态图| av国产精品久久久久影院| 亚洲色图综合在线观看| 我要看黄色一级片免费的| 国产精品嫩草影院av在线观看| 美女国产高潮福利片在线看| 蜜桃国产av成人99| 欧美精品高潮呻吟av久久| 午夜福利,免费看| 免费高清在线观看日韩| 久久久久久久久久久久大奶| 日韩中字成人| 久久久国产一区二区| 午夜免费鲁丝| 久久国内精品自在自线图片| 国产精品一二三区在线看| 乱码一卡2卡4卡精品| 国产毛片在线视频| 欧美日韩一区二区视频在线观看视频在线| 中国三级夫妇交换| 欧美精品亚洲一区二区| 99re6热这里在线精品视频| 制服诱惑二区| 一区二区三区免费毛片| 少妇精品久久久久久久| 永久免费av网站大全| 少妇的逼好多水| 国产精品99久久99久久久不卡 | 亚洲情色 制服丝袜| 成人二区视频| 成人免费观看视频高清| xxx大片免费视频| 成年人午夜在线观看视频| 精品一品国产午夜福利视频| 国产一区二区三区av在线| 国产黄片视频在线免费观看| 高清在线视频一区二区三区| 男的添女的下面高潮视频| 国国产精品蜜臀av免费| 亚洲五月色婷婷综合| kizo精华| 日本色播在线视频| 亚洲欧美清纯卡通| 亚洲第一av免费看| 视频在线观看一区二区三区| av国产精品久久久久影院| 下体分泌物呈黄色| av黄色大香蕉| av.在线天堂| 国产精品偷伦视频观看了| 18禁在线播放成人免费| 伊人久久国产一区二区| 久久热精品热| 91精品国产国语对白视频| 内地一区二区视频在线| 天天操日日干夜夜撸| 国产亚洲最大av| 少妇人妻精品综合一区二区| 黄色配什么色好看| av又黄又爽大尺度在线免费看| 国产老妇伦熟女老妇高清| 考比视频在线观看| 如日韩欧美国产精品一区二区三区 | 久久精品久久精品一区二区三区| 伊人久久国产一区二区| 亚洲av中文av极速乱| 久久综合国产亚洲精品| 蜜桃久久精品国产亚洲av| 成人亚洲欧美一区二区av| 国产精品国产三级国产av玫瑰| 老司机亚洲免费影院| av专区在线播放| 2022亚洲国产成人精品| av卡一久久| av在线app专区| 午夜福利在线观看免费完整高清在| 国产男女内射视频| 特大巨黑吊av在线直播| 永久网站在线| 日韩成人av中文字幕在线观看| 久久久久久久国产电影| 寂寞人妻少妇视频99o| 男女国产视频网站| 久久久久久人妻| 高清午夜精品一区二区三区| 夫妻午夜视频| 亚洲美女搞黄在线观看| 22中文网久久字幕| 91在线精品国自产拍蜜月| 黑人巨大精品欧美一区二区蜜桃 | 精品久久蜜臀av无| 狂野欧美白嫩少妇大欣赏| 国产精品99久久久久久久久| www.色视频.com| 亚洲四区av| 夜夜爽夜夜爽视频| 69精品国产乱码久久久| 精品一区二区三区视频在线| 看免费成人av毛片| 亚洲精品色激情综合| 欧美xxxx性猛交bbbb| 99re6热这里在线精品视频| 九九久久精品国产亚洲av麻豆| 日本欧美国产在线视频| 欧美日本中文国产一区发布| 精品久久久久久久久av| 国产黄片视频在线免费观看| 国产日韩欧美亚洲二区| 成人毛片a级毛片在线播放| 在线观看国产h片| 九九爱精品视频在线观看| 国产免费福利视频在线观看| 亚洲,一卡二卡三卡| 一个人免费看片子| 亚洲精品日韩av片在线观看| av国产久精品久网站免费入址| 男女无遮挡免费网站观看| 欧美精品一区二区免费开放| 在线 av 中文字幕| 久久久久国产网址| 大码成人一级视频| 妹子高潮喷水视频| 插逼视频在线观看| 国产精品一区二区在线不卡| 91成人精品电影| 精品人妻偷拍中文字幕| 亚洲成人手机| h视频一区二区三区| 久久99精品国语久久久| 国产在视频线精品| 国产成人freesex在线| 十分钟在线观看高清视频www| 日韩 亚洲 欧美在线| 看免费成人av毛片| 一边亲一边摸免费视频| 欧美成人午夜免费资源| 欧美亚洲 丝袜 人妻 在线| 亚洲高清免费不卡视频| 国产伦理片在线播放av一区| av又黄又爽大尺度在线免费看| 丰满饥渴人妻一区二区三| 老司机影院毛片| 国产亚洲午夜精品一区二区久久| 乱人伦中国视频| 久久免费观看电影| 久久韩国三级中文字幕| av专区在线播放| 精品久久久久久久久亚洲| 国内精品宾馆在线| 亚洲精品美女久久av网站| 亚洲精品乱久久久久久| 精品99又大又爽又粗少妇毛片| 在线看a的网站| 观看美女的网站| 日本91视频免费播放| 2022亚洲国产成人精品| 日韩亚洲欧美综合| 亚洲,欧美,日韩| 18禁裸乳无遮挡动漫免费视频| a级毛色黄片| 美女脱内裤让男人舔精品视频| 久久ye,这里只有精品| 乱人伦中国视频| 亚洲精品日韩在线中文字幕| 精品少妇内射三级| 人妻一区二区av| 亚洲一级一片aⅴ在线观看| 久久99热6这里只有精品| 熟女电影av网| 久久人人爽av亚洲精品天堂| 日韩一区二区视频免费看| 少妇被粗大猛烈的视频| 免费黄色在线免费观看| 亚洲经典国产精华液单| 一级毛片电影观看| 国产免费又黄又爽又色| 亚洲国产av影院在线观看| 久久精品夜色国产| 我的老师免费观看完整版| 免费观看性生交大片5| 大又大粗又爽又黄少妇毛片口| 看非洲黑人一级黄片| 精品一区二区三区视频在线| 九九在线视频观看精品| 一区二区三区四区激情视频| 久久久精品免费免费高清| 人人妻人人澡人人看| 国产黄色视频一区二区在线观看| 老司机影院毛片| 久久影院123| 91成人精品电影| 欧美日韩视频精品一区| 久久精品夜色国产| 国产女主播在线喷水免费视频网站| 久久 成人 亚洲| 18+在线观看网站| 18禁裸乳无遮挡动漫免费视频| 999精品在线视频| 欧美精品一区二区大全| av电影中文网址| 久久精品国产亚洲av涩爱| xxx大片免费视频| 午夜精品国产一区二区电影| 国产精品偷伦视频观看了| 在现免费观看毛片| 国产精品久久久久久久电影| 国产精品久久久久久av不卡| 91精品三级在线观看| 777米奇影视久久| 久久久久久久国产电影| 亚洲熟女精品中文字幕| 亚洲欧美日韩另类电影网站| 成人毛片60女人毛片免费| 久久韩国三级中文字幕| 国产一区二区三区综合在线观看 | 在线免费观看不下载黄p国产| 大陆偷拍与自拍| 精品少妇久久久久久888优播| 久久婷婷青草| 亚洲综合色网址| 亚洲精品国产av蜜桃| 最新的欧美精品一区二区| 亚洲精品国产av成人精品| 伊人久久精品亚洲午夜| 青青草视频在线视频观看| 男人添女人高潮全过程视频| 日韩中文字幕视频在线看片| 91成人精品电影| av福利片在线| 嘟嘟电影网在线观看| 22中文网久久字幕| 美女cb高潮喷水在线观看| 久久久久国产网址| 精品少妇久久久久久888优播| 成人午夜精彩视频在线观看| 午夜激情久久久久久久| 日本欧美视频一区| 国产一区二区在线观看av| 成人二区视频| 日本av免费视频播放| 亚洲欧美一区二区三区国产| 天天操日日干夜夜撸| 日韩欧美精品免费久久| 免费av不卡在线播放| 国产黄片视频在线免费观看| 精品少妇黑人巨大在线播放| 丰满迷人的少妇在线观看| 久久精品熟女亚洲av麻豆精品| 亚洲综合色惰| 国产在线一区二区三区精| 哪个播放器可以免费观看大片| 狂野欧美白嫩少妇大欣赏| 亚洲欧美一区二区三区黑人 | 国产高清有码在线观看视频| 精品人妻熟女毛片av久久网站| 狂野欧美激情性xxxx在线观看| 大又大粗又爽又黄少妇毛片口| 国产成人免费观看mmmm| 国产乱人偷精品视频| 婷婷色综合大香蕉| 99热这里只有是精品在线观看| 91久久精品电影网| 简卡轻食公司| 交换朋友夫妻互换小说| 久久久久网色| 天天操日日干夜夜撸| 99久久精品国产国产毛片| 欧美最新免费一区二区三区| 精品卡一卡二卡四卡免费| 日韩,欧美,国产一区二区三区| 成人漫画全彩无遮挡| 欧美精品高潮呻吟av久久| 亚洲国产av新网站| 三上悠亚av全集在线观看| 午夜福利网站1000一区二区三区| 香蕉精品网在线| 日本免费在线观看一区| 亚洲欧洲日产国产| 亚洲精品亚洲一区二区| 午夜激情久久久久久久| 午夜激情福利司机影院| 亚洲精品久久成人aⅴ小说 | 久久99蜜桃精品久久| 国产成人a∨麻豆精品| 国产色婷婷99| 这个男人来自地球电影免费观看 | 建设人人有责人人尽责人人享有的| 国产欧美亚洲国产| 日韩中文字幕视频在线看片| 日韩一区二区三区影片| 久久久久久久久久久免费av| 国产国拍精品亚洲av在线观看| 熟妇人妻不卡中文字幕| 亚洲国产av影院在线观看| 中文字幕亚洲精品专区| 成人国产麻豆网| 纯流量卡能插随身wifi吗| 国产精品成人在线| 免费看av在线观看网站| 欧美人与性动交α欧美精品济南到 | av福利片在线| 九九爱精品视频在线观看| 国产午夜精品久久久久久一区二区三区| av电影中文网址| 另类亚洲欧美激情| 亚洲精品久久久久久婷婷小说| 在线观看美女被高潮喷水网站| 亚洲av成人精品一区久久| 日本色播在线视频| 国产精品99久久99久久久不卡 | 亚洲综合色网址| 啦啦啦啦在线视频资源| 国产成人精品在线电影| 亚洲精品久久午夜乱码| av专区在线播放| 亚洲怡红院男人天堂| 麻豆精品久久久久久蜜桃| 成年美女黄网站色视频大全免费 | 国产成人freesex在线| 久久久国产一区二区| 国产爽快片一区二区三区| 母亲3免费完整高清在线观看 | 国产成人精品在线电影| 国产亚洲最大av| 国产在线一区二区三区精| 亚洲精品久久久久久婷婷小说| 一本大道久久a久久精品| 久久精品国产亚洲av涩爱| 五月玫瑰六月丁香| 飞空精品影院首页| 边亲边吃奶的免费视频| 国产综合精华液| 亚洲欧美色中文字幕在线| 日本av免费视频播放| 老司机亚洲免费影院| 久久鲁丝午夜福利片| 国产国拍精品亚洲av在线观看| 亚洲人成网站在线播| 男女边摸边吃奶| 成人无遮挡网站| 亚洲无线观看免费| 日韩三级伦理在线观看| 美女视频免费永久观看网站| 天天操日日干夜夜撸| 国产免费视频播放在线视频| 亚洲性久久影院| 免费av中文字幕在线| 天天影视国产精品| 26uuu在线亚洲综合色| 国产免费一区二区三区四区乱码| 尾随美女入室| 色哟哟·www| 午夜影院在线不卡| 国产成人91sexporn| 婷婷色av中文字幕| 成人毛片a级毛片在线播放| 99久久综合免费| kizo精华| 搡女人真爽免费视频火全软件| 中文字幕精品免费在线观看视频 | 久久这里有精品视频免费| 少妇人妻 视频| 国产亚洲一区二区精品| 国产有黄有色有爽视频| 久久青草综合色| 国产又色又爽无遮挡免| 一本—道久久a久久精品蜜桃钙片| 999精品在线视频| 日韩一本色道免费dvd| 亚洲精品国产av成人精品| 欧美激情极品国产一区二区三区 | 亚洲精品av麻豆狂野| 亚洲欧美成人精品一区二区| 五月玫瑰六月丁香| 久久精品国产亚洲av天美| 日本av免费视频播放| 少妇 在线观看| 成人手机av| 超碰97精品在线观看| 26uuu在线亚洲综合色| 高清在线视频一区二区三区| 一级片'在线观看视频| 久久毛片免费看一区二区三区| 亚洲情色 制服丝袜| 欧美激情极品国产一区二区三区 | 精品亚洲成a人片在线观看| 大码成人一级视频| 亚洲精品一二三| 人人妻人人添人人爽欧美一区卜| 成人亚洲精品一区在线观看| av不卡在线播放| 男女啪啪激烈高潮av片| 欧美成人精品欧美一级黄| 一区二区av电影网| 精品一区二区三卡| 黑人欧美特级aaaaaa片| 欧美最新免费一区二区三区| a级毛片黄视频| 日产精品乱码卡一卡2卡三| 亚洲精品456在线播放app| 亚洲国产av影院在线观看| 亚洲欧美色中文字幕在线| 免费av中文字幕在线| 欧美人与善性xxx| 亚洲成人手机| 欧美精品一区二区大全| 亚洲av综合色区一区| 精品国产一区二区久久| 久久狼人影院| 色视频在线一区二区三区| 免费av不卡在线播放| 日韩亚洲欧美综合| 久久99蜜桃精品久久| 久久久久久久国产电影| 大码成人一级视频| 亚洲国产精品999| 在线观看免费高清a一片| 国内精品宾馆在线| xxxhd国产人妻xxx| 国产淫语在线视频| 亚州av有码| 国产亚洲av片在线观看秒播厂| 久久久久精品久久久久真实原创| 亚洲精品一二三| 男女无遮挡免费网站观看| 日本与韩国留学比较| 国产精品一区www在线观看| 制服丝袜香蕉在线| 一区二区三区免费毛片| 亚洲中文av在线| 日本爱情动作片www.在线观看| 日日摸夜夜添夜夜添av毛片| 免费av中文字幕在线| 亚洲丝袜综合中文字幕| 亚洲av福利一区| 亚洲国产毛片av蜜桃av| av免费在线看不卡| 久久精品国产鲁丝片午夜精品| 久久久久精品久久久久真实原创| 亚洲国产欧美日韩在线播放| av播播在线观看一区| 国产日韩欧美视频二区| 国产极品天堂在线| 狂野欧美白嫩少妇大欣赏| 久久热精品热| 欧美精品亚洲一区二区| 永久免费av网站大全| 久久人人爽人人片av| 又大又黄又爽视频免费| 成年女人在线观看亚洲视频| 啦啦啦中文免费视频观看日本| 全区人妻精品视频| 国产日韩欧美视频二区| 日本vs欧美在线观看视频| 精品人妻在线不人妻| 精品少妇久久久久久888优播| 在线天堂最新版资源| 少妇 在线观看| 国产国语露脸激情在线看| 欧美97在线视频| 人人妻人人添人人爽欧美一区卜| av.在线天堂| 天堂俺去俺来也www色官网| 少妇人妻久久综合中文| 免费看不卡的av| 国产精品久久久久久av不卡| 日韩人妻高清精品专区| 高清毛片免费看| 午夜久久久在线观看| www.av在线官网国产| 在线 av 中文字幕| 婷婷色综合大香蕉| 精品视频人人做人人爽| 免费观看无遮挡的男女| 伊人亚洲综合成人网| 18禁观看日本| 欧美少妇被猛烈插入视频| 久久久久久久久久久免费av| 狂野欧美激情性bbbbbb| 菩萨蛮人人尽说江南好唐韦庄| 欧美变态另类bdsm刘玥| 精品卡一卡二卡四卡免费| 91午夜精品亚洲一区二区三区| 欧美亚洲日本最大视频资源| 亚州av有码| 在线精品无人区一区二区三| 久久国内精品自在自线图片| 欧美日韩视频精品一区| 久久久久久久久久久丰满| 国产成人免费观看mmmm| 久久久久久久亚洲中文字幕| 最近最新中文字幕免费大全7| 三上悠亚av全集在线观看| 只有这里有精品99| 欧美成人精品欧美一级黄| 国产伦精品一区二区三区视频9| 国产精品麻豆人妻色哟哟久久| 亚洲综合色网址| 亚洲精华国产精华液的使用体验| 国产视频首页在线观看| 亚洲欧美成人精品一区二区| 久久久久久久精品精品| 国产精品一区二区在线观看99| 国产成人a∨麻豆精品| 99国产综合亚洲精品| 日韩亚洲欧美综合| 日韩人妻高清精品专区| 国产亚洲一区二区精品| av免费观看日本| 99久久人妻综合| xxx大片免费视频| 久久毛片免费看一区二区三区| 视频中文字幕在线观看| 日韩熟女老妇一区二区性免费视频| 午夜老司机福利剧场| 色网站视频免费| 精品一区二区三区视频在线| 欧美日韩成人在线一区二区| 超碰97精品在线观看| 少妇人妻 视频| 欧美一级a爱片免费观看看| 国产亚洲最大av| 久久久久国产网址| 一本久久精品| 成人毛片a级毛片在线播放| a级毛色黄片| 久久久久精品久久久久真实原创| av在线老鸭窝| 亚洲精品国产色婷婷电影| 亚洲在久久综合| 欧美日韩国产mv在线观看视频| 满18在线观看网站| 国产乱来视频区| 日韩不卡一区二区三区视频在线| 久久精品国产鲁丝片午夜精品| 一本色道久久久久久精品综合| 一个人免费看片子| 丰满乱子伦码专区| 国产毛片在线视频| 91在线精品国自产拍蜜月| 色94色欧美一区二区| av不卡在线播放| 精品人妻偷拍中文字幕| 青春草国产在线视频| 国产一区二区在线观看日韩| 伊人久久国产一区二区| 成人国语在线视频| 赤兔流量卡办理| av国产精品久久久久影院| 五月开心婷婷网| 校园人妻丝袜中文字幕| 国产伦理片在线播放av一区| 国产免费视频播放在线视频| 成人免费观看视频高清| 看十八女毛片水多多多| av国产精品久久久久影院| 国产有黄有色有爽视频| 简卡轻食公司| 只有这里有精品99| 亚洲美女搞黄在线观看| 亚州av有码| 99久久精品一区二区三区| 久久综合国产亚洲精品| 日韩熟女老妇一区二区性免费视频| 美女cb高潮喷水在线观看| 边亲边吃奶的免费视频| 国产精品国产三级国产专区5o| 久久精品久久久久久噜噜老黄|