• <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 ?

    空洞殘差U型網(wǎng)絡(luò)用于視網(wǎng)膜血管分割

    2021-04-12 05:19:34胡揚(yáng)濤李世成易玉根

    胡揚(yáng)濤,裴 洋,林 川,李世成,易玉根

    1.中國人民解放軍聯(lián)勤保障部隊(duì) 第908醫(yī)院眼科,南昌 330002

    2.江西師范大學(xué) 軟件學(xué)院,南昌 330022

    青光眼是世界上第一種不可逆轉(zhuǎn)的致盲性眼科疾病,也是成為世界上第二大致盲疾病。青光眼疾病的早期并沒有明顯的癥狀,往往到晚期才會(huì)暴露出來,但一旦發(fā)生將不可逆轉(zhuǎn)。由于其隱蔽性強(qiáng)、致盲率高以及危害性大,因此,眼科醫(yī)生強(qiáng)調(diào)及時(shí)進(jìn)行眼底檢查,并盡早發(fā)現(xiàn)和早治療。在臨床試驗(yàn)中,醫(yī)生通常是通過觀察視杯和視網(wǎng)膜面積的結(jié)構(gòu)變化以及視網(wǎng)膜血管的變化來篩選和診斷青光眼。然而,傳統(tǒng)的方法是將眼底圖像與醫(yī)生的主觀醫(yī)學(xué)經(jīng)驗(yàn)相結(jié)合,費(fèi)時(shí)費(fèi)力且重復(fù)性高,還極容易造成檢查結(jié)果存在差異。此外,尤其在邊遠(yuǎn)地區(qū),受醫(yī)療設(shè)備和臨床眼科醫(yī)生的限制,患者在眼底檢查中更是容易出現(xiàn)誤診與漏診現(xiàn)象。近年來,隨著人工智能與計(jì)算機(jī)視覺技術(shù)的迅速發(fā)展和應(yīng)用,計(jì)算機(jī)輔助診斷技術(shù)將圖像處理和深度學(xué)習(xí)技術(shù)相結(jié)合,通過模擬人腦神經(jīng)元的工作模式建立網(wǎng)絡(luò)模型,實(shí)現(xiàn)對眼底疾病的智能輔助篩查和診斷[1]。計(jì)算機(jī)輔助診斷首先從眼底圖像中分割視網(wǎng)膜血管、視盤和視杯結(jié)構(gòu),然后分析各結(jié)構(gòu)的變化以篩選青光眼疾病。因此,視網(wǎng)膜血管分割在輔助診斷過程中起著關(guān)鍵性的作用。

    盡管現(xiàn)有的分割方法可以分割出視網(wǎng)膜血管的結(jié)構(gòu),但仍存在精度低、靈敏度差和分割區(qū)域錯(cuò)誤等問題。針對上述問題,本文旨在利用深度學(xué)習(xí)技術(shù)對視網(wǎng)膜血管結(jié)構(gòu)進(jìn)行準(zhǔn)確分割,協(xié)助眼科醫(yī)生進(jìn)行青光眼診斷,防止青光眼導(dǎo)致的失明。

    1 相關(guān)工作

    目前研究者提出大量的血管分割方法,大概可以分為基于傳統(tǒng)的方法和基于深度學(xué)習(xí)的方法[2]。

    1.1 基于傳統(tǒng)分割方法

    基于傳統(tǒng)的分割算法大致可以分為基于區(qū)域分割的方法、基于邊緣檢測的方法、基于形態(tài)學(xué)的方法、基于活動(dòng)輪廓模型的方法、基于機(jī)器學(xué)習(xí)的方法[3]。

    基于區(qū)域的分割方法[4]主要根據(jù)區(qū)域特征的相似性進(jìn)行分割,即將相似性較強(qiáng)的區(qū)域像素劃分為相同區(qū)域。該類方法又可以分為基于閾值的方法和基于區(qū)域生長的方法兩大類?;陂撝档姆椒ㄊ且环N簡單且常用的方法,其思想是通過選取一定閾值,然后將每個(gè)像素與閾值作比較進(jìn)行分類。該方法被廣泛應(yīng)用于灰度圖像的分割,但其對于峰值不明顯的圖像分割效果較差。此外,閾值選擇在很大程度上影響其分割結(jié)果,因此如何選擇閾值成為核心問題。目前包括迭代閾值法、直方圖閾值法以及最大類間方差法等大量方法被提出。例如,文獻(xiàn)[5]首先對圖像背景進(jìn)行均勻化和降噪,然后采用自適應(yīng)局部閾值方法對血管圖進(jìn)行粗逼近,最后通過曲率分析和形態(tài)重建進(jìn)行細(xì)分割估計(jì)視網(wǎng)膜血管?;趨^(qū)域生長的方法主要根據(jù)事先定義的生長準(zhǔn)則,以一組“種子”點(diǎn)為起點(diǎn),逐步通過加入相鄰的像素或者區(qū)域擴(kuò)大其區(qū)域,直到達(dá)到條件停止區(qū)域擴(kuò)充。該方法簡單且無需任何先驗(yàn)知識,因此被廣泛應(yīng)用于復(fù)雜的圖像分割任務(wù)中。但由于它屬于一種迭代的方法,將會(huì)造成極大的空間與時(shí)間開銷。此外,“種子”點(diǎn)的選擇是該類方法成功的關(guān)鍵。例如,文獻(xiàn)[6]使用各向異性擴(kuò)散濾光器來平滑圖像并保持血管邊界,然后利用區(qū)域生長方法和水平集方法實(shí)現(xiàn)視網(wǎng)膜血管分割。

    基于邊緣檢測的方法[7]主要是利用圖像不同區(qū)域交界處有著明顯的屬性變化的特性。該類方法首先根據(jù)一定算法確定圖像中的邊緣像素,然后將它們按照一定的規(guī)則連接起來形成特定的區(qū)域邊界,最后利用邊緣的灰度和紋理等特征的不連續(xù)性檢測邊緣,從而實(shí)現(xiàn)圖像分割。因此,該類方法的核心問題是如何確定邊緣像素。目前常用的方法包括基于一階或者二階的圖像微分算子、基于區(qū)域的Hough 變換方法、基于參數(shù)模型的擬合算子方法等[7]。

    基于形態(tài)學(xué)的方法主要利用一組形態(tài)學(xué)基本運(yùn)算原則(如:腐蝕與膨脹、開閉操作、高低帽變換等),進(jìn)行緣檢測和特征提取。文獻(xiàn)[8]采用基于多方向多結(jié)構(gòu)元素的形態(tài)學(xué)進(jìn)行血管與其背景的分離,然后采用基于滯后閾值引導(dǎo)形態(tài)學(xué)操作排除二值圖像中干擾區(qū)域。文獻(xiàn)[9]提出改進(jìn)的形態(tài)學(xué)與Otsu相結(jié)合的無監(jiān)督視網(wǎng)膜血管分割算法,首先運(yùn)用高低帽變換增強(qiáng)血管與背景的對比度,然后通過修正方法消除由視網(wǎng)膜疾病引起的光照問題,最后使用Otsu閾值方法分割血管。

    基于活動(dòng)輪廓模型的方法則通過設(shè)計(jì)不同的能量函數(shù)驅(qū)動(dòng)活動(dòng)輪廓線向血管邊界處演化,實(shí)現(xiàn)血管的分割。該類方法雖然精度高且穩(wěn)定,但其運(yùn)算量大,不適用于大規(guī)模數(shù)據(jù)集。文獻(xiàn)[10]提出一種新的無限活動(dòng)輪廓模型,該模型使用圖像的混合區(qū)域信息。

    基于機(jī)器學(xué)習(xí)的血管分割方法主要是針對血管結(jié)構(gòu)定義不同于眼底圖像中其他區(qū)域的特征向量,然后采用有監(jiān)督、無監(jiān)督以及半監(jiān)督學(xué)習(xí)算法,將圖像像素分成血管或非血管像素,從而實(shí)現(xiàn)血管的分割[11]。文獻(xiàn)[12]提出一種基于多特征融合的有監(jiān)督視網(wǎng)膜血管提取方法,該方法首先提取不同類型的特征,然后通過隨機(jī)森林訓(xùn)練視網(wǎng)膜血管分類器,最后根據(jù)血管圖像灰度信息和連通域信息進(jìn)行后續(xù)處理得到最終的血管。文獻(xiàn)[13]給出基于極限學(xué)習(xí)機(jī)快速的血管提取方法。綜述性文獻(xiàn)[14]給出了大量基于機(jī)器學(xué)習(xí)的血管提取方法。

    1.2 基于深度學(xué)習(xí)的分割方法

    受深度學(xué)習(xí)在自然圖像分類、自然語言處理等領(lǐng)域的成功應(yīng)用,基于深度學(xué)習(xí)的圖像分割方法也隨之發(fā)展起來。基于深度學(xué)習(xí)的圖像分割方法主要利用深度學(xué)習(xí)模型提取原始圖像的深度特征,然后結(jié)合不同的分類器實(shí)現(xiàn)血管分割[15-16]。文獻(xiàn)[17]中介紹了大量的方法,本文主要簡單回顧基于特征編碼和基于上采樣這兩類方法。

    在基于特征編碼方法中,VGGNet[18]和ResNet[19]是兩種非常重要的網(wǎng)絡(luò)結(jié)構(gòu)。VGGNet主要由大小3×3的卷積核和2×2 的最大池化層疊加而成,構(gòu)建16~19 層深度的卷積神經(jīng)網(wǎng)絡(luò),其優(yōu)點(diǎn)可以解決傳統(tǒng)網(wǎng)絡(luò)加深產(chǎn)生參數(shù)爆炸的問題。ResNet 的核心思想是引入了恒等映射,直接將原始的輸入信息傳輸?shù)较乱粚?,并在過程中只能學(xué)習(xí)前一個(gè)網(wǎng)絡(luò)輸出的殘差。因此解決了隨著深度學(xué)習(xí)網(wǎng)絡(luò)加深導(dǎo)致的梯度消失的問題。

    基于上采樣方法中,全卷積神經(jīng)網(wǎng)絡(luò)(Fully Convolutional Network,F(xiàn)CN)[20]和U 型網(wǎng)絡(luò)(U-Net)[21]是兩個(gè)具有代表性的網(wǎng)絡(luò)模型。該類方法在采樣過程中會(huì)損失部分信息,從而得到更為重要的特征,因此在一定程度上通過上采樣操作可以得到更精確的分割邊界。但此過程是不可逆轉(zhuǎn)的,有時(shí)甚至?xí)?dǎo)致圖像分辨率低以及細(xì)節(jié)丟失。FCN 方法是一種反卷積-升采樣結(jié)構(gòu),其核心思想是經(jīng)過采樣擴(kuò)大像素,再進(jìn)行卷積并通過學(xué)習(xí)獲得權(quán)值。其優(yōu)點(diǎn)是可以接受任意大小的輸入圖像,并保留其空間信息,解決了圖像語義級分割問題。但由于每個(gè)像素的上采樣都是單獨(dú)分開執(zhí)行的,因此沒有考慮像素之間的關(guān)系和缺乏空間一致性,從而導(dǎo)致部分結(jié)果模糊以及對圖像細(xì)節(jié)處理不敏感。U-Net 是FCN 的改進(jìn)網(wǎng)絡(luò)模型,它主要由收縮路徑(特征提?。┖蛿U(kuò)展路徑(上采樣)兩部分組成。收縮路徑部分用于捕獲圖像中的上下文信息,而上采樣部分則用于恢復(fù)圖像位置信息。U-Net能夠訓(xùn)練相對較少的數(shù)據(jù)樣本獲得較好的性能,因此,U-Net被廣泛應(yīng)用于醫(yī)學(xué)相關(guān)領(lǐng)域。隨著深度學(xué)習(xí)的快速發(fā)展,大量基于深度學(xué)習(xí)的血管分割方法也被提出[17]。例如:Fu 等[22]提出基于卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Network,CNN)和全連通條件隨機(jī)域(Conditional Random Field,CRF)的視網(wǎng)膜血管分割方法,該方法利用CNN 和CRF 集成深度學(xué)習(xí)網(wǎng)絡(luò)用來分割視網(wǎng)膜血管。梁禮明等[23]提出一種融合DenseNet和U-Net兩個(gè)模型的視網(wǎng)膜血管分割算法,提高了視網(wǎng)膜血管的分割準(zhǔn)確性。Gu等[24]提出一種上下文編碼器網(wǎng)絡(luò)(Context Encoder Network,CE-Net)來捕獲更多高級信息用于2D醫(yī)學(xué)圖像分割。

    2 空洞殘差U型網(wǎng)絡(luò)

    U 型網(wǎng)絡(luò)(U-Net)[21]是一種基于像素級別的語義分割網(wǎng)絡(luò),對醫(yī)學(xué)圖像等小型圖像數(shù)據(jù)集表現(xiàn)出較好的分割性能。因此,將U-Net 作為基本框架,能夠很好的解決小樣本問題。但U-Net 由收縮路徑和擴(kuò)張路徑兩條路徑組成,收縮路徑通過下采樣操作逐漸減小圖像的空間維度,而擴(kuò)張路徑通過上采樣操作逐漸修復(fù)對象的細(xì)節(jié)和空間維度。因此,在經(jīng)過卷積和下采樣后會(huì)存在梯度消失、結(jié)構(gòu)信息丟失、損耗等問題。針對上述問題,本文引入殘差網(wǎng)絡(luò)(ResNet)和空洞卷積(Atrous Convolution)模塊,將其整合到U-Net網(wǎng)絡(luò)中,提出一種新的網(wǎng)絡(luò)結(jié)構(gòu)稱為空洞殘差U 型網(wǎng)絡(luò)(AR-Unet),該網(wǎng)絡(luò)體系結(jié)構(gòu)如圖1所示。AR-Unet能夠在不損失信息的情況下進(jìn)一步擴(kuò)大感受野和提高物體之間的相關(guān)性,從而提高血管分割的性能。

    為了清晰地對AR-Unet的網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行描述,將圖1 中的AR-Unet 結(jié)構(gòu)簡化為如圖2 所示。圖2 中A 和C分別表示收縮路徑(特征提?。┖蛿U(kuò)展路徑(上采樣)部分,且每部分又分別由四個(gè)小模塊組成。不同于原始的U-Net,為了減少結(jié)構(gòu)信息丟失損耗和加快網(wǎng)絡(luò)收斂,將A 部分中每個(gè)模塊的第二個(gè)卷積模塊(Conv)替換為殘差模塊(Resnet Block)得到新的網(wǎng)絡(luò)結(jié)構(gòu)如圖3所示,殘差模塊定義為如圖4 所示。B 部分將原先的卷積層模塊替換為空洞卷積模塊,擴(kuò)大感受野,提高物體間相關(guān)性,其結(jié)構(gòu)如圖5 所示。C 中的每個(gè)模塊結(jié)構(gòu)如圖6所示。

    圖1 AR-Unet體系結(jié)構(gòu)

    圖2 AR-Unet模型分塊圖

    圖3 收縮路徑結(jié)構(gòu)圖

    圖4 ResNet Block結(jié)構(gòu)圖

    圖5 擴(kuò)張路徑結(jié)構(gòu)圖

    圖6 空洞卷積結(jié)構(gòu)圖

    3 實(shí)驗(yàn)

    首先介紹三個(gè)常用的數(shù)據(jù)集和多個(gè)重要的性能評價(jià)指標(biāo);然后,介紹實(shí)驗(yàn)平臺(tái)和實(shí)驗(yàn)參數(shù)配置;最后,設(shè)計(jì)實(shí)驗(yàn)驗(yàn)證AR-Unet方法的性能,并且與最新方法進(jìn)行比較。

    3.1 實(shí)驗(yàn)數(shù)據(jù)集

    為了驗(yàn)證AR-Unet的有效性,實(shí)驗(yàn)中采用了DRIVE[25]、STARE[26]和CHASE[27]三個(gè)數(shù)據(jù)集,每個(gè)數(shù)據(jù)集包含兩組專家手動(dòng)標(biāo)記血管的圖像。本實(shí)驗(yàn)中使用第一組作為標(biāo)準(zhǔn)進(jìn)行訓(xùn)練和測試,具體信息如表1 所示,從表中可知每個(gè)數(shù)據(jù)集的圖像數(shù)量較少且分辨率高。

    表1 實(shí)驗(yàn)中所采用的數(shù)據(jù)庫具體信息

    3.2 評價(jià)指標(biāo)

    實(shí)驗(yàn)中采用準(zhǔn)確度(Accuracy,ACC)、精度(Precision,PPV)、真陽率(True Positive Rate,TPR)、假陽率(False Positive Rate,F(xiàn)PR)、真陰率(True Negative Rate,TNR)、F-measure(F1)、Jaccard相似度和AUC等評價(jià)指標(biāo)對分割算法的性能進(jìn)行分析,其定義分別如下:

    其中,真陽性數(shù)(TP)表示將正例預(yù)測為正例的數(shù)量,假陽性數(shù)(FP)表示將負(fù)例預(yù)測為正例的數(shù)量,假陰性數(shù)(FN)表示將負(fù)例預(yù)測為負(fù)例的數(shù)量,真陰性數(shù)(TN)表示將正例預(yù)測為負(fù)例的數(shù)量,SR 代表實(shí)際分割結(jié)果,GT 代表真實(shí)結(jié)果。各項(xiàng)評價(jià)指標(biāo)的值越大,說明算法性能越好。

    3.3 實(shí)驗(yàn)配置及參數(shù)設(shè)置

    AR-Unet 模型開發(fā)集成環(huán)境為PyCharm,基于Tesnorflow 的Keras 框架。運(yùn)行平臺(tái)為Window 系統(tǒng),GPU 為GeForce RTX 2080,內(nèi)存32 GB。采用Adam優(yōu)化方法對參數(shù)進(jìn)行優(yōu)化,學(xué)習(xí)率設(shè)定為0.001,損失函數(shù)采用交叉熵。實(shí)驗(yàn)迭代訓(xùn)練次數(shù)為200 次,batch_size為4。

    3.4 實(shí)驗(yàn)結(jié)果與分析

    首先,本文將AR-Unet與U-Net、U-Net*兩種模型進(jìn)行比較,其中U-Net*是指在U-Net 的池化操作后增加Dropout 層,防止過擬合現(xiàn)象。實(shí)驗(yàn)結(jié)果如表2~4 所示。實(shí)驗(yàn)結(jié)果表現(xiàn)AR-Unet 在大多數(shù)指標(biāo)上都達(dá)到了最佳。在DRIVE數(shù)據(jù)集中,AR-Unet在TPR、F1和AUC三個(gè)指標(biāo)要明顯高于U-Net 和U-Net*,指標(biāo)JS 和ACC也要稍微高于U-Net 和U-Net*。在STARE 數(shù)據(jù)集中,AR-Unet在TPR、F1和AUC三個(gè)指標(biāo)要明顯高于U-Net和U-Net*,指標(biāo)PPV、JS 和ACC 也要稍微高于U-Net 和U-Net*。在CHASE 數(shù)據(jù)集中,AR-Unet 在TNR、JS、ACC和AUC四個(gè)指標(biāo)要略高于U-Net和U-Net*??傮w而言,實(shí)驗(yàn)結(jié)果表明AR-Unet方法具有較好的視網(wǎng)膜血管分割性能。

    表2 在DRIVE數(shù)據(jù)集上性能比較

    表3 在STARE數(shù)據(jù)集上性能比較

    表4 在CHASE數(shù)據(jù)集上性能比較

    圖7~9 列出了U-Net、U-Net*和AR-Unet 三個(gè)網(wǎng)絡(luò)模型在三個(gè)數(shù)據(jù)集上的視網(wǎng)膜血管分割的可視化結(jié)果。AR-Unet可以很好地分割出了U-net和U-net*部分丟失的細(xì)微血管,并保留了更多的血管中的細(xì)節(jié)。因此,其結(jié)果進(jìn)一步驗(yàn)證了AR-Unet對于低對比度的視網(wǎng)膜血管具有一定的魯棒性。

    圖7 在DRIVE數(shù)據(jù)集上的分割結(jié)果

    圖8 在STARE數(shù)據(jù)集上的分割結(jié)果

    圖9 在CHASE數(shù)據(jù)集上的分割結(jié)果

    其次,將AR-Unet方法與當(dāng)前具有代表性的方法進(jìn)行比較。在三個(gè)數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果如表5~7所示,其中對比方法的實(shí)驗(yàn)結(jié)果來自于相應(yīng)的參考文獻(xiàn),表中“—”表示參考文獻(xiàn)沒有給出相應(yīng)的結(jié)果。實(shí)驗(yàn)結(jié)果表明,AR-Unet方法在視網(wǎng)膜血管分割任務(wù)上的性能要優(yōu)于其他對比方法。

    表5 在DRIVE數(shù)據(jù)集上與其他方法的比較

    表6 在STARE數(shù)據(jù)集上與其他方法的比較

    表7 在CHASE數(shù)據(jù)集上與其他方法的比較

    4 結(jié)束語

    目前大部分方法能夠準(zhǔn)確分割出視網(wǎng)膜血管結(jié)構(gòu),但血管分割時(shí)仍然存在部分信息丟失導(dǎo)致部分微小血管不能很好的分割出來的問題,為此,本文提出一種新的網(wǎng)絡(luò)稱為AR-Unet。首先主要通過結(jié)合U-net和殘差網(wǎng)絡(luò),AR-Unet 網(wǎng)絡(luò)能夠很好地處理結(jié)構(gòu)信息丟失、損耗等問題。然后,通過增加空洞卷積模塊,在不損失信息的情況下,擴(kuò)大了感受野,提高物體之間的相關(guān)性,AR-Unet 網(wǎng)絡(luò)使得血管分割更加精確。在三個(gè)公開數(shù)據(jù)集上與目前具有代表性的方法進(jìn)行比較,實(shí)驗(yàn)結(jié)果表示AR-Unet 方法在大多數(shù)性能評價(jià)指標(biāo)優(yōu)于對比方法。由于醫(yī)學(xué)圖像人工標(biāo)注費(fèi)時(shí)費(fèi)力,導(dǎo)致樣本較少,通過數(shù)據(jù)增強(qiáng)也只能增加部分樣本。因此,未來工作將考慮通過生成式對抗網(wǎng)絡(luò)(GAN)來增加數(shù)據(jù)樣本。

    少妇人妻久久综合中文| 国产人妻一区二区三区在| 国产精品一区www在线观看| 国产久久久一区二区三区| 欧美一级a爱片免费观看看| 国产精品一区二区在线观看99| 天天躁夜夜躁狠狠久久av| 亚洲伊人久久精品综合| 久久精品久久精品一区二区三区| 婷婷色av中文字幕| 国产在线视频一区二区| 亚洲欧美日韩无卡精品| 日本av手机在线免费观看| 黄色视频在线播放观看不卡| 国产欧美日韩精品一区二区| 久久久久久九九精品二区国产| 日韩三级伦理在线观看| 亚洲高清免费不卡视频| 亚洲美女搞黄在线观看| 国产精品.久久久| 亚洲欧美精品专区久久| 多毛熟女@视频| 在线免费十八禁| 观看免费一级毛片| 全区人妻精品视频| 大码成人一级视频| 性色avwww在线观看| 蜜桃久久精品国产亚洲av| 不卡视频在线观看欧美| 五月伊人婷婷丁香| av国产精品久久久久影院| 妹子高潮喷水视频| 亚洲欧美日韩东京热| 国产黄频视频在线观看| 校园人妻丝袜中文字幕| 狠狠精品人妻久久久久久综合| 亚洲最大成人中文| 最黄视频免费看| 超碰av人人做人人爽久久| 97精品久久久久久久久久精品| 精品一区二区三卡| 日韩人妻高清精品专区| 黄片wwwwww| 日韩三级伦理在线观看| 久久人妻熟女aⅴ| 中文字幕av成人在线电影| 成人国产av品久久久| 久久av网站| 国产av精品麻豆| 亚洲av欧美aⅴ国产| 亚洲精品乱码久久久久久按摩| 一区二区av电影网| 亚洲高清免费不卡视频| 一级爰片在线观看| 两个人的视频大全免费| 国产精品三级大全| 麻豆乱淫一区二区| 看免费成人av毛片| 精品一区二区免费观看| 一本一本综合久久| 亚洲精品一二三| 2022亚洲国产成人精品| 一级毛片久久久久久久久女| 国产无遮挡羞羞视频在线观看| 日韩在线高清观看一区二区三区| 国产一区二区在线观看日韩| 夜夜骑夜夜射夜夜干| 国产日韩欧美亚洲二区| av在线蜜桃| 在线观看三级黄色| 99热全是精品| 免费看光身美女| 精品久久久久久久久亚洲| 啦啦啦中文免费视频观看日本| 极品教师在线视频| 三级经典国产精品| 成人国产av品久久久| 成人影院久久| 性色av一级| 尾随美女入室| 99久久精品热视频| 高清欧美精品videossex| 精品久久久噜噜| 国产精品一区二区性色av| 中文精品一卡2卡3卡4更新| 男人和女人高潮做爰伦理| 国产淫语在线视频| 深夜a级毛片| 久久久久久久精品精品| 亚洲国产精品国产精品| 成人毛片60女人毛片免费| 大片电影免费在线观看免费| 日本黄色片子视频| 成人亚洲精品一区在线观看 | 亚洲av综合色区一区| 亚洲,欧美,日韩| 亚洲天堂av无毛| 亚洲,一卡二卡三卡| 91精品国产九色| 九草在线视频观看| 成人国产av品久久久| 人人妻人人添人人爽欧美一区卜 | 午夜福利在线观看免费完整高清在| 爱豆传媒免费全集在线观看| 国产黄色视频一区二区在线观看| 久久久欧美国产精品| 22中文网久久字幕| 嫩草影院新地址| 丝瓜视频免费看黄片| 国产黄片美女视频| 又粗又硬又长又爽又黄的视频| 狂野欧美激情性bbbbbb| 免费大片黄手机在线观看| 精品国产三级普通话版| 99久国产av精品国产电影| 国产免费又黄又爽又色| 亚洲一区二区三区欧美精品| 精品少妇久久久久久888优播| 纯流量卡能插随身wifi吗| 成人亚洲欧美一区二区av| xxx大片免费视频| 51国产日韩欧美| 熟女av电影| 亚洲精品日韩av片在线观看| 亚洲综合精品二区| 久久av网站| 久久久久精品久久久久真实原创| 午夜福利影视在线免费观看| 91精品一卡2卡3卡4卡| 亚洲美女黄色视频免费看| 啦啦啦视频在线资源免费观看| 精品亚洲成国产av| 久久热精品热| av卡一久久| 国产亚洲av片在线观看秒播厂| 纵有疾风起免费观看全集完整版| 欧美性感艳星| 国产亚洲av片在线观看秒播厂| 中文天堂在线官网| 亚洲欧美日韩卡通动漫| 夜夜爽夜夜爽视频| 欧美日韩视频精品一区| 我要看黄色一级片免费的| 久久精品熟女亚洲av麻豆精品| 汤姆久久久久久久影院中文字幕| 一本久久精品| 国产伦理片在线播放av一区| 亚洲av.av天堂| 国产精品久久久久久精品电影小说 | 免费高清在线观看视频在线观看| 久久6这里有精品| 精品亚洲成a人片在线观看 | 久久精品国产鲁丝片午夜精品| 永久网站在线| 伦理电影免费视频| 中文字幕亚洲精品专区| 亚洲国产高清在线一区二区三| 国产精品欧美亚洲77777| 成年免费大片在线观看| 夫妻性生交免费视频一级片| 啦啦啦在线观看免费高清www| 麻豆乱淫一区二区| av福利片在线观看| 超碰av人人做人人爽久久| 精品亚洲乱码少妇综合久久| 日产精品乱码卡一卡2卡三| 一二三四中文在线观看免费高清| 国产淫语在线视频| 九九久久精品国产亚洲av麻豆| 亚洲高清免费不卡视频| 丝瓜视频免费看黄片| 中国美白少妇内射xxxbb| 日本-黄色视频高清免费观看| 久久精品国产自在天天线| 我要看黄色一级片免费的| 国产精品不卡视频一区二区| 菩萨蛮人人尽说江南好唐韦庄| 亚洲国产色片| 亚洲色图av天堂| 777米奇影视久久| 99热这里只有是精品在线观看| 看十八女毛片水多多多| 国产视频首页在线观看| 欧美极品一区二区三区四区| 久久精品人妻少妇| 夜夜骑夜夜射夜夜干| 97超碰精品成人国产| 视频区图区小说| 国产人妻一区二区三区在| 日韩,欧美,国产一区二区三区| 色吧在线观看| 欧美极品一区二区三区四区| 人妻夜夜爽99麻豆av| 美女xxoo啪啪120秒动态图| 97在线人人人人妻| 亚洲一区二区三区欧美精品| 国产亚洲精品久久久com| 亚洲,欧美,日韩| 亚洲精品乱久久久久久| 九九爱精品视频在线观看| 1000部很黄的大片| 国产精品久久久久久av不卡| av视频免费观看在线观看| 免费播放大片免费观看视频在线观看| 国产淫片久久久久久久久| 内射极品少妇av片p| 日韩大片免费观看网站| 极品教师在线视频| 午夜福利在线在线| 99久国产av精品国产电影| 在线精品无人区一区二区三 | 一级毛片aaaaaa免费看小| 日本午夜av视频| av不卡在线播放| 亚洲性久久影院| 久久久久视频综合| 欧美成人午夜免费资源| 少妇人妻一区二区三区视频| 99久久精品国产国产毛片| 亚洲久久久国产精品| 亚洲自偷自拍三级| 尤物成人国产欧美一区二区三区| 日本色播在线视频| 亚洲人与动物交配视频| 肉色欧美久久久久久久蜜桃| 午夜福利视频精品| 18+在线观看网站| 99久久精品热视频| 国产精品蜜桃在线观看| 亚洲av中文av极速乱| 大片免费播放器 马上看| 欧美高清成人免费视频www| 久久99热这里只有精品18| 久久人人爽人人片av| 国产av精品麻豆| 青青草视频在线视频观看| 少妇精品久久久久久久| 在线观看一区二区三区| 色视频www国产| 亚洲经典国产精华液单| 精品少妇久久久久久888优播| 男女无遮挡免费网站观看| 黄片wwwwww| 欧美xxxx性猛交bbbb| 亚洲成色77777| 成人18禁高潮啪啪吃奶动态图 | 国内精品宾馆在线| 老司机影院毛片| 色哟哟·www| 直男gayav资源| 2022亚洲国产成人精品| 久久国内精品自在自线图片| 网址你懂的国产日韩在线| 舔av片在线| 亚洲图色成人| 日本午夜av视频| 久久精品夜色国产| 在线看a的网站| 91精品国产国语对白视频| 精品久久久噜噜| 少妇丰满av| 亚洲精品第二区| 熟女电影av网| 欧美成人a在线观看| 97超碰精品成人国产| av又黄又爽大尺度在线免费看| 如何舔出高潮| 亚洲熟女精品中文字幕| 性色av一级| 91久久精品电影网| 六月丁香七月| 成人高潮视频无遮挡免费网站| 精品久久国产蜜桃| 日韩视频在线欧美| 国产精品人妻久久久影院| 中文字幕亚洲精品专区| 成人黄色视频免费在线看| 在线免费十八禁| 国产av码专区亚洲av| 日本av手机在线免费观看| av视频免费观看在线观看| 一本色道久久久久久精品综合| 免费看日本二区| 国产乱人视频| 国产片特级美女逼逼视频| 国产男女超爽视频在线观看| 亚洲欧美日韩卡通动漫| 亚洲国产日韩一区二区| 久久久久久久精品精品| 在线精品无人区一区二区三 | 看十八女毛片水多多多| 国精品久久久久久国模美| 免费看不卡的av| 五月玫瑰六月丁香| 亚洲av成人精品一区久久| 草草在线视频免费看| 国产精品伦人一区二区| 国产真实伦视频高清在线观看| 丝袜脚勾引网站| 久久久久久久久久人人人人人人| 高清不卡的av网站| 在线播放无遮挡| 国产真实伦视频高清在线观看| 久久国内精品自在自线图片| 人体艺术视频欧美日本| 噜噜噜噜噜久久久久久91| 狠狠精品人妻久久久久久综合| 国产精品福利在线免费观看| 久久精品国产亚洲网站| 国产精品国产三级专区第一集| 成年人午夜在线观看视频| 色网站视频免费| 久久97久久精品| 国产成人一区二区在线| 国产综合精华液| 人妻 亚洲 视频| 亚洲av男天堂| 精品亚洲成a人片在线观看 | 91精品一卡2卡3卡4卡| 亚洲欧洲日产国产| 久久这里有精品视频免费| 丰满人妻一区二区三区视频av| 国产久久久一区二区三区| 深夜a级毛片| 久久精品国产亚洲网站| 一区二区三区精品91| 国产精品一区www在线观看| 日本黄大片高清| 日本一二三区视频观看| 熟女电影av网| 国产亚洲精品久久久com| 99精国产麻豆久久婷婷| 最近手机中文字幕大全| 国产av码专区亚洲av| 国产免费一区二区三区四区乱码| 大陆偷拍与自拍| 欧美成人a在线观看| 色综合色国产| 卡戴珊不雅视频在线播放| 久久精品国产亚洲av涩爱| 欧美一区二区亚洲| 十八禁网站网址无遮挡 | 妹子高潮喷水视频| 亚洲精品日韩av片在线观看| 亚洲国产成人一精品久久久| 亚洲欧美成人综合另类久久久| 国产精品蜜桃在线观看| 视频区图区小说| 亚洲精品国产av蜜桃| 欧美日韩精品成人综合77777| 嘟嘟电影网在线观看| 亚洲欧美日韩无卡精品| 女的被弄到高潮叫床怎么办| 国产一区二区在线观看日韩| 亚洲精品乱码久久久v下载方式| av免费观看日本| 久热久热在线精品观看| 美女主播在线视频| 精品99又大又爽又粗少妇毛片| 一区在线观看完整版| 亚洲成人一二三区av| 亚洲美女黄色视频免费看| 欧美丝袜亚洲另类| 日本色播在线视频| 久久久久久人妻| 看非洲黑人一级黄片| 如何舔出高潮| 国产精品av视频在线免费观看| 中文字幕制服av| 五月伊人婷婷丁香| 国产深夜福利视频在线观看| 我的女老师完整版在线观看| 夜夜爽夜夜爽视频| 一级毛片电影观看| 国产成人一区二区在线| 高清不卡的av网站| 久久久久久久久久人人人人人人| 国产精品久久久久成人av| 在线天堂最新版资源| 午夜老司机福利剧场| 色网站视频免费| 一本久久精品| 我的老师免费观看完整版| 麻豆成人午夜福利视频| 久久久午夜欧美精品| 午夜激情福利司机影院| 只有这里有精品99| 日本黄色片子视频| 精品国产乱码久久久久久小说| 欧美 日韩 精品 国产| 看非洲黑人一级黄片| 国产爽快片一区二区三区| 一区二区av电影网| 少妇精品久久久久久久| 有码 亚洲区| 国产av一区二区精品久久 | 联通29元200g的流量卡| 97在线视频观看| 午夜视频国产福利| 深爱激情五月婷婷| 色综合色国产| 春色校园在线视频观看| av天堂中文字幕网| 日韩成人av中文字幕在线观看| 亚洲国产精品999| 男女国产视频网站| 青春草视频在线免费观看| 久久久久精品久久久久真实原创| 乱码一卡2卡4卡精品| 亚洲av福利一区| 日韩电影二区| 偷拍熟女少妇极品色| 欧美激情国产日韩精品一区| 免费观看无遮挡的男女| 黑丝袜美女国产一区| 我要看黄色一级片免费的| 午夜福利网站1000一区二区三区| 免费在线观看成人毛片| 免费观看a级毛片全部| 亚洲国产成人一精品久久久| 七月丁香在线播放| 久久这里有精品视频免费| 激情 狠狠 欧美| 国产探花极品一区二区| 天天躁日日操中文字幕| 日本黄大片高清| 最近2019中文字幕mv第一页| 深夜a级毛片| 国产爽快片一区二区三区| 久久久久久久久大av| 亚洲第一av免费看| 精品久久国产蜜桃| 欧美激情国产日韩精品一区| 免费观看无遮挡的男女| 精品熟女少妇av免费看| 亚洲欧美日韩另类电影网站 | 在线免费观看不下载黄p国产| 国产精品无大码| 亚洲精品国产av蜜桃| av免费在线看不卡| 一级毛片aaaaaa免费看小| 我要看日韩黄色一级片| 免费大片黄手机在线观看| 亚洲国产最新在线播放| 我的老师免费观看完整版| 97精品久久久久久久久久精品| 国产精品无大码| 国产深夜福利视频在线观看| 国产成人精品婷婷| 麻豆乱淫一区二区| 成人国产麻豆网| 国产精品麻豆人妻色哟哟久久| 2018国产大陆天天弄谢| 中文资源天堂在线| 美女内射精品一级片tv| 中文天堂在线官网| 国产一级毛片在线| 亚洲国产精品专区欧美| 国产伦精品一区二区三区四那| 成人特级av手机在线观看| 99国产精品免费福利视频| 91久久精品国产一区二区成人| 国产探花极品一区二区| 亚洲精品国产av成人精品| 边亲边吃奶的免费视频| 国产精品伦人一区二区| 中国三级夫妇交换| 日韩在线高清观看一区二区三区| 国产精品久久久久久av不卡| 亚洲欧美一区二区三区黑人 | 精品少妇黑人巨大在线播放| 一级毛片我不卡| 精品人妻偷拍中文字幕| 2022亚洲国产成人精品| 极品教师在线视频| 国产欧美另类精品又又久久亚洲欧美| 亚洲精品一二三| 91精品国产国语对白视频| 成年美女黄网站色视频大全免费 | 亚洲国产色片| 亚洲天堂av无毛| videos熟女内射| 丰满乱子伦码专区| www.av在线官网国产| 2021少妇久久久久久久久久久| freevideosex欧美| 老熟女久久久| 黑人猛操日本美女一级片| 99re6热这里在线精品视频| 一区二区三区乱码不卡18| 久久精品人妻少妇| 久久久久久人妻| 啦啦啦在线观看免费高清www| 久久av网站| 亚洲国产最新在线播放| 亚洲av国产av综合av卡| 久久久久久久久久久丰满| 一级a做视频免费观看| 不卡视频在线观看欧美| 国内精品宾馆在线| 国产一区二区三区av在线| av黄色大香蕉| 欧美另类一区| 国产成人精品福利久久| 亚洲欧美中文字幕日韩二区| 亚洲精品日韩av片在线观看| 99热这里只有是精品50| 欧美日韩视频高清一区二区三区二| 久久国产精品大桥未久av | 日韩欧美一区视频在线观看 | av线在线观看网站| 有码 亚洲区| 黄色一级大片看看| 国产精品一区www在线观看| 3wmmmm亚洲av在线观看| 亚洲第一av免费看| 精品少妇久久久久久888优播| 亚洲电影在线观看av| 国产亚洲一区二区精品| 十分钟在线观看高清视频www | 一个人看的www免费观看视频| 亚洲国产色片| 99热国产这里只有精品6| 成人一区二区视频在线观看| 一区二区三区四区激情视频| 亚洲av日韩在线播放| 亚洲av综合色区一区| 亚州av有码| 亚洲无线观看免费| 97热精品久久久久久| 久久精品人妻少妇| 久久精品国产鲁丝片午夜精品| 激情五月婷婷亚洲| 大陆偷拍与自拍| 三级国产精品片| 亚洲国产精品专区欧美| 欧美老熟妇乱子伦牲交| 夜夜骑夜夜射夜夜干| 91aial.com中文字幕在线观看| 国产大屁股一区二区在线视频| 成人漫画全彩无遮挡| 精品国产一区二区三区久久久樱花 | 国产又色又爽无遮挡免| 天天躁日日操中文字幕| 亚洲av国产av综合av卡| 国产大屁股一区二区在线视频| 亚洲国产精品一区三区| 久久人妻熟女aⅴ| 美女视频免费永久观看网站| 国产一区亚洲一区在线观看| 久久鲁丝午夜福利片| 老司机影院成人| 26uuu在线亚洲综合色| a级一级毛片免费在线观看| 六月丁香七月| av在线观看视频网站免费| tube8黄色片| 日本爱情动作片www.在线观看| 成人毛片60女人毛片免费| 国产欧美日韩一区二区三区在线 | 亚洲精品乱久久久久久| 伊人久久精品亚洲午夜| a 毛片基地| 国产一区二区在线观看日韩| 国产在线男女| 一本久久精品| 日本色播在线视频| 秋霞伦理黄片| 欧美成人a在线观看| 汤姆久久久久久久影院中文字幕| 丝袜喷水一区| 久久99热这里只频精品6学生| 91久久精品电影网| 精品亚洲乱码少妇综合久久| 舔av片在线| 国产成人精品久久久久久| 国产中年淑女户外野战色| 亚洲综合色惰| 99国产精品免费福利视频| 亚洲欧美中文字幕日韩二区| 菩萨蛮人人尽说江南好唐韦庄| 亚洲无线观看免费| 久久久久网色| 亚洲怡红院男人天堂| 日韩在线高清观看一区二区三区| 国产精品久久久久成人av| 精品国产乱码久久久久久小说| 国产精品国产av在线观看| 午夜老司机福利剧场| 亚洲天堂av无毛| 赤兔流量卡办理| 亚洲综合精品二区| 日韩中字成人| 亚洲精品一二三| 亚洲精品日本国产第一区| 亚洲欧洲国产日韩| 亚洲性久久影院| 简卡轻食公司| 高清日韩中文字幕在线| 亚洲国产日韩一区二区| 午夜激情福利司机影院| 日韩中文字幕视频在线看片 | 五月天丁香电影| 99热国产这里只有精品6| 亚洲精品一二三| 国产片特级美女逼逼视频| 亚洲伊人久久精品综合| 一个人看视频在线观看www免费| 亚洲欧美一区二区三区国产| av免费在线看不卡| 黄色配什么色好看| 午夜激情福利司机影院| 国产精品人妻久久久影院| h日本视频在线播放| 啦啦啦啦在线视频资源|