• <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 ?

    胸部CT圖像肺實(shí)質(zhì)分割技術(shù)研究

    2021-06-11 09:36張磊陳星材陸萬(wàn)里平欽文陳怡然柏森
    計(jì)算機(jī)時(shí)代 2021年3期
    關(guān)鍵詞:圖像分割

    張磊 陳星材 陸萬(wàn)里 平欽文 陳怡然 柏森

    摘? 要: 計(jì)算機(jī)斷層掃描(Computed Tomography, CT)是診斷肺部疾病常用的方法之一,CT能顯示人體肺部的斷層圖像,但CT圖像中對(duì)于診斷肺部疾病有幫助的只有肺實(shí)質(zhì)區(qū)域。因此,提供干擾更少、病灶更加明顯的肺部斷層圖,會(huì)使醫(yī)生更容易發(fā)現(xiàn)一些早期的疾病或得到更加準(zhǔn)確的診斷結(jié)果。文章歸納總結(jié)了邊緣檢測(cè)、U-net和U-net++等CT圖像的肺實(shí)質(zhì)分割技術(shù),并將其中的Matlab的邊緣檢測(cè)與U-net神經(jīng)網(wǎng)絡(luò)進(jìn)行對(duì)比分析。對(duì)比結(jié)果顯示,U-net神經(jīng)網(wǎng)絡(luò)的圖像分割效果遠(yuǎn)好于Matlab的邊緣檢測(cè)。

    關(guān)鍵詞: 肺實(shí)質(zhì); 圖像分割; U-net; U-net++

    中圖分類號(hào):TP391;R-331? ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼:A? ? ?文章編號(hào):1006-8228(2021)03-17-03

    Research on segmentation technology of lung parenchyma in chest CT image

    Zhang Lei, Chen Xingcai, Lu Wanli, Ping Qinwen, Chen Yiran, Bai Sen

    (Chongqing Institute of Engineering, School of Big Data and Artificial Intelligence, ChongQing 400056, China)

    Abstract: Computed tomography (CT) is one of the commonly used methods for diagnosing lung diseases. CT can display tomographic images of human lung, but only the lung parenchyma region in CT image is helpful in the diagnosis of lung diseases. Therefore, if provides a tomogram of the lungs with less interference and more obvious lesions may make it easier for the doctor to detect some early diseases or get more accurate diagnosis results. This paper summarizes the lung parenchyma segmentation techniques for CT images such as edge detection, U-net and U-net++, and compares and analyzes the Matlab edge detection and U-net neural network. The comparison results show that the image segmentation effect of U-net neural network is much better than that of Matlab edge detection.

    Key words: lung parenchyma; image segmentation; U-net; U-net++

    0 引言

    2019年12月以來(lái),以肺部作為靶器官的新型冠狀病毒“COVID-19”席卷全球,給世界人民帶來(lái)了巨大的傷害。在人類歷史上,肺部的各種疾病給人類帶來(lái)的傷害遠(yuǎn)遠(yuǎn)不止于此。醫(yī)生對(duì)肺炎病情的評(píng)估中主要依賴胸部CT圖像[1],而胸部CT圖像中僅有肺實(shí)質(zhì)部分可以為醫(yī)生提供參考信息,因此,肺實(shí)質(zhì)分割技術(shù)對(duì)肺炎疾病的診斷有著非常重要的意義,通過(guò)對(duì)肺部CT圖像進(jìn)行精準(zhǔn)的肺實(shí)質(zhì)分割提取可以幫助醫(yī)生實(shí)現(xiàn)病灶精確定位、精確診斷、精確治療。在肺實(shí)質(zhì)分割領(lǐng)域,除傳統(tǒng)的分割技術(shù)外,還有新型的分割神經(jīng)網(wǎng)絡(luò)。

    本文主要講述傳統(tǒng)的分割技術(shù)Matlab以及U-net、U-net++等新型神經(jīng)網(wǎng)絡(luò)的研究現(xiàn)狀,以及展望肺實(shí)質(zhì)分割技術(shù)的發(fā)展趨勢(shì)。

    1 基于Matlab邊緣檢測(cè)的肺實(shí)質(zhì)分割

    Matlab的圖像分割的主要方法有四種,分別是基于邊緣檢測(cè)的圖像分割、基于區(qū)域的圖像分割、局部閾值分割、霍夫變換。本文提到的Matlab肺實(shí)質(zhì)分割的方法是基于邊緣的圖像分割來(lái)實(shí)現(xiàn)的[2]。

    圖1為三個(gè)不同的病人某層的CT斷層圖基于邊緣分割的步驟展示,分為A,B,C三組。使用imbinarize()方法將圖像進(jìn)行二值化處理,開(kāi)始計(jì)算連通分量和最大連通分量。得到最大連通分量圖(步驟1)后使用imfill()方法填充肺實(shí)質(zhì)區(qū)域得到填充圖(步驟2),最后使用填充圖減去最大連通分量圖即得到肺實(shí)質(zhì)的掩膜圖(步驟3),若有較多噪點(diǎn)即可以使用bwareaopen()方法刪除較小的連通分量。最后,將掩膜圖與原圖的數(shù)組相乘,得到最終的肺實(shí)質(zhì)分割圖(步驟4)[3]。

    肺炎是最常見(jiàn)的肺部疾病之一,CT斷層圖中肺炎患者的肺部可能會(huì)出現(xiàn)局部“毛玻璃不透明”的現(xiàn)象[4]。本文對(duì)比了C組原圖與分割結(jié)果,發(fā)現(xiàn)該方法對(duì)于肺部正?;蛘哂兄p度“毛玻璃不透明”的現(xiàn)象等圖像的分割效果較為理想,但在A、B兩組中“毛玻璃不透明”現(xiàn)象嚴(yán)重的區(qū)域的分割效果并不好,該區(qū)域呈現(xiàn)一種腐蝕狀、鋸齒狀,導(dǎo)致肺實(shí)質(zhì)并不完整。

    2 基于U-net神經(jīng)網(wǎng)絡(luò)的肺實(shí)質(zhì)分割

    U-net神經(jīng)網(wǎng)絡(luò)采用的是Encode-Decode的架構(gòu),圖2為U-net的架構(gòu)圖,左半部分的作用是特征提取,也就是編碼過(guò)程。右半部分是上采樣過(guò)程,也就是解碼的過(guò)程[5]。U-net與其他常見(jiàn)的分割網(wǎng)絡(luò)相比它的特征融合方式非常特殊,它將下采樣過(guò)程中得到的特征與對(duì)應(yīng)的上采樣結(jié)果進(jìn)行拼接融合,這樣有效緩解了在上采樣過(guò)程中導(dǎo)致的特征丟失[6]。本文認(rèn)為這個(gè)特點(diǎn)是讓U-net神經(jīng)網(wǎng)絡(luò)即使在少量的醫(yī)學(xué)圖像數(shù)據(jù)中依然可以保持良好表現(xiàn)的關(guān)鍵。

    圖3是U-net神經(jīng)網(wǎng)絡(luò)對(duì)肺實(shí)質(zhì)的分割情況,第一列為CT成像,第二列是U-net神經(jīng)網(wǎng)絡(luò)得出的肺實(shí)質(zhì)掩膜圖,第三列是肺實(shí)質(zhì)區(qū)域的成像圖。這里分別使用A、B、C三組進(jìn)行對(duì)比,目的是對(duì)比U-net在有病灶、無(wú)病灶、肺實(shí)質(zhì)不明顯三種情況下的表現(xiàn)。從圖B、C兩組的對(duì)比中可以看到U-net神經(jīng)網(wǎng)絡(luò)即使在面對(duì)因病灶產(chǎn)生的復(fù)雜情況時(shí)依然能準(zhǔn)確提取肺實(shí)質(zhì)。再使用A、C兩組進(jìn)行對(duì)比可以發(fā)現(xiàn),U-net在提取不明顯肺實(shí)質(zhì)上表現(xiàn)依然良好。綜上所述U-net在肺實(shí)質(zhì)切割中具有以下優(yōu)點(diǎn):面對(duì)復(fù)雜數(shù)據(jù)表現(xiàn)的強(qiáng)大適應(yīng)性;肺實(shí)質(zhì)邊緣處理順滑無(wú)鋸齒;肺實(shí)質(zhì)提取的高精確性。

    3 基于Matlab邊緣檢測(cè)與U-net網(wǎng)絡(luò)的肺實(shí)質(zhì)分割對(duì)比

    介紹完以上兩種方法后,本文將Matlab邊緣檢測(cè)與U-net網(wǎng)絡(luò)這兩種方法進(jìn)行對(duì)比,進(jìn)而來(lái)檢測(cè)這兩種方法的優(yōu)劣。因?yàn)榉螌?shí)質(zhì)的分割效果取決于肺實(shí)質(zhì)掩膜圖的效果,所以,直接通過(guò)肺實(shí)質(zhì)掩膜圖的完整性來(lái)進(jìn)行評(píng)價(jià),圖4中,挑選了A組數(shù)據(jù)無(wú)病灶和B、C兩組有病灶兩類原圖進(jìn)行測(cè)試。

    在A組中,可以看到Matlab邊緣檢測(cè)與U-net網(wǎng)絡(luò)的表現(xiàn)均不錯(cuò),分割出了較為完整的“月牙狀”肺實(shí)質(zhì)。而在B,C組中,從這兩組的原圖來(lái)看,很明顯的存在著“毛玻璃不透明”的現(xiàn)象,即病灶區(qū)域。再來(lái)看對(duì)應(yīng)的肺實(shí)質(zhì)掩膜圖,基于Matlab邊緣檢測(cè)方法提取的掩膜圖的下方有著嚴(yán)重的鋸齒狀。腐蝕狀,這是明顯的缺陷,缺陷所在的地方正是原圖中的病灶區(qū)域。而基于U-net網(wǎng)絡(luò)提取的掩膜圖依然“光滑、完整”。U-net網(wǎng)絡(luò)的表現(xiàn)仍表現(xiàn)優(yōu)異。

    最終可以得出結(jié)論,當(dāng)原圖無(wú)病灶區(qū)域時(shí)Matlab邊緣檢測(cè)和U-net的分割效果均較為理想,但前者的掩膜圖中仍會(huì)存在著一些噪點(diǎn)。而病灶區(qū)域?qū)τ贛atlab邊緣檢測(cè)的方法干擾巨大,使得肺實(shí)質(zhì)掩膜圖有著較大缺陷。U-net則不會(huì)受到病灶區(qū)域的影響,無(wú)論有無(wú)病灶U-net網(wǎng)絡(luò)的表現(xiàn)均優(yōu)于Matlab邊緣檢測(cè)的方法。

    4 基于Unet+Multi-class segmentation的病灶分割展望

    在此之前,本文概括了目前比較主流的幾種分割肺實(shí)質(zhì)的方法,其中U-net全卷積神經(jīng)網(wǎng)絡(luò)的表現(xiàn)較為優(yōu)異。而怎樣基于肺實(shí)質(zhì)分割的基礎(chǔ)來(lái)做病灶區(qū)域的分割成了當(dāng)前的新問(wèn)題[7]。基于Unet +Multi-class segmentation的方法能直接預(yù)測(cè)出肺實(shí)質(zhì)中的病灶區(qū)域。這樣可以給醫(yī)生提供更加直觀的病情程度,從而進(jìn)一步提高醫(yī)生的診斷效率。

    U-net+Multi-class segmentation網(wǎng)絡(luò)是將U-net擴(kuò)展成多分類肺部感染的檢測(cè)算法[8]。在文獻(xiàn)[8]中,作者使用的是Semi-inf-net+ Multi-class Unet網(wǎng)絡(luò),目的是為了在病灶區(qū)域中獲得進(jìn)一步的分類效果,即把病灶區(qū)域中細(xì)分毛玻璃不透明狀(GGO)和固結(jié)進(jìn)行細(xì)分。所以,文獻(xiàn)[8]中作者測(cè)試時(shí)提供了病灶的掩膜圖。而在本文中,目的只是預(yù)測(cè)病灶的范圍,所以,本文將作者的Semi-inf-net部分替換為U-net,直接將肺實(shí)質(zhì)的掩膜圖輸入到算法中。直接對(duì)肺實(shí)質(zhì)這個(gè)范圍內(nèi)進(jìn)行二分類,預(yù)測(cè)正常區(qū)域與不正常區(qū)域(病灶區(qū)域),圖5為Unet+multi-class segmentation的流程圖。

    首先,肺部的CT斷層圖通過(guò)U-net神經(jīng)網(wǎng)絡(luò)成功分割出肺實(shí)質(zhì)的掩膜圖,然后基于原圖與掩膜圖使用Multi-class segmentation做肺實(shí)質(zhì)區(qū)域中的二分類,預(yù)測(cè)出病灶區(qū)域。白色區(qū)域即正常區(qū)域,灰色區(qū)域則是病灶區(qū)域。

    由于肺炎的這種毛玻璃不透明現(xiàn)象是呈彌漫狀的,沒(méi)有絕對(duì)的精標(biāo)準(zhǔn)。所以,本方法的預(yù)測(cè)結(jié)果只是在肺實(shí)質(zhì)的基礎(chǔ)上做了進(jìn)一步的縮小了范圍。在后面的研究中將考慮加入注意力機(jī)制,用熱力圖來(lái)顯示病灶區(qū)域中的病情嚴(yán)重程度[9],這樣也許會(huì)讓病灶更加直觀和精確。

    5 結(jié)束語(yǔ)

    本文對(duì)肺實(shí)質(zhì)分割技術(shù)進(jìn)行了研究,實(shí)驗(yàn)證明基于神經(jīng)網(wǎng)絡(luò)的分割技術(shù)優(yōu)于傳統(tǒng)的邊緣分割技術(shù),尤其在面對(duì)復(fù)雜病灶的情況下。在深度學(xué)習(xí)快速發(fā)展的今天,基于神經(jīng)網(wǎng)絡(luò)的分割技術(shù)也不斷更新迭代,準(zhǔn)確提升的同時(shí)參數(shù)量更少、速度更快。其中,在神經(jīng)網(wǎng)絡(luò)中添加注意力機(jī)制,就能使得病灶區(qū)域的預(yù)測(cè)更加準(zhǔn)確。

    參考文獻(xiàn)(References):

    [1] 龔曉明,李航,宋璐等.新型冠狀病毒肺炎(COVID-19)CT表現(xiàn)初步探討[J].放射學(xué)實(shí)踐,2020.35(3):261-265

    [2] 段瑞玲,李慶祥,李玉和.圖像邊緣檢測(cè)方法研究綜述[J].光學(xué)技術(shù),2005.31(3):10-15

    [3] 唐高陽(yáng).探索基于MATLAB計(jì)算機(jī)模擬的圖像分割技術(shù)[J].科技創(chuàng)新導(dǎo)報(bào),2020.17(17):77-78

    [4] 陳惠林,余任輝,鄭曉松等.疑似新型冠狀病毒肺炎的磨玻璃樣病灶CT征象分析[J].江西醫(yī)藥,2020.55(5):609-611

    [5] Hofmanninger J, Prayer F, Pan J, et al. Automatic lung

    segmentation in routine imaging isprimarily a data diversity problem, not a methodology problem[J],2020.4(1):1804-1812

    [6] 郭亞.基于全卷積神經(jīng)網(wǎng)絡(luò)的建筑物自動(dòng)提取方法研究[D].中國(guó)地質(zhì)大學(xué),2020.

    [7] 李銳.肺部病灶感興趣區(qū)域分割算法研究[D].東北大學(xué),2009.

    [8] Fan D P, Zhou T, Peng J G, et al. Inf-Net: AutomaticCOVID-19 lung infection segmentation from CT images,2020.39(8):2626-2637

    [9] 周鵬,姚劍敏,林志賢等.融合注意力機(jī)制的移動(dòng)端人像分割網(wǎng)絡(luò)[J].液晶與顯示,2020.35(6):547-554

    猜你喜歡
    圖像分割
    計(jì)算機(jī)定量金相分析系統(tǒng)的軟件開(kāi)發(fā)與圖像處理方法
    一種改進(jìn)的分水嶺圖像分割算法研究
    一種圖像超像素的快速生成算法
    基于魯棒性的廣義FCM圖像分割算法
    噜噜噜噜噜久久久久久91| 一级黄片播放器| 日韩欧美国产在线观看| 亚洲性久久影院| 亚洲电影在线观看av| 久久99蜜桃精品久久| 国产亚洲午夜精品一区二区久久 | 久久久久网色| 成人综合一区亚洲| 欧美不卡视频在线免费观看| 26uuu在线亚洲综合色| 亚洲精品国产成人久久av| 老司机影院成人| 成年av动漫网址| 欧美人与善性xxx| 亚洲av中文av极速乱| 欧美精品国产亚洲| 国产老妇伦熟女老妇高清| 午夜久久久久精精品| 三级经典国产精品| 草草在线视频免费看| 91在线精品国自产拍蜜月| 青春草国产在线视频| 可以在线观看毛片的网站| 亚洲第一区二区三区不卡| 亚洲综合色惰| 美女cb高潮喷水在线观看| 亚洲精品一区蜜桃| 女人久久www免费人成看片| 91aial.com中文字幕在线观看| 久久久久久久午夜电影| 麻豆乱淫一区二区| 成人午夜精彩视频在线观看| 男人舔奶头视频| 国产成人福利小说| 免费黄色在线免费观看| 国产午夜精品论理片| 男女边摸边吃奶| 床上黄色一级片| 亚洲av免费高清在线观看| 国产综合懂色| 在线天堂最新版资源| 日韩制服骚丝袜av| 春色校园在线视频观看| 中文在线观看免费www的网站| 国内精品一区二区在线观看| eeuss影院久久| 校园人妻丝袜中文字幕| 久久精品国产鲁丝片午夜精品| 亚洲色图av天堂| 看非洲黑人一级黄片| 日本免费a在线| 亚洲成人一二三区av| 亚洲精华国产精华液的使用体验| 中文欧美无线码| 免费大片18禁| 狠狠精品人妻久久久久久综合| 伊人久久精品亚洲午夜| 精品国产三级普通话版| 天天躁日日操中文字幕| 真实男女啪啪啪动态图| 国产高潮美女av| 九色成人免费人妻av| 久久久久网色| 日韩成人伦理影院| 免费观看a级毛片全部| 一个人免费在线观看电影| 欧美丝袜亚洲另类| 久久久成人免费电影| 少妇猛男粗大的猛烈进出视频 | 看免费成人av毛片| eeuss影院久久| 亚洲国产精品成人综合色| 亚洲久久久久久中文字幕| 国产成人精品福利久久| 日韩伦理黄色片| 一区二区三区四区激情视频| 精品久久久久久久久久久久久| 国产男女超爽视频在线观看| 国产成人精品婷婷| 建设人人有责人人尽责人人享有的 | 国产成人精品婷婷| 亚洲人与动物交配视频| 精品少妇黑人巨大在线播放| 国产精品久久久久久精品电影| 国产精品久久视频播放| 亚洲国产精品国产精品| 麻豆久久精品国产亚洲av| 国产成人精品婷婷| 免费看av在线观看网站| 久久久久久久久久成人| 久久久成人免费电影| 日本一二三区视频观看| 国产午夜精品一二区理论片| 免费观看a级毛片全部| 少妇猛男粗大的猛烈进出视频 | 在线天堂最新版资源| 国产精品一区二区三区四区久久| 99热6这里只有精品| 亚洲无线观看免费| 精品久久久久久久久亚洲| 日本免费a在线| 精品久久久久久成人av| 国产高潮美女av| or卡值多少钱| 免费看日本二区| 看十八女毛片水多多多| 亚洲18禁久久av| 精品一区二区三区视频在线| 国产伦在线观看视频一区| 国产 一区精品| 亚洲欧美日韩卡通动漫| 久久久久久久亚洲中文字幕| 亚洲精品久久久久久婷婷小说| av在线天堂中文字幕| 男人狂女人下面高潮的视频| 九九在线视频观看精品| av一本久久久久| 麻豆av噜噜一区二区三区| 免费看光身美女| 日韩精品有码人妻一区| 国产老妇伦熟女老妇高清| 亚洲人成网站在线观看播放| 男人舔女人下体高潮全视频| 一本一本综合久久| 日日摸夜夜添夜夜添av毛片| 亚洲国产精品专区欧美| 国产精品一区www在线观看| 亚洲人成网站在线观看播放| 婷婷六月久久综合丁香| 亚洲人与动物交配视频| .国产精品久久| 免费电影在线观看免费观看| 日韩亚洲欧美综合| 久久久久国产网址| 精品久久久久久久久av| 高清毛片免费看| 你懂的网址亚洲精品在线观看| 久久人人爽人人爽人人片va| 成人亚洲精品av一区二区| 三级男女做爰猛烈吃奶摸视频| 97超视频在线观看视频| 久久人人爽人人片av| 看免费成人av毛片| 一级a做视频免费观看| 三级国产精品片| 伦理电影大哥的女人| 国产精品一及| 韩国高清视频一区二区三区| 99视频精品全部免费 在线| 国产精品人妻久久久影院| 午夜爱爱视频在线播放| 伊人久久精品亚洲午夜| 在线免费观看的www视频| 在线 av 中文字幕| 中文字幕av在线有码专区| 国产熟女欧美一区二区| 亚洲真实伦在线观看| 成年av动漫网址| 免费看不卡的av| 永久免费av网站大全| 少妇的逼好多水| 日本一二三区视频观看| 一级爰片在线观看| 边亲边吃奶的免费视频| a级毛片免费高清观看在线播放| 青春草国产在线视频| 尾随美女入室| 美女大奶头视频| 久久综合国产亚洲精品| 一级黄片播放器| 波多野结衣巨乳人妻| 久久热精品热| 综合色丁香网| 18禁动态无遮挡网站| 国产探花极品一区二区| 国产老妇女一区| 精华霜和精华液先用哪个| 69人妻影院| 亚洲一区高清亚洲精品| 一级爰片在线观看| 最近中文字幕2019免费版| 汤姆久久久久久久影院中文字幕 | 久久久久久久午夜电影| 亚洲精品国产av成人精品| 国产69精品久久久久777片| 成人午夜精彩视频在线观看| 国产免费福利视频在线观看| 国产精品久久久久久精品电影| 丰满乱子伦码专区| 丰满少妇做爰视频| 国产精品久久久久久久久免| 午夜视频国产福利| 国产精品一区二区在线观看99 | 校园人妻丝袜中文字幕| 99热6这里只有精品| 亚洲精华国产精华液的使用体验| 九九久久精品国产亚洲av麻豆| 好男人在线观看高清免费视频| 国产成人午夜福利电影在线观看| 三级毛片av免费| 哪个播放器可以免费观看大片| 国产精品人妻久久久影院| 好男人在线观看高清免费视频| 18禁动态无遮挡网站| 十八禁网站网址无遮挡 | 少妇高潮的动态图| 日韩精品青青久久久久久| 爱豆传媒免费全集在线观看| 国产精品熟女久久久久浪| 亚洲人成网站在线播| 人人妻人人看人人澡| 午夜福利高清视频| 日韩制服骚丝袜av| 久久久久久久午夜电影| 午夜爱爱视频在线播放| 真实男女啪啪啪动态图| 日本-黄色视频高清免费观看| 日韩制服骚丝袜av| 亚洲一区高清亚洲精品| 成人毛片a级毛片在线播放| 两个人视频免费观看高清| 亚洲av成人精品一区久久| av播播在线观看一区| 插阴视频在线观看视频| 国产综合懂色| 成年版毛片免费区| 欧美日韩一区二区视频在线观看视频在线 | 日韩视频在线欧美| 午夜日本视频在线| 欧美性感艳星| 啦啦啦啦在线视频资源| 夜夜爽夜夜爽视频| 黄色日韩在线| 国产精品人妻久久久影院| 99热6这里只有精品| 特级一级黄色大片| 亚洲美女视频黄频| 午夜福利视频精品| 国产日韩欧美在线精品| 亚洲真实伦在线观看| 男女视频在线观看网站免费| 久久草成人影院| 精品酒店卫生间| 亚洲18禁久久av| 在线免费十八禁| 日韩成人伦理影院| 亚洲怡红院男人天堂| 麻豆成人午夜福利视频| 成人午夜精彩视频在线观看| 男人舔奶头视频| 最近中文字幕高清免费大全6| 婷婷色av中文字幕| 最近中文字幕2019免费版| 国产成人福利小说| 国产精品久久久久久久久免| 欧美不卡视频在线免费观看| 黑人高潮一二区| 韩国av在线不卡| 免费大片黄手机在线观看| 国产精品国产三级国产av玫瑰| 能在线免费观看的黄片| 久久精品国产亚洲av涩爱| 成人国产麻豆网| 国产亚洲精品久久久com| 秋霞伦理黄片| 男女边摸边吃奶| 一二三四中文在线观看免费高清| 内地一区二区视频在线| 在线天堂最新版资源| 亚洲内射少妇av| 久热久热在线精品观看| 国产高清不卡午夜福利| 中文精品一卡2卡3卡4更新| 免费看av在线观看网站| 99视频精品全部免费 在线| a级毛片免费高清观看在线播放| 欧美成人精品欧美一级黄| av在线亚洲专区| 国产av在哪里看| 女人十人毛片免费观看3o分钟| 欧美 日韩 精品 国产| 亚洲最大成人中文| 亚洲欧美日韩无卡精品| 最近中文字幕高清免费大全6| 高清毛片免费看| 看十八女毛片水多多多| 久久久久久伊人网av| 婷婷色综合www| 日韩欧美一区视频在线观看 | 成人国产麻豆网| 丰满少妇做爰视频| 熟妇人妻不卡中文字幕| 尾随美女入室| 日本色播在线视频| 国产精品精品国产色婷婷| 久久精品久久久久久久性| 色尼玛亚洲综合影院| 在线a可以看的网站| 亚洲国产精品专区欧美| 欧美zozozo另类| 别揉我奶头 嗯啊视频| 在线天堂最新版资源| 少妇猛男粗大的猛烈进出视频 | 久久国产乱子免费精品| 成人二区视频| 91av网一区二区| 久久精品夜色国产| 亚洲av中文av极速乱| 精品欧美国产一区二区三| 黄色日韩在线| 午夜福利在线观看吧| 日韩国内少妇激情av| 青春草亚洲视频在线观看| 美女被艹到高潮喷水动态| 亚洲自偷自拍三级| 国产高清三级在线| 99久久中文字幕三级久久日本| 亚洲美女搞黄在线观看| 最新中文字幕久久久久| 成人亚洲精品av一区二区| 国产 一区精品| 国产精品国产三级国产专区5o| 大话2 男鬼变身卡| 一级毛片久久久久久久久女| 国产一区有黄有色的免费视频 | 偷拍熟女少妇极品色| 直男gayav资源| 看非洲黑人一级黄片| 欧美3d第一页| 日本色播在线视频| 中文字幕亚洲精品专区| 亚洲欧美精品专区久久| 国产精品伦人一区二区| 亚洲欧美日韩无卡精品| 99久国产av精品| 2021天堂中文幕一二区在线观| 乱码一卡2卡4卡精品| 亚洲欧洲国产日韩| 欧美高清性xxxxhd video| 婷婷色综合大香蕉| 欧美成人精品欧美一级黄| 国产真实伦视频高清在线观看| 亚洲精品第二区| 久久热精品热| 一级黄片播放器| 91午夜精品亚洲一区二区三区| 午夜爱爱视频在线播放| 午夜日本视频在线| 久久99热6这里只有精品| 国产精品国产三级专区第一集| 少妇人妻精品综合一区二区| 国产亚洲5aaaaa淫片| 国产美女午夜福利| 亚洲精品乱码久久久久久按摩| 国产片特级美女逼逼视频| 亚洲电影在线观看av| 国产黄色小视频在线观看| 天堂网av新在线| 国产一区二区三区av在线| 国产亚洲精品久久久com| 成人高潮视频无遮挡免费网站| 99久久中文字幕三级久久日本| 久久精品国产亚洲网站| 搞女人的毛片| 国产精品av视频在线免费观看| 2021少妇久久久久久久久久久| 中文字幕久久专区| 午夜福利高清视频| 久久97久久精品| 精品99又大又爽又粗少妇毛片| 亚洲欧美一区二区三区黑人 | 国产成年人精品一区二区| 2021少妇久久久久久久久久久| 尤物成人国产欧美一区二区三区| 男的添女的下面高潮视频| 欧美成人一区二区免费高清观看| 久久久久久久久久成人| 国产综合精华液| 亚洲欧美成人精品一区二区| 色综合站精品国产| 中文字幕av在线有码专区| 国产国拍精品亚洲av在线观看| 日韩欧美国产在线观看| 亚洲av.av天堂| 国产久久久一区二区三区| 婷婷色综合大香蕉| 国产一级毛片在线| 精华霜和精华液先用哪个| 欧美丝袜亚洲另类| 蜜臀久久99精品久久宅男| 国产片特级美女逼逼视频| 亚洲第一区二区三区不卡| 性色avwww在线观看| 插逼视频在线观看| 午夜福利视频1000在线观看| 精品熟女少妇av免费看| 男人和女人高潮做爰伦理| 日本免费在线观看一区| 免费观看的影片在线观看| 九九在线视频观看精品| 天天躁日日操中文字幕| 国产有黄有色有爽视频| 亚洲最大成人手机在线| 日本免费在线观看一区| 精品一区二区三区视频在线| 一区二区三区高清视频在线| 在线免费观看不下载黄p国产| 男的添女的下面高潮视频| 麻豆成人午夜福利视频| 国产永久视频网站| 人妻少妇偷人精品九色| 久久久午夜欧美精品| 亚洲精品第二区| 男人舔奶头视频| 午夜激情福利司机影院| 日韩av在线免费看完整版不卡| 亚洲欧美一区二区三区国产| 国产永久视频网站| 一级黄片播放器| 国产真实伦视频高清在线观看| 中文字幕制服av| www.色视频.com| 一级爰片在线观看| 一级a做视频免费观看| 国产成人午夜福利电影在线观看| 久久99热这里只频精品6学生| 国产白丝娇喘喷水9色精品| 精品久久久久久久末码| 日本-黄色视频高清免费观看| 亚洲欧美中文字幕日韩二区| 亚洲欧美精品专区久久| 别揉我奶头 嗯啊视频| 亚洲av免费在线观看| 精品一区二区三卡| 欧美性感艳星| 黄色日韩在线| 成年人午夜在线观看视频 | 99久国产av精品国产电影| 精品人妻偷拍中文字幕| 蜜桃亚洲精品一区二区三区| 久久精品久久久久久噜噜老黄| 丝瓜视频免费看黄片| 久久久久久伊人网av| 欧美97在线视频| 搡老乐熟女国产| 少妇熟女aⅴ在线视频| videossex国产| 麻豆久久精品国产亚洲av| 一级黄片播放器| 日本午夜av视频| 高清在线视频一区二区三区| 国产精品一区二区三区四区久久| 欧美日本视频| 日日摸夜夜添夜夜爱| 国产精品久久久久久久电影| 少妇人妻精品综合一区二区| 欧美bdsm另类| 亚洲在线观看片| 搡老乐熟女国产| 大香蕉久久网| 一级毛片我不卡| 国产精品综合久久久久久久免费| 久久99热6这里只有精品| 又大又黄又爽视频免费| 日本一本二区三区精品| 最近视频中文字幕2019在线8| 人妻制服诱惑在线中文字幕| 国产精品久久久久久精品电影| 国产在线一区二区三区精| 中文精品一卡2卡3卡4更新| 91精品一卡2卡3卡4卡| 91久久精品国产一区二区成人| 成年女人看的毛片在线观看| 免费黄色在线免费观看| 成人国产麻豆网| 国产免费又黄又爽又色| 欧美性猛交╳xxx乱大交人| 免费无遮挡裸体视频| 丰满少妇做爰视频| 午夜日本视频在线| 国产久久久一区二区三区| 久久久国产一区二区| 国产伦一二天堂av在线观看| 大片免费播放器 马上看| 亚洲欧美一区二区三区黑人 | 精品一区二区免费观看| 成人午夜精彩视频在线观看| 一二三四中文在线观看免费高清| 我的老师免费观看完整版| 啦啦啦啦在线视频资源| 日韩大片免费观看网站| 91精品一卡2卡3卡4卡| 性插视频无遮挡在线免费观看| 麻豆久久精品国产亚洲av| 国产69精品久久久久777片| 国产精品久久久久久精品电影| 日韩欧美一区视频在线观看 | 国内精品美女久久久久久| 秋霞在线观看毛片| 日韩制服骚丝袜av| 午夜免费男女啪啪视频观看| 欧美成人a在线观看| 中文天堂在线官网| 狠狠精品人妻久久久久久综合| 亚洲熟妇中文字幕五十中出| 国产成人freesex在线| 禁无遮挡网站| 只有这里有精品99| 看免费成人av毛片| 国产精品嫩草影院av在线观看| 街头女战士在线观看网站| 精品亚洲乱码少妇综合久久| 男女边吃奶边做爰视频| 亚洲色图av天堂| 成人性生交大片免费视频hd| 男人舔女人下体高潮全视频| 成人一区二区视频在线观看| 国精品久久久久久国模美| 成年女人看的毛片在线观看| 亚洲成人久久爱视频| 在线观看av片永久免费下载| 少妇熟女欧美另类| 91av网一区二区| 久久久久久久国产电影| 国产伦精品一区二区三区视频9| 欧美高清性xxxxhd video| 日韩大片免费观看网站| 人妻一区二区av| 欧美日韩国产mv在线观看视频 | 免费观看av网站的网址| 天堂俺去俺来也www色官网 | 午夜福利成人在线免费观看| 亚洲内射少妇av| 大香蕉久久网| 最近2019中文字幕mv第一页| 日韩制服骚丝袜av| 国产精品不卡视频一区二区| 亚洲精品国产av成人精品| 国产三级在线视频| 亚洲人成网站高清观看| 嫩草影院新地址| 永久网站在线| 免费看日本二区| 久久人人爽人人爽人人片va| 亚洲人成网站在线观看播放| 免费看美女性在线毛片视频| 亚洲色图av天堂| 国产在视频线精品| 边亲边吃奶的免费视频| 狂野欧美白嫩少妇大欣赏| 人人妻人人澡欧美一区二区| 国产单亲对白刺激| 亚洲欧洲国产日韩| 十八禁国产超污无遮挡网站| 色哟哟·www| 国产在线男女| 午夜亚洲福利在线播放| 九草在线视频观看| 精品久久久精品久久久| 国产av码专区亚洲av| 美女cb高潮喷水在线观看| 亚洲av日韩在线播放| 成人性生交大片免费视频hd| 汤姆久久久久久久影院中文字幕 | 久久久久久久久久久免费av| 一级毛片我不卡| 纵有疾风起免费观看全集完整版 | 亚洲在久久综合| 少妇猛男粗大的猛烈进出视频 | 亚洲av中文av极速乱| 国产单亲对白刺激| 国产伦精品一区二区三区视频9| 又黄又爽又刺激的免费视频.| 国产黄a三级三级三级人| 色播亚洲综合网| 精品国产一区二区三区久久久樱花 | 欧美丝袜亚洲另类| 亚洲成人中文字幕在线播放| 九九爱精品视频在线观看| 亚洲av成人精品一二三区| 一级爰片在线观看| 淫秽高清视频在线观看| 久久鲁丝午夜福利片| 午夜老司机福利剧场| av在线蜜桃| 国产视频内射| 久久久久精品久久久久真实原创| 伊人久久国产一区二区| 国产国拍精品亚洲av在线观看| 中国美白少妇内射xxxbb| 日日干狠狠操夜夜爽| 在线天堂最新版资源| 51国产日韩欧美| av国产免费在线观看| 高清毛片免费看| 一级片'在线观看视频| 色5月婷婷丁香| 欧美激情在线99| 国产免费一级a男人的天堂| 国产精品久久久久久久久免| 国产精品一区二区三区四区久久| 内射极品少妇av片p| 婷婷色综合www| 街头女战士在线观看网站| 精品人妻一区二区三区麻豆| 一级片'在线观看视频| 高清视频免费观看一区二区 | 国产老妇女一区| 欧美性感艳星| 99热这里只有是精品在线观看| 国产精品无大码| 又爽又黄a免费视频| 亚洲国产欧美人成| 欧美一级a爱片免费观看看|