• <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
    国产精品香港三级国产av潘金莲| 欧美激情 高清一区二区三区| av在线天堂中文字幕 | 日韩国内少妇激情av| 老司机靠b影院| av欧美777| 精品国产乱码久久久久久男人| 高清毛片免费观看视频网站 | 18禁观看日本| 国产精品久久久人人做人人爽| 久久中文字幕人妻熟女| 国产区一区二久久| 国产成人精品久久二区二区免费| 亚洲国产欧美日韩在线播放| 午夜影院日韩av| 国产精品九九99| a在线观看视频网站| 一级片'在线观看视频| 欧美日韩国产mv在线观看视频| 欧美一区二区精品小视频在线| 啦啦啦免费观看视频1| 天天添夜夜摸| 国产精品美女特级片免费视频播放器 | www.www免费av| 精品免费久久久久久久清纯| 久久久国产成人精品二区 | 日日干狠狠操夜夜爽| aaaaa片日本免费| xxxhd国产人妻xxx| 天天躁夜夜躁狠狠躁躁| 日本黄色日本黄色录像| 欧美日韩福利视频一区二区| 99国产精品99久久久久| 人人妻,人人澡人人爽秒播| 亚洲精品美女久久av网站| 18美女黄网站色大片免费观看| 精品日产1卡2卡| 99国产精品一区二区三区| 女人被躁到高潮嗷嗷叫费观| 90打野战视频偷拍视频| 99热国产这里只有精品6| 久久久久久久久免费视频了| 一二三四在线观看免费中文在| 国产又色又爽无遮挡免费看| 一级片免费观看大全| 欧美中文日本在线观看视频| 国产伦一二天堂av在线观看| 在线观看一区二区三区激情| 69av精品久久久久久| 日本撒尿小便嘘嘘汇集6| 国产1区2区3区精品| ponron亚洲| 天堂√8在线中文| 一区二区三区精品91| 黄色丝袜av网址大全| 午夜激情av网站| 99re在线观看精品视频| 在线观看午夜福利视频| 国产精品一区二区在线不卡| 色哟哟哟哟哟哟| a级片在线免费高清观看视频| 啪啪无遮挡十八禁网站| 少妇的丰满在线观看| 国产亚洲精品综合一区在线观看 | 成人国语在线视频| 欧美日韩精品网址| 亚洲精品一二三| 又大又爽又粗| 亚洲精品av麻豆狂野| 黄色 视频免费看| 岛国视频午夜一区免费看| 久久九九热精品免费| 我的亚洲天堂| 免费在线观看影片大全网站| 久热这里只有精品99| av网站免费在线观看视频| 日本撒尿小便嘘嘘汇集6| 女人爽到高潮嗷嗷叫在线视频| 久久人人97超碰香蕉20202| 久久精品影院6| 成人黄色视频免费在线看| 国产成人av激情在线播放| 欧美日韩黄片免| 天堂动漫精品| 欧美成狂野欧美在线观看| 精品久久久久久久久久免费视频 | 午夜亚洲福利在线播放| 久久久久国产一级毛片高清牌| 久久精品亚洲熟妇少妇任你| 免费av毛片视频| 亚洲国产欧美一区二区综合| 我的亚洲天堂| 久久国产乱子伦精品免费另类| 亚洲七黄色美女视频| 成年女人毛片免费观看观看9| 又黄又爽又免费观看的视频| 精品乱码久久久久久99久播| 99热国产这里只有精品6| 精品卡一卡二卡四卡免费| 人人妻,人人澡人人爽秒播| 日韩欧美免费精品| 成人18禁在线播放| 亚洲专区中文字幕在线| 一夜夜www| 高清av免费在线| 午夜激情av网站| 18禁国产床啪视频网站| 人人妻人人澡人人看| 精品高清国产在线一区| 欧美黑人精品巨大| 国产精品久久视频播放| 男男h啪啪无遮挡| 婷婷精品国产亚洲av在线| 99国产综合亚洲精品| 十分钟在线观看高清视频www| 免费在线观看视频国产中文字幕亚洲| 亚洲激情在线av| 成人手机av| 亚洲 欧美一区二区三区| 久久久久久人人人人人| 日韩欧美免费精品| 9色porny在线观看| av中文乱码字幕在线| 久久精品人人爽人人爽视色| 国产亚洲欧美98| 99国产精品一区二区三区| 精品人妻在线不人妻| 亚洲五月婷婷丁香| 中文字幕高清在线视频| 村上凉子中文字幕在线| 一区二区三区精品91| 中文字幕av电影在线播放| 乱人伦中国视频| 亚洲国产精品一区二区三区在线| 国产在线精品亚洲第一网站| 国产野战对白在线观看| 亚洲精华国产精华精| 久久人妻av系列| 欧美亚洲日本最大视频资源| 日本免费a在线| 校园春色视频在线观看| 国产成人欧美| 成人亚洲精品一区在线观看| 成人国语在线视频| 天堂俺去俺来也www色官网| 久久久水蜜桃国产精品网| 国产精品秋霞免费鲁丝片| 久久精品亚洲熟妇少妇任你| 成年人免费黄色播放视频| 视频区图区小说| 一本综合久久免费| 国产精品一区二区三区四区久久 | 十八禁网站免费在线| 久久这里只有精品19| 国产精品久久久久成人av| 精品一品国产午夜福利视频| 久久午夜亚洲精品久久| 午夜福利影视在线免费观看| 一进一出好大好爽视频| 国产视频一区二区在线看| 国产91精品成人一区二区三区| 亚洲人成电影观看| 一级毛片女人18水好多| 日韩 欧美 亚洲 中文字幕| a在线观看视频网站| 窝窝影院91人妻| 亚洲专区中文字幕在线| 免费人成视频x8x8入口观看| 免费一级毛片在线播放高清视频 | 国产免费现黄频在线看| 丰满人妻熟妇乱又伦精品不卡| 999久久久精品免费观看国产| 久久久久久久午夜电影 | 岛国视频午夜一区免费看| x7x7x7水蜜桃| 国产亚洲av高清不卡| 欧美日韩中文字幕国产精品一区二区三区 | 丝袜人妻中文字幕| 男男h啪啪无遮挡| 国产不卡一卡二| 黄片大片在线免费观看| 午夜日韩欧美国产| 亚洲片人在线观看| 国产精品秋霞免费鲁丝片| 手机成人av网站| 中文字幕人妻丝袜一区二区| 老司机福利观看| 国产99白浆流出| 国产精品av久久久久免费| 欧美成人免费av一区二区三区| 一区二区三区激情视频| 大型av网站在线播放| 亚洲情色 制服丝袜| 黑人巨大精品欧美一区二区蜜桃| 久久精品91无色码中文字幕| 国产熟女xx| 18禁国产床啪视频网站| 中出人妻视频一区二区| 伊人久久大香线蕉亚洲五| 满18在线观看网站| 一级毛片高清免费大全| 亚洲av美国av| 成熟少妇高潮喷水视频| 成人国产一区最新在线观看| 又大又爽又粗| 在线十欧美十亚洲十日本专区| 宅男免费午夜| 91麻豆av在线| 欧美日韩亚洲高清精品| 一边摸一边抽搐一进一小说| 免费在线观看视频国产中文字幕亚洲| 成人免费观看视频高清| 精品第一国产精品| 巨乳人妻的诱惑在线观看| 久久午夜亚洲精品久久| 一级a爱视频在线免费观看| 亚洲精品粉嫩美女一区| 成人三级做爰电影| 日本五十路高清| 久久久久国内视频| 亚洲av成人一区二区三| 欧美日本中文国产一区发布| 久久午夜综合久久蜜桃| 国产精品香港三级国产av潘金莲| 国产亚洲欧美98| 热re99久久精品国产66热6| 中文字幕另类日韩欧美亚洲嫩草| 99精品在免费线老司机午夜| 久热这里只有精品99| 精品久久久久久电影网| 天堂俺去俺来也www色官网| 中文字幕另类日韩欧美亚洲嫩草| 在线观看免费高清a一片| 日韩精品免费视频一区二区三区| 美女 人体艺术 gogo| 少妇 在线观看| 露出奶头的视频| 丰满人妻熟妇乱又伦精品不卡| 99国产极品粉嫩在线观看| 午夜福利在线观看吧| 亚洲av片天天在线观看| 啦啦啦 在线观看视频| 成人亚洲精品av一区二区 | 人妻久久中文字幕网| 国产成人欧美| 桃红色精品国产亚洲av| 欧美性长视频在线观看| av有码第一页| 黑人欧美特级aaaaaa片| 亚洲国产看品久久| www国产在线视频色| 午夜视频精品福利| 久久精品亚洲av国产电影网| 水蜜桃什么品种好| 满18在线观看网站| 欧美乱色亚洲激情| 亚洲中文av在线| 男女高潮啪啪啪动态图| 亚洲成人免费av在线播放| 后天国语完整版免费观看| 女性被躁到高潮视频| 国产午夜精品久久久久久| www.精华液| av中文乱码字幕在线| 欧美色视频一区免费| 亚洲一区中文字幕在线| 午夜福利在线免费观看网站| 欧美久久黑人一区二区| 两个人免费观看高清视频| 国产亚洲欧美98| 欧美日韩亚洲高清精品| 国产av又大| 激情在线观看视频在线高清| 午夜福利免费观看在线| 日韩大尺度精品在线看网址 | 亚洲一区二区三区欧美精品| 亚洲一区中文字幕在线| 亚洲狠狠婷婷综合久久图片| 免费在线观看日本一区| 亚洲视频免费观看视频| 成人三级做爰电影| 国产深夜福利视频在线观看| 午夜免费激情av| 一本综合久久免费| 老汉色av国产亚洲站长工具| 久久久久精品国产欧美久久久| 村上凉子中文字幕在线| 99久久国产精品久久久| 欧美日韩亚洲高清精品| 制服诱惑二区| 又紧又爽又黄一区二区| 久久亚洲真实| 两性午夜刺激爽爽歪歪视频在线观看 | 一级片'在线观看视频| 伊人久久大香线蕉亚洲五| 桃红色精品国产亚洲av| 一级黄色大片毛片| 亚洲七黄色美女视频| 精品高清国产在线一区| 一二三四社区在线视频社区8| 免费av中文字幕在线| 亚洲成人精品中文字幕电影 | 妹子高潮喷水视频| 午夜免费激情av| 亚洲色图av天堂| 黄频高清免费视频| 美国免费a级毛片| av在线播放免费不卡| 高清毛片免费观看视频网站 | 男女做爰动态图高潮gif福利片 | 精品久久久精品久久久| netflix在线观看网站| 国产av又大| 久久亚洲真实| 制服人妻中文乱码| 精品电影一区二区在线| 99国产综合亚洲精品| 精品国产美女av久久久久小说| 一二三四社区在线视频社区8| 日本wwww免费看| 在线国产一区二区在线| 国产精品国产高清国产av| 亚洲欧美精品综合一区二区三区| 国产黄a三级三级三级人| 桃色一区二区三区在线观看| 欧美大码av| 超碰97精品在线观看| av在线播放免费不卡| 色精品久久人妻99蜜桃| aaaaa片日本免费| 亚洲精品国产色婷婷电影| 免费在线观看影片大全网站| 91成年电影在线观看| 亚洲欧美精品综合久久99| 欧美成人午夜精品| 久久香蕉国产精品| 高清av免费在线| 女人被躁到高潮嗷嗷叫费观| 中文字幕人妻丝袜制服| 国产av一区在线观看免费| 女人被躁到高潮嗷嗷叫费观| 国产亚洲精品久久久久5区| 免费av中文字幕在线| 国产成人欧美| 18禁美女被吸乳视频| 国产精品一区二区免费欧美| 久久人人精品亚洲av| 两性夫妻黄色片| 看黄色毛片网站| 在线观看一区二区三区| 青草久久国产| 欧美激情久久久久久爽电影 | 亚洲精品在线观看二区| 精品一品国产午夜福利视频| 久久香蕉激情| 美女国产高潮福利片在线看| 欧美黑人欧美精品刺激| 性少妇av在线| 999久久久精品免费观看国产| 亚洲五月婷婷丁香| 老汉色∧v一级毛片| 黄片大片在线免费观看| 欧美亚洲日本最大视频资源| 99香蕉大伊视频| 国产成人欧美| 国产成人av教育| 日本免费一区二区三区高清不卡 | 国产激情欧美一区二区| 久久精品人人爽人人爽视色| 女人爽到高潮嗷嗷叫在线视频| 大陆偷拍与自拍| 91九色精品人成在线观看| 久久久精品欧美日韩精品| 在线观看免费高清a一片| 国产精品九九99| 看片在线看免费视频| videosex国产| 国产成+人综合+亚洲专区| 91av网站免费观看| 热99国产精品久久久久久7| 中文字幕另类日韩欧美亚洲嫩草| 又黄又爽又免费观看的视频| 18美女黄网站色大片免费观看| 精品少妇一区二区三区视频日本电影| 久久精品亚洲av国产电影网| 日本黄色视频三级网站网址| 两性夫妻黄色片| 麻豆久久精品国产亚洲av | 好男人电影高清在线观看| 三级毛片av免费| 婷婷精品国产亚洲av在线| av片东京热男人的天堂| 国产一区在线观看成人免费| 夫妻午夜视频| 88av欧美| 99国产精品99久久久久| 免费观看人在逋| 国产免费男女视频| 老鸭窝网址在线观看| 麻豆成人av在线观看| 久久精品成人免费网站| 久热爱精品视频在线9| 1024视频免费在线观看| 激情视频va一区二区三区| 国产精品成人在线| 男人舔女人的私密视频| 操美女的视频在线观看| 村上凉子中文字幕在线| 人妻久久中文字幕网| 婷婷六月久久综合丁香| 久久热在线av| 亚洲熟妇熟女久久| 精品高清国产在线一区| 51午夜福利影视在线观看| 手机成人av网站| 国产黄色免费在线视频| 亚洲中文字幕日韩| 国产熟女午夜一区二区三区| av天堂在线播放| 夜夜夜夜夜久久久久| 国产欧美日韩一区二区三区在线| 日韩一卡2卡3卡4卡2021年| 最好的美女福利视频网| 精品欧美一区二区三区在线| 另类亚洲欧美激情| 成人18禁高潮啪啪吃奶动态图| 美女高潮喷水抽搐中文字幕| 高潮久久久久久久久久久不卡| 99国产精品免费福利视频| 精品国内亚洲2022精品成人| 露出奶头的视频| 超碰成人久久| 日韩高清综合在线| 丰满饥渴人妻一区二区三| 香蕉国产在线看| 欧美日韩亚洲高清精品| 色婷婷av一区二区三区视频| av在线播放免费不卡| av天堂久久9| 日本精品一区二区三区蜜桃| 久久人人爽av亚洲精品天堂| 亚洲精品美女久久久久99蜜臀| 一级毛片高清免费大全| 亚洲七黄色美女视频| 久久国产精品影院| 一区在线观看完整版| 久久久久亚洲av毛片大全| 久久久久国产一级毛片高清牌| 两个人免费观看高清视频| 亚洲在线自拍视频| 黑丝袜美女国产一区| 岛国在线观看网站| 这个男人来自地球电影免费观看| 精品国产一区二区久久| 亚洲专区中文字幕在线| 欧美一级毛片孕妇| 久久精品国产清高在天天线| 在线观看免费高清a一片| 亚洲精品美女久久av网站| 香蕉国产在线看| 久热爱精品视频在线9| 18禁美女被吸乳视频| 一级毛片精品| 80岁老熟妇乱子伦牲交| 性少妇av在线| 久久久久亚洲av毛片大全| 国产欧美日韩综合在线一区二区| 亚洲 欧美 日韩 在线 免费| 日韩大码丰满熟妇| 亚洲一区中文字幕在线| 免费女性裸体啪啪无遮挡网站| 亚洲欧美日韩高清在线视频| 久久亚洲精品不卡| 99久久综合精品五月天人人| 亚洲国产精品sss在线观看 | 一区二区三区国产精品乱码| 国产一卡二卡三卡精品| √禁漫天堂资源中文www| 亚洲国产精品sss在线观看 | 亚洲专区字幕在线| 成在线人永久免费视频| 99国产精品99久久久久| 成年人免费黄色播放视频| 亚洲在线自拍视频| 人人妻人人爽人人添夜夜欢视频| 级片在线观看| 国产主播在线观看一区二区| 久久草成人影院| 男女午夜视频在线观看| 日韩一卡2卡3卡4卡2021年| 韩国精品一区二区三区| 黄色片一级片一级黄色片| 三上悠亚av全集在线观看| 如日韩欧美国产精品一区二区三区| 国产乱人伦免费视频| 亚洲五月天丁香| 在线观看66精品国产| 久久久久久久精品吃奶| 动漫黄色视频在线观看| 免费不卡黄色视频| 国产欧美日韩一区二区三| 真人做人爱边吃奶动态| 久久久久久久精品吃奶| 少妇粗大呻吟视频| 亚洲欧美精品综合久久99| 美女高潮喷水抽搐中文字幕| 国产伦一二天堂av在线观看| 高清毛片免费观看视频网站 | 国产av又大| 波多野结衣av一区二区av| 欧美大码av| 嫩草影院精品99| 在线观看66精品国产| 人人妻人人澡人人看| 日韩精品免费视频一区二区三区| 国产精品电影一区二区三区| 高清黄色对白视频在线免费看| 身体一侧抽搐| 自拍欧美九色日韩亚洲蝌蚪91| 中文字幕人妻丝袜一区二区| 日韩国内少妇激情av| 午夜精品在线福利| 免费少妇av软件| 亚洲欧美日韩高清在线视频| 日日干狠狠操夜夜爽| 老汉色∧v一级毛片| 亚洲第一欧美日韩一区二区三区| 亚洲第一青青草原| 香蕉久久夜色| a在线观看视频网站| 女人高潮潮喷娇喘18禁视频| 男女高潮啪啪啪动态图| 天天添夜夜摸| 国产亚洲精品久久久久久毛片| 色婷婷av一区二区三区视频| 欧美激情 高清一区二区三区| 搡老熟女国产l中国老女人| 午夜福利在线观看吧| 日韩欧美国产一区二区入口| 国产高清videossex| 国产精品日韩av在线免费观看 | 久久精品国产亚洲av香蕉五月| 黄色毛片三级朝国网站| 最近最新免费中文字幕在线| 男人舔女人的私密视频| 男女高潮啪啪啪动态图| 99精国产麻豆久久婷婷| 国产亚洲av高清不卡| 亚洲成a人片在线一区二区| 久久中文看片网| 欧美乱色亚洲激情| 亚洲色图 男人天堂 中文字幕| 国产又爽黄色视频| 看免费av毛片| 夜夜爽天天搞| 大型黄色视频在线免费观看| 在线播放国产精品三级| 俄罗斯特黄特色一大片| 国产99白浆流出| 亚洲欧美精品综合久久99| 啦啦啦 在线观看视频| 水蜜桃什么品种好| 性少妇av在线| 深夜精品福利| 两性午夜刺激爽爽歪歪视频在线观看 | 美国免费a级毛片| 欧美精品一区二区免费开放| 久久久国产欧美日韩av| xxxhd国产人妻xxx| 母亲3免费完整高清在线观看| 神马国产精品三级电影在线观看 | 亚洲av日韩精品久久久久久密| 一二三四在线观看免费中文在| 97超级碰碰碰精品色视频在线观看| 欧美黄色片欧美黄色片| 欧美精品啪啪一区二区三区| 18禁黄网站禁片午夜丰满| 亚洲视频免费观看视频| 老司机深夜福利视频在线观看| 一级作爱视频免费观看| 亚洲片人在线观看| 亚洲中文日韩欧美视频| 在线观看午夜福利视频| 成人三级黄色视频| 久久青草综合色| 中亚洲国语对白在线视频| 国产三级在线视频| 91老司机精品| 久久99一区二区三区| 黑人巨大精品欧美一区二区蜜桃| 久久人妻av系列| 性色av乱码一区二区三区2| 午夜精品国产一区二区电影| 国产人伦9x9x在线观看| 久久人妻熟女aⅴ| 成人av一区二区三区在线看| 国产成人啪精品午夜网站| 极品教师在线免费播放| 热re99久久精品国产66热6| 美女扒开内裤让男人捅视频| videosex国产| 精品国产超薄肉色丝袜足j| 熟女少妇亚洲综合色aaa.| 黑丝袜美女国产一区| 国产成人欧美| 黄色丝袜av网址大全| 18禁美女被吸乳视频| 97碰自拍视频| 淫妇啪啪啪对白视频| cao死你这个sao货| 波多野结衣高清无吗| 久久久久精品国产欧美久久久| 久久久国产精品麻豆| 又紧又爽又黄一区二区| 性少妇av在线|