• <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
    亚洲一卡2卡3卡4卡5卡精品中文| 国产不卡一卡二| 欧美日韩中文字幕国产精品一区二区三区 | 国产主播在线观看一区二区| 亚洲精品国产一区二区精华液| 老熟女久久久| 91av网站免费观看| 夜夜骑夜夜射夜夜干| 午夜福利在线免费观看网站| 免费一级毛片在线播放高清视频 | 男女床上黄色一级片免费看| 精品国产乱子伦一区二区三区| 欧美激情极品国产一区二区三区| 久久青草综合色| 露出奶头的视频| 99九九在线精品视频| 91av网站免费观看| 在线观看66精品国产| 中国美女看黄片| 免费日韩欧美在线观看| 欧美黄色淫秽网站| 在线观看一区二区三区激情| 99热网站在线观看| 亚洲美女黄片视频| 国产国语露脸激情在线看| 国产欧美日韩一区二区三区在线| 国产成人精品无人区| 成年版毛片免费区| 最近最新免费中文字幕在线| 欧美精品亚洲一区二区| 一级片'在线观看视频| 黄色视频,在线免费观看| 激情视频va一区二区三区| av又黄又爽大尺度在线免费看| 日本黄色日本黄色录像| 黄色成人免费大全| 夫妻午夜视频| 成在线人永久免费视频| 午夜精品国产一区二区电影| 国产激情久久老熟女| 色94色欧美一区二区| 飞空精品影院首页| 午夜日韩欧美国产| 色婷婷av一区二区三区视频| 亚洲,欧美精品.| 757午夜福利合集在线观看| 亚洲伊人久久精品综合| 黄频高清免费视频| 免费少妇av软件| 9191精品国产免费久久| a在线观看视频网站| 波多野结衣av一区二区av| 午夜福利视频精品| 久久精品国产99精品国产亚洲性色 | 亚洲av第一区精品v没综合| 久久精品国产a三级三级三级| 黄色a级毛片大全视频| 国产精品久久久久久人妻精品电影 | 精品人妻在线不人妻| 老司机深夜福利视频在线观看| 精品久久久久久电影网| 天天添夜夜摸| 国产又爽黄色视频| 咕卡用的链子| 在线观看免费午夜福利视频| 午夜福利,免费看| av天堂在线播放| 91九色精品人成在线观看| 欧美日韩一级在线毛片| 美女高潮到喷水免费观看| 亚洲精品在线观看二区| 国产亚洲一区二区精品| 九色亚洲精品在线播放| 又黄又粗又硬又大视频| 亚洲午夜理论影院| 制服人妻中文乱码| 国产精品 欧美亚洲| 亚洲免费av在线视频| 一区在线观看完整版| 免费女性裸体啪啪无遮挡网站| 国产在视频线精品| 91av网站免费观看| 久久久国产欧美日韩av| 亚洲专区国产一区二区| 免费一级毛片在线播放高清视频 | 露出奶头的视频| 国产又爽黄色视频| 久久久精品区二区三区| 精品少妇内射三级| 国产精品欧美亚洲77777| 女警被强在线播放| 丝袜美腿诱惑在线| 蜜桃在线观看..| 999久久久精品免费观看国产| 美国免费a级毛片| 一本大道久久a久久精品| 9191精品国产免费久久| 日本vs欧美在线观看视频| av福利片在线| 亚洲成a人片在线一区二区| 午夜老司机福利片| 欧美成狂野欧美在线观看| 男女床上黄色一级片免费看| av欧美777| 女人高潮潮喷娇喘18禁视频| 国产精品亚洲一级av第二区| 又黄又粗又硬又大视频| 啦啦啦中文免费视频观看日本| 欧美成人免费av一区二区三区 | 亚洲成人免费av在线播放| 激情视频va一区二区三区| 我要看黄色一级片免费的| 怎么达到女性高潮| 欧美国产精品一级二级三级| 日韩大片免费观看网站| 日本av免费视频播放| 欧美精品一区二区大全| 啪啪无遮挡十八禁网站| 露出奶头的视频| 欧美午夜高清在线| 两个人免费观看高清视频| 国产一区有黄有色的免费视频| av线在线观看网站| 一个人免费看片子| 日本黄色视频三级网站网址 | 精品国产乱子伦一区二区三区| 亚洲精品国产色婷婷电影| 男女高潮啪啪啪动态图| 黄色a级毛片大全视频| 中文字幕高清在线视频| 久久久久精品国产欧美久久久| 国产成人欧美在线观看 | 黑丝袜美女国产一区| 黑丝袜美女国产一区| 国产成人精品无人区| 亚洲av欧美aⅴ国产| 亚洲精品自拍成人| 波多野结衣一区麻豆| 国产成人av教育| 欧美另类亚洲清纯唯美| 成人18禁高潮啪啪吃奶动态图| 亚洲国产中文字幕在线视频| 黑人猛操日本美女一级片| 黄色a级毛片大全视频| 亚洲av片天天在线观看| www日本在线高清视频| 黄色视频在线播放观看不卡| 亚洲精品乱久久久久久| 啪啪无遮挡十八禁网站| 精品久久久久久久毛片微露脸| 国产真人三级小视频在线观看| 精品国产亚洲在线| 不卡av一区二区三区| 啦啦啦中文免费视频观看日本| 久久久久久亚洲精品国产蜜桃av| 最近最新免费中文字幕在线| 国产有黄有色有爽视频| 亚洲精品一二三| 在线亚洲精品国产二区图片欧美| 老司机亚洲免费影院| 啦啦啦视频在线资源免费观看| 最新在线观看一区二区三区| 1024视频免费在线观看| 日本a在线网址| 国产一区二区三区综合在线观看| 亚洲精品在线观看二区| 国产一区二区三区视频了| 亚洲欧美激情在线| 国产av又大| 亚洲国产精品一区二区三区在线| 久久精品国产亚洲av高清一级| 一进一出好大好爽视频| 亚洲少妇的诱惑av| 好男人电影高清在线观看| 97人妻天天添夜夜摸| 精品卡一卡二卡四卡免费| 色视频在线一区二区三区| 精品久久蜜臀av无| 后天国语完整版免费观看| 欧美精品人与动牲交sv欧美| 天堂中文最新版在线下载| 亚洲男人天堂网一区| 丁香欧美五月| 涩涩av久久男人的天堂| 久久久久久免费高清国产稀缺| 成年动漫av网址| 久久久欧美国产精品| 日韩成人在线观看一区二区三区| 99久久人妻综合| 亚洲熟女毛片儿| 欧美日韩av久久| 欧美 亚洲 国产 日韩一| 久久热在线av| 亚洲国产中文字幕在线视频| 欧美一级毛片孕妇| 午夜精品久久久久久毛片777| 国产精品久久久久久人妻精品电影 | 亚洲国产看品久久| 99久久人妻综合| 涩涩av久久男人的天堂| 国产无遮挡羞羞视频在线观看| 欧美日韩精品网址| 免费日韩欧美在线观看| av国产精品久久久久影院| 国产精品免费大片| 午夜久久久在线观看| 亚洲国产av新网站| 欧美亚洲 丝袜 人妻 在线| 一边摸一边抽搐一进一小说 | 久久中文看片网| 精品一品国产午夜福利视频| tube8黄色片| 日韩中文字幕欧美一区二区| 侵犯人妻中文字幕一二三四区| 手机成人av网站| 亚洲午夜理论影院| 窝窝影院91人妻| 国产免费视频播放在线视频| 高清在线国产一区| 夜夜夜夜夜久久久久| 国产成人免费观看mmmm| 日韩有码中文字幕| 亚洲国产欧美一区二区综合| 麻豆av在线久日| 亚洲欧美一区二区三区黑人| 午夜福利免费观看在线| 成人亚洲精品一区在线观看| 免费在线观看完整版高清| 在线观看免费视频网站a站| 亚洲欧美色中文字幕在线| 亚洲av成人不卡在线观看播放网| 久久婷婷成人综合色麻豆| 美女视频免费永久观看网站| 亚洲欧美精品综合一区二区三区| 国产老妇伦熟女老妇高清| 欧美性长视频在线观看| 国产成人精品久久二区二区免费| 国产亚洲精品一区二区www | svipshipincom国产片| 国产片内射在线| 熟女少妇亚洲综合色aaa.| 国产精品亚洲av一区麻豆| 国产精品久久电影中文字幕 | 国产一卡二卡三卡精品| avwww免费| 日韩欧美一区二区三区在线观看 | 丰满人妻熟妇乱又伦精品不卡| 正在播放国产对白刺激| 男女高潮啪啪啪动态图| 久久久久精品国产欧美久久久| 国产99久久九九免费精品| 久久人妻av系列| 久久人妻av系列| 久久人人爽av亚洲精品天堂| 欧美久久黑人一区二区| 欧美日韩国产mv在线观看视频| 男男h啪啪无遮挡| 国产1区2区3区精品| 欧美av亚洲av综合av国产av| 天天躁狠狠躁夜夜躁狠狠躁| 少妇被粗大的猛进出69影院| 久久精品国产亚洲av香蕉五月 | 在线观看人妻少妇| 韩国精品一区二区三区| 日本五十路高清| 免费看a级黄色片| 国产男靠女视频免费网站| 日韩欧美一区二区三区在线观看 | 在线观看舔阴道视频| 曰老女人黄片| 久热爱精品视频在线9| 亚洲专区国产一区二区| 老汉色∧v一级毛片| 飞空精品影院首页| 国产精品免费一区二区三区在线 | 在线观看人妻少妇| 91精品三级在线观看| 国产黄频视频在线观看| www.精华液| 两性午夜刺激爽爽歪歪视频在线观看 | 大片免费播放器 马上看| 久久久久久久大尺度免费视频| 99精品欧美一区二区三区四区| 国产黄色免费在线视频| 黑人猛操日本美女一级片| 在线 av 中文字幕| 国产日韩欧美在线精品| 天堂中文最新版在线下载| 99久久精品国产亚洲精品| 久久久久久久久免费视频了| 日日摸夜夜添夜夜添小说| 美女福利国产在线| 777久久人妻少妇嫩草av网站| 建设人人有责人人尽责人人享有的| 99久久人妻综合| 日韩欧美三级三区| 久久国产精品大桥未久av| 大香蕉久久成人网| 亚洲精品国产色婷婷电影| 成人精品一区二区免费| 成人特级黄色片久久久久久久 | 久久狼人影院| 久久中文字幕人妻熟女| 成人黄色视频免费在线看| 免费不卡黄色视频| 亚洲精品国产色婷婷电影| 热re99久久国产66热| 亚洲熟女毛片儿| 黄片小视频在线播放| 亚洲黑人精品在线| 久久久国产一区二区| 一本综合久久免费| 久久人人97超碰香蕉20202| 欧美老熟妇乱子伦牲交| 性色av乱码一区二区三区2| 国产熟女午夜一区二区三区| 高清av免费在线| 一区二区三区国产精品乱码| 在线观看66精品国产| tube8黄色片| 亚洲av日韩精品久久久久久密| 免费看十八禁软件| 亚洲国产欧美在线一区| 啦啦啦在线免费观看视频4| 一二三四在线观看免费中文在| 精品亚洲成a人片在线观看| 免费在线观看完整版高清| 国产精品 国内视频| av又黄又爽大尺度在线免费看| 精品少妇内射三级| 亚洲国产欧美日韩在线播放| 国产不卡av网站在线观看| 嫁个100分男人电影在线观看| 国产精品欧美亚洲77777| 9热在线视频观看99| 色在线成人网| 国产伦人伦偷精品视频| 99精品久久久久人妻精品| 一级毛片电影观看| 亚洲色图综合在线观看| 精品一区二区三区视频在线观看免费 | 日韩大码丰满熟妇| 两性夫妻黄色片| 久久久久久久久免费视频了| 久久久久久免费高清国产稀缺| 深夜精品福利| 国产极品粉嫩免费观看在线| 日本av手机在线免费观看| 亚洲熟女毛片儿| 少妇被粗大的猛进出69影院| 亚洲av第一区精品v没综合| 大码成人一级视频| 又黄又粗又硬又大视频| 日韩视频在线欧美| 久久天躁狠狠躁夜夜2o2o| 久久久久精品国产欧美久久久| av免费在线观看网站| 国产又色又爽无遮挡免费看| 欧美在线一区亚洲| 狂野欧美激情性xxxx| 老司机亚洲免费影院| 精品一品国产午夜福利视频| 亚洲av欧美aⅴ国产| 国产亚洲午夜精品一区二区久久| 亚洲午夜精品一区,二区,三区| 怎么达到女性高潮| 老司机亚洲免费影院| 日韩欧美一区二区三区在线观看 | 午夜福利视频精品| 欧美日韩av久久| 国产精品影院久久| 蜜桃在线观看..| 亚洲七黄色美女视频| 午夜精品久久久久久毛片777| 国产男女内射视频| 久久精品亚洲精品国产色婷小说| 另类精品久久| 99国产精品免费福利视频| 一夜夜www| 国产精品 欧美亚洲| 女人爽到高潮嗷嗷叫在线视频| 韩国精品一区二区三区| 国产精品免费一区二区三区在线 | 妹子高潮喷水视频| 国产伦理片在线播放av一区| 久久这里只有精品19| 亚洲色图av天堂| 亚洲成人免费av在线播放| 国产伦人伦偷精品视频| 欧美日韩福利视频一区二区| 亚洲欧美一区二区三区久久| 黄网站色视频无遮挡免费观看| av视频免费观看在线观看| 亚洲av电影在线进入| 最新在线观看一区二区三区| 免费在线观看日本一区| 亚洲国产欧美日韩在线播放| 少妇被粗大的猛进出69影院| 国产黄色免费在线视频| 大码成人一级视频| 九色亚洲精品在线播放| 日韩成人在线观看一区二区三区| 男女之事视频高清在线观看| 国产成人一区二区三区免费视频网站| 大片免费播放器 马上看| 国产一区二区三区视频了| 国产精品二区激情视频| 精品福利永久在线观看| √禁漫天堂资源中文www| 高清欧美精品videossex| 亚洲欧美色中文字幕在线| 午夜福利免费观看在线| 久久久精品国产亚洲av高清涩受| 黄色怎么调成土黄色| 美女视频免费永久观看网站| 国产精品国产av在线观看| 麻豆av在线久日| 999久久久精品免费观看国产| 久久久精品免费免费高清| 亚洲精品中文字幕一二三四区 | 欧美精品啪啪一区二区三区| 午夜福利视频在线观看免费| 久久精品人人爽人人爽视色| 中文字幕人妻熟女乱码| 看免费av毛片| 欧美日韩黄片免| 99国产精品免费福利视频| 汤姆久久久久久久影院中文字幕| 成人18禁在线播放| 国产精品国产高清国产av | 黄色 视频免费看| 在线永久观看黄色视频| 中国美女看黄片| 国产片内射在线| 国产精品一区二区精品视频观看| 国产不卡一卡二| 99国产精品一区二区蜜桃av | 精品久久久久久电影网| 国产免费视频播放在线视频| 乱人伦中国视频| 久久国产精品大桥未久av| √禁漫天堂资源中文www| 久久青草综合色| 九色亚洲精品在线播放| 国产91精品成人一区二区三区 | 超碰成人久久| 巨乳人妻的诱惑在线观看| 久久亚洲真实| 久久久精品94久久精品| 欧美国产精品va在线观看不卡| 亚洲第一av免费看| 欧美在线一区亚洲| 黄色丝袜av网址大全| 亚洲欧美激情在线| 一二三四社区在线视频社区8| 久9热在线精品视频| 啦啦啦中文免费视频观看日本| 国产一区二区三区视频了| 精品国产乱码久久久久久男人| 一区二区av电影网| 热99国产精品久久久久久7| 欧美av亚洲av综合av国产av| 天堂中文最新版在线下载| 99在线人妻在线中文字幕 | 成在线人永久免费视频| 99久久精品国产亚洲精品| 天天躁日日躁夜夜躁夜夜| 久久亚洲精品不卡| 亚洲精华国产精华精| 亚洲情色 制服丝袜| 超碰97精品在线观看| 女人久久www免费人成看片| 国产区一区二久久| 99国产精品一区二区三区| 国产不卡av网站在线观看| 日本av免费视频播放| 国产精品久久久久成人av| 日本欧美视频一区| 国产黄色免费在线视频| 国产一区二区 视频在线| 三上悠亚av全集在线观看| 精品免费久久久久久久清纯 | 日本wwww免费看| 欧美性长视频在线观看| 国产伦理片在线播放av一区| 99精品久久久久人妻精品| 欧美日韩av久久| 美女高潮喷水抽搐中文字幕| 国产激情久久老熟女| 搡老岳熟女国产| 最新在线观看一区二区三区| 下体分泌物呈黄色| 人人妻人人爽人人添夜夜欢视频| 国产成人一区二区三区免费视频网站| 热99国产精品久久久久久7| 久久久欧美国产精品| 国产精品亚洲av一区麻豆| av免费在线观看网站| 99在线人妻在线中文字幕 | 香蕉国产在线看| 丝袜美足系列| 国产高清激情床上av| 中文字幕人妻熟女乱码| 无限看片的www在线观看| 老汉色av国产亚洲站长工具| 最新在线观看一区二区三区| 一级a爱视频在线免费观看| 欧美日本中文国产一区发布| 18禁裸乳无遮挡动漫免费视频| 飞空精品影院首页| 少妇裸体淫交视频免费看高清 | 免费高清在线观看日韩| 亚洲国产中文字幕在线视频| 老司机靠b影院| 久久99一区二区三区| 一级毛片女人18水好多| 午夜福利一区二区在线看| 亚洲人成电影免费在线| 久久久久网色| 国产一区二区激情短视频| 国产成人欧美在线观看 | 一区二区三区乱码不卡18| 精品一区二区三卡| 夜夜夜夜夜久久久久| 国产深夜福利视频在线观看| 国产精品偷伦视频观看了| 激情在线观看视频在线高清 | 高清视频免费观看一区二区| www.熟女人妻精品国产| 好男人电影高清在线观看| 99riav亚洲国产免费| 欧美性长视频在线观看| 性高湖久久久久久久久免费观看| 最近最新中文字幕大全电影3 | 19禁男女啪啪无遮挡网站| 高清在线国产一区| av在线播放免费不卡| 视频区图区小说| 精品国产亚洲在线| 亚洲av国产av综合av卡| 久久精品亚洲熟妇少妇任你| 99国产综合亚洲精品| 一区二区三区国产精品乱码| 日本精品一区二区三区蜜桃| 黑人猛操日本美女一级片| 亚洲精品久久成人aⅴ小说| 亚洲精品乱久久久久久| 男人舔女人的私密视频| 一区在线观看完整版| 一区二区三区激情视频| 久久精品91无色码中文字幕| 曰老女人黄片| 中文字幕人妻丝袜制服| 午夜日韩欧美国产| 国产亚洲欧美在线一区二区| 国产高清国产精品国产三级| 久久毛片免费看一区二区三区| 国产成人欧美在线观看 | 黄色 视频免费看| 亚洲五月婷婷丁香| 欧美激情久久久久久爽电影 | 1024视频免费在线观看| 欧美性长视频在线观看| 黑丝袜美女国产一区| 精品高清国产在线一区| 日本精品一区二区三区蜜桃| 国产激情久久老熟女| 国产精品久久久av美女十八| 日本wwww免费看| 999久久久国产精品视频| 麻豆国产av国片精品| 激情视频va一区二区三区| 一边摸一边抽搐一进一小说 | 色播在线永久视频| 大香蕉久久网| 亚洲 欧美一区二区三区| 99国产精品免费福利视频| 欧美久久黑人一区二区| 91麻豆精品激情在线观看国产 | 亚洲美女黄片视频| e午夜精品久久久久久久| 精品人妻1区二区| 日韩有码中文字幕| 妹子高潮喷水视频| 欧美精品一区二区免费开放| 久久久精品区二区三区| 大香蕉久久成人网| 亚洲精品在线美女| 香蕉国产在线看| 亚洲精品中文字幕在线视频| tocl精华| 久久人人97超碰香蕉20202| 日本一区二区免费在线视频| 国产欧美日韩一区二区三区在线| 99精品久久久久人妻精品| 欧美日韩亚洲高清精品| 后天国语完整版免费观看| 老汉色∧v一级毛片| 日本一区二区免费在线视频| 91字幕亚洲| 夜夜夜夜夜久久久久| 啦啦啦免费观看视频1| 2018国产大陆天天弄谢| 国产不卡一卡二| 黑人猛操日本美女一级片| 久久狼人影院| 最新在线观看一区二区三区| 新久久久久国产一级毛片| 亚洲一卡2卡3卡4卡5卡精品中文| 欧美亚洲日本最大视频资源| 欧美日韩视频精品一区| 一级黄色大片毛片| 大香蕉久久成人网| 午夜视频精品福利| 色婷婷av一区二区三区视频|