• <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 ?

    基于DAM_XGCN 的疾病輔助診斷模型

    2021-08-24 08:36:50龔慶悅李鐵軍王紅云鮑劍洋胡孔法
    軟件導刊 2021年8期
    關鍵詞:大三陽醫(yī)案乙肝

    陳 燕,龔慶悅,李鐵軍,王紅云,鮑劍洋,胡孔法

    (1.南京中醫(yī)藥大學人工智能與信息技術學院,江蘇南京 210023;2.南京中醫(yī)藥大學第二附屬醫(yī)院(江蘇省第二中醫(yī)院),江蘇 南京 210017;3.南京中醫(yī)藥大學 護理學院,江蘇 南京 210023)

    0 引言

    自神經網絡[1]提出以來,相關學者從多角度拓展神經網絡研究,如在深度神經網絡中加入殘差塊[2]、利用深度神經網絡模型分析少樣本數據[3]、含注意力機制的卷積神經網絡識別語音情感[4]、保持聚類結構的屬性網絡表示學習[5]等。2005 年,圖神經網絡(Graph Neural Network,GNN)[6]被提出,GNN 是一種可直接應用于圖的神經網絡,即利用神經網絡分析圖結構數據、圖表示學習[7]等。它有多種類型,如圖卷積神經網絡(Graph Convolutional Net?works,GCNs)[8]、圖注意力網絡[9]、圖時空網絡[10]等。相關研究表明,卷積神經網絡[11-12]適用于分析中醫(yī)數據,例如分析患者聲音數據[13]以輔助聞診決策,分析舌象數據以獲得患者中醫(yī)體質類別[14],對中醫(yī)舌苔顏色進行分類研究[15]。

    乙肝小三陽、乙肝大三陽在一定情況下易相互轉化[16],若未及時確診,將增加患肝癌等疾病的風險。近年來,針對算法模型輔助診斷乙肝的研究引起了醫(yī)學界關注,例如構建ARIMA 模型與BP 神經網絡模型預測乙型肝炎發(fā)病率[17]、通過貝葉斯網絡模型分析美沙酮維持治療門診患者特征和HBsAg 陽性影響因素[18]等。與傳統(tǒng)復雜網絡分析方法[19]相比,圖卷積神經網絡[20-21]可解決實體間時序關聯信息無法充分學習等問題。

    本文選取江蘇省名醫(yī)整理的182 例乙肝患者診治臨床醫(yī)案,進行中西醫(yī)指標特征分析[22],通過XGBoost 與GCNs相結合的疾病輔助模型(Disease Auxiliary Monitoring Model Based on XGBoost and GCNs,DAM_XGCN)分析異常指標網絡(含有同一位患者多次診治時指標的波動信息)。該模型可輔助醫(yī)生診斷決策,且推薦波動顯著的指標項,便于醫(yī)生快速掌握患者疾病異常變化,以期為中西醫(yī)診療研究提供新的技術路線與研究思路。

    1 相關工作及定義

    1.1 圖卷積神經網絡

    利用圖卷積神經網絡進行分類時,輸入數據為N 個節(jié)點對應F 個特征的0-1 矩陣H∈RN×F、P 個節(jié)點連邊的拓撲表A∈RN×P,輸出結果為各節(jié)點屬于不同類別的概率Z∈RN×2。其定義為:

    本文采用兩層圖卷積神經網絡,網絡結構分為3 個部分:輸入層、兩個卷積層、輸出層。

    1.1.1 輸入層

    由醫(yī)案信息經過格式化處理得到醫(yī)案節(jié)點的特征表信息,每個節(jié)點對應1 次就診記錄,附有異常指標特征值(異常值取1,正常值取0);同一位患者前后就診醫(yī)案具有相關性,由此構建醫(yī)案拓撲表A。

    1.1.2 卷積層

    為使孤立點(沒有任意1 個節(jié)點與之相連接,即該患者有且僅有1 次就診記錄)也可獲取相似鄰近節(jié)點信息,本文采取雙層圖卷積層。圖卷積層第一層設置如下:輸入為N個節(jié)點、d 個特征信息(參數d 的值由XGBoost 模型得到的重要性指標數確定),輸出為d 個16 維特征并作為圖卷積層第二層輸入;第二層輸出為16 個2 維特征(第一維對應乙肝小三陽,第二維對應乙肝大三陽)。

    1.1.3 輸出層

    根據訓練后的模型給出驗證集中每一節(jié)點屬于兩種疾病的概率,根據“優(yōu)準確率”原則得到驗證集中各醫(yī)案節(jié)點疾病診斷結果(0 表示乙肝小三陽,1 表示乙肝大三陽)。

    1.2 拉普拉斯變換

    圖卷積神經網絡不僅對特征矩陣信息進行卷積處理,還對拓撲表A 進行拉普拉斯處理,具體操作步驟如下:

    (1)拉普拉斯變化。增加節(jié)點自連接,以獲取自身信息,計算如式(3)所示。

    (2)拉普拉斯歸一化。消除離群特征值,使特征值更加均勻化,計算如式(4)所示。

    1.3 雙向反饋策略

    本文在圖卷積神經網絡第二層設計前反饋機制,有3個關鍵步驟:①通過修正線性單元(Rectified Linear Unit,ReLU)激活函數[11],在第一卷積層訓練后得到的節(jié)點特征值中所有負數作歸0 化處理;②進入第二卷積層訓練后,得到節(jié)點特征值存為message;③計算message 損失值,如式(5)所示。

    為多次迭代訓練后得到最佳訓練模型,在每次迭代后增加1 個后反饋機制,評價當前迭代得到的模型梯度值,從而進一步優(yōu)化網絡模型。

    1.4 參數更新機制

    圖卷積神經網絡中需要更新的參數主要有兩個:權重W 和偏移量B。模型在第1、2 卷積層中設計各層需要的參數,即W1、B1和W2、B2,并通過ReLu 函數激活。在神經網絡模型中一般采用梯度下降法[23]更新權重,即在一個方向上調整模型參數值,更新公式為:

    在梯度下降基礎上,為使訓練的網絡穩(wěn)定收斂,Mo?mentum 算法[24-25]基于梯度移動指數作加權平均,優(yōu)化相同方向的訓練、弱化相反方向的震蕩,加速隨機梯度下降。更新公式為:

    本文采用自適應矩估計(Adaptive Moment Estimation,Adam)算法[26],Adam 同時具有Momentum 算法與均方根傳遞算法優(yōu)點,根據各參數學習速率動態(tài)調整該參數梯度一階矩估計與二階矩估計。更新公式為:

    2 模型構建

    DAM_XGCN 模型構建主要分為3 個階段,詳見圖1。階段一為異常指標網絡圖構建,通過XGBoost 模型篩選重要性大于100 的異常指標特征,并進行格式轉化得到數據集H 與A;階段二為疾病診斷決策,依次設計d×16 卷積層、16×2 卷積層,并通過前/后反饋機制篩選得到最優(yōu)模型;階段三為最優(yōu)指標組合篩選,通過“優(yōu)準確率”原則得到診斷疾病的關鍵指標組合。

    Fig.1 DAM_XGCN model structure圖1 DAM_XGCN 模型結構

    2.1 異常指標網絡構建

    本文實驗所用數據取自三甲醫(yī)院名醫(yī)精心篩選的乙肝診治臨床醫(yī)案,預處理后構建中西醫(yī)異常指標網絡圖,包括556 條診次記錄。每條診次記錄中含有4 類指標,共計30 種指標項(頻次大于10,見表1)。

    Table 1 Index items表1 指標項

    對由指標類兩兩組成的58 種二維指標組合(頻次大于10)、由指標類三三組合的8 種三維指標組合(頻次大于4),以及一維指標組合共計96(58+8+30)種診斷指標組合作XGBoost 重要性排序分析。1 個節(jié)點代表1 位患者的1 次診斷記錄,節(jié)點屬性特征即指標組合信息,節(jié)點連邊記錄患者前后診斷關系,由此構建特征表H 與拓撲表A,具體操作見算法1。

    算法1:異常指標網絡構建

    2.2 疾病診斷決策

    圖卷積神經網絡經多次調試,確定最優(yōu)初始化參數值,如表2 所示。

    Table 2 GCNs training parameters表2 GCNs 訓練參數

    該階段核心是對兩層圖卷積層作訓練,利用Pytorch 工具將訓練參數加入到訓練模型中進行迭代epoch=2 400 次,獲得最佳參數值。具體操作如算法2 所示。

    算法2:疾病診斷決策

    2.3 最優(yōu)指標組合篩選

    指標組合篩選采用“優(yōu)準確率”原則,從階段2 得到的所有指標組合中篩選出診斷乙肝小/大三陽最優(yōu)的指標組合。具體操作如算法3 所示。

    算法3:最優(yōu)指標組合篩選

    Input:一、二、三維指標組合的劃分結果評價指標

    Output:最佳指標組合

    a)遍歷一、二維指標組合

    (a)獲得每維組合在驗證集得到的準確率集合acc_val,并做升序處理;

    (b)按照“優(yōu)準確率”法取出該維最佳指標組合GOOD。

    b)遍歷GOOD、三維指標組合

    同a)中的(a)(b)步驟得出所求的最佳結果。

    3 實驗與結果分析

    3.1 交/差集劃分

    篩選重要性大于100 的一、二、三維指標組合,即所求差集,如圖2 所示。一維指標組合有虛脈、淡紅舌、細脈等,二維指標組合有數脈+膩苔、弦脈+肝(肝結節(jié)、肝光點密等)、虛脈+淡紅舌等,三維指標組合有弦脈+ALT+肝、薄苔+r-GT+脾等。

    Fig.2 Combination association of different set index圖2 差集指標組合關聯

    表1 中未出現在圖2 中的指標(重要性小于100)是在兩大患者群中波動區(qū)分度不顯著的異常指標,即所求交集。比較一、二、三維指標交集結果,發(fā)現包含緩脈指標,由此分析得出,兩大患者群前、中期均出現緩脈現象。

    3.2 差集分級

    對比分析DAM_XGCN 與支持向量機、邏輯回歸、貝葉斯、隨機森林、XGBoost 等傳統(tǒng)機器學習模型診斷結果準確率,如圖3 所示,得出DAM_XGCN 模型效果最優(yōu),準確率最高為二維指標組合的0.72。

    Fig.3 Histogram of prediction accuracy of 7 models圖3 7 種模型預測準確率直方圖

    二維指標組合的重要性排序等級如圖4 所示,統(tǒng)計前20 種指標組合,其中90%為脈診指標與舌診指標組合,由此推斷乙肝小、大三陽病情波動與患者脈象、舌象變化關系更為密切。其中,排名前三對應的臨床醫(yī)案診斷特點:數脈+膩苔組合,幾乎全部出現在乙肝大三陽中,且診治中、后期出現頻次較多;弦脈+肝(肝結節(jié)、肝光點密等)組合,以乙肝小三陽患者為主;虛脈+淡紅舌組合,主要出現在乙肝小三陽患者診治前、后期及乙肝大三陽患者中期。

    Fig.4 Two-dimensional index combination classification圖4 二維指標組合分級

    4 結語

    本文整理三甲醫(yī)院名醫(yī)記載的乙肝小、大三陽患者醫(yī)案數據,以中西醫(yī)指標(舌診指標、脈診指標、肝功能生化指標、彩超指標)作為圖節(jié)點特征,采用DAM_XGCN 模型作診斷預測。

    DAM_XGCN 輔助醫(yī)生從多指標異常變化及時診斷乙肝小/大三陽患者程度,可用于確診前的乙肝小/大三陽篩查工作。將XGBoost 與GCNs 有機組合的DAM_XGCN 模型同時具有XGBoost 特征選擇優(yōu)點和GCNs 學習網絡圖中特征實體屬性與實體間關聯的優(yōu)勢。一方面,可以將臨床醫(yī)案中縱向時序信息(同一位患者的前后診斷醫(yī)案)與橫向關聯信息(不同指標類組合的關聯信息)加入到模型中訓練學習;另一方面,在訓練過程中可視化階段性結果,例如指標重要性排序結果、一/二/三維指標組合的交/差集結果。較傳統(tǒng)機器學習診斷預測模型,本文采用DAM_XGCN 模型劃分效果最佳,準確率高達72%。

    為進一步提高基于DAM_XGCN 模型劃分兩大患者群的準確率,接下來將一方面細化數據實體信息,擴充數據;另一方面優(yōu)化DAM_XGCN 模型,考慮結合元路徑異質網絡、重疊患者群發(fā)現等技術,對中西醫(yī)診療中的相關問題作進一步研究。

    猜你喜歡
    大三陽醫(yī)案乙肝
    乙肝知多少?——帶您走出乙肝誤區(qū)!
    肝博士(2024年1期)2024-03-12 08:38:56
    張欣欣:乙型肝炎“大三陽”和“小三陽”的區(qū)別
    肝博士(2021年4期)2021-08-25 09:32:06
    大三陽老是頭暈沒力氣怎么辦
    今日健康(2021年6期)2021-07-06 09:18:48
    乙肝媽媽:我該如何孕育一個健康寶寶?
    肝博士(2020年4期)2020-09-24 09:21:32
    乙肝檢查認識誤區(qū):大三陽嚴重,小三陽就沒事,錯啦!
    醫(yī)案聊齋續(xù)篇 吐瀉案
    醫(yī)案聊齋續(xù)篇 晨泄案
    肝榮湯治停服阿德福韋酯后乙肝“大三陽”轉陰1例
    我哥這10年的悲歡離合乙肝路
    肝博士(2015年2期)2015-02-27 10:49:49
    乙肝抗體從哪兒來
    肝博士(2015年2期)2015-02-27 10:49:44
    少妇人妻久久综合中文| 好男人视频免费观看在线| 日韩 亚洲 欧美在线| 国产一级毛片在线| 国产伦理片在线播放av一区| 久久久久久久精品精品| 亚洲精品成人av观看孕妇| 91成人精品电影| 一本一本久久a久久精品综合妖精 国产伦在线观看视频一区 | 亚洲高清免费不卡视频| 晚上一个人看的免费电影| 国产一区有黄有色的免费视频| 大香蕉久久网| 视频区图区小说| 天美传媒精品一区二区| 亚洲五月色婷婷综合| 夜夜爽夜夜爽视频| 纵有疾风起免费观看全集完整版| 午夜激情久久久久久久| 夜夜骑夜夜射夜夜干| 99久久人妻综合| 久久久久国产网址| 久久精品国产自在天天线| 黑人欧美特级aaaaaa片| 婷婷色av中文字幕| 久久av网站| 亚洲av中文av极速乱| 2018国产大陆天天弄谢| 51国产日韩欧美| 男女无遮挡免费网站观看| 在线天堂最新版资源| 国产精品秋霞免费鲁丝片| av国产精品久久久久影院| 久久久精品区二区三区| 国产在线视频一区二区| 午夜日本视频在线| 国国产精品蜜臀av免费| videossex国产| 成年av动漫网址| 成年人免费黄色播放视频| 国产精品成人在线| 国产片内射在线| 国产精品99久久99久久久不卡 | 欧美国产精品一级二级三级| 亚洲精品国产av成人精品| 乱人伦中国视频| 国产探花极品一区二区| 最新中文字幕久久久久| 一本久久精品| 久久久久久人妻| 免费大片黄手机在线观看| 欧美日韩视频精品一区| 天美传媒精品一区二区| 日日啪夜夜爽| 纵有疾风起免费观看全集完整版| 制服人妻中文乱码| 婷婷成人精品国产| 亚洲成色77777| 日韩精品有码人妻一区| 一级毛片我不卡| 乱人伦中国视频| 黑丝袜美女国产一区| 免费播放大片免费观看视频在线观看| 一区二区三区乱码不卡18| 伊人久久国产一区二区| 我的老师免费观看完整版| 国产一区亚洲一区在线观看| 欧美日韩av久久| 亚洲三级黄色毛片| 亚洲精品视频女| 国产精品欧美亚洲77777| 国产 精品1| 在线观看免费视频网站a站| 国产精品 国内视频| 国产亚洲午夜精品一区二区久久| a级毛色黄片| 日韩在线高清观看一区二区三区| 日本色播在线视频| 毛片一级片免费看久久久久| 久久精品国产鲁丝片午夜精品| 国产精品.久久久| 成人国产麻豆网| 91精品伊人久久大香线蕉| 熟妇人妻不卡中文字幕| 人妻制服诱惑在线中文字幕| 亚洲国产av影院在线观看| 热re99久久国产66热| 97在线人人人人妻| 人体艺术视频欧美日本| 日韩av免费高清视频| 少妇人妻精品综合一区二区| 亚洲精品美女久久av网站| 美女主播在线视频| 国产av国产精品国产| 亚洲av不卡在线观看| 国产成人精品福利久久| 26uuu在线亚洲综合色| 在线观看免费高清a一片| 特大巨黑吊av在线直播| 九九在线视频观看精品| 日韩中文字幕视频在线看片| 国产精品99久久99久久久不卡 | 嫩草影院入口| 日本欧美视频一区| 久久99精品国语久久久| 最近中文字幕高清免费大全6| 久久久久久久大尺度免费视频| 国产在线视频一区二区| 亚洲精品色激情综合| 中文字幕精品免费在线观看视频 | 成人毛片60女人毛片免费| 亚洲内射少妇av| 狂野欧美激情性bbbbbb| 免费大片黄手机在线观看| 精品一区二区免费观看| 日本欧美国产在线视频| 国产乱人偷精品视频| 午夜视频国产福利| 天堂中文最新版在线下载| h视频一区二区三区| 女性生殖器流出的白浆| kizo精华| 国产成人freesex在线| 大话2 男鬼变身卡| 成人黄色视频免费在线看| 国产成人91sexporn| 在线观看三级黄色| 日本av手机在线免费观看| 免费日韩欧美在线观看| 免费av不卡在线播放| 在线看a的网站| 亚洲美女视频黄频| 国产一区亚洲一区在线观看| 在线观看免费高清a一片| 丁香六月天网| 久久久午夜欧美精品| 最近中文字幕高清免费大全6| av线在线观看网站| 亚洲欧美一区二区三区黑人 | freevideosex欧美| 久久97久久精品| 少妇人妻精品综合一区二区| 最新的欧美精品一区二区| 汤姆久久久久久久影院中文字幕| 久久久久精品久久久久真实原创| 免费不卡的大黄色大毛片视频在线观看| 97在线视频观看| 成人无遮挡网站| 18禁动态无遮挡网站| 秋霞伦理黄片| 99精国产麻豆久久婷婷| 亚洲一区二区三区欧美精品| 少妇被粗大猛烈的视频| 黑人猛操日本美女一级片| 毛片一级片免费看久久久久| 国产视频内射| av视频免费观看在线观看| 免费观看在线日韩| 午夜免费鲁丝| 少妇精品久久久久久久| av网站免费在线观看视频| 久久午夜综合久久蜜桃| 天天影视国产精品| 一区二区三区精品91| 高清不卡的av网站| 一级毛片aaaaaa免费看小| 免费高清在线观看视频在线观看| 插阴视频在线观看视频| 欧美激情国产日韩精品一区| 亚洲av福利一区| 99热全是精品| 国产成人精品久久久久久| 91久久精品国产一区二区三区| 999精品在线视频| 黑丝袜美女国产一区| 国国产精品蜜臀av免费| 在线观看人妻少妇| 91aial.com中文字幕在线观看| 热re99久久国产66热| av专区在线播放| 看非洲黑人一级黄片| 国产精品久久久久成人av| 国产又色又爽无遮挡免| 看非洲黑人一级黄片| 国产成人a∨麻豆精品| 丝袜脚勾引网站| 狂野欧美白嫩少妇大欣赏| av线在线观看网站| kizo精华| a级毛片在线看网站| 99热国产这里只有精品6| 久久久久人妻精品一区果冻| 欧美xxxx性猛交bbbb| 日韩视频在线欧美| 国产高清不卡午夜福利| 婷婷色综合大香蕉| 亚洲欧洲精品一区二区精品久久久 | 日韩,欧美,国产一区二区三区| 久久免费观看电影| 成人国语在线视频| 日日爽夜夜爽网站| 久久婷婷青草| 九九久久精品国产亚洲av麻豆| 亚洲国产精品成人久久小说| 五月开心婷婷网| 少妇丰满av| 高清欧美精品videossex| 午夜免费男女啪啪视频观看| 亚洲伊人久久精品综合| 另类精品久久| 寂寞人妻少妇视频99o| 9色porny在线观看| 男人添女人高潮全过程视频| 色婷婷av一区二区三区视频| 性色av一级| 熟女电影av网| 国精品久久久久久国模美| 夜夜爽夜夜爽视频| 99热网站在线观看| 天堂俺去俺来也www色官网| 国产成人精品在线电影| 国产精品女同一区二区软件| 亚洲图色成人| 亚洲色图 男人天堂 中文字幕 | 在现免费观看毛片| 久久国产精品大桥未久av| 在线观看国产h片| av在线app专区| 18在线观看网站| 亚洲高清免费不卡视频| 日韩,欧美,国产一区二区三区| 2018国产大陆天天弄谢| 久久久国产欧美日韩av| 精品久久久久久久久亚洲| 精品人妻熟女av久视频| 欧美三级亚洲精品| 成人无遮挡网站| 人人妻人人爽人人添夜夜欢视频| 欧美少妇被猛烈插入视频| videos熟女内射| 大香蕉久久成人网| 人妻少妇偷人精品九色| 中文字幕人妻丝袜制服| av卡一久久| 国产伦理片在线播放av一区| 色哟哟·www| 久久精品国产亚洲av天美| av在线观看视频网站免费| 亚洲综合精品二区| 女性生殖器流出的白浆| 国产黄片视频在线免费观看| 日韩在线高清观看一区二区三区| 国产精品欧美亚洲77777| av在线app专区| 制服诱惑二区| 久久99热6这里只有精品| 人体艺术视频欧美日本| 大片免费播放器 马上看| 尾随美女入室| av天堂久久9| 亚洲av成人精品一区久久| 一区在线观看完整版| av女优亚洲男人天堂| 少妇高潮的动态图| 在线观看三级黄色| 久久99热6这里只有精品| 全区人妻精品视频| 日本色播在线视频| 国产黄片视频在线免费观看| 99热这里只有精品一区| 久久久久久久久久人人人人人人| 在线观看三级黄色| 国产日韩欧美视频二区| 一级毛片aaaaaa免费看小| 国产男女超爽视频在线观看| 看非洲黑人一级黄片| 久久99热这里只频精品6学生| 午夜精品国产一区二区电影| 国产高清不卡午夜福利| 精品久久蜜臀av无| 51国产日韩欧美| 久久久久久久久久成人| 精品国产乱码久久久久久小说| 亚洲高清免费不卡视频| 黄色欧美视频在线观看| 欧美日韩成人在线一区二区| 国产av国产精品国产| 久久久久久久久久久丰满| 久久人妻熟女aⅴ| 午夜久久久在线观看| 建设人人有责人人尽责人人享有的| 国产探花极品一区二区| 丰满乱子伦码专区| 国产av一区二区精品久久| 免费不卡的大黄色大毛片视频在线观看| 狠狠精品人妻久久久久久综合| 久久久午夜欧美精品| 成年人午夜在线观看视频| 人人妻人人澡人人爽人人夜夜| 日本av手机在线免费观看| 免费看不卡的av| 欧美精品国产亚洲| 少妇精品久久久久久久| 日韩三级伦理在线观看| 亚洲av成人精品一区久久| 亚洲国产av新网站| 成年av动漫网址| 亚洲精品日韩av片在线观看| 亚洲av综合色区一区| 日韩一本色道免费dvd| 在线 av 中文字幕| 纵有疾风起免费观看全集完整版| 五月天丁香电影| 你懂的网址亚洲精品在线观看| 亚洲精品av麻豆狂野| 久久亚洲国产成人精品v| 亚洲欧洲日产国产| 日韩精品免费视频一区二区三区 | 亚洲欧洲国产日韩| 亚洲av不卡在线观看| 日本av免费视频播放| 日韩 亚洲 欧美在线| 午夜福利网站1000一区二区三区| 一级毛片我不卡| 色94色欧美一区二区| 亚洲欧美日韩卡通动漫| av有码第一页| 大片免费播放器 马上看| 国产在线免费精品| 亚洲,一卡二卡三卡| 国产伦理片在线播放av一区| 国产成人av激情在线播放 | 一边亲一边摸免费视频| 夜夜爽夜夜爽视频| 免费久久久久久久精品成人欧美视频 | 国产69精品久久久久777片| 精品人妻偷拍中文字幕| 国产片特级美女逼逼视频| 国产av码专区亚洲av| 91精品伊人久久大香线蕉| 欧美激情极品国产一区二区三区 | 国产一级毛片在线| 亚洲精品日韩av片在线观看| 亚洲国产成人一精品久久久| 久久精品国产自在天天线| 嘟嘟电影网在线观看| 在线观看免费日韩欧美大片 | 人人妻人人澡人人看| 丝袜在线中文字幕| 观看av在线不卡| 国产69精品久久久久777片| 只有这里有精品99| 国产亚洲一区二区精品| 街头女战士在线观看网站| 一边摸一边做爽爽视频免费| 汤姆久久久久久久影院中文字幕| 国产亚洲一区二区精品| 国产熟女午夜一区二区三区 | 桃花免费在线播放| 女的被弄到高潮叫床怎么办| 欧美精品人与动牲交sv欧美| 五月天丁香电影| 亚洲欧美精品自产自拍| 美女福利国产在线| 色5月婷婷丁香| 99九九线精品视频在线观看视频| 午夜福利,免费看| 免费大片18禁| 精品少妇黑人巨大在线播放| 亚洲色图综合在线观看| 久久女婷五月综合色啪小说| 一级毛片我不卡| 高清午夜精品一区二区三区| 国模一区二区三区四区视频| 国产精品人妻久久久久久| 女人精品久久久久毛片| 麻豆精品久久久久久蜜桃| 91精品三级在线观看| 黑人高潮一二区| 性色av一级| 男女免费视频国产| 久久精品久久精品一区二区三区| 日韩视频在线欧美| 成人国产麻豆网| 久久精品国产亚洲网站| 肉色欧美久久久久久久蜜桃| 黑人欧美特级aaaaaa片| 日本欧美视频一区| 免费播放大片免费观看视频在线观看| 狂野欧美白嫩少妇大欣赏| 大陆偷拍与自拍| 制服人妻中文乱码| 亚洲第一av免费看| 亚洲国产成人一精品久久久| 91久久精品国产一区二区成人| 建设人人有责人人尽责人人享有的| 国产成人freesex在线| 久久ye,这里只有精品| 丝袜喷水一区| 精品国产乱码久久久久久小说| 一本久久精品| 国产精品麻豆人妻色哟哟久久| 欧美xxⅹ黑人| 亚洲av福利一区| 国产成人aa在线观看| 欧美激情国产日韩精品一区| 国产一区二区在线观看av| 免费日韩欧美在线观看| 国产精品人妻久久久久久| 欧美精品一区二区免费开放| 久久青草综合色| 91精品国产九色| 国产av码专区亚洲av| 黑人猛操日本美女一级片| 91精品国产九色| 欧美日韩综合久久久久久| 黑人高潮一二区| 在线免费观看不下载黄p国产| 国产又色又爽无遮挡免| 视频在线观看一区二区三区| 久久人人爽av亚洲精品天堂| 18禁动态无遮挡网站| 精品国产露脸久久av麻豆| 最近最新中文字幕免费大全7| 性色avwww在线观看| 自线自在国产av| 最近中文字幕2019免费版| 大码成人一级视频| 午夜精品国产一区二区电影| 欧美亚洲 丝袜 人妻 在线| 青青草视频在线视频观看| 午夜精品国产一区二区电影| 免费高清在线观看日韩| 久久久久视频综合| 亚洲精品第二区| 黄色配什么色好看| 少妇被粗大猛烈的视频| 2021少妇久久久久久久久久久| 国产午夜精品一二区理论片| 美女主播在线视频| 夜夜骑夜夜射夜夜干| 精品人妻在线不人妻| 久久精品国产自在天天线| 精品久久久精品久久久| 两个人免费观看高清视频| 国产精品 国内视频| 18禁在线播放成人免费| 国产精品一区www在线观看| 看十八女毛片水多多多| 国产精品免费大片| 国产精品一二三区在线看| 亚洲,欧美,日韩| 精品久久久精品久久久| 亚洲国产精品999| 国产亚洲午夜精品一区二区久久| 黑人欧美特级aaaaaa片| 欧美丝袜亚洲另类| 一边摸一边做爽爽视频免费| 在线观看一区二区三区激情| 日韩欧美一区视频在线观看| 欧美人与善性xxx| 黄片无遮挡物在线观看| 精品少妇久久久久久888优播| 国产无遮挡羞羞视频在线观看| 亚洲精品久久成人aⅴ小说 | 国产欧美日韩一区二区三区在线 | 五月伊人婷婷丁香| 亚洲av电影在线观看一区二区三区| 我的老师免费观看完整版| 草草在线视频免费看| 91精品国产国语对白视频| 极品少妇高潮喷水抽搐| 看十八女毛片水多多多| 女人精品久久久久毛片| a 毛片基地| 午夜免费男女啪啪视频观看| 18在线观看网站| 久久人人爽av亚洲精品天堂| 国产欧美日韩一区二区三区在线 | 午夜久久久在线观看| 一区二区三区乱码不卡18| 免费少妇av软件| 夜夜看夜夜爽夜夜摸| 国产成人精品婷婷| 麻豆乱淫一区二区| 亚洲久久久国产精品| av在线观看视频网站免费| 一级毛片电影观看| 欧美3d第一页| 亚洲经典国产精华液单| 亚洲国产精品专区欧美| 国内精品宾馆在线| 欧美一级a爱片免费观看看| 美女大奶头黄色视频| 精品久久国产蜜桃| 国产无遮挡羞羞视频在线观看| 亚洲精品aⅴ在线观看| 亚洲婷婷狠狠爱综合网| 在线亚洲精品国产二区图片欧美 | 一级毛片电影观看| 免费黄色在线免费观看| 国产成人午夜福利电影在线观看| 这个男人来自地球电影免费观看 | 美女大奶头黄色视频| 少妇的逼好多水| 久久精品国产亚洲网站| 少妇高潮的动态图| 日韩中字成人| 能在线免费看毛片的网站| 久久国产精品男人的天堂亚洲 | 国产精品国产av在线观看| av在线观看视频网站免费| 丝袜美足系列| 国产成人精品一,二区| 一区二区三区精品91| 日本爱情动作片www.在线观看| 乱码一卡2卡4卡精品| 高清黄色对白视频在线免费看| 亚洲欧洲精品一区二区精品久久久 | 在现免费观看毛片| 熟女av电影| 精品国产一区二区久久| av女优亚洲男人天堂| 欧美老熟妇乱子伦牲交| 精品久久久久久久久亚洲| 日本欧美国产在线视频| 蜜桃在线观看..| 欧美日韩视频精品一区| 高清欧美精品videossex| 精品人妻在线不人妻| 亚洲美女黄色视频免费看| 99九九在线精品视频| 中文字幕久久专区| 国产精品成人在线| 一区二区三区乱码不卡18| 91精品一卡2卡3卡4卡| 美女国产视频在线观看| 简卡轻食公司| 精品少妇黑人巨大在线播放| 各种免费的搞黄视频| 国产69精品久久久久777片| 国产高清不卡午夜福利| 九色成人免费人妻av| 国产精品一区www在线观看| 亚洲久久久国产精品| 色吧在线观看| 国产黄色视频一区二区在线观看| 久久鲁丝午夜福利片| 日韩中文字幕视频在线看片| 婷婷色av中文字幕| 熟女电影av网| 久久久久久久精品精品| 国产免费又黄又爽又色| 国产一区二区三区av在线| 99久国产av精品国产电影| 亚洲欧美成人精品一区二区| 日本wwww免费看| 99九九在线精品视频| 亚洲无线观看免费| 中国三级夫妇交换| 欧美成人精品欧美一级黄| 满18在线观看网站| 国产av国产精品国产| 精品视频人人做人人爽| 只有这里有精品99| 中文字幕久久专区| 亚洲美女视频黄频| 午夜激情av网站| 人人妻人人澡人人爽人人夜夜| 搡老乐熟女国产| 极品少妇高潮喷水抽搐| 久久久午夜欧美精品| 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 | 日韩 亚洲 欧美在线| 99视频精品全部免费 在线| 制服人妻中文乱码| 国产高清三级在线| 一区在线观看完整版| 99久国产av精品国产电影| 日本黄色日本黄色录像| 国产亚洲欧美精品永久| 狠狠精品人妻久久久久久综合| av有码第一页| 伦理电影免费视频| 久久久久久人妻| 男女啪啪激烈高潮av片| 91精品国产国语对白视频| 久久精品国产亚洲av天美| 两个人免费观看高清视频| 伦理电影大哥的女人| 美女脱内裤让男人舔精品视频| 亚洲av二区三区四区| 免费大片黄手机在线观看| 亚洲国产日韩一区二区| 大香蕉久久网| 久久鲁丝午夜福利片| 女性生殖器流出的白浆| 国产男女超爽视频在线观看| 欧美最新免费一区二区三区| 亚洲经典国产精华液单| 久久久国产精品麻豆| 久久精品人人爽人人爽视色| .国产精品久久| 91精品国产国语对白视频| 久久久久久久久久成人| 69精品国产乱码久久久| 国产成人免费无遮挡视频| 亚洲不卡免费看| 男女免费视频国产| av一本久久久久| 久久精品久久久久久久性| 国产成人一区二区在线| 少妇被粗大猛烈的视频| 精品久久久精品久久久|