• <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 ?

    卷積神經(jīng)網(wǎng)絡在中醫(yī)舌象分類中的應用研究

    2021-09-10 07:22:44于飛
    醫(yī)學前沿 2021年2期
    關鍵詞:舌象卷積神經(jīng)網(wǎng)絡機器學習

    摘要 目的:探索將卷積神經(jīng)網(wǎng)絡技術應用于舌象照片分類任務的方法,從而實現(xiàn)機器學習模型對中醫(yī)臨床舌診行為的模擬。方法:使用人工標注后的舌象照片數(shù)據(jù)集分別對YOLO和EfficientNet卷積神經(jīng)網(wǎng)絡模型訓練。我們在訓練過程中綜合調(diào)試了各類校正算法與超參數(shù),兩模型成功提取圖片數(shù)據(jù)中的模式特征并形成不同特征映射, 使YOLO和EfficientNet分別實現(xiàn)實時舌體識別和中醫(yī)學舌象特征分類的功能。結果:深度學習模型對部分舌象特征典型的舌診照片識別精度較好,對芒刺舌、裂紋舌、齒痕舌的識別精確率分別為0.86、0.75和0.72。結論:卷積神經(jīng)網(wǎng)絡模型對幾種特征性舌象的識別能力較好,但對舌色、舌形、津液情況多分類的識別尚不理想,尚需進一步改善使用舌診照片訓練卷積神經(jīng)網(wǎng)絡模型的方法。

    關鍵詞 中醫(yī)學;人工智能;機器學習;深度學習;卷積神經(jīng)網(wǎng)絡;舌診;舌象

    隨著人們保健意識日益增強,人們期望能夠隨時隨地了解自己的健康情況,移動醫(yī)療的研發(fā)項目也大量應運而生。近年來醫(yī)療信息數(shù)據(jù)庫的逐步建立和完善,網(wǎng)絡傳輸?shù)男畔⑼掏铝刻嵘?,計算機硬件運算能力的提高,數(shù)據(jù)分析(Data Analysis, DA)與機器學習(Machine Learning, ML)算法的更新,都使移動醫(yī)療從概念走進現(xiàn)實。

    中醫(yī)藥學在治未?。▉喗】禒顟B(tài))領域經(jīng)驗豐富,在癥狀的識別與保健方法上具有獨特優(yōu)勢。疾病或亞健康的治療及保健效果都需建立在可靠診斷的基礎上,中醫(yī)診斷中歷來強調(diào)四診合參、辨證論治,也就是說,診斷的確定需建立在望、聞、問、切四種方式獲得的臨床資料之上。舌診是望診的組成部分,醫(yī)生舌診時所見的舌體及舌苔特征稱為舌象,舌診照片保存了舌象全部的資料,是我們本次研究的數(shù)據(jù)來源。醫(yī)生根據(jù)舌象對病情判斷的準確度與判讀人員的經(jīng)驗、知識水平和視覺敏感度相關,不同醫(yī)生對同一舌象的判讀結果可存在較大差異0。對主觀因素對臨床資料解讀影響程度的評估方法,一直是中醫(yī)診斷客觀化的難題。

    本次研究嘗試通過將DA與ML等數(shù)據(jù)處理技術,對舌診照片中潛在的數(shù)據(jù)特征進行識別和提取,計算機圖像處理研究人員發(fā)現(xiàn),卷積運算可保證圖像中淺層特征充分識別和提取的前提下,大幅降低計算復雜度,現(xiàn)已成為計算機視覺常用的圖像特征提取方法。人工智能近年來的突破都與人工神經(jīng)網(wǎng)絡(Artificial Neural Network, ANN)的發(fā)展密切相關,ANN由大量的人工神經(jīng)元聯(lián)結、計算有關,ANN在輸入數(shù)據(jù)信息后,不斷自適應地根據(jù)輸入數(shù)據(jù)的統(tǒng)計學特征非線性地改變內(nèi)部權重,構造出局部或全局最優(yōu)的模型。本研究以ANN與卷積運算結合后的卷積神經(jīng)網(wǎng)絡(convolution neural network,CNN)為基礎,通過有監(jiān)督的ML數(shù)據(jù)建模。因此,用于圖片對象識別和分類任務的模型權重調(diào)整不僅依賴于圖像語義特征的運算結果,還會受人工標注者主觀因素的影響。模型訓練完畢后,我們將評估卷積神經(jīng)網(wǎng)絡模型自主舌診圖片識別和分類的精確度,分析不足之處,為進一步完善模型的配置和訓練方式奠定基礎。

    近年來,中醫(yī)藥學與卷積神經(jīng)網(wǎng)絡技術結合應用于舌診機器分類的試驗研究已獲得一定進步,董競方0通過將CNN網(wǎng)絡ResNet50應用于對442例腫瘤患者舌象圖片的學習,獲得齒痕舌、瘀斑舌自動識別模型,F(xiàn)-1達到91.88%。劉夢0通過Faster R-CNN與微調(diào)(fine tune)技術應用于構建齒痕舌、裂紋舌識別模型,對裂紋舌識別F-1為97.1%,對齒痕舌識別F-1為85.1%。

    1 資料

    研究的舌象照片來自網(wǎng)絡爬蟲程序,共計6373張。將全部照片分為兩個數(shù)據(jù)集,分別用于舌體識別模型與舌象分類兩個模型的訓練與測試。識別模型數(shù)據(jù)集3500張,分類模型數(shù)據(jù)集共2873張。

    2 方法

    2.1數(shù)據(jù)預處理

    2.1.1標準化 為了保證全部圖片符合CNN模型輸入尺寸要求,我們對舌象照片給予等比例縮放,并對照片的留白部分灰色填充。

    2.1.2歸一化 為保證模型的穩(wěn)定性和訓練效率,我們對圖片數(shù)據(jù)進行歸一化處理,參考ImageNet圖庫中的統(tǒng)計數(shù)據(jù),RGB三個通道均值為0.485、0.456、0.406,標準差為0.229、0.224、0.225。

    2.1.3數(shù)據(jù)擴增 為了降低模型權重對訓練集中數(shù)據(jù)的過擬合風險,增加其泛化能力,可對數(shù)據(jù)集中數(shù)據(jù)進行多重處理,增加圖片中信息的離散性,使訓練集中數(shù)據(jù)更加貼近現(xiàn)實的情況。

    2.1.4數(shù)據(jù)集分割 我們采取打亂數(shù)據(jù)集中圖片順序后,按比例分割的方法對數(shù)據(jù)集分割為訓練集、驗證集和測試集。舌體識別模型訓練集:驗證集為17:3,舌象分類模型訓練集:驗證集:測試集為4:1:1。

    2.2 CNN模型 YOLO-v4和EfficientNet模型是當前先進的圖像處理卷積神經(jīng)網(wǎng)絡模型,其架構先進,與多種先進算法適配,無論在性能和精度上均處于先進水平。其中,YOLO-v4模型運算速度快,分類精度差,適用于舌體識別,EfficientNet-B2模型分類精度高,運算速度慢,可用于舌象分類。CNN可以很好地對圖像信息的特征進行提取和層層處理后,計算某圖片對不同分類的多重Logistic回歸結果,從而獲得概率估值,估值與閾值結合后判斷圖片的分類結果。

    2.3 模型訓練 為了提高訓練效率并充分利用模型初始權重所包含的預訓練集數(shù)據(jù)信息,訓練過程聯(lián)合使用轉(zhuǎn)移學習與凍結學習的方法,YOLO-v4模型訓練的第1~10期(epoch)凍結淺層,第11~200期解凍全層。

    2.4 超參數(shù)設置

    批量(batch size)是數(shù)據(jù)集每次批量輸入模型的一次性樣本量,每次迭代模型內(nèi)權重更新的方向和參數(shù)受每批數(shù)據(jù)信息影響,批量較大時模型權重調(diào)整更準確,批量較小時,損失函數(shù)可能出現(xiàn)難收斂的問題。在滿足計算機元件滿載運行的前提下,適當提高批量至合適的大小。損失函數(shù)(loss function)是用來計算評估所建立數(shù)學模型與現(xiàn)實世界數(shù)據(jù)間差距的函數(shù)。優(yōu)化算法(optimization algorithm)是通過調(diào)整模型參數(shù)使損失函數(shù)逐步逼近最優(yōu)解的計算方法,包括對前次迭代模型參數(shù)數(shù)據(jù)的處理以及新參數(shù)調(diào)整幅度的計算。為了保證收斂和效率的平衡,本次試驗對兩個模型均應用余弦退火法(cosine anealing)的學習率調(diào)整策略(learning rate scheduler),利用余弦函數(shù)曲線特點,使學習率隨訓練迭代次數(shù)而改變,呈先緩、再速、終緩的速率變化特點。

    2.5 訓練結束 經(jīng)反復調(diào)試,將第115期的模型權重作為最終權重。

    2.6 判定閾值 一般來說,輸入圖片對某分類的Logistic回歸結果越高,圖片更可能歸屬于該分類,概率閾值一般定為0.5。為了保證圖片在各分類維度下都有明確的歸類,本研究將各分類維度下的最高概率值定為分類閾值。

    3 結果

    3.1 測試指標 為了評估模型對訓練集外舌診照片的分類精度,反映模型對現(xiàn)實數(shù)據(jù)集的分類精度,我們對比了模型與普通醫(yī)生在測試集分類結果上的差異性。精確率(precision)越高,我們對分類陽性結果的把握越大;召回率(recall)越高,我們對陰性分類結果的把握越大,F(xiàn)-1是精確率、召回率的調(diào)和平均數(shù),用于綜合評估模型分類準確度。

    3.2 分類標簽 以中醫(yī)診斷學中的類型劃分標準為基礎,同時考慮到中醫(yī)臨床辨證的需求后,對舌診照片的分類標簽設置為兩層,第一層分類將舌象特征劃分為幾個維度,分別為舌色、舌形、苔色、苔厚度、津液情況、齒痕舌、裂紋舌、芒刺舌8種。第二層分類在第一層的基礎上進一步劃分,舌色分為淡白舌、淡紅舌、紅舌、絳舌、青紫舌5種;舌形分為痩薄舌、正常舌、胖大舌3種;津液情況分為燥苔、潤苔、滑苔3種;苔厚度分為厚苔與薄苔;苔色分為黃苔與白苔;齒痕舌、裂紋舌和芒刺舌均分為有、無兩類0。

    3.3 測試結果

    EfficientNet-B2模型對五分類精確率最差,三分類精確率次之,二分類項目精確率最好。模型對舌色分類淡紅舌的識別最好(F-1為0.53),但無法識別淡白舌。模型對舌形分類胖大舌的識別最好(F-1為0.59),痩薄舌較差(F-1為0.23)。模型對津液分類潤苔的識別最好(F-1為0.86),燥苔、滑苔的識別均不足(F-1分別為0.14和0.18);模型對苔厚度分類的厚苔識別較好(F-1為0.70)。模型對苔色分類黃苔識別較差(F-1為0.57)。模型對齒痕舌、裂紋舌的識別較好(F-1分別為0.72和0.73),對芒刺舌的識別略差(F-1為0.60)。

    4 分析與討論

    根據(jù)模型不同分類測試結果的差異,分析可能影響結果精確度的因素。

    4.1 數(shù)據(jù)不均衡 模型對舌色、舌形、津液多分類的精確率不足,三分類維度下,模型對淡紅舌、正常舌形、潤苔的分類精確率都相對較高,這與訓練數(shù)據(jù)集中各分類的樣本量分布情況基本一致(圖2~4)。根據(jù)CNN模型訓練原理,訓練數(shù)據(jù)集中占多數(shù)的分類會對模型權重產(chǎn)生較多影響,因此導致訓練后模型對樣本量偏大類別的精確率高于其他分類。

    4.2 數(shù)據(jù)預處理 模型對舌色、苔色的分類精度不理想,這可能是舌色、舌苔圖像信息相互干擾的結果。舌診照片來源廣泛,受拍攝時光源、拍攝角度、圖片采集設備影響,大量噪聲無法避免,模型對數(shù)據(jù)特征的提取難度增大。有研究0000顯示,舌體分割與苔質(zhì)分離技術可顯著提高舌象照片的分類精度,未來模型優(yōu)化時,可將舌體分割與苔質(zhì)分離技術用于舌象照片的預處理,降低圖像信息信噪比,改善模型分類精確率。

    4.3 訓練

    圖5中兩數(shù)據(jù)集曲線隨迭代次數(shù)震蕩分離,說明模型對兩數(shù)據(jù)集的分類精確率不同,我們考慮可能存在過擬合(overfitting)。為了使模型對訓練集外數(shù)據(jù)能有較好泛化性,應在訓練時同時監(jiān)測模型對驗證集的損失函數(shù),必要時提前停止訓練,避免模型對訓練集過擬合。但是,提前停止又有模型欠擬合的風險。我們共迭代訓練200期,最后選擇第115期模型的權重,損失函數(shù)為0.5744。

    4.4 閾值設置 模型對測試集中照片舌色分類時,訓練集和測試集中共140張人工標注的淡白舌照片,沒有1張被成功識別,回顧訓練后模型對標注為淡白舌照片的Logistic回歸結果,其概率一直在0.05左右震蕩,遠低于其他舌色的閾值,因此無法被正確歸類。造成這種結果的原因很多,舌色分類維度下的不同舌色設定不同閾值可能是解決方法之一。

    5. 展望

    根據(jù)試驗數(shù)據(jù)結果,可以發(fā)現(xiàn)將ML和AI技術應用于舌診照片分類任務是存在可行性的,目前模型對舌象照片二分類任務的精確率是相對可靠的。在此基礎上,學習與借鑒AI的最新技術,可不斷改進舌診分類AI模型的訓練方法包括:確保數(shù)據(jù)集類別的均衡,使用舌體切割與苔質(zhì)分離技術對舌診照片數(shù)據(jù)集預處理,監(jiān)測模型訓練過程中的損失函數(shù)與權重變化,避免訓練的過擬合與欠擬合,使用優(yōu)化算法重新設定閾值。相信在不遠將來,必將獲得精確率更高的舌診分類模型。

    參考文獻:

    [1]石強,王憶勤, 郎慶波,等. 13名中醫(yī)師對69例被觀察者苔色觀察結果的分析[C]// 全國辨證論治研討會. 中華中醫(yī)藥學會, 2004.

    [2]董競方、黃金昶、王建云.卷積神經(jīng)網(wǎng)絡算法在腫瘤患者舌象識別中的應用[J]. 北京中醫(yī)藥, 2020, v.39(11):106-109+115.

    [3]劉夢,王曦廷, 周璐,等.基于深度學習與遷移學習的中醫(yī)舌象提取識別研究[J]. 中醫(yī)雜志, 2019, 60(10):30-35.

    [4]覃海松.舌診定量化中圖像處理相關方法研究[D]. 中南大學, 2014.

    [5]邵尤偉.基于深度學習的智能舌診方法研究[D]. 2018.

    [6]劉國正.卷積神經(jīng)網(wǎng)絡在中醫(yī)舌象分類模型中的應用研究[D].

    [7]李宗潤.基于深度學習技術的舌體分割模型研究與舌象智能化應用探索[D].成都中醫(yī)藥大學,2020.

    [8]杜春慧.中醫(yī)舌質(zhì)特征的機器學習模型研究[D].電子科技大學,2020.

    作者簡介:于飛(1984.4-)男,漢族,北京,醫(yī)學AI研究員,碩士,研究方向:中醫(yī)文獻學。

    (深圳市予恩智能科技有限公司?廣東深圳?518000)

    猜你喜歡
    舌象卷積神經(jīng)網(wǎng)絡機器學習
    574例新型冠狀病毒肺炎康復者舌象特征分析
    基于Citespace的國內(nèi)腫瘤舌象研究可視化分析(2001-2020年)
    基于Citespace糖尿病舌象研究的文獻計量與可視化分析
    舌象儀臨床應用研究的方法學及報告質(zhì)量評價
    基于深度卷積神經(jīng)網(wǎng)絡的物體識別算法
    基于機器學習的圖像特征提取技術在圖像版權保護中的應用
    基于網(wǎng)絡搜索數(shù)據(jù)的平遙旅游客流量預測分析
    時代金融(2016年27期)2016-11-25 17:51:36
    前綴字母為特征在維吾爾語文本情感分類中的研究
    科教導刊(2016年26期)2016-11-15 20:19:33
    深度學習算法應用于巖石圖像處理的可行性研究
    軟件導刊(2016年9期)2016-11-07 22:20:49
    基于深度卷積網(wǎng)絡的人臉年齡分析算法與實現(xiàn)
    軟件工程(2016年8期)2016-10-25 15:47:34
    中文字幕免费在线视频6| 夜夜夜夜夜久久久久| 亚洲精品一卡2卡三卡4卡5卡| 男人和女人高潮做爰伦理| 国产精品一区二区性色av| 久久久久九九精品影院| 大型黄色视频在线免费观看| 国产亚洲精品av在线| 男女那种视频在线观看| 久久久精品大字幕| 国产精品电影一区二区三区| 国产精品电影一区二区三区| 欧美高清成人免费视频www| 国产伦精品一区二区三区四那| 丝袜喷水一区| 国产综合懂色| 午夜福利成人在线免费观看| 亚洲中文日韩欧美视频| 22中文网久久字幕| 精品午夜福利在线看| 天天躁日日操中文字幕| 精品午夜福利视频在线观看一区| 欧美+日韩+精品| 1000部很黄的大片| 天堂影院成人在线观看| 在线看三级毛片| 亚洲成人精品中文字幕电影| av专区在线播放| 少妇的逼水好多| 亚洲欧美成人精品一区二区| 久久久久国产网址| 亚洲人成网站在线播放欧美日韩| 国产高清视频在线播放一区| 久久精品国产自在天天线| 国产一区亚洲一区在线观看| 中国国产av一级| 亚洲va在线va天堂va国产| 国产69精品久久久久777片| 国产aⅴ精品一区二区三区波| 午夜免费男女啪啪视频观看 | 99久久久亚洲精品蜜臀av| 人人妻人人澡欧美一区二区| 国产成年人精品一区二区| av在线天堂中文字幕| 六月丁香七月| 一边摸一边抽搐一进一小说| 麻豆国产av国片精品| 亚洲精品456在线播放app| 国产精品永久免费网站| 亚洲在线观看片| 少妇的逼水好多| h日本视频在线播放| 麻豆久久精品国产亚洲av| av中文乱码字幕在线| 国产成人91sexporn| 美女黄网站色视频| 九色成人免费人妻av| 69av精品久久久久久| 午夜激情福利司机影院| 国产又黄又爽又无遮挡在线| 伊人久久精品亚洲午夜| 12—13女人毛片做爰片一| 欧美日本亚洲视频在线播放| 久久国产乱子免费精品| www日本黄色视频网| 日韩精品青青久久久久久| 国产精品综合久久久久久久免费| 亚洲真实伦在线观看| 国产精品无大码| 欧美+亚洲+日韩+国产| 99热网站在线观看| 亚洲四区av| 精品日产1卡2卡| 亚洲av免费高清在线观看| 国产男人的电影天堂91| 在线观看免费视频日本深夜| 联通29元200g的流量卡| 欧美成人免费av一区二区三区| 久久国内精品自在自线图片| 深爱激情五月婷婷| 国产成人福利小说| 精品国产三级普通话版| 婷婷精品国产亚洲av| 一级毛片aaaaaa免费看小| 亚洲精品乱码久久久v下载方式| 最近的中文字幕免费完整| 欧美性感艳星| 乱人视频在线观看| 美女内射精品一级片tv| 男人的好看免费观看在线视频| 狂野欧美白嫩少妇大欣赏| 成年av动漫网址| 国产欧美日韩精品一区二区| 三级经典国产精品| 亚洲av中文av极速乱| 日本精品一区二区三区蜜桃| 女人十人毛片免费观看3o分钟| 插阴视频在线观看视频| 亚洲精品456在线播放app| 亚洲丝袜综合中文字幕| 精品不卡国产一区二区三区| 91av网一区二区| 狂野欧美激情性xxxx在线观看| 男人的好看免费观看在线视频| 久久人人爽人人片av| 亚洲在线观看片| 亚洲国产精品合色在线| 91久久精品电影网| 看非洲黑人一级黄片| 国产蜜桃级精品一区二区三区| 精华霜和精华液先用哪个| 日韩欧美三级三区| АⅤ资源中文在线天堂| 色哟哟·www| 免费高清视频大片| 国产精品一及| 99久久中文字幕三级久久日本| 亚洲av成人av| 99九九线精品视频在线观看视频| 免费人成视频x8x8入口观看| 午夜免费激情av| 日韩欧美免费精品| 在现免费观看毛片| av卡一久久| 丰满乱子伦码专区| 噜噜噜噜噜久久久久久91| 久久午夜福利片| 最后的刺客免费高清国语| 国产精品美女特级片免费视频播放器| 免费在线观看成人毛片| aaaaa片日本免费| 最近2019中文字幕mv第一页| 国产视频内射| 国产精品一区二区免费欧美| 亚洲欧美日韩高清在线视频| 日韩精品中文字幕看吧| 午夜福利高清视频| 日本五十路高清| 亚洲精品日韩在线中文字幕 | 欧美xxxx性猛交bbbb| 欧美xxxx性猛交bbbb| 欧美色视频一区免费| 99热6这里只有精品| 一本精品99久久精品77| 国产伦一二天堂av在线观看| 亚洲人成网站在线播放欧美日韩| 欧美+亚洲+日韩+国产| 久久久久久伊人网av| a级毛片免费高清观看在线播放| 精品久久国产蜜桃| 日韩成人av中文字幕在线观看 | 国产精品永久免费网站| 午夜精品国产一区二区电影 | 成人精品一区二区免费| 欧美+日韩+精品| 波野结衣二区三区在线| 欧美最新免费一区二区三区| 一级黄色大片毛片| 精品熟女少妇av免费看| 大型黄色视频在线免费观看| 深夜精品福利| 少妇猛男粗大的猛烈进出视频 | 久久久久免费精品人妻一区二区| 人人妻人人澡人人爽人人夜夜 | 成年女人毛片免费观看观看9| 老司机福利观看| 国产aⅴ精品一区二区三区波| 搡老熟女国产l中国老女人| 国产高清三级在线| 国产欧美日韩精品一区二区| 男女那种视频在线观看| 国产av麻豆久久久久久久| 精品福利观看| 欧美又色又爽又黄视频| 99热只有精品国产| 一个人免费在线观看电影| 乱系列少妇在线播放| 免费黄网站久久成人精品| 国产亚洲精品综合一区在线观看| 免费av不卡在线播放| 波多野结衣高清无吗| 日韩精品有码人妻一区| 欧美精品国产亚洲| 淫秽高清视频在线观看| 免费观看人在逋| 男人和女人高潮做爰伦理| 老司机午夜福利在线观看视频| 国产 一区 欧美 日韩| 欧美高清成人免费视频www| 成人亚洲欧美一区二区av| 中文字幕av成人在线电影| 免费av毛片视频| 成人午夜高清在线视频| 久久久色成人| 色av中文字幕| 国产伦精品一区二区三区四那| 亚洲精品一卡2卡三卡4卡5卡| 天堂√8在线中文| 国产69精品久久久久777片| 欧美区成人在线视频| 变态另类丝袜制服| 成年av动漫网址| 12—13女人毛片做爰片一| 国产精品女同一区二区软件| 国产色婷婷99| 在线观看一区二区三区| 美女 人体艺术 gogo| 三级经典国产精品| 舔av片在线| 久久精品国产鲁丝片午夜精品| 12—13女人毛片做爰片一| 校园人妻丝袜中文字幕| 人妻丰满熟妇av一区二区三区| 亚洲精品在线观看二区| 91久久精品国产一区二区成人| 亚洲av成人精品一区久久| 亚洲真实伦在线观看| 性插视频无遮挡在线免费观看| 天堂网av新在线| 亚洲国产精品sss在线观看| 免费观看的影片在线观看| 在线国产一区二区在线| 久久久久久久久久黄片| 成人亚洲精品av一区二区| 国产精品一区二区性色av| 我要搜黄色片| 日日摸夜夜添夜夜添小说| 色噜噜av男人的天堂激情| 亚洲av免费高清在线观看| 特级一级黄色大片| 国产一区二区亚洲精品在线观看| 亚洲图色成人| 夜夜看夜夜爽夜夜摸| 国产av不卡久久| 亚洲成av人片在线播放无| 久久精品国产自在天天线| 露出奶头的视频| 麻豆成人午夜福利视频| 欧美国产日韩亚洲一区| 欧美日本亚洲视频在线播放| 日韩高清综合在线| 久久鲁丝午夜福利片| 亚洲内射少妇av| 欧美另类亚洲清纯唯美| 国产av在哪里看| 亚洲欧美清纯卡通| 亚洲av五月六月丁香网| 欧美一区二区亚洲| 国产色爽女视频免费观看| 国产午夜精品久久久久久一区二区三区 | 久久人人爽人人爽人人片va| 级片在线观看| 黄片wwwwww| 亚洲国产精品成人久久小说 | 少妇丰满av| 成人性生交大片免费视频hd| 欧美区成人在线视频| 欧美一区二区亚洲| 日韩在线高清观看一区二区三区| 亚洲精品粉嫩美女一区| 国产精品一区二区免费欧美| 国产高清激情床上av| 午夜激情福利司机影院| 国产一级毛片七仙女欲春2| 日本a在线网址| 中文字幕久久专区| 99久久中文字幕三级久久日本| 国产v大片淫在线免费观看| 22中文网久久字幕| 一级毛片我不卡| 国产伦一二天堂av在线观看| 国产一区二区激情短视频| 亚洲美女搞黄在线观看 | 在线播放国产精品三级| 亚洲精品成人久久久久久| 国产美女午夜福利| 人妻夜夜爽99麻豆av| 亚洲高清免费不卡视频| 国产伦一二天堂av在线观看| 国产一区二区三区在线臀色熟女| 亚洲三级黄色毛片| 美女黄网站色视频| av黄色大香蕉| 精品一区二区免费观看| 内地一区二区视频在线| 五月伊人婷婷丁香| 久久99热6这里只有精品| av在线蜜桃| 亚洲精品影视一区二区三区av| 日日摸夜夜添夜夜添av毛片| 亚洲精品粉嫩美女一区| 99热精品在线国产| 日韩三级伦理在线观看| 亚洲国产精品国产精品| 黄片wwwwww| 麻豆av噜噜一区二区三区| 22中文网久久字幕| 1024手机看黄色片| 高清午夜精品一区二区三区 | 亚洲美女搞黄在线观看 | 国产高清三级在线| 国产精品,欧美在线| 国产91av在线免费观看| 日韩中字成人| 一级av片app| 欧美一区二区精品小视频在线| 插阴视频在线观看视频| 女同久久另类99精品国产91| 六月丁香七月| 波野结衣二区三区在线| 久久午夜福利片| 成人高潮视频无遮挡免费网站| 九九热线精品视视频播放| 久久久久久久亚洲中文字幕| 深夜精品福利| 国产精品一区二区免费欧美| 久久精品国产清高在天天线| 中文字幕人妻熟人妻熟丝袜美| 最新中文字幕久久久久| 成熟少妇高潮喷水视频| 亚洲精品日韩av片在线观看| 久久草成人影院| 人人妻人人澡欧美一区二区| 热99re8久久精品国产| 亚洲一区二区三区色噜噜| 国模一区二区三区四区视频| 黄色日韩在线| 91久久精品国产一区二区成人| 赤兔流量卡办理| 婷婷色综合大香蕉| 亚洲七黄色美女视频| 99热这里只有是精品在线观看| 在线免费观看的www视频| 亚洲av熟女| 国产真实乱freesex| 午夜视频国产福利| 国产亚洲91精品色在线| 亚洲三级黄色毛片| 黑人高潮一二区| 久久久久精品国产欧美久久久| 色噜噜av男人的天堂激情| 国产单亲对白刺激| 无遮挡黄片免费观看| 97超级碰碰碰精品色视频在线观看| 大型黄色视频在线免费观看| 最近2019中文字幕mv第一页| 男人舔奶头视频| 国产精品美女特级片免费视频播放器| 在线观看av片永久免费下载| 三级毛片av免费| 国内精品美女久久久久久| 俺也久久电影网| 欧美最新免费一区二区三区| 俺也久久电影网| 看十八女毛片水多多多| 卡戴珊不雅视频在线播放| 国产免费男女视频| 免费大片18禁| 97超碰精品成人国产| 国产一区二区在线av高清观看| 精品一区二区三区av网在线观看| 长腿黑丝高跟| 大又大粗又爽又黄少妇毛片口| 日韩三级伦理在线观看| 国产色爽女视频免费观看| 我的女老师完整版在线观看| 国产综合懂色| 99热只有精品国产| 亚洲在线观看片| 精品乱码久久久久久99久播| 国产综合懂色| 精品午夜福利在线看| 淫妇啪啪啪对白视频| 免费不卡的大黄色大毛片视频在线观看 | 成人欧美大片| 成年女人永久免费观看视频| 日韩在线高清观看一区二区三区| 18禁在线播放成人免费| 日韩国内少妇激情av| 校园人妻丝袜中文字幕| 特级一级黄色大片| 国产黄色小视频在线观看| 日日摸夜夜添夜夜添av毛片| 69人妻影院| 欧美激情国产日韩精品一区| 亚洲av熟女| 婷婷亚洲欧美| 18禁裸乳无遮挡免费网站照片| 99视频精品全部免费 在线| 久久天躁狠狠躁夜夜2o2o| 成人精品一区二区免费| 国产精品av视频在线免费观看| 国产一区二区三区av在线 | 少妇熟女aⅴ在线视频| 白带黄色成豆腐渣| 男女啪啪激烈高潮av片| 91麻豆精品激情在线观看国产| 久久天躁狠狠躁夜夜2o2o| 蜜桃久久精品国产亚洲av| 伦理电影大哥的女人| 日日撸夜夜添| 国产麻豆成人av免费视频| 国产精品亚洲美女久久久| 一进一出好大好爽视频| 亚洲av电影不卡..在线观看| 97碰自拍视频| 免费观看的影片在线观看| 国产精品99久久久久久久久| 免费av毛片视频| 久久久久性生活片| 午夜影院日韩av| 免费看av在线观看网站| 婷婷色综合大香蕉| 亚洲国产精品国产精品| 亚洲自偷自拍三级| 国产在线男女| 超碰av人人做人人爽久久| 亚洲,欧美,日韩| 一区二区三区四区激情视频 | 18禁黄网站禁片免费观看直播| 极品教师在线视频| 一区福利在线观看| 中文在线观看免费www的网站| 精品乱码久久久久久99久播| 天堂影院成人在线观看| 国产午夜精品久久久久久一区二区三区 | 97超碰精品成人国产| 精品一区二区免费观看| 丝袜美腿在线中文| 国产探花在线观看一区二区| 亚洲成人中文字幕在线播放| 日韩 亚洲 欧美在线| 国产黄片美女视频| 俄罗斯特黄特色一大片| 99热精品在线国产| 亚洲乱码一区二区免费版| 国产人妻一区二区三区在| 亚洲av二区三区四区| 国产高清视频在线观看网站| 在线播放国产精品三级| 亚洲精品成人久久久久久| 亚洲欧美日韩高清专用| 亚洲国产精品合色在线| a级毛片免费高清观看在线播放| 校园春色视频在线观看| 欧美三级亚洲精品| 色播亚洲综合网| 久久久久久久久中文| 日韩欧美三级三区| 国产v大片淫在线免费观看| 午夜福利高清视频| 午夜免费激情av| 亚洲国产精品合色在线| 激情 狠狠 欧美| 久久久精品大字幕| 色噜噜av男人的天堂激情| 中文字幕精品亚洲无线码一区| 在线观看免费视频日本深夜| 69人妻影院| 中文资源天堂在线| 亚洲熟妇中文字幕五十中出| 可以在线观看毛片的网站| 成人漫画全彩无遮挡| 亚洲国产精品合色在线| 一边摸一边抽搐一进一小说| 自拍偷自拍亚洲精品老妇| 春色校园在线视频观看| 日本免费一区二区三区高清不卡| 免费看av在线观看网站| 亚洲综合色惰| 免费一级毛片在线播放高清视频| 免费大片18禁| 婷婷亚洲欧美| 午夜福利视频1000在线观看| 国内少妇人妻偷人精品xxx网站| a级毛色黄片| avwww免费| 蜜桃久久精品国产亚洲av| 欧美日韩精品成人综合77777| 一本久久中文字幕| 久久精品夜色国产| 欧美日韩综合久久久久久| 露出奶头的视频| 成人综合一区亚洲| 精品一区二区免费观看| 日本撒尿小便嘘嘘汇集6| 日本-黄色视频高清免费观看| 丝袜美腿在线中文| 精品少妇黑人巨大在线播放 | 十八禁国产超污无遮挡网站| 草草在线视频免费看| 久久久国产成人精品二区| 蜜臀久久99精品久久宅男| 国产精品美女特级片免费视频播放器| 夜夜看夜夜爽夜夜摸| 亚洲精品久久国产高清桃花| 老熟妇乱子伦视频在线观看| 一个人免费在线观看电影| 国产午夜精品论理片| 99九九线精品视频在线观看视频| 看黄色毛片网站| 国产黄a三级三级三级人| 天堂网av新在线| 亚洲自偷自拍三级| 淫妇啪啪啪对白视频| 亚洲国产欧洲综合997久久,| 欧美一级a爱片免费观看看| 亚洲av成人av| 天堂网av新在线| 99在线人妻在线中文字幕| 青春草视频在线免费观看| 亚洲18禁久久av| 成年av动漫网址| 人人妻人人看人人澡| 国产成人福利小说| 日日摸夜夜添夜夜添小说| 九九热线精品视视频播放| 欧美高清成人免费视频www| 我要搜黄色片| 国产伦一二天堂av在线观看| 男女之事视频高清在线观看| 天天一区二区日本电影三级| 日本a在线网址| 婷婷亚洲欧美| 欧美zozozo另类| 成人高潮视频无遮挡免费网站| 久久6这里有精品| 国产精品1区2区在线观看.| 国产精品久久视频播放| 亚洲无线观看免费| 超碰av人人做人人爽久久| 国产毛片a区久久久久| 久久韩国三级中文字幕| 亚洲av五月六月丁香网| 成人无遮挡网站| 你懂的网址亚洲精品在线观看 | 亚洲国产日韩欧美精品在线观看| 九色成人免费人妻av| 国产精品电影一区二区三区| 长腿黑丝高跟| 精品久久久久久久人妻蜜臀av| 成人特级av手机在线观看| 天堂av国产一区二区熟女人妻| 午夜福利18| 又爽又黄无遮挡网站| 亚洲精品在线观看二区| 最新在线观看一区二区三区| 男女啪啪激烈高潮av片| 国产日本99.免费观看| 色在线成人网| 如何舔出高潮| 久久精品久久久久久噜噜老黄 | 深夜a级毛片| 女的被弄到高潮叫床怎么办| 欧美又色又爽又黄视频| 国产美女午夜福利| ponron亚洲| 欧美色视频一区免费| 永久网站在线| 1024手机看黄色片| 成人av一区二区三区在线看| 日韩 亚洲 欧美在线| 久久久午夜欧美精品| 久久久久性生活片| 深夜a级毛片| 女的被弄到高潮叫床怎么办| 精品国产三级普通话版| 乱码一卡2卡4卡精品| 亚洲国产欧洲综合997久久,| 国产色婷婷99| 国国产精品蜜臀av免费| 国产精品不卡视频一区二区| 偷拍熟女少妇极品色| 一个人看视频在线观看www免费| 欧美激情在线99| 熟女电影av网| 国产人妻一区二区三区在| 91午夜精品亚洲一区二区三区| a级毛色黄片| 五月伊人婷婷丁香| 亚洲图色成人| 亚洲av美国av| 欧美最黄视频在线播放免费| 99九九线精品视频在线观看视频| 国产精品亚洲美女久久久| 在线观看美女被高潮喷水网站| 久久久久国产网址| 日韩av在线大香蕉| 人人妻人人看人人澡| 精品乱码久久久久久99久播| 亚洲av电影不卡..在线观看| 日韩精品有码人妻一区| 又爽又黄a免费视频| 天堂动漫精品| 赤兔流量卡办理| 最近中文字幕高清免费大全6| 三级经典国产精品| 给我免费播放毛片高清在线观看| 日韩一本色道免费dvd| 久久久国产成人精品二区| 久久这里只有精品中国| 国产成人a区在线观看| 国产精品爽爽va在线观看网站| 国产成人freesex在线 | 国产精品一区二区三区四区免费观看 | 女的被弄到高潮叫床怎么办| 国产精品一及| 午夜视频国产福利| 嫩草影院新地址| 国产精品久久久久久久电影| 可以在线观看的亚洲视频| 一级a爱片免费观看的视频| 又爽又黄a免费视频| 久久久久久国产a免费观看| 国产探花极品一区二区|