• <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gSpan改進算法的中醫(yī)辨證論治模式挖掘研究

    2021-11-01 06:04:32任晉宇白琳周志陽馮睿智鐘華
    中國中醫(yī)藥信息雜志 2021年10期
    關鍵詞:舌色脈象舌苔

    任晉宇,白琳,周志陽,馮睿智,鐘華

    中醫(yī)藥信息學

    基于gSpan改進算法的中醫(yī)辨證論治模式挖掘研究

    任晉宇1,白琳1,周志陽1,馮睿智2,鐘華1

    1.中國科學院軟件研究所,北京 100190;2.四川大學華西醫(yī)院,四川 成都 610041

    擴展經(jīng)典的頻繁子圖挖掘算法以獲得在中醫(yī)學科中表現(xiàn)更好的數(shù)據(jù)挖掘效果,從而得出隱含在中醫(yī)病案中的辨證論治模式。結合中醫(yī)病案數(shù)據(jù)特征,擴展經(jīng)典的圖挖掘算法,對多個癥狀屬性分別設置最小支持度閾值參數(shù),再用擴展后的基于多重最小支持度的數(shù)據(jù)挖掘算法對數(shù)據(jù)集中蘊含的辨證論治模式進行挖掘。對3 319條慢性阻塞性肺疾病(急性加重期)真實病案數(shù)據(jù)應用擴展的頻繁子圖挖掘算法,得到一系列該病相關的八綱辨證模式。與經(jīng)典算法相比,擴展算法挖掘得到的辨證模式在模式維度和數(shù)量方面均明顯提升。擴展后的頻繁子圖挖掘算法能夠運用于中醫(yī)辨證論治模式的挖掘,發(fā)現(xiàn)病案中隱含的辨證規(guī)律,且在模式完備性上具有比原始算法更好的效果。

    模式挖掘;頻繁子圖;多重最小支持度;辨證論治模式

    數(shù)據(jù)挖掘是從數(shù)據(jù)集中發(fā)現(xiàn)潛在的、隱藏的歸納性知識的一種方法,能在紛繁的數(shù)據(jù)中獲得具有代表性、可信度高的信息。傳統(tǒng)的分類、聚類等數(shù)據(jù)挖掘算法主要針對簡單類型數(shù)據(jù)進行挖掘。對于圖這種計算機科學中通用的數(shù)據(jù)結構,普通數(shù)據(jù)挖掘算法難以應對其內(nèi)部錯綜復雜的頂點之間的關系[1]。為解決這一問題,圖數(shù)據(jù)挖掘應運而生,并且已經(jīng)成為數(shù)據(jù)挖掘領域的基礎性研究問題,特別是頻繁子圖挖掘方向引起了廣泛關注。頻繁子圖挖掘的目的是找到在圖集中頻繁出現(xiàn)的子圖模式,所得結果集可應用于相似性搜索[2-3]、圖聚類和分類[4-6]、圖索引[7-8]等諸多場景[9],其需求推動著該領域高速發(fā)展[10-11]。

    中醫(yī)名家的診療經(jīng)驗難以客觀化,限制了中醫(yī)的傳承和發(fā)展,因此構建標準化的信息系統(tǒng)以輔助診斷尤為重要。中醫(yī)理論體系中,多種辨證論治模式紛繁復雜,一般的數(shù)據(jù)結構難以表達模型中的復雜關系。本研究結合圖挖掘理論,改進經(jīng)典的圖挖掘算法,將中醫(yī)診療數(shù)據(jù)隱含的診斷模式視作一個圖以簡化問題,以中醫(yī)思維理念模型為基礎,融合八綱辨證知識,將每一個病案信息建模為一個圖結構,在這些圖構成的數(shù)據(jù)集中挖掘頻繁子圖,分析所得結果中目標病癥的診治規(guī)律,從而得出中醫(yī)辨證論治模式,以期為大數(shù)據(jù)驅動的中醫(yī)智能輔助診斷系統(tǒng)提供核心服務。

    1 基本概念

    根據(jù)數(shù)據(jù)挖掘理論,頻繁出現(xiàn)的圖結構包含可利用的、高價值的信息,頻繁子圖挖掘即在多個圖構成的圖集中尋找頻繁出現(xiàn)的圖結構。本研究基于性能較優(yōu)的gSpan算法進行擴展,從而提升算法對中醫(yī)病案數(shù)據(jù)集的挖掘效果。

    1.1 圖及相關概念形式化定義

    1.1.1 標記圖

    標記圖是邊和頂點均帶有標簽的圖,可以表示為五元組=(,,,,)。式中,是圖的非空頂點集合,是圖的非空邊集合,和分別是圖的頂點標簽集合和邊標簽集合,為→、→的映射關系。

    1.1.2 子圖

    標記圖1=(1,1,1,1,1)是標記圖2=(2,2,2,2,2)的子圖,當且僅當①1?2,1?2;②?∈1,1()=2();③?(,)∈1,1(,)=2(,),記作1?2。

    1.1.3 子圖同構

    設有標記圖1=(1,1,1,1,1)與標記圖2=(2,2,2,2,2),如果存在一個1到2的雙射函數(shù):1→2,且滿足1=<1i,1j>是圖1的一條邊,則稱1與2同構,記作1≌2;如果存在1≌2且2?,則稱1子圖同構于。

    1.1.4 支持度

    1.1.5 頻繁子圖

    給定一個圖集合={1,2,…,G}和最小支持度閾值∈(0,1],如果圖G是頻繁的,當且僅當(,)≥。

    2 算法描述

    2.1 原始算法

    gSpan算法基于深度優(yōu)先搜索思想和最右路徑擴展方法,并通過逐步擴展頻繁邊而生成頻繁子圖。gSpan算法對訪問過的頂點集合反復擴展,從而建立一個深度優(yōu)先搜索樹。由于gSpan算法擴展時只對最小的DFS(深度優(yōu)先搜索)編碼進行最右擴展,因而有效減少了復制圖的產(chǎn)生[12],借此提高了挖掘效率。算法及子程序如下:

    2.2 擴展算法

    原始的gSpan算法設置統(tǒng)一的最小支持度參數(shù),挖掘結果為在圖集中出現(xiàn)頻率大于該支持度的所有頻繁子圖。將gSpan算法應用于中醫(yī)學具體問題時,由于各癥狀值域分布范圍不同,造成某些癥狀特征因值域范圍廣而出現(xiàn)概率低的情況。以中醫(yī)癥狀屬性“脈象”為例,其取值包括沉、滑、弱、澀、細、遲、緩、軟、弦、數(shù)、疾、緊、濡、穩(wěn)、代、弦、促、浮、洪、結、平等數(shù)十種。我們將癥狀屬性連同其某個取值合稱為一個癥狀特征,如“脈象沉”“脈象滑”。如果對全部癥狀特征都設置相同的最小支持度參數(shù),會使因值域范圍廣而出現(xiàn)概率低的癥狀特征被視為低頻特征,在模式挖掘過程中被過濾掉,而這些特征有可能是辨證論治的關鍵特征,將其過濾掉可能造成辨證論治模式完備性的缺失。因此,采用擴展的gSpan算法,結合癥狀屬性值域范圍和數(shù)值分布特征,為每個癥狀屬性分別設置單獨的最小支持度參數(shù),實現(xiàn)基于多重最小支持度的辨證論治模式挖掘。算法如下:

    3 算法應用

    3.1 數(shù)據(jù)來源與篩選

    以慢性阻塞性肺疾?。毙约又仄冢┲嗅t(yī)病案為實驗數(shù)據(jù),來源于四川大學華西醫(yī)院醫(yī)院信息系統(tǒng),為該院中西醫(yī)結合科2011年1月1日-2019年1月31日出院患者病案。由于該病臨床證名繁多,難以統(tǒng)一歸類,而八綱辨證(陰陽、表里、寒熱、虛實)全部為二分類,條目清晰,因此,根據(jù)原始中醫(yī)辨證結果,結合病歷記載的四診資料,標記出八綱辨證。

    納入標準:病案首頁主診斷為慢性阻塞性肺疾病(急性加重期)且記錄完整清晰,包括完整的四診信息和診斷信息。排除標準:①缺失“中醫(yī)證候”項;②缺失患者四診描述信息;③“中醫(yī)證候”項的值錯填為西醫(yī)疾病名。根據(jù)納入和排除標準篩選后得到3 319條病案數(shù)據(jù),按照八綱辨證進行統(tǒng)計,結果見表1。其中,表證病案僅10條,且相關研究顯示慢性阻塞性肺疾?。毙约又仄冢┗颊咛貏e是住院患者表證很少[13-15],故本文不討論表證辨證模式。

    表1 3 319條慢性阻塞性肺疾?。毙约又仄冢┎“笖?shù)據(jù)八綱辨證分布

    八綱辨證病案數(shù)百分比/% 八綱辨證病案數(shù)百分比/% 陰證1 92958.1 寒證1 62248.9 陽證1 39041.9 熱證1 69751.1 虛證1 09132.9 表證 10 0.3 實證2 22867.1 里證3 30999.7

    3.2 數(shù)據(jù)預處理

    3.2.1 四診信息規(guī)范化處理與分詞

    為每個癥狀描述信息(即癥狀特征)定義一個標準名稱,對四診信息進行規(guī)范化處理,如“脘腹按痛”“脘腹按壓痛”“脘腹按壓疼痛”統(tǒng)一為“脘腹按痛”。分詞是將復雜文本描述的癥狀信息進行拆分,分解為細粒度的最小癥狀描述單位,如“脈象沉弦細數(shù)”分詞為“脈象沉”“脈象弦”“脈象細”“脈象數(shù)”。

    3.2.2 數(shù)據(jù)建模

    根據(jù)“1.1”項下定義,每條病案數(shù)據(jù)對應一個圖結構。病案中表現(xiàn)異常的癥狀屬性與該病案診斷的八綱證型構成圖的頂點集合,癥狀屬性與八綱證型的聯(lián)系構成圖中邊的集合,邊的標記為這條邊關聯(lián)的癥狀屬性在病案中表現(xiàn)的癥狀特征。

    以病案集中第0005號病案為例,癥狀為“惡寒發(fā)熱,盜汗,納呆,??诳?,夜間失眠,呼吸氣粗,痰白色黏稠,脈沉”,證候為“痰熱犯肺”,屬陽證。根據(jù)建模規(guī)則,病案中表現(xiàn)異常的癥狀屬性“寒熱”“汗”“飲食”“口”“睡眠”“呼吸”“痰”“脈象”,以及所屬的八綱證型“陽證”共同構成圖的頂點集合。每個癥狀屬性頂點與證型頂點之間以邊相連。邊的起點為癥狀屬性頂點,終點為證型頂點,表明該癥狀屬性屬于該證型的臨床關聯(lián)屬性。“惡寒發(fā)熱”“盜汗”“納呆”等癥狀特征作為邊的標記標注在相應癥狀屬性對應的邊上。該病案對應的圖結構見圖1。

    3.3 支持度參數(shù)設置

    依據(jù)各癥狀屬性對應的癥狀特征分布情況,對不同癥狀屬性設置不同的最小支持度。統(tǒng)計結果顯示,病案數(shù)據(jù)的四診信息可通過19個癥狀屬性進行描述,包括“舌苔色”“舌苔質”“飲食”“睡眠”“痰”“脈象”等,同一病案的癥狀屬性最多有17個,最少僅1個,約86%病案的癥狀屬性為5~10個,見圖2。

    圖1 病案記錄轉化為圖模型示例

    圖2 3 319條慢性阻塞性肺疾?。毙约又仄冢┎“笖?shù)據(jù)癥狀屬性分布

    不同癥狀屬性的癥狀特征數(shù)量及其出現(xiàn)頻率存在較大差異。“脈象”這一癥狀屬性的癥狀特征數(shù)量最多,在八綱證型(陰、陽、虛、實、寒、熱、里7種證型)上表現(xiàn)的特征數(shù)量分別為34、27、25、29、36、29、35個;癥狀特征數(shù)量最少的是“睡眠”“飲食”“汗”癥狀屬性,均包含2個癥狀特征,分別為“失眠”“嗜睡”、“納呆”“多食易饑”、“盜汗”“自汗”。出現(xiàn)頻率最高的是“舌苔質”屬性對應的“舌苔質薄”,為81.2%。癥狀特征分布較為分散,只有約9%的癥狀特征出現(xiàn)頻率在20%以上,見圖3。

    圖3 3 319條慢性阻塞性肺疾?。毙约又仄冢┎“笖?shù)據(jù)癥狀特征出現(xiàn)頻率分布

    對每一個癥狀屬性,根據(jù)其癥狀特征的出現(xiàn)頻率分布情況,設置最小支持度參數(shù)。具體方法:①設δ為挖掘算法的默認最小支持度,為當前癥狀屬性對應的全部癥狀特征頻率的集合;②若min()<δ(即全部為低頻特征),則以δ為當前癥狀屬性的最小支持度參數(shù),過濾全部低頻特征;③若max()>δ(即全部為高頻特征),則以δ為當前癥狀屬性的最小支持度參數(shù),篩選全部高頻特征;④否則,計算中各頻率值的離散程度,若標準差σ()<α,表明各癥狀特征的頻率分布相對集中,取的上四分位數(shù)QU()作為當前癥狀屬性的最小支持度參數(shù),篩選優(yōu)勢特征;否則,中各頻率值分布較為分散,取對排序位置不敏感的平均數(shù)AVE()作為當前癥狀屬性的最小支持度參數(shù)。其中,α為可設定的閾值。

    以“熱證”為例:1 697條病案中,癥狀屬性“舌苔色”的癥狀特征包括“舌苔色黃”“舌苔色白”,頻率分別為52%、48%,設定δ=20%、α=20,則最小支持度參數(shù)minSup.舌苔色=20%。類似的,癥狀屬性“脈象”的癥狀特征“脈象滑”“脈象數(shù)”“脈象弦”“脈象細”“脈象沉”“脈象弱”“脈象浮”“脈象濡”“脈象虛”“脈象洪”“脈象緩”“脈象代”“脈象澀”“脈象結”頻率分別為48%、48%、22%、19%、10%、5%、4%、2%、1%、1%、1%、1%、1%、1%,標準差σ()=16.22,則minSup.脈象=QU()=17%。

    3.4 挖掘結果與分析

    表2 原始算法挖掘得到的辨證論治模式數(shù)量(不包含子模式)

    證型最小支 持度/%模式維度合計 證型最小支 持度/%模式維度合計 二維三維四維五維 二維三維四維五維 寒證10495119 陰證10958022 1511608 15415010 2013408 2011406 2502305 2536009 3033006 3021003 熱證10153011056 陽證1093010150 1517200037 1513182033 201540019 209110020 251010011 25830011 3080008 3090008 虛證1013128033 里證1013185036 1540105 151043017 2015107 20570012 25933015 2551006 3003003 3031004 實證1011248043 151363022 201121014 2563009 3041005

    可以看出,采用單一最小支持度進行挖掘,從模式的數(shù)量和維度兩方面綜合考慮,參數(shù)設置為20%時,挖掘結果最理想。因此,選取20%作為原始挖掘算法的最小支持度參數(shù)與擴展算法進行比較,同時將擴展算法中多重最小支持度的默認值δ設置為20%。挖掘結果見表3~表9(辨證論治模式以所包含的癥狀特征表示)。其中,模式的支持度即該模式在當前病案集中的出現(xiàn)頻率。

    表3 寒證單一和多重最小支持度設置挖掘結果比較(模式維度≥3)

    最小支持度設置辨證論治模式支持度/% 單一{舌苔質薄,舌苔色白,舌色淡紅,痰白色}26 minSup=20%{舌苔質薄,舌苔色白,舌色淡紅,脈象滑}26 {舌苔質薄,舌苔色白,舌色淡紅,脈象細}25 {舌苔質薄,舌苔色白,舌色淡紅,脈象數(shù)}23 {舌苔色白,舌色淡紅,飲食納呆}21 {舌苔質薄,舌色淡紅,飲食納呆}20 {舌苔質薄,舌苔色白,飲食納呆}20 多重{舌苔質薄,舌苔色白,舌色淡紅,痰白色}26 minSup.睡眠=18%{舌苔質薄,舌苔色白,舌色淡紅,脈象滑}26 minSup.痰=34%{舌苔質薄,舌苔色白,舌色淡紅,脈象細}25 minSup.舌色=50%{舌苔質薄,舌苔色白,舌色淡紅,脈象數(shù)}23 minSup.舌苔色=50%{舌苔質薄,舌苔色白,舌色淡紅,飲食納呆}19 minSup.舌苔質=17%{舌苔色白,舌色淡紅,脈象弦}17 minSup.脈象=17%{舌苔質薄,舌色淡紅,脈象弦}17 minSup.其他=20%

    表4 熱證單一和多重最小支持度設置挖掘結果比較(模式維度≥3)

    最小支持度設置辨證論治模式支持度/% 單一{舌苔質薄,舌苔色黃,舌色紅}26 minSup=20%{舌苔質薄,舌苔色白,舌色淡紅}23 {舌苔質薄,舌苔色黃,脈象滑}22 {舌苔質薄,舌苔色黃,痰白色}21 多重{舌苔質薄,舌苔色黃,舌色紅}26 minSup.睡眠=24%{舌苔質薄,舌苔色白,舌色淡紅}23 minSup.痰=26%{舌苔質薄,舌苔色黃,脈象滑}22 minSup.舌苔質=15%{舌苔質薄,舌苔色黃,痰白色}21 minSup.脈象=17%{舌苔質薄,舌色紅,痰白色}19 minSup.其他=20%{舌苔質薄,舌色淡紅,脈象滑}19 {舌苔質薄,舌色紅,脈象滑}18 {舌苔質薄,脈象滑,脈象數(shù)}18 {舌苔質薄,舌苔色黃,脈象數(shù)}18 {舌苔質薄,脈象滑,痰白色}17 {舌苔色黃,舌色紅,脈象滑}17 {舌苔質薄,舌色紅,脈象數(shù)}17 {舌苔質薄,舌苔色白,脈象數(shù)}17 {舌苔質薄,舌色淡紅,脈象數(shù)}17 {舌苔質薄,舌苔色白,脈象滑}16 {舌苔質薄,舌色紅,飲食納呆}15 {舌苔質薄,舌苔色黃,飲食納呆}15

    表5 虛證單一和多重最小支持度設置挖掘結果比較(模式維度≥3)

    最小支持度設置辨證論治模式支持度/% 單一{舌苔質薄,舌苔色白,舌色淡紅,脈象細}26 minSup=20%{舌苔質薄,舌苔色白,脈象數(shù)}24 {舌苔質薄,舌苔色白,痰白色}21 {舌苔色白,舌色淡紅,脈象數(shù)}21 {舌苔質薄,舌色淡紅,脈象數(shù)}20 {舌苔質薄,舌苔色白,飲食納呆}20 多重{舌苔質薄,舌苔色白,舌色淡紅,脈象細}26 minSup.痰=32%{舌苔質薄,舌苔色白,舌色淡紅,脈象數(shù)}19 minSup.舌苔色=50%{舌苔質薄,舌苔色白,舌色淡紅,痰白色}16 minSup.舌苔質=14%{舌苔質薄,舌苔色白,舌色淡紅,飲食納呆}14 minSup.其他=20%{舌苔質薄,舌苔色白,脈象滑}14

    表6 實證單一和多重最小支持度設置挖掘結果比較(模式維度≥3)

    最小支持度設置辨證論治模式支持度/% 單一{舌苔質薄,舌苔色白,舌色淡紅,脈象滑}22 minSup=20%{舌苔質薄,舌色淡紅,痰白色}21 {舌苔質薄,舌色淡紅,脈象數(shù)}21 多重{舌苔質薄,舌苔色白,舌色淡紅,脈象滑}22 minSup.睡眠=22%{舌苔質薄,舌色淡紅,痰白色}21 minSup.痰=36%{舌苔質薄,舌苔淡紅,脈象數(shù)}21 minSup.舌苔質=17%{舌苔質薄,舌苔色白,脈象數(shù)}19 minSup.脈象=17%{舌苔質薄,舌苔色白,痰白色}18 minSup.其他=20%{舌苔質薄,痰白色,脈象滑}18 {舌苔色白,舌色淡紅,脈象數(shù)}18 {舌苔質薄,舌苔色黃,舌色紅}17 {舌苔質薄,舌苔色黃,脈象滑}17 {舌苔質薄,脈象滑,脈象數(shù)}17

    表7 陰證單一和多重最小支持度設置挖掘結果比較(模式維度≥3)

    最小支持度設置辨證論治模式支持度/% 單一{舌苔質薄,舌苔色白,舌色淡紅,脈象滑}23 minSup=20%{舌苔質薄,舌苔色白,舌色淡紅,痰白色}22 {舌苔質薄,舌苔色白,舌色淡紅,脈象細}21 {舌苔質薄,舌苔色白,舌色淡紅,脈象數(shù)}20 {舌苔質薄,舌苔色白,飲食納呆}20 多重{舌苔質薄,舌苔色白,舌色淡紅,脈象滑}23 minSup.痰=34%{舌苔質薄,舌苔色白,舌色淡紅,痰白色}22 minSup.舌苔色=50%{舌苔質薄,舌苔色白,舌色淡紅,脈象細}21 minSup.舌苔質=14%{舌苔質薄,舌苔色白,舌色淡紅,脈象數(shù)}20 minSup.脈象=16%{舌苔質薄,舌苔色白,舌色淡紅,飲食納呆}16 minSup.其他=20%{舌苔質薄,舌色淡紅,脈象弦}20 {舌苔質薄,舌苔色白,脈象弦}20

    表8 陽證單一和多重最小支持度設置挖掘結果比較(模式維度≥3)

    最小支持度設置辨證論治模式支持度/% 單一{舌苔質薄,舌苔色黃,舌色紅}28 minSup=20%{舌苔質薄,舌苔色白,舌色淡紅}27 {舌苔質薄,舌苔色黃,脈象滑}26 {舌苔質薄,舌苔色黃,痰白色}24 {舌苔質薄,舌色淡紅,脈象滑}22 {舌苔質薄,舌苔色黃,脈象數(shù)}21 {舌苔質薄,脈象滑,脈象數(shù)}21 {舌苔質薄,脈象滑,痰白色}20 {舌苔色黃,舌色紅,脈象滑}20 {舌苔質薄,舌色紅,脈象滑}20 {舌苔質薄,舌色淡紅,脈象數(shù)}20 多重{舌苔質薄,舌苔色白,舌色淡紅}27 minSup.睡眠=23%{舌苔質薄,舌苔色黃,痰白色}24 minSup.痰=28%{舌苔質薄,舌色淡紅,脈象滑}22 minSup.舌苔質=17%{舌苔質薄,脈象滑,脈象數(shù)}21 minSup.脈象=15%{舌苔質薄,脈象滑,痰白色}20 minSup.其他=20%{舌苔質薄,舌色淡紅,脈象數(shù)}20 {舌苔質薄,舌色紅,痰白色}19 {舌苔質薄,舌苔色黃,舌色紅,脈象滑}17 {舌苔色黃,痰白色,脈象滑}17 {舌苔質薄,舌苔色黃,飲食納呆}17 {舌苔質薄,舌苔色白,脈象滑}17 {舌苔色黃,舌色紅,脈象數(shù)}17 {舌苔質薄,舌苔色白,脈象數(shù)}17 {舌苔質薄,舌色紅,脈象數(shù)}16 {舌苔質薄,痰白色,脈象數(shù)}15 {舌苔質薄,飲食納呆,脈象滑}15 {舌苔色黃,脈象滑,脈象數(shù)}15

    表9 里證單一和多重最小支持度設置挖掘結果比較(模式維度≥3)

    最小支持度設置辨證論治模式支持度/% 單一{舌苔質薄,舌苔色白,舌色淡紅}49 minSup=20%{舌苔質薄,舌色淡紅,脈象滑}23 {舌苔質薄,舌苔色白,脈象滑}22 {舌苔色白,舌色淡紅,脈象滑}21 {舌苔質薄,舌色淡紅,脈象數(shù)}21 {舌苔質薄,舌色淡紅,痰白色}20 {舌苔質薄,舌苔色白,脈象數(shù)}20 多重{舌苔質薄,舌苔色白,舌色淡紅,脈象滑}19 minSup.睡眠=21%{舌苔質薄,舌苔色白,舌色淡紅,脈象數(shù)}17 minSup.舌苔質=14%{舌苔質薄,舌苔色白,脈象細}17 minSup.脈象=22%{舌苔質薄,舌苔色白,飲食納呆}16 minSup.其他=20%{舌苔質薄,舌苔色白,舌色淡紅,痰白色}15 {舌苔質薄,舌色淡紅,飲食納呆}20 {舌苔質薄,痰白色,脈象滑}14 {舌苔質薄,舌色淡紅,脈象細}14

    可以看出,與采用單一最小支持度的原始算法相比,擴展挖掘算法根據(jù)病案中不同癥狀屬性的特征分布設置多重最小支持度參數(shù),挖掘結果在模式的維度、數(shù)量方面均有所提升。具體表現(xiàn)在三方面:第一,發(fā)現(xiàn)更高維度的新模式,如模式r:陽證←{舌苔質薄,舌苔色黃,舌色紅,脈象滑}、r:陰證←{舌苔質薄,舌苔色白,舌色淡紅,飲食納呆}等都是在原有三維模式的基礎上經(jīng)設置多重最小支持度參數(shù)而發(fā)現(xiàn)的更高維度的新模式;第二,發(fā)現(xiàn)癥狀特征間新的關聯(lián)組合方式,如模式r:實證←{舌苔質薄,痰白色,脈象滑}、r:熱證←{舌苔色黃,舌色紅,脈象滑}等;第三,發(fā)現(xiàn)新的癥狀特征及其模式,如模式r:寒證←{舌苔色白,舌色淡紅,脈象弦}中的“脈象弦”、r:里證←{舌苔質薄,舌苔色白,飲食納呆}中的“飲食納呆”都是設置多重最小支持度參數(shù)后發(fā)現(xiàn)的新的癥狀特征??梢姡捎脭U展算法設置多重最小支持度后,挖掘的辨證論治模式在完備性方面較原始算法有明顯提升。

    將挖掘的辨證論治模式與《中醫(yī)診斷學》[16]所述八綱辨證進行比較可以看出,模式中包含的癥狀特征基本符合《中醫(yī)診斷學》相應證型的臨床癥狀描述。以陽證為例,《中醫(yī)診斷學》有“陽證臨床表現(xiàn)面赤……喘促痰鳴……舌紅絳……苔黃黑生芒刺……脈浮數(shù)、洪大、滑實”,結合陽證辨證論治模式挖掘結果(見表8):一方面,證實“舌色紅”“舌苔色黃”“飲食納呆”“脈象滑”“脈象數(shù)”等癥狀特征確是“陽證”的關鍵特征,所挖掘的“陽證”辨證論治模式中包含上述癥狀特征是準確的,并且采用擴展算法更有效地發(fā)現(xiàn)了“飲食納呆”這一陽證辨證的關鍵癥狀特征;另一方面,說明“舌色”“舌苔色”“脈象”等是慢性阻塞性肺疾病(急性加重期)的典型辨證屬性,其中,在“陽證”諸多“脈象”表現(xiàn)中,“脈象滑”和“脈象數(shù)”是該病“陽證”的典型癥狀表現(xiàn)。

    4 討論

    本研究將擴展的頻繁子圖挖掘算法應用于中醫(yī)病案挖掘,旨在解決原始算法中單一最小支持度在挖掘過程中可能產(chǎn)生的關鍵癥狀缺失問題,通過改善最小支持度參數(shù)設置方式,基于各癥狀屬性的值域范圍和數(shù)據(jù)分布特征設置多重最小支持度參數(shù),發(fā)現(xiàn)和挖掘低頻關鍵癥狀特征,進而提高辨證論治模式的完備性。挖掘得到的辨證論治模式的支持度即該模式在整個病案集中出現(xiàn)的頻率,能夠有效反映模式中包含的各癥狀特征在相應證型病案中共現(xiàn)的概率,是衡量模式有效性的重要指標。另外,考慮到算法應用的醫(yī)療背景,模式的“特異性”也是衡量模式價值的一個關鍵因素。臨床中存在許多常見但對疾病或證型辨識度并不高的非特異性癥狀,如發(fā)熱、乏力等,通過計算癥狀對某個疾病或證型的“特異性指數(shù)”可以得出整個辨證論治模式的“特異性指數(shù)”,從而有效識別支持度雖高但對疾病或證型辨識度并不高的辨證模式。此外,如果將挖掘得到的辨證論治模式應用于癥狀間的關聯(lián)分析和影響力分析,置信度、不平衡比等指標也是評價模式有效性的重要指標。對辨證論治模式的評價是一個綜合、復雜的過程,且與實際應用場景密切相關。本研究重點解決辨證論治模式挖掘的完備性問題,旨在發(fā)現(xiàn)更多具有辨證能力的關鍵癥狀特征,今后將繼續(xù)研究和探討模式的綜合評價。

    探究中醫(yī)辨證論治模式是大數(shù)據(jù)、數(shù)據(jù)挖掘在中醫(yī)學科研究中的重要內(nèi)容。本研究通過擴展經(jīng)典的圖挖掘算法,改善了原始算法對現(xiàn)有數(shù)據(jù)集的挖掘效果,挖掘得到的辨證論治模式能夠包含更多的關鍵癥狀特征,提高了挖掘結果的完備性。除算法外,挖掘結果在很大程度上依賴數(shù)據(jù)集的質量。更大量級的數(shù)據(jù)集能夠使癥狀特征的分布更趨近其在相關疾病或證型上的自然分布,從而更有利于挖掘出更為真實、準確的辨證模式。另外,數(shù)據(jù)的標準化程度也在很大程度上影響模式挖掘的效果,未經(jīng)標準化或標準化不足的癥狀特征描述會導致更加分散的特征分布,使關鍵癥狀的提取更加困難,進而影響挖掘效果。因此,在改進算法的基礎上,逐步豐富病案數(shù)據(jù)集、提高數(shù)據(jù)標準化程度是進一步改善辨證論治模式挖掘效果的重要工作內(nèi)容。

    [1] 崔景洋.圖數(shù)據(jù)挖掘研究[J].太原師范學院學報(自然科學版),2018, 17(1):38-40,46.

    [2] WANG K, LIU H Q. Discovering typical structures of documents:a road map approach[C]//Proceedings of the 21st Annual International ACM Conference on Research and Development in Information Retrieval.New York:ACM,1998:146-154.

    [3] KRIEGEL H, SCHONAUER S. Similarity search in structured data[C]//Proceedings of the 5th International Conference on Data Warehousing and Knowledge Discovery.Berlin:Springer-Verlag, 2003:309-319.

    [4] FISCHER A, RIESEN K, BUNKE H. An experimental study of graph classification using prototype selection[C]//Proceedings of the 19th International Conference on Pattern Recognition.Washington, DC:IEEE Computer Society,2008:1-4.

    [5] HUANG J B, SUN H L, HAN J W, et al. SHRINK:a structuralclustering algorithm for detecting hierarchical communities in networks[C]//Proceedings of the 19th ACM International Conference on Information and Knowledge Management.New York:ACM,2010:219-228.

    [6] HUANG J B, SUN H L, SONG Q B, et al. Revealing density-based clustering from the core-connected tree of a network[J]. IEEE Transactions on Knowledge and Data Engineering,2013,25(8):1876- 1889.

    [7] YAN X F, YU P, HAN J W. Graph indexing:a frequent structure-based approach[C]//Proceedings of the 2004 ACMSIGMOD International Conference on Management of Data. New York:ACM,2004:335-346.

    [8] WILLIAMS D W, HUAN J, WANG W. Graph database indexing using structured graph decomposition[C]//Proceedings of the 23rd IEEE International Conference on Data Engineering. Washington,DC:IEEE Computer Society,2007:231-235.

    [9] 孫鶴立,陳強,劉瑋,等.利用MapReduce平臺實現(xiàn)高效并行的頻繁子圖挖掘[J].計算機科學與探索,2014,8(7):790-801.

    [10] 嚴玉良,董一鴻,何賢芒,等.FSMBUS:一種基于Spark的大規(guī)模頻繁子圖挖掘算法[J].計算機研究與發(fā)展,2015,52(8):1768-1783.

    [11] 王海榮.基于加權頻繁子圖挖掘的圖模型在文本分類中的應用[J].科學技術與工程,2014,14(22):80-85.

    [12] YAN X F, HAN J W. gSpan:graph-based substructure patterns mining[C]//Proceedings of the 2002 IEEE International Conference on Data Mining.Washington,DC:IEEE Computer Society,2002:721- 724.

    [13] 徐衛(wèi)方,哈木拉提?吾甫爾,李風森,等.烏魯木齊地區(qū)375例慢性阻塞型肺疾病急性加重期中醫(yī)證候及證素特點臨床研究[J].中華中醫(yī)藥雜志,2011,26(6):1401-1404.

    [14] 葉玲.慢性阻塞性肺疾病急性加重期103例中醫(yī)證型聚類分析[J].廣西中醫(yī)學院學報,2011,14(4):9-11.

    [15] 林琳,胡旭貞.慢性阻塞性肺疾病急性加重期中醫(yī)證候規(guī)律的初步探討[J].廣州中醫(yī)藥大學學報,2008,25(1):1-4.

    [16] 李燦東,陳家旭.中醫(yī)診斷學[M].北京:中國中醫(yī)藥出版社,2019:174.

    Study on Pattern Mining of TCM Syndrome Differentiation and Treatment Based on Improved gSpan Algorithm

    REN Jinyu1, BAI Lin1, ZHOU Zhiyang1, FENG Ruizhi2, ZHONG Hua1

    To extend the classic frequent subgraph mining algorithm to obtain a data mining method that performs better in TCM; To obtain the patterns of TCM syndrome differentiation and treatment implicit in the TCM medical records.Combining with the characteristics of TCM medical records data and extending the classic frequent subgraph mining algorithm, data mining algorithm which set different minimum support threshold parameters for different symptom attributes was used to discover the patterns of TCM syndrome differentiation and treatment contained in the data set.The extended frequent subgraph mining algorithm was applied to the 3319 real medical records of chronic obstructive pulmonary disease (acute exacerbation period), and a series of patterns of syndrome differentiation of eight principles related to the disease were obtained. Compared with the classic algorithm, the patterns of TCM syndrome differentiation obtained by the extended algorithm had a significant improvement in the dimension and quantity of patterns.The expanded frequent subgraph mining algorithm can be used in the TCM syndrome differentiation and treatment pattern mining as well as find the implicit syndrome differentiation rules in medical records, and it has a better effect than the original algorithm in the completeness of the patterns.

    pattern mining; frequent subgraph; multiple minimum supports; patterns of syndrome differentiation and treatment

    R229;R2-05

    A

    1005-5304(2021)10-0022-07

    10.19879/j.cnki.1005-5304.202003457

    國家重點研發(fā)計劃(2017YFB1002303)

    白琳,E-mail:bailin@otcaix.iscas.ac.cn

    (收稿日期:2020-03-17)

    (修回日期:2020-08-18;編輯:陳靜)

    猜你喜歡
    舌色脈象舌苔
    基于時間序列和時序卷積網(wǎng)絡的脈象信號識別研究
    寶寶需要清潔舌苔嗎
    瞬時波強技術對人迎、寸口脈象研究的意義探討
    “舌色”源流考?
    刷牙別忘清理舌苔
    基于數(shù)字化技術對糖尿病兩虛證舌色的研究
    電子制作(2016年11期)2016-11-07 08:43:34
    急性缺血性腦卒中病人的舌象特點
    不怕舌上臟,就怕舌上光
    105例弦脈的“計算機脈象儀”脈圖參數(shù)分析
    讓你讀懂舌苔“密碼”
    健康人生(2015年11期)2015-04-29 00:44:03
    26uuu在线亚洲综合色| 日韩 亚洲 欧美在线| 国产无遮挡羞羞视频在线观看| 久久久久久久亚洲中文字幕| 人人妻人人爽人人添夜夜欢视频| 成人毛片a级毛片在线播放| 日韩精品有码人妻一区| 91久久精品国产一区二区三区| 一本大道久久a久久精品| 黄网站色视频无遮挡免费观看| 又黄又爽又刺激的免费视频.| 久久精品国产亚洲av涩爱| 婷婷色麻豆天堂久久| 99久久中文字幕三级久久日本| 成人影院久久| 黄色视频在线播放观看不卡| 国产精品麻豆人妻色哟哟久久| 五月开心婷婷网| 一区二区三区精品91| 日本猛色少妇xxxxx猛交久久| 嫩草影院入口| 国产精品蜜桃在线观看| 欧美+日韩+精品| 国产精品 国内视频| 自拍欧美九色日韩亚洲蝌蚪91| 美女内射精品一级片tv| 欧美 日韩 精品 国产| 午夜视频国产福利| 边亲边吃奶的免费视频| 各种免费的搞黄视频| 精品卡一卡二卡四卡免费| 久久99热6这里只有精品| 国产色婷婷99| 中文字幕人妻丝袜制服| 国产一区二区在线观看av| 观看美女的网站| 久久人人爽人人片av| 日韩视频在线欧美| 免费观看av网站的网址| 成人国产av品久久久| 国产免费现黄频在线看| 成人手机av| 欧美少妇被猛烈插入视频| 国产精品久久久久成人av| 99久久人妻综合| 九草在线视频观看| 最黄视频免费看| 久久久精品94久久精品| 国产精品久久久久久精品电影小说| tube8黄色片| 九九在线视频观看精品| 美女国产视频在线观看| 丝袜美足系列| 亚洲美女搞黄在线观看| 91精品三级在线观看| 久久久亚洲精品成人影院| 国产精品人妻久久久影院| 王馨瑶露胸无遮挡在线观看| 熟妇人妻不卡中文字幕| 国产在线免费精品| 欧美日韩精品成人综合77777| 最近中文字幕高清免费大全6| 韩国av在线不卡| 久久婷婷青草| 久久久久网色| 日韩视频在线欧美| 中文天堂在线官网| 午夜久久久在线观看| 亚洲精品日本国产第一区| 乱码一卡2卡4卡精品| 性高湖久久久久久久久免费观看| 日韩伦理黄色片| 视频中文字幕在线观看| 国产精品久久久久久精品古装| 国产不卡av网站在线观看| 男的添女的下面高潮视频| 大码成人一级视频| 老司机影院成人| 精品亚洲成a人片在线观看| 黑丝袜美女国产一区| 亚洲av成人精品一二三区| 国产av国产精品国产| 欧美日韩亚洲高清精品| 亚洲在久久综合| 日韩中字成人| 最近中文字幕高清免费大全6| 蜜桃国产av成人99| 亚洲精品美女久久久久99蜜臀 | 国产欧美日韩一区二区三区在线| 久久久久国产网址| 又大又黄又爽视频免费| 18禁在线无遮挡免费观看视频| 国产欧美日韩一区二区三区在线| 久久精品人人爽人人爽视色| 一区二区av电影网| 久久国产亚洲av麻豆专区| 中文字幕亚洲精品专区| 亚洲av电影在线进入| 日韩不卡一区二区三区视频在线| 18禁在线无遮挡免费观看视频| 国产亚洲精品第一综合不卡 | 丝袜脚勾引网站| 精品一品国产午夜福利视频| 亚洲激情五月婷婷啪啪| 搡老乐熟女国产| 侵犯人妻中文字幕一二三四区| 午夜免费男女啪啪视频观看| 免费高清在线观看视频在线观看| 欧美性感艳星| 蜜桃国产av成人99| 少妇高潮的动态图| www.色视频.com| 久久精品国产综合久久久 | 亚洲av福利一区| 国产老妇伦熟女老妇高清| 亚洲丝袜综合中文字幕| 蜜臀久久99精品久久宅男| 中文字幕最新亚洲高清| 免费看av在线观看网站| 岛国毛片在线播放| 亚洲国产av新网站| 日本欧美国产在线视频| 久久婷婷青草| 久久99蜜桃精品久久| 在线观看美女被高潮喷水网站| 妹子高潮喷水视频| 99re6热这里在线精品视频| 婷婷色综合大香蕉| 国产成人a∨麻豆精品| 久久精品国产亚洲av天美| 色网站视频免费| 久久久久视频综合| a 毛片基地| 18+在线观看网站| 欧美亚洲 丝袜 人妻 在线| 久久午夜综合久久蜜桃| 久久久久久久国产电影| 人体艺术视频欧美日本| 自拍欧美九色日韩亚洲蝌蚪91| 久久精品夜色国产| 亚洲成av片中文字幕在线观看 | 精品久久蜜臀av无| 人妻少妇偷人精品九色| 亚洲精华国产精华液的使用体验| 中文字幕人妻熟女乱码| 精品久久久精品久久久| 男人添女人高潮全过程视频| 亚洲精品自拍成人| 亚洲色图综合在线观看| av线在线观看网站| 在线看a的网站| 国产激情久久老熟女| 一边摸一边做爽爽视频免费| 黄色配什么色好看| 又粗又硬又长又爽又黄的视频| 9热在线视频观看99| 蜜桃在线观看..| 亚洲天堂av无毛| 18禁在线无遮挡免费观看视频| 又黄又爽又刺激的免费视频.| 人成视频在线观看免费观看| 精品少妇久久久久久888优播| 九九爱精品视频在线观看| 中文字幕另类日韩欧美亚洲嫩草| 精品一区在线观看国产| 飞空精品影院首页| 在线天堂最新版资源| 亚洲综合色网址| 少妇熟女欧美另类| 亚洲经典国产精华液单| 国产一区亚洲一区在线观看| 少妇熟女欧美另类| 人人妻人人澡人人爽人人夜夜| 日韩中文字幕视频在线看片| 少妇熟女欧美另类| 波野结衣二区三区在线| 2018国产大陆天天弄谢| 亚洲精品456在线播放app| videosex国产| 中文精品一卡2卡3卡4更新| 一级黄片播放器| 国产探花极品一区二区| 精品久久蜜臀av无| 久久99热6这里只有精品| 女性生殖器流出的白浆| 国产成人精品婷婷| 久久久久久人人人人人| 高清黄色对白视频在线免费看| 一级毛片电影观看| 18禁观看日本| 国产女主播在线喷水免费视频网站| 91久久精品国产一区二区三区| 欧美成人精品欧美一级黄| 久久国产精品大桥未久av| 在线观看三级黄色| 中文字幕亚洲精品专区| 人成视频在线观看免费观看| av国产精品久久久久影院| 亚洲精品国产av蜜桃| 中文字幕人妻丝袜制服| 亚洲精品色激情综合| 人妻少妇偷人精品九色| 成人亚洲精品一区在线观看| 黑人猛操日本美女一级片| 亚洲国产欧美日韩在线播放| 制服丝袜香蕉在线| av在线播放精品| 精品亚洲成国产av| 国产精品偷伦视频观看了| 王馨瑶露胸无遮挡在线观看| 欧美激情 高清一区二区三区| 国产极品粉嫩免费观看在线| 亚洲国产色片| 亚洲中文av在线| 高清av免费在线| 久热久热在线精品观看| av.在线天堂| 亚洲av电影在线观看一区二区三区| 久久精品国产鲁丝片午夜精品| 永久免费av网站大全| 欧美性感艳星| 欧美丝袜亚洲另类| 国产一区二区三区综合在线观看 | 日韩欧美一区视频在线观看| 香蕉国产在线看| 黑人欧美特级aaaaaa片| 久久99热6这里只有精品| 欧美最新免费一区二区三区| av免费在线看不卡| 嫩草影院入口| 宅男免费午夜| 国产精品国产三级国产av玫瑰| 性色av一级| 美女脱内裤让男人舔精品视频| 国产片内射在线| 99久久人妻综合| 18在线观看网站| 美女福利国产在线| av视频免费观看在线观看| 又大又黄又爽视频免费| 在线免费观看不下载黄p国产| 国产成人精品在线电影| 久久热在线av| 天天影视国产精品| 最新中文字幕久久久久| 99热6这里只有精品| 久久久国产精品麻豆| 国产激情久久老熟女| 久久久久久久国产电影| 一区二区三区精品91| 一本久久精品| 免费大片黄手机在线观看| 少妇的丰满在线观看| 国产成人欧美| 天天操日日干夜夜撸| 亚洲精品久久午夜乱码| 男女无遮挡免费网站观看| 日韩精品有码人妻一区| a级毛色黄片| 黑丝袜美女国产一区| 国产精品一区二区在线不卡| 国产日韩欧美在线精品| 精品国产乱码久久久久久小说| 国产精品一区www在线观看| 制服丝袜香蕉在线| 亚洲精品色激情综合| 最新的欧美精品一区二区| 婷婷色综合大香蕉| 亚洲欧美清纯卡通| 成人午夜精彩视频在线观看| av在线观看视频网站免费| 91久久精品国产一区二区三区| 亚洲五月色婷婷综合| 国产精品不卡视频一区二区| 国产黄色免费在线视频| 亚洲欧洲国产日韩| 春色校园在线视频观看| tube8黄色片| 欧美精品人与动牲交sv欧美| 亚洲精品国产色婷婷电影| 久久精品夜色国产| 成人午夜精彩视频在线观看| av在线观看视频网站免费| 亚洲精品av麻豆狂野| 中文字幕亚洲精品专区| 另类亚洲欧美激情| 男女下面插进去视频免费观看 | 亚洲人与动物交配视频| av在线老鸭窝| 成人亚洲欧美一区二区av| 色婷婷av一区二区三区视频| av卡一久久| av线在线观看网站| 久久久久久久久久人人人人人人| www.色视频.com| 国产在视频线精品| 免费黄频网站在线观看国产| 久久久久久久久久久免费av| 欧美人与性动交α欧美精品济南到 | 国产亚洲一区二区精品| 午夜视频国产福利| 国产黄色免费在线视频| 免费观看性生交大片5| 在线观看一区二区三区激情| 亚洲欧洲国产日韩| 亚洲精品国产av蜜桃| 国产成人精品无人区| 黄色毛片三级朝国网站| 色5月婷婷丁香| 亚洲国产欧美在线一区| 自线自在国产av| 一区二区三区精品91| 老司机影院成人| 人人妻人人澡人人爽人人夜夜| 久久人人爽av亚洲精品天堂| 18+在线观看网站| 五月玫瑰六月丁香| 精品人妻一区二区三区麻豆| 久久精品国产自在天天线| 丰满饥渴人妻一区二区三| 国产免费福利视频在线观看| 亚洲综合精品二区| 90打野战视频偷拍视频| 久久韩国三级中文字幕| 欧美激情极品国产一区二区三区 | 成人亚洲精品一区在线观看| 亚洲,一卡二卡三卡| a级片在线免费高清观看视频| 在线观看三级黄色| 国产色婷婷99| 国产精品人妻久久久影院| 国产深夜福利视频在线观看| 久久精品国产自在天天线| 另类精品久久| 这个男人来自地球电影免费观看 | 91精品国产国语对白视频| 亚洲精品一二三| 久久久国产一区二区| 涩涩av久久男人的天堂| 亚洲国产精品专区欧美| 久久精品国产亚洲av天美| 波多野结衣一区麻豆| 人妻系列 视频| 永久免费av网站大全| 国语对白做爰xxxⅹ性视频网站| 免费看光身美女| 精品一区在线观看国产| 97超碰精品成人国产| 日韩av免费高清视频| 久久久a久久爽久久v久久| 免费在线观看完整版高清| 亚洲欧洲国产日韩| 欧美成人精品欧美一级黄| 在线观看免费日韩欧美大片| 麻豆精品久久久久久蜜桃| 永久免费av网站大全| 亚洲欧美清纯卡通| 中文字幕另类日韩欧美亚洲嫩草| 99久国产av精品国产电影| 人体艺术视频欧美日本| 美国免费a级毛片| 成人亚洲精品一区在线观看| 99九九在线精品视频| 国产成人精品在线电影| 王馨瑶露胸无遮挡在线观看| 插逼视频在线观看| 亚洲精品国产av成人精品| 90打野战视频偷拍视频| 18禁在线无遮挡免费观看视频| 国产免费现黄频在线看| 亚洲高清免费不卡视频| videosex国产| 最后的刺客免费高清国语| 亚洲中文av在线| 色吧在线观看| 久久久精品区二区三区| 超色免费av| 青春草国产在线视频| 男女免费视频国产| 大香蕉97超碰在线| 国产白丝娇喘喷水9色精品| 亚洲内射少妇av| 国产乱人偷精品视频| 国产黄频视频在线观看| 大片免费播放器 马上看| 免费高清在线观看日韩| 国产探花极品一区二区| 亚洲伊人久久精品综合| 蜜桃国产av成人99| 亚洲精品美女久久av网站| 日韩大片免费观看网站| a级毛色黄片| 日本-黄色视频高清免费观看| 日本爱情动作片www.在线观看| 晚上一个人看的免费电影| 视频在线观看一区二区三区| 亚洲成人手机| 热99久久久久精品小说推荐| 免费不卡的大黄色大毛片视频在线观看| 欧美3d第一页| 永久网站在线| 18禁在线无遮挡免费观看视频| 丝袜喷水一区| 这个男人来自地球电影免费观看 | 亚洲三级黄色毛片| 日韩伦理黄色片| 美女国产高潮福利片在线看| 国产av精品麻豆| 黄色怎么调成土黄色| 国产又爽黄色视频| 婷婷色麻豆天堂久久| 国产成人a∨麻豆精品| 在线观看人妻少妇| 黑丝袜美女国产一区| 啦啦啦在线观看免费高清www| a级毛色黄片| av.在线天堂| 大片免费播放器 马上看| 久久精品国产亚洲av涩爱| 亚洲av男天堂| 亚洲国产色片| 国产成人午夜福利电影在线观看| 波多野结衣一区麻豆| 一本久久精品| 国产精品国产av在线观看| 最新中文字幕久久久久| 高清欧美精品videossex| 精品一区二区三卡| 成人手机av| 一级毛片我不卡| 久久久欧美国产精品| 日本wwww免费看| 青春草国产在线视频| 在线看a的网站| 久久国产亚洲av麻豆专区| 日韩成人伦理影院| 免费女性裸体啪啪无遮挡网站| 午夜免费男女啪啪视频观看| 国产成人精品婷婷| 高清在线视频一区二区三区| 香蕉国产在线看| 在线 av 中文字幕| www.av在线官网国产| 国产综合精华液| 久久婷婷青草| 日韩不卡一区二区三区视频在线| 亚洲精品成人av观看孕妇| 性高湖久久久久久久久免费观看| 久久久久视频综合| 乱码一卡2卡4卡精品| 亚洲精品,欧美精品| 美国免费a级毛片| 精品视频人人做人人爽| freevideosex欧美| 色视频在线一区二区三区| 亚洲av在线观看美女高潮| 丝袜人妻中文字幕| 一区二区三区乱码不卡18| 99国产精品免费福利视频| 国产男人的电影天堂91| 一级黄片播放器| 久久精品国产鲁丝片午夜精品| 99久久人妻综合| 五月伊人婷婷丁香| 欧美 日韩 精品 国产| 亚洲天堂av无毛| 欧美人与善性xxx| 国产精品免费大片| 欧美3d第一页| 中文天堂在线官网| av电影中文网址| 成年人免费黄色播放视频| 国产亚洲欧美精品永久| 男人舔女人的私密视频| 18在线观看网站| 又黄又粗又硬又大视频| 不卡视频在线观看欧美| 欧美精品国产亚洲| 国产深夜福利视频在线观看| 这个男人来自地球电影免费观看 | 欧美最新免费一区二区三区| 久久影院123| 久久精品熟女亚洲av麻豆精品| 精品一区二区三区四区五区乱码 | 极品少妇高潮喷水抽搐| 大码成人一级视频| 考比视频在线观看| 观看美女的网站| 午夜91福利影院| 免费观看在线日韩| 麻豆乱淫一区二区| 69精品国产乱码久久久| 91成人精品电影| 色哟哟·www| 亚洲久久久国产精品| 美女内射精品一级片tv| 永久网站在线| 99热这里只有是精品在线观看| 少妇人妻 视频| 丝袜喷水一区| 亚洲精品国产色婷婷电影| 欧美日本中文国产一区发布| 国产亚洲精品久久久com| 亚洲精品乱码久久久久久按摩| 激情视频va一区二区三区| 日韩不卡一区二区三区视频在线| 精品视频人人做人人爽| 午夜免费鲁丝| 精品国产露脸久久av麻豆| 少妇人妻精品综合一区二区| 国产精品成人在线| 久久精品国产鲁丝片午夜精品| 日本猛色少妇xxxxx猛交久久| 亚洲性久久影院| 美女内射精品一级片tv| 亚洲av欧美aⅴ国产| 国产精品久久久久久久久免| 成人国产av品久久久| 99热6这里只有精品| 69精品国产乱码久久久| 免费黄频网站在线观看国产| 久久ye,这里只有精品| 看十八女毛片水多多多| 女性被躁到高潮视频| 一区二区三区精品91| 伊人久久国产一区二区| 黑人猛操日本美女一级片| 看免费成人av毛片| 美女国产高潮福利片在线看| 亚洲色图 男人天堂 中文字幕 | 亚洲天堂av无毛| 老女人水多毛片| 久久ye,这里只有精品| 女性生殖器流出的白浆| 九色亚洲精品在线播放| 久久精品国产自在天天线| 天天影视国产精品| 9色porny在线观看| 老司机影院毛片| 亚洲国产最新在线播放| 超色免费av| 亚洲伊人色综图| 国产男女内射视频| 亚洲中文av在线| 美女国产高潮福利片在线看| 哪个播放器可以免费观看大片| 亚洲第一av免费看| 美女xxoo啪啪120秒动态图| 亚洲成色77777| 少妇人妻精品综合一区二区| 亚洲欧美成人综合另类久久久| 亚洲国产毛片av蜜桃av| 久久人人爽av亚洲精品天堂| 亚洲第一区二区三区不卡| 天堂俺去俺来也www色官网| 日本vs欧美在线观看视频| 少妇被粗大的猛进出69影院 | 国产精品不卡视频一区二区| 精品国产国语对白av| 久久免费观看电影| 高清毛片免费看| 国产视频首页在线观看| 成人免费观看视频高清| 97人妻天天添夜夜摸| 国产精品无大码| av在线app专区| 久久久久人妻精品一区果冻| 一级毛片黄色毛片免费观看视频| 丰满饥渴人妻一区二区三| 99久久中文字幕三级久久日本| 亚洲,欧美精品.| 亚洲高清免费不卡视频| 亚洲精品自拍成人| 国产日韩欧美亚洲二区| 欧美性感艳星| 最近最新中文字幕大全免费视频 | 一级,二级,三级黄色视频| 亚洲欧美一区二区三区国产| 国产欧美日韩一区二区三区在线| 男的添女的下面高潮视频| 欧美国产精品va在线观看不卡| 天天操日日干夜夜撸| 51国产日韩欧美| 视频在线观看一区二区三区| 最近的中文字幕免费完整| 国产免费一级a男人的天堂| 高清欧美精品videossex| 天堂中文最新版在线下载| 免费日韩欧美在线观看| 边亲边吃奶的免费视频| 少妇 在线观看| 免费高清在线观看视频在线观看| 久久久精品区二区三区| 成人国产麻豆网| 丁香六月天网| 爱豆传媒免费全集在线观看| 免费少妇av软件| 夫妻午夜视频| 亚洲国产精品999| 青青草视频在线视频观看| 成人亚洲精品一区在线观看| 午夜福利影视在线免费观看| 国产福利在线免费观看视频| 亚洲四区av| 日韩av不卡免费在线播放| 青春草国产在线视频| 国产一区二区在线观看日韩| 91成人精品电影| 国产国拍精品亚洲av在线观看| 日韩电影二区| 日日摸夜夜添夜夜爱| 男女边摸边吃奶| 又黄又爽又刺激的免费视频.| 久久青草综合色| 成人毛片60女人毛片免费|