• <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 ?

    人工智能在中樞神經(jīng)疾病影像學中的應用

    2021-12-02 03:33:25耿道穎
    國際醫(yī)學放射學雜志 2021年6期
    關(guān)鍵詞:結(jié)果表明組學膠質(zhì)瘤

    耿道穎

    人工智能(artificial intelligence,AI)是一門研究計算機模擬人類思維過程與智能化行為的學科。近年來,AI被應用到臨床影像工作流程中,能夠進行可重復和準確的影像學評估,已廣泛應用于病灶檢測、病灶分割、腫瘤分型和療效預測等方面[1]。針對臨床工作中獲得的大量影像,可以利用AI技術(shù)來挖掘病灶的影像特征,這在輔助臨床決策的同時,也為醫(yī)學研究提供了豐富的資源。

    有文獻[2]報道,我國醫(yī)學影像數(shù)據(jù)每年增長超過30%,但放射科醫(yī)師人數(shù)每年增長僅為4%,兩者的增長速度不匹配使得放射科醫(yī)師壓力加重,高強度的工作容易造成誤診、漏診。隨著AI技術(shù)的發(fā)展和影像數(shù)據(jù)的積累,利用AI算法挖掘影像數(shù)據(jù)中的影像特征,構(gòu)建并訓練輔助診斷模型,將有利于提高疾病的診斷效率及準確性[3]。

    中樞神經(jīng)系統(tǒng)疾病嚴重危害人類健康,特別是中國“腦計劃”的提出,反映了全社會對中樞神經(jīng)系統(tǒng)疾病的早診、早治的迫切需求,其中醫(yī)學影像對中樞神經(jīng)系統(tǒng)疾病的診治尤為重要。本文通過介紹AI對中樞神經(jīng)系統(tǒng)常見疾病的診斷作用來評述AI在醫(yī)學影像診療中的研究進展。

    1 腦血管疾病

    腦血管疾病是由腦血管病變和血液循環(huán)障礙引起的一組腦功能障礙,該病分為缺血性和出血性。由于腦血管病起病多較急驟,發(fā)病率、致殘率和死亡率都很高,因此及時診斷有決定性的意義[4]。利用AI技術(shù)構(gòu)建的模型,不僅可以檢測、分割腦卒中的出血灶或梗死灶,還可以評估卒中的病情分級和預測轉(zhuǎn)歸,對腦卒中病人的診療發(fā)揮巨大作用,從而降低腦卒中發(fā)病率和死亡率[5-6]。近年,Ye等[7]采用三維卷積神經(jīng)網(wǎng)絡(luò)(convolutional neural networks,CNN)聯(lián)合遞歸神經(jīng)網(wǎng)絡(luò)的深度學習框架,通過對836例腦出血和1 000例正常對照的CT平掃影像,對腦實質(zhì)出血、破入腦室出血、硬膜下出血、硬膜外出血和蛛網(wǎng)膜下腔出血進行檢測,經(jīng)驗證,該算法診斷5種腦出血亞型的受試者操作特征曲線下面積(AUC)>0.80,證實該算法的性能總體上優(yōu)于尚未完成規(guī)培的初級醫(yī)師的診斷水平;Chen等[8]采用擴散加權(quán)成像(DWI)數(shù)據(jù)開發(fā)出一個基于深度學習的CNN框架,能夠?qū)WI上急性缺血性卒中病灶進行分割,并且該算法在大型臨床數(shù)據(jù)集上得到了驗證。該研究結(jié)果表明,對于缺血性卒中病灶,基于深度學習的AI算法具有比較高的檢出率;Zhao等[9]采用基于no-new-Net框架的深度學習方法,對自發(fā)性出血性腦卒中、腦室積血及血腫周圍的水腫進行自動分割和體積測量,結(jié)果表明AI模型不僅有助于精準定量評估出血性腦卒中,而且有助于預測其進展。

    2 退行性疾病

    對于中樞神經(jīng)系統(tǒng)退行性疾病,目前AI主要應用于阿爾茨海默?。ˋlzheimer’s disease,AD)和帕金森?。≒arkinson’s disease,PD)的影像診斷。

    2.1 AD AD是一種出現(xiàn)于老年人群的進行性發(fā)展的中樞神經(jīng)系統(tǒng)退行性疾病,目前全球范圍內(nèi)約有5 000萬例病人[10],并且隨著人口老齡化加劇,病患數(shù)量將繼續(xù)增加。傳統(tǒng)的AD診斷過于依賴病人臨床表現(xiàn)和醫(yī)生的主觀判斷,近年來,通過AI技術(shù)與臨床工作的結(jié)合,可提高AD的診斷效率。Jo等[11]開發(fā)了一個深度學習框架,結(jié)合3D CNN和LRP(l ayer-wise relevance propagatio n)算法,采用正電子發(fā)射計算機體層成像(PET)識別AD分類特征,結(jié)果表明基于3D CNN的分類模型在5折交叉驗證后平均準確度達到90.8%;Feng等[12]研究發(fā)現(xiàn),3DCNN-支持向量機(support vetor machines,SVM)在AD診斷分類方面具有很優(yōu)越的性能,且無需預先手動進行任何特征提取,明顯提高了AD的臨床診斷效率和準確性。

    2.2 PD PD是一種以運動遲緩、肌肉僵硬、靜止性震顫、姿勢和步態(tài)損傷等為臨床特征的中樞神經(jīng)系統(tǒng)的退行性疾病[13]。目前全球范圍內(nèi)大約有6 100萬PD病人,且數(shù)量還在不斷增加[14],因此早期診斷PD并進行干預將有利于減緩病情進展并改善病人總體生活質(zhì)量。Papadopoulos等[15]通過構(gòu)建深度學習框架,分析預測驗證數(shù)據(jù)集內(nèi)的22例病人的震顫、精細運動損傷和PD情況,結(jié)果表明基于深度學習的AI技術(shù)可以作為PD早期篩查工具。Mohammed等[16]開發(fā)了一個基于CNN的網(wǎng)絡(luò)模型,采用2 723例單光子發(fā)射計算機體層成像(SPECT)影像來鑒別PD病人和健康對照者,并進行10折交叉驗證來評估模型的性能,其準確度高達99.34%。由此推斷,基于CNN的深度學習方法有望改變PD的診斷和管理模式。

    3 中樞神經(jīng)系統(tǒng)腫瘤

    中樞神經(jīng)系統(tǒng)腫瘤是死亡率、致殘率極高的疾病,特別是在兒童和青年中,分別占大約30%和20%的癌癥死亡率[17]。在各類腦腫瘤中,腦膜瘤是成人最常見的腦瘤,膠質(zhì)瘤排在第二位,占成人腦腫瘤的24%[17]。目前AI在腦腫瘤影像診斷方面的應用也主要集中于這兩類腫瘤。

    Zhang等[18]設(shè)計出一種深度學習算法并評估其在腦膜瘤病變檢測和分級中的性能,結(jié)果表明,該算法在腦膜瘤自動檢測、分割和分級方面準確可靠。Laukamp等[19]采用基于常規(guī)MRI數(shù)據(jù)建立腦膜瘤深度學習模型,并將其自動分割腫瘤的性能與手動分割進行對比,結(jié)果表明,基于深度學習的自動分割具有較高的分割精度,可與人工分割相媲美。筆者課題組的研究表明,使用放射組學技術(shù),對腦膜瘤的診斷可達到經(jīng)驗豐富的放射醫(yī)生水平[20];而對臨床難以分辨的血管瘤型腦膜瘤與血管外皮瘤鑒別診斷的準確度達到87.5%[21]。

    Zhuge等[22]建立了R-CNN和3DconvNet 2種深度學習CNN模型,研究結(jié)果表明,采用常規(guī)MRI影像鑒別低級別膠質(zhì)瘤(low grade glioma,LG G)和高級別膠質(zhì)瘤(h igh grade glioma,HG G)的準確度分別為0.963和0.971,可為臨床術(shù)前評估的決策提供輔助信息。由于HGG具有浸潤性,區(qū)分血管源性水腫和無對比增強的HGG非常困難。Sengupta等[23]采用HGG病人術(shù)前和術(shù)后的T1WI、T2WI、液體衰減反轉(zhuǎn)恢復序列(FLAIR)及動態(tài)增強MRI影像,利用T1灌注MRI參數(shù)進行SVM分類,結(jié)果表明該分類在區(qū)分非對比增強型HGG和血管源性水腫時的錯誤分類誤差達8.4%,而使用鄰域平均法可降低此分類誤差至2.4%。筆者課題組在使用CNN方法對淋巴瘤和膠質(zhì)母細胞瘤鑒別時,精確度可達到0.899[24]。

    4 AI在腦腫瘤治療中的應用

    4.1 預后預測 在腦腫瘤治療領(lǐng)域,AI主要應用于腫瘤分子生物學表達、病灶分割、靶區(qū)勾畫、病人生存和疾病進展預測等方面。彌漫性膠質(zhì)瘤是一種惡性腦腫瘤,根據(jù)2021年中樞神經(jīng)系統(tǒng)腫瘤WHO分類[25],膠質(zhì)瘤中的IDH野生型、IDH突變型、IDH突變伴1p/19q聯(lián)合缺失狀態(tài),決定治療方式與預后。Lu等[26]根據(jù)214例膠質(zhì)瘤病人的數(shù)據(jù),建立一個基于多模態(tài)MRI影像組學的機器學習模型來分類膠質(zhì)瘤,并在一個獨立數(shù)據(jù)集上驗證該模型,結(jié)果表明,影像組學和機器學習方法可無創(chuàng)分類膠質(zhì)瘤的IDH和1p/19q狀態(tài);Kickingereder等[27]從181例膠質(zhì)母細胞瘤病人的多參數(shù)MRI影像中提取1 043個影像特征以構(gòu)建預測無進展期(progressionfree survival,PFS)和總生存期(overall survival,OS)的模型,當加入影像組學特征時,PFS的預測誤差減少了36%,OS的預測誤差減少了37%。該研究結(jié)果表明,影像組學特征增加了對PFS和OS的預測準確性,說明影像組學在膠質(zhì)母細胞瘤分層方面具有很大潛力。將影像組學整合到關(guān)鍵分子和臨床特征的多層決策框架中,可以改善疾病分層并有望推進對膠質(zhì)母細胞瘤病人的個性化治療。筆者研究團隊采用機器學習方法,通過建立影像組學預測腦轉(zhuǎn)移瘤伽馬刀治療后PFS的模型,并結(jié)合治療前MRI紋理特征和臨床特征構(gòu)建列線圖,有望預測經(jīng)伽馬刀治療的乳腺癌腦轉(zhuǎn)移瘤病人的預后[28]。

    4.2 療效判定 預測腦腫瘤的治療療效對指導選擇正確的治療方式具有重要意義。Grossmann等[29]在一個由126例病人組成的隊列中,確定了一組MRI放射學表型作為基線特征,并用于第二個隊列的評估;利用基線和治療開始后6周的首次隨訪成像,評估這些特征對OS、PFS以及3、6和9個月進展的預后價值,得出基于MRI的新型定量影像組學為接受貝伐珠單抗治療的復發(fā)性膠質(zhì)母細胞瘤病人的生存和病情進展提供了預后價值的結(jié)論。Kickingereder等[30]從172例貝伐珠單抗治療前復發(fā)的膠質(zhì)母細胞瘤病人的影像中,自動提取并定量分析了4 842個MRI影像特征,構(gòu)建了一個預測模型,并用PFS和OS對抗血管生成治療的結(jié)果進行分層,結(jié)果表明基于影像組學的機器學習算法可作為一種特定的影像學生物標志物,用于識別從抗血管生成治療中獲益最大的病人。

    在放療靶區(qū)勾畫及放療計劃制定方面,AI可以明顯減少醫(yī)生的工作負擔,提高放療的精準度。目前,AI在腦腫瘤放療領(lǐng)域的研究主要集中于放射靶區(qū)的勾畫、危及器官的勾畫、腫瘤假進展與復發(fā)的鑒別等方面,但在面向不同腫瘤區(qū)域的個性化精準靶區(qū)放射劑量計算,以及腫瘤放療后的假進展與復發(fā)一直是臨床診斷的難點。國外研究者使用AI方法勾畫放療靶區(qū)與基于MR波譜成像的代謝靶區(qū)匹配度較高,因此AI在放療靶區(qū)勾畫方面具有廣泛應用前景[31]。Jang等[32]使用機器學習的方法,診斷膠質(zhì)母細胞瘤放化療后的假進展的AUC達到0.83。

    5 挑戰(zhàn)和展望

    AI技術(shù)發(fā)展迅速,給醫(yī)療實踐帶來巨大變化,但是現(xiàn)階段尚存在一些問題影響其在臨床的廣泛應用。①臨床上產(chǎn)生大量影像數(shù)據(jù),但不同醫(yī)療單位的、不同型號設(shè)備的數(shù)據(jù)采集的參數(shù)不同,數(shù)據(jù)均一性差,造成大量數(shù)據(jù)的浪費,今后需要多單位合作及影像醫(yī)學聯(lián)盟來解決這個問題。②影像自動分割模型和疾病風險評估模型的準確性與用于訓練模型的數(shù)據(jù)質(zhì)量密切相關(guān)。低質(zhì)量的影像數(shù)據(jù)和不恰當?shù)臄?shù)據(jù)標注會導致不正確分類和預測結(jié)果。因此,必須加強質(zhì)量控制,嚴格把握圖像標注的質(zhì)量,提高模型的泛化性。③AI的決策高效,但可解釋性不足,而且對特定結(jié)果背后的原因進行審查的能力和對失敗的預測能力都有待提升,這需要AI和放射科醫(yī)生更深入結(jié)合。④AI的發(fā)展離不開大數(shù)據(jù)集,但罕見病的數(shù)據(jù)是很難獲得的,面向多分類疾病診斷問題,往往是數(shù)據(jù)不平衡及數(shù)據(jù)長尾分布問題,因此需要通過小樣本摸索學習及不平衡數(shù)據(jù)策略優(yōu)化來解決多分類疾病診斷的數(shù)據(jù)不平衡問題。

    AI將會在預防、診斷、治療、預后方面全流程服務于臨床。醫(yī)療單位需要共同攜手優(yōu)化機器學習算法和提高醫(yī)療數(shù)據(jù)的標準化程度,構(gòu)建可靠的疾病診斷模型,以幫助醫(yī)生篩查出高風險病人,從而制定個體化治療方案,降低發(fā)病率,緩解疾病負擔。

    6 小結(jié)

    AI在中樞神經(jīng)影像領(lǐng)域優(yōu)勢突出,提高了疾病的篩查準確率,顯著提升了臨床工作效率,能夠更好的協(xié)助醫(yī)生診斷疾病、判斷預后。但是,值得注意的是,AI在醫(yī)學影像中的應用仍面臨著眾多挑戰(zhàn),需要進一步結(jié)合臨床需求、環(huán)境變化來加強其功能和提高其效率,切實在醫(yī)學影像方面發(fā)揮更強大力量,更好地為造福人類健康服務。

    (志謝感謝尹波博士、于澤寬博士后等團隊成員協(xié)助)

    猜你喜歡
    結(jié)果表明組學膠質(zhì)瘤
    口腔代謝組學研究
    基于UHPLC-Q-TOF/MS的歸身和歸尾補血機制的代謝組學初步研究
    DCE-MRI在高、低級別腦膠質(zhì)瘤及腦膜瘤中的鑒別診斷
    磁共振成像(2015年8期)2015-12-23 08:53:14
    P21和survivin蛋白在腦膠質(zhì)瘤組織中的表達及其臨床意義
    代謝組學在多囊卵巢綜合征中的應用
    Sox2和Oct4在人腦膠質(zhì)瘤組織中的表達及意義
    99mTc-HL91乏氧顯像在惡性腦膠質(zhì)瘤放療前后的變化觀察
    蛋白質(zhì)組學在結(jié)核桿菌研究中的應用
    體育鍛煉也重要
    闊世瑪與世瑪用于不同冬小麥品種的安全性試驗
    少妇的逼水好多| 1024手机看黄色片| 一区二区三区四区激情视频 | 免费看美女性在线毛片视频| 亚洲av电影在线进入| 最近视频中文字幕2019在线8| 亚洲国产精品999在线| 身体一侧抽搐| 动漫黄色视频在线观看| 久久久久国产精品人妻aⅴ院| 国产精品乱码一区二三区的特点| 中文资源天堂在线| 看免费av毛片| 精品99又大又爽又粗少妇毛片 | 日韩 亚洲 欧美在线| 简卡轻食公司| 1024手机看黄色片| 日韩欧美免费精品| 草草在线视频免费看| 国产男靠女视频免费网站| 日韩国内少妇激情av| 国产大屁股一区二区在线视频| 国产精品久久久久久人妻精品电影| 18禁在线播放成人免费| 最近视频中文字幕2019在线8| a级毛片免费高清观看在线播放| АⅤ资源中文在线天堂| 变态另类丝袜制服| 97超视频在线观看视频| 亚洲激情在线av| 亚洲精品成人久久久久久| 亚洲真实伦在线观看| 欧美+亚洲+日韩+国产| 动漫黄色视频在线观看| 亚洲国产精品合色在线| 一个人看视频在线观看www免费| 日日夜夜操网爽| 国产精品野战在线观看| 人妻丰满熟妇av一区二区三区| 亚洲第一电影网av| 亚洲国产精品久久男人天堂| 久久伊人香网站| 老女人水多毛片| 色尼玛亚洲综合影院| 亚洲久久久久久中文字幕| 欧美日韩亚洲国产一区二区在线观看| 色视频www国产| 亚洲精品久久国产高清桃花| 久久天躁狠狠躁夜夜2o2o| 亚洲欧美日韩卡通动漫| 午夜亚洲福利在线播放| 一夜夜www| av在线天堂中文字幕| 嫩草影院精品99| 国产精品日韩av在线免费观看| 亚洲无线在线观看| 99在线人妻在线中文字幕| 亚洲激情在线av| 丰满人妻一区二区三区视频av| 国产91精品成人一区二区三区| 黄色女人牲交| www.色视频.com| 国产精品,欧美在线| 久久精品国产清高在天天线| 少妇人妻一区二区三区视频| 免费看a级黄色片| 亚洲专区中文字幕在线| 亚洲真实伦在线观看| 亚洲美女黄片视频| 日本五十路高清| 2021天堂中文幕一二区在线观| 免费看a级黄色片| 欧美日本亚洲视频在线播放| 亚洲美女黄片视频| 丁香欧美五月| 草草在线视频免费看| 久久精品久久久久久噜噜老黄 | 精品熟女少妇八av免费久了| 亚洲欧美清纯卡通| 久久九九热精品免费| 亚洲五月婷婷丁香| 成人性生交大片免费视频hd| bbb黄色大片| 日韩欧美国产在线观看| x7x7x7水蜜桃| 在线免费观看不下载黄p国产 | 国产人妻一区二区三区在| 久99久视频精品免费| 桃色一区二区三区在线观看| 无人区码免费观看不卡| 国产成人aa在线观看| 欧美丝袜亚洲另类 | 久久久久性生活片| 亚洲成a人片在线一区二区| 桃色一区二区三区在线观看| 天堂影院成人在线观看| av黄色大香蕉| 亚洲第一电影网av| 久久久精品大字幕| 午夜精品一区二区三区免费看| av专区在线播放| 麻豆一二三区av精品| av专区在线播放| 亚洲,欧美,日韩| 网址你懂的国产日韩在线| 不卡一级毛片| 午夜福利高清视频| 国产午夜精品久久久久久一区二区三区 | 精品一区二区三区av网在线观看| 日本三级黄在线观看| 老师上课跳d突然被开到最大视频 久久午夜综合久久蜜桃 | 在线观看舔阴道视频| 日日摸夜夜添夜夜添av毛片 | 亚洲成av人片在线播放无| 熟妇人妻久久中文字幕3abv| 日韩国内少妇激情av| 人妻制服诱惑在线中文字幕| 国产一级毛片七仙女欲春2| 一区二区三区高清视频在线| 国产爱豆传媒在线观看| 亚洲精品日韩av片在线观看| 久久婷婷人人爽人人干人人爱| 一二三四社区在线视频社区8| 中文字幕熟女人妻在线| 丰满乱子伦码专区| 久久6这里有精品| 免费人成视频x8x8入口观看| 色精品久久人妻99蜜桃| av女优亚洲男人天堂| 床上黄色一级片| 国产主播在线观看一区二区| 国产精品一区二区三区四区久久| 色综合站精品国产| 91在线精品国自产拍蜜月| 亚洲av免费高清在线观看| 久久久国产成人精品二区| 黄色丝袜av网址大全| 国产亚洲精品av在线| 国产毛片a区久久久久| 好看av亚洲va欧美ⅴa在| 一区二区三区激情视频| ponron亚洲| 99国产极品粉嫩在线观看| 亚洲精品成人久久久久久| 草草在线视频免费看| 国产三级黄色录像| 欧美成人性av电影在线观看| 欧美乱妇无乱码| 首页视频小说图片口味搜索| 亚洲欧美日韩高清在线视频| 99久久99久久久精品蜜桃| 老司机深夜福利视频在线观看| 成人特级黄色片久久久久久久| 亚洲精品在线观看二区| 国产91精品成人一区二区三区| 综合色av麻豆| 欧美zozozo另类| 国产成人av教育| 亚洲第一电影网av| 欧美高清成人免费视频www| .国产精品久久| 国产一级毛片七仙女欲春2| 97人妻精品一区二区三区麻豆| 88av欧美| 久久久久久久精品吃奶| 一进一出抽搐动态| 亚洲精品乱码久久久v下载方式| 一本精品99久久精品77| 9191精品国产免费久久| 免费av不卡在线播放| 欧美一区二区精品小视频在线| 亚洲精品日韩av片在线观看| 精品午夜福利在线看| 一个人免费在线观看的高清视频| 亚洲精品久久国产高清桃花| 日本黄色片子视频| 日日摸夜夜添夜夜添小说| 老司机深夜福利视频在线观看| 国产老妇女一区| 久久人人精品亚洲av| 深夜精品福利| 午夜亚洲福利在线播放| 亚洲人与动物交配视频| 男人狂女人下面高潮的视频| 天堂网av新在线| 免费无遮挡裸体视频| av天堂在线播放| 久久久成人免费电影| 99国产综合亚洲精品| 国产欧美日韩一区二区精品| 国内久久婷婷六月综合欲色啪| 国产精品不卡视频一区二区 | 乱人视频在线观看| 最后的刺客免费高清国语| 久久99热6这里只有精品| 久久人妻av系列| 欧美乱色亚洲激情| 在线a可以看的网站| 3wmmmm亚洲av在线观看| 国产精品一区二区三区四区久久| 国产伦人伦偷精品视频| 久久九九热精品免费| 亚洲精品乱码久久久v下载方式| 国产免费男女视频| 91字幕亚洲| 亚洲,欧美精品.| 免费搜索国产男女视频| 午夜激情福利司机影院| 最近在线观看免费完整版| 丰满人妻熟妇乱又伦精品不卡| 在线观看舔阴道视频| 亚洲 欧美 日韩 在线 免费| 久久国产乱子免费精品| 久久久久久久午夜电影| 免费观看的影片在线观看| 欧美高清性xxxxhd video| 欧美绝顶高潮抽搐喷水| 一进一出抽搐gif免费好疼| 午夜a级毛片| 国产伦人伦偷精品视频| 久久99热6这里只有精品| 成人欧美大片| 在线观看66精品国产| 国产午夜精品久久久久久一区二区三区 | 色综合亚洲欧美另类图片| 精品久久国产蜜桃| 一区二区三区免费毛片| 亚洲av电影不卡..在线观看| 韩国av一区二区三区四区| 91字幕亚洲| 日韩免费av在线播放| 精品国产三级普通话版| 亚洲精品色激情综合| 欧美xxxx黑人xx丫x性爽| 欧美成人性av电影在线观看| 久久性视频一级片| 99riav亚洲国产免费| 校园春色视频在线观看| 特级一级黄色大片| 一进一出抽搐gif免费好疼| 88av欧美| 国产精华一区二区三区| 级片在线观看| 看十八女毛片水多多多| 日韩欧美精品v在线| 亚洲精品粉嫩美女一区| 久久九九热精品免费| 国产在视频线在精品| 亚洲专区国产一区二区| 久久婷婷人人爽人人干人人爱| 女人十人毛片免费观看3o分钟| 国产精品美女特级片免费视频播放器| 夜夜躁狠狠躁天天躁| 国产在线男女| 一个人看视频在线观看www免费| 老熟妇仑乱视频hdxx| 国产精品一及| 18美女黄网站色大片免费观看| 又爽又黄无遮挡网站| 麻豆一二三区av精品| 永久网站在线| 黄片小视频在线播放| 欧美成人一区二区免费高清观看| 亚洲欧美精品综合久久99| 在线播放无遮挡| 日韩精品青青久久久久久| 乱人视频在线观看| 中文字幕精品亚洲无线码一区| 亚洲美女搞黄在线观看 | 国产一区二区激情短视频| 久久久久国内视频| 色尼玛亚洲综合影院| av福利片在线观看| 一区福利在线观看| 一个人免费在线观看电影| 三级毛片av免费| 中文字幕高清在线视频| 1000部很黄的大片| 97超视频在线观看视频| 十八禁人妻一区二区| 亚洲avbb在线观看| 国产毛片a区久久久久| 3wmmmm亚洲av在线观看| 少妇裸体淫交视频免费看高清| 欧美3d第一页| 内射极品少妇av片p| 国产男靠女视频免费网站| 亚洲性夜色夜夜综合| 99久久精品国产亚洲精品| 真人做人爱边吃奶动态| 老熟妇仑乱视频hdxx| 少妇的逼好多水| 最近在线观看免费完整版| 欧美一级a爱片免费观看看| 三级国产精品欧美在线观看| 精品午夜福利在线看| 熟女人妻精品中文字幕| 夜夜看夜夜爽夜夜摸| 3wmmmm亚洲av在线观看| 日韩av在线大香蕉| 别揉我奶头 嗯啊视频| 欧美不卡视频在线免费观看| eeuss影院久久| 日本 欧美在线| 亚洲avbb在线观看| 免费看光身美女| 久久精品国产自在天天线| 欧美性感艳星| 麻豆av噜噜一区二区三区| 欧美日本视频| 亚洲国产精品sss在线观看| 国产精品女同一区二区软件 | 最近最新免费中文字幕在线| 精品久久久久久成人av| 亚洲第一区二区三区不卡| 久久精品久久久久久噜噜老黄 | 国产乱人视频| 国产欧美日韩精品亚洲av| 一本一本综合久久| 乱码一卡2卡4卡精品| av在线蜜桃| 天堂√8在线中文| bbb黄色大片| 国产精品不卡视频一区二区 | 国产69精品久久久久777片| 99国产精品一区二区三区| 成人三级黄色视频| 亚洲av一区综合| 久久精品国产99精品国产亚洲性色| 亚洲最大成人中文| 久久国产乱子伦精品免费另类| 一夜夜www| 欧美国产日韩亚洲一区| 久久精品91蜜桃| 久久久成人免费电影| 在线观看午夜福利视频| 人妻久久中文字幕网| 精品久久久久久久人妻蜜臀av| 国产av在哪里看| 嫩草影院新地址| 亚洲国产精品久久男人天堂| 精品一区二区三区视频在线观看免费| 天堂动漫精品| 别揉我奶头~嗯~啊~动态视频| 国产亚洲精品av在线| 欧美又色又爽又黄视频| 一级毛片久久久久久久久女| 色视频www国产| 国产白丝娇喘喷水9色精品| 国产91精品成人一区二区三区| 真人一进一出gif抽搐免费| 看片在线看免费视频| 此物有八面人人有两片| 国产av不卡久久| av视频在线观看入口| 婷婷六月久久综合丁香| 12—13女人毛片做爰片一| 亚洲在线自拍视频| av女优亚洲男人天堂| 免费大片18禁| 欧美成人性av电影在线观看| 99精品久久久久人妻精品| 国产精品电影一区二区三区| 亚洲美女黄片视频| 欧美黑人巨大hd| 欧美一级a爱片免费观看看| 国产精品影院久久| 亚洲av熟女| 久久久久久久亚洲中文字幕 | 青草久久国产| 麻豆一二三区av精品| 久久国产乱子伦精品免费另类| 精品久久久久久久末码| 中文字幕久久专区| 人人妻,人人澡人人爽秒播| 精品免费久久久久久久清纯| 精品久久久久久久久久久久久| 99久久久亚洲精品蜜臀av| 在线观看美女被高潮喷水网站 | 婷婷精品国产亚洲av| 久久精品国产亚洲av香蕉五月| 一本一本综合久久| 韩国av一区二区三区四区| 久久亚洲精品不卡| 欧美成狂野欧美在线观看| 91在线观看av| 男女做爰动态图高潮gif福利片| 久久久国产成人免费| 亚洲一区二区三区不卡视频| 久久婷婷人人爽人人干人人爱| 久99久视频精品免费| 国产精品一区二区三区四区免费观看 | 亚洲av熟女| 脱女人内裤的视频| 日韩欧美精品v在线| 俺也久久电影网| 国产亚洲精品综合一区在线观看| 97人妻精品一区二区三区麻豆| 亚洲精品影视一区二区三区av| 淫妇啪啪啪对白视频| 波多野结衣高清无吗| 99久久无色码亚洲精品果冻| av专区在线播放| 一级a爱片免费观看的视频| 精品欧美国产一区二区三| 在线国产一区二区在线| 国产不卡一卡二| 简卡轻食公司| 在线十欧美十亚洲十日本专区| 亚洲熟妇熟女久久| xxxwww97欧美| 欧美区成人在线视频| 国产精品女同一区二区软件 | 色尼玛亚洲综合影院| 免费在线观看影片大全网站| 噜噜噜噜噜久久久久久91| 性欧美人与动物交配| 全区人妻精品视频| 国产伦人伦偷精品视频| 黄色丝袜av网址大全| 波多野结衣高清无吗| 免费搜索国产男女视频| 怎么达到女性高潮| 中文字幕人成人乱码亚洲影| 久久国产精品影院| 国产精品爽爽va在线观看网站| 欧美另类亚洲清纯唯美| 国产高潮美女av| 男女之事视频高清在线观看| 国产色爽女视频免费观看| 国产乱人视频| 欧美成人a在线观看| 国产精品电影一区二区三区| 自拍偷自拍亚洲精品老妇| 一边摸一边抽搐一进一小说| 亚洲中文日韩欧美视频| 久久精品夜夜夜夜夜久久蜜豆| 久久午夜亚洲精品久久| 国产精品乱码一区二三区的特点| 精品一区二区免费观看| 国产精品嫩草影院av在线观看 | 国产日本99.免费观看| 国产精品乱码一区二三区的特点| 久久人人爽人人爽人人片va | 国产欧美日韩精品一区二区| 久久人人精品亚洲av| 18美女黄网站色大片免费观看| 午夜日韩欧美国产| 国产不卡一卡二| 午夜激情欧美在线| 亚洲一区二区三区不卡视频| 色吧在线观看| 色综合欧美亚洲国产小说| 在线天堂最新版资源| 亚洲av一区综合| 高潮久久久久久久久久久不卡| 成人三级黄色视频| 一本一本综合久久| 国产精品国产高清国产av| 色综合站精品国产| 特级一级黄色大片| 亚洲欧美日韩无卡精品| 欧美乱妇无乱码| 国语自产精品视频在线第100页| 亚洲av日韩精品久久久久久密| 在线播放国产精品三级| 国产av在哪里看| 久9热在线精品视频| 精品福利观看| 国产精品自产拍在线观看55亚洲| 日韩欧美国产在线观看| 99国产极品粉嫩在线观看| 国产精华一区二区三区| 成人国产综合亚洲| 最近视频中文字幕2019在线8| 精品一区二区三区av网在线观看| 国产不卡一卡二| 国内精品久久久久久久电影| 欧美区成人在线视频| 日日干狠狠操夜夜爽| 在线观看舔阴道视频| 五月玫瑰六月丁香| 亚洲精品乱码久久久v下载方式| 日韩欧美精品v在线| 熟女人妻精品中文字幕| 国产视频一区二区在线看| 亚洲七黄色美女视频| 在线播放无遮挡| 麻豆国产97在线/欧美| 国产在视频线在精品| 精品久久久久久久久亚洲 | 成年人黄色毛片网站| 黄色一级大片看看| 九九热线精品视视频播放| 国内精品久久久久精免费| 一进一出好大好爽视频| 亚洲av电影不卡..在线观看| 国产午夜精品久久久久久一区二区三区 | 午夜免费激情av| 伦理电影大哥的女人| 深爱激情五月婷婷| a级一级毛片免费在线观看| 亚洲国产欧洲综合997久久,| 高清在线国产一区| 少妇被粗大猛烈的视频| 亚洲人成伊人成综合网2020| 99久久久亚洲精品蜜臀av| 在现免费观看毛片| 成年女人看的毛片在线观看| 99久久无色码亚洲精品果冻| 欧美绝顶高潮抽搐喷水| 乱人视频在线观看| 国产激情偷乱视频一区二区| 免费电影在线观看免费观看| 久久伊人香网站| 最新中文字幕久久久久| 免费在线观看亚洲国产| 在线观看av片永久免费下载| 午夜免费激情av| 欧美日韩综合久久久久久 | 精品一区二区免费观看| 亚洲男人的天堂狠狠| 欧美日本亚洲视频在线播放| 一级黄片播放器| 欧美一区二区精品小视频在线| 午夜福利视频1000在线观看| 一级黄色大片毛片| 啪啪无遮挡十八禁网站| 日韩国内少妇激情av| 日韩欧美免费精品| netflix在线观看网站| 琪琪午夜伦伦电影理论片6080| 啦啦啦观看免费观看视频高清| 在线免费观看的www视频| 内地一区二区视频在线| 少妇被粗大猛烈的视频| 亚洲第一欧美日韩一区二区三区| 国产精品久久久久久亚洲av鲁大| 国产成人av教育| 日本免费一区二区三区高清不卡| 国产欧美日韩一区二区精品| 国产极品精品免费视频能看的| 国产精华一区二区三区| 亚洲专区国产一区二区| 性插视频无遮挡在线免费观看| 天天一区二区日本电影三级| 最近中文字幕高清免费大全6 | 亚洲男人的天堂狠狠| 午夜a级毛片| 亚洲精品乱码久久久v下载方式| 国产主播在线观看一区二区| 色尼玛亚洲综合影院| 精品一区二区免费观看| 亚洲第一电影网av| 国产蜜桃级精品一区二区三区| 又爽又黄a免费视频| 亚洲综合色惰| 一本精品99久久精品77| 国产精品免费一区二区三区在线| 真实男女啪啪啪动态图| 国产成年人精品一区二区| 久久国产精品人妻蜜桃| 男女床上黄色一级片免费看| 99热这里只有是精品50| 深夜精品福利| 国产探花在线观看一区二区| 女生性感内裤真人,穿戴方法视频| 窝窝影院91人妻| 丰满乱子伦码专区| 免费av观看视频| 欧美潮喷喷水| 国产一区二区激情短视频| 欧美一级a爱片免费观看看| 一二三四社区在线视频社区8| 啦啦啦观看免费观看视频高清| 亚洲国产欧美人成| 99久久99久久久精品蜜桃| 极品教师在线免费播放| 内射极品少妇av片p| 两个人视频免费观看高清| 精品福利观看| 欧美成人一区二区免费高清观看| 日韩中文字幕欧美一区二区| www.www免费av| 日韩中文字幕欧美一区二区| 国产精品嫩草影院av在线观看 | 熟女人妻精品中文字幕| 色哟哟哟哟哟哟| 一进一出抽搐动态| 日本五十路高清| 中出人妻视频一区二区| 国内揄拍国产精品人妻在线| 国产大屁股一区二区在线视频| 欧美黑人欧美精品刺激| 国产精品野战在线观看| 淫秽高清视频在线观看| 亚洲一区二区三区不卡视频| 久久久久久久精品吃奶| 亚洲成人免费电影在线观看| 女人十人毛片免费观看3o分钟| 又黄又爽又免费观看的视频| 中亚洲国语对白在线视频| 午夜福利在线观看免费完整高清在 | АⅤ资源中文在线天堂| 欧美高清成人免费视频www| 少妇裸体淫交视频免费看高清| 757午夜福利合集在线观看| 欧美xxxx黑人xx丫x性爽| 麻豆成人av在线观看| 97热精品久久久久久| 身体一侧抽搐| 免费在线观看成人毛片| 精品久久久久久久久亚洲 | 日本三级黄在线观看| 久久久成人免费电影|