• <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 ?

    生成對抗神經(jīng)網(wǎng)絡(luò)在心電異常識(shí)別中的應(yīng)用研究*

    2021-12-06 07:21:54楊小童陳月明
    關(guān)鍵詞:鑒別器心電電信號

    楊 坤 楊小童 陳月明

    (安徽醫(yī)科大學(xué)生物醫(yī)學(xué)工程學(xué)院 合肥 230032)

    1 引言

    心血管疾病是一種常見的慢性非傳染性疾病,根據(jù)國家心血管病中心組織編撰的《中國心血管病報(bào)告2018》[1]和美年大健康在2020年4月29日發(fā)布《健康中國·體檢大數(shù)據(jù)心血管健康報(bào)告》顯示,心血管疾病嚴(yán)重危害人們的身體健康,是導(dǎo)致國居民死亡的重要原因之一。心電圖(Electrocar?diogram,ECG)診斷是檢測心臟疾病最基礎(chǔ)、最常用的方法,而人工診斷的誤診率較高,同時(shí)面臨相應(yīng)的醫(yī)療資源顯著不足的現(xiàn)狀。因此利用計(jì)算輔助系統(tǒng)實(shí)現(xiàn)對心電異常的智能診斷具有極其重要的實(shí)際意義和臨床價(jià)值。

    針對上述問題,本文的主要貢獻(xiàn)在于:首先,針對數(shù)據(jù)集樣本分布不均勻問題,使用生成式對抗神經(jīng)網(wǎng)絡(luò)擴(kuò)充訓(xùn)練的數(shù)據(jù)集;其次,為了減少采樣數(shù)據(jù)與數(shù)據(jù)存儲(chǔ)空間,使用壓縮感知理論對心電信號進(jìn)行壓縮與重構(gòu),進(jìn)一步降低了心電異常模型的復(fù)雜程度。

    本文提出的研究框架如圖1所示,主要包括四個(gè)部分:預(yù)處理、壓縮與重構(gòu)、數(shù)據(jù)增強(qiáng)、特征學(xué)習(xí)與分類。心電信號預(yù)處理的過程包括使用小波閾值對實(shí)際數(shù)據(jù)集中的心電信號數(shù)據(jù)去噪處理、心拍劃分以及訓(xùn)練集和測試集的劃分;其次使用壓縮感知模型對數(shù)據(jù)進(jìn)行壓縮并重構(gòu);利用生成對抗網(wǎng)絡(luò)WGAN的生成器生成數(shù)據(jù)集中樣本少的心電數(shù)據(jù),解決數(shù)據(jù)集中樣本不平衡的問題,即對較少的樣本類別應(yīng)用數(shù)據(jù)增強(qiáng)方法,得到最終的訓(xùn)練集;最后利用經(jīng)過訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò)網(wǎng)絡(luò)模型對測試集進(jìn)行分類。

    圖1 心電異常識(shí)別模型框架

    2.1 小波變換降噪

    心電是通過放置在人體表面的電極來接收心臟搏動(dòng)的電信號,經(jīng)過導(dǎo)線或者其他設(shè)備送到終端顯示處理,在此過程中會(huì)受到來自各方面的噪音,如電力線干擾、基線漂移、電極運(yùn)動(dòng)偽影、儀器等干擾[14],這些干擾導(dǎo)致心電信號產(chǎn)生失真,甚至?xí)a(chǎn)生和病變信號相似的波形,導(dǎo)致無法正確判斷。

    本文使用應(yīng)用廣泛的小波變換去除心電信號中的噪聲。Daubechies小波具有正則性,能夠使得重構(gòu)后的心電信號更加光滑,且隨著小波分解層數(shù)的增大,心電信號在頻域的局部表現(xiàn)能力越強(qiáng),頻帶劃分能力越強(qiáng)。因此本文選擇Daubechies8進(jìn)行小波分解。軟閾值函數(shù)在連續(xù)性、穩(wěn)定性優(yōu)于硬閾值函數(shù)。在對心電信號分解后,使用軟閾值函數(shù)對各尺度系數(shù)分別進(jìn)行處理,圖2展示了原始的心電信號,重構(gòu)的心電信號和消除的噪聲成分。重構(gòu)的心電信號消除了原始信號的高頻噪聲,并且保持心電信號的正常形態(tài)。

    圖2 利用小波變換消除心電噪聲的過程

    2.2 壓縮與重構(gòu)算法

    香農(nóng)采樣定理[15]指出,信息系統(tǒng)最低以奈奎斯特率,即輸入信號最高頻率的兩倍進(jìn)行采樣,可以無失真地重構(gòu)出原始信號,此方法使用的采樣點(diǎn)仍然較多。自然界大多數(shù)信號都不是直接稀疏的,可以找到某個(gè)特定變換域Ψ,使得信號是稀疏或可壓縮的。而壓縮感知理論指出,以較低于奈奎斯特率的采樣速率實(shí)現(xiàn)寬帶信號的采集與重構(gòu),既達(dá)到了降噪的目的,同時(shí)又可以進(jìn)一步減少采樣數(shù)據(jù)和數(shù)據(jù)存儲(chǔ)空間,能夠優(yōu)化心電分類模型的復(fù)雜度。本文用壓縮感知方法對一維心電信號進(jìn)行采樣和重構(gòu)[16~17],主要步驟如下:

    1)根據(jù)心拍的大小將原始一維心電信號X0轉(zhuǎn)化為N維心電矩陣X1。

    2)利用M*N維稀疏二進(jìn)制隨機(jī)觀測矩陣Φ(Φ每一列中1的個(gè)數(shù)相同且遠(yuǎn)小于矩陣行數(shù),1的位置隨機(jī))對N維心電數(shù)據(jù)X1進(jìn)行壓縮采樣,根據(jù)Y=ΦX1得到M維觀測值Y。

    菲式春卷(Lumpia)還有芭露特煮鴨蛋(Balut)也自不用多說。其中,芭露特煮鴨蛋在菲律賓的必食清單中更是名列前茅,甚至被譽(yù)為“黑暗料理”中的代表(就是即將孵化的鴨蛋),不過也有不少人對它敬而遠(yuǎn)之,反倒是口味清淡的菲式春卷得到更多中國游客的支持。

    3)通過重構(gòu)算法,并利用觀測值Y、觀測矩陣Φ和Daubechies(db)小波基Ψ得到重構(gòu)的稀疏系數(shù)^S。

    4)利用重構(gòu)的稀疏系數(shù)^S,通過^X1=Ψ^S,得到重構(gòu)的信號^X1。5)重構(gòu)的信號^X1轉(zhuǎn)化為一維信號^X0。6)比較重構(gòu)信號^X0與X0的信噪比SNR。

    2.3 對抗神經(jīng)網(wǎng)絡(luò)

    深度學(xué)習(xí)技術(shù)的局限之一是需要大量的已標(biāo)注的數(shù)據(jù)才能有足夠的精度。因此在訓(xùn)練深度學(xué)習(xí)模型的過程中,數(shù)據(jù)集尤為重要。但是在實(shí)際分類問題中,數(shù)據(jù)集通常是有限的,并且由于對象不同而使得樣本數(shù)據(jù)分布并不平衡,從而導(dǎo)致模型無法取得理想的效果。通過某種方法擴(kuò)充適當(dāng)?shù)臉颖緮?shù)量能夠有效緩解此現(xiàn)象。常見的數(shù)據(jù)集擴(kuò)充的方法有插值法和外推法,但是此類方法所合成數(shù)據(jù)的種類受到給定數(shù)據(jù)密度的影響。而另一種方法是基于生成模型,即基于一個(gè)隨機(jī)數(shù)據(jù)生成新的數(shù)據(jù)。此種模型在假設(shè)的模型結(jié)構(gòu)充分接近真實(shí)的數(shù)據(jù)分布時(shí)具有良好的性能。本文使用GAN[18]生成新的心電樣本,通過GAN方法生成樣本的方法如圖3所示,其訓(xùn)練過程如下:

    圖3 生成對抗神經(jīng)網(wǎng)絡(luò)模型

    1)初始化生成器G的參數(shù)θg和鑒別器D的參數(shù)θd。

    2)生成器G接受隨機(jī)變量Z的輸入,經(jīng)過生成器G后生成假樣本G(Z)。固定生成器G訓(xùn)練鑒別器D盡可能準(zhǔn)確區(qū)分真實(shí)樣本和生成樣本。

    3)循環(huán)k次更新鑒別器D之后,使用較小的學(xué)習(xí)率來更新一次生成器G的參數(shù),訓(xùn)練生成器G使其盡可能可以減小生成樣本與真實(shí)樣本之間的差距,即盡量使得鑒別器D判別錯(cuò)誤。

    4)多次更新迭代之后,最終理想情況是使得鑒別器D判別不出樣本來自于生成器G的輸出還是真實(shí)的輸出,即鑒別器D每次輸出的概率值都是1/2。

    由GAN訓(xùn)練過程可知,在GAN框架中,生成器用于學(xué)習(xí)生成數(shù)據(jù),鑒別器用于正確鑒別訓(xùn)練數(shù)據(jù)和生成數(shù)據(jù)。模型最優(yōu)的情況下,生成器逐漸可以生成與訓(xùn)練數(shù)據(jù)相似但不相同的數(shù)據(jù)。

    原始的GAN模型并不成熟,存在梯度消失和模式崩潰問題,而這個(gè)問題的出現(xiàn)原因是使用JS距離衡量兩個(gè)分布。WGAN[19]使用Wasserstein距離代替JS距離對真實(shí)樣本和生成樣本之間的距離進(jìn)行度量。計(jì)算方法如式(1)所示。相比較JS散度,Wasserstein距離的優(yōu)越性在于即便兩個(gè)分布沒有重疊,Wasserstein距離仍然能夠反映它們的遠(yuǎn)近關(guān)系。

    3 數(shù)據(jù)集和實(shí)驗(yàn)方法

    3.1 實(shí)驗(yàn)數(shù)據(jù)

    由美國麻省理工學(xué)院提供的MIT-BIH[20]心律失常數(shù)據(jù)庫包括47個(gè)受試者的4000多個(gè)24h的周期性動(dòng)態(tài)心電數(shù)據(jù),有48個(gè)時(shí)長約為30min的記錄文件,采樣頻率360Hz,共計(jì)109500個(gè)心拍,且有權(quán)威專家對其進(jìn)行了詳細(xì)的注釋和標(biāo)記,在對心律失常分類和臨床研究中應(yīng)用最為廣泛。本文使用標(biāo)準(zhǔn)的MIT-BIH數(shù)據(jù)庫的心電數(shù)據(jù),并通過與權(quán)威專家提供的注釋進(jìn)行比較來分析和評估實(shí)驗(yàn)取得的結(jié)果。

    依據(jù)美國醫(yī)療儀器促進(jìn)協(xié)會(huì)對心電信號的分類標(biāo)準(zhǔn),可將心電分為正常(N)、室上性心律異常(S)、室性心律異常(V)、融合心跳(F)、未確定(Q)五類。表1顯示Q類僅有15個(gè)樣本,因此舍棄Q類,本文只研究N、S、V、F四類心拍,四類心拍的樣本分布如表1所示。

    表1 心拍異常數(shù)據(jù)集樣本數(shù)量分布

    為了心拍劃分的準(zhǔn)確性,且本文研究的重心不是R波檢測,故本文直接使用MIT-BIH數(shù)據(jù)庫提供的“.atr”文件中標(biāo)注的心電圖R尖峰的位置,提取R尖峰的前99個(gè)數(shù)據(jù)點(diǎn)、R尖峰后200個(gè)數(shù)據(jù)點(diǎn),共計(jì)300個(gè)采樣點(diǎn)構(gòu)成一個(gè)完整的心拍樣本。將表1的數(shù)據(jù)劃為訓(xùn)練集與測試集情況,真實(shí)標(biāo)簽使用one-hot編碼,結(jié)果如表2所示。同時(shí),為了充分評估模型的性能,采用5折交叉驗(yàn)證的訓(xùn)練模型并統(tǒng)計(jì)實(shí)驗(yàn)結(jié)果。

    表2 訓(xùn)練集和測試集劃分

    3.2 軟硬件平臺(tái)

    實(shí)驗(yàn)平臺(tái)為處理器型號為Intel(R)Core i5-10400F CPU,64位Windows操作系統(tǒng),16G運(yùn)行內(nèi)存的臺(tái)式電腦,配有Matlab R2014a,Python3.8等軟件,整個(gè)實(shí)驗(yàn)過程中未使用GPU加速。

    3.3 實(shí)驗(yàn)評價(jià)方法

    本文使用三個(gè)性能評價(jià)指標(biāo)衡量模型訓(xùn)練的結(jié)果,分別是精準(zhǔn)率P、召回率R、F1值,計(jì)算方法如式(2)~(4)所示。TP表示真正例,F(xiàn)P為假正例,F(xiàn)N為假負(fù)例,在P、R、F1三個(gè)評價(jià)指標(biāo)中,P、R、F1值越大,模型性能越好。

    4.1 基線模型

    為了綜合評估本文提出的框架的有效性,使用同一個(gè)卷積神經(jīng)網(wǎng)絡(luò)作為心電信號分類模型(Baseline)。該模型的設(shè)計(jì)思想借鑒了LeNet,心電信號經(jīng)過卷積、池化、Softmax轉(zhuǎn)化后輸出一個(gè)四維概率分布。Baseline模型有若干卷積層、池化層以及其他操作組成,詳細(xì)結(jié)構(gòu)參數(shù)描述如表3所示。其中,CNN結(jié)構(gòu)中卷積層過濾器的尺寸5*5,步長為1,使用全0填充;池化層過濾器的尺寸3*3,步長為2,同樣使用全0填充。網(wǎng)絡(luò)中包含了最大池化層和平均池化層;優(yōu)化器為Adam優(yōu)化器,學(xué)習(xí)效率0.0001,激活函數(shù)為Relu。為了防止隨著訓(xùn)練的過程中出現(xiàn)過擬合的問題,因此Baseline加入正則化處理,同時(shí)添加Dropout層,設(shè)置Dropout的丟棄率為0.5,以此提高模型泛化能力。

    表3 心電異?;€模型參數(shù)

    使用設(shè)計(jì)的Baseline模型進(jìn)行訓(xùn)練和測試,迭代次數(shù)設(shè)置為500,訓(xùn)練集和驗(yàn)證集的Accuracy和Loss的變化如圖4和圖5所示。在Baseline訓(xùn)練過程中,Loss呈下降趨勢并逐步趨向穩(wěn)定,當(dāng)?shù)螖?shù)為300時(shí)開始收斂。Baseline模型的實(shí)驗(yàn)結(jié)果如表4所示,S,V,F(xiàn)三個(gè)類別的準(zhǔn)確率明顯低于N,而N的P,R,F(xiàn)1指標(biāo)均接近于1,遠(yuǎn)遠(yuǎn)高于S,V,F(xiàn)。由于S,V,F(xiàn)的訓(xùn)練樣本遠(yuǎn)遠(yuǎn)少于N,導(dǎo)致分類效果不甚理想。

    表4 baseline模型實(shí)驗(yàn)結(jié)果

    圖4 迭代過程中準(zhǔn)確率變化

    圖5 迭代過程中損失值變化

    4.2 數(shù)據(jù)增強(qiáng)

    由表1和表2可得,S、F相比較其他兩種的心電數(shù)據(jù)在數(shù)據(jù)量上較少,存在嚴(yán)重的樣本分布不均勻的問題,可以通過數(shù)據(jù)增強(qiáng)的方法解決。本文使用WGAN的來實(shí)現(xiàn)數(shù)據(jù)增強(qiáng)。WGAN模型中產(chǎn)生器網(wǎng)絡(luò)和鑒別器網(wǎng)絡(luò)都有6層。生成器由8個(gè)帶有LeakyReLU激活的卷積層和最后一個(gè)帶有tanh激活的卷積層組成。鑒別器包括7個(gè)帶有LeakyRe?LU激活的卷積層和一個(gè)完全連接的Softmax。生成器和鑒別器的優(yōu)化器均使用Adam,學(xué)習(xí)率為0.0001。此外,鑒別器加入Dropout層來避免過擬合,設(shè)置Dropout的丟棄率為0.5,S和F使用不同的對抗神經(jīng)網(wǎng)絡(luò)模型生成,具體參數(shù)如表5和6所示。

    表5 生成器模型參數(shù)

    S,F(xiàn)的樣本應(yīng)用對抗神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)增強(qiáng)后,心電數(shù)據(jù)樣本分布如表7所示。S、F的訓(xùn)練集樣本數(shù)量均增加了2000,將表7的數(shù)據(jù)集送入Baseline模型中訓(xùn)練,實(shí)驗(yàn)結(jié)果如表8所示。由表8可知,當(dāng)使用GANs對N、S、F、V數(shù)據(jù)增強(qiáng)后,心拍異常分類平均F1值有98.64,與不使用數(shù)據(jù)增強(qiáng)的F1值增加10.75,且對于原來數(shù)據(jù)量較少的S、V、F三類的F1值分別增加了29.91%、2.69%、14.71%。由此可證明WGAN數(shù)據(jù)增強(qiáng)方法對解決心拍異常分類過程中樣本分布不平衡的有效性。

    表6 鑒別器模型參數(shù)

    表7 數(shù)據(jù)增強(qiáng)后的數(shù)據(jù)集

    表8 WGAN模型實(shí)驗(yàn)結(jié)果

    4.3 壓縮感知模型優(yōu)化復(fù)雜度

    為驗(yàn)證壓縮感知模型對心拍分類模型簡化的有效性。不同的壓縮率、小波基的選擇和重構(gòu)算法均會(huì)對重構(gòu)誤差產(chǎn)生影響。本文著重討論了不同的重構(gòu)算法對心拍分類的影響。將對壓縮感知模型加入到WGAN-NN框架中。實(shí)驗(yàn)時(shí),分別使用IHT、CoSMP、SP、OMP四種不同的重構(gòu)算法,設(shè)計(jì)IHT_WGAN_CNN、CoSMP_WGAN_CNN、SP_WGAN_CNN、OMP_WGAN_CNN四組對比實(shí)驗(yàn)。

    1)壓縮感知評價(jià)標(biāo)準(zhǔn)

    信噪比SNR用以衡量ECG信號的重構(gòu)誤差,SNR越大,重構(gòu)誤差越小,信噪比計(jì)算如式(5)所示。其中X為ECG原始信號,^X為重構(gòu)后的信號。壓縮率CR用以衡量ECG的壓縮度,CR越大,信號壓縮率越高,CR計(jì)算如式(6),其中,M為觀測矩陣壓縮后的ECG信號長度。百分比均方根誤差PRD用于評價(jià)重構(gòu)信號質(zhì)量,PRD<9%的重構(gòu)信號可用于醫(yī)學(xué)診斷。PRD計(jì)算如式(7)所示,其中L為重建后的信號。

    2)重構(gòu)算法選擇

    設(shè)置壓縮比率CR為30%進(jìn)行實(shí)驗(yàn)時(shí),IHT、CoSMP、SP、OMP四種重構(gòu)算法的SNR和PRD如表9所示。由表9可知,四種重構(gòu)算法PRD<9%,因此重新構(gòu)的心電信號重構(gòu)信號可用于醫(yī)學(xué)診斷,且OMP的效果最好。IHT_WGAN_CNN、CoSMP_WGAN_CNN、SP_WGAN_CNN、OMP_WGAN_CNN對N、S、V、F的訓(xùn)練結(jié)果如表10所示。將心電數(shù)據(jù)壓縮至30%后的心電數(shù)據(jù)使用Baseline訓(xùn)練后,可訓(xùn)練的參數(shù)數(shù)量為114188,相較于壓縮前可訓(xùn)練參數(shù)量降低了了28.30%。

    表9 四種重構(gòu)算法SNR和PRD值

    表10 模型優(yōu)化分類結(jié)果

    IHT、CoSMP的重構(gòu)效果最差,F(xiàn)1的值均比壓縮前小,而SP和OMP與壓縮前效果相近。因此本文提出的方法能以較低的時(shí)間復(fù)雜度重構(gòu)心電信號,且在保證重構(gòu)質(zhì)量的同時(shí),降低了模型的復(fù)雜程度,提高系統(tǒng)的運(yùn)行速度。

    5 結(jié)語

    本文針對心電異常事件的分類建模過程中存在數(shù)據(jù)分布不平衡的問題進(jìn)行了深入研究,提出了使用GANs進(jìn)行數(shù)據(jù)增強(qiáng)。實(shí)驗(yàn)結(jié)果表明,應(yīng)用GANs數(shù)據(jù)增強(qiáng)方法后,心電異常分類的F1值有了明顯的提升。除此之外,本文引入了壓縮感知模型對心電信號的數(shù)據(jù)進(jìn)行壓縮,在不影響分類準(zhǔn)確性的情況下,進(jìn)一步降低模型的復(fù)雜度,提升了運(yùn)行效率。然而本實(shí)驗(yàn)僅僅是對四類心電異常進(jìn)行分類識(shí)別,且僅是對單標(biāo)簽進(jìn)行分類。在后續(xù)的研究中,將進(jìn)一步應(yīng)用本文提出的算法框架研究多標(biāo)簽心電[21~22]異常識(shí)別問題并降低心電自動(dòng)診斷模型復(fù)雜程度。

    猜你喜歡
    鑒別器心電電信號
    基于多鑒別器生成對抗網(wǎng)絡(luò)的時(shí)間序列生成模型
    基于聯(lián)合聚類分析的單通道腹部心電信號的胎心率提取
    心電向量圖診斷高血壓病左心室異常的臨床應(yīng)用
    基于非接觸式電極的心電監(jiān)測系統(tǒng)
    電子制作(2019年19期)2019-11-23 08:41:40
    衛(wèi)星導(dǎo)航信號無模糊抗多徑碼相關(guān)參考波形設(shè)計(jì)技術(shù)*
    穿戴式心電:發(fā)展歷程、核心技術(shù)與未來挑戰(zhàn)
    基于Code Composer Studio3.3完成對心電信號的去噪
    科技傳播(2019年24期)2019-06-15 09:29:28
    更正啟事
    基于隨機(jī)森林的航天器電信號多分類識(shí)別方法
    陣列天線DOA跟蹤環(huán)路鑒別器性能分析
    美女高潮喷水抽搐中文字幕| 亚洲自偷自拍图片 自拍| 国产极品粉嫩免费观看在线| 中文字幕人妻熟女乱码| 最近最新免费中文字幕在线| 国产伦人伦偷精品视频| 亚洲精品美女久久久久99蜜臀| 两个人免费观看高清视频| 国产淫语在线视频| 国产淫语在线视频| 国产伦理片在线播放av一区| 一区福利在线观看| 他把我摸到了高潮在线观看 | 岛国在线观看网站| 欧美在线黄色| 亚洲av欧美aⅴ国产| 免费不卡黄色视频| 一本久久精品| 搡老岳熟女国产| 日韩视频一区二区在线观看| 久久久久国产一级毛片高清牌| 欧美日韩国产mv在线观看视频| 久久久久久人人人人人| 国产精品.久久久| 亚洲一卡2卡3卡4卡5卡精品中文| 91精品国产国语对白视频| 国产无遮挡羞羞视频在线观看| 另类亚洲欧美激情| 丝袜人妻中文字幕| 正在播放国产对白刺激| 欧美日韩黄片免| 国产精品免费一区二区三区在线 | 欧美人与性动交α欧美精品济南到| 久久国产精品人妻蜜桃| 老司机靠b影院| 一本一本久久a久久精品综合妖精| 一级,二级,三级黄色视频| 国产男女内射视频| 国产精品99久久99久久久不卡| 新久久久久国产一级毛片| 午夜福利在线免费观看网站| 亚洲精品乱久久久久久| 亚洲va日本ⅴa欧美va伊人久久| 色在线成人网| 免费女性裸体啪啪无遮挡网站| 丁香六月天网| 国产精品一区二区在线观看99| 18禁黄网站禁片午夜丰满| 99精品在免费线老司机午夜| 999久久久国产精品视频| 亚洲av美国av| 免费在线观看黄色视频的| 国产99久久九九免费精品| 欧美亚洲日本最大视频资源| 啦啦啦 在线观看视频| 午夜精品久久久久久毛片777| 久久午夜综合久久蜜桃| 午夜精品国产一区二区电影| 国产av精品麻豆| 色婷婷av一区二区三区视频| 在线十欧美十亚洲十日本专区| 欧美av亚洲av综合av国产av| 久久人妻熟女aⅴ| 国产精品亚洲av一区麻豆| 欧美日韩国产mv在线观看视频| 男女午夜视频在线观看| 大型av网站在线播放| av又黄又爽大尺度在线免费看| 欧美人与性动交α欧美软件| 午夜福利一区二区在线看| 99国产精品一区二区蜜桃av | 国产成人免费无遮挡视频| 国产成人欧美| 国产av精品麻豆| 国产精品亚洲av一区麻豆| 亚洲自偷自拍图片 自拍| 日本欧美视频一区| 亚洲五月婷婷丁香| 男男h啪啪无遮挡| 成人国产一区最新在线观看| 亚洲av第一区精品v没综合| 亚洲成国产人片在线观看| 99九九在线精品视频| 99国产极品粉嫩在线观看| 老司机影院毛片| 亚洲免费av在线视频| 精品久久久精品久久久| 久久亚洲精品不卡| 国产色视频综合| 亚洲情色 制服丝袜| 久久久久久久久免费视频了| 国产不卡一卡二| 亚洲国产欧美日韩在线播放| 精品国产国语对白av| 久久久久久人人人人人| 国产淫语在线视频| 人人妻人人澡人人爽人人夜夜| 国产亚洲精品久久久久5区| 国产精品 国内视频| 五月开心婷婷网| 老司机影院毛片| 视频在线观看一区二区三区| 国产97色在线日韩免费| 精品国产乱子伦一区二区三区| 一边摸一边抽搐一进一出视频| www日本在线高清视频| 在线观看免费日韩欧美大片| 亚洲综合色网址| 国产亚洲精品一区二区www | 色视频在线一区二区三区| 在线 av 中文字幕| 黄网站色视频无遮挡免费观看| 91成人精品电影| 国产av一区二区精品久久| 狠狠婷婷综合久久久久久88av| 国产欧美日韩一区二区精品| 亚洲综合色网址| 丝袜美足系列| 亚洲成人免费电影在线观看| 好男人电影高清在线观看| 久久狼人影院| 国产午夜精品久久久久久| 夜夜爽天天搞| 欧美乱妇无乱码| 夜夜夜夜夜久久久久| 久久久精品94久久精品| 人人妻人人添人人爽欧美一区卜| 水蜜桃什么品种好| 欧美日韩亚洲高清精品| 黄片小视频在线播放| 99国产综合亚洲精品| 欧美成人免费av一区二区三区 | 国产欧美日韩一区二区三区在线| 狠狠狠狠99中文字幕| 亚洲欧洲精品一区二区精品久久久| 久久久精品区二区三区| 国产男女超爽视频在线观看| 午夜久久久在线观看| 成人特级黄色片久久久久久久 | 亚洲情色 制服丝袜| 18禁观看日本| 麻豆av在线久日| 脱女人内裤的视频| 搡老岳熟女国产| 国产成人影院久久av| 免费在线观看日本一区| 国产真人三级小视频在线观看| 日韩大码丰满熟妇| 亚洲欧美一区二区三区久久| 国产av一区二区精品久久| 国产av又大| 大片免费播放器 马上看| 国产日韩欧美在线精品| 免费观看a级毛片全部| av电影中文网址| 亚洲熟女毛片儿| 久久久精品区二区三区| av线在线观看网站| 亚洲欧美日韩高清在线视频 | 在线观看免费视频日本深夜| 免费少妇av软件| 日韩视频一区二区在线观看| 99久久国产精品久久久| 亚洲 欧美一区二区三区| 国产精品久久久久久精品古装| 岛国在线观看网站| 女人高潮潮喷娇喘18禁视频| 岛国毛片在线播放| 精品国产乱码久久久久久小说| 久久青草综合色| 999久久久国产精品视频| 日韩三级视频一区二区三区| 亚洲熟女精品中文字幕| 看免费av毛片| 热re99久久精品国产66热6| 国产不卡av网站在线观看| 久久久久久久久久久久大奶| 国产高清国产精品国产三级| 天堂俺去俺来也www色官网| 成年动漫av网址| 免费高清在线观看日韩| 性少妇av在线| 亚洲欧美一区二区三区久久| 丝袜喷水一区| 久久人妻熟女aⅴ| 777米奇影视久久| 中文字幕人妻熟女乱码| 国产一区二区 视频在线| 乱人伦中国视频| 国产精品 国内视频| 国精品久久久久久国模美| 欧美精品高潮呻吟av久久| 久久精品亚洲av国产电影网| 久久久久网色| 99精国产麻豆久久婷婷| 国产一区二区 视频在线| 丁香六月天网| av福利片在线| 在线观看免费视频日本深夜| 日韩视频一区二区在线观看| 搡老乐熟女国产| 久久人人97超碰香蕉20202| 欧美精品人与动牲交sv欧美| 亚洲成人手机| 精品视频人人做人人爽| 99热国产这里只有精品6| 9热在线视频观看99| 五月开心婷婷网| 法律面前人人平等表现在哪些方面| 天堂俺去俺来也www色官网| 国产精品av久久久久免费| 亚洲欧洲精品一区二区精品久久久| 国产在线一区二区三区精| 在线天堂中文资源库| 国产麻豆69| 国产精品亚洲一级av第二区| 亚洲国产精品一区二区三区在线| 亚洲成人手机| 久久中文看片网| 一本—道久久a久久精品蜜桃钙片| www日本在线高清视频| 岛国毛片在线播放| 久久久久久久久免费视频了| 久久久国产欧美日韩av| 国产成人一区二区三区免费视频网站| 国产一区二区三区视频了| 51午夜福利影视在线观看| 怎么达到女性高潮| 国产精品免费一区二区三区在线 | 成人国产av品久久久| 交换朋友夫妻互换小说| 中文字幕av电影在线播放| 久热这里只有精品99| 一区二区av电影网| 亚洲中文字幕日韩| 国产精品自产拍在线观看55亚洲 | 久久精品成人免费网站| 精品久久久久久电影网| 亚洲va日本ⅴa欧美va伊人久久| 日韩视频在线欧美| 最近最新免费中文字幕在线| 丰满迷人的少妇在线观看| 不卡一级毛片| 国产91精品成人一区二区三区 | 国产亚洲精品一区二区www | 亚洲欧美一区二区三区黑人| 久久久久精品国产欧美久久久| 三上悠亚av全集在线观看| 久久久国产精品麻豆| 亚洲第一欧美日韩一区二区三区 | 国产精品.久久久| 国产精品亚洲av一区麻豆| 99久久99久久久精品蜜桃| 一区福利在线观看| 在线观看免费午夜福利视频| 咕卡用的链子| 啦啦啦免费观看视频1| 99riav亚洲国产免费| 黄色毛片三级朝国网站| 国产精品香港三级国产av潘金莲| 久久久久久久久久久久大奶| 日本av手机在线免费观看| 欧美日韩亚洲高清精品| 俄罗斯特黄特色一大片| 一级毛片电影观看| 大型黄色视频在线免费观看| 日韩欧美三级三区| 这个男人来自地球电影免费观看| 精品久久久久久电影网| 欧美精品啪啪一区二区三区| 国产精品麻豆人妻色哟哟久久| 麻豆av在线久日| 看免费av毛片| 午夜精品国产一区二区电影| 国产av精品麻豆| 国产激情久久老熟女| 女性被躁到高潮视频| 久久精品熟女亚洲av麻豆精品| 日韩大码丰满熟妇| 淫妇啪啪啪对白视频| 飞空精品影院首页| 久久国产精品大桥未久av| 人妻久久中文字幕网| 麻豆乱淫一区二区| 亚洲av日韩精品久久久久久密| 日本一区二区免费在线视频| 我的亚洲天堂| 97在线人人人人妻| 69av精品久久久久久 | 日韩欧美三级三区| 无人区码免费观看不卡 | 国产亚洲欧美在线一区二区| 精品一区二区三区av网在线观看 | 91麻豆av在线| 亚洲国产毛片av蜜桃av| 一本—道久久a久久精品蜜桃钙片| 大型黄色视频在线免费观看| 国产精品美女特级片免费视频播放器 | 人人妻人人爽人人添夜夜欢视频| av一本久久久久| 首页视频小说图片口味搜索| 国产男靠女视频免费网站| av福利片在线| 国产欧美日韩一区二区三区在线| 99香蕉大伊视频| 国产精品亚洲一级av第二区| 丝袜人妻中文字幕| 日韩一区二区三区影片| 免费看十八禁软件| 成年版毛片免费区| 亚洲av欧美aⅴ国产| 免费在线观看视频国产中文字幕亚洲| 免费女性裸体啪啪无遮挡网站| 亚洲av片天天在线观看| 视频区欧美日本亚洲| 青青草视频在线视频观看| 热99久久久久精品小说推荐| 正在播放国产对白刺激| 宅男免费午夜| 91大片在线观看| av欧美777| 91麻豆av在线| 男女无遮挡免费网站观看| 桃花免费在线播放| 国产亚洲精品第一综合不卡| 国产区一区二久久| 丝袜在线中文字幕| 满18在线观看网站| 两性午夜刺激爽爽歪歪视频在线观看 | 久久 成人 亚洲| 久久久久精品人妻al黑| 久久青草综合色| 99精品欧美一区二区三区四区| 一级毛片电影观看| 国产一卡二卡三卡精品| 欧美久久黑人一区二区| 国产伦理片在线播放av一区| 黄色a级毛片大全视频| 1024香蕉在线观看| 国产在线精品亚洲第一网站| 人妻一区二区av| 国产高清videossex| 国产精品香港三级国产av潘金莲| 大片电影免费在线观看免费| 成年动漫av网址| 2018国产大陆天天弄谢| av欧美777| 国产精品免费大片| avwww免费| av又黄又爽大尺度在线免费看| 午夜福利视频在线观看免费| 亚洲国产欧美在线一区| 亚洲精品久久成人aⅴ小说| 亚洲国产欧美在线一区| 亚洲精品久久成人aⅴ小说| 国产亚洲欧美精品永久| 日韩欧美一区视频在线观看| 男女高潮啪啪啪动态图| 国产不卡av网站在线观看| av一本久久久久| 欧美变态另类bdsm刘玥| 久久热在线av| 老汉色av国产亚洲站长工具| 久久 成人 亚洲| 美女高潮到喷水免费观看| 日日爽夜夜爽网站| 老司机影院毛片| 99久久99久久久精品蜜桃| 91成年电影在线观看| 99国产精品99久久久久| 俄罗斯特黄特色一大片| 国产精品熟女久久久久浪| 亚洲精品中文字幕一二三四区 | 成年人黄色毛片网站| 日本黄色视频三级网站网址 | 国产99久久九九免费精品| 99在线人妻在线中文字幕 | 好男人电影高清在线观看| bbb黄色大片| 乱人伦中国视频| 99久久精品国产亚洲精品| 午夜精品国产一区二区电影| 免费不卡黄色视频| 国产xxxxx性猛交| 精品久久蜜臀av无| 精品人妻在线不人妻| 老司机午夜十八禁免费视频| 亚洲美女黄片视频| 熟女少妇亚洲综合色aaa.| 日韩视频在线欧美| 国产片内射在线| 亚洲,欧美精品.| 黄色a级毛片大全视频| 十八禁网站网址无遮挡| 午夜日韩欧美国产| 香蕉丝袜av| 久久精品亚洲精品国产色婷小说| 男女免费视频国产| av免费在线观看网站| 99riav亚洲国产免费| 国产精品98久久久久久宅男小说| 在线观看免费日韩欧美大片| 在线亚洲精品国产二区图片欧美| 日韩一卡2卡3卡4卡2021年| 日本五十路高清| 国产97色在线日韩免费| 精品视频人人做人人爽| 国产日韩一区二区三区精品不卡| 国产欧美亚洲国产| 精品国产国语对白av| 免费观看av网站的网址| 黄色成人免费大全| 欧美乱妇无乱码| 纯流量卡能插随身wifi吗| 菩萨蛮人人尽说江南好唐韦庄| 免费黄频网站在线观看国产| 夫妻午夜视频| 日韩欧美三级三区| 一区二区三区国产精品乱码| 黄频高清免费视频| 亚洲一区中文字幕在线| 汤姆久久久久久久影院中文字幕| 久久婷婷成人综合色麻豆| 精品国产乱码久久久久久小说| av天堂在线播放| 最新在线观看一区二区三区| 国产高清激情床上av| 国产精品一区二区在线不卡| 国产一区二区激情短视频| 丝袜美足系列| 大型av网站在线播放| 精品少妇一区二区三区视频日本电影| 国产欧美日韩一区二区精品| 国产日韩欧美亚洲二区| 亚洲精品乱久久久久久| 另类亚洲欧美激情| 日日爽夜夜爽网站| 免费女性裸体啪啪无遮挡网站| 下体分泌物呈黄色| tocl精华| 国产亚洲精品第一综合不卡| 欧美国产精品一级二级三级| 91精品三级在线观看| 热re99久久国产66热| 丝袜在线中文字幕| 波多野结衣一区麻豆| 天天躁夜夜躁狠狠躁躁| 91麻豆av在线| 免费在线观看完整版高清| 久久 成人 亚洲| 久久中文字幕一级| 少妇 在线观看| 日本av免费视频播放| 伊人久久大香线蕉亚洲五| 日韩一卡2卡3卡4卡2021年| 99re在线观看精品视频| 久久久久久久久免费视频了| 成在线人永久免费视频| 九色亚洲精品在线播放| 最黄视频免费看| 在线观看人妻少妇| 亚洲欧洲精品一区二区精品久久久| 久久久久精品人妻al黑| 欧美人与性动交α欧美软件| 99riav亚洲国产免费| 三上悠亚av全集在线观看| 国产单亲对白刺激| 午夜福利乱码中文字幕| 精品欧美一区二区三区在线| 国产成人系列免费观看| 成人国语在线视频| 精品亚洲成国产av| 日本vs欧美在线观看视频| 精品国产超薄肉色丝袜足j| 久久性视频一级片| 亚洲精品在线美女| 制服诱惑二区| 国产一区二区三区视频了| 国产熟女午夜一区二区三区| 91字幕亚洲| 操美女的视频在线观看| 成人av一区二区三区在线看| 后天国语完整版免费观看| 日韩免费av在线播放| 亚洲人成伊人成综合网2020| 天天躁夜夜躁狠狠躁躁| 人人妻人人澡人人看| 午夜免费成人在线视频| 免费不卡黄色视频| √禁漫天堂资源中文www| 两个人免费观看高清视频| 在线播放国产精品三级| a级片在线免费高清观看视频| 欧美成人免费av一区二区三区 | 一二三四在线观看免费中文在| 日韩大码丰满熟妇| 一边摸一边做爽爽视频免费| 中亚洲国语对白在线视频| 国产精品电影一区二区三区 | 久久99一区二区三区| 日韩免费高清中文字幕av| 露出奶头的视频| 国产成人免费无遮挡视频| 欧美激情极品国产一区二区三区| 精品国内亚洲2022精品成人 | 欧美在线黄色| 美女扒开内裤让男人捅视频| 日韩精品免费视频一区二区三区| 国产亚洲欧美精品永久| 国产高清激情床上av| 在线播放国产精品三级| kizo精华| 亚洲情色 制服丝袜| 日本精品一区二区三区蜜桃| 精品第一国产精品| 久久久欧美国产精品| 色尼玛亚洲综合影院| 国产欧美日韩一区二区三| 国产aⅴ精品一区二区三区波| 免费在线观看完整版高清| 亚洲精品久久午夜乱码| 久久久久精品人妻al黑| 国产av国产精品国产| 成人亚洲精品一区在线观看| 咕卡用的链子| 天堂中文最新版在线下载| 美女国产高潮福利片在线看| 99国产精品一区二区蜜桃av | 搡老岳熟女国产| 国产成人av激情在线播放| 国产有黄有色有爽视频| 精品一区二区三区视频在线观看免费 | 成年动漫av网址| 啦啦啦在线免费观看视频4| 久久精品国产亚洲av高清一级| 亚洲精品国产区一区二| 777米奇影视久久| 久久久久精品人妻al黑| 国产老妇伦熟女老妇高清| 亚洲色图 男人天堂 中文字幕| 少妇精品久久久久久久| xxxhd国产人妻xxx| cao死你这个sao货| 大型黄色视频在线免费观看| 成人18禁在线播放| 90打野战视频偷拍视频| 国产亚洲av高清不卡| 日韩一卡2卡3卡4卡2021年| 91麻豆精品激情在线观看国产 | 亚洲中文日韩欧美视频| 日本 欧美在线| 日韩欧美国产一区二区入口| 一本精品99久久精品77| 叶爱在线成人免费视频播放| 不卡一级毛片| 成人亚洲精品av一区二区| 久久香蕉国产精品| av福利片在线观看| 久久久久性生活片| 亚洲av免费在线观看| 日本熟妇午夜| 99精品久久久久人妻精品| 男女下面进入的视频免费午夜| 看片在线看免费视频| 啪啪无遮挡十八禁网站| 久久欧美精品欧美久久欧美| 国产又黄又爽又无遮挡在线| 国产伦人伦偷精品视频| 午夜视频精品福利| 丰满人妻熟妇乱又伦精品不卡| 听说在线观看完整版免费高清| 国产精品亚洲一级av第二区| 国产成人欧美在线观看| 变态另类丝袜制服| 亚洲欧美精品综合一区二区三区| 免费在线观看亚洲国产| 88av欧美| 欧美不卡视频在线免费观看| 精品无人区乱码1区二区| 18禁国产床啪视频网站| 免费看光身美女| 国产美女午夜福利| 1024香蕉在线观看| 免费看光身美女| 18禁黄网站禁片午夜丰满| 香蕉av资源在线| 香蕉久久夜色| 国产真实乱freesex| 久久婷婷人人爽人人干人人爱| 91在线观看av| 精品欧美国产一区二区三| 午夜a级毛片| 91在线观看av| 国产欧美日韩一区二区精品| 国产伦精品一区二区三区视频9 | 九九在线视频观看精品| 中出人妻视频一区二区| 成人特级av手机在线观看| 欧美日韩综合久久久久久 | 神马国产精品三级电影在线观看| 真实男女啪啪啪动态图| 欧美激情在线99| 久久久久亚洲av毛片大全| 淫妇啪啪啪对白视频| 99久久无色码亚洲精品果冻| 人人妻人人澡欧美一区二区| 99热精品在线国产| 亚洲精品久久国产高清桃花| 美女免费视频网站| 一级毛片高清免费大全| 青草久久国产| 国产又色又爽无遮挡免费看| 91在线观看av| 一级作爱视频免费观看| 国产91精品成人一区二区三区|