• <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 ?

    深度學習在心臟磁共振左心室分割中的應用研究進展

    2020-12-17 11:44:09田潔綜述馬曉海趙蕾審校
    疑難病雜志 2020年1期
    關鍵詞:心室磁共振左心室

    田潔綜述 馬曉海,趙蕾審校

    心血管疾病死亡率在西方國家疾病譜中居于首位[1-2]。在我國,心血管疾病死亡病例占居民疾病死亡構(gòu)成比的40%以上,高于腫瘤及其他疾病[3]。及時診斷心血管疾病對患者預后至關重要。用于診斷和隨訪心血管疾病的影像學方法很多,其中心臟磁共振(CMR)是評價心血管系統(tǒng)結(jié)構(gòu)和功能的常用方法之一。CMR能提供精確的心臟結(jié)構(gòu)和功能、心肌運動和組織學特征等信息。心功能評價指標包括射血分數(shù)(EF)、心室舒張末期容積(VEDV)、心室收縮末期容積(VESV)和心室心肌質(zhì)量(VMW)等。心功能分析需要人工分割左心室的短軸電影序列圖像,主要是輪廓的分割,包括心內(nèi)膜和心外膜的分割。這是一項耗時的工作,左心室的分割平均需要30 min以上[1, 4]。目前雖然一些商用軟件可以自動分割,但也需要人工輔助校正勾畫輪廓,因此疲勞誤差難以避免。

    隨著計算機算法的進步、計算能力的提高和可用數(shù)據(jù)的大量增多,近幾年深度學習(deep learning,DL)作為機器學習(machine learning,ML)的一個分支迅速發(fā)展,尤其在計算機視覺領域。在醫(yī)學中,基于放射信息系統(tǒng)(radiology information system,RIS)、醫(yī)學圖像存檔和傳輸系統(tǒng)(picture archiving and communication system,PACS)中大量病例,DL可從圖像中提取信息,本文將對DL在CMR左心室圖像分割中的應用進展作一綜述。

    1 深度學習及其在醫(yī)學影像學中的價值

    1.1 深度學習的意義 深度學習(DL)是機器學習(ML)的一種特殊算法,機器學習是人工智能(AI)的一個子集。人工智能(AI)概念在20世紀60年代提出,是指研發(fā)用于模擬、延伸和拓展人類智能的理論、方法、技術及應用系統(tǒng)的學科,是融合了計算機科學、統(tǒng)計學、腦神經(jīng)科學等前沿學科的綜合性學科[5]。在醫(yī)學應用中,機器學習的方式包括監(jiān)督式學習和非監(jiān)督式學習,監(jiān)督式學習主要用于有明確標簽的數(shù)據(jù),例如疾病分類、預后判斷等有明確診斷和結(jié)局的一類數(shù)據(jù)。無監(jiān)督學習即由無明確標簽組成的數(shù)據(jù),例如圖像的紋理、灰度等。在醫(yī)學應用中,機器學習通常輸入從圖像中提取的重要特征集,使用統(tǒng)計的、數(shù)據(jù)驅(qū)動的規(guī)則設計成特定算法程序,轉(zhuǎn)化為特定的輸出。例如,心臟輪廓的特征包括組織信號的對比差異、噪聲特征、紋理和運動等,當特征數(shù)據(jù)收集完整,可使用訓練集對機器學習算法進行訓練,之后可以對訓練中未見過的數(shù)據(jù)進行預測,但預測結(jié)果受訓練數(shù)據(jù)的影響較大。

    而在自動提取數(shù)據(jù)特征方面,DL具有良好的優(yōu)勢。DL不是一組預先設計好的程序指令,是一種表示學習的形式,能夠從數(shù)據(jù)集中直接學習識別與區(qū)分不同的數(shù)據(jù)特征,避免了人工區(qū)分。這種數(shù)據(jù)驅(qū)動的方法能夠定義更抽象的特征,更具信息性和可泛化性[6]。例如心臟磁共振左心室內(nèi)外膜的定位,DL算法可以學習到能夠預測出心臟內(nèi)外膜最有用的圖像特征[7]。DL的迅速發(fā)展由3種因素組成,分別是大量的數(shù)據(jù)、高效的處理器(CPU)和更迭的學習算法[8]。在深度學習網(wǎng)絡中,最常用于研究分析圖像的算法是卷積神經(jīng)網(wǎng)絡(convolutional neural network,CNN)[9]。

    CNN由多層具有特定意義的算法構(gòu)成,包括一系列層,每進行一層更高級的學習時,將每層的圖像輸入映射到下一層的起始點,進行端對端的傳輸 。在“隱藏”層面包括一系列的卷積和池化分別進行特征提取和聚合,在最后輸出結(jié)果之前,完全鏈接層進行高級推理。CNNs通常是監(jiān)督學習方式,進行端—端訓練[7]、學習標注好的數(shù)據(jù)。以往的算法,如人工神經(jīng)網(wǎng)絡(ANNs)計算層面通常被限制在3層,并只對有明確標簽的數(shù)據(jù)進行特定的訓練[10]。CNN由多層具有特定意義的算法構(gòu)成, 與以往的算法相比具有2個特點:(1)CNNs計算層面更“深”,有10~30層,計算量大時甚至超過1 000層;(2)算法更復雜,由多個神經(jīng)元復雜連接,多重非線性變換無限逼近復雜函數(shù),最后給出原始數(shù)據(jù)特征[11]。

    1.2 DL在醫(yī)學影像學中的價值 DL具有對特征集進行端—端學習、處理復雜多模態(tài)數(shù)據(jù)、計算性能優(yōu)越等優(yōu)勢[10]。DL已應用于醫(yī)學影像學中多個臨床領域,包括乳腺癌的影像學檢測,肝轉(zhuǎn)移的CT分割,腦腫瘤MR分割,利用高分辨率胸部CT進行間質(zhì)性肺病的分類,癌癥組織病理學閱讀等[12-17]。在心血管影像中,DL應用包括減少心臟影像圖像重建時間、準確快速進行心血管圖像分割、計算與識別、心臟疾病診斷、預后評估及危險分層[18-21]。

    2 DL在心臟磁共振左心室分割中的應用現(xiàn)狀

    目前一些商用軟件可以自動分割,但仍存在人工校正的情況。DL的引入可以顯著提升心內(nèi)、外膜的分割精度。大體上,90%以上的DL算法Dice相關系數(shù)(Dice metric)即表面重疊(surface overlap)達0.95以上[22]。

    2.1 基于像素分割方法 DL算法通常對于一般磁共振心臟短軸的電影圖像使用基于像素分割左心室心內(nèi)外膜的方法,即利用標記像素的灰度級[1],設定灰度閾值將心肌與心室腔、周圍組織分開[23]。大多基于像素分割的DL算法是基于U-Net結(jié)構(gòu)[24], Bai等[25]用全卷積神經(jīng)網(wǎng)絡自動分析心臟磁共振,數(shù)據(jù)庫選自英國生物庫,數(shù)據(jù)集達4 875例,能夠在幾秒內(nèi)應用像素的方法分割心臟磁共振短軸圖像,結(jié)果表明自動分析結(jié)果與人工分析相當。Vigneault 等[26]為了提高分割的準確性,使用Ω-Net神經(jīng)網(wǎng)絡在分割之前規(guī)范心臟磁共振圖像的方向,選用2017MICCAI ACDC數(shù)據(jù)集,實現(xiàn)全自動、多層面對心臟磁共振圖像進行定位、校正方向和分割,提高分割效率和精確度,結(jié)果表明,這個算法可用于雙心室的分割。Poudel等[27]研究用回歸全卷積神經(jīng)網(wǎng)絡對多層左心室心臟磁共振圖像分割,利用空間依賴性還原心臟立體結(jié)構(gòu),數(shù)據(jù)來源于2009MICCAI的不同病理圖像,分組進行訓練、調(diào)整和測試,該訓練提高了在心尖部分割的準確性。Zheng等[28]應用空間傳播的方式結(jié)合CNN算法,提高了分割的性能,尤其是在比較難分割的心尖層面圖像。Tao等[29]用CNN對多廠商、多中心CMR數(shù)據(jù)自動識別、分割左心室輪廓,當CNN使用可變性增加的訓練數(shù)據(jù)集時,數(shù)據(jù)集之外的測試性能也得到了改善。還有一些研究將CNN算法與其他機器學習算法相結(jié)合,Oktay等[30]應用T-L結(jié)構(gòu),在分析圖像中納入心臟結(jié)構(gòu)等先驗知識,約束神經(jīng)網(wǎng)絡訓練過程,并引導神經(jīng)網(wǎng)絡得出更有結(jié)構(gòu)學意義的結(jié)果,避免了輸入圖像信息的不足與不一致的情況。Avendi等[4]使用卷積神經(jīng)網(wǎng)絡與可變形模型結(jié)合,使得在有限的訓練數(shù)據(jù)中提高分割的精確度,尤其是在基底層和心尖層的圖像分割。該模型與數(shù)據(jù)庫中的左心室分割結(jié)果對比,Dice相關系數(shù)高達0.94。

    2.2 基于回歸方法 DL算法分割圖像的另一種方法是基于回歸分類方法,不同于傳統(tǒng)的像素分類方法,是使用算法模擬主要分割圖像領域固有的物理特性[31-32],能提高當心肌組織與周圍組織對比度較差時的分割精確度[33]。

    Tan等[34]于2016年利用回歸分類方法對接近于圓形的左心室進行心室輪廓的分割,利用左心室物理結(jié)構(gòu)的特點,即心內(nèi)膜和心外膜有一個共同的圓心和極坐標原理,用2種回歸神經(jīng)網(wǎng)絡CNN分別自動定位和計算心內(nèi)膜到左心室圓心的半徑,分割舒張末期和收縮末期左心室的心內(nèi)膜。該試驗分別進行了訓練和測試,訓練集選自醫(yī)學圖像計算和2011MICCAI挑的100例數(shù)據(jù),測試集選自2009MICCAI挑戰(zhàn)的45個數(shù)據(jù)。結(jié)果平均Dice相關系數(shù)達0.88,平均垂直指數(shù)2.3 mm,每層精確度達97.9%,單張精確度達100%,結(jié)果表明,CNN利用回歸方法可以用于在舒張末期和收縮末期自動分割左心室內(nèi)膜,并且可以用于不同高度的訓練集和測試集。局限性在于收縮末期和心尖層面精確度會降低。2017年,Tan等[32]利用回歸分類方法進行心室輪廓的分割并計算心功能評價指標,依次進行了訓練和測試各100例,結(jié)果與臨床數(shù)據(jù)對照發(fā)現(xiàn),射血分數(shù)(EF)無明顯差異,其他評價指標EDV、ESV和VMN存在一定的高估。Du 等[33]采用回歸方法分割CMR短軸電影圖像雙心室的心內(nèi)外膜,納入145例患者圖像,結(jié)果為左心室心臟內(nèi)外膜輪廓Dice相關系數(shù)達90%以上,右心室Dice指數(shù)為0.88,稍差于左心室??傊Y(jié)果表明采用回歸方法分割雙心室與人工分割表現(xiàn)一致。

    DL還通過全自動分割2D和3D電影圖像的心內(nèi)、外膜,實現(xiàn)心臟影像的自動測量,同時進行射血分數(shù)計算[1]和區(qū)域運動的評估。醫(yī)生通常選取2個時期即舒張末期(end diastole,ED)和收縮末期(end systole,ES),計算心功能參數(shù),包括心室容積、心肌質(zhì)量(VMN)和射血分數(shù)(EF)。心室容積只需將各層左心室心內(nèi)膜面積進行整合,而VMN是計算左心室各層心肌質(zhì)量之和。射血分數(shù)是VEDV與VESV的差值與VEDV的比值,這些心功能評價指標可以對心臟疾病作一個初步篩選。Ruijsink等[35]基于深度學習模型自動測量左、右心室容積、心肌應變(myocardial strain)等心功能評價指標,結(jié)果表明與手動測量無明顯差異。

    3 DL在心臟磁共振圖像分割中不足與完善方法

    3.1 高質(zhì)量數(shù)據(jù)的獲取不易 深度學習需要大量的數(shù)據(jù)進行訓練保證模型的穩(wěn)定性及準確性。與其他系統(tǒng)相比,心血管系統(tǒng)影像數(shù)據(jù)的獲取成本高,時間長,可用于分析的數(shù)據(jù)量較少。尤其是心臟磁共振,掃描層面多,序列復雜,由于心臟運動特點,不可避免地存在一些低質(zhì)量的圖像,且受醫(yī)療水平、患者地區(qū)分布差異的影響及不同機器掃描參數(shù)不同,心血管圖像高質(zhì)量數(shù)據(jù)獲取不易。轉(zhuǎn)移學習能把之前機器學習模型知識轉(zhuǎn)移到新的模型上,有望顯著地降低深度學習所需的大量數(shù)據(jù)資源[36-37]。

    3.2 數(shù)據(jù)標注工作量大 深度學習目前以監(jiān)督式學習為主,需要手工標注圖像。建立模型需要標注大量的數(shù)據(jù),盡可能包括所有的心臟結(jié)構(gòu)形狀,提高模型分割圖像的準確性與穩(wěn)定性。手工標注不僅工作量大,準確性也高度依賴標注者的水平。為了提高標簽的可信度,往往會采取多個不同水平層次的標注者同時標注,工作量會進一步加大。因此,可采用半監(jiān)督式學習,對一部分帶標簽的數(shù)據(jù)進行監(jiān)督式學習,對剩下的未帶標簽的數(shù)據(jù)進行分類。此外,標注者大多是在第三方軟件上標注,不利于標注者之間數(shù)據(jù)的流通,開發(fā)基于內(nèi)網(wǎng)的數(shù)據(jù)標注工具,不僅方便管理,還可兼顧患者隱私保護[36]。

    3.3 深度學習的可解釋性未知 深度學習存在可解釋性不足的問題。因為深度學習模型學習的是大量神經(jīng)網(wǎng)絡結(jié)構(gòu)的參數(shù),預測過程是相應參數(shù)下的計算過程,這個學習和預測的過程是不透明的,和用戶也缺乏交互性[36]。例如,模型經(jīng)過大量圖像數(shù)據(jù)的訓練診斷心肌疾病,但不能解釋它是通過什么圖像特征得出的結(jié)論。這需要進一步研究深度學習的可解釋性。

    3.4 模型預測結(jié)果有待驗證 模型訓練大部分是通過學習有限的心臟疾病種類圖像數(shù)據(jù),且缺乏與疾病病理相聯(lián)系,無法預測出臨床上多樣的疾病類型。Tao等[29]雖然增加不同病理的訓練集,但所選測試的數(shù)據(jù)都是回顧性的,若應用前瞻性臨床應用,必須對其性能進行評估,尤其是在心血管異常和成像偽影范圍更廣的數(shù)據(jù)集上?,F(xiàn)在已發(fā)起了一個合作框架[17],通過結(jié)合臨床專業(yè)知識和自動分割方法的客觀性,建立共同的心臟磁共振圖像識別共識,相信未來進入臨床能提高醫(yī)生工作效率。

    3.5 模型的泛化能力有待提高 大部分研究機構(gòu)都是基于自己的數(shù)據(jù)庫進行模型的訓練和驗證。數(shù)據(jù)集小會導致分割準確性差,在學習集之外的心臟形狀(如先天性心臟病、術后重建等)分割效率不高。Tao等[29]用CNN對多廠商、多中心CMR數(shù)據(jù)自動識別、分割左心室輪廓,提高了模型的泛化性。

    4 小結(jié)與展望

    總之,隨著社會老齡化和城市化進程加快,居民不健康生活方式流行,心血管疾病患者將快速增長,心臟磁共振檢查數(shù)量必將增多,醫(yī)師工作負荷進一步加重。盡管深度學習技術仍有很多方面需要完善,但在深度學習技術的輔助下,準確分割心臟磁共振影像可以減輕醫(yī)師負擔,將精力更多專注在臨床問題上,最終使廣大醫(yī)生和患者受益。

    猜你喜歡
    心室磁共振左心室
    超聲及磁共振診斷骶尾部藏毛竇1例
    心電向量圖診斷高血壓病左心室異常的臨床應用
    磁共振有核輻射嗎
    磁共振有核輻射嗎
    房阻伴特長心室停搏1例
    冠心病伴心力衰竭合并心房顫動的心室率控制研究
    初診狼瘡腎炎患者左心室肥厚的相關因素
    『孫爺爺』談心室為孩子上網(wǎng)撐起『保護傘』
    中國火炬(2014年6期)2014-07-24 14:16:34
    基于改進多尺度ASM和非剛性配準的4D-CT左心室分割
    談心室溫暖青少年
    中國火炬(2011年2期)2011-07-25 10:36:16
    亚洲av二区三区四区| 亚洲欧洲国产日韩| 色婷婷av一区二区三区视频| 欧美性感艳星| 久久国内精品自在自线图片| 丝瓜视频免费看黄片| 国产av一区二区精品久久| 人体艺术视频欧美日本| 观看av在线不卡| 狂野欧美激情性xxxx在线观看| 亚洲综合精品二区| 免费黄频网站在线观看国产| 一级毛片黄色毛片免费观看视频| 亚洲怡红院男人天堂| 少妇裸体淫交视频免费看高清| 一本大道久久a久久精品| 欧美成人精品欧美一级黄| 久久久精品免费免费高清| 欧美最新免费一区二区三区| 少妇人妻久久综合中文| 日韩欧美一区视频在线观看 | 日韩av免费高清视频| 日本爱情动作片www.在线观看| 午夜福利影视在线免费观看| 国产日韩欧美亚洲二区| 精品酒店卫生间| 蜜臀久久99精品久久宅男| 日本色播在线视频| 国产极品粉嫩免费观看在线 | 亚洲欧美一区二区三区黑人 | 精品亚洲成a人片在线观看| 麻豆成人av视频| 国产永久视频网站| 国产成人精品婷婷| 五月天丁香电影| 国产日韩欧美亚洲二区| 免费观看av网站的网址| 欧美精品国产亚洲| 老司机亚洲免费影院| 三上悠亚av全集在线观看 | 国产免费视频播放在线视频| 国产精品国产三级国产专区5o| 一级爰片在线观看| 中文字幕人妻丝袜制服| 亚洲国产精品专区欧美| 人妻人人澡人人爽人人| 国产高清三级在线| 日本黄大片高清| 精品一区二区免费观看| av卡一久久| 丰满饥渴人妻一区二区三| 精品一区二区三卡| 永久免费av网站大全| 色吧在线观看| 丰满少妇做爰视频| av在线老鸭窝| av.在线天堂| 国产精品秋霞免费鲁丝片| 日韩欧美一区视频在线观看 | 亚洲欧美清纯卡通| 国产深夜福利视频在线观看| 久久女婷五月综合色啪小说| 免费播放大片免费观看视频在线观看| 久久人人爽av亚洲精品天堂| a级毛色黄片| 日韩一区二区视频免费看| 精品熟女少妇av免费看| 又粗又硬又长又爽又黄的视频| 午夜91福利影院| 久久久久久久大尺度免费视频| 国产毛片在线视频| 亚洲精品视频女| 五月玫瑰六月丁香| 欧美日韩av久久| 亚洲av成人精品一区久久| 久久女婷五月综合色啪小说| 色婷婷av一区二区三区视频| 国产老妇伦熟女老妇高清| 一个人免费看片子| 纵有疾风起免费观看全集完整版| 夫妻午夜视频| 三级国产精品片| 亚洲精品一二三| 2022亚洲国产成人精品| 国产综合精华液| 另类精品久久| 国产精品.久久久| 婷婷色综合大香蕉| 插阴视频在线观看视频| 久久国产精品男人的天堂亚洲 | 国产毛片在线视频| 欧美日韩精品成人综合77777| 久久综合国产亚洲精品| 51国产日韩欧美| 日韩一区二区视频免费看| 男的添女的下面高潮视频| 欧美精品国产亚洲| 麻豆精品久久久久久蜜桃| 成人午夜精彩视频在线观看| 久久久久久久久久人人人人人人| 搡女人真爽免费视频火全软件| 久久久久久久精品精品| 99久久人妻综合| 国产精品一区二区三区四区免费观看| 国产欧美日韩综合在线一区二区 | 久久毛片免费看一区二区三区| 男女边摸边吃奶| 成人影院久久| 国产精品久久久久久精品古装| 亚洲性久久影院| 91午夜精品亚洲一区二区三区| 久久人人爽人人爽人人片va| 国产精品一区www在线观看| 精品视频人人做人人爽| 免费人妻精品一区二区三区视频| 欧美日韩视频高清一区二区三区二| 免费在线观看成人毛片| 伊人久久精品亚洲午夜| 一区二区av电影网| 最近手机中文字幕大全| 99久久精品一区二区三区| 亚洲精品乱码久久久久久按摩| 日本猛色少妇xxxxx猛交久久| 男人和女人高潮做爰伦理| 免费黄频网站在线观看国产| 男女啪啪激烈高潮av片| 国产男女内射视频| 51国产日韩欧美| 亚洲人成网站在线观看播放| 日韩欧美 国产精品| xxx大片免费视频| 久久国内精品自在自线图片| 国产av一区二区精品久久| 日本免费在线观看一区| av国产久精品久网站免费入址| 国产精品蜜桃在线观看| 亚洲欧美日韩东京热| 欧美日韩视频精品一区| 天美传媒精品一区二区| 中文字幕亚洲精品专区| 亚洲成人av在线免费| 亚洲真实伦在线观看| 在线观看av片永久免费下载| 免费人妻精品一区二区三区视频| 久久国产精品大桥未久av | 国产在视频线精品| 在线 av 中文字幕| 国产爽快片一区二区三区| 99久久精品一区二区三区| 美女脱内裤让男人舔精品视频| 22中文网久久字幕| 亚洲国产av新网站| 视频中文字幕在线观看| 黄色毛片三级朝国网站 | 亚洲精品aⅴ在线观看| 最黄视频免费看| 亚洲精品乱久久久久久| 少妇裸体淫交视频免费看高清| 插阴视频在线观看视频| 久久久久久久国产电影| 国产伦在线观看视频一区| 大又大粗又爽又黄少妇毛片口| 国产无遮挡羞羞视频在线观看| 日日爽夜夜爽网站| 一级a做视频免费观看| 日日撸夜夜添| 欧美日韩精品成人综合77777| 婷婷色麻豆天堂久久| 国产成人精品久久久久久| 最近中文字幕2019免费版| 精品酒店卫生间| 不卡视频在线观看欧美| 人妻制服诱惑在线中文字幕| 日韩在线高清观看一区二区三区| 另类亚洲欧美激情| 亚洲精品一二三| 熟女电影av网| 精品国产乱码久久久久久小说| 毛片一级片免费看久久久久| 国产又色又爽无遮挡免| 国产一区二区在线观看av| 亚洲综合精品二区| 日韩欧美一区视频在线观看 | 内地一区二区视频在线| 久久99一区二区三区| 夫妻午夜视频| 国产欧美日韩一区二区三区在线 | 少妇人妻 视频| 人妻人人澡人人爽人人| 赤兔流量卡办理| 91aial.com中文字幕在线观看| 日日摸夜夜添夜夜爱| 观看免费一级毛片| 国产熟女午夜一区二区三区 | 精品亚洲成a人片在线观看| 欧美xxⅹ黑人| 久久精品久久精品一区二区三区| 国产色婷婷99| 最新的欧美精品一区二区| 久久人人爽av亚洲精品天堂| 内地一区二区视频在线| 91午夜精品亚洲一区二区三区| 久久久久久久精品精品| 精品久久久噜噜| 久久99精品国语久久久| 王馨瑶露胸无遮挡在线观看| 成人综合一区亚洲| 又大又黄又爽视频免费| 水蜜桃什么品种好| 国产一区二区三区综合在线观看 | 看非洲黑人一级黄片| 丰满少妇做爰视频| 日日摸夜夜添夜夜添av毛片| 我的女老师完整版在线观看| 热re99久久精品国产66热6| 夫妻性生交免费视频一级片| 免费大片黄手机在线观看| 国产真实伦视频高清在线观看| 国产日韩一区二区三区精品不卡 | 日本91视频免费播放| 伊人亚洲综合成人网| 青青草视频在线视频观看| 伊人久久国产一区二区| 久久免费观看电影| 能在线免费看毛片的网站| 国产亚洲av片在线观看秒播厂| 91久久精品电影网| 午夜福利视频精品| 久久毛片免费看一区二区三区| 日韩伦理黄色片| 大香蕉97超碰在线| 国产欧美亚洲国产| av又黄又爽大尺度在线免费看| 国产日韩一区二区三区精品不卡 | 成年人午夜在线观看视频| 中国美白少妇内射xxxbb| 亚洲国产精品专区欧美| 男人狂女人下面高潮的视频| 永久免费av网站大全| 嫩草影院新地址| 国产免费又黄又爽又色| 亚洲伊人久久精品综合| 免费在线观看成人毛片| 亚洲精品aⅴ在线观看| 日日摸夜夜添夜夜爱| 日韩电影二区| 亚洲怡红院男人天堂| 最近2019中文字幕mv第一页| 国产男女超爽视频在线观看| 色哟哟·www| 纯流量卡能插随身wifi吗| 午夜福利网站1000一区二区三区| 美女内射精品一级片tv| 亚洲国产日韩一区二区| 国产视频首页在线观看| 国产精品麻豆人妻色哟哟久久| 中文欧美无线码| 国语对白做爰xxxⅹ性视频网站| 少妇的逼水好多| 视频区图区小说| 日韩 亚洲 欧美在线| 欧美激情极品国产一区二区三区 | 国产精品国产三级国产av玫瑰| 日韩一区二区三区影片| 国产av码专区亚洲av| 美女xxoo啪啪120秒动态图| 成人美女网站在线观看视频| 99热国产这里只有精品6| 黄色视频在线播放观看不卡| 高清午夜精品一区二区三区| 热re99久久国产66热| 在线播放无遮挡| 日本vs欧美在线观看视频 | 日韩精品有码人妻一区| 国产精品久久久久久精品古装| 国产免费一级a男人的天堂| 91在线精品国自产拍蜜月| 日韩精品免费视频一区二区三区 | av有码第一页| 国产精品女同一区二区软件| 麻豆乱淫一区二区| 亚洲人成网站在线观看播放| 亚洲真实伦在线观看| 天堂8中文在线网| 亚洲精品国产av蜜桃| 日韩av不卡免费在线播放| 男男h啪啪无遮挡| 久久狼人影院| 少妇人妻久久综合中文| 亚洲精品456在线播放app| 成人亚洲欧美一区二区av| 91久久精品国产一区二区三区| 欧美成人午夜免费资源| 如日韩欧美国产精品一区二区三区 | 国产白丝娇喘喷水9色精品| 国产精品三级大全| 99热这里只有是精品50| 亚洲av成人精品一二三区| 亚洲人与动物交配视频| 中文字幕人妻丝袜制服| 精品少妇久久久久久888优播| 亚洲第一av免费看| 一本—道久久a久久精品蜜桃钙片| 晚上一个人看的免费电影| 午夜福利网站1000一区二区三区| 最近手机中文字幕大全| 波野结衣二区三区在线| 亚洲欧美日韩卡通动漫| 欧美激情国产日韩精品一区| 黑人猛操日本美女一级片| 在线观看人妻少妇| 人体艺术视频欧美日本| 婷婷色综合大香蕉| 毛片一级片免费看久久久久| 国产精品蜜桃在线观看| 免费看光身美女| 国产伦精品一区二区三区视频9| 午夜老司机福利剧场| h视频一区二区三区| 男女边摸边吃奶| 校园人妻丝袜中文字幕| 国产深夜福利视频在线观看| 高清午夜精品一区二区三区| 国产精品免费大片| 国产亚洲一区二区精品| 国产在线视频一区二区| 亚洲怡红院男人天堂| 男人和女人高潮做爰伦理| 国产伦精品一区二区三区四那| 久久99精品国语久久久| 卡戴珊不雅视频在线播放| 男女无遮挡免费网站观看| 日本与韩国留学比较| 午夜91福利影院| 99久久精品一区二区三区| 在线观看av片永久免费下载| 多毛熟女@视频| 韩国高清视频一区二区三区| 精品人妻偷拍中文字幕| 高清欧美精品videossex| 国产毛片在线视频| 亚洲av电影在线观看一区二区三区| 欧美丝袜亚洲另类| 高清毛片免费看| 国产成人一区二区在线| 国产欧美日韩综合在线一区二区 | 中文字幕免费在线视频6| 色网站视频免费| 欧美精品国产亚洲| 久久99热6这里只有精品| 大香蕉久久网| 99热国产这里只有精品6| 99久国产av精品国产电影| 免费黄频网站在线观看国产| 不卡视频在线观看欧美| 99热网站在线观看| 少妇裸体淫交视频免费看高清| 欧美丝袜亚洲另类| 色94色欧美一区二区| 国产亚洲91精品色在线| 午夜激情福利司机影院| 中文字幕人妻丝袜制服| 91久久精品国产一区二区三区| 晚上一个人看的免费电影| 国产av码专区亚洲av| 99热国产这里只有精品6| av线在线观看网站| 精品熟女少妇av免费看| 日本色播在线视频| 丝袜脚勾引网站| 伦精品一区二区三区| 日韩三级伦理在线观看| 午夜激情福利司机影院| 少妇高潮的动态图| 日韩伦理黄色片| 男男h啪啪无遮挡| 秋霞伦理黄片| 在线观看免费日韩欧美大片 | 欧美性感艳星| 一个人免费看片子| 国产精品成人在线| 久久午夜福利片| 中文字幕久久专区| 亚洲精品乱码久久久久久按摩| 国产一区亚洲一区在线观看| 国产 精品1| 日韩,欧美,国产一区二区三区| 丰满人妻一区二区三区视频av| 在线免费观看不下载黄p国产| 大香蕉久久网| 高清av免费在线| 亚洲国产欧美日韩在线播放 | 亚洲色图综合在线观看| 日日啪夜夜爽| 在线观看av片永久免费下载| 高清不卡的av网站| 亚洲丝袜综合中文字幕| 午夜av观看不卡| 一本一本综合久久| 九草在线视频观看| 免费av中文字幕在线| 国产深夜福利视频在线观看| 亚洲精品自拍成人| 免费黄色在线免费观看| 免费高清在线观看视频在线观看| 成人二区视频| 深夜a级毛片| 国产精品蜜桃在线观看| 日韩精品有码人妻一区| 伊人久久国产一区二区| av免费在线看不卡| 亚洲第一av免费看| 有码 亚洲区| 青春草视频在线免费观看| 日韩三级伦理在线观看| 久久精品熟女亚洲av麻豆精品| 亚洲av.av天堂| 精品亚洲成a人片在线观看| 亚洲欧美成人综合另类久久久| 熟妇人妻不卡中文字幕| 99热网站在线观看| 观看免费一级毛片| 一级片'在线观看视频| 国产成人精品一,二区| 97超视频在线观看视频| 男人添女人高潮全过程视频| 多毛熟女@视频| 在线观看免费视频网站a站| 色哟哟·www| a级一级毛片免费在线观看| 免费av中文字幕在线| 国产精品国产av在线观看| 久久ye,这里只有精品| 久久毛片免费看一区二区三区| 国产亚洲最大av| 国产精品国产av在线观看| av天堂久久9| 日韩一区二区视频免费看| 久久ye,这里只有精品| 中国美白少妇内射xxxbb| 久久人人爽av亚洲精品天堂| 久久久久国产网址| 热re99久久国产66热| 老司机影院毛片| 欧美日韩国产mv在线观看视频| av天堂中文字幕网| 2021少妇久久久久久久久久久| 免费观看在线日韩| 乱系列少妇在线播放| 在线精品无人区一区二区三| av福利片在线| 婷婷色av中文字幕| 免费高清在线观看视频在线观看| 国产淫片久久久久久久久| 九九在线视频观看精品| 中国国产av一级| 成年女人在线观看亚洲视频| 日韩大片免费观看网站| 99久久人妻综合| 亚洲自偷自拍三级| 中文资源天堂在线| 美女内射精品一级片tv| 男的添女的下面高潮视频| 欧美丝袜亚洲另类| 国产一区二区在线观看av| 成人综合一区亚洲| 综合色丁香网| 全区人妻精品视频| 日韩一区二区三区影片| 国产精品秋霞免费鲁丝片| 国产色婷婷99| 观看美女的网站| 大陆偷拍与自拍| 国产精品一区www在线观看| 亚洲美女黄色视频免费看| 91久久精品国产一区二区三区| 99热这里只有是精品50| 丰满迷人的少妇在线观看| 黄色一级大片看看| 在线 av 中文字幕| 成人黄色视频免费在线看| 涩涩av久久男人的天堂| 亚洲欧洲精品一区二区精品久久久 | av线在线观看网站| 精品久久国产蜜桃| 人人妻人人爽人人添夜夜欢视频 | 午夜影院在线不卡| 中国三级夫妇交换| 久久久国产欧美日韩av| 国产精品不卡视频一区二区| 9色porny在线观看| 插逼视频在线观看| 91久久精品国产一区二区成人| 男女免费视频国产| 亚洲欧美清纯卡通| 亚洲电影在线观看av| 精品久久久精品久久久| 美女脱内裤让男人舔精品视频| 欧美xxxx性猛交bbbb| 国产女主播在线喷水免费视频网站| 色视频www国产| 日本与韩国留学比较| 新久久久久国产一级毛片| www.色视频.com| 欧美变态另类bdsm刘玥| 久久人人爽人人爽人人片va| 亚洲欧美日韩东京热| 人人澡人人妻人| 人人妻人人爽人人添夜夜欢视频 | 亚洲精品aⅴ在线观看| 在线观看www视频免费| 国产成人91sexporn| videos熟女内射| 亚洲精品乱久久久久久| 国产乱人偷精品视频| 各种免费的搞黄视频| 桃花免费在线播放| 国产在线男女| 欧美另类一区| 日韩熟女老妇一区二区性免费视频| 卡戴珊不雅视频在线播放| 天天操日日干夜夜撸| 亚洲高清免费不卡视频| 交换朋友夫妻互换小说| 国产在视频线精品| 中文欧美无线码| 久久人人爽人人片av| 国产成人91sexporn| 亚洲精华国产精华液的使用体验| 一级二级三级毛片免费看| 久久国产精品大桥未久av | 欧美3d第一页| 大码成人一级视频| 尾随美女入室| 黄色怎么调成土黄色| 大话2 男鬼变身卡| 亚洲四区av| 免费观看a级毛片全部| 久热久热在线精品观看| 又粗又硬又长又爽又黄的视频| 欧美一级a爱片免费观看看| 黄色怎么调成土黄色| 伊人久久精品亚洲午夜| 亚洲国产精品成人久久小说| 91久久精品电影网| 免费黄网站久久成人精品| 国产一区二区三区av在线| 欧美一级a爱片免费观看看| 日韩大片免费观看网站| 99re6热这里在线精品视频| av天堂久久9| 国产精品久久久久久久电影| 国产av国产精品国产| 欧美精品人与动牲交sv欧美| 亚洲人成网站在线播| 国产一区二区在线观看日韩| 午夜福利影视在线免费观看| 精品熟女少妇av免费看| 久久久国产一区二区| 国产精品久久久久久久久免| 永久免费av网站大全| 少妇裸体淫交视频免费看高清| 人妻系列 视频| 欧美xxⅹ黑人| 国产精品久久久久久精品电影小说| 成人亚洲欧美一区二区av| 老司机亚洲免费影院| 午夜福利网站1000一区二区三区| 日韩中文字幕视频在线看片| 在线观看一区二区三区激情| 哪个播放器可以免费观看大片| 日本欧美国产在线视频| 日本-黄色视频高清免费观看| 欧美日韩视频高清一区二区三区二| 日韩精品免费视频一区二区三区 | 精华霜和精华液先用哪个| 国产欧美日韩一区二区三区在线 | 亚洲av国产av综合av卡| 天堂俺去俺来也www色官网| 69精品国产乱码久久久| 午夜视频国产福利| 青春草亚洲视频在线观看| 国产熟女欧美一区二区| 春色校园在线视频观看| 看非洲黑人一级黄片| 丝瓜视频免费看黄片| 欧美性感艳星| 国产在线免费精品| 少妇熟女欧美另类| 街头女战士在线观看网站| 日本91视频免费播放| 亚洲色图综合在线观看| 欧美日韩综合久久久久久| 男人狂女人下面高潮的视频| 少妇人妻 视频| 色5月婷婷丁香| av在线播放精品| 婷婷色麻豆天堂久久| 在线观看一区二区三区激情| 久久久精品94久久精品| 插逼视频在线观看| 亚洲国产色片| 久久久久久久久大av| 极品少妇高潮喷水抽搐| 国产亚洲欧美精品永久| 人人妻人人澡人人爽人人夜夜| 国语对白做爰xxxⅹ性视频网站| 69精品国产乱码久久久| 极品少妇高潮喷水抽搐| 午夜免费鲁丝| 人妻制服诱惑在线中文字幕| 韩国av在线不卡| 一级片'在线观看视频| 国产午夜精品一二区理论片| av不卡在线播放|