• <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U型結構的CT圖像分割算法

    2022-07-11 10:14:52康文瀚高毓曼
    西南科技大學學報 2022年2期
    關鍵詞:瓶頸殘差卷積

    康文瀚 范 勇 高 琳 蔣 勇 高毓曼

    (1.西南科技大學計算機科學與技術學院 四川綿陽 621010;2.成都信息工程大學區(qū)塊鏈產(chǎn)業(yè)學院 成都 610225)

    深度學習方法在醫(yī)學領域涉及CT圖像分割、MRI圖像分割、計算機輔助診斷等等。完全卷積神經(jīng)網(wǎng)絡[1]或編碼器-解碼器結構[2]在醫(yī)學圖像分割領域中較為常見。2015年MICCAI會議上提出的U-Net[3]分割模型采用對稱路徑融合多層信息獲得多尺度特征。一方面,U-Net網(wǎng)絡在Encoder階段獲取圖像中的上下文信息,在Decoder階段采用上采樣方法將圖像恢復到輸入圖像分辨率。另一方面,U-Net網(wǎng)絡通過長連接(Long-concatenate)將圖像的全局信息和局部信息進行融合,提高了網(wǎng)絡對特征信息的學習敏感度。文獻[4]基于U-Net結構提出了以三維數(shù)據(jù)作為輸入進行訓練的3DU-Net模型,3DU-Net網(wǎng)絡解決了由于二維切片造成的上下文信息丟失的問題。文獻[5]提出U-Net++網(wǎng)絡模型。U-Net++在Unet基礎上采用密集跳躍連接彌補缺失的語義信息。文獻[6]提出的Res-UNet模型是在U-Net基礎上通過使用加權注意力機制和跳躍連接使模型可以學到更多的鑒別特征。文獻[7]結合可變形卷積和U-Net網(wǎng)絡提出DU-Net網(wǎng)絡,該網(wǎng)絡通過大量的上采樣提取上下文信息獲得更高的輸出分辨率。文獻[8]引入密集連接模塊到U-Net結構中,使模型達到去除偽影的效果。文獻[9]采用兩個Vnet-S網(wǎng)絡級聯(lián)的方式分別對CT影像進行粗分割和細分割。MultiResUNet[10]利用Multiblock擴展U-Net模型,使網(wǎng)絡能夠從多分辨率進行分析訓練。文獻[11]利用全尺度跳躍連接代替U-Net模型的長連接,使得高級語義信息與低級語義信息進行結合,獲得更高的分割精度。文獻[12]引入DenseNet模塊應用于卷積層中,用于提升對小區(qū)域中特征提取能力和避免梯度消失問題。文獻[13]提出的CRF 3DU-Net網(wǎng)絡分別利用3DU-Net和全連接條件隨機場對圖像進行粗分割和細分割,可以使網(wǎng)絡提高像素間的關聯(lián)性。文獻[14]將最優(yōu)密集預測單元引入Deeplabv3+ 網(wǎng)絡中減少分割過程中出現(xiàn)的不完全分割情況。雖然上述網(wǎng)絡對U-Net模型的改進在分割中具有積極作用,但都忽略了圖像中遠距離特征之間的關聯(lián)關系。

    針對神經(jīng)網(wǎng)絡中忽略圖像中遠距離特征之間的關聯(lián)關系造成的過分割問題,本文在編碼器階段與解碼器階段之間采用雙路徑長連接的方式使模型在每個特征之間建立關聯(lián)關系,豐富圖像的有效特征且有利于解決梯度消失問題。雙路徑的長連接方式分別由建立特征之間關聯(lián)關系的注意力路徑和豐富特征的殘差路徑組成,有利于減少醫(yī)學圖像中器官的過分割問題,獲得更好的分割效果。在卷積層采用改進的瓶頸結構替換傳統(tǒng)卷積層,利用上采樣與下采樣后的特征彌補丟失的淺層特征。在MSDSpleen數(shù)據(jù)集[15]上驗證了模型的有效性。

    1 雙路徑醫(yī)學圖像分割模型

    1.1 AR-UNet模型結構

    本文提出一種基于U型結構的具有雙路徑長連接方式的醫(yī)學分割模型AR-UNet(Attention-Residual U Network),模型總體結構如圖1所示。

    圖1 AR-UNet網(wǎng)絡結構圖Fig.1 Network structure diagram of AR-UNet

    圖1中注意力路徑代表雙路徑長連接方式中的建立特征之間關聯(lián)關系的注意力路徑,殘差路徑代表雙路徑長連接方式中的由N個殘差塊組成的提取特征的殘差路徑。在Encoder階段和Decoder階段,每一層由改進的瓶頸結構組成。Encoder階段與Decoder階段之間通過雙路徑的方式進行長連接。

    AR-UNet與U-Net不同,受文獻[16]影響 AR-UNet在U-Net基礎上利用改進的瓶頸結構替換傳統(tǒng)的卷積層,使模型利用上采樣和下采樣后的特征彌補卷積過程中所造成的淺層特征信息丟失。借鑒文獻[17]在上采樣和下采樣過程中使用卷積替換池化層有助于增加相鄰特征間的依賴性。AR-UNet利用雙路徑長連接的方式替換U-Net中的長連接方式,可以使模型在每個特征之間建立關聯(lián)關系,同時提取更豐富的多尺度特征。

    1.2 圖像預處理

    采用邊界投影獲取器官邊界的預處理方式與對像素的預處理方式不同。該預處理方式利用球坐標系將前景體素與背景體素之間的連續(xù)坐標投影到矩形框,從而獲取用于AR-UNet網(wǎng)絡模型訓練的器官邊界部分。預處理具體步驟如下:

    步驟1:定義一個帶符號的矩陣C(x,y,z),C(x,y,z) 包含每個整數(shù)坐標(x,y,z)與邊界β之間帶符號的歐式距離,用于判斷坐標體素與邊界之間的距離偏差。

    (1)

    其中:V表示真值標簽的坐標集合;當C(x,y,z)為正時,表示坐標體素位于邊界內部;當C(x,y,z)為負時,表示坐標體素位于邊界外部;當C(x,y,z)為 0時,表示坐標體素位于邊界。

    (2)

    (3)

    1.3 雙路徑長連接

    近年來基于編碼器和解碼器的思想廣泛應用到深度學習。在編碼器階段由于下采樣造成的邊緣信息的丟失,在解碼器階段通過反卷積所彌補的僅僅是丟失的部分邊緣信息,因此長連接成為編碼器與解碼器之間彌補信息丟失的重要方式。

    在器官圖像分割任務中,本文在經(jīng)過彈性邊界投影(Elastic boundary projection ,EBP)[18]預處理后的邊界圖像中引入由注意力路徑和殘差路徑組成的雙路徑長連接方式,該方式不僅在圖像中每個空間位置上的特征之間建立關聯(lián)關系,而且豐富了在長連接過程中對不同尺度特征的信息提取。雙路徑長連接方式如圖2所示。圖2中路徑1為注意力機制路徑,該路徑使網(wǎng)絡能夠在不同尺度的特征圖中建立特征之間的關聯(lián)關系,這樣可以脫離空間距離的限制,使圖像中相似的特征之間具有長依賴關系,從而通過聚合每個空間位置上的特征豐富局部特征的上下文信息,提高局部特征的表達能力,達到減少器官過分割的目的。路徑1將每個尺度在Encoder階段的輸出特征圖L輸入空間注意力機制,對圖像的每個特征之間建立關聯(lián)關系。路徑2為殘差路徑,該路徑對編碼器階段不同尺度的特征進行提取,這樣可以豐富編碼器和解碼器之間的特征信息。路徑2將每個尺度在Encoder階段的輸出特征圖L輸入由N個殘差塊組成的殘差路徑,在提取豐富的特征信息的同時解決梯度消失問題。

    圖2 雙路徑長連接結構圖Fig.2 Structure diagram of dual-path long connection

    雙路徑長連接方式過程可用式(4)描述:

    Fo=f1×1(Att(L)+Res(L))

    (4)

    其中:輸入特征圖為L∈Rc×w×h;c,w,h分別代表通道數(shù)、寬和高;Att表示注意力路徑;Res表示殘差路徑操作;fN×N表示包括卷積核為N×N的卷積計算。

    注意力路徑Att 操作過程如下:當L輸入注意力路徑時會進行 4 個分支操作,其中reshape,transpose分別表示矩陣變維操作和矩陣轉置操作。

    分支1用于獲取特征圖的空間位置信息。分支1過程如下:

    L1=f1×1(f1×1(L)+f3×3(L))

    (5)

    (6)

    分支2生成由每個空間位置上的特征與所有空間位置上的特征之間關聯(lián)起來的關系圖S,用于捕獲每個空間位置上的特征之間的關聯(lián)關系。分支2整體過程如式(7):

    (7)

    分支3利用關系圖S與輸入特征圖生成由所有特征相互關聯(lián)后的特征圖。分支3過程如下:

    L3=f1×1(f1×1(L)+f3×3(L))

    (8)

    M=reshape(reshape(L3)?reshape(S))

    (9)

    其中:L3∈Rc×w×h;M∈Rc×w×h。

    分支4如式(10)、式(11):

    FA=εM+(f1×1(L)+f3×3(L))

    (10)

    LA=f1×1(FA)+f3×3(FA)

    (11)

    其中,F(xiàn)A∈Rc×w×h;LA∈Rc×w×h;ε為尺度系數(shù)。ε初始化為0,在網(wǎng)絡模型中逐漸學習尺度系數(shù)ε,通過所有相互關聯(lián)的特征與原始特征的加權和的方法聚集每個空間位置中的特征,從而豐富局部特征的上下文信息,達到減少器官過分割的目的。

    殘差路徑Res操作的過程如下:

    resi=f1×1(Fi)+f3×3(Fi)

    (12)

    Fi=resi-1

    (13)

    Res(L)=resN

    (14)

    其中:resi表示第i+1個殘差塊;Fi表示經(jīng)過第i個殘差塊后的特征圖;i表示殘差路徑中存在的殘差塊數(shù)量,i=0,1,2,3,…N。當i=0時表示輸入特征圖L。

    1.4 改進的瓶頸結構

    本文使用改進的瓶頸結構替代傳統(tǒng)的卷積層,能夠利用下采樣與上采樣后的特征彌補卷積過程中造成的淺層特征丟失。

    文獻[19]指出傳統(tǒng)的卷積層和池化層中進行特征提取時普遍存在特征丟失等問題,并且隨著網(wǎng)絡模型逐漸龐大和網(wǎng)絡層次逐漸加深,梯度消失也隨之出現(xiàn)。為克服上述問題,借鑒文獻[16],本文引入改進的瓶頸結構替換傳統(tǒng)的卷積層。傳統(tǒng)的殘差結構和本文中所采用的改進的瓶頸結構分別如圖3所示。圖中Conv3×3表示卷積核為3×3的卷積操作,BN表示歸一化操作,ELU[20]表示激活函數(shù)。改進的瓶頸結構利用特征融合彌補了卷積操作中造成的淺層特征丟失的問題。改進的瓶頸結構具體步驟如下:

    圖3 傳統(tǒng)的殘差結構與改進的瓶頸結構示意圖Fig.3 Schematic diagrams of traditional residual structure and improved bottleneck structure

    步驟1:對于輸入改進的瓶頸結構的特征圖Fin,經(jīng)過一次ConvBlock1操作產(chǎn)生的特征圖F1與下一次ConvBlock2操作產(chǎn)生的特征圖F2進行融合,獲得新的特征圖F12。對特征圖F1中的特征充分利用,彌補了在ConvBlock2操作中造成的特征丟失。

    步驟2:F12經(jīng)過ConvBlock3操作后產(chǎn)生特征圖F3。

    步驟3:與輸入改進的瓶頸結構的特征圖Fin再次進行特征融合獲得單個尺度的輸出特征圖Fout。對Fin中的特征充分利用,彌補由于ConvBlock1,ConvBlock2,ConvBlock3操作造成的特征丟失。

    2 實驗

    2.1 實驗數(shù)據(jù)集

    使用醫(yī)學分割中的公共數(shù)據(jù)集用于評估本文方法的有效性。MSDSpleen數(shù)據(jù)集,數(shù)據(jù)來自Memorial Sloan Kettering Cancer Center的捐贈者。MSDSpleen數(shù)據(jù)集中包括41張高分辨率CT圖像,從中隨機選擇21張作為訓練集,20張作為驗證集和測試集,其中圖像的寬和高都為512像素,沿著軸向的長度范圍在31像素到168像素之間。

    2.2 實驗環(huán)境與過程

    實驗的PC環(huán)境為Ubuntu 20.04.2系統(tǒng),Intel(R) Xeon(R) CPU,GPU為NVIDIA GeForce 1080Ti,12 GB內存。在Pytorch深度學習框架中進行訓練與測試。

    在實驗過程中首先使用彈性邊界投影(Elastic boundary projection,EBP)[18]預處理方式將高分辨率的CT圖像處理為尺寸為120×120像素的2D圖像。其次將預處理后的2D圖像輸入到網(wǎng)絡中進行訓練,得到模型的最優(yōu)參數(shù)。最后將測試集中的圖像輸入具有最優(yōu)參數(shù)的模型中得到分割結果的CT圖像。訓練過程中采用小批量樣本的方式訓練模型,小批量樣本大小設置為16個,損失函數(shù)采用MSEloss,采用初始學習率為0.001和權重衰減系數(shù)為0.000 1的Adam優(yōu)化器,并且每經(jīng)過1個epoch學習率變?yōu)樵瓉淼?/2,雙路徑長連接方式中選用殘差塊數(shù)量N=3。

    2.3 評價指標

    本文實驗以DSC度量(Dice similarity coefficient)、Jaccard相似系數(shù)(Jaccard similarity coefficient)、精確率(Precision)、過分割率(FPR ,F(xiàn)alse positive rate)為評價指標。

    (15)

    (16)

    (17)

    (18)

    其中:TP表示真陽性;FP表示假陽性;TN表示真陰性;FN表示假陰性。DSC度量的取值范圍[0,1],DSC值越大表示預測的分割結果與真值標簽重合區(qū)域占比越大,即預測的分割結果越好。Jaccard相似系數(shù)用于衡量分割預測的分割結果和真值標簽之間的相似度,Jaccard值越大表示兩者之間的相似度越高,即預測的分割結果越接近真值標簽。精確率表示在預測的分割結果中判斷為陽性的樣本中真陽性的比例,精確率值越大表示分割結果越好。過分割率表示在預測的分割結果中將真值標簽以外的部分分割出來的比率。過分割率越低表示在分割結果中出現(xiàn)假陽性的占比越小。

    2.4 有效性驗證

    為了驗證雙路徑長連接方式和改進的瓶頸結構的有效性,本文在MSDSpleen數(shù)據(jù)集上分別做了EBP+殘差路徑(EBP+Res),EBP+注意力路徑(EBP+Att),EBP+雙路徑長連接(EBP+DoubleCat),EBP+改進的瓶頸結構(EBP+Bot)和EBP+雙路徑長連接+改進的瓶頸結構(EBP+DoubleCat+Bot)實驗。實驗結果如表1所示。

    表1 模型有效性驗證Table 1 Verification of model effetiveness

    從表1可知,EBP和EBP+Res,EBP+Att,EBP+DoubleCat相比較,雙路徑長連接方式能夠有效利用圖像中的特征信息,同時提取更多有效特征,它通過注意力路徑使模型建立特征之間的關聯(lián)關系,通過殘差路徑使模型在長連接中提取豐富的特征信息,從而提升算法精度。EBP和EBP+Bot比較表明,改進的瓶頸結構對算法的提升有促進作用,改進的瓶頸結構能夠將上采樣與下采樣后的特征用于彌補卷積造成的淺層特征信息丟失的問題,可以使網(wǎng)絡模型保留更完整的特征信息。由EBP+DoubleCat和EBP+Bot的評價指標可知,雙路徑長連接方式和改進的瓶頸結構均能提高分割精度,雙路徑長連接方式能直接根據(jù)編碼器階段的特征圖學習圖像中的重要特征信息從而提升算法效果,而改進的瓶頸結構依托彌補丟失的淺層特征信息提升性能。在改進的瓶頸結構的基礎上添加雙路徑長連接方式不僅能豐富特征信息,還能通過建立每個特征間的關聯(lián)關系充分利用這些特征,提升算法的分割效果。

    2.5 實驗結果與分析

    為驗證AR-UNet模型的優(yōu)越性,與5個算法(U-Net[3],EBP[18],Deeplabv3+[21],CCNet[22],ResUNet[23])進行對比,其中包括了用于分割任務的先進模型。U-Net是醫(yī)學圖像中用于分割的2D模型,為了有效對比分割精度,統(tǒng)一采用彈性邊界投影的圖像預處理應用于所有對比算法中。EBP采用的模型為2D的VNet[24]模型。Deeplabv3+模型是一個2D模型,它采用金字塔結構和編解碼器結構結合的方法提高圖像分割精度。CCNet利用十字交叉注意力模塊捕獲每個像素間的長依賴關系獲得更多的有用上下文信息。ResUNet將殘差結構與U-Net結構相結合提高醫(yī)學圖像分割領域中的精度。本文算法及其他5個算法在MSDSpleen數(shù)據(jù)集上的DSC度量、Jaccard相似系數(shù)、精確率、過分割率如表2所示。

    從表2可知,本文算法在DSC度量、Jaccard相似系數(shù)、精確率、過分割率上均比其他算法表現(xiàn)優(yōu)異。在MSDSpleen數(shù)據(jù)集上DSC度量達到了93.60%,超越了其他5種算法。圖4展示了所有模型在MSDSpleen數(shù)據(jù)集上定性結果比較。從定性和定量比較的結果可以看出,雙路徑長連接方式與改進的瓶頸結構能夠明顯提升分割效果,有雙路徑長連接方式的網(wǎng)絡能夠使圖像中相似的特征之間建立長依賴關系并提取更多特征,所以器官圖像更容易被分割。此外,改進的瓶頸結構可彌補卷積過程中造成的部分信息丟失,能夠減小特征信息丟失帶來的圖像分割不佳的影響。

    表2 不同算法在MSDSpleen數(shù)據(jù)集上的實驗結果Table 2 Experimental results of different algorithms on MSDSpleen dataset

    圖4 模型定性結果比較Fig.4 Comparison of qualitative results of models

    3 結論

    本文提出了一個提取豐富的特征信息并將圖像中的特征信息相互關聯(lián)的用于CT圖像器官分割的模型AR-UNet。AR-UNet網(wǎng)絡中采用了雙路徑長連接方式,它們代替編碼器和解碼器之間的長連接方式使模型在每個特征之間建立關聯(lián)關系進而增加相似的特征之間的長依賴關系,同時提取豐富的有效信息。該網(wǎng)絡通過使用改進的瓶頸結構替換傳統(tǒng)的卷積層彌補丟失的淺層特征。實驗結果表明,在醫(yī)學圖像分割的公共數(shù)據(jù)集MSDSpleen中,AR-UNet能夠有效提高器官圖像分割的精度,同時也說明,醫(yī)學圖像分割中不僅相鄰的特征信息之間可以提供有效的上下文信息,遠距離的相似特征之間也會提供有效信息。

    猜你喜歡
    瓶頸殘差卷積
    基于雙向GRU與殘差擬合的車輛跟馳建模
    基于3D-Winograd的快速卷積算法設計及FPGA實現(xiàn)
    基于殘差學習的自適應無人機目標跟蹤算法
    基于遞歸殘差網(wǎng)絡的圖像超分辨率重建
    自動化學報(2019年6期)2019-07-23 01:18:32
    從濾波器理解卷積
    電子制作(2019年11期)2019-07-04 00:34:38
    基于傅里葉域卷積表示的目標跟蹤算法
    突破霧霾治理的瓶頸
    突破瓶頸 實現(xiàn)多贏
    平穩(wěn)自相關過程的殘差累積和控制圖
    河南科技(2015年8期)2015-03-11 16:23:52
    如何渡過初創(chuàng)瓶頸期
    欧美中文综合在线视频| 亚洲精品一二三| 肉色欧美久久久久久久蜜桃| 亚洲av男天堂| 我要看黄色一级片免费的| 国产欧美日韩一区二区三区在线| 一二三四社区在线视频社区8| 国产精品 国内视频| 国产97色在线日韩免费| 99久久99久久久精品蜜桃| 午夜视频精品福利| 老汉色av国产亚洲站长工具| 国产极品粉嫩免费观看在线| 高潮久久久久久久久久久不卡| 99热全是精品| 国产伦理片在线播放av一区| 只有这里有精品99| 男女国产视频网站| 亚洲欧美精品综合一区二区三区| 精品一品国产午夜福利视频| 欧美精品一区二区大全| 精品久久蜜臀av无| 99九九在线精品视频| 国产高清视频在线播放一区 | 高清视频免费观看一区二区| 久久九九热精品免费| 激情五月婷婷亚洲| 黄网站色视频无遮挡免费观看| 久久狼人影院| 久久免费观看电影| 男女边吃奶边做爰视频| 亚洲国产精品成人久久小说| 天天影视国产精品| 亚洲av欧美aⅴ国产| 自拍欧美九色日韩亚洲蝌蚪91| 人妻人人澡人人爽人人| 十八禁高潮呻吟视频| 美女高潮到喷水免费观看| 久久精品亚洲av国产电影网| 青春草亚洲视频在线观看| 国产黄色视频一区二区在线观看| 亚洲精品一二三| 婷婷色麻豆天堂久久| 熟女少妇亚洲综合色aaa.| 欧美性长视频在线观看| 久久精品aⅴ一区二区三区四区| 在线看a的网站| 国产成人欧美在线观看 | 男的添女的下面高潮视频| 亚洲国产欧美在线一区| 国产黄色视频一区二区在线观看| 人妻一区二区av| 只有这里有精品99| 精品高清国产在线一区| 日本91视频免费播放| 亚洲人成77777在线视频| 亚洲欧洲国产日韩| 人妻人人澡人人爽人人| 在线观看免费视频网站a站| 高清黄色对白视频在线免费看| 可以免费在线观看a视频的电影网站| 国产在视频线精品| 精品人妻在线不人妻| 免费在线观看影片大全网站 | 两人在一起打扑克的视频| 9191精品国产免费久久| av在线app专区| 久久国产精品大桥未久av| 如日韩欧美国产精品一区二区三区| 日韩中文字幕视频在线看片| 国产成人欧美在线观看 | 91精品国产国语对白视频| 2021少妇久久久久久久久久久| 一级毛片我不卡| 国产免费一区二区三区四区乱码| 悠悠久久av| 亚洲少妇的诱惑av| 91成人精品电影| 黑人巨大精品欧美一区二区蜜桃| 一个人免费看片子| 国产午夜精品一二区理论片| 欧美变态另类bdsm刘玥| 亚洲国产看品久久| 亚洲国产看品久久| 一区福利在线观看| 亚洲国产精品999| 99国产综合亚洲精品| 只有这里有精品99| 中文精品一卡2卡3卡4更新| 欧美日韩视频高清一区二区三区二| 日本欧美国产在线视频| 国产一级毛片在线| 国产淫语在线视频| 黄色一级大片看看| 日韩av不卡免费在线播放| 日韩一卡2卡3卡4卡2021年| 两个人看的免费小视频| 国产视频一区二区在线看| 人人妻人人爽人人添夜夜欢视频| 99久久精品国产亚洲精品| 色播在线永久视频| 无遮挡黄片免费观看| 亚洲七黄色美女视频| 免费久久久久久久精品成人欧美视频| 蜜桃国产av成人99| 欧美日韩亚洲综合一区二区三区_| 成人国产av品久久久| 亚洲精品乱久久久久久| 日韩中文字幕欧美一区二区 | av在线播放精品| 狠狠精品人妻久久久久久综合| 午夜福利免费观看在线| 免费久久久久久久精品成人欧美视频| 一边摸一边做爽爽视频免费| 美女高潮到喷水免费观看| av片东京热男人的天堂| 亚洲精品一卡2卡三卡4卡5卡 | 夫妻性生交免费视频一级片| 成人国语在线视频| 亚洲三区欧美一区| 天天添夜夜摸| 亚洲国产中文字幕在线视频| 少妇粗大呻吟视频| 精品免费久久久久久久清纯 | 99九九在线精品视频| 十八禁高潮呻吟视频| 精品国产乱码久久久久久男人| 美女扒开内裤让男人捅视频| 999精品在线视频| 国产精品一区二区在线观看99| 国产精品亚洲av一区麻豆| 中文乱码字字幕精品一区二区三区| 久热这里只有精品99| 丝袜人妻中文字幕| 亚洲欧美一区二区三区久久| 热99久久久久精品小说推荐| 如日韩欧美国产精品一区二区三区| 美女福利国产在线| 午夜福利一区二区在线看| 又大又爽又粗| 91精品伊人久久大香线蕉| tube8黄色片| 亚洲激情五月婷婷啪啪| 国产成人a∨麻豆精品| 亚洲成人免费av在线播放| 在线看a的网站| 久久影院123| 每晚都被弄得嗷嗷叫到高潮| 最近最新中文字幕大全免费视频 | 五月开心婷婷网| 桃花免费在线播放| 久久人人爽人人片av| 久久鲁丝午夜福利片| 桃花免费在线播放| 亚洲av综合色区一区| 视频区欧美日本亚洲| 中文精品一卡2卡3卡4更新| 国产精品国产三级国产专区5o| 日本黄色日本黄色录像| 亚洲精品国产一区二区精华液| 亚洲欧美激情在线| 免费观看av网站的网址| www.熟女人妻精品国产| av天堂在线播放| 交换朋友夫妻互换小说| 真人做人爱边吃奶动态| 午夜免费观看性视频| 这个男人来自地球电影免费观看| 啦啦啦视频在线资源免费观看| 国产野战对白在线观看| 国产色视频综合| 亚洲欧美一区二区三区久久| 久久亚洲国产成人精品v| 女警被强在线播放| 欧美精品啪啪一区二区三区 | 色网站视频免费| 免费av中文字幕在线| 亚洲国产欧美日韩在线播放| 天堂中文最新版在线下载| 欧美精品av麻豆av| 精品人妻一区二区三区麻豆| 男人操女人黄网站| 欧美日韩国产mv在线观看视频| 久久精品熟女亚洲av麻豆精品| 国产亚洲精品第一综合不卡| 成年美女黄网站色视频大全免费| 亚洲精品国产色婷婷电影| 欧美亚洲日本最大视频资源| 大型av网站在线播放| 国产精品一区二区免费欧美 | 久久人妻熟女aⅴ| svipshipincom国产片| 老司机靠b影院| 免费观看人在逋| 亚洲国产精品一区三区| 巨乳人妻的诱惑在线观看| 欧美日韩成人在线一区二区| a级毛片黄视频| 久久精品国产亚洲av涩爱| 少妇的丰满在线观看| 黄网站色视频无遮挡免费观看| 看免费成人av毛片| 一级毛片电影观看| 亚洲图色成人| 国产黄色免费在线视频| 欧美 亚洲 国产 日韩一| 亚洲久久久国产精品| 成人国语在线视频| 热re99久久精品国产66热6| 中文字幕人妻丝袜制服| 黑人欧美特级aaaaaa片| 日韩视频在线欧美| 精品久久久久久电影网| 亚洲国产欧美日韩在线播放| 久久99一区二区三区| 黄色a级毛片大全视频| 国产精品久久久av美女十八| 久久九九热精品免费| 国产精品久久久久成人av| 国产伦理片在线播放av一区| 一本色道久久久久久精品综合| 日韩一区二区三区影片| 国产免费福利视频在线观看| 精品国产国语对白av| 国产不卡av网站在线观看| 操美女的视频在线观看| 久久久久久人人人人人| 永久免费av网站大全| 亚洲色图综合在线观看| 久久毛片免费看一区二区三区| 18禁黄网站禁片午夜丰满| 久热爱精品视频在线9| 90打野战视频偷拍视频| 50天的宝宝边吃奶边哭怎么回事| 国产av一区二区精品久久| 国产一区二区在线观看av| 亚洲熟女毛片儿| 美女脱内裤让男人舔精品视频| 亚洲国产精品一区三区| 国产主播在线观看一区二区 | 亚洲国产看品久久| 免费不卡黄色视频| 国产爽快片一区二区三区| 伊人亚洲综合成人网| 男男h啪啪无遮挡| 国产精品久久久人人做人人爽| 日韩一卡2卡3卡4卡2021年| 日韩中文字幕欧美一区二区 | 久久久久久免费高清国产稀缺| 性色av乱码一区二区三区2| 高潮久久久久久久久久久不卡| 青春草视频在线免费观看| 国产成人av教育| 精品少妇一区二区三区视频日本电影| 51午夜福利影视在线观看| 久久青草综合色| 久久精品熟女亚洲av麻豆精品| 国产麻豆69| 国产亚洲av高清不卡| 国产亚洲精品久久久久5区| 亚洲色图综合在线观看| 1024香蕉在线观看| 欧美国产精品一级二级三级| 美女中出高潮动态图| 日本一区二区免费在线视频| 亚洲五月色婷婷综合| 叶爱在线成人免费视频播放| 脱女人内裤的视频| 欧美人与善性xxx| av网站在线播放免费| 亚洲图色成人| 又大又黄又爽视频免费| 蜜桃国产av成人99| 欧美成狂野欧美在线观看| 午夜激情av网站| 成人亚洲欧美一区二区av| 高潮久久久久久久久久久不卡| 精品人妻在线不人妻| 久久久久视频综合| 人人妻,人人澡人人爽秒播 | 一级黄色大片毛片| 亚洲国产欧美一区二区综合| 老司机亚洲免费影院| 女性生殖器流出的白浆| 中文字幕av电影在线播放| 热99久久久久精品小说推荐| 免费av中文字幕在线| 亚洲欧美色中文字幕在线| 久久精品久久久久久噜噜老黄| 亚洲欧美日韩另类电影网站| 欧美在线一区亚洲| 中文乱码字字幕精品一区二区三区| 夫妻性生交免费视频一级片| 大片免费播放器 马上看| 久久精品国产亚洲av涩爱| av一本久久久久| 精品亚洲成a人片在线观看| 国产色视频综合| 狂野欧美激情性bbbbbb| 最近最新中文字幕大全免费视频 | 日韩av在线免费看完整版不卡| 2021少妇久久久久久久久久久| 精品久久久久久久毛片微露脸 | 又黄又粗又硬又大视频| 欧美日韩综合久久久久久| 50天的宝宝边吃奶边哭怎么回事| 人人妻人人爽人人添夜夜欢视频| 亚洲情色 制服丝袜| 成年动漫av网址| 各种免费的搞黄视频| av线在线观看网站| 亚洲伊人久久精品综合| 国产欧美日韩一区二区三区在线| 精品熟女少妇八av免费久了| 老司机靠b影院| 久久性视频一级片| 国产亚洲av高清不卡| 国产精品久久久久久人妻精品电影 | 亚洲色图 男人天堂 中文字幕| 亚洲欧美精品综合一区二区三区| 久久免费观看电影| 少妇 在线观看| 国产精品久久久久久人妻精品电影 | 可以免费在线观看a视频的电影网站| 亚洲图色成人| 免费不卡黄色视频| 国产亚洲av片在线观看秒播厂| 国产成人一区二区三区免费视频网站 | 久久毛片免费看一区二区三区| 国产男女内射视频| 成年动漫av网址| 中文精品一卡2卡3卡4更新| 午夜福利视频在线观看免费| 首页视频小说图片口味搜索 | svipshipincom国产片| 日韩视频在线欧美| 亚洲国产中文字幕在线视频| 国产真人三级小视频在线观看| 99热网站在线观看| 国产亚洲一区二区精品| 免费观看人在逋| 在线观看免费高清a一片| 黄片小视频在线播放| 婷婷色综合大香蕉| 亚洲三区欧美一区| 午夜av观看不卡| 另类精品久久| 99精品久久久久人妻精品| 啦啦啦中文免费视频观看日本| 18禁国产床啪视频网站| 久久综合国产亚洲精品| 99国产精品免费福利视频| 久久影院123| 国产一卡二卡三卡精品| 两个人看的免费小视频| 十八禁网站网址无遮挡| 免费一级毛片在线播放高清视频 | 欧美日韩亚洲综合一区二区三区_| 亚洲色图综合在线观看| 看十八女毛片水多多多| 咕卡用的链子| 国产免费福利视频在线观看| 欧美国产精品va在线观看不卡| 久久人妻福利社区极品人妻图片 | 日韩av不卡免费在线播放| 97人妻天天添夜夜摸| 大型av网站在线播放| 亚洲一区中文字幕在线| 欧美精品一区二区大全| 亚洲精品第二区| 日韩av不卡免费在线播放| 一二三四在线观看免费中文在| 欧美在线一区亚洲| 精品少妇一区二区三区视频日本电影| 国产黄频视频在线观看| 晚上一个人看的免费电影| 最黄视频免费看| 每晚都被弄得嗷嗷叫到高潮| 少妇人妻 视频| 18禁观看日本| 两人在一起打扑克的视频| 男女午夜视频在线观看| 日韩中文字幕视频在线看片| 在线观看免费视频网站a站| 男女边吃奶边做爰视频| 久久av网站| 久久综合国产亚洲精品| 五月开心婷婷网| 亚洲成人手机| 叶爱在线成人免费视频播放| 久久久久网色| 免费看十八禁软件| 国产精品一二三区在线看| 久久九九热精品免费| 悠悠久久av| 国产国语露脸激情在线看| 乱人伦中国视频| 日本vs欧美在线观看视频| 97在线人人人人妻| 午夜激情久久久久久久| 国产精品国产av在线观看| 丰满迷人的少妇在线观看| 亚洲,欧美,日韩| 黄色怎么调成土黄色| 精品人妻熟女毛片av久久网站| 亚洲 欧美一区二区三区| 岛国毛片在线播放| 91九色精品人成在线观看| 国产亚洲精品久久久久5区| 成年人午夜在线观看视频| 色精品久久人妻99蜜桃| 久久久久久免费高清国产稀缺| 69精品国产乱码久久久| 久久精品国产a三级三级三级| 亚洲国产av新网站| 日本五十路高清| 欧美黄色淫秽网站| avwww免费| 多毛熟女@视频| 尾随美女入室| 91精品伊人久久大香线蕉| 精品国产一区二区三区久久久樱花| 亚洲自偷自拍图片 自拍| 欧美在线一区亚洲| 丰满饥渴人妻一区二区三| 成人黄色视频免费在线看| 三上悠亚av全集在线观看| 国产成人av教育| 波多野结衣av一区二区av| 最新在线观看一区二区三区 | 亚洲国产av影院在线观看| 欧美精品一区二区大全| 侵犯人妻中文字幕一二三四区| 又大又爽又粗| 欧美成人精品欧美一级黄| bbb黄色大片| 丁香六月天网| 熟女少妇亚洲综合色aaa.| 亚洲视频免费观看视频| 日日摸夜夜添夜夜爱| 国产男女超爽视频在线观看| www日本在线高清视频| 一级片免费观看大全| 亚洲三区欧美一区| 国产成人一区二区三区免费视频网站 | 色网站视频免费| 欧美精品啪啪一区二区三区 | 精品一区二区三区四区五区乱码 | 日韩一卡2卡3卡4卡2021年| 天天影视国产精品| 亚洲国产精品一区三区| 色94色欧美一区二区| 亚洲中文日韩欧美视频| 大话2 男鬼变身卡| 韩国高清视频一区二区三区| 久久这里只有精品19| 亚洲第一av免费看| 免费av中文字幕在线| 男女床上黄色一级片免费看| 男男h啪啪无遮挡| 日本a在线网址| 国产亚洲av高清不卡| 欧美日韩一级在线毛片| 午夜福利视频在线观看免费| 亚洲精品国产色婷婷电影| 日韩,欧美,国产一区二区三区| 精品卡一卡二卡四卡免费| 高清黄色对白视频在线免费看| 国产日韩欧美视频二区| 操出白浆在线播放| 国产一区有黄有色的免费视频| av一本久久久久| 看免费成人av毛片| 久久精品亚洲熟妇少妇任你| 亚洲人成电影观看| 欧美+亚洲+日韩+国产| 中文精品一卡2卡3卡4更新| 熟女av电影| 精品少妇内射三级| 欧美精品人与动牲交sv欧美| 欧美 日韩 精品 国产| 成人国产av品久久久| 黄色 视频免费看| 极品人妻少妇av视频| 久久精品熟女亚洲av麻豆精品| 久久综合国产亚洲精品| 美女脱内裤让男人舔精品视频| 国产黄色视频一区二区在线观看| 亚洲人成电影免费在线| 精品国产一区二区三区四区第35| 欧美日韩视频高清一区二区三区二| 免费高清在线观看日韩| 久热爱精品视频在线9| 欧美日韩福利视频一区二区| 欧美av亚洲av综合av国产av| 久久国产精品人妻蜜桃| 国产av精品麻豆| 九色亚洲精品在线播放| 美女主播在线视频| 国产日韩欧美在线精品| 国产成人av激情在线播放| 精品久久久久久久毛片微露脸 | 中文字幕制服av| 丝袜脚勾引网站| 亚洲国产精品一区二区三区在线| 欧美日韩黄片免| 十分钟在线观看高清视频www| 人妻 亚洲 视频| 啦啦啦中文免费视频观看日本| 性色av乱码一区二区三区2| 黄网站色视频无遮挡免费观看| 日本wwww免费看| 美女中出高潮动态图| 亚洲精品久久午夜乱码| 国产伦人伦偷精品视频| 国产精品一二三区在线看| 99久久精品国产亚洲精品| 亚洲人成网站在线观看播放| 亚洲av片天天在线观看| 国产黄色免费在线视频| 精品人妻一区二区三区麻豆| 欧美大码av| 成在线人永久免费视频| 麻豆乱淫一区二区| e午夜精品久久久久久久| 久久久欧美国产精品| 91精品国产国语对白视频| 欧美精品一区二区大全| 18禁观看日本| 国产精品 欧美亚洲| 九草在线视频观看| 国产老妇伦熟女老妇高清| 如日韩欧美国产精品一区二区三区| 一个人免费看片子| 黄片播放在线免费| 免费观看人在逋| 妹子高潮喷水视频| 18禁裸乳无遮挡动漫免费视频| 尾随美女入室| 免费在线观看视频国产中文字幕亚洲 | 亚洲欧美成人综合另类久久久| 午夜福利乱码中文字幕| 久久 成人 亚洲| 老鸭窝网址在线观看| 黑人巨大精品欧美一区二区蜜桃| 亚洲欧洲精品一区二区精品久久久| 亚洲人成77777在线视频| 亚洲精品在线美女| 可以免费在线观看a视频的电影网站| 一本一本久久a久久精品综合妖精| 真人做人爱边吃奶动态| 亚洲国产欧美一区二区综合| 久久精品国产a三级三级三级| 伦理电影免费视频| 欧美日韩亚洲综合一区二区三区_| 久久久精品区二区三区| av又黄又爽大尺度在线免费看| 老汉色av国产亚洲站长工具| 亚洲欧美中文字幕日韩二区| 亚洲人成电影免费在线| 考比视频在线观看| 午夜91福利影院| 亚洲精品久久久久久婷婷小说| 精品亚洲成国产av| 国产日韩一区二区三区精品不卡| 亚洲av电影在线进入| 亚洲熟女毛片儿| 可以免费在线观看a视频的电影网站| 精品人妻熟女毛片av久久网站| 亚洲一区中文字幕在线| 亚洲av成人精品一二三区| 国产一卡二卡三卡精品| 老司机深夜福利视频在线观看 | 美女福利国产在线| 亚洲精品久久久久久婷婷小说| 午夜福利视频在线观看免费| 校园人妻丝袜中文字幕| 欧美精品人与动牲交sv欧美| 精品人妻1区二区| 精品一区二区三区av网在线观看 | 国产主播在线观看一区二区 | 18在线观看网站| 国产精品麻豆人妻色哟哟久久| 久久99热这里只频精品6学生| 99国产精品一区二区蜜桃av | 黑人猛操日本美女一级片| 色94色欧美一区二区| 一区二区三区激情视频| 又粗又硬又长又爽又黄的视频| 国产亚洲欧美在线一区二区| 欧美成人午夜精品| 久久久久国产一级毛片高清牌| 五月开心婷婷网| 国产精品国产三级国产专区5o| 精品欧美一区二区三区在线| 日韩熟女老妇一区二区性免费视频| 国产精品99久久99久久久不卡| 两人在一起打扑克的视频| 国产在线视频一区二区| 手机成人av网站| 精品国产一区二区久久| 男女床上黄色一级片免费看| a 毛片基地| 最新在线观看一区二区三区 | 国产精品一区二区在线不卡| 国产成人精品久久久久久| 好男人电影高清在线观看| 成人18禁高潮啪啪吃奶动态图| 在线看a的网站| 亚洲av在线观看美女高潮| 色视频在线一区二区三区| 交换朋友夫妻互换小说| 国产日韩欧美亚洲二区| 人人妻人人添人人爽欧美一区卜| 日韩av不卡免费在线播放|