• <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 ?

    級聯(lián)結(jié)構(gòu)網(wǎng)絡在肺癌患者頸部淋巴結(jié)超聲圖像分割中的應用價值

    2022-08-30 07:51:54趙富強吳衛(wèi)華
    臨床超聲醫(yī)學雜志 2022年8期
    關(guān)鍵詞:級聯(lián)尺度損失

    宮 霞 趙富強 吳衛(wèi)華

    在傳統(tǒng)的醫(yī)學影像分析中,超聲具有成本低、輻射小等優(yōu)點,應用廣泛,但其圖像較CT、MRI 圖像的分辨率低,分析相關(guān)醫(yī)療影像較耗時、耗力,且主觀性強。近年來隨著深度學習技術(shù)發(fā)展,使得計算機分析醫(yī)療影像成為可能,大量的圖像分類、圖像分割和目標檢測等試驗[1-4]表明,計算機應用于智能醫(yī)療影像后其分析速度和精度均優(yōu)于臨床醫(yī)師。深度學習中的數(shù)據(jù)增強、遷移學習和對抗網(wǎng)絡等技術(shù)可輔助臨床醫(yī)師進行超聲圖像分析,對提高分析圖像的效率和準確性,尤其在區(qū)分肺癌轉(zhuǎn)移性淋巴結(jié)病變和良惡性病變方面具有重要的臨床研究意義。肺癌轉(zhuǎn)移非常關(guān)鍵的一項鑒別診斷是鎖骨上淋巴結(jié)轉(zhuǎn)移,通過計算機輔助診斷肺癌患者頸部淋巴結(jié)超聲圖像,分割出淋巴結(jié),進而對淋巴結(jié)進行良惡性分類,不但在理論上豐富了現(xiàn)有的研究方法,其在臨床上也有很好的應用前景。

    在超聲圖像分割中,應用最廣的深度學習模型是UNet[1]網(wǎng)絡,其變形版本包括:V-Net[2]、mu-Net[3]、M-Net[4]等,但它們均未采用多尺度訓練,在醫(yī)療圖像小目標和小樣本分割上精度較低。 UNet 改進的網(wǎng)絡結(jié)構(gòu)包括:Attention UNet[5]、UNet++[6]、UNet3+[7]等,這些網(wǎng)絡在分割精度上得到了很大提高,注意力機制、多尺度訓練、特征融合和混合損失函數(shù)等技術(shù)值得借鑒。王波等[8]將注意力機制應用于UNet 網(wǎng)絡,提出了一種基于改進UNet 網(wǎng)絡的甲狀腺結(jié)節(jié)超聲圖像分割方法,Attention模塊對邊緣輪廓分割細化;Transformer 在NLP 上取得了很大成功,近期有學者將其引入到目標檢測和圖像分割中,提出了Swin Transformer[9],其結(jié) 合 UNet 提出了 TransUNet[10]和 Swin-UNet[11]。Swin Transformer 根據(jù)網(wǎng)絡大小,可分為 Tiny、Small、Base 和Large 等級別,網(wǎng)絡參數(shù)和結(jié)構(gòu)依次增大,所需訓練硬件資源也相應增加,這使得Transformer 在臨床應用受到限制。為此,本文提出了基于級聯(lián)結(jié)構(gòu)改進注意力UNet 網(wǎng)絡,改進了混合損失函數(shù),圖像多尺度輸入進行訓練和推理,更適合小目標的分割,針對病灶邊緣區(qū)域的分割更加清晰。

    一、UNet與EfficientNet網(wǎng)絡

    超聲圖片輸入UNet 網(wǎng)絡后,先通過左側(cè)的下采樣,即4 組卷積,每次下采樣圖片縮小2 倍;然后特征圖上采樣,對應右側(cè)4 組反卷積,左側(cè)每層特征圖與右側(cè)對應層拼接生成上采樣的輸入,保留了該尺度圖像特征。

    深度學習中的Backbone 網(wǎng)絡大多采用ResNet 結(jié)構(gòu),很好地解決了網(wǎng)絡的深度問題,但對網(wǎng)絡的寬度卻無能為力,因此,谷 歌 2019 年 提 出 了 EfficientNet[12]網(wǎng) 絡 。 EfficientNet 包 括B0~B7,訓練的模型也依次增大,該網(wǎng)絡結(jié)構(gòu)能夠兼顧網(wǎng)絡深度、寬度和分辨率,使模型的準確率、魯棒性等相關(guān)指標均得到了很大提高。

    二、級聯(lián)注意力UNet(CAUNet)

    Cascade R-CNN[13]是級聯(lián)多個檢測網(wǎng)絡進行模型訓練,檢測的正負樣本通過IOU 值限定,多個網(wǎng)絡級聯(lián)使得網(wǎng)絡的檢測結(jié)果得到優(yōu)化和提高。與Cascade 級聯(lián)不同,本文提出的CAUNet(Cascade Attention UNet)網(wǎng)絡結(jié)構(gòu)是將注意力UNet 與EfficientNet 結(jié)合并進行改進,級聯(lián)結(jié)構(gòu)如圖1 所示。改進的注意力UNet 包括編碼器和解碼器兩部分;其中編碼器采用EfficientNet-B5 作為Backbone,更利于提取超聲圖像病灶區(qū)域特征,第一階段分割網(wǎng)絡和第二階段分割網(wǎng)絡下采樣均采用該編碼器結(jié)構(gòu),上采樣是增加了注意力模塊的解碼器,構(gòu)成二階段級聯(lián)分割網(wǎng)絡。在訓練階段,將采集的超聲圖像數(shù)據(jù)預處理后輸入到第一個分割網(wǎng)絡(級聯(lián)的階段Ⅰ),CAUNet 利用改進的損失函數(shù)對網(wǎng)絡進行訓練,該網(wǎng)絡提供頸部淋巴結(jié)結(jié)節(jié)的粗略分割;在第一階段粗略分割的基礎上,繼續(xù)訓練二次分割網(wǎng)絡(級聯(lián)的階段Ⅱ),該網(wǎng)絡進行頸部淋巴結(jié)結(jié)節(jié)的精細分割。但訓練的輸入數(shù)據(jù)與第一階段不同,首先對一階段訓練的圖像去除非病灶區(qū)域,針對mask 掩碼輪廓取外接矩形,裁剪出該區(qū)域圖像;然后將該圖像尺度放大到512×512(像素),輸入到二階段網(wǎng)絡進行訓練。

    在推理階段,圖片多尺度輸入,一階段同樣先進行整張圖片分割,然后將分割病灶區(qū)域放大,再進行二階段的精細分割。推理階段如果使用TTA 技術(shù),病灶區(qū)域分割效果更優(yōu)。注意力UNet 為圖1 網(wǎng)絡結(jié)構(gòu)中“編碼器和解碼器”部分,UNet下采樣部分不變,上采樣部分引入注意力模塊,其詳細結(jié)構(gòu)組成見圖2。輸入編碼器的頸部淋巴結(jié)超聲圖片采用多尺度信息,輸入圖像分為4 個尺度,每個尺度在本層使用EfficientNet-B5作為Backbone,提取的特征分別作為下采樣和右側(cè)注意力門的輸入,將圖像的底層feature map 與高層feature map 融合,即g與xl依次進行加、ReLU、ψ、Sigmod、重采樣、乘等操作,對病灶區(qū)域的邊界分割準確率提高更有效。

    圖1 CAUNet網(wǎng)絡結(jié)構(gòu)圖

    圖2 注意力UNet網(wǎng)絡結(jié)構(gòu)圖

    三、損失函數(shù)改進

    1.Generalized Dice損失函數(shù)

    Dice loss 在評價小目標病灶區(qū)域分割時的誤差較大,原因如下:如模型對超聲圖像中較小的病灶區(qū)域預測錯誤,則Dice loss 值會出現(xiàn)幅度比較大的波動,反向傳播的梯度變化相應增大,致使模型訓練穩(wěn)定差。當超聲圖像病灶分割有多個區(qū)域時,使用Generalized Dice loss計算公式如下:

    2.多尺度結(jié)構(gòu)相似度損失函數(shù)

    由于超聲圖像清晰度相對較低,分割頸部淋巴結(jié)病灶區(qū)域的邊界模糊,為了解決該問題,Wang 等[14]提出了多尺度結(jié)構(gòu)相似度損失函數(shù)(Multi-Scale Structural Similarity Index,MSSSIM),模糊邊界的權(quán)重更大。本文級聯(lián)結(jié)構(gòu)模型同樣對模糊邊界更加關(guān)注,如超聲圖像區(qū)域分布差異越大,多尺度結(jié)構(gòu)相似度損失值越大。病灶區(qū)域分割預測結(jié)果p與裁剪了標簽mask g對應病灶區(qū)域的外接正方形(N×N)公式分別表示為:

    多尺度結(jié)構(gòu)相似度loss定義如公式(4)所示:

    其中,μp為p的均值,μg為g的均值,σp為p的方差,σg為g的方差,σpg為協(xié)方差,M 為尺度數(shù),βm、γm分別為在 m 尺度時p、g的權(quán)重,C1、C2為取值很小的常數(shù)。

    結(jié)合 Generalized Dice 損失函數(shù)[15]、正則化損失函數(shù)、MSSSIM 損失函數(shù)Lms-ssim和Focal 損失函數(shù)LFocal[16],定義本文總損失函數(shù)為:

    其中,λ為LFocal損失函數(shù)所占權(quán)重,其取值為0、0.1、0.5或1;LRg表示正則化損失函數(shù)。公式(5)損失函數(shù)有效避免在數(shù)據(jù)不平衡時,組合loss 退化為Dice loss,而且對超聲圖像小目標病灶區(qū)域有較好的分割效果,病灶邊界更加清晰[17]。

    四、數(shù)據(jù)增強方法

    當收集的肺癌患者淋巴結(jié)超聲圖像數(shù)據(jù)較少時,通常采用數(shù)據(jù)增強(Data Augmentation)技術(shù),該技術(shù)可以有效彌補數(shù)據(jù)不足來訓練模型,防止過擬合。本文采用的數(shù)據(jù)增強方法包括:水平翻轉(zhuǎn)、垂直翻轉(zhuǎn)、隨機剪切、隨機仿射變換、中心裁剪和隨機旋轉(zhuǎn)(<90°、90°、180°和270°);此外,還通過調(diào)整對比度、模糊(高斯、平均值、中值)、高斯噪聲和Cutout 等數(shù)據(jù)增強方法,得到增強后的圖片共4545張。

    試驗環(huán)境是基于深度學習Pytorch 框架,GPU 服務器配置為:操作系統(tǒng)為烏班圖18.04,CPU為Intel i7-8700K,內(nèi)存64 GB;顯卡為英偉達RTX 1080Ti、顯卡顯存11 GB。為了提高分割模型的泛化能力,本文采用了TTA技術(shù),包括用于垂直翻轉(zhuǎn)、水平翻轉(zhuǎn)、90°和180°旋轉(zhuǎn)。第60個Epoch訓練和驗證結(jié)果見圖3。

    圖3 模型訓練和驗證分割結(jié)果

    五、實證分析

    1.數(shù)據(jù)來源

    本文數(shù)據(jù)來源于上海市胸科醫(yī)院超聲科440 例肺癌患者的510 張淋巴結(jié)超聲圖像,其中男240 例,淋巴結(jié)圖像260 張;女200 例,淋巴結(jié)圖像250 張。采集的每張超聲圖像均由專業(yè)超聲醫(yī)師掃描完成,并標注病灶長徑和短徑,用于訓練的超聲圖像病灶區(qū)域由3 名經(jīng)驗豐富的超聲醫(yī)師使用Labelme 共同標注,診斷結(jié)果均與病理結(jié)果相對應,確保數(shù)據(jù)的正確可靠;患者的淋巴結(jié)均進行針吸細胞學檢查及細針穿刺活檢。兩個階段使用的數(shù)據(jù)不同,先去掉參與訓練圖像的不相關(guān)區(qū)域,在第一階段,即上述采集的超聲圖像,原圖和掩碼圖的分辨率均為256×256,三通道讀??;在第二階段,病灶區(qū)域圖像與掩碼圖均相應放大,分辨率為512×512,掩碼圖為二值化圖像,病灶區(qū)域為白色,背景為黑色。

    2.模型測試與結(jié)果分析

    將采集的頸部淋巴結(jié)超聲圖像數(shù)據(jù)集按照8∶1∶1劃分為訓練集、驗證集和測試集,采用Adam 優(yōu)化器。使用Dice系數(shù)對超聲圖像的分割結(jié)果進行評估。通過圖4,5分析發(fā)現(xiàn),UNet++Ⅰ和Ⅱ階段損失函數(shù)收斂較CAUNet 網(wǎng)絡慢,第二階段的loss 值較第一階段更低;由圖6 可知UNet++Dice 系數(shù)低于0.92,本文提出的級聯(lián)二階段CAUNet 網(wǎng)絡Dice 系數(shù)達到了0.95,且第二階段優(yōu)于第一階段,說明第二階段對關(guān)鍵病灶區(qū)域的放大訓練和分割是有效的??梢姡壜?lián)二階段CAUNet 網(wǎng)絡分割效果優(yōu)于UNet++,將提高頸部淋巴結(jié)良惡性分類的準確率。測試集結(jié)果見圖7,從左往右依次為:原圖、預測結(jié)果、標注結(jié)果。與其他UNet 網(wǎng)絡比較見表1,該表列出了不同網(wǎng)絡結(jié)構(gòu)平均交并比(IOU)、Dice 系數(shù)和曲線下面積(AUC)3 個指標比較,驗證了本文提出的方法對病灶區(qū)域分割最優(yōu),上級聯(lián)CAUNet 在TTA 技術(shù)下平均IOU 較UNet 網(wǎng)絡提升了14%,Dice 系數(shù)提升了10%,AUC 提升了3%,而UNet3+和Swin-UNet 的Dice 系數(shù)均為0.93。同樣,與其余對比算法相比,本文的模型在各項指標上也均有較大改進。本文Swin-UNet 采用Base 級網(wǎng)絡結(jié)構(gòu),跳躍連接數(shù)目為3。

    圖4 UNet++Ⅰ和Ⅱ階段損失函數(shù)

    圖5 CAUNet Ⅰ和Ⅱ損失函數(shù)

    圖6 CAUNet與UNet++網(wǎng)絡Ⅰ、Ⅱ階段Dice系數(shù)

    圖7 淋巴結(jié)病灶分割

    表1 不同網(wǎng)絡結(jié)構(gòu)量化指標比較

    工具包torchstat.stat,可以計算訓練模型的算法復雜度、參數(shù)量(可訓練參數(shù)量和總參數(shù)量)、GPU 服務器占用量等,得到的不同網(wǎng)絡結(jié)構(gòu)參數(shù)量見表2。CAUNet 網(wǎng)絡是兩個階段訓練和推理,因此,較UNet和注意力UNet網(wǎng)絡在參數(shù)和計算資源消耗上均要大,如需進一步提高實時性,可通過增加GPU 數(shù)量實現(xiàn)。

    表2 不同網(wǎng)絡結(jié)構(gòu)參數(shù)量比較

    本文結(jié)果表明,CAUNet 網(wǎng)絡能夠快速、準確分割肺癌患者頸部淋巴結(jié)超聲圖像。圖像分割結(jié)果的敏感性為95%,特異性為96%,準確率為92%,AUC 為0.99,表明本文提出的新模型是有效的,有助于區(qū)分肺癌患者轉(zhuǎn)移性淋巴結(jié)與良性淋巴結(jié)。

    六、結(jié)論

    本文提出了基于注意力UNet 網(wǎng)絡級聯(lián)EfficientNet-B5 的二階段超聲圖像分割模型,針對頸部淋巴結(jié)超聲圖像進行增強,多尺度訓練;為了提高病灶小目標分割性能和小樣本訓練模型,提出了新的損失函數(shù),有效防止網(wǎng)絡的過擬合,網(wǎng)絡的魯棒性得到提高;采用了數(shù)據(jù)增強擴充訓練數(shù)據(jù),試驗結(jié)果表明該網(wǎng)絡提高了Dice系數(shù)。今后需進一步深入探討的內(nèi)容包括:①對頸部淋巴結(jié)超聲圖像分割出來的區(qū)域,需要分類網(wǎng)絡進一步預測淋巴結(jié)病灶區(qū)域的良惡性;②在本文基礎上,進一步優(yōu)化損失函數(shù)、對DeepLabv3+網(wǎng)絡采用級聯(lián)結(jié)構(gòu)深入研究;③將GAN 和UNet結(jié)合,提出生成對抗UNet,可應用于本文的圖像數(shù)據(jù)增強,改善模型的性能。

    猜你喜歡
    級聯(lián)尺度損失
    少問一句,損失千金
    胖胖損失了多少元
    財產(chǎn)的五大尺度和五重應對
    玉米抽穗前倒伏怎么辦?怎么減少損失?
    級聯(lián)LDPC碼的STBC-OFDM系統(tǒng)
    電子制作(2016年15期)2017-01-15 13:39:09
    宇宙的尺度
    太空探索(2016年5期)2016-07-12 15:17:55
    基于級聯(lián)MUSIC的面陣中的二維DOA估計算法
    一般自由碰撞的最大動能損失
    9
    LCL濾波器在6kV級聯(lián)STATCOM中的應用
    電測與儀表(2014年1期)2014-04-04 12:00:34
    久久久精品94久久精品| 久久毛片免费看一区二区三区| 久久狼人影院| 制服丝袜香蕉在线| 亚洲国产欧美在线一区| 热re99久久国产66热| 人妻系列 视频| 日韩视频在线欧美| 香蕉丝袜av| 亚洲av中文av极速乱| 亚洲一级一片aⅴ在线观看| 高清不卡的av网站| 999精品在线视频| 日韩视频在线欧美| av网站免费在线观看视频| 久久久久精品久久久久真实原创| 久久 成人 亚洲| 在线观看www视频免费| 精品一品国产午夜福利视频| 欧美精品人与动牲交sv欧美| 日本猛色少妇xxxxx猛交久久| 一本久久精品| 乱人伦中国视频| 在线天堂中文资源库| 日产精品乱码卡一卡2卡三| 自拍欧美九色日韩亚洲蝌蚪91| 黄色毛片三级朝国网站| 久久久久久人妻| 欧美+日韩+精品| 天天躁夜夜躁狠狠久久av| 色婷婷av一区二区三区视频| 人妻人人澡人人爽人人| 久久女婷五月综合色啪小说| 国产一区二区在线观看日韩| 热re99久久国产66热| 如何舔出高潮| 熟女av电影| 亚洲精品aⅴ在线观看| 一级毛片 在线播放| 一二三四中文在线观看免费高清| 如何舔出高潮| 久久久久精品人妻al黑| 观看av在线不卡| 亚洲av电影在线观看一区二区三区| 丝袜脚勾引网站| 国产成人精品一,二区| av有码第一页| 亚洲美女视频黄频| 亚洲成人手机| 中文字幕亚洲精品专区| av有码第一页| 亚洲伊人久久精品综合| 婷婷色综合www| 亚洲国产欧美日韩在线播放| 成年人免费黄色播放视频| 欧美日韩成人在线一区二区| 人人妻人人添人人爽欧美一区卜| 香蕉精品网在线| 亚洲,欧美精品.| 这个男人来自地球电影免费观看 | 人体艺术视频欧美日本| 国产极品粉嫩免费观看在线| 日日摸夜夜添夜夜爱| 妹子高潮喷水视频| 亚洲中文av在线| 日产精品乱码卡一卡2卡三| 亚洲欧洲日产国产| 国产69精品久久久久777片| 老女人水多毛片| 亚洲欧美成人精品一区二区| 日韩不卡一区二区三区视频在线| 纵有疾风起免费观看全集完整版| 欧美激情 高清一区二区三区| 久久鲁丝午夜福利片| 91午夜精品亚洲一区二区三区| 亚洲熟女精品中文字幕| 久久精品国产自在天天线| 中国三级夫妇交换| 国产1区2区3区精品| 成人影院久久| 精品第一国产精品| 中文乱码字字幕精品一区二区三区| 妹子高潮喷水视频| 巨乳人妻的诱惑在线观看| 一级爰片在线观看| 亚洲国产毛片av蜜桃av| 九色亚洲精品在线播放| av在线app专区| 久热这里只有精品99| 久久亚洲国产成人精品v| 在线精品无人区一区二区三| 日韩人妻精品一区2区三区| 草草在线视频免费看| 国产精品三级大全| 中国国产av一级| 国产在视频线精品| 精品一区二区三区视频在线| 久久精品久久精品一区二区三区| 一级黄片播放器| 欧美3d第一页| 婷婷成人精品国产| 精品亚洲乱码少妇综合久久| 免费播放大片免费观看视频在线观看| 久久精品久久久久久噜噜老黄| 制服诱惑二区| 亚洲美女视频黄频| 亚洲av日韩在线播放| 熟女人妻精品中文字幕| 中文字幕av电影在线播放| 丰满迷人的少妇在线观看| 91精品国产国语对白视频| 91精品伊人久久大香线蕉| 欧美 亚洲 国产 日韩一| 亚洲精品久久午夜乱码| 国精品久久久久久国模美| 99九九在线精品视频| 国产精品久久久久成人av| 国产 精品1| a级毛片黄视频| 成年人免费黄色播放视频| 熟妇人妻不卡中文字幕| 国产一区有黄有色的免费视频| 欧美人与善性xxx| 国产精品不卡视频一区二区| 国产成人精品福利久久| 男女下面插进去视频免费观看 | 国产成人精品婷婷| 肉色欧美久久久久久久蜜桃| 亚洲精品一区蜜桃| 午夜免费男女啪啪视频观看| 夜夜爽夜夜爽视频| 亚洲人成77777在线视频| 少妇人妻久久综合中文| 亚洲 欧美一区二区三区| 黄色 视频免费看| 亚洲人成网站在线观看播放| 你懂的网址亚洲精品在线观看| 在线天堂最新版资源| 欧美亚洲日本最大视频资源| 久久精品国产综合久久久 | 99re6热这里在线精品视频| 男女免费视频国产| 成人国语在线视频| 日本av手机在线免费观看| av电影中文网址| 我要看黄色一级片免费的| 性色av一级| 日日啪夜夜爽| 久久精品国产鲁丝片午夜精品| 高清视频免费观看一区二区| 精品国产一区二区三区久久久樱花| 纵有疾风起免费观看全集完整版| 亚洲国产精品专区欧美| 青青草视频在线视频观看| 99久久精品国产国产毛片| 韩国高清视频一区二区三区| 丁香六月天网| 国产日韩欧美亚洲二区| www.色视频.com| 久久久久视频综合| 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| 欧美xxxx性猛交bbbb| 亚洲丝袜综合中文字幕| 亚洲中文av在线| 国产女主播在线喷水免费视频网站| 久久久亚洲精品成人影院| 波野结衣二区三区在线| 久久人妻熟女aⅴ| 日韩av在线免费看完整版不卡| 成人手机av| 亚洲欧美成人综合另类久久久| 日韩大片免费观看网站| 久久韩国三级中文字幕| 久久久久网色| 超碰97精品在线观看| 一区二区日韩欧美中文字幕 | 国产永久视频网站| 亚洲精品色激情综合| 毛片一级片免费看久久久久| 亚洲成人一二三区av| tube8黄色片| 成年av动漫网址| 日本av手机在线免费观看| 老司机亚洲免费影院| 国产深夜福利视频在线观看| 久久人人97超碰香蕉20202| 亚洲av电影在线进入| 精品久久久久久电影网| 欧美日韩国产mv在线观看视频| 国产亚洲av片在线观看秒播厂| 欧美最新免费一区二区三区| 国产女主播在线喷水免费视频网站| 18禁裸乳无遮挡动漫免费视频| av不卡在线播放| 国产亚洲av片在线观看秒播厂| 少妇被粗大的猛进出69影院 | 午夜视频国产福利| 女性生殖器流出的白浆| 国产精品不卡视频一区二区| 亚洲,欧美精品.| 免费观看在线日韩| 国产一区二区在线观看日韩| 久久久国产一区二区| av国产久精品久网站免费入址| 中文字幕免费在线视频6| 亚洲精品美女久久久久99蜜臀 | 大片电影免费在线观看免费| 十分钟在线观看高清视频www| 国产一区二区在线观看av| 一级毛片我不卡| 丝袜喷水一区| 永久免费av网站大全| 日韩制服骚丝袜av| 亚洲国产精品专区欧美| 久久午夜福利片| videos熟女内射| 久久国产精品大桥未久av| 26uuu在线亚洲综合色| 国产片内射在线| 国产熟女欧美一区二区| 日韩中字成人| 丰满乱子伦码专区| 国产精品国产av在线观看| 一个人免费看片子| 99国产精品免费福利视频| 美女大奶头黄色视频| 最新中文字幕久久久久| 国产成人av激情在线播放| 三级国产精品片| 老熟女久久久| 日本wwww免费看| 少妇被粗大猛烈的视频| 菩萨蛮人人尽说江南好唐韦庄| 日韩成人av中文字幕在线观看| 三级国产精品片| 少妇被粗大的猛进出69影院 | 99热国产这里只有精品6| 亚洲色图综合在线观看| 纯流量卡能插随身wifi吗| 亚洲国产日韩一区二区| 精品一区二区免费观看| 99久久综合免费| 久久精品国产a三级三级三级| 欧美精品一区二区免费开放| 亚洲av电影在线观看一区二区三区| a级毛色黄片| 亚洲性久久影院| 国产 一区精品| 久久国产亚洲av麻豆专区| 美女视频免费永久观看网站| 国产探花极品一区二区| 菩萨蛮人人尽说江南好唐韦庄| 亚洲精品第二区| 99精国产麻豆久久婷婷| 热re99久久国产66热| kizo精华| 国产男女内射视频| 精品亚洲成a人片在线观看| 超色免费av| 高清欧美精品videossex| 免费大片黄手机在线观看| 亚洲内射少妇av| 欧美成人午夜免费资源| av免费观看日本| 人妻少妇偷人精品九色| 肉色欧美久久久久久久蜜桃| 99久久综合免费| 亚洲,欧美,日韩| 大片电影免费在线观看免费| 国产色爽女视频免费观看| av免费观看日本| 最近2019中文字幕mv第一页| av.在线天堂| 啦啦啦中文免费视频观看日本| 免费人成在线观看视频色| 亚洲国产av新网站| 人妻系列 视频| 国产免费福利视频在线观看| 91精品伊人久久大香线蕉| 国产精品不卡视频一区二区| 黑人猛操日本美女一级片| av在线app专区| 丝袜人妻中文字幕| 青青草视频在线视频观看| 极品少妇高潮喷水抽搐| 亚洲av中文av极速乱| 国产精品久久久久成人av| 欧美日本中文国产一区发布| 亚洲综合色惰| 亚洲欧美一区二区三区国产| 亚洲欧美一区二区三区黑人 | 在线观看免费高清a一片| 亚洲人成网站在线观看播放| 黑人高潮一二区| 中文字幕亚洲精品专区| 美女主播在线视频| 99热6这里只有精品| 国产免费福利视频在线观看| 国语对白做爰xxxⅹ性视频网站| 99re6热这里在线精品视频| 男女高潮啪啪啪动态图| 久久婷婷青草| 又粗又硬又长又爽又黄的视频| 久久久久久人妻| 男人操女人黄网站| 韩国高清视频一区二区三区| 亚洲精品久久久久久婷婷小说| 五月天丁香电影| 久久国产精品大桥未久av| 日韩成人av中文字幕在线观看| 久热这里只有精品99| 在线观看三级黄色| 国产精品久久久av美女十八| 99久久中文字幕三级久久日本| 国产欧美日韩一区二区三区在线| 欧美人与性动交α欧美精品济南到 | 日本色播在线视频| 亚洲精品第二区| 国产免费福利视频在线观看| 老司机影院成人| 精品国产一区二区三区久久久樱花| 亚洲色图综合在线观看| 国产在线视频一区二区| 校园人妻丝袜中文字幕| 不卡视频在线观看欧美| 久久午夜综合久久蜜桃| kizo精华| 制服人妻中文乱码| 国产成人一区二区在线| 美女xxoo啪啪120秒动态图| 精品一品国产午夜福利视频| 久久99精品国语久久久| 亚洲内射少妇av| 久久精品国产自在天天线| 最近中文字幕高清免费大全6| 午夜精品国产一区二区电影| 一级毛片黄色毛片免费观看视频| 国产精品三级大全| 欧美亚洲日本最大视频资源| 99视频精品全部免费 在线| 午夜久久久在线观看| 少妇人妻精品综合一区二区| 99国产精品免费福利视频| 十分钟在线观看高清视频www| 少妇熟女欧美另类| 日韩熟女老妇一区二区性免费视频| 精品久久蜜臀av无| a级毛色黄片| 久久国产精品大桥未久av| 一级a做视频免费观看| 又黄又爽又刺激的免费视频.| 国产一区二区在线观看av| 18禁观看日本| 国产国语露脸激情在线看| 晚上一个人看的免费电影| 久久免费观看电影| 最近2019中文字幕mv第一页| 亚洲精品自拍成人| 99热6这里只有精品| 日本黄大片高清| 黄片播放在线免费| 日韩一区二区三区影片| 中文字幕av电影在线播放| 飞空精品影院首页| 色94色欧美一区二区| 亚洲欧洲日产国产| 国产欧美日韩一区二区三区在线| 亚洲国产精品一区二区三区在线| 日本av手机在线免费观看| 国产免费又黄又爽又色| 欧美日韩成人在线一区二区| 久久午夜福利片| 午夜免费男女啪啪视频观看| 精品一区二区免费观看| 在线免费观看不下载黄p国产| 人人妻人人澡人人爽人人夜夜| 欧美少妇被猛烈插入视频| 男人舔女人的私密视频| 日韩人妻精品一区2区三区| 国产免费视频播放在线视频| 成年动漫av网址| 少妇的丰满在线观看| 丁香六月天网| 成人国语在线视频| 久久国产精品男人的天堂亚洲 | 免费黄网站久久成人精品| 超色免费av| 热99国产精品久久久久久7| 少妇高潮的动态图| 黄色配什么色好看| 香蕉国产在线看| 嫩草影院入口| 两个人免费观看高清视频| 日本午夜av视频| 亚洲 欧美一区二区三区| 国产一区有黄有色的免费视频| 日本色播在线视频| 99热全是精品| 色94色欧美一区二区| 美女xxoo啪啪120秒动态图| tube8黄色片| 欧美bdsm另类| 午夜激情av网站| 久久久久国产网址| 看免费av毛片| 国产精品麻豆人妻色哟哟久久| 欧美日韩视频精品一区| 老司机亚洲免费影院| 欧美激情极品国产一区二区三区 | 99热这里只有是精品在线观看| 午夜福利在线观看免费完整高清在| 久久久久久久精品精品| 欧美97在线视频| 国产 一区精品| 国产精品熟女久久久久浪| 国产在线视频一区二区| 一本色道久久久久久精品综合| 国产69精品久久久久777片| 成人免费观看视频高清| 亚洲av电影在线观看一区二区三区| 久久久欧美国产精品| www.熟女人妻精品国产 | 国产男人的电影天堂91| 久久精品aⅴ一区二区三区四区 | 国产免费视频播放在线视频| 色94色欧美一区二区| 午夜91福利影院| 免费观看在线日韩| 人妻少妇偷人精品九色| 欧美精品一区二区免费开放| 天天躁夜夜躁狠狠躁躁| 成人国产av品久久久| 一级毛片我不卡| 肉色欧美久久久久久久蜜桃| 人妻少妇偷人精品九色| 日产精品乱码卡一卡2卡三| 热re99久久精品国产66热6| 日本色播在线视频| 亚洲伊人色综图| 免费不卡的大黄色大毛片视频在线观看| 亚洲国产毛片av蜜桃av| 国产男人的电影天堂91| 成人午夜精彩视频在线观看| 欧美日韩视频高清一区二区三区二| 国产欧美亚洲国产| 黄片播放在线免费| 免费看不卡的av| 少妇的逼好多水| 国产又色又爽无遮挡免| 观看美女的网站| 国产白丝娇喘喷水9色精品| 男女高潮啪啪啪动态图| 日本欧美视频一区| 午夜精品国产一区二区电影| 欧美日韩综合久久久久久| 久久99热这里只频精品6学生| 青春草视频在线免费观看| 美女国产视频在线观看| 国产一级毛片在线| 亚洲精品自拍成人| 9热在线视频观看99| 亚洲欧美精品自产自拍| 午夜老司机福利剧场| 久久精品熟女亚洲av麻豆精品| 99香蕉大伊视频| 亚洲av在线观看美女高潮| 欧美人与性动交α欧美精品济南到 | 激情五月婷婷亚洲| 十八禁网站网址无遮挡| 一区二区三区乱码不卡18| 最近最新中文字幕大全免费视频 | 精品一区二区三区四区五区乱码 | 日本wwww免费看| 国产高清三级在线| 久久ye,这里只有精品| 亚洲成av片中文字幕在线观看 | 曰老女人黄片| 久久久久久久久久久久大奶| 亚洲av综合色区一区| 婷婷色综合大香蕉| 亚洲欧美色中文字幕在线| 少妇的逼好多水| 亚洲国产精品999| av卡一久久| 国产免费现黄频在线看| 欧美性感艳星| 中文字幕亚洲精品专区| 亚洲人成网站在线观看播放| 亚洲综合色惰| 乱人伦中国视频| 日韩精品有码人妻一区| 亚洲精品中文字幕在线视频| 天天躁夜夜躁狠狠久久av| www日本在线高清视频| 国产福利在线免费观看视频| 好男人视频免费观看在线| 日韩,欧美,国产一区二区三区| 天堂8中文在线网| 亚洲国产精品999| 9色porny在线观看| 18禁国产床啪视频网站| 成人18禁高潮啪啪吃奶动态图| 午夜免费男女啪啪视频观看| 国产视频首页在线观看| 18+在线观看网站| av天堂久久9| 国产伦理片在线播放av一区| 免费大片18禁| 午夜免费男女啪啪视频观看| 中国国产av一级| 久久亚洲国产成人精品v| 成人漫画全彩无遮挡| 少妇的逼水好多| 国国产精品蜜臀av免费| 成年女人在线观看亚洲视频| 国产精品久久久av美女十八| 日日撸夜夜添| 国产乱人偷精品视频| 亚洲欧美色中文字幕在线| 九九爱精品视频在线观看| 婷婷色麻豆天堂久久| 亚洲欧美日韩另类电影网站| 日韩人妻精品一区2区三区| 亚洲欧美中文字幕日韩二区| 久久免费观看电影| 亚洲五月色婷婷综合| 国产精品国产三级专区第一集| 韩国av在线不卡| 日本av免费视频播放| 18禁动态无遮挡网站| 日韩精品有码人妻一区| 久久精品国产a三级三级三级| 亚洲综合色惰| 久久久久久人人人人人| 国产精品人妻久久久久久| 国产成人91sexporn| 伊人久久国产一区二区| 一本色道久久久久久精品综合| 老女人水多毛片| 国产成人91sexporn| 秋霞伦理黄片| 亚洲av国产av综合av卡| 成年人午夜在线观看视频| 欧美精品一区二区大全| 久久国产亚洲av麻豆专区| 在线观看一区二区三区激情| 一级a做视频免费观看| 国产精品99久久99久久久不卡 | 免费看不卡的av| 久久综合国产亚洲精品| 国产欧美日韩一区二区三区在线| 中文字幕人妻熟女乱码| 女性被躁到高潮视频| 欧美xxⅹ黑人| 亚洲精品日本国产第一区| 久久久久久久久久成人| 观看美女的网站| 久久久久国产网址| 日本av手机在线免费观看| 久久女婷五月综合色啪小说| 啦啦啦在线观看免费高清www| 国产不卡av网站在线观看| 黑人猛操日本美女一级片| 国产精品久久久久久久久免| 人妻一区二区av| 精品一区在线观看国产| 国产探花极品一区二区| 亚洲精品av麻豆狂野| 考比视频在线观看| 国产男女内射视频| 建设人人有责人人尽责人人享有的| 国产一区二区在线观看日韩| 亚洲精品一区蜜桃| 免费在线观看黄色视频的| 亚洲精品456在线播放app| 成人亚洲欧美一区二区av| 久久韩国三级中文字幕| 欧美日韩综合久久久久久| 色视频在线一区二区三区| 看免费成人av毛片| 成人影院久久| 久久精品人人爽人人爽视色| 精品卡一卡二卡四卡免费| 欧美激情极品国产一区二区三区 | 亚洲婷婷狠狠爱综合网| 欧美97在线视频| 国产日韩一区二区三区精品不卡| 国产精品国产三级国产专区5o| 国产国语露脸激情在线看| 国产日韩欧美在线精品| 色吧在线观看| 国产日韩欧美在线精品| 国产精品欧美亚洲77777| 成人综合一区亚洲| 免费大片18禁| 亚洲,欧美精品.| 亚洲高清免费不卡视频| 中文字幕人妻丝袜制服| 人人妻人人添人人爽欧美一区卜| 老女人水多毛片| 人人妻人人澡人人看| 欧美成人午夜精品| 日本wwww免费看| 免费少妇av软件| 18禁裸乳无遮挡动漫免费视频| 夜夜爽夜夜爽视频| 综合色丁香网| 欧美变态另类bdsm刘玥| 久久 成人 亚洲| 精品熟女少妇av免费看| 精品卡一卡二卡四卡免费| 男的添女的下面高潮视频| 老司机影院成人| 大香蕉久久成人网|