• <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SAD-PE的自動(dòng)睡眠分期模型

    2022-11-12 07:41:36李令環(huán)奚崢皓張文艷
    傳感器與微系統(tǒng) 2022年11期
    關(guān)鍵詞:分類特征模型

    李令環(huán), 奚崢皓, 曹 樂, 張文艷

    (上海工程技術(shù)大學(xué) 電子電氣工程學(xué)院,上海 201620)

    0 引 言

    早期睡眠分期主要是通過專家進(jìn)行手動(dòng)分期,由于不同睡眠時(shí)期之間的相似性較高,導(dǎo)致不同專家的判讀結(jié)果一致性只有83 %左右。針對人工睡眠分期效率低、準(zhǔn)確性不高的問題,研究人員提出自動(dòng)分期的方法。睡眠自動(dòng)分期模型大多是由一個(gè)睡眠特征空間再結(jié)合機(jī)器學(xué)習(xí)算法組成。現(xiàn)階段睡眠特征提取大多是基于時(shí)域[1]、頻域和非線性特征[2]。其中,使用較多的機(jī)器學(xué)習(xí)算法有決策樹(decision tree,DT)[3]、隨機(jī)森林(random forest,RF)[4]、支持向量機(jī)(support vector machine,SVM)[5]等。

    睡眠腦電(electroencephalography,EEG)是研究人腦活動(dòng)以及診斷和監(jiān)測神經(jīng)系統(tǒng)疾病的重要來源。其中,中樞性睡眠呼吸暫停和額葉癲癇等疾病常見于N1期與N2期,許多神經(jīng)系統(tǒng)疾病(如帕金森氏病)則多出現(xiàn)在REM期。因此,N1期與REM的檢測在睡眠分期中具有特殊的意義。但是,N1期的低識(shí)別率是眾多分期模型普遍存在的問題,一方面是N1期比其他時(shí)期樣本量少,另一方面是N1期與REM期背景波相似,二者存在非線性特征混疊現(xiàn)象[6],這就導(dǎo)致易將N1期誤分類為REM期。研究人員正在設(shè)計(jì)出越來越多細(xì)粒度的特征信號(hào)解決這一問題。

    睡眠EEG具有非平穩(wěn)性和易受噪聲擾動(dòng)的特性[7]。因此,在進(jìn)行分期前,本文提出一種基于符號(hào)化振幅差值(symbolic amplitude difference,SAD)的預(yù)處理方法,并對符號(hào)化結(jié)果計(jì)算排列熵 (permutation entropy,PE)。接著將符號(hào)化重構(gòu)子向的均值作為權(quán)重加入到PE的計(jì)算,得到符號(hào)化振幅差值排列熵(SAD-PE),并給出影響SAD-PE特異性的尺度因子的計(jì)算模型。然后提取31個(gè)多域特征,并通過ReliefF算法計(jì)算SAD-PE和31個(gè)特征的貢獻(xiàn)度排名并降維。最后選擇貢獻(xiàn)度累積超過90 %的特征組合送入分類器中進(jìn)行自動(dòng)分期。

    1 數(shù)據(jù)來源

    本文實(shí)驗(yàn)數(shù)據(jù)來自Sleep-EDF數(shù)據(jù)庫。SC庫的數(shù)據(jù)(sc4002e0,sc4012e0,sc4102e0和sc4112e0)是包括受試者全天活動(dòng)的數(shù)據(jù),而ST庫的數(shù)據(jù)(st7022j0,st7052j0,st7121j0和st7132j0)則是在醫(yī)院采集的整晚睡眠數(shù)據(jù)。由于頂尖波是N1期的一個(gè)標(biāo)志,而在中樞/額葉腦區(qū)經(jīng)常出現(xiàn)頂尖波,并且睡眠EEG中的大部分節(jié)律可以在Fpz-Cz通道捕捉,因此,本文選擇Fpz-Cz通道的數(shù)據(jù)進(jìn)行睡眠分期。該數(shù)據(jù)集中W,N1,N2,N3和REM期占比大約為68 %,2.6 %,16.7 %,5.4 %和7.2 %[8]。本文將數(shù)據(jù)庫中SC和ST庫中的樣本分別標(biāo)記為SC1,SC2,SC3,SC4和ST1,ST2,ST3,ST4,表1列出了本文使用的實(shí)驗(yàn)數(shù)據(jù)。

    表1 各睡眠時(shí)期的數(shù)量

    2 特征提取方法

    2.1 SAD-PE

    隨著睡眠深度的增加,大腦活動(dòng)由強(qiáng)變?nèi)?圖1為5個(gè)睡眠階段振幅差值(amplitude difference,AD)的計(jì)算結(jié)果。

    圖1 各睡眠階段的AD

    由圖1可知,REM期的AD基本在20 μV以下。而N1期,超過20的點(diǎn)明顯多于REM期。為了更好地描述AD的分布,本文設(shè)置閾值T,統(tǒng)計(jì)各睡眠階段AD大于T的點(diǎn)的個(gè)數(shù),記為n。本文將閾值設(shè)置在20附近,步長 1,逐點(diǎn)統(tǒng)計(jì)不同閾值下n的平均值。

    結(jié)果顯示,N1期與REM期在不同閾值下呈現(xiàn)出較為明顯的差別。在T>21時(shí),REM期n的個(gè)數(shù)出現(xiàn)小于1的情況,而N1期仍存在較多大于21 μV的點(diǎn)。本文提出用SAD-PE 進(jìn)一步刻畫這一特性。具體計(jì)算過程為:假設(shè)睡眠EEG信號(hào)X=(X1,X2,…,Xn),n=1,2,3,…,N,其中,N=3 000,對睡眠EEG相鄰兩點(diǎn)求差并取絕對值得到AD。然后將AD進(jìn)行符號(hào)化,公式如下

    (1)

    本文取比例因子a調(diào)整AD的帶寬。a的選取一定程度上決定了SAD-PE的特異性。假定符號(hào)化后的EEG為Xi=(x1,x2,…,xn),n=1,2,3,…,N。當(dāng)嵌入維數(shù)為m時(shí),對符號(hào)化結(jié)果進(jìn)行相空間重構(gòu)可得到

    i=1,2,…,N-(m-1)

    (2)

    (3)

    (4)

    Pwi=Pi×wi

    (5)

    (6)

    式中 log以2為底,HSAD-PE(m)達(dá)到最大值時(shí)為log(4m),將HSAD-PE(m)進(jìn)行標(biāo)準(zhǔn)化,得到SAD-PE

    (7)

    2.2 SAD-PE的參數(shù)計(jì)算

    傳統(tǒng)PE計(jì)算時(shí),建議取3,4,5,6,7[9]。計(jì)算SAD-PE時(shí),取m=3(43=64),排列模式數(shù)量少,無法全面表征EEG的振幅波動(dòng)性,取m=7(47=16 384)沒有意義,因此,本文給出當(dāng)m取4,5,6時(shí),ST1連續(xù)1 h睡眠EEG的SAD-PE曲線,如圖2所示。

    圖2 不同m值下的SAD-PE曲線

    當(dāng)m取4,5,6時(shí),基本上不影響整體變化趨勢,為了提高計(jì)算速度,取m=4。本文將8個(gè)樣本在α取不同值時(shí),得到的SAD-PE繪制如圖3、圖4。

    圖3 SC樣本在a取不同值時(shí)的SAD-PE

    圖4 ST樣本在a取不同值時(shí)的SAD-PE

    SC樣本與ST樣本總體趨勢表現(xiàn)出一致性,均隨著睡眠深度的增加,SAD-PE逐漸變小,這符合大腦活動(dòng)由強(qiáng)變?nèi)醯纳磉^程。為了確定a為何值時(shí),SAD-PE在睡眠各期,尤其是在N1期與REM期特異性最高,本文結(jié)合現(xiàn)階段研究成果中[8,10]的混淆矩陣,定義評價(jià)指標(biāo)(evaluation index,EI)

    EI=W1×|HSAD-PEN1-HSAD-PEREM|+W2×|HSAD-PEN1-HSAD-PEN2|+

    W3×|HSAD-PEN2-HSAD-PEN3|+W4×|HSAD-PEN2-HSAD-PEREM|

    (8)

    為減小數(shù)據(jù)不平衡對分類準(zhǔn)確度的影響,W1,W2,W3,W4的值根據(jù)睡眠時(shí)期數(shù)量占比確定。本文以W1為例

    (9)

    (10)

    同理求出W2,W3,W4。本文W1,W2,W3,W4分別取0.500 6,0.077 8,0.240 9,0.180 7。基于式(8),計(jì)算樣本的EI平均值,如表2所示。

    表2 a取不同值時(shí)EI的平均值

    在a=0.7時(shí),各樣本EI值均處于前2名,本文在后續(xù)特征提取時(shí),取a=0.7。

    3 實(shí)驗(yàn)驗(yàn)證與結(jié)果分析

    3.1 基于ReliefF的特征貢獻(xiàn)度驗(yàn)證

    本文從時(shí)域、頻域、時(shí)頻和非線性4個(gè)方面提取31個(gè)特征,加入a=0.7時(shí)的SAD-PE,一共32個(gè)特征用于自動(dòng)分期。本文用ReliefF算法驗(yàn)證SAD-PE的貢獻(xiàn)度并進(jìn)行特征降維。在ReliefF算法運(yùn)行50次后,結(jié)果顯示,排名靠前的20維特征向量累積貢獻(xiàn)量達(dá)90.65 %。為了提高計(jì)算效率,本文選擇20維特征向量進(jìn)行模式識(shí)別。將20維特征重新用ReliefF算法運(yùn)行50次,表3給出了具體特征和歸一化的特征貢獻(xiàn)度值。

    表3 特征和特征貢獻(xiàn)度值對照表

    其中,D4—1,D4—3,D5—(1—4)表示基于Daubechies小波分解的睡眠EEG信號(hào)的D4,D5層細(xì)節(jié)子頻帶系數(shù)。本文提出的SAD-PE的特征貢獻(xiàn)度排名靠前,表明其能夠作為睡眠自動(dòng)分期的有效特征。

    3.2 評價(jià)指標(biāo)

    使用召回率Rec、精度Pre,F1-Score(F1)三個(gè)指標(biāo)來評價(jià)各個(gè)睡眠時(shí)期的性能。用K系數(shù)和準(zhǔn)確性Acc評價(jià)整體分類性能,公式如下

    (11)

    (12)

    (13)

    (14)

    (15)

    式中TP,TN,FP和FN分別為真陽性,真陰性,假陽性和假陰性。假設(shè)每類的真實(shí)樣本個(gè)數(shù)為T1,T2,…,TN,而預(yù)測每類樣本的個(gè)數(shù)為P1,P2,…,PN,總樣本個(gè)數(shù)為N,則Pe計(jì)算公式如下

    (16)

    3.3 結(jié)果與分析

    在8個(gè)樣本的睡眠EEG中截取5 760組數(shù)據(jù)作為本文數(shù)據(jù)集。每次隨機(jī)抽取3 840組數(shù)據(jù)作為訓(xùn)練集,其余1 920組數(shù)據(jù)作為測試集,將表3中的20個(gè)特征輸入到C4.5,RF和SVM中進(jìn)行分類測試。經(jīng)過10 次驗(yàn)證,將結(jié)果最佳的1組如表4~表6。由表可知:C4.5、RF、SVM分類的Acc分別為85.68%,87.50%,86.72%,Kappa分別為80.31 %,82.54 %,81.84 %。

    表4 C4.5分類結(jié)果混淆矩陣

    表5 RF分類結(jié)果混淆矩陣

    表6 SVM分類結(jié)果混淆矩陣

    其中,識(shí)別率最高的是W期,準(zhǔn)確度都在90 %以上,因?yàn)閃期腦電活動(dòng)豐富,本文提出將子向量的均值作為權(quán)重加入到SAD-PE的計(jì)算中,擴(kuò)大了W期與其它時(shí)期的差異性。 N2期、N3期和REM期準(zhǔn)確度和都在85 %以上,因?yàn)镹2和N3期的特征波形為振幅最大的睡眠紡錘波,而REM期因?yàn)殇忼X波的存在,導(dǎo)致REM期AD在一個(gè)相對平穩(wěn)的范圍,使得N1期、N2期和N3期的SAD-PE都大于REM期。N1期的分類準(zhǔn)確度在50 %以上,相較于其他時(shí)期識(shí)別率較低。但是,本文所提方法在N1時(shí)期的分類準(zhǔn)確度仍高于列表7中列出的其他模型。

    表7 N1期分期準(zhǔn)確度比較 %

    對比實(shí)驗(yàn)中,3個(gè)分類器中表現(xiàn)最好的是RF,其為87.50 %,為82.54 %,本文將RF的結(jié)果與相同實(shí)驗(yàn)條件下的已有分期模型進(jìn)行對比,如表8所示。

    表8 結(jié)果對比 %

    本文的Acc和Kappa略高于現(xiàn)有成果。值得一提的是在N1期的分類準(zhǔn)確度明顯高于其他模型,歸因于本文對PE的改進(jìn)。首先,在確定值時(shí),結(jié)合誤分類程度和原始數(shù)據(jù)占比給出EI的計(jì)算模型,一定程度上減小了數(shù)據(jù)不平衡對分類結(jié)果的影響;其次,考慮到N1期大腦仍處于比較活躍的狀態(tài),AD變化較REM期更明顯,且REM期出現(xiàn)的鋸齒波使得AD分布在較小范圍,提出將重構(gòu)子向量的均值作為權(quán)重更新PE的計(jì)算結(jié)果,從而擴(kuò)大N1期與REM期的差異,一定程度上解決了N1期與REM期在非線性特征提取時(shí)出現(xiàn)特征值混疊的問題。

    4 結(jié) 論

    提出一種SAD的預(yù)處理方法,將睡眠EEG相鄰兩點(diǎn)的振幅差值進(jìn)行4符號(hào)化。并針對傳統(tǒng)PE算法只保留重構(gòu)子向量順序結(jié)構(gòu)、丟失波形振幅信息的問題,提出將重構(gòu)子向量均值作為權(quán)重,添加到PE的計(jì)算中,得到SAD-PE。然后,結(jié)合8位受試者的真實(shí)睡眠EEG繪出不同值下的SAD-PE,并給出了影響SAD-PE特異性的計(jì)算模型。利用ReliefF算法驗(yàn)證SAD-PE的有效性并進(jìn)行降維,將降維后的20個(gè)特征送入3種分類器中進(jìn)行自動(dòng)分期。結(jié)果表明,本文所提基于SAD-PE的自動(dòng)睡眠分期模型可以有效地表征睡眠EEG的振幅波動(dòng)性,并且對N1期的識(shí)別準(zhǔn)確度高于現(xiàn)有方法,給分析N1期與REM期相關(guān)的異態(tài)睡眠提供了新的思路,具有較好的應(yīng)用前景。

    猜你喜歡
    分類特征模型
    一半模型
    分類算一算
    重要模型『一線三等角』
    重尾非線性自回歸模型自加權(quán)M-估計(jì)的漸近分布
    如何表達(dá)“特征”
    不忠誠的四個(gè)特征
    分類討論求坐標(biāo)
    數(shù)據(jù)分析中的分類討論
    教你一招:數(shù)的分類
    抓住特征巧觀察
    一进一出抽搐gif免费好疼| 日韩 欧美 亚洲 中文字幕| 巨乳人妻的诱惑在线观看| 国产又色又爽无遮挡免费看| 久久精品国产亚洲av香蕉五月| 午夜免费观看网址| 精品乱码久久久久久99久播| 国产三级黄色录像| 国产伦人伦偷精品视频| 欧美日韩乱码在线| 99国产综合亚洲精品| 国产精品女同一区二区软件 | 久久久国产精品麻豆| 极品教师在线免费播放| 黄频高清免费视频| 91在线精品国自产拍蜜月 | 俺也久久电影网| 亚洲欧美日韩高清专用| xxxwww97欧美| 久久伊人香网站| 亚洲在线观看片| 一区二区三区国产精品乱码| 欧美日韩国产亚洲二区| 欧美日韩综合久久久久久 | 久久久久性生活片| 亚洲专区字幕在线| 91av网一区二区| 国内毛片毛片毛片毛片毛片| 老司机午夜福利在线观看视频| 91在线观看av| 亚洲美女黄片视频| 两个人视频免费观看高清| 成人鲁丝片一二三区免费| 在线国产一区二区在线| 日韩成人在线观看一区二区三区| 极品教师在线免费播放| 18美女黄网站色大片免费观看| www.www免费av| 精品熟女少妇八av免费久了| 亚洲 欧美一区二区三区| 动漫黄色视频在线观看| 欧美一区二区国产精品久久精品| 欧美色欧美亚洲另类二区| 小蜜桃在线观看免费完整版高清| 亚洲精品一区av在线观看| 亚洲无线在线观看| 欧美黄色淫秽网站| 曰老女人黄片| 国产私拍福利视频在线观看| 久久精品91无色码中文字幕| 亚洲天堂国产精品一区在线| 全区人妻精品视频| 国产一区二区在线av高清观看| 好男人在线观看高清免费视频| 日本一本二区三区精品| 日本免费一区二区三区高清不卡| 国产精品自产拍在线观看55亚洲| 首页视频小说图片口味搜索| 国内精品一区二区在线观看| 午夜免费观看网址| 给我免费播放毛片高清在线观看| 久久人妻av系列| 国产亚洲精品久久久久久毛片| 九九久久精品国产亚洲av麻豆 | 国产熟女xx| 久久人人精品亚洲av| 国产欧美日韩一区二区三| 成人特级av手机在线观看| 在线观看午夜福利视频| 亚洲成人久久爱视频| 真人做人爱边吃奶动态| av国产免费在线观看| 一夜夜www| www国产在线视频色| 国产亚洲精品一区二区www| av中文乱码字幕在线| 嫩草影院精品99| 国产亚洲欧美98| 国产成+人综合+亚洲专区| 村上凉子中文字幕在线| 日本 欧美在线| 在线播放国产精品三级| 熟妇人妻久久中文字幕3abv| 黄色日韩在线| www日本在线高清视频| 亚洲成人免费电影在线观看| 最好的美女福利视频网| 美女黄网站色视频| 综合色av麻豆| 18美女黄网站色大片免费观看| 最新在线观看一区二区三区| 精品一区二区三区av网在线观看| 欧美乱色亚洲激情| 三级国产精品欧美在线观看 | 99久国产av精品| 搡老熟女国产l中国老女人| 黄色成人免费大全| 午夜福利在线在线| 亚洲激情在线av| 免费大片18禁| 男人和女人高潮做爰伦理| 精品一区二区三区四区五区乱码| 成熟少妇高潮喷水视频| 99热精品在线国产| h日本视频在线播放| 精品电影一区二区在线| 久久99热这里只有精品18| 午夜福利免费观看在线| 欧美黑人巨大hd| 桃色一区二区三区在线观看| xxx96com| 亚洲av五月六月丁香网| 精品电影一区二区在线| 精品国产美女av久久久久小说| 免费看美女性在线毛片视频| 午夜激情福利司机影院| 怎么达到女性高潮| 九九在线视频观看精品| 午夜a级毛片| 亚洲无线在线观看| 最近在线观看免费完整版| 好男人在线观看高清免费视频| 午夜免费观看网址| 九九热线精品视视频播放| 国模一区二区三区四区视频 | 国产成+人综合+亚洲专区| 日韩欧美 国产精品| 少妇丰满av| 精华霜和精华液先用哪个| 国产激情偷乱视频一区二区| 国产探花在线观看一区二区| 欧美日韩国产亚洲二区| 人人妻人人看人人澡| 亚洲aⅴ乱码一区二区在线播放| 日本 欧美在线| 亚洲成a人片在线一区二区| 最近最新中文字幕大全电影3| 欧美乱色亚洲激情| 成人国产一区最新在线观看| 美女黄网站色视频| 啪啪无遮挡十八禁网站| 无人区码免费观看不卡| 九色国产91popny在线| 老司机在亚洲福利影院| 成人三级黄色视频| 黄色视频,在线免费观看| 国产真实乱freesex| 99久久国产精品久久久| 色老头精品视频在线观看| 18禁国产床啪视频网站| 国产97色在线日韩免费| 999精品在线视频| 欧美性猛交╳xxx乱大交人| 亚洲国产中文字幕在线视频| 色哟哟哟哟哟哟| 法律面前人人平等表现在哪些方面| 香蕉国产在线看| 99热这里只有是精品50| 欧美黑人欧美精品刺激| 国产精品久久久久久亚洲av鲁大| 日韩欧美三级三区| 桃红色精品国产亚洲av| 99热精品在线国产| 色在线成人网| а√天堂www在线а√下载| 成人三级做爰电影| 三级男女做爰猛烈吃奶摸视频| 18禁黄网站禁片免费观看直播| 国产高清有码在线观看视频| 伦理电影免费视频| 伊人久久大香线蕉亚洲五| 免费大片18禁| 久久午夜综合久久蜜桃| 午夜免费成人在线视频| a级毛片在线看网站| 亚洲人成网站高清观看| 色在线成人网| 好男人在线观看高清免费视频| 天堂av国产一区二区熟女人妻| 国产精品影院久久| 丝袜人妻中文字幕| 中文字幕av在线有码专区| 国产男靠女视频免费网站| 69av精品久久久久久| 两个人看的免费小视频| 天天躁狠狠躁夜夜躁狠狠躁| 毛片女人毛片| 亚洲无线观看免费| 国产精品,欧美在线| 男人和女人高潮做爰伦理| 中文字幕高清在线视频| 国产精品久久久久久精品电影| 亚洲欧美日韩高清专用| 婷婷亚洲欧美| 久久精品综合一区二区三区| 色尼玛亚洲综合影院| 身体一侧抽搐| 69av精品久久久久久| 人妻丰满熟妇av一区二区三区| 亚洲专区中文字幕在线| 国产精品久久视频播放| 亚洲国产欧美网| 18禁黄网站禁片免费观看直播| 免费观看的影片在线观看| 亚洲一区二区三区色噜噜| 99在线人妻在线中文字幕| 色视频www国产| 亚洲色图av天堂| 国产成年人精品一区二区| 亚洲人成伊人成综合网2020| 女同久久另类99精品国产91| 叶爱在线成人免费视频播放| 精品久久久久久久久久久久久| 亚洲成人久久性| 性色av乱码一区二区三区2| 99久久成人亚洲精品观看| 成人永久免费在线观看视频| 亚洲成人久久性| 免费观看精品视频网站| 久久性视频一级片| 美女cb高潮喷水在线观看 | 亚洲精品国产精品久久久不卡| 欧美zozozo另类| 免费看十八禁软件| 天堂网av新在线| 村上凉子中文字幕在线| 后天国语完整版免费观看| 亚洲一区二区三区不卡视频| 五月玫瑰六月丁香| 99热这里只有精品一区 | a级毛片在线看网站| 小蜜桃在线观看免费完整版高清| 1024香蕉在线观看| 中出人妻视频一区二区| 大型黄色视频在线免费观看| 桃红色精品国产亚洲av| 精品福利观看| 欧美日韩乱码在线| 麻豆一二三区av精品| avwww免费| 在线观看日韩欧美| 午夜两性在线视频| 国产成人精品无人区| 啦啦啦韩国在线观看视频| 97人妻精品一区二区三区麻豆| 欧美成狂野欧美在线观看| 又黄又粗又硬又大视频| 欧美日韩中文字幕国产精品一区二区三区| 最新美女视频免费是黄的| 最好的美女福利视频网| av女优亚洲男人天堂 | 成年人黄色毛片网站| 欧美乱色亚洲激情| 国产午夜精品久久久久久| 法律面前人人平等表现在哪些方面| 嫩草影视91久久| 久久精品91无色码中文字幕| 日本熟妇午夜| 久久久精品欧美日韩精品| 国产aⅴ精品一区二区三区波| 最好的美女福利视频网| 午夜激情欧美在线| 亚洲一区二区三区色噜噜| 99国产精品一区二区蜜桃av| 久久久久免费精品人妻一区二区| 久久香蕉国产精品| 亚洲欧美日韩高清在线视频| 久久久成人免费电影| 欧美色欧美亚洲另类二区| 欧美三级亚洲精品| 嫩草影院入口| 欧美精品啪啪一区二区三区| 亚洲性夜色夜夜综合| 精品久久久久久久久久免费视频| 九九久久精品国产亚洲av麻豆 | av在线蜜桃| 欧美成人性av电影在线观看| 欧美日本视频| 淫秽高清视频在线观看| 91老司机精品| 1024香蕉在线观看| 国产av一区在线观看免费| 国产三级在线视频| 在线看三级毛片| 精品国产亚洲在线| 成人无遮挡网站| 亚洲专区字幕在线| 精品久久久久久久毛片微露脸| 久久午夜综合久久蜜桃| 国产精品久久久久久精品电影| 国产成人欧美在线观看| 午夜福利在线在线| 18禁黄网站禁片午夜丰满| 一级黄色大片毛片| 国产黄色小视频在线观看| 精品久久久久久久久久免费视频| 国产私拍福利视频在线观看| 午夜成年电影在线免费观看| 欧美在线黄色| 首页视频小说图片口味搜索| 国产精品久久久久久亚洲av鲁大| 18禁黄网站禁片午夜丰满| 亚洲精品在线美女| 在线观看午夜福利视频| 国产乱人伦免费视频| 叶爱在线成人免费视频播放| netflix在线观看网站| 97超视频在线观看视频| 亚洲第一电影网av| 草草在线视频免费看| 美女 人体艺术 gogo| 日韩中文字幕欧美一区二区| 一本久久中文字幕| 麻豆成人av在线观看| 搡老妇女老女人老熟妇| 亚洲午夜理论影院| 国产精品爽爽va在线观看网站| 两个人看的免费小视频| 99热只有精品国产| 九色国产91popny在线| 在线观看一区二区三区| 99久久综合精品五月天人人| 男女午夜视频在线观看| aaaaa片日本免费| 每晚都被弄得嗷嗷叫到高潮| av女优亚洲男人天堂 | 97超级碰碰碰精品色视频在线观看| 每晚都被弄得嗷嗷叫到高潮| av女优亚洲男人天堂 | 国产69精品久久久久777片 | 九色国产91popny在线| 男女做爰动态图高潮gif福利片| 又爽又黄无遮挡网站| 99国产极品粉嫩在线观看| 一级作爱视频免费观看| 亚洲成人久久性| 香蕉国产在线看| 日韩精品中文字幕看吧| 国产主播在线观看一区二区| 可以在线观看毛片的网站| 成人永久免费在线观看视频| 午夜福利欧美成人| 18禁黄网站禁片午夜丰满| www日本在线高清视频| 久久精品国产清高在天天线| 香蕉国产在线看| 真人做人爱边吃奶动态| 搡老岳熟女国产| 欧美xxxx黑人xx丫x性爽| 91老司机精品| 嫩草影视91久久| 欧美zozozo另类| 国产成人av激情在线播放| 亚洲一区二区三区色噜噜| 久久中文字幕人妻熟女| 国产成人啪精品午夜网站| 一级黄色大片毛片| 日韩 欧美 亚洲 中文字幕| 亚洲无线在线观看| 国内精品久久久久久久电影| 中文字幕最新亚洲高清| 国产精品98久久久久久宅男小说| 亚洲,欧美精品.| 久久久久国内视频| 精品一区二区三区四区五区乱码| 看黄色毛片网站| 国产精品久久久av美女十八| 亚洲精品国产精品久久久不卡| 国产成人影院久久av| 国产成人av激情在线播放| 亚洲电影在线观看av| 国产精品九九99| 久久精品国产99精品国产亚洲性色| 国产亚洲精品av在线| 色吧在线观看| 亚洲成av人片免费观看| 99国产精品一区二区三区| 88av欧美| 日韩有码中文字幕| 白带黄色成豆腐渣| 久久久久久国产a免费观看| 亚洲精品久久国产高清桃花| 男女那种视频在线观看| 日韩人妻高清精品专区| 噜噜噜噜噜久久久久久91| 国产高清三级在线| 啦啦啦免费观看视频1| 在线观看免费午夜福利视频| h日本视频在线播放| 国产一区二区三区在线臀色熟女| 国产人伦9x9x在线观看| 午夜免费成人在线视频| 禁无遮挡网站| 在线十欧美十亚洲十日本专区| 国产成人福利小说| 精品久久久久久成人av| 国产精品久久久久久亚洲av鲁大| 一本久久中文字幕| 岛国在线观看网站| 亚洲精品美女久久av网站| 99热这里只有精品一区 | 国产欧美日韩精品一区二区| 99国产极品粉嫩在线观看| 国产精品久久久久久人妻精品电影| 欧美一级a爱片免费观看看| 精品人妻1区二区| 性色avwww在线观看| 国产欧美日韩精品一区二区| 久久久水蜜桃国产精品网| 脱女人内裤的视频| 最近视频中文字幕2019在线8| netflix在线观看网站| 少妇裸体淫交视频免费看高清| 一个人看视频在线观看www免费 | 中文字幕最新亚洲高清| 久久精品影院6| 久久久精品大字幕| 露出奶头的视频| 欧美乱色亚洲激情| 亚洲精华国产精华精| 国产精品久久久久久久电影 | 啦啦啦韩国在线观看视频| 色综合站精品国产| 在线观看舔阴道视频| 日韩欧美免费精品| 亚洲精品一卡2卡三卡4卡5卡| 嫁个100分男人电影在线观看| 999精品在线视频| 亚洲国产色片| 久久人人精品亚洲av| 久久草成人影院| 少妇丰满av| 伦理电影免费视频| 亚洲熟妇熟女久久| 亚洲午夜理论影院| 欧美在线一区亚洲| 亚洲国产高清在线一区二区三| 亚洲色图 男人天堂 中文字幕| 午夜视频精品福利| 两人在一起打扑克的视频| 搡老岳熟女国产| 色尼玛亚洲综合影院| 88av欧美| 在线观看舔阴道视频| av视频在线观看入口| 女同久久另类99精品国产91| 在线观看免费午夜福利视频| 少妇人妻一区二区三区视频| 欧美国产日韩亚洲一区| 中文字幕人妻丝袜一区二区| 国产成人精品久久二区二区免费| 51午夜福利影视在线观看| 免费av不卡在线播放| 美女cb高潮喷水在线观看 | 校园春色视频在线观看| 老司机午夜福利在线观看视频| 欧美av亚洲av综合av国产av| 亚洲国产精品久久男人天堂| 97超视频在线观看视频| 亚洲av片天天在线观看| 99久久精品热视频| 精品国产乱子伦一区二区三区| 成年女人永久免费观看视频| 国产成+人综合+亚洲专区| 老鸭窝网址在线观看| 亚洲中文字幕日韩| x7x7x7水蜜桃| 亚洲片人在线观看| 国产成人av激情在线播放| 一个人免费在线观看的高清视频| 亚洲欧美日韩东京热| 性色avwww在线观看| 日韩免费av在线播放| 免费看日本二区| 亚洲激情在线av| 成人欧美大片| 国产伦人伦偷精品视频| 精品不卡国产一区二区三区| 精品熟女少妇八av免费久了| 亚洲成人中文字幕在线播放| 久久久久久久久免费视频了| 久久中文字幕人妻熟女| 757午夜福利合集在线观看| 国产黄色小视频在线观看| 搞女人的毛片| 欧美性猛交黑人性爽| 国产成人av激情在线播放| 午夜免费观看网址| 中文在线观看免费www的网站| 国产91精品成人一区二区三区| 亚洲第一欧美日韩一区二区三区| 免费看日本二区| 欧美日本亚洲视频在线播放| 久9热在线精品视频| 午夜两性在线视频| 两性夫妻黄色片| 午夜两性在线视频| 日韩av在线大香蕉| 日韩国内少妇激情av| 最近最新中文字幕大全免费视频| 看黄色毛片网站| 午夜福利免费观看在线| 日韩欧美在线乱码| 亚洲中文av在线| 一级毛片高清免费大全| 精华霜和精华液先用哪个| 日韩 欧美 亚洲 中文字幕| 成人三级做爰电影| 熟妇人妻久久中文字幕3abv| 天堂√8在线中文| 九色国产91popny在线| 久久精品国产清高在天天线| 熟女少妇亚洲综合色aaa.| 成人三级黄色视频| 欧美丝袜亚洲另类 | 亚洲激情在线av| 国产aⅴ精品一区二区三区波| 久久精品国产清高在天天线| 国产又黄又爽又无遮挡在线| 十八禁网站免费在线| 亚洲av电影不卡..在线观看| 国产精品久久久av美女十八| 精品无人区乱码1区二区| 2021天堂中文幕一二区在线观| 在线看三级毛片| 日韩欧美精品v在线| 欧美色欧美亚洲另类二区| 久久久久久九九精品二区国产| 国产淫片久久久久久久久 | 后天国语完整版免费观看| 三级国产精品欧美在线观看 | 精品电影一区二区在线| 久99久视频精品免费| 老汉色∧v一级毛片| 国产淫片久久久久久久久 | 午夜激情欧美在线| 午夜视频精品福利| 午夜精品在线福利| 日本免费一区二区三区高清不卡| 国产真实乱freesex| 成人国产一区最新在线观看| 别揉我奶头~嗯~啊~动态视频| 国产午夜福利久久久久久| tocl精华| 神马国产精品三级电影在线观看| 两性夫妻黄色片| 久久久久久人人人人人| 99精品久久久久人妻精品| 国产亚洲精品久久久久久毛片| 国产精品久久久久久人妻精品电影| 一本综合久久免费| 国产成人福利小说| 夜夜躁狠狠躁天天躁| 一进一出好大好爽视频| 男女那种视频在线观看| 久久天堂一区二区三区四区| 国产人伦9x9x在线观看| 国产高清视频在线观看网站| 99久久精品一区二区三区| 亚洲中文av在线| 亚洲午夜理论影院| 九九热线精品视视频播放| 国产熟女xx| 免费大片18禁| 亚洲va日本ⅴa欧美va伊人久久| 欧美在线一区亚洲| 国语自产精品视频在线第100页| 母亲3免费完整高清在线观看| 国产精品98久久久久久宅男小说| 十八禁人妻一区二区| 久久精品91蜜桃| av女优亚洲男人天堂 | 成人性生交大片免费视频hd| 久久久久久人人人人人| 免费在线观看成人毛片| 免费看a级黄色片| 亚洲av电影不卡..在线观看| 国产精品av视频在线免费观看| 国产成人啪精品午夜网站| 国产91精品成人一区二区三区| 夜夜躁狠狠躁天天躁| 亚洲av日韩精品久久久久久密| 亚洲成av人片在线播放无| 日韩欧美免费精品| 国产精品一区二区三区四区免费观看 | 亚洲欧美日韩无卡精品| 国产探花在线观看一区二区| 亚洲黑人精品在线| 男人舔奶头视频| 亚洲人成网站高清观看| 久久久久久久精品吃奶| 婷婷精品国产亚洲av在线| 日本一本二区三区精品| 亚洲国产精品成人综合色| 亚洲精品在线观看二区| 欧美一级a爱片免费观看看| 啪啪无遮挡十八禁网站| 男人舔奶头视频| 亚洲av成人精品一区久久| 色播亚洲综合网| 国产三级在线视频| 欧美最黄视频在线播放免费| 欧美黑人巨大hd| av中文乱码字幕在线| 国产探花在线观看一区二区| 精品久久久久久久末码| 色在线成人网| 看片在线看免费视频| 久久久久国内视频| 巨乳人妻的诱惑在线观看| 久久久久久久久中文| 久久午夜亚洲精品久久| 最新中文字幕久久久久 | 久久精品影院6| 三级男女做爰猛烈吃奶摸视频|