• <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 ?

    基于卷積神經(jīng)網(wǎng)絡(luò)的涎腺腫瘤超聲圖像分類(lèi)研究

    2023-11-02 03:39:06沈筱梅張新穎王權(quán)泳
    臨床超聲醫(yī)學(xué)雜志 2023年10期
    關(guān)鍵詞:涎腺惡性卷積

    沈筱梅 張新穎 王權(quán)泳 吳 哲 陳 琴

    涎腺的作用是產(chǎn)生唾液,唾液的功能主要是溶解消化食物、潤(rùn)滑口腔和抑菌等[1-2],涎腺疾病易導(dǎo)致其功能障礙,降低患者的生活質(zhì)量。涎腺病變包括腫瘤、炎性病變及自身免疫性疾病等[2-5],臨床均可表現(xiàn)為涎腺局部腫塊,其中以腫瘤性疾病最多見(jiàn),約80%發(fā)生于腮腺[6-7]。涎腺腫瘤首選手術(shù)治療,手術(shù)方式的選擇取決于其性質(zhì)及組織學(xué)類(lèi)型[8],當(dāng)手術(shù)標(biāo)本的組織學(xué)病理結(jié)果與術(shù)前診斷不一致時(shí),易導(dǎo)致手術(shù)不徹底或二次手術(shù)[9],增加腫瘤復(fù)發(fā)甚至惡變的風(fēng)險(xiǎn)。此外,腮腺腫瘤手術(shù)易損傷面神經(jīng),引發(fā)面神經(jīng)麻痹、Frey 綜合征等并發(fā)癥,因此術(shù)前準(zhǔn)確評(píng)估腫瘤性質(zhì)對(duì)制定治療方案及預(yù)測(cè)預(yù)后均有重要作用[10]。目前涎腺腫瘤的術(shù)前輔助檢查包括超聲、CT、MRI、細(xì)針穿刺活檢、PET-CT 等,因有腫瘤細(xì)胞種植的風(fēng)險(xiǎn),涎腺腫瘤術(shù)前不宜進(jìn)行穿刺活檢[11]。超聲因價(jià)廉、快捷、方便、無(wú)創(chuàng)和無(wú)輻射等優(yōu)點(diǎn),成為涎腺疾病的首選輔助檢查。

    涎腺腫瘤的臨床表現(xiàn)多無(wú)特異性,腫塊增長(zhǎng)迅速、疼痛、破潰、面神經(jīng)麻痹等多提示惡性,但大多惡性腫瘤的臨床表現(xiàn)與良性腫瘤難以鑒別,尤其在病變?cè)缙陔A段[12]。由于涎腺良性腫瘤的超聲圖像特征差異并不明顯[13],僅根據(jù)單一的超聲征象鑒別診斷其良惡性并不理想,且建立涎腺超聲圖像數(shù)據(jù)庫(kù)難度較大。目前已有部分研究人員嘗試應(yīng)用機(jī)器學(xué)習(xí)算法對(duì)涎腺腫瘤的超聲圖像進(jìn)行智能分析,如Vukicevic 等[14]提出了一種基于深度學(xué)習(xí)的唾液腺超聲圖像自動(dòng)分割解決方案來(lái)實(shí)現(xiàn)病灶圖像的分割,并考慮了4 種體系結(jié)構(gòu),包括全卷積神經(jīng)網(wǎng)絡(luò)、FCN-DenseNet、U-Net 和LinkNet,該研究納入了1184 張經(jīng)過(guò)注釋的唾液腺超聲圖像,在交叉合并方面,表現(xiàn)最好的FCNDenseNet 較臨床專(zhuān)家間的觀察者間協(xié)議有較大差距[交并比(IoU)=0.85、0.76],略高于臨床專(zhuān)家間的觀察者內(nèi)協(xié)議(IoU=0.84),考慮到其準(zhǔn)確率和速度(24.5 幀/s),該研究認(rèn)為FCNDenseNet 在臨床實(shí)踐中可獲得更廣泛的應(yīng)用。Prezioso 等[15]提出并討論了一種基于深度學(xué)習(xí)的涎腺腫瘤自動(dòng)分割與分類(lèi)框架和一種可解釋的分割學(xué)習(xí)方法,通過(guò)逐時(shí)學(xué)習(xí)過(guò)程分析和注意地圖機(jī)制來(lái)支持所提框架的有效性,并通過(guò)收集涎腺腫瘤的數(shù)據(jù)集對(duì)提出的框架進(jìn)行評(píng)估,結(jié)果表明該方法在分割和分類(lèi)方面均取得了較好成績(jī)。Gündüz 等[16]認(rèn)為放射組學(xué)和深度學(xué)習(xí)模型是醫(yī)學(xué)圖像計(jì)算機(jī)輔助診斷的前沿技術(shù),該研究表明智能分析工具能夠以合理的準(zhǔn)確性對(duì)常見(jiàn)的腮腺腫瘤進(jìn)行分類(lèi)?;诖耍狙芯刻岢鲆环N基于卷積神經(jīng)網(wǎng)絡(luò)(convolutional neural network,CNN)的涎腺腫瘤常規(guī)超聲圖像分類(lèi)方法,并結(jié)合腫瘤超聲圖像特征,提高了鑒別涎腺腫瘤良惡性的準(zhǔn)確率。

    一、數(shù)據(jù)采集與工具

    1.超聲圖像采集

    本研究使用的數(shù)據(jù)集由四川省人民醫(yī)院超聲科通過(guò)統(tǒng)一的圖像采集標(biāo)準(zhǔn)獲得,且均經(jīng)臨床病理檢查驗(yàn)證。使用儀器包括三星RS80A、S80,GE Logiq E9、S8,聲科Aixplorer,百勝M(fèi)yLab,邁瑞8T、R9S、DC-8 Pro,Philips iU Elite 彩色多普勒超聲診斷儀,探頭頻率7.5~10.0 MHz。圖像采集標(biāo)準(zhǔn):①存取腫塊縱切面及橫切面圖像各1張,顯示腫塊最不規(guī)則的切面,必要時(shí)需多切面斜切并存圖;②聚焦點(diǎn)與腫塊平行;③調(diào)節(jié)增益為正常涎腺與正常甲狀腺相同顯示為均勻細(xì)密高回聲,周邊肌肉呈低回聲;④深度應(yīng)完整顯示病灶與下頜骨、周?chē)M織的關(guān)系;⑤彩色多普勒量程為±(5~8)cm/s。本研究共回顧性收集2015年1月至2022年1月208例涎腺腫瘤患者的超聲圖像共984張,包括431張橫切面圖像和553張縱切面圖像,病理歸類(lèi)為762張良性腫瘤圖像和222 張惡性腫瘤圖像,每張圖均由2 名低年資(2 年以上工作經(jīng)驗(yàn))超聲醫(yī)師及1 名高年資(25 年以上工作經(jīng)驗(yàn))超聲醫(yī)師標(biāo)注。

    2.軟、硬件工具

    軟件工具主體使用Python 3.9 作為開(kāi)發(fā)語(yǔ)言,深度學(xué)習(xí)框架使用Pytorch 框架。硬件工具:使用Windows 10 版本的計(jì)算機(jī),CPU 型號(hào)為i5-8250U,4 核8 線程處理器,主頻為1.60 GHz;顯卡型號(hào)為NVIDIA GeForce GTX 1650。

    二、方法與結(jié)果分析

    1.圖像預(yù)處理

    本研究應(yīng)用圖像處理技術(shù)對(duì)涎腺腫瘤常規(guī)超聲圖像進(jìn)行圖像分割、病灶識(shí)別、圖像預(yù)處理等,并將其作為分類(lèi)算法的訓(xùn)練和測(cè)試依據(jù),進(jìn)行進(jìn)一步的特征提取和良惡性分類(lèi)。研究[13]表明涎腺良惡性腫瘤超聲圖像特征差異不明顯,僅邊界和鈣化灶方面比較差異有統(tǒng)計(jì)學(xué)意義(均P<0.05)。為評(píng)估涎腺良惡性腫瘤超聲圖像的邊界和鈣化灶的差異,本研究使用病灶邊界模糊度和內(nèi)部紋理特征分別作為邊界和鈣化灶的衡量指標(biāo)。

    病灶邊界模糊度基于灰度值方差計(jì)算,以手動(dòng)標(biāo)記病灶的紅圈為界,將病灶邊界附近特征圖分為內(nèi)、外兩部分。見(jiàn)圖1。兩部分的像素方差之差即為病灶邊界模糊度值(EDscore),邊界越清晰,EDscore越大;邊界越模糊,EDscore越小。EDscore計(jì)算方法為:

    圖1 標(biāo)記病灶邊界示意圖

    病灶內(nèi)部紋理特征基于灰度共生矩陣的特征統(tǒng)計(jì)量,本研究采用45°掃描灰度共生矩陣得到能量(Asm)、熵(Ent)、對(duì)比度(Con)、逆方差(H),并作為病灶內(nèi)部紋理特征參數(shù)。各參數(shù)計(jì)算方法為:

    其中,P(i,j)為歸一化后的灰度共生矩陣,i為灰度共生矩陣的行數(shù),j為灰度共生矩陣的列數(shù),N為灰度共生矩陣的維度。

    涎腺良惡性腫瘤EDscore及內(nèi)部紋理特征參數(shù)比較見(jiàn)表1。結(jié)果顯示,良惡性腫瘤EDscore、Asm、Ent比較差異均有統(tǒng)計(jì)學(xué)意義(均P<0.05),推測(cè)病灶內(nèi)部紋理特征和邊界的圖像增強(qiáng)處理對(duì)圖像分類(lèi)有一定的促進(jìn)作用。

    表1 涎腺良惡性腫瘤EDscore及內(nèi)部紋理特征參數(shù)比較()

    表1 涎腺良惡性腫瘤EDscore及內(nèi)部紋理特征參數(shù)比較()

    EDscore:病灶邊界模糊度值;Asm:能量;Ent:熵;Con:對(duì)比度;H:逆方差

    病理類(lèi)型EDscore內(nèi)部紋理特征參數(shù)Ent 1.113±0.440 0.952±0.385 0.024 51.302±17.445 41.218±14.858<0.05 Con 0.417±0.184 0.360±0.175 0.216良性惡性P值0.927±0.030 0.937±0.028 0.202 Asm 0.673±0.134 0.720±0.117 0.044 H

    因此,為增強(qiáng)涎腺腫瘤的鈣化灶特征,同時(shí)保留原超聲圖像中病灶邊界及內(nèi)部紋理信息,本研究首先應(yīng)用濾波算法去除斑點(diǎn)噪聲,再應(yīng)用圖像處理方法獲得病灶內(nèi)部掩膜圖、病灶邊界輪廓圖,然后將特征組合圖(由病灶內(nèi)部特征區(qū)域圖、病灶邊界輪廓圖、去噪后原始圖像組合而來(lái))作為樣本進(jìn)行神經(jīng)網(wǎng)絡(luò)的訓(xùn)練。

    (1)斑點(diǎn)噪聲:由于斑點(diǎn)噪聲的存在及醫(yī)學(xué)超聲圖像自身成像機(jī)制的限制,醫(yī)學(xué)超聲圖像分辨率較低且噪聲干擾嚴(yán)重,故本研究嘗試通過(guò)濾波算法減少斑點(diǎn)噪聲對(duì)超聲圖像的影響。

    雙邊濾波是一種非線性的濾波方式,其在進(jìn)行低通濾波時(shí)考慮了空域信息和鄰近像素相似性信息,其濾波器[17]定義為:

    其中Wp是歸一化因子,用來(lái)確保像素權(quán)重總和為1。

    式(7)中,參數(shù)σs和σr表示對(duì)圖像I的濾波程度。Gσs和Gσr則分別為空間和尺度高斯因子。相比于高斯濾波,雙邊濾波算法更好地保留了邊緣位置的梯度,因而能夠較好地保留圖像邊緣的高頻信息。對(duì)比高斯濾波處理后的圖像,經(jīng)雙邊濾波處理后的圖像邊緣特征保留更加完好。但由于進(jìn)行濾波算法時(shí)結(jié)合了鄰近像素的灰度相似性,故對(duì)高頻噪聲的去除效果會(huì)因?yàn)樾枰A魣D像邊緣高頻信息而衰弱。應(yīng)用伽馬變換可對(duì)圖像的灰度進(jìn)行非線性變換,其基本形式如下:

    其中r為輸入圖像的灰度值,在經(jīng)過(guò)歸一化處理之后取值范圍為[0,1];S為伽馬變換之后的灰度輸出值;c為灰度縮放系數(shù),通常取1;γ為伽馬因子,控制整個(gè)變換的縮放程度。本研究選擇γ=0.5 對(duì)圖像進(jìn)行處理,處理后的圖像較暗區(qū)域被拉伸得更亮,圖像整體更亮、更清晰。見(jiàn)圖2。本研究采用伽馬變換和雙邊濾波算法對(duì)已有的數(shù)據(jù)圖像進(jìn)行處理,以更好地突出圖像紋理特征,使在深度學(xué)習(xí)中CNN 能提取到更詳細(xì)、準(zhǔn)確的圖像形態(tài)學(xué)特征。

    圖2 濾波前后超聲圖像

    (2)特征提取與組合圖像:將收集到的涎腺腫瘤超聲原始圖像由專(zhuān)業(yè)超聲醫(yī)師手動(dòng)標(biāo)記病灶區(qū)域,得到紅圈標(biāo)記病灶的圖像,經(jīng)過(guò)邊界像素提取等一系列圖像處理方法,得到病灶內(nèi)部掩膜圖和病灶邊界輪廓圖;將經(jīng)過(guò)去噪后的原始圖像與病灶內(nèi)部掩膜圖疊加,得到病灶內(nèi)部特征區(qū)域圖。見(jiàn)圖3,4。

    圖3 特征提取準(zhǔn)備圖的生成

    圖4 特征提取準(zhǔn)備圖的生成步驟示意圖

    為使圖像特征得到充分訓(xùn)練并提取,將3張準(zhǔn)備圖(病灶內(nèi)部特征區(qū)域圖、去噪后原始圖像、病灶邊界輪廓圖)通過(guò)RGB三通道且合為1 張圖,作為神經(jīng)網(wǎng)絡(luò)的訓(xùn)練樣本。為強(qiáng)調(diào)病灶內(nèi)部特征,同時(shí)不丟失病灶周?chē)卣鳎ê蠓交芈暤龋?,設(shè)定不同準(zhǔn)備圖的通道和權(quán)重分別為:病灶內(nèi)部特征區(qū)域圖為R 通道,權(quán)重0.6;去噪后原始圖像為G 通道,權(quán)重0.3;病灶邊界輪廓圖為B通道,權(quán)重0.1。見(jiàn)圖5。

    圖5 RGB三通道特征組合圖

    (3)數(shù)據(jù)增強(qiáng):CNN 的訓(xùn)練需要大量的數(shù)據(jù)支撐,而實(shí)際項(xiàng)目中往往難以找到充足的數(shù)據(jù)。本研究借助空間幾何變換的數(shù)據(jù)增強(qiáng)方法,通過(guò)反轉(zhuǎn)、隨機(jī)裁剪、隨機(jī)旋轉(zhuǎn)等操作擴(kuò)大訓(xùn)練集。本研究的增強(qiáng)倍數(shù)為2倍,將984張圖像數(shù)據(jù)擴(kuò)增到1968張,以增強(qiáng)模型的泛化能力,避免過(guò)擬合。

    2.模型訓(xùn)練

    CNN 具有很強(qiáng)的表征學(xué)習(xí)能力,可以通過(guò)卷積、池化、激活、全連接等方式提取圖像的特征。相比于人工提取的涎腺腫瘤感興趣區(qū)域的形態(tài)學(xué)特征,CNN 既可以反映圖像的整體特征,也可以反映更加細(xì)節(jié)的部分特征。這些特征提取均依賴(lài)于CNN 中最重要的構(gòu)成部分:卷積層。一般而言,淺層少量的卷積操作僅能獲取圖像的輪廓、線條等簡(jiǎn)單特征,而隨著卷積次數(shù)的增加及卷積核大小的增加,可以捕獲到更復(fù)雜的特征表示。

    (1)VGG19 模型:VGG 網(wǎng)絡(luò)使用3×3 的卷積核代替神經(jīng)網(wǎng)絡(luò)中較大的卷積核,可在具有相同感受野的情況下減少網(wǎng)絡(luò)參數(shù),從而提高訓(xùn)練效率。本研究首先凍結(jié)VGG19 的卷積層,并添加全局平均池化層,將原VGG19 輸出的7×7×512 展平成1×1×512。對(duì)于全連接層,分別設(shè)置節(jié)點(diǎn)為512,128,4,2,同時(shí)在每一層全連接層后面添加批歸一化層并使用ReLU 函數(shù)作為激活函數(shù)。對(duì)于全連接層輸出的結(jié)果使用交叉熵?fù)p失函數(shù)計(jì)算損失。

    (2)ResNet50 模型:ResNet50 模型通過(guò)建立前后層之間的短路連接,有助于訓(xùn)練過(guò)程中的反向傳播,避免了梯度消失和梯度爆炸的問(wèn)題。本研究通過(guò)遷移學(xué)習(xí),凍結(jié)了ResNet50模型的卷積層,展平并歸一化數(shù)據(jù)后,添加了線性層和池化層,對(duì)于全連接層輸出的結(jié)果使用交叉熵?fù)p失函數(shù)計(jì)算損失。

    (3)基于VGG19 模型改進(jìn)的OwnNet 模型:本研究結(jié)果發(fā)現(xiàn),VGG19模型對(duì)涎腺腫瘤良惡性分類(lèi)的效果較ResNet50模型更好,因此本研究基于VGG19 模型的網(wǎng)絡(luò)結(jié)構(gòu),自主構(gòu)建了一個(gè)CNN,命名為OwnNet,其模型結(jié)構(gòu)見(jiàn)圖6。與VGG19 模型比較,OwnNet 模型的輸入層由224×224×3 更改為256×256×3,增大了單張圖片的數(shù)據(jù)量,從而避免特征丟失;卷積層同樣采用3×3 的卷積核代替神經(jīng)網(wǎng)絡(luò)中較大的卷積核,能夠在具有相同感受野的情況下減少網(wǎng)絡(luò)參數(shù),從而提高訓(xùn)練效率;卷積單元增加了批歸一化函數(shù),保證ReLU 激活函數(shù)的輸入值不會(huì)過(guò)高或過(guò)低。在卷積層輸出部分,與VGG19 模型比較,OwnNet 模型增加了注意力SE 模塊,讓模型更關(guān)注有利于良惡性分類(lèi)的特征通道;同時(shí)增加了神經(jīng)元個(gè)數(shù),卷積層的輸出神經(jīng)元由1×1×4096 增加到1×1×16 384;還增加了全連接層的層數(shù),設(shè)置全連接層節(jié)點(diǎn)分別為16 384,128,4,在全連接層后添加批歸一化函數(shù)層和Sigmoid 激活函數(shù)層,最后得到分類(lèi)結(jié)果,并使用交叉熵?fù)p失函數(shù)計(jì)算損失。由于本研究納入的良惡性樣本分布不均衡,在計(jì)算損失時(shí)賦予良惡性樣本不同的權(quán)重(良性權(quán)重∶惡性權(quán)重=1∶3.43),使對(duì)惡性樣本的錯(cuò)誤懲罰度更大,從而降低惡性樣本漏診的風(fēng)險(xiǎn)。

    圖6 OwnNet模型結(jié)構(gòu)示意圖

    3.結(jié)果分析

    在網(wǎng)絡(luò)訓(xùn)練中依據(jù)病理診斷結(jié)果對(duì)數(shù)據(jù)集添加標(biāo)簽。本研究共1968 張數(shù)據(jù)集樣本,為保證模型在現(xiàn)實(shí)中的表現(xiàn)效果,劃分訓(xùn)練集、驗(yàn)證集和測(cè)試集時(shí)要求其良惡性樣本的比例一致且等于總體樣本中良惡性樣本的比例(1∶3.43),隨機(jī)分為訓(xùn)練集(占比58%)、驗(yàn)證集(占比15%)和測(cè)試集(占比27%)3部分,其中訓(xùn)練集1150張,驗(yàn)證集296張,測(cè)試集522張。在訓(xùn)練過(guò)程中,綜合考慮計(jì)算機(jī)性能,將Epoch 設(shè)置為500;模型采用Adam優(yōu)化器,其初始學(xué)習(xí)率設(shè)定為0.001,權(quán)值衰減(weight_decay)設(shè)置為0.0001,防止出現(xiàn)過(guò)擬合情況;學(xué)習(xí)率衰減因子gamma 設(shè)置為0.98。將3種模型在相同數(shù)據(jù)集、相同平臺(tái)上運(yùn)行,通過(guò)計(jì)算在訓(xùn)練集的最高準(zhǔn)確率、訓(xùn)練集和驗(yàn)證集20 個(gè)Epoches 的平均準(zhǔn)確率,以及測(cè)試集的準(zhǔn)確率、靈敏度、特異度、陽(yáng)性預(yù)測(cè)值(PPV)、陰性預(yù)測(cè)值(NPV),總結(jié)模型的效能,結(jié)果見(jiàn)表2。

    表2 不同網(wǎng)絡(luò)模型的訓(xùn)練效能比較

    使用OwnNet 模型對(duì)病灶內(nèi)部掩膜圖數(shù)據(jù)集和特征組合圖數(shù)據(jù)集訓(xùn)練,結(jié)果見(jiàn)表3。通過(guò)繪制受試者工作特征(receiver operating characteristic,ROC)曲線評(píng)估兩種類(lèi)型數(shù)據(jù)集在OwnNet 模型上的訓(xùn)練效能,病灶內(nèi)部掩膜圖和特征組合圖數(shù)據(jù)集的曲線下面積(area under curve,AUC)分別為0.848 和0.863。見(jiàn)圖7。

    表3 兩種類(lèi)型數(shù)據(jù)集在OwnNet模型上的訓(xùn)練效能比較

    圖7 兩種類(lèi)型數(shù)據(jù)集在OwnNet模型上訓(xùn)練的ROC曲線圖

    為增強(qiáng)模型的可解釋性,獲取最后一層卷積層,將其在注意力SE 模塊中注意力權(quán)重最大的通道圖使用雙線性插值上采樣到原始圖像大小,生成熱圖以證明模型分類(lèi)的可行性,見(jiàn)圖8。將熱圖與原始圖像合并得到在涎腺腫瘤超聲圖像中模型注意力的大致位置,見(jiàn)圖9。結(jié)果發(fā)現(xiàn)模型對(duì)涎腺良惡性腫瘤均會(huì)關(guān)注病灶內(nèi)部和部分回聲結(jié)構(gòu),但對(duì)惡性病灶的關(guān)注范圍相對(duì)更廣,并重點(diǎn)注意病灶內(nèi)部紋理特征。

    圖8 熱圖生成模型示意圖

    圖9 涎腺良惡性腫瘤熱圖與原始圖像合并得到在涎腺腫瘤超聲圖像中模型注意力的大致位置

    三、討論

    本研究針對(duì)術(shù)前涎腺腫瘤超聲圖像,使用伽馬變換和雙邊濾波算法對(duì)已有的數(shù)據(jù)圖像進(jìn)行處理,更好地突出圖像紋理特征,然后將人工提取特征組合圖作為訓(xùn)練樣本,分別在VGG19 模型、ResNet50 模型和OwnNet 模型上進(jìn)行特征提取和分類(lèi),并對(duì)網(wǎng)絡(luò)參數(shù)進(jìn)行了調(diào)整。結(jié)果顯示,OwnNet 模型表現(xiàn)出的效果最佳,證明了CNN對(duì)涎腺腫瘤超聲圖像進(jìn)行良惡性分類(lèi)的可行性,引入注意力機(jī)制能夠有效提高分類(lèi)效果,從而提高人工智能診療效率。

    在以上3 種網(wǎng)絡(luò)模型中,ResNet50 模型在訓(xùn)練集的收斂速度最快,但其分類(lèi)效果不夠理想,平均準(zhǔn)確率僅78.07%;在驗(yàn)證集的分類(lèi)效果同樣低于VGG19 模型和OwnNet 模型,平均準(zhǔn)確率僅73.34%。VGG19 模型在訓(xùn)練集及驗(yàn)證集的準(zhǔn)確率均較ResNet50 模型高,因此本研究基于VGG19 模型構(gòu)建了OwnNet模型,結(jié)果提示其分類(lèi)效果最好,在訓(xùn)練集的最高準(zhǔn)確率達(dá)92.43%,在測(cè)試集的準(zhǔn)確率、靈敏度、特異度、PPV、NPV 也較其他模型更高。分析OwnNet 模型分類(lèi)效果更好的原因主要有:①擴(kuò)大了模型輸入單張圖像的數(shù)據(jù)量,避免特征丟失;②采用3×3 卷積核,能夠在具有相同感受野的情況下減少網(wǎng)絡(luò)參數(shù),提高了訓(xùn)練效率;③卷積單元增加了批歸一化函數(shù),保證ReLU 激活函數(shù)的輸入值不會(huì)過(guò)高或過(guò)低,使參數(shù)能夠有效更新,提高了模型的穩(wěn)定性;④模型引入注意力SE 模塊,突出對(duì)分類(lèi)有用的通道特征;⑤增加了全連接層的長(zhǎng)度和寬度,提高了模型的非線性表達(dá)能力和學(xué)習(xí)能力;⑥對(duì)良惡性樣本賦予不同的損失權(quán)重,提高了模型對(duì)數(shù)量較少的惡性樣本的學(xué)習(xí)能力。

    本研究結(jié)果顯示,與病灶內(nèi)部掩膜圖數(shù)據(jù)集比較,使用特征組合圖數(shù)據(jù)集在OwnNet 模型上訓(xùn)練得到的準(zhǔn)確率、靈敏度、PPV、NPV 均更高,而特異度較低,表明使用特征組合圖數(shù)據(jù)集能夠更好地學(xué)習(xí)惡性樣本的特征。不同類(lèi)型數(shù)據(jù)集對(duì)應(yīng)的ROC 曲線分析反映了模型的泛化能力,使用特征組合圖數(shù)據(jù)集得到的AUC較單純病灶內(nèi)部掩膜圖數(shù)據(jù)集更高,提示前者模型性能更好。分析是由于特征組合圖突出了涎腺腫瘤超聲圖像中病灶邊界和內(nèi)部特征,也保留了病灶外部特征,從而表現(xiàn)性能更佳。

    研究[18]表明根據(jù)超聲圖像特征(包括腫塊形狀、邊緣、后回聲模式、鈣化和局部淋巴結(jié)腫大)鑒別唾液腺腫瘤良惡性的準(zhǔn)確率約67%~96%;多形性腺瘤是常見(jiàn)的良性上皮腫瘤,但惡性轉(zhuǎn)化的可能性為5.0%~9.8%,由于大多惡性腫瘤早期缺乏特異性的臨床癥狀和體征,術(shù)前難以確定腫瘤性質(zhì),穿刺活檢時(shí)可能由于取材導(dǎo)致腫瘤轉(zhuǎn)移;且該研究以組織病理學(xué)結(jié)果為因變量,臨床和超聲圖像特征為自變量建立的邏輯回歸模型鑒別涎腺腫瘤良惡性的AUC、靈敏度、特異度、準(zhǔn)確率、PPV 及NPV 分別為0.893、84.30%、80.00%、83.10%、0.653、0.920。研究[19]使用傳統(tǒng)的應(yīng)變彈性成像和帶有四模式評(píng)分系統(tǒng)的聲輻射力脈沖成像檢查了185 個(gè)涎腺腫瘤(包括163 個(gè)良性腫瘤和22 個(gè)惡性腫瘤),結(jié)果顯示二者對(duì)其良惡性分類(lèi)的靈敏度、特異度、準(zhǔn)確率分別為54.50%、56.40%、56.20%和77.30%、63.80%、65.40%。以上研究均低于本研究模型在測(cè)試集的準(zhǔn)確率、靈敏度、特異度(85.44%、86.67%、86.27%),表明該模型在涎腺腫瘤良惡性分類(lèi)方面具有一定優(yōu)勢(shì)。

    四、結(jié)論

    本研究通過(guò)對(duì)3 種模型進(jìn)行分類(lèi)訓(xùn)練并測(cè)試,證實(shí)了CNN對(duì)涎腺腫瘤超聲圖像良惡性進(jìn)行分類(lèi)的可行性,結(jié)果表明VGG19模型效能優(yōu)于ResNet50模型,OwnNet模型效能最佳,且由涎腺腫瘤超聲圖像的特征組合圖訓(xùn)練得到的分類(lèi)模型準(zhǔn)確率更高,表明VGG深度學(xué)習(xí)網(wǎng)絡(luò)結(jié)構(gòu)更適合涎腺腫瘤超聲圖像的分類(lèi),可輔助臨床醫(yī)師診斷,使目標(biāo)病灶的檢出與鑒別更加直接、清晰且客觀,提高診斷效率。但該模型對(duì)于整體樣本的分類(lèi)效果較其他方法并無(wú)明顯優(yōu)勢(shì)。由于涎腺腫瘤超聲圖像數(shù)據(jù)的進(jìn)一步積累較為困難,在一定程度上限制了機(jī)器學(xué)習(xí)訓(xùn)練的效果。推測(cè)擴(kuò)大涎腺腫瘤超聲圖像數(shù)據(jù)集后,其分類(lèi)效果還有較大進(jìn)步空間;同時(shí)還需進(jìn)一步優(yōu)化網(wǎng)絡(luò)結(jié)構(gòu),提高模型的訓(xùn)練效率和泛化能力。同時(shí),本研究為單中心、回顧性研究,缺乏前瞻性外部驗(yàn)證,后期仍需進(jìn)一步完善。

    猜你喜歡
    涎腺惡性卷積
    基于3D-Winograd的快速卷積算法設(shè)計(jì)及FPGA實(shí)現(xiàn)
    惡性胸膜間皮瘤、肺鱗癌重復(fù)癌一例
    卵巢惡性Brenner瘤CT表現(xiàn)3例
    從濾波器理解卷積
    電子制作(2019年11期)2019-07-04 00:34:38
    CT灌注成像在涎腺腫瘤良、惡性鑒別中的應(yīng)用價(jià)值
    基于傅里葉域卷積表示的目標(biāo)跟蹤算法
    甲狀腺結(jié)節(jié)內(nèi)鈣化回聲與病變良惡性的相關(guān)性
    涎腺干細(xì)胞在放射性口干癥中的應(yīng)用及研究進(jìn)展
    多層螺旋CT在甲狀腺良惡性病變?cè)\斷中的應(yīng)用
    頭頸部腫瘤放射性口干及涎腺功能評(píng)價(jià)方法的研究進(jìn)展
    亚洲一区中文字幕在线| 少妇猛男粗大的猛烈进出视频| 女警被强在线播放| 亚洲天堂av无毛| 国产av又大| 久久精品亚洲av国产电影网| 嫁个100分男人电影在线观看| 欧美日韩成人在线一区二区| tocl精华| 极品人妻少妇av视频| 色视频在线一区二区三区| 免费日韩欧美在线观看| 国产真人三级小视频在线观看| 国产一区二区三区在线臀色熟女 | 亚洲第一av免费看| 亚洲av日韩在线播放| 日本vs欧美在线观看视频| 久久青草综合色| 在线观看66精品国产| 国产精品麻豆人妻色哟哟久久| 女人久久www免费人成看片| 色精品久久人妻99蜜桃| 亚洲国产中文字幕在线视频| 亚洲专区国产一区二区| 亚洲成人国产一区在线观看| 欧美精品一区二区免费开放| 国产成人av激情在线播放| 久久国产精品影院| 日韩 欧美 亚洲 中文字幕| 亚洲第一av免费看| 国产成人精品久久二区二区91| 午夜老司机福利片| 男男h啪啪无遮挡| 午夜日韩欧美国产| 999久久久国产精品视频| av线在线观看网站| 美女高潮喷水抽搐中文字幕| 国产av又大| 精品第一国产精品| 亚洲国产欧美日韩在线播放| 黄色视频不卡| 美女主播在线视频| 一区二区三区国产精品乱码| 午夜免费成人在线视频| 成在线人永久免费视频| 极品人妻少妇av视频| 国产免费视频播放在线视频| 欧美+亚洲+日韩+国产| 久久久水蜜桃国产精品网| 欧美日韩成人在线一区二区| 午夜免费鲁丝| 亚洲国产成人一精品久久久| 国产成人精品在线电影| 亚洲成a人片在线一区二区| 丝袜美足系列| 免费看a级黄色片| videosex国产| av福利片在线| 精品高清国产在线一区| 新久久久久国产一级毛片| 90打野战视频偷拍视频| 十分钟在线观看高清视频www| 亚洲av成人一区二区三| 午夜福利视频在线观看免费| 69av精品久久久久久 | 国产91精品成人一区二区三区 | 女人被躁到高潮嗷嗷叫费观| 国产在线视频一区二区| 国产精品秋霞免费鲁丝片| 日日夜夜操网爽| 黄色 视频免费看| 深夜精品福利| 亚洲人成电影免费在线| 99九九在线精品视频| av线在线观看网站| 国产免费福利视频在线观看| www.熟女人妻精品国产| 亚洲精品中文字幕在线视频| 91成年电影在线观看| bbb黄色大片| 啦啦啦视频在线资源免费观看| 久久久久久人人人人人| 久久国产精品大桥未久av| 精品一区二区三区四区五区乱码| 免费在线观看视频国产中文字幕亚洲| 久久国产精品男人的天堂亚洲| 一夜夜www| 国产单亲对白刺激| 黄色成人免费大全| 99国产精品免费福利视频| 欧美乱妇无乱码| 91老司机精品| 亚洲专区中文字幕在线| 精品国产乱码久久久久久男人| 操美女的视频在线观看| a级毛片黄视频| 国产淫语在线视频| 久久精品亚洲av国产电影网| 精品高清国产在线一区| 日韩成人在线观看一区二区三区| 最近最新免费中文字幕在线| 人人妻人人添人人爽欧美一区卜| 国产精品影院久久| 69av精品久久久久久 | 岛国毛片在线播放| 一本色道久久久久久精品综合| 成人永久免费在线观看视频 | av天堂久久9| 日韩中文字幕欧美一区二区| av有码第一页| 狂野欧美激情性xxxx| 欧美性长视频在线观看| 亚洲第一青青草原| 国产欧美日韩一区二区精品| 精品国产国语对白av| 色在线成人网| 男女无遮挡免费网站观看| 精品福利永久在线观看| 淫妇啪啪啪对白视频| 每晚都被弄得嗷嗷叫到高潮| 欧美日韩亚洲综合一区二区三区_| 日韩大片免费观看网站| 国产精品一区二区精品视频观看| 日本黄色日本黄色录像| 国产精品亚洲av一区麻豆| 757午夜福利合集在线观看| 亚洲国产看品久久| 黄片大片在线免费观看| 久久 成人 亚洲| 97在线人人人人妻| 麻豆av在线久日| 两个人看的免费小视频| 大型黄色视频在线免费观看| 国产福利在线免费观看视频| 制服人妻中文乱码| 999精品在线视频| 国产免费现黄频在线看| 亚洲欧洲日产国产| 久久久精品区二区三区| 国产一区二区三区在线臀色熟女 | 久久久国产成人免费| 亚洲中文日韩欧美视频| 精品一品国产午夜福利视频| 欧美日韩成人在线一区二区| 青青草视频在线视频观看| 狠狠精品人妻久久久久久综合| 亚洲av电影在线进入| 久久久久国产一级毛片高清牌| 手机成人av网站| 国产一卡二卡三卡精品| 日本撒尿小便嘘嘘汇集6| 不卡av一区二区三区| 国产主播在线观看一区二区| 99热国产这里只有精品6| 99久久99久久久精品蜜桃| 丁香欧美五月| 欧美日韩成人在线一区二区| 国产在视频线精品| 免费在线观看完整版高清| 国产精品美女特级片免费视频播放器 | 亚洲午夜精品一区,二区,三区| 欧美变态另类bdsm刘玥| 久久香蕉激情| 亚洲专区字幕在线| 另类亚洲欧美激情| 免费观看a级毛片全部| 99九九在线精品视频| 男女无遮挡免费网站观看| 亚洲五月婷婷丁香| 大片免费播放器 马上看| 少妇精品久久久久久久| 亚洲五月婷婷丁香| 中文字幕精品免费在线观看视频| 国产精品二区激情视频| 高清av免费在线| 黄网站色视频无遮挡免费观看| 女人久久www免费人成看片| 少妇的丰满在线观看| 在线观看66精品国产| 日韩三级视频一区二区三区| 可以免费在线观看a视频的电影网站| 国产精品98久久久久久宅男小说| 免费高清在线观看日韩| 成人18禁在线播放| 飞空精品影院首页| 天堂中文最新版在线下载| 高清在线国产一区| 亚洲美女黄片视频| 欧美精品一区二区免费开放| 一本久久精品| 欧美变态另类bdsm刘玥| 日韩大片免费观看网站| 亚洲三区欧美一区| 性色av乱码一区二区三区2| 久久午夜综合久久蜜桃| 欧美精品高潮呻吟av久久| 免费看十八禁软件| 久久精品亚洲精品国产色婷小说| 99国产精品免费福利视频| 女人精品久久久久毛片| 亚洲国产欧美日韩在线播放| 亚洲国产精品一区二区三区在线| 啦啦啦视频在线资源免费观看| 亚洲第一av免费看| 国产av又大| 成人永久免费在线观看视频 | 午夜福利视频精品| 啦啦啦免费观看视频1| 大香蕉久久成人网| 夜夜骑夜夜射夜夜干| 蜜桃在线观看..| 日本wwww免费看| 激情在线观看视频在线高清 | 国产欧美日韩一区二区精品| 国产精品一区二区精品视频观看| 久久精品人人爽人人爽视色| 黄色丝袜av网址大全| 日韩制服丝袜自拍偷拍| 麻豆av在线久日| 国产成人精品久久二区二区免费| 18禁国产床啪视频网站| 精品久久久久久电影网| 国产无遮挡羞羞视频在线观看| 国内毛片毛片毛片毛片毛片| 黄色怎么调成土黄色| 欧美av亚洲av综合av国产av| 如日韩欧美国产精品一区二区三区| 天天躁日日躁夜夜躁夜夜| 在线永久观看黄色视频| 欧美黄色淫秽网站| 国产高清视频在线播放一区| 1024视频免费在线观看| 色婷婷久久久亚洲欧美| 成人亚洲精品一区在线观看| 亚洲情色 制服丝袜| 极品少妇高潮喷水抽搐| 18在线观看网站| 咕卡用的链子| 国产在线视频一区二区| 欧美日韩亚洲国产一区二区在线观看 | 欧美性长视频在线观看| 色94色欧美一区二区| av一本久久久久| 人人妻,人人澡人人爽秒播| 久久精品91无色码中文字幕| 一区二区三区国产精品乱码| kizo精华| 汤姆久久久久久久影院中文字幕| 亚洲欧美一区二区三区久久| 啦啦啦 在线观看视频| 人妻久久中文字幕网| 久久久久久久大尺度免费视频| 亚洲一码二码三码区别大吗| 午夜91福利影院| 午夜福利,免费看| 精品久久蜜臀av无| 亚洲伊人色综图| 黄片大片在线免费观看| 热99国产精品久久久久久7| 日韩三级视频一区二区三区| 免费av中文字幕在线| 国产在线一区二区三区精| 在线观看www视频免费| 免费观看av网站的网址| 99久久99久久久精品蜜桃| 黄片小视频在线播放| 亚洲成国产人片在线观看| 成人av一区二区三区在线看| 国产福利在线免费观看视频| 搡老熟女国产l中国老女人| 一本一本久久a久久精品综合妖精| 国产成人欧美在线观看 | 99re6热这里在线精品视频| 777米奇影视久久| 亚洲全国av大片| 中国美女看黄片| 老司机深夜福利视频在线观看| 国产欧美日韩精品亚洲av| √禁漫天堂资源中文www| 国产亚洲精品第一综合不卡| 热99re8久久精品国产| 亚洲欧美精品综合一区二区三区| 国产免费福利视频在线观看| 一本久久精品| 大陆偷拍与自拍| 天堂8中文在线网| av在线播放免费不卡| 国产一区二区在线观看av| 久久久久久免费高清国产稀缺| 男女免费视频国产| 我要看黄色一级片免费的| 国产精品.久久久| 国产精品一区二区在线不卡| 久久狼人影院| 精品欧美一区二区三区在线| 亚洲成人免费av在线播放| 麻豆国产av国片精品| 一二三四在线观看免费中文在| 精品国产乱码久久久久久男人| 日日爽夜夜爽网站| 老汉色av国产亚洲站长工具| 青青草视频在线视频观看| 久热这里只有精品99| 最新在线观看一区二区三区| 人人妻,人人澡人人爽秒播| 一区在线观看完整版| 亚洲精品成人av观看孕妇| 亚洲国产精品一区二区三区在线| 超碰成人久久| 欧美激情高清一区二区三区| av电影中文网址| 五月开心婷婷网| 国产精品一区二区免费欧美| 国产伦理片在线播放av一区| 免费av中文字幕在线| 亚洲第一av免费看| 狂野欧美激情性xxxx| 一二三四在线观看免费中文在| 亚洲成av片中文字幕在线观看| 免费在线观看黄色视频的| 国产成+人综合+亚洲专区| 精品一品国产午夜福利视频| 一进一出抽搐动态| 777久久人妻少妇嫩草av网站| 国产伦理片在线播放av一区| 首页视频小说图片口味搜索| 精品国产超薄肉色丝袜足j| 国产三级黄色录像| 国产精品免费大片| 日韩制服丝袜自拍偷拍| 1024视频免费在线观看| 黑人操中国人逼视频| av欧美777| 日本av免费视频播放| 王馨瑶露胸无遮挡在线观看| 久久天堂一区二区三区四区| 国产精品秋霞免费鲁丝片| 在线十欧美十亚洲十日本专区| 一进一出好大好爽视频| 菩萨蛮人人尽说江南好唐韦庄| 国产精品熟女久久久久浪| 国产av一区二区精品久久| 久9热在线精品视频| 午夜91福利影院| 午夜福利乱码中文字幕| 国产成人av教育| 久久久久网色| 十八禁网站网址无遮挡| 婷婷丁香在线五月| 久久久久久久大尺度免费视频| 国内毛片毛片毛片毛片毛片| 国产精品一区二区免费欧美| 搡老岳熟女国产| 嫁个100分男人电影在线观看| 国产精品一区二区精品视频观看| 久久天躁狠狠躁夜夜2o2o| 欧美激情久久久久久爽电影 | 一级a爱视频在线免费观看| 久久久久久久精品吃奶| 欧美日韩av久久| 久久人妻熟女aⅴ| 国产在视频线精品| 精品国产乱码久久久久久男人| 黑人操中国人逼视频| 色94色欧美一区二区| 啦啦啦视频在线资源免费观看| 国产在线视频一区二区| 国产成人免费无遮挡视频| 啦啦啦 在线观看视频| xxxhd国产人妻xxx| 久久久水蜜桃国产精品网| 日本av手机在线免费观看| 久久中文看片网| 欧美大码av| 国产欧美日韩一区二区三| www.精华液| h视频一区二区三区| 精品午夜福利视频在线观看一区 | 国产色视频综合| 麻豆成人av在线观看| 亚洲一区二区三区欧美精品| 麻豆乱淫一区二区| 在线观看免费日韩欧美大片| 亚洲精品国产区一区二| 亚洲一卡2卡3卡4卡5卡精品中文| 亚洲 国产 在线| 99精品久久久久人妻精品| 国产无遮挡羞羞视频在线观看| 两性夫妻黄色片| 亚洲成人免费电影在线观看| 桃红色精品国产亚洲av| 亚洲精品中文字幕在线视频| 99精品久久久久人妻精品| 中文字幕制服av| 黄色片一级片一级黄色片| 男人舔女人的私密视频| 日本一区二区免费在线视频| 天天躁夜夜躁狠狠躁躁| 久久香蕉激情| 人人妻,人人澡人人爽秒播| 热99re8久久精品国产| 天天躁夜夜躁狠狠躁躁| 性少妇av在线| 日韩成人在线观看一区二区三区| av网站在线播放免费| h视频一区二区三区| 成人18禁在线播放| 一本一本久久a久久精品综合妖精| 天堂8中文在线网| 一二三四社区在线视频社区8| 我的亚洲天堂| 国产精品.久久久| 大片免费播放器 马上看| 大陆偷拍与自拍| 我要看黄色一级片免费的| 男女免费视频国产| 亚洲五月色婷婷综合| 18在线观看网站| 亚洲精品在线美女| 一进一出抽搐动态| 免费黄频网站在线观看国产| 国产激情久久老熟女| 国产av一区二区精品久久| av天堂久久9| 中文字幕人妻丝袜一区二区| 真人做人爱边吃奶动态| 久久国产精品大桥未久av| 国产成+人综合+亚洲专区| 亚洲国产精品一区二区三区在线| 久热爱精品视频在线9| 汤姆久久久久久久影院中文字幕| 成人av一区二区三区在线看| 99久久精品国产亚洲精品| 国产精品久久久av美女十八| 国产成人啪精品午夜网站| 久久毛片免费看一区二区三区| 久久人妻av系列| 亚洲精品美女久久久久99蜜臀| 99精品久久久久人妻精品| 热99国产精品久久久久久7| cao死你这个sao货| 成人特级黄色片久久久久久久 | 国产精品久久久久久精品电影小说| 色精品久久人妻99蜜桃| 亚洲精品中文字幕在线视频| 亚洲国产av新网站| 亚洲欧美色中文字幕在线| 一级片'在线观看视频| 人妻 亚洲 视频| 精品第一国产精品| 国产亚洲欧美在线一区二区| 中文字幕精品免费在线观看视频| 最近最新免费中文字幕在线| 老汉色∧v一级毛片| 18禁黄网站禁片午夜丰满| 国产亚洲精品第一综合不卡| 国产成人啪精品午夜网站| 欧美激情 高清一区二区三区| 免费在线观看日本一区| 成人亚洲精品一区在线观看| 色婷婷久久久亚洲欧美| 欧美日韩成人在线一区二区| 欧美+亚洲+日韩+国产| 首页视频小说图片口味搜索| av视频免费观看在线观看| 精品一区二区三区av网在线观看 | 麻豆av在线久日| a在线观看视频网站| 久久久精品94久久精品| 国产精品香港三级国产av潘金莲| 免费在线观看黄色视频的| 悠悠久久av| 香蕉国产在线看| 美女视频免费永久观看网站| 欧美成狂野欧美在线观看| 999久久久精品免费观看国产| 国产色视频综合| 999精品在线视频| 日本av免费视频播放| 蜜桃国产av成人99| 久久九九热精品免费| 丰满饥渴人妻一区二区三| 成年人黄色毛片网站| 无限看片的www在线观看| 人人妻人人澡人人爽人人夜夜| 一区二区三区国产精品乱码| 天堂动漫精品| 怎么达到女性高潮| 国产不卡av网站在线观看| 亚洲第一欧美日韩一区二区三区 | 亚洲性夜色夜夜综合| xxxhd国产人妻xxx| 成年人免费黄色播放视频| 国产av国产精品国产| 久久精品人人爽人人爽视色| 国精品久久久久久国模美| 成年人免费黄色播放视频| 久久人人爽av亚洲精品天堂| 欧美变态另类bdsm刘玥| 国产精品一区二区在线不卡| 久久精品熟女亚洲av麻豆精品| 人妻久久中文字幕网| 日韩中文字幕欧美一区二区| 啪啪无遮挡十八禁网站| 亚洲va日本ⅴa欧美va伊人久久| 国产av精品麻豆| 夜夜骑夜夜射夜夜干| 久久99一区二区三区| 精品福利观看| 久久亚洲真实| 亚洲欧美激情在线| 如日韩欧美国产精品一区二区三区| 悠悠久久av| 18禁黄网站禁片午夜丰满| 久久精品国产a三级三级三级| 欧美日韩一级在线毛片| 成人av一区二区三区在线看| 高清黄色对白视频在线免费看| 一边摸一边抽搐一进一出视频| 国产成人精品久久二区二区91| 岛国在线观看网站| 国产免费现黄频在线看| 50天的宝宝边吃奶边哭怎么回事| 国产淫语在线视频| 美女扒开内裤让男人捅视频| av在线播放免费不卡| 国产高清国产精品国产三级| 国产精品久久久人人做人人爽| 国产亚洲欧美精品永久| 在线观看一区二区三区激情| 精品欧美一区二区三区在线| 极品少妇高潮喷水抽搐| 少妇的丰满在线观看| 日本欧美视频一区| 欧美成人免费av一区二区三区 | 一级片免费观看大全| 欧美精品亚洲一区二区| 欧美日韩成人在线一区二区| 黄色 视频免费看| 日本撒尿小便嘘嘘汇集6| 日本五十路高清| 可以免费在线观看a视频的电影网站| 久久狼人影院| 国产精品欧美亚洲77777| 国产淫语在线视频| 成人影院久久| 男女床上黄色一级片免费看| 老司机深夜福利视频在线观看| 大型av网站在线播放| 精品福利观看| 超色免费av| 超碰97精品在线观看| 最黄视频免费看| 久久人人97超碰香蕉20202| 18禁黄网站禁片午夜丰满| 极品少妇高潮喷水抽搐| 精品午夜福利视频在线观看一区 | 日本av免费视频播放| 自线自在国产av| 久久精品国产99精品国产亚洲性色 | 91九色精品人成在线观看| 中文字幕另类日韩欧美亚洲嫩草| 激情在线观看视频在线高清 | 色婷婷av一区二区三区视频| 国产成人系列免费观看| 色尼玛亚洲综合影院| 日韩三级视频一区二区三区| 女人爽到高潮嗷嗷叫在线视频| 欧美精品人与动牲交sv欧美| 欧美亚洲日本最大视频资源| 午夜老司机福利片| 男女无遮挡免费网站观看| 人人澡人人妻人| 国产精品一区二区在线观看99| 欧美激情久久久久久爽电影 | 久久人人爽av亚洲精品天堂| 欧美日韩中文字幕国产精品一区二区三区 | 天天操日日干夜夜撸| 国产精品一区二区精品视频观看| 电影成人av| 麻豆成人av在线观看| 亚洲天堂av无毛| 欧美 亚洲 国产 日韩一| 亚洲av国产av综合av卡| 久久精品亚洲精品国产色婷小说| cao死你这个sao货| 久久国产精品影院| 久久精品亚洲av国产电影网| 男人舔女人的私密视频| 十分钟在线观看高清视频www| 精品国产一区二区三区四区第35| 欧美久久黑人一区二区| 亚洲精品一二三| 脱女人内裤的视频| 一本一本久久a久久精品综合妖精| 亚洲色图综合在线观看| 国产av精品麻豆| 国产精品98久久久久久宅男小说| 嫁个100分男人电影在线观看| 亚洲欧美激情在线| 中文字幕人妻熟女乱码| 精品亚洲成国产av| 亚洲国产中文字幕在线视频| 国产日韩欧美在线精品| 国产区一区二久久| 日韩制服丝袜自拍偷拍| 黄色片一级片一级黄色片| 亚洲全国av大片| 欧美日韩一级在线毛片| 丝袜美足系列| 天天添夜夜摸| 黄色毛片三级朝国网站| 19禁男女啪啪无遮挡网站| 国产1区2区3区精品| 黄色视频不卡|