• <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 ?

    基于磁敏感加權(quán)成像的黑質(zhì)影像組學(xué)診斷帕金森病的研究

    2023-11-07 08:25:52谷翔彭明洋陳宇辰殷信道陳國(guó)中任軍
    磁共振成像 2023年10期
    關(guān)鍵詞:特征模型研究

    谷翔,彭明洋,陳宇辰,殷信道,陳國(guó)中,任軍*

    0 前言

    帕金森?。≒arkinson's disease, PD)作為神經(jīng)退行性疾病的第二常見疾病,其患病率隨著年齡的增長(zhǎng)而增加,致使患者的生活質(zhì)量下降、死亡率增加[1]。因此,早期準(zhǔn)確診斷PD并進(jìn)行相應(yīng)的干預(yù)至關(guān)重要。然而,PD 的臨床表現(xiàn)具有較大的異質(zhì)性,臨床早期準(zhǔn)確診斷困難。研究顯示PD 的特征是黑質(zhì)神經(jīng)元的缺失[2]。神經(jīng)成像尤其是磁敏感加權(quán)成像(susceptibility-weighted imaging, SWI)可評(píng)估黑質(zhì)神經(jīng)元的損失[3-5]。燕尾征消失,即在SWI上健康的黑質(zhì)體消失,已被證明是診斷PD 的影像征象[6-7]。然而,由于較低的特異性和準(zhǔn)確性及較強(qiáng)的主觀性,使其臨床應(yīng)用受到限制。影像組學(xué)可從影像中提取肉眼無法識(shí)別的高通量信息,為臨床決策提供準(zhǔn)確信息[8-9]。本研究擬基于SWI 圖像提取黑質(zhì)影像組學(xué)特征,并應(yīng)用機(jī)器學(xué)習(xí)方法,構(gòu)建PD 的診斷模型,并與人工識(shí)別的燕尾征診斷PD 進(jìn)行比較,旨在達(dá)到早期準(zhǔn)確診斷PD的目的。

    1 材料與方法

    1.1 研究對(duì)象

    回顧性分析2020 年1 月至2023 年1 月在南京市第一醫(yī)院接受腦部MRI(包括SWI 序列)的PD 早期患者的臨床及影像資料。所有患者均符合英國(guó)帕金森病學(xué)會(huì)腦庫(kù)帕金森病臨床診斷標(biāo)準(zhǔn),且Hoehn-Yahr分期為0~2 期[10]。有其他神經(jīng)和精神疾病史以及繼發(fā)性或非典型PD 的患者排除在外。同時(shí)招募年齡和性別匹配的健康受試者作為對(duì)照,所有健康受試者均接受相同的腦部MRI(包括SWI 序列)。本研究遵守《赫爾辛基宣言》,經(jīng)南京市第一醫(yī)院倫理委員會(huì)批準(zhǔn),批準(zhǔn)文號(hào):2022-664,所有患者及健康受試者均已簽署知情同意書。最終共納入80 例PD 患者和80 例健康受試者。將PD 患者和健康受試者按7∶3 的比例隨機(jī)分為訓(xùn)練組(n=112)和測(cè)試組(n=48)。

    1.2 檢查方法

    采用西門子3.0 T MRI(Magnetom Prisma,Siemens Healthineer)掃描設(shè)備。掃描序列包括T1WI、T2WI、SWI。SWI 掃描參數(shù)如下:TR 27 ms,TE 20 ms,翻轉(zhuǎn)角15°,F(xiàn)OV 220 mm×220 mm,層厚2 mm,層面內(nèi)分辨率0.9 mm×0.9 mm×2.0 mm。

    1.3 影像分析

    燕尾征表現(xiàn)為在SWI 序列上高信號(hào)結(jié)構(gòu),呈線性、逗號(hào)或楔形,兩側(cè)以低信號(hào)結(jié)構(gòu)(緊密部黑質(zhì)和內(nèi)側(cè)丘系)為邊界[11]。由2名具有10年工作經(jīng)驗(yàn)的神經(jīng)放射學(xué)診斷醫(yī)師采用雙盲法對(duì)患者和受試者的SWI 評(píng)估是否存在燕尾征,雙側(cè)不存在、單側(cè)不存在或微弱存在則認(rèn)為燕尾征消失判定為PD,雙側(cè)存在則認(rèn)為燕尾征陽(yáng)性判定為健康受試者,評(píng)估結(jié)果存在分歧時(shí)由另一位具有20年工作經(jīng)驗(yàn)的神經(jīng)放射學(xué)診斷醫(yī)師共同協(xié)定。

    1.4 影像組學(xué)特征提取及篩選

    1.4.1 感興趣區(qū)勾畫

    使用ITK-SNAP 軟件(版本3.4.0,http://www.itksnap.org)逐層手動(dòng)勾畫SWI 兩側(cè)黑質(zhì)區(qū)作為感興趣區(qū)(volume of interests, VOIs)(圖1)。由上述1 名具有10 年工作經(jīng)驗(yàn)的神經(jīng)放射學(xué)診斷醫(yī)師進(jìn)行VOIs的勾畫,并由上述另一名具有10年工作經(jīng)驗(yàn)的神經(jīng)放射學(xué)診斷醫(yī)師進(jìn)行核對(duì);(2)特征提取及篩選:使用PyRadiomics 軟件(version: 3.0.1,https://pyradiomics.readthedocs.io/en/latest/)提取特征。影像組學(xué)特征包含形態(tài)學(xué)特征、一階特征(first order)和紋理特征等共1132個(gè)特征。采用最小絕對(duì)收縮與選擇算子(least absolute shrinkage and selection operator, LASSO)選取與PD 密切相關(guān)的影像組學(xué)特征。LASSO 通過構(gòu)造懲罰函數(shù)得到一個(gè)較為精練的模型,壓縮一些回歸系數(shù),并設(shè)定一些回歸系數(shù)為零。采用10倍交叉驗(yàn)證對(duì)模型參數(shù)進(jìn)行最優(yōu)化。

    圖1 磁敏感加權(quán)成像黑質(zhì)感興趣區(qū)勾畫示意圖。1A~1B:帕金森病患者黑質(zhì)感興趣區(qū)勾畫,左側(cè)燕尾征消失(箭)(1A);1C~1D:健康受試者黑質(zhì)感興趣區(qū)勾畫,雙側(cè)燕尾征存在(1C)。Fig.1 Schematic diagram of volumes of interest delineation of substantia nigra on susceptibility-weighted imaging (SWI) images.1A-1B: The volumes of interest delineation of substantia nigra on SWI images in Parkinson's disease patients, absence of the swallow tail sign in the left side (arrow) (1A).1C-1D: The volumes of interest delineation of substantia nigra on SWI images in the health controls, normal swallow tail sign on both sides (1C).

    1.5 模型構(gòu)建

    應(yīng)用5 個(gè)常見的分類器[支持向量機(jī)(support vector machine, SVM)、邏輯回歸(logistic regression,LR)、隨 機(jī) 森 林(random forest, RF)、貝 葉 斯(Bayesian, Bayes)、K 近 鄰(K-nearest neighbor,KNN)]對(duì)篩選的特征進(jìn)行機(jī)器學(xué)習(xí),構(gòu)建模型。每個(gè)模型構(gòu)建100 次,并計(jì)算相應(yīng)的100 個(gè)曲線下面積(area under the curve, AUC)。使用以下公式計(jì)算相對(duì)標(biāo)準(zhǔn)差(relative standard deviations,RSD):

    其中σAUC 表示100 個(gè)AUC 值的標(biāo)準(zhǔn)差,μAUC 是這100 個(gè)AUC 值的平均值。RSD 越小,模型越穩(wěn)定。在上述過程中,選擇最穩(wěn)定的模型(AUC的RSD值最小的模型)作為最終模型,并在測(cè)試集中進(jìn)行驗(yàn)證。

    1.6 統(tǒng)計(jì)學(xué)分析

    統(tǒng)計(jì)學(xué)分析均使用R 軟件(4.0.3 版)。應(yīng)用Kolmogorov-Smimov 檢驗(yàn)計(jì)量資料是否符合正態(tài)分布,正態(tài)分布的計(jì)量資料以均數(shù)±標(biāo)準(zhǔn)差表示并用獨(dú)立樣本t檢驗(yàn)分析;計(jì)數(shù)資料采用例(%)表示并用卡方檢驗(yàn)分析。應(yīng)用Kappa 一致性檢驗(yàn)評(píng)估觀察者間的一致性。應(yīng)用pROC 軟件包進(jìn)行ROC 曲線分析。應(yīng)用AUC、準(zhǔn)確度、敏感度、特異度等評(píng)價(jià)指標(biāo)評(píng)估模型。人工識(shí)別與機(jī)器學(xué)習(xí)模型效能間比較采用DeLong檢驗(yàn)。P<0.05表示差異有統(tǒng)計(jì)學(xué)意義。

    2 結(jié)果

    2.1 人工識(shí)別PD結(jié)果

    共160例研究對(duì)象納入分析,經(jīng)人工識(shí)別為PD的對(duì)象為60例(PD組),正常受試者為100例(對(duì)照組),觀察者間一致性為k=0.80(95%CI: 0.76-0.83)。在訓(xùn)練集和測(cè)試集中,PD 組與對(duì)照組組間性別、年齡差異均無明顯統(tǒng)計(jì)學(xué)意義(P>0.05)(表1)。ROC 曲線分析顯示人工識(shí)別燕尾征診斷PD 的AUC 為0.750,敏感度和特異度分別為67.9%、82.1%(表2)。

    表1 PD組和對(duì)照組的臨床基線資料比較Tab.1 Comparison of basic clinical data between PD and controls group

    表2 人工識(shí)別和五種機(jī)器學(xué)習(xí)方法診斷PD的效能Tab.2 Efficacy of visual analysis and five machine learning methods in diagnosing PD

    2.2 影像組學(xué)特征提取

    SWI黑質(zhì)區(qū)共提取的1132個(gè)特征經(jīng)方差分析+秩和檢驗(yàn)后剩下172 個(gè),Spearman 相關(guān)性檢驗(yàn)后剩下37個(gè),最后使用LASSO降維后選擇的特征數(shù)為7個(gè),包含2個(gè)形態(tài)學(xué)特征、1個(gè)一階特征、2個(gè)灰度共生矩陣特征(gray-level co-occurrence matrix, GLCM)、1 個(gè)灰度尺寸區(qū)域矩陣(gray-level size zone matrix,GLSZM)、1 個(gè)灰度相關(guān)矩陣(gray-level dependence matrix, GLDM)。影像組學(xué)特征的LASSO 邏輯回歸、系數(shù)分布及最佳特征見圖2。

    圖2 影像組學(xué)特征最小絕對(duì)收縮與選擇算子算法(LASSO)邏輯回歸、系數(shù)分布及最佳特征圖。2A:LASSO模型中的調(diào)諧參數(shù)通過最小標(biāo)準(zhǔn)使用十倍交叉驗(yàn)證選擇。繪制曲線下面積與log (λ)的關(guān)系,根據(jù)最小準(zhǔn)則和最小準(zhǔn)則的1標(biāo)準(zhǔn)誤差,在最優(yōu)值處繪制虛線;2B:在最佳λ值處繪制一條垂直線;2C:LASSO篩選后與帕金森病相關(guān)的特征及加權(quán)系數(shù)。Fig.2 Radiomics feature selection using least absolute shrinkage and selection operator (LASSO) logistic regression, LASSO coefficient profiles of the radiomics features and the optimum radiomics.2A: The tuning parameters in the LASSO model are selected using 10-fold cross-validation via minimum criteria.The area under the curve is plotted vs.log(λ).Dotted vertical lines are drawn at the optimal values according to the minimum criteria and the 1 standard error of the minimum criteria; 2B: A vertical line is plotted at the optimal λ value; 2C: The detailed features associated with Parkinson's disease and the weighting coefficients of different datasets after LASSO screening.

    2.3 機(jī)器學(xué)習(xí)模型診斷PD結(jié)果

    基于所得的最佳影像組學(xué)特征構(gòu)建PD的診斷模型。五種機(jī)器學(xué)習(xí)的診斷效能見表2。在訓(xùn)練集中,LR 模型的診斷效能最好,AUC 為0.975,敏感度為94.4%、特異度為97.6%、準(zhǔn)確度為95.6%。此外,用不同機(jī)器學(xué)習(xí)方法評(píng)估模型的穩(wěn)定性,LR 模型最穩(wěn)定(AUC的RSD為4%)。在測(cè)試集中,選擇診斷效能做好、穩(wěn)定性最高的LR模型作為最終的驗(yàn)證模型,其診斷PD的AUC 為0.938,敏感度為83.3%、特異度為95.8%、準(zhǔn)確度為89.6%。經(jīng)DeLong檢驗(yàn)后,其診斷效能明顯優(yōu)于人工識(shí)別(Z=2.241,P=0.025)(表2,圖3)。

    圖3 測(cè)試集中邏輯回歸模型和人工識(shí)別診斷帕金森病的ROC曲線。Fig.3 ROC curve of test set for diagnosing Parkinson's disease using logistic regression model and visual analysis in the test set.

    3 討論

    本研究對(duì)80 例PD 患者和80 例健康受試者的SWI 圖像上黑質(zhì)區(qū)域進(jìn)行影像組學(xué)特征提取、篩選,共篩選出與PD 密切相關(guān)的7 個(gè)影像組學(xué)特征,包含2 個(gè) 形 態(tài) 學(xué) 特 征、1 個(gè) 一 階 特 征、2 個(gè)GLCM、1 個(gè)GLSZM、1 個(gè)GLDM。經(jīng)5 種機(jī)器學(xué)習(xí)方法建模后,結(jié)果顯示LR 模型診斷PD 的效能最好且最穩(wěn)定,且明顯優(yōu)于人工識(shí)別燕尾征的診斷效能。本研究結(jié)果可有效克服由于人工識(shí)別的主觀性帶來的低敏感度和低準(zhǔn)確度。通過構(gòu)建的模型可使臨床醫(yī)生能夠通過模型快速準(zhǔn)確地診斷PD,進(jìn)而進(jìn)行早期臨床干預(yù)治療。

    3.1 燕尾征在PD中的診斷價(jià)值

    PD 的病因目前尚不清楚,但黑質(zhì)在其神經(jīng)病理學(xué)中具有重要的作用,研究顯示PD 中黑質(zhì)多巴胺能神經(jīng)元缺失[12-13]。Nigrosome-1 在SWI 上黑質(zhì)的尾部顯示為兩個(gè)低信號(hào),中間為高信號(hào),在SWI 或T2WI 上顯示為燕尾征[14-16]。因此,以往的研究顯示[17-20],燕尾征的缺失可有助于將PD 患者與健康受試者區(qū)分開。BLAZEJEWSKA 等[21]在7 T MRI 高分辨率T2*加權(quán)序列上描述了原本低強(qiáng)度的黑質(zhì)致密部后外側(cè)區(qū)域內(nèi)的高信號(hào)線性區(qū)域,即Nigrosome-1,而在10 名PD 患者中沒有看到。SCHWARZ等[22]在3 T MRI上描述了與高分辨率T2*加權(quán)序列上的燕尾征消失類似的結(jié)構(gòu)。該研究主要包括非PD 參與者,與對(duì)照組中燕尾征消失的存在相比,PD 患者中STS 缺失的敏感度(100%)、特異度(97%)和準(zhǔn)確度(96%)非常高。COSOTTINI 等[23]的一項(xiàng)研究顯示3 T MRI 的平均敏感度為79%,特異度為94%,診斷準(zhǔn)確度為86%。本研究基于SWI 的燕尾征消失診斷PD,在訓(xùn)練集中的敏感度為67.9%、特異度為82.1%、準(zhǔn)確度為75.0%;在測(cè)試集中的敏感度為70.8%、特異度為83.3%、準(zhǔn)確度為77.1%,其診斷效能稍低于以往研究。可能原因?yàn)楸狙芯考{入的PD患者均為早期患者(Hoehn-Yahr 分期為0~2 期),黑質(zhì)改變不明顯,導(dǎo)致醫(yī)生通過燕尾征消失診斷PD 的準(zhǔn)確性相對(duì)較低。由此可見,由于存在主觀性強(qiáng)、一致性較低、診斷準(zhǔn)確度相對(duì)較低的局限性,目前基于燕尾征消失診斷PD在臨床應(yīng)用中仍受限。

    3.2 影像組學(xué)在PD中的診斷價(jià)值

    影像組學(xué)目前已廣泛應(yīng)用于醫(yī)學(xué)研究中,與以往的研究類似[24-25],本研究也使用了影像組學(xué)的方法來提取并構(gòu)建PD 的診斷模型。SHU 等[26]從SWI 圖像上的黑質(zhì)區(qū)域提取影像組學(xué)特征,可一定程度上反映PD的Hoehn-Yahr分期。本研究通過從SWI圖像上勾畫黑質(zhì)區(qū)域并提取特征進(jìn)行篩選,發(fā)現(xiàn)2個(gè)形態(tài)學(xué)特征、1 個(gè)一階特征、2 個(gè)GLCM、1 個(gè)GLSZM、1 個(gè)GLDM與PD 診斷密切相關(guān),具有較高的加權(quán)系數(shù)。本研究進(jìn)一步應(yīng)用5 種分類器方法構(gòu)建PD 的診斷模型。不同的分類器模型在PD 的診斷中具有不同的效能,本研究顯示LR 模型的診斷效能優(yōu)于其他分類器方法。二進(jìn)制的LR是一種基于一個(gè)或多個(gè)自變量估計(jì)二進(jìn)制響應(yīng)概率的傳統(tǒng)方法,提供的不是離散輸出,而是與每個(gè)觀測(cè)相關(guān)的概率[27-29]。此外,本研究發(fā)現(xiàn)LR模型是所有診斷模型中最穩(wěn)定的。因此,本研究選擇LR 作為最終分類器,并用測(cè)試集進(jìn)行驗(yàn)證。結(jié)果顯示LR 模型在測(cè)試集中仍然具有較好的診斷效能,并明顯優(yōu)于人工識(shí)別燕尾征消失診斷PD的效能。由此可見,與傳統(tǒng)的人工識(shí)別相比,基于LR分類器構(gòu)建的PD 診斷模型臨床適用性,且避免了人工識(shí)別主觀性強(qiáng)、診斷準(zhǔn)確度低的局限性。

    3.3 局限性

    本研究仍存在一些不足之處。首先,本研究為單中心研究,且樣本量較少。其次,本研究?jī)H根據(jù)影像方法進(jìn)行診斷,未納入臨床量表。此外,本研究?jī)H提取了SWI圖像上的影像組學(xué)特征,后期需進(jìn)一步加入T1WI、T2WI等其他序列的特征,以期進(jìn)一步提高PD的診斷效能。最后,本研究未做外部驗(yàn)證。

    4 結(jié)論

    綜上所述,基于SWI 黑質(zhì)的影像組學(xué)特征,應(yīng)用機(jī)器學(xué)習(xí)方法構(gòu)建的PD診斷模型能夠較為準(zhǔn)確地診斷PD,為臨床早期干預(yù)治療提供指導(dǎo)。

    作者利益沖突聲明:全體作者均聲明無利益沖突。

    作者貢獻(xiàn)聲明:任軍設(shè)計(jì)本研究的方案,對(duì)稿件重要內(nèi)容進(jìn)行了修改;谷翔起草和撰寫稿件,獲取、分析或解釋本研究的數(shù)據(jù);彭明洋、陳宇辰、殷信道、陳國(guó)中獲取、分析或解釋本研究的數(shù)據(jù),對(duì)稿件重要內(nèi)容進(jìn)行了修改,其中殷信道獲得了江蘇省自然科學(xué)基金的資助;陳國(guó)中獲得了國(guó)家自然科學(xué)基金的資助;全體作者都同意發(fā)表最后的修改稿,同意對(duì)本研究的所有方面負(fù)責(zé),確保本研究的準(zhǔn)確性和誠(chéng)信。

    猜你喜歡
    特征模型研究
    一半模型
    FMS與YBT相關(guān)性的實(shí)證研究
    遼代千人邑研究述論
    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
    視錯(cuò)覺在平面設(shè)計(jì)中的應(yīng)用與研究
    科技傳播(2019年22期)2020-01-14 03:06:54
    如何表達(dá)“特征”
    不忠誠(chéng)的四個(gè)特征
    EMA伺服控制系統(tǒng)研究
    抓住特征巧觀察
    丝瓜视频免费看黄片| 国产精品国产三级专区第一集| 日韩一区二区视频免费看| 国产精品99久久99久久久不卡 | 国产熟女欧美一区二区| 国产欧美日韩一区二区三区在线 | 亚洲人成网站在线播| 精品少妇内射三级| 亚洲怡红院男人天堂| 成年人免费黄色播放视频| 国产成人精品一,二区| 美女国产高潮福利片在线看| 黄片播放在线免费| 欧美日韩在线观看h| 一本一本久久a久久精品综合妖精 国产伦在线观看视频一区 | 我要看黄色一级片免费的| 国产男人的电影天堂91| 日本av免费视频播放| 人体艺术视频欧美日本| 国产又色又爽无遮挡免| 国产深夜福利视频在线观看| 日韩 亚洲 欧美在线| 精品少妇内射三级| 激情五月婷婷亚洲| 国产国语露脸激情在线看| 国产成人精品无人区| 人人妻人人爽人人添夜夜欢视频| 久久狼人影院| 最近的中文字幕免费完整| 精品国产国语对白av| 丰满乱子伦码专区| 久久精品久久久久久噜噜老黄| 全区人妻精品视频| 亚洲国产精品一区二区三区在线| 日韩成人伦理影院| 久热久热在线精品观看| av不卡在线播放| 亚洲欧洲日产国产| 国产伦精品一区二区三区视频9| 亚洲中文av在线| 2021少妇久久久久久久久久久| 国国产精品蜜臀av免费| 成人手机av| 亚洲成色77777| 日韩视频在线欧美| 国产av精品麻豆| 久久精品国产鲁丝片午夜精品| 99久国产av精品国产电影| 一区二区三区四区激情视频| 制服人妻中文乱码| 国产精品女同一区二区软件| 最新的欧美精品一区二区| 中文字幕人妻丝袜制服| 欧美日本中文国产一区发布| av视频免费观看在线观看| 九九爱精品视频在线观看| 久久久精品区二区三区| 丝袜脚勾引网站| 最近手机中文字幕大全| 亚洲情色 制服丝袜| 中文精品一卡2卡3卡4更新| 精品国产一区二区久久| 在线观看免费日韩欧美大片 | 亚洲国产精品一区三区| 又粗又硬又长又爽又黄的视频| 日本wwww免费看| 成人黄色视频免费在线看| 久久久久久久久久久久大奶| 精品熟女少妇av免费看| 久久国产精品大桥未久av| 国产不卡av网站在线观看| 免费黄网站久久成人精品| 三级国产精品片| 一边摸一边做爽爽视频免费| 春色校园在线视频观看| 国产成人免费无遮挡视频| 一级a做视频免费观看| 一本—道久久a久久精品蜜桃钙片| 国产欧美日韩综合在线一区二区| 91久久精品电影网| 亚洲精品美女久久av网站| 午夜视频国产福利| 久久精品久久久久久久性| 少妇熟女欧美另类| 女的被弄到高潮叫床怎么办| tube8黄色片| 18+在线观看网站| 久久久久久久久久人人人人人人| 母亲3免费完整高清在线观看 | 免费日韩欧美在线观看| 飞空精品影院首页| 国产一区有黄有色的免费视频| 在线播放无遮挡| 美女脱内裤让男人舔精品视频| 亚洲精品,欧美精品| 少妇的逼好多水| 黄色毛片三级朝国网站| 狂野欧美白嫩少妇大欣赏| 久久久a久久爽久久v久久| 大话2 男鬼变身卡| 国产一区亚洲一区在线观看| 亚洲欧美一区二区三区国产| 一个人看视频在线观看www免费| 只有这里有精品99| 午夜福利视频精品| 国产色婷婷99| 日韩av在线免费看完整版不卡| 一级a做视频免费观看| 老司机影院成人| 一级毛片aaaaaa免费看小| 日韩av在线免费看完整版不卡| 美女xxoo啪啪120秒动态图| 超碰97精品在线观看| 免费大片黄手机在线观看| 亚洲欧美成人综合另类久久久| 午夜福利影视在线免费观看| 午夜免费观看性视频| 欧美日韩成人在线一区二区| 99久久综合免费| 一个人免费看片子| 男的添女的下面高潮视频| 成人漫画全彩无遮挡| 特大巨黑吊av在线直播| 国产成人精品久久久久久| 男女边吃奶边做爰视频| 久久久久久人妻| 插逼视频在线观看| 日韩强制内射视频| av线在线观看网站| 亚洲av国产av综合av卡| 高清不卡的av网站| 男女无遮挡免费网站观看| 午夜日本视频在线| 国产精品欧美亚洲77777| 久久精品国产亚洲网站| 久久精品国产亚洲av涩爱| 亚洲欧洲国产日韩| 国产成人aa在线观看| 一本一本久久a久久精品综合妖精 国产伦在线观看视频一区 | 亚洲丝袜综合中文字幕| 欧美日韩精品成人综合77777| 日韩欧美精品免费久久| 亚洲欧美成人精品一区二区| 欧美日韩精品成人综合77777| av国产久精品久网站免费入址| 欧美97在线视频| 汤姆久久久久久久影院中文字幕| av国产久精品久网站免费入址| 成人综合一区亚洲| av福利片在线| 黄色视频在线播放观看不卡| 人妻制服诱惑在线中文字幕| 国产男女内射视频| 婷婷色av中文字幕| 亚洲成人av在线免费| 亚洲精品乱久久久久久| 午夜福利影视在线免费观看| 亚洲国产毛片av蜜桃av| 久久久久久久久久久久大奶| 午夜久久久在线观看| 久久精品夜色国产| 精品国产一区二区三区久久久樱花| 久久人人爽人人爽人人片va| 免费黄网站久久成人精品| 大话2 男鬼变身卡| 卡戴珊不雅视频在线播放| 久久国产精品男人的天堂亚洲 | 亚洲av电影在线观看一区二区三区| 中文字幕制服av| 永久网站在线| 色视频在线一区二区三区| av黄色大香蕉| 国产午夜精品久久久久久一区二区三区| 亚洲高清免费不卡视频| 欧美老熟妇乱子伦牲交| 久久久久视频综合| 国产精品蜜桃在线观看| 日韩人妻高清精品专区| 最后的刺客免费高清国语| 在线观看免费视频网站a站| 国产 一区精品| 午夜老司机福利剧场| 美女中出高潮动态图| 亚洲av二区三区四区| 国产男女超爽视频在线观看| 亚洲精品成人av观看孕妇| 国产在线一区二区三区精| 国产成人freesex在线| 超色免费av| 青春草亚洲视频在线观看| 秋霞在线观看毛片| 欧美老熟妇乱子伦牲交| 观看av在线不卡| 美女福利国产在线| 欧美丝袜亚洲另类| 国产午夜精品一二区理论片| 制服诱惑二区| 午夜福利视频精品| 国产亚洲av片在线观看秒播厂| 久久国产精品大桥未久av| 免费不卡的大黄色大毛片视频在线观看| 日本欧美国产在线视频| 九九爱精品视频在线观看| 成人亚洲欧美一区二区av| 搡女人真爽免费视频火全软件| 91精品伊人久久大香线蕉| 久久久久久久大尺度免费视频| 免费大片黄手机在线观看| 最黄视频免费看| 黄色怎么调成土黄色| 一边摸一边做爽爽视频免费| 日韩视频在线欧美| 在线看a的网站| 久久久久视频综合| 国产精品嫩草影院av在线观看| 久久精品国产亚洲av天美| 成年女人在线观看亚洲视频| 免费av不卡在线播放| 男的添女的下面高潮视频| 少妇的逼好多水| 亚洲国产色片| 青春草视频在线免费观看| 99国产综合亚洲精品| 婷婷色综合大香蕉| 青青草视频在线视频观看| 秋霞在线观看毛片| 日本欧美视频一区| 亚洲成人av在线免费| 亚洲国产av新网站| 午夜免费鲁丝| 国产 精品1| 考比视频在线观看| 国产极品天堂在线| 中文精品一卡2卡3卡4更新| 曰老女人黄片| 精品一品国产午夜福利视频| 如日韩欧美国产精品一区二区三区 | 亚洲人成网站在线观看播放| 中文欧美无线码| 黑人欧美特级aaaaaa片| 秋霞在线观看毛片| 免费高清在线观看日韩| 婷婷色麻豆天堂久久| 中文字幕av电影在线播放| 久久久国产欧美日韩av| 永久免费av网站大全| √禁漫天堂资源中文www| 国产精品久久久久久久久免| 中文字幕人妻丝袜制服| 男女国产视频网站| 老熟女久久久| 亚洲精品乱码久久久久久按摩| 美女xxoo啪啪120秒动态图| 亚洲av不卡在线观看| 人妻夜夜爽99麻豆av| 男女高潮啪啪啪动态图| 婷婷色av中文字幕| 欧美xxⅹ黑人| 日韩强制内射视频| 999精品在线视频| 伦理电影大哥的女人| 一级毛片 在线播放| 成年人午夜在线观看视频| 精品视频人人做人人爽| 亚洲激情五月婷婷啪啪| 亚洲精品av麻豆狂野| 国产一区有黄有色的免费视频| 视频在线观看一区二区三区| 中文精品一卡2卡3卡4更新| 国产精品蜜桃在线观看| 精品国产露脸久久av麻豆| 国产片内射在线| 乱人伦中国视频| 亚洲激情五月婷婷啪啪| 王馨瑶露胸无遮挡在线观看| 80岁老熟妇乱子伦牲交| 免费播放大片免费观看视频在线观看| 熟女人妻精品中文字幕| 少妇高潮的动态图| 久久久国产一区二区| 简卡轻食公司| 午夜视频国产福利| 成人毛片a级毛片在线播放| 91在线精品国自产拍蜜月| 夜夜爽夜夜爽视频| 纵有疾风起免费观看全集完整版| 精品一区在线观看国产| 亚洲国产精品国产精品| 一级,二级,三级黄色视频| 免费不卡的大黄色大毛片视频在线观看| 插阴视频在线观看视频| 免费人成在线观看视频色| 男女啪啪激烈高潮av片| 激情五月婷婷亚洲| 91精品国产九色| 精品国产一区二区三区久久久樱花| 亚洲国产精品专区欧美| 久久人人爽人人片av| 夜夜看夜夜爽夜夜摸| 免费av中文字幕在线| 另类精品久久| 久久久久久久久久人人人人人人| 一本—道久久a久久精品蜜桃钙片| 99久久精品国产国产毛片| 国产日韩欧美亚洲二区| 天堂中文最新版在线下载| 精品久久国产蜜桃| 天堂俺去俺来也www色官网| 伦理电影大哥的女人| 久久久久视频综合| 韩国av在线不卡| 久久久国产精品麻豆| 日韩中文字幕视频在线看片| 日韩 亚洲 欧美在线| 国产欧美亚洲国产| 国产精品人妻久久久影院| 久久人人爽人人片av| 国产免费现黄频在线看| 久久久国产一区二区| 国产乱来视频区| 看十八女毛片水多多多| 美女福利国产在线| 久久女婷五月综合色啪小说| 亚洲成人手机| 黑丝袜美女国产一区| 亚洲精品av麻豆狂野| 99国产精品免费福利视频| 伦理电影免费视频| 蜜桃在线观看..| 九色成人免费人妻av| av在线老鸭窝| 99久久中文字幕三级久久日本| 黑人巨大精品欧美一区二区蜜桃 | 久久午夜综合久久蜜桃| 91精品一卡2卡3卡4卡| 夫妻午夜视频| 国产又色又爽无遮挡免| 在线观看国产h片| 日韩欧美一区视频在线观看| a级毛片免费高清观看在线播放| 一级毛片aaaaaa免费看小| 大码成人一级视频| 中文字幕久久专区| 国产亚洲欧美精品永久| 久热这里只有精品99| 亚洲内射少妇av| 国产成人精品一,二区| 最近最新中文字幕免费大全7| 国产深夜福利视频在线观看| 久久精品久久久久久噜噜老黄| 如何舔出高潮| 久久久久精品久久久久真实原创| 丝瓜视频免费看黄片| 久久久久精品久久久久真实原创| 亚洲图色成人| 草草在线视频免费看| 国产欧美日韩一区二区三区在线 | 国产精品麻豆人妻色哟哟久久| 99久久中文字幕三级久久日本| av在线app专区| 极品人妻少妇av视频| 黑人巨大精品欧美一区二区蜜桃 | 视频区图区小说| 热re99久久精品国产66热6| a级毛片在线看网站| 日韩 亚洲 欧美在线| 久久久亚洲精品成人影院| 久久久久精品性色| 久久久午夜欧美精品| 秋霞在线观看毛片| 日本av免费视频播放| 丰满饥渴人妻一区二区三| 亚洲精品久久久久久婷婷小说| 亚洲五月色婷婷综合| 男女啪啪激烈高潮av片| 韩国高清视频一区二区三区| 如日韩欧美国产精品一区二区三区 | 日韩欧美一区视频在线观看| 久久ye,这里只有精品| 91精品一卡2卡3卡4卡| 青春草亚洲视频在线观看| 尾随美女入室| 一区二区三区四区激情视频| 波野结衣二区三区在线| 中文字幕精品免费在线观看视频 | 大码成人一级视频| 一区二区日韩欧美中文字幕 | 免费观看性生交大片5| 亚洲国产日韩一区二区| 亚洲精品国产色婷婷电影| 久久久欧美国产精品| 狂野欧美激情性xxxx在线观看| 免费看不卡的av| 成人18禁高潮啪啪吃奶动态图 | 国产成人精品婷婷| 久久毛片免费看一区二区三区| 国产高清国产精品国产三级| 不卡视频在线观看欧美| 国产免费视频播放在线视频| 国产熟女欧美一区二区| 国产精品久久久久久精品电影小说| 伊人亚洲综合成人网| 亚洲精品第二区| 大香蕉久久成人网| 久久久久久久大尺度免费视频| 国产极品粉嫩免费观看在线 | 午夜av观看不卡| 久久久久久久大尺度免费视频| 亚洲欧洲国产日韩| 又黄又爽又刺激的免费视频.| 亚洲综合色网址| 久久久精品免费免费高清| 搡老乐熟女国产| 伦精品一区二区三区| 亚洲精品av麻豆狂野| .国产精品久久| 中文字幕精品免费在线观看视频 | 有码 亚洲区| 国产成人午夜福利电影在线观看| 黄色怎么调成土黄色| 女人久久www免费人成看片| 99九九在线精品视频| 天堂中文最新版在线下载| 亚洲欧美中文字幕日韩二区| 亚洲一区二区三区欧美精品| 亚洲国产欧美日韩在线播放| 色婷婷av一区二区三区视频| 亚洲三级黄色毛片| 久久影院123| 亚洲久久久国产精品| 久久国产亚洲av麻豆专区| 波野结衣二区三区在线| 五月天丁香电影| 久久免费观看电影| 国产无遮挡羞羞视频在线观看| av福利片在线| 亚洲国产毛片av蜜桃av| 啦啦啦中文免费视频观看日本| 精品少妇黑人巨大在线播放| 在线观看免费高清a一片| 国产高清不卡午夜福利| 亚洲国产精品成人久久小说| 中文欧美无线码| 国产爽快片一区二区三区| av免费在线看不卡| 久热这里只有精品99| 免费大片18禁| 久久久国产精品麻豆| 我要看黄色一级片免费的| 欧美精品人与动牲交sv欧美| 丰满饥渴人妻一区二区三| 最新中文字幕久久久久| 亚洲欧美色中文字幕在线| 男女边吃奶边做爰视频| 不卡视频在线观看欧美| 亚洲综合精品二区| 男女啪啪激烈高潮av片| 亚洲国产成人一精品久久久| 久久久久视频综合| a级片在线免费高清观看视频| 91在线精品国自产拍蜜月| 久久久久久久久久人人人人人人| 简卡轻食公司| 一区在线观看完整版| 黑人巨大精品欧美一区二区蜜桃 | 中文字幕精品免费在线观看视频 | 搡老乐熟女国产| 免费大片黄手机在线观看| 日韩免费高清中文字幕av| 成人毛片a级毛片在线播放| 在线观看www视频免费| 亚洲美女视频黄频| 日韩电影二区| 精品少妇久久久久久888优播| 久久久久久久久久人人人人人人| 熟女人妻精品中文字幕| 精品久久久久久久久亚洲| 国产亚洲精品第一综合不卡 | 少妇熟女欧美另类| 亚洲av成人精品一二三区| 成人综合一区亚洲| 综合色丁香网| 夜夜看夜夜爽夜夜摸| 少妇 在线观看| 久久精品国产自在天天线| 午夜福利视频在线观看免费| 欧美国产精品一级二级三级| 精品酒店卫生间| 在现免费观看毛片| 在线观看免费日韩欧美大片 | √禁漫天堂资源中文www| 国产探花极品一区二区| 插阴视频在线观看视频| 婷婷色麻豆天堂久久| 成年av动漫网址| 中文精品一卡2卡3卡4更新| 午夜福利,免费看| videossex国产| 天天躁夜夜躁狠狠久久av| 美女视频免费永久观看网站| 最近最新中文字幕免费大全7| 国产午夜精品一二区理论片| 国产精品久久久久久av不卡| av网站免费在线观看视频| 飞空精品影院首页| 亚洲综合色网址| 国产精品99久久久久久久久| 高清欧美精品videossex| 婷婷色麻豆天堂久久| 国产深夜福利视频在线观看| 97在线视频观看| 大香蕉久久网| 丝袜脚勾引网站| 日本午夜av视频| videos熟女内射| 男女国产视频网站| 久久女婷五月综合色啪小说| 久久精品夜色国产| 亚洲怡红院男人天堂| 亚洲精品久久成人aⅴ小说 | 亚洲性久久影院| 精品久久久精品久久久| 国产极品天堂在线| 精品亚洲成a人片在线观看| 国产高清国产精品国产三级| 欧美日韩综合久久久久久| 亚洲欧美日韩另类电影网站| 精品久久久久久电影网| 成人午夜精彩视频在线观看| 99久久综合免费| 一级,二级,三级黄色视频| 蜜桃久久精品国产亚洲av| 男女边吃奶边做爰视频| 亚洲成色77777| 免费黄色在线免费观看| 色婷婷av一区二区三区视频| 欧美老熟妇乱子伦牲交| 夜夜骑夜夜射夜夜干| 国产精品成人在线| 日本91视频免费播放| 久久综合国产亚洲精品| 成年美女黄网站色视频大全免费 | 一本—道久久a久久精品蜜桃钙片| 久久亚洲国产成人精品v| 午夜老司机福利剧场| av在线观看视频网站免费| videos熟女内射| 黑人欧美特级aaaaaa片| 亚洲欧美精品自产自拍| 如何舔出高潮| 精品久久国产蜜桃| 亚洲成色77777| 亚洲精品成人av观看孕妇| 亚洲av.av天堂| 亚洲欧美成人精品一区二区| 亚洲欧美清纯卡通| 国产一区二区三区av在线| 久久国产精品男人的天堂亚洲 | 久久久久久人妻| 一级a做视频免费观看| 亚洲中文av在线| 51国产日韩欧美| 视频区图区小说| 午夜免费男女啪啪视频观看| 欧美日韩国产mv在线观看视频| 国产极品天堂在线| 少妇精品久久久久久久| 色视频在线一区二区三区| 国产成人精品无人区| 成年av动漫网址| 亚洲欧洲精品一区二区精品久久久 | 26uuu在线亚洲综合色| 成人午夜精彩视频在线观看| 日韩欧美精品免费久久| 91aial.com中文字幕在线观看| 国产免费又黄又爽又色| 久久韩国三级中文字幕| 国产极品天堂在线| 亚洲av成人精品一区久久| 久久青草综合色| 伊人亚洲综合成人网| 精品亚洲乱码少妇综合久久| 国产精品女同一区二区软件| 我的老师免费观看完整版| 中文字幕免费在线视频6| 国产亚洲最大av| 国产精品久久久久久久电影| 婷婷成人精品国产| 夫妻午夜视频| 国产熟女欧美一区二区| 香蕉精品网在线| 丰满乱子伦码专区| 你懂的网址亚洲精品在线观看| 成人二区视频| 色哟哟·www| 插逼视频在线观看| 欧美 日韩 精品 国产| 国国产精品蜜臀av免费| 国产av精品麻豆| 久热久热在线精品观看| 黑人猛操日本美女一级片| 色94色欧美一区二区| 啦啦啦啦在线视频资源| 国产精品免费大片| 人体艺术视频欧美日本| 成人二区视频| 欧美另类一区| 狠狠婷婷综合久久久久久88av| 在线亚洲精品国产二区图片欧美 | 波野结衣二区三区在线| 欧美3d第一页| 欧美国产精品一级二级三级| 国产熟女欧美一区二区| 午夜精品国产一区二区电影| 中国国产av一级|