• <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 ?

    基于機器學習的醫(yī)療器械分類與預測方法研究

    2024-02-05 12:36:50黃佳劉翔宇
    科技創(chuàng)新與應用 2024年5期
    關(guān)鍵詞:機器學習信息化

    黃佳 劉翔宇

    摘? 要:針對當前醫(yī)療器械分類仍然采用人工分類方式,費時費力的問題,提出一種基于機器學習的醫(yī)療器械分類與預測方法,通過引入機器學習和自然語言處理領(lǐng)域的經(jīng)典算法,以新版《醫(yī)療器械分類目錄》為標準,提取醫(yī)療器械產(chǎn)品注冊證的關(guān)鍵信息作為語料庫,實現(xiàn)對醫(yī)療器械的產(chǎn)品類別劃分,達到真正意義上的醫(yī)療器械自動分類,為各級醫(yī)療機構(gòu)的醫(yī)療器械分類管理信息化奠定基礎,提供借鑒和啟示。

    關(guān)鍵詞:醫(yī)療器械;機器學習;自動分類;分類管理;信息化

    中圖分類號:R197.39? ? ? 文獻標志碼:A? ? ? ? ? 文章編號:2095-2945(2024)05-0028-04

    Abstract: The current manual classification method for medical devices is still time-consuming and labor-intensive. In order to address this issue, a medical device classification and prediction method based on machine learning is proposed. By introducing classic algorithms in the fields of machine learning and natural language processing, and using the new version of the "Medical Device Classification Catalog" as the standard, the key information from the medical device product registration certificate is extract as the corpus to classify medical devices into product categories, so the true automatic classification of medical devices is achieved, which lays the foundation and provides reference and inspiration for the informatization of medical device classification management in medical institutions at all levels.

    Keywords: medical device; machine learning; automatic classification; classified management; informatization

    醫(yī)療器械具有產(chǎn)品多樣化、學科跨度大、復雜程度高等特點,涉及機械、電子、臨床醫(yī)學、生命科學和材料等諸多學科門類,既具有很強的專業(yè)性,又具有跨專業(yè)、跨學科的綜合性,故對其進行科學高效的分類是有效實施監(jiān)管、合理配置資源的關(guān)鍵所在[1]。但隨著各類數(shù)字化、智能化的醫(yī)療器械涌入醫(yī)院,傳統(tǒng)采用人工分類的管理運行方式已經(jīng)變得捉襟見肘,如何利用信息技術(shù)手段對其進行分門別類的管理,為領(lǐng)導者、決策者掌握醫(yī)院醫(yī)療器械總體情況、編制發(fā)展規(guī)劃與配置方案,管理部門制定年度采購計劃提供快捷而準確的信息數(shù)據(jù)成為當務之急[2]。

    自2018年8月1日開始實施的新版《醫(yī)療器械分類目錄》[3]以工程技術(shù)與應用領(lǐng)域為主線,側(cè)重于從醫(yī)療器械的產(chǎn)品功能和臨床使用的角度劃分產(chǎn)品品類歸屬,形成了包括《01有源手術(shù)器械》《02無源手術(shù)器械》《03神經(jīng)和血管手術(shù)器械》《05放射治療器械》《06醫(yī)用成像器械》在內(nèi)的22個產(chǎn)品管理類別,框架設置更合理、層級結(jié)構(gòu)更清晰,在實際管理工作中更加具有指導性和可操作性,也為自動分類提供了科學指導和實踐依據(jù)[4]。

    醫(yī)療器械注冊證是指醫(yī)療器械產(chǎn)品的合法身份證[5],包括產(chǎn)品名稱、注冊證編號等重要信息。醫(yī)療器械注冊證編號由6個部分組成,基本編排方式為:×1械注×2××××3×4××5××××6,其中×1為注冊審批部門所在地的簡稱;×2為注冊形式;××××3為首次注冊年份;×4為產(chǎn)品管理類別;××5為產(chǎn)品分類編碼;××××6為首次注冊流水號[6]。由此可見,通過注冊證信息可以建立起產(chǎn)品名稱與產(chǎn)品管理類別的對應關(guān)系,并由此為自動分類提供必備材料。

    近年來,研究人員利用大量數(shù)據(jù)“訓練”機器,讓機器自己去學習,然后對世界上的某件事情做出決定或預測,這一類方法被稱為機器學習[7]。在機器學習中,文本分類是最常見的問題,也是應用最為廣泛的領(lǐng)域之一,在新聞分類、輿情監(jiān)測、智能分診、商業(yè)決策和垃圾郵件過濾等眾多領(lǐng)域都有著重要應用[8]。因此,拋棄以往手工分類的管理方式,引入機器學習和自然語言處理領(lǐng)域的經(jīng)典算法,以新版《醫(yī)療器械分類目錄》為標準,依據(jù)醫(yī)療器械注冊證的關(guān)鍵信息對醫(yī)療器械進行產(chǎn)品類別劃分,從而實現(xiàn)醫(yī)療器械自動分類與預測,是本文研究的主要課題。

    1? 材料與研究方法

    1.1? 數(shù)據(jù)收集

    本文以境內(nèi)醫(yī)療器械為主要研究對象,為了獲得足夠大的研究樣本量,從國家藥品監(jiān)督管理局網(wǎng)站公開的醫(yī)療器械數(shù)據(jù)查詢欄目中,下載境內(nèi)二類以上醫(yī)療器械注冊條目信息90 249條作為原始數(shù)據(jù)集,各個數(shù)據(jù)條目包括了產(chǎn)品名稱、產(chǎn)品分類編碼、產(chǎn)品管理類別等有助于自動分類的關(guān)鍵信息,文本數(shù)據(jù)示例見表1。

    新版《醫(yī)療器械分類目錄》以“總局關(guān)于發(fā)布醫(yī)療器械分類目錄的公告(2017年第104號)”中的附件為準,從國家藥品監(jiān)督管理局網(wǎng)站下載可得,新版《醫(yī)療器械分類目錄》提供了22個完整的產(chǎn)品分類編碼,以及與之對應的6 609個典型產(chǎn)品名稱舉例。

    1.2? 數(shù)據(jù)處理及算法研究

    本文的原始數(shù)據(jù)集采用新版《醫(yī)療器械分類目錄》與國家藥品監(jiān)督管理局網(wǎng)站公開的醫(yī)療器械注冊條目信息共計9萬余條。如圖1所示,原始數(shù)據(jù)集在經(jīng)過數(shù)據(jù)預處理、分詞和去停用詞、文本向量化、文本特征提取后,將按照4∶1的比例劃分為訓練數(shù)據(jù)集與測試數(shù)據(jù)集,并提供給Scikit-learn(簡稱sklearn)機器學習庫中的svm模塊、naive_bayes模塊,以及neighbors模塊構(gòu)建的支持向量機(SVM)、樸素貝葉斯、K近鄰(KNN)3種分類器進行模型訓練及類別預測,同時返回評估算法與分類模型的關(guān)鍵性能指標進行模型效果對比驗證。

    2? 實驗結(jié)果與分析

    2.1? 數(shù)據(jù)預處理

    在使用數(shù)據(jù)之前,有必要對原始數(shù)據(jù)進行預處理。本文使用Python語言進行編程實現(xiàn)境內(nèi)醫(yī)療器械注冊條目數(shù)據(jù)的預處理工作,包括拆分原始數(shù)據(jù),提取有用信息,處理缺失值、異常值并制作訓練數(shù)據(jù)集與測試數(shù)據(jù)集。如注冊條目數(shù)據(jù)“數(shù)字乳腺X射線攝影系統(tǒng) (上海聯(lián)影醫(yī)療科技股份有限公司 滬械注準20192060485)”,將該條目進行拆分,可獲得產(chǎn)品名稱為“數(shù)字乳腺X射線攝影系統(tǒng)”,首次注冊年份為“2019”,產(chǎn)品管理類別為“2”類,產(chǎn)品分類編碼為“06”,對應新版《醫(yī)療器械分類目錄》中22個產(chǎn)品分類編碼下的“06 醫(yī)用成像器械”,與品名舉例中的“乳腺X射線機、數(shù)字化乳腺X射線機”高度相似。

    2.2? 分詞和過濾

    中文不同于英文,英文是以詞為單位的,詞與詞之間以空格分隔,而中文則是以字為單位,須要使用專門的分詞工具將中文字符序列通過分詞劃分為逐個的詞語,以作為文本向量化和計算機算術(shù)運算的基礎[9]。jieba庫是一款優(yōu)秀的Python第三方中文分詞庫,通過jieba庫可完成中文分詞這一過程。與此同時,將產(chǎn)品名稱中一些非語義特征的字母和數(shù)字符號過濾可提高中文匹配的準確度,而且可以節(jié)省計算機的內(nèi)存空間和計算時間?!皵?shù)字乳腺X射線攝影系統(tǒng)”和“醫(yī)用血管造影X射線系統(tǒng)”在經(jīng)過jieba精確分詞模式處理后,可分為[‘數(shù)字,‘乳腺,‘X射線,‘攝影,‘系統(tǒng)]、[‘醫(yī)用,‘血管,‘造影,‘X射線,‘系統(tǒng)]。

    2.3? 文本向量化

    經(jīng)過數(shù)據(jù)清洗、中文分詞、去除停用詞之后得到的文本數(shù)據(jù)是中文詞語的集合,對于這種詞語數(shù)據(jù)集,計算機不能直接識別和處理,因此需要使用向量空間模型將詞匯映射到向量空間中進行數(shù)值化表示,同時數(shù)值型數(shù)據(jù)也可以提升計算機分析處理的運算速度。如果整個醫(yī)療器械詞語字典由{‘X射線,‘乳腺,‘醫(yī)用,‘攝影,‘數(shù)字,‘系統(tǒng),‘血管,‘造影}組成,若想要向量化文本“數(shù)字乳腺X射線攝影系統(tǒng)”,其在分詞后可以轉(zhuǎn)換為以下向量:(1,1,0,1,1,1,0,0)。

    2.4? 文本特征提取

    在向量空間模型中,為了區(qū)別文本的特征,需要對文本中的核心字詞進行特征提取,并將其作為文本分類的主要依據(jù)。因此,本文引入了TF-IDF(Term Frequency-Inverse Document Frequency,詞頻-逆文件頻率)算法進行文本特征提取。TF-IDF是一種用于信息檢索與數(shù)據(jù)挖掘的加權(quán)技術(shù),其本質(zhì)是一種統(tǒng)計方法,可以用來衡量字詞對于文本的重要程度。該方法的基本原理是:根據(jù)某個詞語在某篇文章中出現(xiàn)的頻率以及該詞在語料庫中出現(xiàn)的頻率來綜合評估該詞對分類的影響,詞的重要性僅與上述的2個頻率值有關(guān)。通過引入TF、IDF 2個指標,能使特征詞權(quán)重計算結(jié)果更加精確,文本分類準確性更高。經(jīng)過TF-IDF特征提取后,文本“數(shù)字乳腺X射線攝影系統(tǒng)”的向量化表示(1,1,0,1,1,1,0,0),可以進一步轉(zhuǎn)化為(0.355 200 09,0.499 221 33,0,0.499 221 33,0.499 221 33, 0.355 200 09,0,0)。

    2.5? 分類器構(gòu)建及模型驗證

    由上文所述,選擇使用向量空間模型和TF-IDF算法的目的,就是為了使醫(yī)療器械文本特征向量可以使用分類算法進行類別劃分,因此選擇何種分類算法將會直接決定分類與預測結(jié)果的優(yōu)劣。

    在中文短文本分類領(lǐng)域,常用的分類方法有K近鄰算法(KNN)、樸素貝葉斯算法、支持向量機算法(SVM)和決策樹算法等[10]。其中,KNN算法是一種應用于數(shù)據(jù)分類和預測的分類算法,它的基本原理是對于一個指定的預測樣本,KNN分類模型會從訓練數(shù)據(jù)集中找到與其距離最近的k個樣本,如果k個最近鄰樣本中的大多數(shù)屬于某一個類別,則該樣本也屬于這個類別。KNN算法既可以處理二分類任務,又可以處理多分類任務[11]。樸素貝葉斯是建立在概率統(tǒng)計基礎上的一種分類模型,該模型主要基于貝葉斯定理和特征條件獨立性假設來實現(xiàn)分類。算法的第一步是得到文本中每個詞屬于某一類別的概率,然后根據(jù)條件獨立性假設,可計算出文本屬于某一類別的概率,或者某一類概率最高。樸素貝葉斯算法具備非??斓挠柧毢皖A測速度,適用于實時分類任務[12]。SVM算法是一種基于統(tǒng)計學習理論的分類算法,它可以根據(jù)有限的樣本數(shù)據(jù),結(jié)合結(jié)構(gòu)風險最小原理,將原低維空間中的非線性問題變換為高維空間中的線性問題來進行計算,并最終得出分類結(jié)果。SVM算法在小樣本、非線性及高維分類問題中具有獨特優(yōu)勢[13]。

    本文主要選取了機器學習的3種經(jīng)典算法(KNN算法、樸素貝葉斯算法、SVM算法)進行文本分類測試,并通過實驗比較這3種算法的分類效果。本實驗采用基于Python語言的sklearn機器學習算法庫,使用sklearn庫中naive_bayes模塊、neighbors模塊以及svm模塊構(gòu)建的3種分類器進行模型訓練及類別預測,同時返回評估算法與分類模型的關(guān)鍵性能指標——準確率(Accuracy)、精確率(Precision)、召回率(Recall)和綜合評價指標(F1-Measure)。其中,準確率是對模型預測的正確數(shù)量所占總預測數(shù)量的比例進行評估的一項指標;精確率表示分類后的某個類別中正確分類的樣本占該類樣本的比例;召回率表示分類模型正確分類的樣本數(shù)占該類別總樣本數(shù)的比例;綜合評價指標是精確率和召回率的加權(quán)調(diào)和平均,常用于評價不同分類模型的優(yōu)劣。樸素貝葉斯、SVM和KNN 3種算法的對比實驗結(jié)果見表2,其中最優(yōu)指標加粗表示。

    從整體的實驗結(jié)果來看,SVM算法的整體分類準確率達到86.2%,綜合評價指標也達到最高的84.1%,其中精確率高達90.2%,在本數(shù)據(jù)集上表現(xiàn)出較好的分類效果。樸素貝葉斯算法的分類表現(xiàn)整體優(yōu)于KNN算法,召回率達到最高的82.6%,但是分類效果與SVM算法仍然存在差距。

    3? 結(jié)束語

    醫(yī)療器械具有多學科交叉、知識密集型等特點,產(chǎn)品繁多,組成迥異,風險跨度大,從最簡單的檢查手套、紗布、繃帶,到高技術(shù)含量的直線加速器、磁共振、CT等,都屬于醫(yī)療器械的范疇??茖W合理地對其進行分類編碼是醫(yī)療器械精細化管理的基石,發(fā)揮著舉足輕重的作用。針對產(chǎn)生的大量醫(yī)療器械名目數(shù)據(jù),人工分類存在效率低、成本高、專業(yè)難度大等問題,所以需要機器替代人工來進行分類。

    本文為解決傳統(tǒng)的醫(yī)療器械人工分類費時又費力的問題,以新版《醫(yī)療器械分類目錄》為標準,提取醫(yī)療器械注冊證的關(guān)鍵信息作為語料庫,分別采用樸素貝葉斯算法、SVM算法、KNN算法進行了醫(yī)療器械自動分類實驗。從實驗結(jié)果的對比分析來看,SVM算法的總體表現(xiàn)更為優(yōu)秀,在精確率方面有著最高的數(shù)值,能夠有效地處理產(chǎn)品名稱描述的文本分類問題,可達到較好的醫(yī)療器械分類效果。KNN算法在整體分類上的表現(xiàn)欠佳。樸素貝葉斯算法的表現(xiàn)相對好于KNN算法,但是仍與SVM算法有一定的差距。

    參考文獻:

    [1] 華長江,許鳴,張亮.醫(yī)療設備的分類管理研究[J].醫(yī)療衛(wèi)生裝備,2014,35(10):133-135.

    [2] 李文兵,王學軍.醫(yī)療器械分類編碼在醫(yī)院固定資產(chǎn)管理中的應用[J].醫(yī)療衛(wèi)生裝備,2015,36(7):130-133.

    [3] 母瑞紅,余新華.新版《醫(yī)療器械分類目錄》使用時應注意的問題和建議[J].中國醫(yī)療器械信息,2019,25(19):23-24,129.

    [4] 侯羿,李子木,房琦,等.新版《醫(yī)療器械分類目錄》在醫(yī)療器械招標采購工作中的應用[J].醫(yī)療衛(wèi)生裝備,2021,42(4):85-88.

    [5] 李非.我國醫(yī)療器械注冊管理體系研究[D].沈陽:沈陽藥科大學,2019.

    [6] 王蘭明.中國醫(yī)療器械注冊管理工作的現(xiàn)狀與思考[J].中國醫(yī)療器械信息,2012,18(11):28-34,39.

    [7] MARC G, GENTON. Classes of kernels for machine learning: a statistics perspective[J].Journal of Machine Learning Research, 2002,2(2):299-312.

    [8] WANG B K, HUANG Y F, YANG W X, et al. Short text classification based on strong feature thesaurus[J].Journal of Zhejiang University-Science C(Computers & Electronics),2012,13(9):649-659.

    [9] 何莘,王琬蕪.自然語言檢索中的中文分詞技術(shù)研究進展及應用[J].情報科學,2008(5):787-791.

    [10] 劉碩,王庚潤,李英樂,等.中文短文本分類技術(shù)研究綜述[J].信息工程大學學報,2021,22(3):304-312.

    [11] 耿麗娟,李星毅.用于大數(shù)據(jù)分類的KNN算法研究[J].計算機應用研究,2014,31(5):1342-1344,1373.

    [12] 賀鳴,孫建軍,成穎.基于樸素貝葉斯的文本分類研究綜述[J].情報科學,2016,34(7):147-154.

    [13] 丁世飛,齊丙娟,譚紅艷.支持向量機理論與算法研究綜述[J].電子科技大學學報,2011,40(1):2-10.

    猜你喜歡
    機器學習信息化
    月“睹”教育信息化
    月“睹”教育信息化
    幼兒教育信息化策略初探
    甘肅教育(2020年18期)2020-10-28 09:06:02
    “云會計”在中小企業(yè)會計信息化中的應用分析
    活力(2019年21期)2019-04-01 12:16:40
    基于詞典與機器學習的中文微博情感分析
    基于網(wǎng)絡搜索數(shù)據(jù)的平遙旅游客流量預測分析
    時代金融(2016年27期)2016-11-25 17:51:36
    前綴字母為特征在維吾爾語文本情感分類中的研究
    科教導刊(2016年26期)2016-11-15 20:19:33
    基于支持向量機的金融數(shù)據(jù)分析研究
    機器學習理論在高中自主學習中的應用
    信息化是醫(yī)改的重要支撐
    级片在线观看| 午夜福利成人在线免费观看| 午夜免费激情av| 久久精品国产亚洲av高清一级| 国产精品免费一区二区三区在线| 午夜福利18| 精品一区二区三区视频在线观看免费| 又紧又爽又黄一区二区| 欧美不卡视频在线免费观看 | 最近最新中文字幕大全电影3 | 国产av精品麻豆| 国产黄a三级三级三级人| 人人妻人人澡欧美一区二区 | 国产成人影院久久av| 99riav亚洲国产免费| cao死你这个sao货| 亚洲狠狠婷婷综合久久图片| 美女高潮到喷水免费观看| 国产主播在线观看一区二区| 久久国产乱子伦精品免费另类| 自线自在国产av| 亚洲中文字幕一区二区三区有码在线看 | 黑丝袜美女国产一区| 精品乱码久久久久久99久播| 精品国产美女av久久久久小说| 久久狼人影院| 亚洲成人精品中文字幕电影| 久久欧美精品欧美久久欧美| 免费在线观看影片大全网站| 黑人巨大精品欧美一区二区mp4| 日韩国内少妇激情av| 看黄色毛片网站| 热re99久久国产66热| 国产精品一区二区免费欧美| 亚洲在线自拍视频| 国产aⅴ精品一区二区三区波| 黄色a级毛片大全视频| 欧美一级a爱片免费观看看 | 国产私拍福利视频在线观看| 久久精品国产亚洲av香蕉五月| av视频免费观看在线观看| 国产真人三级小视频在线观看| 精品久久久久久,| 国产一级毛片七仙女欲春2 | 男人的好看免费观看在线视频 | 男女做爰动态图高潮gif福利片 | 国产亚洲精品av在线| 国产99久久九九免费精品| 久久国产亚洲av麻豆专区| 18禁国产床啪视频网站| 精品一区二区三区视频在线观看免费| 国产成人欧美| 97碰自拍视频| 国产野战对白在线观看| 波多野结衣av一区二区av| 国产av在哪里看| av天堂在线播放| 国产又爽黄色视频| 日本 av在线| 国产私拍福利视频在线观看| 19禁男女啪啪无遮挡网站| 90打野战视频偷拍视频| 露出奶头的视频| 国产伦人伦偷精品视频| 欧美成人性av电影在线观看| 中亚洲国语对白在线视频| 丝袜人妻中文字幕| 给我免费播放毛片高清在线观看| 亚洲一卡2卡3卡4卡5卡精品中文| 黄色片一级片一级黄色片| 国产成人一区二区三区免费视频网站| 亚洲人成伊人成综合网2020| 极品人妻少妇av视频| 很黄的视频免费| 亚洲免费av在线视频| 熟女少妇亚洲综合色aaa.| svipshipincom国产片| 国产日韩一区二区三区精品不卡| 久久久久久久久免费视频了| 国产aⅴ精品一区二区三区波| 中文字幕av电影在线播放| 色播在线永久视频| 在线观看舔阴道视频| 又黄又爽又免费观看的视频| 精品福利观看| 亚洲精品在线美女| 久久人人97超碰香蕉20202| 此物有八面人人有两片| 久久国产乱子伦精品免费另类| 国产免费av片在线观看野外av| 欧美黄色片欧美黄色片| 99在线人妻在线中文字幕| 黑丝袜美女国产一区| 电影成人av| 国产欧美日韩一区二区精品| 亚洲免费av在线视频| 在线播放国产精品三级| 黄色a级毛片大全视频| 精品久久久久久久人妻蜜臀av | 动漫黄色视频在线观看| 亚洲成人久久性| 色哟哟哟哟哟哟| 免费看a级黄色片| 国产又色又爽无遮挡免费看| 久久婷婷人人爽人人干人人爱 | 亚洲第一欧美日韩一区二区三区| 精品久久久久久成人av| 欧美另类亚洲清纯唯美| 美女扒开内裤让男人捅视频| 黄色a级毛片大全视频| 女人爽到高潮嗷嗷叫在线视频| 女性被躁到高潮视频| 色哟哟哟哟哟哟| 亚洲国产精品sss在线观看| 亚洲精品久久成人aⅴ小说| 在线免费观看的www视频| 亚洲av成人av| 免费看美女性在线毛片视频| 狠狠狠狠99中文字幕| 国产精华一区二区三区| 性少妇av在线| 国产精品 欧美亚洲| 两个人看的免费小视频| 国产亚洲精品综合一区在线观看 | 91av网站免费观看| 一个人观看的视频www高清免费观看 | 一本大道久久a久久精品| 97人妻天天添夜夜摸| 夜夜看夜夜爽夜夜摸| 男人舔女人的私密视频| 美女大奶头视频| 99热只有精品国产| 国产成人精品在线电影| 免费女性裸体啪啪无遮挡网站| 久久亚洲真实| 亚洲人成电影免费在线| 可以免费在线观看a视频的电影网站| 亚洲avbb在线观看| 国内精品久久久久精免费| 美国免费a级毛片| 黄色成人免费大全| 亚洲 国产 在线| 国产在线观看jvid| 亚洲视频免费观看视频| 久久久久久久午夜电影| 日本a在线网址| 男人的好看免费观看在线视频 | 不卡一级毛片| www.熟女人妻精品国产| 最近最新中文字幕大全电影3 | or卡值多少钱| 免费搜索国产男女视频| 一级作爱视频免费观看| 国产单亲对白刺激| 我的亚洲天堂| 亚洲专区字幕在线| 亚洲欧美日韩另类电影网站| 久久久久亚洲av毛片大全| 亚洲少妇的诱惑av| 色综合亚洲欧美另类图片| 黄色视频,在线免费观看| 十八禁人妻一区二区| 夜夜夜夜夜久久久久| 久久影院123| 国产熟女xx| 久久精品91蜜桃| 中文字幕人成人乱码亚洲影| АⅤ资源中文在线天堂| 中国美女看黄片| 欧美黄色淫秽网站| 国产在线精品亚洲第一网站| 国产免费男女视频| 999久久久精品免费观看国产| 国产亚洲精品第一综合不卡| 1024香蕉在线观看| 天天添夜夜摸| 两性夫妻黄色片| 午夜福利成人在线免费观看| 国产成人免费无遮挡视频| 亚洲自偷自拍图片 自拍| 国产精品99久久99久久久不卡| 国产精品综合久久久久久久免费 | 国产主播在线观看一区二区| 国产私拍福利视频在线观看| 久久久久久国产a免费观看| а√天堂www在线а√下载| 18禁裸乳无遮挡免费网站照片 | 999精品在线视频| 伊人久久大香线蕉亚洲五| 在线观看免费视频网站a站| 啦啦啦 在线观看视频| 日本a在线网址| 午夜精品久久久久久毛片777| 可以免费在线观看a视频的电影网站| 国产高清videossex| 亚洲中文日韩欧美视频| 黄色成人免费大全| 成人国产一区最新在线观看| 国产蜜桃级精品一区二区三区| 久久久水蜜桃国产精品网| 满18在线观看网站| 好男人在线观看高清免费视频 | 久久中文字幕人妻熟女| 久久精品91无色码中文字幕| 国产欧美日韩一区二区精品| 精品无人区乱码1区二区| 欧美成人免费av一区二区三区| 午夜久久久久精精品| 91精品国产国语对白视频| 久久久久国产精品人妻aⅴ院| 国产一级毛片七仙女欲春2 | 欧美日韩精品网址| 不卡一级毛片| 巨乳人妻的诱惑在线观看| 色综合亚洲欧美另类图片| 欧美日韩中文字幕国产精品一区二区三区 | 成人av一区二区三区在线看| 啦啦啦免费观看视频1| 88av欧美| 视频区欧美日本亚洲| 国产成人影院久久av| 91麻豆av在线| 搡老熟女国产l中国老女人| 国产精品综合久久久久久久免费 | 中亚洲国语对白在线视频| 成年女人毛片免费观看观看9| 午夜免费鲁丝| 一级黄色大片毛片| 午夜影院日韩av| 91成年电影在线观看| 一边摸一边抽搐一进一小说| 人妻久久中文字幕网| 又黄又粗又硬又大视频| 日韩免费av在线播放| 99精品欧美一区二区三区四区| 一级,二级,三级黄色视频| 精品欧美一区二区三区在线| 亚洲av片天天在线观看| 国产精品亚洲一级av第二区| 日韩成人在线观看一区二区三区| 亚洲精品美女久久久久99蜜臀| 欧美在线一区亚洲| 国产97色在线日韩免费| 中文字幕高清在线视频| 不卡一级毛片| 国产精品免费一区二区三区在线| 国产高清有码在线观看视频 | 丝袜在线中文字幕| 欧美+亚洲+日韩+国产| 国产精品香港三级国产av潘金莲| 精品免费久久久久久久清纯| 99精品久久久久人妻精品| xxx96com| 少妇 在线观看| av在线播放免费不卡| 狠狠狠狠99中文字幕| 夜夜夜夜夜久久久久| 看黄色毛片网站| 999久久久国产精品视频| 国产一区二区激情短视频| 国产av又大| 啦啦啦观看免费观看视频高清 | 51午夜福利影视在线观看| 国产区一区二久久| 久久精品国产综合久久久| 亚洲精品在线观看二区| 女性生殖器流出的白浆| 欧美色视频一区免费| 久久人妻av系列| 精品国产亚洲在线| 国产精品二区激情视频| 精品欧美国产一区二区三| 夜夜躁狠狠躁天天躁| 久久香蕉精品热| 国产精品一区二区三区四区久久 | 岛国视频午夜一区免费看| 又大又爽又粗| www.熟女人妻精品国产| 久热爱精品视频在线9| 一区福利在线观看| 69av精品久久久久久| 婷婷丁香在线五月| 国产精品99久久99久久久不卡| 欧美黑人精品巨大| 国产精品 国内视频| 在线播放国产精品三级| 国产视频一区二区在线看| 久久天堂一区二区三区四区| 成人手机av| 天堂影院成人在线观看| 日本黄色视频三级网站网址| 日韩欧美三级三区| 国产精华一区二区三区| 淫妇啪啪啪对白视频| 丝袜在线中文字幕| 日韩三级视频一区二区三区| 波多野结衣一区麻豆| 国产激情欧美一区二区| 亚洲国产欧美日韩在线播放| 亚洲中文av在线| 老司机午夜十八禁免费视频| 男男h啪啪无遮挡| 91字幕亚洲| 欧美日韩乱码在线| 一卡2卡三卡四卡精品乱码亚洲| 精品福利观看| 国产免费av片在线观看野外av| 免费看十八禁软件| 午夜久久久久精精品| 一边摸一边做爽爽视频免费| 亚洲,欧美精品.| 给我免费播放毛片高清在线观看| 国产成人av激情在线播放| 激情视频va一区二区三区| 啦啦啦 在线观看视频| 国产成人av教育| 搞女人的毛片| 一区二区日韩欧美中文字幕| 1024视频免费在线观看| 制服人妻中文乱码| 亚洲一区二区三区色噜噜| 国产一区二区激情短视频| 一进一出抽搐动态| 亚洲国产欧美网| 婷婷精品国产亚洲av在线| 亚洲精品中文字幕一二三四区| 人妻久久中文字幕网| 亚洲欧美日韩另类电影网站| 国产一区二区三区综合在线观看| 亚洲人成伊人成综合网2020| 女性被躁到高潮视频| 国产主播在线观看一区二区| 在线观看免费日韩欧美大片| 真人做人爱边吃奶动态| 涩涩av久久男人的天堂| 日韩av在线大香蕉| 91老司机精品| 人人妻,人人澡人人爽秒播| 久久久久久人人人人人| 天天躁狠狠躁夜夜躁狠狠躁| 9色porny在线观看| 欧美性长视频在线观看| 757午夜福利合集在线观看| 狂野欧美激情性xxxx| 我的亚洲天堂| 国产精品1区2区在线观看.| 亚洲精品中文字幕在线视频| 中文字幕人成人乱码亚洲影| 免费在线观看完整版高清| 国内毛片毛片毛片毛片毛片| 69精品国产乱码久久久| 色av中文字幕| 国产亚洲精品av在线| 亚洲少妇的诱惑av| 女性生殖器流出的白浆| 别揉我奶头~嗯~啊~动态视频| 9色porny在线观看| 久久精品91蜜桃| 亚洲视频免费观看视频| 国产精品久久久久久人妻精品电影| 非洲黑人性xxxx精品又粗又长| 黄色毛片三级朝国网站| 国产99白浆流出| 99精品欧美一区二区三区四区| 一本久久中文字幕| 亚洲欧洲精品一区二区精品久久久| 女同久久另类99精品国产91| 国产精品久久久人人做人人爽| 国产成人影院久久av| 国产av一区在线观看免费| 亚洲国产精品合色在线| 成人三级黄色视频| 久久人妻熟女aⅴ| 少妇的丰满在线观看| 757午夜福利合集在线观看| 国产真人三级小视频在线观看| 久久久久久久精品吃奶| 人妻久久中文字幕网| 又黄又爽又免费观看的视频| 国产精品久久久av美女十八| 免费高清在线观看日韩| 国产97色在线日韩免费| 黑人操中国人逼视频| 乱人伦中国视频| 黄色视频,在线免费观看| 国产亚洲欧美98| 欧美性长视频在线观看| 精品一品国产午夜福利视频| 夜夜爽天天搞| 日韩欧美国产在线观看| 国产精品亚洲一级av第二区| 99热只有精品国产| 久久九九热精品免费| 午夜免费鲁丝| 大型黄色视频在线免费观看| 国产一区二区在线av高清观看| 午夜老司机福利片| 欧美乱色亚洲激情| 黑人巨大精品欧美一区二区蜜桃| 国产成人精品在线电影| 国产麻豆69| 国产精品亚洲美女久久久| 色在线成人网| 久久亚洲真实| 久久国产精品人妻蜜桃| 欧美一区二区精品小视频在线| 久久中文看片网| 满18在线观看网站| 波多野结衣一区麻豆| 精品欧美一区二区三区在线| 久久热在线av| 欧美激情久久久久久爽电影 | 久久精品国产亚洲av香蕉五月| АⅤ资源中文在线天堂| 男女下面插进去视频免费观看| 亚洲人成伊人成综合网2020| 熟女少妇亚洲综合色aaa.| 中文字幕高清在线视频| 一二三四在线观看免费中文在| 久久久久亚洲av毛片大全| 欧美午夜高清在线| 亚洲狠狠婷婷综合久久图片| 青草久久国产| 成人亚洲精品av一区二区| 久久久久久久久中文| 精品一区二区三区视频在线观看免费| 精品国产一区二区三区四区第35| 亚洲性夜色夜夜综合| 99在线视频只有这里精品首页| 久久久久精品国产欧美久久久| 亚洲专区字幕在线| 自线自在国产av| 日本精品一区二区三区蜜桃| 日韩欧美免费精品| 精品无人区乱码1区二区| 怎么达到女性高潮| 麻豆成人av在线观看| 中文字幕人成人乱码亚洲影| 久久精品国产亚洲av高清一级| 国产欧美日韩综合在线一区二区| 欧美另类亚洲清纯唯美| 两性午夜刺激爽爽歪歪视频在线观看 | 国产男靠女视频免费网站| 精品国产超薄肉色丝袜足j| 日韩精品免费视频一区二区三区| 露出奶头的视频| 国产欧美日韩综合在线一区二区| 99精品在免费线老司机午夜| 国产99白浆流出| 一二三四社区在线视频社区8| 大型av网站在线播放| 熟女少妇亚洲综合色aaa.| 国产精品99久久99久久久不卡| 国产一区在线观看成人免费| 国产一区二区三区在线臀色熟女| 久久午夜亚洲精品久久| 亚洲色图综合在线观看| 亚洲专区国产一区二区| 国产高清激情床上av| 亚洲性夜色夜夜综合| 非洲黑人性xxxx精品又粗又长| 欧美精品亚洲一区二区| 黑丝袜美女国产一区| 久久影院123| 美女午夜性视频免费| 久久久国产成人免费| 老熟妇乱子伦视频在线观看| 国产一区二区激情短视频| 亚洲精品国产一区二区精华液| 精品电影一区二区在线| 啪啪无遮挡十八禁网站| 久久 成人 亚洲| 婷婷六月久久综合丁香| 97超级碰碰碰精品色视频在线观看| 精品国产亚洲在线| 夜夜爽天天搞| 咕卡用的链子| 天堂√8在线中文| 国产高清videossex| 无遮挡黄片免费观看| 别揉我奶头~嗯~啊~动态视频| 国产乱人伦免费视频| 少妇裸体淫交视频免费看高清 | 在线观看免费视频日本深夜| 免费高清在线观看日韩| 黄片播放在线免费| av欧美777| 亚洲欧美激情综合另类| 黄网站色视频无遮挡免费观看| 一夜夜www| 午夜免费鲁丝| 精品国产美女av久久久久小说| 久9热在线精品视频| 欧美日本视频| 99久久久亚洲精品蜜臀av| 亚洲av美国av| 日本a在线网址| 欧美色欧美亚洲另类二区 | 欧美绝顶高潮抽搐喷水| 变态另类成人亚洲欧美熟女 | 极品人妻少妇av视频| 精品少妇一区二区三区视频日本电影| 久久中文字幕人妻熟女| 亚洲精品av麻豆狂野| 午夜a级毛片| 精品一区二区三区四区五区乱码| 动漫黄色视频在线观看| 日本a在线网址| 亚洲av片天天在线观看| 美女高潮喷水抽搐中文字幕| 人妻久久中文字幕网| 村上凉子中文字幕在线| 69精品国产乱码久久久| 在线观看免费视频日本深夜| 免费人成视频x8x8入口观看| 欧美绝顶高潮抽搐喷水| 精品久久久久久久毛片微露脸| 免费观看精品视频网站| 午夜福利欧美成人| 桃色一区二区三区在线观看| 在线免费观看的www视频| 国产亚洲av嫩草精品影院| 国产精品1区2区在线观看.| 色播亚洲综合网| 色婷婷久久久亚洲欧美| 成人免费观看视频高清| xxx96com| 1024香蕉在线观看| 国产激情久久老熟女| 在线视频色国产色| 非洲黑人性xxxx精品又粗又长| 少妇粗大呻吟视频| 1024视频免费在线观看| 国产精品乱码一区二三区的特点 | 国产人伦9x9x在线观看| 日本欧美视频一区| 欧美色欧美亚洲另类二区 | 国产av又大| 亚洲五月色婷婷综合| 两个人视频免费观看高清| 一本大道久久a久久精品| 精品久久久久久久毛片微露脸| 一级毛片高清免费大全| 国产欧美日韩精品亚洲av| av天堂久久9| 午夜福利欧美成人| 久久久久久亚洲精品国产蜜桃av| 成人国产一区最新在线观看| 欧美日韩福利视频一区二区| 老汉色∧v一级毛片| 1024视频免费在线观看| www日本在线高清视频| 大陆偷拍与自拍| 黑人操中国人逼视频| 国产精品日韩av在线免费观看 | 他把我摸到了高潮在线观看| 国产亚洲欧美精品永久| 国产三级在线视频| 亚洲人成伊人成综合网2020| 大型黄色视频在线免费观看| 国产成人一区二区三区免费视频网站| 999久久久精品免费观看国产| 亚洲成av人片免费观看| 亚洲 欧美 日韩 在线 免费| 18禁裸乳无遮挡免费网站照片 | 色综合欧美亚洲国产小说| av在线播放免费不卡| svipshipincom国产片| 日本 av在线| 校园春色视频在线观看| 日韩 欧美 亚洲 中文字幕| 欧美一级毛片孕妇| 天天躁狠狠躁夜夜躁狠狠躁| 狂野欧美激情性xxxx| 啦啦啦免费观看视频1| 日本撒尿小便嘘嘘汇集6| 午夜福利高清视频| 国产麻豆成人av免费视频| 18禁观看日本| 黄色片一级片一级黄色片| 精品电影一区二区在线| 精品国产一区二区久久| 97碰自拍视频| 很黄的视频免费| 国产在线观看jvid| 精品欧美一区二区三区在线| 久久狼人影院| 久久久久精品国产欧美久久久| 精品乱码久久久久久99久播| 啦啦啦观看免费观看视频高清 | 精品国内亚洲2022精品成人| 久久久国产精品麻豆| 91九色精品人成在线观看| 亚洲狠狠婷婷综合久久图片| 中文字幕精品免费在线观看视频| 高清黄色对白视频在线免费看| 久久久久国产精品人妻aⅴ院| 欧美成人性av电影在线观看| 一边摸一边抽搐一进一出视频| 国产精品久久久久久人妻精品电影| 久热爱精品视频在线9| 中国美女看黄片| 国产午夜福利久久久久久| 操出白浆在线播放| 亚洲精品在线观看二区| 成年女人毛片免费观看观看9| 国产精品久久久av美女十八| 久久伊人香网站| 99精品欧美一区二区三区四区| 一级毛片精品| 国产成人精品在线电影| 99国产精品一区二区三区| 中亚洲国语对白在线视频| 精品不卡国产一区二区三区| 久久香蕉激情|