• <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 ?

    基于全連接LSTM的心肺音分離方法

    2018-04-18 11:13:04雷志彬陳駿霖
    自動化與信息工程 2018年6期
    關(guān)鍵詞:心音掩碼時頻

    雷志彬 陳駿霖

    ?

    基于全連接LSTM的心肺音分離方法

    雷志彬 陳駿霖

    (廣東工業(yè)大學(xué))

    心肺音分離;非負(fù)矩陣分解;長短時記憶網(wǎng)絡(luò)

    0  引言

    據(jù)世界衛(wèi)生組織統(tǒng)計,2015年全球約有2160萬(約55%)的非傳染性疾病死亡與心肺疾病有關(guān)[1]。心肺疾病已成為嚴(yán)重威脅人類生命健康的主要疾病之一,而對心肺系統(tǒng)快速準(zhǔn)確的診斷可及早發(fā)現(xiàn)病情,幫助患者早日康復(fù)。臨床對心肺系統(tǒng)診斷的方式有心電圖、胸透和聽診等。相較于其他診斷方式,聽診因具有快速、非侵入和低成本的優(yōu)點(diǎn)而被廣泛應(yīng)用于心肺系統(tǒng)的早期診斷。然而,通過聽診器采集到的心音和肺音常混疊在一起,給臨床診斷帶來干擾。因此,從心肺音混合信號中分離出干凈的心音和肺音,對提高聽診質(zhì)量和協(xié)助臨床診斷具有重要的現(xiàn)實(shí)意義。

    由于心音和肺音在60 Hz~320 Hz頻帶存在相互干擾,傳統(tǒng)的帶通濾波[2]無法將它們完全分離。為解決這一問題,國內(nèi)外學(xué)者提出許多方法,包括基于自適應(yīng)濾波的方法[3-5]、基于小波濾波的方法[6-8]和盲源分離方法[9-12]等。

    深度學(xué)習(xí)方法因具有出色的挖掘輸入與目標(biāo)之間非線性映射關(guān)系的能力而受到關(guān)注,廣泛應(yīng)用于語音識別[13]、語音增強(qiáng)[14]和語音分離[15]等領(lǐng)域。目前尚未有人采用深度學(xué)習(xí)方法來實(shí)現(xiàn)心肺音分離。長短時記憶(long short time memory,LSTM)神經(jīng)網(wǎng)絡(luò)具有學(xué)習(xí)輸入數(shù)據(jù)時序相關(guān)性的能力,與心肺音信號的特性相符。本文提出一種基于LSTM的深度神經(jīng)網(wǎng)絡(luò)分離心肺音,同時為減少網(wǎng)絡(luò)優(yōu)化參數(shù),提高網(wǎng)絡(luò)收斂速度,在LSTM層中采用全連接網(wǎng)絡(luò)結(jié)構(gòu)。

    1 心肺音混合模型

    在安靜環(huán)境下,通過電子聽診器采集到的心肺音混合信號可用以下線性混合模型表示[12]:

    隨著電子技術(shù)的發(fā)展,通過電子聽診器采集的信號中白噪聲很弱,且可以通過預(yù)處理方法[16]去除。文獻(xiàn)[12]認(rèn)為預(yù)處理后的心肺音混合信號只含有心音和肺音,可用以下數(shù)學(xué)模型表示:

    2 基于全連接LSTM的心肺音分離模型

    本文提出的基于全連接LSTM的心肺音分離模型如圖1所示。其中,心肺音混合信號的時頻譜作為特征輸入到全連接LSTM神經(jīng)網(wǎng)絡(luò),網(wǎng)絡(luò)輸出心音和肺音的時頻掩碼。心音和肺音的時頻掩碼與混合信號的時頻譜做點(diǎn)乘,從而獲得分離出來的心音和肺音時頻譜。分離的心音和肺音時頻譜與原始真實(shí)的心音和肺音時頻譜做比較,得到心音和肺音的分離誤差項,這2個誤差項的和即為全連接LSTM神經(jīng)網(wǎng)絡(luò)的代價函數(shù)。

    圖1 基于全連接LSTM 的心肺音分離模型

    2.1 全連接LSTM神經(jīng)網(wǎng)絡(luò)

    在傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)中,用LSTM記憶塊替換傳統(tǒng)神經(jīng)元組成LSTM網(wǎng)絡(luò)。LSTM記憶塊由1個記憶單元和3個門控單元組成,其結(jié)構(gòu)如圖2所示。記憶單元的狀態(tài)受3個門控單元(輸入門、遺忘門和輸出門)的控制。輸入門將當(dāng)前數(shù)據(jù)選擇性地輸入到記憶單元;遺忘門調(diào)控歷史信息對當(dāng)前記憶單元狀態(tài)值的影響;輸出門用于選擇性地輸出記憶單元的狀態(tài)值。3個門控單元和獨(dú)立記憶單元的設(shè)計,使得LSTM網(wǎng)絡(luò)具有學(xué)習(xí)輸入信號時序相關(guān)性的能力,并且避免了網(wǎng)絡(luò)訓(xùn)練過程中梯度消失和梯度爆炸的問題。

    圖2  LSTM記憶塊[17]

    在時刻,LSTM記憶塊的狀態(tài)通過以下3個步驟進(jìn)行更新。

    3)輸出信息。由輸出門控制信息輸出,用Sigmoid函數(shù)決定要輸出的記憶單元狀態(tài)信息;用tanh函數(shù)處理記憶單元狀態(tài),2部分信息相乘得到輸出值。

    本文提出的基于全連接LSTM的神經(jīng)網(wǎng)絡(luò)框圖如圖3所示。

    圖3  基于全連接LSTM的神經(jīng)網(wǎng)絡(luò)框圖

    心肺音混合信號的時頻譜作為網(wǎng)絡(luò)的輸入,經(jīng)過一個全連接層的映射后,輸出到一個具有3層全連接結(jié)構(gòu)的LSTM網(wǎng)絡(luò)中;全連接LSTM網(wǎng)絡(luò)的輸出再經(jīng)過一個全連接層的映射輸出心音和肺音的時頻掩碼。這里的全連接是指當(dāng)前層的輸入和輸出拼接起來作為下一層的輸入。通過全連接結(jié)構(gòu),可減少網(wǎng)絡(luò)參數(shù),加快網(wǎng)絡(luò)收斂速度[18]。

    2.2  時頻掩碼

    在語音分離中,時頻掩碼常用作估計源信號時頻譜的中間媒介。本文采用時頻掩碼為相位敏感掩碼[19],定義為

    2.3 代價函數(shù)

    基于全連接LSTM神經(jīng)網(wǎng)絡(luò)的代價函數(shù)[20]為

    3 實(shí)驗和結(jié)果分析

    3.1 實(shí)驗設(shè)置

    在一個自構(gòu)的心肺音數(shù)據(jù)集上評估本文提出的基于全連接LSTM的心肺音分離方法性能。該數(shù)據(jù)集來源于公開數(shù)據(jù)集[21-28],含有111條干凈的心音信號和36條干凈的肺音信號。由于從不同的公開數(shù)據(jù)集中篩選出來的信號具有不同的信號長度和采樣頻率,本文通過截取和降采樣將信號調(diào)整為10 s,2 kHz采樣頻率。仿真實(shí)驗的輸入信號為0 dB信噪比的心肺音混合信號,其合成方法為將干凈的心音和肺音信號按1:1能量比線性混合。通過計算分離得到的心音和肺音信號SNR來評估心肺音分離性能。SNR越高,表示心肺音分離性能越好。

    實(shí)驗中,STFT采用窗長為128個采樣點(diǎn)的漢寧窗,窗口的移動步長為32個采樣點(diǎn)。心肺音混合信號經(jīng)過STFT后得到的時頻譜一幀一幀地輸入到基于全連接LSTM的心肺音分離網(wǎng)絡(luò)中,每一幀含有129個頻率特征。網(wǎng)絡(luò)第一層為含有64個神經(jīng)元的全連接層;接著的3層全連接LSTM層分別含有64,128和256個神經(jīng)元;最后一層為含有129個神經(jīng)元的全連接層,網(wǎng)絡(luò)輸出心音和肺音每一幀的時頻掩碼。

    本文使用三重交叉驗證評估網(wǎng)絡(luò)的心肺音分離性能。將111條心音信號和36條肺音信號平均分成3份,在每一重交叉驗證中,其中1份用于測試,另2份用于訓(xùn)練,最后通過平均三重交叉驗證結(jié)果獲得最終的評估結(jié)果。為比較線性與非線性方法的心肺音分離性能,實(shí)驗中監(jiān)督非負(fù)矩陣分解法(SNMF)采用作基線方法。為了檢驗利用時序信息是否能夠加強(qiáng)心肺音分離效果,本文設(shè)計了一個基于全連接的神經(jīng)網(wǎng)絡(luò)(F-NN),用全連接層替代F-LSTM網(wǎng)絡(luò)中的LSTM層,并保持其他模型參數(shù)與F-LSTM網(wǎng)絡(luò)一致。

    3.2 實(shí)驗結(jié)果和分析

    表1比較了F-LSTM,F(xiàn)-NN和SNMF的心肺音分離性能。與SNMF相比,F(xiàn)-NN和F-LSTM具有更優(yōu)的心肺音分離性能。F-LSTM分離出來的心音和肺音信噪比分別提高了1.69 dB和1.73 dB,驗證了在心肺音分離中,非線性心肺音分離模型優(yōu)于線性模型。與F-NN相比,F(xiàn)-LSTM分離出來的心音和肺音信噪比分別提高了0.67 dB和0.76 dB,驗證了利用時序信息能夠進(jìn)一步加強(qiáng)心肺音分離效果。綜上所述,本文提出的F-LSTM網(wǎng)絡(luò)取得了較優(yōu)的心肺音分離性能。

    表1  實(shí)驗結(jié)果對比

    4  結(jié)語

    本文將LSTM網(wǎng)絡(luò)應(yīng)用于心肺音分離,以處理心肺音成分的非線性混疊情況,并捕捉心肺音成分的時序相關(guān)性,加強(qiáng)分離效果。為了減少網(wǎng)絡(luò)參數(shù),提高訓(xùn)練收斂速度,文中LSTM網(wǎng)絡(luò)采用了全連接網(wǎng)絡(luò)結(jié)構(gòu)。在公開心肺音數(shù)據(jù)集上的仿真結(jié)果表明:相較于線性心肺音分離模型,非線性分離模型取得更優(yōu)的分離效果,并且利用心肺音成分的時序相關(guān)性能進(jìn)一步提高心肺音分離的性能。

    [1] World Health Statistics 2017: monitoring health for the SDGs, Sustainable Development Goals[R]. World Health Organization, Tech. Rep., 2017.

    [2] Gavriely N, Palti Y, Alroy G. Spectral characteristics of normal breath sounds[J]. Journal of Applied Physiology, 1981,50(2): 307–314.

    [3] Sathesh K, Muniraj N J R. Real time heart and lung sound separation using adaptive line enhancer with NLMS[J]. Journal of Theoretical and Applied Information Technology, 2014, 65(2):559–564.

    [4] Ruban Nersisson, Mathew M Noel. Heart sound and lung sound separation algorithms: a review[J]. Journal of Medical Engineering and Technology, 2017,41(1):13–21.

    [5] Ruban Nersisson, Mathew M. Noel. Hybrid Nelder-Mead search based optimal least mean square algorithms for heart and lung sound separation[J]. Engineering Science and Technology, 2017,20:1054–1065.

    [6] Liu Feng, Wang Yutai, Wang Yanxiang. Research and implementation of heart sound denoising[J]. Physics Procedia, 2012,25:777–785.

    [7] Gradolewski D, Redlarski G. Wavelet-based denoising method for real phonocardiography signal recorded by mobile devices in noisy environment[J]. Computers in Biology and Medicine, 2014,52:119–129.

    [8] Mondal A, Saxena I, Tang H, et al. A noise reduction technique based on nonlinear kernel function for heart sound analysis[J]. IEEE Journal of Biomedical and Health Informatics, 2017, doi:10.1109/JBHI.2017.2667685.

    [9] Chien J C, Huang M C, Lin Y D, et al. A study of heart sound and lung sound separation by independent component analysis technique[D]. in 28thAnnual International Conference of the IEEE Engineering in Medicine and Biology Society (EMBS’06). IEEE, 2006:5708–5711.

    [10] Ayari F, Ksouri M, Alouani A T. Lung sound extraction from mixed lung and heart sounds FASTICA algorithm[D]. in 16th IEEE Mediterranean Electrotechnical Conference (MELECON). IEEE, 2012:339–342.

    [11] Makkiabadi B, Jarchi D, Sanei S. A new time domain convolutive BSS of heart and lung sounds[D]. in IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP). IEEE, 2012:605–608.

    [12] Shah G, Koch P, Papadias C B. On the blind recovery of cardiac and respiratory sounds[J]. IEEE Journal of Biomedical and Health Informatics, 2015,19(1):151–157.

    [13] 張舸,張鵬遠(yuǎn),潘接林,等.基于遞歸神經(jīng)網(wǎng)絡(luò)的語音識別快速解碼算法[J]. 電子與信息學(xué)報, 2017, 39(4): 930-937.

    [14] 韓偉,張雄偉,閔剛,等.基于感知掩蔽深度神經(jīng)網(wǎng)絡(luò)的單通道語音增強(qiáng)方法[J].自動化學(xué)報,2017,43(2):248-258.

    [15] 王燕南.基于深度學(xué)習(xí)的說話人無關(guān)單通道語音分離[D]. 合肥:中國科學(xué)技術(shù)大學(xué),2017.

    [16] Chen P Y, Selesnick I W. Translation-invariant shrinkage/ thresholding of group sparse signals[J]. Signal Process, 2014,94:476–489.

    [17] 任智慧,徐浩煜,封松林,等.基于LSTM網(wǎng)絡(luò)的序列標(biāo)注中文分詞法[J].計算機(jī)應(yīng)用研究,2017,34(5):1321-1324,1341.

    [18] Huang G, Liu Z, Maaten L V D, et al. Densely connected convolutional networks[J]. IEEE Conference on Computer Vision and Pattern Recognition. IEEE Computer Society, 2017: 2261–2269.

    [19] Erdogan H, Hershey J R, Watanabe S, et al. Deep recurrent networks for separation and recognition of single channel speech in non-stationary background audio[J]. New Era for Robust Speech Recognition: Exploiting Deep Learning. Berlin, Germany: Springer, 2017.

    [20] Kolbaek M , Yu D , Tan Z H , et al. Multi-talker speech separation with utterance-level permutation invariant training of deep recurrent neural networks[J]. IEEE/ACM Transactions on Audio, Speech, and Language Processing, 2017,25 (10): 1901–1913.

    [21] Bentley P, Nordehn G, Coimbra M, et al. The PASCAL Classifying heart sounds challenge[DB/OL]. (2011-11-01) [2018-12-20]. http://www.peterjbentley.com/heartchallenge.

    [22] PhysioNet. Classification of normal/abnormal heart sound recordings: the physionet/computing in cardiology challenge 2016[DB/OL]. (2018-08-13) [2018-12-20]. https://physionet. org/challenge/2016.

    [23] Welch Allyn. Student clinical learning[DB/OL]. (2018-12-20) [2018-12-20].https://www.welchallyn.com/content/welchallyn/ americas/en/students.html.

    [24] Easy Auscultation. Heart and lung sounds reference guide[DB/OL]. (2018-12-20) [2018-12-20]. https://www. easyauscultation.com/heart-sounds.

    [25] Open Michigan. Heart sound and murmur library[DB/OL]. (2015-04-14) [2018-12-20]. https://open.umich.edu/find/open- educational-resources/medical/heart-sound-murmur-library.

    [26] East Tennessee State University. Pulmonary breath sounds[DB/OL]. (2002-11-25) [2018-12-20]. http://faculty. etsu.edu/arnall/www/public_html/heartlung/breathsounds/contents.html.

    [27] Medical Training and Simulation LLC. Breath sounds reference guide[DB/OL]. (2018-12-20) [2018-12-20]. https://www.practicalclinicalskills.com/breath-sounds-reference-guide.

    [28] PixSoft. The R.A.L.E. Repository[DB/OL]. (2018-12-20) [2018-12-20]. http://www.rale.ca.

    Cardiorespiratory Sound Separation Method Based on Fully Connected Long Short-Time Memory Network

    Lei Zhibin Chen Junlin

    (Guangdong University of Technology)

    In order to address the interference of cardiac sounds and respiratory sounds, researchers proposed a method for separating the cardiorespiratory sound based on non-negative matrix factorization (NMF). However, this method assumes that the cardiac sounds and respiratory sounds are mixed in a linear method in the time-frequency domain, and it didn’t utilize the temporal correlation of cardiorespiratory sounds. Therefore, in this paper we applied the long short-time memory (LSTM) network to the separation of cardiorespiratory sounds to deal with the nonlinear mixing of cardiorespiratory sounds and capture the temporal correlation to enhance the separation performances. In order to reduce the network parameters and improve speed of training, LSTM were constructed in a fully connected structure. The experimental results show that the LSTM network achieves better performances of cardiorespiratory sound separation than the supervised NMF method.

    Cardiorespiratory Sound Separation; Non-Negative Matrix Factorization; Long Short-Time Memory Network

    雷志彬,男,1994年生,碩士研究生,主要研究領(lǐng)域:模式識別,機(jī)器學(xué)習(xí),生物信號處理。E-mail:leizhibin_er@163.com

    猜你喜歡
    心音掩碼時頻
    低面積復(fù)雜度AES低熵掩碼方案的研究
    基于雙閾值的心音快速分段算法及其應(yīng)用研究
    基于布爾異或掩碼轉(zhuǎn)算術(shù)加法掩碼的安全設(shè)計*
    雙聲道心音能量熵比的提取與識別研究
    基于香農(nóng)熵的心音信號檢測方法研究
    基于掩碼的區(qū)域增長相位解纏方法
    基于時頻分析的逆合成孔徑雷達(dá)成像技術(shù)
    基于掩碼的AES算法抗二階DPA攻擊方法研究
    對采樣數(shù)據(jù)序列進(jìn)行時頻分解法的改進(jìn)
    二維心音圖特征提取與識別方法的研究
    王馨瑶露胸无遮挡在线观看| av女优亚洲男人天堂| 观看av在线不卡| 久热爱精品视频在线9| 高清av免费在线| 一区二区三区精品91| 午夜福利网站1000一区二区三区| 不卡视频在线观看欧美| 久热这里只有精品99| 久久狼人影院| 亚洲成色77777| 天天操日日干夜夜撸| 久久毛片免费看一区二区三区| 亚洲专区中文字幕在线 | 高清在线视频一区二区三区| 少妇人妻精品综合一区二区| 男人添女人高潮全过程视频| 国产欧美日韩一区二区三区在线| av卡一久久| av在线播放精品| 免费在线观看视频国产中文字幕亚洲 | 久久久国产一区二区| 欧美日韩一区二区视频在线观看视频在线| 嫩草影视91久久| 国产精品一区二区在线不卡| 啦啦啦视频在线资源免费观看| 国产激情久久老熟女| 最新的欧美精品一区二区| 国产精品成人在线| av网站在线播放免费| 黄片播放在线免费| 一本色道久久久久久精品综合| 午夜日本视频在线| 亚洲av电影在线进入| 99国产综合亚洲精品| 观看av在线不卡| 少妇人妻 视频| 欧美日韩成人在线一区二区| 免费人妻精品一区二区三区视频| 亚洲av日韩在线播放| 久久久久人妻精品一区果冻| 国产男人的电影天堂91| 成人影院久久| 王馨瑶露胸无遮挡在线观看| 97精品久久久久久久久久精品| 成年av动漫网址| 亚洲精品久久成人aⅴ小说| 一本一本久久a久久精品综合妖精| 精品国产露脸久久av麻豆| 亚洲精品日韩在线中文字幕| 国产熟女午夜一区二区三区| 一本—道久久a久久精品蜜桃钙片| 久久ye,这里只有精品| netflix在线观看网站| 最近2019中文字幕mv第一页| 国产乱人偷精品视频| 国产毛片在线视频| 欧美日韩福利视频一区二区| 午夜激情av网站| 9191精品国产免费久久| 激情五月婷婷亚洲| 国产成人av激情在线播放| 男男h啪啪无遮挡| 国产成人免费无遮挡视频| 久久综合国产亚洲精品| 欧美另类一区| 亚洲天堂av无毛| 国产黄频视频在线观看| 久久精品亚洲av国产电影网| 99久久精品国产亚洲精品| 丰满乱子伦码专区| av卡一久久| 欧美成人午夜精品| 一级爰片在线观看| 午夜福利,免费看| 久久人妻熟女aⅴ| 亚洲人成电影观看| 桃花免费在线播放| 久久午夜综合久久蜜桃| 王馨瑶露胸无遮挡在线观看| 在线观看www视频免费| 美女午夜性视频免费| 日韩视频在线欧美| 婷婷色麻豆天堂久久| 国产高清国产精品国产三级| 天堂俺去俺来也www色官网| 1024香蕉在线观看| 国产国语露脸激情在线看| 男男h啪啪无遮挡| 新久久久久国产一级毛片| 免费观看人在逋| 少妇的丰满在线观看| 老司机影院成人| h视频一区二区三区| 欧美精品人与动牲交sv欧美| 人人妻人人添人人爽欧美一区卜| 亚洲国产精品国产精品| 伊人亚洲综合成人网| 一级毛片电影观看| 18禁观看日本| 在线天堂最新版资源| 精品午夜福利在线看| 亚洲一区中文字幕在线| 国产成人一区二区在线| 99久久精品国产亚洲精品| 欧美 亚洲 国产 日韩一| 在线观看一区二区三区激情| 最新的欧美精品一区二区| 日韩成人av中文字幕在线观看| 18禁动态无遮挡网站| 女性生殖器流出的白浆| 国产成人欧美在线观看 | 国产精品久久久久成人av| 搡老岳熟女国产| 欧美xxⅹ黑人| 制服人妻中文乱码| 日日啪夜夜爽| 丝袜人妻中文字幕| 色播在线永久视频| 天天影视国产精品| 91国产中文字幕| 久久99热这里只频精品6学生| 男人舔女人的私密视频| 天天操日日干夜夜撸| 黑人巨大精品欧美一区二区蜜桃| 日韩熟女老妇一区二区性免费视频| 色婷婷av一区二区三区视频| 亚洲精品成人av观看孕妇| 99re6热这里在线精品视频| 美女主播在线视频| 天天躁日日躁夜夜躁夜夜| 男女无遮挡免费网站观看| 亚洲精品视频女| 看免费av毛片| 伊人久久大香线蕉亚洲五| 国产av码专区亚洲av| 又粗又硬又长又爽又黄的视频| 免费黄色在线免费观看| 久久国产精品大桥未久av| 午夜激情久久久久久久| 天堂俺去俺来也www色官网| 亚洲中文av在线| 最新在线观看一区二区三区 | 妹子高潮喷水视频| 99国产综合亚洲精品| 国产精品三级大全| 国产亚洲一区二区精品| 亚洲第一区二区三区不卡| a 毛片基地| 熟妇人妻不卡中文字幕| 男女下面插进去视频免费观看| 国产视频首页在线观看| 亚洲伊人色综图| 欧美在线一区亚洲| 中文字幕av电影在线播放| 丁香六月天网| 青草久久国产| 老司机深夜福利视频在线观看 | 国产日韩欧美在线精品| 国产精品一国产av| 天天躁日日躁夜夜躁夜夜| h视频一区二区三区| 日本av免费视频播放| 精品国产国语对白av| 男女无遮挡免费网站观看| 中文欧美无线码| 99久久综合免费| 欧美97在线视频| 一区二区三区精品91| 99久久综合免费| 亚洲精品久久成人aⅴ小说| 如日韩欧美国产精品一区二区三区| 久久韩国三级中文字幕| 亚洲视频免费观看视频| 女人精品久久久久毛片| 国产无遮挡羞羞视频在线观看| 成人亚洲欧美一区二区av| 午夜激情久久久久久久| 丝瓜视频免费看黄片| 永久免费av网站大全| 欧美久久黑人一区二区| 久久久久久久久久久免费av| www.精华液| 悠悠久久av| 51午夜福利影视在线观看| 在线观看国产h片| 久久久久久人妻| 交换朋友夫妻互换小说| 91精品伊人久久大香线蕉| 日韩电影二区| 精品久久久久久电影网| 亚洲欧美激情在线| 亚洲欧美精品自产自拍| 啦啦啦在线免费观看视频4| 搡老岳熟女国产| 欧美精品一区二区免费开放| a 毛片基地| 国产在线视频一区二区| 多毛熟女@视频| 免费黄网站久久成人精品| 成人毛片60女人毛片免费| 国产精品一区二区在线不卡| 亚洲精品一区蜜桃| 制服诱惑二区| 欧美国产精品va在线观看不卡| 尾随美女入室| 国产成人欧美在线观看 | 在线天堂中文资源库| 可以免费在线观看a视频的电影网站 | 国产精品国产av在线观看| 欧美人与性动交α欧美精品济南到| 人妻人人澡人人爽人人| 看免费成人av毛片| 久久久久人妻精品一区果冻| 精品国产一区二区三区四区第35| 亚洲国产av影院在线观看| 国产黄色视频一区二区在线观看| 成年人免费黄色播放视频| 亚洲国产欧美在线一区| 晚上一个人看的免费电影| 欧美xxⅹ黑人| 欧美日韩国产mv在线观看视频| kizo精华| 国产精品免费大片| 波多野结衣av一区二区av| 两性夫妻黄色片| 天天躁日日躁夜夜躁夜夜| 欧美激情 高清一区二区三区| 国产一区二区在线观看av| 少妇 在线观看| 免费高清在线观看日韩| 丰满迷人的少妇在线观看| av在线老鸭窝| 午夜av观看不卡| 国产精品熟女久久久久浪| 久久久久精品人妻al黑| 亚洲欧洲日产国产| 亚洲第一av免费看| 精品久久久久久电影网| 三上悠亚av全集在线观看| 精品福利永久在线观看| 女人爽到高潮嗷嗷叫在线视频| 亚洲,欧美精品.| 各种免费的搞黄视频| 黄色 视频免费看| 纵有疾风起免费观看全集完整版| 丰满少妇做爰视频| 女人久久www免费人成看片| 亚洲欧洲精品一区二区精品久久久 | 欧美黑人欧美精品刺激| 国产成人欧美在线观看 | 美女高潮到喷水免费观看| 夫妻午夜视频| 亚洲国产看品久久| 亚洲美女视频黄频| 日韩中文字幕欧美一区二区 | 美女扒开内裤让男人捅视频| 国产在线一区二区三区精| 久久99精品国语久久久| 丝袜脚勾引网站| 老司机影院毛片| 国产日韩一区二区三区精品不卡| 久热这里只有精品99| 国产成人免费观看mmmm| 乱人伦中国视频| 国产精品无大码| 亚洲国产精品成人久久小说| 亚洲七黄色美女视频| 国产免费视频播放在线视频| 亚洲成人国产一区在线观看 | 亚洲欧美中文字幕日韩二区| 亚洲七黄色美女视频| 在线观看免费高清a一片| 免费看不卡的av| 精品久久蜜臀av无| 久久人人97超碰香蕉20202| 亚洲七黄色美女视频| 久久久国产一区二区| 亚洲 欧美一区二区三区| 一区二区三区激情视频| 国产免费又黄又爽又色| 亚洲av欧美aⅴ国产| 丰满迷人的少妇在线观看| 如何舔出高潮| 国产熟女欧美一区二区| 高清av免费在线| 亚洲欧美中文字幕日韩二区| 涩涩av久久男人的天堂| 女人久久www免费人成看片| 日韩av不卡免费在线播放| 国产高清国产精品国产三级| 国产乱来视频区| 国产成人av激情在线播放| 天堂8中文在线网| 激情视频va一区二区三区| 成年人免费黄色播放视频| 色婷婷av一区二区三区视频| 曰老女人黄片| 亚洲成av片中文字幕在线观看| 少妇人妻 视频| 97精品久久久久久久久久精品| 亚洲精品美女久久久久99蜜臀 | 欧美精品一区二区免费开放| 国语对白做爰xxxⅹ性视频网站| 久久久精品免费免费高清| 日韩伦理黄色片| 国产黄色视频一区二区在线观看| 性高湖久久久久久久久免费观看| 一本—道久久a久久精品蜜桃钙片| 国产 精品1| 精品少妇黑人巨大在线播放| 欧美人与性动交α欧美精品济南到| 一级毛片我不卡| 亚洲人成网站在线观看播放| 精品国产乱码久久久久久小说| 国产精品久久久久成人av| 宅男免费午夜| 亚洲色图 男人天堂 中文字幕| 午夜91福利影院| 日韩欧美一区视频在线观看| 制服诱惑二区| 亚洲综合精品二区| 亚洲第一青青草原| 菩萨蛮人人尽说江南好唐韦庄| 男人爽女人下面视频在线观看| 另类亚洲欧美激情| bbb黄色大片| 一级a爱视频在线免费观看| 黑人欧美特级aaaaaa片| 日本91视频免费播放| 超色免费av| 97精品久久久久久久久久精品| 男女下面插进去视频免费观看| 婷婷色综合www| 天天添夜夜摸| 午夜福利影视在线免费观看| 亚洲第一区二区三区不卡| 咕卡用的链子| 中文字幕人妻丝袜制服| 热99国产精品久久久久久7| 国产熟女欧美一区二区| 老司机深夜福利视频在线观看 | 日韩,欧美,国产一区二区三区| 中国国产av一级| 国产成人午夜福利电影在线观看| 青春草亚洲视频在线观看| 精品一品国产午夜福利视频| 亚洲国产中文字幕在线视频| 午夜免费观看性视频| 亚洲精品国产一区二区精华液| 免费少妇av软件| 十分钟在线观看高清视频www| 十八禁高潮呻吟视频| 精品国产一区二区久久| 黑人巨大精品欧美一区二区蜜桃| 精品一区二区免费观看| 无遮挡黄片免费观看| 日日撸夜夜添| 一个人免费看片子| 成人三级做爰电影| avwww免费| av网站在线播放免费| 日韩视频在线欧美| 欧美国产精品一级二级三级| 亚洲精品一二三| 久久久久人妻精品一区果冻| 在线精品无人区一区二区三| 一区二区三区四区激情视频| 黄色一级大片看看| av卡一久久| 夫妻性生交免费视频一级片| 国产高清国产精品国产三级| 免费黄频网站在线观看国产| 欧美激情 高清一区二区三区| 亚洲男人天堂网一区| 波多野结衣一区麻豆| 色播在线永久视频| 蜜桃在线观看..| 精品一区二区三区四区五区乱码 | 少妇被粗大猛烈的视频| 丝袜美足系列| 免费黄频网站在线观看国产| 亚洲一区二区三区欧美精品| 亚洲婷婷狠狠爱综合网| 蜜桃在线观看..| 国产精品亚洲av一区麻豆 | 91aial.com中文字幕在线观看| 老司机影院成人| 国产精品.久久久| 国产片内射在线| 伊人久久国产一区二区| 久久精品亚洲av国产电影网| 老司机亚洲免费影院| 国产成人精品福利久久| 伦理电影免费视频| 国产精品久久久av美女十八| 99精品久久久久人妻精品| 在线免费观看不下载黄p国产| 免费观看av网站的网址| 国产av国产精品国产| 国产一区有黄有色的免费视频| xxx大片免费视频| 欧美97在线视频| 男女边吃奶边做爰视频| 免费在线观看完整版高清| 黄色怎么调成土黄色| 黄色视频不卡| 国产在视频线精品| 母亲3免费完整高清在线观看| 欧美精品亚洲一区二区| 国产精品成人在线| 嫩草影视91久久| 国产成人免费观看mmmm| 成年动漫av网址| 久久久精品94久久精品| 亚洲久久久国产精品| 日日摸夜夜添夜夜爱| 老司机影院毛片| 亚洲综合精品二区| 亚洲国产欧美一区二区综合| 青春草国产在线视频| 国产熟女午夜一区二区三区| 高清在线视频一区二区三区| 高清av免费在线| 热99久久久久精品小说推荐| 久久精品久久精品一区二区三区| 99精国产麻豆久久婷婷| a 毛片基地| 亚洲精品,欧美精品| 亚洲av综合色区一区| 操出白浆在线播放| 少妇精品久久久久久久| 激情五月婷婷亚洲| 啦啦啦 在线观看视频| 亚洲国产最新在线播放| 国产女主播在线喷水免费视频网站| 少妇 在线观看| 制服诱惑二区| 极品少妇高潮喷水抽搐| 一边亲一边摸免费视频| 尾随美女入室| 亚洲国产欧美网| 肉色欧美久久久久久久蜜桃| 侵犯人妻中文字幕一二三四区| 国产一区二区三区av在线| 久久人人97超碰香蕉20202| 亚洲成国产人片在线观看| 秋霞伦理黄片| 久久青草综合色| 欧美最新免费一区二区三区| 丝袜脚勾引网站| 久久精品亚洲av国产电影网| 美女午夜性视频免费| 久久国产精品男人的天堂亚洲| 日本午夜av视频| 一区二区三区激情视频| 男女边摸边吃奶| 成年人午夜在线观看视频| 国产有黄有色有爽视频| 91精品伊人久久大香线蕉| 欧美日本中文国产一区发布| 91老司机精品| 亚洲国产精品999| 亚洲精品国产色婷婷电影| 国产午夜精品一二区理论片| 看免费av毛片| 亚洲第一区二区三区不卡| 亚洲精品第二区| av福利片在线| 国产色婷婷99| 黄片播放在线免费| 国产精品av久久久久免费| av女优亚洲男人天堂| 黄片无遮挡物在线观看| 乱人伦中国视频| 国产男女内射视频| 日本黄色日本黄色录像| 亚洲自偷自拍图片 自拍| 1024视频免费在线观看| 999久久久国产精品视频| 精品久久蜜臀av无| 免费在线观看完整版高清| 嫩草影院入口| 男的添女的下面高潮视频| 国产无遮挡羞羞视频在线观看| 亚洲伊人久久精品综合| 亚洲人成网站在线观看播放| 91精品伊人久久大香线蕉| 国产成人精品无人区| 国产无遮挡羞羞视频在线观看| 性少妇av在线| 另类亚洲欧美激情| 热re99久久国产66热| 欧美在线一区亚洲| 久久久久久久大尺度免费视频| av有码第一页| 好男人视频免费观看在线| 男的添女的下面高潮视频| 国产精品久久久久久久久免| 亚洲国产欧美在线一区| 亚洲精品美女久久久久99蜜臀 | 国产亚洲一区二区精品| 国产成人免费观看mmmm| 亚洲欧美成人精品一区二区| 好男人视频免费观看在线| 美女大奶头黄色视频| 久久久久久人人人人人| 精品午夜福利在线看| 欧美黑人欧美精品刺激| 我要看黄色一级片免费的| 大香蕉久久成人网| 亚洲少妇的诱惑av| 美女扒开内裤让男人捅视频| 国产成人精品福利久久| 欧美日韩精品网址| bbb黄色大片| h视频一区二区三区| 亚洲精品av麻豆狂野| 亚洲一码二码三码区别大吗| 女的被弄到高潮叫床怎么办| 久久久久视频综合| 亚洲成av片中文字幕在线观看| 亚洲欧美清纯卡通| 免费人妻精品一区二区三区视频| 精品亚洲成国产av| 久久久久久久久免费视频了| 久久人妻熟女aⅴ| 另类精品久久| av又黄又爽大尺度在线免费看| 亚洲久久久国产精品| av不卡在线播放| 午夜av观看不卡| 在线观看一区二区三区激情| 免费观看性生交大片5| 久久99一区二区三区| 蜜桃国产av成人99| 大片电影免费在线观看免费| 亚洲国产日韩一区二区| 下体分泌物呈黄色| 日韩不卡一区二区三区视频在线| 少妇被粗大的猛进出69影院| 嫩草影院入口| 亚洲精品久久久久久婷婷小说| 伊人久久国产一区二区| 亚洲国产精品一区三区| 亚洲第一区二区三区不卡| 蜜桃国产av成人99| 日韩av免费高清视频| av有码第一页| 免费黄色在线免费观看| 女人精品久久久久毛片| 国产精品二区激情视频| 亚洲四区av| 99香蕉大伊视频| 精品视频人人做人人爽| 在线观看免费高清a一片| 久久天躁狠狠躁夜夜2o2o | 丝袜美腿诱惑在线| 亚洲精品国产区一区二| 午夜激情久久久久久久| 亚洲av日韩精品久久久久久密 | 99久久人妻综合| 久久久久人妻精品一区果冻| 中文字幕人妻丝袜制服| 久久人人爽人人片av| 成人黄色视频免费在线看| 免费黄色在线免费观看| 国产深夜福利视频在线观看| 亚洲人成电影观看| 国产亚洲一区二区精品| 操出白浆在线播放| 国产精品久久久av美女十八| 伦理电影免费视频| 国产在线免费精品| 久久精品亚洲熟妇少妇任你| 亚洲精品自拍成人| 国产一级毛片在线| 十分钟在线观看高清视频www| 午夜福利一区二区在线看| 亚洲 欧美一区二区三区| 欧美日韩亚洲综合一区二区三区_| 亚洲自偷自拍图片 自拍| 纵有疾风起免费观看全集完整版| 麻豆精品久久久久久蜜桃| 亚洲国产av影院在线观看| 精品人妻在线不人妻| 久久97久久精品| 精品免费久久久久久久清纯 | 国产亚洲午夜精品一区二区久久| 亚洲国产精品999| 丝袜美足系列| 亚洲精品aⅴ在线观看| 一边摸一边做爽爽视频免费| 又大又黄又爽视频免费| 国产日韩欧美在线精品| 国产日韩一区二区三区精品不卡| 亚洲久久久国产精品| 国产免费一区二区三区四区乱码| 亚洲一码二码三码区别大吗| 韩国高清视频一区二区三区| 视频区图区小说| 国产精品麻豆人妻色哟哟久久| 国产成人啪精品午夜网站| 亚洲男人天堂网一区| 大片免费播放器 马上看| 亚洲第一区二区三区不卡| 日韩一区二区三区影片| 国产极品粉嫩免费观看在线| 无遮挡黄片免费观看| 国产视频首页在线观看| 大香蕉久久网| 亚洲四区av| 国产精品偷伦视频观看了| 亚洲av成人不卡在线观看播放网 | 欧美人与善性xxx|