• <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 ?

    基于多分支卷積神經(jīng)網(wǎng)絡(luò)的視網(wǎng)膜血管分割方法

    2021-02-28 11:53:54趙書凝陳蕊柳玉婷
    電腦知識與技術(shù) 2021年35期
    關(guān)鍵詞:圖像處理視網(wǎng)膜

    趙書凝 陳蕊 柳玉婷

    摘要:現(xiàn)有Unet網(wǎng)絡(luò)分割視網(wǎng)膜血管精度較低,為了更精確地分割出視網(wǎng)膜血管,提出一種基于多分支卷積神經(jīng)網(wǎng)絡(luò)的視網(wǎng)膜血管的分割方法。在原有UNet網(wǎng)絡(luò)模型進(jìn)行改進(jìn),即增加級聯(lián)結(jié)構(gòu)獲取更多信息流,有利于復(fù)雜特征的提取,同時(shí)提出共享權(quán)重殘差模塊來優(yōu)化模型。實(shí)驗(yàn)在DRIVE數(shù)據(jù)集上進(jìn)行驗(yàn)證,實(shí)驗(yàn)結(jié)果表明所提的網(wǎng)絡(luò)模型與Unet網(wǎng)絡(luò)分割結(jié)果相比,在準(zhǔn)確率、靈敏度等評價(jià)指標(biāo)上均有所提升,顯示出更好的性能。

    關(guān)鍵詞:圖像處理;視網(wǎng)膜;血管分割;多分支卷積神經(jīng)網(wǎng)絡(luò)

    中圖分類號:TP183 ? ? ?文獻(xiàn)標(biāo)識碼:A

    文章編號:1009-3044(2021)35-0088-03

    Retinal Vessel Segmentation Method Based on Multi Branch Convolutional Neural Network

    ZHAO Shu-ning, CHEN Rui, LIU Yu-ting

    (Wannan Medical College, Wuhu 241000,China)

    Abstract: To solve the problem of low segmentation accuracy caused by the UNet network in the retinal image.To segment retinal vessels more accurately, this paper proposes a new method based on multi-path network on UNet network .To improve the original UNet model, the cascade structure is added to get more information flow, which is beneficial to the extraction of complex features, and the shared weight residual module is proposed to optimize the model.The experiment results on the DRIVE Dataset show that the proposed network model has better performance than the UNet network segmentation results in terms of accuracy and sensitivity.

    Key words: image processing; retina; vessel segmentation; Ladder Net

    1 ?引 言

    視網(wǎng)膜血管是人體血管系統(tǒng)中唯一可以直接觀察的部分,很多疾病需要通過觀察視網(wǎng)膜血管的形態(tài)學(xué)變化來進(jìn)行判別,比如病糖尿病性視網(wǎng)膜病變、心血管疾病和眼科疾病等。而從視網(wǎng)膜眼底圖像中提取視網(wǎng)膜血管形態(tài)學(xué)特征的關(guān)鍵步驟是血管分割。傳統(tǒng)的手工分割血管既耗時(shí)又容易出錯(cuò),因此,開發(fā)一種準(zhǔn)確的自動視網(wǎng)膜血管分割方法顯得尤為重要。

    2015年,Ronneberger 等人在MICCAI會議發(fā)表Unet,是深度學(xué)習(xí)在醫(yī)學(xué)影像分割中的突破性的進(jìn)展。UNet 是基于FCN(fully convolutional network)改進(jìn)而成,包括編碼器、瓶頸(bottleneck)模塊、解碼器幾部分組成,由于其U型結(jié)構(gòu)結(jié)合上下文信息和訓(xùn)練速度快、使用數(shù)據(jù)量小,滿足醫(yī)學(xué)影像分割的訴求[1]。但目前研究比較多都是對Unet網(wǎng)絡(luò)的變體:Jin等人用可變形卷積塊改進(jìn)卷積操作,通過可變形卷積塊學(xué)進(jìn)行多尺度的學(xué)習(xí),以達(dá)到準(zhǔn)確分割[2];Oktay O等人在2018年提出的Attention Unet在 Unet 在編碼器解碼器中對應(yīng)的特征進(jìn)行拼接之前加入了一個(gè)集成注意力門(AGs),重新調(diào)整了解碼器的輸出特征[3];Wang 等人對于輸入輸出模塊采用殘差結(jié)構(gòu),對于上下采樣采用外部嵌套殘差結(jié)構(gòu)的全局聚合模塊,從而減弱單一卷積操作所帶來的信息丟失問題[4]。然而,所有這些變體仍然屬于編碼器編解碼器結(jié)構(gòu),其中信息流的路徑數(shù)量是有限的。

    本文采用一種基于多分支卷積神經(jīng)網(wǎng)絡(luò),以此增加數(shù)據(jù)流路徑并用于眼底視網(wǎng)膜血管分割,在DRIVE數(shù)據(jù)集上進(jìn)行訓(xùn)練,驗(yàn)證此模型在視網(wǎng)膜圖像血管分割任務(wù)上的優(yōu)越性能。

    2 訓(xùn)練模型的選取

    2.1 ?LadderNet

    Unet網(wǎng)絡(luò)中信息流的路徑數(shù)量有限,為了解決這個(gè)問題在此基礎(chǔ)上提出了一種更多信息流路徑的多分支卷積神經(jīng)網(wǎng)絡(luò)(LadderNet),它是一個(gè)多分支的全卷積網(wǎng)絡(luò)(FCN),可以看作是一個(gè)Unet網(wǎng)鏈。代替在Unet中只有一對編碼解碼器分支,LadderNet有多對編碼解碼器分支,并且解碼器與解碼器之間有多個(gè)跳躍連接[5]。具體網(wǎng)絡(luò)結(jié)構(gòu)如圖1所示(以兩個(gè)Unet網(wǎng)絡(luò)連接為例)。

    上圖中1和3是編碼器分支,2和4是解碼器分支,A到E是不同級的特征,整個(gè)模型用一個(gè)步長為2的卷積層來代替池化層。實(shí)質(zhì)上是兩個(gè)Unet網(wǎng)絡(luò)(1和2組成一個(gè),3和4組成一個(gè))相連,而這兩個(gè)U形之間的A-D級采用跳接連接起來。從模型可以看到有很多信息流路徑,如(1) A1 A2 A3 A4;(2)A1B1B2B3B4A4;(3)A1B1C1C2C3C4B4A4等。每一條信息流都可以看作是一個(gè)卷積神經(jīng)網(wǎng)絡(luò),路徑數(shù)量隨著隨編碼器解碼器對的數(shù)量和空間級別的數(shù)量而呈指數(shù)級增長,因此有可能捕捉到更復(fù)雜的特征,并產(chǎn)生更高的精度。

    2.2共享權(quán)重殘差模塊(Shared-weights residual block)

    增加更多的編碼解碼器分支會導(dǎo)致參數(shù)增加,從而訓(xùn)練變得困難,共享權(quán)重殘差模塊解決了這個(gè)問題,與何提出的標(biāo)準(zhǔn)殘余卷積塊[6]不同,同一塊中的兩個(gè)卷積層的權(quán)重相同,在兩個(gè)卷積層之間增加了一個(gè)drop out層以避免過度擬合。共享權(quán)重殘余模塊用到跳躍連接、循環(huán)層、drop out,比標(biāo)準(zhǔn)殘余塊具有的參數(shù)要少得多,具體結(jié)構(gòu)如圖2所示。

    3 實(shí)驗(yàn)結(jié)果與分析

    3.1 數(shù)據(jù)集與實(shí)驗(yàn)環(huán)境設(shè)置

    本文選取DRIVE公開數(shù)據(jù)集[7]對模型進(jìn)行訓(xùn)練與測試。該數(shù)據(jù)集一共有40張眼底彩色圖像組成,每張圖像的大小為565×584 。其中33張是正常的眼底彩色圖像,7張圖像有早期糖尿病視網(wǎng)膜病變跡象。40張圖像分為訓(xùn)練集和測試集兩組,每組各20張圖像,每張圖像對應(yīng)2個(gè)眼科專家手動分割金標(biāo)準(zhǔn)。具體圖像如圖3所示。

    實(shí)驗(yàn)采用Pytorch框架,計(jì)算機(jī)配置為Intel Core i7-10700KF CPU,32G內(nèi)存,Nvidia GeForce RTX 3060 GPU,采用64位Win10操作系統(tǒng)。

    3.2 圖像預(yù)處理與參數(shù)設(shè)置

    為了提高視網(wǎng)膜血管圖像分割的準(zhǔn)確性,圖像在訓(xùn)練之前要進(jìn)行預(yù)處理操作。首先將原始的彩色圖像進(jìn)行圖像灰度處理,彩色眼底圖像有R、G、B三個(gè)通道,將每個(gè)通道賦予圖像灰度化計(jì)算的權(quán)重,具體權(quán)重分配如公式(1)所示:

    Gray_img = R×0.299+G×0.587+B×0.114 ? ? ? ? ? ? ? ? ? ? (1)

    公式中R、G、B分別代表紅、綠、藍(lán)通道,考慮到G通道圖像包含的信息較多,其圖像比其他兩個(gè)通道圖像清晰,所以賦予G通道0.587的最大權(quán)重[8]。

    其次,將圖片將限制對比度直方圖均衡化[9],在抑制噪聲的同時(shí)提升血管與背景的對比度,凸顯血管信息。最后,采用伽馬變換進(jìn)血管和背景的對比度調(diào)節(jié),抑制光照不均勻和中心線反射等現(xiàn)象,通過伽馬值與血管、背景的像素特征進(jìn)行匹配,便于辨識出細(xì)小血管,以此達(dá)到增強(qiáng)血管與背景的對比度,具體的預(yù)處理過程如圖4所示。

    考慮到DRIVE數(shù)據(jù)集只有20張訓(xùn)練集圖像,為了避免訓(xùn)練中產(chǎn)生過擬合現(xiàn)象故本實(shí)驗(yàn)采用隨機(jī)切片(patches)的方法將訓(xùn)練集數(shù)量進(jìn)行擴(kuò)增:即將20個(gè)訓(xùn)練圖像中的每一張圖像隨機(jī)裁剪10000個(gè)64×64大小的patches來獲得一組200000個(gè)patches,具體如圖5所示。

    通過算法隨機(jī)初始化初始權(quán)重信息,設(shè)置訓(xùn)練batch_size大小為64,初始學(xué)習(xí)率設(shè)為0.0005,迭代100次,訓(xùn)練過程中通過Adam算法優(yōu)化損失函數(shù)。

    3.3 模型評價(jià)指標(biāo)

    血管分割的最終目標(biāo)就是將血管(1)和背景(0)分離,實(shí)質(zhì)就是對視網(wǎng)膜圖像的每個(gè)像素進(jìn)行二分類。模型分割性能的評價(jià)指標(biāo)主要是將模型分割的結(jié)果和專家手動分割的標(biāo)準(zhǔn)進(jìn)行比較,具體像素點(diǎn)的分割結(jié)果如表1所示。

    正確分割的血管像素點(diǎn)用TP表示,錯(cuò)誤分割的血管像素點(diǎn)用FP表示,正確分割的背景像素點(diǎn)用TN表示,錯(cuò)誤分割的背景像素點(diǎn)用FN表示。

    保存訓(xùn)練好的最優(yōu)參數(shù)并加載到相應(yīng)的模型中,并在測試集上進(jìn)行性能測試。測的結(jié)果評價(jià)標(biāo)準(zhǔn)由準(zhǔn)確率 (Accuracy)、召回率(Recall)、AUC/ROC曲線等指標(biāo)進(jìn)行評價(jià)。

    3.4 實(shí)驗(yàn)結(jié)果對比分析

    將本文算法用在DRIVE數(shù)據(jù)集上進(jìn)行性能測試,分割的具體結(jié)果如圖6所示,準(zhǔn)確率、召回率、ROC曲線和AUC值如圖7所示:

    4 結(jié)論

    從實(shí)驗(yàn)結(jié)果我們可以看出,對比之前的Unet網(wǎng)絡(luò)分割的性能有所提升。 LadderNet實(shí)現(xiàn)了Unet網(wǎng)絡(luò)級聯(lián)的結(jié)構(gòu),增加了更多的信息流,有利于提取更復(fù)雜的特征。此外,LadderNet采用共享權(quán)重殘差模塊優(yōu)化模型,大大減少了模型參數(shù)量。但整個(gè)算法的魯棒性不夠,仍然存在細(xì)小血管與主血管分支斷裂的問題,整個(gè)模型的精度有待提高。在后續(xù)工作中,在原有模型進(jìn)行改進(jìn),進(jìn)一步解決主血管與細(xì)小血管斷裂問題,將模型和傳統(tǒng)方法結(jié)合以提高模型的魯棒性。

    參考文獻(xiàn):

    [1] 殷曉航,王永才,李德英.基于U-Net結(jié)構(gòu)改進(jìn)的醫(yī)學(xué)影像分割技術(shù)綜述[J].軟件學(xué)報(bào),2021,32(2):519-550.

    [2] Jin Q G,Meng Z P,Pham T D,et al.DUNet:a deformable network for retinal vessel segmentation[J].Knowledge-Based Systems,2019,178:149-162.

    [3] Oktay O,Schlemper J,F(xiàn)olgoc L L,et al.Attention U-net:learning where to look for the pancreas[EB/OL].2018:arXiv:1804.03999[cs.CV].https://arxiv.org/abs/1804.03999

    [4] Wang Z Y,Zou N,Shen D G,et al.Non-local U-nets for biomedical image segmentation[J].Proceedings of the AAAI Conference on Artificial Intelligence,2020,34(4):6315-6322.

    [5] Zhuang J. Laddernet: Multi-path networks based on u-net for medical image segmentation. arXiv preprint arXiv:1810.07810 ,2018.

    [6] He K M,Zhang X Y,Ren S Q,et al.Deep residual learning for image recognition[C]//2016 IEEE Conference on Computer Vision and Pattern Recognition (CVPR).June 27-30,2016,Las Vegas,NV,USA.IEEE,2016:770-778.

    [7] Staal J,Abramoff M D,Niemeijer M,et al.Ridge-based vessel segmentation in color images of the retina[J].IEEE Transactions on Medical Imaging,2004,23(4):501-509.

    [8] 陳嘉莉.彩色眼底圖像糖尿病性視網(wǎng)膜病變微動脈瘤檢測[D].杭州:浙江工業(yè)大學(xué),2020.

    [9] 陳萌夢,熊興良,張琰,等.1種視網(wǎng)膜眼底圖像增強(qiáng)的新方法[J].重慶醫(yī)科大學(xué)學(xué)報(bào),2014,39(8):1087-1090.

    【通聯(lián)編輯:唐一東】

    猜你喜歡
    圖像處理視網(wǎng)膜
    深度學(xué)習(xí)在糖尿病視網(wǎng)膜病變診療中的應(yīng)用
    家族性滲出性玻璃體視網(wǎng)膜病變合并孔源性視網(wǎng)膜脫離1例
    高度近視視網(wǎng)膜微循環(huán)改變研究進(jìn)展
    基于稀疏表示的視網(wǎng)膜圖像對變化檢測
    基于圖像處理的機(jī)器人精確抓取的設(shè)計(jì)與實(shí)現(xiàn)
    機(jī)器學(xué)習(xí)在圖像處理中的應(yīng)用
    電子制作(2018年18期)2018-11-14 01:48:20
    模糊圖像處理,刑事偵查利器
    圖像處理技術(shù)的實(shí)戰(zhàn)應(yīng)用
    電子視網(wǎng)膜讓盲人重見天日
    復(fù)明片治療糖尿病視網(wǎng)膜病變視網(wǎng)膜光凝術(shù)后臨床觀察
    av电影中文网址| 亚洲国产精品合色在线| ponron亚洲| 国产av一区二区精品久久| 制服丝袜大香蕉在线| 久久久国产成人免费| 天堂影院成人在线观看| 亚洲专区国产一区二区| 午夜福利18| АⅤ资源中文在线天堂| 麻豆国产av国片精品| 国产片内射在线| 亚洲国产精品合色在线| 在线观看免费视频网站a站| 免费看美女性在线毛片视频| 性欧美人与动物交配| 看免费av毛片| 亚洲一区二区三区色噜噜| 日韩欧美一区二区三区在线观看| 一边摸一边抽搐一进一小说| 亚洲第一欧美日韩一区二区三区| 欧美日韩瑟瑟在线播放| 午夜福利欧美成人| 日本 欧美在线| 亚洲欧美精品综合久久99| 99re在线观看精品视频| 久久精品国产亚洲av高清一级| 午夜老司机福利片| 91九色精品人成在线观看| 免费在线观看影片大全网站| 成人国产一区最新在线观看| 人人妻,人人澡人人爽秒播| 午夜影院日韩av| 97碰自拍视频| 久久香蕉精品热| 老汉色∧v一级毛片| 18禁观看日本| 男女午夜视频在线观看| 国产真人三级小视频在线观看| 成人三级黄色视频| 黄色女人牲交| 欧美黑人欧美精品刺激| 免费高清视频大片| 19禁男女啪啪无遮挡网站| 免费观看人在逋| 成年人黄色毛片网站| 久久午夜综合久久蜜桃| ponron亚洲| 国产一区二区在线av高清观看| 香蕉国产在线看| 最新美女视频免费是黄的| 亚洲熟女毛片儿| 国产欧美日韩一区二区三| 老鸭窝网址在线观看| 法律面前人人平等表现在哪些方面| 欧美精品啪啪一区二区三区| 久久天堂一区二区三区四区| 欧美色视频一区免费| 久久影院123| 国产精品亚洲一级av第二区| 亚洲成av片中文字幕在线观看| 午夜福利视频1000在线观看 | 亚洲av成人不卡在线观看播放网| 国产精品爽爽va在线观看网站 | 精品欧美一区二区三区在线| 国产成+人综合+亚洲专区| 欧美激情久久久久久爽电影 | 极品人妻少妇av视频| svipshipincom国产片| 老熟妇乱子伦视频在线观看| 精品国产美女av久久久久小说| 中亚洲国语对白在线视频| 日韩欧美在线二视频| 精品福利观看| 深夜精品福利| 国产欧美日韩综合在线一区二区| 亚洲va日本ⅴa欧美va伊人久久| 中文字幕人成人乱码亚洲影| 欧美激情极品国产一区二区三区| 久久久久久久午夜电影| 亚洲精品在线美女| 亚洲色图av天堂| 午夜激情av网站| ponron亚洲| 美女午夜性视频免费| 岛国视频午夜一区免费看| 国产高清有码在线观看视频 | 波多野结衣巨乳人妻| 九色亚洲精品在线播放| 91字幕亚洲| 精品国产美女av久久久久小说| 免费观看人在逋| 久99久视频精品免费| 多毛熟女@视频| 国产成人精品久久二区二区免费| 伊人久久大香线蕉亚洲五| 成人亚洲精品一区在线观看| 欧美成人免费av一区二区三区| 色婷婷久久久亚洲欧美| 宅男免费午夜| 国产熟女午夜一区二区三区| 99久久99久久久精品蜜桃| 亚洲少妇的诱惑av| av视频在线观看入口| 美女扒开内裤让男人捅视频| 在线观看免费视频日本深夜| 一个人免费在线观看的高清视频| 午夜福利成人在线免费观看| 夜夜看夜夜爽夜夜摸| 中文字幕人妻丝袜一区二区| 欧美中文日本在线观看视频| 在线观看免费视频日本深夜| 亚洲人成77777在线视频| 美女 人体艺术 gogo| 黑人操中国人逼视频| 久久久国产欧美日韩av| 给我免费播放毛片高清在线观看| 麻豆一二三区av精品| 韩国精品一区二区三区| 亚洲五月天丁香| 91大片在线观看| 久久久久久免费高清国产稀缺| 久久香蕉国产精品| 国产精品久久电影中文字幕| 老熟妇仑乱视频hdxx| 淫秽高清视频在线观看| www.精华液| 国产午夜福利久久久久久| 在线天堂中文资源库| 夜夜夜夜夜久久久久| 少妇熟女aⅴ在线视频| 少妇被粗大的猛进出69影院| bbb黄色大片| 香蕉久久夜色| 国产欧美日韩一区二区三| 久久久国产成人免费| 91九色精品人成在线观看| 精品国产一区二区三区四区第35| 一区在线观看完整版| 中文字幕高清在线视频| 一区二区日韩欧美中文字幕| 别揉我奶头~嗯~啊~动态视频| 色播在线永久视频| 两个人免费观看高清视频| 国产精华一区二区三区| 香蕉久久夜色| 亚洲av美国av| 国产麻豆69| 美女国产高潮福利片在线看| 国产精品免费一区二区三区在线| 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片中文字幕在线观看| bbb黄色大片| 欧美 亚洲 国产 日韩一| 欧美在线黄色| 精品免费久久久久久久清纯| 又大又爽又粗| 黄色女人牲交| 天堂√8在线中文| 欧美日韩亚洲综合一区二区三区_| 中国美女看黄片| 色av中文字幕| 又黄又粗又硬又大视频| 好男人电影高清在线观看| 人人妻人人爽人人添夜夜欢视频| 亚洲黑人精品在线| 久久久久国产一级毛片高清牌| 99国产精品99久久久久| 妹子高潮喷水视频| 一进一出好大好爽视频| 久久久久久久精品吃奶| 首页视频小说图片口味搜索| 午夜福利影视在线免费观看| 亚洲精品在线观看二区| 日韩三级视频一区二区三区| 中出人妻视频一区二区| 不卡一级毛片| 亚洲av熟女| 久久热在线av| 搡老岳熟女国产| 香蕉国产在线看| 久久精品亚洲精品国产色婷小说| 99精品欧美一区二区三区四区| 精品国产一区二区久久| 欧美不卡视频在线免费观看 | 纯流量卡能插随身wifi吗| 免费看美女性在线毛片视频| 欧美大码av| 嫩草影视91久久| 69av精品久久久久久| 成人18禁高潮啪啪吃奶动态图| 久久久久亚洲av毛片大全| 人成视频在线观看免费观看| 一区二区三区国产精品乱码| 欧美午夜高清在线| 久久久国产成人精品二区| 欧美成人午夜精品| 精品免费久久久久久久清纯| 成人精品一区二区免费| 宅男免费午夜| 欧美另类亚洲清纯唯美| 此物有八面人人有两片| 91国产中文字幕| 亚洲国产日韩欧美精品在线观看 | 午夜免费激情av| 搡老熟女国产l中国老女人| 他把我摸到了高潮在线观看| av片东京热男人的天堂| 国产亚洲av高清不卡| 国产一区二区三区在线臀色熟女| 国产在线精品亚洲第一网站| 国产精品香港三级国产av潘金莲| 国产麻豆69| 精品不卡国产一区二区三区| 日本免费a在线| 久久热在线av| 国产主播在线观看一区二区| 夜夜夜夜夜久久久久| 夜夜看夜夜爽夜夜摸| 亚洲九九香蕉| 久久 成人 亚洲| 男女下面进入的视频免费午夜 | 精品久久蜜臀av无| 纯流量卡能插随身wifi吗| 免费人成视频x8x8入口观看| 91在线观看av| 国产一区二区激情短视频| 亚洲国产精品久久男人天堂| 久久人人精品亚洲av| 国产成人影院久久av| netflix在线观看网站| 欧美午夜高清在线| 免费久久久久久久精品成人欧美视频| 最好的美女福利视频网| 男人的好看免费观看在线视频 | 91精品国产国语对白视频| 日韩精品免费视频一区二区三区| 成人国语在线视频| 此物有八面人人有两片| 99精品久久久久人妻精品| 国语自产精品视频在线第100页| 亚洲av电影在线进入| 在线播放国产精品三级| 男人舔女人下体高潮全视频| 亚洲成a人片在线一区二区| 国产午夜福利久久久久久| 亚洲一码二码三码区别大吗| 久久久久久久久中文| 免费av毛片视频| 亚洲成a人片在线一区二区| 动漫黄色视频在线观看| a级毛片在线看网站| 黑人操中国人逼视频| 99精品欧美一区二区三区四区| 成熟少妇高潮喷水视频| 午夜免费成人在线视频| 两性夫妻黄色片| 成年版毛片免费区| 久久精品国产亚洲av高清一级| 久久国产亚洲av麻豆专区| 精品人妻在线不人妻| 国内精品久久久久久久电影| 亚洲三区欧美一区| 日本a在线网址| 免费在线观看日本一区| 亚洲,欧美精品.| 精品久久蜜臀av无| www.自偷自拍.com| 给我免费播放毛片高清在线观看| 精品少妇一区二区三区视频日本电影| 久久精品国产亚洲av高清一级| 欧美一级a爱片免费观看看 | 精品国内亚洲2022精品成人| 亚洲 国产 在线| 亚洲av日韩精品久久久久久密| 十八禁人妻一区二区| 窝窝影院91人妻| 女同久久另类99精品国产91| 亚洲熟妇中文字幕五十中出| 又大又爽又粗| 欧美日本视频| 国产野战对白在线观看| 久久婷婷人人爽人人干人人爱 | 精品国产国语对白av| 亚洲国产毛片av蜜桃av| 老鸭窝网址在线观看| 中出人妻视频一区二区| 免费无遮挡裸体视频| АⅤ资源中文在线天堂| 国内精品久久久久久久电影| 久久久久国产精品人妻aⅴ院| av欧美777| 侵犯人妻中文字幕一二三四区| 午夜福利一区二区在线看| 在线观看日韩欧美| 国产一级毛片七仙女欲春2 | 欧美老熟妇乱子伦牲交| 午夜免费成人在线视频| 岛国视频午夜一区免费看| av福利片在线| 9191精品国产免费久久| 久久人人精品亚洲av| 日日干狠狠操夜夜爽| www.精华液| 不卡一级毛片| 黄色视频,在线免费观看| 亚洲国产精品久久男人天堂| 亚洲中文字幕一区二区三区有码在线看 | 91精品国产国语对白视频| 亚洲国产精品sss在线观看| 18美女黄网站色大片免费观看| 久久 成人 亚洲| 美女午夜性视频免费| 久久九九热精品免费| 国产精品1区2区在线观看.| 日本免费a在线| 国产亚洲精品av在线| 久久香蕉国产精品| 麻豆一二三区av精品| 十八禁网站免费在线| www.熟女人妻精品国产| 亚洲激情在线av| 校园春色视频在线观看| 国产精品香港三级国产av潘金莲| 精品久久久久久成人av| 亚洲国产看品久久| 在线av久久热| 无遮挡黄片免费观看| 99久久精品国产亚洲精品| 国产欧美日韩一区二区三区在线| 一进一出抽搐动态| 日韩免费av在线播放| 波多野结衣一区麻豆| 精品国产超薄肉色丝袜足j| 久久久久国内视频| 亚洲欧美精品综合一区二区三区| 1024视频免费在线观看| 久久香蕉精品热| 18美女黄网站色大片免费观看| 老司机在亚洲福利影院| 亚洲av第一区精品v没综合| 国产精品亚洲美女久久久| 一个人免费在线观看的高清视频| 在线观看舔阴道视频| 色综合站精品国产| 9191精品国产免费久久| 欧美日韩亚洲综合一区二区三区_| 亚洲av成人一区二区三| 亚洲人成77777在线视频| 丁香六月欧美| 久久久国产精品麻豆| 国产1区2区3区精品| 啦啦啦 在线观看视频| 免费观看精品视频网站| 国产精品九九99| 啦啦啦观看免费观看视频高清 | 成人永久免费在线观看视频| 久久人妻福利社区极品人妻图片| 欧美乱色亚洲激情| 免费女性裸体啪啪无遮挡网站| 亚洲国产日韩欧美精品在线观看 | 亚洲av第一区精品v没综合| 1024香蕉在线观看| 色播亚洲综合网| 久久久久久久久免费视频了| 国产男靠女视频免费网站| 中文字幕人妻熟女乱码| 999久久久国产精品视频| 可以在线观看的亚洲视频| 亚洲专区中文字幕在线| 操美女的视频在线观看| 无遮挡黄片免费观看| 久久久久久亚洲精品国产蜜桃av| 在线视频色国产色| 色av中文字幕| 国产精品香港三级国产av潘金莲| 国内久久婷婷六月综合欲色啪| 精品一品国产午夜福利视频| 中文字幕最新亚洲高清| 午夜福利,免费看| 最近最新中文字幕大全电影3 | 亚洲视频免费观看视频| 最新美女视频免费是黄的| 欧美激情 高清一区二区三区| 9色porny在线观看| 国产午夜精品久久久久久| 免费观看精品视频网站| 精品久久久久久久毛片微露脸| 看黄色毛片网站| 日韩视频一区二区在线观看| 无限看片的www在线观看| 免费看美女性在线毛片视频| 国产精品国产高清国产av| av视频在线观看入口| 午夜激情av网站| 18美女黄网站色大片免费观看| 一边摸一边做爽爽视频免费| 麻豆国产av国片精品| 亚洲专区中文字幕在线| 女人被狂操c到高潮| 啦啦啦免费观看视频1| 欧美成人免费av一区二区三区| 国产精品香港三级国产av潘金莲| av天堂久久9| 日本精品一区二区三区蜜桃| 成人精品一区二区免费| 黄频高清免费视频| 亚洲专区国产一区二区| 91国产中文字幕| 少妇粗大呻吟视频| 国产麻豆69| 波多野结衣av一区二区av| 可以免费在线观看a视频的电影网站| 国产一区在线观看成人免费| 亚洲欧洲精品一区二区精品久久久| 免费在线观看完整版高清| 久久青草综合色| av有码第一页| av电影中文网址| 亚洲一码二码三码区别大吗| 亚洲中文字幕日韩| 久9热在线精品视频| 日本免费一区二区三区高清不卡 | 精品人妻在线不人妻| 91大片在线观看| 99在线人妻在线中文字幕| 在线国产一区二区在线| 高清黄色对白视频在线免费看| 亚洲精品一卡2卡三卡4卡5卡| 男人的好看免费观看在线视频 | 亚洲成人免费电影在线观看| av福利片在线| 成人三级黄色视频| 亚洲欧洲精品一区二区精品久久久| 99精品欧美一区二区三区四区| 国产精品野战在线观看| 久久人妻熟女aⅴ| 国产精品99久久99久久久不卡| 亚洲人成电影观看| 欧美一区二区精品小视频在线| 日本撒尿小便嘘嘘汇集6| 巨乳人妻的诱惑在线观看| 国产成人啪精品午夜网站| 少妇粗大呻吟视频| 男人操女人黄网站| 色在线成人网| 在线播放国产精品三级| 19禁男女啪啪无遮挡网站| 国产熟女xx| 亚洲精品中文字幕一二三四区| 一级a爱视频在线免费观看| 午夜福利视频1000在线观看 | 狂野欧美激情性xxxx| 两个人免费观看高清视频| 一级a爱片免费观看的视频| 欧美成人免费av一区二区三区| 色综合亚洲欧美另类图片| 午夜免费鲁丝| 精品国产乱码久久久久久男人| 老司机在亚洲福利影院| 麻豆国产av国片精品| 女人高潮潮喷娇喘18禁视频| 日韩一卡2卡3卡4卡2021年| 日韩精品青青久久久久久| 69精品国产乱码久久久| 少妇熟女aⅴ在线视频| 国产亚洲精品久久久久久毛片| 90打野战视频偷拍视频| 国产精品一区二区在线不卡| 日本欧美视频一区| 国产亚洲欧美98| 成人av一区二区三区在线看| 久久性视频一级片| 亚洲五月色婷婷综合| 一个人观看的视频www高清免费观看 | 午夜亚洲福利在线播放| 国产1区2区3区精品| 91精品三级在线观看| 人妻丰满熟妇av一区二区三区| 黄色视频,在线免费观看| 777久久人妻少妇嫩草av网站| 波多野结衣一区麻豆| 91成人精品电影| 精品久久久久久成人av| 变态另类丝袜制服| 少妇熟女aⅴ在线视频| 禁无遮挡网站| 国产亚洲精品第一综合不卡| 级片在线观看| 精品久久久久久久毛片微露脸| 美女国产高潮福利片在线看| 成年人黄色毛片网站| 欧美日本亚洲视频在线播放| 中文字幕最新亚洲高清| 亚洲狠狠婷婷综合久久图片| 午夜激情av网站| 99精品久久久久人妻精品| 搡老岳熟女国产| 9色porny在线观看| 香蕉丝袜av| 亚洲人成网站在线播放欧美日韩| 国内精品久久久久久久电影| 他把我摸到了高潮在线观看| 在线国产一区二区在线| 一级,二级,三级黄色视频| 黄色 视频免费看| 国产单亲对白刺激| 男女床上黄色一级片免费看| 熟妇人妻久久中文字幕3abv| 久久久久九九精品影院| 久久久久亚洲av毛片大全| 日本三级黄在线观看| 亚洲中文av在线| 亚洲国产精品合色在线| 99在线视频只有这里精品首页| 国产成人系列免费观看| 50天的宝宝边吃奶边哭怎么回事| 男女之事视频高清在线观看| 亚洲精品国产区一区二| 99久久综合精品五月天人人| 国产欧美日韩精品亚洲av| 好看av亚洲va欧美ⅴa在| 18禁裸乳无遮挡免费网站照片 | 国产精品香港三级国产av潘金莲| 日日夜夜操网爽| 日本a在线网址| 999精品在线视频| 欧美一级毛片孕妇| АⅤ资源中文在线天堂| 亚洲国产精品合色在线| 国产精品久久视频播放| 久久香蕉精品热| 在线观看日韩欧美| 日本 av在线| 人妻丰满熟妇av一区二区三区| 国产一区二区在线av高清观看| 丝袜美足系列| 欧美成人一区二区免费高清观看 | 国产人伦9x9x在线观看| 国产精品精品国产色婷婷| 亚洲色图av天堂| bbb黄色大片| 精品人妻在线不人妻| 热re99久久国产66热| 视频在线观看一区二区三区| 波多野结衣高清无吗| 日韩欧美国产在线观看| 91av网站免费观看| 久久久久久免费高清国产稀缺| 中文字幕色久视频| 免费在线观看完整版高清| 一级毛片女人18水好多| 色综合站精品国产| 性少妇av在线| 一级毛片高清免费大全| 国产黄a三级三级三级人| 亚洲色图综合在线观看| 长腿黑丝高跟| 9191精品国产免费久久| 欧美日韩亚洲综合一区二区三区_| 中文字幕精品免费在线观看视频| 亚洲精品中文字幕一二三四区| 老熟妇乱子伦视频在线观看| 男女下面插进去视频免费观看| 成年版毛片免费区| 男人的好看免费观看在线视频 | 久久九九热精品免费| 欧美一区二区精品小视频在线| x7x7x7水蜜桃| 久久国产精品男人的天堂亚洲| 国产精品永久免费网站| 久久中文看片网| 国产激情欧美一区二区| 俄罗斯特黄特色一大片| 老熟妇乱子伦视频在线观看| 黄片大片在线免费观看| 999久久久国产精品视频| 国产97色在线日韩免费| 亚洲精品久久成人aⅴ小说| 制服人妻中文乱码| 亚洲中文av在线| 欧美乱色亚洲激情| 久久精品91无色码中文字幕| 老汉色∧v一级毛片| 亚洲男人的天堂狠狠| 国产一区二区三区在线臀色熟女| 日本黄色视频三级网站网址| 国产单亲对白刺激| 国产三级黄色录像| 久久国产精品影院| 中文字幕色久视频| 亚洲av日韩精品久久久久久密| 变态另类成人亚洲欧美熟女 | 国产精品久久久久久精品电影 | 巨乳人妻的诱惑在线观看| 真人做人爱边吃奶动态| 大香蕉久久成人网| 国产精品香港三级国产av潘金莲| 亚洲午夜理论影院| 精品欧美国产一区二区三| 久热这里只有精品99| 成人永久免费在线观看视频| 中文字幕人妻熟女乱码| 1024香蕉在线观看| 女性被躁到高潮视频| 人人妻人人澡人人看| 午夜福利,免费看| 亚洲av五月六月丁香网| 国产亚洲欧美98| 亚洲精品粉嫩美女一区| 久久香蕉精品热| 亚洲avbb在线观看| 亚洲九九香蕉| 天天躁夜夜躁狠狠躁躁|