• <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GBDT-LR融合算法的胎兒窘迫預(yù)診模型研究

    2021-06-17 08:37:58曾冬洲鄭宗華謝婧嫻
    自動化儀表 2021年5期
    關(guān)鍵詞:決策樹葉子胎兒

    曾冬洲,鄭宗華,謝婧嫻

    (1.福州大學(xué)電氣工程與自動化學(xué)院,福建 福州 350108;2.廈門大學(xué)附屬婦女兒童醫(yī)院,福建 廈門 361003)

    0 引言

    胎兒窘迫是指胎兒在子宮內(nèi)因缺氧導(dǎo)致的呼吸窘迫綜合癥,是造成圍產(chǎn)期胎兒死亡的主要原因[1]。胎心監(jiān)護(hù)是胎心胎動宮縮圖(cardiotocography,CTG)的簡稱,是一種對胎兒宮內(nèi)健康狀況進(jìn)行檢測評估的主要手段。臨床上的CTG信號采用胎心率電子監(jiān)護(hù)儀實時監(jiān)測并記錄下不斷變化的胎兒瞬間心率。CTG信號包含胎心率(fetal heart rate,F(xiàn)HR)信號曲線和宮縮(uterine contraction,UC)信號曲線。通過這兩條信號曲線,醫(yī)生能夠?qū)崟r地了解胎動和宮縮時胎心的反應(yīng),并對宮內(nèi)胎兒的缺氧程度進(jìn)行評估。但是CTG評估的結(jié)果容易受到醫(yī)生主觀經(jīng)驗的影響,導(dǎo)致漏診胎兒錯過最佳醫(yī)生干預(yù)時間或者誤診胎兒剖腹產(chǎn)出,使醫(yī)療資源得不到有效的利用。因此,為了降低胎兒窘迫的漏診和誤診率,臨床上有必要采用一種更為客觀的評估方法來輔助醫(yī)生作出準(zhǔn)確、有效的診斷決策。

    近年來,隨著機(jī)器學(xué)習(xí)技術(shù)的發(fā)展,機(jī)器學(xué)習(xí)的算法模型在醫(yī)療決策領(lǐng)域的應(yīng)用也越來越多,因此有不少學(xué)者嘗試先利用計算機(jī)軟件自動化提取FHR信號特征和UC信號特征,然后引入機(jī)器學(xué)習(xí)技術(shù)對提取到的特征數(shù)據(jù)進(jìn)行分類預(yù)測。文獻(xiàn)[2]將支持向量機(jī)算法應(yīng)用到胎兒窘迫數(shù)據(jù)集上,取得了較好的分類預(yù)測效果。文獻(xiàn)[3]利用神經(jīng)網(wǎng)絡(luò)模型,很好地克服了胎兒窘迫數(shù)據(jù)的非線性問題,也取得了較好的分類效果。文獻(xiàn)[4]提出使用XGBoost算法建立胎兒健康評估模型。該模型分類的準(zhǔn)確率和效率較其他算法模型都有一定的提升。文獻(xiàn)[5]基于模糊算法對胎兒狀況進(jìn)行分類評估,也取得了良好的診斷效果。綜上可以看出,這些胎兒窘迫診斷問題的單一模型已經(jīng)有了相對廣泛的應(yīng)用與研究,而對于多模型融合的診斷方法還有進(jìn)一步研究的空間。文獻(xiàn)[6]通過采用梯度提升決策樹(gradient boosting decision tree,GBDT)和邏輯回歸(logistic regression,LR)模型相互融合的方法對個人信貸風(fēng)險進(jìn)行了預(yù)測。預(yù)測結(jié)果表明,融合后的模型較單個模型的預(yù)測效果有顯著的提升。本文將這種模型融合的方法應(yīng)用到胎兒窘迫預(yù)測中,基于真實的CTG信號數(shù)據(jù)建立胎兒窘迫分類模型,并對分類結(jié)果進(jìn)行評估。

    1 模型介紹

    1.1 邏輯回歸模型

    LR是一種廣義的線性回歸模型,具有算法實現(xiàn)簡單、運行速度快和內(nèi)存占用少等優(yōu)點,因而被工業(yè)界廣泛地應(yīng)用于分類問題中。對于二分類問題,邏輯回歸模型的基本實現(xiàn)思想是利用Logistic函數(shù)將由線性回歸計算得到的目標(biāo)值映射至[0,1]區(qū)間,然后比較映射后的值與分類閾值間的大?。捍笥陂撝档目蓺w為一類,小于閾值的歸為另一類。記輸入的訓(xùn)練集為{(x1,y1),…,(xi,yi),…,(xN,yN)}。其中:xi∈R;yi∈{0,1};i=1,2,…,N。則可設(shè)xi屬于Y=0和Y=1的概率分別為:

    P(Y=1|x)=π(x),P(Y=0|x)=1-π(x)

    (1)

    由式(1)可推導(dǎo)出其似然函數(shù),即聯(lián)合概率分布函數(shù)設(shè)為:

    (2)

    對式(2)取對數(shù),可得:

    (3)

    式中:w為權(quán)重向量;w×xi為w和xi的內(nèi)積。

    (4)

    (5)

    對于待分類數(shù)據(jù)x,只需把x分別代入式(4)和式(5)中。若P(Y=0|x)>P(Y=1|x),則x屬于Y=0類;否則,x屬于Y=1類。

    1.2 GBDT模型

    GBDT是一種迭代的決策樹算法,其基礎(chǔ)決策樹模型選用分類回歸樹(classification and regression tree,CART)。在采用原始的數(shù)據(jù)特征生成首棵決策樹后,GBDT模型在后續(xù)迭代生成決策樹的過程中,都是以當(dāng)前合計損失函數(shù)最小化為目標(biāo)生成新的決策樹,生成過程直至損失函數(shù)的殘差趨近于零時停止。此時將會得到若干棵決策樹。因此,當(dāng)有新的數(shù)據(jù)樣本輸入GBDT模型時,將模型中所有決策樹的輸出結(jié)果進(jìn)行線性加權(quán),即可得到最終的分類結(jié)果[7]。

    GBDT算法的核心流程如下。

    輸入:訓(xùn)練集記為{(x1,y1),…,(xi,yi),…,(xN,yN)}。其中:xi∈R,yi∈{0,1},i=1,2,…,N。

    (1)對弱分類器進(jìn)行初始化:

    (6)

    式中:f0(x)為初始決策樹;L(yi,c)為損失函數(shù);c為滿足L(yi,c)最小化的常數(shù)。

    (2)對于迭代輪數(shù)m=1,2,…,M,計算如下。

    ①逐個計算樣本i=1,2,…,N的負(fù)梯度如下:

    (7)

    式(7)中,f(x)滿足:

    f(x)=fm-1(x)

    (8)

    ②利用所有樣本及其負(fù)梯度方向(xi,rmi)構(gòu)建出決策樹Tm。其包含有J個葉子節(jié)點,且第j個葉子節(jié)點對應(yīng)的區(qū)域為Rmj(j=1,2,…,J)。

    ③對決策樹Tm的J個葉子節(jié)點,逐一計算最佳擬合值:

    (9)

    ④本輪迭代可得分類器如下:

    (10)

    式中:I為訓(xùn)練樣本i在第j個葉子節(jié)點區(qū)域的示性函數(shù)。

    I滿足:

    (11)

    (3)將由步驟(2)中產(chǎn)生的M個分類器線性加權(quán)求和,可以得到最終的分類模型如下:

    (12)

    1.3 GBDT-LR融合模型

    從1.1節(jié)邏輯回歸模型的算法原理中可以看出,對于特征關(guān)系簡單的數(shù)據(jù)集分類問題,邏輯回歸模型具有多方面的處理優(yōu)勢。但是當(dāng)數(shù)據(jù)集的特征關(guān)系較為復(fù)雜時,邏輯回歸這種線性模型相比于其他非線性模型來說,其對數(shù)據(jù)特征關(guān)系的學(xué)習(xí)表征能力有限,進(jìn)而不能充分挖掘特征數(shù)據(jù)集中包含的潛在信息。因此,為了提升邏輯回歸模型對特征非線性關(guān)系的學(xué)習(xí)能力,在訓(xùn)練該模型之前,需要人工進(jìn)行復(fù)雜的特征工程,增加數(shù)據(jù)集的有效特征和特征組合,使特征關(guān)系趨于線性化。其缺點是有效的特征工程需要在與數(shù)據(jù)集相對應(yīng)的業(yè)務(wù)背景專家指導(dǎo)下展開,這將增加數(shù)據(jù)處理的成本。

    GBDT是基于Boosting方法的決策樹集成模型。而決策樹的每一個非葉子節(jié)點都對應(yīng)數(shù)據(jù)的某一特征,自頂部根節(jié)點至底部葉子節(jié)點的所有路徑都代表著數(shù)據(jù)樣本集中可能存在的特征組合形式。且由1.2節(jié)中式(12)可知,所有決策樹在GBDT算法中都會被分配不同大小的權(quán)重。決策樹的權(quán)重越大,其內(nèi)含路徑對應(yīng)的組合特征重要度越大。為了從GBDT模型中獲得有效的組合特征,可以對數(shù)據(jù)樣本訓(xùn)練所得GBDT模型的葉子節(jié)點分布情況進(jìn)行觀察。當(dāng)某數(shù)據(jù)樣本通過GBDT模型時,其在每一棵決策樹上都將激活一個葉子節(jié)點,記錄下所有被激活葉子節(jié)點的位置并進(jìn)行編碼。按此方法對所有樣本激活的GBDT葉子節(jié)點位置編碼進(jìn)行統(tǒng)計,挑選被激活次數(shù)較多的葉子節(jié)點作為組合特征加入至原始數(shù)據(jù)中。此外,對GBDT選取合適的決策樹棵數(shù)和最大葉子節(jié)點數(shù),既可以對數(shù)據(jù)特征進(jìn)行有效的組合,又可以避免其過擬合,從而充分挖掘數(shù)據(jù)中的隱藏信息。

    綜合上述對GBDT模型和LR模型的分析,可采用GBDT與LR融合的方式建立有效的胎兒窘迫預(yù)診模型。首先,利用原始數(shù)據(jù)訓(xùn)練GBDT模型,這樣得到的每顆決策樹上的每個葉子節(jié)點都將是新的特征向量的一個維度。如果對得到的所有決策樹上的葉子節(jié)點進(jìn)行獨熱編碼,則在新特征向量中有樣本落入的葉子節(jié)點對應(yīng)的特征位編碼值取1,其余特征位編碼值取0。GBDT-LR模型分類流程如圖1中所示。

    圖1 GBDT-LR模型分類流程圖

    對于包含有Treel和Tree2兩棵決策樹的GBDT模型,當(dāng)輸入某訓(xùn)練樣本X時,假如其分別激活了Treel上的第一個葉子節(jié)點和Tree2上的第三個葉子節(jié)點,則與這兩個葉子節(jié)點位置相對應(yīng)的新特征向量中的元素編碼為1,剩余元素編碼為0。因此得到的新特征向量可表示為[1,0,0,0,1]。最后利用合并后的新特征和原始特征一起訓(xùn)練LR模型,得到最終的分類結(jié)果。

    2 試驗數(shù)據(jù)與環(huán)境

    2.1 數(shù)據(jù)描述

    本試驗采用來自福建省某醫(yī)院的脫敏臨床數(shù)據(jù)。CTG信號曲線如圖2所示。

    圖2 CTG信號曲線

    通過廣州三瑞醫(yī)療器械有限公司開發(fā)的SRViewCTG軟件,可以基于國際婦產(chǎn)科聯(lián)合會(international federation of gynecology and obstetrics,F(xiàn)IGO)指南[8],對曲線特征進(jìn)行提取。提取后的特征屬性和類別標(biāo)簽描述如表1所示。其中的類別標(biāo)簽Y為臨床醫(yī)生根據(jù)胎兒分娩后的真實情況進(jìn)行的分類:0表示正常;1表示異常。特征提取后的數(shù)據(jù)集共含1 958個有效樣本,其中包括1 795個正常樣本和163個異常樣本。

    表1 胎兒CTG數(shù)據(jù)的特征描述和類別標(biāo)簽

    2.2 數(shù)據(jù)預(yù)處理

    本文在試驗前對數(shù)據(jù)的預(yù)處理工作主要包括:對含有缺失值的樣本采用劃分正常和異常的方法通過各自特征屬性的均值分別進(jìn)行填充;對二元屬性特征X10、X12和X14進(jìn)行數(shù)據(jù)轉(zhuǎn)換。另外,為了消除各特征屬性間量綱的影響,對所有數(shù)據(jù)樣本采用零均值標(biāo)準(zhǔn)化的歸一化方法進(jìn)行處理。歸一化公式如下:

    (13)

    式中:μ和δ分別對應(yīng)于原始數(shù)據(jù)的均值和方差。

    2.3 樣本均衡處理

    在醫(yī)療診斷領(lǐng)域中,一般定義異常樣本為正類樣本(少數(shù)類),正常樣本為負(fù)類樣本(多數(shù)類)。試驗過程中,在進(jìn)行模型訓(xùn)練之前需要對數(shù)據(jù)中的正負(fù)類樣本比例進(jìn)行觀察。如果樣本類別不均衡時直接使用原始樣本進(jìn)行模型訓(xùn)練,則將使得模型傾向于關(guān)注占比高的那類樣本,即對醫(yī)療診斷問題的負(fù)類(正常樣本)的識別率高、對正類(異常樣本)識別率低。所以在訓(xùn)練模型前需要對樣本進(jìn)行均衡處理[9]。對于正負(fù)類樣本數(shù)量不均衡的情況,通常有兩類方法可以保持正負(fù)類樣本數(shù)量的平衡:使正類樣本的數(shù)量增加的方法稱為過采樣;使負(fù)類樣本數(shù)量減少的方法稱為欠采樣。本文采用Borderline-SMOTE算法[10]對正類樣本進(jìn)行過采樣。Borderline-SMOTE算法的基本思想如下。

    ①對每個正類樣本,確定m最近鄰樣本(包括正類樣本和負(fù)類樣本)。

    ②對每個正類樣本,計算其最近鄰的m個樣本中負(fù)類樣本的個數(shù)n。

    由上述思想可以看出,該算法利用正負(fù)類間邊界附近的正類樣本隨機(jī)生成若干新的正類樣本。

    本試驗原始數(shù)據(jù)的正負(fù)樣本比接近1∶11。將原始數(shù)據(jù)集的70%劃分為訓(xùn)練集和驗證集、剩下的30%作為測試集,在劃分的同時選用了分層劃分法保證這70%的數(shù)據(jù)和30%的數(shù)據(jù)中正負(fù)樣本比接近相等,防止測試集中出現(xiàn)少數(shù)類樣本占比極低的情況。然后,利用Borderline-SMOTE算法對上述70%的數(shù)據(jù)進(jìn)行均衡處理。處理完成后,其正負(fù)樣本比接近1∶1。

    2.4 試驗環(huán)境

    本試驗的軟件環(huán)境為Windows10_64 bit,Python 3.5,Jupyter Notebook 5.6.0。硬件環(huán)境為Intel(R)6 Core(TM)i3-3240 3.39 GHz CPU,8.0 GB內(nèi)存。

    3 試驗與分析

    3.1 模型評估指標(biāo)

    模型評估指標(biāo)需要針對具體問題進(jìn)行選取。有效的評估指標(biāo)將有助于各模型在分類性能上的對比分析。本文結(jié)合胎兒窘迫漏診率和誤診率兩個指標(biāo)的物理意義,采用靈敏度(Sensitivity)和特異度(Specificity)作為模型評估的指標(biāo)。其計算公式如下:

    (14)

    (15)

    式中:TP為真陽性(true positive,TP);FP為假陽性(false positive,FP);TN為真陰性(true monegative,TN);FN為假陰性(false negative,FN)。

    TP代表在測試集中真實標(biāo)簽為1(異常胎兒),模型預(yù)測結(jié)果也為1的樣本個數(shù)。FP代表在測試集中真實標(biāo)簽是為0(正常胎兒),模型預(yù)測結(jié)果卻為1(異常胎兒)的樣本個數(shù)。TN代表在測試集中真實標(biāo)簽為0(正常胎兒),模型預(yù)測結(jié)果也為0的樣本個數(shù)。FN代表在測試集中真實標(biāo)簽為1(異常胎兒),模型預(yù)測結(jié)果卻為0(正常胎兒)的樣本個數(shù)。模型的靈敏度越大,表示模型對異常樣本的識別能力越強(qiáng),即模型的漏診率越低;模型的特異度越大,表示模型對正常樣本的識別能力越強(qiáng),即模型的誤診率越低。

    為了綜合考慮上述兩個指標(biāo),本文也采用接受者操作特性(receiver operation characteristre,ROC)曲線下面積(area under the roc curve,AUC)的大小對模型性能進(jìn)行評估。模型分類性能越好,則AUC值越大。最大AUC值為1,最小為0。另外,為了比較各個算法模型在胎兒窘迫數(shù)據(jù)集上的時間復(fù)雜度,本文將調(diào)用Python的第三方庫函數(shù)time計算各模型運行所需消耗的時間。

    3.2 試驗結(jié)果與分析

    經(jīng)過對試驗數(shù)據(jù)預(yù)處理、數(shù)據(jù)集劃分、數(shù)據(jù)均衡處理和基于網(wǎng)格搜索法調(diào)參的GBDT-LR模型訓(xùn)練后,利用訓(xùn)練好的最優(yōu)參數(shù)GBDT-LR模型對測試集進(jìn)行分類。另外,本次試驗也分別比較了邏輯回歸(logistic regression,LR)、支持向量機(jī)(support vector machine,SVM)、反向傳播(back propagation,BP)神經(jīng)網(wǎng)絡(luò)梯度提升決策樹(gradient bossting decision tree,GBDT)和XGBoost等單模型在測試集上的分類效果。以上所有單模型都經(jīng)過網(wǎng)格搜索法調(diào)參達(dá)到最優(yōu)。同時,為了保證各模型分類效果的穩(wěn)定性,所有指標(biāo)數(shù)據(jù)均為十折交叉驗證后取平均值的結(jié)果。不同模型性能對比結(jié)果如表2所示。

    表2 不同模型性能對比結(jié)果

    圖3為處于最優(yōu)參數(shù)時,訓(xùn)練集和測試集上的GBDT-LR模型的ROC曲線。

    圖3 GBDT-LR模型的ROC曲線

    從表2可以看出,GBDT-LR融合模型在測試集上的靈敏度為0.896,特異度為0.842,AUC值為0.942,優(yōu)于其他5種單模型算法的這3個指標(biāo),但耗時方面僅優(yōu)于BP神經(jīng)網(wǎng)絡(luò)。另外,從圖3可以觀察到,GBDT-LR模型在測試集上的ROC曲線被訓(xùn)練集的ROC曲線包裹,測試集上的AUC值為0.942,訓(xùn)練集上的AUC值為0.968,表明GBDT-LR模型在胎兒窘迫樣本數(shù)據(jù)上存在輕微的過擬合學(xué)習(xí)問題。

    4 結(jié)論

    本文利用GBDT和LR融合的方法構(gòu)建了胎兒窘迫預(yù)診模型。該方法通過GBDT算法從原始數(shù)據(jù)中獲得組合特征,并將組合特征與原始數(shù)據(jù)特征合并后再提供給LR模型訓(xùn)練,從而得到最終的GBDT-LR模型。試驗結(jié)果表明,相較于已有的單個算法模型,GBDT-LR融合模型有效降低了胎兒窘迫的誤診率和漏診率,能夠輔助產(chǎn)科醫(yī)生對宮內(nèi)胎兒窘迫程度作出更有效的評估。同時,本文所提方法也存在不足的地方,如GBDT-LR融合模型會因數(shù)據(jù)量過少而產(chǎn)生輕微的過擬合現(xiàn)象。因此,筆者未來將繼續(xù)保持與醫(yī)院間的合作,以期在更大的數(shù)據(jù)集上進(jìn)一步提升胎兒窘迫的診斷效果。

    猜你喜歡
    決策樹葉子胎兒
    產(chǎn)前超聲診斷胎兒雙主動弓1例
    胎兒臍帶繞頸,如何化險為夷
    一種針對不均衡數(shù)據(jù)集的SVM決策樹算法
    MRI在胎兒唇腭裂中的診斷價值
    葉子
    孕期適度鍛煉能夠促進(jìn)胎兒的健康
    決策樹和隨機(jī)森林方法在管理決策中的應(yīng)用
    電子制作(2018年16期)2018-09-26 03:27:06
    最后一片葉子(節(jié)選)
    基于決策樹的出租車乘客出行目的識別
    一見傾心的優(yōu)雅——葉子
    海峽姐妹(2016年1期)2016-02-27 15:15:13
    另类亚洲欧美激情| 欧美乱码精品一区二区三区| 欧美成人午夜精品| 欧美午夜高清在线| 视频在线观看一区二区三区| 久久ye,这里只有精品| 我要看黄色一级片免费的| 国产亚洲一区二区精品| 精品视频人人做人人爽| 久久人妻福利社区极品人妻图片| 日韩大片免费观看网站| 欧美国产精品va在线观看不卡| 亚洲av成人不卡在线观看播放网 | 日韩制服骚丝袜av| 久久午夜综合久久蜜桃| xxxhd国产人妻xxx| 国产精品久久久久久精品电影小说| 女人高潮潮喷娇喘18禁视频| www.av在线官网国产| 国产一区二区三区av在线| 精品一区在线观看国产| 欧美成人午夜精品| 国产又色又爽无遮挡免| 中文欧美无线码| 亚洲第一欧美日韩一区二区三区 | 一边摸一边抽搐一进一出视频| 日本五十路高清| 国产欧美日韩精品亚洲av| 视频在线观看一区二区三区| 黑人欧美特级aaaaaa片| 亚洲精品国产区一区二| 亚洲精品一二三| 美女大奶头黄色视频| 亚洲第一欧美日韩一区二区三区 | 成人免费观看视频高清| 欧美日韩一级在线毛片| 日日摸夜夜添夜夜添小说| 国产精品一二三区在线看| 热99久久久久精品小说推荐| 亚洲精品久久久久久婷婷小说| 免费av中文字幕在线| 欧美 亚洲 国产 日韩一| 久久精品国产a三级三级三级| 黄片小视频在线播放| 天天添夜夜摸| 老司机影院毛片| 老熟女久久久| avwww免费| 老熟女久久久| 91麻豆精品激情在线观看国产 | 国产av一区二区精品久久| 亚洲九九香蕉| 午夜老司机福利片| 国产成人av激情在线播放| 五月天丁香电影| 精品福利永久在线观看| 亚洲精品久久久久久婷婷小说| 久久这里只有精品19| 亚洲国产欧美在线一区| 中文字幕av电影在线播放| 国产精品久久久久成人av| 国产视频一区二区在线看| 自线自在国产av| 一区福利在线观看| 国产在线视频一区二区| 亚洲av电影在线进入| 国产成人精品久久二区二区91| av网站免费在线观看视频| 亚洲一卡2卡3卡4卡5卡精品中文| 热99re8久久精品国产| 久久久国产一区二区| 久久99热这里只频精品6学生| 欧美激情久久久久久爽电影 | 天天影视国产精品| a级片在线免费高清观看视频| 国产一区二区激情短视频 | 欧美国产精品一级二级三级| 正在播放国产对白刺激| 亚洲精品久久午夜乱码| 午夜日韩欧美国产| 欧美性长视频在线观看| 一二三四在线观看免费中文在| 在线观看www视频免费| 黄色 视频免费看| 久久精品熟女亚洲av麻豆精品| 欧美老熟妇乱子伦牲交| 国产精品自产拍在线观看55亚洲 | 精品久久久久久电影网| 亚洲色图综合在线观看| 国产精品久久久久久精品电影小说| 久久久国产欧美日韩av| 99re6热这里在线精品视频| 国产一区二区三区在线臀色熟女 | a在线观看视频网站| 成人国语在线视频| 夫妻午夜视频| av电影中文网址| 久久久久久久大尺度免费视频| 在线观看人妻少妇| 国产91精品成人一区二区三区 | 少妇裸体淫交视频免费看高清 | 一本—道久久a久久精品蜜桃钙片| 久久这里只有精品19| 丰满人妻熟妇乱又伦精品不卡| 欧美人与性动交α欧美软件| 97精品久久久久久久久久精品| 亚洲少妇的诱惑av| 欧美人与性动交α欧美精品济南到| 一本色道久久久久久精品综合| 久久99热这里只频精品6学生| 97人妻天天添夜夜摸| 亚洲精品在线美女| 成人国产一区最新在线观看| 亚洲欧美日韩另类电影网站| 中文字幕制服av| 亚洲国产毛片av蜜桃av| 在线永久观看黄色视频| 一个人免费在线观看的高清视频 | 久久综合国产亚洲精品| 岛国在线观看网站| 欧美日韩黄片免| 国产亚洲精品第一综合不卡| 他把我摸到了高潮在线观看 | 俄罗斯特黄特色一大片| a级片在线免费高清观看视频| 欧美日韩亚洲综合一区二区三区_| 午夜福利在线观看吧| 国产麻豆69| 男女高潮啪啪啪动态图| 亚洲av片天天在线观看| 欧美日韩黄片免| 他把我摸到了高潮在线观看 | 男女下面插进去视频免费观看| 亚洲精品自拍成人| 超色免费av| 国产精品偷伦视频观看了| 在线av久久热| 亚洲国产精品一区三区| 国产精品熟女久久久久浪| 性色av一级| 三上悠亚av全集在线观看| 精品人妻一区二区三区麻豆| 1024香蕉在线观看| 精品久久久久久久毛片微露脸 | 少妇人妻久久综合中文| 18禁裸乳无遮挡动漫免费视频| 多毛熟女@视频| 制服人妻中文乱码| 日日摸夜夜添夜夜添小说| 脱女人内裤的视频| 久久国产亚洲av麻豆专区| 亚洲欧美清纯卡通| av不卡在线播放| 一区二区三区激情视频| 欧美+亚洲+日韩+国产| 欧美激情 高清一区二区三区| 电影成人av| 婷婷丁香在线五月| 9色porny在线观看| 老司机影院成人| 黄色视频在线播放观看不卡| 九色亚洲精品在线播放| 999久久久精品免费观看国产| 人人妻,人人澡人人爽秒播| 欧美在线黄色| 精品久久久久久久毛片微露脸 | 青春草亚洲视频在线观看| 在线 av 中文字幕| 男女午夜视频在线观看| videosex国产| 两性夫妻黄色片| 首页视频小说图片口味搜索| 精品一区在线观看国产| 色老头精品视频在线观看| 亚洲精品中文字幕在线视频| 日韩精品免费视频一区二区三区| 在线精品无人区一区二区三| 国产三级黄色录像| 纵有疾风起免费观看全集完整版| 永久免费av网站大全| 国产国语露脸激情在线看| 国产亚洲午夜精品一区二区久久| 精品卡一卡二卡四卡免费| 飞空精品影院首页| 欧美黑人欧美精品刺激| 亚洲精品自拍成人| 高清在线国产一区| 亚洲午夜精品一区,二区,三区| 欧美在线黄色| 天堂中文最新版在线下载| 老司机午夜十八禁免费视频| 久久国产亚洲av麻豆专区| 在线亚洲精品国产二区图片欧美| 国产主播在线观看一区二区| 欧美精品一区二区大全| 亚洲综合色网址| 日韩免费高清中文字幕av| 国产亚洲av片在线观看秒播厂| 90打野战视频偷拍视频| 久久这里只有精品19| 女人爽到高潮嗷嗷叫在线视频| 黑人巨大精品欧美一区二区蜜桃| 大香蕉久久成人网| 欧美激情久久久久久爽电影 | a在线观看视频网站| 黑人操中国人逼视频| 男人添女人高潮全过程视频| 国产av又大| 午夜91福利影院| 国产精品香港三级国产av潘金莲| 欧美日韩福利视频一区二区| 久热爱精品视频在线9| 国产精品一区二区在线观看99| 免费久久久久久久精品成人欧美视频| 亚洲精品一区蜜桃| 久9热在线精品视频| 色婷婷久久久亚洲欧美| 久久精品人人爽人人爽视色| 亚洲第一欧美日韩一区二区三区 | 高清欧美精品videossex| 免费在线观看影片大全网站| 亚洲国产欧美一区二区综合| 国产免费一区二区三区四区乱码| 老汉色av国产亚洲站长工具| √禁漫天堂资源中文www| 亚洲精品成人av观看孕妇| 国产免费av片在线观看野外av| 最近最新中文字幕大全免费视频| 日本一区二区免费在线视频| 成人影院久久| 9热在线视频观看99| 国产真人三级小视频在线观看| 国产男女超爽视频在线观看| 99久久精品国产亚洲精品| 搡老熟女国产l中国老女人| av天堂在线播放| 天堂中文最新版在线下载| 色综合欧美亚洲国产小说| 黄色视频在线播放观看不卡| 国产av一区二区精品久久| 久久久久国内视频| 一级毛片女人18水好多| 天天躁日日躁夜夜躁夜夜| 午夜影院在线不卡| 国产三级黄色录像| 99久久精品国产亚洲精品| 一级a爱视频在线免费观看| 亚洲av电影在线进入| 国产高清国产精品国产三级| 在线观看人妻少妇| 亚洲国产av影院在线观看| 一级a爱视频在线免费观看| 一个人免费在线观看的高清视频 | 极品少妇高潮喷水抽搐| 香蕉国产在线看| 超碰成人久久| 亚洲九九香蕉| 99久久综合免费| 亚洲男人天堂网一区| 一本色道久久久久久精品综合| 亚洲精品在线美女| 最近最新免费中文字幕在线| h视频一区二区三区| 亚洲va日本ⅴa欧美va伊人久久 | 久久久久久免费高清国产稀缺| 亚洲av美国av| 欧美人与性动交α欧美精品济南到| 午夜福利影视在线免费观看| 欧美黄色片欧美黄色片| 夜夜夜夜夜久久久久| 天堂俺去俺来也www色官网| 国产精品av久久久久免费| 色婷婷av一区二区三区视频| 一边摸一边抽搐一进一出视频| 免费在线观看完整版高清| 狂野欧美激情性xxxx| 韩国高清视频一区二区三区| 欧美日韩中文字幕国产精品一区二区三区 | 亚洲国产中文字幕在线视频| 久热爱精品视频在线9| 99国产精品免费福利视频| 国产成人一区二区三区免费视频网站| 中文字幕高清在线视频| 丝袜喷水一区| av网站免费在线观看视频| 成人18禁高潮啪啪吃奶动态图| 久久久精品区二区三区| 久久久国产精品麻豆| 大码成人一级视频| 9热在线视频观看99| 深夜精品福利| 国产熟女午夜一区二区三区| 99九九在线精品视频| 一区福利在线观看| 中文字幕人妻熟女乱码| 咕卡用的链子| 日韩精品免费视频一区二区三区| 90打野战视频偷拍视频| 在线观看免费视频网站a站| 久久人妻熟女aⅴ| 99久久精品国产亚洲精品| 高清欧美精品videossex| 久久久精品免费免费高清| 久久久国产成人免费| 中文字幕精品免费在线观看视频| 日韩欧美一区视频在线观看| 亚洲色图 男人天堂 中文字幕| 亚洲av成人一区二区三| 欧美97在线视频| 后天国语完整版免费观看| 国产在视频线精品| 国产91精品成人一区二区三区 | 成人黄色视频免费在线看| 亚洲色图综合在线观看| 日本91视频免费播放| 18在线观看网站| 黑人操中国人逼视频| 国产精品国产av在线观看| 精品国产乱码久久久久久小说| 不卡av一区二区三区| 日本精品一区二区三区蜜桃| 国产日韩一区二区三区精品不卡| a级片在线免费高清观看视频| 日韩中文字幕视频在线看片| 久久久久国产精品人妻一区二区| 国产主播在线观看一区二区| 日韩一区二区三区影片| 在线观看人妻少妇| 一区二区三区精品91| 免费一级毛片在线播放高清视频 | 女警被强在线播放| 国产成+人综合+亚洲专区| 蜜桃在线观看..| 日韩制服骚丝袜av| 欧美日韩精品网址| 国产一区二区三区综合在线观看| e午夜精品久久久久久久| 秋霞在线观看毛片| 90打野战视频偷拍视频| 亚洲欧洲日产国产| 91字幕亚洲| 伊人亚洲综合成人网| 一级毛片女人18水好多| 亚洲国产毛片av蜜桃av| 亚洲熟女精品中文字幕| 欧美性长视频在线观看| 啦啦啦 在线观看视频| av网站在线播放免费| 亚洲专区中文字幕在线| 欧美精品一区二区大全| 日日摸夜夜添夜夜添小说| 人人妻人人爽人人添夜夜欢视频| 日本猛色少妇xxxxx猛交久久| 美女午夜性视频免费| 精品欧美一区二区三区在线| 啦啦啦免费观看视频1| 19禁男女啪啪无遮挡网站| 男女高潮啪啪啪动态图| 欧美老熟妇乱子伦牲交| 黄色a级毛片大全视频| 亚洲av美国av| 一级毛片女人18水好多| 国产精品.久久久| 99国产精品99久久久久| 久久国产精品大桥未久av| 亚洲av片天天在线观看| 免费观看人在逋| 日韩免费高清中文字幕av| 久久中文字幕一级| 五月天丁香电影| cao死你这个sao货| 九色亚洲精品在线播放| 超色免费av| 天堂俺去俺来也www色官网| 在线观看免费日韩欧美大片| 欧美日韩黄片免| 又大又爽又粗| 亚洲精品中文字幕在线视频| 女警被强在线播放| videos熟女内射| 久久这里只有精品19| 久久精品国产a三级三级三级| 久久这里只有精品19| 97在线人人人人妻| 国产男人的电影天堂91| av欧美777| 国产激情久久老熟女| 一区二区日韩欧美中文字幕| 正在播放国产对白刺激| 在线精品无人区一区二区三| 日日夜夜操网爽| 岛国毛片在线播放| netflix在线观看网站| 最近中文字幕2019免费版| 亚洲专区字幕在线| 亚洲一码二码三码区别大吗| 女性被躁到高潮视频| 大型av网站在线播放| 岛国在线观看网站| 母亲3免费完整高清在线观看| 久热爱精品视频在线9| 最新的欧美精品一区二区| 丰满饥渴人妻一区二区三| 久久九九热精品免费| 亚洲精品国产区一区二| 视频区图区小说| 97在线人人人人妻| 欧美日韩亚洲国产一区二区在线观看 | 国产高清videossex| 久久亚洲国产成人精品v| 精品一区二区三区av网在线观看 | 亚洲精品中文字幕一二三四区 | 在线永久观看黄色视频| 亚洲情色 制服丝袜| 捣出白浆h1v1| 丰满少妇做爰视频| 交换朋友夫妻互换小说| 亚洲欧美精品综合一区二区三区| 成人手机av| 国产成人欧美| 日本wwww免费看| 免费黄频网站在线观看国产| 法律面前人人平等表现在哪些方面 | 久久精品久久久久久噜噜老黄| 乱人伦中国视频| 十分钟在线观看高清视频www| 国产真人三级小视频在线观看| √禁漫天堂资源中文www| 另类亚洲欧美激情| 啦啦啦中文免费视频观看日本| 如日韩欧美国产精品一区二区三区| 97人妻天天添夜夜摸| 这个男人来自地球电影免费观看| 国产精品国产三级国产专区5o| 久久99一区二区三区| 国产精品一区二区在线不卡| 久久99热这里只频精品6学生| 亚洲欧美激情在线| 女性生殖器流出的白浆| 午夜激情久久久久久久| 97在线人人人人妻| av网站在线播放免费| 天天影视国产精品| 男女国产视频网站| 在线天堂中文资源库| 黑人操中国人逼视频| 男女之事视频高清在线观看| 国产精品免费视频内射| 制服诱惑二区| 人人妻,人人澡人人爽秒播| 亚洲国产欧美在线一区| 欧美激情 高清一区二区三区| 一级毛片精品| 欧美激情高清一区二区三区| 久热爱精品视频在线9| 国产熟女午夜一区二区三区| 日本91视频免费播放| 国产精品欧美亚洲77777| 99re6热这里在线精品视频| 精品少妇内射三级| 纵有疾风起免费观看全集完整版| 不卡一级毛片| 精品久久久久久电影网| 久久精品aⅴ一区二区三区四区| 久久人人爽av亚洲精品天堂| 亚洲人成77777在线视频| 欧美国产精品va在线观看不卡| 日韩大码丰满熟妇| 丝瓜视频免费看黄片| 亚洲综合色网址| 免费在线观看完整版高清| 亚洲中文日韩欧美视频| 最近最新中文字幕大全免费视频| 精品国产超薄肉色丝袜足j| 午夜老司机福利片| 亚洲精品久久成人aⅴ小说| 精品第一国产精品| 国产一区二区激情短视频 | 久久精品人人爽人人爽视色| 美女国产高潮福利片在线看| 青草久久国产| 男人舔女人的私密视频| 91九色精品人成在线观看| 宅男免费午夜| 少妇猛男粗大的猛烈进出视频| 美女脱内裤让男人舔精品视频| 欧美国产精品va在线观看不卡| 亚洲人成电影观看| 久久精品国产a三级三级三级| 777米奇影视久久| 欧美黄色片欧美黄色片| 亚洲av片天天在线观看| 人成视频在线观看免费观看| 国产无遮挡羞羞视频在线观看| 99精品久久久久人妻精品| 99国产极品粉嫩在线观看| 国产亚洲午夜精品一区二区久久| 岛国毛片在线播放| 色老头精品视频在线观看| 欧美日韩视频精品一区| 亚洲国产毛片av蜜桃av| 国产精品一区二区免费欧美 | av电影中文网址| 视频在线观看一区二区三区| 亚洲欧美激情在线| 国产区一区二久久| 亚洲第一青青草原| 美国免费a级毛片| 久久久久国内视频| 十八禁高潮呻吟视频| 免费av中文字幕在线| 大香蕉久久网| 咕卡用的链子| 亚洲久久久国产精品| 亚洲av男天堂| 91字幕亚洲| 国产成人精品久久二区二区91| 中文字幕最新亚洲高清| 午夜免费观看性视频| 色综合欧美亚洲国产小说| 久久狼人影院| 欧美中文综合在线视频| 精品一区二区三卡| 日本猛色少妇xxxxx猛交久久| 男女无遮挡免费网站观看| 一级片'在线观看视频| 亚洲精品久久成人aⅴ小说| 多毛熟女@视频| 午夜福利一区二区在线看| av天堂久久9| 99精品欧美一区二区三区四区| 久久99热这里只频精品6学生| 19禁男女啪啪无遮挡网站| 男男h啪啪无遮挡| 久久女婷五月综合色啪小说| 大片免费播放器 马上看| 精品国产一区二区三区久久久樱花| 无限看片的www在线观看| 日韩人妻精品一区2区三区| 亚洲专区字幕在线| 男女免费视频国产| 国产精品免费视频内射| 汤姆久久久久久久影院中文字幕| 一区二区三区激情视频| 欧美日韩视频精品一区| 18禁观看日本| 操美女的视频在线观看| 波多野结衣av一区二区av| 9色porny在线观看| 日本a在线网址| 老汉色∧v一级毛片| 欧美一级毛片孕妇| 亚洲精品粉嫩美女一区| 国产精品一区二区精品视频观看| 久久这里只有精品19| 蜜桃在线观看..| 午夜福利影视在线免费观看| 亚洲色图 男人天堂 中文字幕| 啦啦啦免费观看视频1| 啦啦啦在线免费观看视频4| 欧美精品人与动牲交sv欧美| 乱人伦中国视频| 青春草亚洲视频在线观看| 免费观看人在逋| 老司机靠b影院| 午夜久久久在线观看| 欧美日韩中文字幕国产精品一区二区三区 | 国产精品一区二区免费欧美 | 午夜两性在线视频| 国产成人欧美在线观看 | 国产又色又爽无遮挡免| 一本久久精品| 久9热在线精品视频| 欧美黑人精品巨大| 亚洲欧美一区二区三区久久| 两性夫妻黄色片| 国产淫语在线视频| 亚洲国产欧美网| 一区二区三区精品91| 亚洲第一av免费看| 在线观看免费高清a一片| 亚洲一区二区三区欧美精品| 午夜福利视频在线观看免费| 高潮久久久久久久久久久不卡| 久久精品国产亚洲av高清一级| 亚洲精品国产av蜜桃| 国产精品 欧美亚洲| 免费高清在线观看日韩| 亚洲精品在线美女| 美女扒开内裤让男人捅视频| 久久女婷五月综合色啪小说| 激情视频va一区二区三区| av又黄又爽大尺度在线免费看| 大香蕉久久网| 亚洲欧美激情在线| 亚洲综合色网址| 国产精品一区二区在线观看99| 日韩一区二区三区影片| 亚洲国产欧美在线一区| 色94色欧美一区二区| 性色av一级| 午夜久久久在线观看| 俄罗斯特黄特色一大片| 悠悠久久av| 伦理电影免费视频| 成年美女黄网站色视频大全免费| 好男人电影高清在线观看| 丰满迷人的少妇在线观看| 永久免费av网站大全| 女人高潮潮喷娇喘18禁视频| 丰满迷人的少妇在线观看| 人成视频在线观看免费观看| 精品人妻一区二区三区麻豆| 国产99久久九九免费精品| 中国美女看黄片|