• <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HRCT和機器學習在支氣管哮喘中的應用研究進展

    2022-07-11 23:04:08王湘源羅澤斌陳曉東楊凡
    中國醫(yī)藥科學 2022年10期
    關鍵詞:機器學習支氣管哮喘高分辨率

    王湘源 羅澤斌 陳曉東 楊凡

    [摘要]支氣管哮喘以氣道炎癥、阻塞和重塑為特征,發(fā)病率高,尤其在發(fā)展中國家,是全球發(fā)病率和社會經濟負擔最高的疾病之一。雖然對支氣管哮喘的預防、早期診斷和合理治療有廣泛的指導方針,但其在精確醫(yī)學中的價值非常有限。機器學習(ML)技術已經成為挖掘和集成大規(guī)模、異構醫(yī)學數據用于臨床實踐的有效方法,近年幾種 ML 方法被應用于支氣管哮喘。然而,很少有方法對臨床實踐有重大貢獻。高分辨率 CT 掃描(HRCT)已被證明是一個有價值的工具,其提高了醫(yī)務人員對支氣管哮喘的認識,目前已有研究表明,HRCT 在描述支氣管哮喘表型以及預測未來支氣管哮喘發(fā)病率方面發(fā)揮著重要作用。本文綜述 HRCT 和 ML 技術在支氣管哮喘中的篩查和診斷、分類和評估、管理和監(jiān)測以及治療方面的最新進展。

    [關鍵詞]支氣管哮喘;哮喘表型;高分辨率 CT;機器學習

    [中圖分類號] R562.2+5[文獻標識碼] A [文章編號]2095-0616(2022)10-0056-04

    支氣管哮喘(簡稱哮喘)包括廣泛的患者表型,典型的特征是反復發(fā)作的氣道阻塞和可逆性氣流受限,通常具有慢性氣道炎癥和支氣管高反應性的背景。5%~10%的哮喘患者表現出對常規(guī)治療有抵抗的嚴重癥狀,對患者及其家庭造成了巨大的經濟負擔[1-3]。

    在過去,哮喘的診斷通常僅僅根據癥狀來確定。然而,哮喘的診斷不應該僅僅基于癥狀,目前尚無單一可靠的金標準,識別、治療和管理哮喘仍然面臨許多挑戰(zhàn),如診斷不足和過度診斷、發(fā)病機制不明、缺乏統(tǒng)一的表型分類標準、高病死風險和與惡化相關的高成本[4-6]。

    利用高分辨率 CT 掃描(high resolution CT, HRCT)可以觀察到肺部的細微結構,從而了解到不同程度肺氣腫、支氣管管壁增厚程度、肺變形情況及周圍血管變化等,可以更好地評估哮喘患者病情,有助于臨床醫(yī)生對患者進行精準治療。近年來計算機操作的發(fā)展和“大數據”的快速發(fā)展極大地推動了人工智能(artificial intelligence, AI)和機器學習(machine learning, ML)技術及其在醫(yī)學等各個領域的應用。AI/ML 在醫(yī)學上的使用發(fā)生了快速變化,特別是在醫(yī)學成像中,這些技術不僅用于快速疾病篩查,而且還用于提高診斷的準確性和工作效率[7]。本文綜述 HRCT 和 ML 技術在哮喘中的篩查和診斷、分類和評估、管理和監(jiān)測以及治療方面的最新進展。

    1 HRCT在哮喘中的應用

    在目前的臨床實踐中,肺功能檢查對于評估哮喘的特征至關重要。然而,雖然其在評估呼吸性能以及容量和阻力范圍方面很有效,但不能告知臨床醫(yī)生患者局部肺氣腫或空氣滯留的程度。為了克服這一解剖學缺陷,可以使用定量 CT 分析,并且已經在臨床中開展了廣泛的研究,以自動量化肺氣腫或空氣滯留的嚴重程度和分布,以及更精確地確定氣道疾病的特征。CT 掃描也可用于診斷哮喘相關疾病,如過敏性支氣管肺曲霉菌病、嗜酸性肺炎和嗜酸性肉芽腫合并多血管炎[8-9]。

    近年來,人們越來越關注哮喘疾病嚴重程度的定量 CT 測量。哮喘患者特別是重癥哮喘患者的 CT 掃描主要表現為與大氣道形態(tài)學改變有關和提示小氣道功能障礙的癥狀,如局部過度充氣。尤其是對于較大氣道的定量分析,多數工作都集中在氣道壁厚度、管壁面積和管腔面積的 CT 測量上[10]。最近,一項關于重癥哮喘研究計劃小組的研究表明,對氣道重塑的基線成像評估可以區(qū)分哮喘不同表型,有助于預測未來縱向肺功能下降和哮喘加重[11]。用 CT 測量的總氣道計數減少與哮喘嚴重程度相關[12]?;诿芏鹊?CT 掃描分析可以客觀地量化空氣滯留和氣道重塑,重度失控哮喘患者存在明顯的空氣潴留和近端氣道重塑,CT 確定的三種未控制哮喘表型可能反映了患者疾病發(fā)展的不同階段的潛在發(fā)病機制[13]。肺變形異常與哮喘的重要轉歸有關,可能反映了潛在的空氣滯留和過度充氣導致的肺運動異常[14]。最近的一項研究發(fā)現,周圍肺血管的喪失(也稱為“肺血管修剪”)與哮喘嚴重程度和缺乏控制直接相關[15]。另一項研究證明,較小的小靜脈體積與哮喘嚴重程度有關,這一發(fā)現提出了嚴重哮喘(和/或其治療)與心臟形態(tài)縱向變化是否相關的問題[16]。盡管 HRCT 在哮喘方面的應用已經取得較大進展,但要評估定量成像的全部效用并了解其在哮喘臨床護理中的潛在作用,仍需更多的臨床數據進行驗證。

    2 ML在哮喘篩查與診斷中的應用

    在一項回顧性出生隊列研究中,其使用電子健康記錄(electronic health records,EHR)和預先確定的哮喘標準,首次開發(fā)出一種用于兒童哮喘診斷的自然語言處理算法,該算法具有高敏感度、特異度以及陽性和陰性預測值。同樣的算法應用于另一家醫(yī)院497名兒童(中位年齡2.3歲)的病歷,顯示出類似的結果,證實該算法在外部 EHR 系統(tǒng)中診斷兒童哮喘的有效性。進一步的研究將強迫振蕩技術與 ML 算法相結合,得到幾個新的分類器,這些分類器接收器工作特性曲線下面積(area under the receiver operating characteristic curve, AUC)均大于0.9,可用于哮喘或限制性呼吸系統(tǒng)疾病的鑒別診斷。然而,該算法在成人隊列上需進一步驗證[17-18]。

    雖然肺活量測定和支氣管激發(fā)試驗應用性越來越好,但其需要患者的充分合作,不能準確地診斷哮喘患者。因此,不需要患者合作的非侵入性強迫振蕩技術與四種最大似然算法[k-最近鄰(k-nearest neighbor, KNN)、隨機森林、決策樹和基于特征的相異空間分類器]相結合,產生的最大似然分類器,可作為診斷哮喘氣道阻塞的有用和便攜工具。在四種算法中,KNN 算法的 AUC 最高,為0.91[19-20]。但是,應在外部數據集上進一步驗證結果。

    盡管缺乏哮喘的特異性生物標志物,但通過結合多種方法和臨床數據可以提高其診斷水平。例如,一種新的人工智能系統(tǒng)(Mahalanobis-Taguch)是基于 ML 算法和從常規(guī)血液樣本中確定的幾個生物標志物(如血小板分布寬度、白細胞計數和嗜酸性粒細胞計數)而開發(fā)的,利用哮喘患者的數據對該系統(tǒng)進行訓練,并對哮喘患者進行了驗證,分類正確率為94.15%[21-22]。進一步證實了人工智能系統(tǒng)在臨床實踐中的有效性,可簡化哮喘的診斷。

    3 ML在哮喘分類和評估中的應用

    哮喘是一種具有多種表型的異質性疾病,必須正確區(qū)分才能精確預防和個性化治療。在臨床實踐中,肺活量測定和支氣管激發(fā)試驗被用來評估患者氣流受限和高反應性,從而識別某些哮喘表型,同時其也可以應用嗜酸性粒細胞計數分析和呼出一氧化氮的分數測量。然而,對哮喘表型的準確鑒定還需要進一步的研究[23]。

    基于臨床治療和結果數據的預測追蹤算法來分析哮喘患兒的表型,4種表型的鑒定結果均優(yōu)于傳統(tǒng)的 ML 方法[24]。ML 算法也被用來根據疾病的嚴重程度對哮喘表型進行分類,特別是對包含人口學和臨床特征的問卷數據進行潛在分類分析,將女性哮喘患者分為四種表型(控制的輕度哮喘、部分控制的中度哮喘、未控制的嚴重程度的哮喘和未控制的重度哮喘),并將男性哮喘患者分為三種表型(控制的輕度哮喘、控制不佳的嚴重哮喘和部分控制的重度哮喘)[25]。雖然這項研究提供了一種識別哮喘表型的更簡單的方法,但仍有局限性,例如缺乏肺功能測試的驗證。在一項類似的研究中,使用集成、支持向量機和 KNN 三種最大似然算法對哮喘患者的喘鳴聲與哮喘嚴重程度的相關性進行分析,喘鳴聲被認為是哮喘嚴重程度的靈敏和特異的預測因子[26]。

    4 ML在哮喘監(jiān)測和管理中的應用

    哮喘的病情加重和入院治療對患者的生活質量和病死率有重要影響。人工神經網絡已被廣泛用于監(jiān)測和管理哮喘的惡化和入院。例如,使用人工神經網絡來分析臨床數據并創(chuàng)建兒科哮喘嚴重程度評分,該評分表現出比兒科哮喘評分更好的性能,因此可以幫助控制兒科重癥監(jiān)護病房中哮喘患兒的病情惡化[27-28]。有研究報道了4種最大似然算法(logistic 回歸、決策樹、樸素貝葉斯和感知器算法)在哮喘患者的576個嚴重加重事件的每日監(jiān)測數據基礎上的應用,以預測哮喘的嚴重惡化。logistic 回歸模型取得良好的 AUC、靈敏度和特異度,在疾病治療中成功監(jiān)測哮喘控制水平,起到重要作用[29]。另外,醫(yī)生的專業(yè)知識與集合 ML 算法相結合來進行哮喘控制,該模型的準確率為91.66%,盡管該研究包含的影響哮喘控制的因素相對較少,但該模型可幫助臨床醫(yī)生及時制訂相應治療計劃[30]?;谝陨辖Y果,幾種常見的監(jiān)督 ML 算法被進一步用于分析哮喘患者移動健康研究的監(jiān)測數據,logistic 回歸模型和樸素貝葉斯分類器對控制水平的識別準確率較高(AUC>0.87),提示該方法可為哮喘的治療提供有價值的參考[31]。然而,這些模型應該使用更多樣化的數據進一步驗證,最好是基于客觀測量的數據,而不是自我報告。

    5 ML在哮喘治療中的應用

    盡管關于 ML 在哮喘中的應用有各種各樣的研究,但很少有研究報告將 AI/ML 系統(tǒng)應用于該疾病的治療。最近一項研究表明,晚發(fā)、肺功能差、嗜酸性炎癥的患者對糖皮質激素的反應性最高,而年輕、肥胖、嚴重氣流受限和輕度嗜酸性炎癥的女性患者的反應性最低[32]。采用改進人工神經網絡系統(tǒng)開發(fā)的遺傳算法對80例輕、中度過敏性哮喘患者的抗炎和抗氧化的藏紅花治療效果進行預測,在訓練和測試階段,預測系統(tǒng)的準確率均在99%以上,提示其可能適用于預測其他哮喘藥物的治療效果[33]。然而,這一預測系統(tǒng)的性能需要通過對更多其他類型哮喘患者的研究來證實。

    6總結

    近年來,ML 技術在醫(yī)學領域的應用發(fā)展迅速,幾種 ML 工具均在哮喘中得到了廣泛的研究和應用。本文綜述 HRCT 和 ML 技術在哮喘的篩查和診斷、分類和評估、管理和監(jiān)測以及治療方面的最新進展。HRCT 及 ML 的應用可以彌補僅依據哮喘患者肺功能檢查與臨床癥狀進行判斷的不足,從而輔助醫(yī)生決策以及指導臨床實踐。此外,這些技術還可用于分析患者對治療的不同反應,為精準醫(yī)學提供治療指導,并建立傳染病流行期間慢性呼吸道疾病患者的管理系統(tǒng)。然而,關于 ML 工具的結果應該謹慎地解釋和概括,在哮喘疾病的診斷和治療中,ML 技術還不能取代臨床醫(yī)生,還需要進一步的研究來檢驗其參數對 ML 模型構建的影響,并用更大的樣本量和外部數據源來驗證現有的研究結果。

    [參考文獻]

    [1] Patel Shilpa J,Teach Stephen J.Asthma[J].Pediatr Rev,2019,40(11):549-567.

    [2] AripovaAkmaral,Akparova Almira,BersimbaevRakhmetkazhy.The Potential Role of miRNA-19b-3p and miRNA-320c in Patients with Moderate Bronchial Asthma[J].Microrna,2020,9:373-377.

    [3] Ramsahai J Michael,Hansbro Philip M,WarkPeter AB .Mechanisms and Management of Asthma Exacerbations[J].Am J Respir Crit Care Med,2019,199(4):423-432.

    [4] Rothe Thomas,SpagnoloPaol,Bridevaux Pierre-Olivier et al.Diagnosis and Management of Asthma - The Swiss Guidelines[J].Respiration,2018,95(5):364-380.

    [5] King-Biggs Melissa B.Asthma[J].Ann Intern Med,2019,171(7):ITC49-ITC64.

    [6] Kaur R,ChuppG.Phenotypes and endotypes of adultasthma: Moving toward precision medicine[J].J Allergy Clin Immunol,2019,144(1):1-12.

    [7] Feng Yinhe,Wang Yubi,Zeng Chunfang,et al .Artificial Intelligence and Machine Learning in Chronic Airway Diseases: Focus on Asthma and Chronic Obstructive Pulmonary Disease[J].Int J Med Sci,2021,18(13):2871-2889.

    [8] Frix Anne-No?lle,Cousin Fran?ois,Refaee Turkey,et al.Radiomics in Lung Diseases Imaging: State-of-the-Art for Clinicians[J].J Pers Med,2021,11(7):602.

    [9] Ash Samuel Y, Diaz Alejandro A.The role of imagingin the assessment of severe asthma[J].CurrOpinPulm Med,2017,23(1):97-102.

    [10] Krings James G,Wenzel Sally E,Castro Mario.Theemerging role of quantitative imaging in asthma[J].Br J Radiol,2020,3(1):20201133.

    [11] Krings James G, Goss Charles W, Lew Daphne, et al.Quantitative CT metrics are associated with longitudinal lung function decline and future asthma exacerbations: Results from SARP-3[J].J Allergy Clin Immunol,2021,148(3):752-762.

    [12] Eddy Rachel L,Svenningsen Sarah,Kirby Miranda,et al.Is Computed Tomography Airway Count Related to Asthma Severity and Airway Structure and Function?[J].Am J Respir Crit Care Med,2020,201(8):923-933.

    [13] Zhang Xiaoxian,Xia Tingting,Lai Zhengdao,et al.Uncontrolled asthma phenotypes defined from parameters using quantitative CT analysis[J].EurRadiol,2019,29(6):2848-2858.

    [14] Choi Sanghun,Hoffman Eric A,Wenzel Sally E,et al.Quantitative computed tomographic imaging-based clustering differentiates asthmatic subgroups with distinctive clinical phenotypes[J].J Allergy Clin Immunol,2017,140(3):690-700.

    [15] Ash Samuel Y,RahaghiFarbod N,Come Carolyn E,et al.Pruning of the Pulmonary Vasculature in Asthma. The Severe Asthma Research Program (SARP) Cohort[J].Am J Respir Crit Care Med,2018,198(1):39-50.

    [16] Ash Samuel Y,Sanchez-Ferrero Gonzalo Vegas,Schiebler Mark L,et al.Estimated Ventricular Size,Asthma Severity, and Exacerbations: The Severe Asthma Research Program Ⅲ Cohort[J].Chest,2020,157(2):258-267.

    [17] Wi Chung-Il,Sohn Sunghwan,Rolfes Mary C,et al.Application of a Natural Language Processing Algorithm to Asthma Ascertainment . An Automated ChartReview[J].Am J Respir Crit Care Med,2017,196(4):430-437.

    [18] Wi Chung-Il,Sohn Sunghwan,Ali Mir,et al.NaturalLanguage Processing for Asthma Ascertainment in Different Practice Settings[J].J Allergy Clin Immunol Pract,2018,6(1):126-131.

    [19] Amaral Jorge LM,Lopes Agnaldo J,Veiga Juliana,et al.High-accuracy detection of airway obstruction in asthma using machine learning algorithms and forced oscillation measurements[J].Comput Methods Programs Biomed,2017,144:113-125.

    [20] Amaral Jorge LM,Sancho Alexandre G,FariaAlvaro CD,et al.Differential diagnosis of asthma and restrictive respiratory diseases by combining forced oscillation measurements, machine learning and neuro- fuzzy classifiers[J].Med Biol EngComput,2020,58(10):2455-2473.

    [21] Zhan Ju,Chen Wen,Cheng Longsheng,et al .Diagnos is of Asthma Bas ed on Routine Blood Biomarkers Using Machine Learning[J].ComputIntellNeurosci,2020,2020:8841002.

    [22] Tomita Katsuyuki,Nagao Ryota,TougeHirokazu,et al.Deep learning facilitates the diagnosis of adult asthma[J]. Allergol Int,2019,68(4):456-461.

    [23] Halayko Andrew J,Pascoe Christopher D,GereigeJessica D,et al.Update in Adult Asthma 2020[J].Am J Respir Crit Care Med,2021,204(4):395-402.

    [24] Ross Mindy K,Yoon Jinsung,van der Schaar Auke,et al.Discovering Pediatric Asthma Phenotypes on the Basis of Response to Controller Medication Using MachineLearning[J].Ann Am Thorac Soc,2018,15(1):49-58.

    [25] M ?kikyr? Elina MS,JaakkolaMaritta S,JaakkolaJouniJK.Subtypes of asthma based on asthma controland severity: a latent class analysis[J].Respir Res,2017,18(1):24.

    [26] Nabi Fizza Ghulam,Sundaraj Kenneth,Lam CheeKiang,et al.Characterization and classification of asthmatic wheeze sounds according to severity level using spectral integrated features[J].Comput Biol Med,2019,104:52-61.

    [27] Messinger Amanda I,Bui Nam,Wagner Brandie D,et al.Novel pediatric-automated respiratory score using physiologic data and machine learning in asthma[J]. PediatrPulmonol,2019,54(8):1149-1155.

    [28] Khatri Krishan L,Tamil Lakshman S.Early Detectionof Peak Demand Days of Chronic Respiratory Diseases Emergency Department Visits Using Artificial Neural Networks[J].IEEE J Biomed Health Inform,2018,22(1):285-290.

    [29] Zhang Olivier,Minku Leandro L,GonemSherif.Detecting asthma exacerbations using daily home monitoring and machine learning[J].J Asthma,2021,58(11):1518-1527.

    [30] KhashaRoghaye,Sepehri Mohammad Mehdi,MahdavianiSeyedAlirez.An ensemble learning method for asthma control level detection with leveraging medical knowledge-based classifier and supervised learning[J].J Med Syst,2019,43(6):158.

    [31] Tsang Kevin C,Pinnock Hilary,Wilson Andrew M,et al.Application of Machine Learning to Support Self- Management of Asthma with mHealth[J].Annu Int Conf IEEE Eng Med Biol Soc,2020,2020:5673-5677.

    [32] Wu Wei,Bang Seojin,Bleecker Eugene R,et al.Multiview Cluster Analysis Identifies Variable Corticosteroid Response Phenotypes in Severe Asthma[J].Am J Respir Crit Care Med,2019,199(11):1358-1367.

    [33] Hosseini Seyed Ahmad,Jamshidnezhad Amir,ZilaeeMarzie, et al.Neural Network-Based Clinical Prediction System for Identifying the Clinical Effects of Saffron (Crocus sativus L) Supplement Therapy on Allergic Asthma: Model Evaluation Study[J].JMIR Med Inform,2020,8(7):e17580.

    (收稿日期:2021-11-15)

    猜你喜歡
    機器學習支氣管哮喘高分辨率
    高分辨率合成孔徑雷達圖像解譯系統(tǒng)
    雷達學報(2020年3期)2020-07-13 02:27:16
    基于機器學習的圖像特征提取技術在圖像版權保護中的應用
    基于網絡搜索數據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
    酮替芬和孟魯司特治療支氣管哮喘的療效比較
    今日健康(2016年12期)2016-11-17 12:52:34
    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
    多索茶堿聯合布地奈德治療支氣管哮喘的Meta分析及治療策略
    臨床護理路徑在支氣管哮喘患者急性發(fā)作的應用效果觀察
    小兒支氣管哮喘與小兒肺炎支原體感染相關性分析
    基于支持向量機的金融數據分析研究
    高分辨率對地觀測系統(tǒng)
    太空探索(2015年8期)2015-07-18 11:04:44
    亚洲第一欧美日韩一区二区三区| 老司机深夜福利视频在线观看| 少妇 在线观看| 欧美日韩亚洲高清精品| 一进一出抽搐gif免费好疼 | 一边摸一边做爽爽视频免费| 国产成人欧美在线观看| 成人国语在线视频| 久久99一区二区三区| 麻豆av在线久日| 久久人妻熟女aⅴ| 国产成人精品无人区| 国产精品久久视频播放| 大香蕉久久成人网| 一级作爱视频免费观看| 人人妻人人澡人人看| 亚洲成a人片在线一区二区| 免费在线观看亚洲国产| 亚洲精品在线美女| 欧美激情久久久久久爽电影 | 欧美日韩福利视频一区二区| www.精华液| 午夜91福利影院| 少妇 在线观看| 精品少妇一区二区三区视频日本电影| av免费在线观看网站| 亚洲欧美日韩另类电影网站| 成人国产一区最新在线观看| 美女午夜性视频免费| 黄色视频不卡| 亚洲av熟女| 成人黄色视频免费在线看| 无人区码免费观看不卡| 亚洲色图 男人天堂 中文字幕| 在线av久久热| www.熟女人妻精品国产| 午夜91福利影院| 亚洲va日本ⅴa欧美va伊人久久| 午夜两性在线视频| 亚洲第一av免费看| 亚洲av美国av| 亚洲精品国产精品久久久不卡| 99精国产麻豆久久婷婷| av超薄肉色丝袜交足视频| 99riav亚洲国产免费| www国产在线视频色| 91国产中文字幕| av网站免费在线观看视频| 国产精品偷伦视频观看了| 性少妇av在线| 黄色片一级片一级黄色片| 欧洲精品卡2卡3卡4卡5卡区| 欧美大码av| 国产成人免费无遮挡视频| 最新美女视频免费是黄的| 国产伦一二天堂av在线观看| 一级毛片精品| www日本在线高清视频| 黄网站色视频无遮挡免费观看| 黑人巨大精品欧美一区二区蜜桃| av国产精品久久久久影院| 男人的好看免费观看在线视频 | 老司机在亚洲福利影院| 少妇的丰满在线观看| 久久久久国内视频| 亚洲av美国av| 亚洲色图综合在线观看| aaaaa片日本免费| 操美女的视频在线观看| 国产aⅴ精品一区二区三区波| 免费在线观看日本一区| 老司机在亚洲福利影院| 国产野战对白在线观看| 国产一区二区三区综合在线观看| 黑丝袜美女国产一区| 久久99一区二区三区| 青草久久国产| 久久热在线av| 久久婷婷成人综合色麻豆| 亚洲熟妇熟女久久| 欧美丝袜亚洲另类 | 亚洲欧美日韩无卡精品| 国产精品 国内视频| 国产精品一区二区在线不卡| 国产成人欧美| 国产有黄有色有爽视频| 日本三级黄在线观看| 黄色成人免费大全| 欧美激情极品国产一区二区三区| 亚洲欧美激情综合另类| 欧美色视频一区免费| 国内久久婷婷六月综合欲色啪| 九色亚洲精品在线播放| 久久中文看片网| 欧美日韩视频精品一区| 欧美日韩国产mv在线观看视频| 久久国产乱子伦精品免费另类| 在线看a的网站| 亚洲精品国产一区二区精华液| 老熟妇乱子伦视频在线观看| 国产精品一区二区三区四区久久 | 女性生殖器流出的白浆| 久久草成人影院| 一本综合久久免费| 国产99白浆流出| 一级a爱视频在线免费观看| 久久人人精品亚洲av| 亚洲七黄色美女视频| 久久久国产一区二区| 老司机在亚洲福利影院| 日韩三级视频一区二区三区| 操美女的视频在线观看| 黑人巨大精品欧美一区二区mp4| 久久精品国产清高在天天线| 后天国语完整版免费观看| 美女福利国产在线| 女人高潮潮喷娇喘18禁视频| 1024视频免费在线观看| 50天的宝宝边吃奶边哭怎么回事| 国产亚洲精品第一综合不卡| 久久久久久久久久久久大奶| xxx96com| 91成人精品电影| 亚洲国产精品一区二区三区在线| 成人影院久久| 婷婷精品国产亚洲av在线| 中文字幕人妻丝袜制服| 两个人看的免费小视频| 国产精品1区2区在线观看.| 少妇 在线观看| 在线观看一区二区三区| 国产精品成人在线| 中文字幕精品免费在线观看视频| 欧美黑人精品巨大| 99热国产这里只有精品6| 精品国产国语对白av| 午夜福利欧美成人| 香蕉国产在线看| 窝窝影院91人妻| 国产野战对白在线观看| 国产精品成人在线| 亚洲自偷自拍图片 自拍| 国产高清激情床上av| 欧美乱妇无乱码| 亚洲欧美日韩高清在线视频| 亚洲美女黄片视频| 亚洲一区二区三区欧美精品| 色播在线永久视频| 欧美老熟妇乱子伦牲交| 美女 人体艺术 gogo| 欧美人与性动交α欧美软件| 欧美午夜高清在线| 亚洲一区高清亚洲精品| 亚洲精品一卡2卡三卡4卡5卡| 天堂动漫精品| 精品日产1卡2卡| 国产亚洲精品久久久久久毛片| 国产精品一区二区三区四区久久 | 国产亚洲欧美在线一区二区| 法律面前人人平等表现在哪些方面| 精品国产超薄肉色丝袜足j| 琪琪午夜伦伦电影理论片6080| 女人被狂操c到高潮| 国产精品98久久久久久宅男小说| 久久久国产精品麻豆| 成熟少妇高潮喷水视频| 欧美日韩亚洲高清精品| 亚洲熟妇中文字幕五十中出 | 久久精品亚洲精品国产色婷小说| 国产三级在线视频| 欧美成狂野欧美在线观看| 黑人操中国人逼视频| 久久久国产欧美日韩av| tocl精华| 99国产精品一区二区三区| 国产精品久久久人人做人人爽| 欧美色视频一区免费| 日韩免费高清中文字幕av| 午夜免费观看网址| 可以免费在线观看a视频的电影网站| 一级a爱视频在线免费观看| 女生性感内裤真人,穿戴方法视频| 中文字幕色久视频| 热re99久久精品国产66热6| 久久中文字幕人妻熟女| 级片在线观看| 一级a爱片免费观看的视频| 嫁个100分男人电影在线观看| 国产精品野战在线观看 | 丰满迷人的少妇在线观看| 午夜免费成人在线视频| 国产黄色免费在线视频| 女人爽到高潮嗷嗷叫在线视频| 日韩欧美一区视频在线观看| av片东京热男人的天堂| 999久久久精品免费观看国产| 精品国产乱码久久久久久男人| 伦理电影免费视频| 欧美av亚洲av综合av国产av| 久久性视频一级片| 色婷婷久久久亚洲欧美| 女性生殖器流出的白浆| 国产日韩一区二区三区精品不卡| 日韩 欧美 亚洲 中文字幕| 如日韩欧美国产精品一区二区三区| 咕卡用的链子| 亚洲精品美女久久久久99蜜臀| 女人被狂操c到高潮| 在线观看www视频免费| 欧美激情高清一区二区三区| 搡老乐熟女国产| av天堂在线播放| 十八禁人妻一区二区| 9191精品国产免费久久| www.999成人在线观看| 在线av久久热| 韩国精品一区二区三区| av网站免费在线观看视频| 国产1区2区3区精品| avwww免费| 亚洲人成电影免费在线| 夜夜看夜夜爽夜夜摸 | 国产1区2区3区精品| 在线观看免费视频网站a站| 无人区码免费观看不卡| 亚洲精品中文字幕在线视频| 在线观看午夜福利视频| 91九色精品人成在线观看| 1024香蕉在线观看| 校园春色视频在线观看| 好男人电影高清在线观看| av超薄肉色丝袜交足视频| 99久久99久久久精品蜜桃| 国产欧美日韩一区二区三| aaaaa片日本免费| 老司机午夜十八禁免费视频| 精品少妇一区二区三区视频日本电影| 国产成人精品无人区| 在线观看免费高清a一片| 久久亚洲精品不卡| 成年女人毛片免费观看观看9| 12—13女人毛片做爰片一| av网站免费在线观看视频| 色播在线永久视频| 国产午夜精品久久久久久| 高清在线国产一区| 搡老岳熟女国产| 99热国产这里只有精品6| 午夜激情av网站| 国产免费现黄频在线看| 久久午夜综合久久蜜桃| 一a级毛片在线观看| 国产欧美日韩综合在线一区二区| 不卡一级毛片| 中亚洲国语对白在线视频| 国产亚洲精品综合一区在线观看 | 91在线观看av| av有码第一页| 亚洲欧洲精品一区二区精品久久久| 午夜影院日韩av| 国产熟女午夜一区二区三区| 激情视频va一区二区三区| 亚洲av第一区精品v没综合| 国产1区2区3区精品| a级片在线免费高清观看视频| 亚洲一区高清亚洲精品| 婷婷精品国产亚洲av在线| tocl精华| 精品国产亚洲在线| 亚洲一码二码三码区别大吗| 无限看片的www在线观看| 成年人免费黄色播放视频| 伦理电影免费视频| 午夜福利一区二区在线看| 桃色一区二区三区在线观看| 亚洲伊人色综图| 久久九九热精品免费| 水蜜桃什么品种好| 交换朋友夫妻互换小说| 日韩国内少妇激情av| av有码第一页| 黄色毛片三级朝国网站| 黄色视频不卡| 日日夜夜操网爽| 精品国产美女av久久久久小说| 欧美中文日本在线观看视频| 99国产极品粉嫩在线观看| 香蕉国产在线看| 黄色成人免费大全| 电影成人av| 又黄又粗又硬又大视频| 国产av精品麻豆| 亚洲精品久久午夜乱码| 男女床上黄色一级片免费看| 级片在线观看| 91麻豆精品激情在线观看国产 | 亚洲成av片中文字幕在线观看| 国产激情久久老熟女| 国产男靠女视频免费网站| 国产熟女午夜一区二区三区| 欧美亚洲日本最大视频资源| 国产色视频综合| 麻豆成人av在线观看| 满18在线观看网站| 老司机深夜福利视频在线观看| 久久精品人人爽人人爽视色| 中文字幕av电影在线播放| 国产成年人精品一区二区 | 视频区欧美日本亚洲| 精品第一国产精品| 在线永久观看黄色视频| 精品久久久久久成人av| 女人被躁到高潮嗷嗷叫费观| videosex国产| 日本三级黄在线观看| 国产在线观看jvid| www国产在线视频色| 婷婷精品国产亚洲av在线| 操出白浆在线播放| 国产精品综合久久久久久久免费 | 免费在线观看亚洲国产| 婷婷精品国产亚洲av在线| 女警被强在线播放| 嫩草影视91久久| 中文字幕人妻熟女乱码| 精品电影一区二区在线| 波多野结衣一区麻豆| 久久香蕉精品热| 久久亚洲真实| 午夜激情av网站| 国产成人精品无人区| 两性午夜刺激爽爽歪歪视频在线观看 | 亚洲国产欧美网| 巨乳人妻的诱惑在线观看| 超色免费av| 中文字幕高清在线视频| 午夜福利欧美成人| 麻豆国产av国片精品| 久久精品亚洲熟妇少妇任你| 1024香蕉在线观看| 国产精品秋霞免费鲁丝片| 国产精品98久久久久久宅男小说| 国产午夜精品久久久久久| 自拍欧美九色日韩亚洲蝌蚪91| 精品一区二区三区视频在线观看免费 | а√天堂www在线а√下载| 亚洲av成人一区二区三| 色综合站精品国产| 亚洲国产欧美网| 久久久国产精品麻豆| 国产1区2区3区精品| 欧美激情极品国产一区二区三区| 美女福利国产在线| 大陆偷拍与自拍| 亚洲午夜理论影院| 国产有黄有色有爽视频| 老司机亚洲免费影院| 欧美日韩乱码在线| 色婷婷久久久亚洲欧美| 老鸭窝网址在线观看| 精品福利观看| 一级,二级,三级黄色视频| 水蜜桃什么品种好| 超色免费av| 夜夜看夜夜爽夜夜摸 | 午夜激情av网站| 久久久久久久久久久久大奶| 亚洲精品成人av观看孕妇| 最近最新免费中文字幕在线| 变态另类成人亚洲欧美熟女 | 久久午夜综合久久蜜桃| 天堂动漫精品| 真人做人爱边吃奶动态| 亚洲av电影在线进入| 99久久99久久久精品蜜桃| 日韩视频一区二区在线观看| 国产精品久久久久成人av| 18禁美女被吸乳视频| 老司机深夜福利视频在线观看| 日本免费a在线| 亚洲专区字幕在线| 交换朋友夫妻互换小说| 一边摸一边做爽爽视频免费| 后天国语完整版免费观看| 亚洲国产欧美日韩在线播放| 黄色片一级片一级黄色片| 波多野结衣高清无吗| 操美女的视频在线观看| 免费少妇av软件| 精品日产1卡2卡| 在线观看免费视频网站a站| 久久伊人香网站| 一进一出好大好爽视频| 欧美久久黑人一区二区| 国产一区二区激情短视频| 国产精品野战在线观看 | 欧美精品亚洲一区二区| 18禁裸乳无遮挡免费网站照片 | 精品一区二区三区av网在线观看| 久久香蕉国产精品| 91九色精品人成在线观看| 久久人妻熟女aⅴ| 又黄又爽又免费观看的视频| 视频在线观看一区二区三区| 亚洲精品国产区一区二| 日本一区二区免费在线视频| 无遮挡黄片免费观看| 性色av乱码一区二区三区2| 不卡av一区二区三区| 在线看a的网站| 水蜜桃什么品种好| 欧美成狂野欧美在线观看| 女人被躁到高潮嗷嗷叫费观| 99久久精品国产亚洲精品| 亚洲美女黄片视频| 成年女人毛片免费观看观看9| 在线观看一区二区三区激情| 日韩欧美在线二视频| 国产精品久久久人人做人人爽| 成人18禁高潮啪啪吃奶动态图| 国产精品一区二区三区四区久久 | 免费在线观看亚洲国产| 天天躁狠狠躁夜夜躁狠狠躁| 免费av中文字幕在线| 在线免费观看的www视频| 国产日韩一区二区三区精品不卡| 亚洲第一青青草原| 真人做人爱边吃奶动态| 性色av乱码一区二区三区2| 亚洲av五月六月丁香网| 成年人黄色毛片网站| 男人舔女人的私密视频| 国产精品亚洲av一区麻豆| 日韩精品免费视频一区二区三区| 9色porny在线观看| 琪琪午夜伦伦电影理论片6080| 女人爽到高潮嗷嗷叫在线视频| 日日干狠狠操夜夜爽| 久热爱精品视频在线9| 如日韩欧美国产精品一区二区三区| 纯流量卡能插随身wifi吗| 国产麻豆69| 波多野结衣av一区二区av| 成熟少妇高潮喷水视频| 午夜福利,免费看| 国产精品电影一区二区三区| 中文字幕另类日韩欧美亚洲嫩草| 亚洲专区国产一区二区| 国产熟女午夜一区二区三区| 色在线成人网| 国产高清videossex| 十八禁网站免费在线| 午夜福利,免费看| 亚洲精品久久午夜乱码| 国产有黄有色有爽视频| 少妇 在线观看| 麻豆国产av国片精品| 女人高潮潮喷娇喘18禁视频| www.精华液| 天堂动漫精品| 日韩免费高清中文字幕av| a级毛片在线看网站| 精品国产亚洲在线| 99久久精品国产亚洲精品| 日韩精品免费视频一区二区三区| 高潮久久久久久久久久久不卡| 欧美日韩中文字幕国产精品一区二区三区 | 黄片播放在线免费| 91成年电影在线观看| 久久久久国产精品人妻aⅴ院| 国产精品久久视频播放| 999久久久国产精品视频| 欧美黄色淫秽网站| 1024香蕉在线观看| 亚洲av成人一区二区三| 亚洲国产欧美一区二区综合| 老司机靠b影院| 桃色一区二区三区在线观看| 国产精品国产av在线观看| 窝窝影院91人妻| 天堂中文最新版在线下载| 国产精品亚洲一级av第二区| 国产欧美日韩综合在线一区二区| 国产真人三级小视频在线观看| 正在播放国产对白刺激| 久久久国产精品麻豆| 欧美激情久久久久久爽电影 | 国产99久久九九免费精品| 成在线人永久免费视频| 侵犯人妻中文字幕一二三四区| 波多野结衣一区麻豆| 久久久国产欧美日韩av| 国产aⅴ精品一区二区三区波| 国产免费现黄频在线看| 777久久人妻少妇嫩草av网站| 一区在线观看完整版| 波多野结衣av一区二区av| 欧美大码av| 91成年电影在线观看| 9热在线视频观看99| 久久久国产成人免费| 美女大奶头视频| 两个人看的免费小视频| 久久中文字幕一级| 亚洲中文字幕日韩| 日韩一卡2卡3卡4卡2021年| 80岁老熟妇乱子伦牲交| 日日摸夜夜添夜夜添小说| 久久精品国产亚洲av高清一级| 精品国产超薄肉色丝袜足j| 国产97色在线日韩免费| 亚洲,欧美精品.| 黑人操中国人逼视频| 麻豆av在线久日| 久久人人97超碰香蕉20202| 欧美日韩亚洲国产一区二区在线观看| 天堂动漫精品| 欧美精品啪啪一区二区三区| 久久香蕉激情| 男女下面进入的视频免费午夜 | 欧美日韩福利视频一区二区| 男人舔女人下体高潮全视频| 一级毛片女人18水好多| 亚洲一码二码三码区别大吗| 国产高清视频在线播放一区| 色综合欧美亚洲国产小说| 一二三四社区在线视频社区8| 国产亚洲精品一区二区www| 视频在线观看一区二区三区| 女人高潮潮喷娇喘18禁视频| 久久影院123| 欧美日韩亚洲综合一区二区三区_| 国产亚洲精品久久久久久毛片| 色婷婷av一区二区三区视频| 久久天堂一区二区三区四区| 91九色精品人成在线观看| 超色免费av| 亚洲自拍偷在线| 国产日韩一区二区三区精品不卡| 91av网站免费观看| 欧美亚洲日本最大视频资源| 久久久国产一区二区| 国产精品九九99| 亚洲色图av天堂| 国产国语露脸激情在线看| 婷婷六月久久综合丁香| 精品卡一卡二卡四卡免费| 国产黄色免费在线视频| 国产亚洲精品第一综合不卡| 91老司机精品| 18禁美女被吸乳视频| 亚洲成人久久性| 欧美日韩亚洲国产一区二区在线观看| 国产一区二区激情短视频| 九色亚洲精品在线播放| 色婷婷av一区二区三区视频| 欧美黄色片欧美黄色片| 色婷婷久久久亚洲欧美| 一进一出抽搐动态| 亚洲激情在线av| 一本综合久久免费| 亚洲色图 男人天堂 中文字幕| 久久国产精品男人的天堂亚洲| 怎么达到女性高潮| 免费人成视频x8x8入口观看| 国产欧美日韩一区二区三区在线| 黑人猛操日本美女一级片| 国产精品自产拍在线观看55亚洲| 久久香蕉精品热| 中文字幕色久视频| 久久香蕉国产精品| 亚洲欧美日韩另类电影网站| 女人被狂操c到高潮| 天堂√8在线中文| 午夜激情av网站| 日本vs欧美在线观看视频| 99精品欧美一区二区三区四区| 岛国在线观看网站| 无人区码免费观看不卡| a级片在线免费高清观看视频| 国产免费男女视频| 免费在线观看黄色视频的| 另类亚洲欧美激情| 国产亚洲精品一区二区www| 男人操女人黄网站| 男女下面进入的视频免费午夜 | 亚洲成国产人片在线观看| 国产一区二区三区综合在线观看| 水蜜桃什么品种好| 国产亚洲欧美98| 免费高清视频大片| 老熟妇乱子伦视频在线观看| x7x7x7水蜜桃| 欧美激情 高清一区二区三区| 在线十欧美十亚洲十日本专区| 国产精品美女特级片免费视频播放器 | 成年人免费黄色播放视频| 国产精品免费视频内射| 性欧美人与动物交配| 国产一区二区三区综合在线观看| 亚洲欧美精品综合一区二区三区| 亚洲免费av在线视频| 亚洲熟妇中文字幕五十中出 | bbb黄色大片| 亚洲第一青青草原| 亚洲午夜精品一区,二区,三区| 美女 人体艺术 gogo| 国产精品二区激情视频| 老熟妇乱子伦视频在线观看| 操美女的视频在线观看| 亚洲熟妇熟女久久| 欧美成人午夜精品| 久久久国产一区二区| 99精国产麻豆久久婷婷| 欧美日韩亚洲高清精品|