亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        對稱歸一化配準(zhǔn)的多圖譜大腦擴(kuò)散張量圖像分割

        2022-05-05 02:26:56蔡文琴王遠(yuǎn)軍
        上海理工大學(xué)學(xué)報 2022年2期
        關(guān)鍵詞:張量腦區(qū)白質(zhì)

        蔡文琴, 王遠(yuǎn)軍

        (上海理工大學(xué) 健康科學(xué)與工程學(xué)院, 上海 200093)

        隨著我國人口老齡化程度加深,大腦精神類疾病的發(fā)病率呈現(xiàn)快速增長趨勢,例如,原發(fā)性老年癡呆癥[1]、腦缺血[2]、中風(fēng)[3]及精神分裂[4]等。擴(kuò)散張量成像(diffusion tensor imaging, DTI)[5]是唯一能夠非侵入性地對生物組織中水分子的各向異性擴(kuò)散特征進(jìn)行成像的成像模態(tài),它能夠提供組織微細(xì)結(jié)構(gòu)信息,特別是對于大腦白質(zhì)組織在分子水平上的檢測更為靈敏。基于DTI 的全腦解剖學(xué)分割能夠獲取腦組織中細(xì)微的結(jié)構(gòu)信息,并對DTI 數(shù)據(jù)中腦白質(zhì)或病變區(qū)域進(jìn)行提取與處理,能夠為臨床疾病的輔助診斷提供更好的分析手段。一般來說,由臨床醫(yī)生手動進(jìn)行勾畫的腦解剖學(xué)圖像被認(rèn)為是最準(zhǔn)確的分割方法,俗稱“金標(biāo)準(zhǔn)”;然而,由于DTI 圖像的圖像分辨率低,且為四維圖像,因而不易于被醫(yī)生進(jìn)行手動分割。因此,開發(fā)一種具有較高準(zhǔn)確率和魯棒性的DTI圖像自動分割算法已經(jīng)成為國內(nèi)外醫(yī)學(xué)圖像處理與分析領(lǐng)域的研究熱點。

        傳統(tǒng)的醫(yī)學(xué)圖像分割方法有很多,例如,閾值分割法[6]、區(qū)域生長法[7]及水平集分割法[8]等,這些方法是利用圖像的灰度、梯度或者其他區(qū)域的特征進(jìn)行分割,而DTI 圖像每個體素是 3×3的張量,因其圖像特點,它不適用于這些方法進(jìn)行分割。為此,近年來國內(nèi)外學(xué)者紛紛提出了各種不同的方法對張量圖像進(jìn)行分割。Rittner 等[9]通過梯度的計算,使用分水嶺分割算法對DTI 數(shù)據(jù)中的胼胝體進(jìn)行了分割。在此基礎(chǔ)上,王毅等[10]提出了一種基于矢量活動輪廓模型的DTI 腦胼胝體分割方法,該類算法對于局部某個腦區(qū)的分割效果尚可,但是,對分割大腦多個腦區(qū)的效果欠佳,而且由于分水嶺算法對于邊緣信息的敏感度,容易導(dǎo)致其產(chǎn)生過分割的現(xiàn)象;Lenglet 等[11]提出了張量空間的高斯概率活動輪廓模型分割算法對DTI 大腦數(shù)據(jù)進(jìn)行分割,并推導(dǎo)出了用于衡量張量間不相似性的測地距離,但該算法的分割精準(zhǔn)度和魯棒性會隨著DTI數(shù)據(jù)中高斯模型的變化而產(chǎn)生影響;Dai 等[12]提出了DTI 大腦縱向分割方法,但是,由于該算法對數(shù)據(jù)集的要求高,需要多次重復(fù)采集大腦數(shù)據(jù)來改善分割效果,且它的方法以結(jié)構(gòu)圖像為主,僅利用DTI 成像的各向異性分?jǐn)?shù)圖像,因此,并不適用于對普通DTI 大腦圖像的分割研究。綜上所述,由于腦部結(jié)構(gòu)的復(fù)雜性以及腦部區(qū)域邊界的模糊性,上述方法在分割DTI 圖像的不同腦組織的精確度上差異很大,存在著一定的局限性。

        針對上述方法的不足,本文提出了一種基于對稱圖像歸一化配準(zhǔn)的DTI 腦區(qū)分割方法,它是以磁共振T1 圖像的分區(qū)圖為前提,利用ANTs 配準(zhǔn)方法,結(jié)合對稱圖像歸一化的配準(zhǔn)模型,將磁共振T1 圖像與DTI 的b0 圖像進(jìn)行配準(zhǔn),從而獲取DTI 空間的位移場信息,再使用位移場將T1 圖像的分區(qū)圖映射至DTI 空間,最終得到DTI 圖像的腦區(qū)分割結(jié)果。本文選取了阿爾茨海默癥(Alzheimer's Disease, AD)患者作為實驗對象進(jìn)行研究,而其發(fā)病時通常局部腦區(qū)會發(fā)生異常,因此,需要選取合適的方法對局部腦區(qū)的分割結(jié)果進(jìn)行定量和定性的評估。以往的方法大多采用兩種方式:一種是針對DTI 圖像的局部腦區(qū),通常會選用手動分割該區(qū)域,再將自動分割結(jié)果與其作比較,來驗證實驗的準(zhǔn)確性。此方法對磁共振T1 圖像的適用性更高,但是,由于DTI 圖像的分辨率低,在此基礎(chǔ)上進(jìn)行手動分割的效果不佳,容易因“金標(biāo)準(zhǔn)”劃分的錯誤而直接影響其最終結(jié)果。因此,本文采用的是定量評估中常用的另一種方法,即統(tǒng)計學(xué)的研究方法,它可以從側(cè)面反映局部腦區(qū)劃分的準(zhǔn)確性,且該方法可結(jié)合DTI 圖像中的各向異性圖來更好地驗證AD 患者發(fā)病時相較于正常對照組(normal control, NC)其腦區(qū)異常部分。實驗結(jié)果表明,該算法取得了良好的分割結(jié)果,有助于精確地理解人腦微觀結(jié)構(gòu),進(jìn)而更好地輔助臨床進(jìn)行疾病的診斷。

        1 對稱歸一化配準(zhǔn)的多圖譜大腦擴(kuò)散張量圖像分割方法

        基于DTI 成像的全腦區(qū)分割方法是基于磁共振T1 成像的更深層研究,由于DTI 圖像的不易分割性,因此,實驗考慮將已得到的基于T1 成像的腦分割圖像通過某種配準(zhǔn)和映射的方式轉(zhuǎn)換為對應(yīng)的DTI 分區(qū)圖?;诖殴舱馮1 的大腦分割方法[13]是利用多圖譜的分割方法,借助多項式展開的配準(zhǔn)和全局加權(quán)融合,得到最終目標(biāo)圖像的分割結(jié)果。得到T1 分割圖像后,提取同一病例DTI 圖像的b0 圖像,將目標(biāo)圖像與b0 圖像運用ANTs(advancednormalization tools)中的對稱歸一化(symmetric normalization,SyN)變換模型對兩者進(jìn)行空間配準(zhǔn),將位移場參數(shù)映射至T1 對應(yīng)的分割結(jié)果中,即可得到在DTI 空間上的全腦區(qū)分割結(jié)果,此方法將不易被手動分區(qū)的DTI 圖像進(jìn)行了巧妙的轉(zhuǎn)換,利用磁共振T1 圖像的特點,得到了最終的分割結(jié)果。該方法的流程如圖1 所示。

        圖1 DTI 圖像分割算法流程圖Fig.1 Flow chart of DTI image segmentation algorithm

        1.1 ANTS 配準(zhǔn)方法

        由于不同人群的大腦解剖結(jié)構(gòu)各不相同,因此,需要通過配準(zhǔn)操作將不同的個體配準(zhǔn)到同一個空間上,從而確定大腦的形態(tài)。ANTs[14]是近年來對2 個圖像進(jìn)行配準(zhǔn)中效果最好的軟件之一,它是基于C 語言進(jìn)行編寫的,其運行速度較快,且不受圖譜與目標(biāo)圖像的圖像大小限制,此配準(zhǔn)包通常在Linux 系統(tǒng)下使用較為廣泛。

        實驗中,使用ANTs 中的SyN 變換模型[15]進(jìn)行配準(zhǔn)操作,它是仿射變換和可變形變換的結(jié)合,以互信息作為其優(yōu)化的指標(biāo),用最大化微分同胚映射空間內(nèi)的互相關(guān),優(yōu)化了歐拉-拉格朗日配準(zhǔn)技術(shù)所不能保證的相似性度量的對稱性。微分同胚是具有可逆性的映射[16],通常假設(shè)剛性和縮放變換已經(jīng)進(jìn)行了提取,且圖像的邊界也能進(jìn)行映射。在此空間中元素之間的最短路徑稱之為測地線,SyN 方法能夠保證在測地線連接2 個圖像(即圖像I 和圖像J)的前提下,使得2 個圖像都沿著形狀進(jìn)行流線型移動,且無論相似度或優(yōu)化參數(shù)如何改變,從圖像I 到圖像J 和從圖像J 到圖像I 的路徑一致。此外,在進(jìn)行距離估算的同時,也要保證其對稱一致性,其映射情況如圖2所示。第1 行為初始化時的原始圖像I 和原始圖像J;第2 行為經(jīng)過SyN 方法收斂后,這些圖像經(jīng)過微分同胚變形后的狀態(tài);第3 行為變形的位移場;第4 行為變換的函數(shù)。I(0.5)表示在0.5 時刻原始圖像I(0)變換后的圖像。

        圖2 圖像I 和圖像J 的SyN 測地線路徑[17]Fig.2 SyN geodesic path of image I and image J[17]

        1.2 b0 圖像的位移場映射

        DTI 技術(shù)是近年來研究腦成像的新方向,它是利用水分子布朗運動的特點去間接反映人體組織結(jié)構(gòu),根據(jù)水分子的運動方向及形式去判斷其三維走向,從而達(dá)到研究腦功能的目的,對腦白質(zhì)疾病及研究腦網(wǎng)絡(luò)的連接性、完整性及其他特點的評估提供了新的依據(jù),具有磁共振T1 加權(quán)像、磁共振T2 加權(quán)像等其他常規(guī)MRI 圖像無法與之比較的優(yōu)越性。b0圖像是DTI圖像在掃描時當(dāng)b值為0 時生成的圖像[18],b為擴(kuò)散敏感系數(shù),其表達(dá)式為

        式中: γ為旋磁比;G為 磁場強(qiáng)度; δ為每個梯度脈沖施加的時間; Δ為脈沖施加的時間間隔。

        從式(1)中可以得到,b值為常數(shù),由施加磁場的梯度場強(qiáng)的參數(shù)來確定,且b的值越大,彌散運動發(fā)生時水分子越敏感,b0 圖像如圖3 所示。

        圖3 b0 大腦圖像Fig. 3 b0 brain image

        實驗中,將目標(biāo)的待分割T1 加權(quán)圖像與DTI的b0 圖像通過ANTs 進(jìn)行配準(zhǔn),得到其空間的對應(yīng)位置信息及映射的位移場參數(shù),再將此位移場映射至目標(biāo)圖像的分區(qū)圖,即可得到在DTI 空間上的全腦區(qū)分割圖像。

        1.3 FA 圖像

        各向異性分?jǐn)?shù)(fractional anisotropy, FA)[19]是用來反映分子之間的差別和離散性的表示方法,它的定義為

        式中:FA為部分各向異性指數(shù); λ1,λ2,λ3表示擴(kuò)散張量的本征值, λ=(λ1+λ2+λ3)/3表示張量的平均擴(kuò)散率。

        FA常用于衡量擴(kuò)散張量部分各向異性的程度,它的值在0~1 之間進(jìn)行變化,當(dāng)FA=0 時,則表示擴(kuò)散各向同性;當(dāng)FA=1 時,則表示擴(kuò)散各向異性。目前,在臨床研究中,F(xiàn)A值的應(yīng)用較為廣泛,其原因如下:

        a.FA值不會隨著坐標(biāo)系的改變而輕易進(jìn)行改變,也就是說它具有旋轉(zhuǎn)不變性的特點。

        b. FA 圖像可以獲取到腦灰質(zhì)及腦白質(zhì)之間的對比性,因此,它可以較為容易地對腦部的感興趣區(qū)域進(jìn)行提取,適用于作為全腦區(qū)分割的參考比較圖像。

        c. FA 圖像具有較高的信噪比,與腦區(qū)分割圖像進(jìn)行點乘后可以較好地反映各個腦區(qū)的不同特征,便于后續(xù)的針對某個腦區(qū)或者某些區(qū)域進(jìn)行分析,F(xiàn)A 圖像如圖4 所示。

        圖4 FA 大腦圖像Fig. 4 FA brain image

        由于FA 圖像是表示腦白質(zhì)等組織各向異性及完整性的一個度量指標(biāo),而AD 患者發(fā)病時通常腦白質(zhì)等區(qū)域容易發(fā)生異常。因此,本實驗選擇將DTI 的FA 圖像與磁共振T1 分區(qū)圖對應(yīng)的各個腦區(qū)的標(biāo)簽進(jìn)行逐一點乘,提取出各個感興趣的腦區(qū)區(qū)域,再針對AD 患者發(fā)病時容易發(fā)生異常的腦區(qū)通過合適的統(tǒng)計學(xué)方法進(jìn)行評估和驗證。

        1.4 統(tǒng)計分析方法

        實驗中,利用SPSS(statistical product and service solutions)17.0 軟件[20]對所得到的腦區(qū)分割結(jié)果進(jìn)行統(tǒng)計學(xué)評價,運用獨立樣本t檢驗對AD 和NC 進(jìn)行比較。在進(jìn)行獨立樣本t檢驗前,需要對實驗數(shù)據(jù)進(jìn)行正態(tài)分布的驗證,保證其滿足正態(tài)分布才能進(jìn)行下一步的分析。因為只有滿足了這個前提,才可以保證計算出的統(tǒng)計量能夠滿足T 分布[21]。當(dāng)P>0.05 時,則接受原來的假設(shè),認(rèn)為對應(yīng)腦區(qū)的差異不具有統(tǒng)計學(xué)意義;在P<0.05時,則否定原先假設(shè),認(rèn)為對應(yīng)腦區(qū)的差異具有統(tǒng)計學(xué)意義。在統(tǒng)計參數(shù)的比較中,選擇腦區(qū)圖像的灰度平均值進(jìn)行統(tǒng)計學(xué)檢驗,灰度均值反映了圖像中所有像素灰度值的算數(shù)平均。均值越大,則說明圖像的亮度越大;均值越小,則代表圖像的亮度越小,其公式為

        式中:An代 表計算得出的灰度均值;a1,a2,···,an代 表各個像素點的像素值;n代表像素點的總個數(shù)。

        2 實驗數(shù)據(jù)

        2.1 實驗環(huán)境與數(shù)據(jù)

        本文所有的實驗均在Window10 系統(tǒng)下進(jìn)行操作,運行環(huán)境為:內(nèi)存8.0 GB;芯片Intel Core(TM) i7-8700 CPU @3.20GHz;算法是基于Matlab語言開發(fā)的,其版本為R2018a。實驗的第一個數(shù)據(jù)集來源于the Alzheimer’s Disease Neuroimaging Initiative(ADNI)[22]數(shù)據(jù)集的40 例磁共振T1 加權(quán)MRI 序列和其對應(yīng)的DTI 序列圖像(其中,20 例為AD 患者病例,20 例為NC 對照組);第二個數(shù)據(jù)集是15 例T1 加權(quán)像及它對應(yīng)的標(biāo)簽圖像,該數(shù)據(jù)集來自O(shè)ASIS 數(shù)據(jù)庫,被用于MICCAI 2012多地圖集標(biāo)記重大挑戰(zhàn)賽和研討會[23]。該數(shù)據(jù)集的標(biāo)簽均由臨床的專家進(jìn)行了手動標(biāo)記,共標(biāo)注了138 個結(jié)構(gòu),其中28 個標(biāo)簽為非皮質(zhì)層結(jié)構(gòu)[24],分別為:第三腦室、第四腦室、腦干、左/右半球伏隔核、腦白質(zhì)、小腦白質(zhì)、尾狀核、杏仁核、海馬、側(cè)腦室、蒼白球、殼核、丘腦、腹側(cè)間腦以及小腦小葉IV、VI-VII 和VIII-X。ADNI 數(shù)據(jù)集中的每例圖像數(shù)據(jù)的切片數(shù)量在201~254 之間,切片尺寸為1 96×197,其具體數(shù)據(jù)信息如表1 所示。MICCAI 數(shù)據(jù)集中的每幅圖像的切片數(shù)量在261~334 之間,切片尺寸為 256×256。2 個數(shù)據(jù)集合的各向同性分辨率均為1 mm×1 mm×1 mm。

        表1 ADNI 數(shù)據(jù)集信息Tab.1 ADNI dataset information

        2.2 實驗預(yù)處理

        ADNI 數(shù)據(jù)集獲取的40 例數(shù)據(jù)是DICOM 格式的圖像,而后續(xù)的操作需要NIFTI 圖像進(jìn)行操作,因此,首先使用Mricron 軟件中的dcm2nii.exe將所有圖像都轉(zhuǎn)變?yōu)镹IFTI 格式的圖像,在軟件界面中通過File 中的DICOM to NIFTI 添加需要轉(zhuǎn)換的圖像或者文件夾即可進(jìn)行轉(zhuǎn)換,將轉(zhuǎn)換后的DTI 圖像運用FSL 軟件進(jìn)行了b0 圖像和FA 圖像的提取。

        由于每例圖像數(shù)據(jù)的切片數(shù)目各不相同,為了便于后續(xù)的實驗操作及評價,將2 個數(shù)據(jù)集中所有的磁共振T1 圖像的切片數(shù)都調(diào)整成256×334×256。然后使用FSL 軟件中的BET-Brain Extraction Tool[25]對磁共振T1、b0 和FA 的顱骨進(jìn)行了剝離操作,最后使用3D Slicer 下的N4ITK MRI Bias correction 對圖像進(jìn)行偏置場校正,以保證圖像灰度的標(biāo)準(zhǔn)化[26],去除多余噪聲等干擾信息。實驗預(yù)處理后的T1、b0 和FA 圖像如圖5 和圖6 所示。

        圖5 預(yù)處理前后對比圖(AD 患者組)Fig.5 Comparison of before and after preprocessing (AD patient group)

        圖6 預(yù)處理前后對比圖(NC 對照組)Fig.6 Comparison diagram before and after preprocessing (NC control group)

        3 實驗結(jié)果與分析

        本文在基于多圖譜的分割算法得到磁共振T1 圖像的分割結(jié)果后,進(jìn)一步獲得了DTI 圖像的分割結(jié)果。實驗運用ANTs 的配準(zhǔn)方法,結(jié)合DTI 的b0 和FA 圖像的特點,獲取了DTI 空間上的全腦區(qū)分割結(jié)果。圖7 為ADNI 數(shù)據(jù)集中AD 患者和NC 對照組的DTI 圖像的腦區(qū)分割結(jié)果。為了更加直觀地顯示其分割效果,用不同顏色區(qū)分了AD 與NC 最終分割結(jié)果中的各個腦區(qū)。

        圖7 AD 和NC 的DTI 腦區(qū)分割結(jié)果Fig.7 DTI brain segmentation results of AD and NC

        由于腦白質(zhì)被神經(jīng)軸突和髓鞘包裹,其主要用于對外周器官進(jìn)行信息傳遞及協(xié)調(diào)[27],白質(zhì)的異??梢苑从矨D 患者大腦的功能性變化。因此,臨床上可以通過腦白質(zhì)纖維束來對AD 局部異常進(jìn)行判斷,其標(biāo)簽圖像如圖8 所示。另外,腦灰質(zhì)、海馬及顳葉也是早期AD 患者中可能發(fā)生異常的腦區(qū)。

        圖8 腦白質(zhì)的標(biāo)簽位置圖像Fig.8 Image of the label position of the white matter of the brain

        實驗中,將AD 和NC 的腦區(qū)運用獨立樣本t檢驗,結(jié)果如表2 所示。從表2 中可以看出,AD 患者相對于NC 對照組而言,它在大腦白質(zhì)區(qū)域、灰質(zhì)區(qū)域及海馬體等重要的中樞神經(jīng)系統(tǒng)腦區(qū)發(fā)生了異常,經(jīng)過SPSS 軟件的獨立樣本t檢驗,得出P<0.05,證明AD 和NC 在這些腦區(qū)具有顯著性差異。

        從結(jié)果中可以看出,基于DTI 圖像去研究AD 患者和NC 對照組的腦區(qū)結(jié)構(gòu)可以反應(yīng)老年時期大腦白質(zhì)、灰質(zhì)等容易產(chǎn)生異常的腦區(qū)的位置和功能性變化。同時,對于正常老年人個體的研究也可以加深對大腦神經(jīng)性疾病(例如:AD, 輕度認(rèn)知障礙(mild cognitive impairment, MCI)等)可能出現(xiàn)異常情況的理解與分析,從而為臨床獲取有價值的解剖及病理性信息提供了幫助和推進(jìn)作用。

        4 結(jié) 論

        本文主要將原始的利用多圖譜對磁共振T1 圖像的大腦分割轉(zhuǎn)變?yōu)閷TI 圖像的分割。由于DTI 圖像的分辨率低,且是四維圖像,因此,很難手動地進(jìn)行腦區(qū)的勾畫及劃分。因此,本文在基于T1 分區(qū)結(jié)果的基礎(chǔ)上,利用ANTs 的配準(zhǔn)方法,將待分割的目標(biāo)圖像與DTI 的b0 圖像利用SyN 配準(zhǔn)模型進(jìn)行配準(zhǔn),得到其映射的位移場信息,再將位移場映射至T1 圖像的分區(qū)圖從而得到在DTI 空間上的各個腦區(qū)分割結(jié)果。然后將該分區(qū)圖與DTI 的FA 圖像進(jìn)行點乘,計算其圖像的灰度均值。利用統(tǒng)計學(xué)的獨立樣本t檢驗方法驗證AD 患者和NC 對照組在腦白質(zhì)、腦灰質(zhì)、海馬體和顳葉等腦區(qū)的異常情況,最終得到P<0.05,則表示這些腦區(qū)具有顯著性差異,說明這些腦區(qū)是臨床上阿爾茲海默癥患者可能發(fā)生異常的腦區(qū)位置。另外,DTI 圖像能夠反映分子的擴(kuò)散運動信息,對于腦白質(zhì)的纖維束追蹤有著重要的影響意義,本文得到的DTI 腦區(qū)分割結(jié)果有望于在將來纖維束追蹤方面提供新的研究思路,更有望于在臨床上對大腦疾病的研究和診斷提供幫助和分析依據(jù)。

        猜你喜歡
        張量腦區(qū)白質(zhì)
        偶數(shù)階張量core逆的性質(zhì)和應(yīng)用
        腦自發(fā)性神經(jīng)振蕩低頻振幅表征腦功能網(wǎng)絡(luò)靜息態(tài)信息流
        四元數(shù)張量方程A*NX=B 的通解
        說謊更費腦細(xì)胞
        擴(kuò)散張量成像MRI 在CO中毒后遲發(fā)腦病中的應(yīng)用
        血脂與腦小腔隙灶及白質(zhì)疏松的相關(guān)性研究
        腦白質(zhì)改變發(fā)病機(jī)制的研究進(jìn)展
        ADMA/DDAH系統(tǒng)與腦白質(zhì)疏松癥的關(guān)系
        七氟烷對幼鼠MAC的測定及不同腦區(qū)PARP-1的影響
        工程中張量概念的思考
        河南科技(2014年19期)2014-02-27 14:15:33
        亚洲啪av永久无码精品放毛片| 国产精品亚洲在线播放| 中文字日产幕码三区的做法步| 国产色在线 | 日韩| 亚洲av无码一区二区乱子伦as | 性色av一区二区三区| 亚洲AV无码国产成人久久强迫| 久久国产亚洲av高清色| 国产在线一区二区三区四区不卡| 一二三四日本中文在线| 成人欧美一区二区三区白人| 日韩最新av一区二区| 亚洲av日韩一卡二卡| 久久香蕉国产线看观看精品yw| 亚洲特黄视频| 亚洲一道一本快点视频| 偷拍色图一区二区三区| 成人午夜性a级毛片免费| 国产一级片毛片| av网站一区二区三区| 一本到在线观看视频| 少妇人妻偷人精品视频| 精品久久亚洲一级α| 综合久久精品亚洲天堂| 精品欧洲av无码一区二区14| 国产精品久久久久久久成人午夜| 亚洲国产日韩av一区二区| 偷拍夫妻视频一区二区| 无码一区二区三区在线| 一区二区三区不卡在线| 日本一区二区免费看片| 无遮挡18禁啪啪羞羞漫画| 国产一级做a爱免费观看| 视频一区二区不中文字幕| 欧美成人家庭影院| 麻豆高清免费国产一区| 超碰观看| 国产流白浆视频在线观看| 狠狠色成人综合网| 国产在线欧美日韩精品一区二区 | 免费观看一区二区|