欧美成人午夜精品久久久,国产?V天堂一区二区三区,欧美精品va在线观看,亚洲一区二区三区免费在线观看,av无码精品一区二区久久,欧美性爱视频不卡一区三区,欧美乱人伦视频在线观看,国产一级牲交高潮

ARTICLE DETAIL

資訊詳情

深耕商務(wù)建站與企業(yè)官網(wǎng)運營的一線實戰(zhàn)洞察。

SAM-Med 2D脊椎分割數(shù)據(jù)集構(gòu)建與微調(diào)實戰(zhàn)指南

SAM-Med 2D脊椎分割數(shù)據(jù)集構(gòu)建與微調(diào)實戰(zhàn)指南 簡介本資源是一份面向醫(yī)學(xué)圖像分析方向研究者與AI醫(yī)療開發(fā)者的技術(shù)實踐指南聚焦SAM-Med 2D視覺大模型在脊椎影像分割任務(wù)中的完整復(fù)現(xiàn)與定制化訓(xùn)練流程。資源涵蓋模型結(jié)構(gòu)解析、RawData原始數(shù)據(jù)組織規(guī)范、process數(shù)據(jù)預(yù)處理腳本、train端到端訓(xùn)練腳本及評估結(jié)果可視化方案有效解決醫(yī)療小樣本場景下大模型適配難、數(shù)據(jù)格式轉(zhuǎn)換繁瑣、訓(xùn)練配置不透明等核心問題。壓縮包共2000個文件主體為1948張脊椎標(biāo)注PNG圖像含訓(xùn)練/測試分割掩膜、27個Python訓(xùn)練與工具腳本含Jupyter Notebook交互示例、14個編譯緩存文件輔以JSON映射文件、Markdown說明文檔及LICENSE協(xié)議總大小243.76MB。目前已有107人學(xué)習(xí)下載讀者可直接獲取開箱即用的數(shù)據(jù)處理流水線、可調(diào)試的訓(xùn)練框架、標(biāo)準(zhǔn)化評估指標(biāo)Dice系數(shù)等實現(xiàn)邏輯以及微信技術(shù)交流群入口等實戰(zhàn)支持信息。1. 項目概述為什么需要為SAM-Med 2D訓(xùn)練脊椎分割數(shù)據(jù)集在醫(yī)學(xué)影像分析領(lǐng)域尤其是骨科和神經(jīng)外科脊椎結(jié)構(gòu)的精確分割是進(jìn)行疾病診斷、手術(shù)規(guī)劃、三維重建和生物力學(xué)分析的基礎(chǔ)。傳統(tǒng)的分割方法無論是基于閾值、區(qū)域生長還是早期的卷積神經(jīng)網(wǎng)絡(luò)CNN在面對脊椎CT或MRI圖像時常常受限于椎體形狀的多樣性、圖像對比度的差異以及相鄰椎體間的粘連問題需要大量的人工后處理和調(diào)參泛化能力有限。近年來以SAMSegment Anything Model為代表的視覺基礎(chǔ)模型憑借其強(qiáng)大的零樣本泛化能力和對任意對象的提示式分割潛力為醫(yī)學(xué)圖像分析帶來了新的范式。然而原始的SAM模型是在自然圖像上訓(xùn)練的直接應(yīng)用于醫(yī)學(xué)影像尤其是結(jié)構(gòu)復(fù)雜、邊界模糊的脊椎效果往往不盡如人意存在分割不完整、邊界粗糙、無法區(qū)分相鄰椎體等問題。這就催生了針對特定醫(yī)學(xué)任務(wù)的微調(diào)需求SAM-Med 2D正是這樣一個在大量醫(yī)學(xué)影像上進(jìn)一步預(yù)訓(xùn)練或微調(diào)的模型變體旨在更好地理解醫(yī)學(xué)圖像的語義和結(jié)構(gòu)。但是一個強(qiáng)大的模型離不開高質(zhì)量、針對性的數(shù)據(jù)。為SAM-Med 2D訓(xùn)練一個專用的脊椎分割數(shù)據(jù)集其核心價值在于“專業(yè)化”和“場景化”。這不僅僅是提供一些帶標(biāo)注的圖片而是構(gòu)建一個能夠教會模型理解脊椎解剖學(xué)特性、成像偽影、病理變化以及不同掃描協(xié)議下圖像表現(xiàn)的系統(tǒng)工程。通過這個數(shù)據(jù)集我們可以讓SAM-Med 2D學(xué)會精準(zhǔn)識別單個椎體從C1到骶骨清晰區(qū)分每一個椎體即使它們緊密相鄰。魯棒的邊界劃分即使在骨皮質(zhì)邊緣模糊、有骨質(zhì)疏松或椎體骨折的情況下也能準(zhǔn)確勾勒出椎體輪廓。適應(yīng)多模態(tài)影像能夠處理CT高對比度清晰顯示骨結(jié)構(gòu)和MRI軟組織對比度高骨邊界相對模糊等不同成像設(shè)備產(chǎn)生的數(shù)據(jù)。理解病理狀態(tài)對存在骨贅、壓縮性骨折、椎間盤突出壓迫等常見病理改變的椎體也能進(jìn)行有效分割。因此構(gòu)建這樣一個數(shù)據(jù)集是將前沿大模型能力真正落地到臨床輔助診斷的關(guān)鍵一步。它決定了模型性能的上限也是后續(xù)所有應(yīng)用如自動測量Cobb角、椎管狹窄評估的基石。本指南將詳細(xì)拆解從數(shù)據(jù)準(zhǔn)備、標(biāo)注、預(yù)處理到最終數(shù)據(jù)集構(gòu)建的全流程分享我們在此過程中積累的實戰(zhàn)經(jīng)驗與避坑技巧。2. 數(shù)據(jù)集構(gòu)建的核心思路與設(shè)計考量構(gòu)建一個適用于大模型微調(diào)的醫(yī)學(xué)影像數(shù)據(jù)集絕非簡單地將圖片和標(biāo)注文件打包。它需要一套完整的設(shè)計哲學(xué)以確保數(shù)據(jù)能高效地“教”會模型我們想要的知識。我們的核心思路圍繞“多樣性”、“一致性”、“可擴(kuò)展性”三大原則展開。2.1 數(shù)據(jù)來源的多樣性與質(zhì)量控制數(shù)據(jù)多樣性是模型泛化能力的保障。對于脊椎分割我們主要從以下幾個維度考慮多樣性影像模態(tài)必須同時包含CT和MRI數(shù)據(jù)。CT數(shù)據(jù)尤其是骨窗能提供最清晰的骨皮質(zhì)邊界是學(xué)習(xí)椎體幾何形狀的“黃金標(biāo)準(zhǔn)”。MRI數(shù)據(jù)如T1、T2加權(quán)像則能提供在軟組織環(huán)境下的椎體表現(xiàn)并包含更多病理信息。理想的比例可以根據(jù)目標(biāo)應(yīng)用調(diào)整例如側(cè)重于骨科手術(shù)規(guī)劃可能CT占比更高如7:3側(cè)重于神經(jīng)壓迫評估則可能需要更多MRI數(shù)據(jù)如5:5。掃描設(shè)備與協(xié)議收集來自不同廠商如GE、Siemens、Philips、不同型號掃描儀的數(shù)據(jù)。掃描參數(shù)如層厚、間距、kVp、磁場強(qiáng)度的差異會導(dǎo)致圖像分辨率、噪聲水平和對比度的變化。這能迫使模型學(xué)習(xí)到更本質(zhì)的特征而非某個特定設(shè)備的成像風(fēng)格。患者群體與病理狀態(tài)數(shù)據(jù)應(yīng)涵蓋不同年齡、性別、體型的患者。更重要的是必須包含各種常見的脊椎病理狀態(tài)退行性變骨質(zhì)增生骨贅、終板硬化。外傷各種類型的椎體骨折壓縮性、爆裂性?;渭怪鶄?cè)彎、后凸。術(shù)后狀態(tài)內(nèi)含內(nèi)固定物如螺釘、鋼板、融合器的椎體。其他骨質(zhì)疏松、轉(zhuǎn)移瘤等。 包含病理數(shù)據(jù)至關(guān)重要它能讓模型學(xué)會在“非標(biāo)準(zhǔn)”情況下依然能工作這是臨床實用性的關(guān)鍵。注意數(shù)據(jù)獲取必須嚴(yán)格遵守醫(yī)學(xué)倫理和患者隱私保護(hù)法規(guī)如HIPAA GDPR。所有數(shù)據(jù)需經(jīng)過徹底的匿名化處理去除DICOM文件頭中的所有個人信息并確保擁有合規(guī)的數(shù)據(jù)使用授權(quán)。通常這項工作需要在醫(yī)院信息科或倫理委員會的支持下進(jìn)行。解剖覆蓋范圍數(shù)據(jù)集應(yīng)覆蓋全脊柱頸椎、胸椎、腰椎、骶尾椎并且確保每個椎體都有足夠的樣本。避免出現(xiàn)某個椎體如T4、T5樣本過少的情況。2.2 標(biāo)注策略與一致性規(guī)范標(biāo)注質(zhì)量直接決定模型學(xué)習(xí)的上限。對于脊椎分割我們采用“實例分割”標(biāo)注即每個椎體都是一個獨立的、互不重疊的掩碼Mask。標(biāo)注工具選擇推薦使用專業(yè)的醫(yī)學(xué)圖像標(biāo)注軟件如ITK-SNAP、3D Slicer或MITK。這些工具支持DICOM格式直接讀取、多平面重建MPR并能高效處理三維體數(shù)據(jù)。對于大規(guī)模標(biāo)注可以考慮CVAT、Labelbox等支持協(xié)作和項目管理的平臺但其對三維醫(yī)學(xué)影像的原生支持可能不如專業(yè)醫(yī)學(xué)軟件。標(biāo)注細(xì)則制定關(guān)鍵邊界定義明確標(biāo)注的邊界是骨皮質(zhì)的外緣。在CT上這通常是高亮信號的邊緣。在MRI上由于骨皮質(zhì)呈低信號邊界可能較模糊需要參考相鄰的椎間盤和韌帶結(jié)構(gòu)進(jìn)行判斷。病理區(qū)域處理對于骨折椎體標(biāo)注其變形后的輪廓包括可能存在的骨碎片如果屬于同一椎體。對于大的骨贅如果與椎體主體相連且屬于骨質(zhì)增生一般納入該椎體掩碼。內(nèi)固定物處理這是一個難點。螺釘、鋼板等金屬植入物會產(chǎn)生嚴(yán)重的射線硬化偽影CT或磁敏感偽影MRI完全遮擋解剖結(jié)構(gòu)。我們的策略是標(biāo)注可見的、未被偽影完全破壞的椎體部分。對于完全被偽影覆蓋的區(qū)域標(biāo)注員需基于上下相鄰層面和先驗解剖知識進(jìn)行“合理推斷”勾勒并在標(biāo)注記錄中標(biāo)記該區(qū)域為“推斷標(biāo)注”。這能幫助模型學(xué)習(xí)在偽影干擾下進(jìn)行“腦補”的能力。標(biāo)注一致性會議在標(biāo)注開始前必須組織所有標(biāo)注員通常是放射科醫(yī)師或經(jīng)驗豐富的影像科研究生進(jìn)行培訓(xùn)使用一批樣例圖像共同標(biāo)注討論并統(tǒng)一上述所有模糊情況的處理標(biāo)準(zhǔn)。過程中定期進(jìn)行交叉校驗和一致性評估如計算Dice系數(shù)對差異大的案例進(jìn)行復(fù)盤討論。2.3 數(shù)據(jù)集格式設(shè)計與可擴(kuò)展性為了適配SAM-Med 2D的微調(diào)流程并方便未來擴(kuò)展我們需要設(shè)計一個清晰的數(shù)據(jù)目錄結(jié)構(gòu)和數(shù)據(jù)格式。原始數(shù)據(jù)層保留原始的DICOM序列或NIfTI文件。按患者ID或研究ID組織文件夾。這是數(shù)據(jù)的源頭不可更改。預(yù)處理數(shù)據(jù)層存儲經(jīng)過預(yù)處理如重采樣、歸一化、裁剪后的圖像文件通常轉(zhuǎn)換為.npy或.png格式。同時保存對應(yīng)的預(yù)處理參數(shù)如重采樣率、裁剪范圍以便反向映射。標(biāo)注數(shù)據(jù)層這是核心。我們采用與SAM系列模型訓(xùn)練常用的格式。每個樣本對應(yīng)一個JSON文件結(jié)構(gòu)如下{ “image”: “preprocessed/patient_001_slice_50.png”, // 預(yù)處理后的圖像路徑 “image_id”: “patient_001_50”, “annotations”: [ { “id”: 1, “category_id”: 21, // 類別ID如21代表C3椎體 “segmentation”: { // RLE編碼或多邊形坐標(biāo)點列表 “size”: [512, 512], “counts”: “...” }, “bbox”: [x, y, width, height], // 包圍框 “area”: 12050 }, { “id”: 2, “category_id”: 22, // 22代表C4椎體 “segmentation”: { ... }, “bbox”: [ ... ], “area”: 11800 } // ... 更多椎體 ] }為什么用JSON和RLEJSON結(jié)構(gòu)清晰易于解析和擴(kuò)展。RLERun-Length Encoding是一種高效的二值掩碼編碼方式相比存儲整個二維數(shù)組能極大節(jié)省磁盤空間尤其適合大尺寸醫(yī)學(xué)圖像。數(shù)據(jù)集劃分按照患者ID劃分訓(xùn)練集、驗證集和測試集絕不能按切片隨機(jī)劃分。因為同一個患者的不同切片之間存在強(qiáng)相關(guān)性按切片隨機(jī)劃分會導(dǎo)致數(shù)據(jù)泄露使模型在測試集上獲得虛高的性能。通常采用7:2:1或8:1:1的比例。確保每個集合中患者的人口學(xué)特征和病理類型分布大致均衡。元數(shù)據(jù)文件創(chuàng)建一個dataset_meta.json文件記錄數(shù)據(jù)集的整體信息如類別列表從C1到骶骨每個椎體對應(yīng)的ID和名稱、數(shù)據(jù)統(tǒng)計各模態(tài)數(shù)量、各椎體實例數(shù)、標(biāo)注規(guī)范版本、預(yù)處理方法等。這為數(shù)據(jù)集的維護(hù)和使用提供了清晰的“說明書”。3. 數(shù)據(jù)預(yù)處理與標(biāo)注實戰(zhàn)詳解有了設(shè)計思路接下來就是具體的實施。這一步是數(shù)據(jù)質(zhì)量的核心鍛造環(huán)節(jié)直接關(guān)系到模型訓(xùn)練的穩(wěn)定性和最終效果。3.1 醫(yī)學(xué)影像預(yù)處理標(biāo)準(zhǔn)化流程原始DICOM數(shù)據(jù)不能直接用于訓(xùn)練必須經(jīng)過一系列標(biāo)準(zhǔn)化預(yù)處理。讀取與方向校正使用pydicom或SimpleITK讀取DICOM文件。醫(yī)學(xué)影像的坐標(biāo)系左右、前后、頭足可能因掃描設(shè)備和患者體位而異。必須使用SimpleITK的GetDirection()和SetDirection()等功能將所有圖像統(tǒng)一到標(biāo)準(zhǔn)的RAI右前上坐標(biāo)系。這是后續(xù)所有處理的基礎(chǔ)否則裁剪、重采樣都會錯亂。窗寬窗位調(diào)整僅CTCT值的原始單位是HUHounsfield Unit。為了突出骨組織我們需要應(yīng)用“骨窗”。通常將窗寬設(shè)為2000HU窗位設(shè)為500HU然后將線性映射到[0, 255]的灰度范圍。這能極大增強(qiáng)椎體與周圍軟組織的對比度。import numpy as np def apply_window(image_array, window_width, window_center): 應(yīng)用窗寬窗位 img_min window_center - window_width // 2 img_max window_center window_width // 2 windowed np.clip(image_array, img_min, img_max) windowed (windowed - img_min) / (img_max - img_min) * 255.0 return windowed.astype(np.uint8)重采樣不同掃描的層厚和像素間距不同。為了給模型提供空間尺度一致的輸入需要將所有樣本重采樣到相同的各向同性分辨率例如1.0mm x 1.0mm x 1.0mm。使用SimpleITK的Resample函數(shù)并選擇sitk.sitkLinear插值方式。實操心得重采樣會輕微模糊圖像。如果原始數(shù)據(jù)分辨率已經(jīng)很高如0.5mm層厚重采樣到1.0mm會丟失細(xì)節(jié)。因此目標(biāo)分辨率的選擇需要權(quán)衡分辨率太高增加計算負(fù)擔(dān)且可能引入更多噪聲分辨率太低丟失關(guān)鍵解剖細(xì)節(jié)。對于脊椎分割1.0mm各向同性是一個經(jīng)驗上較好的平衡點。強(qiáng)度歸一化將圖像像素值歸一化到固定的范圍如[0, 1]或[-1, 1]。對于CT已窗寬窗位調(diào)整和MRI可以統(tǒng)一使用(img - mean) / std的方式進(jìn)行標(biāo)準(zhǔn)化其中mean和std在訓(xùn)練集上計算然后同樣應(yīng)用于驗證集和測試集。這有助于模型收斂。切片與裁剪切片將三維體數(shù)據(jù)沿軸狀面Axial逐層切片得到二維圖像。這是SAM-Med 2D模型的輸入格式。裁剪脊椎通常只占據(jù)圖像中心的一部分。為了減少無關(guān)背景并增大感興趣區(qū)域ROI的占比可以圍繞脊椎區(qū)域進(jìn)行裁剪。一個自動化的方法是先用一個簡單的閾值分割或預(yù)訓(xùn)練模型檢測出包含脊椎的大致區(qū)域計算其邊界框然后向外擴(kuò)展一定像素如50px作為裁剪區(qū)域。手動指定一個固定的中心區(qū)域裁剪也是一種可行的簡化方案。3.2 精細(xì)化標(biāo)注操作指南與質(zhì)量控制預(yù)處理后的圖像就可以導(dǎo)入標(biāo)注工具進(jìn)行精細(xì)標(biāo)注了。標(biāo)注流程粗定位標(biāo)注員首先在矢狀面Sagittal或冠狀面Coronal上快速瀏覽確定脊柱的大致走向和范圍。逐層精標(biāo)在軸狀面Axial上從椎體最上端開始逐層向下標(biāo)注。利用軟件的“畫筆”和“橡皮擦”工具仔細(xì)勾勒每個椎體的邊界。對于形狀規(guī)則的中間層面可以使用“多邊形”工具快速框選。三維校驗與修補完成所有軸狀面切片標(biāo)注后必須在三維視圖下進(jìn)行渲染檢查。查看每個椎體的三維掩碼是否連續(xù)、光滑是否存在明顯的“階梯”狀偽影這是逐層標(biāo)注不一致的典型表現(xiàn)或空洞。在此視圖下進(jìn)行最后的修補和光滑處理。質(zhì)量控制QC步驟一級QC標(biāo)注員自檢標(biāo)注完成后標(biāo)注員自己需要從三維和三個二維切面視角反復(fù)檢查確保無誤。二級QC資深員復(fù)核由一名更資深的標(biāo)注員或放射科醫(yī)生對隨機(jī)抽取的至少30%的案例進(jìn)行復(fù)核重點檢查復(fù)雜病例骨折、術(shù)后、嚴(yán)重畸形和隨機(jī)抽查的普通病例。一致性度量定期如每標(biāo)注完20個病例讓所有標(biāo)注員對同一個“測試案例”進(jìn)行獨立標(biāo)注計算他們之間標(biāo)注結(jié)果的Dice相似系數(shù)DSC或Hausdorff距離。DSC一般要求達(dá)到0.85以上。通過分析不一致的區(qū)域可以發(fā)現(xiàn)并統(tǒng)一標(biāo)注標(biāo)準(zhǔn)中的模糊點。標(biāo)注格式轉(zhuǎn)換標(biāo)注工具如ITK-SNAP通常輸出.nrrd或.nii.gz格式的標(biāo)注文件其中每個椎體用一個不同的整數(shù)標(biāo)簽值表示。我們需要編寫腳本將這些三維標(biāo)注文件按切片提取并將每個椎體的掩碼轉(zhuǎn)換為RLE編碼并生成前文所述的JSON標(biāo)注文件。import numpy as np import json from pycocotools import mask as mask_util def convert_mask_to_rle(mask_array): 將二值掩碼0/1轉(zhuǎn)換為RLE編碼 # mask_array 是二維 numpy 數(shù)組 dtypenp.uint8 rle mask_util.encode(np.asfortranarray(mask_array)) rle[‘counts’] rle[‘counts’].decode(‘utf-8’) # 將bytes轉(zhuǎn)為string以便JSON序列化 return rle # 假設(shè) label_volume 是三維標(biāo)注體數(shù)據(jù) slice_idx 是當(dāng)前切片索引 slice_label label_volume[:, :, slice_idx] unique_labels np.unique(slice_label) unique_labels unique_labels[unique_labels ! 0] # 去掉背景0 annotations [] for label_val in unique_labels: binary_mask (slice_label label_val).astype(np.uint8) rle_obj convert_mask_to_rle(binary_mask) bbox mask_util.toBbox(rle_obj).tolist() # 計算包圍框 area mask_util.area(rle_obj).item() annotation { “id”: int(label_val), “category_id”: int(label_val), # 這里假設(shè)標(biāo)簽值就是類別ID “segmentation”: rle_obj, “bbox”: bbox, “area”: area } annotations.append(annotation)4. 適配SAM-Med 2D訓(xùn)練的數(shù)據(jù)集封裝數(shù)據(jù)準(zhǔn)備好后我們需要將其封裝成SAM-Med 2D模型訓(xùn)練代碼能夠直接讀取的格式。這通常意味著創(chuàng)建一個繼承自torch.utils.data.Dataset的自定義數(shù)據(jù)集類。4.1 自定義Dataset類的實現(xiàn)要點import torch from torch.utils.data import Dataset import cv2 import json from pycocotools import mask as mask_util import numpy as np class SpineSegDataset(Dataset): def __init__(self, annotation_file, img_dir, transformNone): annotation_file: 包含所有標(biāo)注信息的JSON文件路徑 img_dir: 預(yù)處理后圖像存放的根目錄 transform: 數(shù)據(jù)增強(qiáng)變換 with open(annotation_file, ‘r’) as f: self.data json.load(f) # 假設(shè)data是一個列表每個元素是一個樣本的字典 self.img_dir img_dir self.transform transform # 可以在這里加載類別映射關(guān)系 self.cat_id_to_name {21: ‘C3’, 22: ‘C4’, ...} def __len__(self): return len(self.data) def __getitem__(self, idx): sample self.data[idx] img_path os.path.join(self.img_dir, sample[‘image’]) # 讀取圖像假設(shè)是灰度圖 image cv2.imread(img_path, cv2.IMREAD_GRAYSCALE) image image[:, :, np.newaxis] # 增加通道維度 (H, W, 1) image image.astype(np.float32) / 255.0 # 歸一化到[0,1] annotations sample[‘a(chǎn)nnotations’] masks [] bboxes [] labels [] for ann in annotations: # 將RLE解碼為二值掩碼 rle ann[‘segmentation’] rle[‘counts’] rle[‘counts’].encode(‘utf-8’) # 轉(zhuǎn)回bytes mask mask_util.decode(rle) # (H, W) 0/1 masks.append(mask) bboxes.append(ann[‘bbox’]) # [x, y, w, h] labels.append(ann[‘category_id’]) # 將列表轉(zhuǎn)換為數(shù)組 masks np.stack(masks, axis0) if masks else np.zeros((0, image.shape[0], image.shape[1])) bboxes np.array(bboxes) if bboxes else np.zeros((0, 4)) labels np.array(labels) if labels else np.zeros((0,)) # 應(yīng)用數(shù)據(jù)增強(qiáng)同時增強(qiáng)圖像和掩碼 if self.transform: transformed self.transform(imageimage, masksmasks, bboxesbboxes, category_idslabels) image transformed[‘image’] masks transformed[‘masks’] bboxes transformed[‘bboxes’] labels transformed[‘category_ids’] # 轉(zhuǎn)換為PyTorch Tensor并調(diào)整圖像通道順序為 (C, H, W) image torch.from_numpy(image).permute(2, 0, 1).float() masks torch.from_numpy(masks).float() bboxes torch.from_numpy(bboxes).float() labels torch.from_numpy(labels).long() return { “image”: image, “masks”: masks, “boxes”: bboxes, “l(fā)abels”: labels, “image_id”: sample[‘image_id’] }4.2 針對醫(yī)學(xué)圖像的數(shù)據(jù)增強(qiáng)策略數(shù)據(jù)增強(qiáng)是提升模型魯棒性的關(guān)鍵。對于醫(yī)學(xué)圖像尤其是分割任務(wù)增強(qiáng)必須保持圖像與掩碼的空間對應(yīng)關(guān)系。我們使用albumentations庫它完美支持圖像和掩碼的同步變換。import albumentations as A from albumentations.pytorch import ToTensorV2 def get_train_transform(): return A.Compose([ A.HorizontalFlip(p0.5), # 水平翻轉(zhuǎn)對于脊椎是合理的 A.VerticalFlip(p0.0), # 垂直翻轉(zhuǎn)通常不用于軸狀面因為上下不對稱 A.Rotate(limit15, p0.5, border_modecv2.BORDER_CONSTANT, value0), # 小幅旋轉(zhuǎn) A.RandomBrightnessContrast(brightness_limit0.1, contrast_limit0.1, p0.3), A.GaussNoise(var_limit(5.0, 20.0), p0.2), # 添加高斯噪聲模擬圖像噪聲 A.ElasticTransform(alpha1, sigma50, alpha_affine50, p0.1), # 彈性形變模擬軟組織形變 A.Resize(height512, width512, p1.0), # 統(tǒng)一縮放到模型輸入尺寸 ToTensorV2(), # 轉(zhuǎn)換為Tensor并歸一化到[0,1]如果圖像是0-255 ], bbox_paramsA.BboxParams(format‘coco’, label_fields[‘category_ids’])) def get_val_transform(): # 驗證/測試集只需要Resize和ToTensor return A.Compose([ A.Resize(height512, width512, p1.0), ToTensorV2(), ])注意事項醫(yī)學(xué)圖像增強(qiáng)需要謹(jǐn)慎。過度的幾何形變?nèi)绱蠼嵌刃D(zhuǎn)、縮放可能破壞解剖結(jié)構(gòu)的合理性。亮度對比度調(diào)整的幅度也應(yīng)較小以保持CT/MRI的視覺真實性。ElasticTransform彈性形變對模擬軟組織形變很有用但不宜過度使用。4.3 類別不平衡與難樣本挖掘脊椎數(shù)據(jù)集中不同椎體的實例數(shù)量可能不均如腰椎樣本可能多于胸椎且背景像素遠(yuǎn)多于前景像素。此外一些難分的樣本如骨折椎體、邊緣模糊的椎體對模型性能提升至關(guān)重要。類別權(quán)重在損失函數(shù)中為不同類別的分割損失賦予權(quán)重。權(quán)重通常與類別頻率成反比??梢栽贒ataLoader中計算或在損失函數(shù)如CrossEntropyLoss中設(shè)置weight參數(shù)。難樣本挖掘Hard Example Mining在訓(xùn)練過程中不是所有樣本或像素對損失的貢獻(xiàn)都一樣。我們可以讓模型更關(guān)注那些它當(dāng)前分錯的“難樣本”。一種實踐是在計算損失時選擇損失值最高的前K%的像素或樣本進(jìn)行反向傳播而不是全部。這需要自定義損失函數(shù)或在訓(xùn)練循環(huán)中實現(xiàn)。在線難樣本挖掘OHEM這是一個經(jīng)典策略。在訓(xùn)練時前向傳播計算所有像素的損失然后只對損失最大的那一部分像素例如損失最高的25%計算梯度進(jìn)行更新。這迫使模型集中精力解決最難的問題。許多分割框架如MMSegmentation都內(nèi)置了OHEM損失函數(shù)。5. 訓(xùn)練流程中的關(guān)鍵配置與調(diào)試經(jīng)驗數(shù)據(jù)集準(zhǔn)備就緒后就可以啟動SAM-Med 2D的微調(diào)訓(xùn)練了。這里分享一些關(guān)鍵的配置經(jīng)驗和調(diào)試技巧。5.1 模型加載與參數(shù)初始化SAM-Med 2D通?;陬A(yù)訓(xùn)練權(quán)重進(jìn)行微調(diào)。關(guān)鍵是要正確加載預(yù)訓(xùn)練權(quán)重并合理設(shè)置哪些層需要更新。import torch from sam_med_2d_model import SamMed2D # 假設(shè)這是模型類 model SamMed2D(...) pretrained_weights torch.load(‘path/to/sam_med_2d_pretrained.pth’) # 方式一嚴(yán)格匹配加載推薦 model.load_state_dict(pretrained_weights, strictTrue) # 如果strictTrue報錯比如你的分類頭類別數(shù)改了可以嘗試strictFalse但需謹(jǐn)慎 # 方式二部分加載凍結(jié)骨干網(wǎng)絡(luò) model.load_state_dict(pretrained_weights, strictFalse) # 凍結(jié)圖像編碼器骨干網(wǎng)絡(luò)的前幾層或全部 for name, param in model.image_encoder.named_parameters(): if ‘block’ in name: # 凍結(jié)特定塊 param.requires_grad False # 或者全部凍結(jié) # for param in model.image_encoder.parameters(): # param.requires_grad False # 提示微調(diào)Prompt Encoder和掩碼解碼器Mask Decoder通常需要訓(xùn)練 for param in model.prompt_encoder.parameters(): param.requires_grad True for param in model.mask_decoder.parameters(): param.requires_grad True5.2 損失函數(shù)選擇與組合SAM-Med 2D原生的訓(xùn)練可能使用多種損失的組合。對于我們的脊椎實例分割任務(wù)一個有效的組合是Dice Loss非常適用于前景-背景像素極度不平衡的分割任務(wù)直接優(yōu)化分割區(qū)域的重疊度。Focal Loss是交叉熵?fù)p失的變體通過降低易分樣本的權(quán)重讓模型更關(guān)注難分的樣本如椎體邊緣、小椎體緩解類別不平衡。L1/L2 Regression Loss如果任務(wù)還需要預(yù)測包圍框BBox可以加上一個回歸損失。通常將Dice Loss和Focal Loss加權(quán)求和比例可以是1:1。import torch.nn as nn import torch.nn.functional as F class DiceFocalLoss(nn.Module): def __init__(self, alpha0.25, gamma2.0, smooth1e-6): super().__init__() self.alpha alpha self.gamma gamma self.smooth smooth def forward(self, pred, target): # pred: (B, C, H, W) after softmax # target: (B, H, W) with class indices num_classes pred.shape[1] # 將target轉(zhuǎn)換為one-hot target_one_hot F.one_hot(target, num_classes).permute(0, 3, 1, 2).float() # Dice Loss pred_flat pred.reshape(pred.shape[0], num_classes, -1) target_flat target_one_hot.reshape(target_one_hot.shape[0], num_classes, -1) intersection (pred_flat * target_flat).sum(dim-1) union pred_flat.sum(dim-1) target_flat.sum(dim-1) dice_loss 1 - (2. * intersection self.smooth) / (union self.smooth) dice_loss dice_loss.mean() # Focal Loss ce_loss F.cross_entropy(pred, target, reduction‘none’) pt torch.exp(-ce_loss) focal_loss self.alpha * (1-pt)**self.gamma * ce_loss focal_loss focal_loss.mean() return dice_loss focal_loss5.3 優(yōu)化器與學(xué)習(xí)率調(diào)度策略優(yōu)化器AdamW是目前視覺任務(wù)的主流選擇它比標(biāo)準(zhǔn)的Adam帶有解耦的權(quán)重衰減通常能獲得更好的泛化性能。optimizer torch.optim.AdamW(model.parameters(), lr1e-4, weight_decay0.01)學(xué)習(xí)率調(diào)度采用Warmup學(xué)習(xí)率預(yù)熱和余弦退火Cosine Annealing的組合是常見且有效的策略。Warmup在訓(xùn)練初期如前500個iteration或1個epoch學(xué)習(xí)率從0線性增長到初始學(xué)習(xí)率。這有助于穩(wěn)定訓(xùn)練初期防止梯度爆炸。余弦退火在Warmup之后學(xué)習(xí)率按照余弦函數(shù)從初始值衰減到接近0。這能讓模型在后期更精細(xì)地收斂。from torch.optim.lr_scheduler import CosineAnnealingLR, LinearLR warmup_epochs 1 total_epochs 100 warmup_scheduler LinearLR(optimizer, start_factor0.01, total_iterswarmup_epochs * iterations_per_epoch) cosine_scheduler CosineAnnealingLR(optimizer, T_max(total_epochs - warmup_epochs) * iterations_per_epoch) # 在訓(xùn)練循環(huán)中 for epoch in range(total_epochs): for i, batch in enumerate(train_loader): # ... 訓(xùn)練步驟 ... optimizer.step() if epoch warmup_epochs: warmup_scheduler.step() else: cosine_scheduler.step()5.4 訓(xùn)練監(jiān)控與早停策略僅僅看訓(xùn)練損失下降是不夠的必須緊密監(jiān)控驗證集上的性能。監(jiān)控指標(biāo)除了損失必須計算驗證集上的Dice相似系數(shù)DSC和95%豪斯多夫距離95% HD。DSC衡量重疊度HD衡量邊界匹配度兩者結(jié)合能全面評估分割質(zhì)量。早停Early Stopping當(dāng)驗證集DSC在連續(xù)N個epoch如10或15內(nèi)不再提升時就停止訓(xùn)練并回滾到驗證集性能最好的那個epoch的模型權(quán)重。這能有效防止過擬合??梢暬ㄆ谌缑總€epoch將驗證集上的一些樣例分割結(jié)果原圖、真值、預(yù)測保存為圖片直觀地觀察模型是在進(jìn)步還是在“跑偏”。6. 常見問題排查與性能優(yōu)化技巧在實際訓(xùn)練中你一定會遇到各種問題。這里匯總了一些典型問題及其排查思路。6.1 訓(xùn)練過程不穩(wěn)定或損失震蕩現(xiàn)象損失值上下跳動很大不收斂或收斂緩慢。排查與解決檢查數(shù)據(jù)首先檢查數(shù)據(jù)加載是否正確??梢暬瘞讉€批次Batch的圖像和標(biāo)注看是否對齊標(biāo)注是否存在異常值如全0或全1。一個常見的錯誤是圖像歸一化出錯導(dǎo)致像素值范圍異常。降低學(xué)習(xí)率過大的學(xué)習(xí)率是導(dǎo)致震蕩的首要原因。嘗試將學(xué)習(xí)率降低一個數(shù)量級如從1e-4降到1e-5。啟用梯度裁剪Gradient Clipping在反向傳播后、優(yōu)化器更新前對梯度范數(shù)進(jìn)行裁剪防止梯度爆炸。torch.nn.utils.clip_grad_norm_(model.parameters(), max_norm1.0)檢查損失函數(shù)確認(rèn)損失函數(shù)的輸入預(yù)測和真值形狀、數(shù)據(jù)類型是否正確。特別是自定義損失函數(shù)容易在這里出錯。調(diào)整Batch SizeBatch Size過小可能導(dǎo)致梯度估計噪聲大。在顯存允許的情況下適當(dāng)增大Batch Size。6.2 模型過擬合訓(xùn)練集表現(xiàn)好驗證集差現(xiàn)象訓(xùn)練損失持續(xù)下降訓(xùn)練集DSC很高但驗證集損失早早就開始上升DSC停滯不前。排查與解決加強(qiáng)數(shù)據(jù)增強(qiáng)這是最直接有效的方法。增加更多樣化的、符合醫(yī)學(xué)圖像特性的數(shù)據(jù)增強(qiáng)如之前提到的彈性形變、噪聲添加等??梢試L試albumentations的CoarseDropout模擬圖像局部遮擋。增加正則化權(quán)重衰減Weight Decay確保優(yōu)化器中的weight_decay參數(shù)已設(shè)置如0.01或0.05。Dropout在模型的掩碼解碼器等全連接層后添加Dropout層。Stochastic Depth如果模型是類似Transformer的結(jié)構(gòu)可以隨機(jī)丟棄一些層這是一種非常強(qiáng)的正則化。減少模型容量或凍結(jié)更多層如果數(shù)據(jù)集不大而模型非常大如SAM-Med 2D的ViT-Huge可以考慮凍結(jié)圖像編碼器的全部或大部分層只微調(diào)提示編碼器和掩碼解碼器。早停嚴(yán)格實施早停策略防止模型在訓(xùn)練集上“鉆牛角尖”。6.3 模型欠擬合訓(xùn)練集和驗證集表現(xiàn)都差現(xiàn)象訓(xùn)練損失下降很慢最終停留在較高水平訓(xùn)練集和驗證集的DSC都很低。排查與解決檢查任務(wù)可行性首先用簡單的模型如U-Net或甚至固定規(guī)則閾值分割在你的數(shù)據(jù)集上測試看是否能得到一個baseline結(jié)果。如果baseline都極差可能是數(shù)據(jù)標(biāo)注質(zhì)量有問題或任務(wù)本身定義不清。增大模型容量/解凍層如果凍結(jié)了太多層嘗試解凍更多層讓模型有更強(qiáng)的擬合能力。提高學(xué)習(xí)率/延長訓(xùn)練時間學(xué)習(xí)率可能太小或者訓(xùn)練周期epoch不夠。嘗試使用學(xué)習(xí)率查找器LR Finder找到一個合適的初始學(xué)習(xí)率。檢查數(shù)據(jù)泄露確認(rèn)訓(xùn)練集和驗證集是否嚴(yán)格按患者劃分。如果存在泄露驗證集性能會虛高而實際是欠擬合的。簡化問題先嘗試一個更簡單的任務(wù)比如只分割腰椎L1-L5看模型是否能學(xué)好。如果能再逐步增加復(fù)雜度。6.4 顯存不足OOM問題微調(diào)大模型最常遇到的就是“爆顯存”。梯度累積Gradient Accumulation這是解決OOM的利器。假設(shè)你希望的有效Batch Size是8但單卡只能放下Batch Size為2的數(shù)據(jù)。你可以設(shè)置accumulation_steps4讓模型連續(xù)進(jìn)行4次前向傳播和反向傳播不更新參數(shù)累積梯度然后再進(jìn)行一次參數(shù)更新。這樣在效果上等價于Batch Size8。accumulation_steps 4 optimizer.zero_grad() for i, batch in enumerate(train_loader): loss model(batch) loss loss / accumulation_steps # 損失按累積步數(shù)平均 loss.backward() if (i1) % accumulation_steps 0: optimizer.step() optimizer.zero_grad()混合精度訓(xùn)練AMP使用torch.cuda.amp進(jìn)行自動混合精度訓(xùn)練可以顯著減少顯存占用并加速訓(xùn)練。from torch.cuda.amp import autocast, GradScaler scaler GradScaler() for data in train_loader: optimizer.zero_grad() with autocast(): loss model(data) scaler.scale(loss).backward() scaler.step(optimizer) scaler.update()檢查點激活Gradient Checkpointing對于極其龐大的模型可以以時間換空間只保存部分層的激活值在反向傳播時重新計算其余層的激活。PyTorch提供了torch.utils.checkpoint功能。減小輸入圖像尺寸將輸入圖像從512x512降到256x256可以大幅減少顯存消耗但可能會損失分割精度需要權(quán)衡。構(gòu)建一個高質(zhì)量的脊椎分割數(shù)據(jù)集并成功微調(diào)SAM-Med 2D模型是一個涉及數(shù)據(jù)科學(xué)、醫(yī)學(xué)知識和工程實踐的綜合性項目。整個過程就像訓(xùn)練一位專注的“實習(xí)醫(yī)生”你需要用高質(zhì)量、多樣化的“病例”數(shù)據(jù)去教導(dǎo)它用清晰的“診斷標(biāo)準(zhǔn)”標(biāo)注規(guī)范去規(guī)范它并在“實踐考核”驗證測試中不斷糾正它。其中最大的體會是數(shù)據(jù)的質(zhì)量、一致性和多樣性其重要性遠(yuǎn)超過模型架構(gòu)的微小調(diào)整?;ㄔ跀?shù)據(jù)清洗、標(biāo)注質(zhì)檢和預(yù)處理上的時間最終都會在模型性能上得到回報。另一個關(guān)鍵點是迭代思維不要期望一次性就做出完美的數(shù)據(jù)集和模型。應(yīng)該構(gòu)建一個最小可行產(chǎn)品MVP流程用小批量數(shù)據(jù)快速跑通從數(shù)據(jù)到訓(xùn)練、評估的整個pipeline然后基于初步結(jié)果有針對性地去補充某類稀缺數(shù)據(jù)、修正某類標(biāo)注錯誤、調(diào)整某個增強(qiáng)參數(shù)如此循環(huán)逐步提升。最后別忘了保存好每一輪實驗的完整配置、日志和模型權(quán)重詳細(xì)的實驗記錄是復(fù)盤和提升的寶貴財富。本文還有配套的精品資源點擊獲取
返回列表
PREV
查看更多資訊
NEXT
返回資訊列表
亚洲精品影视| 五月天亚洲色| 亚洲日本三级片| 深夜婷婷五月丁香| 亚洲国产精品成人午夜| 久久久久99精品成人片| 综久久久| 久久久www| 久久总和99| 91超碰九色| 91色涩| 精品人妻久久久久久| 久久久九九九 99| 丁香五月五月婷婷| 天天色天天搡| 成 人片 黄 色 大 片| 丁六月激情| 另类在线| 桃色激情网| 亚洲久艹| 色情五月婷婷| 乱抡小BB| 97热九九| 91chinese在线| 亚洲第一色色色| 亚洲精品V天堂中文字幕| xxx综合在线| 色和综合网| 久久网思思| 97超喷视频在线观看| 婷婷性爱五月天| 九九青草热| 激情久久久| 99视频精品视频| 精品人妻午夜一区二区三区四区| 婷婷狠狠操| 丁香九月综合| 超碰国产在线播放| 9久久久久久久久久久| 91性高潮久久久久久久久| 欧美色色色色色色色| 99热99成人| 婷婷五月天天| 色丁香久久| 亚洲精99| 偷拍91九色| 九九这里有精品| 深情六月婷婷综合久久| 久久一级免费黄色片| 色六月婷婷| Xx色综合| 2017人人操| 五月天激情小说网| 日本狠狠干| 金桔一区二区ab地址| 久久99久久99精品,久国产,久久精品免费,99久在线,久久久久国产精品免费网站,9 | 这里只有精品9| 啪精品| 狠狠操狠狠| 五月丁香婷婷综合网色欲| 丁香婷婷婷五月综合色情| 大香蕉九操| 五月综合六月丁| 91人人操人人看| 97精品综合久久| 五月丁香六月婷婷久久| 亚洲激情图文小说| 久久总和99| 欧美电影在线观看| 大香蕉五月天婷婷| 月婷婷婷婷五月| 五月色情婷婷| 久热AA| 无码少妇高潮喷水A片免费| 婷婷激情五月综合丁| 99热精在线九九久久保| 黄网在线免费播放| 大战熟女丰满人妻AV| 亚洲色视频| 天天综合情| 婷婷色丁香五月| 四虎婷婷五月天| av第一二区| 欧美性生交XXXXX无码小说| 色停停五月,在线观看| 精品一二三区视频立| 五月丁香中文婷婷中文| 中文成人在线| 日本天天操| 五月婷婷亚洲色视频| 狠狠操天天操| www.激情.com.| 国产亚洲色婷婷久久99精品91 www.riverspirits.org www.hnnun.com www.changh | 69堂午夜视频最新地址| 色婷婷狠狠| 欧美色五月| 五月激情六月丁香| 婷婷天天日婷婷| 激情精品久久| 五月天天天操天天爽夜夜操| 欧美日韩91| 午夜福利8055| 国产亚洲成人综合| 亚洲AV久久久久久久久久久久久久久久| www色色色com| 九九精品热| 综合网五月| 色婷丨日丨天丨综合久久| 婷久久| 九九综合九| 激情五月天色色网| 婷婷色导航| 99色亚洲| 精品人妻一区| 九九热视频在线观看| 丁香五月婷婷偷拍| 五月丁香啪啪综合| 国产精品色婷婷99久久精品| 性生活视频98791| 26uuu最新地址| 五月综合六月丁| 亚洲激情亚洲激情 | 嫩模aV在线| 激情婷婷视频在线| 日韩肏屄网| 色婷婷色丁香色欲av| 91男女视频在线观看| 色吧综合网| 五月天另类视频| 婷婷九月丁香| 免费视频无码| 超碰v| 五月婷婷啪啪| 久久精品国产精品| 九九热视频精品999| 日本精品人妻无码77777| 欧美精品999| 色综合色色色| 国产美女无遮挡裸体毛片A片 | 婷婷精品视频| 色色激情五月天| 99精品免费视频| 99视频在线精品| 五月色综合| 99在线小视频| 亚洲欧美在线观看| 大香蕉丁香| 五月丁香综合色婷婷| 福利视频在线播放| 国产首页在线| 精品人妻在线| 高清无码.com| 开心五月激情五月丁香五月婷婷| 色导航色婷婷五月天在线观看| 五月天天天色| 9l视频自拍九色9l视频自拍九色9l社区 | 久久182| 国产亚洲色婷婷久久99精品91 www.riverspirits.org www.hnnun.com www.changh | 五月丁香久久婷| 九一牛视频探花| 欧美日本97| 99伊人婷婷在线| 情一色一乱一伦一91A| 伊人五月天97| 婷五月天天| 亚洲色情激情丁香五月| 亚洲综合激情五月久久| 天天操人人干| 欧亚成人A片一区二区| 五月天婷婷丁香成人网| 在线观看av网站| 亚洲成人免费在线| 99久久综合精品五月天| 久青操| 久久免片| 九九色婷| 日韩久热| 久久五月婷天天干| 午夜亚洲国产精品av一区二区| 五月丁香婷婷在线| 丁香五月-激情综合| 涩五月丝袜婷婷| 色欲影香| 五月天玖玖狠狠色色| 六月综合在线| 色播综合| 色婷婷成人久久| yellow视频在线观看91| 五月丁香六月婷婷在线播放| 性视频久久| 99精品视频在线| 亚洲色无码| 99久热这里只有精品| 久久婷婷啪啪视频| 91婷婷视频| 97久人人| 国产精品色一哟哟| 来吧亚洲综合网| 色五月人妻| 97伦乱| 综合99视频| 久久亚洲A| 色色 9| 色噜噜综合网| 久久大香蕉伊人| 思思热这里只有精品视频666| 亚洲精品性色| 久热91| 99在线资源视频| Av九九| 五月婷婷伊人久久| 久久久大香蕉| 日韩 mm 不卡| 这里只有免费的精品| 大香蕉九操| 婷婷五月,综合伊人| 国产91视频| 婷婷五月色亚洲| 亚洲精品电影| 亚洲av网址| 五月丁香999| 色色色五月婷| 久久99日本精品视频免费观看| 亚洲另类婷婷五月丁香在线播放| 久久久无码精品成人A片小说| 日日干日日| 欧美色97| 五月天久久婷婷| 99热这里有精品| 97碰| www.maotanji.com| 久草丁香婷婷1024| 天天爽—爽| 婷婷五月色综合| 丁香五月欧美婷婷| 丁香五月综合在线播放| 激情六月婷婷| 丁香六月婷婷综情欧美| 五月婷婷开心深| 五月婷婷av| 99视频只有精品| 成人精品人妻| 五月天啪啪啪| 久re在线| 99这里有精品视频视频| 日韩AC在线免费观看| 99视频超级精品| 九九成人视频| 9 大屁股在线视频精品| 婷婷五月天成人小说| 国外亚洲成AV人片在线观看| 激情丁香久久| jiZZdr| 五月丁香婷婷激情影院欧美| 五月丁香六月婷婷网| 激情内射人妻1区2区3区| 五月久熟女| www.婷婷五月| 日本三级片片| 五月丁香六月综合激情| 激情丁香久久| 丁香六月婷婷综合| 玖玖爱导航| 骚货艹网站视频| 91 欧美| 桃色激情婷婷伊人网| 九九人人操| 九热免费视频| 99精品自拍| 国产免费一区二区三区三州老师F1F1.CC| 丁香六月婷婷综合啪啪| 婷婷五月天首页激情| 国产裸舞表演WWWW| 高清国产一级婬片a免费| 婷婷五月天偷拍| 91婷婷视频| 这里只有精品69| 99九九这里有免费视频| 怡红院精品视频久久久久久久久| 狠狠色噜噜狠狠狠狠狠色综合久久| 秋霞电影理论| 九月色婷婷婷| 丁香 亚洲 久久| 九月久久婷婷| 色综合99| 五月婷婷综合激情| 1024成人免费看| 久久综合五月婷婷| 操操自拍| VA婷婷| 午夜性做爰电影| 狠狠狠激情网| 一级内射毛片| 超碰猛烈的性猛交| 夜夜爽天天| 色婷婷丁香A片区毛片区女人区| 狠狠干天天内射| 激情第四色| 天天干天天干天天干天天干天天干天天 | 色五月综合激情| 日韩影院三级| 俺也去色| 综合网视频| 久9精品| 亚洲综合视频网| 精品人人操| 丁香五月天激情综合| 色必久悠悠影院| 成人.在线日韩| 99九九精品| 欧美图片丁香五月天| 婷婷午夜天| 一區四區歐美日韓| 日韩激情网站| 色综合久| 五月情涩综合婷婷| 国产9色在线/日韩| 丁香五月婷婷欧美性爱| 色七七九九| 超碰精品在线| 五月天婷婷偷拍| 97超碰在线免费观看| 九九热只有精品| 91视屏在线观看com.wwwvv| 亚洲一区二区 成人网站戴套| 婷婷五月天激情网| 色五月婷婷在线视频| 色婷综合| 国产精品色色| 99久在线精品99re5热视频| 99免费综合网| 五月色丁香婷婷综合| 91啪啪视频| www.五月婷婷久久.com| 踪合专区啪啪| 国产精产国品一二三在观看 | 米奇影视资源婷婷狠狠色激情欧美五月丁香| 婷五月天| 五月丁香啪| 人人噜天天上| 97人妻碰碰中文无码久热丝袜| 丰满少妇乱A片无码| 五月天婷婷综合网| 国产寻花在线| 欧美久久婷婷| 婷婷五月丁香色色| 日本三级韩三级99久久| 这里只有精品无码| 婷婷五日b| 六月丁香开心婷婷欧美| 嫩BBB槡BBBB搡BBBB| 九九视频在线观看| 婷婷深爱色五月| 97碰碰在线观看视频| 欧美性生交XXXXX无码小说| 色色九九五月天 | 蜜桃人妻无码AV天堂三区| 国产精品色色666| 99久久亚洲国产| 成人无码髙潮喷水A片| www夜夜操| 四虎婷婷五月天| 久久婷婷五月丁香网| 超碰99热精品在线| 精品一二三区久久AAA片| 六月丁香色色| 99热6精品| 看婷婷五月天网| 国产操逼网站| 五月天婷婷色综合| 一本大道伊人AV久久综合| 久久三级视频| 激情网婷婷五月天| 狠狠狠夜夜夜| 精品怡红九九九| 激情色中文| 久久大香蕉视频| AV亚洲在线| 色玖玖| AV在线大香蕉| 女人天堂AV| 色婷婷视频综合| 琪琪理论片| 玖玖在线视| 久婷视频| 综合久久综合五月天婷婷| 五月天社区| 99热这里只有精品55| 丁香五月综合亚洲| 丁香五月激情综合在线观看| 亚洲性天天| 99热最新| 五月婷婷黄色| 五月婷在线影院| 97人妻人人| 少妇搡BBBB搡BBB搡毛茸茸| 五月丁香狠狠爱| 五月丁香综合激情| 久久怡红院| 欧洲高清免费久久| 噜噜噜噜在线| 激情久久五月网| 99'无码| 久热这里只有精品性色AV| 色五月偷偷| 精品亚洲日韩99欧美片| 激情综合网激情五月天| 色综合综合色| 热99这里只是精品| 日韩成人五月天| 日本本土色网第一区| 色99在线视频| 久久五月天激情美女| 久热九九| 99惹| 亚洲区1| 五月婷婷综合成人| 九九精品婷| 亚洲中文AV网站| 婷婷六月丁综合| 婷婷五月天性爱视频| www.99操.com| 五月婷婷婷色| 伊人9在线| 久9无码视频| 九九re精品视频在线观看| 日本三久久| 亚洲综合色色| 婷婷伊在线| 丁香 婷婷五月| 色五月婷婷激情五月| 97婷婷丁香五月| 中文字幕 久久9999| 欧美激情综合色综合色| 综合婷婷都市激情| 日本色色图| 五月婷激情| 狠狠干综合| 婷婷丁香日韩五月| 免费成片在线观看| 超碰成人在线观看| 丁香六月啪啪| 天天艹夜夜爽| 5月婷婷激情在线| 人人摸人人澡人人| 久久久97| 啪啪视频99| 射久久丁香五月| 久色网址| 夜夜夜夜操| 久久五月天色| 色婷久| 久久天天| 欧美十二区| 在线观看免费狠狠色丁香香综合 | 91人操人人人操人| 色婷婷小说| 夜夜AVV| 日本色频| 五月天激情网开心网| 另类激情五月| 色欲色欲久久宗合网| 五月丁香五月丁香五月丁香五月丁香91| 殴美激情综合网| 婷婷五月天Av| 99久精品视频| 色爆五月| 久久xxxx| 亚洲va在线∨a天堂va欧美va| 9l视频自拍9l九色成人| 综合另类激情| 久热这里只有精品性色AV| 色综合综合网| 日日操天天操| 天天干天天曰天天射| 99人这里只有精品| XX久久| 在线看片h站| 大香蕉啪啪| 五月天婷婷青青草| 五月婷婷激情| 操九色| 99色一| 伊人干综合| 亚洲激情Av| 欧美久草在线日本一级特黄大片做受9在线观看韩国电影《两个女人》未删减-毛片 | 秋霞AV美国| 先锋男人99资源| 丁香五月电影| 久久这里只有精品8| 色五月激情综合网| 一区二区免费看| 丁香五月婷婷天| 欧美一级色| 日本一区二区三区精品视频| 婷婷区日本| 五月丁香好婷婷A片网| 蜜乳av一级av| 久热这里这里有精品| 操逼三区| 91成人看| 伊人久久五月天| 一区二区三区视频| 操操啪| 六月激情网| 九九精品9| 激情精品久久| 午夜色婷婷| 五月丁香婷婷色色色| 国产婷婷五月天| 久99热| 日本超碰在线| 国产激情在线| 99操免费视频| 激情噜噜噜| 亚洲成人电影在线免费观看| 五月丁香婷婷啪啪综合网| 天天插天天射| 久久黄A片| av在线激情| avv在线| 操操操AV| 四虎99热在线观看网站| 69激情小说| 嫩BBB搡BBBB榛BBBB| 色情五月天视频网| 亚洲高清在线| 久热九九| 97热这里只有精品| 五月丁香久久| 亚洲日日日| 亚洲第一成人无码A片| 五月天婷婷成人网| 操久久精| 性生活视频98791| 久久99大全| 色情五月综合婷婷| 亚洲婷婷婷| 五月婷婷色| 99热只有精品在线| 玖玖99免费视频| 丁香五月婷婷偷拍| 人人澡玖玖一| 九九精品网站| 色婷婷五月天天天干天天操天天爽| 大香蕉综合网| 国产精品-91JQ就要激情网91JQ6.91JQ27.CASA:16888 | 五月天婷婷基地| 99精品久久| 亚洲天天| 五月亚洲激情| 人妻第九页| 色操b| 亚洲岛国电影| 色婷婷的五月天| 2015超碰| 丁香六月婷婷综合| 玖玖在线资源视频| 婷婷碰碰| 色五月婷婷亚洲最大| 久久WW| 久久九九网| 丁香色六月| 亚洲亚洲人成综合网络| 亚洲免费99| 婷婷干六月综合旧址| 婷婷五月综合网| 激情视频91| 五月丁香黄色视频| 啪啪干伊人婷婷| 丁香五月激情综合久久| 五月丁香六月在线| 97热视频| 密着浓厚中出乚交尾GvG935| www五月天com| 综合色五月| 激情五月综合网| 性爱先锋AV| 丁香五月激情综合| 五月天伊人久久久久| 久久婷婷五月综合伊人| 日韩成人精品中文字幕| 日日插日日干| 久久免费9| 成人做爰A片免费看视频| 丁香婷在线| 五月天啪啪| 色婷婷成人影片| Av免费网站在线| 激情五月天色播| 五月天婷婷色色| 日韩成人精品中文字幕电影| 婷婷久久精品| 另类小说五月天综合| 亚洲视频码| 色婷婷久久| 99热这里只有精品50| www.sebowuyue| 天天日天天操心| 99热这里只| 思思热国产视频| 久草婷| 激情综合久久| 婷婷综合色播网| 97av在线视频| 色拍九九九| 国产99热| 天天天天色天天天天天干| 中美日韩成人在线| 久久激情四射| 色999五月色| 久久婷婷五月天蜜桃| 热的五码久久精品| 日本97久久久精品| 国产乱人偷精品人妻A片| 欧美性爱五月天| 九九热这里只有精品556| 久久久久久久久久久久久久久久久精典| 综合激情婷婷| 久久婷婷六月综合综合色| 色五月婷婷激情综合网| 成人资源在线| 婷婷色五月大香蕉在线| 久久久精品色| 丁香婷婷激情五月天无毒不卡蜜桃| av婷婷丁香 六月| 色级婷婷| 国产真人做爰视频免费| 91精品久久久久| 99热国产这里只有精品| va中文资源在线观看| 综合色影院| 综合网亚洲| 精品婷婷五月视| 婷婷99中文字幕| 久久综合9| 99国产精品久久久久久久久久久| 日韩欧美一级大黄网站| 五月婷婷丁香婷婷| 亚洲丁香五月在线观看| 六月激情婷婷综合| 操碰97| 色色日本欧美| 大鸡巴伊人网| 午夜无码熟熟妇丰满人妻| 亚洲操b| 在线视频激情网站| 日日夜夜婷婷| 国产乱妇乱子伦| ji'qing'luan'ren'lun| 色情五月天小说| 玖玖婷婷综合| 日韩无码91| 91国产精品视频播放| 天天色情站| 婷婷社区五月天| 天天操无码| 亚洲精品婷婷| 色99网站| 亚洲欧美一区二区三区爱爱动图| aaa日韩| 九九视频精品在线免费| 午夜 外网 精品 在线| 丁香久久| 狠狠色丁香| 玖玖爱综合网| 激情综合网址| 久久久.COM| 久久人人九| 玖玖色资源| 91视频久久久| 五月天伊人久久久久| 91在线观看www| 色婷婷色丁香色欲av| 婷婷五月综合性爱| 婷婷99狠| 先锋男人91资源| 色都都狠狠色都都色综合色| 激情超碰网| 91人人爽人人操| 日本欧美999久久久三级片| 免费观看高清无码| 丁香青青五月天| 一级性感毛片| 91互操| 操操国产| 天天做天天爱天天搞| 色婷婷五月天激情| 九九视频这里是精品五月| 美女天天艹人人爽| 色播五月丁香婷婷| 五月天久久www| 女力报到正好爱上你| 丁香 婷婷 亚洲 熟女| www.99成人视频| 天天草天天摸| A在线观看| 涩五月婷婷| 亚洲人妻AV| 久久国产一区二区三区| 婷婷色资源| 99视频九九热| 激情色色| 国产AV一区二区三区日韩| 久久A极片| 91黄色五月天视频| 97碰成超视频免费视频| 国产成人av在线| 久久丁香五月婷婷激情综合网| 婷婷五月天,影院| 五月六月激情| 99激情| 婷婷基地爱| 国产乱子轮XXX农村| 九久久九精品视频| 二级黄色毛片| 天天操夜夜啊| 思思久热6| 日本爆乳片手机在线播放| 99精品久久| 在线观看国产高清视频免费网站| 久草 tingting| 色五月婷婷综合在线| 99熟女| 青青草六月丁香| 丁香五月人妻| 丁香五月婷婷五月| 91精选国| 9色在线视频| 亚洲色婷婷网站| 精品久久艹| 婷婷免费视频| 9 7总站超级碰免费视频| 五月婷激情影院| 婷婷丁香高潮了| 激情五月婷婷丁香| 丁香五月伊人| 超级碰 久久9| 永久无码色| 这里只有精品9| 亚州色婷婷| av大片在线| 成人综合AV| 激情综合婷婷| 另类综合激情| 免费三级黄色| 91热99| 丁香五月精品| 色婷婷久久| 九九色网| 激情网五夜婷婷| 五月久久婷婷成人网| 九色婷婷| 99热销国产这里有精品| 嫩草综合网| 一区视频网站| 香蕉久日夜| 色~性~乱~伦~噜| 色婷婷狠狠干芒果TV| 思思热视频| 夫妻超碰在线| 精品福利911| 天天久久狠狠色综合| 色六月 婷婷| 五月婷婷黄色| 婷婷五月天亚洲五码| 影音先锋91在线资源站| 五月色综合| 97操碰人人| 99 这里只有精品| 97人人操人人爽| 激情五月婷婷色色| 很操日本7| 成人丁香五月| 99超碰人人| 天天干天天射综合网| www五月| 久久婷婷综合国产| 色婷婷五月天天天干天天操天天爽| 色五月激情五月天| 97干综合网| 丁香五月婷婷色播艳门照| 久久婷婷精品| 日本一道久久| 五月婷婷色| 久久日婷婷| 色婷婷丁香五月天在线视频| 日本久热| 98永久精品| WWW,五月| 九九热9| 米奇激情婷婷| 99在线精品视频| AV网站免费在线| 色色性爱视频| 熟妇天天综合| 人人做人人看人人摸| 99免费在线视频| 精品五月视频婷婷在线观看| www.黄色片-久久成人国产精品在线播放-999AV | 一区二区三区四区无码| 婷婷五月天激情偷拍| 五月色导航| 战争与艾拉电影免费观看| 色五月丁香六月婷婷| 婷婷五月花丁香| 婷婷九月在线| 久久性爱视频网站| 性一交一乱一交A片久| 日韩黄在免| 亚洲成人AV一区在线观看| 亚洲另类av| 五月丁香成人| 综合五月丁香久久| 亚洲综合狠狠艹| 九九热在线视频观看| www.99精品在线| 99欧美| 26uuu欧美| 波多婷婷久久| 九九 激情 网| 丁香五月婷婷啪| 色 五月婷婷基地| 天干夜夜操| 91天天操天天干天天射| 极品少妇高潮啪啪AV无码| 99热每日| 日本色99| 激情五月丁香在线观看直播| 天天操天天操天天操天天操天天操天天操天天操天天操天天操 | 91精品又长又大又粗又爽又猛| 九九99在线免费在线观看视频| 五月丁香六月欧美综合| 五月丁香另类图片| 5月丁香啪啪啪| 激情五月婷婷综合秋霞| 26.uuu丁香五月婷婷| 开心五月激情| 开心色五月天久久久久久久| 久操人妻| 精品热九九| 996热re视频精品视频| 六月丁香射婷婷欧美色图片| 欧美成人A片AAA片在线播放| www.99久| 玖久精品视频9| 亚洲精品在线视频| 国产肥白大熟妇BBBB视频| 香蕉乱插| 综合激情五月综合激情五月激情1| 99热这里只有精彩| 色五月综合| 激情丁香五月| WWW丁香五月| 天天艹夜夜艹| 国产精品久久久久久久久久免费 | 91青娱乐青青草| www·五月天| 久久伊人9| 丁香婷婷狠狠97| 超碰AV在线| 午夜丁香五月天综合| 丁香五月色| 超碰色女人| 可以直接看的av网站| 久久9视频欧美| 182.t午在线观看| 色色自拍视频网站| 中文字幕激情综合| 激情综合视频| 涩涩涩,com| 欧美日韩成人在线观看| 好吊兆人妻| 婷婷五月综合婷婷| 日韩色久| #NAME?| 能看的AV网站| 思思热精品在线| 六月大香蕉| 色婷婷视频综合| 337p大胆噜噜噜噜噜91Av| 啪啪操超碰| 五月丁香婷爱在线| 久久久久久久11111111111| 日韩成人中文字幕| 婷婷亚洲综合| 可以看的AV网站| 最近中文字幕2019视频1| 色欲久久久久久综合网综合网| 五月婷婷丁香在线视频| 精品亚洲国产成AV人片传媒| 这里只有精品免费在线视频| 99男人的天堂| 色五月,婷婷大香蕉| 婷婷丁香五月天在线| 国产成人精品一区二区三区视频 | 五月激情网站| 草草影院爱爱| 免费不卡狠操美女视频网 | 香焦网五月天| 蜜桃五月天| 97干干干丁香| 五月天欧美 另类小说| 日日.c| 国产99久久久| 成人av中文字幕| 大香久久伊人网| 成人丁香五月天| 91夫妻网站九色| 久久精品永久免费| 超碰人人摸人人操| 森林影视大全,最好看的2019年视频 | 色狠狠综合| 婷婷五月天黄色| 日熟女| 婷婷黄色五月| 色色日本| 伊人久久大香线蕉亚洲五月天,| 久草xx性爱视频| 色www99| 欧美日本一区二区三区| 97大香蕉五月天| 五月丁香在线国产 | 婷婷丁香在线| 天天做天天爱天天爽| 欧洲综合视频| www.久久99| 激情婷婷五月久久| 色五月丁香婷婷| 激情综合网络插| 在线99热| 婷婷激情五月天综合| 99久久婷婷国产综合| 99久久免费性爱视频`| 五月天色婷婷综合| 国产99热| 精品一二三区久久AAA片| 五月www| 亚洲A片成人无码久久精品青桔| 婷婷深爱五月亚洲综合| 婷婷精品| 99色 色| 色婷婷瘦婷婷日韩| 日本一级一片免费视频| 色九月| 99国产精品白浆在线观看免费| 久久aaa| 91狼友视频在线观看| 精品A√| 欧美超级视频97| 操一区| 婷婷五月天成人导航| 免费观看18视频网站| www激情网| 人人超碰99| 99黄色性生活| 婷婷基地成人五月天| 狠狠干五月| 天天综合网亚洲综合网| 丁香六月色情| 色噜噜,噜噜色| 日日干五月天婷婷| wwwss在线观看| 99操中文视频| 久久刺激网| 欧美天堂久久| 亚洲无码猫咪| 另类婷婷五月天啪帕帕| 99久久精品免费精品国产_国产精品久久久久久_国产在线|日韩_久久国产精品电影 | 五月丁香六月婷婷色情| 丁香五月亚洲婷婷| 色亭亭五月天网扯| 狠狠做五月婷婷| 狠狠操.com| 99色精品视频| 激情综合网络插| 亚洲VA欧美VA| 激情深爱综合| www,五月天com| 色综合九九| 99久久婷婷| 成人 在线 日韩| 一逼色综合| 九九亚洲视频| 日本久久网| 久热只有这里有精品| www.粉嫩av.com| 午夜婷婷丁香| 色五月丁香五月激情五月激情| 久久婷婷五月丁香网| 996热re视频精品视频| 欧美色图天堂网| 五月丁香香蕉| 蜜桃人妻无码AV天堂三区| 超碰av在线| 国产成人精品亚洲线观看| 中文字幕日产A片在线看| 少妇被下春药玩弄A片| 国产乱子轮XXX农村| 成人无码髙潮喷水A片| 久久99热网| 97操碰98| 欧美熟妇一区二区三区| 丁香五月777| 99re免费精品视频| 九九热只有这里精品| 性色欲情 网站| 亚色网站小视频| 五月婷丁香亚洲| 99久久免费精品| www.婷婷五月天.com| 中文成人在线| 欧美色图天堂网| 99精品成人无码A片观看金桔| 成人无码精品1区2区3区免费看| 欧美天堂婷婷日韩| 久久狠婷婷| 激情四射网| 婷婷五月 丁香六月| 99热这里只有精品 搜| 思思热高清在线观看| 中美日韩成人在线| www.夜夜操| 激情五月四色| 啪啪黄页网| 91九色国产| 婷婷五月成年人| 69色色视频| 我去色色网五雨天| 99热精品在这里| www.色五月| 9久9久9久女女女九九九一九| www、丁香五月天| 噜综合| 人人综合五月人人婷婷| 五月天婷婷丁香| 99精品久久| 桃色成人网| 另类激情码| 五月婷婷久久开心网| 婷婷.com| 激情五月丁香五月| 激情四射亚洲| 欧美久久网| 丁香久色| 婷婷五月天小说| 国产一级片| 婷婷色基地在线看 | 91狠狠综合久久| 26UUU欧美| 成人丁香五月| 色狠狠综合网| 久热黄色| 五月婷婷与六月丁香图片激情| 五月婷婷色五月| 丁香五月六月综合激情| 天天久| www.色五月.com| 99色免费观看全部| www激情| 思思热视频| 色五月涩涩婷婷| 伊人玖玖网| 五月婷婷在线视频观看| 狠狠色噜噜狠狠狠狠综合| www夜夜| 五月丁香婷婷综合网| 99精品无码| 天天射美女| 久操大香蕉| 99热这里只有精品55| 伊人99热| 做爰丰满少妇1313| 激情综合丁香六| 天天视频精品9| 大香伊人婷婷影院| 色色九九五月天 | 天天日天天添| 亚洲色色色色色| 天天AV导航网| 99福利视频| 79成人网| 亚洲视色| 国産精品| 成人精品在线| 国产美女无遮挡裸体毛片A片| 五月天开心网| 91丨九色丨熟女| 丁香六月亚洲综合| 九九这里只有精品| 夜夜资源站| 久狠日av| 亚洲V国产V欧美V久久久久久| 狠狠久久婷五月| 婷婷丁香色情五月天| 无遮挡国产高潮视频免费观看| 五月天婷婷影院| 日韩无码色色| 91 影音先锋| 色婷婷中文字母五月丁香| 婷婷五月天综合AV| 天天爽天天草| 激情综合网五月| 亚洲色欲欧美一区二区三区| 思思综合热| 婷婷五月天伊人| 99热在线精品观看| .精品久久久麻豆国产精品| 精品操逼一区二区| 五月丁香婷婷久久| 99亚洲综合| 五月天婷婷五月| 丁香五月激情五月| 日本色五月| 婷婷五月激情综合网| 99爱爱网| 天天做天天爱天天爽在| 99视频这里只有精品10| 五月丁香激情综合| 乱岳熟女50岁| 久久婷婷五月综合啪| 国产永久一二一起草| 婷婷丁香在线播放| 九九热在线视频观看| 婷婷丁香五月社区亚洲| 久久九九中文字幕| 丁香五月亚洲无码| 99玖玖免费视频| 99婷婷狠狠成为人免费视频| www.com亚洲网站在线免费| 婷婷五月天视| 色五月天婷婷| 超碰人人色| 99偷拍视频在线日本| 久久丁香五月婷婷激情综合网| 华人在线免费| 天天干天天干天天干| 人操人人| 五月丁香激情婷婷综合字幕| 婷婷五月激情六月| 国产精品久久久久久久久久| 激情人妻综合| 婷婷五月天视频在线观看| 另类专区在线观看| 久久久久97| 2015好吊操| 噜噜噜噜综合在线| 激情婷婷丁香| 成人 视频免费观看网站| 亚洲色情激情丁香五月| 亚洲AV成人精品日韩在线播放| 爱iii做iiii日日| 亚洲婷婷激情综合激情999精品| 五月天开心成人网| 婷婷五月激情网| 99热在线爱| 色婷綜合网| 99热免费观看| 日本色99| 婷婷久久亚洲| 日产精品一线二线三线芒果| 五月色婷| 婷婷色综合av| 99热最新国内| 天天日日天天| 第五色婷婷| 日本综合色图| 五月天伊人| 婷婷99视频精品| 天天干天天干天天操| 五婷婷综合网| 六月色日韩| 在线色色| 成人免费在线电影| 夜夜www| 狠狠色成人影片| 99热在线精品播放| 丁香五月成人网| 91大屁股在线| 欧美激情丁香五月| 亚洲成色综合网站免费观看| 九九香蕉网| 五月丁香婷色| 亚洲色区17| 99热免费精品| 91色干| 六月丁香激情综合| 99久久国产宗和精品1上映| 99丁香五月婷| 色五月激情网| 九月停停| 人妻激情综合| 依人大香蕉| 精品亚洲国产成AV人片传媒| 丁香婷婷噜噜| 另类图片五月天| 五月色色网| 九九热99免费视频| 先锋资源91| 在线天堂9| 婷婷精品综合| 色呦呦美女| 婷婷五月丁香六月| 天天爽人人综合免费7799| 久婷久婷| 久久9精品| 97操碰| 五月丁香啪啪啪| 综合激情五月天| 欧洲色| 婷婷久久国产视频| 亚州在线中文字幕| 激情五月丁香在线观看直播| 大伊香蕉精品视频在线| 天天综合亚洲综合| 91在线观看九区| 天天色综合网吨吧| 丁香五月久久社区| 国产九九一区二区三区| 99久在线精品| 亚洲激情综合| 玖玖在线资源视频| 懂色av粉嫩av蜜臀av| www.99热. com这里只有精品| 五月婷婷伊| 狠狠干婷婷| 99热亚洲| 欧洲色色| 激情小说五月天中文字幕| 激情五月天天| 99视频精品在线| 婷婷五月色综合| AV九九| 欧美日韓成人亚洲精品另类| 成人国产网站在线免费看| 激情五婷网| 亚洲AV无码一区二| 丁香六月婷婷色XXXXX| 狠狠干2007| 另类图片五月天婷婷| 久久综合五月天| 99久热| www五月婷婷88导航| 亚洲成人五月| 中文字幕,综合,91| 激情综合亚洲| 久久A V无码视频| 综合色五月| 国产乱人偷精品人妻A片| 婷婷丁香色五月久久88| 五月丁香色婷婷色| 麻豆AV一区二区三区| 激情丁香五月天图片| 五月天天堂久久| 成功精品影院| 26uuu精品一区二区| 激情四射网| 色色操| 天天插天天插天天插天天插| 亚洲午夜av| 伊人大综合| 99在线69| 久久性爱网站| 午夜成人AV在线| 亚洲超碰青涩| 亚洲久热|