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(yùn)營(yíng)的一線實(shí)戰(zhàn)洞察。

甲狀腺超聲結(jié)節(jié)分割數(shù)據(jù)集:臨床真實(shí)標(biāo)注與設(shè)備魯棒訓(xùn)練

甲狀腺超聲結(jié)節(jié)分割數(shù)據(jù)集:臨床真實(shí)標(biāo)注與設(shè)備魯棒訓(xùn)練 簡(jiǎn)介本資源是面向醫(yī)學(xué)圖像分析研究者與AI算法工程師的甲狀腺結(jié)節(jié)超聲圖像分割專用數(shù)據(jù)集聚焦臨床輔助診斷中的關(guān)鍵任務(wù)——在真實(shí)超聲背景下精準(zhǔn)定位與分割結(jié)節(jié)區(qū)域。數(shù)據(jù)集嚴(yán)格劃分為訓(xùn)練集5831對(duì)圖像mask和測(cè)試集1457對(duì)所有圖像分辨率介于400×400至1000×1000之間mask為255/0二值圖便于模型訓(xùn)練與評(píng)估配套提供1個(gè)Python可視化腳本可一鍵生成原始圖、真值掩膜及疊加蒙版三聯(lián)圖顯著提升結(jié)果驗(yàn)證效率。壓縮包共2000個(gè)文件含1999張PNG格式的超聲影像與標(biāo)注圖images/masks雙目錄結(jié)構(gòu)清晰、1個(gè)實(shí)用腳本整體體積333.25MB開(kāi)箱即用。目前已有406人學(xué)習(xí)下載適合開(kāi)展U-Net、TransUNet等分割模型訓(xùn)練、消融實(shí)驗(yàn)或醫(yī)學(xué)影像課程實(shí)踐。1. 超聲波甲狀腺結(jié)節(jié)分割數(shù)據(jù)集不是“拿來(lái)就能訓(xùn)”的玩具而是臨床級(jí)標(biāo)注工程可落地的實(shí)戰(zhàn)組合你手頭那套號(hào)稱“甲狀腺結(jié)節(jié)分割”的公開(kāi)數(shù)據(jù)集大概率正在悄悄拖慢你的模型收斂速度——不是因?yàn)榫W(wǎng)絡(luò)結(jié)構(gòu)不對(duì)而是因?yàn)樗某晥D像沒(méi)做灰度歸一化、mask邊界沒(méi)做抗鋸齒平滑、訓(xùn)練/測(cè)試集混用了不同設(shè)備采集的原始幀。而這份「超聲波背景下的甲狀腺結(jié)節(jié)分割數(shù)據(jù)集」是我在三甲醫(yī)院影像科駐場(chǎng)三個(gè)月、配合兩位主治醫(yī)師逐幀校驗(yàn)后整理出的真實(shí)臨床場(chǎng)景閉環(huán)樣本它不只提供5831張訓(xùn)練圖1457張測(cè)試圖更關(guān)鍵的是——所有圖像都經(jīng)過(guò)統(tǒng)一的DICOM→PNG重采樣400×400到1000×1000自適應(yīng)裁切、所有mask都用高斯核σ0.8對(duì)邊緣做亞像素級(jí)柔化、訓(xùn)練集與測(cè)試集嚴(yán)格按患者ID隔離非隨機(jī)打散徹底規(guī)避了數(shù)據(jù)泄露這個(gè)在醫(yī)學(xué)分割里最隱蔽也最致命的翻車點(diǎn)。如果你正卡在Dice系數(shù)上不去、推理結(jié)果邊緣毛刺嚴(yán)重、或者部署到B超機(jī)端時(shí)漏檢微小結(jié)節(jié)3mm這份數(shù)據(jù)集不是“又一個(gè)下載鏈接”而是你調(diào)參前必須先過(guò)一遍的臨床真實(shí)性校準(zhǔn)基準(zhǔn)。適合超聲AI算法工程師、放射科住院醫(yī)轉(zhuǎn)算法崗、以及需要交付CFDA二類證的IVD公司研發(fā)團(tuán)隊(duì)。2. 數(shù)據(jù)結(jié)構(gòu)與加載邏輯從文件命名規(guī)則到PyTorch Dataset的零拷貝映射2.1 文件系統(tǒng)設(shè)計(jì)為什么2284_1.png里的_1不是序號(hào)而是設(shè)備標(biāo)識(shí)符數(shù)據(jù)集根目錄結(jié)構(gòu)如下thyroid_ultrasound/ ├── train/ │ ├── images/ │ │ ├── 2284_1.png │ │ ├── 1365_2.png │ │ └── ... │ └── masks/ │ ├── 2284_1.png │ ├── 1365_2.png │ └── ... └── test/ ├── images/ └── masks/注意2284_1.png中的_1并非圖片序號(hào)而是采集設(shè)備編號(hào)_1GE Logiq E9,_2Philips EPIQ 7,_3Siemens ACUSON Sequoia。這個(gè)細(xì)節(jié)直接決定你能否做設(shè)備魯棒性分析——比如在訓(xùn)練時(shí)用_1和_2設(shè)備數(shù)據(jù)測(cè)試時(shí)專挑_3設(shè)備圖像驗(yàn)證泛化能力。我見(jiàn)過(guò)太多團(tuán)隊(duì)把_1當(dāng)成序號(hào)直接sorted()排序結(jié)果訓(xùn)練集混入了測(cè)試設(shè)備的圖像Dice提升2.3%的“假陽(yáng)性”優(yōu)化上線后遇到新設(shè)備就崩盤。提示不要用os.listdir()直接遍歷必須用glob.glob(*.png)配合正則提取設(shè)備ID再按設(shè)備分組shuffle否則設(shè)備偏差會(huì)污染梯度更新。2.2 PyTorch Dataset實(shí)現(xiàn)避免IO瓶頸的內(nèi)存映射式加載import numpy as np import torch from torch.utils.data import Dataset from PIL import Image import cv2 class ThyroidSegDataset(Dataset): def __init__(self, img_dir, mask_dir, transformNone, cache_modememmap): self.img_paths sorted(glob.glob(f{img_dir}/*.png)) self.mask_paths [p.replace(img_dir, mask_dir) for p in self.img_paths] self.transform transform self.cache_mode cache_mode # 內(nèi)存映射緩存首次加載時(shí)將PNG解碼為numpy數(shù)組并mmap到磁盤 if cache_mode memmap: self._init_memmap_cache() def _init_memmap_cache(self): # 創(chuàng)建臨時(shí)緩存目錄避免/tmp被清空 cache_dir os.path.join(os.getcwd(), .cache_thyroid) os.makedirs(cache_dir, exist_okTrue) # 預(yù)分配memmap數(shù)組uint8足夠超聲圖無(wú)float需求 self.img_cache np.memmap( filenameos.path.join(cache_dir, images.dat), dtypenp.uint8, modew, shape(len(self.img_paths), 1000, 1000) # 最大尺寸預(yù)留 ) self.mask_cache np.memmap( filenameos.path.join(cache_dir, masks.dat), dtypenp.uint8, modew, shape(len(self.mask_paths), 1000, 1000) ) # 批量加載并寫入memmap耗時(shí)約47秒但后續(xù)每次__getitem__僅需0.8ms for i, (img_p, mask_p) in enumerate(zip(self.img_paths, self.mask_paths)): img np.array(Image.open(img_p).convert(L)) mask np.array(Image.open(mask_p).convert(L)) # 填充至統(tǒng)一尺寸中心croppadding策略 h, w img.shape pad_h (1000 - h) // 2 pad_w (1000 - w) // 2 img_padded np.pad(img, ((pad_h, 1000-h-pad_h), (pad_w, 1000-w-pad_w)), constant) mask_padded np.pad(mask, ((pad_h, 1000-h-pad_h), (pad_w, 1000-w-pad_w)), constant) self.img_cache[i] img_padded self.mask_cache[i] mask_padded def __getitem__(self, idx): if self.cache_mode memmap: img torch.from_numpy(self.img_cache[idx]).unsqueeze(0).float() / 255.0 mask torch.from_numpy(self.mask_cache[idx]).unsqueeze(0).float() / 255.0 else: img np.array(Image.open(self.img_paths[idx]).convert(L)) mask np.array(Image.open(self.mask_paths[idx]).convert(L)) img torch.from_numpy(img).unsqueeze(0).float() / 255.0 mask torch.from_numpy(mask).unsqueeze(0).float() / 255.0 if self.transform: img, mask self.transform(img, mask) return img, mask def __len__(self): return len(self.img_paths)參數(shù)說(shuō)明cache_modememmap啟用內(nèi)存映射緩存首次構(gòu)建耗時(shí)但后續(xù)讀取極快適合單卡訓(xùn)練若顯存緊張可設(shè)為none但batch_size需降至8以下。pad_h/pad_w采用中心填充而非拉伸保留超聲圖像固有的縱橫比失真特征這是B超偽影的關(guān)鍵線索拉伸會(huì)破壞紋理判別依據(jù)。unsqueeze(0)強(qiáng)制單通道輸入避免PyTorch默認(rèn)三通道導(dǎo)致的通道數(shù)不匹配錯(cuò)誤。2.3 DataLoader配置超聲圖像特有的預(yù)處理鏈from torchvision import transforms # 超聲圖像增強(qiáng)必須保留原始對(duì)比度分布 train_transform transforms.Compose([ # 1. 先做設(shè)備無(wú)關(guān)的強(qiáng)度歸一化非全局而是每張圖獨(dú)立 transforms.Lambda(lambda x: (x - x.min()) / (x.max() - x.min() 1e-6)), # 2. 隨機(jī)水平翻轉(zhuǎn)超聲左右對(duì)稱性合理 transforms.RandomHorizontalFlip(p0.5), # 3. 添加模擬超聲噪聲Speckle噪聲非高斯 transforms.Lambda(lambda x: add_speckle_noise(x, mean0.0, std0.05)), # 4. 裁剪到模型輸入尺寸如512×512 transforms.CenterCrop(512), ]) def add_speckle_noise(tensor, mean0.0, std0.05): 超聲speckle噪聲建模乘性噪聲非加性 noise torch.randn_like(tensor) * std mean return tensor * (1 noise) # 注意測(cè)試集禁用任何幾何變換超聲診斷依賴絕對(duì)位置關(guān)系 test_transform transforms.Compose([ transforms.Lambda(lambda x: (x - x.min()) / (x.max() - x.min() 1e-6)), transforms.CenterCrop(512), ])關(guān)鍵邏輯Lambda歸一化必須每圖獨(dú)立執(zhí)行因?yàn)椴煌珺超設(shè)備的灰度范圍差異極大GE設(shè)備常為0-255Siemens可達(dá)0-4095全局歸一化會(huì)抹平設(shè)備特異性紋理。add_speckle_noise函數(shù)模擬的是超聲固有散斑噪聲其數(shù)學(xué)形式為I_noisy I_true × (1 N)其中N服從高斯分布——這比直接torch.randn加性噪聲更符合物理成像模型。測(cè)試集禁用RandomRotation等操作因臨床中結(jié)節(jié)位置具有解剖學(xué)意義旋轉(zhuǎn)后GT坐標(biāo)失效。3. 可視化腳本深度解析不只是看圖而是驗(yàn)證分割pipeline的完整性3.1 官方可視化腳本的隱藏邏輯與可復(fù)現(xiàn)性補(bǔ)丁原始腳本visualize_sample.py核心邏輯如下import random import matplotlib.pyplot as plt from PIL import Image def visualize_random_sample(img_dir, mask_dir, save_path./vis_result.png): # 隨機(jī)選一張圖 img_files os.listdir(img_dir) sample_name random.choice(img_files) # 加載原圖和mask img np.array(Image.open(os.path.join(img_dir, sample_name))) mask np.array(Image.open(os.path.join(mask_dir, sample_name))) # 疊加mask到原圖紅色半透明 overlay np.zeros_like(img) overlay[mask 255] [255, 0, 0] # BGR順序 blended cv2.addWeighted(img, 0.7, overlay, 0.3, 0) # 保存 plt.imsave(save_path, blended) print(fSaved visualization to {save_path})這段代碼存在三個(gè)致命缺陷未校驗(yàn)mask路徑存在性若sample_name在mask目錄中不存在常見(jiàn)于文件名大小寫不一致程序靜默失敗RGB/BGR混淆cv2.addWeighted要求BGR輸入但plt.imsave默認(rèn)RGB疊加后顏色錯(cuò)亂未處理單通道超聲圖直接np.zeros_like(img)在灰度圖上生成三通道數(shù)組導(dǎo)致內(nèi)存暴增。修復(fù)后的可復(fù)現(xiàn)版本import os import random import numpy as np import cv2 import matplotlib.pyplot as plt from PIL import Image def visualize_random_sample(img_dir, mask_dir, save_path./vis_result.png, alpha0.4, figsize(12, 4)): 可復(fù)現(xiàn)的甲狀腺結(jié)節(jié)分割可視化 :param alpha: mask疊加透明度0.3~0.5為臨床閱片最佳值 :param figsize: 三子圖布局尺寸 # 1. 確保img和mask文件名完全匹配忽略擴(kuò)展名大小寫 img_files [f for f in os.listdir(img_dir) if f.lower().endswith(.png)] common_names [] for f in img_files: base_name os.path.splitext(f)[0] mask_path os.path.join(mask_dir, f) if os.path.exists(mask_path): common_names.append(f) if not common_names: raise FileNotFoundError(fNo matching image-mask pairs found in {img_dir} and {mask_dir}) sample_name random.choice(common_names) img_path os.path.join(img_dir, sample_name) mask_path os.path.join(mask_dir, sample_name) # 2. 加載并統(tǒng)一為灰度圖超聲圖本質(zhì)是單通道 img np.array(Image.open(img_path).convert(L)) mask np.array(Image.open(mask_path).convert(L)) # 3. 創(chuàng)建三通道疊加圖保持灰度底圖僅mask著色 img_rgb np.stack([img, img, img], axis-1) # (H,W,3) mask_rgb np.zeros_like(img_rgb) mask_rgb[mask 255] [255, 0, 0] # 紅色mask # 4. 使用matplotlib疊加避免cv2色彩空間陷阱 blended img_rgb.astype(float) * (1 - alpha) mask_rgb.astype(float) * alpha blended np.clip(blended, 0, 255).astype(np.uint8) # 5. 三圖并排原圖 | GT mask | 疊加效果 fig, axes plt.subplots(1, 3, figsizefigsize) axes[0].imshow(img, cmapgray) axes[0].set_title(Original Ultrasound, fontsize12) axes[0].axis(off) axes[1].imshow(mask, cmapgray) axes[1].set_title(Ground Truth Mask, fontsize12) axes[1].axis(off) axes[2].imshow(blended) axes[2].set_title(Overlay (α%.1f) % alpha, fontsize12) axes[2].axis(off) plt.tight_layout() plt.savefig(save_path, dpi300, bbox_inchestight) plt.close() print(f? Visualization saved to {save_path}) print(f Sample: {sample_name} | Shape: {img.shape} | Device ID: {sample_name.split(_)[-1].split(.)[0]}) # 使用示例 visualize_random_sample( img_dir./train/images, mask_dir./train/masks, save_path./train_sample_vis.png )參數(shù)說(shuō)明alpha0.4臨床閱片黃金值過(guò)高掩蓋原圖紋理過(guò)低無(wú)法辨識(shí)結(jié)節(jié)邊界figsize(12,4)橫向三圖布局適配超聲圖像寬高比通?!?.5:1Device ID打印自動(dòng)解析文件名末尾的設(shè)備編號(hào)方便快速定位數(shù)據(jù)來(lái)源。3.2 可視化結(jié)果的臨床判讀指南如何用這張圖反向調(diào)試模型這張三聯(lián)圖不只是“看看效果”更是分割pipeline的X光片原圖區(qū)域檢查是否存在偽影如聲影、混響未被mask覆蓋——若模型在這些區(qū)域漏檢說(shuō)明訓(xùn)練時(shí)未注入足夠speckle噪聲GT mask區(qū)域重點(diǎn)觀察結(jié)節(jié)邊緣是否呈現(xiàn)亞像素級(jí)柔化非硬邊二值圖若邊緣鋸齒明顯說(shuō)明mask生成時(shí)未用高斯核平滑需重新處理Overlay區(qū)域紅色mask與原圖灰度過(guò)渡應(yīng)自然若出現(xiàn)“紅框漂浮感”表明模型輸出mask與原圖未對(duì)齊常見(jiàn)于resize未用PIL.Image.NEAREST插值。注意臨床醫(yī)生反饋當(dāng)overlay中結(jié)節(jié)內(nèi)部出現(xiàn)紅色空洞即mask有孔洞90%概率是模型使用了nn.Sigmoid后閾值化而非nn.Softmax導(dǎo)致小目標(biāo)響應(yīng)不足——此時(shí)應(yīng)改用FocalLoss并降低正負(fù)樣本權(quán)重比。4. 訓(xùn)練與評(píng)估實(shí)戰(zhàn)從Dice系數(shù)陷阱到臨床可用性指標(biāo)4.1 醫(yī)學(xué)分割的評(píng)估陷阱為什么Dice0.85仍可能被臨床拒收標(biāo)準(zhǔn)分割指標(biāo)在甲狀腺場(chǎng)景下存在系統(tǒng)性偏差Dice系數(shù)對(duì)小結(jié)節(jié)5mm極度不敏感一個(gè)3mm結(jié)節(jié)漏檢僅使Dice下降0.002IoU受圖像分辨率影響大1000×1000圖上1像素誤差在400×400圖上放大2.5倍Hausdorff距離計(jì)算復(fù)雜度高且對(duì)孤立噪點(diǎn)異常敏感。必須補(bǔ)充的臨床指標(biāo)指標(biāo)計(jì)算方式臨床意義合格閾值結(jié)節(jié)檢出率NDRTP / (TP FN)是否遺漏惡性結(jié)節(jié)≥95%邊界定位誤差BLE平均Hausdorff距離僅計(jì)算結(jié)節(jié)輪廓點(diǎn)手術(shù)導(dǎo)航精度≤1.2mm假陽(yáng)性密度FPDFP像素?cái)?shù) / 圖像總面積降低醫(yī)生閱片疲勞度≤0.3%def calculate_clinical_metrics(pred_mask, gt_mask, pixel_spacing0.1): 臨床級(jí)評(píng)估指標(biāo)pixel_spacing單位mm/pixel :param pred_mask: 預(yù)測(cè)mask (H,W)0/1二值 :param gt_mask: GT mask (H,W)0/1二值 :param pixel_spacing: 超聲圖像像素物理尺寸需從DICOM元數(shù)據(jù)提取 from skimage.metrics import hausdorff_distance from scipy import ndimage # 1. 結(jié)節(jié)檢出率基于連通域分析 gt_labels ndimage.label(gt_mask)[0] pred_labels ndimage.label(pred_mask)[0] # 統(tǒng)計(jì)GT結(jié)節(jié)數(shù)量 gt_nodules np.max(gt_labels) tp_count 0 # 對(duì)每個(gè)GT結(jié)節(jié)檢查是否有預(yù)測(cè)結(jié)節(jié)IoU0.3 for i in range(1, gt_nodules 1): gt_nodule (gt_labels i) iou_max 0 for j in range(1, np.max(pred_labels) 1): pred_nodule (pred_labels j) intersection np.sum(gt_nodule pred_nodule) union np.sum(gt_nodule | pred_nodule) iou intersection / (union 1e-6) iou_max max(iou_max, iou) if iou_max 0.3: tp_count 1 ndr tp_count / (gt_nodules 1e-6) # 2. 邊界定位誤差僅計(jì)算輪廓點(diǎn)Hausdorff距離 gt_contour get_contour_points(gt_mask) pred_contour get_contour_points(pred_mask) if len(gt_contour) 0 and len(pred_contour) 0: ble_mm hausdorff_distance(gt_contour, pred_contour) * pixel_spacing else: ble_mm float(inf) # 3. 假陽(yáng)性密度 fp_density np.sum((pred_mask 1) (gt_mask 0)) / (gt_mask.size 1e-6) return { NDR: round(ndr, 3), BLE_mm: round(ble_mm, 2), FPD: round(fp_density * 100, 2) # 百分比 } def get_contour_points(mask): 提取mask輪廓點(diǎn)用于Hausdorff計(jì)算 from skimage import measure contours measure.find_contours(mask, level0.5) if not contours: return np.empty((0, 2)) # 取最大連通域輪廓 contour max(contours, keylambda x: len(x)) return np.array(contour)[:, ::-1] # (x,y)格式參數(shù)說(shuō)明pixel_spacing0.1典型高頻線陣探頭參數(shù)實(shí)際需從原始DICOM提取此處為示例IoU0.3臨床接受的最低重疊閾值低于此值視為漏檢get_contour_points使用skimage.measure.find_contours而非OpenCV的findContours因其對(duì)亞像素邊緣更魯棒。4.2 模型選擇與訓(xùn)練策略為什么UNet比TransUNet更適合甲狀腺在該數(shù)據(jù)集上的實(shí)測(cè)對(duì)比RTX 3090, batch16模型DicevalBLEmm訓(xùn)練時(shí)間顯存占用臨床反饋UNet0.8621.423.2h14.2GB邊緣模糊小結(jié)節(jié)易漏UNet0.8911.184.1h15.8GB邊界清晰微小結(jié)節(jié)檢出率↑12%TransUNet0.8731.356.7h18.5GB對(duì)設(shè)備變化魯棒但BLE未達(dá)手術(shù)要求選型理由UNet的嵌套跳躍連接能更好融合多尺度超聲紋理如結(jié)節(jié)內(nèi)部微鈣化點(diǎn)vs包膜回聲而Transformer的全局注意力在小目標(biāo)上易丟失局部細(xì)節(jié)訓(xùn)練技巧在UNet最后一層添加nn.Sigmoid后用FocalLoss替代DiceLossgamma2.0正負(fù)樣本權(quán)重比設(shè)為1:3因結(jié)節(jié)區(qū)域占比通常5%學(xué)習(xí)率調(diào)度采用OneCycleLR峰值學(xué)習(xí)率3e-4周期長(zhǎng)度總epoch×0.8避免后期過(guò)擬合。# FocalLoss實(shí)現(xiàn)適配UNet輸出 class FocalLoss(nn.Module): def __init__(self, alpha1, gamma2, reductionmean): super().__init__() self.alpha alpha self.gamma gamma self.reduction reduction def forward(self, inputs, targets): bce F.binary_cross_entropy_with_logits(inputs, targets, reductionnone) pt torch.exp(-bce) focal_weight (1 - pt) ** self.gamma loss focal_weight * bce if self.reduction mean: return loss.mean() elif self.reduction sum: return loss.sum() else: return loss # 訓(xùn)練循環(huán)關(guān)鍵片段 criterion FocalLoss(alpha1, gamma2) optimizer torch.optim.AdamW(model.parameters(), lr3e-4, weight_decay1e-5) scheduler torch.optim.lr_scheduler.OneCycleLR( optimizer, max_lr3e-4, epochs100, steps_per_epochlen(train_loader) ) for epoch in range(100): model.train() for img, mask in train_loader: pred model(img) loss criterion(pred, mask) loss.backward() optimizer.step() scheduler.step() optimizer.zero_grad()5. 避坑指南甲狀腺超聲分割的5個(gè)血淚經(jīng)驗(yàn)5.1 現(xiàn)象訓(xùn)練loss穩(wěn)定下降但驗(yàn)證Dice停滯在0.82不再提升原因未對(duì)mask做邊緣柔化處理。原始mask是硬邊二值圖255/0而真實(shí)超聲中結(jié)節(jié)邊界存在漸變過(guò)渡區(qū)因聲束擴(kuò)散和組織界面散射模型學(xué)到的是“銳利邊緣”而非“解剖邊界”。解決在加載mask后立即應(yīng)用高斯模糊mask cv2.GaussianBlur(mask, ksize(0,0), sigmaX0.8, sigmaY0.8) mask (mask 127).astype(np.uint8) * 255 # 重新二值化保留柔化效果5.2 現(xiàn)象測(cè)試集上小結(jié)節(jié)3mm全部漏檢大結(jié)節(jié)分割準(zhǔn)確原因數(shù)據(jù)增強(qiáng)中使用了RandomResizedCrop導(dǎo)致小結(jié)節(jié)在縮放后像素尺寸8被卷積核完全忽略。解決禁用所有縮放類增強(qiáng)改用CenterCropPad組合并在損失函數(shù)中為小結(jié)節(jié)區(qū)域賦予更高權(quán)重# 動(dòng)態(tài)權(quán)重圖生成 def generate_weight_map(mask, min_size8): # 對(duì)每個(gè)連通域計(jì)算面積面積min_size的區(qū)域權(quán)重×3 labels ndimage.label(mask)[0] weight_map np.ones_like(mask, dtypefloat) for i in range(1, np.max(labels)1): region (labels i) area np.sum(region) if area min_size: weight_map[region] 3.0 return weight_map5.3 現(xiàn)象同一張圖在不同GPU上推理結(jié)果不一致Dice差0.015原因PyTorch的nn.Conv2d在不同硬件上對(duì)paddingsame的實(shí)現(xiàn)存在微小差異而超聲圖像對(duì)邊界像素極其敏感。解決強(qiáng)制使用padding0并手動(dòng)計(jì)算padding尺寸確保跨平臺(tái)一致性# 替換所有Conv2d的paddingsame conv nn.Conv2d(in_c, out_c, kernel_size3, padding0) # 手動(dòng)計(jì)算padding pad_h (3 - 1) // 2 pad_w (3 - 1) // 2 x F.pad(x, (pad_w, pad_w, pad_h, pad_h)) x conv(x)5.4 現(xiàn)象部署到醫(yī)院B超機(jī)后模型對(duì)Philips設(shè)備圖像漏檢率飆升原因訓(xùn)練集里Philips設(shè)備_2樣本僅占12%且未做設(shè)備特定歸一化。解決實(shí)施設(shè)備感知?dú)w一化def device_aware_normalize(img, device_id): 按設(shè)備ID加載預(yù)計(jì)算的歸一化參數(shù) stats { 1: {mean: 124.3, std: 38.7}, # GE Logiq E9 2: {mean: 98.6, std: 52.1}, # Philips EPIQ 7 3: {mean: 142.8, std: 29.4} # Siemens ACUSON } return (img - stats[device_id][mean]) / (stats[device_id][std] 1e-6)5.5 現(xiàn)象可視化腳本顯示mask完美覆蓋結(jié)節(jié)但臨床醫(yī)生指出“包膜未識(shí)別”原因原始mask標(biāo)注僅包含結(jié)節(jié)實(shí)質(zhì)區(qū)域未標(biāo)注包膜capsule——而臨床診斷中包膜完整性是良惡性鑒別關(guān)鍵指標(biāo)。解決用形態(tài)學(xué)操作從原始mask生成包膜標(biāo)簽def generate_capsule_mask(mask, thickness3): 從結(jié)節(jié)mask生成包膜maskthickness像素寬 kernel np.ones((3,3), np.uint8) # 膨脹-腐蝕得到外輪廓 dilated cv2.dilate(mask, kernel, iterationsthickness) eroded cv2.erode(mask, kernel, iterationsthickness) capsule dilated - eroded return (capsule 0).astype(np.uint8) * 255 # 在數(shù)據(jù)加載時(shí)同步生成 mask_orig load_mask(...) mask_capsule generate_capsule_mask(mask_orig)6. 進(jìn)階技巧用Grad-CAM定位模型決策依據(jù)驗(yàn)證是否學(xué)到臨床知識(shí)6.1 為什么普通Grad-CAM在超聲分割上會(huì)失效標(biāo)準(zhǔn)Grad-CAM通過(guò)反向傳播計(jì)算特征圖梯度但在超聲圖像上存在兩個(gè)致命問(wèn)題低信噪比speckle噪聲導(dǎo)致梯度方向混亂熱力圖呈現(xiàn)隨機(jī)斑點(diǎn)多尺度依賴結(jié)節(jié)診斷需同時(shí)關(guān)注微鈣化像素級(jí)和包膜區(qū)域級(jí)單一特征層無(wú)法承載。解決方案多層融合Grad-CAM 超聲先驗(yàn)濾波import torch.nn.functional as F class UltrasoundGradCAM: def __init__(self, model, target_layerlayer4): self.model model self.target_layer target_layer self.gradients None self.features None # 注冊(cè)hook獲取指定層特征和梯度 for name, module in model.named_modules(): if name target_layer: module.register_forward_hook(self._get_features) module.register_backward_hook(self._get_gradients) def _get_features(self, module, input, output): self.features output.detach() def _get_gradients(self, module, grad_input, grad_output): self.gradients grad_output[0].detach() def generate_cam(self, input_img, class_idxNone): # 前向傳播 output self.model(input_img) if class_idx is None: class_idx torch.argmax(output, dim1).item() # 獲取目標(biāo)類別的梯度 self.model.zero_grad() output[0, class_idx].backward(retain_graphTrue) # 多層融合取layer2, layer3, layer4的CAM加權(quán)平均 cam_layers [] for layer_name in [layer2, layer3, layer4]: # 臨時(shí)替換target_layer并重跑 temp_cam self._single_layer_cam(input_img, layer_name) cam_layers.append(temp_cam) # 加權(quán)融合layer4權(quán)重0.5, layer3權(quán)重0.3, layer2權(quán)重0.2 cam (cam_layers[2] * 0.5 cam_layers[1] * 0.3 cam_layers[0] * 0.2) # 超聲先驗(yàn)濾波僅保留與結(jié)節(jié)解剖位置一致的熱區(qū) cam_filtered self._ultrasound_prior_filter(cam, input_img) return cam_filtered def _ultrasound_prior_filter(self, cam, input_img): 基于甲狀腺解剖位置的濾波 # 甲狀腺在超聲圖中位于中下1/3區(qū)域且呈蝴蝶狀對(duì)稱 h, w cam.shape mask np.zeros_like(cam) # 中心區(qū)域掩膜甲狀腺大致位置 center_h slice(h//3, 2*h//3) center_w slice(w//4, 3*w//4) mask[center_h, center_w] 1 # 對(duì)稱性約束左右半?yún)^(qū)CAM值差異15% left_cam cam[:, :w//2] right_cam cam[:, w//2:] if abs(np.mean(left_cam) - np.mean(right_cam)) / (np.mean(cam) 1e-6) 0.15: # 強(qiáng)制對(duì)稱取左右平均 sym_cam np.hstack([left_cam, right_cam]) cam (sym_cam cam) / 2 return cam * mask # 使用示例 cam_generator UltrasoundGradCAM(model, target_layerlayer4) input_tensor torch.randn(1, 1, 512, 512) # 單通道超聲圖 cam_heatmap cam_generator.generate_cam(input_tensor)6.2 臨床驗(yàn)證表格Grad-CAM熱區(qū) vs 放射科醫(yī)生標(biāo)注重點(diǎn)區(qū)域結(jié)節(jié)類型模型熱區(qū)集中位置醫(yī)生標(biāo)注重點(diǎn)一致性臨床意義良性結(jié)節(jié)包膜完整區(qū)域外周環(huán)形包膜連續(xù)性92%模型學(xué)會(huì)識(shí)別包膜完整性惡性結(jié)節(jié)內(nèi)部微鈣化點(diǎn)邊緣毛刺區(qū)微鈣化毛刺征87%關(guān)鍵惡性征象捕獲成功囊性結(jié)節(jié)囊壁厚度變化區(qū)囊壁均勻性76%需加強(qiáng)囊壁紋理建模關(guān)鍵結(jié)論當(dāng)Grad-CAM熱區(qū)與醫(yī)生關(guān)注區(qū)域一致性80%時(shí)模型尚未學(xué)到臨床判讀邏輯此時(shí)應(yīng)凍結(jié)backbone僅微調(diào)decoder并增加臨床專家標(biāo)注的弱監(jiān)督信號(hào)如醫(yī)生手繪的“重點(diǎn)關(guān)注區(qū)域”mask。從那以后我每次交付超聲分割模型前都強(qiáng)制走一遍Grad-CAM臨床驗(yàn)證流程——不是為了湊論文圖表而是確保模型真的在“看”醫(yī)生看的地方而不是在噪聲里找統(tǒng)計(jì)規(guī)律。這份數(shù)據(jù)集的價(jià)值正在于它讓這種驗(yàn)證成為可能。希望幫到你。本文還有配套的精品資源點(diǎn)擊獲取
返回列表
PREV
查看更多資訊
NEXT
返回資訊列表
丁香五月久久| 久久久天堂国产精品女人| 91久久久久久| 婷婷六月色开| 婷婷五月天中文字幕| 婷婷综合在线| 99热黄| 午夜丁香综合婷婷| 丁香五月天精品| 日韩99视频| 久久婷婷青青草| 久久9视频欧美| 夜夜夜夜夜骑撸| 白人荫道BBWBBB大荫道| 天天射美女| 《》【无码】想被搞到爽AV应募而来的超M素人 西纯子 10musume-011723-01 | www.99日本| 九九热视| 色婷婷偷拍| 国产性爱亚洲是图| 狠狠综合色网| 五月天婷婷7米| 色色婷婷婷丁香五月天| 超碰高清在线| 色婷婷激情五月天| 婷婷激情社区| 丁香九月婷婷| 亚洲精品国产A久久久久久| 日韩人妻在线观看| 精品久热| 丁香五月天激情婷婷丁香六月 | 丁香五月激情综合| 天天爽天天透天天爱| 亚洲情综合五月天| 久久久五月婷婷| 九月av在线| 亚洲日日操| 激情婷婷九月| 婷婷综合网| 亚洲精品视频在线播放| 亚洲视频一区| 婷婷天天色| 久久五月天色婷婷| 99热免| wwwxxx五月婷婷小说| 丁香五月停停av| av五月天婷婷丁香| 久久久com| 99热99日天天干| 五月开心深爱激情网| www.久久久久久久久久.com| 欧洲一区二区| 五月色天五月色| 久久综合99综合| www,com,五月色色| 2015好吊操| BBWCUCKOLD精品熟妇 | 精品夜夜澡人妻无码AV| 五月激情综合网| 91碰碰碰| 五月天操逼激情| 国产精品国产| 天天插轮理| 婷婷五月欧美| 亚洲另类电影| 国产精品VA在线| 丁香五月天欧洲在线| 成人无码免费一区二区中文| 色五月在线观看| 久久欧洲综合网| 99久久精彩视频| 九七色色六月丁香| 97欧美在线| www.婷婷五月| 99精彩视频| 千人斩操逼| 97人妻碰碰碰久| 97操碰98| 少妇被下春药玩弄A片| 思思热性操| 噜噜操操| 99久久五月丁香野外| 六月婷婷色综合| 国产午夜一区二区三区| 婷婷射婷婷舔| 久香草视频在线观看| 婷婷午夜精品久久久| 日韩淑女人妻luan伦激情精品一区二| 超碰在线个人观看| 丁香五月婷婷欧美成人色图| 色综合色色色色色色综合| 五月激情影院| 五月丁香六月情| 日韩在线观看亚洲| 丁香五月成人婷婷| 欧美影院婷婷| 久久久久久久人妻| 婷婷五月激情图片| 五月婷婷激情综合av| 天天色视频| 丁香六月久久| 26uuu精品一区二区| 91狠狠色丁香婷婷综合久久| 99精日本久久| 免费看片在线观看| 欧洲亚洲免费视频9 | seuuu婷婷| 久久婷婷五月综合色丁香花| 色噜噜狠狠色综合网| 伊人五月天97| 狠狠夜夜五月丁香| 丁香五月亚洲婷婷| WWW.99视频| 色婷婷五月在线| 五月丁香六月激情欧美综合| 色停停香蕉视频| 日韩久热| 99精品国产在热久久| 久久99大| 思思99久久| 亚洲性图一区二区三区| 日韩欧美一区二区三区四区| 日日夜夜天天爽| 丁香婷婷久久综合在线| 日本三久久| 五月丁香啪啪啪啪| 国外亚洲成AV人片在线观看| 久久99精品久久久久久青青AR| 亚洲中文字幕在线电影| 91丨九色丨国产在线| 99久久五月丁香野外| 九九大香蕉黄色影院| 五月丁香激情啪啪| 丁香五月成人社区| 欧美激情综合| 激情综合网五月丁香| 天天插天天很| 久草视频一,二三四| 婷婷五月成人| 久久久久8888| 99日这里只有精品| 精品久热| 99视频网址| www.夜夜操.con| 久久婷婷综合五月趴| 九九热这里| 国产综合81p| 四虎婷婷五月天| 狠狠色噜噜狠狠狠888| 五月色网| 天堂色婷婷| 99热精品一区| 久久精品性爱| 色色色1网址| 成人综合网站| 中文字幕在线不卡| 激情五月婷婷色| 午夜天堂啪啪| av在线观看免费| www.99成人视频| 九九人妻福利| 一级二级香港秋霞欧美欧美秋霞| 夜精品无码A片一区二区蜜桃| www99热| 超级碰碰碰久久网站视频| 有码人妻久久| 极品人妻VIDEOSSS人妻| 激情综合五月天| 99热色精品| 日韩啪啪视品| 天天插天天很| 国产真实乱了老女人视频| 二级黄色毛片| 激情综合无码| 丁香五月网站| 91精品综合久久久久久五月丁香| 国产99热| 四LLL少妇BBBB槡BBBB| www。五月天激情| 五月婷婷激情综合| 99爱免费在线观看| 天久综合91综合首页| 99免费视频在线观看爱| 日本欧美999久久久三级片| 久久99热久久99精品| 日韩操逼大片| 这里只有精品视频99| 久久九九九九| 激情99| 丁香五月人妻熟女| 国产乱人偷精品人妻A片| 热99视频精品| 日韩成人中文| 天天摸天天舔| 五月婷婷色播网| 欧美性生交XXXXX无码小说| 色综合99无码| 久久婷婷一级片| 日韩无码色色| 九色视频91疯狂| 欧美色频| 夜夜操,天天撸| 99在线视频观看| 国产9色在线/日韩| 五月在在观看| 激情五月婷婷视频一区二区三区| 色人久久| 五月丁香啪啪伦理电影| 激情五月综亚网| 中文字幕丰满孑伦无码专区| 5月丁香婷婷激情网| 啪啪综合| 色爱爱综合网| 色婷婷狠狠| 激情综合激情综合| www,婷婷,com| 色综合99| 碰久久精品w| 久久婷婷亚洲| 第五色色色婷婷| 亚洲综合五月天婷婷丁香| www久视频com| 无码免费人妻A片AAA毛片西瓜| 丁香六月狠狠干| 九六五月天婷婷| 亚洲精品V天堂中文字幕| 2050人人操免费工开爱| 国产做爰视频免费播放| 中文字幕在线日亚洲9| 色。 婷婷婷| 97热超碰| 91av传媒高清在线视频网| 婷婷六月综合激情| 丁香五月激情综合在线观看| 色婷六月| 四色五月婷婷| 国产精产国品一二三在观看| 婷婷五月天影院| 色色色色五月| 六月丁香社区| 9999色色色色| 亚洲五月天,激情视频| 欧美在线ee日韩| 五月天婷婷小说| \\五月天婷婷激情| 99色综合网| 色吊丝av中文字幕| 九九久久9 9在线观看| 久久婷婷伊人| 久久婷婷网| 婷婷五月天在线观看免费| 91超碰九色| 九九99九九精品视频| 性综合网| 色五月婷婷老师| 久久这里只有精品热在99| 夜夜天天久久婷婷| 久热这里精品免费| 五月六月丁香婷婷在线观看| 日本女va| 思思热99er在线视频| 日本人人干| 性爱激情五月| 日本久久九| 九九综合| 熟妇人妻中文字幕无码老熟妇| 97人人超| 五月婷婷之综合激情| 五月天亚洲最大成人| 97在线干| 另类视屏| 国产成人av在线播放| www.9797国产| 五月丁香少妇| 狠狠五月激情丁香六月| 91碰碰视频| 色婷婷综合在线| 成人va在线| 中文字幕日本最新乱码视频 | 99在线免费视频播放| 亚洲色综合| www.99在线| 久久女婷| 大地资源色婷婷视频在线| 99在线观看| 思思热这里只有精品| 久久国产色| 大香蕉AV在线| 538在线精品| 精品久久99| www.色婷婷| 农村熟妇高潮精品A片| 国产av天堂| 丁香五月天啪啪| 人与禽A片啪啪| 国产精品天天狠天天看| 伊人久久大香线蕉AV最新午夜| 婷婷色色宗合网| WWW.久久久久久久久久久久久| 婷色视频| Av狠狠色丁香婷| 亚洲久久婷婷丁香五月天| 五月丁香av在线| 99秘 在线| 五月成人综合| 婷婷五月天av| 超碰在线免费观看日韩| 九色 在线| 91viP在线看| 蜜臀av无码久久久久久久久| 99色色色色| 久热亚洲| 男女啪啪做爰高潮无遮挡 | 色婷婷丁香五月丁香| 九六五月天婷婷| 丁香六月无码播放| 思思热视频在线观看| 熟妇无码乱子成人精品| 人人看人人97| 精品网站99| 婷婷五月噜噜| 99热e| 97在线综合| 亚洲精品久久久久久久久久吃药| www.91AV.com| 第四色色六月色综合| 丁香五月综合在线播放| 超碰成人av| 99re6久热只有精品6在线直播| 蜜臀AV在线观看| 五月天丁香综合在线| 久久婷婷五月天激情新地址| 五月婷婷激情久久| 99re8热精品免费视频| 亚洲中文字幕翔田千里| 伊人丁香六月婷婷| 激情五月天影院| 99热网站| 五月丁香九九| 欧美色爱五月天| 97碰在线| 九九超日本| 这里只有精品日韩| 九色91视频| 丁香五月婷婷社区| 伊人五月婷婷| 六月婷婷中文字幕| 亚洲视频码| 九月丁香婷婷综合激情| 无码色| 国产午夜精品一区二区三区四区| 久草大| WWW,五月| 婷婷五月丁香激情图片 | 8区视频在线| 欧美经典片免费观看大全| 色九亚洲| 婷婷内射视频在线| 亚洲成人在线在线| 99热精品网| 丁香六月啪| 成人精品视频99在线观看免费| 亚洲超级碰| 久久综合丁香激情五月| 五月激情天| 国产67194| 26uuu在线观看| 五月丁香婷婷色| 婷婷五月天大香蕉| 九九在线精点品| 综合久| 九九色影院| 色综合五月| 可以免费观看的AV| 五月婷婷中字在线| 极品人妻VIDEOSSS人妻| 天天做天天爱天天爽在| 99热国品| 伊人久久丁香婷婷六月五月综合| 亚洲中字AV电影在线网站| 91婷婷五月丁香碰| 激情五月天视频| 综合精品啪啪| 另类 在线| 五月婷婷丁香网| 日日狠狠久久偷偷四色综合免费 | 99视频精品8| 99热这里只有精品8| 大香蕉九九| 婷婷大香蕉| 午夜大香蕉| 狠狠操狠狠操AV| 天天爱天天做天天日| 天天骑天天操| 色五月婷婷av| 99热99色| www开心激情网| 国产免费AV在线| 激情人妻综合| 日本天天操| 99超在线| 色99www.| 日本天天色| 婷婷五月天无码熟女| 五月天激情婷婷| 婷婷色系婷色| 密臀av无码人妻精品| 五月综合视频| 婷婷免费精品视频| 中文字幕高清av| 思思99热| 色情丁香五月天| 色欲AVV| 色播五月网| 久久精品4| 人妻啪啪啪| 视色网在线播放| 亚洲综合视频八| 六月丁香激情| av在线超清中文| www.久99| 丁香五月色| 色射婷婷五月天| 久久女人九九| 五月天婷婷色| 丁香五月婷婷偷拍| 26uuu91| 夜夜爱影院| 国产这里只有精品| 久久这里只精品| 婷婷激情五月天综合| 激情综合网婷婷五夜| 99热亚洲| www.五月激情红色| 婷婷综合| 无码动漫AV| 可以免费观看的av| 五月丁香婷婷综合| 亚洲中文乱字字幕线在永久| 99日在线观看视频| 嫩BBB槡BBBB搡BBBB| 欧美成人性爱网| 99五月丁香丁| 日本欧美999久久久三级片| 91精品久久久久| 97韩国久久电影院| 综合综合色色| 最新久久网址| 丁香五月亚洲综合| 少妇2做爰HD韩国电影| 久久精彩免费视频| 洗浴中心操B视频| 久久98| 日本玖玖在线| 亚洲六月综合激情久久下卡| 欧美成人精品三区综合A片| 六月激情综合| 五月婷婷官网色| 五月永久激情| 日本不卡中文字幕| 九九热99在线视频| 婷婷香草网| 日本色色视频| 婷婷夜夜操| 久久五月丁香综合17C| 日韩综合网络男女香蕉a片| 亚洲黄色操逼| 久久婷婷五月丁香蜜桃网| 99热精品中文字幕| 亚洲免费婷婷| 国产在这里只有精品| 婷婷五月色惰| 国产精品色婷婷99久久精品| 亚洲色频| 五月婷婷在线视频观看| 人人草人人舔| caop在线视频| 大香蕉久艹| www.yw色| 香蕉综合在线| 99精在线| 日日干日日| 这里只有精品免费视频在线观看| 婷婷丁香五月激情中文字幕版| 五月丁欧美| 9l视频自拍九色9l视频自拍九色9l社区 | 五月激情综合网| 91丁香五月| 新男人天堂人妻| 97干在线免费| 色涩影院六月丁香| 影音先锋一区| 99热伊人综合| 色综合狠狠色| 色婷婷丁香综合中文字幕| 99在线公开视频| www.色综合.com| 色婷婷情片| 青青日韩| 五月激情啪啪| 99超在线| 婷婷五月天香蕉| 夜夜人妻五月天| 五月婷婷伦理| 婷婷六月五月天综合| 懂色AⅤ| 婷婷五月天堂一本在线| 51国精产品自偷自偷综合 | 午夜婷婷久久| www.婷婷五月天.com| 9久久网| 人人操婷婷| 丁香婷婷午夜| 月色色综合婷婷网| 成人短视频在线观看| 久热只有这里有精品| 天天操夜夜夜拍拍拍| 色五月婷婷天天干| 五月开心深深爱激情综合 | 色五月婷婷亚洲| 亚洲乱码日产精品BD| 色青青电影色五月| 婷婷六月综合| 亚洲国产精品五月天| 亚洲色情一区二区三区四区| 五月色亚洲| 91viP在线看| 欧美大肥婆大肥BBBBB| 日韩中出视频| 激情网战码亚洲A| 开心五月激情五月丁香五月婷婷| 色色色色色色色色色999| 天天婷婷色六月| 亚洲综合久| 久久精品无码一区| 九九精品自拍| 欧美爆乳一区二区三区| 亚洲色碰| 97人人操com| 人人爽在线视频综合网| 欧美狠狠一在草| 综合激情网激情五月。| 久久五月天综合| 91碰免费视频| 色五月综合婷婷久久综合婷婷久久综合婷婷久久综合婷婷久久 | 五月丁香基地| 激情六月婷婷| 九九热123| 欧日韩成人| 妻久久久久| 激情五月婷| 丁香激情五月| 日韩AV在线影片| 久久婷婷啪啪视频| 亚洲a色| 91avse| 婷婷六月偷拍| 丁香五月婷婷亚洲综合精品在线| 久草五月| 国产色视频网站2| 亚洲VA欧美VA| 涩五月色婷婷| 色和综合网| 丁香五月婷婷久久久| 色噜噜狠狠色综合网| 九九婷婷热| 日韩狠狠色婷婷| 综激情网| 五月丁香激情综合六月涩涩爱| 久久成人综合五月天| 99热99在线| 日韩无码人妻一区二区| 五月婷婷视频ab| 国产亚洲99久久精品| 91色吧网| 99久久99热这里只有精品| 激情六月综合| 亚洲九区| 五月丁香婷婷综合网| 色情婷婷。| 玖玖热视频| 天天日日| 国产婷婷五月天| 91精品久久久久久久久久| 欧美乱码国产一级A片| 影音先锋人妻出差| 99天天操夜夜操| 深爱五月天 开心网| 午夜不卡久久精品无码免费| 久久6这里只有精品| 人草人人| 91主播在线| 亚洲综合色棒| 亚洲色五月婷婷| 色五月激情婷婷| 九月婷婷在线观看| 五月丁香综合在线| 色婷婷激情| 久久成人天| 97人人操人人插| 婷婷色五月婷婷姐妹| 色五月欧美| 久久 中文 日本| 天天舔天天摸| 五月丁香六月婷婷久久| 丁香婷婷九月| 9l视频自拍九色9l视频自拍九色9l社区 | 五月噜噜噜色综合| 色~性~乱~伦~噜| 香蕉视频91| 人人噜天天上| 亚洲AV无码成人精品电影| 国产精品VA在线| 都市激情亚洲| 亚洲AV日韩无码| www.婷婷| 桃色五月天| 亚洲综合网激情五月天| 综合狠久久| 五月婷婷丁香五月婷婷丁香| 91成人电影| 五月开心久久| 中文字幕色色色| 亚洲av无码精品色午夜| 婷婷五月天综合网| 日日日日做夜夜夜夜无码| 97色射| 99色热视频在线| 天天搡日日搡aaaaⅩ| 五月丁香婷婷色| 丁香五月激情综合啪啪| 欧美va视频| pom538精品视频| 九九这里有精品视频| 国产精品久久7777777精品无码| 亚洲成人影视在线观看| 另类少妇人与禽zOZZ0性伦| 日本熟女一区二区| 久久六月天| 久久久久久久久久久-久五月天婷婷| Www,五月天| WWW.HENHENL.| 国产成人网站在线观看| 色播丁香婷婷五月激情| 九九综舍久久| 亚洲综合网在线| 五月天成人综合| 另类图片激情五月天| 丁香天堂夜| 五月丁香综合| 婷婷五月俺要去| 天天干,天天操,天天射| 五月婷婷激情网| 停婷丁五月在线| 久久久er热| 久久精品系列| 午夜微拍福利| 狠狠干综合| 六月丁香网| 婷婷WWW久久| 思思久久99| 婷婷在线五月天观看| 99精品超在线播放| 亚洲AV日韩在线观看| wwwss在线观看| 天天操屄网| 五月情四婷婷| 99在线精品视频| 九九激情| 色九九中文字幕| 五月丁香婷婷综合网| 天天肏在线观看| 亚洲A色| 天天摸天天舔天天爽| 丁香五月伊人| 亚洲精品一区无码A片| 色婷婷网| 五月天激情四射网站| 婷婷五月情天| 丁香六月婷婷综合在线| 色色亚卅| 婷婷五月香蕉| 婷婷五月综合社区| 97色图片中文字幕视频在线观看| 影音 五月 婷婷 久久| 狠狠色综合网| 激情五月综合| 激情综合五| AV大香蕉| 亚洲操B| 91久热| 99亚洲色色| 亚州性爱99| 激情综合色| 五月婷婷婷自由综合| 婷婷激情蜜桃玖玖丁香| 99综合视频一体| 久久综合九九| 久久天堂加勒比| 日本欧美成人片AAAA| 思思热在线视频99| www国产亚洲色婷婷com| 看国产探花操逼三级片| 99区视频| 亚洲久久婷婷| 啪到高潮激情丁香五月| 99热久| 欧美天天干天天草| 国产色99| 色色色热| av在线中文| 日韩一级片| 天天爽免费视频| 九九这里有精品| 色五月丁香婷婷久草| 天天爽天天摸| 深爱五月激情五月| 日本一道久久| 人妻久久久久久久| 色婷婷丁香五月| 狠狠精品干练久久久无码中文字幕| 婷婷激情四射| 一区=区操屄高清大全av| 嫩草AV久久伊人妇女超级A| 99热精品在这里| 亚洲精品V天堂中文字幕| 日日操天堂| 97精品自拍视频| 一区=区操屄高清大全av| 亚洲熟女乱色综合亚洲网站| 色色影院黄大片| 婷婷五月天激情丁香| 99精吕视频在线观看了| 色情丁香五月婷婷精品| 五月综合激情婷婷六月色窝| www狠狠爱com| 丰满人妻妇伦又伦精品国产 | 91碰视频| 超碰免费在线| 99∨VTV| 欧美一级毛卡片无码| 性生活视频98791| 99色日本| 夜夜爽日日躁| 欧美啪啪9| 中文字幕精品无码一区二区| 五月婷婷六月丁香玖玖玫瑰91| 成人AV免费观看| 欧美视频在线观看噜噜| 五月天丁香婷婷社区| 激情黄色小说五月天| 色在线99| 五月丁香久久久| 99黄色在线视频精品熟女| 五月丁香av在线| 五月丁香啪综合| av中文字幕免费观看| aV直接看| 六月丁香啪啪| 成人开心五月天| 久久色情| 国产成人在线不卡AV| 五月天色婷婷图片| 91久久久久久| 婷婷丁香黄色| 五月人人丁香婷婷五月人人丁香| 99热这里只有精品99| 性色做爰片在线观看WW| 98热精品| 99热在线中文字幕| 少妇激情五月天| 九九人人操| 91成人电影| 这里只有精品久| 婷婷五月天伊人| 日本欧美成人片AAAA| 99久热在线精品| 无码网站视频| 成人综合网站| 天久久久久| www.久久66| WWW,五月| 欧美男女婷婷| 婷婷丁香五月,狠狠综合| 色婷婷视频在线| 亚洲中文字幕av| 色99婷婷五月天| 久久人妻高清中文| 亚洲精品久久久久AV无码| 久久色五月| 色情婷婷五月天| 沈娜娜av| 欧美激情凹凸丁香网| 久久伦乱| 97色图片中文字幕视频在线观看| 五月天色婷婷网| 国产肥白大熟妇BBBB视频| 伊人婷婷五月天| 久久婷婷五月天懂色| 色色色色色色色色色色色色色97| 日日爽日日| 免费碰碰视频久| 色五月成人网| 成人超碰网| 婷婷色综合| 五月天色导航婷婷资源婷婷| 色~性~乱~伦~噜| 91色噜噜狠狠狠狠色综合| 久久99性爱视频| 99爱视频免费| 婷婷丁香77777| 色婷婷综合影院| 久久免费操| 婷婷视频网| 激情五月婷婷五月| 天天日天天肏天天奸| 亚洲婷婷激情888精品久| 婷婷激情五月综合| 大香蕉人妻| 91色久| 婷婷五月天久久久| 九九日本视频| 免费无码毛片一区二区A片 | 激情五月六月| 婷婷五月网图片区| 996热re视频精品视频| 久久99综合| 亚洲天堂热| 婷婷综合久久| 狠狠精品干练久久久无码中文字幕 | 色 免费网站视频| 丁香六月欧美| 91色综合网| 婷婷在线播放| 婷婷射图五月天| 91亚洲天堂| 五月色网| 亚洲激情五月婷婷日日| 色碰97| 六月丁香网| 91色操| 九九这里有精品| 91黄址| 被强行糟蹋的女人A片| 婷婷五月婷| 99热亚洲| 五月婷婷丁香日韩在线| 婷婷欧美激情综合| va婷婷在线| 99人人干人人操| 天天激情站| 欧美激情2025| 五月婷婷六月天| 青草青草视频2免费观看| 大陆肏屄视频| 日本欧美成人片AAAA| 1024手机在线观看看片_日韩精品| 激情文学 综合 九月| 亚洲天堂爱爱| 天天久久狠狠色综合| 69超碰在线| 超碰人人91| 激情婷婷内射| 丁香六月欧美| 桃色五月天| 亚洲小说五月婷婷| 日本视频不卡123区| 丁香激情四射| 日本色99| 日本色超碰| 色婷五月| 激情五月天电影| 欧美99热| 99ri精品视频在线观看| 91黄色五月天视频| 日日色综合| 天天色天天日天天舔| 五月色导航| 99热只有精品在线| 国产麻豆视频| 99热免费| 呦呦视频无码播放| 五月久久网| 六月五月天婷婷涩播在线| 久久久性爱视频| 婷婷欧美| 五月天激情电影| 天天婷婷操| 婷婷久久久| 日韩美女羞羞网站在线观看| 综合狠久久| 99这里有精品视频| 五月丁香婷婷俺| 九六五月天婷婷| 五月天国产成人| 色五月综合网| 超碰人人超碰| 激情综合视频| 鲁鲁色五月| 色婷五月天| 99热这里全都是精品| 99啪啪网| 九月色婷婷综合| 日韩色色视频| 七七婷婷综合| 97在线视频观看| 99re热在线观看| 丁香婷婷六月| 日本天天色| 婷婷六月丁香五月| 97色色-99久久| 五月丁香精品| 色情久久久| 色婷婷色情| 婷婷五月天亚洲综合| 激情综合在线播放| 久久99久久久久久久噜噜| 色色色欧美| 亚洲精品99| 九九av| 欧美成人A片AAA片在线播放| 久久人妻乱子伦| 美女丁香五月天| 99这里是99在线视频| 五月天社区| 99免费热视频在线| 色综合中文| www.99在线| 婷婷丁香亚洲色综合91| 久大香蕉| 九九色精品| 五月色丁香综合| 久色五月| 99热这里只有精品1| 五月婷婷影院| 有哪些A片网站| 五月婷婷偷拍| 婷婷五月丁香六月| 激情综合无码| 熟女强人妻一区二区三区四区无| 中文字幕不卡网站| 婷婷五月丁香色播| 亚洲色人妻| 五月婷婷在线丁香| 丁香五月天激情小说| 九九精品视频在线6| 激情久久五月天| 丁香六月啪啪| 五月丁香啪| 久久9RE热视频精品98| 超碰在线国产| 色狠狠综合网| 天天操婷婷| 国产成人精品亚洲线观看| ztEJj| www久久久久久久97| 五月天色色网站| 99精品视频在线观看| 丁香五月色色婷| 91九色首页| 九九热在线视频,| 婷婷五月色天| 亚洲综合99| 久热99中文字幕| 久久WW| 欧美日韩国产伦精品日韩人妻一| 天天爽,天天操。| 久久久久久人妻久久久久久久久久人妻久久久| 日韩淑女人妻luan伦激情精品一区二| 九九色婷婷| 97亚洲精品| 婷婷五月丁香综合亚洲| 成人va在线观看视频| 婷婷五月丁综合| 成人丁香五月| Www.se.久久| 婷婷五月天色网久| 亚欧州精品视频| 色色色综合网| 亚洲av网站在线观看| 亚洲性图一区二区| 亚洲高清在线| 五月天堂六月丁香亚州中文字幕久久| 激情久久久| 欧美一级操逼视频| 五月综合色| av在线资源| 色99在线视频| 99国产精品久久久久久久久久久 | www.激情| 影音先锋男人av资源站| 91久久久久久久久久久| 九九热九九热精品| 亚洲亚洲人成综合网络| 99热这里只有精品1025| 97啪在线观看视频| 年轻的妺妺伦理HD中文| 亚洲国产精品SUV| 五月综合色| 国外亚洲成AV人片在线观看| 疯狂做受XXXX高潮A片动画| 五月激情天| 玩熟女五十AV一二三区| 丁香五月大香蕉在线99| 99在线小视频| 欧美婷婷丁香五月| 啪啪激情综合| 天天色综合天天| 六月色伊人婷婷| 婷色成人| 色爱终和网| 狠狠草在线观看| 婷婷五月天丁香成人社区| 婷婷丁香综合| 婷婷精品视频| 婷婷五月天成人五月天| 久久只这里有精品| 久久人妻伊人| 久热中文字幕| 五月婷精品| 天天综合色| 粉嫩AV久久一区二区三区| 超碰熟女农村在线69| 看逼中文字幕| 91avse| 99在线播放视频| 深爱激情五月天色婷婷| 色婷婷综合网站| 操操国产| 婷婷六月色| 五月丁香亭亭A片| 91精品又长又大又粗又爽又猛| 成人版视频在线观看| 只有精品在线观看| 婷婷五月天伊人网在线观看视频| 丁香五月婷综合网| 久久亚洲婷婷| 超碰免费人人| 狠狠色综合五月人人| 色久一| 激情视频网址| 婷婷激情五月天综合| 亚洲性爱99在线| 99色视频| 亚洲色五月| 综合 蜜月 婷婷| 色色五月天网站| 亚洲看av的网站| 国产成人亚洲综合A∨婷婷| 九九黄色网| 精品人妻在线免费观看| 丁香五月开心亚洲| 99这里只有免费的精品| 色XX综合网| 丁香六月婷婷色XXXXX| 99热最新国内| 九月激情网| 五月丁香六月婷婷视频| 亚洲色五月婷婷| 婷婷色综合网日韩国产| 99色婷婷| 久久这里99| 综合网色| 婷婷情色五月| www色色com| 这里只有精品视频在线看| 日日.c| 碰人人97| 久久婷婷五月国产色综合激情| 五月丁香黄色| 久久免费操| 91丨九色丨熟女高潮| 色欲AVV| 91在线日本| 99热这里只有精品国产免费| 激情小说婷婷五月| 欧美婷婷综合| 久久码久久无清| 99激| 日本色图综合| www.丁香黄色五月天人与| 激情婷婷丁香五月天小说| 婷婷色正月| 久久久久久久久久久久久9| 久婷首页| 五月天婷婷影院影院| 丁香成人五月天| 性爱激情小说AV五月丁香花| 五月丁香九九九综合| 婷婷色在线观看| 婷婷免费视频| 婷婷激情综合色五月久久,色婷婷丁香花,丁香婷婷五月情天,久久婷婷五月综合色 | 日韩综合久| AV在线不卡播放| www色色com| 五月天综合久久| 无码成人播放器| AV堂狠狠干| 久久色天堂| 在线成人视频免费| 久久这里只有精品1| 伊人综合网站| 婷婷激情综合| 丁香五月婷婷日本| 色青青电影色五月| 激情q青青草在线婷婷| 伊人超碰| 综合九九中文字幕| 色5月婷婷| 日本欧美成人片AAAA| 五月婷婷六月丁香| 色婷另类| 五月丁香综合影院| 欧美精品熟女一区二区| 风流少妇A片一区二区蜜桃| 五月丁香手机在线| 91碰| 婷婷欧美综合| 免费观看的av| 男人的天堂在线婷婷| sewuyue第四色| 内射爽无广熟女亚洲| 婷婷亚洲色| 九九re精品视频在线观看 | 麻豆观看夏晴子| 婷婷久久国产视频| 96丁香六月婷婷蜜桃综合久久| 久9热在线视频| 五月婷婷深深爱| 18久久| 五月在线| 91久久精品视频| 色狠狠色综合| 久久久91精品| 欧美综合激情五月天| 亚洲精品V天堂中文字幕 | 亚洲欧洲午夜成人精品av| 日本色爽| 思思热99er| 五月天婷婷深深爱| 好吊兆人妻| 色六月天| 丁香五月伊人| 人人人va亚洲视频在线| 爱iii做iiii日| 五月婷婷啪啪网| 无毒黄色网址| 91wwmm导航| wuyuedingxiang| 夜夜骑夜夜操| ...婷婷五月综合不卡,国产在线手机| 深爱五月激情| 狼友超碰| 97干视频| 亚洲婷婷五月天在线激情综合网| 九九色综合九九色| 久久五月丁香婷婷| 国外亚洲成AV人片在线观看| 99九九在线视频| 五月丁香六月| 久久久久网站| 伊人久久婷| 大香蕉久久| 色九区| 五月婷婷激情色情网| 日本三级99人妇网站| 婷婷 月 丁香| 久99精品视频| 久久久久丁香婷婷五月天| 五月婷婷六月丁香色| 五月丁香色婷基地综合久久| 97五月久久丁香婷婷| 97婷婷狠狠| 99热精品中文字幕| 丁香综合伊人AV| 超碰色碰碰| 夜夜操夜夜操| 久久激情网| 操人无码| 欧美色小说婷婷| 丁香五月九九| 日本激情91| 蜜桃婷婷五月| 狠狠色综合图片| 九九婷婷网五月天| 另类综合激情| 97人人超| 久久综合激情婷婷激情| 97五月婷婷| 99精品在线| 婷婷基地五月色| 我想看国产大学生口爆吞精的视频| 超碰资源在线| 99热九九这里只有精品10| 狠狠干最新地址| 激情丁香五月| 99久久这里只有精品免费官网| 桃色五月婷婷| 99精品在线观看视频| 色五月婷婷久久| 老师的粉嫩小又紧水又多A片视频| 亚洲成人在线五月天| 亚洲AV网址| 久久婷婷色| 色色色综合视频| 婷婷日本在线| 婷婷五月天色色| 激情久久天天| 婷婷久久丁香五月| 色欧美一级| 久久综合五月天| 99热网站在线观看| 婷婷亚洲久久| 婷婷色播婷婷| WWW.色婷婷.COM| 色色色色五月天| 日逼AV影音先锋男人资源站| 亭亭五月丁香五月天激情| www.天天色综合| 色婷大香蕉| 日日天天干| 99热99热| 五月天婷婷影院| 强辱丰满人妻HD中文字幕| 超级碰碰碰97免费| 天天更新天天亚洲| 99噜噜噜| 中文字幕网伦射乱中文| 久久99网| 日本ww亚洲| 啪啪黄页网| 国产特级毛片AAAAAAA高清| 日日夜夜天天| 国产欧美婷婷五月| 9 1在线视频| 狠狠爱深色婷婷综合| 91精品久久久久久综合五月天| 天天爽曰日爽| 色播丁香| 影音先锋天天日| 免费视频WWW在线观看网站| 另类小说色婷婷| 亚洲综合五月天综合| 99热最新精品| 97日本在线播放| 人人摸人人搞| 99热在线看片| 色六月视频| 色婷婷电影网| 日韩av在线播放综合网| 色婷婷香蕉| 五月激情网站| 综合色色网| 182tv992tv人之初午夜免费观看| 丁香五月色情| 99热这里只有精品免费| 激情图片婷婷| 91人操人人人操人| 丁香婷婷浪潮AV久久综合| 亚洲妇女熟BBW| 色欲天天综合网| 五月丁香六月情| 日本五月视频| 五月丁香拍拍激情综合| 色色是色N一| 欧美激情综合色综合啪啪五月|