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

深耕商務建站與企業(yè)官網(wǎng)運營的一線實戰(zhàn)洞察。

基于Python的3D-CT肺結節(jié)檢測算法:從數(shù)據(jù)集預處理到FROC評估全流程解析

基于Python的3D-CT肺結節(jié)檢測算法:從數(shù)據(jù)集預處理到FROC評估全流程解析 簡介面向計算機、人工智能、醫(yī)學影像、通信、自動化等相關專業(yè)的學生、教師或從業(yè)者這份以Python實現(xiàn)的3D-CT影像肺結節(jié)檢測項目來自個人畢業(yè)設計答辯評審98分全部代碼經(jīng)過調試測試可直接運行復現(xiàn)。包內共53個文件以38個Python腳本為主體覆蓋DICOM數(shù)據(jù)轉換、圖像預處理、肺結節(jié)檢測與分類網(wǎng)絡、訓練評估等環(huán)節(jié)另有CSV標注、NPY特征數(shù)據(jù)、PNG效果圖、Shell運行腳本和Markdown說明ZIP壓縮包約9.6MB目錄結構緊湊適合課程設計、期末大作業(yè)或小白進階。從內容預覽看項目保留了檢測與分類的完整流程以及候選區(qū)提取、標簽整理、模型配置等細節(jié)模塊便于理解算法思路并在其基礎上改進也可替換數(shù)據(jù)或調整網(wǎng)絡結構做進一步實驗。目前已有125人學習下載對希望系統(tǒng)掌握醫(yī)學影像結節(jié)檢測流程的讀者有較高參考價值。1. 3D-CT肺結節(jié)檢測這個標題背后的一套完整方案醫(yī)學影像AI里肺結節(jié)檢測是最常被拿來當入門項目、畢業(yè)設計、甚至橫向課題選題的方向。原因很實際數(shù)據(jù)公開、標注明確、訓練目標直接——在3D-CT影像里把肺結節(jié)的位置和大小找出來。可真正上手的人大多會卡在同一個地方2D檢測里跑得通的套路搬到3D CT上就各種翻車光一個體素間距不一致就能讓模型輸出一堆廢料。標題里提到的這個“基于python的3D-CT影像的肺結節(jié)檢測算法源碼數(shù)據(jù)集項目說明”本質上就是一套把數(shù)據(jù)預處理、3D模型訓練、后處理串聯(lián)起來的完整工程。本文會從數(shù)據(jù)集預處理開始講到模型選型與訓練最后落在FROC評估和參數(shù)調優(yōu)上全程給出可直接復制跑的代碼。適合正準備做這個方向、或者已經(jīng)在訓練但被假陽性搞到懷疑人生的開發(fā)者。2. 數(shù)據(jù)先過關LUNA16數(shù)據(jù)集與3D切片重采樣2.1 為什么首選LUNA16而不是自建數(shù)據(jù)集做3D-CT肺結節(jié)檢測繞不開的就是LUNA16。這個數(shù)據(jù)集來源于LIDC/IDRI經(jīng)過篩選剩下888個CT掃描原論文拆分后常看到的是888/1010兩個數(shù)字實際要看版本每個掃描都標注了肺結節(jié)的中心坐標和直徑還附帶可以判斷醫(yī)生標注一致性的信息。它之所以被當成這個方向的默認起點是因為標注質量好、文件格式統(tǒng)一MHD/RAW更重要的是有一個官方評估服務器跑出來的結果能直接對比別人的方案。自建數(shù)據(jù)集在這個方向上絕大多數(shù)情況是坑。原因在于劃痕、偽影、肺實質分割錯誤都會干擾檢測而醫(yī)院拿到的DICOM數(shù)據(jù)往往沒做過歸一化切片厚度、管電壓、重建核全不一樣。我見過太多人在自建數(shù)據(jù)上折騰兩三個月最后還是要回到LUNA16做基準測試。所以如果你的目標是把“肺結節(jié)檢測”真正跑通并得到可信評估結果第一選擇應該是LUNA16而不是去醫(yī)院導數(shù)據(jù)。2.2 MHD/RAW文件讀取與體素間距歸一化LUNA16的每個樣本由兩部分組成一個.mhd文件文本頭記錄CT體積的尺寸、體素間距、原點坐標等和同名的.raw文件實際CT體數(shù)據(jù)。讀取時官方給的工具是SimpleITK這比直接去解析numpy數(shù)組穩(wěn)妥得多。下面是最小的讀取代碼import SimpleITK as sitk import numpy as np def load_ct_image(mhd_path: str): 讀取MHD/RAW格式的CT影像返回(體數(shù)據(jù)數(shù)組, 體素間距) itk_img sitk.ReadImage(mhd_path) # 體素間距是( x, y, z )對應(列間距, 行間距, 層間距) spacing itk_img.GetSpacing() img_array sitk.GetArrayFromImage(itk_img) # 形狀為(z, y, x) return img_array, spacing # 使用示例讀取一個LUNA16樣本 img_array, spacing load_ct_image(subset0/1.3.6.1.4.1.14519.5.2.1.6279.6001.108197895896616976576845685026.mhd) print(體數(shù)據(jù)形狀:, img_array.shape) # 例如 (z, 512, 512) print(體素間距:, spacing) # 例如 (0.7, 0.7, 1.25)單位mm代碼邏輯說明sitk.GetArrayFromImage返回的數(shù)組維度順序是(z, y, x)很多人在這里第一次踩坑——用np.loadtxt或者別的庫讀raw文件讀出來維度是反的直接導致后續(xù)數(shù)據(jù)增強全部錯位。讀取之后要立刻記錄spacing因為后續(xù)所有歸一化操作都要依賴它。0.7,0.7,1.25這個組合在LUNA16里很典型意思是切片內分辨率高、層間厚這種非對稱分辨率如果直接在網(wǎng)絡里當正方形處理會有問題。參數(shù)說明spacing的三個值順序是(x, y, z)而數(shù)組形狀是(z, y, x)兩者順序相反。讀完后建議立即打印確認不要憑記憶斷言。讀取之后需要做的第一件事是CT值歸一化。CT影像的原始值是HUHounsfield Unit范圍通常在-1000到3000之間而肺窗里最關注的范圍是-1000空氣到400骨頭左右。常見的做法是先做窗寬窗位截斷再歸一化到0到1區(qū)間def normalize_ct(img_array: np.ndarray, window_min: int -1000, window_max: int 400): 把CT值截斷到肺窗范圍并歸一化到[0,1] img_array np.clip(img_array, window_min, window_max) img_array (img_array - window_min) / (window_max - window_min) return img_array.astype(np.float32)這個窗寬窗位的選擇不是瞎定的。-1000對應空氣400約等于致密骨肺結節(jié)軟組織密度和血管都在這個區(qū)間內。如果直接把原始HU值丟給網(wǎng)絡大多數(shù)模型的BatchNorm都會被少數(shù)極端值帶偏訓練波動會很大。實測下來不做截斷的訓練相比做截斷的收斂速度慢且假陽性率偏高。2.3 體素間距重采樣與坐標轉換的邊界坑LUNA16標注給出的是世界坐標毫米而模型操作的是體素坐標索引兩者之間必須做一次轉換。同時不同樣本的spacing不一樣如果直接把原始體素喂給網(wǎng)絡模型需要同時學習“不同的分辨率”和“結節(jié)形態(tài)”難度指數(shù)級上升。標準做法是重采樣到統(tǒng)一spacing常見的目標spacing是(1.0, 1.0, 1.0)或(0.7, 0.7, 1.25)。我這里一般選擇(1.0, 1.0, 1.0)因為計算量可控且重采樣造成的細節(jié)損失對檢測結果影響最小。核心轉換代碼如下import SimpleITK as sitk def resample_to_spacing(itk_img: sitk.Image, target_spacing(1.0, 1.0, 1.0)): 將CT圖像重采樣到目標體素間距 original_spacing itk_img.GetSpacing() original_size itk_img.GetSize() new_size [ int(round(orig_sz * orig_spc / target_spc)) for orig_sz, orig_spc, target_spc in zip(original_size, original_spacing, target_spacing) ] resampler sitk.ResampleImageFilter() resampler.SetOutputSpacing(target_spacing) resampler.SetSize(new_size) resampler.SetOutputDirection(itk_img.GetDirection()) resampler.SetOutputOrigin(itk_img.GetOrigin()) resampler.SetInterpolator(sitk.sitkLinear) return resampler.Execute(itk_img)邏輯說明這段代碼的關鍵是new_size的計算——用原始尺寸乘以原始間距得到物理尺寸再除以目標間距得到新尺寸。如果寫成int(orig_sz / target_spc)就錯了因為忽略了原spacing。方向矩陣和原點必須保留否則后續(xù)把預測結果映射回原始坐標時全部錯誤。回調時對應的坐標轉換公式def world_to_voxel(world_coord, origin, spacing, direction): 把毫米坐標轉換為體素索引坐標 voxel_coord (np.array(world_coord) - np.array(origin)) / np.array(spacing) # 如果direction不是單位矩陣需要先做逆變換但LUNA16的direction基本都為單位矩陣 return np.round(voxel_coord).astype(int)這里的邊界坑在于LUNA16的標注是“直徑”而非“分割mask”意味著標注中心點附近不一定全是結節(jié)體素。當頭direction不是單位矩陣時這個簡化公式會錯好在絕大多數(shù)情況下LUNA16的CT掃描方向都是標準軸位。轉換后建議做一次可視化把結節(jié)中心切片畫出來看一眼再繼續(xù)往下。3. 模型選型與訓練從3D U-Net基線到正負樣本平衡策略3.1 檢測方案選型分割出候選再做分類而不是一步到位檢測肺結節(jié)檢測在LUNA16上表現(xiàn)最好的方案長期由兩條技術路線主導一條是直接做3D目標檢測類似3D Faster R-CNN另一條是先做3D語義分割得到候選結節(jié)再用一個分類網(wǎng)絡做假陽性抑制。對于“源碼數(shù)據(jù)集”這個規(guī)模的項目后者更可靠。它把問題拆成兩個清晰階段每個階段都可以單獨調試、單獨評估而直接檢測路線在小數(shù)據(jù)集上容易過擬合且網(wǎng)絡收斂不定。第一階段模型選型有一個默認基線3D U-Net或它的變體V-Net。輸入是重采樣后的CT塊輸出是每個體素是結節(jié)的概率圖。這個網(wǎng)絡對稱的編碼-解碼結構在3D醫(yī)學分割任務上魯棒性極強。更復雜的選擇是nnUNet但它會自動執(zhí)行一套完整的預處理訓練流程如果你是想學習原理、調整細節(jié)nnUNet的抽象程度偏高。先跑通3D U-Net再去對比nnUNet這個順序最穩(wěn)。3.2 訓練數(shù)據(jù)生成patch采樣與標簽距離變換3D U-Net訓練有一個顯存問題整張CT體積一次輸入不可能放進GPU。標準做法是patch采樣每次裁剪一個固定大小的3D塊喂進網(wǎng)絡。patch大小在24GB顯存上可以做到(64, 192, 192)更小的顯存建議降到(32, 128, 128)。采樣時不能純隨機因為結節(jié)在整張CT里的占比極低隨機采樣的batch基本全是背景。我一般采取“結節(jié)區(qū)域與背景區(qū)域按比例混合采樣”的策略import numpy as np from scipy import ndimage def generate_train_patches(img_norm: np.ndarray, nodule_mask: np.ndarray, patch_size(64, 192, 192), pos_ratio0.5): 生成訓練patch正樣本(包含結節(jié)區(qū)域)與負樣本各占一半 參數(shù): img_norm: 歸一化后的CT體數(shù)據(jù) nodule_mask: 結節(jié)分割mask(0/1) patch_size: 裁剪塊大小 pos_ratio: 正樣本比例 z_len, y_len, x_len img_norm.shape pz, py, px patch_size # 獲取所有結節(jié)體素坐標用于錨定正樣本 pos_coords np.argwhere(nodule_mask 0) n_pos int(len(pos_coords) * pos_ratio) # 正樣本數(shù)量 patches [] labels [] for _ in range(n_pos): if len(pos_coords) 0: # 隨機選一個結節(jié)體素作為patch中心 center pos_coords[np.random.randint(len(pos_coords))] cz, cy, cx center # 中心點加上隨機偏移防止老裁剪同一個區(qū)域 cz int(np.clip(cz np.random.randint(-8, 8), pz//2, z_len - pz//2)) cy int(np.clip(cy np.random.randint(-8, 8), py//2, y_len - py//2)) cx int(np.clip(cx np.random.randint(-8, 8), px//2, x_len - px//2)) else: continue patch img_norm[cz-pz//2:czpz//2, cy-py//2:cypy//2, cx-px//2:cxpx//2] patch_mask nodule_mask[cz-pz//2:czpz//2, cy-py//2:cypy//2, cx-px//2:cxpx//2] patches.append(patch) labels.append(patch_mask) # 負樣本采樣在離結節(jié)至少20mm遠的位置隨機裁剪 n_neg n_pos # 負樣本數(shù)量與正樣本相同 bg_mask (nodule_mask 0) for _ in range(n_neg): # 實際做法從背景區(qū)域隨機采點檢查該位置周圍無結節(jié) attempts 0 while attempts 100: cz np.random.randint(pz//2, z_len - pz//2) cy np.random.randint(py//2, y_len - py//2) cx np.random.randint(px//2, x_len - px//2) # 要求中心附近20體素范圍內無結節(jié) if bg_mask[cz-20:cz20, cy-20:cy20, cx-20:cx20].all(): break attempts 1 patch img_norm[cz-pz//2:czpz//2, cy-py//2:cypy//2, cx-px//2:cxpx//2] patch_mask nodule_mask[cz-pz//2:czpz//2, cy-py//2:cypy//2, cx-px//2:cxpx//2] patches.append(patch) labels.append(patch_mask) return np.array(patches, dtypenp.float32), np.array(labels, dtypenp.float32)參數(shù)說明pos_ratio控制正負樣本比例我習慣設為0.5。實測全部正樣本pos_ratio1.0會讓模型只見過結節(jié)、背景多樣性不夠推理時在血管、支氣管上的假陽性率猛增。正負各一半在3D U-Net上通常是質量和穩(wěn)定性的折中點。負樣本采樣里那個20體素的“無結節(jié)安全距離”也很關鍵——太靠近結節(jié)的背景體素和結節(jié)極其相似會讓網(wǎng)絡學不到區(qū)分特征。顯存不夠時可以同時減小patch_size并調低batch_size到2甚至1。3D網(wǎng)絡在batch size1時訓練波動大建議打開梯度累積等于是用時間換空間。3.3 損失函數(shù)與訓練循環(huán)這個分割任務的輸出是結節(jié)概率圖。類別不平衡在patch采樣后已經(jīng)被緩解但背景體素依然占多數(shù)。推薦使用DiceLoss或Focal Loss的組合。我一般用Dice BCE各一半Focal Loss在調節(jié)難例權重時更靈活但gamma值需要額外調試在項目初期增加了變量。下面是訓練的簡化代碼用PyTorchimport torch import torch.nn as nn class DiceBCELoss(nn.Module): Dice Loss BCE的組合適合正樣本占比低的分割任務 def __init__(self, dice_weight0.5, bce_weight0.5): super().__init__() self.dice_weight dice_weight self.bce_weight bce_weight def forward(self, pred, target): # pred: (B, 1, D, H, W) 概率圖 # target: (B, 1, D, H, W) 0/1 mask smooth 1e-5 pred_flat pred.view(pred.size(0), -1) target_flat target.view(target.size(0), -1) intersection (pred_flat * target_flat).sum(dim1) dice (2.0 * intersection smooth) / (pred_flat.sum(dim1) target_flat.sum(dim1) smooth) dice_loss 1 - dice.mean() bce_loss nn.functional.binary_cross_entropy(pred, target) return self.dice_weight * dice_loss self.bce_weight * bce_loss代碼邏輯說明Dice損失對正負樣本比例不敏感但單獨用Dice訓練會陷入“梯度集中在分割邊界”的局部最優(yōu)加BCE幫助網(wǎng)絡在像素級上更精確。pred已是sigmoid輸出所以直接用binary_cross_entropy不需要再套logits。訓練時有一個常見誤用是直接對2D slice做loss導致3D上下文信息被破壞訓練出來的模型在z軸方向上抖動嚴重。要始終以(B,1,D,H,W)的形式組織數(shù)據(jù)。訓練循環(huán)的優(yōu)化器我固定用AdamW初始學習率1e-4配合Cosine退火。3D U-Net在同一個目標上AdamW和SGD的差距不大但AdamW對初學更友好不需要手動調動量。每個epoch后跑一次驗證集的候選點檢測得到這一輪的FROC評分保存最優(yōu)權重——比單純保存loss最小的權重實用得多因為loss低不代表結節(jié)檢得全。3.4 推理階段滑動窗口的坑與顯存控制推理時整張CT依然放不進顯存。標準做法是滑動窗口sliding window加overlap。窗口大小和patch_size一致overlap至少要有patch_size的一半否則拼接處的結節(jié)會被切碎。這一步的坑在于如果直接將每個patch的預測概率拼接邊界處會出現(xiàn)明顯的“接縫”后續(xù)連通域分析會把這些接縫誤判成結節(jié)邊界。推薦的推理流程是滑動窗口 → 對每個窗口做預測 → 用高斯權重中心權重高、邊緣權重低在重疊區(qū)域加權融合。下面是一個最小的高斯權重生成代碼def gaussian_3d_weights(patch_size: tuple): 生成與patch同形狀的高斯權重中心權重最高 pz, py, px patch_size cz, cy, cx pz/2, py/2, px/2 sigma_factor 0.25 # 控制權重衰減速度 z np.linspace(0, pz, pz) y np.linspace(0, py, py) x np.linspace(0, px, px) Z, Y, X np.meshgrid(z, y, x, indexingij) w np.exp(-((Z-cz)**2/(2*(pz*sigma_factor)**2) (Y-cy)**2/(2*(py*sigma_factor)**2) (X-cx)**2/(2*(px*sigma_factor)**2))) return w / w.max()邏輯說明這個高斯權重的作用是讓中心區(qū)域的預測“更有發(fā)言權”而邊緣重疊區(qū)域以相鄰窗口的預測為主。如果不加權重而是簡單平均窗口邊緣的偽影會被放大表現(xiàn)為檢測結果中出現(xiàn)細長的條狀假陽性。overlap越大結果越平滑但推理時間線性增加。我一般用50-75%的overlap作為平衡點全圖推理時還需要把相同位置不同窗口的預測做一次對齊檢查防止三維坐標偏移。推理速度優(yōu)化方面在LUNA16上純Python預測會很慢建議用torch.no_grad()加torch.inference_mode()包裹推理并開啟torch.backends.cudnn.benchmark True。實測速度提升在20%左右屬于可以免費拿到的性能。4. 推理后處理與評估連通域清洗、NMS與FROC閾值決策4.1 從概率圖到結節(jié)候選框模型輸出的是每個體素的結節(jié)概率但最后評估需要的是“候選結節(jié)列表”即每個結節(jié)的三維中心坐標和直徑。這一步需要把概率圖二值化再做連通域分析。二值化閾值不是工程里隨便定的0.5而是一個需要根據(jù)驗證集FROC曲線調的超參數(shù)。常見范圍是0.3~0.6閾值越高假陽性越少但敏感度掉得快反之亦然。連通域清洗的標準流程是先做閾值二值化再用scipy.ndimage.label標記連通域最后根據(jù)體素數(shù)量過濾過小的區(qū)域。單個結節(jié)的直徑一般在3mm到30mm之間按1mm等距spacing換算體素數(shù)量從27到27000不等過濾器低于27個體素的“候選區(qū)”絕大多數(shù)是噪聲直接丟棄。下面代碼實現(xiàn)了這一步from scipy import ndimage def extract_candidates_from_probmap(prob_map: np.ndarray, threshold: float 0.5, min_voxel: int 27, spacing(1.0,1.0,1.0)): 從概率圖提取結節(jié)候選框 返回: (z, y, x, diameter_mm) 列表 # 二值化 binary (prob_map threshold).astype(np.int8) if binary.sum() 0: return [] # 連通域標記 labeled, num_features ndimage.label(binary) candidates [] for label_id in range(1, num_features 1): region_voxels (labeled label_id) voxel_count region_voxels.sum() if voxel_count min_voxel: continue # 用連通域質心作為結節(jié)中心 coords np.argwhere(region_voxels) center_voxel coords.mean(axis0) # 估算直徑用等效球體體積直徑 # 先算體素數(shù)再換算成等效體積再求直徑 volume_mm3 voxel_count * (spacing[0] * spacing[1] * spacing[2]) diameter_mm (6 * volume_mm3 / np.pi) ** (1.0/3.0) center_mm center_voxel * np.array(spacing) candidates.append([*center_mm, diameter_mm]) return candidates邏輯說明用質心而不取最大激活體素是為了防止結節(jié)內部空心導致的中心偏移。等效球體直徑算的是“體積直徑”對不規(guī)則形狀的結節(jié)只是一個近似值但在FROC評估里已經(jīng)夠用如果要更精確可以沿著三個軸分別計算最大徑取平均值。注意spacing參數(shù)要傳重采樣后的目標間距如果傳原始間距而概率圖是重采樣坐標系坐標會錯位。4.2 NMS合并重疊候選與3D IoU計算滑動窗口推理經(jīng)常把同一個結節(jié)在相鄰位置預測出多個候選框——相鄰patch的預測概率都超過閾值連通域分析出來兩個重疊區(qū)域。這個問題靠NMS非極大值抑制解決但3D NMS和2D NMS有一個關鍵差異2D NMS用bbox的面積IoU3D要用體素級別的重疊率。因為結節(jié)通常近似球形體積IoU可以用兩個球體的交并比近似復雜但可接受。一個簡潔的3D球體IoU實現(xiàn)如下def sphere_intersection(center1, diameter1, center2, diameter2, num_samples1000): 用蒙特卡洛近似兩個球體的交集體積 r1 diameter1 / 2.0 r2 diameter2 / 2.0 # 兩個球心的距離 dist np.linalg.norm(np.array(center1) - np.array(center2)) if dist r1 r2: return 0.0 if dist min(r1, r2) max(r1, r2): # 一個球完全包含在另一個中 return (4/3) * np.pi * min(r1, r2)**3 # 蒙特卡洛采樣在包含兩個球體的大立方體內隨機采樣 max_r max(r1, r2) min_bound np.min([center1, center2], axis0) - max_r max_bound np.max([center1, center2], axis0) max_r vol_total np.prod(max_bound - min_bound) samples np.random.uniform(min_bound, max_bound, size(num_samples, 3)) in1 np.sum((samples - center1)**2, axis1) r1**2 in2 np.sum((samples - center2)**2, axis1) r2**2 intersection_frac np.mean(in1 in2) return intersection_frac * vol_total def compute_3d_iou(cand1, cand2): 計算3D候選框之間的IoU輸入為[center_xyz, diameter] inter sphere_intersection(cand1[:3], cand1[3], cand2[:3], cand2[3]) vol1 (4/3) * np.pi * (cand1[3]/2)**3 vol2 (4/3) * np.pi * (cand2[3]/2)**3 union vol1 vol2 - inter return inter / union if union 0 else 0.0邏輯說明蒙特卡洛采樣雖然比解析球交公式慢但實現(xiàn)簡單不易出錯適合在驗證階段跑通。NMS的IoU閾值要設得保守常用0.1到0.2區(qū)間——因為球體重疊超過10%時大概率是同一個結節(jié)用2D檢測里習慣的0.5閾值會放過大量重復候選。NMS的排序依據(jù)是概率圖里該區(qū)域的最大概率值通常這也和連通域的體素均值排序結果一致。4.3 FROC評估與CPM分數(shù)的意義LUNA16官方評估用的是FROC曲線Free-response Receiver Operating Characteristic。每一份預測結果計算在不同假陽性率下的敏感度最終用7個關鍵點FPR1/8, 1/4, 1/2, 1, 2, 4, 8 per scan的平均敏感度作為CPM分數(shù)。實操時如果只在自己的驗證集上評估邏輯如下def compute_froc_score(pred_candidates, true_nodules, fpr_points(0.125, 0.25, 0.5, 1, 2, 4, 8)): 簡化版FROC評估 pred_candidates: 每個掃描的預測候選框列表 true_nodules: 每個掃描的真實結節(jié)列表 # 逐掃描匹配預測與真實結節(jié)通過距離和直徑判斷是否命中 all_scores [] # 每個預測候選的置信度和是否TP for scan_preds, scan_trues in zip(pred_candidates, true_nodules): matched_trues set() for cand in scan_preds: found_match False for idx, true_nod in enumerate(scan_trues): if idx in matched_trues: continue # 若預測中心與真實中心距離小于一個半徑閾值判定為擊中 dist np.linalg.norm(cand[:3] - true_nod[:3]) if dist (true_nod[3] / 2): matched_trues.add(idx) found_match True break all_scores.append((cand[4], found_match)) # cand[4]是置信度 # 預測中未匹配的都當FP最后根據(jù)閾值密度計算FPR # 按置信度排序計算每個掃描的TP和FP數(shù)量 # 具體計算省略核心是控制每掃描FP數(shù)量達到目標FPR ...邏輯說明FROC的匹配規(guī)則和檢測框IoU不同——它用的是中心點距離判定距離小于真實結節(jié)半徑則算命中。這意味著就算預測到的位置偏了一點只要中心在結節(jié)范圍內也算檢測成功反過來兩個真實結節(jié)離得太近時會互相競爭匹配。實際計算時每掃描需要的目標FP數(shù)量是FPR_value逐個打開候選直到FP數(shù)達到目標。這個評估函數(shù)在Kaggle這類平臺上有現(xiàn)成版本但自己寫一遍能更好理解為什么后處理要把FPR壓到這么低的水平。FROC評估相比mAP的優(yōu)勢在于它對漏檢和誤檢的分布更敏感階梯式的閾值設計也更貼近臨床使用習慣。不會有人想要一個敏感度99%但每張CT產生20個假陽性的系統(tǒng)——FROC就是用來衡量這種權衡的。5. 常見問題與避坑3D醫(yī)學影像項目最容易翻車的5個點5.1 體素間距不一致導致的坐標全亂現(xiàn)象訓練時loss正常下降推理結果也不錯畫出來的檢測框卻明顯地偏到結節(jié)旁邊可視化后好像整體偏移了一個固定量。原因概率圖在重采樣坐標系生成候選框中心坐標用的是重采樣后的體素索引乘以目標間距但評估或可視化時用的是原始CT的坐標。解決所有坐標轉換統(tǒng)一用世界坐標毫米單位作為中間層。重采樣時保留原始origin和direction推理后先用world_to_voxel把世界坐標轉回原始圖像索引。另外每次讀MHD后都要確認spacing因為LUNA16里層間距有1.0、1.25、1.5、2.5等多種值任何一處的硬編碼都會導致系統(tǒng)性偏移。5.2 顯存OOM為什么總在訓練后的第一個epoch現(xiàn)象第一個epoch跑得好好的第二個epoch開始報CUDA OOM而且不是批大小問題。原因3D數(shù)據(jù)增強在CPU上做顯存占用峰值往往出現(xiàn)在torchvision.transforms之類的庫處理異常尺寸patch時。尤其是隨機旋轉和crop如果沒固定輸出尺寸某個batch突然生成了超大patch就會頂爆顯存。解決推薦把數(shù)據(jù)增強獨立在CPU上做禁止在GPU上直接torch.rot90等操作。每次crop后的尺寸做一次斷言# 在數(shù)據(jù)加載器里強制檢查patch尺寸 assert patch.shape (1, 64, 192, 192), fUnexpected patch shape: {patch.shape}這樣做能盡早暴露尺寸異常而不是等到訓練中斷才回頭排查。另外num_workers設置過高會復現(xiàn)這個現(xiàn)象——建議從4開始逐步調不要一上來就12。5.3 訓練loss不降的主體陷阱現(xiàn)象DiceBCE組合下loss穩(wěn)定在某個值附近不再下降但驗證集可視化發(fā)現(xiàn)網(wǎng)絡輸出全圖0或全圖1。原因最常見的是標簽嚴重錯位。生成訓練patch時如果直接用原始mask而沒對mask做同樣的重采樣模型會學到“所有位置都是結節(jié)”或“所有位置都是背景”。另一種可能是BCE權重過大讓模型傾向于把全部輸出壓到0。解決訓練loader里每個batch返回(image, mask)后立即做一次可視化檢查把mask疊到image上保存成png。這一步只要做一次能省下后面三天排查時間。同時檢查mask的數(shù)值分布——如果正樣本比例低于0.01%就要重新審視patch采樣邏輯。我一般要求訓練集中每個patch至少包含一個直徑3mm以上的目標區(qū)域。5.4 窗寬窗位直接套網(wǎng)絡導致邊緣被斬掉現(xiàn)象訓練時用原始HU直接歸一化模型對血管和胸壁邊緣特別敏感產生大量假陽性。原因CT值的絕對值范圍太寬而肺結節(jié)這種軟組織目標在-100~100HU區(qū)間直接用全范圍歸一化會把結節(jié)的對比度壓縮到極低的水平。解決先把HU值截斷到肺窗-1000~400再做歸一化。如果效果還不夠好可以在預處理里同時輸出“骨窗”和“肺窗”兩個通道讓網(wǎng)絡自己決定關注哪個。開窗前后務必保存對比圖不要把完整CT和肺窗放在同一個目錄下搞混了。5.5 驗證集FROC分數(shù)虛高提交后崩盤現(xiàn)象本地驗證集CPM分數(shù)0.89換到另一個測試集直接掉到0.75差了整整一檔。原因驗證集劃分和訓練集存在信息泄漏。最常見的做法是把同一個患者的多個CT切片在隨機split時分到兩個集里模型在訓練階段已經(jīng)見過患者的部分切片。此外如果驗證集只從“容易”的子集里選出FROC自然偏低。解決按患者劃分數(shù)據(jù)集確保同一個人的CT不出現(xiàn)在訓練和驗證兩端。LUNA16里同一個病人可能對應多個掃描必須用獨立的patient_id字段去劃分。驗證集的候選框過濾閾值要固定在訓練階段就用到的那個不要在評估時來回調。FROC是一個整體指標調閾值使驗證集好看在真實場景下大概率崩掉。6. 進階驗證技巧把CPM從0.80推到0.88以上的有效杠桿CPM在0.80附近意味著“能打但不夠穩(wěn)”推到0.88以上需要在后處理和模型設計上下真功夫而不是只調學習率。我自己實踐下來最有效的三個杠桿分別是跨尺度驗證、假陽性抑制二分類網(wǎng)絡、以及分直徑段調閾值。跨尺度驗證的做法是這樣的模型對8mm以下的微小結節(jié)和20mm以上的大結節(jié)響應完全不同。如果你把驗證集的結節(jié)按直徑分成三組——小于6mm、6mm到15mm、大于15mm——你會看到前兩組敏感度明顯偏低。針對這種情況可以在推理時用兩種spacing分別推理一次1.0mm等距間距保細節(jié)2.0mm等距間距抓大目標然后把兩組候選框合并后做一次NMS。合并時小直徑候選框優(yōu)先保留大框在重疊嚴重時反而讓步。這個操作對CPM的提升常年在0.02~0.04左右實現(xiàn)成本很低。第二段分類網(wǎng)絡是另一個成本可控的改動。分割網(wǎng)絡把結節(jié)和血管分得不好是假陽性的大頭。常見的做法是把所有候選框包含TP和FP裁剪成32的3D patch訓練一個輕量級3D分類網(wǎng)絡輸入patch、輸出是否結節(jié)再對分割階段的所有輸出做二次過濾。這個分類網(wǎng)絡不需要自己找候選框直接從第一階段的TP/FP抽樣訓練速度快但對假陽性的壓制非常直接。在我的項目中這個階段能把FPR從每掃描2個壓到每掃描0.5個敏感度只損失不到1個百分點。最后是閾值的小心機。FROC的7個FPR點里最終CPM是敏感度的均值。把閾值調低比如從0.5降到0.3會提高高FPR段的敏感度拉高CPM但會讓低FPR段的表現(xiàn)惡化。沒有絕對正確的閾值——我在驗證集上習慣同時打印7個點的敏感度而不是只打印CPM。如果那7個敏感度與之差起伏太大模型狀態(tài)就不健康如果低FPR點表現(xiàn)差問題多半在后處理參數(shù)而非模型本身。最后提醒一個會被忽略的工程習慣每一次預處理變更、每個系數(shù)調整全部記錄成實驗日志。這個項目的非技術坑集中在“模型的輸出看起來挺好但忘了自己改過窗寬窗位導致坐標系錯位”之類的事情上。我吃過一次大虧花了一周調出來的權重發(fā)現(xiàn)用的訓練數(shù)據(jù)是已經(jīng)被裁剪過尺寸的MHD、而驗證集用的是原始MHD出來的結果完全不可比。這個方向的技術含量其實都在這些基礎環(huán)節(jié)里——把它當成一件工科活做每一步都留日志留對比圖CPM分數(shù)自然會往上走。希望這些經(jīng)驗能幫你在做這個項目時少走彎路。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
人妻人人操| 综合婷婷久久| 影音先锋偷偷色男人站| 在线99热| 亚洲在线成人| 97色婷婷| 99精品无码| 婷婷玉月丁香五月在线视频| 精品五月视频婷婷在线观看| 婷婷色色欧美| 九九色婷婷五月天| 日本天天操| 日本人人xxx| 97综合在线| 美女婷婷激情亚洲| 人妻丰满精品一区二区A片| 天天夜天天色天天| 精品五月丁香| 在线播放中文字幕| 97色在线视频| 青青草tp| 91人人操人人| a在线观看| 久久婷婷青青| 天天久综合网永久入口18| 女婷久久| 狼友视频在线观看18| 狠狠婷婷色| 色综合久久888| 五月天色婷婷网| 色色日韩网| www.91AV.COM| 9色在线视频精品观看| 青草五月天| 九九热这里| 日本精品。999| 七七色色综合| 日本操片| 超碰在线观看9| 婷婷丁香色五月天| 啪啪九九色| 无遮挡国产高潮视频免费观看| 玖玖综合网| 色五月婷婷7777| 欧美内射AA| 婷婷五月天成人影片| 日韩AV免费电影在线播放| www.狠狠艹| 九九人妻福利| 97视频91| 九九性视频| 午夜微拍福利| 色吧婷婷五月亚洲| 三人荫蒂添的好舒服A片| 久久与婷婷| 久久永久视频| 色婷婷中文字母五月丁香| 超碰a女人的天堂| 色婷婷五月天无码视频| 色色色丁香| 九九婷婷五月天| 人妻久久久| 五月激情小说| 六月丁香婷| 久久综合爱| 五月丁香六月花| 精品国产va久久久久久久| 操操操www.com| 大香蕉久久伊人婷婷五月丁香| 丁香久久综合| 色情·com| 色色永久| 久久这里只有精品1| 狠狠久综合| 亚洲激情网| 久久久天天啊| 婷婷五月电影院| 天天综合网在线| 亚洲色五月婷婷| 思思久日精品视频| 国产激情av| 97se视频在线| 亚洲无码99| 色综合五月天| 色开心五月婷婷丁香HD| 日本不卡中文字幕| 激情五月婷婷中文字幕| 97干婷婷| 99久久国产宗和精品1上映| 久久AV无码精品人妻系列试探| 亚洲V国产V欧美V久久久久久| 色色三级视频| 亚洲五月婷婷| 婷婷激情社区| 97精品综合| 中国女人做爰A片| txt五月激情四射网综合俺也来了| 狠狠干在线| www,8050,午夜三级| 青草热视频这里只有精品| 婷婷五月18永久免费视频| 五月婷婷69| 亚洲网视屏| 色色操| 九九热再线九九视频免费在线观看 | 成人色站,在线视频,看片-SS1AV| 婷婷激情社区| 五月婷婷六月色| 婷色天堂| 五月婷婷在线视频免费观看| 色婷婷六月丁香综合欲精品| 99热在线观看| 色综合色综合网| 五月婷婷co.m| 26uuu亚洲| 国产女18毛片多18精品| 六月丁香激情综合网| 热久久视频99| 少妇熟女视频一区二区三区| 思思热这里只有精品视频666| 森林影视大全,最好看的2019年视频 | 狠狠爱婷婷爱| 噜噜色婷婷| 丁香成人五月天| 丁香婷婷五月综合欧美另类| 激情综合网激情五月网| 狠狠色色| 91久久综合亚洲鲁鲁五月天| 伊人婷婷五月天| 成人在线日韩| sS丁香五月婷婷| 免费不卡狠操美女视频网 | 99热在线观看| 99热这里只有精品国产免费| 婷婷91| 91九色 熟| 婷婷五月天在线观看av| 激情五月天综合网| 日日夜夜狠狠婷婷色| 婷婷色五月丁香六月欧美啪| 婷婷9月天| 欧美日本综合网| 99热| 人人超碰99| 天天做天天爱高潮片| 人妻熟人中文字幕一区二区| 九九性视频| 五月天综合在线观看| 欧美性猛交AAAA片黑人 | 婷婷丁香九月| 大香蕉人妻| 丁香玖玖| 色色色99| 激情五月天婷婷图| 狠狠综合| 色婷婷丁香AV综合| 免费色婷婷| 九九九成人在线视频| 夜夜操天天干| 丁香婷婷综合五月天| 99精品久久久| 婷婷午夜| 亚洲精品久久久久AV无码| 9操在线| 五月婷婷,狠狠操| 涩婷婷视频快播人妻| 秋霞影音91人妻久久| 激情综合五| 亚洲 综合中文| 五月天国产| 成人片在线播放| 97狠狠色| 成人天天爽| 91操人| 99无码免费视频| 99热只有| 色爱亚洲| 99re热视频这里只有综合亚洲| 婷婷涩五月| 日日夜夜天天| 色婷婷19| 国产精品久久久久久久久久| Www.狠狠| 操一区| 色五月婷婷综合| 国产亚洲99| 欧美激情五月天| 婷婷六月激情小说网| 激情综合网五月激情| 精品激情| 亚洲精品**不卡在线播he| 亚洲视频伍月婷婷| 激情视频婷婷五月花| 久久婷婷视频| 热99AV网站| sewuyuetingtingiii| 五月婷婷综合久久| 丁香社区婷婷五月| 久9久9久9久9久9久9| 五月丁香人妻| 综合激情视频| 色综合久久88色综合天天人守婷| 1囯产午夜仑鲁鲁| www.五月天婷婷| 五月天社区| 精品国产乱码久久久久夜深人妻 | 五月天婷婷成人网| 五月婷婷五月天天| 91丨九色丨白浆秘| 婷婷九九色| 丁香九月久久| 激情久久伊人| 亚洲六月色婷婷| 成人婷婷桔色| 秋霞成人毛片一级A片| 97精品综合| 噜噜色com| 丁香五月性爱| 91日精品| 五月天婷a在线| 播四月婷婷六月丁香| 精品久久99码| 99热色婷婷| 丁香成人五月天| 99爱免费视频在线观看| 国产亚洲99| 热久91| 午夜亚洲国产精品av一区二区| 九九免费视频在线| 亚洲精品无码久久| 丁香五月婷婷偷拍| 国产av网| 丁香五月五月婷婷欧美大香蕉| 丁香五月婷婷五月| 五月丁香欧美综合| 在线五月色播| 99热精品在线播放观看| 影音先锋按摩| 亚洲五月婷| 日韩久久系列| 色婷婷激情| 婷婷五月丁香久久| 婷婷天天插天天爱| 日韩婷婷五月| 五月婷婷在线视频观看| 久久亚洲婷婷| 亚洲九九九九| 五月婷婷丁香大陆免费| 亚洲精品乱码久久久久99| 手机在线日韩视频中文字幕| 成人在线视频一区| 色五月综合97| 超碰色热| 国产综合A片| 最新高清无码专区| 婷婷情色开心五月天99| 久久婷婷老| 久草婷婷| 亚洲精品久久久无码| 天天综合色| 99干日本| 无码操B| 超碰在线观看99| 波多野结衣AV无码Porn| 中文字幕在线不卡| 五月天婷婷久久| 另类激情五月| 婷婷丁香六月| 婷婷五月花| 国精产品一区一区三区免费视频| 爱久久小说下载网| 丁香狠狠色婷婷久久无码视频| 97夫妻超碰| 激情丁香婷婷| 伊人五月婷| 色色色宗合网| 九九干视频| 精品99在线| 天堂资源欧日浪女在线播放| 996热re视频精品视频| www.99热在线观看| 丁香五月婷婷少妇| 99热99re6国产在线播放| 九九热这里只有精品一| 色色色色色色网| 九九無妻| 狠狠色成人影片| 久久婷婷五月天| 天天日天天插天天操| 九九色99| 色婷婷在线视频综合| 热99热9| 激情五月婷婷色| 亚洲色婷婷五月天| 开心激情婷婷| 婷五月天| 婷婷色播色五月五色五月天色妇| 久久久久久综合五月婷婷| 婷久看人爽| 婷婷五月天天天日日夜夜| 99色啊| 色五月成人在线| 五月丁香婷婷AV| 激情性爱五月天| 91精品91久久久中77777| 乱岳熟女50岁| 无码一级片| 97色在线| 强伦轩人妻一区二区电影| 欧美 日韩 成人在线| 免费观看的av| 婷婷成人AV| 色噜噜狠狠色综| 久久色五月| 99亚洲色| 网站免费一站二站| 婷婷六月综合基地| 激情五月婷婷综合网| 人人色婷婷| 丁香六月激情综合| 久久婷婷五月天激情四射| 丁香婷婷精品视频| 日韩淑女人妻luan伦激情精品一区二| 被强行糟蹋的女人A片| 人人操操97| 丁香婷婷人妻| 久久久久网站| 一级黄色操B| 99热9| 久热视频这里只有精品| 激情第四色| 97伦乱| 久久中文人妻系列| 亚洲五月天婷婷| 91丁香色| 亚洲婷婷开心五月| 99热色精品| 色噜久| www。五月天。com| 五月天大香蕉| 思思久久网| 亚洲激情网| 色呦精品| 五月丁香六月停停| 九九视频在线观看视频6 | 91|九色|动漫| 九九無妻| 老师把我爽高潮了免费A片| 天天做天天干天天综合网| 久久久久久久97| 日韩AV一区二区三区| www天天干| 大香蕉啪啪| 玖玖热99| 婷婷五月天基地| 2018夜夜草| 婷婷欧美激情综合| 狠狠干狠狠干| 丁香五月激情综合在线观看| 裸体做A爰片毛片A片免费| 天天爱天天做天天日| 天天肏高清在线| 日本偷拍九九九| 涩涩五| 激情网五月天| 婷婷色播六月无码| 蜜臀AV在线观看| 激情五月天婷婷免费观看| 操一区| 97色图片中文字幕视频在线观看 | 色播婷婷五月天| 色狠狠综合网| 九九九九九九九九九九九九九九九九九九九在线视频 | 狠狠五月天激情| 色www久视频| 天天狠狠插| 青柠影视免费高清电视剧| 五月天激情小说婷婷| 色情婷婷| 色婷婷丁香五月天在线视频| 亚洲色综合| 狠狠干五月天婷婷网| 任你爽精品免费视频6| 超碰碰碰碰| 欧洲亚洲免费视频9| 五月丁香啪啪网| 欧美日韩成人在线网| 99色一| 久久丁香综合精品综合| 五月丁香婷婷欧美| 亚洲中文字幕AV| 99这里| 激情婷婷五月天网址| 免费做A爰片77777| 俺去也五月| 久久99精品久久久久久三级| 久久99热这里只有精品| 怡红院院久久| 久色资源| 丁香综合婷婷开心激情网| 天天做天天爰天天爽天天无遮挡| 五月丁香欧美综合| 婷婷六月丁香综合| 五月婷婷,六月婷婷| 4438激情网| 99,色| 国外亚洲成AV人片在线观看| 99久久网站| 综合激情在线视频| 91九色最新视频| 色婷婷五月天激情在线观看| 天天天久久久| 九九色插| 色婷网| 久久激情五月天| 99热亚洲精品| 欧美十二区| 99热丁香| 五月婷婷啪啪网| 非洲一级AV| 99热在线观看| 伊久久婷婷| 狠狠色丁香婷婷综合久久97AV| 99色在线观看视频者| 日本天堂爱爱| 激情五月深爱婷婷| 婷婷色五月婷婷姐妹| 久热精彩视频98| 久久久久久激情| 五月婷婷啪啪网| 五月婷婷丁香综合| 丁香五月婷婷激情中文| www.婷婷| 久久久8| 亚洲国产色色| 中文久久久人妻| 五月色亚洲| 成人做爰高潮A片免费视频 | www.wuyuetian啪啪| 国产精品色色| 五月婷天天搞视频| 天天肏天天爽夜夜爽| 黄色片区子| 丁香五月婷婷少妇| 波多野结衣不卡AV| 欧美搡BBBBB摔BBBBB| 操操天堂| 丁香五月婷婷在线| 五月天激情啪啪| 日日噜狠狠色综| 亚洲成人另类| 综合亚洲AV| 欧美天堂婷婷日韩| 色色激情| 97干在线视频| 五月婷婷丁香五月| 久久人妻久久| 99re思思热久久| 久碰婷婷视频| 五月婷婷九| 99热这里只有精品18| 久久99热 这里有精品| 538任你爽| 久久丁香婷婷五月| 五月丁香婷色| 综合久久首页| 97久久超视频| 99碰在线视频| 国产九九一区二区三区| 亚洲综合成人网站| 97人人看一| 亚洲欧美国产A片免费观看| 九九综合影音先锋| 影音先锋 萱萱| 国产69久久久欧美黑人A片| 人人干av| 99日本精品视频热| 丁香五月婷久久| 国产免费AV在线| 婷婷五月大香蕉| 五月天婷婷操逼视频| 婷婷六月色| 色综合久久五月天| 色99日韩| 欧美激情五月天| 成人 视频免费观看网站| 先锋资源91| 久久婷婷综合基地| 久99| 九九久久9 9在线观看| 国产精品日本一区二区在线播放| 成人龟情网丁香五月| 九九综合九| 亚洲人操亚洲人| 日噜噜色| 亚洲不卡| 五月色导航| 天天操天天爽天天爱| 狠狠操狠狠狠| 久久久天天啊| 性天堂久久| 五月婷综合| 夜夜爽77777妓女免费下载| 激情五月四色| 99re在线视频| 成人电影一区| 深爱五月天 开心网| 夜夜夜夜夜操| 综合色五月| 亚洲精品久久久久久久久久吃药| 国产色香蕉精品五夜婷| 九九色综合| 99精品无码视频| 性爱先锋AV| 色五月成人在线| 色色色色色网| 无码少妇高潮喷水A片免费| 九九99精品视品| 99综合熟女| 亚洲综人色综网| 九九草热在线观看| 五月丁香好婷婷A片网| 婷婷99狠狠躁天天躁| 色色图五月天| 国产精品久久99| 婷婷五月天成人综合网| 超碰99在线| 99年操人人爽| 丁香婷婷啪啪| 99久久玖玖| 在线99热| 丁香五月婷婷激情完整版| 九九黄色网| 婷婷情色激情| 开心五月深爱五月| 久久婷婷五月综合伊人| 婷婷5月开心6月| 99re这里只有| 99热人人艹| 综合久久99| 色色色视频免费无码 | 五月播播| 青草视频在线观看视频| 丁香久久五月婷综合| 婷婷开心青青草| 久婷五月| 人人超碰99| www.狠狠狠.com| 激情综合网五月丁香| 99热在线极品极品| 色情丁香五月天| 丁香五月婷婷亚洲综合精品| 99伊人婷婷在线| 久久五月网| 日本色婷婷| 99天堂在线观看免费视频| 97色婷婷| 亚洲a色| 欧美婷婷色| 国在线激情网| 99婷婷| 婷婷激情人妻| 五月婷婷综合丁香视频| 精品国婬伦V无码久久久| 青青草深爱激情网| 久久久99精品免费观看| 天天综合色丁香| 欧美激情综合| 激情五月丁香五月| 婷婷五月丁香香蕉| 六月丁香婷婷综合影院| 人人操A| 日日爽日日| 国产99久| 开心婷婷五月激情网小说| 色五月婷婷久久| 超碰在线观看三级片| a色色色色色| 99色色网| 婷五月丁香俺| 亚洲日韩一页精品发布| 久久午夜理论| www99精品日韩| 五月色丁香成人| 丰满少妇猛烈A片免费看观看| 色五月之第四色| 香蕉婷婷| 天天干-天天日| www.夜夜操| 狠狠色丁婷婷日日,伊人激情综合网| 婷婷综合网站| 日日夜夜青青草| 色丁香五月婷婷| 九九视频精品这里只有| 五月日韩中文字幕| WWW,五月| 丁香婷婷五月六月久久| 五月丁香777| 天天色综合色色色色色。| 99色| 五月天色婷婷网| 五月天天综合网色婷婷| 九九亚洲| 五月丁香在线视频观看| 婷婷色色综合| 丁香婷婷月| 97香蕉久久超级碰碰高清版| 丁香五月天堂网| 99re久热只有精品6在线直播| 精品国产一区二区三区四区阿崩| 国精产品久久| 五月久久| 中文AV在线播放| www,久久久| 国产亚洲精品AAAAAAA片| 毛片新网地| 色婷九九九| 99热这里只有精| 天天成人综合视频| 久久aaaaa| 五月丁香啪啪| 9久热这里只有精品| 91九色欧美| 久久久久久久久久8888| 丁香五月Av| 天天日天天添| 人妻丰满精品一区二区A片| 99在线亚洲| 日本精品99| A片试看120分钟做受图片| 99A片| 亚洲欧洲99| 婷婷五月激情综合网| 91成人电影| 亚洲国产精品成人免费一区久久久在线观看AAAA | 高清无码网址| 亚洲这里只有精品| www.97碰碰com| 国产欧美日韩综合精品一区二区| 五月激情天| 五月丁香久久久日婷婷久久婷婷日| 免费观看2018www黄色操逼网站| 激情綜合W W W,激情五月天| 国产26uuu| 激情5月婷婷狠狠干| 五月婷婷激情视频| 五月婷婷久久综合| www色婷婷| 五月婷婷色白丝| www.超碰| 天天色播| 五月婷婷开心网| xxxx五月激情| 色婷操逼| 99热99操| 一本九九色| 99热在线观看| 五月天开心网| 99在线精品免费视频| 综合激情五月丁香9999久久精| 色五月天丁香婷婷色| 97爱艹婷婷开心丁香激情综合| 色偷偷综合| 在线A色| 色久婷婷网| 97操操| 特级操b片| 亚洲视频在线网| 刘玥av在线| 久久久久er热| 婷婷五月激情网| 无码啪啪| 色婷婷丁香| 丁香婷婷九月| 99九九视频| 五月丁香六月婷婷综合| 国产精品婷婷午夜在线观看| 激情丁香五月天综合| 91婷婷色| 色欲九区| 伊人综合婷婷| 色欧美日| 国产成人在线不卡AV| 久久一级片| 五月天婷婷色情| 婷婷五月开心六月AV| 婷婷的五月天另类视频| 免费碰碰视频久| 日日夜夜天天| 久热这里只有| 成人在线综合| 久久激情五月| 99激情| 国自产拍偷拍精品啪啪一区二区| 亚洲色五月天| 超碰人妻在线| AV九九| 婷婷综合五月天| 亚洲欧洲一二| 五月停停999| 久草嫩草在线观看| 婷婷网影院| 国产日韩av片| 激情五月综合色| 丁香五月色综合色播五月| 异能之下短剧免费观看全集| 操操天堂| 99久久国产成人精品| 激情综合五月.....| 亭亭社区五月天| 五月天色丁香| 五月丁香综合在线| 欧美内射AA| 久久五月丁香| 九九综合九色欧美狠狠| 99综合熟女| 亚洲av免费在线| 思思视频这里是精品| 五月天婷婷丁香视频| 婷婷六月激情综合| 激情久久久久| 在线观看免费观看在线9久| 婷婷94s| 96精品久久久久久久久| 色的色综合| 六月丁香综合| 激情综合五月天| 欧洲亚洲免费视频9| 99久久九九| 麻豆123区| 久热9| 米奇影视资源婷婷狠狠色激情欧美五月丁香 | 五月丁香婷婷综合在线| 99热这里只有精品国产精品| 大香网伊人久久综合| 免费视频WWW在线观看网站| 欧美69色| 狠狠狠婷婷五月综合| 精品亚洲VA网站| 人人操AV| 9999热在线免费观看| 激情久久肏屄视频| 亭亭社区五月天| 99操碰| 超碰成人在线免费观看| 婷婷欧美色| 99久热这里只有精品| 99性视频| 三级99热| 精品99只有。| 俺去也五月天婷婷| 综合久久伊人| 这里只有精品在线播放| 免费黄色片子| 97婷婷丁香五月天激情图片| 超碰在线精品| 综合激情视频| 亚洲精品V天堂中文字幕| 久久hd| 5月丁香六月情| 26uuu国产| 亚洲婷婷久久综合| 怡红院视频| 色伦专区97中文字幕| 九九综合色| EEUSS鲁片一区二区三区| 婷婷五月成人| 日本啪啪天堂| 9久热免费视频99| 天天干天天av天天射| 狠狠色丁香综合| 伊人网大香| 任你搞免费视频观看| 久久性爱视频免费| 色三级色三级| 99九九精品视频推荐| 99色色网| A1片久久久| 超级碰碰99| 99热在这里只有免费精品| 五月丁香六月婷综合成人综合| 久久久婷婷色五月资源网| 天天操天天谢| 国产在线aaa片一区二区99| 色色综合网站| 国产67194| 影视av久久久噜噜噜噜噜三级| 九九热在这里只有精品| 777影视理论片大全在线观看| 六月丁香婷婷色狠狠久久| 综合久久综合久久| 激情婷婷在线中文字幕| 91视频一起草| 久久99久久99精品免视看婷| 综合色图区| 六月婷婷综合久久| 丁香五月激情图片| 影音先锋AV男人站| 婷婷五月天久久久| 热久69| 丁香五月最新地址| 色碰碰视频| 99久久性爱| 色婷婷成人丁香| 日日噜噜夜夜狠狠久久丁香六月| 丁香五月天导航| 五月香婷婷| 婷婷六月插屄激情| 亚洲精品第一国产综合亚AV | 五月天激情网页| 亚洲五月六丁香激情| www久久久| 久久婷婷五| 丁香婷婷狠狠97| 色五月激情网| 欧美日韩成人在线| 色色操| 天堂久久丁香| 老司机午夜福利视频金瓶梅| 激情五月com| 99色 色| 久热只有这里有精品| 99re在线免费视频| 国产精品美女| 97精品人人A片免费看| 人人操操| 婷婷六月视频| 婷婷五月av| 色狠狠色综合久久久绯色aⅴ影视| 久久精品噜噜噜成人A∨色欲| 久久久久久久久月丁| 91制片厂久久久国产电影| 婷丁香五月天| 激情99| jiqingtaose五月天| 激情婷婷五月| 可以直接看的av网站| 玖玖综合色区在线观看| 日日噜噜夜夜狠狠久久丁香六月| 婷婷六月色丁香视频在线观看| OYIWbGcPu8H| 9精品在线| 五月天色婷婷小说| 97色啪| 亚洲色啪| 五月丁香啪啪综合| 性爱AV天堂| 五月天啪啪网| 久久五月天综合| 色综合射婷婷| 成人av在线网址| 五月天色色网站| 五月天基地| 青青草轻轻操| 开心五月婷婷激情| 香蕉AV777XXX色综合一区| 丁香六月婷婷综合| 二区成人视频| 人妻精品一区二区三区| 终合激情网| 婷婷五月亚洲激情| 91在线资源| 六月婷婷综合| 超碰网站在线观看| 99热这里有精品2| 99综合网| 丁香色情五月综合激情| 亚洲视频五区| 六月 丁香 视频| 五月天无码视屏播放| 91ncm视频| 日本波多野结衣视频| 六月婷婷五月丁香| www.91.com黄| jizzdr| 亚洲精品性色| www.狠狠操.co m| 99九九在线精品热动漫| se婷97| 亚洲欧美成人在线| 婷婷五月丁香六月| 99在线爽| 色五月婷婷在线| 91久久国产自产拍夜夜91久久精品文字>91麻豆精品国产 | 日本婷婷激情四射中文字幕在线观看| 色噜噜婷婷| 高清无码入口| 婷婷瑟瑟五月天| 婷婷深爱五月亚洲综合| 丁香六月婷婷缴情欧美| 成人在线网| 免费色婷婷| 日韩黄色影院| 久久精品一区二区三区四区| 天天天干夜夜夜操| 五月丁香色色网| 六月婷久久| 九月色婷婷综合| 人。妻久久| 亚洲色综久久五月| 久香草视频在线观看| 五月六月激情婷婷| tingting五月天亚洲| 俺也去在线久久精品23欧美综合视频网站,丰满人妻一区二区三区在线视频53,丰满 | 99视频精品| 另类激情四射| www色五月| 激情网五月婷婷| 久久九九爽| 壅壅儕家a| 亚洲国产精品综合色区| 丁香五月五月婷婷欧美大香蕉| 九九综合图片网| 天天色综合综合| 久热婷婷综合| 日本一级黄色电影| 婷婷综合激情| 亚洲妇女熟BBW| 婷婷激情综合网| 欧美六月| 婷婷六月啪啪| 97精品欧美91久久久久久久| 丁香五月婷婷天堂大香蕉| 五月天网站亭亭| 国产高潮白浆一区二区| 九一99| 91九色超碰| 青娱乐美女福利视频美臀| 粉嫩AV久久一区二区三区| 五月丁香六月久久| 五月天成人综合| 99re热精品视频国| 色综合色色| 丁香狠狠| 亚洲中文字幕在线观看| 99久久综合网| 亚洲精品第一国产综合亚AV | 99丁香五月婷| 91日本在线观看| 色色色综合视频| 免费做A爰片77777| 丁香六月高清视频| 嫩草AV久久伊人妇女超级A| 五月激情综合激情五月| 成人片黄网站色大片免费毛片| 色香五月天| 色婷婷五月丁香色| 夜夜爽天操| 性爱七区| 五月婷婷久草在线视频综合| 东京热人妻一区二区三区在线| 色综合久久88色综合天天99| 99伊人婷婷在线| 99久在线| 99热99网| 丁香五月影| 天天操天天日天天操| 99re在线免费视频| 日本一级一片免费视频| 婷婷八月激情| 五月丁香久久| 婷婷五月天电影在线| 人妻操日日| 99热都是精品| 婷婷5月天激情综合| 五月天操逼激情| 五月开心久久| 久99热在线观看| 亚洲色图五月丁香| 天天爽天天爽天天爽天天爽天天爽天天爽天天| www.色综合| www,五月天激情| 奇米四色五月天| 日良久久| 天天操天天爽天天爱| 亚洲av电影在线| 久久婷婷综合基地| 激情综合五月.....| 91久久国产自产拍夜夜91久久精品文字>91麻豆精品国产 | sS丁香五月婷婷| 亚洲欧美综合7777色亭亭| 激情丁香五月婷婷| 伊人超碰| 熟女强人妻一区二区三区四区无| 天天做好综合色| 婷婷伊人久久| 国产99久| 色婷久| 激情综合女人网五月播播| 午夜69成人做爰视频| 狠色色狠网| 啪啪综合网| 丁香啪啪中文字幕| 久久人人九| 97碰| WWW.亚洲无码| 丁香婷婷网| 99热成人在线| 久久五月天婷婷| 丁香网站| 狼人婷婷久久| 五月丁香六月婷婷玖玖| 伊人超碰| 殴美97色| 五月激情天| 久久综合影院| 五月婷婷深爱六月| 丁香九月激情| 婷婷五月丁香基| 99免费在线| 天天插综合| 激情婷婷五月天伊人在线观看 | 五月婷无码| 久久草中文日韩欧美| 超碰99热精品在线| 99热在线只有精品| 激情综合丁| 五月亭亭六月色| 婷婷色操| 婷婷丁香六月天激情四射网| 婷婷色影院| 九艹在线| 79精品视频| 成人天天爽| 99re久热只有精品6在线直播.com| 久久婷婷九月国产精品| 丁香五月伊人| 狠狠干综合网| 色噜噜在线| 深爱五月激情网| 久热黄色| 色五月婷婷青娱乐| 久综合九综合99| 综合色色网| 九九青青草成人| 五月丁香婷婷潮喷中文字幕| 日本色婷婷综合| 五月香婷婷| 五月丁香激情综合啪啪| 中文字幕av网站| 天天操夜夜操| 五月天桃色深爱网| 亚洲精品视频在线播放| 丁香五月社区| 成人丁香五月天| 天天草天天日| 久久久精品99亚洲综合| 婷婷99视频精品| 十区AV| 665566 无码| caop视频| 最近免费中文字幕大全高清大全1| 亚洲天天| 国产精品大香蕉| 91碰| 久热 91| 久久艹网| 热久久婷婷| 丁香五月婷婷五月基地| 人妻日日日| 黄网在线免费| 五月天开心网| 人人摸人人干| www.99在线| 色狠狠综合| www.99色| 天天搞天天爽| 国产激情综合五月久久| 日韩1区2区| 99久视频| 大香蕉伊人久久| 五月综合久久| 中国丰满熟女A片免费观| 亚洲国产精品VA在线看黑人| 亚洲成av人影院| 少妇高潮A片无套内谢麻豆传| 激情五月天综合网| 免费无码毛片一区二区A片| 欧美交换配乱吟粗大25P| 91丨九色丨国产打屁股| 亚洲色综合| 色色五月天婷婷| 超碰九色| 996热| 久草热8精品视频在线观看| 国产91资源在线| 在线超碰免费| 亚洲成AV人片在线观看| 色9999综合久久| 五月婷婷9| 波多野结衣成人作品在线| 思思干精品| 激情综合五月婷婷| 中文字幕按摩做爰| 少妇高潮呻吟A片免费看软件| 国产婷婷色综合AV蜜臀AV| 色欧美色色色| 色综合99无码 | 婷婷娌伦网| 欧美大香蕉视频| 亚洲成片在线观看| AAA久久久| 五月天色狠狠| 五月婷六月丁香| 激情五月天激情五月天| 色噜噜狠狠色综合成人99| 99久久极情精品一区| 国产美女无遮挡裸体毛片A片| 狠狠色综合网| 九色综合网| 国产综合A片| 91大神操美女| 久久免费丁香| 丁香五月天激情婷婷丁香六月| 色色色999| 久久R激情| 日韩av网站在线观看| 久久激情视频| 99热这里只有国产精品| 亚洲精品永久久久久久| 成人精品在线| 成人做爰高潮A片免费视频| 亚洲字幕AV一区二区三区四区| Av狠狠色丁香婷| 亚洲熟女乱色综合亚洲网站| 亚洲小视频免费看| 新伍月婷婷| 任你草| 五月丁香婷婷钟和色图| 在线观看av网站| 五月丁香婷婷国产精品综合| 久久精品性爱| 亚洲综合在线视频| 色九月综合| 色v综合网| 99久久成人| 五月天激情丁香| 色区久久| 色九九一二| 五月天合网| 婷婷五月另类网站| 久久五月网| 97大香蕉五月天| 99碰网站| 激情婷婷丁香色五月| www.五月天色色.com| 色吧婷婷五月亚洲| 丁香六月激情四射| 天天天天做夜夜夜夜做| 亚洲激情久久| 婷婷91视频| 伊人丁香五月天丁香在线婷| 97极品在线| 狠狠操天天操天天操| 五月婷婷官网色| 伊人久久大香线蕉AV最新午夜| 色五月激情网| 日本精品人妻无码77777| 色五月婷婷在线| 色噜噜狠狠色综无码久久合欧美| 成人做爰A片免费看视频| 婷婷六月综合基地| 色色五月婷婷久久| 99亚州综合精品成人网| 亚洲综合视频天天精品| 激情婷婷五六月天| 人人草人人爱手机视频看看| 99久热这里只有精品| 亚洲AV中文在线| 日日夜夜天天| 9999久久久久| 综合玖玖偷拍| 严洲天天插| 五月玖玖| 丁香婷婷综合激情五月色| 婷婷六月色情| 激情无码网| 国产激情久久| 久热欧美| 激情丁香久久| 99久久偷拍视频| 久久99激情| 婷婷六月花| 久久9久| 激情AV综合| 久久密臀婷婷| 婷综合六月| 99色视频在线观看| 99热亚洲| 99热在线中出| 五月色丁香国产在线视频| 玖玖资源在线视频| 色婷婷久久综合| 丁香五月区| 色激情五月| 六月丁香婷婷色狠狠久久| 婷婷五月草| 99久精品视频| 99热在线观看精品| 色色九九五月天| 骚货艹网站视频| 免费观看全黄做爰的视频 | 五月丁香啪啪啪| 日日干日日| 亚洲久久婷婷丁香五月天| 丁香六月天之亚州热女 | 天天日天天干天天天| 九九99久久| 久久曰曰| 91精品久久久久、久五月天| 欧美叉叉叉BBB网站| 九月婷婷丁香| 欧美韩国日本| 1囯产午夜仑鲁鲁| 爽天天天天天天天| 我去色色网五雨天| 天天噜日日噜综合无码| 91色综合网| 色五月91| 久操干| 伊人久久大香蕉网| 色婷婷情片| 99狠狠| 激情婷婷色色| 五月丁香亭亭操逼| www色婷婷| 五月婷婷六月色| 色色丁香五月婷婷| 91蝌蚪窝视频在线| 久久精品亚洲热| Aα在线免费观看| 这里只有精品视频| 丁香五月成人| 婷婷色导航| 伊人久久激情图区五月| AA片在线观看视频在线播放| 日韩六十路91性交电影| www99精品日韩| 激情欧美丁香五月| 91疯狂操操操操| 丁香五月欧美激情| 91久女| 视频色色色色色色| 色久99| 91精品无码| 激情av| 亚洲亚洲人成综合网络| 能直接看的AV网站| 色色色色色色色色色色色色色五月天| 99免费在线视频| 激情综合五月| 人妻丰满精品一区二区A片| 99成人无码| 热久69| 丁香五月天激情| 桃色激情婷婷伊人网| 99婷婷综合| 婷婷六月亚洲综合| 97日在线视频| 丁香六月婷婷综合| 夜夜骑天天玩天天日| 狠狠综合色网| 玖玖资源在线视频| 五月久久亚洲| 九九精品re免费视频| 99riAv1国产在线观看|