用于冠状动脉的3D重建的血管造影图像的运动校正的制作方法

文档序号:26142403发布日期:2021-08-03 14:27阅读:185来源:国知局
用于冠状动脉的3D重建的血管造影图像的运动校正的制作方法

本发明一般涉及血管造影图像的运动校正,并且更具体地涉及用于冠状动脉的3d重建的血管造影图像的运动校正。



背景技术:

冠心病是由向心脏供血的动脉的阻塞或狭窄(狭窄化)引起的,通常是由于胆固醇斑块在动脉壁上的积聚造成的。x射线冠状动脉血管造影术是用于诊断和引导冠心病治疗过程的成像模态。x射线冠状动脉血管造影术由于其辅助诊断和治疗冠心病的能力以及其高的时空分辨率而受到欢迎。然而,由于投影射线照相术的信息丢失,从血管造影图像准确地重建3d冠状动脉仍然是一个挑战。特别地,必须计及呼吸运动以便准确地重建3d冠状动脉。



技术实现要素:

根据一个或多个实施例,提供了用于计算变换以校正多幅医学图像之间的运动的系统和方法。在第一医学图像和第二医学图像中检测一个或多个标志。基于在第一医学图像中检测到的一个或多个标志从第一医学图像生成解剖结构的第一树,并且基于在第二医学图像中检测到的一个或多个标志从第二医学图像生成解剖结构的第二树。基于第一树和第二树,将在第一医学图像中检测到的一个或多个标志映射到在第二医学图像中检测到的一个或多个标志。基于该映射计算用于对准第一医学图像和第二医学图像的变换。

在一个实施例中,第一树包括在第一医学图像中检测到的一个或多个标志,第二树包括在第二医学图像中检测到的一个或多个标志,并且通过以下步骤来执行映射:针对第一树中的一个或多个标志中的每个相应标志,计算相应标志与在第二树中的一个或多个标志之间的候选映射集,过滤所述候选映射集以去除其中相应标志的后代未被映射到第二树中的候选映射的特定标志的后代的候选映射,以及基于与每个候选映射相关联的距离从过滤的候选映射集中选择候选映射。所述候选映射集可以包括相应标志与第二树中的一个或多个标志之间的所有可能映射。

在一个实施例中,通过将在第一医学图像中检测到的一个或多个标志投影到第二医学图像中的一个或多个标志的相应外极线,确定第二医学图像的变换以将第二医学图像中的一个或多个标志朝向其相应外极线的最近点移动,将变换应用于第二医学图像以移动第二医学图像中的一个或多个标志,并且重复投影、确定和应用直到满足停止条件为止,来计算变换。

在一个实施例中,生成第一树以包括在由用户选择的第一起始点与第一结束点之间在第一医学图像中检测到的一个或多个标志,并且生成第二树以包括在由用户选择的第二起始点与第二结束点之间在第二医学图像中检测到的一个或多个标志。

在一个实施例中,解剖结构是冠状动脉,并且通过检测第一医学图像和第二医学图像中的冠状动脉的一个或多个分叉来检测一个或多个标志。第一医学图像和第二医学图像可以是解剖结构的不同视图,并且可以是x射线血管造影图像。

在一个实施例中,可以在解剖结构的一个或多个附加医学图像中检测一个或多个标志,可以基于在相应图像中检测到的标志针对附加医学图像的每个相应图像生成解剖结构的树,可以将在第一医学图像中检测到的标志与在第二医学图像中检测到的标志和在附加医学图像中检测到的标志进行映射,并且可以计算变换以基于映射对准第一医学图像、第二医学图像和附加医学图像。

通过参考以下详细描述和附图,本发明的这些和其它优点对于本领域的普通技术人员将是显而易见的。

附图说明

图1示出根据一个或多个实施例的用于补偿x射线血管造影图像之间的运动的工作流程;

图2示出根据一个或多个实施例的用于对准医学图像的方法;

图3示出根据一个或多个实施例的用于训练完全卷积网络的网络架构;

图4示出根据一个或多个实施例的用于将第一树中的标志映射到第二树中的相同的对应标志的方法;

图5示出根据一个或多个实施例的用于确定对准第一医学图像和第二医学图像的变换的方法;

图6示出根据一个或多个实施例的描绘在不同成像平面中描绘的标志的外极几何的示意图;以及

图7示出计算机的高级框图。

具体实施方式

本发明一般涉及用于冠状动脉的3d重建的血管造影图像的运动校正的方法和系统。在此描述本发明的实施例以给出了对用于冠状动脉的3d重建的血管造影图像的运动校正的这样的方法和系统的视觉理解。数字图像通常由一个或多个对象(或形状)的数字表示组成。对象的数字表示在本文中通常是在标识和操纵对象方面描述的。这样的操纵是在计算机系统的存储器或其它电路/硬件中完成的虚拟操纵。因此,应当理解,本发明的实施例可以使用存储在计算机系统内的数据在计算机系统内执行。

此外,应当理解,虽然可以针对用于冠状动脉的3d重建的血管造影图像的运动校正来讨论本文所讨论的实施例,但是本发明不限于此。本发明的实施例可以应用于对准图像以用于任何应用。

图1示出了根据一个或多个实施例的用于补偿x射线血管造影图像之间的运动的工作流程100。在工作流程100中,将x射线血管造影图像102和104输入到被训练用于标志检测的人工智能(ai)系统106中。x射线血管造影图像102和104是患者的同一冠状动脉的不同视图,并且由于图像采集期间该患者的呼吸运动而未对准。ai系统106输出热图图像108和110,其分别标识x射线血管造影图像102和104中的冠状动脉的分叉112和114(或其他解剖学标志)。确定分叉112和114之间的映射116,并计算面内运动矩阵118。面内运动矩阵118表示用于将x射线血管造影图像102和104对准以在空间上彼此对应从而补偿患者的运动的变换。面内移动矩阵118可以用于将x射线血管造影图像104的分叉114变换成更靠近x射线血管造影图像102的分叉112的投影外极线。

图2示出了根据一个或多个实施例的用于对准医学图像的方法200。方法200的步骤可由任何合适的计算设备来执行,诸如图7的计算机702。方法200将参考图1的工作流100来描述。

在步骤202处,接收解剖结构的第一医学图像和第二医学图像。在一个实施例中,解剖结构是患者的冠状动脉,然而,解剖结构可以是患者的任何合适的解剖结构。在一个实施例中,在步骤202处接收的第一医学图像和第二医学图像是描绘冠状动脉的图1的x射线血管造影图像102和104。

在一个实施例中,第一医学图像和第二医学图像描绘了解剖结构的不同视图。例如,可以在相对于解剖结构的不同位置处同时或在不同时间采集第一医学图像和第二医学图像(例如,在第一医学图像和第二医学图像的采集之间具有某个分离角)。在另一实施例中,第一医学图像和第二医学图像描绘了在不同时间但是在例如由于患者的运动(例如,呼吸运动)导致的解剖结构的不同变形状态采集的解剖结构的相同视图。

在一个实施例中,第一医学图像和第二医学图像是x射线血管造影图像,然而,应当理解,第一医学图像和第二医学图像也可以是任何合适模态的,诸如例如x射线、磁共振成像(mri)、超声(us)、单光子发射计算机断层摄影(spect)、正电子发射断层摄影(pet)或任何其它合适的模态或模态的组合。第一医学图像和第二医学图像可以直接从用于采集医学图像的图像采集设备接收,诸如例如图7的图像采集设备714(例如,x射线扫描器等)。可替代地,也可以通过加载先前存储在计算机系统(例如,图片存档和通信系统pacs)的存储器或存储装置上的医学图像或通过经由网络传输从远程计算机系统接收医学图像数据来接收第一医学图像和第二医学图像。

在步骤204处,在第一医学图像和第二医学图像中检测一个或多个标志。在一个实施例中,例如在解剖结构是冠状动脉的情况下,标志包括了在第一医学图像和第二医学图像二者中检测到的冠状动脉的对应分叉。检测这种分叉是有利的,因为分叉限定了基础冠状动脉的几何形状,并且通常在冠状动脉的不同视图上共存。可以以任何合适的形式,诸如例如热图、二进制映射等,来标识检测到的标志。在一个实施例中,在步骤204处检测到的标志是在分别从图1中的x射线血管造影图像102和104检测到的热图108和110上标识的分叉112和114。在一个实施例中,标志包括导管尖端或狭窄。应当理解,标志可以是表示器官、骨骼、血管等上的解剖学上有意义的位置的任何合适的标志。

在一个实施例中,使用机器学习网络来检测标志。这种机器学习网络在图1中被说明性地表示为ai系统106。在一个示例中,机器学习网络可以是具有编码器-解码器结构的完全卷积网络(fcn),如图3所示。然而,应当理解,机器学习网络可以具有任何合适的设计或架构,并且不限于图3所示的网络架构。

图3示出了根据一个或多个实施例的用于训练fcn的网络架构300。如图3所示,fcn具有包括编码器304和解码器306的编码器-解码器结构。在训练或离线阶段期间,如图3所示,编码器304接收描绘冠状动脉的训练图像302(例如,x射线血管造影训练图像)作为输入,并且将训练图像302编码成在尺寸上基本小于训练图像302的代码。解码器306对该代码进行解码以生成热图310,其标识训练图像302中描绘的冠状动脉的分叉。层308是在最终输出层之前的最后一层特征张量。编码器304中生成的所有中间信息与解码器306共享,使得在编码过程中没有信息损失。训练损失314被定义在热图310和训练图像302中的分叉的基础真实注释图像312之间。用高斯模糊扩散基础真实注释图像312中的分叉的位置以计及注释者的不确定性并且使训练容易。根据一个实施例,在在线或推断阶段期间,在图2的步骤204处,经训练的fcn可以被应用于检测第一医学图像和第二医学图像中的标志。特别地,经训练的fcn接收一个或多个输入图像(例如,在图2的步骤202处接收的第一医学图像和第二医学图像),并输出每个输入图像的热图,其标识该输入图像中的标志。热图具有与输入图像相同的分辨率和大小。标志的位置(例如,坐标)可以通过应用图像处理技术(诸如例如,阈值处理和独立分量分析)来确定。在一个实施例中,除了一个或多个输入图像之外,时间上相邻的帧也被输入到经训练的fcn中。在一个实施例中,输入图像包括通道,该通道包括输入图像中的冠状动脉的中心线,其可以用作注意力图并且改进总体检测性能。

在图2的步骤206处,基于在第一医学图像中检测到的一个或多个标志从第一医学图像生成解剖结构的第一树,并且基于在第二医学图像中检测到的一个或多个标志从第二医学图像生成解剖结构的第二树。所述树包括多个点,所述多个点表示从解剖结构上的起始点到第一医学图像和第二医学图像中的一个或多个结束点的路径。例如,在解剖结构是冠状动脉的情况下,所述树包括表示从冠状动脉的根到冠状动脉的一个或多个叶的路径的多个点。

基于从用户(例如,临床医生)接收的输入在第一医学图像和第二医学图像中定义起始点和结束点。例如,用户可以与计算设备交互(例如,使用鼠标)以选择定义第一医学图像和第二医学图像中的解剖结构的起始点和结束点的种子。基于第一医学图像、在第一医学图像中检测到的标志以及在第一医学图像中定义的起始点和结束点来生成第一树。基于第二医学图像、在第二医学图像中检测到的标志以及在第二医学图像中定义的起始点和结束点来生成第二树。生成第一树和第二树以包括分别对应于第一医学图像和第二医学图像中的检测到的标志的点。第一树和第二树可以基于例如基于跟踪的方法、基于图的方法或任何其他合适的方法来自动地构造。在一个实施例中,可以根据题为“methodandsystemforextractingcenterlinerepresentationofvascularstructuresinmedicalimagesviaoptimalpathincomputationalflowfield”的美国专利10,206,646中公开的方法生成第一树和第二树,该专利的公开内容通过引用整体并入本文。

在步骤208处,基于第一树和第二树将在第一医学图像中检测到的一个或多个标志映射到在第二医学图像中检测到的一个或多个标志。图1说明性地示出了根据一个实施例的标志之间的映射116。映射可以被表示为非双射单射映射函数m,其将第一树中的每个标志(即,在第一医学图像中检测到的每个标志)映射到第二树中的相同的对应标志(即,在第二医学图像中检测到的相同的对应标志)。形式上,给定具有表示树t1中的点的顶点v1和连接顶点v1的边e1的第一树t1(v1、e1)以及具有表示树t2中的点的顶点v2和连接顶点v2的边e2的第二树t2(v2、e2),映射函数m将标志与标志匹配。在一个实施例中,根据图4的方法400确定将第一树中的标志映射到第二树中的对应标志的最佳映射m*。在一个实施例中,映射可以针对第一树和第二树中的所有点来确定,并且不限于标志。

图4示出了根据一个或多个实施例的用于将第一树中的标志映射到第二树中的相同的对应标志的方法400。可以在图2的步骤208处针对第一树中的每个相应标志执行方法400的步骤。

在步骤402处,计算用于第一树中的相应标志的候选映射集。用于第一树中的相应标志的候选映射集表示第一树中的相应标志与第二树中的标志之间的所有可能映射。如果第一树和第二树具有不同数量的标志,则执行n个点的映射,其中,n是具有最少标志的树中的标志的数量。

在步骤404处,过滤第一树中的相应标志的候选映射集以去除违反祖先(ancestry-violating)的候选映射。如果相应标志的后代未被映射到候选映射的标志的后代,则相应标志n1的候选映射就是违反祖先的。标志的后代是树的更下方、从起始点到结束点的任何点。不违反祖先的候选映射被认为是尊重祖先的。

在步骤406处,从用于第一树的相应标志的经过滤的候选映射集中选择用于第一树中的相应标志的候选映射。在一个实施例中,从候选映射集中选择具有最小成本的候选映射。例如,在一个实施例中,具有最小代价的候选映射可以是与到外极线的最短距离(例如,欧几里得距离度量)相关联的候选映射。具体地,在一个实施例中,对于每个候选映射,图像a中的标志p1被映射到图像b中的标志p2。当图像a中的标志p1被投影到图像b中的外极线l1时,可以计算l1和p2之间的欧几里得距离作为代价。图像b中的标志和来自图像a的投影外极线之间的所有欧几里得距离的总和是该候选映射的总代价。在所有候选映射中,具有最小代价的映射将是最终最优的映射。在另一实施例中,可以基于候选映射相对于外极线的位置来确定具有最小代价的候选映射。具体地,外极线将图像分成两个区,并且可以基于候选映射位于哪个区而使不同的代价与候选映射相关联。应当理解,代价可以是任何其他合适的度量。

在一个实施例中,不针对第一树中的每个标志执行方法400。相反,针对不同数量的标志(不一定是第一树中的所有标志)比较映射的质量。这将使得映射对于分叉的假阳性检测更鲁棒。在另一实施例中,方法400是针对第一树中的所有点执行的,并且不限于第一树中的标志。

在图2的步骤210处,基于映射计算用于对准第一医学图像和第二医学图像的变换。在一个实施例中,变换是用于补偿患者的运动(例如,呼吸运动)的运动补偿变换。在一个实施例中,变换可以是面内运动矩阵,如图1中的面内运动矩阵118所说明性示出的,然而,变换可以是任何合适形式的。根据一个实施例,可以根据图5的方法500来计算变换。

图5示出了根据一个或多个实施例的用于确定对准第一医学图像和第二医学图像的变换的方法500。方法500的步骤可以在图2的步骤210处来执行。

在步骤502处,将第一医学图像中的标志投影到第二医学图像中的标志的相应外极线。第二医学图像中的外极线表示第二医学图像中的在第一医学图像中描绘的特定标志可以位于的可能点。

参考图6,说明性地示出了根据一个或多个实施例的示意图600,其描述了在不同成像平面中可视化的标志的外极几何结构。示意图600示出了由图像采集设备a1606采集的标志p610的成像平面602和由图像采集设备a2608采集的标志p610的成像平面604,该图像采集设备a2608可以与图像采集设备a1606相同或不同。在一个实施例中,成像平面602是第一医学图像,成像平面604是第二医学图像,并且标志p1612是图5的方法500中的相应标志。应当理解,标志p610可以分别位于图像采集设备a1606和a2608与成像平面602和604之间,其中,例如,图像采集设备a1606和a2608是x射线图像采集设备。

标志p610由图像采集设备a1606沿着视线616在成像平面602中作为点p1612捕获,并且由图像采集设备a2608沿着视线618在成像平面604中作为点p2614捕获。当将成像平面602中的点p1612投影到成像平面604时,点p1612可沿着成像平面604中可见的视线616的任何点定位,诸如示例性候选点624。在成像平面604中可见的视线616的部分被称为外极线620。

在图5的步骤504处,确定第二医学图像的变换x,以将第二医学图像中的标志朝向其相应外极线的最近点移动。变换x可以是任何变换,诸如例如刚性或仿射变换,这取决于标志的数量。可以基于欧几里得距离或任何其它合适的距离度量来确定最近点。如图6所示,确定变换x,该变换x变换成像平面604以将点p2614移向点626。

在步骤506处,将变换x应用于第二医学图像以移动第二医学图像中的标志。

在步骤508处,确定是否满足停止条件。在一个实施例中,当变换x收敛(即,接近单位矩阵)时,满足停止条件。在另一个实施例中,在迭代的预定次数之后满足停止条件。还考虑了用于停止条件的其它准则。如果在步骤508处不满足停止条件,则方法500返回到步骤502以进行另一次迭代。如果在步骤508处满足停止条件,则方法500在步骤510结束。在方法500的一次或多次迭代之后确定的变换表示用于对准第一医学图像和第二医学图像的变换。

在图2的步骤212处,输出变换。例如,可以通过在计算机系统的显示设备上显示变换、在计算机系统的存储器或存储装置上存储变换、或者通过将变换发送到远程计算机系统来输出变换。

有利地,本发明的实施例提供了一种自动标志检测和运动校正方法。在一个实施例中,本发明的实施例可以应用于校正第一医学图像和第二医学图像之间的运动,以用于冠状动脉的3d重建。

应当理解,虽然图2的方法200被描述为用于对准第一医学图像和第二医学图像,但是本发明也可以应用于对准任意多个医学图像。例如,可以在解剖结构的一个或多个附加医学图像中检测一个或多个标志,可以基于在相应图像中检测到的标志针对附加医学图像的每个相应图像生成解剖结构的树,可以通过将在第一医学图像中检测到的标志与在第二医学图像中检测到的标志和在附加医学图像中检测到的标志映射来执行步骤208,并且可以通过基于映射计算变换以对准第一医学图像、第二医学图像和附加医学图像来执行步骤210。

本文描述的系统、装置和方法可以使用数字电路,或使用一个或多个计算机来实现,所述计算机使用公知的计算机处理器、存储器单元、存储设备、计算机软件和其他组件。通常,计算机包括用于执行指令的处理器和用于存储指令和数据的一个或多个存储器。计算机还可以包括或耦合到一个或多个大容量存储设备,诸如一个或多个磁盘、内部硬盘和可移除盘、磁光盘、光盘等。

本文描述的系统、装置和方法可以使用以客户端-服务器关系操作的计算机来实现。通常,在这样的系统中,客户端计算机位于远离服务器计算机的位置,并经由网络交互。客户端-服务器关系可以由在相应的客户端和服务器计算机上运行的计算机程序来定义和控制。

本文描述的系统、装置和方法可以在基于网络的云计算系统内实现。在这样的基于网络的云计算系统中,连接到网络的服务器或另一处理器经由网络与一个或多个客户端计算机来通信。例如,客户端计算机可以经由驻留在客户端计算机上并在其上操作的网络浏览器应用与服务器通信。客户端计算机可以在服务器上存储数据并经由网络访问数据。客户端计算机可以经由网络向服务器发送针对数据的请求或针对在线服务的请求。服务器可执行所请求的服务并向(多个)客户端计算机提供数据。服务器还可以发送适于使客户端计算机执行指定功能(例如,执行计算、在屏幕上显示指定数据等)的数据。例如,服务器可以发送适于使客户端计算机执行本文描述的方法和工作流程的步骤或功能中的一个或多个的请求,包括图2和图4-5的步骤或功能中的一个或多个。本文描述的方法和工作流程的某些步骤或功能(包括图2和图4-5的步骤或功能中的一个或多个)可以由服务器或由基于网络的云计算系统中的另一处理器来执行。本文描述的方法和工作流的某些步骤或功能(包括图2和图4-5的步骤中的一个或多个)可以由基于网络的云计算系统中的客户端计算机来执行。本文描述的方法和工作流的步骤或功能(包括图2和图4-5的步骤中的一个或多个)可以由基于网络的云计算系统中的服务器和/或客户端计算机以任何组合来执行。

本文描述的系统、装置和方法可以使用有形地包含在信息载体中(例如在非暂时性机器可读存储设备中)的计算机程序产品来实现,以便由可编程处理器来执行;并且本文描述的方法和工作流程步骤(包括图2和4-5的步骤或功能中的一个或多个)可以使用可由这样的处理器执行的一个或多个计算机程序来实现。计算机程序是计算机程序指令集,其可以在计算机中直接或间接地使用以执行特定活动或产生特定结果。计算机程序可以以任何形式的编程语言来编写,包括编译或解释语言,并且其可以以任何形式来部署,包括作为独立程序或作为模块、组件、子例程或适于在计算环境中使用的其他单元。

图7中描绘了可以用于实现本文描述的系统、装置和方法的示例性计算机702的高级框图。计算机702包括可操作地耦合到数据存储设备712和存储器710的处理器704。处理器704通过执行定义计算机702的总体操作的计算机程序指令来控制这样的操作。计算机程序指令可以存储在数据存储设备712或其他计算机可读介质中,并且当期望执行计算机程序指令时被加载到存储器710中。因此,图2和4-5的方法和工作流程步骤或功能可以由存储在存储器710和/或数据存储设备712中的计算机程序指令来定义,并且由执行计算机程序指令的处理器704来控制。例如,计算机程序指令可以实现为由本领域技术人员编程以执行图2和4-5的方法和工作流程步骤或功能的计算机可执行代码。因此,通过执行计算机程序指令,处理器704执行图2和4-5的方法和工作流程步骤或功能。计算机702还可以包括用于经由网络与其他设备通信的一个或多个网络接口706。计算机702还可以包括一个或多个输入/输出设备708,其使得实现与计算机702的用户交互(例如,显示器、键盘、鼠标、扬声器、按钮等)。

处理器704可以包括通用和专用微处理器两者,并且可以是计算机702的单独处理器或多个处理器之一。处理器704可以包括例如一个或多个中央处理单元(cpu)。处理器704、数据存储设备712和/或存储器710可以包括一个或多个专用集成电路(asic)、和/或一个或多个现场可编程门阵列(fpga),由其补充,或者并入其中。

数据存储设备712和存储器710均包括有形非暂时性计算机可读存储介质。数据存储设备712和存储器710可以均包括高速随机存取存储器,诸如动态随机存取存储器(dram)、静态随机存取存储器(sram)、双数据速率同步动态随机存取存储器(ddrram)或其他随机存取固态存储器设备,并且可以包括非易失性存储器,诸如一个或多个磁盘存储设备,诸如内部硬盘和可移除盘、磁光盘存储设备、光盘存储设备、闪速存储器设备、半导体存储器设备,诸如可擦除可编程只读存储器(eprom)、电可擦除可编程只读存储器(eeprom)、光盘只读存储器(cd-rom)、数字多功能盘只读存储器(dvd-rom)盘或其他非易失性固态存储设备。

输入/输出设备708可以包括外围设备,诸如打印机、扫描仪、显示屏等。例如,输入/输出设备708还可以包括用于向用户显示信息的显示设备(诸如阴极射线管(crt)或液晶显示器(lcd)监视器)、键盘和指示设备,诸如用户可以用来向计算机702提供输入的鼠标或跟踪球。

图像采集设备714可以连接到计算机702以向计算机702输入图像数据(例如,医学图像)。将图像采集设备714和计算机702实现为一个设备是可能的。图像采集设备714和计算机702通过网络无线通信也是可能的。在一个可能的实施例中,计算机702可以相对于图像采集设备714远程定位。

可以使用诸如计算机702的一个或多个计算机来实现本文讨论的任何或所有系统和装置。

本领域的技术人员应当认识到,实际计算机或计算机系统的实现可以具有其它结构,并且也可包含其它组件,并且图7是出于说明目的这种计算机的某些组件的高级表示。

前述详细描述应被理解为在各个方面是说明性的和示例性的,而不是限制性的,并且本文所公开的本发明的范围不应由该详细描述来确定,而是由根据专利法所允许的全部宽度来解释的权利要求来确定。应当理解,这里示出和描述的实施例仅说明本发明的原理,并且在不脱离本发明范围和精神的情况下,本领域技术人员可以实现各种修改。本领域技术人员可以在不背离本发明范围和精神的情况下实现各种其它特征组合。

当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1