基于层次B样条的医学图像弹性配准方法

合集下载

医学图像配准算法的选择与性能评估

医学图像配准算法的选择与性能评估

医学图像配准算法的选择与性能评估随着医学图像的广泛应用和发展,医学图像配准算法成为了医学图像处理的重要组成部分。

图像配准是指在不同时间或不同成像设备上获得的医学图像之间建立空间和几何关系的过程。

本文将探讨医学图像配准算法的选择和性能评估方法。

选择适合的医学图像配准算法是关键的一步。

根据医学图像的特点,常用的图像配准算法包括基于特征的算法、基于相似度的算法和基于弹性变形的算法。

基于特征的算法主要利用图像中的特征点进行匹配,常用的特征包括角点、边缘、纹理等。

其中,SIFT(尺度不变特征变换)算法是一种广泛应用的特征点提取和匹配算法。

SIFT算法具有尺度不变性和旋转不变性的特点,适用于医学图像中的不变性点提取和匹配。

基于相似度的算法主要通过测量图像间的相似度来实现配准。

常用的相似度度量包括互信息、归一化互相关等。

其中,归一化互相关算法具有较好的稳定性和鲁棒性,广泛应用于医学影像的配准中。

基于弹性变形的算法可以通过建立变形场来实现图像配准。

这种算法适用于需要进行形变的医学图像配准,例如脑部图像的配准。

常用的基于弹性变形的算法有B样条曲线变形算法和Thin-Plate Spline(TPS)算法。

这些算法能够通过变形场的构建来实现医学图像的形变配准。

在选择医学图像配准算法时,需要考虑医学图像的特点、算法的可行性和效率等方面。

同时,还需考虑配准算法的精度和鲁棒性,以确保配准结果的准确性和稳定性。

不同的医学图像配准算法有其各自的优缺点,需要根据具体应用场景来选择最适合的算法。

除了选择合适的医学图像配准算法,还需要进行性能评估来衡量算法的准确性、稳定性和效率。

医学图像配准性能评估的常用指标包括重叠度指数、均方根误差(RMS)和互信息等。

重叠度指数可以用来评估配准结果与标准图像之间的一致程度。

该指数通常通过计算重叠区域的比例来进行衡量,值越接近1表示配准结果越准确。

均方根误差(RMS)是评估配准结果与标准图像之间的距离的指标。

基于B样条的医学图像弹性配准的开题报告

基于B样条的医学图像弹性配准的开题报告

基于B样条的医学图像弹性配准的开题报告一、课题背景医学影像技术已经成为临床医疗常规技术,通过各种医学影像获取有效的诊断信息是医学工作者最为关注和使用的内容之一。

但是医学影像获取器官的变化会导致医学图像的形状,大小和位置等发生变化,这给医学图像的自动分析和处理带来了一定的挑战。

为了克服这些问题,医学图像弹性配准技术成为了医学影像处理领域的热门研究方向之一。

二、相关研究B样条作为一种具有优异拟合效果的参数化曲线曲面技术,被广泛应用于医学图像弹性配准领域。

该技术将图像分割成一系列小的子区域,每个子区域内的图像几何形状都可以用局部B样条函数描述。

通过调整每个子区域内B样条的控制点,可以实现图像的弹性配准。

三、研究内容和意义本研究计划基于B样条的医学图像弹性配准技术,结合改进模型和算法,提高医学图像的配准精度和效率,并在已有病例数据上进行实验验证。

通过实验结果的对比和分析,评价所提出的弹性配准模型和算法的准确度和有效性,为医学影像自动分析和处理提供更加稳定和可靠的技术支持。

四、研究方法和步骤1.收集研究领域的文献和相关数据资料,深入了解医学图像弹性配准的理论基础和技术方法。

2.建立医学图像弹性配准的数学模型,以B样条技术为基础,引入弹性形变和图像变换因素,并考虑不同病例情况下的适用性和准确性。

3.采用Matlab或Python等编程语言,实现所提出的数学模型和算法,并进行实验验证。

4.根据实验结果进行分析和总结,提出改进所开发的算法的建议和方案,为医学影像弹性配准的实际应用提供技术支持和借鉴。

五、预期成果本研究预期达到以下成果:1.开发基于B样条的医学图像弹性配准算法,可实现多模态医学图像的弹性配准,提高精度和效率。

2.根据实验结果,评价所提出的算法的精度和有效性,并提供改进建议。

3.论文发表,分享研究成果,促进医学影像弹性配准的发展与应用。

六、研究难点1.建立医学图像弹性配准的数学模型,考虑不同病例情况下的适用性和准确性。

基于B样条自由形变三维医学图像非刚性配准研究

基于B样条自由形变三维医学图像非刚性配准研究
冯兆美 。 , 党 军 , 崔崤蛲 ¨, 焦 阳
( 1 .中国科学 院 苏州生物 医学 工程 技术研究所 ,江苏 苏州 2 1 5 1 6 3 ;
2 .中国科 学院 长春光学精密机械与物理研究所 , 吉林 长春 1 3 0 0 0 0 ;
3 . 中 国科 学 院大 学 ,北 京 1 0 0 0 4 9 )
在 临 床诊 断效 率 、 实时 病 情监 测 、 提 高 外 科 手术 水 平 等 方面 具 有 重 要 的 临 床 应 用 价 值 。近 些 年 , 三 维 图像 非 刚性 配准算 法 逐 渐 成 为专 家 学 者研 究 的 重心 , We i n Wo l f g a n g _ 3 ] 等 人采 用 刚性 与 放 射 变换

要: 医学超 声成 像 具有成 本低 、 实时 成像 等 优 势 , 基 于超 声的 多模 态 配准 在 临床 诊 断 、 病 情
监测 、 外科 手 术等应 用上 具有 较 大的 意义 。三 维 医学 图像 能 够 的三 维结构 信 息 。本 文 采用基 于 B样 条 自由形 变模 型 的 非 刚性 配 准 方 法
2 00
第 2 期
冯兆美等 : 基于 B样条 自由形变三维 医学图像 非刚性配准研究
2 0 1
适 合进 行 手术 前 的诊 断 。 由于 超声 图像 能 够 实 时 快 速 的提供 诊 断数 据 , C T 图像 能 够保 证 数 据 的 准
性能。
确详细, 所以进行超声图像和 C T图像 的配准研究
模型 , 对超 声 图像 与 C T 进 行 自动化 配准 , 并 对 此
1 原 理 与 方 法
假设参考 图像 ( R e f e r e n c e I m a g e ) 为 ( X) ,

基于多层次变换和优化方法的PET-CT图像弹性配准

基于多层次变换和优化方法的PET-CT图像弹性配准
s c a n n e r .M e t h o d s Th i s p a p e r p r o p o s e d a n e l a s t i c r e g i s t r a t i o n me t h o d b a s e d o n mu l t i — t r a n s f o r ma t i o n a n d mu l t i — o p t i mi z e r b y u s i n g mu t u a l i n f o r ma t i o n a s me t r i c . Th i s me t h o d a d o p t e d r i g i d t r a n s f o r ma t i o n f i r s t l y t o e n s u r e t h e
器 运 动 产 生 的误 配 准 和形 变 问题 。
关键 词 图 像 配 准 ; B样 条 ; 单 纯 形 优 化 ;L B F G S B优 化
DOI : 1 0 . 3 9 6 9 / j . i s s n .1 0 0 2 - 3 2 0 8 . 2 0 1 5 . 0 1 . 0 6 .
2 S i e me n s L i mi t e d , C h i n a C o r p o r a t e T e c h n o l o g y, B e i j i n g 1 0 0 1 0 2
【 A b s t r a c t 】 ob j e c t i v e T o c or a t i o n e r r o r a n d d e f o r m a t i o n o f t h e c o m b i n e d P E T / C T
中图 分 类 号

基于自适应自由变形法和梯度下降法的胸部多模医学图像配准

基于自适应自由变形法和梯度下降法的胸部多模医学图像配准

收稿日期:2009201219;修回日期:2009202226 基金项目:国家自然科学基金资助项目(30570458);广东省自然科学基金博士启动资助项目(8451064101000631) 作者简介:李彬(19792),男,广东吴川人,讲师,博士,博士后,主要研究方向为医学图像处理与模式识别、科学计算可视化(binlee mmboy@ya 2hoo );欧陕兴(19552),男,湖南郴州人,主任医师,博士,主要研究方向为影像诊断学、心胸少见病CT 诊断;田联房(19682),男,山东济宁人,教授,博士,主要研究方向为生物医学工程、机器人视觉伺服控制、模式识别及智能控制;余霞(19842),女,湖北咸宁人,硕士研究生,主要研究方向为医学图像处理、并行计算.基于自适应自由变形法和梯度下降法的胸部多模医学图像配准3李 彬1,欧陕兴2,田联房1,余 霞1(1.华南理工大学自动化科学与工程学院,广州510640;2.广州军区广州总医院放射科,广州510010)摘 要:为了实现胸部多模态医学图像的自动配准,提出了一种基于层次B 样条自适应自由变形法和梯度下降法的配准方法。

首先采用G VF Snake 与Canny 算子实现边缘提取,并自动配对特征点;接着,采用矩主轴法对多模医学图像进行全局粗配准;最后,基于层次B 样条自适应自由变形法对多模态医学图像进行自动细配准,并且采用梯度下降法以及最大信息熵准则加速求自由变形系数。

实验证明该方法不仅效率高,而且配准效果好。

关键词:自适应自由变形法;多模图像配准;层次B 样条;梯度下降;最大互信息熵中图分类号:TP39114;R319 文献标志码:A 文章编号:100123695(2009)1023978205doi:10.3969/j .issn .100123695.2009.10.110Thorax multi m odal medical i m age registrati onbased on adap tive free 2for m defor mati on and gradient descentL IB in 1,OU Shan 2xing 2,TI A N L ian 2fang 1,Y U Xia1(1.School of A uto m ation Science &Engineering,South China U niversity of Technology,Guangzhou 510640,China;2.D ept .of Radiology &Pediatrics,Guangzhou General Hospital of Guangzhou Co mm and,Guangzhou 510010,China )Abstract:I n order t o realize the aut omatic registrati on of thorax multi m odal medical i m ages,this paper p r oposed an i m ageregistrati on method based on hierarchical adap tive free 2for m def or mati on and gradient descent .Firstly,extracted the edge of thorax by G VF Snake algorith m and Canny operat or,and matched feature points aut omatically .Then,modeled the gl obal coarse registrati on of thorax multi m odal medical i m ages by p rinci pal axes algorith m.Finally,realized the l ocal fine registrati on of thorax multi m odal medical i m ages by a free 2f or m def or mati on (FF D )based on hierarchical B 2s p lines .Moreover,generated the FF D para meters rap idly by gradient descent and maxi m izati on of mutual inf or mati on .Experi m ents de monstrate the good perfor mance of the p r oposed method .Key words:adap tive free 2f or m def or mati on;multi m odal i m age registrati on;hierarchical B 2s p line;gradient descent;maxi m i 2zati on of mutual inf or mati on0 引言在胸部临床诊断中通常需要对同一个病人进行多种模式或同一种模式的多次成像,即同时从几幅图像获得信息,进行信息融合、综合分析。

基于B样条的医学图像配准新算法

基于B样条的医学图像配准新算法

基于B样条的医学图像配准新算法
刘大鹏;冯前进;刘新刚
【期刊名称】《医疗卫生装备》
【年(卷),期】2008(029)004
【摘要】目的:提出一种基于B样条的医学图像塔式配准新算法,即RE配准模型.方法:首先实现图像的整体配准,即用一次B样条基函数作为变形函数,对图像进行仿射变换;然后通过均匀增加节点数量及改变变形函数的复杂性,实现图像细节上的配准,这一循环匹配过程主要是通过改变B样条基函数及控制系数复杂性.来实现图像的仿射变换及弹性变换.结果:整个匹配算法体现了图像从整体到细节的匹配思想.结论:实验证明,该方法与单纯的弹性配准方法相比.不仅计算速度有很大的提高,而且有很强的鲁棒性.
【总页数】4页(P5-8)
【作者】刘大鹏;冯前进;刘新刚
【作者单位】解放军第303医院,南宁,530021;南方医科大,学医学图像处理重点实验室,广州,510515;南方医科大,学医学图像处理重点实验室,广州,510515
【正文语种】中文
【中图分类】TP391.41;R445
【相关文献】
1.一种新的基于结构信息的多模医学图像配准算法 [J], 刘君;杨芳;武和雷
2.基于新S型速度规划的B样条曲线算法研究 [J], 史步海;孙会会
3.基于二次B样条曲线拟合的新算法 [J], 李昆;赵刚
4.一种新的基于参考曲线的B样条曲线延拓算法 [J], 张志伟;穆国旺;臧婷;戴士杰
5.一种新的基于参考曲线的B样条曲线延拓算法 [J], 张志伟;穆国旺;臧婷;戴士杰;;;;因版权原因,仅展示原文概要,查看原文内容请购买。

基于并行计算和多层次B样条的肺部CTPET图像配准

万方数据万方数据1942计算机应用第29卷CT图像选择了109个特征点(红色的点),包含腹部轮廓和内部均匀采样点,PET图像中绿色点为对应的特征点。

CT、PET图像预处理,包括【刳像去噪、CT图像去架,插值使两种I刳像变成H样大小均匀标记cT图像内部点以及边缘点作为参考【生I像特征点根据2.2节方法在PET图像E寻找对应特征点。

构成双自变量点集P初始化控制网格大d,m、n。

网络层次r-O利用式(1)建立方程组,采用最小_.乘法(或文献【2J方法J求解r层所有的控制点的值将控制点值带入式f1)得到逼近函ttrt,由式f2)得到f层M格控制下的配准结果图像.评价该结果。

毡墨堡矍塑丝墨垂I是得到配准结果图像处理器数目图3特征点配对并{,运行时间统计5处理器时并行配对特征点耗时35s,配准完成耗时49s,大大缩短了配准时间。

同时町以看出,在集群上该部分算法有较好的可扩展性。

纠细化网格,竺?2m屹,I结语IM-n*9。

f=f+4n=n*21…图1肺部CT.PET图像配准流稃图2肺部CT—PET图像配准结果表1分别从原始CT图像与配准结果间的归一化瓦信息、巨相关系数和均方根误差对各种配准算法性能进行比较。

对于包含运动器官的多模图像配准,刚性配准方法(矩丰轴法)不能弥补器官形变;薄板样条法对自动标记特征点对要求较高,且每一个控制点对变换都具有伞局影响,而对包含肺器官的腹部图像配准,更多需要考虑局部形变。

结合图2(a)、(b)可以看到,本文采用的基于区域相似性的方法自动标记出来的特征点对能描述图像的局部特征,但存在一定的误差,这个误差通过多层次B样条的平滑作用消除,配准结果如(C)所示。

(e)是采用基于梯度下降方式得到的结果,从图像上显示PET图像中心亮点扩散Jf来,不符合医学诊断要求。

(d)、(f)分别是(b)与(C)、(e)融合的结果,从(C)、(d)可以看出,本文算法弥补了CT・PET图像采样过程中肺器官的运动差异,较好地实现r配准。

基于B样条函数的多模态医学图像弹性配准


( )B 条 函数 二 样
D4 r 条变形 是一 种 自由变形 ,自由变形 的基本 思路是,将
物体嵌入一个空 间中,当所嵌 的空间变 形时 ,物体 随之变 形。 B 样条 函数是一种局 部控 制函数, 由于其 良好 的局部控制性 ,
B 条 函数 在 图像 的边 缘 提 取 、信 号 滤 波 、图像 插值 技 术 的 方 样 面 得 到 广 泛 应 用 。近 年 来 ,D4 函数 在 图像 配 准 中 也 得 到 了 r条
示 层 次 , i j p 分 别 表 示 节 点 在 x y 向 的位 移 , 、 、 、q 、 方


域 内 , 否 则 算 法 产 生 的 点 列 可 能 不 收敛 。 牛 顿 法 是 二 次 逼 近 算法 ,拟牛 顿法 的思想是用 某种 正定矩 阵B来 代替 , ( 的 ) H s e 阵 并 使迭 代 有 近 似 于 牛 顿 法 的特 点与 性 质 。 e s矩 求 解 无 约 束 最 优 化 问题 : m i 厂 1 , ∈ n f R B o d n 法 的基 本 步 骤 为 : rye算 1 给 定 初 始 值 。 R , 初 始 矩 阵 正 定 Bn 及 精 ) ∈R
peI q eI
近似 。牛顿法 的迭代法主要通过计算 函数
的H se e s 矩阵
及 其 逆 矩 阵 地 , 由于 逆 矩 阵 有 可 能不 存 在 ,使 得 牛 顿 法 无 法 进 行 , 即 使 算 法 能 够 实 施 , 但 初 始 点 的 选 取 也 只 能 的 适 当 邻
其 中n 为样条 的次数,2为节点间距 ,c 为网格控制 点;w 表
() :

, () u -6t+4 :3  ̄ 1 2 '

基于B样条的弹性配准在放疗CBCT与CT图像配准中的应用研究


1 引 言
放 疗 过 程 中 ,肿瘤 区域 的退 缩 是 临 床 医 生十 分 关 心 的 问
B样 条基 函数 。 表示 规 格 化 控 制 网格 , 示 成 向量 形 式 , 为 控 制 点 表 即
i g sw r o e uig B s l e n n- gd rgs ain meh d b sd o l — eouin ma e ee d n sn pi o r i e it t to a e n mut rslt .R∞I n i r o i o
Al o g h ma ig t u h te i gn h
1 6 1 7 1- 1】
Ke od Bsl e n n r i g t t n f e f m e r a o F D; o eb a T(B yw rs i ; o— gdr ir i ;r — r dfm tn(F )cn — em C C C pn i e sao e o o i
Usn s l e fe - o m eo mai n d la d S D a i l r y me s r u c in t e r g s a in fC T a d C i g B— p i r e f r d f r t s mo e n S sa s n o mi i a u e f n t , h e it t s o BC n T at o r o

1 ・ 6 1
Qu l o t l S ft 质 控 与 安 全 ai C nr & aeyJ t y o
基于 B样条的弹性配准在放疗 C C B T与 C T 图像配准中的应用研究
庞 皓文 , 小扬 , 孙 杨 波 , 惠群 , 罗 吴 ቤተ መጻሕፍቲ ባይዱ虹 , 敬 波 吴

基于B样条自由形变三维医学图像非刚性配准研究

基于B样条自由形变三维医学图像非刚性配准研究冯兆美;党军;崔崤蛲;焦阳【摘要】医学超声成像具有成本低、实时成像等优势,基于超声的多模态配准在临床诊断、病情监测、外科手术等应用上具有较大的意义.三维医学图像能够清晰地显示病变大小、形态,提供相对完整的人体组织的三维结构信息.本文采用基于B样条自由形变模型的非刚性配准方法对三维超声图像和计算机断层扫描图像(Computed Tomography,CT)进行配准,利用薄板样条能量约束项解决三维图像配准过程中的图像交叉与重叠问题.此外,使用仿体数据以及临床数据验证算法性能,通过感兴趣区域的相对重叠率,互信息值和程序运行时间这三个指标对算法精度和速度进行评价.其中Demons方法平均耗时1896 s,本文改进算法平均耗时195 s,运行效率提高8.7倍;算法改进前后的感兴趣区域重叠率分别是89.58%和91.35%,精度提高2.0%.实验结果表明此算法能够对超声和CT图像进行配准并获得较好的结果.【期刊名称】《影像科学与光化学》【年(卷),期】2014(032)002【总页数】9页(P200-208)【关键词】非刚性图像配准;互信息;自由形变模型;超声图像;CT图像【作者】冯兆美;党军;崔崤蛲;焦阳【作者单位】中国科学院苏州生物医学工程技术研究所,江苏苏州215163;中国科学院长春光学精密机械与物理研究所,吉林长春130000;中国科学院大学,北京100049;中国科学院苏州生物医学工程技术研究所,江苏苏州215163;中国科学院苏州生物医学工程技术研究所,江苏苏州215163;中国科学院苏州生物医学工程技术研究所,江苏苏州215163【正文语种】中文医学图像配准是指采用适当的空间变换方法,使一幅医学图像与另一幅医学图像上对应的解剖结构点、具有诊断意义的点以及手术感兴趣的区域达到空间位置上的一致[1]。

多模态医学图像配准在医学诊断和治疗计划中有着重要作用。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
Ab ta t Elsi d c li g e itain i amo ti otn su n me ia ma ep o e sn .Too ti sr c : a t me ia ma er gsrto s s mp ra tis e i d c li g r c s ig c ban te lc l g o t c d fr t n o ma e p e iey, i r q i s lr e n mb r fe e l it b td ln mak h o a e mer eo mai fi g rcs l i o t e ur a g u e s o v ny d sr u e a d r e i p it o rp e e tlc ld s lc me t . An a tmai n c u ae meh d t xr c a d r ons i r - ons t e r sn o a ip a e ns u o tc a d a c rt to o e ta tln mak p i t sp o
t e e s l e o b a c p rxmain p e iin a d s oh e s e r gsrto to sp e e td. i v lB—pi st a n e a p i to r cso n mo t n s ,a n w e itain meh d i r s ne l n l o
记 点来表 示局部偏差 , 为此 , 出了一种 自动、 提 准确 的基 于区域 相似性 的标记点 选取方 法, 并利 用层 次 B样 条散乱 数据插值 方法能够解决逼近精度和光滑性的平衡 问题 的特点 , 建立一种 新的配准方法. 实验 证明 , 本文提 出的 自动 标记点的选取方法能够产生准确的表 示局部 变形 的标 记点对应 性 , 所建立 的配准方 法是 一种 准确、 简便 和稳定 的
维普资讯
第4 0卷 第 1 期 20 0 7年 1 月
天 津 大 学 学 报 J u n l f i j nvri o r a o a i U ies y T nn t
Vo . 0 No 14 .1
Jn 0 7 a .2 0
rs o d n e p e e t g lc ld fr ain, a d t e n w e ita in meh d i a c rt c n e in n tb e e p n e c r s ni o a eo n m to n h e r gsr t t o s c u ae, o v n e ta d sa l o whc a ban s oh a d a c rt e itain ta so main ih c n o ti mo t n c u ae rgsrt rn fr t . o o Ke wo d y r s: me ia ma e:ea tc rgsr t n;B—pi e dc li g l si e ita i o sl s n
图像配准是寻找使两幅图像上的对应点达到空间
上一致 的过 程 , 医学 图像处 理领 域 中一个 重 要 和 基 是
提取 图像 中 的特 征 以及 如 何 选 取 有 效 的特 征 进 行 匹 配 . 常 , 于点特 征 的配准方 法首先 建立 两幅 图像标 通 基 记 点之 间 的对应 关 系 , 后利 用 一 种插 值 方 法 求取 对 然 应标 记 点之 间的变 换 , 求得 的变 换作 用 于 待 配 准 图 将 像. 文献 [ ] 3 采用 的是 薄板 样 条插 值 , 薄板 样 条插 值 而 对 点位置 的偏 差敏 感 , 如果 对 应 标 记 点 的位 置 偏差 较 大, 就不 能得 到准确 的配 准结果 . 现在 采用 的往往 都是
方法 , 能够 产 生光 滑 、 准确 的 配 准 变换 .
关键词 :医学 图像 ; 弹性配准 ; B样条 中图分类号 :T 3 1 P 9 文献标 志码 :A 文章编号 :0 9 - 17 20 ) 1 0 3 - 6 4 3 2 3 ( 0 7 0 - 0 5 0
El s i e i a m a e Re it a i n e ho a tc M d c lI g g s r to M t d
基 于层 次 B样 条 的 医学 图像 弹 性 配 准 方 法
张红颖 ,张加万 ,孙济洲 , 甲东 杨
( 天津大学计算机科学与技术学院 , 天津 30 7 ) 0 02
摘 要 :弹性 配准是 医学图像处理的重要 研究 内容 , 了精确 得到 图像 的局部 几何 变形 , 为 需要 大量均 匀分布的标
Байду номын сангаас
E p rme t e ut h w h tte p p s d l n ma k p it x rcin meh d c n p d c c ua ep i tc r xe i na rs l s o ta h r o e a d r onse ta t t o a r u e a c rt on o - l s o o o
p s d b s d o e in i lr y b t e h wo i g s F rh r r oe a e n r go a smi i ewe n te t ma e . u emoe,b t iigt ec a a trsiso l l at t y u i zn h h rce t fmu - l i c
Ba e n M u tlv lB- l s sdo li e Sp i e ne
Z HAN Ho gyn ,Z G n —ig HANG Jaw n,S iz o , i— a UN j—h u YAN Jad n G i— o g ( col f o p t c neadTc nl y Taj nvrt, i j 00 2 C ia S ho o m ue Si c n eh o g , i i U i sy Ta i 30 7 , h ) C r e o nn ei nn n
相关文档
最新文档