Tìm kiếm
Đang tải khung tìm kiếm
Kết quả 1 đến 1 của 1

    THẠC SĨ Các phương pháp thích nghi trong lọc nhiễu tín hiệu điện tim

    D
    dream dream Đang Ngoại tuyến (18495 tài liệu)
    .:: Cộng Tác Viên ::.
  1. Gửi tài liệu
  2. Bình luận
  3. Chia sẻ
  4. Thông tin
  5. Công cụ
  6. Các phương pháp thích nghi trong lọc nhiễu tín hiệu điện tim

    Luận án tiến sĩ năm 2011
    Đề tài: [FONT=Verdana]Các phương pháp thích nghi trong lọc nhiễu tín hiệu điện tim

    Mục lục
    __________________________________________________ ____________
    LỜI CAM ĐOAN . 0
    LỜI CẢM ƠN . 3
    MỘT SỐ KÝ HIỆU VÀ CHỮ VIẾT TẮT . 6
    DANH MỤC CÁC HÌNH VẼ . 7
    MỞ ĐẦU 10
    Chương 1 16
    Đo tín hiệu điện tim và can nhiễu . 16
    1.1. Tín hiệu điện tim 16
    1.1.1. Sự hình thành tín hiệu điện tim 16
    1.1.2. Can nhiễu ảnh hưởng đến chất lượng ghi tín hiệu điện tim . 19
    1.1.3. Nhiễu tần số 50Hz hoặc 60Hz từ mạng cung cấp điện . 19
    1.1.4. Nhiễu do run cơ . 20
    1.1.5. Nhiễu do tiếp xúc kém giữa điện cực và bệnh nhân 20
    1.2. Thuật toán tối thiểu hoá trung bình của bình phương độ lệch 21
    1.2.1. Tổ hợp thích nghi tuyến tính 23
    1.2.2. Bài toán xác định ma trận trọng số tối ưu cho tổ hợp thích nghi tuyến tính 24
    1.3. Biến đổi sóng nhỏ với bài toán xác định điểm đột biến. 29
    1.3.1. Tính đạo hàm bậc 1 và 2 thông qua biến đổi sóng nhỏ đa thang. 29
    1.3.2. Tìm điểm đột biến nhọn. 33
    Chương 2 36
    Lọc nhiễu bằng các phương pháp thích nghi dựa trên thuật toán LMS và khả
    năng tăng hiệu quả bằng một giải pháp thay đổi kích thước bước. 36
    2.1. Cơ sở toán học của phương pháp thích nghi dựa trên thuật toán LMS trong lọc
    nhiễu. 36
    2.1.1. Phát biểu bài toán 36
    2.1.2. Cơ sở toán học của mô hình lọc nhiễu 38
    2.1.3. Đánh giá sai số trung bình bình phương. 39
    2.1.4. Tín hiệu tham chiếu Widrow  
    R
    N n trong thu ật toán lọc LMS 39
    2.1.5. Dãy trọng số lọc   ( ) W n trong thu ật toán LMS . 41
    2.2. Phương pháp thích nghi lọc nhiễu điện áp cho các tín hiệu y sinh . 43
    2.2.1. Kết quả lọc nhiễu đối với tín hiệu điện tim . 44
    2.2.2. Kết quả lọc nhiễu đối với tín hiệu điện não 50
    2.3. Thuật toán LMS với kích thước bước thay đổi 57
    2.3.1. Sự thay đổi kích thước bước dựa trên giá trị tuyệt đối của Gradient . 57
    2.3.2. Thực nghiệm và kết quả . 63
    Chương 3 75
    Một giải pháp điều chỉnh thích nghi bộ lọc triệt tần với tiếp cận sóng nhỏ 75
    3.1. Bài toán chọn các hệ số của bộ lọc 75
    3.1.1. Hàm truyền trong lọc nhiễu đơn tần. 76
    5
    3.1.2. Xấp xỉ hàm truy ền trong lọc nhiễu thích nghi 78
    3.2. Bài toán dò tần số của nhiễu . 80
    3.2.1. Kỹ thuật làm nổi bật đặc tính của nhiễu bằng biến đổi Fourier. 80
    3.2.2 Kỹ thuật xác định toạ độ điểm đột biến nhọn qua biến đổi sóng nhỏ. 85
    3.2.3. Chọn thang s cho biến đổi sóng nhỏ 87
    3.3. Mô hình lọc nhiễu và thuật giải tìm tần số của nhiễu từ đường tải điện sử dụng
    biến đổi sóng nhỏ 94
    3.4. Đánh giá độ chính xác và mức độ phức tạp tínhtoán c ủa giải thuật tìm tần số
    0
     của nhiễu. 96
    3.4.1. Đánh giá độ chính xác . 96
    3.4.2. Đánh giá mức độphức tạp tính toán . 99
    3.5. Thực nghiệm và kết quả 101
    3.6. Đánh giá thuật giải sử dụng biến đổi sóng nhỏ 110
    KẾT LUẬN . 111
    KẾT LUẬN CHUNG 112
    DANH MỤC CÔNG TRÌNH ĐÃ CÔNG BỐ CÓ LIÊN QUAN ĐẾN LUẬN ÁN . 113
    Tài liệu tham khảo 114
    Phụ lục . 120

    MỞ ĐẦU
    Xử lý thích nghi là một lĩnh vực có ý nghĩa học thuậtvàgắn liền với
    những ứng dụng thực tế sinh động trong xử lí tín hiệu. Ban đầu ứng dụng của
    xử lý tín hiệu thích nghi giới hạn trong các mô hình nhận dạng, sửa sóng, lọc
    nhiễu, .vàsử dụng các thuật toán Newton, Steepest Descent, LMS, RLS, .
    Sự thay đổi của tập dữ liệu đầu vào và các điều kiện ràng buộc ngày càng
    phức tạp kéo theođòi hỏi cải tiến thuật toán để có được hiệu năng xử lý cao
    hơn [9]. Ngoài ra việc giải quyết vấn đề nâng cao hiệu năng thuật toán còn đòi
    hỏi việc xây dựng các điều kiện đảm bảothuật toán có thể sử dụng được.
    Mục tiêu của việc cải tiến thuật toán là tăng tốc độ hội tụ với yêu cầu về
    độ chính xác, độ ổn địnhvà đã được giải quyết theo nhiều hướng: thay đổi
    cấu trúc bộ lọc mà tiêu biểu là các tác giả như Ju-Won Li, Gun-Ki Lee trong
    [20];sử dụng kích thước bước thích nghi thay đổi của các tác giả như Daniel
    Onguín Onguín, Bouchereau, Sergio Martínez trong [29] hoặc Pedro Ramos,
    Roberto Torrubia, Ana Lopez, Ana Salinas, Enrique Masgrau trong [33]. Q ua
    nghiên cứu và thử nghiệm chúng tôi nhận thấy độ phức tạp của thuật toán sẽ
    tăng lên đáng kể nếu cải tiến thuật toán sử dụng cấu trúc động như trong [20]
    và hiệu năng không được cải thiệnnhiềunhư trong [29] hoặc [33].
    Chúng tôi cũng nhận thấy rằng các kết quả thu được trong việc nghiên
    cứu luật cập nhật cho kích thước bước trong những năm gần đây đều nhằm
    thoả mãn yêu cầu là kích thước nhận giá trị nhỏ khi ở gần vị trí tối ưu để đảm
    bảo tính ổn định và nhận giá trị lớn khi ở xa điểm tối ưu để đảmbảo tốc độ
    hội tụ của thuật toán. Các hướng nghiên cứu đều đi đến sử dụng công thức
    cập nhật kích thước bước có dạng
            1 n n f q n       ,(0.1)
    11
    trong đó   n  làkíchthướcbướctạithời điểm n ,   1 n   làkíchthước
    bướctạithời điểm 1 n  , các hằngsố  ,  quyết địnhmức độ giốngnhau
    giữa2 lần điềuchỉnhliên tiếp.
    Một số tác giả chọn      
    2
    f q n n   như trong [29], một số khác lại
    chọn là         1 f q n n n     . Việc sử dụng (0.1) cho thay đổi giá trị
    kích thước bước đều được thực hiện với việc gán giá trị lớn cho kích thước
    bước khởi tạo   0  . Công thức (0.1) sẽ hiệu chỉnh kích thước bước giảm dần
    theo đúng luật cập nhật nêu trên. Tuy nhiên (0.1) sử dụng   n  cho tính toán
      1 n   với việc gán giá trị lớn cho   0  chỉ phù hợp khi giá trị tập các
    trọng số khởi tạo ở xa tập các trọng số tối ưu. Nếu một cách ngẫu nhiên tập
    các trọng số khởi tạo đã gần tập các trọng số tối ưu, thuật toán hội tụ chậm
    hoặc không hội tụ nếu ta chọn 1   vì  phản ánh ảnh hưởng của   n 
    tới   1 n   . Do vậy việc sử dụng (0.1) thường phải gắn với việc thực
    nghiệm để chọn lại   0  mỗi khi thay đổi môi trường.
    Như vậy để giải quyết bài toán nâng cao hiệu suất cho thuật toán thích
    nghi thông qua thay đổi kích thước bước cần giải quyết bài toán cải tiến (0.1)
    sao cho với tập dữ liệu đầu vào không xác định, mọigiá trị khởi tạo   0 
    đều cho phép thực hiện tốtluật cập nhật cho kích thước bước.
    Trong quá trình giải quyết vấn đề này, phân bố gradient đã cho chúng tôi
    gợi ý một cách heuristic về cách cập nhật kích thước bước. Ban đầu chúng tôi
    chọn công thức
         
    ˆ
    1 n n n       (0.2)
    12
    trong đó  được chọn rất nhỏ để hạn chế sự ảnh hưởng của trạng thái trước,
    làm giảm tốc độ điều chỉnh   1 n   . Việc lấy giá trị tuyệt đối nhằm tránh
    các giá trị âm của gradient. Sauđó chúng tôi nhận thấy là nếu chọn 0   ta
    sẽ giải quyết triệt để được vấn đề mà (0.1) chưa giải quyết được. Những kết
    quả chúng tôi đạt được ở chương II trong luận án này đã chứng minh cho
    nhận định trên.
    Không những cải tiến được thuật toán chúng tôi cònxác định các điều
    kiện để thuật toán có thể sử dụng được và đánh giá các phương pháp mới nhất
    trong việcnâng cao hiệu năng của thuật toán LMS dựa trên kích thước bước
    thay đổi. Những cải tiếnnày thích hợp vớibài toán lọc nhiễu trong tín hiệu
    điện tim, khi mà đề xuất trong [29] không đề cập đến sựhội tụ.
    Đồng thời với giải pháp thay đổi kích thước bước, việc cải tiến thuật
    toán còn được kết hợp với các phương pháp xử lý tín hiệu dựa trên phép biến
    đổi sóng nhỏ. Ở Việt Nam,những tìm hiểu đầu tiên về ứng dụng Lý thuyết
    sóng nhỏ trong đo tín hiệu điện tim được Trường Cao đẳng nghề Thiết bị Y tế
    (nơi tác giả Luận án công tác) và Trường Đại học Bách Khoa quan tâm rất
    sớm (xem [46], [47]). Các kết quả tìm hiểu được định hướng vào việc xác
    định chính xác thời điểm của các đột biến của tín hiệu điện tim. Ý tưởng của
    tác giả luận án về việc áp dụng lý thuyết này trong dò tìm tần số của nhiễu
    dựa trên nhận xét của tác giả về việc có thể sử dụng kết hợp các đặc trưng của
    tín hiệu khi biểu diễn trong miền tần số với việc giải quyết bài toán xác định
    thời điểm đột biến để giải quyết bài toán xác định tần số của nhiễu. Trong khi
    giải quyết bài toán lọc nhiễu động, cộng tính. Tác giả luận án còn phát hiện ra
    rằng bài toán lọc thích nghi cóthể được xem là bài toán xác định các hệ số
    của hàm truyền trong không gian z và có thể giải quyết dựa trên sự kết hợp
    giữa phương pháp xấp xỉ thông thường và phương pháp xác định tần số của
    nhiễu vừa nêu trên.
    13
    Luận án được trình bày trong ba chương.
    Chương 1: Chương nàygồm3 phầnvà đượcbiên soạnnhằmcung cấp
    cáckiếnthứcbổtrợcho chương 2 vàchương 3. Đo tín hiệu điện tim và can
    nhiễu là nội dung sẽ được trình bày trong phần đầunhư một giới thiệu chung
    về vấn đề sẽ được giải quyết sau này. Phầntiếptheo củachương 1trìnhbày
    vềtổhợpthíchnghi tuyếntínhvàthuậttoánLMS đểchuẩnbịcho việctrình
    bàycác đónggópmớitrong chương 2. Phầncuốicủachương 1sẽtrìnhbày
    về cơ sởcủa phép tínhxấpxỉ đạohàm sửdụng biến đổi sóng nhỏvà ứng
    dụng đểxác địnhto ạ độ độtbiếnnhọn.
    Chương 2: Chương nàytrình bày cơ sở toán học cho bộ lọc nhiễu thích
    nghi, xác định điềukiện đểthuậtto ánLMS hộitụtrong môhìnhlọcnhiễu.
    Tiếp theo , chúng tôi trìnhbày đề xuất mới cho việc điều chỉnh kích thước
    bướccủathuậttoánLMS, nhằm nâng cao hiệu năng cho bộ lọc nhiễu thích
    nghi. Khả năng hội tụ c ủa thuật toán LMS khi s ử dụng phương pháp điều
    chỉnh kích thước bước nêu trên đã được chứng minh. Các kết quả thực
    nghiệmtrên tínhiệu điệntim và điệnnão đượctrìnhbày xen kẽnhằmminh
    hoạcho việctrìnhbày.
    Chương 3: Chương này trìnhbàyvềcáckếtquả đạt đượcvới đềxuất
    môhìnhlọcnhiễutừ đườngtải điệnvàgiảithuậttìmtầnsốcủanhiễu đơn tần.
    Chương 3 đượcchia làm6 phần.Phần đầu,trìnhbàypháthiệncủachúngtôi
    vềkhảnăng phân chia bàitoánlọcnhiễutừ đườngtải điệnthành2 bàitoán
    khảgiảivớicơsở củacáchgiải đã đượctrìnhbày ởmục1.3chương 1. Phần
    3.1 và3.2 sẽtrìnhbàychi tiếtvềphương phápgiải đốivới2 bàitoánnêu trên.
    Phần3.3 sẽtrìnhbày đềxuấtcủachúngtôi vềmôhìnhlọcnhiễutừ đườngtải
    điện, đồng thời trình bày gi ải thuật đề xu ất cho việc tìm tần s ố c ủa nhiễu.
    Phần3.4 dànhcho đánhgiá độchínhxácvà độphứctạpcủa giảithuậtdòtần
    sốcủanhiễu. Cáckếtquảthựcnghiệmtrên tínhiệu điệntim và điệnnão được
    14
    trìnhbàytrong phần3.5. Phần3.6 dànhcho việc đánhgiátổngquan vềmô
    hìnhvàthuậttoán đềxuất.
    Những đóng góp mới của luận án:
    1. Xác định điềukiện đểthuậttoánLMS hộitụkhi ápdụng thuật to án
    này trong môhìnhlọcnhiễuthíchnghi.
    2. Đềxuấtphương phápthay đổikíchthướcbướccủathuậttoánLMS
    nhằmnâng cao hiệunăng cho môhìnhlọcnhiễuthíchnghivà ứng
    dụngcáckếtquảtrên đểgiảiquyếtvấn đềlọcnhiễutừ đườngtải
    điệnra khỏitínhiệu điệntim và điệnnão.
    3. Đềxuất giảithuật tìm tần s ố c ủa tín hiệu nhiễu từ đường tải điện
    dựatrên biến đổiFourier vàbiến đổisóngnhỏthông qua việchiểu
    vàchọn đượcthang phùhợp đểthựchiệnbiến đổisóngnhỏcho bài
    toántìmtầnsốcủanhiễu đơn tần.
    4. Đềxuấtmôhìnhlọcnhiễu đơn tần ra khỏitínhiệuhữu ích, trong đó
    sử dụng giảithuật tìm tần số của nhiễu và ứngdụng mô hình lọc
    nhiễu đềxuấtcho bàitoánloạibỏnhiễutừ đườngtải điện.
    Các kết quả của luận án đượccông bố trong 3 tạp chí chuyên ngành, liệtkê
    trong Danh m ục công trình (trang 113) và được báo cáo tại:
    1. Hoang Manh Ha, “Variable Step size LMS Filter for ECG signals”, The
    second International Conference on the development of BioMedical
    Engineering inVietnam, Hanoi University of Technology, July 25
    th
    -27
    th
    2007,
    p88-96
    2. Pham Tran Nhu, Hoang Manh Ha, “Adaptive Noise Cancellation
    Implementaion with a Variable Step-Size LMS Algorithm”, Proceeding of the
    Japan-Vietnam WorkShop on SoftWare Engineering, p71-80, 2007
    15
    3. Pham Tran Nhu, Hoang Manh Ha, “Adjustment in central frequency of
    Adaptive Notch Filter base on Wavelet Transform in frequency Domain”
    Proceeding of the Second International Conference on Communications and
    Electronics (HUTICCE), Hoian, Vietnam, June 2008.
    4. Phạm Trần Nhu, Hoàng Mạnh Hà, “ Phân tích và mô phỏng tín hiệu điện
    tim”, Kỷ yêu Hội thảo Khoa học toàn quốc, Đại học Thái Nguyên-Đại học
    Bách Khoa Hà Nội, trang 217-224,2005.
    5. Phạm Trần Nhu, Hoàng Mạnh Hà, “Thiết kế bộ lọc thích nghi với câu trúc
    động cho xử lý tín hiệu điện tâm đồ”, Kỷ yếu hội nghị Khoa học lầnthứ 20,
    Đại học Bách khoa Hà nội, trang 103-107, 2006.
    6. Phạm Trần Nhu, Hoàng Mạnh Hà, “Sử dụng mô phỏng tín hiệu điện tim và
    nhiễu đường tải điện trong bộ lọc triệt tần lọc nhiễu bằng thuật toán LMS với
    kích thước bước thích nghi thay đổi”, Đại hội Toán học Viet Nam lần thứ 7,
    Quy nhơn 8/2008
    16
    Chương 1.
    Đo tín hiệu điệntim vàcan nhiễu
    Trong cơ thểcon người, tim vàhoạt độngcủatim phản ánhcácthông
    tin quan trọngcủasứckhoẻ, do vậyviệctheo dõi, chẩn đoáncácbệnhvềtim
    yêu cầu độchínhxác, tin cậycao. Nhiềuchẩn đoán đượcthựchiệndựatrên
    việcghi sóng điệntim trong khi thựctếdạngsóng điệntim trong quátrìnhghi
    luôn bị ảnhhưởngbởinhiễu, cảnhiễuxác địnhlẫnnhiễungẫunhiên. Việc
    nâng cao chấtlượngghi sóng điệntim yêu cầunhữnghiểubiếtcăn bảnvềbản
    chất của s óng điện tim và can nhiễu. Yêu cầunày là quan trọngtrong quá
    trìnhnghiên cứu luận ánvànhữngkếtluậncăn bảnsẽ đượctrìnhbàytrong
    chương này. Phần1 giớithiệucác đặc điểmcủatínhiệu điệntim vàcácloại
    nhiễucóliên quan, làmcơsởcho việcxây dựngcáchàm mụctiêutrong các
    thuật toán lọc nhiễu. Những kiến thức toán học liên quan đến các kết quả
    nghiên cứu trình bày trong 2 chương sau của luận án sẽ được nêu tóm tắt
    trong hai phầncònlạicủachương này. N ộidung phần2 bao gồmthuật toán
    tối thiểu hoá trung bình của bình phương (Tên tiếng Anh là: Least Mean
    Square, viếttắttiếngAnh làLMS) và mô hình lọc nhiễu thích nghi sử dụng
    thuật toán LMS. Phần 3 trình bày cơ sở toán học của phương pháp xác định
    điểm độtbiếnthông qua biến đổi sóng nhỏ. Đây lànộidung bổtrợcho việc
    trìnhbàykếtquả đạt đượctrong chương 3. Kếtquảnàydựatrên pháthiệnsự
    tương đương giữabàitoánlọcnhiễu từmạng điệncông nghiệpbằngbộlọc
    thíchnghi vớibàitoándò điểm độtbiến đã đượcS. Mallat vàH.W. H wang
    giảiquyếttrong [23].
    1.1. Tín hiệu điện tim
    1.1.1. Sự hình thành tín hiệu điện tim.

    Tài liệu tham khảo
    __________________________________________________ ___________
    [1] Robert M. Gray and Lee D. Davisson, (2009), An Introduction to
    Statistical Signal Processing, Cambridge University Press.
    [2] T. Aboulnasr and K. Mayyas. (1997), Selective coefficient update of
    gradient-based adaptive algorithms, Proceedings of IEEE International
    Conference on Acoustics, Speech and Signal Processing, vol. 3, pp.
    1929–1932, Munich, Germany.
    [3] M. Akay. (1994), Biomedical Signal Processing, Academic Press.
    [4] L. Angrisani, P. Daponte and Massimo D. Apuzzo. (2001), “Wavelet
    network based detection and classification of transients” IEEE Trans.
    Power Delivery, vol. 50,no. 5, pp. 1425-1435.
    [5] O. Bai, M. Nakamura, A. Ikeda, and H. Shibasaki. (2000), Nonlinear
    Markov Process Amplitude EEG Model for Nonlinear Coupling
    Interaction of Spontaneous EEG, IEEE Trans. on Biomedical
    Engineering, vol. 47, no. 9, pp. 1141–1146.
    [6] John J. Benedetto. (1994), Wavelets: Mathematics and Applications, CRC
    Press.
    [7] Vincent D. Blondel, Alexandre Megretski. (2004), Unsolved Problems in
    Mathematical Systems and Control Theory, Princeton University press
    princeton and Oxford.
    [8] K. W. Chan, Y.T. Zhang. (2002), Noise Reduction of motion artifact from
    Photoplethysmographic Recording using a Variable Step-Size LMS
    Filter, Proceeding of IEEE, Vol 2, p1343 - 1346.
    [9] R. Punchalardand J. Koseeyaporn. (2009), Indirect frequency estimation
    based on second-order adaptive FIR notch filter, Elsevier, Signal
    Processing, volum 89, issue 7, Pages 1428-1435.
    115
    [10] Márcio Holsbach Costa, Leandro Ronchini Ximenes and José Carlos
    Moreira Bermudez. (2008), Statistical analysis of the LMS adaptive
    algorithm subjected to a symmetric dead-zone nonlinearity at the
    adaptive filter output, Elsevier North-Holland, Signal Processing, vol.
    88, issue 6, Pages 1485-1495.
    [11] Ingrid Daubechies. (1993), Wavelet Transform and Orthnormal Bases ,
    Proceedings of Applied Mathematics, Vol 47, American Mathematical
    Society, p1-p34.
    [12] K. Dogancay and O. Tanrikulu. (2001), Adaptive filtering algorithms
    with selective partial updates, IEEE Transactions on Circuits and
    Systems II: Analog and Digital Signal Processing, vol. 48, no. 8.
    [13] J. C. Huhta and J. G. Webster, (1973), 60Hz interference in
    electrocardiography, IEEE Trans. BioMedical Engineering, vol. BME-20, p91-101.
    [14] S. Mallat. (1998), A Wavelet Tour of signal Processing , Academic Press,
    NewYork, UK.
    [15] Song, S. G. and Innanen, K. A. (2002),Multiresolution Modeling and
    Wavefield Reconstruction in Attenuating Media, Geophysics, Vol. 67,
    pp.1192.
    [16] Mallat, S.G. (1989), Theory for multiresolution signal decomposition:
    the wavelet representation. IEEE Transactions on PAMI. Vol. 11, pp.
    674-693.
    [17] Simon Haykin. (2001), Adaptive Filter Theory, Prentice Hall.
    [18] Osman Kukrerand Aykut Hocanin. (2006), Frequency-response-shaped
    LMS adaptive filter, Elsevier, Signal Processing, volum 16, issue 6,
    Pages 855-869.

    Xem Thêm: Các phương pháp thích nghi trong lọc nhiễu tín hiệu điện tim
    Nội dung trên chỉ thể hiện một phần hoặc nhiều phần trích dẫn. Để có thể xem đầy đủ, chi tiết và đúng định dạng tài liệu, bạn vui lòng tải tài liệu. Hy vọng tài liệu Các phương pháp thích nghi trong lọc nhiễu tín hiệu điện tim sẽ giúp ích cho bạn.
    #1
  7. Đang tải dữ liệu...

    Chia sẻ link hay nhận ngay tiền thưởng
    Vui lòng Tải xuống để xem tài liệu đầy đủ.

    Gửi bình luận

    ♥ Tải tài liệu

social Thư Viện Tài Liệu

Từ khóa được tìm kiếm

Nobody landed on this page from a search engine, yet!

Quyền viết bài

  • Bạn Không thể gửi Chủ đề mới
  • Bạn Không thể Gửi trả lời
  • Bạn Không thể Gửi file đính kèm
  • Bạn Không thể Sửa bài viết của mình
  •  
DMCA.com Protection Status