世上本无病,只是瘀和堵

益鸟

上医治未病,呵护健康分享爱

疾病只是瘀和堵,温度一到,各种淤堵和酸痛就会自动消失

人是环境动物,换言之是温度动物。把我们送到火星上或是月亮上去,是活不了几天的。仅凭这个,我们都应该感谢地球,感谢温度。

地球可不是个死东西,到处都是生命,我们的生命就在天和地之间发生着交换,我们的生命是父母给的,藏在肾中的是先天之精气,但光靠这个气还不够活、不够养,于是,我们还需要水谷之精华化成的气,还要加上从自然界吸入的清气,除了先天的,后天的气都是天地日月所生的,我们的生命就是在它们的生命里。

图片发自简书App

中医理论里气的主要功能是推动、温煦、防御和固摄。血液流动、津液的生成和运行,维持脏腑组织间的各种生理活动,都靠的是气。气无定形,气无处不在,气是功能性的,这很容易就可以换算成温度,正是因为温度到了,在一个合适的范围内,我们的身体就会被温煦,被推动。

当温度不够或是降低时,我们的身体就会淤阻,就会酸痛,疼痛常常都是因寒而致的,不论是四肢的关节疼痛,还是心痛、胃痛、腹痛、头痛等,都可以从寒上去思考。血液流速减慢,会出现滞涩、淤堵,进一步降低,血液就会凝固,人就面临死亡。

是温度使血液能流动,并在我们的全身循环不已,所以,保持温度,什么方法可以保持温度,可以升温,就是好的方法,各种外治法,艾灸、热敷,泡脚或熏蒸,都是在给身体加温,温热的、辛辣的食物,寒则加衣取暖,都是为了驱寒,保持我们身体里宝贵的温度。(有几个人一直不相信火功推拿能够治病,不知道这几个人看到这篇文章有何感想。)

身体暖和,我们的心才会感到温暖,生命才有春天,我们生命的潜能才可以被激发起来,才可以有阳光灿烂的日子。

世上本无病,只是瘀和堵

图片发自简书App

血管堵了——叫微循环障碍

堵在心脏——叫梗塞

堵在毛细血管——叫瘤

堵在肝脏——叫肿瘤

堵在子宫——叫肌瘤

堵在乳腺——叫增生

堵在甲状——叫结节

堵在脸上——叫痤疮

堵在皮肤——叫疙瘩

堵在腿上——叫曲张

堵在粘膜——叫囊肿

堵在颈部--叫颈椎病……

世界上所有东西都不是你自己的,唯有身体才是你自己的。

所有人得病、得的所有病,都源于这八个字:阴阳失衡,经络不通--!

图片发自简书App

为什么我们要定期排毒

加快衰老、诱发心脑血管病等身体的各个系统都需定期排毒,随着年龄的增长,当毒素累积到一定的量,造成淤和堵时,会使免疫力变弱、加快衰老、发生心脑血管病等等,所以给身体排毒非常有必要。

一天不排毒会产生30多种毒素

举个最简单的例子:如果你一天不上厕所,大便在体内会产生30多种毒素,可见排毒的重要性。

那么,我们有什么方法能够让体内的毒素,安全、有效的排出去呢?

三种超有效的排毒方法

通肾气:轻揉耳轮

做法

双手握空拳,以拇指、食指沿耳轮上下来回推摩1分钟,直至耳轮充血发热。

功效

中医认为全身精气交肾脏保管,肾开窍于耳,耳朵上布满了全身穴位,所以不仅能健肾,还能打通全身穴位。

促进血循环:常梳头

做法

用手指或木梳从额头前至枕后,从两侧的太阳穴至头顶,分别进行“梳头”,每回50-100次,早晨梳头最佳。

功效

人体各条经络都汇聚于头部,梳头时要可过眉冲、通天、百会、风池等近50个穴位,对这些穴位有刺激,可促进头部血流,疏通经络。

活动韧带:莲花坐

图片发自简书App

做法

1、双腿伸直,挺拔腰背地坐着。

2、将左脚放在右大腿根部,脚跟抵右侧小腹。将右脚脚心向天,尽量放在左大腿根部,脚跟抵左侧小腹。

3、交换双腿位置,先将右脚放在左大腿根部,重复练习。

功效

坚持运动能有助于活动人体多处韧带,使腿、腹、胸、颈部等肌肉得到充分伸展,保持经络畅通。

经常做这三种动作能有效疏通全身经络,经络通可以排除身体的毒素,达到排毒养颜的效果。

除了学会正确的排毒方法,掌握正确的排毒时间更加有利于进毒素的排除。

最佳排毒时间表

肾脏:早晨5—7点

早晨5—7点是肾脏最适合排毒的时间;身体经过一夜的修复,早晨毒素都聚集在肾脏,所以早晨起来喝一杯温水,可冲刷肾脏,将毒素排出体外。

肺脏:早晨7点—9点

早晨7点—9点是肺脏最强的时间;此时最好通过运动排毒,在肺最有力的时候进行慢跑等有氧运动,能强健肺并排出毒素。

心脏:上午11—下午1点

上午11—下午1点是心脏最强的时间;可以吃些保心、助排毒的食物,如茯苓、坚果、黄豆、黑芝麻、小枣、莲子等。

脾脏:餐后

餐后是最容易产生毒素的时刻;可以饭后走一走,还可以在饭后1小时吃1个水果,可健脾、排毒。

肝脏:凌晨1点—2点

凌晨1点—2点是肝脏最佳排毒时间;此时肝脏为排除毒素而活动旺盛,应让身体进入睡眠状态,让肝脏得以完成代谢废物。

排毒的目的不仅是养颜,更重要是保证身体健康。除了学会各种排毒的方法,还要掌握人体最佳排毒时间,这样才能更有效地清除体内垃圾和毒素,让身体远离淤和堵。

图片发自简书App

文章来源于网络或用户发布

如有违规,请联系删除

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 217,084评论 6 503
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,623评论 3 392
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 163,450评论 0 353
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,322评论 1 293
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,370评论 6 390
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,274评论 1 300
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,126评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,980评论 0 275
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,414评论 1 313
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,599评论 3 334
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,773评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,470评论 5 344
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,080评论 3 327
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,713评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,852评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,865评论 2 370
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,689评论 2 354

推荐阅读更多精彩内容

  • 温度决定生老病死(全文阅读) 我所理解的温度(1) 谈到温度,大家并不陌生。虽然温度无处不在,而且时时刻刻影响着我...
    崔金娥阅读 4,789评论 2 7
  • 1. 感恩爸爸,让我成为他的女儿,作为爸爸的女儿,第一次主动给爸爸买礼物,在网上给爸爸买了一件衣服,希望,爸爸能够...
    Jammy_d5b4阅读 380评论 0 0
  • 莫名发火了,心情不爽的时候,看谁都不顺眼,今天对顾客很不耐烦,几次心脑对话,控制住情绪,总是憋不住,拿老公当出气筒...
    杨琴一阅读 171评论 0 0
  • 管好自己的腿,不该去的地方不去。 管好自己的手,不该拿的东西不拿。 管好自己的嘴,不该吃的饭局不吃。 管好自己的眼...
    李翊洺赫阅读 182评论 0 0
  • 1.需求前后数据库变化 2.索引和离线数据 3.优化和大数据初探
    杨大菲阅读 115评论 0 0