首頁(yè) 資訊 木耳紅棗粥

木耳紅棗粥

來(lái)源:泰然健康網(wǎng) 時(shí)間:2024年12月18日 18:08

主料

粳米 100克 , 黑木耳(干) 15克 , 棗(干)8克。

配料

冰糖10克, 冷水適量。

木耳紅棗粥

⒈ 粳米淘洗干凈,用冷水浸泡半小時(shí),撈出,瀝干水分。

⒉ 黑木耳放冷水中泡發(fā),擇去蒂,除去雜質(zhì),撕成瓣?duì)睢?/p>

⒊ 紅棗洗凈,去核,備用。

⒋ 鍋中加入約1000毫升冷水,將粳米放入用旺火燒沸,下入黑木耳、紅棗,改用小火熬煮約45分鐘。

⒌ 黑木耳、紅棗熟爛、粳米成粥后,加入冰糖調(diào)好味,再稍燜片刻,即可盛起食用。

⒈ 滋陰潤(rùn)肺,適用于肺陰虛咳嗽,氣喘,內(nèi)火旺。

⒉清熱解暑,滋陰潤(rùn)肺。長(zhǎng)期食用還可以美容養(yǎng)顏,延緩衰老。

⒈不要同時(shí)吃海鮮,否則容易腹痛。

⒉紅棗每次的使用量不要超過(guò)10枚(吃得過(guò)量會(huì)有損消化功能,引發(fā)便秘。由于紅棗中含糖量較高,吃多了還容易導(dǎo)致蛀牙)。

黑木耳性干味平,能涼血止血,清肺益氣。紅棗補(bǔ)脾胃虛弱,治血虛萎黃、血小板缺少癥等,兩者配合,調(diào)理氣血,滋陰潤(rùn)肺,清熱解暑。味道甘美,既有保健作用又有美容效果,并能延緩衰老。

各成份具體營(yíng)養(yǎng)價(jià)值:

粳米

粳米能提高人體免疫功能,促進(jìn)血液循環(huán),從而減少高血壓的機(jī)會(huì);粳米能預(yù)防糖尿病、腳氣病、老年斑和便秘等疾?。痪酌卓穼拥拇掷w維分子,有助胃腸蠕動(dòng),對(duì)胃病、便秘、痔瘡等療效很好 [2]。

木耳

黑木耳中鐵的含量極為豐富,故常吃木耳能養(yǎng)血駐顏,令人肌膚紅潤(rùn),容光煥發(fā),并可防治缺鐵性貧血;黑木耳含有維生素K,能減少血液凝塊,預(yù)防血栓癥的發(fā)生,有防治動(dòng)脈粥樣硬化和冠心病的作用;木耳中的膠質(zhì)可把殘留在人體消化系統(tǒng)內(nèi)的灰塵、雜質(zhì)吸附集中起來(lái)排出體外,從而起到清胃滌腸的作用,它對(duì)膽結(jié)石、腎結(jié)石等內(nèi)源性異物也有比較顯著的化解功能;黑木耳含有抗腫瘤活性物質(zhì),能增強(qiáng)機(jī)體免疫力,經(jīng)常食用可防癌抗癌 [1]。

棗含有維生素A、C、E、P,生物素,胡蘿卜素磷、鉀、鎂等礦物質(zhì),葉酸,泛酸,煙酸等。它有提高人體免疫力,防治骨質(zhì)疏松和貧血,軟化血管,安心寧神等作用。中老年人更年期骨質(zhì)疏松、青少年生長(zhǎng)發(fā)育高峰期缺鈣、女性易貧血缺鐵等,食用棗類(lèi)食品都會(huì)有很好的食療效果,病后體虛的人食用棗類(lèi)也有很好的滋補(bǔ)作用。紅棗適宜慢性肝炎,肝硬化之人服食,也可減少其他藥物對(duì)肝臟的損害。紅棗中含環(huán)磷酸腺甙,可擴(kuò)張血管,增強(qiáng)心肌收縮力,改善心肌營(yíng)養(yǎng),對(duì)防治心血管疾病有一定好處 [3]。

·熱量 (434.57千卡)

·蛋白質(zhì) (9.82克)

·脂肪 (0.86克)

·膳食纖維 (5.58克)

·硫胺素 (0.19毫克)

·核黃素 (0.16毫克)

·尼克酸 (1.75毫克)

·鈣(55.47毫克)

·磷 (168.88毫克)

·鈉 (10.44毫克)

·鎂(59.88毫克)

·鐵 (16.13毫克)

·鋅(2.00毫克)

·硒 (3.14微克)

·銅 (0.26毫克)

·錳 (35.36毫克)

鮮木耳

含有一種卟啉的光感物質(zhì),人食用后經(jīng)太陽(yáng)照射可引起皮膚瘙癢、水腫,嚴(yán)重的可致皮膚壞死。

干木耳

是經(jīng)曝曬處理的成品,在曝曬過(guò)程中會(huì)分解大部分卟啉,而在食用前,干木耳又經(jīng)水浸泡,其中含有的剩余卟啉會(huì)溶于水,因而水發(fā)的干木耳可安全 [1]。

相關(guān)知識(shí)

女人臉色暗黃喝紅棗木耳粥調(diào)理
黑木耳配紅棗排出體內(nèi)肥油
木耳紅棗湯 女性養(yǎng)顏食物
木耳粉
【黑木耳】黑木耳的營(yíng)養(yǎng)及功效
紅棗銀耳羹滋陰潤(rùn)膚 過(guò)夜別喝
紅棗補(bǔ)血怎么吃?
紅棗銀耳羹 女性養(yǎng)顏的法寶
女人怎么吃紅棗養(yǎng)生
女性吃紅棗有哪些好處?

網(wǎng)址: 木耳紅棗粥 http://www.gysdgmq.cn/newsview626440.html

推薦資訊