有一种病叫妈妈的心病!孩子体质差老生病?做对这件事,孩子少生病,全家都安心!

对于父母来说,孩子生病绝不亚于一次炼狱之旅,孩子的体温、哭闹、食量、排便……都如同一根根看不见的线,提扯着全家的神经!

对于很多急性子的父母来说,孩子一生病基本就处于崩溃边缘,随时都有可能为了孩子发飙!

面色差、消瘦、胃口差或者反复积食、腹胀便秘、易烦躁、情绪不稳定、睡眠不好、大便不正常、爱出虚汗、手脚冰冷.....很多小朋友反反复复生病,一波未平一波又起,折腾几回后体质越来越差!

孩子体质差,总生病,是妈妈们最大的心病!如何跳出恶性循环,有没有什么安全不副作用的调理方法,让孩子身体更强壮呢?

当然有!

家长们可以学习一下,小儿推拿!在与孩子愉快互动的时候,通过推拿揉掐,帮助孩子治病防病,解决常见小儿疾病,养出强健体魄!

1

为什么每个家长

都要学习小儿推拿

很多孩子特别怕打针输液,每次治疗都痛苦不堪,而给生病的孩子喂药,更是家长们的一大难题,相比之下,小儿推拿是绿色安全的疗法,更容易被宝宝接受,而且对已病、未病,皆能治疗!

小儿推拿适应症较广,常用于感冒、咳嗽、发热、腹痛、腹泻、呕吐、咽炎、肥胖、消化不良、少食厌食、疳积、哮喘、支气管炎、夜啼、梦呓、惊风、肌性斜颈、脑瘫、佝偻病、近视、盗汗、脱肛、湿疹、跌打损伤等治疗,以及小儿保健与预防。

小儿推拿适用对象一般是6岁以下的小儿,6-12岁以上的孩子也可以应用此法,但因为随着年龄的增长,机体对按摩的感知力下降,所以疗程相对要长一些,需要加入一些成人穴位。

2

健脾胃、强肺卫

小儿推拿法

中医认为,小儿脾常不足,肺尤娇,这两个脏器属于孩子健康方面的“短板”!

儿科常见疾病也多为这两类:一类是以积食为首的脾胃系病症;另一类就是以感冒领头的肺系病症,包括咳嗽、哮喘、肺炎等。

这里分享几个健脾胃、强肺卫,帮助孩子增强免疫力的推拿方法:

1.补脾经100-200次。

2.补肺经100-200次。

3.顺时针摩腹1-2分钟。

4.上捏脊3-6次。

注意:

1、推拿前,操作者应修剪指甲(避免损伤宝宝的皮肤),洁净双手。

2、操作时最好涂上相应的润滑剂,比如茶籽油、橄榄油、按摩油等。用力要均匀、柔和、持久,禁用暴力,以皮肤潮红为宜。

3、可根据宝宝年龄调整推拿的次数。

在养育的过程中,很多妈妈都有一个共同的焦虑:孩子生病的时候,看着他哼哼唧唧的难受,父母很揪心,却又无能为力!

养娃是一场修行,不断学习育儿知识和疾病知识,才是我们升级打怪路上的最强“装备”!

不仅是妈妈,小儿推拿是每位家长必备的技能!通过小儿推拿,不吃药不打针,就能缓解小孩的疾苦,还能帮助孩子增强体质,减少生病的频率。

3

家长不会为孩子

做小儿推拿怎么办

很多家长在给孩子做推拿的时候,会纠结推拿到底应该做多少次,做多久,应该快一点还是慢一点,应该先推左边还是右边。穴位认得准不准,手法对不对?

孩子生病的时候,想用对应的手法,来配合解决,却不知道该用哪些手法?想通过推拿来给孩子做日常保健和预防,却不知道从何推起?

7月份在线下开展的“小儿推拿妈妈班”广受大家好评,很多妈妈都表示,宋乐冬医生讲授的方法很实用,也很有针对性,简单易操作,而且一学就会,好几位参课的父母都反映,现在每天都会给孩子推一推,提升孩子体质!

  • 4
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
基于YOLOv9实现工业布匹缺陷(破洞、污渍)检测系统python源码+详细运行教程+训练好的模型+评估 【使用教程】 一、环境配置 1、建议下载anaconda和pycharm 在anaconda中配置好环境,然后直接导入到pycharm中,在pycharm中运行项目 anaconda和pycharm安装及环境配置参考网上博客,有很多博主介绍 2、在anacodna中安装requirements.txt中的软件包 命令为:pip install -r requirements.txt 或者改成清华源后再执行以上命令,这样安装要快一些 软件包都安装成功后才算成功 3、安装好软件包后,把anaconda中对应的python导入到pycharm中即可(不难,参考网上博客) 二、环境配置好后,开始训练(也可以训练自己数据集) 1、数据集准备 需要准备yolo格式的目标检测数据集,如果不清楚yolo数据集格式,或者有其他数据训练需求,请看博主yolo格式各种数据集集合链接:https://blog.csdn.net/DeepLearning_/article/details/127276492 里面涵盖了上百种yolo数据集,且在不断更新,基本都是实际项目使用。来自于网上收集、实际场景采集制作等,自己使用labelimg标注工具标注的。数据集质量绝对有保证! 本项目所使用的数据集,见csdn该资源下载页面中的介绍栏,里面有对应的下载链接,下载后可直接使用。 2、数据准备好,开始修改配置文件 参考代码中data文件夹下的banana_ripe.yaml,可以自己新建一个不同名称的yaml文件 train:训练集的图片路径 val:验证集的图片路径 names: 0: very-ripe 类别1 1: immature 类别2 2: mid-ripe 类别3 格式按照banana_ripe.yaml照葫芦画瓢就行,不需要过多参考网上的 3、修改train_dual.py中的配置参数,开始训练模型 方式一: 修改点: a.--weights参数,填入'yolov9-s.pt',博主训练的是yolov9-s,根据自己需求可自定义 b.--cfg参数,填入 models/detect/yolov9-c.yaml c.--data参数,填入data/banana_ripe.yaml,可自定义自己的yaml路径 d.--hyp参数,填入hyp.scratch-high.yaml e.--epochs参数,填入100或者200都行,根据自己的数据集可改 f.--batch-size参数,根据自己的电脑性能(显存大小)自定义修改 g.--device参数,一张显卡的话,就填0。没显卡,使用cpu训练,就填cpu h.--close-mosaic参数,填入15 以上修改好,直接pycharm中运行train_dual.py开始训练 方式二: 命令行方式,在pycharm中的终端窗口输入如下命令,可根据自己情况修改参数 官方示例:python train_dual.py --workers 8 --device 0 --batch 16 --data data/coco.yaml --img 640 --cfg models/detect/yolov9-c.yaml --weights '' --name yolov9-c --hyp hyp.scratch-high.yaml --min-items 0 --epochs 500 --close-mosaic 15 训练完会在runs/train文件下生成对应的训练文件及模型,后续测试可以拿来用。 三、测试 1、训练完,测试 修改detect_dual.py中的参数 --weights,改成上面训练得到的best.pt对应的路径 --source,需要测试的数据图片存放的位置,代码中的test_imgs --conf-thres,置信度阈值,自定义修改 --iou-thres,iou阈值,自定义修改 其他默认即可 pycharm中运行detect_dual.py 在runs/detect文件夹下存放检测结果图片或者视频 【特别说明】 *项目内容完全原创,请勿对项目进行外传,或者进行违法等商业行为! 【备注】 1、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用!有问题请及时沟通交流。 2、适用人群:计算机相关专业(如计科、信息安全、数据科学与大数据技术、人工智能、通信、物联网、自动化、电子信息等)在校学生、专业老师或者企业员工下载使用。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值