當前位置:文書都 >

佛學經文 >內經 >

內經如何疏通經絡

內經如何疏通經絡

《黃帝內經》分《靈樞》、《素問》兩部分,為古代醫家託軒轅黃帝名之作,為醫家、醫學理論家聯合創作,一般認為成書於春秋戰國時期。是中國最早的醫學典籍,傳統醫學四大經典著作之一(其餘三者為《難經》、《傷寒雜病論》、《神農本草經》)。

《黃帝內經》是一本綜合性的醫書,在黃老道家理論上建立了中醫學上的“陰陽五行學説”、“脈象學説”、“藏象學説”、“經絡學説”、“病因學説”“病機學説”、“病症”、“診法”、“論治”及“養生學”、“運氣學”等學説,從整體觀上來論述醫學,呈現了自然、生物、心理、社會“整體醫學模式”。 其基本素材來源於中國古人對生命現象的長期觀察、大量的臨牀實踐以及簡單的解剖學知識。它奠定了人體生理、病理、診斷以及治療的認識基礎,是中國影響極大的一部醫學著作,被稱為醫之始祖。

如何判斷經絡是否通暢

一級:舌下兩條靜脈隱現,主幹直徑在 2.6毫米以下,長度不超過舌繫帶止點,整條舌下靜脈無扭曲、怒張。

二級:主幹飽滿,直徑不超過2.6毫米,長度不超過舌繫帶止點與舌尖1/2,輕度彎曲。

三級:主幹飽滿,直徑增粗超過2.6毫米,長度超過舌繫帶止點與舌尖3/5,輕度彎曲。三級者表示氣血循環有瘀堵。

四級:主幹飽滿,曲張明顯,直徑增粗超過2.6毫米,長度超過舌繫帶止點與舌尖3/5或將及舌尖,外帶有粗枝狀分支或魚子醬刺狀。四級者表示體內有早期腫瘤。

十二經絡所主的負面情緒

事實上,每個臟器都主導一種自然的正向能量,如果外界環境打破了身心平衡,就會產生相對應的負面情緒。通過疏通這些堵塞的經絡,可以改善或消除這些不良情緒。

1、膽:負面情緒主焦慮

正向能量是主中正、決斷;負面情緒主焦慮。膽的功能強健,決斷力強,中正無私;若膽經淤堵,就會出現焦慮不安,優柔寡斷的心境。

2、肝:負面情緒主憤怒

肝的正向能量是主計謀、謀慮;負面情緒主憤怒、指責。肝經淤堵的人,容易憤怒,好攻擊指責。疏通肝經,可以降肝火、平和情緒。

3、肺:負面情緒主悲傷

正向能量是主一身之氣;負面情緒主悲傷。肺經淤堵的人容易悲傷。疏通此經絡,可以減低悲傷情緒,找回正向能量。

4、大腸經:負面情緒主懊悔

正向能量主傳導、排毒、存污;負面情緒主懊惱(懊悔、煩惱)。大腸不通容易煩惱、無名火;大腸瀉下容易對過去的事情懊悔不已。疏通大腸經、改善大腸功能,可以消除這類負面情緒。

5、胃:負面情緒主急躁

正向能量主接納、豁達;負面情緒主急躁。胃經淤堵的'人做事容易着急,容易躁動,語言、行為均容易急躁。容易面部痤瘡、粉刺、或身體容易出現癰膿。疏通胃經,可以緩和急躁的情緒,排出體內的毒素。

6、脾:負面情緒主抱怨、委屈

正向能量主思考;負面情緒主抱怨、委屈。五行當中,脾主土,屬於大地坤土之性,能承載一切的好與壞。若脾的功能正常,可以接納一切寒熱温良、酸苦甘辛。若脾的經絡淤堵,就會對它的無私接納產生抱怨、委屈。

7、心:負面情緒主怨恨、仇恨

正向能量主歡喜、喜歡。負面情緒主怨恨、仇恨。怨恨比抱怨更強烈,有恨之入骨的勢頭,恨是由內心的最深處升起來的。生恨日久,耗傷心氣、心血,導致心經淤堵。心腦血管問題,多來源於心經淤堵。

8、小腸:負面情緒主哀愁

正向能量主悲憫、憐憫;負面情緒主哀愁。憐憫之心人皆該有,若憐憫過度及成哀愁。哀愁過度及成哀傷。哀愁過度及容易產生潰瘍,容易堵塞小腸經。疏通小腸經,糾正偏頗,可以平和的對待一切哀傷之事。

9、膀胱:負面情緒主消沉

正向能量主積極、向上、陽光,微笑;負面情緒主消沉。膀胱經為一身陽氣之所,為陽中之陽,之所以如此,是因為膀胱經的位置正好迎向太陽。若膀胱經不通,人體陽氣就無法升騰、部散;人體缺少陽氣,就像天上缺少太陽,晴天的時候,我們的心情就會積極向上,陰雨天的時候我們的心情就容易鬱悶、消極。

10、腎:負面情緒主恐懼

正向能量主智慧;負面情緒主恐懼。腎精充沛,智慧、勇敢。若腎精虧損、腎經淤堵,就容易生不出智慧,遇事恐懼、恐慌、害怕、驚恐。孩子經常看恐怖電影,玩一些血腥的電子遊戲,均容易損耗腎精,影響智慧。

11、心包:負面情緒主壓抑

正向能量主歡樂,愉快;負面情緒主壓抑。心包經為臣使之官,喜樂出焉,是幫助心傳達快樂心情的,若心包經堵塞,心的快樂的信號就無法傳達出來。因此經常疏通心包經是可以有效排解壓抑,提高快樂指數。

12、三焦:負面情緒主緊張

正向能量主輕鬆、心樂;負面情緒主緊張。若三焦功能不夠協調就會生出緊張的情緒。學生考試前的緊張、員工面試前的緊張等都有可能是三焦功能不相協調所致。通過疏通三焦經,協調三焦的功能,可以有效緩解緊張情緒。

標籤: 內經 經絡 疏通
  • 文章版權屬於文章作者所有,轉載請註明 https://wenshudu.com/foxuejingwen/neijing/dd8ewn.html
專題