首頁 資訊 營養(yǎng)師教你搭配健康減肥食譜

營養(yǎng)師教你搭配健康減肥食譜

來源:泰然健康網(wǎng) 時間:2024年12月01日 01:12

    對于想要減肥的朋友而言,每天的飲食是個關(guān)鍵問題,吃得不對是最容易引起肥胖的,所以,健康的飲食是非常重要的。下面我們一起來看看,營養(yǎng)師教你搭配健康減肥食譜。

  對于一般想減肥的朋友來說,每天1200大卡的飲食是相對健康的底線。也就是說這么吃能比較快速地減肥,又不會讓你有過度節(jié)食的危害。下面一起來看看每天1200大卡的減肥食譜怎么搭配吧。

  三餐:

  早餐主食2份、蛋白質(zhì)2份;

  午餐主食2份、蛋白質(zhì)2份、蔬菜1份

  晚餐主食2份、蛋白質(zhì)2份、蔬菜1份

  加餐水果2份(可放在三餐或者其他時間吃,外食族的蔬菜若吃不夠,可吃大蕃茄或者黃瓜來彌補)

  記住,需盡量改用少油烹調(diào)方式,如:蒸、煮、鹵、燙等,將每日額外添加的烹調(diào)用油及糖等控制在100大卡以內(nèi)。

  一份食物是多少:

  主食類:每份70卡

  1份=1/4碗飯=1/4個饅頭=1/2碗面(粥)= 1片薄土司=2~3片蘇打餅=1/3根玉米=1/3碗紅(綠)豆、薏仁

  蛋白質(zhì)類:每份70~150卡

  脫、低脂奶類

  1份=3湯匙奶粉=240CC鮮奶=200CC優(yōu)酪乳

  肉、魚、蛋、豆類

  1份=肉、魚生重約1兩(約3指大小)=牡蠣8顆=文蛤15個=草蝦3只=蛋1個=盒裝豆腐半盒=厚黑豆干1/2塊

  水果類:每份60卡

  營養(yǎng)師教你搭配健康減肥食譜,1份=拳頭大小水果1個(如:柳丁、桃子、小蘋果、土芭樂)=較大水果1/2個(如:葡萄柚、大蘋果、泰國芭樂、美濃瓜)=蓮霧2個=鳳梨1/10個=木瓜1/6個=葡萄(龍眼、小蕃茄)12個=荔枝(草莓)6個=香蕉1/2根

  蔬菜類:每份25卡

  1份=生重100公克=煮熟約 1/2碗=大蕃茄1個

  其他

  1顆方糖(5公克)= 20卡 1湯匙油(15CC)=135卡

  千萬要記?。?/p>

  同類食物可以互換,如:1/4碗飯相當于1/2碗粥;1/2碗飯就相當于1碗粥或1/2個饅頭……那1根玉米相當于多少飯呢?對了!就是3/4碗飯,所以當你多吃了1根玉米即相當于吃了3/4碗飯,下一餐的飯量記得減哦。

  1200卡示范食譜,可依上述份數(shù)設計如下:

  早餐(主食2份、蛋白質(zhì)2份)

  選擇1

  土司2片 低脂鮮奶240cc 茶葉蛋1個

  選擇2

  粥1碗 涼拌豆腐半盒 燙青菜半碗(可加蒜頭醬油或鹽調(diào)味) 鹵蛋1個

  選擇3

  營養(yǎng)師教你搭配健康減肥食譜,三角飯團1個 脫脂奶粉3平匙

  選擇4

  饅頭1/2個 茶葉蛋1個 優(yōu)酪乳200cc

  午餐或晚餐(主食2份、蛋白質(zhì)2份、水果1份)

  選擇 1

  飯1/2碗(100克) 烤雞腿1只 燙青菜約1碗 拌蒜頭醬油 泰國芭樂1/2個

  選擇 2

  水餃6個 青菜豆腐湯 豆腐1塊 小白菜 燙青小蘋果1個可加蒜頭醬油 或鹽調(diào)味 菜1碗

  選擇 3

  水煮面 面條40公克(煮熟約1碗) 里雞肉絲1兩 文蛤15個 青菜 葡萄13個

  注:水滾后直接加入材料。利用文蛤鮮味,材料不需爆炒。

  選擇4

  陽春面1碗 鹵味 厚黑豆干1塊 海帶1塊 蓮霧2個

  注:陽春面不可喝湯以去部分油脂,干面含油量高,不可點。鹵味只加蔥花醬油不可拌肉燥。

  營養(yǎng)師教你搭配健康減肥食譜,大家還可以用我們的Me減重方案自己定一個簡單的飲食和運動計劃:

經(jīng)驗內(nèi)容僅供參考,如果您需解決具體問題(尤其法律、醫(yī)學等領(lǐng)域),建議您詳細咨詢相關(guān)領(lǐng)域?qū)I(yè)人士。

相關(guān)知識

上班族減肥食譜 營養(yǎng)搭配健康減肥
健康減肥早餐搭配,14種減肥營養(yǎng)早餐搭配,瘦身早餐營養(yǎng)師給你搭配,健康減肥早餐要怎樣搭配
大班健康教案《營養(yǎng)搭配》
營養(yǎng)減肥早餐搭配 吃出營養(yǎng)健康
輕食搭配有了“指南”,營養(yǎng)師教你如何吃出健康
一日三餐健康營養(yǎng)搭配食譜
如何搭配減肥餐食譜大全
輕食搭配有了指南 營養(yǎng)師教你如何吃出健康
輕食搭配有了指南,營養(yǎng)師教你如何吃出健康
健康飲食搭配食譜

網(wǎng)址: 營養(yǎng)師教你搭配健康減肥食譜 http://m.u1s5d6.cn/newsview173279.html

推薦資訊