博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
只长肌肉 不长脂肪——教你精确制导增肌餐
阅读量:4222 次
发布时间:2019-05-26

本文共 1492 字,大约阅读时间需要 4 分钟。

 

 

对于那些体脂很容易增长的人来说,要想在增大肌肉块的同时,避免体脂增加,的确很难。其实,只要按照下面的步骤去做,就能解决这个难题。

  想吃什么就吃什么,想吃多少就吃多少的做法,只适合那些新陈代谢速度较快的人,以及正处在青春期的青少年。因为即使这样做,他们的腰围也不会增加。

  但是,对大部分人来说,在增大肌肉块的同时,体脂也会增加。而采用循环增减碳水化合物和蛋白质摄入量的饮食技巧,不仅能确保你有更充足的营养供应,更充沛的训练体能,而且能帮助你在增大肌肉块的同时,保持较低的体脂水平。

   第一步:设计两种不同的饮食计划

  对于体脂很容易增加的人来说,如果在不训练的日子里,不控制碳水化合物和热量的摄入,就很容易导致体脂增加。鉴于此,你可以设计两种不同的饮食方案,一种在力量训练日采用,另一种在休息日采用。

  在力量训练日,你可以每天每磅体重摄入2克碳水化合物,以及1克蛋白质,并且每天进餐六次。对于一个体重200磅的健美运动员来说,也就是每天摄入400克碳水化合物以及200克蛋白质。

  而在不进行训练的日子里,你应该把碳水化合物的摄入量降低到每天每磅体重1克。对于一个体重200磅的健美运动员来说,也就是每天摄入200克碳水化合物以及200克蛋白质。

  按照第一步,调整饮食计划三周。

  第二步:同时增加蛋白质和碳水化合物的摄入量

  此时,你将把碳水化合物的摄入量增加到每天每磅体重2.5克,蛋白质的摄入量增加到每天每磅体重1.2克。对于一个体重200磅的健美运动员来说,也就是每天摄入500克碳水化合物,以及240克蛋白质。

  由于碳水化合物的摄入量太多时会迅速增加你的体脂水平,因此为了避免体脂迅速增加,你最好是采用循序渐进的方式来提高碳水化合物摄入量。

  具体做法是:在前四个星期内,先只在五个力量训练日的其中两天,把碳水化合物的摄入量提高到预定的水平。在剩下的三个训练日里,你仍然把碳水化合物的摄入量控制在每天每磅体重2克的水平。而在不训练的日子里,你仍然把碳水化合物摄入量控制在每天每磅体重1克的水平。

  在整个第二步期间,你的蛋白质摄入量始终保持在每天每磅体重1.2克的水平。4〜6周后,你将在所有的五个力量训练日里,全部采用每天每磅体重2.5克的碳水化合物摄入量。保持这个摄入量2〜3周。

   第三步:微调

  在连续三周把碳水化合物摄入量提高到每天每磅体重2.5克之后,就需要削减碳水化合物的摄入量。否则,当肌肉内的碳水化合物储备量达到饱和,并持续一段时间之后,身体就会把多余的碳水化合物转化为脂肪储存起来。

  当碳水化合物的摄入量保持在较高水平一段时间之后,突然降低的时候,体脂就很容易被消耗。但是在降低碳水化合物摄入量的同时,对蛋白质的摄入量也应做出调整,这点非常重要。

  虽然碳水化合物摄入量较高会使你发胖,但同时也会促进肌肉增长。而当你突然降低碳水化合物摄入量时,你的身体会及时做出反应,并启动防止肌肉块被消耗的生理机制。

  在这个阶段,建议你在力量训练日,把碳水化合物摄入量降低到每天每磅体重1克,而在不训练的日子里,则把碳水化合物摄入量降低到每天每磅体重0.5克。

  与此同时,在力量训练日,把蛋白质摄入量增加到每天每磅体重1.5克;而在不训练日,则把蛋白质摄入量增加到每天每磅体重2克。对于一个体重200磅的健美运动员来说,在力量训练日,每天摄入200克碳水化合物,以及300克蛋白质;而在不训练的日子里,每天摄入100克碳水化合物,以及400克蛋白质。14天之后,返回到第一步,把整个过程重复进行一遍即可。

 

 

文章转自

转载地址:http://lcgmi.baihongyu.com/

你可能感兴趣的文章
福利直播 | 12年阿里巴巴大数据之路亲历者详解数据中台
查看>>
送你16个matplotlib绘图实用小技巧(附代码)
查看>>
独家 | 不同机器学习模型的决策边界(附代码)
查看>>
孙家广院士:大数据软件的机遇与挑战
查看>>
云校庆系列活动 | 软件定义新基建,数据驱动新未来
查看>>
清华唐杰教授:人工智能的下一个十年,认知推理是重点(附PPT下载)
查看>>
高文院士:学习人工智能专业,能成为大师吗?
查看>>
Python爬取近10万条程序员招聘数据,告诉你哪类人才和技能最受热捧!
查看>>
原创 | 吐血推荐,B站最强学习资源汇总(数据科学,机器学习,python)
查看>>
从0到100 | 用户画像的构建思路
查看>>
大数据战略:从数据大国到数据强国
查看>>
全球首次!阿里云把 Apache 顶级开源项目会议搬到线上
查看>>
半小时训练亿级规模知识图谱,亚马逊AI开源知识图谱嵌入表示框架
查看>>
独家 | 采用BERT的无监督NER(附代码)
查看>>
重磅开启!2020中国高校计算机大赛——华为云大数据挑战赛
查看>>
新冠图像数据分析论文集合(附链接)
查看>>
数据分析 | 带你零基础入门数据挖掘(附代码)
查看>>
斯坦福的智能马桶能凭肛纹识人,大便和尿液都把你的信息“卖”了……
查看>>
基于知识图谱的语义理解技术及应用
查看>>
直播预告 | 斯坦福助理教授马腾宇:深度学习中的隐式和显式正则化
查看>>