Convolutional Neural Networks For Medical
Applications Teik Toe Teoh download
https://ebookbell.com/product/convolutional-neural-networks-for-
medical-applications-teik-toe-teoh-49432462
Explore and download more ebooks at ebookbell.com
Here are some recommended products that we believe you will be
interested in. You can click the link to download.
Convolutional Neural Networks For Medical Image Processing
Applications Saban Ozturk
https://ebookbell.com/product/convolutional-neural-networks-for-
medical-image-processing-applications-saban-ozturk-47165926
Deep Learning And Convolutional Neural Networks For Medical Image
Computing Precision Medicine High Performance And Largescale Datasets
Le Lu
https://ebookbell.com/product/deep-learning-and-convolutional-neural-
networks-for-medical-image-computing-precision-medicine-high-
performance-and-largescale-datasets-le-lu-6616312
Deep Learning And Convolutional Neural Networks For Medical Imaging
And Clinical Informatics 1st Ed 2019 Le Lu
https://ebookbell.com/product/deep-learning-and-convolutional-neural-
networks-for-medical-imaging-and-clinical-informatics-1st-ed-2019-le-
lu-10796452
A Guide To Convolutional Neural Networks For Computer Vision Salman
Khan
https://ebookbell.com/product/a-guide-to-convolutional-neural-
networks-for-computer-vision-salman-khan-6864510
Convolutional Neural Networks With Swift For Tensorflow Image
Recognition And Dataset Categorization 1st Edition Brett Koonce
https://ebookbell.com/product/convolutional-neural-networks-with-
swift-for-tensorflow-image-recognition-and-dataset-categorization-1st-
edition-brett-koonce-22374822
Accelerators For Convolutional Neural Networks Arslan Munir Joonho
Kong
https://ebookbell.com/product/accelerators-for-convolutional-neural-
networks-arslan-munir-joonho-kong-53052330
Stochastic Selection Of Activation Layers For Convolutional Neural
Networks Loris Nanni
https://ebookbell.com/product/stochastic-selection-of-activation-
layers-for-convolutional-neural-networks-loris-nanni-10738474
Deep Convolutional Neural Network For The Prognosis Of Diabetic
Retinopathy A Shanthini
https://ebookbell.com/product/deep-convolutional-neural-network-for-
the-prognosis-of-diabetic-retinopathy-a-shanthini-44938974
Deprnet A Deep Convolution Neural Network Framework For Detecting
Depression Using Eeg 1st Edition Ayan Seal
https://ebookbell.com/product/deprnet-a-deep-convolution-neural-
network-framework-for-detecting-depression-using-eeg-1st-edition-ayan-
seal-32913926
SpringerBriefs in Computer Science
Teik Toe Teoh
Convolutional Neural
Networks for Medical
Applications
SpringerBriefs in Computer Science
Series Editors
Stan Zdonik, Brown University, Providence, RI, USA
Shashi Shekhar, University of Minnesota, Minneapolis, MN, USA
Xindong Wu, University of Vermont, Burlington, VT, USA
Lakhmi C. Jain, University of South Australia, Adelaide, SA, Australia
David Padua, University of Illinois Urbana-Champaign, Urbana, IL, USA
Xuemin Sherman Shen, University of Waterloo, Waterloo, ON, Canada
Borko Furht, Florida Atlantic University, Boca Raton, FL, USA
V. S. Subrahmanian, University of Maryland, College Park, MD, USA
Martial Hebert, Carnegie Mellon University, Pittsburgh, PA, USA
Katsushi Ikeuchi, University of Tokyo, Tokyo, Japan
Bruno Siciliano, Università di Napoli Federico II, Napoli, Italy
Sushil Jajodia, George Mason University, Fairfax, VA, USA
Newton Lee, Institute for Education, Research and Scholarships, Los Angeles, CA,
USA
SpringerBriefs present concise summaries of cutting-edge research and practical
applications across a wide spectrum of fields. Featuring compact volumes of 50 to
125 pages, the series covers a range of content from professional to academic.
Typical topics might include:
• A timely report of state-of-the art analytical techniques
• A bridge between new research results, as published in journal articles, and a
contextual literature review
• A snapshot of a hot or emerging topic
• An in-depth case study or clinical example
• A presentation of core concepts that students must understand in order to make
independent contributions
Briefs allow authors to present their ideas and readers to absorb them with
minimal time investment. Briefs will be published as part of Springer’s eBook
collection, with millions of users worldwide. In addition, Briefs will be available
for individual print and electronic purchase. Briefs are characterized by fast, global
electronic dissemination, standard publishing contracts, easy-to-use manuscript
preparation and formatting guidelines, and expedited production schedules. We
aim for publication 8–12 weeks after acceptance. Both solicited and unsolicited
manuscripts are considered for publication in this series.
**Indexing: This series is indexed in Scopus, Ei-Compendex, and zbMATH **
Teik Toe Teoh
Convolutional Neural
Networks for Medical
Applications
Teik Toe Teoh
Division of Information Technology &
Operations Management
Nanyang Technological University
Singapore, Singapore
ISSN 2191-5768 ISSN 2191-5776 (electronic)
SpringerBriefs in Computer Science
ISBN 978-981-19-8813-4 ISBN 978-981-19-8814-1 (eBook)
https://doi.org/10.1007/978-981-19-8814-1
© The Author(s), under exclusive license to Springer Nature Singapore Pte Ltd. 2023
This work is subject to copyright. All rights are solely and exclusively licensed by the Publisher, whether
the whole or part of the material is concerned, specifically the rights of translation, reprinting, reuse
of illustrations, recitation, broadcasting, reproduction on microfilms or in any other physical way, and
transmission or information storage and retrieval, electronic adaptation, computer software, or by similar
or dissimilar methodology now known or hereafter developed.
The use of general descriptive names, registered names, trademarks, service marks, etc. in this publication
does not imply, even in the absence of a specific statement, that such names are exempt from the relevant
protective laws and regulations and therefore free for general use.
The publisher, the authors, and the editors are safe to assume that the advice and information in this book
are believed to be true and accurate at the date of publication. Neither the publisher nor the authors or
the editors give a warranty, expressed or implied, with respect to the material contained herein or for any
errors or omissions that may have been made. The publisher remains neutral with regard to jurisdictional
claims in published maps and institutional affiliations.
This Springer imprint is published by the registered company Springer Nature Singapore Pte Ltd.
The registered company address is: 152 Beach Road, #21-01/04 Gateway East, Singapore 189721,
Singapore
Preface
This book is a compilation of research in using Convolutional Neural Networks
(CNNs) for Medical Applications, written by Dr Teoh Teik Toe. It contains many
publications and lessons learnt in applying CNNs during Dr Teoh’s career as a Deep
Learning researcher.
Dr. Teoh has been pursuing research in Big Data, Deep Learning, Cyber-
security, Artificial Intelligence, Machine Learning and Software Development for
more than 25 years. His works have been published in more than 50 journals,
conference proceedings, books and book chapters. His qualifications include a PhD
in Computer Engineering from the NTU, Doctor of Business Administration from
the University of Newcastle, Master of Law from the NUS, LLB and LLM from
the UoL, CFA, ACCA and CIMA. He has more than 15 years’ experience in Data
Mining, Quantitative Analysis, Data Statistics, Finance, Accounting and Law and
is passionate about the synergy between business and technology. He believes that
deep learning has a wide variety of applications and is eager to share his knowledge
in applying such technologies in a wide variety of fields.
The field of Artificial Intelligence is very broad. It focuses on creating systems,
capable of executing tasks which would require some form of human intelligence.
In-depth knowledge and understanding of the field is required to be able to develop
good Artificial Intelligence programs. Convolutional Neural Networks are a class of
Artificial Intelligence algorithms which are commonly used for image data.
Throughout his career, Dr. Teoh has researched in applying deep learning to solve
a variety of problems in various fields. He has extensive experience in applying
deep learning in stock price prediction, medical imaging, cyber security, emotion
recognition and many more.
Singapore, Singapore Teik Toe Teoh
v
Acknowledgements
This book would not be possible without the hard work of the researchers that I have
worked with in applying Computer Vision to Medical Imagery. I would like to give
thanks to all those that have contributed to the book chapters below:
Du Yifei and Chen Zipei for putting in the hard work for the Brain Tumor and
Skin Cancer Classification challenges.
Liu Jiahang, Zhao Wenkang, Li Zongyi, Song Zeyang for working diligently on
the task to detect Pneumonia in afflicted children.
Shuhan Xiao, Zihan Ran, Anjie Yang for looking into classifying different White
Blood Cells for the challenge.
Wenjie Guo, Mengfan Dong, Ruishu Guo, Xinnong Du, Xiuyuan Li, Yuchen
Zhao for collaborating to classify diabetic retinopathy in affected patients.
I would like to thank the Springer team for the support provided from turning
this book idea into reality.
Last but not least, I would like to acknowledge and thank the family and friends
who have supported us throughout this journey, including all those who have helped
made publishing this book possible.
vii
Contents
1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . 1
1.1 Medical Imaging . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . 1
1.1.1 Example of An X-ray Image . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . 2
1.1.2 Users of Medical Imaging .. . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . 3
1.1.3 Importance of Medical Imaging.. . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . 3
1.2 Convolutional Neural Networks .. . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . 3
1.2.1 The Convolution Operation . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . 5
1.2.2 Pooling . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . 8
1.2.3 Flattening.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . 8
1.2.4 CNN Architectures . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . 9
1.2.5 Finetuning .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . 12
1.3 Data Augmentation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . 13
1.4 Regularization .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . 13
1.4.1 Ridge Regression . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . 15
1.4.2 Lasso Regression . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . 15
1.4.3 Dropout.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . 16
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . 17
2 CNN for Brain Tumor Classification . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . 19
2.1 Introduction to Brain Tumors.. . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . 19
2.1.1 Benign Tumors .. . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . 19
2.1.2 Malignant Tumors . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . 20
2.2 Brain Tumor Dataset . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . 20
2.2.1 Glioma Tumor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . 21
2.2.2 Meningioma Tumor.. . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . 22
2.2.3 Pituitary Tumor . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . 24
2.3 Classifying Brain Tumors . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . 26
2.3.1 Data Augmentation Method .. . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . 27
2.3.2 Convolution and Pooling Layers .. . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . 29
2.3.3 Global Average Pooling (GAP) . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . 29
2.3.4 Training . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . 31
ix
x Contents
2.3.5 Result . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . 31
2.3.6 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . 33
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . 33
3 CNN for Pneumonia Image Classification . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . 35
3.1 Introduction to Pneumonia . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . 35
3.1.1 Causes of Pneumonia .. . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . 35
3.1.2 Categories of Pneumonia .. . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . 36
3.1.3 Risk Factors for Pneumonia .. . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . 37
3.1.4 Complications of Pneumonia . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . 37
3.2 Pneumonia Dataset .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . 38
3.3 Classifying Pneumonia . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . 38
3.3.1 Methodology .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . 39
3.3.2 Model Compilation . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . 42
3.3.3 Model Evaluation .. . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . 45
3.3.4 Model Improvement . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . 49
3.3.5 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . 52
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . 52
4 CNN for White Blood Cell Classification . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . 53
4.1 Introduction to White Blood Cells . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . 53
4.2 White Blood Cells Dataset. . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . 54
4.2.1 Eosinophil .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . 54
4.2.2 Lymphocyte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . 55
4.2.3 Monocyte .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . 57
4.2.4 Neutrophil .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . 57
4.3 Classifying White Blood Cells . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . 59
4.3.1 EfficientNet . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . 60
4.3.2 Experimental Study .. . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . 62
4.3.3 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . 68
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . 68
5 CNN for Skin Cancer Classification . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . 69
5.1 Introduction to Skin Cancer . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . 69
5.1.1 Basal Cell Carcinoma.. . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . 70
5.1.2 Squamous Cell Carcinoma . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . 70
5.1.3 Melanoma . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . 70
5.2 Skin Cancer Dataset. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . 71
5.3 Classifying Skin Cancer . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . 71
5.3.1 Data Pre-processing . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . 72
5.3.2 Convolution and Pooling Layer . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . 73
5.3.3 Final Pooling Operation . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . 75
5.3.4 Training . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . 78
5.3.5 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . 80
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . 80
Contents xi
6 CNN for Diabetic Retinopathy Detection . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . 83
6.1 Introduction to Diabetic Retinopathy . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . 83
6.2 Diabetic Retinopathy Dataset. . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . 84
6.2.1 Non-proliferative Diabetic Retinopathy . . .. . . . . . . . . . . . . . . . . . . . . 85
6.2.2 Proliferative Diabetic Retinopathy .. . . . . . . .. . . . . . . . . . . . . . . . . . . . . 86
6.3 Classifying Diabetic Retinopathy . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . 86
6.3.1 Diabetic Retinopathy . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . 86
6.3.2 Deep Learning and Image Identification.. .. . . . . . . . . . . . . . . . . . . . . 87
6.3.3 Training . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . 87
6.3.4 Result and Evaluation . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . 89
6.3.5 The Optimisation of Convolutional Neural Network . . . . . . . . . . 90
6.3.6 Comparison with Other Models .. . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . 92
6.3.7 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . 93
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . 93
Index . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . . . . . 95
Chapter 1
Introduction
As a branch of machine learning, deep learning has developed rapidly in the past
two decades. The reason is that a series of neural networks with large parameters
and complex structures have been established, which can be used to widely extract
the characteristics of input information, thereby dividing the decision boundary
more accurately. In the neural network, the convolutional neural network (CNN)
is a classical and efficient network hierarchy. CNN was first proposed by Yann
Lecun and applied to handwritten number recognition [7]. Its essence is a multi-
layer perceptron. The reason for its success lies in the way of local connection and
weight sharing, enabling effective feature extraction on images at different scales.
1.1 Medical Imaging
Medical imaging, sometimes referred to as radiography, is the area of practice where
physicians make new pictures of various body areas for diagnostic or therapeutic
purposes [2]. Trained experts may identify diseases and injuries without invasive
procedures thanks to non-invasive testing used in medical imaging.
The development of medical imaging is among the most significant in contempo-
rary medicine. Medical imaging procedures come in a variety of forms, including:
• X-rays
• Magnetic resonance imaging (MRI)
• Ultrasounds
• Endoscopy
• Tactile imaging
• Computerized tomography (CT scan)
Other beneficial medical imaging methods include nuclear medicine functional
imaging, such as positron emission tomography (PET) scans. Scanners are an
© The Author(s), under exclusive license to Springer Nature Singapore Pte Ltd. 2023 1
T. T. Teoh, Convolutional Neural Networks for Medical Applications, SpringerBriefs
in Computer Science, https://doi.org/10.1007/978-981-19-8814-1_1
Random documents with unrelated
content Scribd suggests to you:
XVI.
Rouva Heermanin puheille pyrki hääpäivän aamuna nuori
maalaistyttö, puettuna puoliherraskaisesti. Hän tuli kadunpuoleisesta
pääovesta ja oli niin vakavan ja surullisen näköinen, että sisäkkö heti
pyysi häntä odottamaan ja ilmoitti emännälleen.
— Millä voin teitä auttaa? — kysyi Leena nähdessään tytön, jonka
syvästi murheellinen katse viilsi hänen herkkää sydäntään.
Tänään hän oli niin altis kaikille vaikutuksille, arasteleva ja samalla
valmis hellimään.
— Te ette tunne minua, — sanoi vieras ojentaen kätensä Leenalle.
— Minä olen Lehvistä, Uuraan kotoa, ja tulin — — tulin
onnittelemaan teitä.
Hänen sanansa olivat kuin ulkoa opitut ja lausuttiin vaivoin, mutta
katseessa ilmenevä sieluntuska vangitsi Leenan.
— Oletteko Anja? — huudahti Leena.
— Olen, rouva! — Hänen silmiinsä nousivat suuret kyyneleet ja
putoilivat eheinä kuin helmet rauhattomille sormille, jotka nyppivät
pienen puuhkan karvaa.
— Miksi te itkette, lapsi kulta? — sanoi Leena hellästi. — Onko
kotona jotakin tapahtunut?
— Ei, ei suinkaan!
— Mutta te olette niin surullinen!
— Olen niin — niin onnellinen, kun te pidätte Uuraasta. Minäkin
pidän hänestä. Te olette niin kaunis, ja nyt minä ymmärrän, ettei
Uuras sentään olisi voinut — —
— Rakas lapsi, puhu aivan vapaasti minulle, niinkuin sisarellesi.
Jos sinulla on suruja, niin ehkä voin auttaa.
— Ei, ei, minä menen jälleen, tahdoin vain nähdä teidät ja kaikki.
Älkää puhuko minusta Uuraalle, rouva, ettehän!
Leena alkoi ymmärtää.
— Nyt, Anja, tahdon tietää surusi syyn!
— Sitä en minä voi sanoa teille, rouva, mutta jos Uuras kertoo
teille, on kaikki oikein.
— Niinkuin tahdot — sanoi Leena miettien, — mutta sinun pitää
ymmärtää, että nyt on kysymys kolmen kohtalosta. Jos sinulla on
vaimon oikeus Uuraaseen — —
Anja punastui, niin että silmiin koski, ja hän nousi äkkiä läheten
ovea.
— Vaimon oikeus? — sanoi hän hiljaa.
— Niin, ymmärräthän!
— Ei, ei, ei! — huusi Anja, ja kyyneleet tulvivat kasvoille ja
nyyhkytys painoi hänet jälleen istumaan. — Ei koskaan. Uuras oli
aina niin hyvä, niin hyvä!
Tyttö oli niin sanomattoman avuton ja suloinen tuskassaan, ja
Leena pakotti hänet kohottamaan päätään, hyväili ja lohdutteli,
kunnes Anja kykeni jälleen katsomaan häntä kirkkain ja kuivin silmin.
Yhteinen rakkaus vei nämä kaksi erilaista naista lähelle toisiaan,
Anjan luottavana ja viattomana luonnonlapsena ja Leenan
kokeneena maailmannaisena, jolle rakkaus oli myöhästyneenä
onnena kaikki kaikessa, kiihkeää ja maltitonta. Jos Anja olisi tullut
vaativana, olisi Leena puolustautunut luopumatta oikeuksistaan.
Mutta hän tuli anteliaana, uhrautuvana ja sai vastalahjaksi syleilyn.
Vähänpä Leena aavisti, mitä Anjan mielessä piili. Hän oli itse
jäänyt osattomaksi nuoruuden ensimmäisestä rakkaudesta
joutuessaan kovin nuorena vaimoksi keski-ikäiselle, kuluneelle
miehelle, jota hän hyvin pian inhosi. Anjan rakkaus oli metsän
povessa kasvanut kaikkien hellimänä, ujona, raittiina ja kaikki
kestävänä, taipuen toivomaan, odottamaan, leikkimään suutelojen
sulolla kuin kedon kukkasten kerällä, vaikka sydän oli aina erosta
pakahtua. Hän olisi ollut valmis odottamaan ikänsä taikka
antautumaan tuokiossa hänelle, yhdelle, ja sitten ikuisesti
palvelemaan, kärsimään, jos olisi tarvittu, ja ilossa kukoistamaan.
Hän oli vakava kuin hauta, mieli pyhä ja ehyt, ja Uuraan rakkaus oli
hänelle uskontoa. Siihen hän oli kasvanut ja siinä elänyt, ja siihen oli
molempien koti heidät vihkinyt.
Nyt oli tullut Uuraan oma tahto ja uusi kohtalo Leenan kautta
tekemään kaiken sen tyhjäksi. Kuin unissakävijä, joka vaarallisissa
korkeuksissa kiipeilee itseään loukkaamatta, oli Anja tullut
kaupunkiin tuskansa ajamana. Suru vaati varmuutta, tahtoi nähdä
kohtalonsa kuin rakkaan vainajan, uskomatta kuolemaa todeksi.
Omaa sulouttaan ja puhdasta luonnettaan alentamatta hän paljasti
oudolle naiselle tuskansa luopuen kaikesta, niinkuin jalo nuorukainen
luopuu hengestään maansa onnen ja kunnian puolesta. Hän oli
rientänyt ja sitten alttiina uhrinsa antanut ikäänkuin luovuttaen
kalliin helmen, jonka arvoa ei elämä eikä kokemus vielä ollut
tunnetuksi tehnyt.
Erottuaan Leenasta Anja matkusti suoraa päätä takaisin kotiin.
Häät olivat olleet ja Ulla-emäntä mestarin kanssa palannut Lehviin,
mutta seuraavana päivänä hän ilmestyi jälleen kaupunkiin.
Uuras, joka oli muuttanut vaimonsa tilavaan kotiin, tapasi työstä
tullessaan eteisessä Leenan, kyyneleet silmissä.
— Mikä sinun on, kun olet itkenyt? — kysyi hän levottomana.
— Äiti on taas tullut tänne, — sanoi hän katsomatta mieheensä. —
Hän on surupuvussa. — Kuinka, onko isä — —
— Ei, eihän toki.
— En minä osaa arvailla! — sanoi Uuras maltittomana.
He astuivat Uuraan huoneeseen. Siellä oli äiti jo kynnyksellä
poikaansa vastassa kuultuaan keskustelun.
— Anja on päässyt rauhaan, — sanoi hän katsomatta Uuraaseen.
Tämä ei näyttänyt tajuavan uutisen vakavuutta, katsoi vain heihin
kysyvänä ja hämmästyneenä.
— Kuollutko, nuori, terve tyttö, oliko hän sairas?
— Oli ja ei, kuinka sen käsittää, — selitti äiti vältellen.
— Puhukaa nyt selvään! — huudahti Uuras maltittomana.
— Niin selvään kuin tässä voi mitään puhua. Hän oli
kuolemansairas kenenkään tietämättä. Nyt on enää myöhäistä
päivitellä. Me olemme kaikki olleet ymmärtämättömiä, — sanoi äiti.
Uuras näytti tyyneltä. Vain äiti ymmärsi hänen katseestaan, kuinka
sanoma oli koskenut. Hän jätti naiset ja poistui jälleen kotoa.
— Kertokaa nyt, äiti, kuinka kaikki on tapahtunut, minusta tuntuu
——
— Anja oli niin terve lapsi kuin kukaan voi olla, jos onni olisi häntä
suosinut — —
Ulla-emäntä pyyhki kyyneleitään.
— Jos onni olisi häntä suosinut — ei, minä en voi sitä sanoa.
— Kuoliko hän tapaturmasta?
— Upotti itsensä.
He olivat kumpikin vähän aikaa vaiti ja itkivät.
— Älkää kertoko Uuraalle, — pyysi Leena, — kuinka Anja kuoli.
— Ei saisi tehdä syntiä synnin päälle tuntoonsa tulematta. Olen
minäkin ollut liian hellä, ja siksi tämä on tullut. Tyttö oli kuin omani
ja nyt kuolemassa vieläkin rakkaampi. Minun täytyy puhua pojalleni.
— Ei, äiti, Uuras on vielä niin nuori. Moittikaa minua.
— Ettehän te tiennyt Anjasta.
— Tiesin enkä tiennyt. Anja kävi täällä hääpäivänä.
— Mikä tuskan mierotie se mahtoi lapsiparalle olla! — huokasi
Ulla-emäntä yhä itkien. — Mitä hän sanoi?
— Hän sai minut uskomaan, että ainoa oikea vaimo Uuraalle olen
minä!
— Ja itsensä se lapsi tuomitsi kuolemaan.
— Hän oli kaunis!
— Enpä tiedä enkä sellaista kysy, rakas hän minulle oli,
jokapäiväinen iloni. Kun ei Uuras enää ollut kotona, ei päivääkään
mennyt, ettei hänen laulunsa ja pikku askartelunsa olisi minua
lohduttanut. Hän näki silmistäni, mitä tahdoin, ja teki sen sanaa
sanomatta, se lapsi.
— Kuitenkin rukoilen, älkää sanoko Uuraalle, kuinka hän kuoli!
— Miksi en sitä sanoisi?
— Uuras ei tiedä Anjan täällä käyneen.
— Se olisi ollut sanottava.
— Ei, ei nyt eikä silloinkaan. Uuras ei olisi voinut eikä tahtonutkaan
mitään muuttaa.
— Totuus on aina lukuun otettava ja tietoon saatettava.
— Ei, ei aina, silloinhan ei tuskalla loppua olisikaan. Mitä auttaa
meitä surullinen totuus, kun asia on jo tapahtunut eikä sitä voi
toiseksi tehdä? Anja on kuollut.
— On vain yksi syy, joka minua pidättää. Pojallani on vaimo.
Vaikken hyväksy tämmöistä salaamista, en tahdo tunkeutua teidän
kahden väliin.
— Mutta jos asia tulee sanomalehtiin! — huudahti Leena.
— Tulee kuolemanilmoituksena, että äkkiä kuoli. Niin on sovittu.
— Tietävätkö siitä ihmiset siellä — — kylässä? — kysyi Leena.
— Tottahan, kun löysivät joesta.
— Oh!
Molemmat naiset viettivät keskipäivän synkissä mietteissä. Ja kun
Uuras tuli, oli hänellä mukanaan sanomalehti, jossa oli Anjan
kuolinilmoitus.
— Kuinka se on tapahtunut? — kysyi hän äidiltään.
— Niinkuin kuolema toisinaan äkkiä kohtaa, — sanoi äiti.
— Minä kysyin: kuinka, älkää peitelkö!
— Rakas Uuras, äiti ei kai voi muuta sanoa! — huomautti Leena.
— Äiti tietää sen.
— Älä kiivastu!
— Tämä asia koskee minua hyvin läheisesti, ja nyt minä tahdon
sen tietää.
— Vaimosi tietää kaikki, minä olen jo kertonut hänelle. Ja nyt,
poika, ole mies ja tulkaa toimeen keskenänne.
He jättivät asian sillä kertaa, ja Ulla-emäntä lähti kotia kohti
samana päivänä.
Suru oli Leenalle vierasta. Hän ei sitä vielä tuntenut missään
muodossa eikä voinut ymmärtää miehensä tuskaa, joka suorastaan
loukkasi häntä.
— Äiti on kertonut sinulle. Puhu, älä kiusaa minua! — sanoi Uuras.
Leena katsoi ääneti ja moittivin silmäyksin miestään.
— Minun olisi pitänyt sanoa sinulle aikaisemmin, etten koskaan voi
unohtaa sitä tyttöä, mutta enhän itsekään tiennyt, kuinka lähellä
sydäntäni hän oli. Kerro, kuinka…? —
— Anna minulle aikaa. Se ei ymmärtääkseni ole liikaa. Uskoin
olevani ainoa nainen sinun maailmassasi, ja nyt — — —
— Olet kuolleelle mustasukkainen.
— Soisin voivani olla, se olisi luonnollinen tunne. Ei, elämääni on
tullut jotakin kolkkoa, ammottavaa tyhjyyttä. Uuras, näin ei olisi
pitänyt käydä.
— Sinä ajattelet itseäsi. Mutta nyt onkin puhe Anjasta, ja Anjasta
tahdon tietää. Etkö sinä käsitä, puhu hänestä!
— Kuinka se sinuun koskee! Sinä rakastit häntä, sinä rakastit
häntä ja otit minut.
Uuras painui tuoliinsa peittäen kasvot käsiinsä ja pyysi yhä:
— Kerro, kerro, mitä tiedät!
Leena puristi yhteen huuliaan ja sanoi ääntään alentaen:
— Siinä ei ole enempää kerrottavaa kuin mitä jo tiedät!
Uuras katsoi häneen epäillen ja tarttui väkivaltaisesti ranteeseen:
— Sinä et puhu totta!
Leena irroitti kätensä ja hillitsi suuttumuksensa.
— Me kaksi olemme syypäät. Siinä on jo kylliksi, enempää en
tiedä!
Hän jätti miehensä yksin, poistuen hitain askelin.
XVII.
Oli kulunut viisitoista vuotta. Pienen kaupungin kehitys oli näinä
vuosina ollut ripeä. Uusi, yksityinen rautatie vei nyt täältä sisämaasta
etelää kohti rannikkokaupunkiin. Satama oli kokonaan uudestaan
rakennettu tyydyttämään suuresti vilkastunutta laivaliikettä. Uuraan
rakkaat suunnitelmat, joiden mukaan Onttolan kartanosta
lunastettaville tonteille oli rakennettava uusi, komea kaupunginosa
lähemmäksi asemaa, olivat toteutumassa, ja vanhasta
esikaupungista oli vain muisto jäljellä.
Heti ensimmäisinä vuosina oli Uuras rakentanut Leenan talon
uudestaan. Se oli nyt kaunis puutalo puiston keskellä, mutta
huoneiden luku ja järjestys, muutamia mukavuuden ja parannusten
muutoksia lukuunottamatta, oli jotakuinkin sama kuin ennenkin.
Vaimonsa kautta hän oli alusta saakka joutunut ahdasmielisessä
pikkukaupungissa tarkoin valikoitujen johtohenkilöiden piiriin ja
saanut enemmän sananvaltaa kuin täällä yleensä kellekään
yksityiselle suotiin. Se oli ollut Uuraan kehitykselle verrattoman
edullista, ja se ero, joka siinä suhteessa oli ollut Uuraan ja Leenan
välillä iän ja aikaisempien olosuhteiden luomana, oli vähitellen
tasoittunut. Mutta rauhaton, kiihoittunut toiminnan elämä oli
katoavan nuoruuden mukana haihduttanut myöskin sen vähäisen
lämmön, jota luonto niin säästeliäästi oli Uuraalle suonut, ja hänen
jyrkkä ja käskevä tapansa käsitellä kotioloja, aivan kuin jatkaisi työn
komentoa rakennuksilla, teki usein Leenan elämän raskaaksi ja
tukalaksi. Toisaalta tämä kiireinen toiminta ei suonut aikaa eikä
antanut aihetta varsinaiseen hengenviljelykseen, ei edes siinä
määrässä kuin pikkukaupungin oloissa olisi käynyt päinsä.
Aluksi Uuras oli Anjan kuolinsanoman saatuaan tuntenut
vastenmielisyyttä Leenaa kohtaan, ja hyvin tietäen, että sellainen
tunne oli väärä ja kohtuuton, hän moitti siitä itseään tekeytyen
huomaavaiseksi aviomieheksi. Mutta tämä ristiriitaisuus hänen
elämässään nyhti irti kaikki aikaisemmin vaalitut hennot
lemmentaimet tehden maaperän niille karuksi ja samalla laajentaen
juopaa aviopuolisoiden välillä.
Oli taaskin kevät ja Lehvin seppä, jota Leena puhutteli ukiksi,
vieraili poikansa ja miniänsä luona, osaksi auttaakseen poikaansa
töiden kaitsemisessa, mutta oikeastaan ollen "itseään
tuulettamassa", kuten hän sanoi.
Leena viihtyi herttaisen ukon seurassa ymmärtäen tämän
leikinlaskua, vaikka se toisinaan olikin hiukan karkeatekoista. Hän
nauroi ensin sydämen pohjasta ja punastui sitten jäljestäpäin, jos
oikein kovalle otti.
— Minä nautin keväästä niin sanomattomasti, — sanoi Leena. —
Tunnen itseni kymmentä vuotta nuoremmaksi. Oh, kuinka nämä
päivät kulkevat nopeaan, tahtoisin pidättää niitä ja elää uudestaan ja
uudestaan jokaisen hetken. Aika on niin kallista, niin kallista!
— Kyllähän se maksaa paljon rahaa, täällä teillä! — sanoi ukki.
— Kuinka niin? — ja samalla Leena vilkaisi ukkiin.
— Täällä on niin hiivatin suurellista.
— Pelkkää jokapäiväisyyttä. Elämän pitäisi olla kuin juhlaa. Minä
taistelen vanhuutta vastaan ja puolustan urhoollisesti elämäniloani.
Maailmassa on niin paljon onnea, ja minun asiani on sitä itselleni
anastaa.
— Kaihan Leenan kelpaa, mutta ollappa Uuraan pöksyissä — siinä
saa olla kuin ukkosen jyrinä! Työmiehet reistailevat.
— Ainahan ne rettelöivät.
— Rettelöivät niin, kun näin kaupungin oloissa kaipaavat tätä
tällaista komeutta ja elämän makeutta.
— Eikös ukki sitä kaipaa? Eikö elämä täällä tunnu aika somalta?
— Ei se minulta täällä oikein luonnista. Pitäisi olla tärkkikaulus ja
lankkisaappaat enkä minä vanha mies sellaisiin kakkuloihin rupeaisi.
Leena siirtyi lähemmäksi ukkia ja lyöden polvelle kehoitti:
— Kertokaa nyt taas jotakin hauskaa!
— Mistä, Uuraastako?
— Niin, tietysti. Millainen Uuras oli siellä kotona, ennen muinoin?
— Aika veijari, juoksi keinut ja tanssit ja rimputteli hanuria.
— Taisi olla aika velikulta!
— No, ennen varjelen kapallisen kirppuja, ennenkuin sellaista
poikaa hulluttelemasta!
— Sellainen monihenkinen veijari! — nauroi Leena.
— Ja suurellinen. Ei kelvannut enää olla Henrikssonni, se oli
moukkamaista ja ruotsalaista ja mitä lienee ollut sonnimaista! Ja kun
se opettajakin, se niin Tohu, sitä komenteli, niin poika otti nimekseen
Uuras, ja se on sitten aina vaan pelkkä Uuras. Taitaa sentään
asiapapereissa olla Karl Henrik Uuras. Sen nimen mukana häneen
sitten meni sekin työpiru. Sen työn kanssa se yötä ja päivää reistaili.
Ahjossa piti olla sellainen tohu, että toiseen kylään kuului, ja
pajamies sai lyödä moukarilla, niin että mäki notkui, ja itse se
tanssitti vasaraa raudalla ja käänteli pihtejä kuin masiina, ja kalu tuli
aina kuin valettu. Mutta sitten se äkkiä jätti kaikki ja meni Helsinkiin.
— Hänen paikkansa ei ollut kyläsepän pajassa.
— Lieneekö tämä sen parempaa elämää?
— Ainoata mahdollista hänelle.
— Rettelöitä ja rahan kanssa pelaamista.
— Onko Uuras puhunut teille rahoista?
— On, kuuluu tarvitsevan uutta työtä päästäkseen vähän
väljemmälle.
— Oh, nyt kun minäkin olen niin ahtaalla. Olen ottanut velkaa.
— Eihän Leenalla voi olla velkaa. Sehän on sitten Uuraan velkaa!
— Minulla on kuitenkin, — sanoi Leena hiljentäen ääntään.
— Tietääkö Uuras?
— Ei, sehän siinä onkin tukalaa!
— Sanokaa suoraan pojalle kaikki!
— En uskalla, sanokaa te hänelle, minä pyydän teitä sanomaan.
— Ei, en minä mene puun ja kuoren väliin! — torjui ukki nostaen
kämmeniään.
— Uuras ja minä emme ole puu ja kuori, — sanoi Leena huoaten
raskaasti.
— Mitä puhetta se on?
— Älkää välittäkö. Tänään on meidän kuudestoista hääpäivämme.
— Senkö vuoksi täällä on ollut koko viikon vieraita?
— Niitä on aina. Minä rakastan iloa ja elämää!
— Entä Uuras?
— Uuraalla pitää aina olla kaikkein komeinta ja kalleinta, aina joku
suuri työ ja armeija ihmisiä ympärillään. Minä taas rakastan
päivällisiä ja iltakutsuja ja muuta seuraa, pidän ompeluseuroja ja
muita kokouksia. Minulla on paljon yhteisiä hommia kaupungin
naisten kanssa. Oh, mitä niistä, se kuuluu jokapäiväiseen leipään.
— Onpa se suurireikäinen leipä, — huomautti ukki.
— Niin, reikää se kyllä on tehnyt. Kas niin, nyt olen taas unohtanut
tanssiaispukuni. Tilalla on suuri juhla kaupungintalolla.
Leena-rouva jätti ukin yksin tupakoimaan Uuraan huoneeseen ja
kiirehti salin kautta omalle puolelleen.
Hetken kuluttua joku avasi oven ulkopuolelta, ja Uuras astui
sisään. Hän oli matkapuvussa, päällystakki hiukan savessa ja
matkalaukku kädessä. Hänen säännölliset piirteensä olivat
muuttuneet jyrkiksi, tuima katse oli pistävä ja ryhti entistä
käskevämpi. Hän oli koko lailla hermostunut, rauhaton ja helposti
tulistuva, kuten mies, joka tahtoo kiihkeällä työllä saavuttaa
mahdollisimman nopeasti jonkin päämäärän. Hän ei mitannut
koskaan voimiaan, ei empinyt toimissaan, oli kaikkia kohtaan
suorasanainen ja vaatelias ja omaisilleen itsekäs ja kova.
— Terveisiä matkalta, isä! — sanoi hän laskiessaan
matkalaukkunsa makuuhuoneen ovelle ja riisui päällystakkinsa sen
päälle.
— Tulet kai työmaalta, kun takkisi on savessa, — sanoi ukki ja vei
päällystakin eteisen naulaan.
— Menin sinne suoraan junasta, — sanoi Uuras astellen lattialla
kiivaasti kuin mieltään lauhduttaakseen. — Poissa ollessani ne vintiöt
ovat tehneet vallan ihmeitä.
— Katselin sitä minäkin, — muistutti ukki.
— Katselitte kyllä, miksette sitten sanonut niille? — kivahti Uuras.
— Ovat muuranneet kutomasalin seinään ne kelvottomat tiilet, jotka
jo hylkäsin. Niissä oli huonoa savea.
— Kyllähän minä sitä toimitin, ettei saisi ottaa siitä kasasta.
— Päätyseinä pullistaa hiukan yhdeltä kohtaa.
— Eikö miehet itse huomaa? — ihmetteli hänen isänsä.
— Kyllä minä ne panin huomaamaan, mutta niillä peeveleillä on
jokin syy kiusantekoon. Se on aivan ilmeistä.
— Eikös voi sopia? — kysyi ukki katsoen sivulta poikaansa.
— Sopiako, hoh, yksi tahtoo yhtä, toinen toista, kaikki ovat sisua
täynnä eikä kukaan tottele!
— Valitatko sinä, ettei totella? Sinähän olet aina saanut kivetkin
kiirehtimään!
— Kiirehän sillä tehtaan työllä on. Ne juupelit tietävät sen, että
joka päivä merkitsee minulle paljon. Ja nyt ne tahtovat näyttää
olevansa herroja markkinoilla. Tehdään erehdyksiä — pura pois,
juopotellaan — odota! Tehdas kiristää, ja minä saan maksaa sakot
myöhästyneestä työstä. Tämä nahjusteleminen on niin vietävää!
Leena tuli salista sanomalehti kädessä.
— Vihdoinkin pääsit kotiin, tervetuloa! Katsos, tässä on sanottu,
mikä päivä tänään on! — sanoi hän yrittäen lepyttää miestään, joka
yhä astui lattialla otsa rypyssä.
— Se onneton hääpäivä kummittelee joka vuosi, ja ne lahjoitukset!
— Sinä et sitä koskaan muista.
— Et ole puhunut minulle mitään.
— Muutama satanen, onhan se aina ollut tapana Onttolassa,
vanhat palvelijat — —
— Emmehän toki iankaikkisesti ole velvollisia elättämään Onttolan
palvelijoita, kun ei ole mitään tekemistä kartanon kanssa!
— Kuitenkin oma hoitajani — —
— Ota tänne hoitaaksesi! — huusi Uuras suuttuneena. Äkkiä hän
muisti matkalaukkunsa ja otti sieltä pienen salkun laskien sen
työpöydälleen. — Meillä ei ole liikoja rahoja, sen olen sinulle tuhat
kertaa sanonut. Elämme ihan yli varojemme, ja minä olen saanut
suuria tappioita. Koeta pitää muistissa!
Leena katseli miestään alistuvaisena ja ääneti.
— Sinä kai tarvitset talouteen. Tässä on muutama kymmen, —
jatkoi Uuras ottaen kukkarostaan seteleitä. — Minulla ei nyt ole edes
kahta tuhatta. Täytyy saada sairashuoneen urakka päästäkseni taas
käsiksi rahoihin. Sekin, minkä nyt naapurikaupungista sain, on jo
ennen suolattu.
Ukki oli Leenan tultua pujahtanut ulos ja palasi nyt mukanansa
joukko työmiehiä.
— Käykää peremmälle! — sanoi hän.
— Tulimme ilmoittamaan, ettei sitä seinää pureta eikä muurata.
Syy ei ollut meidän, tiilet olivat työmaalla, — puhui eräs muurari
kaikkien puolesta, sittenkuin Leena oli poistunut.
— Hyvä on, menkää sitten muualle työhön! — sanoi Uuras
varmasti.
— Ja mestari tuottaa väkeä muualta?
— Jos hyväksi näen.
— Olemme tässä ajatelleet jatkaa töitänne kaikessa sovussa, jos
te, mestari, luovutatte sairashuoneen urakan meidän työkuntamme
omaksi. Se ei olisi mestarille kovinkaan suuri eikä tärkeä, mutta
meille se sopisi hyvin, — puhui mies.
— Vai sopisi hyvin! Onko teillä takuita?
— On ja hyvät onkin! — vastasi mies.
— Saako tietää, keitä ne ovat? — kysyi Uuras hiukan ihmetellen.
— Se on toistaiseksi liikesalaisuus, — sanoi muuan nuori
työnjohtaja Murtola, joka oli parina viime vuonna suorittanut pikku
urakoita yhdessä eräiden muurarien kanssa.
— Eihän ne takuut häviämästä pelasta, mutta vapaus yrittää teillä
tietysti on niinkuin minullakin. Miksi te panette tehtaan työn
riippumaan tästä?
— Herrat eivät sokaise herrain silmiä, ja jos te, mestari, kilpailette,
ei sitä meille anneta.
— Kiristystä siis.
— Me odotamme päätöstänne.
— Tehkää hiivatissa, mitä tahdotte, ja menkää! — huusi Uuras.
— Mestari komentaa. Kyllä mennään, jos haluttaa, ja tullaan, kun
mieli tekee. Me olemme omia herrojamme. Jos sisu kiehuu
meikäläisen mekon sisässä, niin siihen on syynsä. Te elätte
ruhtinaiksi, tahdotte käskeä ja komentaa ja herrastaa ja hallita.
Kerran se tulee meidänkin vuoromme. Me tahdomme ensin syödä
kylliksemme ja sitten koetella voimia. Nyt se alkaa, mestari,
jumaliste, nyt se alkaa — —!
Miehet murisivat hyväksymisensä, ja Uuras huusi:
— Hiljaa, tämä ei ole markkinapaikka!
— Tarjoukset tarkastetaan pian ja — — huomautti Murtola.
— Kuulutte olevan hyvä työnjohtaja! — keskeytti Uuras.
— Teen aina parhaani, — sanoi Murtola.
— Osaatteko totella?
— Osaan, kun näen sen hyväksi! — vastasi nuori mies ja katsoi
tiukasti Uuraaseen.
— Murtolaan me luotamme, — sanoi muurari, — mennään miehet,
ei tää pyytelemisestä parane! — ja he poistuivat.
Murtola aikoi seurata heitä, mutta Uuras pidätti.
— Jääkää, tahtoisin kysyä teiltä muutamia asioita.
Murtola astui lähemmäksi pysyen kunnioittavassa asennossa. Hän
oli nuori, hartiakas, avokatseinen mies, joka vaatteiltaan ja
esiintymisensä puolesta näytti sivistyneeltä.
— Ettekö tahtoisi ruveta minulle töihin ja sitten liikekumppaniksi?
— kysyi Uuras suoraan.
— Minä olen heidän yhtiömiehensä.
— Ettekö voisi luopua?
— En!
— Sanon teille edeltäpäin: ellei teissä ole miestä ottamaan työtä
miehistä irti, niin selkäänne saatte.
— Meillä ei ole tarpeen minun panemani pakko, kun olemme
yhteistyössä, — sanoi nuori mies tyynesti.
— Yhteistyössä, sehän se onkin niin perin ääliötä. Vai luuletteko
työmiestä sellaiseksi aasiksi, että hän raataisi hiki hatussa
kumppaniensa hyväksi? Yhteistyö, turhaa lorua!
— Rakennusalalla yhteistyö on mahdollista, — väitti Murtola.
— Siinäkin tapauksessa, että työväki vetäisi eri köyttä, niinkö?
— Silloin se tietysti ei ole viisasta, — myönsi toinen.
— Siinä sen näette. Se aate on kyllä hyvä, mutta sen perustaksi
pannaan toinen aate ihmisten täyspätevyydestä, mutta se pettää.
— Periaatteessa täytynee kuitenkin myöntää, että työmme yleensä
on jonkun verran yhteistyötä.
— On, minä olen esimerkiksi rakennuttanut itselleni tämän talon,
suunnitellut piirustukset, antanut mitat ja suhteet, tehnyt
luonnoksenkin. Soveltaminen ja tekniikka on arkkitehdin, mutta syy,
miksi näin olen rakentanut, ei ole enää minusta riippuvainen.
— Sellaisten syitten toteuttaminen onkin juuri yhteistyötä, —
muistutti Murtola.
— On, mutta se juuri on heikkoutta ja varman suunnan puutetta.
Minä en silloin enää ole oma itseni, en määräämässä enkä
päättämässä, enkä myöskään vastuussa.
— Ja kuitenkin voi sellainen yhteistyö olla joukolle edullista, sen
onneksi, vaikkei olekaan persoonallista.
— Mutta minulle se on vastenmielistä, painaa minut
mitättömyyteen, narriksi. Teidän yhtiönne on joukko sellaisia narreja.
Tuohon käteen, herra Murtola, me teemme liiton! — puhui Uuras
ojentaen kättä nuorelle miehelle.
— Emme, herra Uuras!
Uuras astui maltittomasti sivuhuoneen ovelle ja raotti sitä.
— Eliisa, tulehan tänne, tahtoisin saada sairashuoneen
piirustukset.
Herra Murtolan on vuoro saada ne katseltavikseen.
Pian ilmestyi ovelle nuori nainen. Hän oli vaalea ja hento; kasvot
olivat pitkäkkäät, kapeat, otsa leveä ja kaunis ja leuka suippeneva.
Hoikka vartalo oli hiukan etukumarassa, mutta kaikki elo oli hänen
harmaissa silmissään, jotka enimmäkseen kätkeytyivät luomiensa
suojaan alas painuneina, vain toisinaan omituisesti välähtäen, ja
silloin vasta hänet huomasi ja heräsi kysymään: — Kuka hän on?
Hän astui piirustustelineen luo Uuraan laajan työhuoneen toiselle
puolelle ja nyökättyään Murtolalle antoi Uuraalle muutamia
paperikääröjä.
— Tässä ne ovat, käärinkö ne paperiin?
— Tee se, lapsi! Mitä sanot, Eliisa, jos meidät vapautetaan
sairaalan urakasta?
— Luovutteko kilpailusta, mestari Uuras? Eliisa kätteli Murtolaa
tutunomaisesti.
— Oletteko ennestään tutut? — kysyi Uuras.
— Olemme olleet luokkatovereja yhteiskoulussa, — selitti Eliisa.
XVIII.
Eliisa oli orpotyttö, jonka molemmat vanhemmat olivat kuolleet,
ensin isä, Uuraan töissä ollut työnjohtaja, ja sitten myöhemmin äiti
tytön ollessa kymmenen vanha. Vanhemmilta oli jäänyt hiukan
varoja, ja kun Uuras määrättiin holhoojaksi, päätti hän kasvattaa
tytön omalla kustannuksellaan. Alusta saakka oli Eliisaa pidetty kuin
omaisena perheessä, ja vuosien kuluessa tämä läheinen suhde oli
yhä vahvistunut.
— Niin, sinähän kävit kuusi luokkaa, — sanoi Uuras. — Oletteko
ylioppilas? — kysyi hän Murtolalta.
— En, erosin jo viidenneltä ja menin teollisuuskouluun, — selitti
nuori mies.
Saatuaan Eliisalta paperit käärittyinä hän poistui.
— Saat panna tulojen puolelle kerrankin taas kymmenen tuhatta,
jotka nostin loppueränä Isakssonin työstä. Se oli hyvä urakka, kiitos
vain sinulle, lapsi, yhteistyöstä!
— Kassa onkin aivan tyhjä, — sanoi Eliisa.
— Mutta kulkutautisairaalan menot ovat pennin päälle kuitatut, ja
minä saan olla onnellinen, kun vielä on takki päälläni ja housut
jalassani ja ne aivan ehjät, — puhui Uuras nauraen.
— Onhan tämä talokin omanne, — huomautti nuori tyttö.
— Sitä en koskaan laske. Sehän kuuluu Leenalle.
— Te olette tehnyt niin hirveästi työtä nämä vuodet.
— Niin, en ole yhtään arkiaamua saanut nukkua kello neljästä
eteenpäin. Katsos, korvalleni on ilmestynyt hopeata. Mutta hittoko
sitä muistamaan! Nyt olemme perillä, ja valtion tarkastaja piti
minulle päivälliset ja sanoi puheessaan, ettei hän ollut koskaan vielä
sattunut tarkastamaan niin suurta työtä eikä niin suurella tappiolla
suoritettua eikä niin erinomaisen hyvin tehtyä, aivan yksityisseikkoja
myöten ensiluokkaista työtä. Mitä sinä, lapsi, siihen sanot?
— Se on suurenmoista ja niin surullista, kun teiltä meni suuri
omaisuus.
— Kolme vuotta sitten ei voitu tietää, että työpalkat äkkiä
nousisivat melkein puolella, samoin rakennusaineet ja kaikki
kustannukset. Jos olisin vähänkin hidastellut tai itse väsynyt, olisin
nyt yli korvieni velassa, — selitti Uuras nuorelle konttoriapulaiselleen.
Eliisa oli jo pari vuotta hoitanut Uuraan tilejä käytyään
kauppakoulua yhteiskoulusta erottuaan.
— Niin monet ovat sanoneet, että mestari teki siinä urakassa liian
hyvää työtä — —
Welcome to our website – the perfect destination for book lovers and
knowledge seekers. We believe that every book holds a new world,
offering opportunities for learning, discovery, and personal growth.
That’s why we are dedicated to bringing you a diverse collection of
books, ranging from classic literature and specialized publications to
self-development guides and children's books.
More than just a book-buying platform, we strive to be a bridge
connecting you with timeless cultural and intellectual values. With an
elegant, user-friendly interface and a smart search system, you can
quickly find the books that best suit your interests. Additionally,
our special promotions and home delivery services help you save time
and fully enjoy the joy of reading.
Join us on a journey of knowledge exploration, passion nurturing, and
personal growth every day!
ebookbell.com