Riemannian Geometric Statistics in Medical Image
Analysis 1st Edition Xavier Pennec - PDF Download
(2025)
https://ebookultra.com/download/riemannian-geometric-statistics-
in-medical-image-analysis-1st-edition-xavier-pennec/
Visit ebookultra.com today to download the complete set of
ebooks or textbooks
Here are some recommended products for you. Click the link to
download, or explore more at ebookultra.com
Sparse Image and Signal Processing Wavelets and Related
Geometric Multiscale Analysis 2nd Edition Jean-Luc Starck
https://ebookultra.com/download/sparse-image-and-signal-processing-
wavelets-and-related-geometric-multiscale-analysis-2nd-edition-jean-
luc-starck/
Geometric Analysis 1st Edition Peter Li
https://ebookultra.com/download/geometric-analysis-1st-edition-peter-
li/
Medical Image Analysis Methods Electrical Engineering
Applied Signal Processing 1st Edition Lena Costaridou
https://ebookultra.com/download/medical-image-analysis-methods-
electrical-engineering-applied-signal-processing-1st-edition-lena-
costaridou/
Dermoscopy image analysis 1st Edition Celebi
https://ebookultra.com/download/dermoscopy-image-analysis-1st-edition-
celebi/
Illness and Image Case Studies in the Medical Humanities
1st Edition Sander L. Gilman
https://ebookultra.com/download/illness-and-image-case-studies-in-the-
medical-humanities-1st-edition-sander-l-gilman/
Image Analysis and Modeling in Ophthalmology 1st Edition
Eddie Y. K. Ng
https://ebookultra.com/download/image-analysis-and-modeling-in-
ophthalmology-1st-edition-eddie-y-k-ng/
Image Radiation Biology of Medical Imaging 1st Edition
Edition David Greenwood
https://ebookultra.com/download/image-radiation-biology-of-medical-
imaging-1st-edition-edition-david-greenwood/
Applied Medical Statistics Using SAS 1st Edition Geoff Der
(Author)
https://ebookultra.com/download/applied-medical-statistics-using-
sas-1st-edition-geoff-der-author/
Medical Statistics at a Glance 2ed Edition Petrie A.
https://ebookultra.com/download/medical-statistics-at-a-glance-2ed-
edition-petrie-a/
Riemannian Geometric Statistics in Medical Image
Analysis 1st Edition Xavier Pennec Digital Instant
Download
Author(s): Xavier Pennec, Stefan Sommer, Tom Fletcher
ISBN(s): 9780128147252, 0128147253
Edition: 1
File Details: PDF, 24.76 MB
Year: 2019
Language: english
RIEMANNIAN
GEOMETRIC
S TAT I S T I C S I N
MEDICAL IMAGE
A N A LY S I S
THE ELSEVIER AND MICCAI SOCIETY
BOOK SERIES
Advisory Board
Nicholas Ayache
James S. Duncan
Alex Frangi
Hayit Greenspan
Pierre Jannin
Anne Martel
Xavier Pennec
Terry Peters
Daniel Rueckert
Milan Sonka
Jay Tian
Kevin Zhou
Titles:
Balocco, A., et al., Computing and Visualization for Intravascular Imaging and Computer
Assisted Stenting, 9780128110188
Dalca, A.V., et al., Imaging Genetics, 9780128139684
Depeursinge, A., et al., Biomedical Texture Analysis, 9780128121337
Pennec, X., et al., Riemannian Geometric Statistics in Medical Image Analysis, 9780128147252
Wu, G., and Sabuncu, M., Machine Learning and Medical Imaging, 9780128040768
Zhou K., Medical Image Recognition, Segmentation and Parsing, 9780128025819
Zhou, K., et al., Deep Learning for Medical Image Analysis, 9780128104088
Zhou, K., et al., Handbook of Medical Image Computing and Computer Assisted Intervention,
9780128161760
RIEMANNIAN
GEOMETRIC
S TAT I S T I C S I N
MEDICAL IMAGE
A N A LY S I S
Edited by
XAVIER PENNEC
STEFAN SOMMER
TOM FLETCHER
Academic Press is an imprint of Elsevier
125 London Wall, London EC2Y 5AS, United Kingdom
525 B Street, Suite 1650, San Diego, CA 92101, United States
50 Hampshire Street, 5th Floor, Cambridge, MA 02139, United States
The Boulevard, Langford Lane, Kidlington, Oxford OX5 1GB, United Kingdom
Copyright © 2020 Elsevier Ltd. All rights reserved.
No part of this publication may be reproduced or transmitted in any form or by any means, electronic or mechanical, including
photocopying, recording, or any information storage and retrieval system, without permission in writing from the publisher.
Details on how to seek permission, further information about the Publisher’s permissions policies and our arrangements with
organizations such as the Copyright Clearance Center and the Copyright Licensing Agency, can be found at our website:
www.elsevier.com/permissions.
This book and the individual contributions contained in it are protected under copyright by the Publisher (other than as may be
noted herein).
Notices
Knowledge and best practice in this field are constantly changing. As new research and experience broaden our understanding,
changes in research methods, professional practices, or medical treatment may become necessary.
Practitioners and researchers must always rely on their own experience and knowledge in evaluating and using any information,
methods, compounds, or experiments described herein. In using such information or methods they should be mindful of their
own safety and the safety of others, including parties for whom they have a professional responsibility.
To the fullest extent of the law, neither the Publisher nor the authors, contributors, or editors, assume any liability for any injury
and/or damage to persons or property as a matter of products liability, negligence or otherwise, or from any use or operation of
any methods, products, instructions, or ideas contained in the material herein.
Library of Congress Cataloging-in-Publication Data
A catalog record for this book is available from the Library of Congress
British Library Cataloguing-in-Publication Data
A catalogue record for this book is available from the British Library
ISBN: 978-0-12-814725-2
For information on all Academic Press publications
visit our website at https://www.elsevier.com/books-and-journals
Publisher: Mara Conner
Acquisition Editor: Tim Pitts
Editorial Project Manager: Leticia M. Lima
Production Project Manager: Kamesh Ramajogi
Designer: Miles Hitchen
Typeset by VTeX
Contents v
Contents
Introduction. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . xvii
Part 1 Foundations of geometric statistics
Chapter 1 Introduction to differential and Riemannian geometry . . . . . . . . 3
Stefan Sommer, Tom Fletcher, Xavier Pennec
1.1 Introduction. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2 Manifolds . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.3 Riemannian manifolds . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.4 Elements of analysis in Riemannian manifolds. . . . . . . . . . . . . . . . . . 20
1.5 Lie groups and homogeneous manifolds . . . . . . . . . . . . . . . . . . . . . . . 24
1.6 Elements of computing on Riemannian manifolds . . . . . . . . . . . . . . 29
1.7 Examples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
1.8 Additional references . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
Chapter 2 Statistics on manifolds . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
Tom Fletcher
2.1 Introduction. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
2.2 The Fréchet mean . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
2.3 Covariance and principal geodesic analysis. . . . . . . . . . . . . . . . . . . . . 44
2.4 Regression models . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
2.5 Probabilistic models . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
Chapter 3 Manifold-valued image processing with SPD matrices . . . . . . 75
Xavier Pennec
3.1 Introduction. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
3.2 Exponential, logarithm, and square root of SPD matrices . . . . . . . . 79
3.3 Affine-invariant metrics . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
3.4 Basic statistical operations on SPD matrices . . . . . . . . . . . . . . . . . . . . 96
3.5 Manifold-valued image processing . . . . . . . . . . . . . . . . . . . . . . . . . . . 103
vi Contents
3.6 Other metrics on SPD matrices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110
3.7 Applications in diffusion tensor imaging (DTI) . . . . . . . . . . . . . . . . . 117
3.8 Learning brain variability from Sulcal lines . . . . . . . . . . . . . . . . . . . . 122
Acknowledgments . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 128
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 128
Chapter 4 Riemannian geometry on shapes and diffeomorphisms . . . . . 135
Stephen Marsland, Stefan Sommer
4.1 Introduction. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 135
4.2 Shapes and actions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 136
4.3 The diffeomorphism group in shape analysis . . . . . . . . . . . . . . . . . . 138
4.4 Riemannian metrics on shape spaces . . . . . . . . . . . . . . . . . . . . . . . . . 143
4.5 Shape spaces . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 150
4.6 Statistics in LDDMM . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 156
4.7 Outer and inner shape metrics. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 161
4.8 Further reading. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 164
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 165
Chapter 5 Beyond Riemannian geometry . . . . . . . . . . . . . . . . . . . . . . . . . . . 169
Xavier Pennec, Marco Lorenzi
5.1 Introduction. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 169
5.2 Affine connection spaces. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 172
5.3 Canonical connections on Lie groups . . . . . . . . . . . . . . . . . . . . . . . . . 182
5.4 Left, right, and biinvariant Riemannian metrics on a Lie group . . 191
5.5 Statistics on Lie groups as symmetric spaces . . . . . . . . . . . . . . . . . . 195
5.6 The stationary velocity fields (SVF) framework for
diffeomorphisms . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 204
5.7 Parallel transport of SVF deformations . . . . . . . . . . . . . . . . . . . . . . . . 213
5.8 Historical notes and additional references . . . . . . . . . . . . . . . . . . . . . 223
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 223
Part 2 Statistics on manifolds and shape spaces
Chapter 6 Object shape representation via skeletal models (s-reps)
and statistical analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 233
Contents vii
Stephen M. Pizer, Junpyo Hong, Jared Vicory, Zhiyuan Liu, J.S. Marron,
Hyo-young Choi, James Damon, Sungkyu Jung, Beatriz Paniagua,
Jörn Schulz, Ankur Sharma, Liyun Tu, Jiyao Wang
6.1 Introduction to skeletal models . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 233
6.2 Computing an s-rep from an image or object boundary . . . . . . . . 236
6.3 Skeletal interpolation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 239
6.4 Skeletal fitting. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 242
6.5 Correspondence. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 245
6.6 Skeletal statistics . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 245
6.7 How to compare representations and statistical methods . . . . . . . 253
6.8 Results of classification, hypothesis testing, and probability
distribution estimation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 256
6.9 The code and its performance . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 265
6.10 Weaknesses of the skeletal approach. . . . . . . . . . . . . . . . . . . . . . . . . . 266
Acknowledgments . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 267
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 267
Chapter 7 Efficient recursive estimation of the Riemannian barycenter
on the hypersphere and the special orthogonal group with
applications . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 273
Rudrasis Chakraborty, Baba C. Vemuri
7.1 Introduction. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 273
7.2 Riemannian geometry of the hypersphere . . . . . . . . . . . . . . . . . . . . . 274
7.3 Weak consistency of iFME on the sphere . . . . . . . . . . . . . . . . . . . . . . 276
7.4 Experimental results . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 283
7.5 Application to the classification of movement disorders . . . . . . . . 284
7.6 Riemannian geometry of the special orthogonal group . . . . . . . . . 287
7.7 Weak consistency of iFME on so(n). . . . . . . . . . . . . . . . . . . . . . . . . . . . 288
7.8 Experimental results . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 291
7.9 Conclusions. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 293
Acknowledgments . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 294
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 294
Chapter 8 Statistics on stratified spaces . . . . . . . . . . . . . . . . . . . . . . . . . . . 299
Aasa Feragen, Tom Nye
viii Contents
8.1 Introduction to stratified geometry. . . . . . . . . . . . . . . . . . . . . . . . . . . . 299
8.2 Least squares models. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 307
8.3 BHV tree space . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 310
8.4 The space of unlabeled trees . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 322
8.5 Beyond trees . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 333
Acknowledgments . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 338
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 338
Chapter 9 Bias on estimation in quotient space and correction
methods. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 343
Nina Miolane, Loic Devilliers, Xavier Pennec
9.1 Introduction. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 343
9.2 Shapes and quotient spaces. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 344
9.3 Template estimation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 354
9.4 Asymptotic bias of template estimation . . . . . . . . . . . . . . . . . . . . . . . 359
9.5 Applications to statistics on organ shapes . . . . . . . . . . . . . . . . . . . . . 365
9.6 Bias correction methods . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 368
9.7 Conclusion. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 372
Acknowledgment . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 373
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 373
Chapter 10 Probabilistic approaches to geometric statistics. . . . . . . . . . 377
Stefan Sommer
10.1 Introduction. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 377
10.2 Parametric probability distributions on manifolds . . . . . . . . . . . . . . 380
10.3 The Brownian motion. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 384
10.4 Fiber bundle geometry. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 387
10.5 Anisotropic normal distributions. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 393
10.6 Statistics with bundles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 398
10.7 Parameter estimation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 400
10.8 Advanced concepts . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 407
10.9 Conclusion. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 413
10.10 Further reading. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 414
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 414
Contents ix
Chapter 11 On shape analysis of functional data . . . . . . . . . . . . . . . . . . . . 417
Ruiyi Zhang, Anuj Srivastava
11.1 Introduction. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 417
11.2 Registration problem and elastic approach . . . . . . . . . . . . . . . . . . . . 419
11.3 Shape space and geodesic paths . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 426
11.4 Statistical summaries and principal modes of shape variability . 430
11.5 Summary and conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 434
Appendix: Mathematical background . . . . . . . . . . . . . . . . . . . . . . . . . 434
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 436
Part 3 Deformations, diffeomorphisms and their applications
Chapter 12 Fidelity metrics between curves and surfaces: currents,
varifolds, and normal cycles. . . . . . . . . . . . . . . . . . . . . . . . . . . . 441
Nicolas Charon, Benjamin Charlier, Joan Glaunès, Pietro Gori,
Pierre Roussillon
12.1 Introduction. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 441
12.2 General setting and notations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 443
12.3 Currents . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 443
12.4 Varifolds . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 450
12.5 Normal cycles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 457
12.6 Computational aspects. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 465
12.7 Conclusion. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 472
Acknowledgments . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 473
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 473
Chapter 13 A discretize–optimize approach for LDDMM registration . . 479
Thomas Polzin, Marc Niethammer, François-Xavier Vialard,
Jan Modersitzki
13.1 Introduction. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 479
13.2 Background and related work . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 483
13.3 Continuous mathematical models . . . . . . . . . . . . . . . . . . . . . . . . . . . . 488
13.4 Discretization of the energies . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 493
13.5 Discretization and solution of PDEs . . . . . . . . . . . . . . . . . . . . . . . . . . . 496
13.6 Discretization in multiple dimensions . . . . . . . . . . . . . . . . . . . . . . . . . 506
x Contents
13.7 Multilevel registration and numerical optimization . . . . . . . . . . . . . 512
13.8 Experiments and results . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 515
13.9 Discussion and conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 523
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 524
Chapter 14 Spatially adaptive metrics for diffeomorphic image
matching in LDDMM. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 533
Laurent Risser, François-Xavier Vialard
14.1 Introduction to LDDMM . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 533
14.2 Sum of kernels and semidirect product of groups . . . . . . . . . . . . . . 539
14.3 Sliding motion constraints . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 545
14.4 Left-invariant metrics . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 548
14.5 Open directions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 551
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 554
Chapter 15 Low-dimensional shape analysis in the space of
diffeomorphisms . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 557
Miaomiao Zhang, Polina Golland, William M. Wells III, Tom Fletcher
15.1 Introduction. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 557
15.2 Background . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 559
15.3 PPGA of diffeomorphisms. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 563
15.4 Inference . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 564
15.5 Evaluation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 568
15.6 Results . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 569
15.7 Discussion and conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 571
Acknowledgments . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 574
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 574
Chapter 16 Diffeomorphic density registration . . . . . . . . . . . . . . . . . . . . . . 577
Martin Bauer, Sarang Joshi, Klas Modin
16.1 Introduction. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 577
16.2 Diffeomorphisms and densities. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 578
16.3 Diffeomorphic density registration . . . . . . . . . . . . . . . . . . . . . . . . . . . . 581
16.4 Density registration in the LDDMM-framework. . . . . . . . . . . . . . . . . 582
16.5 Optimal information transport . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 585
Contents xi
16.6 A gradient flow approach . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 589
Acknowledgments . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 600
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 601
Index . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 605
Contributors xiii
Contributors
Martin Bauer
Florida State University, Department of Mathematics, Tallahassee, FL, United States
Rudrasis Chakraborty
University of Florida, CISE Department, Gainesville, FL, United States
Benjamin Charlier
IMAG, Univ. Montpellier, CNRS, Montpellier, France
Institut du Cerveau et de la Moëlle Épinière, ARAMIS, Paris, France
Nicolas Charon
Johns Hopkins University, Center of Imaging Sciences, Baltimore, MD, United States
Hyo-young Choi
UNC, Chapel Hill, NC, United States
James Damon
UNC, Chapel Hill, NC, United States
Loic Devilliers
Université Côte d’Azur and Inria, Epione team, Sophia Antipolis, France
Aasa Feragen
University of Copenhagen, Department of Computer Science, Copenhagen, Denmark
Tom Fletcher
University of Virginia, Departments of Electrical & Computer Engineering and Computer
Science, Charlottesville, VA, United States
Joan Glaunès
MAP5, Université Paris Descartes, Paris, France
Polina Golland
Massachusetts Institute of Technology, Computer Science and Artificial Intelligence Lab,
Cambridge, MA, United States
Pietro Gori
Télécom ParisTech, LTCI, équipe IMAGES, Paris, France
Junpyo Hong
UNC, Chapel Hill, NC, United States
Sarang Joshi
University of Utah, Department of Bioengineering, Scientific Computing and Imaging Institute,
Salt Lake City, UT, United States
xiv Contributors
Sungkyu Jung
Seoul National University, Seoul, Republic of Korea
Zhiyuan Liu
UNC, Chapel Hill, NC, United States
Marco Lorenzi
Université Côte d’Azur and Inria, Epione team, Sophia Antipolis, France
J.S. Marron
UNC, Chapel Hill, NC, United States
Stephen Marsland
Victoria University of Wellington, School of Mathematics and Statistics, Wellington,
New Zealand
Nina Miolane
Université Côte d’Azur and Inria, Epione team, Sophia Antipolis, France
Stanford University, Department of Statistics, Stanford, CA, United States
Jan Modersitzki
Institute of Mathematics and Image Computing, University of Lübeck, Lübeck, Germany
Fraunhofer MEVIS, Lübeck, Germany
Klas Modin
Chalmers University of Technology and the University of Gothenburg, Department of
Mathematical Sciences, Göteborg, Sweden
Marc Niethammer
Department of Computer Science, University of North Carolina at Chapel Hill, Chapel Hill, NC,
United States
Biomedical Research Imaging Center (BRIC), Chapel Hill, NC, United States
Tom Nye
Newcastle University, School of Mathematics, Statistics and Physics, Newcastle upon Tyne,
United Kingdom
Beatriz Paniagua
UNC, Chapel Hill, NC, United States
Xavier Pennec
Université Côte d’Azur and Inria, Epione team, Sophia Antipolis, France
Stephen M. Pizer
UNC, Chapel Hill, NC, United States
Thomas Polzin
Institute of Mathematics and Image Computing, University of Lübeck, Lübeck, Germany
Contributors xv
Laurent Risser
Institut de Mathématiques de Toulouse, CNRS, Université de Toulouse, UMR CNRS 5219,
Toulouse, France
Pierre Roussillon
ENS Cachan, CNRS, Université Paris-Saclay, CMLA, Cachan, France
Jörn Schulz
Arctic University of Norway, Tromsø, Norway
Ankur Sharma
UNC, Chapel Hill, NC, United States
Stefan Sommer
University of Copenhagen, Department of Computer Science, Copenhagen, Denmark
Anuj Srivastava
Florida State University, Tallahassee, FL, United States
Liyun Tu
UNC, Chapel Hill, NC, United States
Baba C. Vemuri
University of Florida, CISE Department, Gainesville, FL, United States
François-Xavier Vialard
Laboratoire d’informatique Gaspard Monge, Université Paris-Est Marne-la-Vallée, UMR CNRS
8049, Champs sur Marne, France
Jared Vicory
UNC, Chapel Hill, NC, United States
Jiyao Wang
UNC, Chapel Hill, NC, United States
William M. Wells III
Harvard Medical School, Department of Radiology, Boston, MA, United States
Miaomiao Zhang
Washington University in St. Louis, Computer Science and Engineering, St. Louis, MO,
United States
Ruiyi Zhang
Florida State University, Tallahassee, FL, United States
Introduction xvii
Introduction
Introduction
Over the last two decades, there has been a growing need in
the medical image computing community for principled meth-
ods to process nonlinear geometric data. Typical examples of data
in this domain include organ shapes and deformations resulting
from segmentation and registration in computational anatomy,
and symmetric positive definite matrices in diffusion imaging.
In this context, Riemannian geometry has gradually been estab-
lished as one the most powerful mathematical and computational
paradigms.
This book aims at being an introduction to and a reference
on Riemannian geometric statistics and its use in medical image
analysis for researchers and graduate students. The book provides
both descriptions of the core methodology and presentations of
state-of-the-art methods used in the field. We wish to present this
combination of foundational material and current research to-
gether with examples, applications, and algorithms in a volume
that is edited and authored by the leading researchers in the field.
In addition, we wish to provide an overview of current research
challenges and future applications.
Beyond medical image computing, the methods described in
this book may also apply to other domains such as signal process-
ing, computer vision, geometric deep learning, and other domains
where statistics on geometric features appear. As such, the pre-
sented core methodology takes its place in the field of geometric
statistics, the statistical analysis of data being elements of nonlin-
ear geometric spaces. We hope that both the foundational mate-
rial and the advanced techniques presented in the later parts of
the book can be useful in domains outside medical imaging and
present important applications of geometric statistics methodol-
ogy.
Contents
Part 1 of this edited volume describes the foundations of Rie-
mannian geometric computing methods for statistics on mani-
folds. The book here emphasizes concepts rather than proofs with
the goal of providing graduate students in computer science the
xviii Introduction
mathematical background needed to start in this domain. Chap-
ter 1 presents an introduction to differential, Riemannian and
Lie group geometry, and chapter 2 covers statistics on manifolds.
Chapters 3–5 present introductions to geometry of SPD matrices,
shape analysis through the action of the diffeomorphism group,
and geometry and statistical analysis beyond the Riemannian set-
ting when an affine connection, not a metric, is available.
Part 2 includes contributions from leading researchers in the
field on applications of statistics on manifolds and shape spaces
in medical image computing. In chapter 6, Stephen Pizer, Steve
Marron, and coauthors describe shape representation via skele-
tal models and how this allows application of nonlinear statisti-
cal methods on shape spaces. Chapter 7 by Rudrasis Chakraborty
and Baba Vemuri concerns estimation of the iterative Riemannian
barycenter, a candidate for the generalization of the Euclidean
mean value on selected manifolds. In chapter 8, Aasa Feragen and
Tom Nye discuss the statistics on stratified spaces that generalize
manifold by allowing variation of the topological structure. Esti-
mation of templates in quotient spaces is the topic of chapter 9
by Nina Miolane, Loic Devilliers, and Xavier Pennec. Stefan Som-
mer discusses parametric statistics on manifolds using stochastic
processes in chapter 10. In chapter 11, Ruiyi Zhang and Anuj Sri-
vastava consider shape analysis of functional data using elastic
metrics.
Part 3 of the book focuses on diffeomorphic deformations and
their applications in shape analysis. Nicolas Charon, Benjamin
Charlier, Joan Glaunès, Pierre Roussillon, and Pietro Gori present
currents, varifolds, and normal cycles for shape comparison in
chapter 12. Numerical aspects of large deformation registration
is discussed in chapter 13 by Thomas Polzin, Marc Niethammer,
François-Xavier Vialard, and Jan Modersitzki. Francois-Xavier and
Laurent Risser present spatially varying metrics for large defor-
mation matching in chapter 14. Chapter 15 by Miaomiao Zhang,
Polina Golland, William M. Wells, and Tom Fletcher presents a
framework for low-dimensional representations of large deforma-
tions and its use in shape analysis. Finally, in chapter 16, Martin
Bauer, Sarang Joshi, and Klas Modin study densities matching in
the diffeomorphic setting.
We are extremely grateful for this broad set of excellent contribu-
tions to the book by leading researchers in the field, and we hope
that the book in its entirety will inspire new developments and
research directions in this exciting intersection between applied
mathematics and computer science.
Introduction xix
The editors:
Xavier Pennec
University Côte d’Azur and Inria, Sophia Antipolis, France
Stefan Sommer
DIKU, University of Copenhagen, Copenhagen, Denmark
Tom Fletcher
University of Virginia, Charlottesville, VA, United States
February, 2019
Other documents randomly have
different content
The Project Gutenberg eBook of Hannele: 2-
näytöksinen unirunoelma
This ebook is for the use of anyone anywhere in the United States
and most other parts of the world at no cost and with almost no
restrictions whatsoever. You may copy it, give it away or re-use it
under the terms of the Project Gutenberg License included with this
ebook or online at www.gutenberg.org. If you are not located in the
United States, you will have to check the laws of the country where
you are located before using this eBook.
Title: Hannele: 2-näytöksinen unirunoelma
Author: Gerhart Hauptmann
Translator: Eino Kalima
Release date: April 5, 2021 [eBook #64995]
Most recently updated: October 18, 2024
Language: Finnish
Credits: Tuula Temonen and Tapio Riikonen
*** START OF THE PROJECT GUTENBERG EBOOK HANNELE: 2-
NÄYTÖKSINEN UNIRUNOELMA ***
HANNELE
2-näytöksinen unirunoelma
Kirj.
GERHART HAUPTMANN
Suomentanut
Eino Kalima
Porvoossa, Werner Söderström Osakeyhtiö, 1918.
HENKILÖT:
HANNELE.
GOTTVALD, opettaja.
MARTHA-SISAR, laupeudensisar.
TULPE, |
HEDVIG, | köyhäinhuonelaisia.
PLESCHKE, |
HANKE, |
SEIDEL, metsätyömies.
BERGER, piiripäällikkö.
SCHMIDT, oikeudenpalvelija.
TOHTORI WACHLER.
Hannelen kuumehoureissa ilmestyy: Muurari Mattern, Hannelen
isä. Naisolento, hänen äitivainajansa. Suuri, musta enkeli. Kolme
valkeaa enkeliä. Laupeudensisar. Gottvald ja hänen koululapsensa.
Köyhäinhoitolaiset Pleschke, Hanke y.m. Seidel. Neljä valkopukuista
nuorukaista. Vieras. Paljon suuria ja pieniä valkoisia enkeleitä.
Surevia naisia y.m.
ENSI OSA.
(Huone eräässä vuoristokylän köyhäinhuoneessa: Paljaat seinät, ovi
keskellä, pieni ikkuna vasemmalla. Ikkunan edessä hontelo pöytä ja
penkki. Oikealla olkipatjainen vuode. Peräseinällä uuni penkkeineen
ja toinen vuode, jossa niinikään on olkipatja ja sen päällä muutamia
ryysyjä. — On myrskyinen joulukuun yö. Pöydän ääressä,
talikynttilän valossa, laulaen virsikirjasta istuu Tulpe, vanha ryysyinen
kerjäläisämmä.)
TULPE (laulaa):
Ah, aina armossasi
Luoksemme Jeesus jää,
Niin ettei meitä —
(Heteksi kutsuttu, noin 30-vuotias, irstas, otsatukkainen nainen
tulee sisään. Päässä hänellä on paksu huivi ja nyytti kainalossa;
muuten on hän kevyesti ja köyhästi puettu.)
HETE (puhallellen sormiinsa, laskematta nyyttiä kainalostaan): Ai
jessus, jessus! on siellä ilma. (Päästää nyytin kainalostaan pöydälle,
puhaltelee yhä kouriinsa, astuen vuoroin toisella risaisella kengällään
toiselle). Ei moneen vuoteen ole ollut mokomaa myrskyä.
TULPE. Mitäs sait?
HETE (puree hampaitaan ja voivottelee tuskissaan, istuu
uunipenkille ja alkaa vetää kenkiä jalastaan): Herra jesta sentään
minun varpaitani! — Polttaa kuin tulessa.
TULPE (on avannut nyytin, josta näkyy leipä, sikuripaketti,
kahvitötterö, pari sukkia y.m.): Kai näistä jotakin riittää minunkin
osalleni.
HETE (joka kenkiä riisuessaan ei ole huomannut Tulpea, syöksyy
nyt haukan tavoin tavaroiden kimppuun ja kaapaisee ne kokoon):
Tulpe! — (Toinen jalka paljaana, toisessa vielä kenkä, rientää hän
taustassa olevan vuoteen luo). Sitäkö varten minä tässä virstamääriä
juoksen, hä? Ja palellutan jäseneni, että te saisitte kaiken suuhunne
hotkaista, hä?
TULPE. Tuki kitasi, senkin haaska! Minä en kajoa sinun riepuihisi
(nousee, lyö kirjan kiinni ja pyyhkii sen huolellisesti vaatteillaan),
jotka mankumalla olet kokoonkerjännyt.
HETE (pistäen tavarat olkipatjan alle): Kumpikohan meistä
elämässään on enemmän mankunut, tekö vai minä? Ettehän te ole
eläissänne muuta tehnytkään! niin vanha kuin olettekin, senhän
jokainen tietää.
TULPE. Sinulla on kyllä ollut toiset tekemiset! Kiitoksetkos olet
niistä pastorilta saanut? Kun minä olin sinun ikäisesi tyttö, niin totta
minä itseni toisella tapaa käytin.
HETE. Siksipä olettekin saanut kykkiä kuritushuoneessa.
TULPE. Ja pääset sinne sinäkin, jos mielesi tekee. Annahan kun
tapaan poliisin. Vedän vielä kaikki päivänvaloon. Koeta sinä vain
pysyä siivolla, tyttö, sen minä sanon!
HETE. Lähettäkää sitten poliisi yksintein minun luokseni, niin
kerronpa minäkin hänelle jotain.
TULPE. Kerro sinä vaan, mitä mielesi tekee.
HETE. Kukas palttoon varasti? Hä? Kapakan isännän pikku pojalta?
TULPE (on sylkevinään Heten päälle).
HETE. Tulpe! saakeli! No nyt ette saa mitään.
TULPE. Enkä huolisikaan! Minä viis sinun lahjoistasi.
HETE. Hyvä sanoa, kun ette saa.
(Pleschken ja Hanken on myrsky, joka on juuri raivoisana
puuskana tärisyttänyt taloa, melkein heittänyt eteiseen. Pleschke,
vanha kupukaulainen puoleksi lapsistunut ukko, purskahtaa sen
johdosta äänekkääseen nauruun. Hanke, nuori vetelehtijä ja
tyhjäntoimittaja, kiroilee. Avoimen oven kautta näkyy kuinka
molemmat ravistavat lunta lakeistaan ja vaatteistaan eteisen
kivipermannolle. Kummallakin on nyytti kädessä.)
PLESCHKE. Vietävän, vietävän, rakeet! Kuin ruoskalla, saakeli,
sivauttelee. Vielä se tämä vanha köyhäinhuonerähjä… joskus
maailmassa… joskus maailmassa romahtaa maahan.
HETE (nähdessään molemmat tulijat, miettii mitä tekisi, ottaa
tavarat olkipatjan alta ja juoksee miesten ohitse eteiseen ja portaita
ylös).
PLESCHKE (puhuen Heten jälkeen): Mitä sinä juokset… pakoon
juokset… häh? Emmehän me sinulle mitään tee… mitään tee. —
Eikös niin, Hanke? Eikös niin?
TULPE (uunin luona perunapadan hoidossa): Päästä vialla koko
letukka.
Luulee meidän riistävän hänen tavaroitaan.
PLESCHKE (astuen sisään): Voi, hyvät ihmiset sentään! No täällä…
täällä helpottaa. — Hyvää iltaa… hyvää iltaa. — Voi sun perhana
millainen ilma… millainen ilma —! Suulleni… suulleni… heitti minut…
ihan pitkin pituuttani heitti… (On polvet koukussa laahustanut
pöydän luo. Laskee sille nyyttinsä ja kääntää tutisevan
valkotukkaisen ja vesisilmäisen päänsä Tulpeen päin. Samalla
huohottaa hän yhä vielä voimain ponnistuksesta, yskii ja tekee
liikkeitä lämmitäkseen.)
(Sillä välin on Hanke tullut huoneeseen. Kerjuusäkin hän on
laskenut oven pieleen ja alkanut heti vilusta väristen työntää kuivia
risuja uuniin.)
TULPE. Missä asti kävitte?
PLESCHKE. Minäkö? Minäkö? Missäkö asti kävin? Kaukana,
kaukana kävin.
Ylikylässä asti… kylässä asti laukkasin.
TULPE. Saitkos mitään?
PLESCHKE. Sain, sain, jos jonkinlaista hyvää… jonkinlaista hyvää
sain. — Kanttori — antoi… antoi… viisi pfennigiä — ja kapakan isäntä
— kapakan isäntä — antoi — antoi — ruukullisen, niin — ruukullisen
— ruukullisen rokkaa.
TULPE. Pannaan heti lämpiämään. Annahan tänne, (vetää ruukun
esiin mytystä, panee sen pöydälle ja kaivelee edelleen).
PLESCHKE. Sitten vielä makkaraa… makkaraa… sain vielä
makkaraa. —
Teurastaja — Seipelt-teurastaja — antoi… Seipelt antoi.
TULPE. Paljonko sait rahaa?
PLESCHKE. Kolme kolikkoa, niin — kolme kolikkoa — muistaakseni.
TULPE. Anna vaan tänne. Minä panen ne sinulle talteen.
HETE (tullen takaisin): Olette tekin viisas, annatte tuolle kaiken
rahanne. (Menee uunin luo.)
TULPE. Pidä sinä vaan huolta omista asioistasi!
HANKE. Onhan se sulhanen.
HETE. Voi jestas sentään!
HANKE. Täytyyhän sitä toki jotain tuoda morsiamelleenkin. Kun ne
on kerran niinpäin asiat.
PLESCHKE. Pidä sinä pilkkanasi — pidä vaan pilkkanasi — ketä
haluat… ketä haluat. Mutta vanhan miehen… vanhan miehen —
voisit jättää rauhaan.
HETE (matkien vanhan Pleschken puhetapaa): Vanha Pleschke…
Vanha Pleschke… se ei kohta enää ensinkään… enää ensinkään osaa
puhua. Ei kohta — ei kohta — kohta, kohta, kohta saa… saa sanaa
suustaan.
PLESCHKE (menee keppi kädessä häntä kohden). Mene nyt tiehesi
— Hete — mene nyt tiehesi.
HETE. Teitäkö pakoon, hyh!
PLESCHKE. Mene nyt tiehesi… hyvällä!
TULPE. Anna sille että muistaa.
PLESCHKE. Mene hyvällä siitä!
HANKE. Jättäkää jo. Antakaa olla.
TULPE. Kun ette itse anna olla rauhassa!
HETE (käyttää Hanken selän takana hyväkseen sitä hetkeä, jolloin
tämä häntä puolustaakseen on Pleschken kanssa tekemisissä, ja
sieppaa Hanken kerjuusäkistä jotain salamannopeasti ja juoksee
pois).
TULPE (joka sen on huomannut, hytkyy naurusta).
HANKE. Mitä siinä nauraa räkätät.
TULPE. (yhä nauraen) Niin kai! niin kai! ei saisi enää nauraakaan.
PLESCHKE. Voi sun vietävä! no katsohan vähän taaksesi.
TULPE. Katsoisit vähän myös tavaroittesi perään. Etteivät ne hyvin
kutistumaan rupeaisi.
HANKE (kääntyy, huomaa tulleensa petetyksi): Lutka! (Syöksyy
Heten jälestä). Annas kun saan sinut käsiini! (Kuuluu portaitten
kolinaa, takaa-ajoa ja tukahdutettua kirkunaa).
PLESCHKE. Saakelin tyttö! Saakelin tyttö! (Nauraa kaikissa
äänilajeissa).
TULPE (on myös pakahtua naurusta. Äkkiä kuuluu kuinka ulko-ovi
singahtaa auki. Kummankin nauru taukoaa).
PLESCHKE. No? Mitäs se on?
(Kovat tuulenpuuskat ahdistavat taloa. Rakeista lunta räiskähtelee
ikkunaa vasten. Hetken äänettömyys. Sitten ilmaantuu opettaja
Gottvald — mustapartainen 32-vuotias mies, kantaen sylissään noin
14-vuotista Hannele Matternia. Tyttö, jonka pitkä punainen tukka
riippuu valtoimena opettajan olan yli, valittaa taukoamatta. Hän on
painanut kasvonsa opettajan kaulaa vasten, hänen kätensä riippuvat
velttoina ja hervottomina. Hän on ainoastaan ohuessa puvussa ja
liinoihin käärittynä. Gottvald laskee huolellisesti, huoneessa olijoista
välittämättä, taakkansa vuoteelle, joka on oikealla seinän vieressä.
Eräs mies — Seidel-niminen — on tullut samalla lyhty kädessä
sisään. Hänellä on, paitsi sahaa ja kirvestä, mytty märkiä vaatteita
kädessään, vanha metsästäjähattu nuorekkaasti huomattavan
harmaantuneessa päässään.)
PLESCHKE (tyhmänä ja ällistyneenä tuijottaen): O, o, o, o, o, o!
— Mitäs tämä tietää? Mitäs tämä tietää?
GOTTVALD (levittäen peiton ja oman viittansa tytön yli): Lämpimiä
kiviä, Seidel, pian!
SEIDEL. Kuulkaas, ystävät, pari tiiliä! Ei vitkastella. Joutuin, joutuin
nyt!
TULPE. Mikäs sille on tullut?
SEIDEL. Jättäkää kyselyt! (Menee nopeasti Tulpen mukana).
GOTTVALD (rauhoittavasti Hannelelle): Rauhoitu, rauhoitu! Älä
pelkää, ei sinulle tehdä mitään.
HANNELE (hampaat kalisten suussa): Minä niin pelkään! Minä niin
pelkään!
GOTTVALD. Ei sinun tarvitse mitään pelätä. Ei kukaan tee sinulle
mitään pahaa.
HANNELE. Isä, isä…
GOTTVALD. Eihän hän ole täällä.
HANNELE. Jos hän tulee, minä niin pelkään.
GOTTVALD. Ei hän tule. Usko nyt minua.
(Joku tulee kovaa vauhtia portaita alas.)
HETE (pitää raastinta korkealla ilmassa): Katsokaahan;
katsokaahan millaisia lahjoja Hanke saa.
HANKE (on ajanut häntä takaa, saavuttaa hänet, aikoo riistää
häneltä raastimen, mutta Hete heittää sen nopealla liikkeellä keskelle
huonetta).
HANNELE (hypähtää pelästyneenä vuoteestaan): Hän tulee! Tulee!
(Puoliksi nousten tuijottaa hän, pää eteenpäin ojennettuna, mitä
suurimman tuskan ilme kalpeissa, sairaissa, surun kalvamissa
kasvoissaan, meluun päin. Hete on irroittautunut Hankesta ja
mennyt eteiseen. Hanke astuu sisään, nostaakseen raastimen
maasta).
HANKE. Kyllä minä vielä sinua raastan. Riiviö!
GOTTVALD (Hannelelle): Älä pelkää, älä pelkää, Hannele. —
(Hankelle).
Mitä te täältä tahdotte?
HANKE (hämmästyen): Minä? Mitäkö tahdon?
HETE (pistää päänsä sisään, huutaa): Pitkäsormi, pitkäsormi!
HANKE. Ole sinä huoleti, kyllä minä sinulle maksan.
GOTTVALD. Minä pyydän teitä olemaan hiljaa, täällä makaa sairas.
HANKE (on nostanut raastimen maasta ja pistänyt poveensa.
Peräytyy hieman nolona): Mitäs on tapahtunut?
SEIDEL (tulee takaisin. Hänellä on kaksi tiilikiveä): Tässä tuon ensi
hätään.
GOTTVALD (tunnustelee kiviä): Joko ne nyt?
SEIDEL. Kyllä ne jo hiukan lämmittävät. (Panee toisen kiven tytön
jalkopäihin.)
GOTTVALD (osottaa minne toinen on pantava): Toinen tänne..
SEIDEL. Ei ole tainnut vielä yhtään lämmetä.
GOTTVALD. Aivan tärisee vilusta.
(Tulpe on Seidelin jälestä tullut sisään. Häntä ovat seuranneet
Hete ja Pleschke. Ovella näkyy toisia köyhäinhuonelaisia. Kaikki ovat
uteliaita, kuiskaavat, käyvät yhä äänekkäämmiksi ja lähenevät).
TULPE (seisoen lähellä vuodetta, kädet lanteilla): Kun olisi viinaa,
kuumaa vettä ja viinaa.
SEIDEL (ottaa pullon taskustaan, samoin Pleschke ja Hanke):
Tässä on vielä hiukan.
TULPE (jo uunin luona): Antakaas tänne!
SEDEL. Onkos kuumaa vettä?
TULPE. Oi jestas, vaikka härän keittäisi.
GOTTVALD. Ja vähän sokeria sekaan, jos vaan on.
HETE. Mistäpähän me sokeria saisimme.
TULPE. Sinullahan on. Älä siinä teeskentele.
HETE. Minulla? Sokeria? Ei. (Nauraa väkinäisesti.)
TULPE. Toithan sinä tullessasi. Näin äsken omin silmin. Älä siinä
suotta valehtele.
SEIDEL. No pian nyt, anna tänne.
HANKE. No joutuin, Hete, joutuin!
SEIDEL. Näethän sinä, miten on tyttöparan laita.
HETE (paatuneesti): Vähät minä!
PLESCHKE. Tuo, tuo tänne sokerisi.
HETE. Kauppiaalta sitä saa. (Pujahtaa pois.)
SEIDEL. Oikeaan aikaan läksit, muuten olisit saanut aika
tukkapöllyn. Olisi heitale ansainnut hyvän läksyn. — Tulkoonpas
vastakertana pyytelemään.
PLESCHKE (oli hetkeksi poistunut, palaa taas): Sellainen se letukka
on… sellainen se letukka on.
SEIDEL. Kyllä minä saisin hänestä oikut lähtemään. Jos minä olisin
päällikkönä, niin ottaisin hyvän pajuisen raipan ja saisittehan nähdä
enkö saisi häntä työhön. Sellainen tyttö… nuori ja vahva. Mitä hänen
tarvitsee vetelehtiä köyhäinhuoneessa.
PLESCHKE. Tässä on… murunen… on murunen… pieni sokerin
murunen — satuin tuolta vielä — satuin vielä löytämään.
HANKE (vetäen sieramiinsa grogin tuoksua): Mitähän jos minäkin
tästä kerran sairastuisin.
SCHMIDT (piirin vartija tulee lyhty kädessä. Tuttavallisesti ja
vaativasti): Tehkää tietä, herra piiripäällikkö tulee.
PIIRIPÄÄLLIKKÖ BERGER (entinen reserviväen kapteeni, kuten
heti huomaa. Pienet viikset. Vielä nuorekkaat, hyväntahtoiset kasvot,
hyvin harmahtunut tukka. Pitkä päällystakki, hieman keikarimainen.
Keppi. Leveälierinen hattu nuorekkaasti kallellaan päässä. Koko
hänen olennossaan on jotain hilpeän reipasta).
KÖYHÄINHUONELAISET. Hyvää iltaa, herra piiripäällikkö! Hyvää
iltaa, herra kapteeni!
BERGER. Iltaa! (Laskee hattunsa, keppinsä ja viittansa pois.
Merkitsevällä kasvojen ilmeellä): No ulos, ulos täältä!
SCHMIDT (ajaa köyhäinhuonelaiset eteiseen).
BERGER. Hyvää iltaa, herra Gottvald. (Ojentaa hänelle kätensä.)
No, kuinkas täällä on?
GOTTVALD. Vedimme hänet juuri äsken vedestä.
SEIDEL (astuu esiin): Suokaa anteeksi, herra piiripäällikkö. (Tekee
vanhaan sotilastapaan kunniaa tervehdykseksi.) Satuin viipymään
tuolla pajassa. Oli vähän asiaa, piti saada side kirveeseen. Ja kun
olin lähtemässä sieltä pajasta, niin siinä on vähän matkan päässä…
siinä Jeuchner'in pajan takana… sellainen lammen tapainen tai
voisipa sitä sanoa järveksikin. (Gottvaldille) Niin, kyllä se on melkein
niinkuin järvi. Ja — kenties herra piiripäällikkö muistaa — niin siinä
on yksi sellainen jäätymätön paikka. Ei milloinkaan jäädy oikein
umpeen. Kun minä vielä olin tuollainen pojan vekara…
BERGER. No niin, entä sitten? Mitä siellä oli?
SEIDEL (tehden taas kunniaa): No, kun minä tulen pajasta — kuu
pilkahti juuri näkyviin — kuulen minä niinkuin valitusta. Arvelin ensin,
että enkö liene vain kuvitellut. Mutta kohtapa minä jo näenkin että
joku kulkee jäällä. Ja yhä lähemmäksi vain menee sitä avointa
paikkaa kohti. Minä huusin — mutta samassa se jo katosi. Minä
tietysti suoraa päätä pajaan, sieppaan laudan käteeni ja samaa
kyytiä sanomatta kenellenkään juoksen lammelle. Heitän laudan
jäälle. Yks', kaks', kolme — ja vedän tytön niskasta ylös.
BERGER. Kas niin sitä pitää, Seidel. Tavallisesti teillä on vain
tappeluita, yhdeltä pää puhki, toiselta sääret poikki. Saa edes kerran
kuulla jotain muutakin. Toitteko hänet sitten suoraan tänne?
SEIDEL. Herra opettaja Gottvald…
GOTTVALD. Satuin kulkemaan ohitse. Tulin opettajakokouksesta.
Otin hänet ensin kotiini. Vaimoni haki hänelle jotain kuivaa ylle.
BERGER. Kuinkahan se oikeastaan on tämän asian laita?
SEIDEL (vitkastellen): Se on… tuota… muurari Matternin
tytärpuoli.
BERGER (hetkisen hyvin hämmästyneenä): Kenen? Tuon heittiön!
SEIDEL. Tytön äiti kuoli kuusi viikkoa sitten kyllä jokainen tietää.
Tyttö-rukka tappeli vastaan, kun luuli minua isäkseen.
BERGER (mutisee): Senkin roisto.
SEIDEL. Nyt istuu hän taas kapakassa, on juonut eilisestä asti yhtä
painoa. Antavat niin paljon kuin vaan tahtoo.
BERGER. Kyllä se mies vielä saa meiltä ansaitun löylyn. (Kumartuu
vuoteen yli puhutellakseen Hannelea.) No tyttö! Sanohan! Mitä sinä
niin valitat. Ei sinun ensinkään tarvitse niin arasti katsoa minuun.
Minä en tee sinulle mitään. Mikä sinun nimesi onkaan? — — — Mitä
sanot? Minä en ymmärtänyt! — — — (Ojentautuu.) Luullakseni on
tyttö hieman itsepäinen.
GOTTVALD. Hän on vaan niin pelästynyt. — Hannele!
HANNELE (heikosti kuin huoaten): Mitä?
GOTTVALD. Sinun pitää vastata herra piiripäällikölle.
HANNELE (vavisten): Hyvä Jumala, minun on niin vilu.
SEIDEL (tulee tuoden grogin): Juoppas vähän tätä!
HANNELE (kuten äsken): Hyvä Jumala, minun on niin nälkä.
GOTTVALD (Bergerille): Ja kun hänelle tarjoo, niin ei hän tahdo
syödä.
HANNELE. Hyvä Jumala, minuun koskee niin kovasti.
GOTTVALD. Mihin sinuun niin koskee?
HANNELE. Minä niin pelkään.
BERGER. Kuka tekee sinulle pahaa? Kuka? No, puhu nyt vaan. —
Minä en ymmärrä tavuakaan, rakas lapsi. Siitä ei ole minulle mitään
apua. — Kuulehan, tyttöseni, onko isäpuolesi tehnyt sinulle pahaa?
— Onko hän lyönyt sinua, sano? — Sulkenut sinut lukon taa? Ajanut
pois kotoa, Vai mitä hän on tehnyt? — — — Voi hyvä Jumala, no…
SEIDEL. Se tyttö on vaitelias. Silloin on jo pitänyt paljon tapahtua,
kun hän puhuu. Se tyttö on suoraan sanoen äänetön kuin lammas.
BERGER. Minä vaan tahtoisin saada tietää jotain varmaa. Kenties
voin minä nyt vihdoinkin panettaa sen roiston kiinni.
GOTTVALD. Tyttö pelkää aivan mielettömästi sitä ihmistä.
SEIDEL. Mitäpäs uutta siitä miehestä enää tarvitsee. Jokainen
tietää millainen se on. — Voitte kysyä keneltä tahansa. — Ihmettelen
minä, että tyttö on vielä voinut elää. Luulisi suoraan sanoen ihan
mahdottomaksi.
BERGER. Mitä hän sitten on tytölle tehnyt?
SEIDEL. No — on suoraan sanoen tehnyt vaikka mitä. Kello
yhdeksän illalla ottaa ja ajaa tytön ulos sellaiseen Jumalan-ilmaan
kuin on tänäänkin ja tytön täytyy hankkia hänelle 5 kolikkoa, oli mikä
oli. Juopotteluun, mihinkäs muuhun. Ja mistäpä se tyttö-raukka
ottaa ne 5 kolikkoa. Seistä värjöttää puoleen yöhön asti ulkona
kylmässä. Jos menee kotiin ilman rahaa, saavat ihmiset juosta
hätään, kun tyttö-parka huutaa sen käsissä ihan pakahtuakseen.
GOTTVALD. Äidin eläessä oli tytöllä edes hänessä puolustaja.
BERGER. Minä toimitan sen miehen joka tapauksessa heti lukkojen
taa. Hän on jo kauan ollut juoppojen luettelossa. No, tyttöseni,
katsohan minuun.
HANNELE (rukoilevasti): Antakaa minun olla.
SEIDEL. Häneltä ei helposti saa sanaa suusta.
GOTTVALD (lempeästi): Hannele!
HANNELE. Mitä?
GOTTVALD. Tunnetko minua?
HANNELE. Tunnen.
GOTTVALD. Kuka minä olen?
HANNELE. Olette — opettaja — Gottvald.
GOTTVALD. No hyvä. Katsos nyt. Minä olen aina tarkoittanut sinun
parastasi. Sinä voit nyt heti kertoa minulle kaikki — sinä olit siellä
pajalammella. — Miksi et pysynyt kotona? No? Miksi?
HANNELE. Minä niin pelkään.
BERGER. Me menemme syrjään, kerro vaan kaikki herra
opettajalle.
HANNELE (arasti ja salamielisesti): Minua kutsuttiin.
GOTTVALD. Kuka kutsui?
HANNELE. Rakas Herra Jeesus.
GOTTVALD. Mistä — rakas — Herra Jeesus kutsui sinua?
HANNELE. Vedestä.
GOTTVALD. Mistä?
HANNELE. Sieltä syvältä — veden pohjasta.
BERGER (ottaa, muuttaen aikeensa, päällystakin ylleen): Täällä
tarvitaan ennen kaikkea lääkäriä. Minä luulen, että hän istuu vielä
Miekan ravintolassa.
GOTTVALD. Minä jo lähetin hoitajatarta hakemaan. Lapsi tarvitsee
ehdottomasti hoitoa.
BERGER. Minä menen puhumaan lääkärille. (Schmidt'ille.)
Toimittakaa
poliisi luokseni. Minä odotan Miekan ravintolassa. Hyvää yötä, herra
Gottvald. Me otamme miehen vielä tänä iltana korjuuseen. (Menee
Schmidt'in kanssa. Hannele nukkuu.)
SEIDEL (äänettömyyden jälkeen): Ei hän sitä miestä kiinni pane.
GOTTVALD. Miksikä ei?
SEIDEL. Kylläpähän itse tietää syyn. Kukas on sen tytön
maailmaan saattanut?
GOTTVALD. Oh, Seidel, se on vain juorua.
SEIDEL. Noo, tiedättekö: se mies on aikoinaan elänyt iloisesti.
GOTTVALD. Kaikkeahan ne ihmiset juoruavat. Ei voi puoliakaan
uskoa. —
Kunpa se tohtori vain pian tulisi.
SEIDEL (hiljaa): Minä en luule että tyttö enää siitä nousee.
(Tohtori
Wachler tulee, hän on noin 34-vuotias, vakava mies.)
TOHTORI WACHLER. Hyvää iltaa.
GOTTVALD. Hyvää iltaa.
SEIDEL (auttaen häntä turkin riisumisessa): Hyvää iltaa, herra
tohtori!
TOHTORI WACHLER (lämmittelee uunin luona käsiään): Tarvitsisin
vielä kynttilän. (Toisessa huoneessa väännetään posetiivia.) Nuo
ihmiset tuolla ovat kai järjiltään.
SEIDEL (jo takahuoneen avatun oven luona): Olkaahan siellä
vähän hiljemmin. (Melu taukoo. Seidel katoo toiseen huoneeseen.)
TOHTORI WACHLER. Herra Gottvald? Eikö niin?
GOTTVALD. Nimeni on Gottvald.
TOHTORI WACHLER. Hän on aikonut hukuttaa itsensä, kuulin
minä.
GOTTVALD. Hän ei kai tiennyt enää muuta keinoa. (Lyhyt
äänettömyys.)
TOHTORI WACHLER (astuen vuoteen luo, tarkastaen): Hän puhuu
kai unissaan?
HANNELE. Miljoonia tähtiä.
TOHTORI WACHLER ja GOTTVALD (tarkastavat häntä. Kuu paistaa
ikkunasta valaisten ryhmän).
HANNELE. Sinä vedät minun luuni irti. Ai, koskee sielun pohjaan
asti.
TOHTORI WACHLER (avaa varovasti hänen paidankauluksensa):
Hänellä näyttää koko ruumis olevan naarmuissa.
SEIDEL. Samalla lailla runneltuna makasi tytön äitikin arkussaan.
TOHTORI WACHLER. Surkeata! Surkeata!
HANNELE (muuttuneella, itsepäisellä äänellä). Minä en tahdo. Minä
en tahdo. Minä en mene kotia. Minun täytyy mennä — Holle-rouvan
luo kaivoon. Päästä minut — isä. Hyi, kuinka sinä taas löyhkät! Olet
taas juonut viinaa! — Kuule, miten metsä humisee! — Tänä aamuna
kulki tuulispää vuorilla. Kun ei vaan sattuisi tulipaloa. — — — Jollei
räätälillä ole kiveä taskussaan, eikä rautaa kädessään, lennättää
myrsky hänet yli kaikkien vuorien. Kuule! kuinka myrskyää! — —
(Laupeudensisar Martha tulee.)
GOTTVALD. Hyvää iltaa, sisar.
MARTHA SISAR (nyökkää).
GOTTVALD (astuu laupeudensisaren luo, joka valmistaa kaikki
hoitoa varten ja puhelee hänen kanssaan taustalla).
HANNELE. Missä on minun äitini? Taivaassa? Aah! Aah! niin
kaukana! — (Avaa silmänsä, katsoo vieraasti ympärilleen, pyyhkäisee
kädellään silmiään ja sanoo tuskin kuuluvalla äänellä:): Missä —
minä olen —?
TOHTORI WACHLER (kumartuen hänen ylitseen): Hyvien ihmisten
luona.
HANNELE. Minua janottaa.
TOHTORI WACHLER. Vettä!
SEIDEL (joka on tuonut toisen kynttilän, menee vettä noutamaan).
TOHTORI WACHLER. Koskeeko mihinkään?
HANNELE (pudistaa päätään).
TOHTORI WACHLER. Eikö? No katsos vaan, meidän laitammehan
ei olekaan niin huonosti.
HANNELE. Oletteko te lääkäri?
TOHTORI WACHLER. Olen kyllä.
HANNELE. Silloin minä olen varmaan sairas?
TOHTORI WACHLER. Hiukan, ei pahasti.
HANNELE. Tahdotteko te tehdä minut terveeksi?
TOHTORI WACHLER (nopeasti tutkien): Koskeeko tänne? Entä
tänne?
Tuntuuko kipeältä tässä? Tässä? — Entä tässä? — Ei sinun pidä
katsoa
minuun niin arasti, en minä tee sinulle pahaa. Miten on tässä
kohden?
Koskeeko siihen?
GOTTVALD (astuu taas vuoteen luo): Vastaa herra tohtorille,
Hannele!
HANNELE. (sydämellisellä, rukoilevalla, kyynelten värisyttämällä
äänellä): Voi, rakas herra Gottvald.
GOTTVALD. Kuuntele nyt vaan, mitä tohtori sanoo ja vastaa
kauniisti.
(Hannele pudistaa päätään.) Miksi ei?
HANNELE. Siksi — siksi — että minä tahtoisin niin mielelläni äidin
luo.
GOTTVALD (silittää liikutettuna hänen tukkaansa): Älä siitä nyt
huolehdi.
(Lyhyt äänettömyys.)
(Tohtori nousee, henkäisee syvään ja on hetken
mietteissään. Martha sisar on ottanut toisen kynttilän
pöydältä ja valaisee sillä.)
TOHTORI WACHLER (viittaa Martha sisarelle): Sisar, olkaa niin
hyvä!
(Astuu hänen kanssaan pöydän luo ja antaa hiljaisella äänellä
hänelle määräyksiä. Gottvald ottaa hattunsa ja seisoo odottaen,
katsahtaen milloin Hanneleeseen milloin tohtoriin ja
laupeudensisareen.)
TOHTORI WACHLER (lopettaen hiljaisen keskustelunsa sisaren
kanssa): Minä kai tulen vielä katsomaan. Lääkkeet minä lähetän heti.
(Gottvaldille.) Mies on luultavasti jo otettu kiinni Miekan ravintolassa.
MARTHA SISAR. Niin minulle äsken kerrottiin.
TOHTORI WACHLER (ottaa turkin ylleen. Seidelille): Te tulette kai
apteekkiin! — — —
(Tohtori, Gottvald ja Seidel sanovat mennessään hiljaa
Martha sisarelle hyvästit.)
GOTTVALD (huolestuneesti): Mitä te, herra tohtori, ajattelette
hänen tilastaan?
(Kaikki kolme poistuvat. Laupeudensisar on nyt kahden
Hannelen kanssa. Kaataa maitoa ruukkuun. Sen aikana avaa
Hannele silmänsä ja tarkastaa häntä.)
HANNELE. Tuletko Herra Jeesuksen luota?
MARTHA SISAR. Mitä sanoit?
HANNELE. Tuletko Herran Jeesuksen luota?
MARTHA SISAR. Etkö sitten enää tunne minua, Hannele? Minä
olen Martha sisar, muistatko? Olithan sinä meidän luonamme, etkö
muista enää? Me rukoilimme yhdessä ja lauloimme kauniita lauluja.
Eikö niin?
HANNELE (nyökkää iloisesti): Ah, kauniita lauluja!
MARTHA SISAR. Nyt hoidan minä sinua Jumalan avulla, kunnes
paranet.
HANNELE. Minä en tahdo parantua.
MARTHA SISAR (maitokuppi kädessään): Tohtori sanoo, että sinun
pitää juoda maitoa, että tulisit terveeksi jälleen.
HANNELE. Ah, sisar, minä kadun niin sydämestäni.
MARTHA SISAR. Ja uskot Herraan Jeesukseen Kristukseen? —
HANNELE. Minä uskon niin lujasti Vapahtajaani.
MARTHA SISAR. Silloin voit sinä odottaa rohkeasti ja levollisesti. —
Minä vedän nyt tyynysi suoraksi ja sinä nukut.
HANNELE. Minä en voi nukkua.
MARTHA SISAR. Koeta vaan.
HANNELE. Martha sisar!
MARTHA SISAR. No?
HANNELE. Martha sisar! Onko olemassa syntejä… Onko olemassa
syntejä, joita ei saa anteeksi?
MARTHA SISAR. Nuku nyt, Hannele! Älä ajattele suotta sellaista.
HANNELE. Voi, sanokaa se minulle, oi, sanokaa, kuuletteko.
MARTHA SISAR. Sellaisia syntejä on kyllä. Synnit Pyhää Henkeä
vastaan.
HANNELE. Jos minä olen tehnyt sellaisen…
MARTHA SISAR. Mitä sinä! Niitä tekevät vain hyvin huonot ihmiset.
Kuten Juudas, joka petti Herran Jeesuksen.
HANNELE. Mutta voihan sentään… voihan sentään sattua.
MARTHA SISAR. Sinun täytyy nyt nukkua.
HANNELE. Minua niin pelottaa.
MARTHA SISAR. Sinun ei yhtään tarvitse pelätä.
HANNELE. Jos minä olisin tehnyt sellaisen synnin?
MARTHA SISAR. Sinä et ole sellaista syntiä tehnyt.
HANNELE (takertuu sisareen ja tuijottaa pimeään): Oi sisar, sisar!
MARTHA SISAR. Ole nyt rauhassa.
HANNELE. Sisar!
MARTHA SISAR. Mitä sitten?
HANNELE. Hän tulee heti. Etkö kuule?
MARTHA SISAR. Minä en kuule mitään.
HANNELE. Hänen äänensä. Ulkona. Kuunteles!
MARTHA SISAR. Ketä sinä tarkoitat?
HANNELE. Isä, isä — tuolla hän seisoo.
MARTHA SISAR. Missä sitten?
HANNELE. Katso nyt!
MARTHA SISAR. Missä?
HANNELE. Vuoteen jalkopäässä.
MARTHA SISAR. Tässä on viitta ja tuossa hattu. Otetaan pois nuo
pahat kapineet — ja viedään tuonne Plescke-vaarin puolelle. Minä
tuon kylmää vettä, niin laitetaan sinulle kylmä kääre. Olethan sinä
hetken yksin, eikö niin! Mutta katso että makaat hiljaa, aivan
rauhallisesti.
HANNELE. Ah, olenpas minä tyhmä. Se oli vain viitta, niinhän, ja
hattu?
MARTHA SISAR. Mutta aivan, aivan hiljaa, minä tulen heti takaisin.
(Menee, mutta palaa, kun eteisessä on pilkkosen pimeätä.) Minä
panen kynttilän tänne eteiseen. (Uhaten vielä keveästi sormellaan.)
Ja aivan rauhallisesti! ( Menee.)
(Huoneessa on melkein pimeä. Hannelen vuoteen jalkopäähän
ilmestyy heti muurari Matternin hahmo. Villit juopon kasvot,
punainen, takkuinen tukka, päässä kulunut sotilastakki ilman
kokardia. Vasemmassa kädessään on hänellä muurarityökaluja. Hän
on kietonut hihnan oikean kätensä ympäri ja pysyy koko ajan
jännityksessä ikäänkuin valmiina seuraavassa silmänräpäyksessä
syöksymään Hannelen kimppuun. Näystä leviää haalea valo, joka
valaisee Hannelen vuoteen ympäristön.)
HANNELE (peittää pelästyneenä käsillään silmänsä, voihkii,
vääntelehtii ja äännähtelee valittavasti).
NÄKY (käheästi, mitä suurimman vimman tukahuttamalla äänellä):
Minne sinä jäit? Missä olet ollut, tyttö? Mitä olet tehnyt? Kyllä minä
opetan. Kyllä minä näytän sinulle, varrohan. Mitä sinä olet ihmisille
puhunut? Olenko minä lyönyt ja rääkännyt sinua? Hä? Onko se
totta? Sinä et ole minun lapseni. Laita itsesi nopeasti ylös! Vähät
minä sinusta! Voin heittää sinut kadulle jos tahdon. Nouse tekemään
tulta. Joudutko siitä? Armosta ja laupeudesta olen pitänyt sinua
talossa. Vai vielä siinä laiskottelemaan rupeat! No, tuleeko siitä
mitään? Minä lyön sinua siksi kunnes sinä —
HANNELE (on noussut vaivaloisesti ja silmät ummessa laahustanut
uunin luo, avannut suupellit ja vaipuu nyt pyörtyneenä maahan.
Samassa tulee Martha sisar, kädessä kynttilä ja vesiruukku, ja
Mattern-näky katoaa. Hän säpsähtää, huomaa Hannelen makaavan
tuhassa, pelästyy, huudahtaa: "Herra Jeesus!" laskee kynttilän ja
vesiruukun syrjään, juoksee Hannelen luo ja nostaa hänet lattialta.
Hänen huutonsa saa muutkin köyhäinhoitolaiset tulemaan paikalle).
MARTHA SISAR. Minun piti vain mennä vettä noutamaan, niin
sillaikaa hän nousikin vuoteesta. Auttakaahan minua, Hedvig, olkaa
hyvä!
HANKE. No Hete, ole varovainen, muuten taitat siltä kaikki luut.
PLESCHKE. Minä luulen että sen tytön — sen tytön — on joku —
on joku loihtinut.
TULPE. Voipi olla hyvinkin, että se tyttö on loihdittu.
HANKE (äänekkäästi): Täällä se loppuu, sen minä sanon.
MARTHA SISAR (on Heten avulla vienyt Hannelen taas vuoteelle):
Voi olla niin, rakas ystävä, mutta olkaa niin hyviä, näettehän te:
sairasta ei saa enää häiritä!
HANKE. Mitäs häiriötä me sitten olemme tehneet?
PLESCHKE (Hankelle): Sinä olet hulttio — hulttio olet — hulttio,
ettäs sen nyt tiedät — ja — ja — ja — sillä hyvä. Pitäähän sairaan —
sairaan — senhän tietää lapsikin — sairaan pitää saada olla
rauhassa.
HETE (matkien häntä): Sairaan — sairaan —
MARTHA SISAR. Minä pyydän teitä, olkaa nyt niin hyviä.
TULPE. Sisar on oikeassa, laittautukaa tiehenne.
HANKE. Osataan tässä mennä ilmankin, jos mieli tekee.
HETE. Kanakoppiinkos meidät yöksi ajetaan?
PLESCHKE. Kyllä sinulle tilaa löytyy — on tilaa sinulle — tiedät
kyllä missä.
(Kaikki köyhäinhuonelaiset menevät.)
HANNELE (avaa silmänsä pelokkaasti): Joko hän meni? Joko meni
pois?
MARTHA SISAR. Kaikki ovat poissa. Ethän sinä vain pelästynyt,
Hannele?
HANNELE (yhä vielä pelon vallassa): Joko isä meni?
MARTHA SISAR. Eihän hän ole täällä ollutkaan.
HANNELE. Oli, sisar, oli!
MARTHA SISAR. Sinä olet nähnyt unta.
HANNELE (syvään huoaten, rukoilee sydämellisesti): Voi — rakas
Herra Jeesus!: — Voi rakas Herra Jeesus! Suloisin, parhain Herra
Jeesus: ota minut luoksesi, ota minut luoksesi. (Muuttuneena.)
Jos joutuisi hän
ja ottaisi mun
Luot' ihmisten kotiin
Isän kaivatun.
Minä tiedän sen varmasti, sisar —
MARTHA SISAR. Minkä tiedät?
Welcome to our website – the ideal destination for book lovers and
knowledge seekers. With a mission to inspire endlessly, we offer a
vast collection of books, ranging from classic literary works to
specialized publications, self-development books, and children's
literature. Each book is a new journey of discovery, expanding
knowledge and enriching the soul of the reade
Our website is not just a platform for buying books, but a bridge
connecting readers to the timeless values of culture and wisdom. With
an elegant, user-friendly interface and an intelligent search system,
we are committed to providing a quick and convenient shopping
experience. Additionally, our special promotions and home delivery
services ensure that you save time and fully enjoy the joy of reading.
Let us accompany you on the journey of exploring knowledge and
personal growth!
ebookultra.com