Medical Image Processing,

Reconstruction and Analysis-Concepts

and Methods, Second Edition Jiri Jan
(Author)
Visit to download the full and correct content document:
https://textbookfull.com/product/medical-image-processing-reconstruction-and-analysi
s-concepts-and-methods-second-edition-jiri-jan-author/
More products digital (pdf, epub, mobi) instant
download maybe you interests ...

Biota Grow 2C gather 2C cook Loucas

https://textbookfull.com/product/biota-grow-2c-gather-2c-cook-
loucas/

Guide to Medical Image Analysis Methods and Algorithms

2nd Edition Klaus D. Toennies (Auth.)

https://textbookfull.com/product/guide-to-medical-image-analysis-
methods-and-algorithms-2nd-edition-klaus-d-toennies-auth/

Computer Vision and Image Analysis Digital Image

Processing and Analysis 4th Edition Scott E Umbaugh

https://textbookfull.com/product/computer-vision-and-image-
analysis-digital-image-processing-and-analysis-4th-edition-scott-
e-umbaugh/

Animal behavior: concepts, methods, and applications

Second Edition Nordell

https://textbookfull.com/product/animal-behavior-concepts-
methods-and-applications-second-edition-nordell/
Introduction to Medical Image Analysis Rasmus R.
Paulsen

https://textbookfull.com/product/introduction-to-medical-image-
analysis-rasmus-r-paulsen/

Digital Image Enhancement Restoration and Compression

Digital Image Processing and Analysis for True Epub
Scott E Umbaugh

https://textbookfull.com/product/digital-image-enhancement-
restoration-and-compression-digital-image-processing-and-
analysis-for-true-epub-scott-e-umbaugh/

Image processing and GIS for remote sensing :

techniques and applications Second Edition Liu

https://textbookfull.com/product/image-processing-and-gis-for-
remote-sensing-techniques-and-applications-second-edition-liu/

Image processing dealing with texture Second Edition

Maria Petrou

https://textbookfull.com/product/image-processing-dealing-with-
texture-second-edition-maria-petrou/

Methods and techniques for fire detection : signal,

image and video processing perspectives 1st Edition
Çetin

https://textbookfull.com/product/methods-and-techniques-for-fire-
detection-signal-image-and-video-processing-perspectives-1st-
edition-cetin/
 Medical Image Processing,
Reconstruction and Analysis
Taylor a nd F ra ncis Seri es in S ignal Pro cessin g an d Co mmu ni cation s

Series Editor
Fathi E. Abd El-Samie
Menoufia University, Egypt

Digital Signal Processing for Multimedia Systems

Keshab K. Parhi, Takao Nishitami

Compressed Video over Networks

Ming-Ting Sun

Modulated Coding for Intersymbol Interference Channels

Xiang-Gen Xia

Digital Speech Processing

Synthesis and Recognition, Second Edition
Sadaoki Furui

Video Coding for Wireless Communication Systems

King N. Ngan, Chi W. Yap, Keng T. Tan

Blind Equalization and Identification

Zhi Ding, Ye Li

Adaptive Digital Filters

Maurice Bellanger

Design of Digital Video Coding Systems

A Complete Compressed Domain Approach
Jie Chen, Ut-Va Koc, KJ Ray Liu

Programmable Digital Signal Processors

Architecture: Programming, and Applications
Yu Hen Hu

Pattern Recognition and Image Preprocessing

Sing T. Bow

Speech Processing
A Dynamic and Optimization-Oriented Approach
Li Deng, Douglas O’Shaughnessy

For more information about this series, please visit: www.crcpress.com

 Medical Image Processing,
Reconstruction and Analysis
Concepts and Methods
Second Edition

Jiří Jan
CRC Press
Taylor & Francis Group
6000 Broken Sound Parkway NW, Suite 300
Boca Raton, FL 33487-2742
© 2020 by Taylor & Francis Group, LLC
CRC Press is an imprint of Taylor & Francis Group, an Informa business
No claim to original U.S. Government works
Printed on acid-free paper
International Standard Book Number-13: 978-1-138-31028-5 (Hardback)
This book contains information obtained from authentic and highly regarded sources. Reasonable efforts have
been made to publish reliable data and information, but the author and publisher cannot assume responsibility for
the validity of all materials or the consequences of their use. The authors and publishers have attempted to trace
the copyright holders of all material reproduced in this publication and apologize to copyright holders if
permission to publish in this form has not been obtained. If any copyright material has not been acknowledged,
please write and let us know so we may rectify in any future reprint.
Except as permitted under U.S. Copyright Law, no part of this book may be reprinted, reproduced, transmitted,
or utilized in any form by any electronic, mechanical, or other means, now known or hereafter invented, including
photocopying, microfilming, and recording, or in any information storage or retrieval system, without written
permission from the publishers.
For permission to photocopy or use material electronically from this work, please access www.copyright.com
(www.copyright.com/) or contact the Copyright Clearance Center, Inc. (CCC), 222 Rosewood Drive, Danvers, MA
01923, 978-750-8400. CCC is a not-for-profit organization that provides licenses and registration for a variety of
users. For organizations that have been granted a photocopy license by the CCC, a separate system of payment
has been arranged.

Trademark Notice: Product or corporate names may be trademarks or registered trademarks, and are used only
for identification and explanation without intent to infringe.

Library of Congress Cataloging-in-Publication Data

Names: Jan, Jiří, author.

Title: Medical image processing reconstruction and analysis: concepts and methods/Jiri Jan.
Other titles: Medical image processing, reconstruction, and restoration
Description: Second edition. | Boca Raton: CRC Press, 2019. | Preceded by Medical image processing,
reconstruction, and restoration/Jiří Jan.2006.
Identifiers: LCCN 2019012187 | ISBN 9781138310285 (hardback: alk. paper)
Subjects: | MESH: Image Processing, Computer-Assisted–methods | Diagnostic Imaging–methods |
Signal Processing, Computer-Assisted
Classification: LCC RC78.7.D53 | NLM WN 26.5 | DDC 616.07/54–dc23
LC record available at https://lccn.loc.gov/2019012187

Visit the Taylor & Francis Web site at

www.taylorandfrancis.com
and the CRC Press Web site at
www.crcpress.com
Contents
Preface ................................................................................................................................ xvii
Acknowledgments................................................................................................................ xxi
Author Biography .............................................................................................................. xxiii

PART I Images as Multidimensional Signals

Chapter 1 Analogue (Continuous-Space) Image Representation ..........................................3
1.1 Multidimensional Signals as Image Representation ..................................... 3
1.1.1 General Notion of Multidimensional Signals ...................................3
1.1.2 Some Important Two-Dimensional Signals ......................................5
1.2 Two-Dimensional Fourier Transform .......................................................... 8
1.2.1 Forward Two-Dimensional Fourier Transform.................................8
1.2.2 Inverse Two-Dimensional Fourier Transform ................................. 10
1.2.3 Physical Interpretation of the Two-Dimensional Fourier
Transform ....................................................................................... 11
1.2.4 Properties of the Two-Dimensional Fourier Transform .................. 13
1.3 Two-Dimensional Continuous-Space Systems ............................................15
1.3.1 The Notion of Multidimensional Systems ...................................... 15
1.3.2 Linear Two-Dimensional Systems:
Original-Domain Characterization ................................................. 17
1.3.3 Linear Two-Dimensional Systems:
Frequency-Domain Characterization ............................................. 19
1.3.4 Nonlinear Two-Dimensional Continuous-Space Systems ............... 21
1.3.4.1 Point Operators................................................................. 21
1.3.4.2 Homomorphic Systems ..................................................... 22
1.4 Concept of Stochastic Images .....................................................................25
1.4.1 Stochastic Fields as Generators of Stochastic Images ..................... 26
1.4.2 Correlation and Covariance Functions ........................................... 29
1.4.3 Homogeneous and Ergodic Fields .................................................. 31
1.4.4 Two-Dimensional Spectra of Stochastic Images ............................. 34
1.4.4.1 Power Spectra ................................................................... 34
1.4.4.2 Cross-Spectra .................................................................... 35
1.4.5 Transfer of Stochastic Images via Two-Dimensional
Linear Systems................................................................................ 36
1.4.6 Linear Estimation of Stochastic Variables—Principle
of Orthogonality ............................................................................. 38

Chapter 2 Digital Image Representation .............................................................................41

2.1 Digital Image Representation .....................................................................41
2.1.1 Sampling and Digitizing Images ..................................................... 41

v
vi Contents

2.1.1.1 Sampling ........................................................................... 41

2.1.1.2 Digitization ....................................................................... 45
2.1.2 Image Interpolation from Samples.................................................. 48
2.2 Discrete Two-Dimensional Operators .........................................................49
2.2.1 Discrete Linear Two-Dimensional Operators.................................. 50
2.2.1.1 Generic Operators............................................................. 50
2.2.1.2 Separable Operators.......................................................... 51
2.2.1.3 Local Operators ................................................................ 52
2.2.1.4 Convolutional Operators .................................................. 54
2.2.2 Nonlinear Two-Dimensional Discrete Operators ............................ 56
2.2.2.1 Point Operators................................................................. 56
2.2.2.2 Homomorphic Operators.................................................. 57
2.2.2.3 Order Statistics Operators................................................. 58
2.2.2.4 Neuronal Operators .......................................................... 58
2.3 Discrete Two-Dimensional Linear Transforms ...........................................65
2.3.1 Two-Dimensional Unitary Transforms Generally ........................... 66
2.3.2 Two-Dimensional Discrete Fourier and Related Transforms .......... 68
2.3.2.1 Two-Dimensional DFT Definition .................................... 68
2.3.2.2 Physical Interpretation of Two-Dimensional DFT ............ 69
2.3.2.3 Relation of Two-Dimensional DFT to
Two-Dimensional Integral FT and Its Applications
in Spectral Analysis........................................................... 71
2.3.2.4 Properties of the Two-Dimensional DFT .......................... 75
2.3.2.5 Frequency Domain Convolution....................................... 76
2.3.2.6 Two-Dimensional Cosine, Sine, and
Hartley Transforms ........................................................... 77
2.3.3 Two-Dimensional Hadamard-Walsh and Haar Transforms............ 80
2.3.3.1 Two-Dimensional Hadamard-Walsh Transform ............... 80
2.3.3.2 Two-Dimensional Haar Transform ................................... 81
2.3.4 Two-Dimensional Discrete Wavelet Transforms.............................. 84
2.3.4.1 Two-Dimensional Continuous Wavelet
Transforms........................................................................ 84
2.3.4.2 Two-Dimensional Dyadic Wavelet Transforms ................. 87
2.3.5 Two-Dimensional Discrete Karhunen-Loeve Transform ................ 89
2.4 Discrete Stochastic Images..........................................................................91
2.4.1 Discrete Stochastic Fields as Generators of Stochastic
Images ............................................................................................ 91
2.4.2 Discrete Correlation and Covariance Functions ............................. 92
2.4.3 Discrete Homogeneous and Ergodic Fields .................................... 93
2.4.4 Two-Dimensional Spectra of Stochastic Images ............................. 94
2.4.4.1 Power Spectra ................................................................... 94
2.4.4.2 Discrete Cross-Spectra ...................................................... 95
2.4.5 Transfer of Stochastic Images via Discrete
Two-Dimensional Systems .............................................................. 95
Part I References.................................................................................................96
Contents vii

PART II Imaging Systems as Data Sources

Chapter 3 Planar X-Ray Imaging........................................................................................99
3.1 X-Ray Projection Radiography ...................................................................99
3.1.1 Basic Imaging Geometry................................................................. 99
3.1.2 Source of Radiation ...................................................................... 100
3.1.3 Interaction of X-Rays with Imaged Objects .................................. 103
3.1.4 Image Detection............................................................................ 104
3.1.5 Post-measurement Data Processing in Projection Radiography .... 107
3.2 Subtractive Angiography ..........................................................................109

Chapter 4 X-Ray Computed Tomography ........................................................................ 111

4.1 Imaging Principle and Geometry ..............................................................111
4.1.1 Principle of a Slice Projection Measurement................................. 111
4.1.2 Variants of Measurement Arrangement........................................ 113
4.2 Measuring Considerations ........................................................................117
4.2.1 Technical Equipment .................................................................... 117
4.2.2 Attenuation Scale.......................................................................... 118
4.3 Imaging Properties....................................................................................119
4.3.1 Spatial Two-Dimensional and Three-Dimensional
Resolution and Contrast Resolution............................................. 119
4.3.2 Imaging Artifacts.......................................................................... 120
4.4 Postmeasurement Data Processing in Computed Tomography .................123
4.5 Spectral Computed Tomography ..............................................................125
4.5.1 Double-Energy CT ....................................................................... 126
4.5.2 Multi-Band (Spectral) CT............................................................. 128

Chapter 5 Magnetic Resonance Imaging........................................................................... 131

5.1 Magnetic Resonance Phenomena..............................................................131
5.1.1 Magnetization of Nuclei ............................................................... 131
5.1.2 Stimulated NMR Response and Free Induction Decay ................ 133
5.1.3 Relaxation..................................................................................... 135
5.1.3.1 Chemical Shift and Flow Influence ................................. 137
5.2 Response Measurement and Interpretation ..............................................138
5.2.1 Saturation Recovery (SR) Techniques........................................... 139
5.2.2 Spin-Echo Techniques................................................................... 140
5.2.3 Gradient-Echo Techniques ........................................................... 144
5.3 Basic MRI Arrangement...........................................................................146
5.4 Localization and Reconstruction of Image Data ......................................148
5.4.1 Gradient Fields............................................................................. 148
5.4.2 Spatially Selective Excitation ........................................................ 149
5.4.3 RF Signal Model and General Background for Localization ....... 151
5.4.4 One-Dimensional Frequency Encoding: Two-Dimensional
Reconstruction from Projections................................................... 155
viii Contents

5.4.5 Two-Dimensional Reconstruction via Frequency and

Phase Encoding ............................................................................ 159
5.4.6 Three-Dimensional Reconstruction via Frequency and
Double Phase Encoding................................................................ 163
5.4.7 Fast MRI ...................................................................................... 164
5.4.7.1 Multiple-Slice Imaging.................................................... 165
5.4.7.2 Low Flip-Angle Excitation.............................................. 165
5.4.7.3 Multiple-Echo Acquisition.............................................. 166
5.4.7.4 Echo-Planar Imaging ...................................................... 167
5.5 Image Quality and Artifacts......................................................................170
5.5.1 Noise Properties............................................................................ 170
5.5.2 Image Parameters ......................................................................... 171
5.5.3 Point-Spread Function.................................................................. 173
5.5.4 Resolving Power ........................................................................... 173
5.5.5 Imaging Artifacts.......................................................................... 174
5.6 Post-measurement Data Processing in MRI..............................................175
5.7 Functional Magnetic Resonance Imaging (fMRI) ....................................177

Chapter 6 Nuclear Imaging............................................................................................... 183

6.1 Planar Gamma Imaging............................................................................184
6.1.1 Gamma Detectors and Gamma Camera....................................... 185
6.1.2 Inherent Data Processing and Imaging Properties ........................ 189
6.1.2.1 Data Localization and System Resolution ...................... 189
6.1.2.2 Total Response Evaluation and Scatter Rejection ........... 191
6.1.2.3 Data Post-processing....................................................... 191
6.2 Single-Photon Emission Tomography .......................................................192
6.2.1 Principle........................................................................................ 192
6.2.2 Deficiencies of SPECT Principle and Possibilities of Cure ............ 193
6.3 Positron Emission Tomography ................................................................197
6.3.1 Principles of Measurement............................................................ 197
6.3.2 Imaging Arrangements ................................................................. 200
6.3.3 Post-processing of Raw Data and Imaging Properties................... 202
6.3.3.1 Attenuation Correction ................................................... 203
6.3.3.2 Random Coincidences .................................................... 204
6.3.3.3 Scattered Coincidences.................................................... 205
6.3.3.4 Dead-Time Influence....................................................... 205
6.3.3.5 Resolution Issues ............................................................ 206
6.3.3.6 Ray Normalization ......................................................... 207
6.3.3.7 Comparison of PET and SPECT Modalities................... 208

Chapter 7 Ultrasonography .............................................................................................. 209

7.1 Two-Dimensional Echo Imaging...............................................................210
7.1.1 Echo Measurement ....................................................................... 210
7.1.1.1 Principle of Echo Measurement ...................................... 210
7.1.1.2 Ultrasonic Transducers ................................................... 211
Contents ix

7.1.1.3 Ultrasound Propagation and Interaction with Tissue ..... 216

7.1.1.4 Echo Signal Features and Processing .............................. 218
7.1.2 B-Mode Imaging........................................................................... 221
7.1.2.1 Two-Dimensional Scanning Methods and Transducers... 221
7.1.2.2 Format Conversion ......................................................... 224
7.1.2.3 Two-Dimensional Image Properties and Processing ........ 225
7.1.2.4 Contrast Imaging and Harmonic Imaging ...................... 227
7.2 Flow Imaging............................................................................................229
7.2.1 Principles of Flow Measurement .................................................. 229
7.2.1.1 Doppler Blood Velocity Measurement (Narrowband
Approach) ....................................................................... 229
7.2.1.2 Cross-Correlation Blood Velocity Measurement
(Wideband Approach)..................................................... 233
7.2.2 Color Flow Imaging ..................................................................... 234
7.2.2.1 Autocorrelation-Based Doppler Imaging ........................ 234
7.2.2.2 Movement Estimation Imaging....................................... 237
7.2.2.3 Contrast-Based Flow Imaging ........................................ 237
7.2.2.4 Post-processing of Flow Images ...................................... 237
7.3 Three-Dimensional Ultrasonography........................................................238
7.3.1 Three-Dimensional Data Acquisition ........................................... 238
7.3.1.1 Two-Dimensional Scan-Based Data Acquisition............. 238
7.3.1.2 Three-Dimensional Transducer Principles....................... 240
7.3.2 Three-Dimensional and Four-Dimensional Data
Post-Processing and Display ......................................................... 241
7.3.2.1 Data Block Compilation ................................................. 241
7.3.2.2 Display of Three-Dimensional Data ............................... 242
7.4 Plane Wave (Ultra-Fast) Ultrasonic Imaging ............................................243
7.4.1 Principle of Plane-Wave Imaging .................................................. 244
7.4.1.1 Individual Frame Data Acquisition ................................ 244
7.4.1.2 Individual Image Reconstruction .................................... 247
7.4.2 Image Compounding .................................................................... 248
7.4.3 Shear Wave Visualization and Elastography ................................. 250

Chapter 8 Other Modalities .............................................................................................. 253

8.1 Optical and Infrared Imaging ...................................................................253
8.1.1 Three-Dimensional Confocal Microscopy .................................... 254
8.1.2 Optical Coherence Tomography (OCT) ........................................ 256
8.1.3 Body Surface Infrared Imaging..................................................... 257
8.2 Electron Microscopy.................................................................................258
8.2.1 Scattering Phenomena in the Specimen Volume............................ 259
8.2.2 Transmission Electron Microscopy ............................................... 259
8.2.3 Scanning Electron Microscopy ..................................................... 262
8.2.4 Post-processing of EM Images ...................................................... 264
8.3 Electrical Impedance Tomography............................................................265
Part II References .............................................................................................268
x Contents

PART III Image Processing and Analysis

Chapter 9 Reconstructing Tomographic Images ............................................................... 273
9.1 Reconstruction from Near-Ideal Projections.............................................273
9.1.1 Representation of Images by Projections ...................................... 273
9.1.2 Algebraic Methods of Reconstruction .......................................... 277
9.1.2.1 Discrete Formulation of the Reconstruction Problem ..... 277
9.1.2.2 Iterative Solution ............................................................ 279
9.1.2.3 Reprojection Interpretation of the Iteration.................... 281
9.1.2.4 Simplified Reprojection Iteration .................................... 283
9.1.2.5 Other Iterative Reprojection Approaches........................ 284
9.1.3 Reconstruction via Frequency Domain......................................... 284
9.1.3.1 Projection Slice Theorem ................................................ 284
9.1.3.2 Frequency-Domain Reconstruction ................................ 285
9.1.4 Reconstruction from Parallel Projections by
Filtered Back-Projection ............................................................... 286
9.1.4.1 Underlying Theory.......................................................... 286
9.1.4.2 Practical Aspects ............................................................. 289
9.1.5 Reconstruction from Fan Projections ........................................... 292
9.1.5.1 Rebinning and Interpolation ........................................... 293
9.1.5.2 Weighted Filtered Back-Projection.................................. 293
9.1.5.3 Algebraic Methods of Reconstruction ............................ 296
9.2 Reconstruction from Non-ideal Projections..............................................297
9.2.1 Reconstruction under Nonzero Attenuation ................................. 297
9.2.1.1 SPECT Type Imaging ..................................................... 297
9.2.1.2 PET Type Imaging .......................................................... 299
9.2.2 Reconstruction from Stochastic Projections ................................. 300
9.2.2.1 Stochastic Models of Projections .................................... 300
9.2.2.2 Principle of Maximum-Likelihood Reconstruction ......... 302
9.3 Other Approaches to Tomographic Reconstruction..................................304
9.3.1 Image Reconstruction in Magnetic Resonance Imaging ............... 304
9.3.1.1 Projection-Based Reconstruction .................................... 304
9.3.1.2 Frequency-Domain (Fourier) Reconstruction ................. 305
9.3.2 Image Reconstruction in Ultrasonography ................................... 306
9.3.2.1 Reflective (Echo) Ultrasonography ................................. 306
9.3.2.2 Transmission Ultrasonography ....................................... 307
9.3.2.3 Plane Wave Ultrasonography and Elastography.............. 308

Chapter 10 Image Fusion ................................................................................................... 309

10.1 Ways to Consistency ...............................................................................310
10.1.1 Geometrical Image Transformations........................................... 312
10.1.1.1 Rigid Transformations .................................................. 312
10.1.1.2 Flexible Transformations .............................................. 314
10.1.1.3 Piece-Wise Transformations .......................................... 318
10.1.2 Image Interpolation .................................................................... 320
Contents xi

10.1.2.1 Interpolation in the Spatial Domain ............................. 321

10.1.2.2 Spatial Interpolation via Frequency Domain ................ 326
10.1.3 Image Similarity Criteria............................................................. 327
10.1.3.1 Direct Intensity-Based Criteria...................................... 328
10.1.3.2 Information-Based Criteria ........................................... 332
10.2 Disparity Analysis...................................................................................339
10.2.1 Disparity Evaluation................................................................... 339
10.2.1.1 Disparity Definition and Evaluation Approaches ......... 339
10.2.1.2 Nonlinear Matched Filters as Sources of Similarity
Maps ............................................................................. 341
10.2.2 Computation and Representation of Disparity Maps ................. 344
10.2.2.1 Organization of the Disparity Map Computation ......... 344
10.2.2.2 Display and Interpretation of Disparity Maps .............. 344
10.3 Image Registration ..................................................................................345
10.3.1 Global Similarity ........................................................................ 346
10.3.1.1 Intensity-Based Global Criteria .................................... 347
10.3.1.2 Point-Based Global Criteria .......................................... 348
10.3.1.3 Surface-Based Global Criteria....................................... 349
10.3.2 Transform Identification and Registration Procedure ................. 349
10.3.2.1 Direct Computation ...................................................... 350
10.3.2.2 Optimization Approaches ............................................. 350
10.3.3 Registration Evaluation and Approval........................................ 351
10.4 Image Fusion ..........................................................................................353
10.4.1 Image Subtraction and Addition ................................................ 353
10.4.2 Vector-Valued Images ................................................................. 354
10.4.2.1 Presentation of Vector-Valued Images........................... 355
10.4.3 Three-Dimensional Data from Two-Dimensional Slices ............. 356
10.4.4 Panorama Fusion........................................................................ 356
10.4.5 Stereo Surface Reconstruction .................................................... 357
10.4.6 Time Development Analysis ....................................................... 359
10.4.6.1 Time Development via Disparity Analysis .................... 359
10.4.6.2 Time Development via Optical Flow............................. 360
10.4.7 Fusion-Based Image Restoration ................................................ 362

Chapter 11 Image Enhancement ......................................................................................... 363

11.1 Contrast Enhancement ...........................................................................363
11.1.1 Piece-Wise Linear Contrast Adjustments.................................... 365
11.1.2 Nonlinear Contrast Transforms .................................................. 367
11.1.3 Histogram Equalization .............................................................. 369
11.1.4 Pseudocoloring ........................................................................... 372
11.2 Sharpening and Edge Enhancement........................................................373
11.2.1 Discrete Difference Operators ..................................................... 374
11.2.2 Local Sharpening Operators ....................................................... 378
11.2.3 Sharpening via Frequency Domain............................................. 381
11.2.4 Adaptive Sharpening................................................................... 383
xii Contents

11.3 Noise Suppression...................................................................................385

11.3.1 Narrowband Noise Suppression.................................................. 386
11.3.2 Wideband “Gray” Noise Suppression......................................... 387
11.3.2.1 Adaptive Wideband Noise Smoothing .......................... 389
11.3.3 Impulse Noise Suppression ......................................................... 391
11.4 Geometrical Distortion Correction .........................................................394

Chapter 12 Image Restoration ............................................................................................ 395

12.1 Correction of Intensity Distortions .........................................................396
12.1.1 Global Corrections ..................................................................... 397
12.1.2 Field Homogenization ................................................................ 397
12.1.2.1 Homomorphic Illumination Correction ........................ 399
12.2 Geometrical Restitution ..........................................................................399
12.3 Inverse Filtering ......................................................................................400
12.3.1 Blur Estimation........................................................................... 400
12.3.1.1 Analytical Derivation of PSF ........................................ 400
12.3.1.2 Experimental PSF Identification ................................... 401
12.3.2 Identification of Noise Properties ............................................... 405
12.3.3 Actual Inverse Filtering .............................................................. 406
12.3.3.1 Plain Inverse Filtering ................................................... 406
12.3.3.2 Modified Inverse Filtering............................................. 408
12.4 Restoration Methods Based on Optimization .........................................409
12.4.1 Image Restoration as Constrained Optimization ........................ 409
12.4.2 Least Mean Square Error Restoration ........................................ 411
12.4.2.1 Formalized Concept of LMS Image Estimation............ 411
12.4.2.2 Classical Formulation of Wiener Filtering for
Continuous-Space Images ............................................. 412
12.4.2.3 Discrete Formulation of the Wiener Filter .................... 418
12.4.2.4 Generalized LMS Filtering ........................................... 420
12.4.3 Methods Based on Constrained Deconvolution.......................... 422
12.4.3.1 Classical Constrained Deconvolution............................ 422
12.4.3.2 Maximum Entropy Restoration .................................... 425
12.4.4 Constrained Optimization of Resulting PSF ............................... 427
12.4.5 Bayesian Approaches .................................................................. 428
12.4.5.1 Maximum a Posteriori Probability Restoration............. 429
12.4.5.2 Maximum-Likelihood Restoration................................ 430
12.5 Homomorphic Filtering and Deconvolution...........................................430
12.5.1 Restoration of Speckled Images .................................................. 431
12.6 Fusion Based Blind Restoration..............................................................432
12.6.1 Blind Deconvolution and Registration of Fused Images ............. 432

Chapter 13 Lower-Level Image Analysis ............................................................................ 435

13.1 Local Feature Analysis............................................................................435
13.1.1 Local Features ............................................................................ 436
13.1.1.1 Parameters Provided by Local Operators ...................... 436
Contents xiii

13.1.1.2 Parameters of Local Statistics ....................................... 436

13.1.1.3 Local Histogram Evaluation ......................................... 437
13.1.1.4 Frequency-Domain Features......................................... 437
13.1.2 Edge Detection ........................................................................... 438
13.1.2.1 Gradient-Based Detectors ............................................. 439
13.1.2.2 Laplacian-Based Zero-Crossing Detectors .................... 441
13.1.2.3 Laplacian-of-Gaussian-Based Detectors ....................... 442
13.1.2.4 Combined Approaches to Edge and
Corner Detection .......................................................... 443
13.1.2.5 Line Detectors............................................................... 444
13.1.3 Texture Analysis.......................................................................... 445
13.1.3.1 Local Features as Texture Descriptors .......................... 447
13.1.3.2 Co-Occurrence Matrices................................................ 447
13.1.3.3 Run-Length Matrices .................................................... 448
13.1.3.4 Autocorrelation Evaluators ........................................... 448
13.1.3.5 Texture Models ............................................................. 448
13.1.3.6 Syntactic Texture Analysis ............................................ 449
13.1.3.7 Textural Parametric Images and Textural Gradient ...... 450
13.2 Image Segmentation................................................................................450
13.2.1 Parametric Image-Based Segmentation....................................... 451
13.2.1.1 Intensity-Based Segmentation ....................................... 451
13.2.1.2 Binary (Black and White) Segmentation ....................... 454
13.2.1.3 Segmentation of Vector-Valued Parametric, Color,
or Multimodal Images................................................... 455
13.2.1.4 Texture-Based Segmentation ......................................... 456
13.2.2 Region-Based Segmentation ....................................................... 456
13.2.2.1 Segmentation via Region Growing ................................ 456
13.2.2.2 Segmentation via Region Merging................................. 457
13.2.2.3 Segmentation via Region Splitting and Merging ........... 458
13.2.2.4 Watershed-Based Segmentation .................................... 460
13.2.3 Edge-Based Segmentation........................................................... 463
13.2.3.1 Borders via Modified Edge Representation ................... 463
13.2.3.2 Borders via Hough Transform ...................................... 466
13.2.3.3 Boundary Tracking ....................................................... 470
13.2.3.4 Graph Searching Methods ............................................ 471
13.2.4 Segmentation by Pattern Comparison ........................................ 471
13.2.5 Segmentation via Flexible Contour Optimization ....................... 471
13.2.5.1 Parametric Flexible Contours ....................................... 472
13.2.5.2 Geometric Flexible Contours – Level Sets..................... 474
13.2.5.3 Active Shape Contours.................................................. 476
13.3 Generalized Morphological Transforms..................................................478
13.3.1 Basic Notions.............................................................................. 478
13.3.1.1 Image Sets and Threshold Decomposition .................... 478
13.3.1.2 Generalized Set Operators and Relations ...................... 479
13.3.1.3 Distance Function......................................................... 480
13.3.2 Morphological Operators ........................................................... 481
xiv Contents

13.3.2.1 Erosion.......................................................................... 483

13.3.2.2 Dilation ......................................................................... 485
13.3.2.3 Opening and Closing..................................................... 486
13.3.2.4 Fit-and-Miss Operator .................................................. 488
13.3.2.5 Derived Operators......................................................... 488
13.3.2.6 Geodesic Operators....................................................... 490
13.3.3 Some Applications ...................................................................... 491

Chapter 14 Selected Higher-Level Image Analysis Methods............................................... 495

14.1 Image Decomposition Using Principal and Independent
Component Analyses ..............................................................................496
14.1.1 Principal Component Analysis.................................................... 496
14.1.2 Independent Component Analysis .............................................. 503
14.1.2.1 ICA Based on Minimization of Mutual Information .... 505
14.1.2.2 ICA Based on Maximization of Non-Gaussianity ........ 506
14.2 Deep Learning-Based Image Analysis.....................................................507
14.2.1 Introduction to Deep Learning ................................................... 507
14.2.2 Deep Feed-Forward (Back-Propagation) Neural Networks ........ 508
14.2.3 Convolutional Neural Networks ................................................. 513
14.2.3.1 Generic Structure .......................................................... 514
14.2.3.2 Convolutional Layers .................................................... 515
14.2.3.3 Nonlinear Layers .......................................................... 516
14.2.3.4 Pooling Layers .............................................................. 517
14.2.4 Modifications of Convolutional Neural Networks...................... 517
14.2.4.1 Neuron Nonlinearities................................................... 518
14.2.4.2 Tendencies in CNN Architectures ................................. 518
14.2.4.3 Inception Concept......................................................... 519
14.2.4.4 Residual Concept .......................................................... 520
14.2.5 Matrix-Output Type Convolutional Neural Networks................ 521
14.2.6 Applications of Convolutional Neural Networks........................ 524
14.2.6.1 Supervised Learning from Limited Databases............... 525
14.2.6.2 Unsupervised Learning ................................................. 526
14.2.6.3 Image Classification ...................................................... 526
14.2.6.4 Semantic Segmentation ................................................. 527
14.2.6.5 Blind Learning Based Restoration ................................ 529
14.2.7 Recurrent Neural Networks ........................................................ 530

Chapter 15 Medical Image Processing Environment........................................................... 533

15.1 Hardware and Software Features ............................................................533
15.1.1 Hardware Features...................................................................... 533
15.1.2 Software Features ....................................................................... 536
15.2 Principles of Image Compression for Archiving and Communication.....539
15.2.1 Philosophy of Image Compression.............................................. 539
15.2.2 Generic Still-Image Compression System ................................... 540
15.2.3 Principles of Lossless Compression............................................. 541
Contents xv

15.2.3.1 Predictive Coding .......................................................... 542

15.2.4 Principles of Lossy Compression ................................................ 543
15.2.4.1 Pixel-Oriented Methods ................................................ 544
15.2.4.2 Block-Oriented Methods............................................... 545
15.2.4.3 Global Compression Methods ...................................... 548
15.3 Present Trends in Medical Image Processing...........................................550
Part III References............................................................................................552

Index.................................................................................................................................... 557
Preface
Beginning with modest initial attempts in, roughly, the 1960s, digital image processing has
become a recognized field of science, as well as a broadly accepted methodology, to solve
practical problems in many different kinds of human activities. The applications encompass
an enormous range, starting perhaps with astronomy, geology, and physics, via medical, bio-
logical, and ecological imaging and technological exploitation, up to the initially unexpected
use in humane sciences (e.g., archaeology or art history). The results obtained in the area of
digital image acquisition, synthesis, processing, and analysis are impressive, though it is
often not generally known that digital methods have been applied. The basic concepts and
theory are, of course, common to the spectrum of applications, but some aspects are more
emphasized and some less in each particular application field. This book, besides introdu-
cing general principles and methods, concentrates on applications in the field of medical
imaging, which is specific for at least two features: biomedical imaging often concerns
internal structures of living organisms inaccessible to standard imaging methods, and the
resulting images are observed, evaluated, and classified mostly by non-technically oriented
staff.
The first feature means that rather specific imaging methods had to be developed,
namely, tomographic modalities that are entirely dependent on digital processing of meas-
ured pre-image data and utilize rather sophisticated theoretical backgrounds stemming from
the advanced signal theory. Therefore, development of new or innovated image processing
approaches, as well as the interpretation of more complicated or unexpected results, requires
a deep understanding of the underlying theory and methods.
Excellent theoretical books on general image processing methods are available, some of
them mentioned in the references of this book. In the area of medical imaging, many books
oriented toward individual clinical branches have been published, mostly with medically
interpreted case studies. Technical publications on modality-oriented specialized methods
are frequent, either original journal papers and conference proceedings or edited books,
contributed to by numerous specialized authors summarizing recent contributions to
a particular field of medical image processing. However, there may be a niche for books
that respect the particularities of biomedical orientation while providing a consistent, theor-
etically reasonably exact, and yet comprehensible explanation of the underlying theoretical
concepts and principles of methods of image processing as applied in the broad medical field
and other application fields.
This book is intended as an attempt in this direction. It is the author’s persuasion that
a good understanding of concepts and principles forms a necessary basis to any valid meth-
odology and solid application. It is relatively easy to continue studying and even designing
specialized advanced approaches with such a background; on the other hand, it is extremely
difficult to grasp a sophisticated method without understanding the underlying concepts.
Investigating a well-defined theory from the background makes the study enjoyable; this
aspect was part of the foundation of the concept for the book.
This book is primarily for a technically oriented audience (e.g., staff members in the med-
ical environment, interdisciplinary experts of different (not necessarily only biomedical)
orientations, and graduate and postgraduate engineering students. The purpose of the book
is to provide insight; this determines the way the material is treated: the rigorous mathemat-
ical treatment—definition, lemma, proof—has been abandoned in favor of continuous
explanation, in which most results and conclusions are consistently derived, though the der-
ivation is contained (and sometimes perhaps even hidden) in the text. The aim is for the

xvii
xviii Preface

reader to become familiar with the explained concepts and principles and acquire the idea
of not only believing the conclusions, but also checking and interpreting every result him-
or herself, though perhaps with informal reasoning. It is also important that all the results
be interpreted in terms of their “physical” meaning. This does not mean that they be related
to a concrete physical parameter, but rather that they are reasonably interpreted with the
purpose of the applied processing in mind (e.g., in terms of information or spectral con-
tent). The selection of the material in the book was based on the idea of including the
established background without becoming mathematically or theoretically superficial, while
possibly eliminating unnecessary details or overly specialized information that, moreover,
may have a time-limited validity.
Though the book was primarily conceived with the engineering community of readers in
mind, it should be readable also to technically inclined biomedical experts. It is, of course,
possible to successfully exploit image-processing methods in clinical practice or scientific
research without becoming involved in the processing principles. The implementation of
imaging modalities must be adapted to this standard situation through an environment in
which the nontechnical expert would not feel image processing to be a strange or hostile
element. However, the interpretation of the image results, in more complicated cases, as well
as the indication of suitable image-processing procedures, under more complex circum-
stances, may be supported by the user’s understanding of the processing concepts. It is
therefore a side ambition of this book to be comprehensible enough to enable appreciation
of the principles, perhaps without derivations, even by a differently oriented expert.
It should also be stated what the book is not intended to be. It does not discuss the med-
ical interpretation of the image results; no casuistic analysis is included. Concerning the
technical contents, it is not a theoretical in-depth monograph on a highly specialized theme,
which would not be understandable to a technically or mathematically educated user of the
imaging methods or a similarly oriented graduate student. Such specialized publications
may be found among the references. Finally, while the book may be helpful even as a daily
reference to concepts and methods, it is not a manual on application details and does not
refer to any particular program, system, or implementation.
The content of the book has been divided into three parts. The first part, “Images as
Multidimensional Signals,” provides the introductory chapters on the basic image-
processing theory. The second part, “Imaging Systems as Data Sources,” is intended as an
alternative view on the imaging modalities. While the physical principles are limited to the
extent necessary to explain the imaging properties, the emphasis is on analyzing internal
signals and (pre)image data that are to be consequently processed. With respect to this
goal, the technological solutions and details of the imaging systems are also omitted. The
third part, “Image Processing and Analysis,” starts with tomographic image reconstruction,
which is of fundamental importance in medical imaging. Another topical theme of medical
imaging is image fusion, including multimodal image registration. Methods of image
enhancement and restoration are treated in individual chapters. The next chapter is devoted
to image analysis, including segmentation, as a preparation for diagnostics. The originally
concluding chapter, on the image-processing environment, briefly comments on hardware
and software exploited in medical imaging and on processing aspects of image archiving
and communication, including principles of image data compression.
With respect to the broad spectrum of potential readers, the book was designed to be as
self-contained as possible. Although a background in signal theory would be advantageous,
it is not necessary, as basic terms are briefly explained where needed. Each part of the book
has a list of references, containing literature used as sources or recommended for further
study. The citation of numerous original works, although their influence on and
Preface xix

contribution to the medical imaging field are highly appreciated, was mostly avoided, unless
they served as immediate sources or examples.
The author hopes that (in spite of some ever-present oversights and omissions) the reader
will find the book’s content to be consistent and interesting, and studying it intellectually
rewarding. If the basic knowledge contained within becomes a key to solving practical
application problems and to informed interpretation of results, or a starting point to inves-
tigating more advanced approaches and methods, the book’s intentions will have been
fulfilled.
Jiří Jan
Brno, Czech Republic

COMMENTS TO THE SECOND EDITION:

In 2017, the publishing house (CRC Press—Taylor and Francis) contacted me with
a suggestion to issue the second edition of my 2006 book. When the following independent
expert reviews concerning the second-edition intention, organized by the publishing house,
were positive, among others pointing to the predominantly timeless content of the book
that would not require great modifications, I decided to accept the invitation.
In the second edition, besides naturally correcting some misprints or oversights and
partly modifying or complementing some explanations, also new material was included. It
consisted of, on the one hand, introducing novel imaging principles (namely planar ultra-
sound imaging, spectral CT, functional MRI, and optical coherent tomography) and on the
other hand new or newly used image analysis methodologies—a new chapter was added on
selected methods of higher-level analysis (primarily deep-learning based methods, namely
convolutional neural networks and some other learning approaches) and on principal and
independent component analysis (PCA, ICA). A subchapter has been added on principles
of fusion-based image restoration, and some chapters have been somewhat modified or
complemented.
The author hopes that the second edition of the book will fulfill readers’ expectations,
when providing the insight and explaining the principles of image processing and analysis,
using the transparent and straightforward explanation approach of the first edition that
seems to have already proved its merit.
Brno, 2019
Jiří Jan
Acknowledgments
This book is partly based on courses on basic and advanced digital-image processing
methods, offered for over 30 years to graduate and Ph.D. students of electronics and
informatics at Brno University of Technology. Part of these courses has always been
oriented toward biomedical applications. Here, I express thanks to all colleagues and stu-
dents, with whom discussions often led to a better view of individual problems. In this
respect, the comments of the book reviewer, Dr. S.M. Krishnan, Nanyang Technological
University Singapore, have also been highly appreciated.
Most medical images presented as illustrations or used as material in the derived figures
have been kindly provided by cooperating hospitals and their staffs: the Faculty Hospital of
St. Anne Brno (Assoc. Prof. P. Krupa, M.D., Ph.D.), the Faculty Hospital Brno-Bohunice
(Assoc. Prof. J. Prasek, M.D., Ph.D.; Assoc. Prof. V Chaloupka, M.D., Ph.D., Assist. Prof.
R. Gerychova, M.D.), Masaryk Memorial Cancer Institute Brno (Karel Bolcak, M.D.),
Institute of Scientific Instruments, Academy of Sciences of the Czech Republic (Prof.
M. Kasal, Ph.D.), and Brno University of Technology (Assoc. Prof. A. Drastich, PhD.,
D. Janova, M.Sc.). Their courtesy is highly appreciated. Recognition notices are only placed
with figures that contain original medical images; they are not repeated with figures where
these images serve as material to be processed or analyzed. Thanks also go to former doc-
toral students V. Jan, Ph.D., and R. Jirik, Ph.D., who provided most of the drawn and
derived-image figures in the first edition. Concerning the second edition, sincere thanks for
support providing photos or other supporting material, as well as for useful discussions, go
also to my former or present doctoral students, M. Malínský, PhD, R. Peter,
PhD, M. Lamoš, PhD., P. Walek, PhD., J. Chmelík and R. Jakubíč ek; the last two contrib-
uted also to the final manuscript preparation.
The book utilizes as illustrations of the described methods, among others, some results of
research conducted by the group headed by the author. Support of related projects by the
grant no. 102/02/0890 of the Grant Agency of the Czech Republic, grants no. CEZ MSM
262200011 and CEZ MS 0021630513 of the Ministry of Education of the Czech Republic,
and the grant 1M6798555601 supporting the national research center, which our group was
a part of, is acknowledged. In the second edition, some figures illustrating specific methods
developed by this group in frame of a long-term cooperation with the firm Philips Medical
Systems Nederland B.V. were included; the possibility of this inclusion is also
acknowledged.

xxi
Author Biography
Jiří Jan is a full professor of signal and image processing within the Department of Biomed-
ical Engineering at Brno University of Technology. As the Head of the Department (1990 –
2010) he constituted novel concepts of MSc and PhD study in Biomedical and Ecological
Engineering, and in Biocybernetics. During his professional life, he served here and abroad
(The Netherlands, Denmark, United Kingdom, Belgium, Estonia, etc.) as a university
teacher and researcher.
Since 1980-th he concentrated his scientific interest in the area of biomedical image ana-
lysis. His publication record lists over 280 research papers in scientific journals and confer-
ence proceedings besides several books on digital signal and image processing (VUTIUM,
IEE Press, CRC Taylor&Francis). His activities encompass memberships in editorial boards
of international journals (Springer, IEEE, EURASIP, Hindawi) and in conference boards
(IEEE-EMBC, IEEE-ICASSP, IEEE-ISBI, EURASIP-EUSIPCO, IFMBE, WOC and
others); he was also organizing and chairing the series of 20 biennial international confer-
ences BIOSIGNAL (1978-2012) under the patronage of IEEE-EMBS and EURASIP asso-
ciations. Several teams of his doctoral students were working in the image processing area
under his guidance, namely the Brno section of the national research centre DAR (2005-
2011) and presently the team cooperating with the firm Philips HealthCare Nederland since
2008. His present research interests in medical image data processing concern namely multi-
modal image fusion and diagnostic feature analysis.

xxiii
Part I
Images as Multidimensional
Signals
Part I provides a theoretical background for the book. It introduces the concept of still
images interpreted as two-dimensional signals, as well as the generalization to a multidimen-
sional interpretation of moving images and three-dimensional (spatial) image information.
Once this general notion is introduced, signal theoretical concepts, after generalization to
the two-dimensional or multidimensional case, can be utilized for image processing and
analysis. This concept proved very successful in enabling the formalization (and conse-
quently optimization) of many approaches to image acquisition, processing, and analysis
that were originally designed as heuristic or even thought not to be feasible.
A characteristic example comes from the area of medical tomographic imaging: the intui-
tively suggested heuristic algorithm of image reconstruction from projections by back projec-
tion turned out to be very unsatisfactory, giving only a crude approximation of the proper
image, with very disturbing artifacts. Later, a relatively complex theory (see Chapter 9) that
led to a formally derived algorithm of filtered back-projection was developed. This algorithm,
widely used nowadays, is theoretically correct and provides very good images, even under
practical limitations. Both algorithms are quite similar, the only difference being the filtering
of each individual projection added to the original procedure in the later method—seemingly
an elementary step, but probably impossible to discover without the involved theory. The
alternative methods of image reconstruction from projections rely heavily on other aspects of
the multidimensional signal theory as well.
Part I introduces the basic image processing concepts and terminology needed to under-
stand further sections of the book. Broader and deeper treatment of the theory can be
found in the numerous literature that is partly listed in the references to this section (e.g., in
[4], [5], [6], [18], [22], [23], [25], [26]. Other sources used but not cited elsewhere are [1], [2],
[8], [12], [14]–[17], [19], [21], [24]).
In the context of the theoretical principles, we shall introduce the concepts of two-
dimensional systems and operators, two-dimensional transforms, and two-dimensional
stochastic fields. The text is meant to be self-contained: the necessary concepts of one-
dimensional signal theory will be briefly included but without detailed derivations.
A prior knowledge of signal theory elements, though definitely advantageous, is thus not

1
2 Medical Image Processing, Reconstruction and Analysis

necessary. With respect to the purpose of the book, we shall mostly limit ourselves to the
two-dimensional case; generalization to three- and four-dimensional cases is rather
straightforward and will be mentioned where necessary.
This theoretical section is subdivided into two similarly structured chapters. The first
chapter deals with the theory of images in continuous space, often briefly denoted as ana-
logue images. Besides being necessary as such, because some later derivations will need
this concept, the theory seems also to be more easily comprehensible, thanks to intuitive
interpretations—humans perceive the analogue image. The second chapter deals with dis-
crete images (i.e., discrete-space (sampled) images, the values of which are also quantized)
as only these can be represented in and processed by computers. The reader should realize
that, on one hand, there are many similarities and analogies between the worlds of continu-
ous and discrete images; on the other hand, discretization changes some basic theoretical
properties of the signals and operators. Therefore, the notion of a “densely enough” sampled
discrete image being equivalent to its analogue counterpart is false in principle and often mis-
leading, although the similarities between the areas may occasionally be utilized with advan-
tage; it includes the fact that all real-world images can be represented digitally without any
loss in information content.
 1 Analogue
(Continuous-Space) Image
Representation

1.1 MULTIDIMENSIONAL SIGNALS AS IMAGE REPRESENTATION

1.1.1 GENERAL NOTION OF MULTIDIMENSIONAL SIGNALS

The two-dimensional continuous-space signal is simply defined as a function of two continu-

ous variables,
f ðx; yÞ: ð1:1Þ

The physical meaning of the function value and variables is arbitrary. In the present con-
text, such function is usually interpreted as spatially variable brightness (or gray-scale
degree) of a planar still image, dependent on the position determined by the two coordin-
ates x, y forming the position vector r = (x, y). With respect to the interpretation of vari-
ables, the function is often denoted as a spatial-domain function. Theoretically, it is
possible to consider spatially unlimited images, covering the complete infinite plane (x,y);
practically, however, image size (definition extent) is always limited, usually to a rectangle
with the origin of coordinates in the center, for example,
x 2 hxmax ; xmax i; y 2 hymax ; ymax i: ð1:2Þ

A function of the type in Equation 1.1 may be represented in different ways, as can be seen
in Figure 1.1, either as a gray-scale image or as a surface, the z-component of which is
given by the function value, or by means of profiles—one-dimensional functions describing
the function values on a curve f (x,y) = 0, often a line ax + by + c = 0, commonly horizon-
tal or vertical (e.g., for one of the spatial variables x or y constant).
We shall deal mostly with gray-scale images, as they form the output of practically all
medical imaging modalities, so that the above definition should suffice. In medicine, color
is mostly used only for emphasizing the contrast of originally gray-scale images via false
colors or for labeling, neither usually using formally derived algorithms to determine the
colors. Nevertheless, it should be mentioned that a color image can be represented by
a vector function

f ðx; yÞ ¼ ½ fR ðx; yÞ; fG ðx; yÞ; fB ðx; yÞT ; ð1:3Þ

the components of which describe the brightness of the individual color components, e.g.,
red, green, and blue (differently colored or interpreted triads of components are also used,
e.g., brightness, hue, and color saturation). Each component constitutes a gray-scale image,
and it may be treated as one. In real-color image processing, although still rarely appearing
in medical applications, the images may be treated as vector valued, thus the correlation
among the color components utilized.

3
4 Medical Image Processing, Reconstruction and Analysis

0
0

200

400
400 500
200 300
0 100

400 300 400

200 200 200

0 100 0
0 200 400 0 200 400 0 200 400

FIGURE 1.1 Different representations of a two-dimensional signal: gray-scale image, surface represen-
tation, and profiles along indicated horizontal, vertical, and diagonal lines.

In the context of vector-valued signals, a special case should be mentioned: complex-

valued signals of the type (in two-dimensional case)
f ðx; yÞ ¼ fre ðx; yÞ þ j fim ðx; yÞ: ð1:4Þ

Although natural images are real valued, the generalization to the concept of complex-
valued images is useful theoretically1 and may even simplify computations in some cases.
Again, each part (real and imaginary) can be interpreted as a gray-scale image.
The two-dimensional concept (Equation 1.1) may be generalized to the case of
a multidimensional signal
f ðxÞ; ð1:5Þ

where x is a vector with an arbitrary number of components. While x may even be

a scalar (like time in the case of one-dimensional time-dependent signals), in our context
it will have mostly two (above) to four components. The physical meaning of the compo-
nents depends on the context; a three-dimensional vector may represent three spatial
coordinates, x = (x, y, z)T, as in the case of spatial data provided by some tomographic
imaging systems, or two spatial variables and time, x = (x, y, t)T, in the case of a time-
variable (moving, animated) two-dimensional planar image. The four-dimensional case

1
Computed images may become complex valued (e.g., in magnetic resonance imaging (MRI)).
Another random document with
no related content on Scribd:
 — Sepä vasta aasi! — huudahti Ivan ruveten hermostuneesti
nauraa hohottamaan ja ikäänkuin voimiaan ponnistellen yhä jotakin
harkiten. — Eikö ole samantekevää, makaako ikuisesti vai kulkeeko
kvadriljoonan virstaa? Siinähän on kulkemista biljoonaksi vuodeksi?

— Paljon pitemmäksikin aikaa, tässä ei vain ole käsillä lyijykynää

ja paperia, muuten voisi sen laskea. Mutta hän on aikoja sitten
saapunut perille, ja tästäpä anekdootti alkaakin.

— Miten on saapunut perille! Mistä hän on ottanut biljoonan

vuotta!

— Sinä ajattelet koko ajan vain meidän nykyistä maatamme! Mutta

onhan nykyinen maamme saattanut ehkä itse jo biljoonan kertaa
uudistua; no, se on vähitellen kuollut, jäätynyt, halkeillut, hajonnut,
haihtunut alkutekijöihinsä, taas on ollut vettä mantereen päällä, sitten
taas pyrstötähti, taas aurinko, taas auringosta maa, — kenties tämä
kehitys on toistunut lukemattomia kertoja ja aina samalla tavalla,
pikku piirteitä myöten. Hirvittävän jonninjoutavaa ja ikävää…

— No, no, miten sitten kävi, kun hän tuli perille?

— Heti kun hänelle avattiin paratiisin ovet ja hän astui sisälle, niin
hän, ennenkuin oli ollut siellä kahta sekuntiakaan, — ja tämä kellon
mukaan sanottuna, kellon mukaan (vaikka minun käsitykseni
mukaan hänen kellonsa oli täytynyt jo kauan sitten hajota
alkutekijöihinsä hänen taskussaan matkalla), — ennenkuin oli ollut
siellä kahta sekuntiakaan, hän huudahti, että noitten kahden
sekunnin takia kannatti kulkea ei vain kvadriljoona, vaan kvadriljoona
kvadriljoonaa, vieläpä se määrä kvadriljoonannessa potenssissa!
Sanalla sanoen hän lauloi »hoosiannan» ja liioitteli vahvasti, niin että
toiset siellä, jotka olivat vähän jalommin ajattelevia, eivät ensiaikoina
tahtoneet edes antaa kättä hänelle: liian rajusti hän oli siirtynyt
vanhoillisten joukkoon. Venäläinen luonne. Toistan: tämä on
legenda. Mistä hinnasta osti, siitä möikin. Sellaisetpa käsitykset siis
meillä siellä vallitsevat kaikista näistä asioista.

— Minä olen saanut sinut kiinni! — huudahti Ivan melkein

lapsellisen riemun valtaamana aivan kuin lopullisesti olisi muistanut
jotakin: — tuon anekdootin kvadriljoonasta vuodesta, — sen olen
minä itse sepittänyt! Minä olin silloin seitsemäntoista vanha, olin
lukiossa… minä sepitin silloin tuon anekdootin ja kerroin sen eräälle
toverilleni, hänen nimensä on Korovkin, se oli Moskovassa… Tämä
anekdootti on niin luonteenomainen, etten minä ole voinut sitä ottaa
mistään. Minä olin sen unohtanut… mutta se muistui nyt
tiedottomasti mieleeni, — minulle itselleni, etkä sinä sitä kertonut!
Niinkuin tuhansia asioita johtuu toisinaan mieleen tiedottomasti,
silloinkin kun viedään mestattavaksi… unessa muistui mieleeni. Sinä
juuri oletkin tuo uni! Sinä olet uni eikä sinua ole olemassa!

— Kiihkosta, jolla sinä minut kiellät, — alkoi gentlemanni nauraa,

— minä tulen vakuutetuksi, että sinä kuitenkin uskot minuun.

— En vähintäkään! En usko sadasosaakaan!

— Mutta tuhannennen osan uskot. Homeopaattiset osathan ehkä

ovatkin kaikkein voimakkaimpia. Tunnusta, että uskot, no, vaikkapa
kymmentuhannesosaksi…

— En hetkeäkään! — huusi Ivan raivoissaan. — Minä muuten

haluaisin uskoa sinuun! — lisäsi hän äkkiä omituisesti.

— Ehee! Siinäpä sentään tunnustus! Mutta minä olen

hyväntahtoinen, minä autan sinua tässäkin. Kuule: minähän sain
sinut kiinni etkä sinä minua! Minä kerroin tahallani sinulle sinun
oman anekdoottisi, jonka sinä olit unohtanut, jotta sinä lopullisesti
lakkaisit minuun uskomasta.

— Valehtelet! Ilmestymisesi tarkoituksena on saada minut

uskomaan, että sinä olet olemassa.

— Aivan niin. Mutta horjuminen, mutta levottomuus, mutta uskon

ja epäuskon taistelu — sehän on toisinaan sellainen kidutus
tunnolliselle ihmiselle, semmoiselle kuin esimerkiksi sinä, että
parempi on mennä hirteen. Nimenomaan tietäen, että sinä hitusen
uskot minuun, minä synnytin sinussa lopullisesti epäuskon
kertomalla tämän anekdootin. Minä kuljetan sinua edestakaisin
uskon ja epäuskon välillä, ja tässä minulla on omat tarkoitukseni:
Uusi metodi: kun sinä kokonaan menetät uskosi minuun, silloinhan
sinä heti alat vakuuttaa minulle vasten silmiä, että minä en ole uni,
vaan olen todella olemassa, kyllä minä sinut tunnen; silloinpa minä
saavutankin tarkoitukseni. Mutta tarkoitukseni on jalo. Minä heitän
sinuun vain pienen pienoisen uskonsiemenen, mutta siitä kasvaa
suuri tammi — vieläpä semmoinen tammi, että sinä sen tammen
oksilla istuessasi haluat kuulua »erakkoisien ja puhtaitten vaimojen»
joukkoon; sillä suuresti, suuresti sinä tätä salaisuudessa halajat,
rupeat syömään heinäsirkkoja, vetäydyt erämaahan sielusi
pelastuksen takia!

— Siis sinä, lurjus, puuhaat sieluni pelastusta!

— Täytyyhän edes joskus tehdä hyvä työ. Sinä olet vihastunut,

huomaan minä, olet vihastunut!

— Narri! Entä oletko sinä koskaan koettanut vietellä noita

tuollaisia, jotka syövät heinäsirkkoja ja rukoilevat seitsemäntoista
vuotta autiossa erämaassa ja jotka jo ovat sammaltuneet?

— Ystäväni, sitähän minä vain olen tehnytkin. Voi unohtaa koko

maailman ja maailmat ja takertua yhteen tuommoiseen, sillä hän on
kallisarvoinen jalokivi; yksi tuollainen sielu saattaa toisinaan olla
kokonaisen tähtisikermän arvoinen, — meillähän on oma
laskuoppimme. Se on suuriarvoinen voitto! Ja monet heistä ovat
toden totta sinun tasollasi kehityksessä, vaikka sinä et sitä usko: voin
nähdä samana hetkenä niin pohjattoman syvää uskoa ja epäuskoa,
että toisinaan näyttää riippuvan vain hiuskarvasta — niin ihminen jo
lentää »nurinniskoin kuperkeikkaa» kuten näyttelijä Gorbunov sanoo.

— No, ja saitko pitkän nenän?

— Ystäväni, — huomautti vieras moralisoivasti, — pitkän nenän

saaminen on sentään parempaa kuin että toisinaan jää kokonaan
nenättömäksi, kuten äskettäin lausui eräs markiisi (lienee ollut
spesialistin hoidossa) ripittäytyessään rippi-isälleen jesuiittapapille.
Minä olin siinä läsnä — sepä vasta hauskaa oli. »Hankkikaa minulle
takaisin, sanoo, nenäni!» Ja lyö rintaansa. »Poikani», kiemuroi pater,
»kaikki täyttyy Kaitselmuksen tutkimattomien kohtaloitten mukaan, ja
näennäinen onnettomuus tuo toisinaan mukanaan harvinaisen,
joskin näkymättömän edun. Jos ankara kohtalo on vienyt teiltä
nenän, niin teillä on tästä se etu, ettei kukaan koko elämänne aikana
uskalla teille sanoa, että olette saanut pitkän nenän.» — »Pyhä isä,
ei tämä ole mikään lohdutus!» huudahtaa epätoivoissaan oleva
mies. — »Minä päinvastoin olisin ihastuksissani, jos koko elämäni
ajan joka päivä saisin pitkän nenän, kunhan se vain olisi
asianmukaisessa paikassa!» — »Poikani», huokaa pater, »ei
kaikkea hyvää voi vaatia samalla kertaa, ja tämä on jo napinaa
Kaitselmusta vastaan, joka ei tässäkään ole teitä hylännyt; sillä jos te
parutte niinkuin äsken, että mielellänne ottaisitte pitkän nenän koko
elämänne ajaksi, niin tässä on toivomuksenne jo epäsuorasti
täytetty, sillä kun te menetitte nenänne, niin te juuri siten tavallanne
saitte pitkän nenän…»

— Hyi, kuinka typerää! — huudahti Ivan.

— Ystäväni, minä tahdoin vain naurattaa sinua, mutta, vannon

sen, tämä on juuri oikeata jesuiittain kasuistiikkaa, ja vannon sinulle,
että kaikki tämä tapahtui pilkulleen niinkuin olen sinulle kertonut.
Tämä tapaus sattui äskettäin ja tuotti minulle paljon huolta. Kotiinsa
palattuaan onneton nuori mies ampui itsensä samana yönä; minä
olin hänen luonaan eroamattomasti viimeiseen hetkeen saakka…
Nuo jesuiittain pienet kojut, jossa saa tehdä tunnustuksia, ovat
todellakin minun hauskin huvitukseni elämän surullisina hetkinä.
Kerron sinulle vielä yhden tapauksen, aivan näinä päivinä sattuneen.
Vanhan paterin luo saapuu vaaleaverinen, pohjoismaalaisen
näköinen, noin kahdenkymmenen vuoden ikäinen tyttö. Kaunotar,
ruumiin muodot ja olemus saavat ihan veden nousemaan suuhun.
Hän kumartui, kuiskuttaa reiästä paterille syntinsä. — »Kuinka,
tyttäreni, oletteko tosiaankin taas langennut?…» huudahtaa pater.
»O Sancta Maria, mitä minä kuulen: nyt aivan toisen kanssa. Miten
kauan tätä oikein tulee jatkumaan ja eikö teitä hävetä!» — »Ah, mon
père», vastaa syntinen nainen silmät täynnä katumuksen kyyneliä:
— »Ça lui fait tant de plaisir et à moi si peu de peine!» No,
ajattelehan, millainen vastaus! Silloin minä jo vetäydyin syrjään: siinä
huusi itse luonto, se on, jos tahdot, parempaa kuin itse viattomuus!
Annoin heti hänelle hänen syntinsä anteeksi ja käännähdin
mennäkseni pois, mutta minun oli aivan samassa pakko palata
takaisin: kuulen paterin määräävän reiästä tytölle illalla kohtauksen,
— vaikka hän on vanha ukko, vahva kuin piikivi, mutta lankesipa
silmänräpäyksessä! Luonto, luonnon totuus pääsi oikeuksiinsa! Mitä,
taasko nyrpistät nenääsi, taasko olet äkäinen?

— Jätä minut, sinä jyskytät aivoissani painajaisena, josta olen

pääsemättömissä, — vaikeroi Ivan surkeasti voimatta mitään
näylleen, — minun on ikävä sinun kanssasi, sietämätöntä ja
piinallista! Antaisin paljon, jos saisin sinut karkoitetuksi!

— Toistan sinulle, vähennä vaatimuksiasi, älä vaadi minulta

»kaikkea suurta ja kaunista», niin saat nähdä, miten hyvät
ystävykset meistä tulee, — lausui gentlemanni vakuuttavasti. —
Totisesti sinä olet äkäinen minulle siitä, etten minä ilmestynyt sinulle
jonkinmoisessa rusohohteessa, »jyristen ja salamoiden», tulisin
siivin, vaan esiinnyin näin vaatimattomassa muodossa. On loukattu
ensiksikin sinun esteettisiä tunteitasi ja toiseksi sinun ylpeyttäsi:
kuinka, muka, näin suuren miehen luo on voinut tulla noin alhainen
piru? Ei, sinussa on sentään tuo romanttinen suoni, jota jo Belinski
niin ivaili. Minkäpä sille voi, olet nuori mies. Minä aioin äsken, kun
tein lähtöä luoksesi, piloillani esiintyä täysinpalvelleen todellisen
valtioneuvoksen muodossa, miehen, joka on ollut virassa
Kaukaasiassa ja jolla on Leijonan ja Auringon ritarimerkit
hännystakissa, mutta minua peloitti kovin, sillä sinä olisit antanut
minulle selkään vain siitä syystä, että uskalsin kiinnittää
hännystakkiini Leijonan ja Auringon, enkä pannut siihen vaikkapa
vain Pohjantähteä tai Siriusta. Ja aina sinä vatkutat sitä, että minä
olen tyhmä. Mutta, hyvä Jumala, enhän minä pyydä ollakaan sinun
veroisesi älyssä. Kun Mefistofeles ilmestyi Faustin luo, todisti hän
itsestään, että hän tahtoo pahaa, mutta tekee vain hyvää. No,
tehköön hän miten tahtoo, minun laitani on päinvastoin. Minä olen
kenties ainoa ihminen koko luomakunnassa, joka rakastan totuutta ja
vilpittömästi tahdon hyvää. Minä olin läsnä, kun ristinpuussa kuollut
Sana meni taivaaseen kantaen sylissään hänen oikealle puolelleen
ristiinnaulitun ryövärin sielua, minä kuulin kerubien iloisen vinkunan,
kun he huusivat ja lauloivat: »hoosianna», ja serafien ukkosen
kaltaisen riemukarjunnan, joka sai taivaan ja koko
maailmanrakennuksen tärisemään. Ja silloin, vannon sen kaiken
kautta, mikä on pyhää, minä tahdoin yhtyä kuoroon ja huutaa
kaikkien kanssa »hoosianna!» Se jo oli lähdössä, se irtautui jo
rinnasta… minähän, kuten tiedät, olen hyvin tunteellinen ja
taiteellisesti vastaanottavainen. Mutta terve järki — oi, minun
luontoni onnettomin ominaisuus — pidätti minua nytkin sopivissa
rajoissa, ja minä päästin hetken ohitseni! »Sillä mitä», ajattelin minä
sillä hetkellä, »mitä olisi seurannut minun 'hoosiannani' jälkeen? Heti
olisi kaikki maailmassa sammunut eikä olisi enää sattunut mitään
tapahtumia.» Ja niinpä minun yksinomaan viran puolesta ja
yhteiskunnallisen asemani vuoksi oli pakko tukahduttaa itsessäni
hyvä momentti ja jäädä saastaan. Hyvästä ottaa joku itselleen kaiken
kunnian, ja minun osakseni on jätetty vain iljettäväisyydet. Minä en
kadehdi kunniaa elää toisten kustannuksella, minä en ole
kunnianhimoinen. Miksi kaikista maailman olennoista ainoastaan
minut on määrätty saamaan osakseni kaikkien kunnon ihmisten
kiroukset, vieläpä potkuja saappaitten kärjistä, sillä ruumiillistuessani
minun on pakko toisinaan kärsiä sellaisiakin seurauksia? Tiedänhän
minä, että tässä on salaisuus, mutta salaisuutta ei millään ehdolla
tahdota minulle ilmaista, koska minä silloin, päästyäni selville, mistä
on kysymys, kenties kiljaisen »hoosianna», ja silloin heti katoaa
välttämätön miinus ja koko maailma tulee järkeväksi, ja silloin tietysti
on kaikki lopussa, sanomalehdet ja aikakauskirjatkin, sillä kuka niitä
silloin tilaisi. Minähän tiedän, että loppujen lopuksi minä teen
sovinnon, minäkin kuljen kvadriljoonani ja saan tietää salaisuuden.
Mutta siihen mennessä kuin tämä tapahtuu minä oleilen ja mieltäni
rohkaisten täytän kutsumukseni: tuhoan tuhannen, jotta yksi
pelastuisi. Miten paljon esimerkiksi pitikään tuhota sieluja ja tahrata
rehellisten ihmisten mainetta, jotta saataisiin yksi ainoa vanhurskas
Joonas, johon nähden minua niin pahasti petkutettiin muinoin
maailmassa! Ei, niin kauan kuin salaisuus on ilmaisematta, on
minulla kaksi totuutta: toinen sikäläinen, heidän totuutensa, jota minä
toistaiseksi en tunne, ja toinen minun omani. Eikä vielä tiedetä,
kumpi niistä on rehellisempää… Oletko nukkunut?
 — Vielä mitä, — ähki Ivan vihaisesti, — kaiken sen, mikä
luonnossani on typerää, jo ammoin elettyä, järkeni moneen kertaan
jauhamaa, raatona pois heitettyä, — sen sinä tuot minulle esiin aivan
kuin uutuutena!

— En osannut nytkään olla mieliksi! Ja minä kun tahdoin imarrella

sinua kirjallisella esitystavalla: tuon »hoosiannan» taivaassa, senhän
minä todellakin kerroin hyvin? Sitten heti tuo sarkastinen sävy à la
Heine, mitä, eikö totta?

— Ei, minä en koskaan ole ollut sellainen lakeija! Kuinka sieluni on

voinut synnyttää sellaisen lakeijan kuin sinä?

— Ystäväni, minä tunnen erään erinomaisen ja perin miellyttävän

venäläisen herran: nuoren ajattelijan ja suuren kirjallisuuden sekä
kaunoasiain harrastajan, lupaavan »Suur-inkvisiittori» nimisen
runoelman tekijän… Häntä minä vain ajattelinkin!

— Minä kiellän sinua puhumasta »Suur-inkvisiittorista», —

huudahti Ivan kovasti punastuen häpeästä.

— No, entä »Geologinen mullistus»? Muistatko? Sepä vasta

runoelma!

— Ole vaiti tai minä tapan sinut!

— Minutko sinä tapat? Ei, suo anteeksi, puhun puhuttavani. Minä

tulinkin nauttimaan tästä hauskuudesta. Oi, minä pidän intomielisten,
nuorten, elämänhalusta värisevien ystävieni haaveista! »Siellä on
uusia ihmisiä», päätit sinä jo viime keväänä hankkiutuessasi
tulemaan tänne, »he aikovat kukistaa kaikki ja alkaa antropofagiasta.
Tyhmyrit, eivät kysyneet minulta! Minun mielestäni ei tarvitse
kukistaa mitään, pitää vain hävittää ihmisestä jumala-aate, siitä on
työ aloitettava! Siitä, siitä on aloitettava, — voi sokeita, jotka eivät
ymmärrä mitään! Kun ihmiskunta luopuu viimeistä miestä myöten
Jumalasta (ja minä uskon, että tämä periodi tulee geologisten
periodien tavoin), niin itsestään, ilman antropofagiaa, luhistuu koko
entinen maailmankatsomus ja, mikä on tärkeintä, koko entinen
moraali, ja sijalle tulee aivan uutta. Ihmiset liittyvät yhteen
ottaakseen elämältä kaiken, mitä se voi antaa, mutta ehdottomasti
vain tämän maailman onnea ja riemua. Ihminen tulee suureksi
jumalallisen, titaanisen ylpeyden hengen kautta, ja maailmaan tulee
jumalaihminen. Voittaessaan joka hetki aivan rajattomiin asti luonnon
tahdollansa ja tieteen avulla ihminen juuri sen kautta tuntee joka
hetki niin korkeata nautintoa, että se korvaa hänen kaiken
aikaisemman luottamuksensa taivaallisiin nautintoihin. Jokainen
tulee tietämään, että hän kuolee kokonaan, ylösnousematta, ja hän
ottaa kuoleman vastaan ylpeästi ja levollisesti niinkuin jumala. Hän
ymmärtää ylpeyden tähden, ettei hänellä ole syytä napista sen
johdosta, että elämää on ainoastaan silmänräpäys, ja silloin hän
rakastaa veljeään ilman palkkiota. Rakkaus tyydyttää vain
silmänräpäyksen kestävää elämää, mutta jo pelkkä tietoisuus sen
hetkellisyydestä tekee sen tulen yhtä voimakkaaksi, kuin sen ennen
teki haudantakaisen ja loppumattoman rakkauden toivo»… no ynnä
muuta, ynnä muuta samaan suuntaan. Herttaista!

Ivan istui painaen kiinni korviaan molemmin käsin ja katsellen

maahan, mutta koko hänen ruumiinsa alkoi vapista. Vieras jatkoi:

— Kysymys on nyt siitä, ajatteli nuori ajattelijani, onko mahdollista,

että sellainen periodi joskus tulee vai eikö. Jos se tulee, niin kaikki
on ratkaistu ja ihmiskunnan elämä järjestyy lopullisesti. Mutta koska
ihmiseen juurtuneen tyhmyyden tähden tämä kenties ei tapahdu
vielä tuhanteenkaan vuoteen, niin jokaisen, joka jo nyt tuntee
totuuden, on luvallista järjestää elämänsä aivan niinkuin hän tahtoo
uusille perustoille. Tässä mielessä hänelle »kaikki on luvallista».
Eikä siinä kyllin: vaikka tämä periodi ei koskaan tulisikaan, niin koska
Jumalaa ja kuolemattomuutta kuitenkaan ei ole olemassa, niin
uuden ihmisen on lupa tulla jumala-ihmiseksi, vaikkapa yksinään
koko maailmassa, ja tässä uudessa arvossaan tietysti hän saa
kevein sydämin hypätä kaikkien entisen orja-ihmisen siveellisten
aitauksien yli, jos se on tarpeellista. Jumalalle ei ole lakia! Mihin
Jumala asettuu seisomaan, siellä on jo Jumalan poika! Mihin minä
asetun, siinä on heti ensimmäinen paikka… »kaikki on luvallista» ja
sillä hyvä! Kaikki tämä on hyvin herttaista; mutta jos mielesi tekee
olla veijari, niin miksi sitä varten oikeastaan vielä tarvitaan totuuden
hyväksyvä vahvistus? Mutta sellainen on nykyaikainen venäläinen:
ilman vahvistusta hän ei rupea petkuttajaksikaan, siinä määrin hän
rakastaa totuutta…

Vieras ilmeisesti puhuessaan viehättyi omaan

kaunopuheisuuteensa, koroitti yhä enemmän ääntään ja katseli
ivallisesti isäntää. Mutta hän ei saanut puhua loppuun: Ivan tempasi
yhtäkkiä pöydältä juomalasin ja paiskasi sen puhujaa vastaan.

— Ah, mais c'est bête enfin! — huudahti tämä hypäten sohvasta ja

pudistellen sormillaan päältään teepisaroita. — Muisti Lutherin
mustepullon! Pitää minua unena ja paiskelee laseilla unta! Tämä on
naisten tapaista! Sitä minä epäilinkin, että sinä vain olit tukkivinasi
korvasi ja kuuntelit…

— Ulkoa kuului yhtäkkiä kova ja itsepintainen kolkutus

ikkunanpieleen,
Ivan hypähti ylös sohvalta.
 — Kuuletko, parasta on, että avaat, — huudahti vieras, — se on
sinun veljesi Aljoša, ja hän tuo sangen odottamattoman ja
mielenkiintoisen uutisen, minä vastaan sinulle!

— Ole vaiti, petturi, minä tiesin ennen kuin sinä, että se on Aljoša,
minä aavistin hänen tulonsa, eikä hän tietystikään suotta tule,
tietenkin hänellä on »uutinen!»… — huudahti Ivan raivostuen.

— Avaa toki, avaa hänelle. Ulkona on lumimyrsky, ja hän on

veljesi. Monsieur, sait-il le temps qu'il fait? C'est à ne pas mettre un
chien dehors…

Kolkutus jatkui. Ivan tahtoi rientää ikkunan luo; mutta oli kuin jokin
olisi äkkiä sitonut hänen jalkansa. Hän ponnisti kaikki voimansa
katkaistakseen siteensä, mutta turhaan. Kolkutus akkunaan kävi yhä
voimakkaammaksi ja kuuluvammaksi. Viimein siteet yhtäkkiä
katkesivat ja Ivan Fjodorovitš hypähti sohvalta. Hän katseli hurjasti
ympärilleen. Molemmat kynttilät olivat miltei loppuun palaneet,
juomalasi, jonka hän juuri oli viskannut vierastansa vastaan, seisoi
hänen edessään pöydällä, eikä vastapäisellä sohvalla ollut ketään.
Koputus ikkunan kehykseen jatkui tosin itsepintaisesti, mutta ei
ollenkaan niin kovasti kuin hänestä äsken unessa oli tuntunut, vaan
päinvastoin hyvin hillitysti.

— Tämä ei ole unta! Ei, minä vannon, ettei se ollut unta, se kaikki
oli äsken todella täällä! — huudahti Ivan Fjodorovitš, syöksyi ikkunan
luo ja avasi tuuletusruudun.

— Aljoša, minähän kielsin tulemasta! — huudahti hän tylysti

veljelleen.
— Sano lyhyesti: mitä sinä tahdot? Lyhyesti, kuuletko?
 — Tunti sitten Smerdjakov hirttäytyi, — vastasi Aljoša ulkoa.

— Mene ulkoportaitten luo, minä avaan sinulle heti, — sanoi Ivan

ja lähti avaamaan Aljošalle.

10.

»Hän sen sanoi!»

Tultuaan sisälle Aljoša kertoi Ivan Fjodorovitšille, että vähän

enemmän kuin tunti sitten oli hänen asuntoonsa juossut Maria
Kondratjevna ja ilmoittanut Smerdjakovin tappaneen itsensä.
»Menen sisään hänen luokseen korjaamaan pois teekeitintä, ja hän
on seinustalla naulassa riippumassa.» Aljošan kysymykseen:
»Oletteko ilmoittanut asianomaiseen paikkaan?» oli hän vastannut,
ettei ollut ilmoittanut kenellekään, vaan »suoraan rientänyt ensin
teidän luoksenne ja kulkenut juoksujalkaa koko matkan». Hän oli
kuin sekaisin päästään, kertoi Aljoša, ja värisi kuin lehti. Kun Aljoša
oli yhdessä hänen kanssaan juossut heidän taloonsa, niin hän oli
löytänyt Smerdjakovin yhä riippumassa. Pöydällä oli lappu: »Lopetan
elämäni omasta tahdostani ja halustani, ettei ketään ole syytettävä.»
Aljoša oli jättänyt tämän lapun paikoilleen pöydälle ja mennyt
suoraan poliisipäällikön luo, ilmoittanut tälle koko asian, »ja sieltä
suoraan sinun luoksesi», lopetti Aljoša katsellen tarkasti Ivanin
kasvoja. Koko kertomuksensa aikana hän ei ollut kääntänyt silmiään
pois hänestä, aivan kuin veljen kasvojen ilmeessä jokin olisi häntä
suuresti hämmästyttänyt.
 — Veljeni, — huudahti hän äkkiä, — sinä olet varmaankin hyvin
sairas!
Sinä katselet etkä näytä ymmärtävän puhettani.

— Hyvä on, että sinä tulit, — lausui Ivan ikäänkuin mietteissään ja

aivan kuin ei olisi ollenkaan kuullutkaan Aljošan huudahdusta. —
Minäpä tiesin, että hän on hirttäytynyt.

— Keneltä sait tietää?

— En tiedä keneltä. Mutta minä tiesin. Tiesinkö minä? Niin, hän

sanoi minulle. Hän sanoi sen äsken juuri minulle…

Ivan seisoi keskellä huonetta ja puhui edelleen yhtä miettivänä ja

katsellen maahan.

— Kuka hän? — kysyi Aljoša katsahtaen tahtomattaan

ympärilleen.

— Hän on pujahtanut pois.

Ivan nosti päänsä ja hymyili hiljaa:

— Hän pelästyi sinua, sinua kyyhkyläistä. Sinä olet »puhdas

kerubi». Sinua Dmitri nimittää kerubiksi. Kerubi… Serafien
ukkosenkaltainen riemukarjunta! Mitä on serafi? Kenties kokonainen
tähtisikermä. Mutta kenties koko tähtisikermä onkin vain
jonkinmoinen kemiallinen molekyyli… On olemassa Leijonan ja
Auringon tähtisikermä, etkö tiedä sitä?

— Veljeni, istuudu! — lausui Aljoša pelästyneenä. — Istuudu

Jumalan tähden sohvaan. Sinä hourailet, käy makaamaan tyynyä
vastaan, kas näin. Tahdotko märän pyyheliinan päähäsi? Kenties se
tekee olon paremmaksi?

— Anna pyyheliina, se on tuossa tuolilla, viskasin sen äsken

siihen.

— Tässä ei ole sitä. Älä ole huolissasi, minä tiedän, missä se on;
tässä se on, — sanoi Aljoša löydettyään huoneen toisesta nurkasta
Ivanin pesupöydän luota puhtaan, vielä kokoon taitetun ja
käyttämättömän pyyheliinan. Ivan katsoi omituisesti pyyheliinaan; oli
kuin hänen muistinsa olisi silmänräpäyksessä palannut.

— Odota, — sanoi hän nousten sohvalta, — äsken, tunti

takaperin, minä otin tämän saman pyyheliinan tuolta ja kastelin sen
vedessä. Käärin sen päähäni ja paiskasin tänne… kuinka se on
kuiva? Toista pyyheliinaa ei ollut.

— Kääritkö sinä tämän pyyheliinan päähäsi? — kysyi Aljoša.

— Kyllä, ja kävelin huoneessa, tunti takaperin… Miksi kynttilät

ovat palaneet niin pieniksi? Paljonko kello on?

— Kohta kaksitoista.

— Ei, ei, ei! — huudahti yhtäkkiä Ivan. — Se ei ollut uni! Hän oli,
hän istui täällä, tuolla sohvalla. Kun sinä koputit ikkunaan, paiskasin
minä häntä vastaan juomalasin… tämän… Odota, minä olen
ennenkin nukkunut, mutta tämä uni ei ole uni. Ja on ollut ennenkin.
Minä näen, Aljoša, nykyään unia… mutta ne eivät ole unia, vaan
tulevat valveilla ollessani, minä kävelen, puhun ja näen… mutta
nukun. Mutta hän istui tässä, hän oli, kas tuolla sohvalla… Hän on
hirveän tyhmä, Aljoša, hirveän tyhmä, — alkoi Ivan yhtäkkiä nauraa
ja rupesi astelemaan huoneessa.

— Kuka on tyhmä? Kenestä sinä puhut, veli? — kysyi Aljoša taas

surullisena.

— Piru! Hän on ruvennut käymään luonani. Kaksi kertaa on ollut,

melkeinpä kolmekin. Hän ärsytteli minua sillä, että minä muka olen
äkäinen, kun hän on yksinkertaisesti piru eikä tulisiipinen saatana
ukkosen jyrinässä ja salamoissa. Mutta hän ei ole saatana, sen hän
valehtelee. Hän on vieraan nimen anastaja. Hän on yksinkertaisesti
piru, jonninjoutava pieni piru. Hän käy saunassa. Riisu hänet
alastomaksi, niin varmasti löydät hännän, pitkän, iljettävän, aivan
kuin tanskalaisella koiralla, arssinan pituisen, pörrökarvaisen…
Aljoša, sinä olet paleltunut, sinä olet ollut lumessa, tahdotko teetä?
Mitä? Kylmää? Tahdotko, niin käsken panna tulelle? C'est à ne pas
mettre un chien dehors…

Aljoša juoksi nopeasti pesulaitteen luo, kostutti pyyheliinan, sai

Ivanin taas istuutumaan ja pani märän pyyheliinan hänen päänsä
ympärille. Itse hän istuutui hänen viereensä.

— Mitä sinä minulle vähän aikaa sitten puhuit Lisestä? — alkoi

Ivan taas. (Hän oli tullut hyvin puheliaaksi.) — Lise miellyttää minua.
Minä sanoin sinulle hänestä jotakin rumaa. Minä valehtelin, hän
miellyttää minua… Pelkään huomenna Katjan puolesta, pelkään
kaikkein enimmän. Tulevaisuutta. Hän hylkää huomenna minut ja
polkee jalkojensa alle. Hän luulee, että minä mustasukkaisuudesta
hänen takiansa syöksen turmioon Mitjan! Niin, hän luulee sitä! Mutta
eihän! Huomenna risti, mutta ei hirsipuu. Ei, minä en hirttäydy.
Tiedätkö, etten minä koskaan voi riistää itseltäni henkeä, Aljoša!
Johtuuko se alhaisuudesta, vai kuinka? Minä en ole pelkuri.
Elämänhalusta! Mistä minä tiesin, että Smerdjakov on hirttäytynyt?
Niin, hän sen minulle sanoi…

— Ja oletko sinä vahvasti vakuutettu, että joku on istunut tässä?

— kysyi Aljoša.

— Tuossa sohvassa, nurkassa. Sinä olisit ajanut hänet pois. Ja

sinähän ajoitkin hänet pois: hän katosi, kun sinä tulit. Minä pidän
sinun kasvoistasi, Aljoša. Oletko tietänyt, että minä pidän sinun
kasvoistasi? Mutta hän — se olen minä, Aljoša, minä itse. Kaikki,
mikä minussa on alhaista, kaikki, mikä minussa on halpamaista ja
halveksittavaa! Niin, minä olen »romantikko», hän on huomannut
sen… vaikka se onkin panettelua. Hän on hirveän tyhmä, mutta tällä
hän saa yliotteen. Hän on viekas, eläimellisen viekas, hän tiesi, millä
minut saa raivostumaan. Hän ärsytti minua koko ajan sillä, että minä
uskon häneen, ja sillä hän sai minut kuuntelemaan itseään. Hän veti
minua nenästä niinkuin poikanulikkaa. Muuten hän sanoi minulle
paljon totta minusta. Minä en koskaan olisi sanonut sitä itselleni.
Tiedätkö, Aljoša, tiedätkö, — lisäsi Ivan hirveän vakavana ja
ikäänkuin luottamuksellisesti, — minä tahtoisin hyvin mielelläni, että
hän todellakin olisi hän eikä minä!

— Hän on kiusannut kovasti sinua, — sanoi Aljoša katsoen

osaaottavasti veljeään.

— Hän ärsytti minua! Ja, tiedätkö, ovelasti, ovelasti: »Omatunto!

Mitä on omatunto? Minä teen sen itse. Miksi minä sitten kidun?
Tottumuksesta. Yleismaailmallisen inhimillisen tottumuksen vuoksi,
joka on seitsemäntuhatta vuotta vanha. Tottukaamme siitä pois ja
olkaamme jumalia.» — Hän sen sanoi, hän sen sanoi!
 — Vaan et sinä, et sinä? — huudahti Aljoša voimatta hillitä itseään
ja katsoen kirkkain silmin veljeään. — No, vähät hänestä, anna
hänen olla ja unohda hänet! Vieköön hän mukanaan pois kaiken
sen, mitä sinä nyt kiroat, älköönkä tulko koskaan takaisin.

— Niin, mutta hän on ilkeä. Hän pilkkasi minua. Hän oli röyhkeä,
Aljoša, — lausui Ivan vavahdellen loukkaantumisesta. — Mutta hän
panetteli minua, hän panetteli monessa suhteessa. Valehteli minusta
minulle itselleni vasten silmiä. »Oi, sinä menet suorittamaan hyveen
sankaritekoa, ilmoitat, että olet tappanut isäsi, että palvelija on sinun
yllyttämänäsi tappanut isäsi…»

— Veli, — keskeytti Aljoša, — hillitse itseäsi: et, sinä ole tappanut.

Se ei ole totta!

— Hän sen sanoi, hän, ja hän tietää sen. »Sinä olet menossa
suorittamaan hyveen sankaritekoa, mutta hyveeseen sinä et
kuitenkaan usko — se juuri sinua suututtaa ja kiusaa, sentähden
sinä olet niin kostonhimoinen.» — Tätä hän sanoi minulle minusta
itsestäni, ja hän tietää, mitä puhuu…

— Sinä sitä puhut eikä hän! — huudahti Aljoša surullisena. — Ja

sinä puhut sairaana, houreissa, itseäsi kiusaten!

— Ei, hän tietää mitä puhuu. »Sinä», sanoo hän, »menet

ylpeydestä, asetut seisomaan ja sanot: 'Minä olen murhaaja, ja mitä
te kiemurtelette kauhusta, te valehtelette! Minä halveksin teidän
mielipiteitänne, halveksin teidän kauhistustanne.'» Tätä hän sanoi
minusta, ja yhtäkkiä hän sanoo: »Tiedätkö, sinä tahtoisit, että he
kehuisivat sinua: Hän, mukamas, on rikollinen ja murhaaja, mutta
kuinka jalot tunteet hänellä onkaan, hän tahtoi pelastaa veljensä ja
tunnusti!» Mutta tämä on valhetta, Aljoša! — huudahti Ivan yhtäkkiä
silmät säkenöiden. — Minä en tahdo, että roskaväki minua kehuu!
Sen hän valehteli, Aljoša, hän valehteli, vannon sen sinulle! Minä
paiskasin senvuoksi juomalasin häntä vastaan, ja se meni säpäleiksi
hänen naamaansa.

— Veli, rauhoitu, lakkaa! — pyyteli Aljoša.

— Ei, hän osaa kiusata, hän on julma, — jatkoi Ivan kuulematta

häntä. — Minä aavistin aina, miksi hän käy luonani. »Olkoonpa»,
sanoo hän, »että menit ylpeydestä, mutta ainahan oli olemassa
toiveita, että Smerdjakov julistetaan syylliseksi ja hänet lähetetään
pakkotyöhön, että Mitja pääsee vapaaksi ja sinut tuomitaan
ainoastaan siveellisesti — kuuletko, hän ivaili tällä! — ja toiset sinua
kehuvat. Mutta nyt on Smerdjakov kuollut, hirttäytynyt, — no, kuka
siellä oikeudessa nyt sinua yksin uskoo? Mutta sinähän menet,
menet, sinä menet kuitenkin, olet päättänyt mennä. Mitä varten sinä
menet tämän jälkeen?» Se on kauheata, Aljoša, minä en kestä
tällaisia kysymyksiä. Kuka uskaltaa tehdä minulle semmoisia
kysymyksiä?

— Veli, — keskeytti Aljoša jähmettyen kauhusta, mutta yhä

ikäänkuin toivoen, että saa Ivanin tulemaan järkiinsä, — kuinka hän
on voinut puhua sinulle Smerdjakovin kuolemasta ennen minun
tuloani, kun ei kukaan vielä tietänyt siitä eikä kukaan ollut
ennättänytkään saada siitä tietoa?

— Hän sanoi, — lausui Ivan lujasti panematta kysymykseenkään,

että asiaa voisi epäillä. — Tästä hän vain puhuikin, jos niin tahdot.
»Ja jos sinä edes», sanoo, »uskoisit hyveeseen: olkoot uskomatta
minua, menen periaatteen takia. Mutta sinähän olet porsas, aivan
samoin kuin Fjodor Pavlovitš, ja mitä sinulle merkitsee hyve? Miksi
sinä vääntäydyt sinne, jos sinun uhrisi ei vie mihinkään tuloksiin?
Siksi vain, että sinä itsekään et tiedä, minkä tähden menet! Oi, sinä
antaisit paljon, saadaksesi itse tietää, minkä tähden menet! Ja
niinkuin muka olisit päättänyt mennä! Sinä et vielä ole päättänyt!
Sinä tulet koko yön istumaan ja hautomaan päätöstä: Mennäkö vai
ei? Mutta sinä menet kuitenkin ja tiedät, että menet, itse tiedät, että
koetapa päättää miten tahansa, niin ratkaisu ei riipu sinusta. Menet,
koska et uskalla olla menemättä. Miksi en uskalla, — arvaa se itse,
siinä on sinulle arvoitus!» Nousi ja lähti. Sinä tulit ja hän lähti. Hän
sanoi minua pelkuriksi, Aljoša! Le mot de l'énigme, että minä olen
pelkuri! »Ei tuollaisista kotkista ole liitelemään korkeuksissa!» Sen
hän lisäsi, sen hän lisäsi! Ja Smerdjakov puhui samaa. Hänet pitää
tappaa! Katja halveksii minua, olen jo kuukauden ajan huomannut
sen, ja Lisekin alkaa halveksia! »Menet, jotta sinua kehuttaisiin», —
se on petomainen valhe! Ja sinäkin jo halveksit minua, Aljoša. Nyt
rupean taas vihaamaan sinua! Ja petoakin minä vihaan, petoakin
vihaan! En tahdo pelastaa petoa, mädätköön pakkotyössä! Olen
ruvennut laulamaan hymniä! Oi, huomenna menen, asetun heidän
eteensä ja syljen heitä kaikkia vasten silmiä!

Hän hyppäsi ylös raivostuneena, paiskasi pois päästään

pyyheliinan ja alkoi uudelleen astella huoneessa. Aljoša muisti
äskeiset sanat: »on kuin nukkuisin valveillani… Kävelen, puhun ja
näen, mutta nukun». Oli kuin juuri noin olisi nyt tapahtunut. Aljoša ei
poistunut hänen luotaan. Hänen päähänsä välähti ajatus juosta
lääkärin luo ja tuoda hänet tänne, mutta hän ei uskaltanut jättää
veljeään yksikseen: ei ollut ketään, jonka silmälläpidettäväksi hänet
olisi voinut antaa. Viimein Ivan alkoi vähitellen kokonaan menettää
muistinsa. Hän puhui yhä edelleen, puhui vaikenematta, mutta aivan
sekavasti. Hän äänsi huonosti sanatkin ja horjahti yhtäkkiä pahasti
paikallaan. Mutta Aljoša ennätti tukemaan häntä. Ivan antoi viedä
itsensä vuoteelle, Aljoša riisui häneltä jotenkuten vaatteet ja laittoi