자기공명영상(MRI)를 통한 뇌종양의 정확한 분할 및 분류는 의료 영상 분석 분야에서 여전히 핵심적인 과제로 남아 있으며, 주로 고품질, 균형 잡히고 다양한 데이터셋의 부족으로 인해 발생한다. 본 연구에서는 뇌종양 분할 및 분류 작업에 특화하여 새로 개발한 MRI 데이터셋인 BRISC를 제안한다. 이 데이터셋은 인증된 방사선과 전문의들에 의해 주석화된 총 6,000건의 대조강화 T1 강조 MRI 영상으로 구성되어 있으며, 주요 종양 유형으로는 신경교종(glioma), 뇌막종(meningioma), 뇌하수체종양(pituitary)을 포함하고, 비종양성 사례도 포함하고 있다. 각 샘플은 고해상도 레이블을 보유하고 있으며, 축상( axial), 측상( sagittal), 관상( coronal) 영상 평면에 따라 분류되어, 모델의 강건한 개발과 다양한 시점 간의 일반화 성능 향상을 지원한다. 데이터셋의 활용성을 입증하기 위해, 다중 규모 특징 표현을 위해 Swin Transformer 기반 아키텍처를 활용한 트랜스포머 기반 모델을 제안하며, 분할 및 분류 작업에 대한 벤치마킹을 수행한다. 본 모델은 BRISC 데이터셋이 신경종양 영상 분석 분야의 방법론적 연구 발전에 기여할 수 있음을 보여주는 기준 모델로서의 역할을 수행한다. 데이터셋 링크: https://this-url.com