从磁共振成像（MRI）中准确分割与分类脑肿瘤，仍是医学图像分析领域面临的关键挑战，其主要原因在于缺乏高质量、均衡且多样化的数据集。在本研究中，我们提出一个专为脑肿瘤分割与分类任务设计的新建MRI数据集——BRISC。该数据集包含6,000例经认证放射科医生和临床医师标注的对比增强T1加权MRI扫描图像，涵盖三种主要肿瘤类型：胶质瘤、脑膜瘤和垂体瘤，以及非肿瘤性病例。每例样本均配有高分辨率标注，并按轴向、矢状面和冠状面三种成像平面进行分类，以支持模型的稳健开发与跨视角泛化能力。为验证该数据集的实用性，我们提出一种基于Transformer的模型，采用Swin Transformer作为主干网络，以实现多尺度特征表示，用于基准测试分割与分类任务。该模型作为基准方法，展示了BRISC数据集在推动神经肿瘤影像分析方法学研究方面的潜力。数据集链接：https://this-url.com