BRISC：脑肿瘤分割与分类标注数据集
BRISC 是一个面向脑肿瘤 MRI 的专家标注数据集，提供 T1 加权影像，用于多类脑肿瘤分类与像素级分割。数据集包含经医师验证的像素级掩膜和均衡的多类分类划分，旨在缓解现有公开脑 MRI 数据集中常见的类别不平衡、肿瘤类型有限和标注不一致等问题
基本信息
资源简介
BRISC：脑肿瘤分割与分类标注数据集
BRISC: Annotated Dataset for Brain Tumor Segmentation and Classification
BRISC 是一个面向脑肿瘤 MRI 的专家标注数据集，提供 T1 加权影像，用于多类脑肿瘤分类与像素级分割。数据集包含经医师验证的像素级掩膜和均衡的多类分类划分，旨在缓解现有公开脑 MRI 数据集中常见的类别不平衡、肿瘤类型有限和标注不一致等问题。该数据集适合用于分割与分类算法的基准评测，以及多任务学习研究（来源 figshare，CC BY 4.0 许可）。
【数据集背景】
源站首次发布：2025-11-04。
【数据内容】
源站描述（机器翻译，仅供参考）：BRISC 2025 — 脑肿瘤 MRI 数据集 BRISC（BRain tumor Image Segmentation & Classification）——一个经过整理、由专家标注的 T1 MRI 数据集，用于多类脑肿瘤分类和像素级分割。- 📄 发表于：Scientific Data（Nature Portfolio）DOI： - 一项包含额外实验的相关研究，可作为对比基线：👉 Swin‑HAFNet：一种用于脑肿瘤分割与分类的层次化多任务 Transformer 🚀 概述 BRISC 旨在解决现有公开脑 MRI 数据集中的常见缺陷（例如类别不平衡、肿瘤类型有限和标注不一致）。它提供高质量的、经医师验证的像素级掩膜以及均衡的多类分类划分，适用于对分割和分类算法以及多任务学习研究进行基准评测。
【数据结构与技术规格】
文件数 6 个，合计 273.43 MB。数据集 DOI：10.6084/m9.figshare.30533120.v1。
【主题与分类】
源站学科分类：Computer vision、Image processing、Image and video coding、Computer vision and multimedia computation not elsewhere classified、Computational imaging、Multimodal analysis and synthesis。主题标签：Computer Vison、Brain Tumor、MRI、T1-weighted MRI、Medical Imaging、Image Segmentation、Image Classification、Deep Learning、Multi-class Classification、Pixel-wise Segmentation。本站分类：肿瘤/脑肿瘤。
【适用方向】
源站学科分类标注为 Computer vision、Image processing、Image and video coding、Computer vision and multimedia computation not elsewhere classified、Computational imaging、Multimodal analysis and synthesis。
【获取与许可】
源站页面：https://figshare.com/articles/dataset/_b_BRISC_Annotated_Dataset_for_Brain_Tumor_Segmentation_and_Classification_b_/30533120
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Dataset, BRISC (2025). BRISC: Annotated Dataset for Brain Tumor Segmentation and Classification. figshare. Dataset
【使用注意】
· 源站最后修改于 2026-06-15，引用时请注意版本时效。
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载，适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档，适合快速预览和评估数据集质量。
免登录当前数据集主要来源为 Kaggle 公开托管，完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取
源站：https://doi.org/10.6084/m9.figshare.30533120.v1
标准获取流程：
- 访问源站链接，注册/登录账号；
- 进入数据集详情页，按页面指引申请权限或直接下载；
- 部分平台提供 SDK，例如：
- OpenDataLab:
pip install openxlab后openxlab.dataset.get(...) - ModelScope:
pip install modelscope后modelscope download - 天池: 登录后页面提供直链下载
以源站「数据下载/使用文档」页面为准。
- OpenDataLab:
数据集大小约 273.4 MB。
数据说明
BRISC 2025 — 脑肿瘤 MRI 数据集 BRISC（脑肿瘤图像分割与分类）——一个经过整理、由专家标注的 T1 MRI 数据集，用于多类脑肿瘤分类和像素级分割。📄 发表于：Scientific Data（Nature Portfolio）DOI：https://doi.org/10.1038/s41597-026-06753-y 一项包含额外实验的相关研究，可作为比较基线：👉 Swin‑HAFNet：一种用于脑肿瘤分割与分类的分层多任务 Transformer🚀 概述BRISC 旨在解决现有公开脑 MRI 数据集中的常见缺陷（例如类别不平衡、肿瘤类型有限以及标注不一致）。
它提供高质量的、经医生验证的像素级掩码，以及均衡的多类别分类划分，适用于分割与分类算法的基准测试以及多任务学习研究。亮点 - 6,000 张 T1 加权 MRI 切片（5,000 张训练 / 1,000 张测试） - 四个类别：胶质瘤、脑膜瘤、垂体瘤、无肿瘤 - 由放射科医生审核的像素级分割掩码 - 来自三个解剖平面的切片：轴状面、冠状面、矢状面 - 干净的分层训练/测试划分以及对齐的图像–掩码文件名📦 数据集结构 brisc2025/ ├─ classification_task/ │ ├─ train/ │ │ ├─ glioma/ │ │ │ ├─ brisc2025_train_00001_gl_ax_t1.jpg │ │ │ └─ … │ │ ├─ meningioma/ │ │ ├─ pituitary/ │ │ └─ no_tumor/ │ └─ test/ │ ├─ glioma/ │ │ ├─ brisc2025_test_00001_gl_ax_t1.jpg │ │ └─ … │ ├─ meningioma/ │ ├─ pituitary/ │ └─ no_tumor/ ├─ segmentation_task/ │ ├─ train/ │ │ ├─ images/ │ │ │ ├─ brisc2025_train_00001_gl_ax_t1.jpg │ │ │ └─ … │ │ └─ masks/ │ │ ├─ brisc2025_train_00001_gl_ax_t1.png │ │ └─ … │ └─ test/ │ ├─ images/ │ │ ├─ brisc2025_test_00001_gl_ax_t1.jpg │ │ └─ … │ └─ masks/ │ ├─ brisc2025_test_00001_gl_ax_t1.png │ └─ …
├─ manifest.json
├─ manifest.csv
├─ manifest.json.sha256
├─ manifest.csv.sha256
└─ README.md
备注：
- 分类文件夹包含适用于图像级别的标签
数据加载示例（图像类）
from PIL import Image
import glob, os
files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)
# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path) # 要求 子目录=类别
目录组织与标注格式以源站说明和下载后实际文件为准。
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托三甲直采网络，提供合规、去标识化、支持注册级质控的专病数据集交易服务。
