CN106537449B - 确定样本上的关注区域的坐标 - Google Patents
确定样本上的关注区域的坐标 Download PDFInfo
- Publication number
- CN106537449B CN106537449B CN201580037968.4A CN201580037968A CN106537449B CN 106537449 B CN106537449 B CN 106537449B CN 201580037968 A CN201580037968 A CN 201580037968A CN 106537449 B CN106537449 B CN 106537449B
- Authority
- CN
- China
- Prior art keywords
- interest
- sample
- region
- targets
- inspection
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000007689 inspection Methods 0.000 claims abstract description 197
- 238000000034 method Methods 0.000 claims abstract description 77
- 238000013461 design Methods 0.000 claims description 200
- 230000007547 defect Effects 0.000 claims description 95
- 235000012431 wafers Nutrition 0.000 claims description 22
- 238000010894 electron beam technology Methods 0.000 claims description 13
- 230000004044 response Effects 0.000 claims description 2
- 239000004065 semiconductor Substances 0.000 description 18
- 238000001514 detection method Methods 0.000 description 15
- 230000006870 function Effects 0.000 description 14
- 238000012805 post-processing Methods 0.000 description 14
- 238000004422 calculation algorithm Methods 0.000 description 10
- 239000010410 layer Substances 0.000 description 10
- 230000003287 optical effect Effects 0.000 description 10
- 230000008569 process Effects 0.000 description 10
- 238000004519 manufacturing process Methods 0.000 description 9
- 239000012634 fragment Substances 0.000 description 8
- 238000012545 processing Methods 0.000 description 5
- 241000196324 Embryophyta Species 0.000 description 4
- 230000008901 benefit Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000012937 correction Methods 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000011960 computer-aided design Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 239000000758 substrate Substances 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 235000006719 Cassia obtusifolia Nutrition 0.000 description 1
- 235000014552 Cassia tora Nutrition 0.000 description 1
- 244000201986 Cassia tora Species 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 230000008021 deposition Effects 0.000 description 1
- 238000012938 design process Methods 0.000 description 1
- 238000005530 etching Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000010348 incorporation Methods 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000011229 interlayer Substances 0.000 description 1
- 238000005468 ion implantation Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000001465 metallisation Methods 0.000 description 1
- 238000000059 patterning Methods 0.000 description 1
- 238000000206 photolithography Methods 0.000 description 1
- 238000005498 polishing Methods 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
- G06T7/001—Industrial image inspection using an image reference approach
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/187—Segmentation; Edge detection involving region growing; involving region merging; involving connected component labelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/32—Determination of transform parameters for the alignment of images, i.e. image registration using correlation-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20112—Image segmentation details
- G06T2207/20164—Salient point detection; Corner detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30148—Semiconductor; IC; Wafer
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
- H01L22/00—Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
- H01L22/10—Measuring as part of the manufacturing process
- H01L22/12—Measuring as part of the manufacturing process for structural parameters, e.g. thickness, line width, refractive index, temperature, warp, bond strength, defects, optical inspection, electrical measurement of structural dimensions, metallurgic measurement of diffusions
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
- H01L22/00—Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
- H01L22/20—Sequence of activities consisting of a plurality of measurements, corrections, marking or sorting steps
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Quality & Reliability (AREA)
- Testing Or Measuring Of Semiconductors Or The Like (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明提供用于确定样本上的关注区域的坐标的***及方法。一种***包含经配置用于针对被检验的样本上的关注区域识别最接近所述关注区域定位的一或多个目标的一或多个计算机子***。所述计算机子***也经配置用于使所述一或多个目标的一或多个图像与针对所述样本的参考对准。所述目标的所述图像及所述关注区域的图像是由检验子***在所述样本的检验期间获取。所述计算机子***进一步经配置用于基于所述对准的结果确定所述目标的所述图像与所述参考之间的偏移,且基于所述偏移及由所述检验子***报告的所述关注区域的坐标确定所述关注区域的经修改坐标。
Description
技术领域
本发明大体上涉及用于确定样本上的关注区域的坐标的方法及***。
背景技术
以下描述及实例不因其包含于此段落中而被认为是现有技术。
可使用例如电子设计自动化(EDA)、计算机辅助设计(CAD)及其它IC设计软件的方法或***开发集成电路(IC)设计。此类方法及***可用于从IC设计产生电路图案数据库。电路图案数据库包含表示针对IC的多种层的多个布局的数据。电路图案数据库中的数据可用于确定多个光罩的布局。光罩的布局通常包含界定光罩上的图案中的特征的多个多边形。每一光罩用于制造IC的多种层中的一者。IC的层可包含(例如)半导体衬底中的结图案、栅极电介质图案、栅极电极图案、层间电介质中的接触图案及金属化层上的互连图案。
如本文中所使用的术语“设计数据”通常是指IC的物理设计(布局)及通过复杂模拟或简单几何及布尔运算而从物理设计导出的数据。
制造例如逻辑及存储器装置的半导体装置通常包含:使用大量半导体制造工艺处理例如半导体晶片的衬底以形成半导体装置的多种特征部及多个层级。举例来说,光刻是涉及从光罩转印图案到布置于半导体晶片上的抗蚀剂的半导体制造工艺。半导体制造工艺的额外实例包含(但不限于)化学机械抛光(CMP)、蚀刻、沉积及离子植入。多个半导体装置可以某一布置制造于单个半导体晶片上且接着被分成个别半导体装置。
在半导体制造工艺期间的多种步骤处使用检验过程以检测晶片上的缺陷以促进制造工艺中的更高良率且因此促进更高利润。检验始终是制造半导体装置(例如IC)的重要部分。然而,随着半导体装置的尺寸减小,检验对于可接受半导体装置的成功制造变得更为重要,这是因为较小缺陷可导致装置发生故障。
然而,随着设计规则缩减,半导体制造工艺可更接近对工艺的性能能力的限制操作。另外,随着设计规则缩减,较小缺陷可对装置的电参数产生影响,这驱动更灵敏检验。因此,随着检验规则缩减,由检验检测到的潜在良率相关缺陷的群体急剧增长,且由检验检测到的干扰缺陷的群体也急剧增加。因此,可在晶片上检测到越来越多缺陷且校正工艺以消除全部缺陷可为困难且昂贵的。
最近,检验***及方法日益经设计以集中于缺陷与设计之间的关系,这是因为对针对晶片的设计的影响将确定缺陷是否重要及重要程度。举例来说,已开发用于使检验与设计坐标对准的一些方法。一种此方法取决于与设计的检验***坐标配准的准确性。另一此方法涉及在检验图像图块及相关联的设计片段上进行后处理对准。
然而,许多现有检验***及方法存在若干缺点。举例来说,当方法取决于与设计的检验***坐标配准的准确性时,方法不一定提供需要的对准准确性。另外,检验图像图块及相关联的设计片段上的后处理对准取决于具有检验图块及设计片段中的足够信息。通常的情况是未满足此准则且相关缺陷不可用于分析的剩余部分中,或更糟的是不良数据被传播通过分析的剩余部分,由此减小结果的准确性。
因此,开发无上文所描述的一或多个缺点的用于确定样本上的关注区域的坐标的***及方法将是有利的。
发明内容
不可以任何方式将多种实施例的以下描述理解为限制所附权利要求书的标的物。
一个实施例涉及一种***,其经配置以确定样本上的关注区域的坐标。所述***包含检验子***,所述检验子***至少包含能源及检测器。所述检验子***经配置以在样本上方扫描由所述能源产生的能量,同时所述检测器检测来自所述样本的能量且响应于所述检测到的能量而产生图像。所述***包含经配置用于针对被检验的另一样本上的关注区域识别最接近所述关注区域定位的一或多个目标的一或多个计算机子***。所述一或多个计算机子***也经配置用于使所述一或多个目标的一或多个图像与所述另一另一样本的参考对准。所述一或多个目标的所述一或多个图像及所述关注区域的图像由所述检验子***在所述另一另一样本的检验期间获取。另外,所述一或多个目标经配置用于基于所述对准的结果确定所述一或多个目标的所述一或多个图像与所述参考之间的偏移且基于所述偏移及由所述检验子***报告的所述关注区域的坐标确定所述关注区域的经修改坐标。可如本文中所描述那样进一步配置所述***。
另一实施例涉及一种方法,其用于确定样本上的关注区域的坐标。所述方法包含针对被检验的样本上的关注区域识别最接近所述关注区域的一或多个目标。所述方法还包含使所述一或多个目标的一或多个图像与针对所述样本的参考对准。所述一或多个目标的所述一或多个图像及所述关注区域的图像由检验***在所述样本的检验期间获取。另外,所述方法包含基于所述对准的结果确定所述一或多个目标的所述一或多个图像与所述参考之间的偏移。所述方法进一步包含基于所述偏移及由所述检验***报告的所述关注区域的坐标确定所述关注区域的经修改坐标。由一或多个计算机***执行所述识别、对准、确定所述偏移及确定所述经修改坐标。
可如本文中进一步描述那样进一步执行上文中所描述的方法的步骤中的每一者。另外,上文中所描述的方法的实施例可包含本文中所描述的任何其它方法的任何其它步骤。此外,上文中所描述的方法可由本文中所描述的所述***中的任何者执行。
另一实施例涉及一种非暂时性计算机可读媒体,其存储可在计算机***上执行以执行用于确定样本上的关注区域的坐标的计算机实施的方法的程序指令。所述计算机实施的方法包含上文中所描述的方法的步骤。可如本文中所描述那样进一步配置所述计算机可读媒体。可如本文中进一步描述那样执行计算机实施的方法的步骤。另外,可针对其执行程序指令的计算机实施的方法可包含本文中所描述的任何其它方法的任何其它步骤。
附图说明
在受益于优选实施例的以下详细描述的情况下且在参考附图时,所属领域的技术人员将变得了解本发明的另外优点,其中:
图1及1a是说明经配置以确定样本上的关注区域的坐标的***的实施例的侧视图的示意图;
图2到3是说明可由本文中所描述的***执行的步骤的不同实施例的流程图;
图4是说明样本上的目标及所述样本上的关注区域的实施例的平面图的示意图;及
图5是说明存储用于导致计算机***执行本文中所描述的计算机实施的方法的程序指令的非暂时性计算机可读媒体的一个实施例的框图。
虽然本发明易于以多种修改及替代形式呈现,但本发明的特定实施例通过图式中的实例展示且在本文中被详细描述。图式可不按比例。然而,应理解,图式及另外详细描述不希望将本发明限制于所揭示的特定形式,而相反,本发明将涵盖如由所附权利要求书界定的落于本发明的精神及范围内的全部修改、等效物及替代物。
具体实施方式
本文中使用的术语“设计”及“设计数据”通常是指IC的物理设计(布局)及通过复杂模拟或简单几何及布尔运算而从物理设计导出的数据。另外,由光罩检验***获取的光罩的图像及/或其衍生物可用作对于设计的“代理”。此光罩图像或其衍生物可在使用设计的本文中所描述的任何实施例中充当对于设计布局的取代物。设计可包含共同拥有的2009年8月4日颁予扎法尔(Zafar)等人的第7,570,796号美国专利及2010年3月9日颁予库尔卡尼(Kulkarni)等人的第7,676,077号专利中描述的任何其它设计数据或设计数据代理,所述专利都以宛如全文陈述引用的方式并入本文中。另外,设计数据可为标准单元库数据、集成布局数据、关于一或多个层的设计数据、设计数据的衍生物及完全或部分芯片设计数据。
然而,一般来说,不可通过使用晶片检验***对晶片成像而产生设计信息或数据。举例来说,形成于晶片上的设计图案可能不能准确表示针对晶片的设计且晶片检验***可能不能够产生具有足够分辨率的形成于晶片上的设计图案的图像使得图像可用于确定关于针对晶片的设计的信息。因此,一般来说,不可使用物理晶片产生设计信息或设计数据。另外,本文中描述的“设计”及“设计数据”是指由半导体装置设计者在设计过程中产生且因此在将设计印刷于任何物理晶片上之前能够用于本文中描述的实施例中的信息及数据。
现转向图式,应注意,图式未按比例绘制。特定来说,极度夸大图式的一些元件的比例以强调元件的特征。还应注意,图式未按相同比例绘制。已使用相同参考数字指示可被类似配置的展示于一个以上图式中的元件。除非本文中另有指明,否则所描述及展示的任何元件可包含任何适合商业上可购得的元件。
一个实施例涉及一种***,其经配置以确定样本上的关注区域的坐标。所述***包含检验子***,所述检验子***至少包含能源及检测器。检验子***经配置以在样本上方扫描由能源产生的能量而检测器检测来自样本的能量且产生响应于检测到的能量的图像。
在一个实施例中,本文中所描述的样本及另一样本包含晶片。在另一实施例中,本文中所描述的样本及另一样本包含光罩。晶片及光罩可包含所属领域中已知的任何晶片及光罩。
在一个实施例中,能源是光源,且由检测器检测到的能量包含光。以此方式,检验子***可被配置为光学或基于光的检验子***。在图1中将此检验子***的一个实施例展示为***102的检验子***100。检验子***经配置用于使用光扫描样本且在扫描期间检测来自样本的光。举例来说,如图1中所展示,检验子***包含光源104,所述光源104可包含所属领域中已知的任何适合光源。在一个实例中,光源可为宽带等离子(BBP)光源,其可为所属领域中已知的任何适合的此光源。被引导到样本的光可包含单色光、多色光或宽带光。
可将来自光源的光引导到分束器106,分束器106可经配置以将来自光源的光引导到样本108。光源可耦合到任何其它适合的元件(未展示),例如一或多个聚光透镜、准直透镜、中继透镜、物镜、光圈、光谱滤波器、偏振组件及类似物。如图1中所展示,可以垂直入射角将光引导到样本。然而,可以任何适合入射角(包含接近垂直及倾斜入射)将光引导到样本。另外,可以一个以上入射角循序或同时将光或多个光束引导到样本。检验子***可经配置以按任何适合方式在样本上方扫描光。
可在扫描期间由检验子***的一或多个检测器收集且检测来自样本108的光。举例来说,以相对接近垂直的角度从样本108反射的光(即,当入射角垂直时被镜面反射的光)可穿过分束器106到透镜110。透镜110可包含如图1中所展示的折射光学元件。另外,透镜110可包含一或多个折射光学元件及/或一或多个反射光学元件。由透镜110收集的光可被聚焦到检测器112。检测器112可包含所属领域中已知的任何适合的检测器,例如电荷耦合装置(CCD)或另一类型的成像检测器。检测器112经配置以产生响应于由透镜110收集的反射光的输出。因此,透镜110及检测器112形成检验子***的一个通道。检验子***的此通道可包含所属领域中已知的任何其它适合的光学组件(未展示)。检测器的输出可包含(例如)图像、图像数据、信号、图像信号或可由适合用于晶片或光罩检验***中的检测器产生的任何其它输出。
由于图1中所展示的检验子***经配置以检测从样本镜面反射的光,所以检验子***被配置为明场(BF)检验子***。然而,此检验子***也可经配置以用于其它类型的检验。举例来说,图1中所展示的检验子***也可包含一或多个其它通道(未展示)。其它通道可包含本文中所描述的任何光学组件,例如被配置为散射光通道的透镜及检测器。可如本文中描述那样进一步配置透镜及检测器。以此方式,检验子***也可经配置用于暗场(DF)检验。
应注意,在本文中提供图1以大体上说明可被包含于本文中所描述的***实施例中的基于光的检验子***的配置。明显地,可改变本文中所描述的检验子***配置以如在设计商业检验***时通常执行那样优化检验子***的性能。另外,可使用例如商业上可从加利福尼亚州苗必达市的科磊公司(KLA-Tencor,Milpitas,Calif)的购买的29xx/28xx系列的工具的现有检验子***(例如,通过添加本文中所描述的功能性到现有检验***)实施本文中所描述的***。对于一些此类***,可将本文中所描述的方法提供为***的任选功能性(例如,作为***的其它功能性的补充)。替代地,可“从头开始”设计本文中所描述的***以提供全新***。
虽然在上文中将***描述为光学或基于光的检验***,但检验子***可为基于电子束的子***。在一个此实施例中,能源是电子束源,且由检测器检测到的能量包含电子。在图1a中所展示的一个此实施例中,检验子***包含耦合到计算机子***124的电子柱122。
也如图1a中所展示,电子柱包含经配置以产生由一或多个元件130聚焦到样本128的电子的电子束源126。电子束源可包含(例如)阴极源或发射极尖端,且一或多个元件130可包含(例如)电子枪透镜、阳极、限束光圈、闸阀、束电流选择光圈、物镜及扫描子***,其全部都可包含所属领域中已知的任何此类适合的元件。
从样本返回的电子(例如,二次电子)可由一或多个元件132聚焦到检测器134。一或多个元件132可包含(例如)扫描子***,其可为与包含于元件130中的扫描子***相同的扫描子***。
电子柱可包含所属领域中已知的任何其它适合的元件。另外,可如2014年4月4日颁予蒋(Jiang)等人的第8,664,594号美国专利,2014年4月8日颁予小岛(Kojima)等人的第8,692,204号美国专利,2014年4月15日颁予顾本(Gubbens)等人的第8,698,093号美国专利及2014年5月6日颁予麦克唐纳(MacDonald)等人的第8,716,662号美国专利中所描述那样进一步配置电子柱,所述专利以宛如全文陈述引用的方式并入本文中。
虽然在图1a中将电子柱展示为经配置使得电子以倾斜入射角被引导到样本且以另一倾斜角从样本散射,但应理解,电子束可以任何适合角度被引导到样本且从样本散射。
计算机子***124可耦合到检测器134,如上文中所描述。检测器可检测从样本的表面返回的电子,借此形成样本的电子束图像。电子束图像可包含任何适合的电子束图像。计算机子***124可经配置以使用由检测器134产生的输出检测样本上的缺陷。计算机子***124可经配置以执行本文中所描述的任何额外步骤。
应注意,在本文中提供图1a以大体上说明可包含于本文中所描述的***实施例中的基于电子束的检验子***的配置。如同上文中所描述的光学检验子***,可改变本文中所描述的基于电子束的检验子***配置以如在设计商业检验***时通常执行那样优化检验子***的性能。另外,可使用例如商业上可从加利福尼亚州苗必达市的科磊公司购买的eSxxx系列的工具的现有检验子***(例如,通过添加本文中所描述的功能性到现有检验***)实施本文中所描述的***。对于一些此类***,可将本文中所描述的方法提供为***的任选功能性(例如,作为***的其它功能性的补充)。替代地,可“从头开始”设计本文中所描述的***以提供全新***。
***包含经配置用于本文中进一步描述的若干功能的一或多个计算机子***。计算机子***在本文中也可被称为计算机***。计算机子***或***可采取多种形式,包含个人计算机***、图像计算机、主机计算机***、工作站、网络设备、因特网设备或其它装置。一般来说,术语“计算机***”可经广泛定义以涵盖具有执行来自存储器媒体的指令的一或多个处理器的任何装置。计算机子***或***也可包含例如并行处理器的所属领域中已知的任何适合的处理器。另外,计算机子***或***可包含具有高速处理及软件的计算机平台(作为独立工具或联网工具)。
一或多个计算机子***可包含检验***的计算机子***。举例来说,一或多个计算机子***可包含检验***102的计算机子***114及/或图1a中所展示的计算机子***124。计算机子***114可耦合到检测器112及检验子***的任何其它检测器使得计算机子***可接收由检测器产生的输出(例如,图像)。以类似方式,计算机子***124可耦合到检测器134及检验子***的任何其它检测器使得计算机子***可接收由检测器产生的输出(例如,图像)。
一或多个计算机子***也可或替代地包含独立类型的计算机***。举例来说,如图1中所展示,一或多个计算机子***可包含并非作为检验***或任何其它***的部分的计算机子***116。
计算机子***可进一步包含作为电子设计自动化(EDA)工具的部分的计算机子***,且本文中进一步描述的检验子***并非是EDA工具的部分。举例来说,如图1中所展示,上文中所描述的计算机子***中的一者可为包含于EDA工具120中的计算机子***118。EDA工具及包含于此工具中的计算机子***可包含可如本文中所描述那样配置的任何商业上可购得的EDA工具。因此,如本文中所描述那样被配置的计算机子***可与用于检验样本的检验***分开。
如果***包含一个以上计算机子***,那么不同计算机子***可耦合到彼此,使得图像、数据、信息、指令等等可在计算机子***之间被发送。举例来说,检验***的计算机子***114可由可包含所属领域中已知的任何适合的有线及/或无线传输媒体的任何适合的传输媒体而耦合到独立计算机子***116及/或EDA工具120的计算机子***118,如由图1中的虚线所展示。两个或两个以上此类计算机子***也可由例如厂数据库的共享计算机可读存储媒体(未展示)有效耦合。如果***包含多个计算机子***,那么不同计算机子***可经配置以执行本文中进一步描述的不同功能。替代地,图1中所展示的计算机子***中的仅一者可经配置以执行本文中进一步描述的全部功能。
一或多个计算机子***经配置用于针对被检验的另一样本上的关注区域,识别最接近关注区域定位的一或多个目标。本文中所描述的实施例可用于若干不同类型的目标及关注区域,在本文中进一步描述至少若干目标及关注区域。然而,一般来说,目标可为针对样本的设计中的图案(或图案的部分),所述图案(或图案的部分)相对于接近目标定位的其它图案是独特的且具有在设计内的已知位置。关注区域可为直到已开始样本的检验(例如,当关注区域是样本上的缺陷的位置时)才已知的关注区域。在一些此类实例中,目标可在开始样本的检验之前(如当目标是具有设计中及样本上的预先确定的位置的预先确定的目标时)已知或可在样本的检验期间(在检测到缺陷时即时地)被识别。然而,关注区域可为在样本的检验之前已知(例如,当关注区域是基于设计的关注区域时)的关注区域。在此类实例中,也可在样本的检验之前识别目标。因此,可在于检验期间针对样本执行的图像获取之前已知关注区域及目标的位置。
在一个实施例中,关注区域是在另一样本上的在所述另一样本的检验期间检测到有缺陷的区域。在一个实施例中,经修改的坐标是设计空间坐标。以此方式,如本文中进一步描述,实施例可经配置用于产生的与设计的后检测缺陷对准。例如过滤及取样的若干使用情况取决于检验数据与设计的准确对准。本文中所描述的实施例在不考虑必须被对准的检验图像图块及相关联的设计片段的内容下,使得后检测对准能够大体上准确。另外,本文中所描述的实施例可减轻与设计的不可对准或较差对准缺陷(或图像位置)的风险。可在对现有检验工具软件进行适度改变的情况下实施本文中所描述的实施例。
在一个此实施例中,在已检测缺陷且在由检验子***完成用于另一样本的检验的图那么计算机子***就可使用检测到的缺陷的位置(如由缺陷检测算法及/或用于检测缺陷的方法确定)确定一或多个目标当中最接近检测到的缺陷的目标。由于计算机子***基于目标的图像执行在本文中描述的其它功能,且由于在此实施例中在完成用于另一样本的检验的图像获取之后执行识别一或多个目标,所以在此实施例中,优选在另一样本的检验之前已知目标使得在执行用于另一样本的检验的图像获取期间,可获取目标的图像。以此方式,识别一或多个目标及由计算机子***基于经识别的一或多个目标执行的其它功能可在后处理(即,在完成对样本的图像获取之后执行的数据后处理)中执行,这是因为目标的图像可在图像获取期间被获取且将因此可用于后处理。
在另一此实施例中,在由检验子***执行用于另一样本的检验的另一样本的图像获取时一或多个计算机子***识别一或多个目标。举例来说,一旦已检测到缺陷,计算机子***就可使用检测到的缺陷的位置(如由缺陷检测算法及/或用于检测缺陷的方法确定)确定一或多个目标当中最接近检测到的缺陷的目标。由于计算机子***是基于目标的图像执行在本文中描述的其它功能,且由于在此实施例中在用于另一样本的检验的图像获取期间执行识别一或多个目标,所以在此实施例中,不需要在另一样本的检验之前已知目标,这是因为在执行用于另一样本的检验的图像获取期间,可识别目标且接着可针对经识别目标获取图像。以此方式,识别一或多个目标及由计算机子***基于经识别的一或多个目标执行的其它功能可在检验过程期间执行。
在另一实施例中,识别一或多个目标包含从一组对准目标选择一或多个目标,且一或多个计算机子***进一步经配置用于使样本的图像与样本的设计信息对准以确定样本的图像中的一或多个特征的设计空间坐标,确定对准样本的图像的结果的一或多个特征及以基于一或多个特征确定的跨设计的频率在另一样本的设计内选择所述组对准目标。
在一个此实施例中,一或多个特征是在对准样本的图像的结果中的误差的一或多个特性。举例来说,如图2的步骤200中所展示,计算机子***可经配置用于特性化检验器图像对准误差对设计的频率及程度以确定将为足够的所述组对准目标。如图2的步骤202中所展示,计算机子***可经配置用于将以经确定频率识别潜在目标的基于设计规则的搜索脚本。另外,如图2的步骤204中所展示,计算机子***可经配置用于产生在足够数目及布置的位点处的特定对准目标关心区域群组中的关心区域。
在另一实例中,如图3的步骤300中所展示,计算机子***可经配置以建立目标间隔及频率。计算机子***也可经配置以确定相关联的设计文件层,如图3的步骤302中所展示。举例来说,针对每一装置(例如,芯片)及物理层(例如,样本过程层),计算机子***可确定含有与检验成像方法相关的几何学的相关联的设计文件层。计算机子***可进一步经配置以确定针对目标的准则,如图3的步骤304中所展示。举例来说,计算机子***可将用于选择对准目标的准则转译成用于搜索物理设计层的EDA工具规则。计算机子***也可经配置以产生EDA工具物理设计搜索脚本以识别物理设计文件内的足够目标。另外,计算机子***可经配置以识别设计空间中的足够目标,如图3的步骤306中所展示。举例来说,计算机子***可经配置以在物理设计文件上运行基于EDA规则的搜索且以适合格式输出数据。
以此方式,对准目标可经选择以平衡检验***使由其的检测器产生的图像与设计对准的能力。举例来说,如果检验器图像对准误差对设计的频率及程度分别相对较高及相对较大,那么可以跨越针对样本的设计的更高频率选择对准目标。相比之下,如果检验器图像对准误差对设计的频率及程度分别相对较低及相对较小,那么可以跨越样本的设计的更低频率选择对准目标。以此方式,可跨越设计(且因此样本)间隔对准目标使得任何一个对准目标及任何一个检测到的缺陷之间的距离足够小,使得对准目标图像中的图案与设计的对准可用于大体上准确校正缺陷与设计的对准。另外,可在设计内选择对准目标使得跨越设计规则间隔对准目标(例如,如在栅格中)或对准目标可具有跨越样本的不规则间隔(例如,如当将不针对缺陷检验设计的一些区域及因此样本时,当将不使设计的一些区域及因此样本中的缺陷与设计对准时,当呈跨越设计的规则被间隔的间隔的适合对准目标不可用时等等)。
由于将使对准目标的图像与例如设计的参考对准且接着所述对准结果将用于校正及/或修改其它坐标(例如,缺陷坐标),所以对准目标优选地经选择以包含在样本上的一些预先确定的区域内独特的设计内的图案。图案可以例如大小及/或形状的若干不同方式独特。一般来说,不同于在图案附近的任何其它图案的所述图案可适合于用作对准目标。优选地,对准目标也包含可由检验***成像的具有足够分辨率的图案(例如,是独特的但不能由检验***成像的图案作为对准目标图案将基本无用)。
在另一此实施例中,一或多个计算机子***经配置用于产生用于另一样本的检验的配方使得在另一样本的检验期间,检验子***获取所述组对准目标的图像。通常可在所属领域中将“配方”定义为可由例如检验***的***使用以实施例如检验过程的过程的指令集。在一些实例中,对应于对准目标的设计中或样本上的区域可被统称为“对准目标关心区域群组”(即,是为了图像获取的目的的关心区域但不一定是为了缺陷检测的目的的关心区域(因为不一定在区域中执行缺陷检测)的区域群组)。
在一个实例中,如图2的步骤206中所展示,计算机子***可经配置用于配置(设置及/或改变)针对对准目标关心区域群组的检验配方使得图像及位置收集被迫处于位点位置处。另外,如图3的步骤308中所展示,计算机子***可经配置以产生适合于并入到检验配方中的文件。举例来说,计算机子***可经配置以基于检验***类型或模型确定用于使对准目标关心区域与检验配方相关联(或使对准目标关心区域包含于检验配方中)的适当方法。如图3的步骤310中进一步展示,计算机子***可经配置用于建立针对后处理对准目标(即,用于后处理中的对准目标)的关心区域群组且导入含有设计搜索的结果的文件(到检验配方中)。
计算机子***也可经配置以将针对关心区域群组的配方设置为后处理对准目标配置,如图3的步骤312中所展示。以此方式,直到已完成样本的图像获取之后才对针对对准目标获取的图像执行数据处理。换句话来说,配方可经设置使得针对对准目标关心区域群组,迫使检验子***获取在样本上的对准目标的位置处的图像。以此方式,可在除了缺陷位置(即,对准目标位置)之外的样本上的位置处获取图像且接着存储图像以可靠地获得参考目标图像用于任何缺陷与设计的对准。
在额外此实施例中,一或多个计算机子***进一步经配置用于存储所述组对准目标的图像使得在已完成在另一样本的检验期间执行的对另一样本的扫描之后经存储图像可供使用。可以使得所述组对准目标的图像可用于此用途的任何适合方式针对所述组对准目标的图像。以此方式,对准目标图像可用于在样本图像获取之后执行的数据处理。
在一些此类实施例中,检验子***获取在针对检验期间检测到的缺陷被检验的另一样本上的其它位置处的图像,一或多个计算机子***经配置用于基于在其它位置处获取的针对另一样本的图像检测在另一样本上的缺陷,且检测缺陷包含确定缺陷的位置。检测样本上的缺陷可包含将一或多个缺陷检测算法应用于图像或检验子***的检测器的其它输出。可以若干不同方式且以所属领域中已知的任何适合方式执行将缺陷检测算法应用于图像或输出。另外,可使用数据、信号或图像处理的领域中已知的任何方法、算法、函数、数据结构等等执行将缺陷检测算法应用于图像或输出。由计算机子***使用以检测缺陷的缺陷检测方法及/或算法也可输出样本上的检测到的缺陷的位置。由缺陷检测方法及/或算法输出的检测到的缺陷的位置可接着由检验子***报告(例如,通过使检测到的缺陷的位置的坐标包含于由检验子***产生且存储的检验结果中)。
在另一此实施例中,检测缺陷并非是基于所述组对准目标的图像执行。举例来说,如图3的步骤314中所展示,计算机子***可经配置以执行使目标相关的数据保持与缺陷数据分开的检验。因此,可将针对待进行缺陷检验的样本的部分获取的图像用作输入而不也将针对对准目标获取的图像用作输入以执行由计算机子***执行的任何缺陷检测算法及/或方法。
在另一此实施例中,在另一样本的检验之前由一或多个计算机子***执行选择所述组对准目标。举例来说,如上文中提及,在一些实例中,可基于检验***使由检验***获取的图像与设计对准的能力选择所述组对准目标。由于可在对样本执行检验之前确定所述信息,所以可在所述样本的检验之前选择所述组对准目标。
在另一实施例中,在另一样本的检验期间且在检测缺陷中的至少一者之后由一或多个计算机子***执行选择所述组对准目标。举例来说,实施例可经配置以基于检测到的缺陷在检验子***的输出中搜索适合的对准目标。可如2014年12月25日公开的卡尔桑迪(Karsenti)等人的第2014/0376801号美国专利申请公开案中描述那样执行此搜索,所述美国专利申请公开案以宛如全文陈述引用的方式并入本文中。本文中所描述的实施例可包含此公开案中所描述的任何方法的任何步骤且可如此公开案中所描述那样进一步配置本文中所描述的***。以此方式,可飞快产生在其处执行对准目标图像产生的位置(例如,通过识别设计中的缺陷的“粗略”位置且接着针对适合对准目标接近所述位置搜索设计或通过接近检测到的缺陷位置在样本上的区域中执行图像获取且接着针对适合对准目标搜索经获取图像)。因此,可由缺陷的检测触发在其处产生图像的目标,而非在检验之前产生一组对准目标。此实施方案可利用在上文中以引用方式并入的专利申请公开案中所描述的快速设计搜索工具。
在额外实施例中,一或多个计算机子***经配置用于存储所述组对准目标的图像,使得经存储图像在已完成在另一样本的检验期间执行的对另一样本的扫描之后可供使用,且使得经存储图像与检测缺陷的结果分开存储。举例来说,如图2的步骤208中所展示,计算机子***可经配置用于存储对准目标关心区域群组及待从经报告缺陷数据排除但可以某种方式由后处理分析存取的相关联的数据。可以任何适合方式执行此存储。
一或多个计算机子***也经配置用于使针对一或多个目标的一或多个图像与针对另一样本的参考对准。一或多个目标的一或多个图像及关注区域的图像由计算机子***在另一样本的检验期间获取。一般来说,可用于使两个图案(其至少一者是由检验***产生的图像中的图案)彼此对准的任何方法或***可用于此对准。也可如在扎法尔(Zafar)等人及库尔卡尼(Kulkarni)等人的专利中所描述那样执行使目标的图像与参考对准,所述专利在上文中以宛如全文陈述引用的方式并入本文中。实施例可包含这些专利中所描述的任何方法的任何其它步骤且可如这些专利中所描述那样进一步配置本文中所描述的***。
一或多个计算机子***也经配置用于基于对准的结果确定一或多个目标的一或多个图像与参考之间的偏移且基于所述偏移及由检验子***报告的关注区域的坐标确定关注区域的经修改坐标。在一个实施例中,关注区域是检测到的缺陷中的第一者的位置,参考是针对另一样本的设计,偏移是对准目标到设计偏移,且确定经修改坐标包含将对准目标到设计偏移应用于检测到的第一缺陷的经报告坐标以借此确定检测到的第一缺陷的设计空间坐标。
在一个此实例中,如图2的步骤210中所展示,(若干)计算机子***可经配置用于确定所产生的每一对准目标图像对其相应设计片段的偏移。另外,如图2的步骤212中所展示,计算机子***可经配置以通过使缺陷坐标移位先前步骤中确定的偏移而后处理缺陷数据。为了最佳结果,可针对接近(或环绕)缺陷位置的两个或两个以上对准目标确定偏移且可内插两个或两个以上对准目标的偏移以确定缺陷的适当偏移。偏移可为简单的一维偏移或涉及按比例调整、旋转、变形或另一非线性变换的更复杂偏移。这些变换偏移中的任何者可从对准目标图像与参考图像的对准导出(通常从物理设计片段导出),如本文中进一步描述。另外,如本文中所描述的确定的偏移仅可针对样本相关,可针对所述样本获取本文中所描述的图像且接着由计算机子***使用用于与参考对准。
在另一实例中,如图3的步骤316中所展示,在后处理中的检验之后,计算机子***可经配置以计算每个目标(针对每一或一或多个对准目标)的对准目标到设计偏移。另外,如图3的步骤318中所展示,针对每一缺陷,计算机子***可经配置以使用从最接近对准目标确定的校正或通过基于来自多个目标的数据的内插而调整其坐标。计算机子***也可经配置以继续后处理直到完成且保存结果,如图3的步骤320中所展示。
计算机子***也可经配置以使一或多个目标的一或多个图像与参考对准,确定偏移且确定样本后处理(例如,在已完成在检验配方期间执行的全部图像获取之后执行的数据处理)中的关注区域的经修改坐标。然而,计算机子***可经配置以在运行时间进行对准校正。举例来说,计算机子***可经配置以使一或多个目标的一或多个图像与参考对准,确定偏移且在于检验配方期间执行的图像获取期间确定关注区域的经修改坐标。此实施方案可比其中在后处理中执行步骤的实施方案做更多工作,但此实施方案可具有关于检测灵敏度的更多益处。
取决于使用情况,本文中所描述的实施例的结果可任选地被保存以用于进一步分析。举例来说,所得数据可被馈送到例如设计属性、图像或待添加到缺陷结果用于过滤、取样、分类等等算法及/或方法中的差异图像属性的提取的额外后处理步骤。在另一实施例中,关注区域是检测到的缺陷中的第一者的位置,且一或多个计算机子***经配置用于将具有对应于最接近关注区域定位的一或多个目标的设计的一或多个部分的关注区域的图像发送到经配置以使用设计的一或多个部分以在缺陷检视工具的视野中重新定位关注区域的缺陷检视工具。举例来说,针对对准目标的设计片段可被存储为送到电子束检视平台的所述批结果的部分,所述电子束检视平台可接着使用设计片段以在扫描电子显微镜(SEM)视野中重新定位表示来自检验***的图像中的缺陷的位置(或关注位置)的样本的部分。其它类型的缺陷检视工具可经配置以使用针对最接近经选择用于检视的缺陷的位置的对准目标的设计信息以类似方式重新定位缺陷。
在一个实施例中,关注区域是另一样本上的关心区域。举例来说,本文中所描述的实施例可经配置以在图案搜索之后移动(或偏移)基于设计的关心区域(即,在搜索且发现指定图案之后移动或定位关心区域),这是有利的,因为仅具有“放大”及“减小”选项可能不足够以涵盖基于设计的关心区域的某些区域。因此,当前可用的缩减/增长选项可能不足够以产生在正确位置中的基于设计的关心区域。本文中所描述的实施例也不同于在主用户接口中配准基于设计的关心区域的方法,这是因为在主用户接口中这用做一般移动针对样本的全部基于设计的关心区域而非仅一个基于设计的关心区域群组。另外,此类当前使用的方法无法仅移动一个基于设计的关心区域。相比之下,本文中所描述的实施例可用于在逐关心区域基础上或在逐关心区域群组基础上识别及/或校正基于设计的关心区域的坐标。
如本文中所使用的术语“基于设计的关心区域”可一般被定义为在针对样本的设计中识别且通过使针对关心区域的设计与样本对准而在针对样本的检验***输出中识别的关心区域。因此,本文中所描述的基于设计的关心区域不同于可基于针对样本的检验***输出确定的其它关心区域且不一定是针对样本的设计。举例来说,非基于设计的关心区域可基于检验***的输出中的噪声及/或不一定基于设计的样本的位置(例如,基于在针对样本的检验***的输出中可见的裸片的拐角确定的位置)。相比之下,如本文中所描述的基于设计的关心区域是基于设计的,其中可通过使样本的设计信息与针对样本的检验***的输出对准而识别所述关心区域。由于可以此方式定位基于设计的关心区域,所以所述关心区域与其它关心区域相比可在输出中更准确地被识别,且所述关心区域可具有比其它关心区域更小的大小。然而,并非全部基于设计的关心区域都必须含有相对于样本上的其它图案为独特的图案,且/或存在于基于设计的关心区域中的缺陷可使得将设计信息与检验***输出对准是困难的。
本文中所描述的实施例通过使基于设计的关心区域与附近定位的其它图案相关联而缓解此类困难,所述附近定位的其它图案:1)相对于相同区域中的其它图案是独特的;2)与基于设计的关心区域具有预先确定的空间关系;3)相对稳健,因为其通常可以相对高的准确度形成于样本上;及4)可在检验***输出中十分好分辨。接着,如本文中进一步描述,一旦已使其它图案与所述图案的设计信息对准,所述图案与基于设计的关心区域之间的预先确定的空间关系就可用于在检验***输出中识别基于设计的关心区域。因此,虽然针对基于设计的关心区域自身的输出可能不与设计对准,但凭借其它预先确定的图案与设计的对准而使基于设计的关心区域与设计有效对准。
在一些实施例中,关心区域不包含针对另一样本的设计内的独特图案,且一或多个计算机子***经配置用于选择最接近关注区域的设计内的一或多个独特图案以用作一或多个目标。以此方式,本文中所描述的实施例实现即使实际关心区域不在其自身中含有独特图案但总是相对接近独特图案出现的情况下,仍使用基于设计的关心图案。换句话来说,通过识别与基于设计的关心区域具有预先确定的空间关系且相对于其它附近图案为独特的设计中的一或多个图案,否则不可在检验***输出中经识别(因为不含有独特图案)的基于设计的关心区域可凭借其与经识别的一或多个独特图案的空间关系在所述经识别的图案与设计对准的情况下便被识别。可通过识别关注图案(POI),在针对另一样本的设计上执行的图案搜索中搜索POI位置且接着确定具有针对POI的特定偏移的基于设计的关心区域而执行选择一或多个独特图案。
在另一实施例中,关心区域是其中定位针对另一样本的设计内的弱点的区域。举例来说,一或多个目标可被选择为设计中的某些独特图案且接着基于一或多个目标的位置及一或多个目标与基于设计的关心区域之间的空间关系,基于设计的关心区域可被移动到可容易由在样本上执行的半导体工艺影响的弱点(即,“热点”)位置。以此方式,即使基于设计的关心区域易于不适当地形成于样本上,对于错误图案化的敏感性仍不可防止基于设计的关心区域在检验***输出中被正确识别。因此,本文中所描述的实施例对于与对应于设计中的弱点的基于设计的关心区域一起使用可尤其有利。在2015年1月8日公开的席福林(Shifrin)的第2015/0012900号美国专利申请公开案中进一步描述设计中的弱点,所述美国专利申请公开案以宛如全文陈述引用的方式并入本文中。可如此专利申请公开案中描述那样进一步配置本文中描述的实施例。
在另一实施例中,关心区域定位于针对另一样本的设计的存储器区域内。举例来说,本文中所描述的实施例可使存储器厂能够采用更多使用基于设计的关心区域的检验配方。特定来说,在存储器厂中制造的装置的存储器区域内存在许多类似图案,这使在无本文中所描述的实施例的情况下绘制针对基于设计的关心区域的正确弱点区域相对困难。因此,本文中所描述的实施例允许存储器厂针对更多层采用基于设计的关心区域。
在一些实施例中,基于一或多个目标的一或多个图像与参考之间的偏移及一或多个目标与关心区域之间的预先确定的偏移确定关心区域的图像的经修改坐标。图4说明可由计算机子***使用以执行坐标的此类确定的样本上的图案的一个实例。举例来说,如图4中所展示,样本(图4中未展示)上的区域400中的大量图案大体上相同(例如,图案主要包含具有例如线宽及与其它线的间隔的大体上类似特征的线402)。然而,如果区域包含具有一或多个独特特征的图案(例如具有与样本的区域中的全部其它线不同的形状及尺寸的特征404),那么那个特征或其部分可被指定为一或多个目标。举例来说,在图4中所展示的实例中,区域406中的特征的部分可被指定为针对样本上的此区域的目标。特定来说,区域406可由针对图4中展示的样本的区域的设计的图案搜索指定为POI搜索区域。以此方式,如果在样本的相同区域中存在与区域406的特征的部分具有特定关系的基于设计的关心区域,那么可通过在检验***输出(例如,图像)中识别区域406且接着与检验***输出中区域406的位置组合使用那个空间关系以确定检验***输出中基于设计的关心区域的位置而在样本上定位所述基于设计的关心区域。举例来说,在图4中所展示的区域400中,可存在基于设计的关心区域408,其可被选择为关心区域是因为其是其中可存在关注缺陷(DOI)410且如由箭头412在此图式中示意性展示的与区域406具有特定空间关系的区域400中的区域。因此,本文中所描述的实施例可使用此空间关系(或偏移)以在检验***输出内确定准确(或大体上准确)的基于设计的关注区域,然而如果使用定位于基于设计的关心区域中的图案尝试基于设计的关心区域位置的确定,那么归因于基于设计的关心区域内的独特图案的缺乏而不可准确定位基于设计的关心区域。以此方式,本文中所描述的实施例有利地提供比先前使用的方法及***更准确地识别基于设计的关心区域的位置的能力。
在另一实施例中,一或多个目标用于确定在具有一或多个目标与不同关心区域之间的不同预先确定的偏移的另一样本上的不同关心区域的图像的经修改坐标。举例来说,每一POI可与不同基于设计的关心区域及针对基于设计的关心区域中的每一者的不同偏移相关联。在一个此实例中,如果由图4中所展示的区域406中的特征的部分界定目标,那么如果所述目标具有其自身与一个以上基于设计的关心区域之间的不同预先确定的偏移(例如,方向及/或尺寸不同),那么所述相同目标可用于确定基于设计的关心区域408及其它基于设计的关心区域(图4中未展示)的任何者的位置。
也可如本文中进一步描述那样执行选择用于基于设计的关心区域的一或多个目标使得基于检验***使其的输出与针对样本的设计对准的能力识别被选择且用于任何一或多个基于设计的关心区域的一或多个目标。特定来说,可基于由检验***执行的检验***输出与设计对准的结果中的误差的频率及程度选择用于基于设计的关心区域的一或多个目标。以此方式,目标与其相关联的关注区域之间的距离可足够小使得由检验***执行的对准中的误差将不导致基于设计的关心区域的经确定位置中的任何(或至少非显著)误差。此外,一个以上目标(可能具有内插)可用于如本文中进一步描述那样确定任何一个基于设计的关心区域的位置。
在一个实施例中,针对关注区域的图像确定的坐标是样本空间坐标(即,晶片空间坐标或光罩空间坐标)。在另一实施例中,所确定的关心区域的图像坐标是设计空间坐标。举例来说,在如本文中进一步描述的已在检验***输出中定位基于设计的关心区域之后,可将关心区域的位置报告为由检验***针对对应于基于设计的关心区域的检验***输出确定的样本空间坐标。替代地,一旦如本文中所描述的在检验***输出中定位基于设计的关心区域,对应于关心区域的设计坐标就可被指派到其检验***输出。当然,两种类型的坐标也都可被指派到检验***输出,其可用于基于设计的关心区域在样本(晶片或光罩)空间中(例如,由相同检验***)的重新定位且用于在设计空间中执行其它基于设计的功能(例如,过滤、分类等等)。
也可如2014年10月31日由戴菲(Duffy)申请的序列号为62/073,418的美国专利申请案中描述那样配置本文中所描述的实施例,所述美国专利申请案以宛如全文陈述引用的方式并入本文中。本文中所描述的实施例也可经配置以执行此专利申请案中所描述的任何方法的任何步骤。
可将在上文中所描述的***的实施例中的每一者组合在一起作为单个实施例。换句话来说,除非在本文中另外提及,否则任何***实施例都不互相排除任何其它***实施例。此外,虽然图2及3展示可由本文中所描述的计算机子***执行的多种功能,但除非在本文中另外提及,否则这些图式中所展示的任何功能都不是本文中所描述的***实施例的功能及/或本文中所描述的方法实施例的实践所必要的。换句话来说,本文中所描述的实施例可经配置以执行少于全部这些图式中所展示的功能或多于全部这些图式中所展示的功能,且实施例仍可在这些实施例的范围内起作用及/或被实践。
另一实施例涉及一种方法,其用于确定样本上的关注区域的坐标。所述方法包含针对被检验的样本上的关注区域识别最接近所述关注区域定位的一或多个目标。所述方法也包含使一或多个目标的一或多个图像与针对样本的参考对准。一或多个目标的一或多个图像及关注区域的图像由检验***在样本的检验期间获取。另外,所述方法包含基于对准的结果确定所述一或多个目标的一或多个图像与参考之间的偏移。所述方法进一步包含基于所述偏移及由检验***报告的关注区域的坐标确定关注区域的经修改坐标。
可如本文中进一步描述那样执行所述方法的步骤中的每一者。所述方法也可包含可由本文中所描述的检验子***及/或计算机子***执行的任何其它步骤。由可根据本文中所描述的实施例中的任何者配置的一或多个计算机***执行识别、对准、确定偏移及确定经修改坐标步骤。另外,可由本文中所描述的***实施例中的任何者执行上文中所描述的方法。
虽然关于使用检验***扫描物理样本在本文中描述实施例,但本文中所描述的实施例中的任何者可使用例如共同指派的2012年2月28日颁予巴斯卡(Bhaskar)等人的第8,126,255号美国专利及2014年8月28日公开的戴菲等人的第2014/0241610号美国专利申请公开案及2015年7月20日申请的戴菲等人的序列号为14/803,872的美国专利申请案中描述的***及方法的所谓的“虚拟检验器”实施,所述专利以宛如全文陈述引用的方式并入本文中。换句话来说,在一些实施例中,检验***被配置为虚拟检验***。在这些实施例中,一或多个检测器的输出可为由光学或电子束检验***的一或多个检测器先前产生且被存储于虚拟检验***中的输出,且在检验期间,虚拟检验***可重放经存储输出如同样本正在被扫描。以此方式,使用虚拟检验***扫描样本可能似乎与使用实际检验***扫描物理样本一样,然而实际上,扫描涉及以如扫描样本相同的方式简单重放针对样本的输出。可如在上文中以引用方式并入的专利及专利申请案中所描述那样进一步配置本文中所描述的实施例。
额外实施例涉及一种非暂时性计算机可读媒体,其存储可在计算机***上执行以执行用于确定样本上的关注区域的坐标的计算机实施的方法的程序指令。在图5中展示一个此实施例。特定来说,如图5中所展示,非暂时性计算机可读媒体500包含可在计算机***504上执行的程序指令502。计算机实施的方法可包含本文中所描述的任何方法的任何步骤。
实施例如本文中所描述的所述方法的方法的程序指令502可被存储于计算机可读媒体500上。计算机可读媒体可为例如磁盘或光盘、磁带或所属领域中已知的任何其它适合的非暂时性计算机可读媒体的存储媒体。
可以多种方式(其(除其它之外)包含基于程序的技术、基于组件的技术及/或面向对象的技术)中的任何者实施程序指令。举例来说,可根据需要使用ActiveX控件、C++对象、JavaBeans、微软基础类别(“MFC”)、SSE(“串流SIMD扩展”)或其它技术或方法实施程序指令。
可根据本文中所描述的实施例中的任何者配置计算机***504。
鉴于此描述,所属领域的技术人员将了解本发明的多种方面的进一步修改及替代实施例。举例来说,提供用于确定样本上的关注区域的坐标的方法及***。因此,将此描述理解为仅具说明性且是为了教示所属领域的技术人员实施本发明的一般方式的目的。应理解,应将本文中展示且描述的本发明的形式理解为目前优选实施例。元件及材料可替代本文中说明且描述的那些元件及材料、可颠倒部件及过程且可独立利用本发明的某些特征部,都如所属领域的技术人员在受益于本发明的此描述之后将明白。可在本文中描述的元件方面做出改变而不背离如所附权利要求书中所描述的本发明的精神及范围。
Claims (30)
1.一种经配置以确定样本上的关注区域的坐标的***,其包括:
检验子***,其至少包括能源及检测器,其中所述检验子***经配置以在样本上方扫描由所述能源产生的能量,同时所述检测器检测来自所述样本的能量且响应于检测到的所述能量而产生图像;及
一或多个计算机子***,其经配置用于:
针对被检验的另一样本上的关注区域,识别最接近所述关注区域定位的一或多个目标,其中所述一个或多个目标包括针对所述另一样本的设计内的一个或多个图案,所述一或多个图案相对于位于所述一或多个目标附近的其他图案是独特的,且其中所述一个或多个目标中的所述一或多个图案与所述关注区域中的图案不同;
使所述一或多个目标的一或多个图像与所述另一样本的参考对准,其中所述一或多个目标的所述一或多个图像及所述关注区域的图像是由所述检验子***在所述另一样本的检验期间获取;
基于所述对准的结果确定所述一或多个目标的所述一或多个图像与所述参考之间的偏移;及
基于所述偏移及由所述检验子***报告的所述关注区域的坐标确定所述关注区域的经修改坐标。
2.根据权利要求1所述的***,其中所述关注区域是在所述另一样本上的在所述另一样本的所述检验期间检测到有缺陷的区域。
3.根据权利要求1所述的***,其中所述关注区域是在所述另一样本上的在所述另一样本的所述检验期间检测到有缺陷的区域,且其中在已检测到所述缺陷之后且在由所述检验子***完成对所述另一样本的所述检验的图像获取之后,所述一或多个计算机子***识别所述一或多个目标。
4.根据权利要求1所述的***,其中所述关注区域是其中在所述另一样本的所述检验期间检测到缺陷的在所述另一样本上的区域,且其中在由所述检验子***执行用于所述另一样本的所述检验的针对所述另一样本的图像获取时所述一或多个计算机子***识别所述一或多个目标。
5.根据权利要求1所述的***,其中所述经修改坐标是设计空间坐标。
6.根据权利要求1所述的***,其中识别所述一或多个目标包括从一组对准目标选择所述一或多个目标,且其中所述一或多个计算机子***进一步经配置用于:使所述样本的所述图像与所述样本的设计信息对准以确定所述样本的所述图像中的一或多个特征的设计空间坐标,确定所述对准针对所述样本的所述图像的结果的一或多个特性,以及以基于所述一或多个特性确定的跨越所述设计的频率在针对所述另一样本的所述设计内选择所述组对准目标。
7.根据权利要求6所述的***,其中所述一或多个特性是在所述对准所述样本的所述图像的所述结果中的误差的一或多个特性。
8.根据权利要求6所述的***,其中所述一或多个计算机子***进一步经配置用于产生用于所述另一样本的所述检验的配方,使得在所述另一样本的所述检验期间,所述检验子***获取所述组对准目标的所述图像。
9.根据权利要求8所述的***,其中所述一或多个计算机子***进一步经配置用于存储所述组对准目标的所述图像,使得在已完成在所述另一样本的所述检验期间执行的对所述另一样本的扫描之后,经存储的所述图像可供使用。
10.根据权利要求8所述的***,其中所述检验子***进一步获取所述另一样本上的在所述检验期间将进行缺陷检验的其它位置处的图像,其中所述一或多个计算机子***进一步经配置用于基于在所述其它位置处获取的所述另一样本的所述图像而检测所述另一样本上的所述缺陷,且其中检测所述缺陷包括确定所述缺陷的位置。
11.根据权利要求10所述的***,其中检测所述缺陷并非是基于所述组对准目标的所述图像执行。
12.根据权利要求10所述的***,其中选择所述组对准目标是在所述另一样本的所述检验之前由所述一或多个计算机子***执行的。
13.根据权利要求10所述的***,其中选择所述组对准目标是在所述另一样本的所述检验期间且在检测到所述缺陷中的至少一者之后由所述一或多个计算机子***执行的。
14.根据权利要求10所述的***,其中所述一或多个计算机子***进一步经配置用于存储所述组对准目标的所述图像,使得在已完成在所述另一样本的所述检验期间执行的对所述另一样本的扫描之后,经存储的所述图像可供使用,且使得经存储的所述图像与所述检测所述缺陷的结果分开存储。
15.根据权利要求10所述的***,其中所述关注区域是检测到的所述缺陷中的第一者的位置,其中所述参考是针对所述另一样本的所述设计,其中所述偏移是对准目标到设计偏移,且其中确定所述经修改坐标包括将所述对准目标到设计偏移应用于检测到的所述缺陷中的所述第一者的经报告的所述坐标,以借此确定检测到的所述缺陷中的所述第一者的设计空间坐标。
16.根据权利要求10所述的***,其中所述关注区域是检测到的所述缺陷中的第一者的位置,且其中所述一或多个计算机子***进一步经配置用于将具有对应于最接近所述关注区域定位的所述一或多个目标的所述设计的一或多个部分的所述关注区域的所述图像发送到缺陷检视工具,所述缺陷检视工具经配置以使用所述设计的所述一或多个部分在所述缺陷检视工具的视野中重新定位所述关注区域。
17.根据权利要求1所述的***,其中所述关注区域是在所述另一样本上的关心区域。
18.根据权利要求17所述的***,其中所述关心区域中的所述图案不包括在针对所述另一样本的所述设计内的独特图案,且其中所述一或多个计算机子***进一步经配置用于选择在最接近所述关注区域的所述设计内的所述一或多个图案以用作所述一或多个目标,所述一或多个图案是独特的。
19.根据权利要求17所述的***,其中所述关心区域是其中定位针对所述另一样本的所述设计内的弱点的区域。
20.根据权利要求17所述的***,其中所述关心区域被定位于针对所述另一样本的所述设计的存储器区域内。
21.根据权利要求17所述的***,其中所述关心区域的所述图像的所述经修改坐标是基于所述一或多个目标的所述一或多个图像与所述参考之间的所述偏移以及所述一或多个目标与所述关心区域之间的预先确定的偏移被进一步确定的。
22.根据权利要求17所述的***,其中所述一或多个目标用于确定所述另一样本上的不同关心区域的图像的经修改坐标,其在所述一或多个目标与所述不同关心区域之间具有不同的预先确定的偏移。
23.根据权利要求17所述的***,其中所确定的所述关心区域的所述图像的所述经修改坐标是样本空间坐标。
24.根据权利要求17所述的***,其中所确定的所述关心区域的所述图像的所述经修改坐标是设计空间坐标。
25.根据权利要求1所述的***,其中所述样本及所述另一样本包括晶片。
26.根据权利要求1所述的***,其中所述样本及所述另一样本包括光罩。
27.根据权利要求1所述的***,其中所述能源是光源,且其中由所述检测器检测到的所述能量包括光。
28.根据权利要求1所述的***,其中所述能源是电子束源,且其中由所述检测器检测到的所述能量包括电子。
29.一种非暂时性计算机可读媒体,其存储可在计算机***上执行以执行用于确定样本上的关注区域的坐标的计算机实施的方法的程序指令,其中所述计算机实施的方法包括:
针对被检验的样本上的关注区域,识别最接近所述关注区域定位的一或多个目标,其中所述一个或多个目标包括针对所述样本的设计内的一个或多个图案,所述一或多个图案相对于位于所述一或多个目标附近的其他图案是独特的,且其所述一个或多个目标中的所述一或多个图案与所述关注区域中的图案不同;
使所述一或多个目标的一或多个图像与针对所述样本的参考对准,其中所述一或多个目标的所述一或多个图像及所述关注区域的图像是由检验***在所述样本的检验期间获取;
基于所述对准的结果确定所述一或多个目标的所述一或多个图像与所述参考之间的偏移;及
基于所述偏移及由所述检验***报告的所述关注区域的坐标确定所述关注区域的经修改坐标。
30.一种用于确定样本上的关注区域的坐标的方法,其包括:
针对被检验的样本上的关注区域,识别最接近所述关注区域定位的一或多个目标,其中所述一个或多个目标包括针对所述样本的设计内的一个或多个图案,所述一或多个图案相对于位于所述一或多个目标附近的其他图案是独特的,且其所述一个或多个目标中的所述一或多个图案与所述关注区域中的图案不同;
使所述一或多个目标的一或多个图像与针对所述样本的参考对准,其中所述一或多个目标的所述一或多个图像及所述关注区域的图像是由检验***在所述样本的检验期间获取;
基于所述对准的结果确定所述一或多个目标的所述一或多个图像与所述参考之间的偏移;及
基于所述偏移及由所述检验***报告的所述关注区域的坐标确定所述关注区域的经修改坐标,其中由一或多个计算机***执行所述识别、所述对准、所述确定所述偏移及所述确定所述经修改坐标。
Applications Claiming Priority (7)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201462027402P | 2014-07-22 | 2014-07-22 | |
US62/027,402 | 2014-07-22 | ||
US201562163325P | 2015-05-18 | 2015-05-18 | |
US62/163,325 | 2015-05-18 | ||
US14/804,102 US10127653B2 (en) | 2014-07-22 | 2015-07-20 | Determining coordinates for an area of interest on a specimen |
US14/804,102 | 2015-07-20 | ||
PCT/US2015/041607 WO2016014711A1 (en) | 2014-07-22 | 2015-07-22 | Determining coordinates for an area of interest on a specimen |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106537449A CN106537449A (zh) | 2017-03-22 |
CN106537449B true CN106537449B (zh) | 2020-10-09 |
Family
ID=55163721
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201580037968.4A Active CN106537449B (zh) | 2014-07-22 | 2015-07-22 | 确定样本上的关注区域的坐标 |
Country Status (7)
Country | Link |
---|---|
US (1) | US10127653B2 (zh) |
JP (1) | JP6789920B2 (zh) |
KR (1) | KR102268502B1 (zh) |
CN (1) | CN106537449B (zh) |
SG (1) | SG11201610823XA (zh) |
TW (1) | TWI686718B (zh) |
WO (1) | WO2016014711A1 (zh) |
Families Citing this family (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10127653B2 (en) * | 2014-07-22 | 2018-11-13 | Kla-Tencor Corp. | Determining coordinates for an area of interest on a specimen |
US9996942B2 (en) * | 2015-03-19 | 2018-06-12 | Kla-Tencor Corp. | Sub-pixel alignment of inspection to design |
US10339262B2 (en) * | 2016-03-29 | 2019-07-02 | Kla-Tencor Corporation | System and method for defining care areas in repeating structures of design data |
US10692690B2 (en) | 2017-03-27 | 2020-06-23 | Kla-Tencor Corporation | Care areas for improved electron beam defect detection |
US10408764B2 (en) * | 2017-09-13 | 2019-09-10 | Applied Materials Israel Ltd. | System, method and computer program product for object examination |
US11175590B2 (en) | 2017-10-10 | 2021-11-16 | Asml Netherlands B.V. | Low dose charged particle metrology system |
US10997710B2 (en) * | 2017-10-18 | 2021-05-04 | Kla-Tencor Corporation | Adaptive care areas for die-die inspection |
US10522376B2 (en) * | 2017-10-20 | 2019-12-31 | Kla-Tencor Corporation | Multi-step image alignment method for large offset die-die inspection |
KR102427648B1 (ko) | 2017-11-03 | 2022-08-01 | 삼성전자주식회사 | 결함 검사 방법 및 결함 검사 장치 |
US20190279914A1 (en) * | 2018-03-09 | 2019-09-12 | Kla-Tencor Corporation | Region of interest and pattern of interest generation for critical dimension measurement |
US11094053B2 (en) * | 2018-10-08 | 2021-08-17 | Kla Corporation | Deep learning based adaptive regions of interest for critical dimension measurements of semiconductor substrates |
WO2020179000A1 (ja) | 2019-03-06 | 2020-09-10 | 株式会社日立ハイテク | 欠陥検査装置、欠陥検査プログラム |
US12039716B2 (en) | 2019-08-23 | 2024-07-16 | Hitachi High-Tech Corporation | Defect inspection method and defect inspection device |
US11113827B2 (en) * | 2019-09-23 | 2021-09-07 | Kla Corporation | Pattern-to-design alignment for one-dimensional unique structures |
US11580650B2 (en) * | 2019-10-01 | 2023-02-14 | KLA Corp. | Multi-imaging mode image alignment |
US11644756B2 (en) | 2020-08-07 | 2023-05-09 | KLA Corp. | 3D structure inspection or metrology using deep learning |
US11244474B1 (en) * | 2020-10-01 | 2022-02-08 | Kla Corporation | Sample positioning system and method |
CN116883398B (zh) * | 2023-09-06 | 2023-11-28 | 湖南隆深氢能科技有限公司 | 基于电堆装配生产线的检测方法、***、终端设备及介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102396058A (zh) * | 2009-02-13 | 2012-03-28 | 恪纳腾公司 | 检测晶片上的缺陷 |
WO2013109714A1 (en) * | 2012-01-18 | 2013-07-25 | Kla-Tencor Corporation | Generating a wafer inspection process using bit failures and virtual inspection |
CN103503126A (zh) * | 2011-03-25 | 2014-01-08 | 科磊股份有限公司 | 使用重复结构的基于设计的检验 |
Family Cites Families (36)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5272501A (en) * | 1991-08-28 | 1993-12-21 | Nikon Corporation | Projection exposure apparatus |
US5525808A (en) * | 1992-01-23 | 1996-06-11 | Nikon Corporaton | Alignment method and alignment apparatus with a statistic calculation using a plurality of weighted coordinate positions |
JP3572430B2 (ja) * | 1994-11-29 | 2004-10-06 | 株式会社ニコン | 露光方法及びその装置 |
JPH09148217A (ja) * | 1995-11-17 | 1997-06-06 | Mitsubishi Electric Corp | 位置合わせ方法 |
US7796801B2 (en) * | 1999-08-26 | 2010-09-14 | Nanogeometry Research Inc. | Pattern inspection apparatus and method |
US6780656B2 (en) * | 2000-09-18 | 2004-08-24 | Hpl Technologies, Inc. | Correction of overlay offset between inspection layers |
JP3810694B2 (ja) * | 2002-02-15 | 2006-08-16 | 三菱電機株式会社 | パターン検査装置及びパターン検査方法 |
JP3965189B2 (ja) * | 2005-03-24 | 2007-08-29 | アドバンスド・マスク・インスペクション・テクノロジー株式会社 | 画像補正方法 |
JP2009506339A (ja) | 2005-08-30 | 2009-02-12 | カムテック エルティーディー. | 検査システム、及び基準フレームに基づいて欠陥を検査する方法 |
US8041103B2 (en) | 2005-11-18 | 2011-10-18 | Kla-Tencor Technologies Corp. | Methods and systems for determining a position of inspection data in design data space |
US7570796B2 (en) * | 2005-11-18 | 2009-08-04 | Kla-Tencor Technologies Corp. | Methods and systems for utilizing design data in combination with inspection data |
US7676077B2 (en) * | 2005-11-18 | 2010-03-09 | Kla-Tencor Technologies Corp. | Methods and systems for utilizing design data in combination with inspection data |
US7570800B2 (en) * | 2005-12-14 | 2009-08-04 | Kla-Tencor Technologies Corp. | Methods and systems for binning defects detected on a specimen |
JP2008041940A (ja) * | 2006-08-07 | 2008-02-21 | Hitachi High-Technologies Corp | Sem式レビュー装置並びにsem式レビュー装置を用いた欠陥のレビュー方法及び欠陥検査方法 |
US7904845B2 (en) | 2006-12-06 | 2011-03-08 | Kla-Tencor Corp. | Determining locations on a wafer to be reviewed during defect review |
US8698093B1 (en) | 2007-01-19 | 2014-04-15 | Kla-Tencor Corporation | Objective lens with deflector plates immersed in electrostatic lens field |
US8611639B2 (en) | 2007-07-30 | 2013-12-17 | Kla-Tencor Technologies Corp | Semiconductor device property extraction, generation, visualization, and monitoring methods |
JP2009071136A (ja) * | 2007-09-14 | 2009-04-02 | Hitachi High-Technologies Corp | データ管理装置、検査システムおよび欠陥レビュー装置 |
US8126255B2 (en) | 2007-09-20 | 2012-02-28 | Kla-Tencor Corp. | Systems and methods for creating persistent data for a wafer and for using persistent data for inspection-related functions |
JP5412169B2 (ja) * | 2008-04-23 | 2014-02-12 | 株式会社日立ハイテクノロジーズ | 欠陥観察方法及び欠陥観察装置 |
US8559001B2 (en) * | 2010-01-11 | 2013-10-15 | Kla-Tencor Corporation | Inspection guided overlay metrology |
US10354405B2 (en) * | 2010-05-17 | 2019-07-16 | Kla-Tencor Corporation | Run-time correction of defect locations during defect review |
US8664594B1 (en) | 2011-04-18 | 2014-03-04 | Kla-Tencor Corporation | Electron-optical system for high-speed and high-sensitivity inspections |
US8692204B2 (en) | 2011-04-26 | 2014-04-08 | Kla-Tencor Corporation | Apparatus and methods for electron beam detection |
JP5460662B2 (ja) * | 2011-09-07 | 2014-04-02 | 株式会社日立ハイテクノロジーズ | 領域決定装置、観察装置または検査装置、領域決定方法および領域決定方法を用いた観察方法または検査方法 |
US9087367B2 (en) * | 2011-09-13 | 2015-07-21 | Kla-Tencor Corp. | Determining design coordinates for wafer defects |
US8716662B1 (en) | 2012-07-16 | 2014-05-06 | Kla-Tencor Corporation | Methods and apparatus to review defects using scanning electron microscope with multiple electron beam configurations |
US9189844B2 (en) * | 2012-10-15 | 2015-11-17 | Kla-Tencor Corp. | Detecting defects on a wafer using defect-specific information |
JP5717711B2 (ja) * | 2012-12-07 | 2015-05-13 | 東京エレクトロン株式会社 | 基板の基準画像作成方法、基板の欠陥検査方法、基板の基準画像作成装置、基板の欠陥検査ユニット、プログラム及びコンピュータ記憶媒体 |
US9299564B2 (en) * | 2012-12-12 | 2016-03-29 | Varian Semiconductor Equipment Associates, Inc. | Ion implant for defect control |
US9222895B2 (en) | 2013-02-25 | 2015-12-29 | Kla-Tencor Corp. | Generalized virtual inspector |
TWI503721B (zh) * | 2013-05-09 | 2015-10-11 | Henghao Technology Co Ltd | 觸控電極裝置 |
US9183624B2 (en) | 2013-06-19 | 2015-11-10 | Kla-Tencor Corp. | Detecting defects on a wafer with run time use of design data |
US9355208B2 (en) | 2013-07-08 | 2016-05-31 | Kla-Tencor Corp. | Detecting defects on a wafer |
US9816939B2 (en) | 2014-07-22 | 2017-11-14 | Kla-Tencor Corp. | Virtual inspection systems with multiple modes |
US10127653B2 (en) * | 2014-07-22 | 2018-11-13 | Kla-Tencor Corp. | Determining coordinates for an area of interest on a specimen |
-
2015
- 2015-07-20 US US14/804,102 patent/US10127653B2/en active Active
- 2015-07-22 CN CN201580037968.4A patent/CN106537449B/zh active Active
- 2015-07-22 SG SG11201610823XA patent/SG11201610823XA/en unknown
- 2015-07-22 JP JP2017503102A patent/JP6789920B2/ja active Active
- 2015-07-22 WO PCT/US2015/041607 patent/WO2016014711A1/en active Application Filing
- 2015-07-22 KR KR1020177004509A patent/KR102268502B1/ko active IP Right Grant
- 2015-07-22 TW TW104123744A patent/TWI686718B/zh active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102396058A (zh) * | 2009-02-13 | 2012-03-28 | 恪纳腾公司 | 检测晶片上的缺陷 |
CN103503126A (zh) * | 2011-03-25 | 2014-01-08 | 科磊股份有限公司 | 使用重复结构的基于设计的检验 |
WO2013109714A1 (en) * | 2012-01-18 | 2013-07-25 | Kla-Tencor Corporation | Generating a wafer inspection process using bit failures and virtual inspection |
Also Published As
Publication number | Publication date |
---|---|
TW201629811A (zh) | 2016-08-16 |
WO2016014711A1 (en) | 2016-01-28 |
JP2017529684A (ja) | 2017-10-05 |
CN106537449A (zh) | 2017-03-22 |
SG11201610823XA (en) | 2017-02-27 |
US10127653B2 (en) | 2018-11-13 |
KR102268502B1 (ko) | 2021-06-22 |
JP6789920B2 (ja) | 2020-11-25 |
KR20170033876A (ko) | 2017-03-27 |
US20160027164A1 (en) | 2016-01-28 |
TWI686718B (zh) | 2020-03-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106537449B (zh) | 确定样本上的关注区域的坐标 | |
US9875536B2 (en) | Sub-pixel and sub-resolution localization of defects on patterned wafers | |
US9830421B2 (en) | Alignment of inspection to design using built in targets | |
TWI698635B (zh) | 用於判定將對一試樣執行之一度量程序之參數之系統、方法及非暫時性電腦可讀取媒體 | |
CN109804462B (zh) | 用于识别设计文件中的受关注图案的位置的方法及*** | |
JP2017523390A (ja) | 検査のための高解像度フルダイイメージデータの使用 | |
US9996942B2 (en) | Sub-pixel alignment of inspection to design | |
KR20160047549A (ko) | 정밀 결함 위치들을 사용한 웨이퍼 검사 레시피들 튜닝 | |
CN110892516B (zh) | 识别晶片上的干扰缺陷的来源 | |
CN113412485B (zh) | 用于选择设计文件的***、计算机可读媒体及实施方法 | |
CN111837227B (zh) | 用于确定在晶片上所检测到的缺陷位于上面的层的*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |