CN111751576A - 原子探针分析方法、装置及记录媒体 - Google Patents

Abstract

本揭露提供一种原子探针分析方法、装置及记录媒体。所述方法包括下列步骤：利用脉冲激光器照射包括测试样品的原子探针；利用质谱仪分析由原子探针表面射出的离子以获得质谱图，其中所述离子包括一元素的多种量体且具有多种价数；以及对各量体的不同价数的离子在质谱图中对应的质荷比的计数值进行归一化，以获得各量体的离子所占的比例，并用以修正各量体的离子的定量结果。

Description

原子探针分析方法、装置及记录媒体

技术领域

本揭露的实施例是有关于一种原子探针分析方法、装置及记录媒体。

背景技术

在半导体制程中，需要针对半导体组件的表面微污染、掺杂与离子植入等，进行特定元素(例如磷、砷、硼等)浓度的定量分析，从而控制或调整制程参数，藉此维持组件/外延的稳定性。例如，在磷化硅的外延(epitaxy)过程中，即需要对磷进行定量分析(quantification)。

现今的定量分析技术其中之一是采用原子探针分析技术(Atom ProbeTomography)，但此技术在对某些元素进行定量分析时，分析所得的质谱图中的主要信号来源是由同一元素的多种量体的信号重迭而成，结果将使得定量分析结果与实际量值有所偏差。

发明内容

本揭露的实施例提供一种原子探针分析方法，适用于具有处理器的电子装置。所述方法包括下列步骤：利用脉冲激光器照射包括测试样品的原子探针；利用质谱仪分析由原子探针表面射出的离子以获得质谱图，其中所述离子包括一元素的多种量体且具有多种价数；以及对各量体的不同价数的离子在质谱图中对应的质荷比(mass-to-charge-stateratio)的计数值进行归一化，以获得各量体的离子所占的比例，并用以修正各量体的离子的定量结果。

本揭露的实施例提供一种原子探针分析装置，其包括连接装置及处理器。其中，连接装置用以连接脉冲激光器与质谱仪。处理器耦接连接装置，且经配置以利用脉冲激光器照射包括测试样品的原子探针，利用质谱仪分析由原子探针表面射出的离子以获得质谱图，其中所述离子包括一元素的多种量体且具有多种价数，然后对各个量体的不同价数的离子在质谱图中对应的质荷比的计数值进行归一化，以获得各个量体的离子所占的比例，并用以修正各个量体的离子的定量结果。

本揭露的实施例提供一种计算机可读取记录媒体，用以记录程序，所述程序经处理器加载以执行：利用脉冲激光器照射包括测试样品的原子探针；利用质谱仪分析由原子探针表面射出的离子以获得质谱图，其中所述离子包括一元素的多种量体且具有多种价数；以及对各量体的不同价数的离子在质谱图中对应的质荷比的计数值进行归一化，以获得各量体的离子所占的比例，并用以修正各量体的离子的定量结果。

附图说明

当结合附图阅读时，从以下详细描述最好地理解本揭露内容的各方面。应注意，根据行业中的标准惯例，各种特征未按比例绘制。实际上，为了论述清楚起见，可任意增大或减小各种特征的尺寸。

图1是根据本揭露实施例所绘示的原子探针分析装置的方块图。

图2是根据本揭露实施例所绘示的原子探针分析方法的流程图。

图3是根据本揭露实施例所绘示的磷离子的质谱图。

图4是根据本揭露实施例所绘示的原子探针分析方法的流程图。

图5是根据本揭露实施例所绘示的定量分析结果的比较图。

附图标号说明：

100：原子探针分析装置；

102：连接装置；

104：存储媒体；

106：处理器；

112：脉冲激光器；

114：质谱仪；

300：质谱图；

310：峰值；

500：比较图；

510：线段；

S202～S206、S402～S412：步骤。

具体实施方式

以下揭露内容提供用于实施所提供主题的不同特征的许多不同实施例或实例。下文描述组件和布置的特定实例以简化本揭露内容。当然，这些组件和布置仅是实例且并不意欲为限制性的。举例来说，在以下描述中，第一特征在第二特征上方或上的形成可包含第一特征和第二特征直接接触地形成的实施例，且还可包含额外特征可形成于第一特征与第二特征之间以使得第一特征和第二特征可不直接接触的实施例。此外，本揭露内容可在各种实例中重复参考标号和/或字母。这种重复是出于简化和清楚的目的，且本身并不指示所论述的各种实施例和/或配置之间的关系。

此外，为易于描述，如“在…下方”、“在…下”、“下部”、“在…上方”、“上部”等的空间相对术语可在本文中用于描述如图式中所说明的一个元件或特征与另一(一些)元件或特征的关系。除图式中所描绘的定向以外，空间相关术语意欲包涵装置在使用或操作中的不同定向。设备可以其它方式定向(旋转90度或处于其它定向)，且本文中所使用的空间相对描述词同样可相应地进行解释。

为了在磷化硅外延(epitaxy)或其他制程中增加元素定量分析的准确性，本揭露实施例针对复数离子信号重迭的问题，利用质谱图中单独存在(即质荷比未与其他离子重迭)的离子的计数值，计算特定元素各种量体(例如单量体(monomer)、双量体(dimmer)及三量体(trimmer))的离子所占的比例，并将此比例应用到信号重迭的离子的计数值，以区分出各量体的离子的计数值。藉由上述对质谱图中的干扰(interference)所进行的反褶积(deconvolution)运算，可增加定量分析结果的准确性。本揭露实施例更进一步将人工智能(Artificial Intelligence，AI)/机器学习(machine learning)模型导入原子探针分析，而可在分析完成后或是在执行期间(runtime)，临场(in-situ)辨识出测试样品各量体在质谱图中的指纹(fingerprint)，并据以修正各量体的定量结果。

图1是根据本揭露实施例所绘示的原子探针分析装置的方块图。参照图1，本实施例的原子探针分析装置100包括连接装置102、存储媒体104及连接于连接装置102及存储媒体104的处理器106。

在一些实施例中，原子探针分析装置100是从外部经由连接装置102连接到脉冲激光器112及质谱仪114，且被配置成通过连接装置102控制脉冲激光器112，并从质谱仪114获取质谱图。脉冲激光器102例如采用飞秒(femtosecond)激光，在此不设限。在一些实施例中，原子探针分析装置100可设置或整合至质谱仪114中，本文中不对此加以限制。在以下说明中将详细阐述原子探针分析装置100。

连接装置102例如是通用串行总线(universal serial bus，USB)、火线(firewire)、霹雳(thunderbolt)、通用异步接收发送设备(universal asynchronousreceiver/transmitter，UART)、串行***接口(serial peripheral interface，SPI)总线、无线保真(WiFi)或蓝牙等可与脉冲激光器112及质谱仪114兼容的任何有线接口或无线接口，本文中不对此加以限制。

存储媒体104可以是任何型态的固定式或可移动式随机存取存储器(randomaccess memory，RAM)、只读存储器(read-only memory，ROM)、闪存(flash memory)或类似组件或上述组件的组合。在本实施例中，存储媒体104用以存储经由连接装置102从质谱仪114获取的质谱图，并记录可供处理器106存取并执行的计算机程序或指令。

处理器106被配置成执行指令以实行本揭露实施例的原子探针分析方法。处理器106例如是中央处理器(central processing unit，CPU)、其他可程序通用微处理器或可程序专用微处理器、数字信号处理器(digital signal processor，DSP)、可程控器、专用集成电路(application specific integrated circuit，ASIC)、可编程逻辑器件(programmable logic device，PLD)、其他相似的装置或其组合，但本揭露并非仅限于此。

原子探针分析装置100适于实行根据本揭露一些实施例的原子探针分析方法。详细来说，图2是根据本揭露实施例所绘示的原子探针分析方法的流程图。参照图1及图2，本实施例的方法适用于图1所示原子探针分析装置100，且以下参照图1所示原子探针分析装置100中的各种组件阐述本实施例的方法的详细步骤。

在步骤S202中，原子探针分析装置100的处理器106利用脉冲激光器112照射包括测试样品的原子探针。其中，所述的原子探针例如是将半导体组件的样品利用抛光法等制备方法制成大小适于分析的针尖状，以便藉由脉冲激光器102的照射，使探针表面的原子产生场挥发而射出。

在步骤S204中，处理器106利用质谱仪114分析由原子探针表面射出的离子，以获得质谱图，其中所述离子包括特定元素的多种量体且具有多种价数。所述元素例如是半导体制程中所使用的磷、砷、硼、钛、铝等掺杂元素(dopant element)，在此不设限。以磷为例，所述离子例如包括磷的单量体P、双量体P2及三量体P3，而各量体例如具有三种价数，例如单量体P包括P+、P++、P+++；双量体P2包括P2+、P2++、P2+++；三量体P3包括P3+、P3++、P3+++。藉由质谱仪114对原子探针表面射出的离子进行分析，即可获得包括特定元素各量体的不同价数的离子信号的质谱图。

举例来说，图3是根据本揭露实施例所绘示的磷离子的质谱图。请参照图3，本实施例的质谱图300的横轴为质荷比(mass-to-charge-state ratio)，单位为道尔吞(Da)，纵轴为计数值，单位为次。质谱图300中的曲线可视为磷的指纹(fingerprint)，其包括多个波峰，各个波峰例如是对应于磷的单一量体的单一价数的单一种离子，也可能对应于磷的多种量体的不同价数的离子。例如，质荷比为31 Da的峰值310即由磷的三种离子P+、P2++、P3+++的信号重迭而成。

在步骤S206中，处理器106对各种量体的不同价数的离子在质谱图中对应的质荷比的计数值进行归一化，以获得各种量体的离子所占的比例，并用以修正各种量体的离子的定量结果。

在一些实施例中，处理器106是利用各种量体的不同价数的离子在质谱图中所对应的未与其他量体的离子重迭的质荷比的计数值，计算各种量体的离子所占的比例，然后再将此比例应用到在质谱图中对应于重迭量体的离子的质荷比的计数值(例如图3中质荷比为31 Da的计数值)。其中，处理器106会将质谱图中对应于重迭量体的离子的质荷比的计数值乘上各量体的比例以及对应的原子数，以获得对应于所述质荷比的各种量体的价数的离子的计数值，作为各种量体的离子的定量结果。

举例来说，下表一列出磷离子质谱图中各质荷比的计数值的关系图。由表一中可看出，磷离子P+、P2++、P3+++的质荷比均为31 Da，也就是说，磷离子P+、P2++、P3+++的信号(计数值)重迭。这也使得从质荷比31 Da的计数值无法准确算出磷的各种量体的实际量值。

表一

详细而言，质荷比31 Da的总计数值会等于X3+Y3+Z3，由此计数值无法得知X3、Y3、Z3分别的数值，且实际的计数值应该是X3+2*Y3+3*Z3。若将此计数值视为X3+Y3+Z3，结果将会低估X3、Y3、Z3的实际量值。

对此，在一些实施例中，利用上述未包含多种磷离子的质荷比的计数值，可计算出磷的不同量体的离子所占的比例。例如，由磷离子P++、P+++占所有磷离子(包括P++、P+++、P2+、P2+++、P3+、P3++，但不包括信号重迭的P+、P2++、P3+++)的比例，可算出磷离子P+在质荷比31 Da的计数值中所占的比例。以此类推，可获得磷离子P+、P2++、P3+++在质荷比31 Da的计数值中所占的比例RX3、RY3、RZ3，如下：

RX3＝(X1+X2)/(X1+X2+Y1+Y2+Z1+Z2)；

RY3＝(Y1+Y2)/(X1+X2+Y1+Y2+Z1+Z2)；

RZ3＝(Z1+Z2)/(X1+X2+Y1+Y2+Z1+Z2)。

其中，藉由将上述的比例乘上质荷比31 Da的计数值以及对应的原子数，即可获得磷离子P+、P2++、P3+++在质荷比31 Da的计数值X3、Y3、Z3，如下：

X3＝P*RX3*1；

Y3＝P*RY3*2；

X3＝P*RZ3*3。

藉由上述针对质谱图中的干扰所进行的反褶积运算，可从信号重迭的质量(质荷比)的计数值中区分出各个量体的离子的实际量值，从而增加定量分析结果的准确性。

在一些实施例中，本揭露实施例还可将修正后的各量体离子的定量结果回馈至脉冲激光器112的电源供应以调整充电状态比(charge-state-ratio，CSR)，使得各量体不同价数的离子的比例维持固定。例如，将磷的单量体P的离子P+、P++、P+++的比例维持固定，以利后续的分析运算。

在一些实施例中，本揭露实施例还可将人工智能(AI)/机器学习模型导入原子探针分析，而可在分析完成后或是在执行期间，临场辨识出测试样品各量体在质谱图中的指纹，并据以修正各量体的定量结果。

详细来说，图4是根据本揭露实施例所绘示的原子探针分析方法的流程图。参照图1及图4，本实施例的方法适用于图1所示原子探针分析装置100，且以下参照图1所示原子探针分析装置100中的各种组件阐述本实施例的方法的详细步骤。

在步骤S402中，由原子探针分析装置100的处理器106利用机器学习算法建立学习模型。在一些实施例中，处理器106例如是创建卷积神经网络(convolution neuralnetwork，CNN)模型，其中包括多个输入层、多个卷积层及输出层，并用以对本揭露实施例分析测试样品的初始条件(starting conditions)及分析结果进行学习，以找出用于辨识测试样品的离子的指纹的最佳过滤器。

在步骤S404中，原子探针分析装置100的处理器106利用脉冲激光器112照射包括测试样品的原子探针。在步骤S406中，处理器106利用质谱仪114分析由原子探针表面射出的离子以获得质谱图，其中所述离子包括特定元素的多种量体且具有多种价数。在步骤S408中，处理器106对各种量体的不同价数的离子在质谱图中对应的质荷比的计数值进行归一化，以获得各种量体的离子所占的比例，并用以修正各种量体的离子的定量结果。上述步骤S404～S408与前述图2实施例中的步骤S202～S206相同或相似，故其详细内容在此不再赘述。

在步骤S410中，处理器106利用学习模型学习测试样品分析时的初始条件与分析所得的各量体的离子的定量结果之间的关系。所述的初始条件包括脉冲激光器112的脉冲激光器能量(pulse laser energy，PLE)、充电状态比、施加于原子探针的电压、原子探针的温度、检测率或频率，在此不设限。

在步骤S412中，处理器106利用经训练的学习模型识别执行期间(runtime)的测试样品的各量体在质谱图中的指纹(fingerprint)，并据以修正各量体的定量结果。

本揭露实施例藉由将大量的测试资料(包括初始条件及分析结果)作为学习模型的输入与输出训练其中各层的系数值，即便在分析过程中所测试样品的制程条件或参数改变，学习模型也能适应性地辨识出所接收的主要范围档案(质谱图)中的指纹，并自动地输出或产生特定组件各量体的比例及定量结果。藉此，可增加元素定量分析的准确性，进而改善制程。

图5是根据本揭露实施例所绘示的定量分析结果的比较图。请参照图5，本实施例的比较图500的横轴为硅的充电状态比(CSR)，纵轴为磷离子浓度，单位为百分比(％)。其中，三角形数据点为未使用本揭露实施例原子探针分析方法所得的定量结果分布，而菱形数据点为使用本揭露实施例的原子探针分析方法所得的定量结果分布。线段510为使用次离子质谱分析仪(Secondary Ion Mass Spectrometer，SIMS)分析所得的磷离值浓度。比较使用本揭露实施例原子探针分析方法前后的数据点分布，可得到约17.6％的定量准确度的提升(与SIMS结果的差距由18.7％缩减至1.1％)，且定量结果也接近线段510所提供的目标浓度。此可证明，使用本实施例的原子探针分析方法可修正因信号重迭所造成的定量分析结果的偏差，增加定量分析结果的准确性。

通过所述方法，本揭露提供以下优点：(1)计算干扰质量(质荷比)并反馈至重迭质量及电源供应，以改减数据质量；(2)临场藉由指纹辨识元素并修正偏差；以及(3)增加元素定量分析的准确性，进而改善制程。

根据一些实施例，提供一种原子探针分析方法，适用于具有处理器的电子装置。所述方法包括下列步骤：利用脉冲激光器照射包括测试样品的原子探针；利用质谱仪分析由原子探针表面射出的离子以获得质谱图，其中所述离子包括一元素的多种量体且具有多种价数；以及对各量体的不同价数的离子在质谱图中对应的质荷比的计数值进行归一化，以获得各量体的离子所占的比例，并用以修正各量体的离子的定量结果。

根据一些实施例，提供一种原子探针分析装置，其包括连接装置及处理器。其中，连接装置用以连接脉冲激光器与质谱仪。处理器耦接连接装置，且经配置以利用脉冲激光器照射包括测试样品的原子探针，利用质谱仪分析由原子探针表面射出的离子以获得质谱图，其中所述离子包括一元素的多种量体且具有多种价数，然后对各个量体的不同价数的离子在质谱图中对应的质荷比的计数值进行归一化，以获得各个量体的离子所占的比例，并用以修正各个量体的离子的定量结果。

根据一些实施例，提供一种计算机可读取记录媒体，用以记录程序，所述程序经处理器加载以执行：利用脉冲激光器照射包括测试样品的原子探针；利用质谱仪分析由原子探针表面射出的离子以获得质谱图，其中所述离子包括一元素的多种量体且具有多种价数；以及对各量体的不同价数的离子在质谱图中对应的质荷比的计数值进行归一化，以获得各量体的离子所占的比例，并用以修正各量体的离子的定量结果。

前文概述若干实施例的特征以使得本领域的技术人员可更好地理解本揭示内容的各方面。本领域的技术人员应了解，其可以容易地使用本揭露内容作为设计或修改用于执行本文中所引入的实施例的相同目的和/或获得相同优势的其它制程和结构的基础。本领域的技术人员还应认识到，这类等效构造不脱离本揭露内容的精神和范围，且其可在不脱离本揭露内容的精神和范围的情况下在本文中作出各种改变、替代以及更改。

Claims (10)

1.一种原子探针分析方法，适用于具有处理器的电子装置，其特征在于，所述方法包括：

利用脉冲激光器照射包括测试样品的原子探针；

利用质谱仪分析由所述原子探针表面射出的离子以获得质谱图，其中所述离子包括一元素的多种量体且具有多种价数；以及

对各所述量体的不同价数的所述离子在所述质谱图中对应的质荷比的计数值进行归一化，以获得各所述量体的所述离子所占的比例，并用以修正各所述量体的所述离子的定量结果。

2.如权利要求1所述的方法，其特征在于，对各所述量体的不同价数的所述离子在所述质谱图中对应的质荷比的计数值进行归一化，以获得各所述量体的所述离子所占的比例，并用以修正各所述量体的所述离子的定量结果的步骤包括：

利用各所述量体的不同价数的所述离子在所述质谱图中所对应的未与其他量体的所述离子重迭的质荷比的计数值，计算各所述量体的所述离子所占的比例；以及

将所述质谱图中对应于重迭的所述量体的所述离子的质荷比的计数值乘上各所述量体的所述比例及对应的原子数，以获得对应于所述质荷比的各所述量体的所述价数的所述离子的计数值，作为各所述量体的所述离子的定量结果。

3.如权利要求1所述的方法，其特征在于，所述方法还包括：

反馈修正后的各所述量体的所述离子的所述定量结果于所述脉冲激光器的电源供应以调整充电状态比，使得各所述量体的不同价数的所述离子的比例维持固定。

4.如权利要求1所述的方法，其特征在于，所述方法还包括：

利用机器学习算法建立学习模型，以学习所述测试样品分析时的初始条件与分析所得的各所述量体的所述离子的所述定量结果之间的关系；以及

利用所述学习模型识别执行期间的所述测试样品的各所述量体在所述质谱图中的指纹，并据以修正各所述量体的定量结果。

5.如权利要求1所述的方法，其特征在于，所述元素包括半导体制程中所使用的掺杂元素，所述掺杂元素包括磷、砷、硼、钛、铝。

6.如权利要求1所述的方法，其特征在于，所述初始条件包括所述脉冲激光器的脉冲激光器能量、充电状态比、施加于所述原子探针的电压、所述原子探针的温度、检测率或频率。

7.如权利要求1所述的方法，其特征在于，所述量体包括单量体、双量体及三量体。

8.一种原子探针分析装置，其特征在于，包括：

连接装置，连接脉冲激光器与质谱仪；

处理器，耦接所述连接装置，经配置以：

利用所述脉冲激光器照射包括测试样品的原子探针；

利用所述质谱仪分析由所述原子探针表面射出的离子以获得质谱图，其中所述离子包括一元素的多种量体且具有多种价数；以及

对各所述量体的不同价数的所述离子在所述质谱图中对应的质荷比的计数值进行归一化，以获得各所述量体的所述离子所占的比例，并用以修正各所述量体的所述离子的定量结果。

9.如权利要求8所述的原子探针分析装置，其特征在于，所述处理器包括利用各所述量体的不同价数的所述离子在所述质谱图中所对应的未与其他量体的所述离子重迭的质荷比的计数值，计算各所述量体的所述离子所占的比例，以及将所述质谱图中对应于重迭的所述量体的所述离子的质荷比的计数值乘上各所述量体的所述比例及对应的原子数，以获得对应于所述质荷比的各所述量体的所述价数的所述离子的计数值，作为各所述量体的所述离子的定量结果。

10.一种计算机可读取记录媒体，其特征在于，所述记录媒体记录程序，所述程序经处理器加载以执行：

利用脉冲激光器照射包括测试样品的原子探针；

收集由所述原子探针表面射出的离子，并利用质谱仪分析所述离子以获得质谱图，其中所述离子包括一元素的多种量体且具有多种价数；以及

对各所述量体的不同价数的所述离子在所述质谱图中对应的质荷比的计数值进行归一化，以获得各所述量体的所述离子所占的比例，并用以修正各所述量体的所述离子的定量结果。

Images