CN112802007B - 图案热点检测方法、验证方法以及光学邻近修正方法 - Google Patents
图案热点检测方法、验证方法以及光学邻近修正方法 Download PDFInfo
- Publication number
- CN112802007B CN112802007B CN202110193808.6A CN202110193808A CN112802007B CN 112802007 B CN112802007 B CN 112802007B CN 202110193808 A CN202110193808 A CN 202110193808A CN 112802007 B CN112802007 B CN 112802007B
- Authority
- CN
- China
- Prior art keywords
- features
- pattern
- hot spot
- adjacent features
- gap
- 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
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
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种图案热点检测方法、验证方法、邻近修正方法以及装置针对图案中相邻的两个特征,根据两个特征的间隙宽度容限值和两个特征分别对应的权重的乘积进行求和后确定该相邻两个特征的预设间隙阈值,基于预设间隙阈值对两个特征的间隙进行检测,当相邻两个特征的间隙小于预设间隙阈值时,确定相邻两个特征所在区域为图案的热点。从而可以有效提高热点检测的准确性,降低检测出虚拟热点的数量,同时减少热点核查时间。
Description
技术领域
本发明涉及半导体加工制造领域,尤其涉及一种图案热点检测方法、验证方法以及光学邻近修正方法。
背景技术
在半导体器件的制备工艺中通常需要用到光刻工艺,在光刻工艺中,通过曝光、显影等步骤可以将光罩中的设计图案转印到光刻胶层,进而可以以图案化后的光刻胶层为掩模,在基底上形成半导体器件的目标图案布局。
但随着对半导体器件小型化的需要,图案特征的线宽趋近于曝光波长,在利用光刻工艺进行半导体器件制备过程中容易发生光学邻近效应,造成图案变形,进而影响半导体器件的性能。因此,需要利用光学邻近修正来解决由光学邻近效应引起的图案变形问题并对经过光学邻近修正的图案进行验证。在对图案进行验证的过程中,通常从图案各个特征对应的间隙宽度容限值中,选择最大的间隙宽度容限值检测图案中易引起缺陷的虚拟热点,再对虚拟热点进行核查以确定出真正容易形成缺陷的热点。而这种方法一方面检测出的虚拟热点数量较多,验证的准确性较低;另一方面,较多的虚拟热点数量需要更多的核查时间,增加了整个验证过程的时长。
发明内容
本发明要解决的技术问题是:现有技术中对经过光学邻近修正图案的热点检测准确性较低的问题。
为解决上述技术问题,本发明提供了一种图案热点检测方法,所述图案为经过光学邻近修正的图案,所述图案至少包括两个特征,所述方法包括:
获取所述图案中每个所述特征的间隙宽度容限值;
针对所述图案中相邻的两个所述特征:
获取两个所述特征之间的预设间隙阈值,所述预设间隙阈值基于将相邻的两个所述特征的所述间隙宽度容限值和两个所述特征分别对应的权重的乘积进行求和后确定;
基于所述预设间隙阈值对两个所述特征的间隙进行检测,当相邻两个所述特征的所述间隙小于所述预设间隙阈值时,确定相邻两个所述特征所在区域为所述图案的热点。
在一些实施例中,所述权重的取值范围包括0.25~0.75。
在一些实施例中,所述预设间隙阈值基于将相邻的两个所述特征的所述间隙宽度容限值和两个所述特征分别对应的权重的乘积进行求和后确定,包括:
当相邻两个所述特征的线宽属于不同所述线宽范围时,基于两个所述特征的所述间隙宽度容限值的平均值设置所述预设间隙阈值。
在一些实施例中,所述预设间隙阈值基于将相邻的两个所述特征的所述间隙宽度容限值和两个所述特征分别对应的权重的乘积进行求和后确定,包括:
当相邻两个所述特征的线宽属于相同线宽范围时,基于两个所述特征的所述间隙宽度容限值的平均值设置所述预设间隙阈值。
本发明的另一方面,提供了一种图案热点验证方法,其包括:
对经过光学邻近修正的目标图案进行初步验证以检测出虚拟热点,其中,所述虚拟热点所在区域至少包括两个特征;
获取所述虚拟热点所在区域包含的每个所述特征的间隙宽度容限值;
获取所述虚拟热点所在区域中相邻的两个所述特征之间的预设间隙阈值,所述预设间隙阈值基于将相邻的两个所述特征的所述间隙宽度容限值和两个所述特征分别对应的权重的乘积进行求和后确定;
基于所述预设间隙阈值对所述虚拟热点进行二次检测,当相邻两个所述特征的间隙小于所述预设间隙阈值时,确认所述虚拟热点为所述目标图案的热点。
在一些实施例中,所述权重的取值范围包括0.25~0.75。
在一些实施例中,所述预设间隙阈值基于将相邻的两个所述特征的所述间隙宽度容限值和两个所述特征分别对应的权重的乘积进行求和后确定,包括:
当相邻两个所述特征的线宽属于不同所述线宽范围时,基于两个所述特征的所述间隙宽度容限值的平均值设置所述预设间隙阈值。
在一些实施例中,所述预设间隙阈值基于将相邻的两个所述特征的所述间隙宽度容限值和两个所述特征分别对应的权重的乘积进行求和后确定,包括:
当相邻两个所述特征的线宽属于相同线宽范围时,基于两个所述特征的所述间隙宽度容限值的平均值设置所述预设间隙阈值。
在一些实施例中,对经过光学邻近修正的目标图案进行初步验证以检测出虚拟热点,包括:
基于临界尺寸或所述间隙宽度容限值,对经过光学邻近校正的所述目标图案进行初步验证以检测出所述虚拟热点。
本发明的另一方面,提供了一种光学邻近修正方法,其包括:
对目标图案进行光学邻近修正;
获取所述目标图案中每个特征的间隙宽度容限值;
针对所述目标图案中相邻的两个所述特征:
获取两个所述特征之间的预设间隙阈值,所述预设间隙阈值基于将相邻的两个所述特征的所述间隙宽度容限值和两个所述特征分别对应的权重的乘积进行求和后确定;
基于所述预设间隙阈值对两个所述特征的间隙进行检测,当相邻两个所述特征的所述间隙小于所述预设间隙阈值时,确定相邻两个所述特征所在区域为所述目标图案的热点;
基于所述热点对所述目标图案再次进行光学修正以及热点检测,直至检测出所述目标图案中的所述热点数量满足预设要求。
在一些实施例中,所述权重的取值范围包括0.25~0.75。
在一些实施例中,所述预设间隙阈值基于将相邻的两个所述特征的所述间隙宽度容限值和两个所述特征分别对应的权重的乘积进行求和后确定,包括:
当相邻两个所述特征的线宽属于不同所述线宽范围时,基于两个所述特征的所述间隙宽度容限值的平均值设置所述预设间隙阈值。
在一些实施例中,所述预设间隙阈值基于将相邻的两个所述特征的所述间隙宽度容限值和两个所述特征分别对应的权重的乘积进行求和后确定,包括:
当相邻两个所述特征的线宽属于相同线宽范围时,基于两个所述特征的所述间隙宽度容限值的平均值设置所述预设间隙阈值。
在一些实施例中,基于所述热点对所述目标图案再次进行光学修正以及热点检测,直至检测出所述目标图案中的所述热点数量满足预设要求包括:
基于所述热点确定出所述目标图案中需要重新进行光学邻近修正的目标区域;
对所述目标区域再次进行光学邻近修正以及热点检测,直至检测出所述目标图案中的所述热点数量满足预设要求。
本发明的另一方面,提供了一种图案热点检测装置,其包括:
获取模块,其用于获取所述图案中每个所述特征的间隙宽度容限值;
分析模块,其用于针对所述图案中相邻的两个所述特征,获取两个所述特征之间的预设间隙阈值,所述预设间隙阈值基于将相邻的两个所述特征的所述间隙宽度容限值和两个所述特征分别对应的权重的乘积进行求和后确定;
检测模块,其用于针对所述图案中相邻的两个所述特征,基于与相邻的两个所述特征对应的所述预设间隙阈值对两个所述特征的间隙进行检测,当相邻两个所述特征的所述间隙小于所述预设间隙阈值时,确定相邻两个所述特征所在区域为所述图案的热点。
本发明的另一方面,提供了一种存储介质,所述存储介质上存储有计算机程序,所述计算机程序被处理器执行时,能够实现如上所述的图案热点检测方法或如上所述的图案热点验证方法或如上所述的光学邻近修正方法。
本发明的另一方面,提供了一种设备,所述设备包括存储器和处理器,所述存储器上存储有计算机程序,所述计算机程序被所述处理器执行时,能够实现如上所述的图案热点检测方法或如上所述的图案热点验证方法或如上所述的光学邻近修正方法。
与现有技术相比,上述方案中的一个或多个实施例可以具有如下优点或有益效果:
应用本发明提供的图案热点检测方法、验证方法、光学邻近修正方法以及装置,针对图案中相邻的两个特征,根据两个特征的间隙宽度容限值和两个特征分别对应的权重的乘积进行求和后确定该相邻两个特征的预设间隙阈值,基于预设间隙阈值对两个特征的间隙进行检测,当相邻两个特征的间隙小于预设间隙阈值时,确定相邻两个特征所在区域为图案的热点。从而可以有效提高热点检测的准确性,降低检测出虚拟热点的数量,同时减少热点核查时间。
附图说明
通过结合附图阅读下文示例性实施例的详细描述可更好地理解本公开的范围。其中所包括的附图是:
图1示出了本发明实施例提供的一种图案热点检测方法的流程示意图;
图2示出了本发明实施例提供的一种图案的结构示意图;
图3示出了本发明实施例提供的一种热点验证方法的流程示意图;
图4示出了本发明实施例提供的一种光学邻近修正方法的流程示意图;
图5示出了本发明实施例提供的一种图案热点检测装置的结构示意图;
图6示出了本发明实施例提供的设备结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,以下将结合附图及实施例来详细说明本发明的实施方法,借此对本发明如何应用技术手段来解决技术问题,并达成技术效果的实现过程能充分理解并据以实施。
在现有技术中,随着对半导体器件小型化的需要,图案特征的线宽趋近于曝光波长,在利用光刻工艺进行半导体器件制备过程中容易发生光学邻近效应,造成图案变形,进而影响半导体器件的性能。因此,需要利用光学邻近修正来解决由光学邻近效应引起的图案变形问题并对经过光学邻近修正的图案进行验证。在对图案进行验证的过程中,通常从图案各个特征对应的间隙宽度容限值中,选择最大的间隙宽度容限值检测图案中易引起缺陷的虚拟热点,再对虚拟热点进行核查以确定出真正容易形成缺陷的热点。而这种方法一方面检测出的虚拟热点数量较多,验证的准确性较低;另一方面,较多的虚拟热点数量需要更多的核查时间,增加了整个验证过程的时长。
有鉴于此,本申请提供了一种图案热点检测方法,针对图案中相邻的两个特征,根据两个特征的间隙宽度容限值和两个特征分别对应的权重的乘积进行求和后确定该相邻两个特征的预设间隙阈值,基于预设间隙阈值对两个特征的间隙进行检测,当相邻两个特征的间隙小于预设间隙阈值时,确定相邻两个特征所在区域为图案的热点。该方法可以有效提高热点检测的准确性,降低检测出虚拟热点的数量,同时减少核查时间。
实施例一
参见图1所示,图1示出了本发明实施例提供的一种图案热点检测方法的流程示意图,该图案为经过光学邻近修正的图案,该图案至少包括两个特征,该方法包括:
步骤S101:获取图案中每个特征的间隙宽度容限值。
针对图案中相邻的两个特征:
步骤S102:获取两个特征之间的预设间隙阈值,预设间隙阈值基于将相邻的两个特征的间隙宽度容限值和两个特征分别对应的权重的乘积进行求和后确定。
步骤S103:基于预设间隙阈值对两个特征的间隙进行检测,当相邻两个特征的间隙小于预设间隙阈值时,确定相邻两个特征所在区域为图案的热点。
在本发明实施例中,不同的特征宽度范围对应不同的间隙宽度容限值,作为示例,参见表1所示,表1中示出了图案中特征的宽度范围和间隙宽度容限值的对应关系。特征的宽度用d表示,间隙宽度容限值用y表示。
表1:图案中特征的宽度范围和间隙宽度容限值的对应关系
步骤S101可以具体为,获取图案中相邻的两个特征的宽度并确定两个特征对应宽度所属的宽度范围,基于预先建立好的特征宽度范围和间隙宽度容限值的对应关系表,获取图案中相邻的两个特征的间隙宽度容限值。其中,两个特征的间隙宽度容限值可以用y1和y2表示。
在一些实施例中,权重的取值范围可以包括0.25~0.75,针对图案中相邻的两个特征对应的权重可以表示为α1和α2,两个特征的权重α1、α2之和为1。预设间隙阈值可以通过以下表达式确定:
Y=y1*α1+y2*α2,其中,Y代表预设间隙阈值。
需要说明的是两个特征对应的权重α1和α2可以根据检测的精确度进行设置。
在一些实施例中,当相邻两个特征的线宽属于不同线宽范围时,基于两个特征的间隙宽度容限值的平均值设置预设间隙阈值。作为一具体示例,两个特征的线宽分别为d1=200nm和d2=240nm,两个特征对应不同的间隙宽度容限值,分别为y1=90和y2=100,权重可以设置为α1=α2=0.5,则可以确定出该相邻的两个特征的预设间隙阈值为Y=y1*α1+y2*α2=90*0.5+100*0.5=95。
在另一些实施例中,当相邻两个特征的线宽属于相同线宽范围时,基于两个特征的间隙宽度容限值的平均值设置预设间隙阈值。作为一具体示例,两个特征的线宽分别为d1=120nm和d2=140nm,两个特征对应的间隙宽度容限值相同y1=y2=85,权重可以设置为α1=α2=0.5,则可以确定出该相邻的两个特征的预设间隙阈值为Y=y1*α1+y2*α2=85*0.5+85*0.5=85。
步骤S103可以具体为,获取两个特征之间的间隙D,基于获取到的预设间隙阈值Y对两个特征的间隙进行检测。当两个特征之间的间隙D<预设间隙阈值Y时,确定相邻两个特征所在区域为图案的热点。参见图2所示,图2示出了本发明实施例提供的一种图案的结构示意图。本发明提供的图案热点检测方法主要应用于对图案中桥缺陷的检测,当检测出图案中的热点时,热点所在区域则为易发生桥缺陷的区域,从而可以引导用户修改图案的布局。
以上为本发明实施例提供的一种图案热点检测方法,针对图案中相邻的两个特征,根据两个特征的间隙宽度容限值和两个特征分别对应的权重的乘积进行求和后确定该相邻两个特征的预设间隙阈值,基于预设间隙阈值对两个特征的间隙进行检测,当相邻两个特征的间隙小于预设间隙阈值时,确定相邻两个特征所在区域为图案的热点。该方法可以有效提高热点检测的准确性,降低检测出虚拟热点的数量,同时减少核查时间。
实施例二
参见图3所示,图3示出了本发明实施例提供的一种热点验证方法的流程示意图,其包括:
步骤S301:对经过光学邻近修正的目标图案进行初步验证以检测出虚拟热点,其中,虚拟热点所在区域至少包括两个特征。
步骤S302:获取虚拟热点所在区域包含的每个特征的间隙宽度容限值。
步骤S303:获取虚拟热点所在区域中相邻的两个特征之间的预设间隙阈值,预设间隙阈值基于将相邻的两个特征的间隙宽度容限值和两个特征分别对应的权重的乘积进行求和后确定。
步骤S304:基于预设间隙阈值对虚拟热点进行二次检测,当相邻两个特征的间隙小于预设间隙阈值时,确认虚拟热点为目标图案的热点。
步骤S301可以具体为,基于临界尺寸或间隙宽度容限值,对经过光学邻近修正的目标图案进行初步验证以检测出虚拟热点。其中,临界尺寸为被检测图案的临界尺寸。基于间隙宽度容限值对经过光学邻近修正的目标图案进行初步验证可以为比较相邻两个特征的间隙宽度容限值,以最大的间隙宽度容限值作为预设间隙阈值,基于该预设间隙阈值对经过光学邻近修正的目标图案进行初步验证。
需要说明的是,基于临界尺寸或间隙宽度容限值对经过光学邻近修正的目标图案进行初步验证后,会检测出虚拟热点,对于可能形成真正缺陷的热点,需要对虚拟热点进一步验证才能确定。
步骤S302可以具体为,获取虚拟热点所在区域包含的每个特征的宽度和特征对应宽度所属的宽度范围,基于预先建立好的特征宽度范围和间隙宽度容限值的对应关系表,获取虚拟热点所在区域中相邻的两个特征的间隙宽度容限值。其中,两个特征的间隙宽度容限值可以用y1和y2表示。
在一些实施例中,权重的取值范围可以包括0.25~0.75,针对图案中相邻的两个特征对应的权重可以表示为α1和α2,两个特征的权重α1、α2之和为1。预设间隙阈值可以通过以下表达式确定:
Y=y1*α1+y2*α2,其中,Y代表预设间隙阈值。
需要说明的是两个特征对应的权重α1和α2可以根据检测的精确度进行设置。
在一些实施例中,当相邻两个特征的线宽属于不同线宽范围时,基于两个特征的间隙宽度容限值的平均值设置预设间隙阈值。作为一具体示例,两个特征的线宽分别为d1=200nm和d2=240nm,两个特征对应不同的间隙宽度容限值,分别为y1=90nm和y2=100nm,权重可以设置为α1=α2=0.5,则可以确定出该相邻的两个特征的预设间隙阈值为Y=y1*α1+y2*α2=90*0.5+100*0.5=95。
在另一些实施例中,当相邻两个特征的线宽属于相同线宽范围时,基于两个特征的间隙宽度容限值的平均值设置预设间隙阈值。作为一具体示例,两个特征的线宽分别为d1=120nm和d2=140nm,两个特征对应的间隙宽度容限值相同y1=y2=85,权重可以设置为α1=α2=0.5,则可以确定出该相邻的两个特征的预设间隙阈值为Y=y1*α1+y2*α2=85*0.5+85*0.5=85。
在步骤S304中,基于预设间隙阈值对虚拟热点进行二次检测,当相邻两个特征的间隙小于预设间隙阈值时,确认虚拟热点为目标图案的热点;当相邻两个特征的间隙大于等于预设间隙阈值时,则验证出初步验证过程中得到的该虚拟热点所在区域没有真正形成缺陷。
以上为本发明实施例提供的图案热点验证方法,对经过光学邻近修正的目标图案进行初步验证以检测出虚拟热点,对虚拟热点所在区域,针对虚拟热点所在区域中相邻的两个特征,根据两个特征的间隙宽度容限值和两个特征分别对应的权重的乘积进行求和后确定该相邻两个特征的预设间隙阈值,基于预设间隙阈值对虚拟热点进行二次检测,当相邻两个特征的间隙小于预设间隙阈值时,确认虚拟热点为目标图案的热点。该方法可以有效提高热点检测的准确性,减少虚拟热点的验证时间,进而有利于减少光学规则检查的总时长。
实施例三
参见图4所示,图4示出了本发明实施例提供的一种光学邻近修正方法的流程示意图,其包括:
步骤S401:对目标图案进行光学邻近修正。
步骤S402:获取目标图案中每个特征的间隙宽度容限值。
针对目标图案中相邻的两个特征:
步骤S403:获取两个特征之间的预设间隙阈值,预设间隙阈值基于将相邻的两个特征的间隙宽度容限值和两个特征分别对应的权重的乘积进行求和后确定。
步骤S404:基于预设间隙阈值对两个特征的间隙进行检测,当相邻两个特征的间隙小于预设间隙阈值时,确定相邻两个特征所在区域为目标图案的热点。
步骤S405:基于热点对目标图案再次进行光学修正以及热点检测,直至检测出目标图案中的热点数量满足预设要求。
在本发明实施例中,步骤S402可以具体为,获取图案中每个特征的宽度,确定每个特征宽度所属的宽度范围,基于预先建立好的特征宽度范围和间隙宽度容限值的对应关系表,获取每个特征的间隙宽度容限值。
针对目标图案中相邻的两个特征,两个特征的间隙宽度容限值可以用y1和y2表示。
在一些实施例中,权重的取值范围可以包括0.25~0.75,针对图案中相邻的两个特征对应的权重可以表示为α1和α2,两个特征的权重α1、α2之和为1。预设间隙阈值可以通过以下表达式确定:
Y=y1*α1+y2*α2,其中,Y代表预设间隙阈值。
需要说明的是两个特征对应的权重α1和α2可以根据检测的精确度进行设置。
在一些实施例中,当相邻两个特征的线宽属于不同线宽范围时,基于两个特征的间隙宽度容限值的平均值设置预设间隙阈值。作为一具体示例,两个特征的线宽分别为d1=200nm和d2=240nm,两个特征对应不同的间隙宽度容限值,分别为y1=90和y2=100,权重可以设置为α1=α2=0.5,则可以确定出该相邻的两个特征的预设间隙阈值为Y=y1*α1+y2*α2=90*0.5+100*0.5=95。
在另一些实施例中,当相邻两个特征的线宽属于相同线宽范围时,基于两个特征的间隙宽度容限值的平均值设置预设间隙阈值。作为一具体示例,两个特征的线宽分别为d1=120nm和d2=140nm,两个特征对应的间隙宽度容限值相同y1=y2=85,权重可以设置为α1=α2=0.5,则可以确定出该相邻的两个特征的预设间隙阈值为Y=y1*α1+y2*α2=85*0.5+85*0.5=85。
步骤S404可以具体为,获取两个特征之间的间隙D,基于获取到的预设间隙阈值Y对两个特征的间隙进行检测。当两个特征之间的间隙D<预设间隙阈值Y时,确定相邻两个特征所在区域为目标图案的热点。
在本发明实施例中,步骤S405可以具体为:
基于热点确定出目标图案中需要重新进行光学邻近修正的目标区域;
对目标区域再次进行光学邻近修正以及热点检测,直至检测出目标图案中的热点数量满足预设要求。
其中,在一些实施例中,热点数量满足预设要求可以为热点数量为零。
以上为本发明实施例提供的一种光学邻近修正方法,该方法对目标图案进行光学邻近修正,针对目标图案中相邻的两个特征,根据两个特征的间隙宽度容限值和两个特征分别对应的权重的乘积进行求和后确定该相邻两个特征的预设间隙阈值,基于预设间隙阈值对两个特征的间隙进行检测,当相邻两个特征的间隙小于预设间隙阈值时,确定相邻两个特征所在区域为目标图案的热点,基于热点对目标图案再次进行光学修正以及热点检测,直至检测出目标图案中的热点数量满足预设要求。该方法可以有效提高热点检测的准确性,有利于提高基于光学邻近修正消除目标图案中热点的效率。
本申请的另一方面,还提供了一种图案热点检测装置。参见图5所示,图5示出了本发明实施例提供的一种图案热点检测装置的结构示意图,其包括:
获取模块51,其用于获取图案中每个特征的间隙宽度容限值;
分析模块52,其用于针对图案中相邻的两个特征,获取两个特征之间的预设间隙阈值,预设间隙阈值基于将相邻的两个特征的间隙宽度容限值和两个特征分别对应的权重的乘积进行求和后确定;
检测模块53,其用于针对图案中相邻的两个特征,基于与相邻的两个特征对应的预设间隙阈值对两个特征的间隙进行检测,当相邻两个特征的间隙小于预设间隙阈值时,确定相邻两个特征所在区域为图案的热点。
应用本发明提供的图案热点检测装置,该装置可针对图案中相邻的两个特征,根据两个特征的间隙宽度容限值和两个特征分别对应的权重的乘积进行求和后确定该相邻两个特征的预设间隙阈值,基于预设间隙阈值对两个特征的间隙进行检测,当相邻两个特征的间隙小于预设间隙阈值时,确定相邻两个特征所在区域为图案的热点。从而可以有效提高热点检测的准确性,降低检测出虚拟热点的数量,同时减少热点的核查时间。
本申请的另一方面,还提供了一种存储介质,该存储介质上存储有计算机程序,计算机程序被处理器执行时,能够实现如上所述的图案热点检测方法或如上所述的图案热点验证方法或如上所述的光学邻近修正方法。
以上描述的处理、功能、方法和/或软件可被记录、存储或固定在一个或多个计算机可读存储介质中,计算机可读存储介质包括程序指令,程序指令将被计算机实现,以使处理器执行程序指令。介质还可单独包括程序指令、数据文件、数据结构等,或者包括其组合。介质或程序指令可被计算机软件领域的技术人员具体设计和理解,或介质或指令对计算机软件领域的技术人员而言可以是公知和可用的。计算机可读介质的示例包括:磁性介质,例如硬盘、软盘和磁带;光学介质,例如,CDROM盘和DVD;磁光介质,例如,光盘;和硬件装置,具体被配置以存储和执行程序指令,例如,只读存储器(ROM)、随机存取存储器(RAM)、闪存等。程序指令的示例包括机器代码(例如,由编译器产生的代码)和包含高级代码的文件,可由计算机通过使用解释器来执行所述高级代码。所描述的硬件装置可被配置为用作一个或多个软件模块,以执行以上描述的操作和方法,反之亦然。另外,计算机可读存储介质可分布在联网的计算机***中,可以分散的方式存储和执行计算机可读代码或程序指令。
本申请的另一方面,还提供了一种设备,参见图6所示,图6示出了本发明实施例提供的设备结构示意图,该设备包括存储器61和处理器62,存储器61上存储有计算机程序,计算机程序被处理器62执行时,能够实现如上所述的图案热点检测方法或如上所述的图案热点验证方法或如上所述的光学邻近修正方法。
需要说明的是,该设备可以包括一个或多个处理器62以及存储器61,处理器62和存储器61可以通过总线或者其他方式连接。存储器61作为一种非易失性计算机可读存储介质,可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块。处理器62通过运行存储在存储器61中的非易失性软件程序、指令以及模块,从而执行各种功能以及数据处理,即实现如上所述的图案热点检测方法或如上所述的图案热点验证方法或如上所述的光学邻近修正方法。
虽然本发明所公开的实施方式如上,但所述的内容只是为了便于理解本发明而采用的实施方式,并非用以限定本发明。任何本发明所属技术领域内的技术人员,在不脱离本发明所公开的精神和范围的前提下,可以在实施的形式上及细节上作任何的修改与变化,但本发明的保护范围,仍须以所附的权利要求书所界定的范围为准。
Claims (14)
1.一种图案热点检测方法,所述图案为经过光学邻近修正的图案,所述图案至少包括两个特征,其特征在于,所述方法包括:
获取所述图案中每个所述特征的间隙宽度容限值,具体为:获取所述图案中相邻的两个所述特征的宽度并确定两个所述特征对应宽度所属的宽度范围,基于预先建立好的特征宽度范围和所述间隙宽度容限值的对应关系表,获取所述图案中相邻的两个所述特征的所述间隙宽度容限值;
针对所述图案中相邻的两个所述特征:
获取两个所述特征之间的预设间隙阈值,所述预设间隙阈值基于将相邻的两个所述特征的所述间隙宽度容限值和两个所述特征分别对应的权重的乘积进行求和后确定;
基于所述预设间隙阈值对两个所述特征的间隙进行检测,当相邻两个所述特征的所述间隙小于所述预设间隙阈值时,确定相邻两个所述特征所在区域为所述图案的热点。
2.根据权利要求1所述的方法,其特征在于,所述权重的取值范围包括0.25~0.75。
3.根据权利要求2所述的方法,其特征在于,所述预设间隙阈值基于将相邻的两个所述特征的所述间隙宽度容限值和两个所述特征分别对应的权重的乘积进行求和后确定,包括:
当相邻两个所述特征的线宽属于不同线宽范围时,基于两个所述特征的所述间隙宽度容限值的平均值设置所述预设间隙阈值。
4.一种图案热点验证方法,其特征在于,包括:
对经过光学邻近修正的目标图案进行初步验证以检测出虚拟热点,其中,所述虚拟热点所在区域至少包括两个特征;
获取所述虚拟热点所在区域包含的每个所述特征的间隙宽度容限值,具体为:获取所述图案中相邻的两个所述特征的宽度并确定两个所述特征对应宽度所属的宽度范围,基于预先建立好的特征宽度范围和所述间隙宽度容限值的对应关系表,获取所述图案中相邻的两个所述特征的所述间隙宽度容限值;
获取所述虚拟热点所在区域中相邻的两个所述特征之间的预设间隙阈值,所述预设间隙阈值基于将相邻的两个所述特征的所述间隙宽度容限值和两个所述特征分别对应的权重的乘积进行求和后确定;
基于所述预设间隙阈值对所述虚拟热点进行二次检测,当相邻两个所述特征的间隙小于所述预设间隙阈值时,确认所述虚拟热点为所述目标图案的热点。
5.根据权利要求4所述的方法,其特征在于,所述权重的取值范围包括0.25~0.75。
6.根据权利要求5所述的方法,其特征在于,所述预设间隙阈值基于将相邻的两个所述特征的所述间隙宽度容限值和两个所述特征分别对应的权重的乘积进行求和后确定,包括:
当相邻两个所述特征的线宽属于不同线宽范围时,基于两个所述特征的所述间隙宽度容限值的平均值设置所述预设间隙阈值。
7.根据权利要求4所述的方法,其特征在于,对经过光学邻近修正的目标图案进行初步验证以检测出虚拟热点,包括:
基于临界尺寸或所述间隙宽度容限值,对经过光学邻近校正的所述目标图案进行初步验证以检测出所述虚拟热点。
8.一种光学邻近修正方法,其特征在于,包括:
对目标图案进行光学邻近修正;
获取所述目标图案中每个特征的间隙宽度容限值,具体为:获取所述图案中相邻的两个所述特征的宽度并确定两个所述特征对应宽度所属的宽度范围,基于预先建立好的特征宽度范围和所述间隙宽度容限值的对应关系表,获取所述图案中相邻的两个所述特征的所述间隙宽度容限值;
针对所述目标图案中相邻的两个所述特征:
获取两个所述特征之间的预设间隙阈值,所述预设间隙阈值基于将相邻的两个所述特征的所述间隙宽度容限值和两个所述特征分别对应的权重的乘积进行求和后确定;
基于所述预设间隙阈值对两个所述特征的间隙进行检测,当相邻两个所述特征的所述间隙小于所述预设间隙阈值时,确定相邻两个所述特征所在区域为所述目标图案的热点;
基于所述热点对所述目标图案再次进行光学修正以及热点检测,直至检测出所述目标图案中的所述热点数量满足预设要求。
9.根据权利要求8所述的方法,其特征在于,所述权重的取值范围包括0.25~0.75。
10.根据权利要求9所述的方法,其特征在于,所述预设间隙阈值基于将相邻的两个所述特征的所述间隙宽度容限值和两个所述特征分别对应的权重的乘积进行求和后确定,包括:
当相邻两个所述特征的线宽属于不同线宽范围时,基于两个所述特征的所述间隙宽度容限值的平均值设置所述预设间隙阈值。
11.根据权利要求9所述的方法,其特征在于,基于所述热点对所述目标图案再次进行光学修正以及热点检测,直至检测出所述目标图案中的所述热点数量满足预设要求包括:
基于所述热点确定出所述目标图案中需要重新进行光学邻近修正的目标区域;
对所述目标区域再次进行光学邻近修正以及热点检测,直至检测出所述目标图案中的所述热点数量满足预设要求。
12.一种图案热点检测装置,其特征在于,包括:
获取模块,其用于获取所述图案中每个所述特征的间隙宽度容限值,具体为:获取所述图案中相邻的两个所述特征的宽度并确定两个所述特征对应宽度所属的宽度范围,基于预先建立好的特征宽度范围和所述间隙宽度容限值的对应关系表,获取所述图案中相邻的两个所述特征的所述间隙宽度容限值不;
分析模块,其用于针对所述图案中相邻的两个所述特征,获取两个所述特征之间的预设间隙阈值,所述预设间隙阈值基于将相邻的两个所述特征的所述间隙宽度容限值和两个所述特征分别对应的权重的乘积进行求和后确定;
检测模块,其用于针对所述图案中相邻的两个所述特征,基于与相邻的两个所述特征对应的所述预设间隙阈值对两个所述特征的间隙进行检测,当相邻两个所述特征的所述间隙小于所述预设间隙阈值时,确定相邻两个所述特征所在区域为所述图案的热点。
13.一种存储介质,其特征在于,所述存储介质上存储有计算机程序,所述计算机程序被处理器执行时,能够实现如上权利要求1至3中任意一项所述的图案热点检测方法或如上权利要求4至7中任意一项所述的图案热点验证方法或如上权利要求8至11中任意一项所述的光学邻近修正方法。
14.一种设备,其特征在于,所述设备包括存储器和处理器,所述存储器上存储有计算机程序,所述计算机程序被所述处理器执行时,能够实现如上权利要求1至3中任意一项所述的图案热点检测方法或如上权利要求4至7中任意一项所述的图案热点验证方法或如上权利要求8至11中任意一项所述的光学邻近修正方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110193808.6A CN112802007B (zh) | 2021-02-20 | 2021-02-20 | 图案热点检测方法、验证方法以及光学邻近修正方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110193808.6A CN112802007B (zh) | 2021-02-20 | 2021-02-20 | 图案热点检测方法、验证方法以及光学邻近修正方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112802007A CN112802007A (zh) | 2021-05-14 |
CN112802007B true CN112802007B (zh) | 2023-06-27 |
Family
ID=75815290
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110193808.6A Active CN112802007B (zh) | 2021-02-20 | 2021-02-20 | 图案热点检测方法、验证方法以及光学邻近修正方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112802007B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115437210B (zh) * | 2022-11-09 | 2023-03-10 | 华芯程(杭州)科技有限公司 | 密集图案的光学临近修正方法及装置、电子设备 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101794323A (zh) * | 2009-01-30 | 2010-08-04 | 新思科技有限公司 | 用于纠正布局中的辅助特征印刷错误的方法和设备 |
CN103744267A (zh) * | 2013-11-28 | 2014-04-23 | 上海华力微电子有限公司 | 基于规则图形过滤的版图设计光刻工艺友善性检查方法 |
US8972907B1 (en) * | 2013-09-10 | 2015-03-03 | Kabushiki Kaisha Toshiba | Layout correcting method, recording medium and design layout correcting apparatus |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10706205B2 (en) * | 2018-10-22 | 2020-07-07 | International Business Machines Corporation | Detecting hotspots in physical design layout patterns utilizing hotspot detection model with data augmentation |
-
2021
- 2021-02-20 CN CN202110193808.6A patent/CN112802007B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101794323A (zh) * | 2009-01-30 | 2010-08-04 | 新思科技有限公司 | 用于纠正布局中的辅助特征印刷错误的方法和设备 |
US8972907B1 (en) * | 2013-09-10 | 2015-03-03 | Kabushiki Kaisha Toshiba | Layout correcting method, recording medium and design layout correcting apparatus |
CN103744267A (zh) * | 2013-11-28 | 2014-04-23 | 上海华力微电子有限公司 | 基于规则图形过滤的版图设计光刻工艺友善性检查方法 |
Non-Patent Citations (1)
Title |
---|
基于纳米工艺标准单元的光学邻近效应优化设计方法;赵浙业;中国优秀硕士学位论文全文数据库 信息科技辑(第05期);1-61 * |
Also Published As
Publication number | Publication date |
---|---|
CN112802007A (zh) | 2021-05-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR20140027155A (ko) | 반사성 리소그래픽 마스크 블랭크를 검사하고 마스크 품질을 향상시키기 위한 방법 및 장치 | |
US10747938B2 (en) | Method for integrated circuit manufacturing | |
CN112802007B (zh) | 图案热点检测方法、验证方法以及光学邻近修正方法 | |
CN115437210B (zh) | 密集图案的光学临近修正方法及装置、电子设备 | |
CN116819898A (zh) | 掩膜图案的校正方法、装置及半导体设备 | |
CN115903368A (zh) | 光学邻近修正方法及***、掩膜版、设备及存储介质 | |
KR20020031304A (ko) | 마스크 데이터 검증 방법 및 검증 프로그램을 기록하는컴퓨터 판독가능 기록 매체 | |
JP4133047B2 (ja) | 補正マスクパターン検証装置および補正マスクパターン検証方法 | |
US7356781B2 (en) | Method for modifying design data for the production of a component and corresponding units | |
CN103310037A (zh) | 版图设计规则检测文件验证图形库及其建立方法 | |
US9122160B2 (en) | Method and apparatus for performing optical proximity and photomask correction | |
CN117389114A (zh) | 掩模设计版图模糊检测方法、存储介质及图形修复设备 | |
TWI588595B (zh) | 光學鄰近修正方法 | |
CN116931383A (zh) | 电子束曝光剂量的确定方法及装置 | |
CN115587569B (zh) | 芯片版图的设计规则检查方法、***及存储介质 | |
CN115308987A (zh) | 曝光辅助图形的优化方法 | |
US8141009B2 (en) | Preparing data for hybrid exposure using both electron beam exposure and reticle exposure in lithographic process | |
KR101010754B1 (ko) | 반도체 집적회로 설계 방법 | |
CN104166305B (zh) | 减少修正迭代次数的opc方法 | |
CN112131663A (zh) | 一种材质r角变更展开数据偏移层核算方法及装置 | |
CN113050365A (zh) | 光学邻近修正方法及***、掩模版、设备与介质 | |
CN113064321B (zh) | 一种掩模板的制备方法、存储介质以及设备 | |
CN116758031B (zh) | 金手指缺陷复核方法、装置、设备及存储介质 | |
US6642529B1 (en) | Methods for the automated testing of reticle feature geometries | |
CN116954039B (zh) | 确定光刻工艺窗口的方法、装置、存储介质及电子设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | 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 |