CN117934414A - 一种晶圆测试预警方法 - Google Patents
一种晶圆测试预警方法 Download PDFInfo
- Publication number
- CN117934414A CN117934414A CN202410099470.1A CN202410099470A CN117934414A CN 117934414 A CN117934414 A CN 117934414A CN 202410099470 A CN202410099470 A CN 202410099470A CN 117934414 A CN117934414 A CN 117934414A
- Authority
- CN
- China
- Prior art keywords
- tested
- feature matrix
- similarity
- wafer
- test
- 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.)
- Pending
Links
- 238000012360 testing method Methods 0.000 title claims abstract description 87
- 238000000034 method Methods 0.000 title claims abstract description 41
- 239000011159 matrix material Substances 0.000 claims abstract description 98
- 230000007547 defect Effects 0.000 claims abstract description 45
- 230000001960 triggered effect Effects 0.000 claims abstract description 7
- 238000005070 sampling Methods 0.000 claims description 41
- 238000009826 distribution Methods 0.000 claims description 32
- 238000010586 diagram Methods 0.000 claims description 22
- 238000001514 detection method Methods 0.000 claims description 12
- 238000003860 storage Methods 0.000 claims description 7
- 235000012431 wafers Nutrition 0.000 description 66
- 230000000007 visual effect Effects 0.000 description 5
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical group [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 4
- 229910052710 silicon Inorganic materials 0.000 description 4
- 239000010703 silicon Substances 0.000 description 4
- 230000008451 emotion Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000005530 etching Methods 0.000 description 2
- 238000001459 lithography Methods 0.000 description 2
- 238000000206 photolithography Methods 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000001035 drying Methods 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011990 functional testing Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000001039 wet etching Methods 0.000 description 1
Landscapes
- Testing Or Measuring Of Semiconductors Or The Like (AREA)
Abstract
本申请涉及一种晶圆测试预警方法，获取待测试晶圆的图像作为待测试图像，所述待测试图像包括若干待测试区域；随机提取多个所述待测试区域的特征矩阵，并将这些特征矩阵均作为参考特征矩阵；根据所述参考特征矩阵得到待对比特征矩阵；提取每一所述待测试区域的待测试特征矩阵，并将所述待测试特征矩阵均与所述待对比特征矩阵进行相似度对比，得到测试相似度；当所述测试相似度满足缺陷条件时，视为检测到错误，此时触发预警。本申请改善了人工测试晶圆难以保证晶圆测试的稳定性和一致性，从而导致测试结果的准确度较低的问题。
Description
技术领域
本申请涉及功能测试技术领域，尤其是涉及一种晶圆测试预警方法。
背景技术
晶圆是指硅半导体集成电路制作所用的硅晶片，由于其形状为圆形，故称为晶圆。在硅晶片上可加工、制作各种电路元件结构，以使该硅晶片成为有特定电性功能的集成电路产品。而为了减小后续生产的集成电路产品质量不合格的可能性，一般需要对晶圆进行缺陷检测，以将具有缺陷的晶圆筛选出来。
目前，行业内主要采用人工目视检测的方式对晶圆进行检测。而采用人工目视检测的方式存在以下问题：通常晶圆的面积较小，人工目视检测的劳动强度大，且易受人工情绪、技术水平、判定标准等各方面因素影响，难以保证晶圆测试的稳定性和一致性，从而导致测试结果的准确度较低。
发明内容
为了改善人工测试晶圆难以保证晶圆测试的稳定性和一致性，从而导致测试结果的准确度较低的问题，本申请提供一种晶圆测试预警方法。
第一方面，本申请提供一种晶圆测试预警方法，采用如下的技术方案：
一种晶圆测试预警方法，所述方法包括：
获取待测试晶圆的待测试图像，所述待测试图像包括若干待测试区域；
随机提取多个所述待测试区域的特征矩阵，并将这些特征矩阵均作为参考特征矩阵；
根据所述参考特征矩阵得到待对比特征矩阵；
提取每一所述待测试区域的待测试特征矩阵，并将所述待测试特征矩阵均与所述待对比特征矩阵进行相似度对比，得到测试相似度；
当所述测试相似度满足缺陷条件时，视为检测到错误，此时触发预警。
通过采用上述技术方案，先获取待测试图像，并根据待测试图像中随机选取的待测试区域的参考特征矩阵得到待对比特征矩阵，以此，能够自动化地区分出待测试晶圆中不带有缺陷的待测试区域的待对比特征矩阵；再根据得到的待对比特征矩阵对参考特征矩阵进行相似度对比得到测试相似度，并在测试相似度满足缺陷条件时，触发预警。
由此，避免了人工目视检测，从而避免了检测结果受人工情绪、技术水平、判定标准等各方面因素影响的问题，有效改善了人工测试晶圆难以保证晶圆测试的稳定性和一致性，从而导致测试结果的准确度较低的问题。
在一个具体的可实施方案中，所述随机提取多个所述待测试区域的特征矩阵，并将这些特征矩阵均作为参考特征矩阵的步骤具体包括：
获取每一所述待测试区域的坐标信息；
随机选取一个所述待测试区域作为初始取样区域；
根据所述初始取样区域的所述坐标信息选取若干个其他的所述待测试区域作为后续取样区域；提取所述初始取样区域和所述后续取样区域的特征矩阵，并将这些特征矩阵均作为参考特征矩阵。
在一个具体的可实施方案中，所述后续取样区域的所述坐标信息与所述初始取样区域的所述坐标信息满足预设的相隔距离要求。
在一个具体的可实施方案中，若干个所述后续取样区域之间的所述坐标信息满足所述相隔距离要求。
在一个具体的可实施方案中，所述相隔距离要求指两个所述坐标信息之间的距离大于或等于预设的第一距离阈值。
通过采用上述技术方案，由于晶圆面内的缺陷分布可能根据缺陷的特定成因而呈现出特定的分布规律，因此，在挑选取样区域时还需要考虑排除晶圆面内缺陷分布的影响，避免过多地挑选到具有缺陷的取样区域，以确保从取样区域中提取的特征矩阵能够尽可能地代表晶圆面内正常的不带有缺陷的区域的特征矩阵。而通过选取坐标信息之间满足相隔距离要求，即来自待测试晶圆不同部分的后续取样区域和初始取样区域，能够大大提高使用参考特征矩阵代表晶圆正常区域的特征矩阵的准确性。
在一个具体的可实施方案中，所述根据所述参考特征矩阵得到待对比特征矩阵的具体步骤包括：
根据所述参考特征矩阵得到正态分布图，并根据所述正态分布图得到中间特征矩阵；
计算所有所述中间特征矩阵在每一位置上所有元素的平均值，并将这些平均值作为对应位置上的元素值，得到待对比特征矩阵。
在一个具体的可实施方案中，所述根据所述参考特征矩阵得到正态分布图，并根据所述正态分布图得到中间特征矩阵的具体步骤为：
随机选取一个参考特征矩阵，并计算该所述参考特征矩阵与其他的所述参考特征矩阵之间的相似度，得到对应每一其他的所述参考特征矩阵的第一相似度；
根据所有所述第一相似度得到正态分布图，所述正态分布图用于反映被选取的所述参考特征矩阵与其他的所述参考特征矩阵之间的相似度的分布情况；
将所述正态分布图中高峰区间内的所有所述第一相似度对应的参考特征矩阵作为中间特征矩阵。
通过采用上述技术方案，根据一个参考特征矩阵与其他的参考特征矩阵之间的第一相似度得到正态分布图，可以根据带有缺陷以及不带有缺陷的待检测区域的特征矩阵进行一个较为简单清晰的划分，以此再根据不带有缺陷的待检测区域的中间特征矩阵得到待对比特征矩阵，以此进一步提高以待对比特征矩阵代表晶圆正常区域的特征矩阵的准确性，从而提高了根据待对比特征矩阵对待测试晶圆进行测试得到的测试结果的精确性。
在一个具体的可实施方案中，所述缺陷条件包括第一条件和第二条件，所述第一条件为所述测试相似度小于预设的相似度阈值，所述第二条件为满足所述第一条件的所述测试相似度对应的所述待测试区域之间的距离小于预设的第二距离阈值；所述当所述测试相似度满足缺陷条件时，视为检测到错误，此时触发预警的步骤具体包括：
当所述测试相似度满足所述第一条件时，视为检测到错误并触发第一级别预警；
当所述测试相似度满足所述第二条件时，视为检测到错误并触发第二级别预警。
通过采用上述技术方案，由于有时晶圆表面的缺陷比较多却因为覆盖面积都较小对晶圆的正常运行影响不大，有时晶圆表面的缺陷很少却是覆盖面积较大导致影响了晶圆的正常运行，因此根据测试相似度不同的测试结果触发不同级别的预警有助于对晶圆的缺陷情况进行更详细的划分预警。
第二方面，本申请提供一种测试设备，采用如下的技术方案：
一种测试设备，包括存储器和处理器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、至少一段程序、代码集或指令集由所述处理器加载并执行以实现上述的一种晶圆测试预警方法。
第三方面，本申请提供一种计算机可读存储介质，采用如下的技术方案：
一种计算机可读存储介质，所述可读存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、至少一段程序、代码集或指令集由处理器加载并执行以实现上述的一种晶圆测试预警方法。
综上所述，本申请包括以下至少一种有益技术效果：
1.本申请避免了人工目视检测，从而避免了检测结果受人工情绪、技术水平、判定标准等各方面因素影响的问题，有效改善了人工测试晶圆难以保证晶圆测试的稳定性和一致性，从而导致测试结果的准确度较低的问题。
2.本申请中的测试步骤全程自动化，能够按照预设的方法步骤自动得到测试结果，减少了人工干预的需要，大大提高了测试效率。
3.本申请根据参考特征矩阵之间的正态分布图对带有缺陷以及不带有缺陷的待检测区域的特征矩阵进行划分，计算步骤简单且计算量不大，保证了测试结果的得出速度，并在同时提高了以待对比特征矩阵代表晶圆正常区域的特征矩阵的准确性，从而提高了根据待对比特征矩阵得到测试结果的精确性。
附图说明
图1是本申请一实施例的一种晶圆测试预警方法的流程示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请实施方式作进一步地详细说明。
以下结合说明书附图对本申请一种晶圆测试预警方法的实施例作进一步详细描述。
本申请一实施例公开了一种晶圆测试预警方法。
参照图1，一种晶圆测试预警方法包括：
S100，获取待测试晶圆的待测试图像；
其中，待测试图像包括若干待测试区域，每一待测试区域为晶圆上规格设计相同的重复区域，这些重复区域均按照行列有序排列。需要特别说明的是，由于待测试的晶圆为圆形，其边缘一般为不完整或者工艺均匀性不佳的区域，不会影响晶圆的正常使用及性能，因此这些区域在本实施例中不会作为待测试区域进行后续的检测；本实施例图像的获取方式以通过朝向待测试晶圆的高清摄像头为例。
S200，随机提取多个待测试区域的特征矩阵，并将这些特征矩阵均作为参考特征矩阵；其中，本实施例的特征矩阵均以二维数组为例，该特征矩阵用于表示图像的数字图像数据，特征矩阵的行对应图像的高，列对应图像的宽，特征矩阵中的元素对应图像的像素，且元素的值为像素的灰度值。由于在灰度化图像中灰度值的取值范围为0-255，越接近白色数值越大，越接近黑色数值越小，本实施例的特征矩阵以为例；具体的，S200包括如下步骤：
S210，获取每一待测试区域的坐标信息；
其中，坐标信息为每一待测试区域在待测试图像中的位置数据；本实施例以位于待测试图像最左上角的待测试区域为起始，各个待测试区域的坐标信息为该待测试区域的位置(i,j)，(i,j)表示该区域位于第i行第j列，i从左到右依次递增，j从上到下依次递增。需要特别说明的是，待测试区域的坐标信息的确定方式多种多样，初始点可以是待测试图像上的任意一点。
由于晶圆面内的缺陷分布可能根据缺陷的特定成因而呈现出特定的分布规律，因此，在S200中提取参考特征矩阵时，还需要考虑排除晶圆面内缺陷分布的影响，避免过多地挑选到具有缺陷的取样单元，以确保提取的参考特征矩阵能够尽可能地代表晶圆面内不带有缺陷的待测试区域的特征矩阵，以此，将执行如下步骤：
S220，随机选取一个待测试区域作为初始取样区域；
S230，根据初始取样区域的坐标信息选取若干个其他的待测试区域作为后续取样区域；
其中，后续取样区域的坐标信息与初始取样区域的坐标信息、若干个后续取样区域两两之间的坐标信息均满足预设的相隔距离要求；本实施例的相隔距离要求指两个坐标信息之间的距离大于或等于预设的第一距离阈值；本实施例的第一距离阈值以5·待测试区域的边长为例，即只需要尽可能地确保每一个取样区域分别位于晶圆的不同位置以避免在同一缺陷范围内反复提取错误的特征矩阵即可；坐标信息之间的距离计算公式为：
其中，d表示两个特征矩阵对应的坐标信息之间的距离；i1表示第一个特征矩阵的横坐标，j1表示第一个特征矩阵的纵坐标；i2表示第二个特征矩阵的横坐标，j2表示第二个特征矩阵的纵坐标。
S240，提取初始取样区域和后续取样区域的特征矩阵，并将这些特征矩阵均作为参考特征矩阵。
S300，根据参考特征矩阵得到待对比特征矩阵；
具体的，S300包括如下步骤：
S310，根据参考特征矩阵得到正态分布图，并根据正态分布图得到中间特征矩阵；
其中，本实施例的正态分布图主要用于反映一个参考特征矩阵与其他参考特征矩阵之间的相似度的分布情况，通过该步骤可以得到一个中间平均值，即在该中间平均值左右范围内的参考特征矩阵占大多数，这些参考特征矩阵通常被认为与不带缺陷的待测试区域的特征矩阵比较接近；具体的，S310包括如下步骤：
S311，随机选取一个参考特征矩阵，并计算该参考特征矩阵与其他的参考特征矩阵之间的相似度，得到对应每一其他的参考特征矩阵的第一相似度；
其中，本实施例特征矩阵的相似度计算采用了余弦相似度公式，该公式为：
第一相似度其中，X(i1,j1)表示第一个参考特征矩阵；X(i2,j2)表示第二个参考特征矩阵；|X(i1,j1)|表示X(i1，j1)的模长，|X(i2，j2)|表示X(i2，j2)的模长。
S312，根据所有第一相似度得到正态分布图；
S313，将正态分布图中高峰区间内的所有第一相似度对应的参考特征矩阵作为中间特征矩阵；其中，中间特征矩阵为所有参考特征矩阵的70％，且这些参考特征矩阵在正态分布图中位于最接近高峰值的位置。
S320，计算所有中间特征矩阵在每一位置上所有元素的平均值，并将这些平均值作为对应位置上的元素值，得到待对比特征矩阵。
其中，本实施例的待对比特征矩阵以为例。
S400，提取每一待测试区域的待测试特征矩阵，并将所有待测试特征矩阵均与待对比特征矩阵进行相似度对比，得到测试相似度；
其中，本实施例的测试相似度的计算公式为：
其中，Y(i1，j1)表示待测试特征矩阵；Y(i2，j2)表示待对比特征矩阵；|Y(i1，j1)|表示Y(i1，j1)的模长，|Y(i2，j2)|表示Y(i2，j2)的模长。
S500，当测试相似度满足缺陷条件时，视为检测到错误，此时触发预警；
其中，缺陷条件包括第一条件和第二条件；具体的，S500包括如下步骤：
S510，当测试相似度满足第一条件时，视为检测到错误并触发第一级别预警；
其中，第一条件为测试相似度小于预设的相似度阈值，本实施例的相似度阈值以0.5为例；
第一级别预警可以通过闪烁黄色警示灯或通过显示屏显示该待测试晶圆存在小缺陷来进行预警。
S520，当测试相似度满足第二条件时，视为检测到错误并触发第二级别预警；
其中，第二条件为满足第一条件的测试相似度对应的待测试区域之间的距离小于预设的第二距离阈值，本实施例的第二距离阈值以待测试区域的边长为例；第一级别预警可以通过闪烁红色警示灯或通过显示屏显示该待测试晶圆存在显著缺陷来进行预警。
需要特别说明的是，本实施例的预警可以通过以矩形框框选满足第一条件的测试相似度对应的待测试区域并输出带有框选信息的检测图像、以文字的形式显示满足第一条件的测试相似度对应的待测试区域的坐标信息或者通过边缘检测等技术直接将表面缺陷显示出来的方法进行预警，以使人员能够直观地了解该待测试晶圆上缺陷的数量以及分布状况。
同时，由于待测试图像中的每一待测试区域往往通过一个4×5的阵列构成一个曝光区域，以进行单次的光刻曝光工艺，即由多个曝光区域依序进行曝光完成晶圆的光刻工艺，而在这些曝光区域中，部分缺陷呈规律性分布，以下将这部分缺陷称为Ⅰ型缺陷。由于Ⅰ型缺陷几乎都分布于曝光区域的相同位置处，由此可以推断，Ⅰ型缺陷的产生与光刻工艺过程是强相关的，即光刻过程中过高或过低的曝光能量都有可能导致晶圆图像中待测试区域的特征效率异常；
而为了尽可能地避免Ⅰ型缺陷对S200中提取的参考特征矩阵的影响，本实施例在S220、S230中的初始取样区域以及后续取样区域的选取过程中还要满足从各个曝光区域中的不同位置进行选取。且当需要选取的取样区域的总数大于一个曝光区域中的待测试区域的总数时，在多个不同的曝光区域中的待测试区域的选取位置可以重复，但需要尽可能使待测试区域的选取分布于该曝光区域中的不同位置。
另外，晶圆的表面还存在Ⅱ型缺陷，这一类缺陷大部分都分布在待测试晶圆的下半部分，极有可能是由于异常工艺过程造成的；例如，湿法刻蚀过程中，因异常在待测试晶圆下半部分出现刻蚀或干燥的不均匀性；或者在刻蚀或成膜等的工艺腔室中，该区域受到了腔室颗粒掉落的污染；
而为了尽可能地避免Ⅱ型缺陷对S200中提取的参考特征矩阵的影响，本实施例在S220、S230中的初始取样区域以及后续取样区域的选取过程中还要满足从待测试晶圆的不同象限中选取初始取样区域以及后续取样区域；具体的，我们将晶圆划分为四个象限，并按从左到右、从上到下的顺序依次将每一象限命名为第一象限、第二象限、第三象限以及第四象限，其中，第三象限以及第四象限即为晶圆的下半部分。本实施例选取的取样区域平均分布于上述四个象限中且可以根据具体需求进行数量上的调整，即可以通过将一个象限进行再划分以增加取样区域或者将两个相邻象限进行合并以减少取样区域。
基于上述同一发明构思，本申请实施例还公开一种测试设备，包括存储器和处理器，该存储器中存储有至少一条指令、至少一段程序、代码集或指令集，至少一条指令、至少一段程序、代码集或指令集能够由处理器加载并执行以实现上述方法实施例提供的一种晶圆功能测试的方法基于上述同一发明构思，本申请实施例还公开一种计算机可读存储介质，该存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，至少一条指令、至少一段程序、代码集或指令集能够由处理器加载并执行以实现上述方法实施例提供的一种晶圆功能测试的方法。
应当理解的是，在本文中提及的“多个”是指两个或两个以上。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质例如包括：U盘、移动硬盘、只读存储器(Read-OnlyMemory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本申请的可选实施例，并不用以限制本申请，凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包括在本申请的保护范围之内。
Claims (10)
1.一种晶圆测试预警方法，其特征在于，所述方法包括：
获取待测试晶圆的待测试图像，所述待测试图像包括若干待测试区域；
随机提取多个所述待测试区域的特征矩阵，并将这些特征矩阵均作为参考特征矩阵；
根据所述参考特征矩阵得到待对比特征矩阵；
提取每一所述待测试区域的待测试特征矩阵，并将所述待测试特征矩阵均与所述待对比特征矩阵进行相似度对比，得到测试相似度；
当所述测试相似度满足缺陷条件时，视为检测到错误，此时触发预警。
2.根据权利要求1所述的一种晶圆测试预警方法，其特征在于，所述随机提取多个所述待测试区域的特征矩阵，并将这些特征矩阵均作为参考特征矩阵的步骤具体包括：
获取每一所述待测试区域的坐标信息；
随机选取一个所述待测试区域作为初始取样区域；
根据所述初始取样区域的所述坐标信息选取若干个其他的所述待测试区域作为后续取样区域；
提取所述初始取样区域和所述后续取样区域的特征矩阵，并将这些特征矩阵均作为参考特征矩阵。
3.根据权利要求２所述的一种晶圆测试预警方法，其特征在于，所述后续取样区域的所述坐标信息与所述初始取样区域的所述坐标信息满足预设的相隔距离要求。
4.根据权利要求3所述的一种晶圆测试预警方法，其特征在于，若干个所述后续取样区域之间的所述坐标信息满足所述相隔距离要求。
5.根据权利要求3所述的一种晶圆测试预警方法，其特征在于，所述相隔距离要求指两个所述坐标信息之间的距离大于或等于预设的第一距离阈值。
6.根据权利要求1所述的一种晶圆测试预警方法，其特征在于，所述根据所述参考特征矩阵得到待对比特征矩阵的具体步骤包括：
根据所述参考特征矩阵得到正态分布图，并根据所述正态分布图得到中间特征矩阵；
计算所有所述中间特征矩阵在每一位置上所有元素的平均值，并将这些平均值作为对应位置上的元素值，得到待对比特征矩阵。
7.根据权利要求6所述的一种晶圆测试预警方法，其特征在于，所述根据所述参考特征矩阵得到正态分布图，并根据所述正态分布图得到中间特征矩阵的具体步骤为：
随机选取一个参考特征矩阵，并计算该所述参考特征矩阵与其他的所述参考特征矩阵之间的相似度，得到对应每一其他的所述参考特征矩阵的第一相似度；
根据所有所述第一相似度得到正态分布图，所述正态分布图用于反映被选取的所述参考特征矩阵与其他的所述参考特征矩阵之间的相似度的分布情况；
将所述正态分布图中高峰区间内的所有所述第一相似度对应的参考特征矩阵作为中间特征矩阵。
8.根据权利要求1所述的一种晶圆测试预警方法，其特征在于，所述缺陷条件包括第一条件和第二条件，所述第一条件为所述测试相似度小于预设的相似度阈值，所述第二条件为满足所述第一条件的所述测试相似度对应的所述待测试区域之间的距离小于预设的第二距离阈值；所述当所述测试相似度满足缺陷条件时，视为检测到错误，此时触发预警的步骤具体包括：
当所述测试相似度满足所述第一条件时，视为检测到错误并触发第一级别预警；
当所述测试相似度满足所述第二条件时，视为检测到错误并触发第二级别预警。
9.一种测试设备，其特征在于，包括存储器和处理器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、至少一段程序、代码集或指令集由所述处理器加载并执行以实现如权利要求1至7任一所述的晶圆测试预警方法。
10.一种计算机可读存储介质，其特征在于，所述可读存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、至少一段程序、代码集或指令集由处理器加载并执行以实现如权利要求1至7任一所述的晶圆测试预警方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410099470.1A CN117934414A (zh) | 2024-01-24 | 2024-01-24 | 一种晶圆测试预警方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410099470.1A CN117934414A (zh) | 2024-01-24 | 2024-01-24 | 一种晶圆测试预警方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117934414A true CN117934414A (zh) | 2024-04-26 |
Family
ID=90750477
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410099470.1A Pending CN117934414A (zh) | 2024-01-24 | 2024-01-24 | 一种晶圆测试预警方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117934414A (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2016058424A (ja) * | 2014-09-05 | 2016-04-21 | 株式会社Sumco | 結晶欠陥の評価方法及びウェーハの製造方法 |
| CN112086373A (zh) * | 2019-06-13 | 2020-12-15 | 芯恩（青岛）集成电路有限公司 | 晶圆缺陷检测方法 |
| CN115661021A (zh) * | 2021-07-09 | 2023-01-31 | 长鑫存储技术有限公司 | 缺陷检测方法、装置、设备及存储介质 |
| CN116385398A (zh) * | 2023-04-04 | 2023-07-04 | 江阴佳泰电子科技有限公司 | 一种晶圆缺陷检测方法与*** |
| CN116777841A (zh) * | 2023-05-23 | 2023-09-19 | 东方晶源微电子科技（北京）有限公司 | 晶圆良率损失的确定方法及装置 |
-
2024
- 2024-01-24 CN CN202410099470.1A patent/CN117934414A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2016058424A (ja) * | 2014-09-05 | 2016-04-21 | 株式会社Sumco | 結晶欠陥の評価方法及びウェーハの製造方法 |
| CN112086373A (zh) * | 2019-06-13 | 2020-12-15 | 芯恩（青岛）集成电路有限公司 | 晶圆缺陷检测方法 |
| CN115661021A (zh) * | 2021-07-09 | 2023-01-31 | 长鑫存储技术有限公司 | 缺陷检测方法、装置、设备及存储介质 |
| CN116385398A (zh) * | 2023-04-04 | 2023-07-04 | 江阴佳泰电子科技有限公司 | 一种晶圆缺陷检测方法与*** |
| CN116777841A (zh) * | 2023-05-23 | 2023-09-19 | 东方晶源微电子科技（北京）有限公司 | 晶圆良率损失的确定方法及装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6230622B2 (ja) | テンプレート画像マッチングを用いたウェーハ上の欠陥検出 | |
| TWI614721B (zh) | 在半導體製造中用於檢測之雜訊中所內嵌之缺陷之偵測 | |
| US10867382B2 (en) | Detecting mura defects in master panel of flat panel displays during fabrication | |
| KR100474571B1 (ko) | 웨이퍼의 패턴 검사용 기준 이미지 설정 방법과 이 설정방법을 이용한 패턴 검사 방법 및 장치 | |
| EP2779147A1 (en) | Re-interpolation with edge detection for extracting an aging pattern for AMOLED displays | |
| US6683974B1 (en) | Image defect detection apparatus and image defect detection method | |
| US7512501B2 (en) | Defect inspecting apparatus for semiconductor wafer | |
| CN114612469A (zh) | 产品缺陷检测方法、装置、设备及可读存储介质 | |
| CN112086373A (zh) | 晶圆缺陷检测方法 | |
| CN114419045A (zh) | 光刻掩模板缺陷检测方法、装置、设备及可读存储介质 | |
| KR20210093343A (ko) | 프로세스 제어를 위한 인-다이 계측 방법 및 시스템 | |
| CN109141829B (zh) | 一种靶线清晰度计算及工业相机后截距的检测方法 | |
| CN117934414A (zh) | 一种晶圆测试预警方法 | |
| CN114846341A (zh) | 用于良率损失检测的基于故障密度的聚类 | |
| CN108508053B (zh) | 一种***性极微物理缺陷的检测方法 | |
| JP4950806B2 (ja) | 欠陥検査装置、欠陥検査方法、半導体装置の製造システム及び半導体装置の製造方法 | |
| CN112908874A (zh) | 半导体结构的量测方法及量测装置 | |
| CN111275704B (zh) | 掩膜板的污渍检测方法和设备 | |
| JP3508836B2 (ja) | ２次元コードの概略位置検出装置及び検出方法 | |
| CN110823134B (zh) | 一种靶线计算及工业传感器安装检测方法 | |
| KR102637335B1 (ko) | 반도체 소자의 결함 검사를 위한 미세 케어 영역의 분할 방법 | |
| KR102586394B1 (ko) | 셀-대-셀 비교 방법 | |
| US20220334567A1 (en) | Fabrication fingerprint for proactive yield management | |
| WO2023166748A1 (ja) | プロファイル検出方法及びプロファイル検出装置 | |
| JPH07122193A (ja) | 欠陥検出方法および装置 |
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 |