JP2018124380A - マスクパターンの検査方法、マスクの製造方法および半導体デバイスの製造方法 - Google Patents
マスクパターンの検査方法、マスクの製造方法および半導体デバイスの製造方法 Download PDFInfo
- Publication number
- JP2018124380A JP2018124380A JP2017015498A JP2017015498A JP2018124380A JP 2018124380 A JP2018124380 A JP 2018124380A JP 2017015498 A JP2017015498 A JP 2017015498A JP 2017015498 A JP2017015498 A JP 2017015498A JP 2018124380 A JP2018124380 A JP 2018124380A
- Authority
- JP
- Japan
- Prior art keywords
- detection
- pattern
- mask pattern
- inspection method
- mask
- 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
Images
Classifications
-
- G—PHYSICS
- G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
- G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
- G03F1/00—Originals for photomechanical production of textured or patterned surfaces, e.g., masks, photo-masks, reticles; Mask blanks or pellicles therefor; Containers specially adapted therefor; Preparation thereof
- G03F1/68—Preparation processes not covered by groups G03F1/20 - G03F1/50
- G03F1/82—Auxiliary processes, e.g. cleaning or inspecting
- G03F1/84—Inspecting
-
- G—PHYSICS
- G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
- G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
- G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
- G03F7/70—Microphotolithographic exposure; Apparatus therefor
- G03F7/70483—Information management; Active and passive control; Testing; Wafer monitoring, e.g. pattern monitoring
- G03F7/70491—Information management, e.g. software; Active and passive control, e.g. details of controlling exposure processes or exposure tool monitoring processes
- G03F7/705—Modelling or simulating from physical phenomena up to complete wafer processes or whole workflow in wafer productions
-
- G—PHYSICS
- G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
- G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
- G03F1/00—Originals for photomechanical production of textured or patterned surfaces, e.g., masks, photo-masks, reticles; Mask blanks or pellicles therefor; Containers specially adapted therefor; Preparation thereof
- G03F1/36—Masks having proximity correction features; Preparation thereof, e.g. optical proximity correction [OPC] design processes
-
- G—PHYSICS
- G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
- G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
- G03F1/00—Originals for photomechanical production of textured or patterned surfaces, e.g., masks, photo-masks, reticles; Mask blanks or pellicles therefor; Containers specially adapted therefor; Preparation thereof
- G03F1/38—Masks having auxiliary features, e.g. special coatings or marks for alignment or testing; Preparation thereof
- G03F1/44—Testing or measuring features, e.g. grid patterns, focus monitors, sawtooth scales or notched scales
-
- G—PHYSICS
- G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
- G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
- G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
- G03F7/70—Microphotolithographic exposure; Apparatus therefor
- G03F7/70483—Information management; Active and passive control; Testing; Wafer monitoring, e.g. pattern monitoring
- G03F7/70491—Information management, e.g. software; Active and passive control, e.g. details of controlling exposure processes or exposure tool monitoring processes
- G03F7/70525—Controlling normal operating mode, e.g. matching different apparatus, remote control or prediction of failure
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Preparing Plates And Mask In Photomechanical Process (AREA)
Abstract
【課題】リソグラフィ・コンプライアンス・チェックにおいて、危険度判定に要する時間を短縮する。【解決手段】リソグラフィ・コンプライアンス・チェックで抽出された検出点DPをカテゴライズする際に、検出点DP毎に、当該検出点DPを中心とする縦長検出領域VRAと横長検出領域HRAとが設けられる。そして、縦長検出領域VRAに含まれるパターンPATの同一性と、横長検出領域HRAに含まれるパターンPATの同一性とに基づいて、複数の検出点DPがカテゴライズされる。【選択図】図2
Description
本発明は、マスクパターンの検査方法、マスクの製造方法および半導体デバイスの製造方法に関し、例えば、リソグラフィ・コンプライアンス・チェックの技術に関する。
例えば、特許文献1には、ウエハ上に形成すべき目標パターンとマスクの転写パターンとの形状差が大である危険パターンを抽出し、形状ごとに分類して代表パターンを自動的に選別するパターン検査方法が示される。具体的には、まず、マスク上の領域を複数の小領域に分割したのち、小領域毎に目標パターンと転写パターンとを比較することで危険点の座標値が抽出される。その後、抽出された座標値のうち、小領域の周辺部に位置する座標値が擬似危険点として削除され、残った座標値に基づいて危険パターンが選出され、当該危険パターンを形状毎に分類することで代表パターンが定められる。
例えば、90nm以下のテクノロジノードを適用した半導体デバイスを開発・製造する際には、パターン転写原版(フォトマスク)の作製に先だって、リソグラフィ・コンプライアンス・チェック(明細書ではLCCと略す)等と呼ばれるシミュレーションが行われる。LCCは、マスクパターンまたは光近接効果補正(OPC:Optical Proximity Correction)後のマスクパターンを対象に予めシミュレーションを行うことにより、製造不良や歩留低下をもたらすパターンを含有するフォトマスクの流出を防ぐプロセスである。
LCCでは、特許文献1に示されるように、例えば、EDA(Electronic Design Automation)ツールを用いて、製造不良や歩留低下を招く可能性が高い危険パターンを抽出する処理と、当該危険パターンを形状毎にカテゴライズする処理とが行われる。この危険パターンを抽出する際には、通常、危険点毎に、当該危険点の座標値を中心として、予め定めたサイズを持つ正方形の検出領域が設定される。EDAツールは、当該正方形の検出領域に含まれるパターン形状の同一性に基づいて、危険パターンをカテゴライズする。技術者等は、このカテゴライズ結果に基づき、例えば、カテゴリ毎の代表パターンを目視確認することで、カテゴリ毎の危険度判定を行う。
しかし、このようなカテゴライズ方法では、検出領域のサイズを様々に調整した場合であっても、カテゴライズ結果が技術者等の視点と大きく乖離する場合がある。その結果、技術者等は、代表パターンに加えてその他の危険パターンも適宜確認する必要があるため、危険度判定に多大な時間を要する恐れがある。また、この時間が限られる場合、危険度判定の精度が低下し、ひいては、デバイス製造時の歩留まり低下を招く恐れがある。
後述する実施の形態は、このようなことを鑑みてなされたものであり、その他の課題と新規な特徴は、本明細書の記述及び添付図面から明らかになるであろう。
一実施の形態によるマスクパターンの検査方法では、リソグラフィ・コンプライアンス・チェックで抽出された検出点をカテゴライズする際に、検出点毎に、当該検出点を中心とする縦長検出領域と横長検出領域とが設けられる。縦長検出領域は、水平方向よりも垂直方向が長い長方形の検出領域であり、横長検出領域は、垂直方向よりも水平方向が長い長方形の検出領域である。そして、当該検査方法では、縦長検出領域に含まれるパターンの同一性と、横長検出領域に含まれるパターンの同一性とに基づいて、複数の検出点がカテゴライズされる。
前記一実施の形態によれば、リソグラフィ・コンプライアンス・チェックにおいて、危険度判定に要する時間を短縮可能になる。
以下の実施の形態においては便宜上その必要があるときは、複数のセクションまたは実施の形態に分割して説明するが、特に明示した場合を除き、それらは互いに無関係なものではなく、一方は他方の一部または全部の変形例、詳細、補足説明等の関係にある。また、以下の実施の形態において、要素の数等(個数、数値、量、範囲等を含む)に言及する場合、特に明示した場合および原理的に明らかに特定の数に限定される場合等を除き、その特定の数に限定されるものではなく、特定の数以上でも以下でも良い。
さらに、以下の実施の形態において、その構成要素(要素ステップ等も含む)は、特に明示した場合および原理的に明らかに必須であると考えられる場合等を除き、必ずしも必須のものではないことは言うまでもない。同様に、以下の実施の形態において、構成要素等の形状、位置関係等に言及するときは、特に明示した場合および原理的に明らかにそうでないと考えられる場合等を除き、実質的にその形状等に近似または類似するもの等を含むものとする。このことは、上記数値および範囲についても同様である。
以下、本発明の実施の形態を図面に基づいて詳細に説明する。なお、実施の形態を説明するための全図において、同一の部材には原則として同一の符号を付し、その繰り返しの説明は省略する。
(実施の形態1)
《半導体デバイスの開発・製造方法》
図1は、半導体デバイスの概略的な開発・製造方法の一例を示すフロー図である。図1では、まず、半導体デバイスの回路設計およびレイアウト設計が行われ、複数レイヤのレイアウト設計データLDATが生成される(ステップS101)。続いて、当該レイアウト設計データLDATの各レイヤを適宜合成する処理が行われる(ステップS102)。次いで、技術者等は、テクノロジノードや、レイヤの位置や、各レイヤのパターン属性等に応じて、マスクパターンの補正(代表的にはOPC)の要否を判定する(ステップS103)。補正が必要な場合、OPCが実行され(ステップS104)、当該補正有りのマスクパターンを対象にリソグラフィ・コンプライアンス・チェック(LCC)が実行される。一方、補正が不要な場合、補正無しのマスクパターンを対象にLCCが実行される。
《半導体デバイスの開発・製造方法》
図1は、半導体デバイスの概略的な開発・製造方法の一例を示すフロー図である。図1では、まず、半導体デバイスの回路設計およびレイアウト設計が行われ、複数レイヤのレイアウト設計データLDATが生成される(ステップS101)。続いて、当該レイアウト設計データLDATの各レイヤを適宜合成する処理が行われる(ステップS102)。次いで、技術者等は、テクノロジノードや、レイヤの位置や、各レイヤのパターン属性等に応じて、マスクパターンの補正(代表的にはOPC)の要否を判定する(ステップS103)。補正が必要な場合、OPCが実行され(ステップS104)、当該補正有りのマスクパターンを対象にリソグラフィ・コンプライアンス・チェック(LCC)が実行される。一方、補正が不要な場合、補正無しのマスクパターンを対象にLCCが実行される。
LCCでは、まず、EDAツールの一つであるシミュレータが、補正有り又は補正無しのマスクパターンに対してリソグラフィシミュレーションを実行し、そのシミュレーション結果となる検査対象パターンを出力する(ステップS105,S107)。EDAツールは、広く知られているように、コンピュータシステムを用いたプログラム処理によって実現される。リソグラフィシミュレーションは、主に、露光装置による形状変化を模写した光シミュレーションであり、その結果として得られる検査対象パターンは、実際に半導体デバイスに転写した際の予測パターンとなる。なお、当該リソグラフィシミュレーションは、技術者等によって指定されたレイヤを対象に、レイヤ毎に実行される。
次いで、EDAツールの一つであるパターン認識ツールは、ステップS105またはステップS107で出力された検査対象パターンと、予め定められる目標パターンとを画像比較することで(ステップS106,S108)、リソグラフィ不良が予測される箇所を検出点(例えば座標値)として抽出する(ステップS109)。目標パターンには、例えば、補正有りのマスクパターンを対象とする場合には目標図形が適用され(ステップS106)、補正無しのマスクパターンを対象とする場合には設計図形が適用される(ステップS108)。設計図形とは、レイアウト設計データLDATに基づくパターン形状を図示したものである。一方、目標図形とは、例えば、リソグラフィ後の理想的なレジストパターン形状を図示したものであり、この理想的な形状を用いてエッチングを行うと、更なる形状変化を経て設計図形になるといった性質のものである。
ここで、リソグラフィ不良の具体例として、レジスト寸法が規定最小寸法に満たない、レジスト寸法が目標寸法から乖離する、下地層とのスペースないしオーバーラップが不十分である(すなわち、下地層とのコンタクトが不十分となる)、などが挙げられる。このような不良の予測箇所は、一つの半導体チップ内で繰り返し多数出現する場合が多い。このため、ステップS109での検出点も、多数抽出されることがある。
そこで、パターン認識ツールは、抽出された複数の検出点をカテゴライズする(ステップS110)。具体的には、パターン認識ツールは、検出点毎に、当該検出点を中心とする検出領域を設け(ステップS110a)、当該検出領域に含まれるパターン(明細書では、危険パターンと呼ぶ)の同一性に基づいて複数の検出点(言い換えれば複数の危険パターン)をカテゴライズする(ステップS110b)。この際には、パターン認識ツールは、危険パターンとして、例えば、ステップS106,S108の目標図形または設計図形や、場合によっては、ステップS105の入力となる補正後のマスクパターンを使用してパターンの同一性を判定し、パターン形状が同一とみなせる危険パターンを同一のカテゴリに割り当てる。
続いて、パターン認識ツールは、カテゴリ毎に、複数の危険パターンの中から代表パターンを選出する(ステップS110c)。代表パターンは、例えば、リソグラフィシミュレーションおよび画像比較(ステップS105〜S108)で得られる結果がワースト値(最小寸法、最大乖離値、最小オーバーラップ量など)であったパターンに定められる。
このようにしてカテゴライズが行われたのち、技術者等は、カテゴリ毎の危険度判定を行う(ステップS111)。具体的には、技術者等は、例えば、ステップS110で定められたカテゴリ毎の代表パターンを逐次目視確認すること等で危険度を判定し、その結果に基づきマスク作製を進めるか否かを判別する。技術者等は、マスク作製を進められないと判定した場合には、例えば、マスクパターンの修正等のフィードバック作業を適宜行う。一方、マスク作製を進められると判定された場合には、フォトマスクの作製が行われる(ステップS112)。
その後は、当該LCCを経て作製されたマスクを用いて半導体デバイスにパターンを形成する前工程が行われ(ステップS113)、完成した半導体デバイスのパッケージング等を行う後工程が行われる(ステップS114)。前工程では、例えば、デポジション工程(ステップS113a)、リソグラフィ工程(ステップS113b)、およびエッチング工程(ステップS113c)が繰り返し実行される。
デポジション工程では、CVD(Chemical Vapor Deposition)装置を代表とする各種堆積装置を用いて半導体ウエハ上に所定の膜が形成される。リソグラフィ工程では、堆積された膜にレジストが塗布されたのち、露光装置等が、作製されたフォトマスクを用いてレジストをパターンニングする。エッチング工程では、エッチング装置が、パターンニングされたレジストを介して所定の膜をエッチングすることで、当該所定の膜をパターンニングする。
ここで、ステップS111に際し、仮に、個々の危険パターンについて危険度判定を行うと、判定に要する時間と労力は膨大なものになる。その副作用として、真に危険度の高い危険パターンを見落とすこと等が起こり得る。そこで、ステップS110でカテゴライズを行い、カテゴリ毎の代表パターンを選出することが有益となる。だだし、この有益性を得るためには、カテゴライズが適切であることが前提となる。
《カテゴライズ方法(比較例)とその問題点》
図15は、本発明の比較例となるマスクパターンの検査方法において、図1で設定される検出領域の形状の一例を示す図である。図16は、図15における検出領域のサイズと、カテゴリ数との関係を説明する図である。比較例となるカテゴライズ方法では、図1のステップS110aにおいて、図15に示されるように、検出点(例えば、線が細くなる等の不良予測箇所)DPを中心とする正方形の検出領域SQAが設けられる。当該検出領域SQAに含まれるパターンPATは、危険パターンとなる。
図15は、本発明の比較例となるマスクパターンの検査方法において、図1で設定される検出領域の形状の一例を示す図である。図16は、図15における検出領域のサイズと、カテゴリ数との関係を説明する図である。比較例となるカテゴライズ方法では、図1のステップS110aにおいて、図15に示されるように、検出点(例えば、線が細くなる等の不良予測箇所)DPを中心とする正方形の検出領域SQAが設けられる。当該検出領域SQAに含まれるパターンPATは、危険パターンとなる。
ステップS110bで得られるカテゴリ数は、検出領域SQAのサイズに依存する。具体的には、検出領域SQAが狭いほど、カテゴリ数は減るが1カテゴリ内の危険パターン数は増え、検出領域SQAが広いほど、カテゴリ数は増えるが1カテゴリ内の危険パターン数は減る。図16の例では、検出領域SQAが狭い場合、カテゴリ数は1個となり、その中に7個のパターン(危険パターン)PATが含まれる。また、仮に、一番左のパターンPATにおいて、検出点DPのシミュレーション結果(ステップS105〜S108)がワースト値(例えば、最も寸法が細い等)であった場合、一番左のパターンPATが当該カテゴリの代表パターンとなる。
一方、検出領域SQAが広い場合、カテゴリ数は7個となり、各カテゴリ内のパターン(危険パターン)PATの数は1個となる。このように、カテゴライズの品質・効率は、検出領域SQAの形状に依存する。検出領域SQAの適正なサイズは、経験的に、遠方パターンの影響(光近接効果)が十分小さいとみなせる大きさである“露光波長/開口数”の3〜4倍、または第二隣接パターンの影響を取り込める最小の大きさである最小ピッチの3〜4倍とされる。
しかし、比較例となるカテゴライズ方法では、仮に、検出領域SQAのサイズを適正化した場合であっても、カテゴライズ結果が技術者等の視点と大きく乖離する場合がある。その結果、技術者等は、図1のステップS111において、代表パターンに加えてその他の危険パターンも適宜確認する必要があるため、危険度判定に多大な時間を要する恐れがある。また、この時間が限られる場合、危険度判定の精度が低下し、ひいては、デバイス製造時の歩留まり低下を招く恐れがある。
比較例となるカテゴライズ方法が問題となる具体的ケースとして、第一に、カテゴライズが不十分なケースが挙げられる。このケースでは、別カテゴリが望ましい複数のパターンが、同一のカテゴリに分類されてしまう。図17Aおよび図17Bは、図15の検出領域で問題が生じる状況の具体例を示す図である。例えば、検出点DPを中心とした検出領域SQAの外側は、図17Aでは空白であるのに対して、図17Bでは配線パターンに囲まれている。
図17Aと図17Bは、遠方パターンの影響(すなわち光近接効果)が全く反対であるため、技術者等の視点では異なるカテゴリに分類されることが望まれるが、同一カテゴリに分類されてしまう。検証見落としを避けるためには、同一カテゴリと一旦判断した危険パターン群の再判定が必要となるため、結果的に危険度判定の工数が増大してしまう。なお、検出領域SQAのサイズを広げると異なるカテゴリに分類することができるが、この場合、次に述べるカテゴライズが過剰なケースを多く招く恐れがある。
第二に、カテゴライズが過剰なケースが挙げられる。このケースでは、同一カテゴリが望ましい複数の危険パターンが、別のカテゴリに分類されてしまう。図18Aおよび図18Bは、図15の検出領域で問題が生じる状況の別の具体例を示す図である。図18Aおよび図18Bに示すパターン(危険パターン)PATは、例えば、レイヤ間のコンタクトを行うため等から、局所的に太い配線箇所を備えている。
この配線箇所は、図18Aでは3箇所であるのに対して、図18Bでは5箇所である。図18Aと図18Bは、遠方パターンの影響(すなわち光近接効果)がほぼ同等であるため、技術者等の視点では同一カテゴリに分類されることが望まれるが、別カテゴリに分類されてしまう。このため、危険度判定を要するカテゴリ数が増え、結果的に危険度判定の工数が増大してしまう。なお、検出領域SQAを狭めると同一のカテゴリに分類することができるが、この場合、前述したカテゴライズが不十分なケースを多く招く恐れがある。
このようなケースは、本質的には、次の2つの問題点によって生じるものと考えられる。一つ目の問題点は、検出領域SQAの取り方が一律であり、パターンPATの図形的特徴を考慮できていないことである。二つ目の問題点は、検出領域SQAが単一の正方形であるため、検出点DPと検出領域SQAの各辺との間の垂直方向または水平方向の距離に比べ、検出領域SQAの頂点との間の斜め方向の距離が過剰に長くなり(√2倍になり)、検出点DPからの距離で決まる光近接効果を考慮できていないことである。すなわち、斜め方向に過剰なカテゴライズがなされてしまうことである。
《カテゴライズ方法(実施の形態1)》
図2は、本発明の実施の形態1によるマスクパターンの検査方法において、図1で設定される検出領域の形状の一例を示す図である。図1のステップS110aにおいて、実施の形態1(後述する実施の形態も同様)では、図15の場合と異なり、検出点DPを中心とする長方形の検出領域が設けられる。当該長方形の検出領域は、マスクパターンの原則的な描画方向と並行な辺で構成される。すなわち、マスクパターンの原則的な描画方向は、垂直方向および水平方向であり、当該長方形の検出領域は、垂直方向および水平方向に延伸する辺で構成される。
図2は、本発明の実施の形態1によるマスクパターンの検査方法において、図1で設定される検出領域の形状の一例を示す図である。図1のステップS110aにおいて、実施の形態1(後述する実施の形態も同様)では、図15の場合と異なり、検出点DPを中心とする長方形の検出領域が設けられる。当該長方形の検出領域は、マスクパターンの原則的な描画方向と並行な辺で構成される。すなわち、マスクパターンの原則的な描画方向は、垂直方向および水平方向であり、当該長方形の検出領域は、垂直方向および水平方向に延伸する辺で構成される。
図2の例では、長方形の検出領域として、水平方向よりも垂直方向が長い縦長検出領域VRAと、垂直方向よりも水平方向が長い横長検出領域HRAとが設けられる。縦長検出領域VRAおよび横長検出領域HRAのそれぞれのサイズは、必ずしも限定はされないが、長辺が“露光波長/開口数”または最小ピッチの5〜10倍であり、短辺が“露光波長/開口数”または最小ピッチの2〜3倍である。
図3は、本発明の実施の形態1によるマスクパターンの検査方法において、図2を拡張した検出領域の形状の一例を示す図である。図3の例では、検出点DP毎に、長方形の検出領域となる縦長検出領域VRAおよび横長検出領域HRAに加えて、図15の場合と同様に、当該検出点DPを中心とする正方形の検出領域SQAが設けられる。
図4は、図2の検出領域を用いたカテゴライズ方法の一例を説明する図である。図1のステップS110bにおいて、パターン認識ツールは、縦長検出領域VRAと横長検出領域HRAとを個別に用いて、個別のカテゴライズを実行する。すなわち、パターン認識ツールは、縦長検出領域VRAに含まれるパターンPATの同一性に基づいて、複数の検出点DP(言い換えれば複数の危険パターン)をカテゴライズし、横長検出領域HRAに含まれるパターンPATの同一性に基づいて、複数の検出点DPをカテゴライズする。
その結果、当該2個の個別のカテゴライズ結果に応じて、図4に示されるように、ケースAからケースDの4通りのケースが生じる。図中の“○”は、任意の2個の危険パターンが同一カテゴリに分類されることを表し、図中の“×”は別カテゴリに分類されることを表す。パターン認識ツールは、この2個の個別のカテゴライズ結果(すなわちケースAからケースD)に基づいて、複数の検出点DPを最終的にカテゴライズする。
パターン認識ツールは、最終的なカテゴライズを行うにあたり、例えば、2個の判定基準(判定基準Aおよび判定基準B)を使用することができる。判定基準Aは、技術者等によって行われる判定見落としを防止することを優先したものである。判定基準Aを用いると、任意の2個の危険パターンは、2個の個別のカテゴライズ結果の1個以上で別カテゴリに分類される場合には、最終カテゴライズ結果でも別カテゴリに分類される。
一方、判定基準Bは、技術者等による判定時間を短縮することを優先したものである。判定基準Bを用いると、任意の2個の危険パターンは、2個の個別のカテゴライズ結果の全てで別カテゴリと判定されない限り、最終カテゴライズ結果では同一カテゴリに分類される。なお、パターン認識ツールは、判定基準Aおよび判定基準Bのいずれを用いた場合であっても、2個の個別のカテゴライズ結果の両方で同一カテゴリに分類される任意の2個の危険パターンについては同一カテゴリに分類する(ケースA)。また、パターン認識ツールは、2個の個別のカテゴライズ結果の両方で別カテゴリに分類される任意の2個の危険パターンについては別カテゴリに分類する(ケースD)。
図5は、図3の検出領域を用いたカテゴライズ方法の一例を説明する図である。図1のステップS110bにおいて、パターン認識ツールは、縦長検出領域VRA、横長検出領域HRAおよび正方形の検出領域SQAを個別に用いて、個別のカテゴライズを実行する。すなわち、パターン認識ツールは、図4で述べた処理に加え、正方形の検出領域SQAに含まれるパターンPATの同一性に基づいて、複数の検出点DPをカテゴライズする。
その結果、当該3個の個別のカテゴライズ結果に応じて、図5に示されるように、ケースAからケースHの8通りのケースが生じる。パターン認識ツールは、この3個の個別のカテゴライズ結果(すなわちケースAからケースH)に基づいて、複数の検出点DPを最終的にカテゴライズする。この際に、パターン認識ツールは、図4で述べた2個の判定基準(判定基準Aおよび判定基準B)に加えて判断基準Cを使用することができる。判定基準Cでは、3個の個別のカテゴライズ結果の多数決が用いられる。
判定基準Cを用いると、パターン認識ツールは、3個の個別のカテゴライズ結果の中の2個以上で同一カテゴリに分類される任意の2個の危険パターンについては、最終カテゴライズ結果でも同一カテゴリに分類する。また、パターン認識ツールは、3個の個別のカテゴライズ結果の中の2個以上で別カテゴリに分類される任意の2個の危険パターンについては、最終カテゴライズ結果でも別カテゴリに分類する。
以下、具体例で説明する。図7Aおよび図7Bは、図2および図4のカテゴライズ方法を適用した状況の具体例を示す図である。図7Aおよび図7Bに示されるパターンPATは、それぞれ、図17Aおよび図17Bに示したものと同一である。横長検出領域HRA内において、図7Aでは3本の配線パターンがあり、図7Bでは5本の配線パターンがある。このため、図7Aの危険パターンと図7Bの危険パターンは、別カテゴリに分類される。
また、縦長検出領域VRA内において、図7AではI字状の配線パターンがあり、図7BではH字状の配線パターンがある。このため、図7Aの危険パターンと図7Bの危険パターンは、別カテゴリに分類される。その結果、図4のケースDに示されるように、最終的なカテゴライズにおいても、図7Aと図7Bは別カテゴリに分類される。実際上、図7Aと図7Bでは、遠方パターンの影響(すなわち光近接効果)が全く反対であるため、別カテゴリに分類することは、技術者等の視点と合致する。
図8Aおよび図8Bは、図2および図4のカテゴライズ方法を適用した状況の別の具体例を示す図である。図8Aおよび図8Bに示されるパターンPATは、それぞれ、図18Aおよび図18Bに示したものと同一である。横長検出領域HRA内において、局所的に太い配線箇所は、図18Aおよび図18B共に1個である。このため、図8Aの危険パターンと図8Bの危険パターンは、同一カテゴリに分類される。
また、縦長検出領域VRA内においても、局所的に太い配線箇所は図18Aおよび図18B共に1個である。このため、図8Aの危険パターンと図8Bの危険パターンは、同一カテゴリに分類される。その結果、図4のケースAに示されるように、最終的なカテゴライズにおいても、図8Aと図8Bは同一カテゴリに分類される。実際上、図8Aと図8Bとでは、遠方パターンの影響(すなわち光近接効果)がほぼ同等であるため、同一カテゴリに分類することは、技術者等の視点と合致する。
以上のように、図2および図4のカテゴライズ方法(すなわち縦長検出領域VRAおよび横長検出領域HRAによる方法)を用いると、図15のカテゴライズ方法(すなわち正方形の検出領域SQAによる方法)を用いる場合と異なり、技術者等の視点と合致するカテゴライズを行うことが可能になる。一方、図3および図5のカテゴライズ方法(すなわち縦長検出領域VRA、横長検出領域HRAおよび正方形の検出領域SQAによる方法)を用いる場合には、図5の判定基準Cを用いることで、技術者等の視点と合致するカテゴライズを行うことが可能になる。
具体的には、図5の判定基準Cを用いることで、図7Aと図7Bは、ケースDに示されるように別カテゴリに分類することができ、図8Aと図8Bは、ケースEに示されるように同一カテゴリに分類することができる。言い換えれば、ケースDに示されるように、正方形の検出領域SQAでは同一カテゴリに分類されるものを、縦長および横長の結果が共に別カテゴリであることから別カテゴリに分類することができる。また、ケースEに示されるように、正方形の検出領域SQAでは別カテゴリに分類されるものを、縦長および横長の結果が共に同一カテゴリであることから同一カテゴリに分類することができる。
なお、図5の判定基準Aは、図8Aと図8Bを別カテゴリに分類していることからわかるように、カテゴライズが過剰なケースを多く含むと推定される。図5の判定基準Bは、図7Aおよび図7Bを同一カテゴリに分類していることからわかるように、カテゴライズが不十分なケースを多く含むと推定される。したがって、図3および図5のカテゴライズ方法を用いる場合には、必ずしも限定はされないが、判定基準Cを用いることが望ましい。
ここで、図2および図4のカテゴライズ方法と、図3および図5のカテゴライズ方法とを比較する。まず、図2および図4のカテゴライズ方法を用いる場合、図4のケースAやケースDのように2個の個別のカテゴライズ結果が一致する場合には特に問題は生じない。しかし、ケースBやケースCのように、2個の個別のカテゴライズ結果が不一致となる場合、最終カテゴライズ結果を定めるための客観的な指針がなく、結果として、図7や図8とは異なるケースで、技術者等の視点と一致するカテゴライズ結果が得られ難くなる恐れがある。
一方、図3および図5のカテゴライズ方法では、図5の判定基準Cを用いることで、ケースB,C,F,Gのように、縦長検出領域VRAおよび横長検出領域HRAによる2個の個別のカテゴライズ結果が一致しない場合には、正方形の検出領域SQAによる個別のカテゴライズ結果を指針として最終カテゴライズ結果を定めることができる。その結果、図2および図4のカテゴライズ方法を用いる場合と比較して、技術者等の視点と一致するカテゴライズ結果が得られ易くなると考えられる。
《実施の形態1の主要な効果》
以上のように、リソグラフィ・コンプライアンス・チェック(LCC)でカテゴライズを行う際に縦長検出領域VRAおよび横長検出領域HRAを用いることで、カテゴライズ(すなわち代表パターンの選出)が適正化され、危険度判定に要する時間を短縮可能になる。その結果、限られた時間の中で危険度判定の精度を向上させることができ、ひいては、デバイス製造時の歩留まり向上等を図ることが可能になる。以下、このような長方形の検出領域(VRA,HRA)を用いることの有益性について、より詳細に説明する。
以上のように、リソグラフィ・コンプライアンス・チェック(LCC)でカテゴライズを行う際に縦長検出領域VRAおよび横長検出領域HRAを用いることで、カテゴライズ(すなわち代表パターンの選出)が適正化され、危険度判定に要する時間を短縮可能になる。その結果、限られた時間の中で危険度判定の精度を向上させることができ、ひいては、デバイス製造時の歩留まり向上等を図ることが可能になる。以下、このような長方形の検出領域(VRA,HRA)を用いることの有益性について、より詳細に説明する。
図6Aおよび図6Bは、本発明の実施の形態1によるマスクパターンの検査方法において、長方形の検出領域を用いることによる有益性を説明する図である。実施の形態1では、半導体デバイスのパターンが主に水平方法と垂直方法の2方向に描かれるという一般的特徴に着目している。パターンが水平と垂直の2方向に描かれる結果、パターン密度変化の周期は、水平と垂直の2方向で稠密となる一方で、斜め方向では相対的に緩やかとなる。図6Aおよび図6Bは、これを模式的に示した図である。パターン密度変化の稠密度はパターンの多様性と同義である。このため、本質的には、斜め方向の情報よりも水平方向および垂直方向の情報に比重を置いてパターンの同一性を判定することが望ましい。
実施の形態1では、このような観点から、長方形の検出領域(VRA,HRA)が用いられる。すなわち、図15のような正方形の検出領域SQAを用いる場合には、斜め方向の情報に比重が置かれることになるが、長方形の検出領域(VRA,HRA)を用いると、水平方向および垂直方向の情報に比重を置くことができる。その結果、多様なパターンを、より適切にカテゴライズすることが可能になる。
また、縦長検出領域VRAと横長検出領域HRAの両方を用いることは、光近接効果の観点で有益となる。前述したように、光近接効果は検出点からの距離で決まる。ここで、図2における2個の検出領域(VRA,HRA)を最も比率が大きくなる(短辺/長辺)=(2/10)の長方形に定めた場合を想定する。この場合、検出点DPから2個の検出領域(VRA,HRA)の境界の交点XPまでの距離(例えば2√2とする)は、検出点DPから長方形の短辺までの距離(10となる)の0.28倍(=2√2/10)となる。また、図2における2個の検出領域(VRA,HRA)を、最も比率が小さくなる(短辺/長辺)=(3/5)の長方形に定めた場合を想定する。この場合、同様にして、検出点DPから交点XPまでの距離は、検出点DPから短辺までの距離の0.84倍(=3√2/5)となる。
このように、縦長検出領域VRAと横長検出領域HRAの両方を組み合わせてパターンの同一性を判定すると、斜め方向の情報量は、水平ないし垂直方向の情報量の0.28倍〜0.84倍となる。この倍率は、単に光近接効果のみを考慮すると1倍が理想値となるが、加えて図6Aおよび図6Bで述べた図形的特徴を踏まえると、水平ないし垂直方向の情報の方が斜め方向の情報よりも重要度を増すことになるため、1倍よりも小さい方がむしろ適切と言える。
(実施の形態2)
《カテゴライズ方法(実施の形態2)》
前述した実施の形態1のカテゴライズ方法は、検出点DP毎に縦長検出領域VRAと横長検出領域HRAの両方を設けた。一方、実施の形態2のカテゴライズ方法は、検出点DP毎に、当該検出点DPに配置される回路の回路的特徴に基づき、縦長検出領域VRAか横長検出領域HRAのいずれか一方を設ける。実施の形態1の場合との本質的な相違点は、パターンの図形的特徴や光近接効果に加えて、回路の特徴も考慮していることである。なお、検出領域(VRA,HRA)のサイズは、実施の形態1の場合と同様である。以下、具体例を用いて説明する。
《カテゴライズ方法(実施の形態2)》
前述した実施の形態1のカテゴライズ方法は、検出点DP毎に縦長検出領域VRAと横長検出領域HRAの両方を設けた。一方、実施の形態2のカテゴライズ方法は、検出点DP毎に、当該検出点DPに配置される回路の回路的特徴に基づき、縦長検出領域VRAか横長検出領域HRAのいずれか一方を設ける。実施の形態1の場合との本質的な相違点は、パターンの図形的特徴や光近接効果に加えて、回路の特徴も考慮していることである。なお、検出領域(VRA,HRA)のサイズは、実施の形態1の場合と同様である。以下、具体例を用いて説明する。
図9Aおよび図9Bは、本発明の実施の形態2によるマスクパターンの検査方法において、図1で設定される検出領域の形状と、それを適用した状況の具体例を示す図である。図9Aおよび図9Bには、ロジックプリミティブセルの典型的なパターンPATが示される。当該パターンPATは、例えば、ゲート層のゲート配線パターン等に該当する。ロジックプリミティブセルの図形的特徴はセル高さに制約があることであり、回路的特徴は線幅の揺らぎに敏感であることである。線幅の揺らぎは、配線パターンの延伸方向(ここでは垂直方向)に直交する方向(水平方向)の疎密差や、配線パターンの本数差によってもたらされる。
このような場合、図9Aおよび図9Bに示されるように、垂直方向よりも水平方向が長い横長検出領域HRAを設けることによって、疎密差や本数差を考慮したカテゴライズが可能となる。図9Aでは、横長検出領域HRA内のパターン(危険パターン)PATとして、5本の配線パターンが設けられ、図9Bでは、横長検出領域HRA内のパターンPATとして、7本の配線パターンが設けられる。その結果、図9Aと図9Bを別カテゴリに分類することができ、カテゴライズの適正化(例えば、危険度判定の精度向上等)が図れる。
図10Aおよび図10Bは、本発明の実施の形態2によるマスクパターンの検査方法において、図1で設定される検出領域の形状と、それを適用した状況の別の具体例を示す図である。図10Aおよび図10Bには、周辺回路の典型的なパターンPATが示される。当該パターンPATは、例えば、メタル配線層のメタル配線パターン等に該当する。周辺回路の回路的特徴は、線幅の揺らぎにそれほど敏感ではない一方で、パターンPATの多様性が高いことである。特に、配線パターンの長さや端部の形状(別の配線パターンに接続しているか否か)は、リソグラフィ工程におけるレジストパターン倒れの危険度に直結する。
このような場合、図10Aおよび図10Bに示されるように、配線パターンの延伸方向が垂直方向であることから、水平方向よりも垂直方向が長い縦長検出領域VRAを設けることによって、レジストパターン倒れの危険度を考慮したカテゴライズが可能となる。図10Aでは、縦長検出領域VRA内のパターン(危険パターン)PATとして、短い配線パターンが設けられ、図10Bでは、縦長検出領域VRA内のパターンPATとして、長い配線パターンが設けられる。その結果、図10Aと図10Bを別カテゴリに分類することができ、カテゴライズの適正化(例えば、危険度判定の精度向上等)が図れる。
このような方式を適用するため、例えば、技術者等は、予め、各回路ブロックの配置情報と当該各回路ブロック毎に適用する検出領域の種別情報(すなわち、縦長検出領域VRAか横長検出領域HRAか)との対応関係を定めておく。図11Aおよび図11Bは、本発明の実施の形態2によるマスクパターンの検査方法において、検出領域の使い分けを実現する具体的な方式の一例を説明する図である。
図11Aに示されるように、技術者等は、例えば、図1のレイアウト設計データ(すなわち半導体チップの全体レイアウト図)LDAT等に基づき、レイヤ毎の各回路ブロックの配置情報を得ることができる。図11Aの例では、レイヤLY[k]において、座標(x1,y1)〜(x2,y2)の領域は、ロジックプリミティブセル領域LPCAとなっており、座標(x3,y3)〜(x4,y4)の領域は、周辺回路領域PERIAとなっている。レイヤLY[k]には、その他にも、メモリセル領域MEMA等のように様々な回路ブロックが配置される。
技術者等は、図11Aに示した各回路ブロックの配置情報と、当該各回路ブロックの回路的特徴と、レイヤ毎に定められる優先的な配線方向(垂直方向または水平方向)とに基づき、図11Bに示されるような対応関係を定めることができる。図11Bの例では、レイヤLY[k]の座標領域(x1,y1)〜(x2,y2)(すなわちロジックプリミティブセル領域LPCA)には、横長検出領域HRAが対応付けられ、レイヤLY[k]の座標領域(x3,y3)〜(x4,y4)(すなわち周辺回路領域PERIA)には、縦長検出領域VRAが対応付けられる。
技術者等は、例えば、図11Bに示したような対応関係をパターン認識ツールに登録しておく。これに基づいて、パターン認識ツールは、検出点(例えば座標値)DPが各回路ブロックのいずれの座標領域に含まれるかを判別することで、検出点毎に縦長検出領域VRAと横長検出領域HRAとを使い分けながら、複数の検出点をカテゴライズすることができる。
このカテゴライズに際し、パターン認識ツールは、例えば、縦長検出領域VRAを適用したパターンを対象にカテゴライズを行い、これとは別に、横長検出領域HRAを適用したパターンを対象にカテゴライズを行う。または、パターン認識ツールは、異なる回路ブロックを予め別の上位カテゴリに分類した上で、その各上位カテゴリの下位カテゴリとして、各回路ブロックに含まれる危険パターンをカテゴライズしてもよい。
《実施の形態2の主要な効果》
以上のように、リソグラフィ・コンプライアンス・チェック(LCC)でカテゴライズを行う際に縦長検出領域VRAと横長検出領域HRAを回路的特徴に応じて適宜使い分けることで、カテゴライズ(すなわち代表パターンの選出)が適正化され、危険度判定に要する時間を短縮可能になる。その結果、限られた時間の中で危険度判定の精度を向上させることができ、ひいては、デバイス製造時の歩留まり向上等を図ることが可能になる。
以上のように、リソグラフィ・コンプライアンス・チェック(LCC)でカテゴライズを行う際に縦長検出領域VRAと横長検出領域HRAを回路的特徴に応じて適宜使い分けることで、カテゴライズ(すなわち代表パターンの選出)が適正化され、危険度判定に要する時間を短縮可能になる。その結果、限られた時間の中で危険度判定の精度を向上させることができ、ひいては、デバイス製造時の歩留まり向上等を図ることが可能になる。
(実施の形態3)
《カテゴライズ方法(実施の形態3)》
図12は、本発明の実施の形態3によるマスクパターンの検査方法において、図1で設定される検出領域の形状の一例を示す図である。実施の形態3では、検出領域は、検出点DPを中心として複数の矩形を重ね合わせた形状を備え、水平方向と垂直方向に延伸する階段状の辺で構成される。なお、矩形とは、4個の角が共に90°である四角形を意味する。
《カテゴライズ方法(実施の形態3)》
図12は、本発明の実施の形態3によるマスクパターンの検査方法において、図1で設定される検出領域の形状の一例を示す図である。実施の形態3では、検出領域は、検出点DPを中心として複数の矩形を重ね合わせた形状を備え、水平方向と垂直方向に延伸する階段状の辺で構成される。なお、矩形とは、4個の角が共に90°である四角形を意味する。
このような検出領域の一例として、図12の検出領域RDAは、水平方向よりも垂直方向が長い縦長長方形と、垂直方向よりも水平方向が長い横長長方形とを重ね合わせた形状を備える。縦長長方形と横長長方形のサイズは、共に、長辺が“露光波長/開口数”または最小ピッチの3〜4倍であり、短辺が、“露光波長/開口数”または最小ピッチの2〜3倍であり、長辺と短辺のサイズ比が√2である。
実施の形態3の特徴は、光近接効果をより重視していることである。そのため、図12に示したように、縦長長方形と横長長方形は、共に、長辺と短辺のサイズ比が√2となっている。このとき、検出点DPと、縦長長方形および横長長方形の境界の交点XPとの間の距離(r)は、水平ないし垂直方向の辺との間の距離(r)の1倍となり、光近接効果の観点から理想的な比率となる。
ここで、前述した実施の形態1では、水平ないし垂直方向の距離(言い換えれば情報量)に対する斜め方向の距離(情報量)は、パターン(例えば配線パターン)の図形的特徴を踏まえると、1倍よりも小さくよいことを説明した。ただし、パターンによっては、図13Aおよび図13Bに示されるように、1倍であることが望ましい場合がある。図13Aおよび図13Bは、図12の検出領域を適用した状況の具体例を示す図である。
図13Aおよび図13Bには、光近接効果への寄与が大きいコンタクトホールパターン群が示される。個々のコンタクトホールパターンは、独立した点光源とみなせる。図13Aでは、正方形内に5個のコンタクトホールパターンが設けられ、図13Bでは、当該正方形内に9個のコンタクトホールパターンが設けられる。仮に、図15のような正方形の検出領域SQAを用いると、斜め方向に過剰なカテゴライズがなされる結果、図13Aと図13Bは別カテゴリに分類される。一方、図12の検出領域RDAを用いると、この斜め方向のカテゴライズが適正化される結果、図13Aおよび図13Bは、共に検出領域RDA内のコンタクトホールパターンが5個であるため、同一カテゴリに分類される。
図13Aと図13Bの相違点は、検出点DPを中心として斜め方向に配置されるパターンの有無である。実際上、この斜め方向に配置されるパターンは、水平方向や垂直方向に配置されるパターンと比べて、検出点DPとの間の距離の関係から光近接効果への寄与が相対的に軽微となる。このため、図13Aと図13Bが同一カテゴリに分類されることは、技術者等の視点と合致する。なお、当該検出領域RDAをコンタクトホールパターン群に適用する場合、例えば、前述した図11Aおよび図11Bの場合と同様にして、検出領域RDAの適用先を予め定めておけばよい。
ここで、図12に示した検出領域RDAの形状は、“パターンの描画方向は、配線パターンやホールパターン等を問わず、原則的に水平ないし垂直方向である”という特徴に着目した形状となっている。すなわち、検出点DPからの距離を1倍にするという観点だけでは、検出領域の形状は、正12角形や正24角形等であってもよく、究極的には円であってもよい。ただし、このような斜め線や曲線が含まれる検出領域を用いると、パターンの描画方向との不整合に伴い、検出領域の境界部分におけるパターンの同一性が不必要に得られ難くなり、カテゴリ数が膨大化する恐れがある。
そこで、実施の形態3では、複数の矩形を組み合わせることで円に近づくような検出領域の形状が用いられる。このような観点から、例えば、図14のように、組み合わせる矩形の数を図12の場合よりも増やすことで、検出領域RDAを更に円に近づけることも可能である。図14は、図12を拡張した検出領域の形状の一例を示す図である。図14(図12も同様)に示される検出領域RDAの形状は、次のような特徴を備える。一つ目の特徴として、検出領域RDAの階段状の辺に伴い形成される、検出点DP側に突出する角の頂点VPは、共に、検出点DPを中心とする同一の円上に配置される。二つ目の特徴として、階段状の辺の一部の辺TLは、当該同一の円の接線となる。
《実施の形態3の主要な効果》
以上のように、リソグラフィ・コンプライアンス・チェック(LCC)でカテゴライズを行う際に円に近い多角形の検出領域RDAを用いることで、カテゴライズ(すなわち代表パターンの選出)が適正化され、危険度判定に要する時間を短縮可能になる。その結果、限られた時間の中で危険度判定の精度を向上させることができ、ひいては、デバイス製造時の歩留まり向上等を図ることが可能になる。
以上のように、リソグラフィ・コンプライアンス・チェック(LCC)でカテゴライズを行う際に円に近い多角形の検出領域RDAを用いることで、カテゴライズ(すなわち代表パターンの選出)が適正化され、危険度判定に要する時間を短縮可能になる。その結果、限られた時間の中で危険度判定の精度を向上させることができ、ひいては、デバイス製造時の歩留まり向上等を図ることが可能になる。
以上、本発明者によってなされた発明を実施の形態に基づき具体的に説明したが、本発明は前記実施の形態に限定されるものではなく、その要旨を逸脱しない範囲で種々変更可能である。例えば、前述した実施の形態は、本発明を分かり易く説明するために詳細に説明したものであり、必ずしも説明した全ての構成を備えるものに限定されるものではない。また、ある実施の形態の構成の一部を他の実施の形態の構成に置き換えることが可能であり、また、ある実施の形態の構成に他の実施の形態の構成を加えることも可能である。また、各実施の形態の構成の一部について、他の構成の追加・削除・置換をすることが可能である。
LDAT レイアウト設計データ
VRA 縦長検出領域
HRA 横長検出領域
PAT パターン
DP 検出点
SQA 正方形の検出領域
LY レイヤ
PERIA 周辺回路領域
LPCA ロジックプリミティブ領域
MEMA メモリセル領域
RDA 検出領域
VP 頂点
TL 辺
VRA 縦長検出領域
HRA 横長検出領域
PAT パターン
DP 検出点
SQA 正方形の検出領域
LY レイヤ
PERIA 周辺回路領域
LPCA ロジックプリミティブ領域
MEMA メモリセル領域
RDA 検出領域
VP 頂点
TL 辺
Claims (18)
- マスクパターンに対してリソグラフィシミュレーションを実行することで得られる検査対象パターンと、予め定められる目標パターンとを比較することで、不良予測箇所を検出点として抽出する第1の工程と、
前記第1の工程で抽出された前記検出点毎に、前記検出点を中心とする縦長検出領域と、前記検出点を中心とする横長検出領域とを設け、前記縦長検出領域に含まれるパターンの同一性と、前記横長検出領域に含まれるパターンの同一性とに基づいて、複数の前記検出点をカテゴライズする第2の工程と、
を有し、
前記縦長検出領域は、水平方向よりも垂直方向が長い長方形の検出領域であり、
前記横長検出領域は、前記垂直方向よりも前記水平方向が長い長方形の検出領域である、
マスクパターンの検査方法。 - 請求項1記載のマスクパターンの検査方法において、
前記第2の工程は、
前記縦長検出領域に含まれるパターンの同一性に基づいて、前記複数の検出点をカテゴライズする第1のステップと、
前記横長検出領域に含まれるパターンの同一性に基づいて、前記複数の検出点をカテゴライズする第2のステップと、
前記第1のステップと前記第2のステップの両方で同一カテゴリに分類される任意の2個の前記検出点を同一カテゴリに分類し、前記第1のステップと前記第2のステップの両方で別カテゴリに分類される任意の2個の前記検出点を別カテゴリに分類することで、前記複数の検出点を最終的にカテゴライズする第3のステップと、
を有する、
マスクパターンの検査方法。 - 請求項1記載のマスクパターンの検査方法において、
前記第2の工程では、さらに、前記検出点毎に、前記検出点を中心とする正方形の検出領域が設けられ、前記縦長検出領域に含まれるパターンの同一性と、前記横長検出領域に含まれるパターンの同一性と、前記正方形の検出領域に含まれるパターンの同一性とに基づいて、前記複数の検出点がカテゴライズされる、
マスクパターンの検査方法。 - 請求項3記載のマスクパターンの検査方法において、
前記第2の工程は、
前記縦長検出領域に含まれるパターンの同一性に基づいて、前記複数の検出点をカテゴライズする第1のステップと、
前記横長検出領域に含まれるパターンの同一性に基づいて、前記複数の検出点をカテゴライズする第2のステップと、
前記正方形の検出領域に含まれるパターンの同一性に基づいて、前記複数の検出点をカテゴライズする第3のステップと、
前記第1のステップ、前記第2のステップおよび前記第3のステップの中の2以上のステップで同一カテゴリに分類される任意の2個の前記検出点を同一カテゴリに分類し、2以上のステップで別カテゴリに分類される任意の2個の前記検出点を別カテゴリに分類することで、前記複数の検出点を最終的にカテゴライズする第4のステップと、
を有する、
マスクパターンの検査方法。 - 請求項1記載のマスクパターンの検査方法において、
前記縦長検出領域および前記横長検出領域のそれぞれのサイズは、長辺が“露光波長/開口数”または最小ピッチの5〜10倍であり、短辺が“露光波長/開口数”または最小ピッチの2〜3倍である、
マスクパターンの検査方法。 - 請求項1〜5のいずれか1項に記載のマスクパターンの検査方法によって得られるカテゴライズ結果に基づき、カテゴリ毎に代表パターンを選出し、前記代表パターンの目視確認に基づきマスク作製を進めるか否かを判別する、
マスクの製造方法。 - 請求項1〜5のいずれか1項に記載のマスクパターンの検査方法を経て作製されたマスクを用いて半導体デバイスにパターンを形成する、
半導体デバイスの製造方法。 - マスクパターンに対してリソグラフィシミュレーションを実行することで得られる検査対象パターンと、予め定められる目標パターンとを比較することで、不良予測箇所を検出点として抽出する第1の工程と、
前記第1の工程で抽出された前記検出点毎に、前記検出点に配置される回路の回路的特徴に基づき、前記検出点を中心とする縦長検出領域か、前記検出点を中心とする横長検出領域のいずれか一方を設け、当該一方の検出領域に含まれるパターンの同一性に基づいて、複数の前記検出点をカテゴライズする第2の工程と、
を有し、
前記縦長検出領域は、水平方向よりも垂直方向が長い長方形の検出領域であり、
前記横長検出領域は、前記垂直方向よりも前記水平方向が長い長方形の検出領域である、
マスクパターンの検査方法。 - 請求項8記載のマスクパターンの検査方法において、
前記第2の工程では、予め定められた各回路ブロックの配置情報と当該各回路ブロック毎に適用する検出領域の種別情報との対応関係に基づき、前記検出点が前記各回路ブロックのいずれに含まれるかを判別することで、前記検出点毎に前記縦長検出領域と前記横長検出領域とが使い分けられる、
マスクパターンの検査方法。 - 請求項8記載のマスクパターンの検査方法において、
前記縦長検出領域および前記横長検出領域のそれぞれのサイズは、長辺が“露光波長/開口数”または最小ピッチの5〜10倍であり、短辺が“露光波長/開口数”または最小ピッチの2〜3倍である、
マスクパターンの検査方法。 - 請求項8〜10のいずれか1項に記載のマスクパターンの検査方法によって得られるカテゴライズ結果に基づき、カテゴリ毎に代表パターンを選出し、前記代表パターンの目視確認に基づきマスク作製を進めるか否かを判別する、
マスクの製造方法。 - 請求項8〜10のいずれか1項に記載のマスクパターンの検査方法を経て作製されたマスクを用いて半導体デバイスにパターンを形成する、
半導体デバイスの製造方法。 - マスクパターンに対してリソグラフィシミュレーションを実行することで得られる検査対象パターンと、予め定められる目標パターンとを比較することで、不良予測箇所を検出点として抽出する第1の工程と、
前記第1の工程で抽出された前記検出点毎に、前記検出点を中心とする検出領域を設け、前記検出領域に含まれるパターンの同一性に基づいて、複数の前記検出点をカテゴライズする第2の工程と、
を有し、
前記検出領域は、前記検出点を中心として複数の矩形を重ね合わせた形状を備え、水平方向と垂直方向に延伸する階段状の辺で構成される、
マスクパターンの検査方法。 - 請求項13記載のマスクパターンの検査方法において、
前記階段状の辺に伴い形成される前記検出点側に突出する角の頂点は、共に、前記検出点を中心とする同一の円上に配置され、
前記階段状の辺の一部は、前記検出点を中心とする前記同一の円の接線である、
マスクパターンの検査方法。 - 請求項14記載のマスクパターンの検査方法において、
前記複数の矩形は、前記水平方向よりも前記垂直方向が長い縦長長方形と、前記垂直方向よりも前記水平方向が長い横長長方形であり、
前記縦長長方形と前記横長長方形のサイズは、共に、長辺が“露光波長/開口数”または最小ピッチの3〜4倍であり、短辺が、“露光波長/開口数”または最小ピッチの2〜3倍であり、長辺と短辺のサイズ比が√2である、
マスクパターンの検査方法。 - 請求項14記載のマスクパターンの検査方法において、
前記検出領域は、前記検出領域に含まれる前記マスクパターンがコンタクトホールパターンである場合に適用される、
マスクパターンの検査方法。 - 請求項13〜16のいずれか1項に記載のマスクパターンの検査方法によって得られるカテゴライズ結果に基づき、カテゴリ毎に代表パターンを選出し、前記代表パターンの目視確認に基づきマスク作製を進めるか否かを判別する、
マスクの製造方法。 - 請求項13〜16のいずれか1項に記載のマスクパターンの検査方法を経て作製されたマスクを用いて半導体デバイスにパターンを形成する、
半導体デバイスの製造方法。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017015498A JP2018124380A (ja) | 2017-01-31 | 2017-01-31 | マスクパターンの検査方法、マスクの製造方法および半導体デバイスの製造方法 |
US15/826,933 US20180217505A1 (en) | 2017-01-31 | 2017-11-30 | Method for inspecting mask pattern, method for manufacturing mask, and method for manufacturing semiconductor device |
CN201810065932.2A CN108375873A (zh) | 2017-01-31 | 2018-01-24 | 检查掩模图案、制造掩模以及制造半导体装置的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017015498A JP2018124380A (ja) | 2017-01-31 | 2017-01-31 | マスクパターンの検査方法、マスクの製造方法および半導体デバイスの製造方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2018124380A true JP2018124380A (ja) | 2018-08-09 |
Family
ID=62980301
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017015498A Pending JP2018124380A (ja) | 2017-01-31 | 2017-01-31 | マスクパターンの検査方法、マスクの製造方法および半導体デバイスの製造方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20180217505A1 (ja) |
JP (1) | JP2018124380A (ja) |
CN (1) | CN108375873A (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112946997A (zh) * | 2019-11-26 | 2021-06-11 | 长鑫存储技术有限公司 | 一种光罩修正方法及*** |
CN113506754B (zh) * | 2021-06-28 | 2024-01-23 | 上海华虹宏力半导体制造有限公司 | 光阻剥落的检测方法 |
-
2017
- 2017-01-31 JP JP2017015498A patent/JP2018124380A/ja active Pending
- 2017-11-30 US US15/826,933 patent/US20180217505A1/en not_active Abandoned
-
2018
- 2018-01-24 CN CN201810065932.2A patent/CN108375873A/zh active Pending
Also Published As
Publication number | Publication date |
---|---|
CN108375873A (zh) | 2018-08-07 |
US20180217505A1 (en) | 2018-08-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11079672B2 (en) | Method and system for layout enhancement based on inter-cell correlation | |
US8266557B1 (en) | Method and system for direction dependent integrated circuit layout | |
KR100300652B1 (ko) | 패턴왜곡 검출장치 및 검출방법과 프로그램 기록매체 | |
TWI594067B (zh) | 在半導體製程的晶片設計佈局中發現未知問題圖案的系統與方法 | |
CN114609857A (zh) | 光学临近效应修正方法及***和掩膜版 | |
US20140007024A1 (en) | Pattern Recognition For Integrated Circuit Design | |
US8601406B2 (en) | Method of creating photo mask layout, computer readable recording medium storing programmed instructions for executing the method, and mask imaging system | |
KR20170047101A (ko) | Opc 이용한 마스크 제조방법 및 반도체 소자 제조방법 | |
JP4345804B2 (ja) | マスクパターン補正プログラムおよびマスクパターン補正システム | |
JP2008028092A (ja) | 不良確率の算出方法、パターン作成方法及び半導体装置の製造方法 | |
US20220366121A1 (en) | Method and system for fixing violation of layout | |
JP2006053248A (ja) | 設計パターンデータ作成方法、マスクパターンデータ作成方法、マスク製造方法、半導体装置の方法およびプログラム | |
US20120311511A1 (en) | Mask inspection method, mask production method, semiconductor device production method, and mask inspection device | |
JP2018124380A (ja) | マスクパターンの検査方法、マスクの製造方法および半導体デバイスの製造方法 | |
TW202221554A (zh) | 設計規則檢查方法 | |
JP2009020393A (ja) | マスクパターン形成方法 | |
US9547230B2 (en) | Method for evaluating optical image of pattern, recording medium, and information processing apparatus | |
CN113495424A (zh) | 光学邻近修正方法及掩膜版的制作方法 | |
US7614026B2 (en) | Pattern forming method, computer program thereof, and semiconductor device manufacturing method using the computer program | |
JP5572973B2 (ja) | パターン検証方法、検証装置及びプログラム | |
JP2009014790A (ja) | フォトマスクパターン検証方法、フォトマスクパターン検証装置、半導体集積回路の製造方法、フォトマスクパターン検証制御プログラムおよび可読記憶媒体 | |
JP2008145691A (ja) | 危険箇所集計方法、パターン修正方法およびプログラム | |
US20140282286A1 (en) | Etch failure prediction based on wafer resist top loss | |
CN115704992A (zh) | 掩膜版图形修正方法、掩膜版制备方法及掩膜版 | |
US8443310B2 (en) | Pattern correcting method, mask forming method, and method of manufacturing semiconductor device |