JP7390851B2

JP7390851B2 - 欠陥分類装置、欠陥分類プログラム

Info

Publication number: JP7390851B2
Application number: JP2019190939A
Authority: JP
Inventors: 陽平嶺川; 大博平井; 哲高田
Original assignee: Hitachi High Tech Corp
Current assignee: Hitachi High Tech Corp
Priority date: 2019-10-18
Filing date: 2019-10-18
Publication date: 2023-12-04
Anticipated expiration: 2039-10-18
Also published as: US20240127421A1; WO2021075152A1; JP2021068745A; KR20220062568A; TW202117882A; TWI723941B

Description

本開示は、半導体ウエハの欠陥を分類する技術に関する。

半導体製造工程において、高い歩留まりを確保するためには、製造工程で発生する欠陥を早期に発見して、対策を施すことが重要である。適切な対策をするためには、欠陥画像を、欠陥の種類に応じて管理することが重要である。

特許文献１は、欠陥の種類に応じた管理をするために、欠陥分類作業を自動で実施するＡＤＣ（ＡｕｔｏＤｅｆｅｃｔＣｌａｓｓｉｆｉｃａｔｉｏｎ）を開示している。特許文献１はさらに、ＡＤＣによる分類を補完するための手法として、手動で欠陥画像を分類するＭＤＣ（ＭａｎｕａｌＤｅｆｅｃｔＣｌａｓｓｉｆｉｃａｔｉｏｎ）を開示している。

特許文献１はさらに、ＡＤＣの分類正解率を評価する手法を記載している。同文献においては、ＭＤＣの結果、特定のカテゴリに分類すると判断された欠陥の総数を分母とし、当該カテゴリの中でＡＤＣが分類に成功した数を分子として、分類正解率を算出することにより、ＡＤＣの信頼度を評価する。

ＷＯ２０１１／１５５１２３（対応米国特許ＵＳＰ９，０２０，２３７）

ＡＤＣの分類精度が低下する要因の１つとして、検査条件が適切に設定されていないことが挙げられる。半導体ウエハを検査する走査電子顕微鏡（ＳＥＭ）等の画像取得ツールは、レシピと呼ばれる動作プログラムによって制御される。検査条件が適切に設定されていないと、適正な分類ができなくなるので、早期に分類精度低下を特定し、適切にレシピを更新することが望ましい。一方で、過度なレシピ更新は、装置の稼働時間を低下させる要因ともなるので、適切なタイミングでのレシピ更新が望まれる。

本願発明者等は、特許文献１が記載しているような分類正解率に基づいて、ＡＤＣの信頼度を評価することによって、レシピ更新のタイミングを決定することを検討した、しかし欠陥が多数存在する場合、正解率算出のためにＭＤＣを実施するのは、非常に手間のかかる作業となり、実際の適用には困難であることが分かった。

本開示は、上記のような課題に鑑みてなされたものであり、半導体ウエハ上に存在する欠陥を分類する分類精度が低下したときにおいて、撮像装置の適切なレシピ更新タイミングを容易に把握することができる欠陥分類装置を提供することを目的とする。

本開示に係る欠陥分類装置は、自動分類した結果として複数の分類空間にまたがっている欠陥について、手動分類の結果をさらに取得し、自動分類結果と手動分類結果を比較することにより、分類精度を算出する。

本開示に係る欠陥分類装置によれば、半導体ウエハ上に存在する欠陥を分類する分類精度が低下したときにおいて、撮像装置の適切なレシピ更新タイミングを容易に把握することができる。

欠陥観察装置１００の全体構成を示す模式図である。ＡＤＣ処理部１１８の構成例を示す機能ブロック図である。ＡＤＣ処理部１１８が欠陥分類において用いる特徴量空間の概要を示す図である。ＡＤＣ処理部１１８が用いる別の分類モデルの例である。欠陥観察装置１００が欠陥分類結果の精度にしたがって検査条件を更新するか否かを判断する手順を説明するフローチャートである。Ｓ５０５においてユーザがＭＤＣを実施するために用いるユーザインターフェース画面の例である。ＭＤＣ処理を説明するフローチャートである。図５のフローチャートを実施した後において、第１ＡＤＣの分類結果と第２ＡＤＣの分類結果を比較しながら分類を訂正するために用いるユーザインターフェースの例である。

図１は、本開示の実施形態に係る欠陥観察装置１００の全体構成を示す模式図である。図１の欠陥観察装置１００は、ＳＥＭによって試料１０５の観察画像を取得し、その観察画像に含まれる欠陥を観察する装置である。

欠陥観察装置１００は、電子光学系、ステージ１０６、電子光学系制御部１１０、Ａ／Ｄ変換部１１１、ステージ制御部１１２、全体制御部１１３、画像処理部１１４、操作部１１５、記憶装置１１６、光学顕微鏡１１９、を備える。電子光学系，電子光学系制御部１１０、Ａ／Ｄ変換部１１１、ステージ１０６、ステージ制御部１１２は、画像生成ツールの一種である走査電子顕微鏡を構成する。

電子光学系は、電子銃１０１、レンズ１０２、走査偏向器１０３、対物レンズ１０４、試料１０５、２次粒子検出器１０９などの光学要素により構成されている。ステージ１０６は、試料１０５を保持する試料台をＸＹ面内に移動させる。電子光学系制御部１１０は、電子光学系に含まれる各種の光学要素を制御する。Ａ／Ｄ変換部１１１は、２次粒子検出器１０９の出力信号を量子化する。ステージ制御部１１２は、ステージ１０６を制御する。操作部１１５は、欠陥観察装置１００を操作するための操作指示を入力する。記憶装置１１６は、欠陥レビュー装置の制御情報や後述するＡＤＲあるいはＡＤＣに用いる画像データを格納する。

電子銃１０１から発射された１次電子ビーム１０７は、レンズ１０２で集束され、走査偏向器１０３で偏向された後、対物レンズ１０４で集束されて、試料１０５に照射される。１次電子ビーム１０７が照射された試料１０５から、試料の形状や材質に応じて２次電子や反射電子等の２次粒子１０８が発生する。発生した２次粒子１０８は、２次粒子検出器１０９で検出された後、Ａ／Ｄ変換部１１１でデジタル信号に変換される。デジタル信号に変換された２次粒子検出器１０９の出力信号を画像信号と称する場合もある。Ａ／Ｄ変換部１１１の出力信号は、画像処理部１１４に入力され、画像処理部１１４は試料１０５のＳＥＭ画像を形成する。画像処理部１１４はさらにＡＤＲ処理部１１７を備える。ＡＤＲ処理部１１７は、ＳＥＭ画像を使用して欠陥検出などの画像処理を実行する。

ステージ制御部１１２は、ステージ１０６を制御することにより、試料１０５の位置を制御する。全体制御部１１３は、欠陥観察装置１００全体を統括的に制御する。全体制御部１１３は、操作部１１５や記憶装置１１６からの入力を解釈し、これにしたがって、電子光学系制御部１１０、ステージ制御部１１２、画像処理部１１４等を制御し、必要に応じて表示部２０６（後述）や記憶装置１１６に対して処理結果を出力する。

欠陥の自動分類処理は全体制御部１１３により実行される。全体制御部１１３は、ＡＤＣを実施するＡＤＣ処理部１１８を備えている。ＡＤＣ処理部１１８は、ＡＤＲ処理部１１７により抽出された欠陥画像あるいは記憶装置１１６に蓄積された欠陥画像を用いてＡＤＣを実行する。

図２は、ＡＤＣ処理部１１８の構成例を示す機能ブロック図である。画像処理部１１４や全体制御部１１３は、コンピュータシステムによって構成することができる。コンピュータシステムは、ＣＰＵ（ＣｅｎｔｒａｌＰｒｏｃｅｓｓｉｎｇＵｎｉｔ）などの演算装置を備える。画像処理部１１４と全体制御部１１３を１つのコンピュータシステムによって構成してもよいし、それぞれ個別のコンピュータシステムによって構成することもできる。

ＡＤＣ処理部１１８は、コンピュータシステムが備える演算装置が所定のプログラムを実行することにより実現される複数の機能ブロックにより構成されている。ＡＤＣ処理部１１８は、ＡＤＣ制御部２０２、画像処理部２０３、分類処理部２０４を備える。ＡＤＣ制御部２０２は、ＡＤＣ処理の全体を制御する。画像処理部２０３は、欠陥分類に必要な前処理を実施する。分類処理部２０４は、画像処理部２０３で前処理された画像データを用いて実際の欠陥分類処理を実行する。

ＡＤＣ処理部１１８には、画像情報記憶部２０１と分類情報記憶部２０５が接続されている。画像情報記憶部２０１は、画像処理部２０３で前処理された画像データを格納する。分類情報記憶部２０５は、分類処理部２０４で実行された分類結果を格納する。分類情報記憶部２０５はさらに、ＡＤＣの結果を検証するための検証データとして、ＭＤＣの結果も格納する。物理的には、これらの記憶部は、記憶装置１１６内に設けられたパーティション、論理ボリュームあるいはファイルシステムなどに対応する。

ＡＤＣ処理部１１８には、キーボード２０７やマウス２０８、表示部２０６が接続される。キーボード２０７やマウス２０８は、操作部１１５を構成する。表示部２０６は、ＡＤＣの処理結果や欠陥観察装置１００に対して指示を与えるためのＧＵＩ（ＧｒａｐｈｉｃａｌＵｓｅｒＩｎｔｅｒｆａｃｅ）を表示する。

走査電子顕微鏡で取得された欠陥画像の画像データは、画像情報記憶部２０１に保存されている。ＡＤＣ制御部２０２は画像情報記憶部２０１から画像データを読み込み、画像処理部２０３に転送する。画像処理部２０３は、転送された画像データから分類処理に必要な観察画像の各種特徴量（例えば、欠陥部分の寸法、形状、輝度分布、テクスチャなど、あるいは、背景パターンの寸法、形状、輝度分布、テクスチャなど、さらには、欠陥部分と背景パターンとの位置関係など）を算出し、画像情報記憶部２０１に保存する。

ＡＤＣ制御部２０２は、画像情報記憶部２０１に保存された特徴量データを読み込み、分類処理部２０４に転送する。分類処理部２０４は、所定の分類モデルに基づき欠陥を分類し、分類結果を分類情報記憶部２０５に保存する。

分類モデルには教示型とルールベース型がある。教示型は、正しい分類結果と対応付けられた特徴量データの教示によって、自動的に分類器を構成するものである。例えば、教示データに基づく特徴量空間において、境界を定義することにより特徴量空間を分割して各カテゴリに対応させ、分類対象がどの特徴量空間に属するかを判定する。これにより、欠陥を各カテゴリに分類することができる。特徴量空間の境界を定義する手法としては、（ａ）特徴量空間上での距離がもっとも近い教示済み欠陥のカテゴリへ分類する方法、（ｂ）教示データに基づいて各欠陥カテゴリの特徴量分布を推定しておき、分類しようとする欠陥の特徴量の生起確率が最も高いカテゴリへ分類する方法、などがある。これらが教示型分類の基本型である。

ルールベース型とは、例えば、ｉｆ－ｔｈｅｎ－ｅｌｓｅで記述されるルールに従って分類する方法であり、分類対象とする欠陥の集合を２つに分けることを繰り返して最終的に各カテゴリに分類する２分木構造の分類モデルが典型的なものである。ルールベース型分類は、エキスパートシステムやＢＲＭＳ（ＢｕｓｉｎｅｓｓＲｕｌｅｓＭａｎａｇｅｍｅｎｔＳｙｓｔｅｍ）として実用化されている。半導体あるいは液晶検査・観察装置におけるＡＤＣにおいてルールベース型アルゴリズムを適用する場合には、欠陥部分の凹凸、欠陥部分と背景パターンとの位置関係、などを基本ルールとして定義することが多い。

分類モデルに基づく欠陥分類を実施するためのプログラムは、記憶装置１１６内に格納されており、コンピュータシステムの演算装置がこのプログラムを実行することにより、分類処理部２０４の分類処理機能が実現される。各種処理の実行指示や処理対象データの選択などは、操作部１１５から指示することができる。以上の指示内容、分類処理、保存などの実行過程は表示部２０６に表示され、装置ユーザは表示内容を確認することにより、ＡＤＣの処理内容を確認することができる。

ＡＤＣ処理部１１８は、必ずしも全体制御部１１３の内部に備えられている必要はなく、全体制御部１１３とは独立して設けられた情報処理手段により実現してもよい。さらに、同じＡＤＣ処理を全体制御部１１３に接続された複数台の情報処理手段により並列処理することも可能である。

図３は、ＡＤＣ処理部１１８が欠陥分類において用いる特徴量空間の概要を示す図である。図３に例示するように、寸法や形状などの特徴量に応じて欠陥を分類すべく、特徴量空間に境界３０１（パラメータ）を設定することにより、複数の特徴量空間に分割する。各特徴量空間が欠陥分類に対応する。ＡＤＣ処理部１１８は、欠陥がいずれの特徴量空間に属するのかを判定することにより、欠陥を分類することができる。

図３では、２次元特徴量空間を２つの欠陥クラス（第１特徴空間と第２特徴空間）に分類する２本木構造の分類モデルについて例示しているが、２本木構造以外のアルゴリズムを用いることも可能である。さらに多次元空間のモデルを採用することもできるし、空間内において複数の境界を設定することも可能である。

分類処理部２０４は、図３に例示するような分類モデルを用いて、欠陥を複数のクラス（図３の例ではｃｌａｓｓ１とｃｌａｓｓ２の２つ）に分類するとともに、さらに図４に例示するような新たな分類クラス（第３特徴空間）を設けて、欠陥を分類する。

図４は、ＡＤＣ処理部１１８が用いる別の分類モデルの例である。図３との相違点は、新たにＵｎｋｎｏｗｎＣｌａｓｓ４０１（図４の特徴量空間内で一点鎖線で示す領域）を設けている点である。Ｕｎｋｎｏｗｎｃｌａｓｓ４０１は、少なくとも２以上の分類クラスに重畳し、かつ分類間の境界３０１を含むように設定する。

ＵｎｋｎｏｗｎＣｌａｓｓ４０１に分類される欠陥は、なんらかの装置パラメータの変化によって、本来分類されるカテゴリとは異なるカテゴリに分類される可能性の高い欠陥である。すなわち、分類精度の低下要因の発生初期において、他の欠陥と比べて、相対的に誤分類される可能性が高い欠陥であると定義できる。本実施形態では、このような欠陥を特定し、その分類結果に基づいて、適切な検査条件（レシピ）の更新タイミングを推定（演算）することを図る。

図５は、欠陥観察装置１００が欠陥分類結果の精度にしたがって検査条件を更新するか否かを判断する手順を説明するフローチャートである。本フローチャートは全体制御部１１３（およびその他各機能部）によって実施することができる。以下図５の各ステップについて説明する。

（図５：ステップＳ５０１）
全体制御部１１３は、上位の欠陥検査装置（例えば光学式検査装置）の出力に基づいて、欠陥の位置を特定するとともに、その位置に欠陥観察装置１００の視野が位置付けられるように、ステージ制御部１１２や電子光学系制御部１１０を制御し、欠陥の画像を取得する。

（図５：ステップＳ５０２～Ｓ５０３）
ＡＤＣ処理部１１８は、得られた画像について、ＡＤＣ処理を実行する。本実施形態においては、第１ＡＤＣ（図３に例示するようなモデルを用いたＡＤＣ処理）と、第２ＡＤＣ（図４に例示するようなモデルを用いたＡＤＣ処理）を、それぞれ実行する。本実施形態においては、２つのＡＤＣ処理によって、ｃｌａｓｓ１とｕｎｋｎｏｗｎｃｌａｓｓ４０１の双方に含まれる欠陥（第１分類に属する欠陥）、ｃｌａｓｓ２とｕｎｋｎｏｗｎｃｌａｓｓの双方に含まれる欠陥（第２分類に属する欠陥）、ｃｌａｓｓ１には含まれるけれどもｕｎｋｎｏｗｎｃｌａｓｓには含まれない欠陥（第３分類に属する欠陥）、およびｃｌａｓｓ２には含まれるけれどもｕｎｋｎｏｗｎｃｌａｓｓには含まれない欠陥（第４分類に属する欠陥）を分類する例について説明するが、１つのＡＤＣ処理によって上記のような分類を実施してもよい。

（図５：ステップＳ５０４）
ＡＤＣ処理部１１８は、第２ＡＤＣによってｕｎｋｎｏｗｎｃｌａｓｓ４０１に分類された欠陥を抽出する。ＡＤＣ処理部１１８は、抽出した欠陥についての情報を記憶装置１１６に格納する。この欠陥は、後述するステップにおいて分類精度評価のために用いる評価対象欠陥として用いることになる。

（図５：ステップＳ５０５）
全体制御部１１３は、Ｓ５０４において抽出した欠陥について、ＭＤＣを実施するように、ユーザインターフェース上でユーザに対して促す。ユーザは後述する図６に例示するようなユーザインターフェースを用いて、その欠陥に対してＭＤＣを実施する。

（図５：ステップＳ５０６）
ＡＤＣ処理部１１８は、第１ＡＤＣ（Ｓ５０２）における分類結果のなかから、第２ＡＤＣ（Ｓ５０３）においてｕｎｋｎｏｗｎｃｌａｓｓ４０１へ分類された欠陥を抽出する。

（図５：ステップＳ５０７）
全体制御部１１３は、Ｓ５０５においてＭＤＣに供した欠陥個数（すなわちＳ５０４においてｕｎｋｎｏｗｎｃｌａｓｓとして抽出した欠陥個数）を、ＭＤＣ総数として取得する。ＡＤＣ処理部１１８はさらに、ｕｎｋｎｏｗｎｃｌａｓｓに属する欠陥のなかで、第１ＡＤＣ（Ｓ５０２）における分類結果とＭＤＣ（Ｓ５０５）における分類結果が一致した正解欠陥の個数を取得する。全体制御部１１３は、これらの個数や比率（正解欠陥の個数／ｕｎｋｎｏｗｎｃｌａｓｓに属する欠陥の個数）を、分類精度の評価結果として出力する。

なお、ここでｕｎｋｎｏｗｎｃｌａｓｓに属する全ての欠陥の数を計算に供するのではなく、その一部を演算式に代入するようにしても良い。例えば、特徴量空間の境界の際に近い欠陥は誤分類されている可能性が高い。よって、ｕｎｋｎｏｗｎｃｌａｓｓに属する欠陥の中でも、比較的境界から離れている欠陥の数を用いて計算を行うようにすると良い。その際、例えばｕｎｋｎｏｗｎｃｌａｓｓの中でも境界に近い領域（ｕｎｋｎｏｗｎｃｌａｓｓ１）と、ｕｎｋｎｏｗｎｃｌａｓｓ１に対して相対的に境界から離れた領域（ｕｎｋｎｏｗｎｃｌａｓｓ２）のように、ｕｎｋｎｏｗｎｃｌａｓｓの中に２以上の分類クラスを設け、ｕｎｋｎｏｗｎｃｌａｓｓ２に属する欠陥（境界からある程度離れた位置の欠陥）の数を演算に供するようにすると良い。

（図５：ステップＳ５０８）
第１ＡＤＣの正解率が高い（所定の閾値以上、あるいは所定の閾値より高い）場合は、検査条件が適切に選択されていると言える。第１ＡＤＣの正解率が低い（所定の閾値未満、あるいは所定の閾値以下）場合は、検査条件が適切に設定されていないことが考えられる。そこで全体制御部１１３は、正解率が所定値以下、あるいは所定値を下回ったときは、レシピを自動更新する、あるいはレシピ更新を促すアラートを表示部２０６に表示させる。これにより、過度のレシピ更新を実施することによる欠陥観察装置１００の稼働率低下を抑制しつつ、ＡＤＣの高い分類精度を維持することが可能となる。

図６は、Ｓ５０５においてユーザがＭＤＣを実施するために用いるユーザインターフェース画面の例である。ＧＵＩ画面６０１は、表示部２０６に表示される。ＧＵＩ画面６０１には、ｕｎｋｎｏｗｎｃｌａｓｓに分類された欠陥の画像６０２を、その付帯情報６０３（欠陥座標等）と共に表示する表示欄６０４と、ＭＤＣによる欠陥情報を付与する表示欄６０５が含まれている。更に、ｕｎｋｎｏｗｎｃｌａｓｓと分類された欠陥画像を切り替える切り替えボタン６０６が設けられている。

表示欄６０５には、第１ＡＤＣの分類結果（ＡＤＣｒｅｓｕｌｔ）を表示する表示部が設けられている。この表示部は、第２ＡＤＣによってｕｎｋｎｏｗｎｃｌａｓｓに分類された欠陥に対して第１ＡＤＣを実施した結果を表示する。さらに表示欄６０５には、マニュアルでの欠陥分類を可能とする設定欄（ＭＤＣｓｅｔｔｉｎｇ）が設けられている。操作者は画像６０２を目視で確認しつつ、プルダウン画面から適切な欠陥種の選択を行うことができる。

表示欄６０５はさらに、走査電子顕微鏡の動作プログラムであるレシピ名（Ｒｅｃｉｐｅｎａｍｅ）の表示部、第１ＡＤＣの分類結果をＭＤＣによって変更した数（Ｎｕｍｂｅｒｏｆｃｏｒｒｅｃｔｉｏｎｓ）を表示する表示部、第１ＡＤＣの正解率（Ａｃｃｕｒａｃｙｒａｔｅ＝ｕｎｋｎｏｗｎｃｌａｓｓに分類された欠陥のうち第１ＡＤＣによって正解した個数／ｕｎｋｎｏｗｎｃｌａｓｓに分類された欠陥の総数）を表示する。

図７は、ＭＤＣ処理を説明するフローチャートである。本フローチャートは、ユーザがＧＵＩ画面６０１を用いてＭＤＣを実施する際に全体制御部１１３が実施する。本フローチャートは、Ｓ５０５とＳ５０７に対応するものである。以下図７の各ステップを説明する。

（図７：ステップＳ７０１～Ｓ７０２）
全体制御部１１３は、第１ＡＤＣの分類結果の中から、第２ＡＤＣによってｕｎｋｎｏｗｎｃｌａｓｓと分類された欠陥情報を読み出す（Ｓ７０１、Ｓ５０６）。ＧＵＩ画面６０１は、この読み出された情報を表示する。ユーザはＧＵＩ画面６０１上でＭＤＣ処理を実施する（Ｓ７０２）。図６に例示するように、異物や欠陥の画像（本実施形態ではＳＥＭ画像）と第１ＡＤＣの結果を併せて表示することによって、第１ＡＤＣの出力が適切であるか否かを確認しつつ、ＭＤＣを実施できる。

（図７：ステップＳ７０３）
全体制御部１１３は、第１ＡＤＣの結果におけるｃｌａｓｓ（欠陥や異物の種類）が、ＭＤＣによって変更されたか否かを判定する。変更された場合には、修正回数を＋１カウントする。ＭＤＣ処理数は、ｕｎｋｎｏｗｎｃｌａｓｓに分類された画像数に等しい。修正回数は、ＭＤＣによって第１ＡＤＣの分類結果を変更した画像数に等しい。

（図７：ステップＳ７０４）
全体制御部１１３は、ｕｎｋｎｏｗｎｃｌａｓｓへの分類数からＭＤＣ実行数を減算した結果を分子とし、ｕｎｋｎｏｗｎｃｌａｓｓに分類された画像数を分母として、分類精度（Ａｃｃｕｒａｃｙ）を計算する。Ａｃｃｕｒａｃｙは、第１ＡＤＣの分類結果がどれほど正確かを表す指標値であるが、第１ＡＤＣの分類結果の信頼性が評価できる指標値であればその他の指標を用いることもできる。例えば、信頼できない程度（ＭＤＣによって分類結果が変わった数／ｕｎｋｎｏｗｎｃｌａｓｓへの分類数）を算出し、それを出力することによって、分類精度を評価してもよい。

（図７：ステップＳ７０５）
全体制御部１１３は、分類精度と、あらかじめ記憶しておいた判定閾値とを比較する。分類精度が判定閾値以上であれば正常とみなす場合、分類精度が閾値以下、あるいは閾値未満である場合、全体制御部１１３は、レシピ更新を促すアラートを発生する。

図８は、図５のフローチャートを実施した後において、第１ＡＤＣの分類結果と第２ＡＤＣの分類結果を比較しながら分類を訂正するために用いるユーザインターフェースの例である。ＧＵＩ画面８０１（修正インターフェース）は、（ａ）第１ＡＤＣでＣｌａｓｓＡに分類された欠陥のＳＥＭ画像と付帯情報を表示する複数のサムネイル８０４を表示する表示欄８０２、（ｂ）第１ＡＤＣでＣｌａｓｓＢに分類された欠陥のＳＥＭ画像と付帯情報を表示する複数のサムネイルを表示する表示欄８０３、を有する。

ユーザは、第１ＡＤＣでＣｌａｓｓＡとＣｌａｓｓＢそれぞれに分類された画像を目視で判定し、第１ＡＤＣによる分類が誤っている場合、ポインティングデバイス８０５によって、サムネイル８０４を他のカテゴリへ入れ替える。

ＭＤＣｃａｎｄｉｄａｔｅｓは、第２ＡＤＣによってｕｎｋｎｏｗｎｃｌａｓｓに分類された画像の総数を表示する。Ｄｅｆｅｃｔｗｉｔｈｃｈａｎｇｅｄｃｌａｓｓは、ＭＤＣによってカテゴリが変わった画像の総数を表示する。ＡＤＣａｃｃｕｒａｃｙは、Ｓ７０４において算出した分類精度を表示する。ユーザはこれらの数値にしたがって、ＡＤＣの信頼度を定量的に評価するためのパラメータに基づいて、レシピ更新のタイミングを判断することが可能となる。

＜本開示の変形例について＞
以上の実施形態において、画像処理部１１４（ＡＤＲ処理部１１７を含む）または全体制御部１１３（ＡＤＣ処理部１１８を含む）は、ハードウェア、ソフトウェアいずれの方式でも実現可能である。ハードウェアによりＡＤＲ処理部１１７またはＡＤＣ処理部１１８を構成する場合には、ＡＤＲあるいはＡＤＣに必要な処理を実行する複数の演算器を配線基板上、あるいは１つの半導体チップないしパッケージ内に集積することにより実現できる、ソフトウェアによりＡＤＲ処理部１１７またはＡＤＣ処理部１１８を構成する場合には、ＡＤＲ処理部１１７またはＡＤＣ処理部１１８内に高速な汎用ＣＰＵやＧＰＵを搭載し、ＡＤＲあるいはＡＤＣの処理を行うプログラム（コンポーネント）を実行させることにより実現できる。

以上の実施形態において、画像処理部１１４や全体制御部１１３をソフトウェアによって構成する場合、そのソフトウェアをハードディスクその他の記憶媒体に格納することができる。このソフトウェアは、本開示において欠陥観察装置１００が実行する欠陥分類処理を記述した欠陥プログラムとして構成することができる。

１０１電子銃
１０２レンズ
１０３走査偏向器
１０４対物レンズ
１０５試料
１０６ステージ
１０７電子ビーム
１０８２次粒子
１０９２次粒子検出器
１１０電子光学系制御部
１１１Ａ／Ｄ変換部
１１２ステージ制御部
１１３全体制御部
１１４画像処理部
１１５操作部
１１６記憶装置
１１７ＡＤＲ処理部
１１８ＡＤＣ処理部
１１９光学顕微鏡
２０１画像情報記憶部
２０２ＡＤＣ制御部
２０３画像処理部
２０４分類処理部
２０５分類情報記憶部
２０６表示部
２０７キーボード
２０８マウス

Claims

ウエハ上の欠陥を分類する欠陥分類装置であって、
前記ウエハの観察画像を撮像する撮像装置から前記観察画像を取得する画像取得部、
前記観察画像に含まれる欠陥を分類するコンピュータシステム、
前記観察画像に含まれる欠陥を手動で分類する操作指示を入力するユーザインターフェース、
を備え、
前記コンピュータシステムは、前記観察画像に含まれる欠陥を、
第１特徴量空間、
前記第１特徴量空間とは異なる第２特徴量空間、
前記第１特徴量空間と前記第２特徴量空間の双方にまたがる第３特徴量空間、
のうちいずれかへ分類し、
前記コンピュータシステムは、前記欠陥のうち前記第３特徴量空間へ分類したものについて、前記ユーザインターフェースを介して手動分類した結果をさらに受け取り、
前記コンピュータシステムは、前記欠陥を前記コンピュータシステムが前記第３特徴量空間へ分類した結果と、前記手動分類した結果とを用いて、前記欠陥の分類精度を表す指標を算出して出力し、
前記コンピュータシステムは、前記欠陥を前記第１特徴量空間と前記第２特徴量空間のうちいずれかへ分類する第１分類ステップを実施し、
前記コンピュータシステムは、前記欠陥を前記第１特徴量空間と前記第２特徴量空間と前記第３特徴量空間のうちいずれかへ分類する第２分類ステップを実施し、
前記コンピュータシステムは、前記第１分類ステップにおける分類結果のなかから、前記第２分類ステップにおいて前記第３特徴量空間に分類した欠陥を、分類精度判定のために用いる評価対象欠陥として抽出し、
前記コンピュータシステムは、前記第２分類ステップにおいて前記第３特徴量空間へ分類した欠陥の個数と、前記手動分類によって前記第３特徴量空間に分類された欠陥の個数とを用いて、前記分類精度を判定し、
前記コンピュータシステムは、前記第２分類ステップにおいて前記第３特徴量空間に分類した欠陥のうち、前記手動分類による分類結果と前記第１分類ステップによる分類結果が一致した正解欠陥の個数を取得し、
前記コンピュータシステムは、前記正解欠陥の個数を、前記第２分類ステップにおいて前記第３特徴量空間へ分類した欠陥の個数によって除算した値を、前記分類精度として出力する
ことを特徴とする欠陥分類装置。
ウエハ上の欠陥を分類する欠陥分類装置であって、
前記ウエハの観察画像を撮像する撮像装置から前記観察画像を取得する画像取得部、
前記観察画像に含まれる欠陥を分類するコンピュータシステム、
前記観察画像に含まれる欠陥を手動で分類する操作指示を入力するユーザインターフェース、
を備え、
前記コンピュータシステムは、前記観察画像に含まれる欠陥を、
第１特徴量空間、
前記第１特徴量空間とは異なる第２特徴量空間、
前記第１特徴量空間と前記第２特徴量空間の双方にまたがる第３特徴量空間、
のうちいずれかへ分類し、
前記コンピュータシステムは、前記欠陥のうち前記第３特徴量空間へ分類したものについて、前記ユーザインターフェースを介して手動分類した結果をさらに受け取り、
前記コンピュータシステムは、前記欠陥を前記コンピュータシステムが前記第３特徴量空間へ分類した結果と、前記手動分類した結果とを用いて、前記欠陥の分類精度を表す指標を算出して出力し、
前記コンピュータシステムは、前記分類精度が判定閾値未満である場合は、前記撮像装置が前記観察画像を取得する際に用いる撮像条件を変更し、または変更することを促すアラートを出力する
ことを特徴とする欠陥分類装置。
ウエハ上の欠陥を分類する欠陥分類装置であって、
前記ウエハの観察画像を撮像する撮像装置から前記観察画像を取得する画像取得部、
前記観察画像に含まれる欠陥を分類するコンピュータシステム、
前記観察画像に含まれる欠陥を手動で分類する操作指示を入力するユーザインターフェース、
を備え、
前記コンピュータシステムは、前記観察画像に含まれる欠陥を、
第１特徴量空間、
前記第１特徴量空間とは異なる第２特徴量空間、
前記第１特徴量空間と前記第２特徴量空間の双方にまたがる第３特徴量空間、
のうちいずれかへ分類し、
前記コンピュータシステムは、前記欠陥のうち前記第３特徴量空間へ分類したものについて、前記ユーザインターフェースを介して手動分類した結果をさらに受け取り、
前記コンピュータシステムは、前記欠陥を前記コンピュータシステムが前記第３特徴量空間へ分類した結果と、前記手動分類した結果とを用いて、前記欠陥の分類精度を表す指標を算出して出力し、
前記コンピュータシステムは、前記欠陥を前記第１特徴量空間と前記第２特徴量空間のうちいずれかへ分類する第１分類ステップを実施し、
前記コンピュータシステムは、前記欠陥を前記第１特徴量空間と前記第２特徴量空間と前記第３特徴量空間のうちいずれかへ分類する第２分類ステップを実施し、
前記ユーザインターフェースは、前記第１分類ステップによる分類結果と前記第２分類ステップによる分類結果を相互比較しながら前記第１分類ステップの結果を修正するために用いる修正インターフェースを有する
ことを特徴とする欠陥分類装置。
前記第３特徴量空間は、前記第１特徴量空間と前記第２特徴量空間との間の境界のうち少なくとも一部を包含するように構成されている
ことを特徴とする請求項１から３のいずれか１項記載の欠陥分類装置。
ウエハ上の欠陥を分類する処理をコンピュータに実行させる欠陥分類プログラムであって、前記コンピュータに、
前記ウエハの観察画像を撮像する撮像装置から前記観察画像を取得するステップ、
前記観察画像に含まれる欠陥を分類するステップ、
前記観察画像に含まれる欠陥を手動で分類する操作指示を入力するユーザインターフェースから前記操作指示を受け取るステップ、
を実行させ、
前記欠陥を分類するステップにおいては、前記コンピュータに、前記観察画像に含まれる欠陥を、
第１特徴量空間、
前記第１特徴量空間とは異なる第２特徴量空間、
前記第１特徴量空間と前記第２特徴量空間の双方にまたがる第３特徴量空間、
のうちいずれかへ分類させ、
前記欠陥分類プログラムは、前記コンピュータに、前記欠陥のうち前記第３特徴量空間へ分類したものについて、前記ユーザインターフェースを介して手動分類した結果をさらに受け取るステップをさらに実行させ、
前記欠陥分類プログラムは、前記コンピュータに、前記欠陥を分類するステップの結果と、前記手動分類した結果とを用いて、前記欠陥の分類精度を表す指標を算出して出力するステップをさらに実行させ、
前記欠陥分類プログラムは、前記コンピュータに、前記欠陥を前記第１特徴量空間と前記第２特徴量空間のうちいずれかへ分類する第１分類ステップを実施させ、
前記欠陥分類プログラムは、前記コンピュータに、前記欠陥を前記第１特徴量空間と前記第２特徴量空間と前記第３特徴量空間のうちいずれかへ分類する第２分類ステップを実施させ、
前記欠陥分類プログラムは、前記コンピュータに、前記第１分類ステップにおける分類結果のなかから、前記第２分類ステップにおいて前記第３特徴量空間に分類した欠陥を、分類精度判定のために用いる評価対象欠陥として抽出するステップを実施させ、
前記欠陥分類プログラムは、前記コンピュータに、前記第２分類ステップにおいて前記第３特徴量空間へ分類した欠陥の個数と、前記手動分類によって前記第３特徴量空間に分類された欠陥の個数とを用いて、前記分類精度を判定するステップを実施させ、
前記欠陥分類プログラムは、前記コンピュータに、前記第２分類ステップにおいて前記第３特徴量空間に分類した欠陥のうち、前記手動分類による分類結果と前記第１分類ステップによる分類結果が一致した正解欠陥の個数を取得するステップを実施させ、
前記欠陥分類プログラムは、前記コンピュータに、前記正解欠陥の個数を、前記第２分類ステップにおいて前記第３特徴量空間へ分類した欠陥の個数によって除算した値を、前記分類精度として出力するステップを実施させる
ことを特徴とする欠陥分類プログラム。
ウエハ上の欠陥を分類する処理をコンピュータに実行させる欠陥分類プログラムであって、前記コンピュータに、
前記ウエハの観察画像を撮像する撮像装置から前記観察画像を取得するステップ、
前記観察画像に含まれる欠陥を分類するステップ、
前記観察画像に含まれる欠陥を手動で分類する操作指示を入力するユーザインターフェースから前記操作指示を受け取るステップ、
を実行させ、
前記欠陥を分類するステップにおいては、前記コンピュータに、前記観察画像に含まれる欠陥を、
第１特徴量空間、
前記第１特徴量空間とは異なる第２特徴量空間、
前記第１特徴量空間と前記第２特徴量空間の双方にまたがる第３特徴量空間、
のうちいずれかへ分類させ、
前記欠陥分類プログラムは、前記コンピュータに、前記欠陥のうち前記第３特徴量空間へ分類したものについて、前記ユーザインターフェースを介して手動分類した結果をさらに受け取るステップをさらに実行させ、
前記欠陥分類プログラムは、前記コンピュータに、前記欠陥を分類するステップの結果と、前記手動分類した結果とを用いて、前記欠陥の分類精度を表す指標を算出して出力するステップをさらに実行させ、
前記欠陥分類プログラムは、前記コンピュータに、前記分類精度が判定閾値未満である場合は、前記撮像装置が前記観察画像を取得する際に用いる撮像条件を変更し、または変更することを促すアラートを出力するステップを実施させる
ことを特徴とする欠陥分類プログラム。
ウエハ上の欠陥を分類する処理をコンピュータに実行させる欠陥分類プログラムであって、前記コンピュータに、
前記ウエハの観察画像を撮像する撮像装置から前記観察画像を取得するステップ、
前記観察画像に含まれる欠陥を分類するステップ、
前記観察画像に含まれる欠陥を手動で分類する操作指示を入力するユーザインターフェースから前記操作指示を受け取るステップ、
を実行させ、
前記欠陥を分類するステップにおいては、前記コンピュータに、前記観察画像に含まれる欠陥を、
第１特徴量空間、
前記第１特徴量空間とは異なる第２特徴量空間、
前記第１特徴量空間と前記第２特徴量空間の双方にまたがる第３特徴量空間、
のうちいずれかへ分類させ、
前記欠陥分類プログラムは、前記コンピュータに、前記欠陥のうち前記第３特徴量空間へ分類したものについて、前記ユーザインターフェースを介して手動分類した結果をさらに受け取るステップをさらに実行させ、
前記欠陥分類プログラムは、前記コンピュータに、前記欠陥を分類するステップの結果と、前記手動分類した結果とを用いて、前記欠陥の分類精度を表す指標を算出して出力するステップをさらに実行させ、
前記欠陥分類プログラムは、前記コンピュータに、前記欠陥を前記第１特徴量空間と前記第２特徴量空間のうちいずれかへ分類する第１分類ステップを実施させ、
前記欠陥分類プログラムは、前記コンピュータに、前記欠陥を前記第１特徴量空間と前記第２特徴量空間と前記第３特徴量空間のうちいずれかへ分類する第２分類ステップを実施させ、
前記ユーザインターフェースは、前記第１分類ステップによる分類結果と前記第２分類ステップによる分類結果を相互比較しながら前記第１分類ステップの結果を修正するために用いる修正インターフェースを有する
ことを特徴とする欠陥分類プログラム。