TW202420233A - 多模式缺陷偵測 - Google Patents
多模式缺陷偵測 Download PDFInfo
- Publication number
- TW202420233A TW202420233A TW112128309A TW112128309A TW202420233A TW 202420233 A TW202420233 A TW 202420233A TW 112128309 A TW112128309 A TW 112128309A TW 112128309 A TW112128309 A TW 112128309A TW 202420233 A TW202420233 A TW 202420233A
- Authority
- TW
- Taiwan
- Prior art keywords
- mode
- images
- detection
- sample
- defect
- Prior art date
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 282
- 230000007547 defect Effects 0.000 title claims abstract description 214
- 238000012360 testing method Methods 0.000 claims abstract description 128
- 238000000034 method Methods 0.000 claims abstract description 91
- 238000007689 inspection Methods 0.000 claims abstract description 38
- 238000013461 design Methods 0.000 claims description 42
- 238000013135 deep learning Methods 0.000 claims description 5
- 230000003287 optical effect Effects 0.000 description 31
- 238000005286 illumination Methods 0.000 description 24
- 239000004065 semiconductor Substances 0.000 description 24
- 238000010894 electron beam technology Methods 0.000 description 19
- 238000003860 storage Methods 0.000 description 18
- 238000012545 processing Methods 0.000 description 17
- 238000004519 manufacturing process Methods 0.000 description 15
- 230000008569 process Effects 0.000 description 13
- 238000013459 approach Methods 0.000 description 11
- 238000003384 imaging method Methods 0.000 description 11
- 235000012431 wafers Nutrition 0.000 description 11
- 238000009826 distribution Methods 0.000 description 10
- 230000008901 benefit Effects 0.000 description 8
- 238000004422 calculation algorithm Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 7
- 230000004927 fusion Effects 0.000 description 6
- 230000003595 spectral effect Effects 0.000 description 6
- 238000010801 machine learning Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- 238000010884 ion-beam technique Methods 0.000 description 4
- 238000001914 filtration Methods 0.000 description 3
- AWSBQWZZLBPUQH-UHFFFAOYSA-N mdat Chemical compound C1=C2CC(N)CCC2=CC2=C1OCO2 AWSBQWZZLBPUQH-UHFFFAOYSA-N 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000035945 sensitivity Effects 0.000 description 3
- 101000827703 Homo sapiens Polyphosphoinositide phosphatase Proteins 0.000 description 2
- 102100023591 Polyphosphoinositide phosphatase Human genes 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000008021 deposition Effects 0.000 description 2
- 238000000151 deposition Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000009977 dual effect Effects 0.000 description 2
- 238000005530 etching Methods 0.000 description 2
- 238000001459 lithography Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000010287 polarization Effects 0.000 description 2
- 238000005498 polishing Methods 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- HPTJABJPZMULFH-UHFFFAOYSA-N 12-[(Cyclohexylcarbamoyl)amino]dodecanoic acid Chemical compound OC(=O)CCCCCCCCCCCNC(=O)NC1CCCCC1 HPTJABJPZMULFH-UHFFFAOYSA-N 0.000 description 1
- SVDVJBWDBYSQLO-UHFFFAOYSA-N 5-(4-hydroxy-3-methoxyphenyl)-5-phenylimidazolidine-2,4-dione Chemical compound C1=C(O)C(OC)=CC(C2(C(NC(=O)N2)=O)C=2C=CC=CC=2)=C1 SVDVJBWDBYSQLO-UHFFFAOYSA-N 0.000 description 1
- 235000006719 Cassia obtusifolia Nutrition 0.000 description 1
- 235000014552 Cassia tora Nutrition 0.000 description 1
- 244000201986 Cassia tora Species 0.000 description 1
- 101000937642 Homo sapiens Malonyl-CoA-acyl carrier protein transacylase, mitochondrial Proteins 0.000 description 1
- 102100027329 Malonyl-CoA-acyl carrier protein transacylase, mitochondrial Human genes 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000012938 design process Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 229910052734 helium Inorganic materials 0.000 description 1
- 239000001307 helium Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000005468 ion implantation Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000000059 patterning Methods 0.000 description 1
- 229920002120 photoresistant polymer Polymers 0.000 description 1
- 230000002040 relaxant effect Effects 0.000 description 1
- 238000011896 sensitive detection Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
Abstract
本發明提供用於偵測一樣品上之缺陷之方法及系統。一個方法包含分別針對一檢測子系統之第一及第二模式產生一樣品之第一及第二模式測試、參考及差異影像。該方法亦包含組合該等第一及第二模式測試影像、該等第一及第二模式參考影像及該等第一及第二模式差異影像作為用於缺陷偵測之一輸入。另外,該方法包含至少基於該等第一及第二模式差異影像來偵測該樣品上之缺陷。
Description
本發明大體上係關於用於使用一檢測子系統之多個模式偵測一樣品上之缺陷之方法及系統。
以下描述及實例不因其等包含於此段落中而被承認係先前技術。
製造諸如邏輯及記憶體裝置之半導體裝置通常包含使用數個半導體製造程序處理一樣品(諸如一半導體晶圓)以形成半導體裝置之各種特徵及多個層級。例如,微影係通常涉及將一圖案轉印至配置於一半導體晶圓上之一光阻劑的一半導體製造程序。半導體製造程序之額外實例包含(但不限於)化學機械拋光、蝕刻、沈積及離子植入。多個半導體裝置可以一配置製造於一半導體晶圓上且接著被分成個別半導體裝置。
在一半導體製造程序期間之各個步驟使用檢測程序以偵測晶圓上之缺陷以促進製造程序中之更高良率及因此更高利潤。檢測始終為製造半導體裝置之一重要部分。然而,隨著半導體裝置之尺寸減小,檢測對於可接受半導體裝置之成功製造變得更為重要,此係因為較小缺陷可能引起裝置故障。
許多檢測工具具有工具之許多輸出(例如,影像)產生元件之可調整參數。一或多個元件(諸如(若干)能量源、(若干)偏光器、(若干)透鏡、(若干)偵測器及類似者)之參數可取決於所檢測樣品之類型及樣品上之所關注缺陷(DOI)之特性而更改。例如,不同類型之樣品可具有顯著不同特性,此可引起具有相同參數之相同工具以顯著不同方式使樣品成像。另外,由於不同類型之DOI可具有顯著不同特性,故適用於偵測一個類型之DOI之檢測系統參數可不適用於偵測另一類型之DOI。此外,不同類型之樣品可具有不同雜訊源,此可以不同方式干擾樣品上之DOI之偵測。
具有可調整參數之檢測工具之開發亦已導致檢測程序之增加使用,該等檢測程序涉及出於數個原因(諸如偵測更多缺陷,使用不同模式偵測不同缺陷類型、擾亂點過濾等)使用參數值(以其他方式被稱為「模式」)之多於一個組合掃描樣品。例如,多模式缺陷偵測利用來自多個模式之掃描以改良偵測效能。自兩個或更多個模式獲得之資訊提供獨立資訊以容許一偵測演算法強化弱偵測缺陷及/或抑制或分離非所要擾亂點異常。
現有多模式方法可使用一單一模式掃描偵測一樣品上之缺陷且接著使用一不同模式重訪且收集所得缺陷之資訊。此等方法可接著將規則應用至來自兩個掃描之屬性以判定是否係保持或濾除一缺陷。另一較不複雜方法使用運用不同模式執行之兩個獨立偵測掃描之結果以將規則應用至共同缺陷之屬性以過濾或保持其等。此等方法可通常被稱為「結果融合」。
此等當前使用之多模式檢測方法及系統具有數個重要缺點。例如,此等方法通常使用一實質上熱掃描,該實質上熱掃描在初級模式下偵測極大數目個缺陷,接著為第二模式,其中在初級模式下偵測之缺陷位置處收集額外缺陷屬性。此等方法亦可對缺陷屬性而非影像自身利用基於規則之過濾器。當模式之缺陷屬性之一者表現不佳時,此基於規則之過濾可導致低於標準之效能。由於初級光學模式可偵測有限數目個目標缺陷,故此等方法亦可具有不良可偵測性。在結果融合之情況中,不處理非常見缺陷,從而導致此等缺陷無多模式益處。又,當實際考量多個模式時,流程在處理能力、儲存及資料I/O速率方面應具成本效益。
因此,開發用於偵測一樣品上之缺陷而無上文描述之一或多個缺點之系統及方法將係有利的。
各項實施例之以下描述絕不應理解為限制隨附發明申請專利範圍之標的物。
一項實施例係關於一種用於偵測一樣品上之缺陷之系統。該系統包含一檢測子系統,該檢測子系統經組態用於分別使用該檢測子系統之第一及第二模式產生一樣品之第一及第二模式測試影像。該系統亦包含經組態用於分別自該等第一及第二模式測試影像產生第一及第二模式參考影像之一電腦系統。該電腦系統亦經組態用於分別自該等第一及第二模式測試影像減去該等第一及第二模式參考影像以藉此分別產生第一及第二模式差異影像。另外,該電腦系統經組態用於組合該等第一及第二模式測試影像、該等第一及第二模式參考影像及該等第一及第二模式差異影像作為用於缺陷偵測之一輸入。該系統進一步經組態用於至少基於該輸入中之該等第一及第二模式差異影像偵測該樣品上之缺陷。可如本文中描述般進一步組態該系統。
另一實施例係關於一種用於偵測一樣品上之缺陷之方法。該方法包含獲取分別使用一檢測子系統之第一及第二模式產生之一樣品之第一及第二模式測試影像。該方法亦包含上文描述之產生第一及第二模式參考影像、減去、組合及偵測步驟,該等步驟由一電腦系統執行。可如本文中進一步描述般進一步執行上文描述之方法之各步驟。另外,上文描述之方法可包含本文中描述之(若干)任何其他方法之(若干)任何其他步驟。此外,上文描述之方法可由本文中描述之任何系統執行。
另一實施例係關於一種儲存程式指令之非暫時性電腦可讀媒體,該等程式指令可在一電腦系統上執行以執行用於偵測一樣品上之缺陷之一電腦實施方法。該電腦實施方法包含上文描述之方法之步驟。可如本文中描述般進一步組態電腦可讀媒體。可如本文中進一步描述般執行電腦實施方法之步驟。另外,程式指令可針對其等執行之電腦實施方法可包含本文中描述之(若干)任何其他方法之(若干)任何其他步驟。
如本文中使用之術語「擾亂點」(其有時可與「擾亂點缺陷」互換地使用)通常被定義為一使用者不關心之缺陷及/或在一樣品上偵測但實際上並非樣品上之實際缺陷之事件。並非實際缺陷之擾亂點可歸因於一樣品上之非缺陷雜訊源(例如,樣品上之金屬線中之晶粒、來自樣品上之底層或材料之信號、線邊緣粗糙度(LER)、圖案化屬性之相對小臨界尺寸(CD)變動、厚度變動等)及/或歸因於檢測系統自身或用於檢測之其組態中之邊緣性而被偵測為事件。
如本文中使用之術語「所關注缺陷(DOI)」被定義為在一樣品上偵測且實際上係樣品上之實際缺陷之缺陷。因此,DOI為一使用者所關注,此係因為使用者通常關心在經檢測樣品上之實際缺陷之數量及種類。在一些背景內容中,術語「DOI」用於指代樣品上之全部實際缺陷之一子集,其僅包含一使用者關心之實際缺陷。例如,在任何給定樣品上可存在多個類型之DOI,且一使用者對其等之一或多者可比對一或多個其他類型更關注。然而,在本文中描述之實施例之背景內容中,術語「DOI」用於指代一樣品上之任何及全部真實缺陷。
如本文中互換使用之術語「設計」、「設計資料」及「設計資訊」通常係指一IC或其他半導體裝置之實體設計(佈局)及透過複雜模擬或簡單幾何及布林(Boolean)運算自實體設計導出之資料。設計可包含2009年8月4日頒予Zafar等人之共同擁有之美國專利第7,570,796號及2010年3月9日頒予Kulkarni等人之共同擁有之美國專利第7,676,077號中描述之任何其他設計資料或設計資料代理,該兩個專利以宛如全文陳述引用之方式併入本文中。另外,設計資料可係標準單元庫資料、整合佈局資料、一或多個層之設計資料、設計資料之導出物及完全或部分晶片設計資料。此外,本文中描述之「設計」、「設計資料」及「設計資訊」係指由半導體裝置設計者在一設計程序中產生且因此可在將設計印刷於任何實體樣品(諸如倍縮光罩及晶圓)上之前良好地用於本文中描述之實施例中之資訊及資料。
在本文中使用術語「第一」及「第二」以僅指示彼此不同之兩個事物且不用於指示本文中被稱為「第一」及「第二」之元件之任何時間、空間、偏好或其他特性。
現參考圖式,應注意,圖未按比例繪製。特定言之,極大地誇大圖之一些元件之比例以強調元件之特性。亦應注意,圖未按相同比例繪製。已使用相同元件符號指示在多於一個圖中展示之可類似組態之元件。除非本文中另有提及,否則所描述且展示之任何元件可包含任何適合市售元件。
一般言之,本文中描述之實施例經組態用於使用藉由一檢測子系統之多個模式產生之影像偵測一樣品上之缺陷。以此方式,實施例經組態用於樣品之多模式檢測。本文中描述之實施例對於多模式檢測應用(諸如光學晶圓檢測)尤其有利但可經組態用於本文中描述之任何其他類型之檢測。
隨著DOI大小變得更小,DOI信號變得對檢測工具模式更靈敏。某一DOI信號不夠顯著而無法使用一種模式偵測但可使用另一種模式強烈偵測。通常言之,不同檢測工具模式產生不同擾亂點簽章。若適當地利用多模式資訊,則可偵測更多DOI同時抑制擾亂點。
現有多模式偵測方法具有數個弱點,包含上文進一步描述之弱點。另外,大多數現有多模式偵測方法之一個潛在弱點係其等係基於以下假定:1)全部DOI係使用初級模式運用大量擾亂點偵測,及2)存在可用於判定可用於保持全部或大多數DOI但顯著抑制擾亂點之一些屬性之一第二模式。問題係,在許多情況中,找到滿足假定之兩種模式可實質上具挑戰性。
DOI及擾亂點對於檢測工具模式可係共有或獨有的。為了在偵測DOI時抑制擾亂點,在偵測位準下有效地利用雙模式資訊係必要的。則問題係如何有效地準備且使用一多模式資料集。本文中描述之實施例以至少兩種方式解決此問題。一種方式係藉由在收集多模式資料時減少系統額外耗用而最小化處理能力或系統成本影響。第二種方式係在偵測時直接利用多模式資料。
在一些實施例中,樣品係一晶圓。晶圓可包含半導體技術中已知之任何晶圓。雖然本文中關於一晶圓或若干晶圓描述一些實施例,但實施例不限於可使用其等之樣品。例如,本文中描述之實施例可用於諸如倍縮光罩、平板、個人電腦(PC)板及其他半導體樣品之樣品。
一項實施例係關於一種用於偵測一樣品上之缺陷之系統。在圖1中展示此一系統之一項實施例。系統包含經組態用於分別使用檢測子系統之第一及第二模式產生一樣品之第一及第二模式測試影像之檢測子系統100。檢測子系統耦合至一或多個電腦系統102。然而,一般言之,系統包含一電腦系統,該電腦系統可包含本文中描述之任何(若干)電腦子系統或(若干)系統之任何組態。
在一些實施例中,檢測子系統經組態用於使用光產生第一及第二模式測試影像。在圖1中展示之實施例中,檢測子系統經組態為一基於光之檢測子系統。然而,在本文中描述之其他實施例中,檢測子系統經組態為一電子束或帶電粒子束檢測子系統。以此方式,在其他實施例中,檢測子系統經組態以使用電子產生第一及第二模式測試影像。
一般言之,本文中描述之檢測子系統包含至少一能量源、一偵測器及一掃描子系統。能量源經組態以產生藉由檢測子系統引導至一樣品之能量。偵測器經組態以偵測來自樣品之能量且回應於所偵測能量而產生輸出。掃描子系統經組態以改變樣品上能量經引導至其且自其偵測能量之一位置。
在本文中描述之基於光之檢測子系統中,經引導至樣品之能量包含光,且自樣品偵測之能量包含光。在圖1中展示之系統之實施例中,檢測子系統包含經組態以將光引導至樣品14之一照明子系統。照明子系統包含至少一個光源。例如,如圖1中展示,照明子系統包含光源16。照明子系統經組態以按可包含一或多個傾斜角及/或一或多個法向角之一或多個入射角將光引導至樣品。例如,如圖1中展示,按一傾斜入射角引導來自光源16之光穿過光學元件18且接著穿過透鏡20至樣品14。傾斜入射角可包含任何適合傾斜入射角,其可取決於(例如)樣品之特性及待對樣品執行之程序而變化。
照明子系統可經組態以在不同時間按不同入射角將光引導至樣品。例如,檢測子系統可經組態以更改照明子系統之一或多個元件之一或多個特性使得可按不同於圖1中展示之入射角之一入射角將光引導至樣品。在一個此實例中,檢測子系統可經組態以移動光源16、光學元件18及透鏡20使得按一不同傾斜入射角或一法向(或近法向)入射角將光引導至樣品。
在一些例項中,檢測子系統可經組態以在相同時間按多於一個入射角將光引導至樣品。例如,照明子系統可包含多於一個照明通道,照明通道之一者可包含如圖1中展示之光源16、光學元件18及透鏡20,且照明通道之另一者(未展示)可包含可經不同或相同組態之類似元件或可包含至少一光源及可能一或多個其他組件(諸如本文中進一步描述之組件)。若在與其他光相同之時間將此光引導至樣品,則按不同入射角引導至樣品之光之一或多個特性(例如,波長、偏光等)可係不同的,使得可在(若干)偵測器處將源自按不同入射角照明樣品之光彼此區分。
在另一例項中,照明子系統可僅包含一個光源(例如,圖1中展示之源16)且可藉由照明子系統之一或多個光學元件(未展示) (例如,基於波長、偏光等)將來自該光源之光分離至不同光學路徑中。接著,可將不同光學路徑之各者中之光引導至樣品。多個照明通道可經組態以在相同時間或在不同時間(例如,當使用不同照明通道來依序照明樣品時)將光引導至樣品。在另一例項中,同一照明通道可經組態以在不同時間將具有不同特性之光引導至樣品。例如,在一些例項中,光學元件18可經組態為一光譜濾波器且可以各種不同方式(例如,藉由將一個光譜濾波器用另一光譜濾波器換出)改變光譜濾波器之性質使得可在不同時間將不同波長之光引導至樣品。照明子系統可具有此項技術中已知之用於依序或同時按不同或相同入射角將具有不同或相同特性之光引導至樣品之任何其他適合組態。
光源16可包含一寬頻電漿(BBP)光源。以此方式,由光源產生且引導至樣品之光可包含寬頻光。然而,光源可包含任何其他適合光源(諸如此項技術中已知之任何適合雷射),且可經組態以產生此項技術中已知之(若干)任何適合波長之光。另外,雷射可經組態以產生單色或近單色光。以此方式,雷射可係一窄頻雷射。光源亦可包含產生多個離散波長或波帶之光之一多色光源。
來自光學元件18之光可藉由透鏡20聚焦至樣品14上。雖然在圖1中將透鏡20展示為一單折射光學元件,但實務上,透鏡20可包含將來自光學元件之光組合地聚焦至樣品之數個折射及/或反射光學元件。圖1中展示且本文中描述之照明子系統可包含任何其他適合光學元件(未展示)。此等光學元件之實例包含(但不限於)(若干)偏光組件、(若干)光譜濾波器、(若干)空間濾波器、(若干)反射光學元件、(若干)變跡器、(若干)光束分離器、(若干)孔隙及類似者,其(等)可包含此項技術中已知之任何此等適合光學元件。另外,系統可經組態以基於用於檢測之照明之類型更改照明子系統之一或多個元件。
檢測子系統亦可包含經組態以改變樣品上之光經引導至其且自其偵測到光之位置且可能引起光在樣品上方掃描之一掃描子系統。例如,檢測子系統可包含樣品14在檢測期間安置於其上之載物台22。掃描子系統可包含可經組態以移動樣品,使得光可經引導至樣品上之不同位置且自樣品上之不同位置偵測之任何適合機械及/或機器人總成(其包含載物台22)。另外或替代地,檢測子系統可經組態使得檢測子系統之一或多個光學元件執行光在樣品上方之某一掃描,使得光可經引導至樣品上之不同位置且自樣品上之不同位置偵測。在其中光在樣品上方掃描之例項中,可使光以任何適合方式(諸如以一蛇形路徑或以一螺旋路徑)在樣品上方掃描。
檢測子系統進一步包含一或多個偵測通道。(若干)偵測通道之至少一者包含一偵測器,該偵測器經組態以偵測歸因於藉由系統照明樣品而來自樣品之光且回應於經偵測光而產生輸出。例如,圖1中展示之檢測子系統包含兩個偵測通道,一個偵測通道由集光器24、元件26及偵測器28形成且另一偵測通道由集光器30、元件32及偵測器34形成。如圖1中展示,兩個偵測通道經組態以按不同收集角收集且偵測光。在一些例項中,兩個偵測通道經組態以偵測散射光,且偵測通道經組態以偵測按不同角度自樣品散射之光。然而,一或多個偵測通道可經組態以自樣品偵測另一類型之光(例如,反射光)。
如圖1中進一步展示,兩個偵測通道經展示為定位於紙平面中且照明子系統亦經展示為定位於紙平面中。因此,在此實施例中,兩個偵測通道定位(例如,居中)於入射平面中。然而,一或多個偵測通道可定位於入射平面外。例如,由集光器30、元件32及偵測器34形成之偵測通道可經組態以收集且偵測自入射平面散射出之光。因此,此一偵測通道通常可被稱為一「側」通道,且此一側通道可在實質上垂直於入射平面之一平面中居中。
雖然圖1展示包含兩個偵測通道之檢測子系統之一實施例,但檢測子系統可包含不同數目個偵測通道(例如,僅一個偵測通道或兩個或更多個偵測通道)。在一個此例項中,由集光器30、元件32及偵測器34形成之偵測通道可如上文描述般形成一個側通道,且檢測子系統可包含形成為定位於入射平面之相對側上之另一側通道之一額外偵測通道(未展示)。因此,檢測子系統可包含偵測通道,該偵測通道包含集光器24、元件26及偵測器28且在入射平面中居中且經組態以按法向於或接近法向於樣品表面之(若干)散射角收集且偵測光。因此,此偵測通道通常可被稱為一「頂部」通道,且檢測子系統亦可包含如上文描述般組態之兩個或更多個側通道。因而,檢測子系統可包含至少三個通道(即,一個頂部通道及兩個側通道),且至少三個通道之各者具有其自身之集光器,各集光器經組態以按與各其他集光器不同之散射角收集光。
如上文進一步描述,包含於檢測子系統中之各偵測通道可經組態以偵測散射光。因此,圖1中展示之檢測子系統可經組態用於樣品之暗場(DF)檢測。然而,檢測子系統可亦或替代地包含經組態用於樣品之明場(BF)檢測之(若干)偵測通道。換言之,檢測子系統可包含經組態以偵測自樣品鏡面反射之光之至少一個偵測通道。因此,本文中描述之檢測子系統可經組態用於僅DF檢測、僅BF檢測或DF檢測及BF檢測兩者。雖然在圖1中將各集光器展示為單折射光學元件,但各集光器可包含一或多個折射光學元件及/或一或多個反射光學元件。
一或多個偵測通道可包含此項技術中已知之任何適合的偵測器,諸如光電倍增管(PMT)、電荷耦合裝置(CCD)及延時積分(TDI)相機。該等偵測器亦可包含非成像偵測器或成像偵測器。若偵測器係非成像偵測器,則各偵測器可經組態以偵測散射光的某些特性(諸如強度)但不可經組態以偵測依據成像平面內之位置而變化的此等特性。因而,由經包含於檢測子系統之各偵測通道中之各偵測器產生的輸出可係信號或資料,而非影像信號或影像資料。在此等例項中,一電腦系統(諸如檢測子系統之電腦子系統36)可經組態以自偵測器之非成像輸出產生樣品的影像。然而,在其他例項中,偵測器可經組態為經組態以產生影像信號或影像資料之成像偵測器。因此,檢測子系統可經組態以依數個方式來產生影像。
在本文中提供圖1以大體上繪示可包含於本文中描述之系統實施例中之一檢測子系統的一組態。顯然,可更改本文中描述之檢測子系統組態以如在設計一商業檢測系統時通常執行般最佳化檢測子系統的效能。另外,可使用諸如商業上可購自KLA之29xx/39xx系列之工具之一現有系統(例如,藉由將本文中描述之功能性添加至一現有檢測系統)來實施本文中描述的系統。對於一些此等系統,本文中描述之方法可被提供為系統之選用功能性(例如,除了系統之其他功能性之外)。替代地,可「從頭開始」設計本文中描述之系統以提供一全新系統。
電腦子系統36可係以任何適合方式(例如,經由一或多個傳輸媒體,該一或多個傳輸媒體可包含「有線」及/或「無線」傳輸媒體)耦合至檢測子系統之偵測器,使得電腦子系統可接收由偵測器產生之輸出。電腦子系統36可經組態以使用偵測器之輸出來執行數個功能,包含本文中進一步描述的步驟。
可如本文中描述般進一步組態檢測子系統之電腦子系統。例如,電腦子系統36可係本文中描述之電腦系統的部分或可經組態為本文中描述的電腦系統。特定言之,電腦子系統36可經組態以執行本文中描述之步驟。因而,本文中描述之步驟可係藉由作為一檢測子系統之部分的一電腦系統或子系統而「在工具上」執行。
檢測子系統之電腦子系統(以及本文中描述之其他電腦子系統)在本文中亦可被稱為(若干)電腦系統。本文中描述之(若干)電腦子系統或(若干)系統之各者可採取各種形式,包含一個人電腦系統、影像電腦、主機電腦系統、工作站、網路器具、網際網路器具或其他裝置。一般言之,術語「電腦系統」可經廣泛定義以涵蓋具有執行來自一記憶體媒體之指令之一或多個處理器之任何裝置。(若干)電腦子系統或(若干)系統亦可包含此項技術中已知之任何適合處理器(諸如一平行處理器)。另外,該(等)電腦子系統或該(等)系統可包含具有高速處理及軟體之一電腦平台(作為一獨立工具或一網路連結工具)。
若系統包含多於一個電腦子系統,則不同電腦子系統可彼此耦合使得可在電腦子系統之間發送影像、資料、資訊、指令等。例如,電腦子系統36可藉由可包含此項技術中已知之任何適合有線及/或無線傳輸媒體之任何適合傳輸媒體如由圖1中之虛線展示般耦合至(若干)電腦系統102。兩個或更多個此等電腦子系統亦可藉由一共用電腦可讀儲存媒體(未展示)有效地耦合。
在一電子束檢測子系統中,經引導至樣品之能量包含電子,且自樣品偵測之能量包含電子。在圖2中展示之一項此實施例中,檢測子系統包含電子柱122,且系統包含耦合至檢測子系統之電腦子系統124。可如上文描述般組態電腦子系統124。另外,此一檢測子系統可以上文描述且在圖1中展示之相同方式耦合至另一或多個電腦系統。
亦如圖2中展示,電子柱包含經組態以產生由一或多個元件130聚焦至樣品128之電子之電子束源126。電子束源可包含例如一陰極源或射極尖端,且一或多個元件130可包含例如一槍透鏡、一陽極、一限束孔隙、一閘閥、一束電流選擇孔隙、一物鏡及一掃描子系統,其等之全部可包含此項技術中已知之任何此等適合元件。
自樣品返回之電子(例如,二次電子)可由一或多個元件132聚焦至偵測器134。一或多個元件132可包含例如一掃描子系統,該掃描子系統可係包含於(若干)元件130中之同一掃描子系統。
電子柱可包含此項技術中已知之任何其他適合元件。另外,可如2014年4月4日頒予Jiang等人之美國專利第8,664,594號、2014年4月8日頒予Kojima等人之美國專利第8,692,204號、2014年4月15日頒予Gubbens等人之美國專利第8,698,093號及2014年5月6日頒予MacDonald等人之美國專利第8,716,662號中描述般進一步組態電子柱,該等專利以宛如全文陳述引用之方式併入本文中。
雖然在圖2中將電子柱展示為經組態使得電子按一傾斜入射角引導至樣品且按另一傾斜角自樣品散射,但電子束可按任何適合角度引導至樣品且自樣品散射。另外,電子束檢測子系統可經組態以使用多個模式(例如,使用不同照明角、收集角等)來產生樣品之影像,如本文中進一步描述。電子束檢測子系統之多個模式在檢測子系統之任何輸出產生參數方面可係不同的。
電腦子系統124可耦合至偵測器134,如上文描述。偵測器可偵測自樣品之表面返回之電子,藉此形成樣品之電子束影像(或針對樣品之其他輸出)。該等電子束影像可包含任何適合電子束影像。電腦子系統124可經組態以使用由偵測器134產生之輸出執行本文中進一步描述之步驟。可如本文中描述般進一步組態包含圖2中展示之檢測子系統之一系統。
在本文中提供圖2以大體上繪示可包含於本文中描述之實施例中之一電子束檢測子系統之一組態。如同上文描述之光學檢測子系統,可更改電子束檢測子系統以如在設計一商業系統時通常執行般最佳化檢測子系統之效能。另外,可使用諸如商業上可購自KLA之工具之一現有系統(例如,藉由將本文中描述之功能性添加至一現有系統)實施本文中描述之系統。對於一些此等系統,本文中描述之方法可被提供為系統之選用功能性(例如,除了系統之其他功能性之外)。替代地,可「從頭開始」設計本文中描述之系統以提供一全新系統。
雖然上文將檢測子系統描述為一光或電子束檢測子系統,但檢測子系統可係一離子束檢測子系統。可如圖2中展示般組態此一檢測子系統,惟可使用此項技術中已知之任何適合離子束源替換電子束源除外。另外,檢測子系統可包含任何其他適合離子束成像系統,諸如包含於市售聚焦離子束(FIB)系統、氦離子顯微鏡(HIM)系統及二次離子質譜儀(SIMS)系統中之離子束成像系統。
如上文進一步提及,檢測子系統經組態以具有多個模式。一般言之,一「模式」可由用於產生樣品之輸出(諸如影像)之檢測子系統之參數之值定義。因此,(除樣品上之產生輸出之位置之外)模式可在檢測子系統之光學或電子束參數之至少一者之值方面不同。例如,針對一基於光之檢測子系統,不同模式可使用不同波長之光及/或不同聚焦偏移、偏光器、孔隙、光學像素、載物台速度等。模式可在(例如,藉由針對不同模式使用不同光源、不同光譜濾波器等)引導至樣品之光之波長上不同,如本文中進一步描述。在另一實施例中,不同模式可使用不同照明通道。例如,如上文提及,檢測子系統可包含多於一個照明通道。因而,不同照明通道可用於不同模式。
多個模式亦可在照明及/或收集/偵測方面不同。例如,如上文進一步描述,檢測子系統可包含多個偵測器。一個偵測器可用於一種模式且另一偵測器可用於另一種模式。模式亦可以本文中描述之多於一個方式彼此不同(例如,不同模式可具有一或多個不同照明參數及一或多個不同偵測參數)。例如,取決於使用多個模式同時掃描樣品之能力,檢測子系統可經組態以在同一掃描或不同掃描中使用不同模式掃描樣品。
如上文提及,檢測子系統可經組態用於將能量(例如,光、電子)引導至樣品之一實體版本及/或使能量在樣品之一實體版本上方掃描,藉此針對樣品之實體版本產生實際影像。在此方式,檢測子系統可經組態為一「實際」檢測系統而非一「虛擬」系統。然而,圖1中展示之一儲存媒體(未展示)及(若干)電腦子系統102可經組態為一「虛擬」系統。特定言之,儲存媒體及(若干)電腦子系統並非檢測子系統100之部分且不具有用於處置樣品之實體版本之任何能力但可經組態為使用所儲存偵測器輸出執行類檢測功能之一虛擬檢測器。在共同讓與之以下專利中描述經組態為「虛擬」系統之系統及方法:在2012年2月28日頒予Bhaskar等人之美國專利第8,126,255號;在2015年12月29日頒予Duffy等人之美國專利第9,222,895號;及在2017年11月14日頒予Duffy等人之美國專利第9,816,939號,該等專利以宛如全文陳述引用之方式併入本文中。可如此等專利中描述般進一步組態本文中描述之實施例。例如,可如此等專利中描述般進一步組態本文中描述之電腦系統。
如上文進一步描述,檢測子系統分別使用檢測子系統之第一及第二模式產生一樣品之第一及第二模式測試影像。檢測子系統可為藉由使用至少第一及第二模式(M1、M2、…、MN)掃描樣品之一實體版本而產生第一及第二模式測試影像之一實際檢測子系統。檢測子系統可亦或替代地經組態為播放如上文描述般產生且儲存之樣品之實體版本之經儲存影像之一虛擬檢測子系統。在任一情況中,可如本文中進一步描述般執行掃描。
雖然本文中可關於第一及第二模式描述實施例,但實施例可與多於兩種模式一起使用。如圖3中展示,檢測子系統可執行模式1掃描300及模式2掃描318。模式1掃描可包含跨樣品掃描一或多個掃描帶。例如,如圖3中展示,模式1掃描300可包含跨一樣品(圖3中未展示)上之晶粒列302、304及306掃描掃描帶。以一類似方式,模式2掃描可包含跨一樣品上之晶粒列302、304及306掃描對應掃描帶。可針對不同掃描帶之各者(或各組對應掃描帶)單獨且獨立執行本文中描述之步驟以降低實施例之複雜度,且針對任何掃描帶產生之缺陷偵測結果可組合成樣品之一單一檢測結果。使用第一模式掃描任何掃描帶可產生M1圖框308,且使用第二模式掃描任何掃描帶可產生M2圖框326。
一般言之,如本文中使用,T
ij=針對模式i及作業j之測試影像。一作業係可針對本文中描述之功能(諸如缺陷偵測)一起處理之圖框之一集合。因此,作業及圖框之組態可藉由本文中描述之各種硬體元件之組態判定。一作業亦可係設計位置特定的,意謂任一作業中之圖框全部在設計內旨在在其中形成有具有相同圖案化特徵特性之相同圖案化特徵之位置處產生。換言之,可針對不同特定設計位置定義不同作業。然而,取決於針對任一特定設計位置產生之圖框之數目(例如,當歸因於大小,並非全部圖框可一起處理時),一單一設計位置可存在多個作業。例如,取決於圖案在一晶粒內如何重複,任一作業中之圖框亦可在一單一晶粒或多個晶粒內產生。例如,可存在一晶粒內具有具備相同圖案化特徵特性之相同圖案化特徵之多個位置,且可將在此等位置處產生之影像圖框分組在一個作業中。亦可將在一或多個其他晶粒中之對應位置處產生之影像圖框分組在同一作業中。
使用相同模式產生之測試影像可彼此對準,例如,使得在樣品上之相同設計位置處產生之測試影像可被共同識別並用於檢測。電腦系統可經組態用於藉由將測試影像單獨對準至樣品或另一共同參考(諸如一對準目標或標記)之一設計而將使用一單一模式產生之測試影像彼此對準。此影像對準可係基於像素至設計(PDA)之對準。PDA係用於在設計座標中將影像對準至設計之一方式。在此對準之後,可共同識別並處理共用共同設計座標之影像。以此方式,模式內影像對準可利用對準至設計演算法(諸如可購自KLA且在上文引用之Kulkarni之專利中描述之對準至設計演算法)以將使用一單一模式產生之影像對準至設計座標系統。亦可如在2017年11月27日頒予Bhattacharyya等人之美國專利第9,830,421號及在2020年6月30日頒予Brauer等人之美國專利第10,698,325號中描述般執行將測試影像對準至設計,該兩個專利以宛如全文陳述引用之方式併入本文中。可如此等專利中描述般進一步組態本文中描述之實施例。亦可如本文中進一步描述般執行此步驟。
一個作業中之全部圖框影像應具有完全相同之圖案,但其等可具有對於缺陷偵測而言可係有問題的其他變動,例如,色彩變動。電腦系統可執行一類似性度量作業(SMJ)以計算一類似性值且判定包含最類似影像圖框之一作業。在另一實施例中,電腦系統經組態用於分別針對第一及第二模式測試影像計算第一及第二類似性度量,且分別基於第一及第二類似性度量將第一及第二模式測試影像分成第一及第二偵測作業,且本文中進一步描述之產生第一及第二模式參考影像、減去、組合及偵測係針對第一及第二偵測作業之兩者或更多者之各者單獨執行。
在一個此實例中,可執行一掃描(例如,一部分MCATx掃描),且可執行一SMJ以判定各目標影像之最佳參考影像。如本文中使用之術語「部分MCATx掃描」被定義為使用多個模式在一樣品上方掃描之一個路徑。以此方式,掃描係「部分的」,其中其不覆蓋經檢測之整個樣品。此一部分掃描之目的係藉由使用一相對最小資料集進行快速計算而最小化諸如模式切換之系統額外耗用且最大化處理能力。一般言之,SMJ係計算影像之間之類似性且針對偵測作業判定最類似之影像之一群組之一作業。偵測作業接著共同處理已被判定為彼此最類似之影像。
可針對相同掃描帶中之不同模式單獨執行SMJ。例如,SMJ可用於判定彼此最類似之最佳參考影像集。由於第一及第二模式可係產生實質上不同影像之完全不同模式,故針對不同模式單獨執行不同SMJ。例如,如圖3中展示,電腦系統可針對M1圖框308執行SMJ 310,且針對M2圖框326執行SMJ 328。
以此方式,針對為樣品產生之資料之一個掃描帶,該掃描帶中之影像可基於影像類似性而分至多於一個作業中,即,作業1中之影像彼此最類似,作業2中之影像彼此最類似等等。因此,任一作業中之影像可與任何其他作業中之影像互斥,意謂任一影像可僅包含於一個作業中。接著,可針對各作業單獨且獨立地執行本文中描述之步驟。
電腦系統經組態用於分別自第一及第二模式測試影像產生第一及第二模式參考影像,且分別自第一及第二模式測試影像減去第一及第二模式參考影像以藉此分別產生第一及第二模式差異影像。一般言之,R
ij=針對模式i及作業j之參考影像。針對由SMJ產生之影像之各作業,可自該作業中之影像產生一參考影像。該參考影像可僅用於針對同一作業中之測試影像產生差異影像。該等差異影像可如本文中描述般用於缺陷偵測。針對各作業產生之缺陷偵測結果可組合成掃描帶之一個單一缺陷偵測結果。
在一個此實例中,如圖3中展示,SMJ 310可識別作為M1(T
1j)之測試影像314輸出之作業j之M1圖框。此等測試影像可包含使用第一模式產生之彼此最類似之全部測試影像。藉由基於類似性分離模式1影像,SMJ步驟亦可基於形成於產生影像之位置處之圖案化特徵分離模式1影像。然而,一些實質上不同圖案化特徵可在測試影像中類似地呈現(例如,取決於檢測子系統之成像能力)。因此,在一些例項中,可僅針對在樣品之設計中之實質上相同圖案化特徵處產生之測試影像執行SMJ。例如,在SMJ之前,電腦系統可基於設計分離測試影像以藉此產生分別對應於設計中之不同圖案化特徵之測試影像之不同群組。可針對測試影像之此等群組之各者單獨執行SMJ。在任何情況中,SMJ將基於測試影像中之其他變動分離測試影像,使得具有類似雜訊(及可能其他)特性之測試影像可被一起且獨立於其他測試影像處理。
M1(T
1j)之測試影像314可包含由SMJ識別之作業j之全部模型1測試影像,且此等測試影像之一或多者可用於產生M1(R
1j)之參考影像312。可以任何適合方式自測試影像314產生參考影像312。例如,奇異值分解(SVD)係可用於針對本文中描述之實施例產生參考影像之一種方法。可用於產生參考影像之另一方法係諸如可藉由MCAT演算法執行之測試影像之一線性組合,該MCAT演算法由商業上可購自KLA之一些檢測工具使用。接著,可藉由自測試影像314減去參考影像312而產生M1 (T
1j-R
1j)之差異影像316。此減法可以此項技術中已知之任何適合方式執行。
以一類似方式,M2(T
2j)之測試影像332可包含由SMJ 328識別之作業j之全部測試影像,且此等測試影像之一或多者可用於產生M2(R
2j)之參考影像330。可以任何適合方式(諸如SVD或一線性組合)自測試影像332產生參考影像330。另外,由電腦系統使用以產生參考影像312及330之方法可係相同或不同的。可藉由自測試影像332減去參考影像330而產生M2 (T
2j-R
2j)之差異影像334。此減法可以此項技術中已知之任何適合方式執行。如上文描述般產生參考影像及差異影像亦可針對任何其他作業執行,該等其他作業可在檢測配方中預定及/或藉由SMJ判定。
在一項此實施例中,針對第一及第二偵測作業之至少一者執行之產生第一及第二模式參考影像包括獨立於樣品上產生第一及第二測試模式影像之位置選擇分別用於產生第一及第二模式參考影像之第一及第二模式測試影像之一或多者。換言之,用於參考影像產生之影像可獨立於其等與測試影像之空間關係而選擇。例如,可針對參考影像產生選擇來自掃描帶中之任一處之影像,而非僅使用鄰近測試影像之影像作為參考影像。藉由放寬對於可用作參考影像之影像之空間約束,本文中描述之實施例可產生可實現更靈敏檢測(例如,偵測更多DOI及/或更小缺陷)之更佳參考影像(即,具有與測試影像之更少非缺陷差異之參考影像)。換言之,本文中描述之實施例可產生更佳參考及藉此更佳靈敏度,此係因為參考係自基於一基於類似性之度量選擇之影像而非基於近接性之影像產生。
本文中描述之多模式偵測實施例可在此態樣中與當前使用之多模式偵測系統及方法係不同的。例如,本文中描述之實施例之初級偵測步驟可利用用於運算一最佳參考影像之一先進方法。在2021年3月25日由Brauer等人發表之美國專利申請公開案第2021/0090229號中描述此等方法之一些實例,該案以宛如全文陳述引用之方式併入本文中。可如此公開案中描述般進一步組態本文中描述之實施例。當差異影像用於處理時,本文中描述之MCATx偵測範例可或可不使用相同最佳參考影像。
電腦系統進一步經組態用於組合第一及第二模式測試影像、第一及第二模式參考影像以及第一及第二模式差異影像作為用於缺陷偵測之一輸入且至少基於輸入中之第一及第二模式差異影像偵測樣品上之缺陷。例如,可組合使用第一及第二模式產生之影像(原始T、R,及差異影像T-R)以在使用第一及第二模式掃描之位置處執行最終缺陷偵測。如圖3中展示,例如,電腦子系統可在步驟336中組合影像以用於偵測(T
1j、R
1j、T
1j-R
1j、T
2j、R
2j、T
2j-R
2j)。可至少基於經組合影像中之差異影像執行缺陷偵測步驟354。關鍵係利用來自兩種模式之資料,a)各參考/測試影像集,b)各差異影像集,或a)及b)兩者一起。用於缺陷偵測之影像及所使用之缺陷偵測方法可取決於實際輸入資料而變化。缺陷偵測方法亦可取決於(若干)缺陷類型而變化,例如,如本文中進一步描述,不同缺陷類型可或多或少使用不同缺陷偵測方法偵測。
使用不同模式產生之測試影像可彼此對準使得在樣品上之相同設計位置處產生之測試影像可共同用於檢測。在一項實施例中,電腦系統經組態用於藉由將第一及第二模式測試影像單獨對準至樣品之一設計而將第一及第二模式測試影像彼此對準。如圖3中展示,電腦系統可在步驟338中執行對準。特定言之,對準步驟338可包含執行M1影像340至M2影像342之對準344使得第一模式影像中之影像像素(m,n) 346對準至第二模式影像中之對應影像像素(m,n) 348。以此方式,(m,n)處之影像T
1j、R
1j350可對準至第二模式影像中之(m,n)處之影像T
2j、R
2j352。因而,當來自多個模式之影像資料集完全對準時,例如,如圖3中展示,在各影像像素(m,n)處,影像資訊(T
1j、R
1j、T
2j、R
2j)以及諸如T
1j-R
1j及T
2j-R
2j之變動可用於缺陷偵測步驟中。任何或全部此資訊可直接用於偵測步驟中。
當同時或共同處理兩個不同模式影像時,模式間對準可係一個挑戰。由本文中描述之實施例執行之模式間影像對準可係基於PDA之對準,其可如本文中進一步描述般執行。雖然來自兩種模式之影像係不同的,但一旦各影像透過PDA對準至設計,影像便共用共同設計座標。以此方式,模式間影像對準可利用對準至設計演算法(諸如上文描述之對準至設計演算法)以將多個模式之影像對準至設計座標系統。亦可如以下專利中描述般執行將第一及第二模式影像對準至設計:2017年11月27日頒予Bhattacharyya等人之美國專利第9,830,421號及2023年2月14日頒予Brauer等人之美國專利第11,580,650號,該等專利以宛如全文陳述引用之方式併入本文中。可如此等專利中描述般進一步組態本文中描述之實施例。
如上文描述且在圖3中展示,可針對作業j及多個模式執行步驟。可針對在檢測配方中或藉由SMJ判定之其他作業(例如,作業1、...、j)執行相同步驟。以此方式,可針對各作業單獨執行步驟。圖4進一步展示可如何針對多個作業執行步驟。此圖中展示之各作業之步驟可依序或同時執行。另外,雖然圖4展示針對兩個作業執行步驟,但可針對任何數目個作業依序或同時執行相同步驟。
如圖4中展示,檢測子系統可執行模式1掃描400及模式2掃描424,該兩種掃描皆可如本文中描述般執行。例如,模式1掃描400可包含跨一樣品(圖4中未展示)上之晶粒列402、404及406掃描一掃描帶以藉此產生M1圖框408,且模式2掃描424可包含跨樣品上之晶粒列402、404及406掃描一掃描帶以藉此產生M2圖框432。可對M1圖框執行SMJ步驟410,且可對M2圖框執行SMJ步驟434。SMJ步驟410可將M1圖框分成兩個作業,M1,作業1之測試影像(T
11) 412及M1,作業2之測試影像(T
12) 418。SMJ步驟434可將M2圖框分成兩個對於作業,M2,作業1之測試影像(T
21) 436及M2,作業2之測試影像(T
22) 442。接著,可針對各模式之測試影像之各作業產生不同參考影像。例如,電腦系統可產生針對測試影像T
11之M1,作業1之參考影像(R
11) 414,針對測試影像T
12之M1,作業2之參考影像(R
12) 420,針對測試影像T
21之M2,作業1之參考影像(R
21) 438及針對測試影像T
22之M2,作業2之參考影像(R
22) 444。可如本文中進一步描述般產生此等參考影像之各者。
電腦系統亦針對各組參考及測試影像產生差異影像。例如,電腦系統可產生M1,作業1之差異影像(T
11-R
11) 416、M1,作業2之差異影像(T
12-R
12) 422、M2,作業1之差異影像(T
21-R
21) 440及M2,作業2之差異影像(T
22-R
22) 446。可如本文中進一步描述般產生此等差異影像之各者。電腦系統可接著組合影像以用於缺陷偵測,如步驟448中展示,且經組合影像可包含如上文描述般產生之測試、參考及差異影像之任一者。在一些例項中,電腦系統可執行影像對準450以將來自一種模式之影像對準至來自另一種模式之影像,此可如本文中進一步描述般執行。另外,電腦系統可使用經組合輸入中之任何影像執行步驟452中之缺陷偵測。可如本文中進一步描述般在步驟452中執行缺陷偵測。
偵測步驟係本文中描述之多模式偵測之新態樣之一者。特定言之,自模式處理之資訊不限於屬性。代替性地,至缺陷偵測之輸入含有針對各經偵測缺陷之差異影像使得可使用更先進演算法(諸如但不限於差異影像互相關)以組合兩種模式之影像且更佳濾除或保持缺陷。在缺陷偵測中使用原始影像亦容許僅使用個別掃描結果不可行之額外新屬性計算。以此方式,本文中描述之缺陷偵測可係一種類型之多模式融合偵測,其中電腦系統使用MCATx掃描帶影像在模式之間融合資料。
使用經組合輸入之缺陷偵測可以各種不同方式之一者執行,諸如MDAT或一非線性偵測器(如同機器學習(ML)或深度學習(DL)),及基於一維(1D)或二維(2D)模型之偵測器(諸如1D或2D雲偵測)。另外,缺陷偵測步驟可包含使用互相關或類HLAT之融合組合差異影像。MDAT及HLAT係由商業上可購自KLA之一些檢測工具使用之缺陷偵測演算法。例如,在2021年2月16日頒予Huang等人之美國專利第10,923,317號中亦描述MDAT之一些實例,該專利以宛如全文陳述引用之方式併入本文中。可如此專利中描述般進一步組態本文中描述之實施例。
偵測步驟可包含一融合雲方法,其係基於一雜訊雲。雜訊雲可係差異影像值(如同T-R)之一分佈。執行缺陷偵測以找到差異值(或雜訊雲)之分佈中之離群點。當前,檢測僅使用來自一個光學模式之一個雜訊分佈。即使在當前使用之多模式偵測中,偵測仍可基於初級光學模式中之雜訊分佈,且擾亂點抑制係基於在與次級光學模式之影像之相同位置處計算之影像屬性。相比之下,本文中描述之實施例可執行同時基於兩個檢測工具模式之一雜訊雲方法。
在一些實施例中,偵測步驟包含一1D雜訊雲偵測方法。因此,偵測步驟可包含一多模式1D偵測。一1D雜訊雲方法(或「1階雲方法」)可自兩個差異影像產生純量值。在一個此實例中,一1D雜訊雲方法可包含將兩個雜訊雲轉換為一個正規化純量值(諸如
,其中σ係自(T
ij-R
ij)估計)且偵測離群點。若針對任何一個測試影像產生多於一個參考,例如,如在雙偵測中可完成,則1D雜訊雲方法亦可以相同方式用於使用(若干)第二參考影像之第二偵測。另外,此一1D雜訊雲方法可針對影像之各作業單獨執行,各作業可係例如基於一掃描帶中之影像之彼此類似性而產生。
在另一實施例中,偵測步驟包含一2D雜訊雲偵測方法。因此,偵測步驟可包含一多模式2D雲偵測方法。一2D雜訊雲方法自兩個差異影像產生混合值。例如,一2D雜訊雲方法可包含執行一模態差異互相關(諸如
)且偵測離群點。2D雜訊雲方法可包含(例如)將兩個個別雜訊分佈映射至2D分佈圖中且偵測離群點。若針對任何一個測試影像產生多於一個參考,例如,如在雙偵測中可完成,則2D雜訊雲方法亦可以相同方式用於使用(若干)第二參考影像之第二偵測。另外,此一2D雜訊雲方法可針對影像之各作業被單獨地執行,各作業可係(例如)基於一掃描帶中之影像的彼此類似性而產生。
實施例亦可產生具有多於兩個維度之雜訊雲。例如,2D雜訊雲方法可適用於一些缺陷類型,但其他缺陷類型可需要更複雜、更高維度之非線性圖。針對此等缺陷類型,若三維(3D)雜訊雲不太稀疏,則其可用於缺陷偵測。一個此雜訊雲可藉由在x軸上繪製
,在y軸上繪製
且在z軸上繪製
而產生。以此方式,一3D雜訊雲方法可係一2D分佈圖至一個純量值之一種類型的擴展(Z方向)。一更高維度擴展問題域,有時容許分離兩個資料集之一線性平面的判定。例如,在X及Y座標處之兩個資料集各分別具有其等自身的分佈。可基於共同座標,在2D下映射該等個別分佈。使用一2D圖,可判定一臨限值且將其用於尋找離群點。然而,一些缺陷可在2D雲內部且因此無法由臨限值偵測。在此情況中,一超維度(例如,3D)可有助於分離,但可能遇到資料稀疏性(或不足)問題,這可引起過度擬合。
在一進一步實施例中,偵測步驟包含基於DL之缺陷偵測。在一些此等例項中,ML或DL可經專門化以擴展特徵維度及管理使用較高維度雜訊雲方法可能經歷之上文描述的過度擬合問題。在2020年3月31日頒予He等人之美國專利第10,607,119號中描述亦可執行缺陷偵測且係基於ML之缺陷分類器的一些實例,該專利係以宛如完全陳述引用的方式併入本文中。在以下專利中,描述基於ML之缺陷偵測器的一些實例:2019年1月22日頒予Karsenti等人之美國專利第10,186,026號、2020年3月24日頒予Bhaskar等人之美國專利第10,599,951號、2020年7月14日頒予Zhang等人之美國專利第10,713,769號及2023年1月10日頒予Zhang等人之美國專利第11,551,348號,該等專利係以宛如全文陳述引用的方式併入本文中。可如此等參考案中描述般進一步組態本文中描述之實施例。
亦可如在2023年3月29日由Virk等人申請之美國專利申請案第18/128,125號中描述般執行偵測步驟,該案以宛如全文陳述引用之方式併入本文中。可如此專利申請案中描述般進一步組態本文中描述之實施例。
在一項實施例中,檢測子系統經組態用於藉由分別使用第一及第二模式跨樣品上之一晶粒列掃描一掃描帶而產生第一及第二模式測試影像,掃描帶具有等於或大於晶粒列之一寬度之一長度,且電腦系統經組態用於僅使用藉由掃描產生之第一及第二模式測試影像執行產生第一及第二模式參考影像、減去、組合及偵測步驟。以此方式,跨一樣品上之一晶粒列之一個掃描帶可使用第一及第二模式依序或同時掃描。樣品上之晶粒列之整個寬度可使用兩種模式掃描,儘管此非必要的。另外,掃描帶可覆蓋或可不覆蓋晶粒列之整個高度,且可使用同一模式在一晶粒列上方掃描多個掃描帶,如本文中描述。在已使用兩種模式掃描整個晶粒列之後,可執行本文中描述之步驟(儘管一些步驟可僅在已執行第一模式掃描之後執行)。以此方式,本文中描述之步驟可針對在樣品上掃描之各晶粒列掃描帶單獨且獨立地執行。若使用本文中描述之實施例在一樣品上檢測多於兩個掃描帶,則針對樣品產生之檢測結果可例如藉由簡單地組合不同掃描帶之結果而包含在全部掃描帶中偵測到之全部缺陷。然而,可使用組合多個掃描帶之偵測結果之更複雜方式及/或可使用多個掃描帶之檢測結果執行額外步驟,例如偵測系統性缺陷、判定缺陷之空間分佈特性等。
當多模式資料僅依序可用時,上文描述之實施例可尤其有用。在此等例項中,實施例可將一模式資料保持於永久性儲存器(如同一硬碟)或暫時性儲存器(如同記憶體)中,直至第二模式資料可用。儲存之資料愈多,需要愈高的資料速率及愈大的儲存空間。另外,由於改變一檢測工具模式耗費實體時間,故最小化模式改變之頻率係有利的。
在本文中亦可被稱為一MCATx掃描帶策略之上文描述之掃描帶及資料處理策略可克服或至少最小化上文識別之許多問題。掃描帶策略在整個樣品上方之晶粒列(其亦可被稱為「一個路徑」)處掃描相同掃描帶區域方面係獨有的。掃描帶策略保持一個路徑之整個掃描帶資訊。此一掃描帶及資料處理策略亦可提供高於其他方法之靈敏度,此係因為可共同保持並處理如此多的資料,此可如本文中進一步描述般執行。雖然此一掃描帶及資料處理策略為單模式檢測程序提供優點,但本文中描述之實施例提供額外優點,諸如當此一掃描帶及資料處理策略與多模式資訊一起使用時,提供經增強偵測靈敏度。
在一些實施例中,偵測步驟不包含僅自第一模式測試、參考及差異影像之一或多者判定第一模式候選缺陷之第一模式屬性或僅自第二模式測試、參考及差異影像之一或多者判定第二模式候選缺陷之第二模式屬性。換言之,本文中描述之實施例不自針對或使用一檢測子系統之不同模式產生之影像判定單獨屬性(例如,來自第一模式影像之第一缺陷屬性、來自第二模式影像之第二缺陷屬性等)且接著使用屬性例如使用一基於規則之方法來判定是否報告或過濾缺陷作為擾亂點。另外,本文中描述之實施例不使用來自不同模式之兩個獨立偵測掃描之結果以將規則應用至共同缺陷之屬性以過濾或保持缺陷。代替性地,本文中描述之實施例共同利用來自不同模式之影像自身以用於缺陷偵測,此可以本文中進一步描述之數種方式係有益的。
在另一實施例中,偵測步驟包含基於第一模式測試、參考及差異影像之至少一者結合第二模式測試、參考及差異影像之至少一者判定一候選缺陷之一屬性。以此方式,本文中描述之實施例實現自多模式影像判定缺陷屬性。例如,判定一候選缺陷之一屬性可包含判定依據第一及第二差異影像而變化之一候選缺陷之一屬性。以此方式,電腦系統可計算基於多模式影像之屬性。自多模式影像判定之缺陷屬性可包含此項技術中已知之任何缺陷屬性,諸如缺陷大小、缺陷形狀、缺陷粗糙度、缺陷定向及類似者。另外,由於可基於使用一第一模式產生之至少一個影像及使用一第二模式產生之至少一個影像判定缺陷屬性,故缺陷屬性可比自不同模式影像單獨判定缺陷屬性之情況更準確。本文中描述之實施例亦使多模式缺陷屬性或無法自使用一單一模式產生之影像判定之缺陷屬性可行。換言之,本文中描述之實施例可提供用於使用以多於一種模式產生之影像描述一缺陷之屬性之新方式。
本文中描述之實施例可接著使用多模式缺陷屬性以進行缺陷偵測,且此等缺陷屬性可以與其他缺陷屬性相同之方式使用以進行缺陷偵測。例如,缺陷偵測可包含將一臨限值應用至多模式缺陷屬性且僅將具有高於臨限值之一多模式缺陷屬性之影像部分識別為缺陷。在另一實例中,缺陷偵測可包含將一或多個規則應用至多模式缺陷屬性以偵測影像中之缺陷。以此方式,可針對不知道係缺陷之影像部分判定多模式缺陷屬性且接著可將屬性用於缺陷偵測。然而,此等多模式缺陷屬性可亦或替代地在用於諸如擾亂點過濾、缺陷分類等之功能之缺陷偵測之後加以使用。在一個此實施例中,電腦系統經組態用於基於第一模式測試、參考及差異影像之至少一者結合第二模式測試、參考及差異影像之至少一者判定經偵測缺陷之至少一者之一屬性。以此方式,多模式缺陷屬性可以一後缺陷偵測方式使用。在此等例項中,缺陷可以本文中描述之任何適合方式偵測,且接著針對任何潛在缺陷,可針對上文描述之一或多個功能判定並使用多模式缺陷屬性。
在一進一步實施例中,電腦系統經組態用於基於第一模式差異影像偵測樣品上之第一模式候選缺陷,且產生第二模式參考影像、自第二模式測試影像減去第二模式參考影像、組合步驟及偵測步驟僅針對第一模式候選缺陷之位置執行。以此方式,電腦系統可判定作為潛在DOI之事件之候選者。例如,可使用一第二模式及由第一模式提供之位置執行一類似MCATx偵測掃描。換言之,第一模式可用於在第一掃描帶中掃描樣品,且可如本文中描述般僅使用在該掃描中產生之影像執行缺陷偵測。接著,可使用第二模式掃描同一掃描帶以使用第二模式在由第一模式缺陷偵測提供之位置處獲得目標及參考影像候選者。接著,可如本文中進一步描述般執行使用第二模式影像執行之檢測。在一些例項中,使用第一模式產生之參考影像亦可用於第二模式。相同參考是否用於兩種模式可取決於藉由第一及第二模式產生之影像之類似程度。接著,可組合第一及第二模式影像(原始T、R或差異影像T-R)以在各候選位置處執行最終缺陷偵測。
因此,當系統在用於掃描樣品之模式之間交替(意謂依序使用模式以掃描樣品)時,本文中描述之實施例可以若干不同方式協調掃描及資料處理。以一種方式,使用兩種模式掃描整個區域且接著在掃描完成之後開始資料處理。以此方式,可使用兩種模式檢查經掃描之各位置。換言之,缺陷偵測將僅在第一及第二模式資料集全部可用時發生。此方法在可使用兩種模式以同時掃描樣品時相對簡單但在系統在用於掃描之模式之間依序交替時變得更複雜。例如,此方法可係有利的,惟其引起較佳寫入/讀取整個資料而不延遲任何掃描之資料儲存及資料速率之一問題之情況除外。更具體言之,一些當前使用之檢測方法之目標係在掃描完成時完成檢測,意謂缺陷偵測與掃描幾乎係即時的。當前檢測掃描資料速率可係數十GB/s,此可需要大量儲存技術或成本以跟上速度。為了自一系統視角緩解此,實施例可在測試影像變得可用時使用其等執行缺陷偵測,即使並非全部模式影像係可用的。以此方式,由於一個路徑資料可完全獨立於其他路徑,故當兩種模式之一個路徑完成時,偵測可立即開始。
以此方式,由本文中描述之實施例使用之掃描策略可包含重訪使用一種模式偵測之潛在候選缺陷以使用另一種模式掃描其等。然而,由本文中描述之實施例使用之模式掃描策略亦可包含使用模式之獨立掃描,意謂使用一種模式掃描之樣品上之區域獨立於使用另一種模式產生之任何結果。例如,本文中描述之檢測子系統可經組態用於使用兩種模式掃描樣品上之一整個掃描帶且接著在掃描帶之掃描已完成之後共同處理資料。
檢測子系統可在兩種模式之間交替,直至檢測完整檢測區域。各模式之部分掃描之檢測區域係記憶體與硬體效能之間之一權衡,此係因為模式改變需要切換時間之顯著額外耗用。亦可考量模式切換對檢測子系統硬體之影響。
在一項此實施例中,偵測第一模式候選缺陷包含將一熱臨限值應用至第一模式差異影像。如本文中使用之術語「熱」臨限值通常被定義為設定在由檢測子系統產生之影像之雜訊底限處、附近或甚至該雜訊底限內之一臨限值。例如,電腦系統可偵測具有可設定在雜訊底限處之一實質上低臨限值之第一模式候選缺陷。以此方式,第一模式候選缺陷可包含大量擾亂點,但可使用第二模式影像濾除。另外,使用此一低臨限值來使用第一模式偵測候選缺陷增加將使用第一模式偵測到樣品上之全部缺陷候選者之概率,即使並非全部缺陷候選者將使用一正常臨限值偵測到。換言之,使用此一低臨限值降低缺陷候選者將由第一模式影像處理遺漏且因此在執行第二模式影像處理時不被考量之概率。應用熱臨限值可以任何適合方式執行,例如,僅將高於熱臨限值之影像部分識別為缺陷候選者。
在一項實施例中,缺陷之至少一者僅可在第一或第二模式中偵測到。例如,一些缺陷類型對光學模式靈敏,且因此,使用特定光學模式對於一種模式中之缺陷可存在極弱信號或無信號但對於另一種模式中之缺陷並非如此。因此,此實施例不同於其中在兩種或更多種模式中單獨偵測缺陷候選者且接著將為兩種或更多種模式所共有之缺陷識別為實際缺陷之一些當前使用之多模式檢測程序。代替性地,藉由一起考量多模式影像以用於缺陷偵測,例如,基於本文中描述之雜訊雲方法之一者,可偵測可僅使用一種模式偵測之缺陷。因此,本文中描述之實施例可有利地增加藉由檢測偵測到一樣品上之全部缺陷之概率。
在一額外實施例中,電腦系統經組態用於僅基於第一或第二測試影像針對樣品執行單模式缺陷偵測且用於基於單模式缺陷偵測及偵測步驟之結果產生樣品之檢測結果。例如,本文中描述之實施例可含有保持一種或兩種模式之現有單模式偵測之額外處理通道。以此方式,可使用第一模式執行單模式偵測,可亦或替代地使用第二模式執行單模式偵測等等。(若干)單模式缺陷偵測及本文中描述之多模式缺陷偵測之結果可以任何適合方式組合成樣品之一單一檢測結果。
在一些實施例中,電腦系統經組態用於基於分別自第一及第二測試模式針對缺陷候選者判定之第一及第二模式屬性針對樣品執行一額外多模式缺陷偵測,且用於基於額外多模式缺陷偵測及偵測步驟之結果產生樣品之檢測結果。例如,本文中描述之實施例可含有保持當前使用或其他多模式處理方法(諸如上文進一步描述之多模式處理方法)之額外處理通道。不同多模式缺陷偵測之結果可以任何適合方式組合成樣品之一單一檢測結果。
本文中描述之任何電腦系統可產生檢測結果,該等檢測結果可包含本文中描述之任何步驟之結果。檢測結果可包含經偵測缺陷之資訊,諸如缺陷ID、經偵測缺陷之定界框之位置等、大小、偵測分數、關於缺陷分類之資訊(諸如類別標記或ID等)或此項技術中已知之任何此適合資訊。缺陷之結果可藉由電腦系統以任何適合方式產生。缺陷之結果可具有任何適合形式或格式,諸如一標準檔案類型。電腦系統可產生結果且儲存結果,使得結果可由電腦系統及/或另一系統或方法使用以執行樣品或相同類型之另一樣品之一或多個功能。
電腦系統可經組態用於將經偵測缺陷之資訊儲存於任何適合電腦可讀儲存媒體中。資訊可與本文中描述之任何結果一起儲存且可以此項技術中已知之任何方式儲存。儲存媒體可包含本文中描述之任何儲存媒體或此項技術中已知之任何其他適合儲存媒體。在已儲存資訊之後,資訊可在儲存媒體中存取且藉由本文中描述之任何方法或系統實施例使用、經格式化以顯示給一使用者、藉由另一軟體模組、方法或系統使用等。
藉由對樣品執行檢測而產生之結果及資訊可藉由本文中描述之實施例及/或其他系統及方法以各種方式使用。此等功能包含(但不限於):更改一程序,諸如已對或將對經檢測樣品或另一樣品以一回饋或前饋方式執行之一製造程序或步驟。例如,電腦系統可經組態以基於(若干)經偵測缺陷判定已對或將對如本文中描述般檢測之一樣品執行之一程序之一或多個改變。程序之改變可包含程序之一或多個參數之任何適合改變。電腦系統較佳判定該等改變,使得可減少或防止對其等執行經修訂程序之其他樣品上之缺陷,可在對樣品執行之另一程序中校正或消除樣品上之缺陷,可在對樣品執行之另一程序中補償缺陷等。電腦系統可以此項技術中已知之任何適合方式判定此等改變。
接著,可將該等改變發送至一半導體製造系統(未展示)或可供電腦系統及半導體製造系統存取之一儲存媒體(未展示)。半導體製造系統可為或可並非本文中描述之系統實施例之部分。例如,本文中描述之電腦系統及/或檢測子系統可(例如)經由一或多個共同元件(諸如一外殼、一電源供應器、一樣品處置裝置或機構等)耦合至半導體製造系統。半導體製造系統可包含此項技術中已知之任何半導體製造系統,諸如一微影工具、一蝕刻工具、一化學-機械拋光(CMP)工具、一沈積工具及類似者。
可將上文描述之系統之各實施例一起組合為一項單一實施例。換言之,除非本文中另外提及,否則系統實施例不與任何其他系統實施例互斥。
與其他多模式檢測方法及系統相比,本文中描述之實施例具有數個重要優點。例如,本文中描述之實施例藉由在模式之間組合原始影像而提供經改良多模式缺陷偵測。本文中描述之實施例亦藉由在各模式中使用MCATx掃描帶以在各模式中運算最佳參考影像而提供經改良多模式缺陷偵測效能。本文中描述之實施例亦提供當前使用之檢測工具上之經改良缺陷偵測效能,此可直接導致使用現有檢測工具硬體之額外授權。
由本文中描述之實施例提供之改良及優點由數個新特徵實現,包含(但不限於)MCATx在多模式檢測中之使用以及用於偵測之多模式MCATx影像融合。
另一實施例係關於一種用於偵測一樣品上之缺陷之方法。方法包含獲取分別使用一檢測子系統之第一及第二模式產生之一樣品之第一及第二模式測試影像。獲取影像可使用本文中描述之一檢測子系統(例如,藉由將光或一電子束引導至樣品且分別偵測來自樣品之光或一電子束)執行。以此方式,可使用實體樣品自身及某一種類之成像硬體執行獲取影像。然而,獲取影像不一定包含使用成像硬體使樣品成像。例如,另一系統及/或方法可產生影像且可將經產生影像儲存於一或多個儲存媒體(諸如,如本文中描述之一虛擬檢測系統或本文中描述之另一儲存媒體)中。因此,獲取影像可包含自已儲存影像之儲存媒體獲取影像。
方法亦包含上文描述之產生第一及第二模式參考影像、在一模式至模式基礎上自測試影像減去參考影像、組合多模式影像作為用於缺陷偵測之一輸入及偵測缺陷之步驟。步驟由可根據本文中描述之任何實施例組態之一電腦系統執行。
可如本文中進一步描述般執行方法之各步驟。方法亦可包含可由本文中描述之檢測子系統及/或電腦系統執行之(若干)任何其他步驟。另外,上文描述之方法可由本文中描述之任何系統實施例執行。
一額外實施例係關於一種儲存程式指令之非暫時性電腦可讀媒體,該等程式指令可在一電腦系統上執行以執行用於偵測一樣品上之缺陷之一電腦實施方法。在圖5中展示一項此實施例。特定言之,如圖5中展示,非暫時性電腦可讀媒體500包含可在電腦系統504上執行之程式指令502。電腦實施方法可包含本文中描述之(若干)任何方法之(若干)任何步驟。
實施諸如本文中描述之方法之方法之程式指令502可儲存於電腦可讀媒體500上。電腦可讀媒體可係一儲存媒體,諸如一磁碟或光碟、一磁帶或此項技術中已知之任何其他適合非暫時性電腦可讀媒體。
可以各種方式(包含基於程序之技術、基於組件之技術及/或物件導向技術等等)之任一者實施程式指令。例如,可視需要使用ActiveX控制項、C++物件、JavaBeans、微軟基礎類別(「MFC」)、SSE (串流SIMD延伸)、GPU程式化封包(諸如Tensorflow、CUDA等)或其他技術或方法論實施程式指令。
可根據本文中描述之任何實施例組態電腦系統504。
鑑於此描述,熟習此項技術者應明白本發明之各種態樣之進一步修改及替代實施例。例如,提供用於偵測一樣品上之缺陷之方法及系統。因此,此描述應僅被解釋為闡釋性且係出於教示熟習此項技術者實行本發明之一般方式之目的。應理解,本文中展示且描述之本發明之形式將被視為當前較佳實施例。如熟習此項技術者在獲益於本發明之此描述之後將明白,元件及材料可取代本文中繪示及描述之元件及材料,部分及程序可顛倒,且可獨立利用本發明之特定屬性。在不脫離如在以下發明申請專利範圍中描述之本發明之精神及範疇之情況下可對本文中描述之元件做出改變。
14:樣品
16:光源
18:光學元件
20:透鏡
22:載物台
24:集光器
26:元件
28:偵測器
30:集光器
32:元件
34:偵測器
36:電腦子系統
100:檢測子系統
102:電腦系統
122:電子柱
124:電腦子系統
126:電子束源
128:樣品
130:元件
132:元件
134:偵測器
300:模式1掃描
302:晶粒列
304:晶粒列
306:晶粒列
308:M1圖框
310:類似性度量作業(SMJ)
312:參考影像
314:測試影像
316:差異影像
318:模式2掃描
326:M2圖框
328:類似性度量作業(SMJ)
330:參考影像
332:測試影像
334:之差異影像
336:步驟
338:步驟
340:M1影像
342:M2影像
344:對準
346:影像像素(m,n)
348:影像像素(m,n)
350:(m,n)處之影像T
1j、R
1j352:(m,n)處之影像T
2j、R
2j354:缺陷偵測步驟
400:模式1掃描
402:晶粒列
404:晶粒列
406:晶粒列
408:M1圖框
410:類似性度量作業(SMJ)步驟
412:M1,作業1之測試影像(T
11)
414:M1,作業1之參考影像(R
11)
416:M1,作業1之差異影像(T
11-R
11)
418:M1,作業2之測試影像(T
12)
420:M1,作業2之參考影像(R
12)
422:M1,作業2之差異影像(T
12-R
12)
424:模式2掃描
432:M2圖框
434:類似性度量作業(SMJ)步驟
436:M2,作業1之測試影像(T
21)
438:M2,作業1之參考影像(R
21)
440:M2,作業1之差異影像(T
21-R
21)
442:M2,作業2之測試影像(T
22)
444:M2,作業2之參考影像(R
22)
446:M2,作業2之差異影像(T
22-R
22)
448:步驟
450:影像對準
452:步驟
500:非暫時性電腦可讀媒體
502:程式指令
504:電腦系統
在受益於較佳實施例之以下詳細描述的情況下且在參考隨附圖式之後,熟習此項技術者將明白本發明之進一步優點,其中:
圖1及圖2係繪示如本文中描述般組態之一系統之實施例之側視圖之示意圖;
圖3及圖4係繪示可經執行以偵測一樣品上之缺陷之步驟之實施例之流程圖;及
圖5係繪示儲存用於引起一電腦系統執行本文中描述之一電腦實施方法之程式指令之一非暫時性電腦可讀媒體之一項實施例之一方塊圖。
雖然本發明易於以各種修改及替代形式呈現,但本發明之特定實施例在圖式中藉由實例展示且在本文中詳細描述。圖式可不按比例繪製。然而,應理解,圖式及其等之詳細描述不旨在將本發明限於所揭示之特定形式,恰相反,意圖係涵蓋落於如由隨附發明申請專利範圍定義之本發明之精神及範疇內的全部修改、等效物及替代物。
300:模式1掃描
302:晶粒列
304:晶粒列
306:晶粒列
308:M1圖框
310:類似性度量作業(SMJ)
312:參考影像
314:測試影像
316:差異影像
318:模式2掃描
326:M2圖框
328:類似性度量作業(SMJ)
330:參考影像
332:測試影像
334:差異影像
336:步驟
338:步驟
340:M1影像
342:M2影像
344:對準
346:影像像素(m,n)
348:影像像素(m,n)
350:(m,n)處之影像T1j、R1j
352:(m,n)處之影像T2j、R2j
354:缺陷偵測步驟
Claims (20)
- 一種經組態用於偵測一樣品上之缺陷之系統,其包括: 一檢測子系統,其經組態用於分別使用該檢測子系統之第一及第二模式來產生一樣品之第一及第二模式測試影像;及 一電腦系統,其經組態用於: 分別自該等第一及第二模式測試影像產生第一及第二模式參考影像; 分別自該等第一及第二模式測試影像減去該等第一及第二模式參考影像以藉此分別產生第一及第二模式差異影像; 組合該等第一及第二模式測試影像、該等第一及第二模式參考影像及該等第一及第二模式差異影像作為用於缺陷偵測之一輸入;且 至少基於該輸入中之該等第一及第二模式差異影像來偵測該樣品上之缺陷。
- 如請求項1之系統,其中該電腦系統進一步經組態用於藉由將該等第一及第二模式測試影像單獨對準至該樣品之一設計來將該等第一及第二模式測試影像彼此對準。
- 如請求項1之系統,其中該檢測子系統進一步經組態用於藉由分別使用該等第一及第二模式跨該樣品上之一晶粒列掃描一掃描帶來產生該等第一及第二模式測試影像,其中該掃描帶具有等於或大於該晶粒列之一寬度的一長度,且其中該電腦系統進一步經組態用於僅使用由該掃描產生之該等第一及第二模式測試影像來執行該等產生該等第一及第二模式參考影像、減去、組合及偵測。
- 如請求項1之系統,其中該電腦系統進一步經組態用於分別針對該等第一及第二模式測試影像計算第一及第二類似性度量,且分別基於該等第一及第二類似性度量將該等第一及第二模式測試影像分成第一及第二偵測作業,且其中該等產生該等第一及第二模式參考影像、減去、組合及偵測係針對該等第一及第二偵測作業之兩者或更多者的各者單獨執行。
- 如請求項4之系統,其中針對該等第一及第二偵測作業之至少一者執行之該產生該等第一及第二模式參考影像包括獨立於該樣品上產生該等第一及第二測試模式影像的位置,分別針對該產生該等第一及第二模式參考影像選擇該等第一及第二模式測試影像中的一或多者。
- 如請求項1之系統,其中該偵測不包括僅自該等第一模式測試、參考及差異影像中之一或多者判定第一模式候選缺陷之第一模式屬性或僅自該等第二模式測試、參考及差異影像中之一或多者判定第二模式候選缺陷之第二模式屬性。
- 如請求項1之系統,其中該偵測包括基於該等第一模式測試、參考及差異影像中之至少一者而結合該等第二模式測試、參考及差異影像中之至少一者來判定一候選缺陷的一屬性。
- 如請求項1之系統,其中該電腦系統進一步經組態用於基於該等第一模式測試、參考及差異影像中之至少一者而結合該等第二模式測試、參考及差異影像中之至少一者來判定該等經偵測缺陷之至少一者的一屬性。
- 如請求項1之系統,其中該電腦系統進一步經組態用於基於該等第一模式差異影像來偵測該樣品上之第一模式候選缺陷,且其中該產生該等第二模式參考影像、該自該等第二模式測試影像減去該等第二模式參考影像、該組合及該偵測係僅針對該等第一模式候選缺陷之位置執行。
- 如請求項9之系統,其中偵測該等第一模式候選缺陷包括將一熱臨限值應用至該等第一模式差異影像。
- 如請求項1之系統,其中該等缺陷中之至少一者係僅可在該第一或第二模式中偵測到。
- 如請求項1之系統,其中該偵測包括一個一維雜訊雲偵測方法。
- 如請求項1之系統,其中該偵測包括一二維雜訊雲偵測方法。
- 如請求項1之系統,其中該偵測包括基於深度學習之缺陷偵測。
- 如請求項1之系統,其中該電腦系統進一步經組態用於僅基於該等第一或第二測試影像而針對該樣品執行單模式缺陷偵測,且用於基於該單模式缺陷偵測及該偵測之結果來產生該樣品之檢測結果。
- 如請求項1之系統,其中該電腦系統進一步經組態用於基於分別自該等第一及第二測試影像針對缺陷候選者判定之第一及第二模式屬性而針對該樣品執行一額外多模式缺陷偵測,且用於基於該額外多模式缺陷偵測及該偵測之結果來產生該樣品之檢測結果。
- 如請求項1之系統,其中該檢測子系統進一步經組態用於使用光來產生該等第一及第二模式測試影像。
- 如請求項1之系統,其中該檢測子系統進一步經組態用於使用電子來產生該等第一及第二模式測試影像。
- 一種儲存程式指令之非暫時性電腦可讀媒體,該等程式指令可在一電腦系統上執行以執行用於偵測一樣品上之缺陷之一電腦實施方法,其中該電腦實施方法包括: 獲取分別使用一檢測子系統之第一及第二模式產生之一樣品的第一及第二模式測試影像; 分別自該等第一及第二模式測試影像產生第一及第二模式參考影像; 分別自該等第一及第二模式測試影像減去該等第一及第二模式參考影像以藉此分別產生第一及第二模式差異影像; 組合該等第一及第二模式測試影像、該等第一及第二模式參考影像及該等第一及第二模式差異影像作為用於缺陷偵測之一輸入;且 至少基於該等第一及第二模式差異影像來偵測該樣品上之缺陷,其中該等產生、減去、組合及偵測係藉由該電腦系統執行。
- 一種用於偵測一樣品上之缺陷之電腦實施方法,其包括: 獲取分別使用一檢測子系統之第一及第二模式產生之一樣品的第一及第二模式測試影像; 分別自該等第一及第二模式測試影像產生第一及第二模式參考影像; 分別自該等第一及第二模式測試影像減去該等第一及第二模式參考影像以藉此分別產生第一及第二模式差異影像; 組合該等第一及第二模式測試影像、該等第一及第二模式參考影像及該等第一及第二模式差異影像作為用於缺陷偵測之一輸入;且 至少基於該等第一及第二模式差異影像來偵測該樣品上之缺陷,其中該等產生、減去、組合及偵測係藉由一電腦系統執行。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US63/424,467 | 2022-11-10 | ||
US18/342,609 | 2023-06-27 |
Publications (1)
Publication Number | Publication Date |
---|---|
TW202420233A true TW202420233A (zh) | 2024-05-16 |
Family
ID=
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI679710B (zh) | 用於判定樣品上缺陷之系統、非暫時性電腦可讀媒體及方法 | |
US10365232B2 (en) | High accuracy of relative defect locations for repeater analysis | |
TWI836146B (zh) | 多成像模式影像對準 | |
US10922808B2 (en) | File selection for test image to design alignment | |
TWI761556B (zh) | 用於識別一晶圓上之損害缺陷之一來源之系統、方法及非暫時性電腦可讀媒體 | |
TW202117312A (zh) | 用於選擇用於樣本檢查之缺陷偵測方法之系統和方法 | |
TW202326119A (zh) | 用於基於半導體應用使用全域紋理特徵之機器學習 | |
US10151706B1 (en) | Inspection for specimens with extensive die to die process variation | |
US11748872B2 (en) | Setting up inspection of a specimen | |
US10062012B1 (en) | Finding patterns in a design based on the patterns and their surroundings | |
TW202420233A (zh) | 多模式缺陷偵測 | |
US20240161272A1 (en) | Multimode defect detection | |
US11887296B2 (en) | Setting up care areas for inspection of a specimen | |
US20220327796A1 (en) | Salient feature point based image alignment | |
TW202317973A (zh) | 快速及模糊的圖案分組 |