TWI812461B - 用於判定圖樣的臨界尺寸變異的方法、系統及非暫態性電腦可讀取媒體 - Google Patents
用於判定圖樣的臨界尺寸變異的方法、系統及非暫態性電腦可讀取媒體 Download PDFInfo
- Publication number
- TWI812461B TWI812461B TW111134290A TW111134290A TWI812461B TW I812461 B TWI812461 B TW I812461B TW 111134290 A TW111134290 A TW 111134290A TW 111134290 A TW111134290 A TW 111134290A TW I812461 B TWI812461 B TW I812461B
- Authority
- TW
- Taiwan
- Prior art keywords
- pattern
- parameter
- contour
- value
- processing device
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims description 44
- 230000007547 defect Effects 0.000 claims abstract description 93
- 238000012545 processing Methods 0.000 claims description 93
- 230000008685 targeting Effects 0.000 claims 1
- 238000005259 measurement Methods 0.000 abstract description 77
- 239000004065 semiconductor Substances 0.000 description 44
- 235000012431 wafers Nutrition 0.000 description 42
- 230000006870 function Effects 0.000 description 39
- 238000007689 inspection Methods 0.000 description 22
- 230000008859 change Effects 0.000 description 19
- 238000003860 storage Methods 0.000 description 15
- 230000003287 optical effect Effects 0.000 description 8
- 238000004519 manufacturing process Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000013461 design Methods 0.000 description 4
- 238000004590 computer program Methods 0.000 description 3
- 238000011960 computer-aided design Methods 0.000 description 3
- 238000013500 data storage Methods 0.000 description 3
- 230000009977 dual effect Effects 0.000 description 3
- 230000003068 static effect Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000002950 deficient Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000010894 electron beam technology Methods 0.000 description 2
- AYAYHFUDSSAHOG-PBHICJAKSA-N ethyl (4as,10bs)-3-methyl-1,2,4,4a,5,6-hexahydrobenzo[f]isoquinoline-10b-carboxylate Chemical compound C1CC2=CC=CC=C2[C@@]2(C(=O)OCC)[C@H]1CN(C)CC2 AYAYHFUDSSAHOG-PBHICJAKSA-N 0.000 description 2
- 238000001878 scanning electron micrograph Methods 0.000 description 2
- 101000940067 Arabidopsis thaliana Coronatine-insensitive protein 1 Proteins 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
- H01L22/00—Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
- H01L22/10—Measuring as part of the manufacturing process
- H01L22/12—Measuring as part of the manufacturing process for structural parameters, e.g. thickness, line width, refractive index, temperature, warp, bond strength, defects, optical inspection, electrical measurement of structural dimensions, metallurgic measurement of diffusions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
- G06T7/001—Industrial image inspection using an image reference approach
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/12—Edge-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
- H01L22/00—Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
- H01L22/20—Sequence of activities consisting of a plurality of measurements, corrections, marking or sorting steps
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30148—Semiconductor; IC; Wafer
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Computer Hardware Design (AREA)
- Power Engineering (AREA)
- Geometry (AREA)
- Testing Or Measuring Of Semiconductors Or The Like (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
- Testing Of Coins (AREA)
- Length-Measuring Devices Using Wave Or Particle Radiation (AREA)
Abstract
可接收圖樣的參考影像以及圖樣的擷取影像。可識別圖樣的感興趣的輪廓。可對每一參考影像與經擷取影像針對圖樣的感興趣輪廓,判定圖樣的尺寸的一或更多個量測結果。可基於對每一參考影像與經擷取影像所判定的圖樣尺寸的一或更多個量測結果,來分類相關聯於感興趣輪廓的缺陷。
Description
本揭示內容相關於臨界尺寸,且更特定而言,相關於判定圖案的臨界尺寸變異。
積體電路在半導體晶圓上的生產或製造的演進,利用越來越小的設計元件以實施積體電路。例如,積體電路可被實施在半導體晶圓上,作為一或更多個設計元件的圖樣對應於積體電路的不同部分。生產或製造程序可造成半導體晶圓上的積體電路的一或更多個缺陷。可藉由量測對應於積體電路的不同部分的設計元件圖樣的尺寸,以識別及/或分類這種缺陷。
下文為揭示內容的簡化概要,以提供對於揭示內容的一些態樣的基本瞭解。本概要並非揭示內容的延伸性綜觀。本概要並不意為識別揭示內容的關鍵或臨界元素,亦不意為劃定揭示內容的特定實施例的任何範圍或申請專利範圍的任何範圍。本概要唯一的目的,僅為由簡化形式呈現揭示內容的一些概念,而作為下文呈現的更詳細說明的前言。
在實施例中,可接收圖樣的經擷取的影像。可接收圖樣的參考影像。可識別圖樣的感興趣的輪廓。可對每一參考影像與經擷取影像針對圖樣的感興趣輪廓,判定圖樣的尺寸的一或更多個量測結果。可基於對每一參考影像與經擷取影像所判定的圖樣尺寸的一或更多個量測結果,來分類相關聯於感興趣輪廓的缺陷。
在一些實施例中,感興趣輪廓對應於相關聯於缺陷的圖樣的變形的位置。
在一些實施例中,判定圖樣的尺寸的一或更多個量測結果進一步包括判定在圖樣的特定點處對沿著擷取影像中圖樣的感興趣輪廓的複數個點的第一組複數個量測結果,其中第一組複數個量測結果之每一者對應於從特定點到沿著擷取影像中感興趣輪廓各別點的距離。再者,判定在圖樣的特定點處對沿著參考影像中圖樣的感興趣輪廓的複數個點的第二組複數個量測結果,其中第二組複數個量測結果之每一者對應於從特定點到沿著參考影像中感興趣輪廓的各別點的距離。
在一些實施例中,沿著感興趣輪廓的複數個點係相關聯於從圖樣的特定點到感興趣輪廓的不同的方向。
在一些實施例中,方法進一步包含:基於來自第一組與第二組複數個量測結果的一對量測結果,判定對於每一各別點沿著感興趣輪廓的臨界尺寸參數值。
在一些實施例中,基於臨界尺寸參數值來分類缺陷,臨界尺寸參數值具有在來自相關聯於擷取影像的第一組複數個量測結果的各別量測結果,與來自相關聯於參考影像的第二組複數個量測結果的另一各別量測結果的最大差異。
在一些實施例中,係基於距離轉換函數來判定一或更多個量測結果。
本揭示內容的態樣相關於判定圖樣的臨界尺寸變異。一般而言,半導體晶圓檢查系統可分析的半導體晶圓,包含對應於積體電路的圖樣。例如,檢查系統可識別半導體晶圓的圖樣處的任何缺陷,並可將所識別的缺陷分類。
半導體晶圓檢查系統可識別對應於半導體晶圓處缺陷的圖樣。圖樣可對應於各種形狀與複雜結構。在於半導體晶圓上製造積體電路的期間內,特定圖樣的形狀或結構,可改變而不同於特定圖樣本應具有的形狀或結構。這種圖樣變異可造成半導體晶圓的缺陷。半導體晶圓檢查的操作者可檢查每一缺陷。例如,操作者可檢查缺陷並可判定圖樣中的變異,是否對半導體晶圓上製造的積體電路產生衝擊。然而,製造在半導體晶圓上的圖樣可對應於不同的形狀及/或結構。因此,半導體晶圓檢查系統的操作者可需要付出大量的時間,來觀看不同圖樣的許多不同的形狀及/或結構。
本揭示內容的態樣藉由判定圖樣的臨界尺寸變異,來處理前述及其他的不足之處。可判定並使用圖樣的各種臨界尺寸,以判定臨界尺寸中的變異是否可造成對應圖樣的品質下降(例如缺陷)。例如,可接收參考影像(例如所期望的圖樣)與檢查影像(例如已製造及/或相關聯於缺陷的圖樣)。可判定來自參考影像的特定圖樣的臨界尺寸值或參數,以及來自檢查影像的對應圖樣的臨界尺寸值或參數。
在一些具體實施例中,可使用距離轉換(DT)作業以判定臨界尺寸值。可藉由識別圖樣的感興趣輪廓(COI),並基於所識別的感興趣輪廓來量測距離,以判定臨界尺寸值。感興趣輪廓可被視為是圖樣的變形部分(MP)。例如,變形部分可對應於檢查影像的圖樣部分,此部分不同於參考影像的對應圖樣的對應部分。可對參考影像的圖樣的感興趣輪廓判定第一臨界尺寸值。在一些具體實施例中,第一臨界尺寸值為圖樣位置與參考影像上感興趣輪廓之間的距離。第二臨界尺寸值可為圖樣的對應位置與檢查影像上感興趣輪廓之間的距離。因此,可判定圖樣的兩個尺寸值。隨後可基於第一臨界尺寸值與第二臨界尺寸值的組合,來判定臨界尺寸的參數或變異。在一些具體實施例中,臨界尺寸值的變異或參數,係可基於第一與第二臨界尺寸值之間的比例。因此,臨界尺寸變異或參數可識別圖樣的改變,作為圖樣的變形部分的結果。這種臨界尺寸變異或參數,隨後可用以判定圖樣中的變異或改變是否為顯著的。例如,若臨界尺寸變異或參數超過相關聯於圖樣的臨限值,則變形部分可造成在對於半導體晶圓的半導體製程中要被處理的缺陷。
本揭示內容的優點包含(但不限於)提升了半導體晶圓檢查系統的效率。例如,可對許多不同類型的圖樣判定臨界尺寸變異或參數,而不需要半導體晶圓檢查系統的操作者的輸入。因此,半導體晶圓的檢查可需要較少的時間。此外,由半導體晶圓檢查系統判定圖樣的臨界尺寸變異,可提升半導體製程的可靠性,因為可在製程期間內處理具有指示缺陷的臨界尺寸變異的一些圖樣,使得隨後的半導體晶圓的隨後缺陷被減少。
第1A 圖圖示說明用於判定圖樣的臨界尺寸(CD)變異的範例系統的方塊圖。系統可對應於半導體晶圓檢查系統。
如
第 1A 圖圖示,第一系統(系統1)可對應於電腦系統,電腦系統包含處理裝置(例如處理器),處理裝置可實施臨界尺寸部件(SP)。在一些具體實施例中,臨界尺寸部件可對應於韌體單元、軟體產品、或軟體應用程式。臨界尺寸部件可實施距離轉換(DT)函數,以判定半導體晶圓W的圖樣的臨界尺寸值或量測結果。在一些具體實施例中,第一系統S1可包含記憶體M、計算裝置C、顯示器D、與輸入單元(例如鍵盤)K。計算裝置C可被經由通訊鏈結L可操作地耦接於光學工具或電子掃描顯微鏡(SEM)。雖然圖示說明了SEM,但可使用任何其他類型的光學設備以獲得半導體晶圓W的影像。
在作業中,計算裝置C接收來自SEM的半導體晶圓W的資料。SEM可產生在半導體晶圓W上製造的一或更多個圖樣的一或更多個影像。計算裝置C可接收對應於一或更多個圖樣的參考影像(例如來自記憶體M),以判定一或更多個圖樣的臨界尺寸中的變異。
在圖樣已被變形或可被變形時,DT函數可用於對任何任意圖樣,判定圖樣相對於圖樣上特定位置的臨界尺寸。可相對於參考影像判定CD變異,可由對應於圖樣的設計的經模擬電腦輔助設計(CAD)影像,及/或不包含變形部分的對應圖樣(例如不具有缺陷的圖樣)的影像,來呈現參考影像。
在一些具體實施例中,DT函數可允許在存在缺陷時確實地並精確地估算CD。DT函數可允許半導體晶圓檢查系統對於具有不同結構的所有類型的圖樣,改良CD與臨界尺寸變異(CDV)的監測,而操作者不需要對每一類型的圖樣界定所期望的實際量測結果。
第1B 圖圖示說明判定圖樣臨界尺寸變異的範例方法150的流程圖。方法150可由處理邏輯執行,處理邏輯可包括硬體(例如處理裝置、電路系統、專屬邏輯、可編程邏輯、微代碼、裝置硬體、積體電路等等)、軟體(例如在處理裝置上運行或執行的指令)、或以上之組合。在一些具體實施例中,可由
第 1A 圖的臨界尺寸部件(SP)執行方法150。
如圖示,在模塊151,處理邏輯可接收參考影像與擷取影像(或檢查影像)。參考影像與擷取影像可包含半導體晶圓的圖樣。參考影像的圖樣可被視為不具有任何缺陷或變形的理想圖樣,且擷取影像的圖樣可包含缺陷或變形。因此,參考影像可包含圖樣,且擷取影像可包含根據參考影像所製造的圖樣。在模塊152,處理邏輯可識別參考影像與擷取影像中圖樣的感興趣輪廓。例如,感興趣輪廓可為包含擷取影像中的變形的圖樣的邊界或部分。變形可為相對於參考影像中對應圖樣的邊界或部分處的圖樣的改變。在一些具體實施例中,變形可為圖樣的缺陷或可能缺陷的結果。因此,可將圖樣的部分識別為感興趣輪廓。
在模塊153,處理邏輯可對每一參考影像與經擷取影像針對感興趣輪廓,判定圖樣的尺寸的一或更多個量測結果。例如,可識別圖樣上的位置。位置可位於相對於圖樣感興趣輪廓的正常位置。因此,位置可與感興趣輪廓隔開。可獲得沿著感興趣輪廓的多個點或位置的量測結果。在一些具體實施例中,可獲得對於參考影像的第一量測結果,並可獲得對於擷取影像的第二量測結果。例如,可獲得第一量測結果,以量測圖樣上位置相對於擷取影像圖樣上感興趣輪廓上的一點的距離。隨後可在參考影像中圖樣上的相同位置(亦即在與擷取影像相同的位置),獲得對於擷取影像的第二量測結果,以量測此位置與圖樣上對應點之間的距離。在一些具體實施例中,可獲得相對於感興趣輪廓上的每一不同點的多對量測結果。因此,對於沿著感興趣輪廓的每一點,可獲得對於參考影像的距離值以及對於擷取影像的另一距離值。
參照
第 1B 圖,在模塊154,處理邏輯可基於所判定的一或更多個量測結果,來將相關聯於感興趣輪廓的缺陷分類。缺陷可導致感興趣輪廓。在一些具體實施例中,可基於一或更多個量測結果,將缺陷分類為顯著的或非顯著的。若缺陷造成包含圖樣的積體電路失效,則此缺陷可為顯著的。可基於臨界尺寸參數值來分類缺陷,係基於一或更多個量測結果來選擇臨界尺寸參數值。例如對於每一對量測結果,可基於來自參考影像的第一量測結果與來自擷取影像的第二量測結果的結合,相對於圖樣上的相同位置與沿著感興趣輪廓的相同點,來判定臨界尺寸參數。臨界尺寸參數可為第一量測結果與第二量測結果之間的比例。隨後,可將具有最大值的臨界尺寸參數(指示在參考影像圖樣與擷取影像圖樣之間沿著感興趣輪廓的最大改變)選擇為臨界尺寸參數。隨後可基於所選擇的臨界尺寸參數超過臨限值,來分類缺陷。例如,若臨界尺寸參數超過臨限值,則可將感興趣輪廓視為顯著缺陷。或者,若臨界尺寸參數未超過臨限值,則可不將感興趣輪廓視為顯著缺陷。在一些具體實施例中,臨限值可基於相關聯於感興趣輪廓的缺陷類型(例如形狀)而改變。
本文所提及的參考圖樣(例如原始的、初始的、期望的、設計的、計劃的圖樣)可以僅與一圖案(也可被稱為任意的、擷取的、真實的、變形的、缺陷圖樣、檢查、受變形影響的圖樣)進行比較。在一些具體實施例中,圖樣的參考影像可例如為CAD影像、期望參考圖樣的模擬影像、在製程期間創建的參考圖樣的SEM生成的灰階影像、由光學工具(例如,在光罩檢查中)創建的參考圖樣影像、晶粒或一組晶粒(例如鄰近的晶粒)等等。參考輪廓可為在參考影像處的圖樣的輪廓。對於作為單一特徵的圖樣,這種圖樣的參考影像的任何輪廓可被瞭解為作為這種圖樣的參考輪廓。對於包含內部(或子)輪廓的圖樣,這種圖樣的參考影像上的外部輪廓與內部輪廓可作為參考輪廓。在一組圖樣中,鄰近基本圖樣的圖樣外部輪廓,可被視為基本圖樣的參考輪廓。
圖樣的擷取影像,可涉及指示在用初級電子束照射時在光刻光罩上或半導體晶圓上產生的亮度的資訊。在這種情況中,擷取影像對應於真實的/任意的/變形的圖樣。或者,擷取影像可為參考圖樣的所計畫變形的模擬影像。擷取影像因此可為基於所擷取的訊號(由以光束或初級電子束掃描光罩或半導體晶圓的產生)、基於擷取訊號的資訊(影像亮度的數位量測結果的檔案)、影像的函數性、在處理影像時獲得的資料、濾除或增強、或模擬影像所產生的任何影像。參考影像與擷取影像的形式可為可見影像(例如由SEM獲得的灰階影像)。擷取輪廓可涉及包含在擷取影像中的圖樣的輪廓。
本文所提及的變形部分,可涉及在圖樣上的至少一個物件。例如,變形部分可為(但不限於)改變、缺陷、增加特徵、具有不同於圖樣其他區域的特性的區域。變形部分可具有任意形狀/輪廓,並可位於圖樣的任何部分上。變形部分可為虛擬變形部分(諸如在圖樣上的區域),在此處計畫/期望所提及的改變/缺陷/增加特徵/區域。感興趣輪廓(COI)可涉及圖樣上的一組點,且受到(或期望受到)初始(參考)圖樣變形的影響。例如,COI可為至少一部分的參考輪廓,此部分鄰接於(實際的或虛擬的)變形部分,並位於變形部分被「附接」(或應被附接)至參考影像/輪廓之處。例如,感興趣輪廓可被瞭解為鄰近於變形部分的參考輪廓的部分,或可被瞭解為在圖樣與圖樣的變形部分之間的邊界。感興趣輪廓可預先被預選定,或可基於至少一個圖樣影像(擷取影像或參考影像)且基於關於變形部分(缺陷)的位置與形狀的資訊來被判定。變形部分的輪廓的區段(並非為參考輪廓的部分)可被稱為變形感興趣輪廓(COI)。可對不具有任何可見的變形部分(缺陷)的圖樣界定感興趣輪廓。例如,特定參考輪廓區段(其中可能具有潛在的變形)可被視為感興趣輪廓,並稱為假想(或虛擬)感興趣輪廓。對於假想感興趣輪廓於其上具有特定位置的圖樣,可對此種圖樣判定CD參數。
距離轉換(DT)函數可為在所導出的數位影像表示上執行的作業。DT函數可被界定為地圖,地圖由對最近非零像素的距離標示感興趣影像的每一像素。例如,非零障礙物像素在二元影像中可為邊界像素。
第2A 圖圖示說明半導體晶圓的範例圖樣。如圖示,基本圖樣P1可包含其自身的標示為RO的外部輪廓(參考自身輪廓),以及標示為RCh的內部/子輪廓(參考子輪廓)。鄰近圖樣N1位於接近圖樣P1處。變形部分MP1可出現在圖樣P1的一側上。MP1可為突出部(由標示為MP1a的突出粗線圖示)。在一些具體實施例中,變形部分可為凹部,諸如MP2(例如粗虛線)。這種變形部分被標示為MP1b。感興趣輪廓可為MP1a或MP1b與RO之間的邊界(例如在粗虛線之間的RO部分)。
如圖示,可判定兩種類型的CD量測。例如,第一類型(類型I)可為對於圖樣P1的自身CD的量測,以估算缺陷MP1如何影響自家圖樣P1的品質。第二類型(類型II)可為圖樣P1相對於圖樣N1的鄰近性CD的量測,以估算缺陷MP1如何影響圖樣P1的周圍。
第2B 圖圖示說明半導體晶圓的另一範例圖樣。如圖示,可判定類型III與類型IV的量測。對於類型III量測,在製程期間內圖樣P2已被縮小(圖樣P2的直徑/總體尺寸被一致地降低)。外側的細輪廓被標示為P2的參考自身輪廓RO,而內側的粗輪廓為P2的變形新輪廓。差異被標示為環形變形部分MP2。變形部分MP2與參考圖樣之間的邊界,為圖樣的參考輪廓RO(被視為感興趣輪廓COI-2)。在類型IV的量測中,在製程期間內圖樣P3的總體尺寸/直徑以提升(由粗線圖示P3的變形新輪廓)。圖樣P3的參考自身輪廓被標示為RO。因為總體RO已改變,RO亦代表變形部分MP3的邊界。在此情況中,總體RO為感興趣輪廓COI-3。此缺陷類型為類型IV,這可由所提出的臨界尺寸量測技術來處理,以判定類似於P3的圖樣的自身CD。
第2C 圖圖示說明半導體晶圓的另一範例圖樣。例如,
第 2C 圖可被視為
第 2A 圖的變異,其中圖樣P4與鄰近圖樣N2都具有缺陷(MP4、MP5),該等缺陷一起改變鄰接圖樣之間的距離,且因此改變這種圖樣之任意者的鄰近性CD。這種缺陷類型為類型V,其中對於圖樣P4的感興趣輪廓為COI-4,而CN(鄰近圖樣N2的擷取輪廓)可作為參考輪廓(相對於參考輪廓估算缺陷MP4與MP5的影響)。COI-5為對於圖樣N2的感興趣輪廓,若估算其自身的CD。
第2D 圖圖示說明半導體晶圓的另一範例圖樣。如圖示,圖樣可為圓形圖樣P6,圓形圖樣P6包含在其弧形之一者上的感興趣輪廓COI-6。變形部分可出現在弧形上,如由感興趣輪廓COI-6所指示的。圖樣P6的CD參數的量測,係可基於COI-6的位置。
第2E 圖圖示說明半導體晶圓的另一範例圖樣。如圖示,圖樣可對應於具有感興趣輪廓COI-7的線性圖樣P7,感興趣輪廓COI-7可為假想的(例如虛擬的或想像的)。可基於COI-7的位置來判定圖樣P7的CD參數。
第2F 圖圖示說明半導體晶圓的另一範例圖樣。如圖示,圖樣P8可包含複雜形狀。可針對感興趣輪廓COI-8來判定圖樣P8的臨界尺寸參數。在一些具體實施例中,臨界尺寸參數可對應於在變形部分出現在COI-8上時,識別圖樣P8的哪個尺寸將受到最多影響。
雖然
第 2A 圖至
第 2F 圖說明了各種範例圖樣,但可判定任何類型或形狀的圖樣的臨界尺寸變異。
第3A 圖、
第 3B 圖與
第 3C 圖圖示如何判定圖樣變形(例如缺陷)對於圖樣CD的相對影響。任意圖樣可包含變形部分(例如缺陷),變形部分改變圖樣的外部輪廓(且相應地改變圖樣的CD)。圖樣上的變形部分,可影響圖樣相對於一或更多個鄰近圖樣的圖樣CD。
第3A 圖圖示說明具有相關聯於臨界尺寸的缺陷的範例圖樣。如圖示,圖樣可包含圖樣內缺陷(亦即明確目標區域)。例如,圖樣P10可包含複雜形狀。由輪廓120與140代表圖樣的所計畫的參考形狀。真實圖樣P10包含缺陷或變形部分MP(斜線區域130),缺陷或變形部分MP改變圖樣的外部輪廓。例如,變形圖樣現在終止於邊界/邊緣160(而非140)。邊緣140可被視為圖樣P10的感興趣輪廓(COI-10)。
在此情況中,圖樣P10的CD為相對於參考圖樣相差最大(或改變最大)的尺寸或量測距離。例如,最大改變距離為受到變形部分/缺陷130最大影響的距離。如可見於
第 3A 圖,參考圖樣P10的直徑Dr(接近感興趣輪廓160量測,且較佳地為正交於感興趣輪廓160量測),明顯大於在相同方向中量測的缺陷圖樣的直徑Dd(所擷取的)(接近感興趣輪廓160量測,且較佳地為正交於感興趣輪廓160量測)。例如,直徑Dd(亦即缺陷直徑)可為輪廓120處「o」與輪廓160之間的距離,且直徑Dr(亦即參考直徑)可為輪廓120處「o」與輪廓140處「o」之間的距離。比例Dd/Dr可指示缺陷的最大效果,使得Dd(所擷取的)可被視為變形圖樣P10的CD。因為Dr可被視為參考圖樣的CD,比例可被指定為CD
擷取/CD
參考。
給定比例以及量測的特定方向,可判定圖樣P10的臨界尺寸變異(CDV)如下:
[3]
在一些具體實施例中,值Ratio為如先前所述的比例,值C為重量係數,且值
、
、
為由分別針對參考輪廓RC、感興趣輪廓COI以及變形感興趣輪廓MCOI而選定的對於CD的量測方向所形成的角度,如圖示說明。
第3B 圖圖示說明具有相關聯於臨界尺寸的缺陷的另一範例圖樣。例如,
第 3B 圖圖示一對圖樣D11與D12,其中圖樣為直線。圖樣D12上的缺陷135,改變圖樣d12自身的CD與鄰近性CD(例如針對鄰近圖樣D11的臨界尺寸)。對於針對鄰近圖樣D11的CD,參考距離Dr(在未改變/參考圖樣D12與鄰近圖樣D11之間量測得)可被與距離Dd(在具有缺陷的圖樣D12與鄰近圖樣D11之間量測得)比較。瞭解到這種距離受到缺陷135的最大影響。
為了估算/量測缺陷(或圖樣中的任何變形部分)對於此圖樣CD的相對影響,可使用Dd/Dr比例。比例係可基於在變形圖樣(例如缺陷)的擷取影像上量測得的距離Dd,以及在未變形圖樣(例如不具有缺陷)的參考影像上量測得的距離Dr,其中係接近變形部分來量測這兩個距離。例如,可接近感興趣輪廓137(例如由缺陷135所圍繞)來量測距離。最大比例可被選定為CD比例。
第3C 圖圖示說明具有相關聯於臨界尺寸的缺陷的另一範例圖樣。例如,可判定變形部分對於圖樣以及鄰近圖樣的效應。使用由數個鄰近圖樣圍繞的範例圖樣來圖示說明作法。
第3C 圖圖示一組圖樣。在圖樣組中,圖樣122之一者受到突出部121的變形,因此同時影響圖樣122的尺寸以及圖樣122與其他鄰接圖樣124與126之間的距離,鄰接圖樣124與126最接近或逼近變形部分121。可基於因突出部(亦即缺陷)121而改變的相對CD之最大值,來估算或判定突出部121的衝擊。
為了量測突出部21對於圖樣122的CD值或參數的影響,應在差異/改變最大的位置/方向量測圖樣122的Dd1與Dr1。
相對CD改變可被估算為:
max ׀ 1-
Dd
( 擷取 ) /Dref)׀
作為範例,可在圖樣122(相關於在突出部基底處的感興趣輪廓)中量測的比例Dd1/Dr1係等於1.31。為了量測缺陷或突出部121對於圖樣122的CD值的針對圖樣126的相對影響,應在差異/改變最大的位置/方向量測Dd2與Dr2(或者這種方向/位置應自動被找出)。例如,可對最接近的鄰近圖樣126量測的比例Dd2/Dr2(例如由圖樣122與圖樣126之間的虛線所代表)係等於0.71。
第4A 圖圖示說明判定具有任意形狀的圖樣的臨界尺寸參數。如圖示,可藉由使用距離轉換函數(在各種方向量測距離),來判定任意圖樣的CD參數。
如圖示,圖樣131可包含圓形形狀。圖樣131的外部輪廓被圖示為圖樣131的邊界。外部輪廓可被視為參考輪廓。弧形132指示為感興趣輪廓的一組點S1,這組點S1(可)受到缺陷的變形或衝擊。可在感興趣輪廓(S1組)附近沿著各種方向施加DT函數,亦即在圖樣131輪廓的點與包含S1組的弧形132的點之間,以量測距離,且該多個距離量測結果的DT值被圖示在圖表134上。圖表134的極值對應於圖樣的直徑136,在弧形中心處被測得(例如在感興趣輪廓的一組點S1的中心處)。極值可代表在圖樣131輪廓處的任意點與弧形132處任意點之間的最大距離。這種量測結果可為圖樣針對感興趣輪廓S1的CD參數或值(例如圖樣自身的局部CD參數)。
第4B 圖圖示具有線型圖樣的另一範例圖樣140,圖樣包含具有一組點S2的感興趣輪廓142。在感興趣輪廓142附近施加至圖樣輪廓的DT函數,產生具有三個極值的圖表144。極值之一者(例如圖表的最小值)相關聯於線圖樣上的一點,在此點處圖樣輪廓與輪廓142(例如S2組點)之間的距離將改變最大。在此點處測得的距離146(CD),可為變形圖樣的CD參數(例如局部CD)。再者,因為距離146在形成極值144的其他距離中具有最小絕對值(距離146與142垂直),距離146可被選定為圖樣140的局部CD參數或值。
第4A 圖與
第 4B 圖展示出缺陷/變形在圖樣上的位置(由圖樣感興趣輪廓代表)會影響圖樣的CD比例。CD被稱為局部CD,並可被透過分析DT極值與比例的改變來估算。可藉由考慮參考圖樣的輪廓與變形圖樣的輪廓(或該等中之一者的輪廓以及虛擬/計畫或真實變形的感興趣輪廓)、量測方向對於感興趣輪廓垂直方向的接近性、以及在DT函數量測方向中選擇最佳候選者,來提供估算。
第5A 圖與
第 5B 圖圖示說明基於距離量測結果來判定臨界尺寸參數。例如圖示,
第 5A 圖與
第 5B 圖圖示說明兩個範例,其中圖樣P13具有大抵圓形的形狀,形狀具有位置不同且形狀不同的變形部分(或感興趣輪廓)。在此範例中,感興趣輪廓指示參考圖樣與變形圖樣之間的邊界。如圖示,可在變形部分/COI附近從各種方向來量測對於CD參數或值的候選者,並可將至少一個候選者選定為適合的局部CD值或參數。方向由黑虛線圖示(例如DT)。在一些具體實施例中,較接近垂直於變形圖樣輪廓(以及感興趣輪廓COI)的方向,可為用於判定圖樣CD參數(最大尺寸相對改變,由右側的所測得Dr與Dd圖示)的較佳候選者。
第5C 圖圖示說明基於與參考影像及檢查影像相關聯的比率來判定臨界尺寸參數。如圖示,可接收圖樣的參考影像150與擷取影像151(例如缺陷的擷取影像)。可在結合影像153中獲得感興趣輪廓153,並可對所產生的結合影像153估算CD參數或值。
第5C 圖亦驗證對於圖樣150(具有存在在感興趣輪廓153附近的缺陷)的圓形形狀可獲得的最大CD比例(指示CD參數或局部CD)被判定為0.83。在感興趣輪廓153附近的量測,可由施加DT函數來執行。
第6 圖、
第 7 圖與
第 8 圖圖示說明量測臨界尺寸。例如,每一圖式圖示說明不同圖樣,選擇適合的方向以在感興趣輪廓與變形部分(例如突出部及/或凹部)的輪廓附近在不同方向中(由黑虛線圖示)量測CD參數(例如DT作業)的作業。由DT函數對該等不同的圖樣建置對應的DT值圖表。
第 6 圖、
第 7 圖與
第 8 圖中心的圖表,至少相關於放到圖表左側的對應範例(例如相關於左側範例與右側範例,因為他們具有相同COI以及對稱變形部分)。每一DT圖表將CD參數候選者圖示說明為受到變形部分最大影響的量測結果(亦即為接近DT函數極值的量測結果)。接著,將CD參數選擇為在候選者中具有最大CD比例的量測結果。對應圖式中圖示了最大CD比例的示例性值。
第9 圖為判定臨界尺寸中的變異的範例方法。
第 9 圖的方法可由處理邏輯執行,處理邏輯可包括硬體(例如處理裝置、電路系統、專屬邏輯、可編程邏輯、微代碼、裝置硬體、積體電路等等)、軟體(例如在處理裝置上運行或執行的指令)、或以上之組合。在一些具體實施例中,可由
第 1A 圖的臨界尺寸部件(SP)執行方法。
一般而言,可判定變形圖樣的CD參數,以估算變形圖樣的品質。變形圖樣的品質,可對應於變形或缺陷對於變形圖樣的CD參數的影響的量測結果。此外,
第 9 圖包含個別的分支以判定CD參數,以及基於各別CD參數估算變形部分對圖樣的衝擊。例如,第一分支可相關於判定容納圖樣內的CD參數(例如用於判定自身CD參數的左側分支)以及針對一或更多個鄰近圖樣的CD參數(例如用於判定鄰近性CD參數的右側分支)。
在一些具體實施例中,在因改變次序或缺陷所變形的圖樣之內及/或之外量測局部CD,且隨後判定變形改變圖樣的程度。例如,可計算變形尺寸與原始(參考)尺寸之間的比例,使得輸出為所造成的改變。如圖示,在模塊10,處理裝置可接收輸入影像。例如,輸入影像可包含圖樣的至少一個影像以及一些特定位置資料,資料識別圖樣是否具有(或應具有)變形部分MP,並識別圖樣在何處具有(或應具有)變形部分MP。在一些具體實施例中,圖樣的影像可構成SEM影像,為圖樣的擷取影像或圖樣的參考影像。資料可包含感興趣輪廓(COI)上的資訊,為圖樣與MP之間的邊界。若MP為假想的或計畫的,則COI可被視為虛擬的。
在模塊12,處理裝置可基於從模塊10接收來的輸入,形成一組邊界(輪廓)。例如,邊界組可包含圖樣的輪廓PC,為參考輪廓或擷取輪廓、變形部分的輪廓(CMP)(若存在這種輪廓),感興趣輪廓COI被提供或創建等等。可基於輸入資料獲得其他輪廓。
在模塊14,處理裝置量測自身的CD參數。例如,模塊14可對應於用於判定自身CD量測結果的第一分支,以估算MP對包含感興趣輪廓自身的容納圖樣的衝擊。模塊14對應於量測COI及/或CMP附近的自身CD。模塊16指示用於判定鄰近性CD參數或量測結果的第二分支,以估算MP對一或更多個鄰近圖樣(例如不包含感興趣輪廓的其他鄰接圖樣)的衝擊。模塊16對應於量測基本圖樣的COI與CMP的鄰近性CD。
模塊14的量測可由子分支a)與b)之至少一者來實施。如圖示,在模塊14,處理裝置在堅實的容納圖樣內量測自身的CD參數。在模塊14b,處理裝置在具有內部輪廓(或子輪廓)的容納圖樣內量測自身的CD參數。模塊15指示對於選項14a與14b之每一者,可將其對應的自身CD參數選擇為由於存在MP而改變地最大的量測結果。然而,可在所有在14a與14b中執行的量測中,選出一個改變最大的自身CD參數。
在模塊15,處理裝置可計算對於量測結果的各別改變比例(及/或CDV),並可選擇由比例與CDV的最大值特徵化的CD參數。類似或替代地,模塊16a可對應於處理裝置量測針對特定鄰近圖樣的鄰近性CD參數。模塊16b可對應於處理裝置針對鄰近圖樣的變形部分(MP')量測鄰近性CD,若亦位於鄰近圖樣對之間。
在模塊17,對於選項16a及/或16b之每一者,處理裝置可判定由於存在一或多個MP而改變最大的鄰近性CD參數。在模塊18,處理裝置可從流程圖的兩個分支收集所判定的CD參數,分別作成兩個自身與鄰近性CD參數的結合組,該等CD參數由於在特定位置處存在變形部分MP而改變最大。亦可記錄各別的比例及/或CDV值。
第10 圖圖示說明用於判定對於具有任意形狀的圖樣的臨界尺寸中變異的範例方法。
第 10 圖的方法可由處理邏輯執行,處理邏輯可包括硬體(例如處理裝置、電路系統、專屬邏輯、可編程邏輯、微代碼、裝置硬體、積體電路等等)、軟體(例如在處理裝置上運行或執行的指令)、或以上之組合。在一些具體實施例中,可由
第 1A 圖的臨界尺寸部件(SP)執行方法。
一般而言,可基於距離轉換(DT)函數判定CD參數。在一些具體實施例中,DT函數可判定最佳量測方向(相關聯於DT函數極值)並判定在這種方向的CD候選者。如圖示,在模塊20,處理裝置可接收輸入。輸入可包含圖樣與周圍區域的兩個灰階電子掃描顯微鏡(SEM)影像(例如參考影像與擷取或檢查影像),使得變形部分(MP)(例如缺陷)上的資訊可作為差異而被獲得。例如,差異可位於參考影像與檢查影像的圖樣之間。在相同或替代性的具體實施例中,輸入可包含參考影像與假想感興趣輪廓(COI)上的資訊。在模塊22,處理裝置可形成一組輪廓。輪廓可包含圖樣的參考輪廓(RC),參考輪廓(RC)可被從以下之任意者選出或為以下之全部:參考自身輪廓RO;參考子輪廓RCh;參考鄰近輪廓RN;以及擷取鄰近輪廓CN(在其亦具有自身的變形部分時可作為參考輪廓)。
在一些具體實施例中,變形部分的輪廓(CMP)可為自身圖樣的部分或鄰近圖樣的部分。感興趣輪廓(COI)可為自身的(假想或真實的)或為鄰近圖樣的COI。若對於包含COI的圖樣量測CD參數(例如自身CD參數量測),則在模塊24處理裝置可施加DT函數至COI/CMP附近的參考輪廓RC,以量測自身CD參數值。處理裝置可基於模塊24a、24b與24c施加DT函數。
在模塊24a,處理裝置藉由使用自身COI與自身CMP施加DT函數,其中RC為參考自身輪廓(RO)。在一些具體實施例中,與自身CMP相反,可使用COI附近的擷取自身輪廓CO。在模塊24b,處理裝置藉由使用自身COI與自身CMP施加DT函數,其中RC為參考子輪廓(RCh)。在一些具體實施例中,與自身CMP相反,可使用COI附近的擷取自身輪廓CO。在模塊24c,處理裝置可施加DT函數,其中RC為參考自身輪廓(RO),且使用自身COI(例如不存在CMP)。可藉由沿著COI參照RO的其他點施加DT函數,獲得DT函數的一或更多個極值。
參照
第 10 圖,在模塊25a,處理裝置對於模塊24a、24b與24c之每一者判定CD參數候選者為DT函數的極值。在模塊25b,處理裝置可對在模塊25a測得的CD參數候選者之每一者判定比例及/或CDV。在模塊25c,處理裝置可判定產生最大CDV的CD參數候選者。在一些具體實施例中,可判定產生最小CDV的CD參數候選者。
如
第 10 圖圖示,可針對鄰近的、鄰接的、或緊鄰的圖樣,判定鄰近性CD參數量測結果。例如,在模塊26,處理裝置可施加DT函數至COI/CMP附近的參考輪廓(RC),以量測鄰近性CD參數值。可基於模塊26a及/或26b施加DT函數。例如,在模塊26a,處理裝置施加DT函數,其中RC為參考鄰近圖樣輪廓(RN),同時DT函數使用自身COI與自身CMP。在一些具體實施例中,與自身CMP相反,可使用COI附近的擷取自身輪廓CO。在模塊26b,處理裝置施加DT函數以判定位於兩個不同的鄰近圖樣的兩個變形部分之間的鄰近性CD參數。例如,可考量兩個圖樣輪廓RC(例如,第一RC可為參考鄰近輪廓(RN),且第二RC將為參考自身輪廓(RO))。變形部分MP1可為自身圖樣的MP,且變形部分MP2可為鄰近圖樣的MP。在相同或替代性的具體實施例中,RC可被選為鄰近圖樣(圖示於26b的CN)的擷取輪廓,且DT可使用自身COI與CMP。因此,可偵測量測兩個變形部分之間距離的數個CD參數值。
在模塊27a,處理裝置判定CD參數候選者為在模塊26a及/或26b接收的DT函數極值。在模塊27b,處理裝置對在模塊27a(例如基於模塊26a及/或26b)找到的CD參數候選者之每一者判定比例及/或CDV。在模塊28,處理裝置可從方法的所有分支與子分支收集所判定的CD參數及/或CDV值,分別作成兩個(1)自身與(2)鄰近性CD/CDV參數的結合組。結合組可包含具有真實變形的圖樣的自身CD/CDV,及/或在給定假想COI時以對任意圖樣判定的自身CD參數。若圖樣包含多於一個變形部分MP,則可從對每一MP所界定者中將自身CD/CDV選定為最大CD/CDV。結合組可進一步包含針對各別數個鄰近圖樣的鄰近性CD參數,其中該等CD參數之每一者可受到最大的改變(例如具有最大比例/CDV),由於在特定位置處在基本圖樣(感興趣圖樣)上存在變形部分MP。第二組可包含從所提及的鄰近性參數中選出的經結合鄰近性CD參數,以判定受到基本圖樣上的MP最大影響的鄰近圖樣。在一些具體實施例中,第二組可包含對圖樣選定的雙重結合鄰近性CD參數,具有數個MP與數個鄰近參數。雙重結合CD可指示由特定MP與特定鄰近圖樣的結合所產生的最大尺寸改變(最大CDV)。
CD參數候選者的判定,可進一步基於計算比率(例如Dd/Dr)以及根據方程式[1]:CDV = f(Ratio),推導CDV為選定比例函數。判定可進一步基於計算比例以及推導CDV比例,例如根據方程式[2]:
CDV = max׀(1-Ratio)׀ *100 (對於任何情況,自身CD或鄰近性CD )
在相同或替代性的具體實施例中,基於方程式[3]判定CDV:
[3]
在一些具體實施例中,比例為CD擷取/CD參考,C為重量係數,C為重量係數,且值
、
、
為由分別針對參考輪廓RC、感興趣輪廓COI以及變形感興趣輪廓MCOI而選定的對於CD的量測方向(例如參見
第 3A 圖)所形成的角度。
在模塊28,處理裝置可接收結合組,結合組包含CD參數與CDV值,CD參數與CDV值將說明變形部分對於自身變形圖樣及其鄰近區域的衝擊。在一些具體實施例中,可利用平滑運算,以提升可靠性並減少雜訊的影響(例如見
第 5C 圖)。
第11 圖為用於判定對於具有任意形狀的圖樣的臨界尺寸中變異的範例方法的流程圖。
第 11 圖的方法可由處理邏輯執行,處理邏輯可包括硬體(例如處理裝置、電路系統、專屬邏輯、可編程邏輯、微代碼、裝置硬體、積體電路等等)、軟體(例如在處理裝置上運行或執行的指令)、或以上之組合。在一些具體實施例中,可由
第 1A 圖的臨界尺寸部件(SP)執行方法。
一般而言,可接收輸入,其中輸入可包含圖樣的兩個二元影像(參考自身影像與擷取或檢查自身影像),且變形部分的位置資訊可被獲得為兩個影像之間的差異。輪廓組可類似於
第 10 圖模塊22中圖示的輪廓組。在一些具體實施例中,模塊34-38可對應於
第 10 圖的模塊24-28。例如,輪廓組可包含RO、RCh與MPC。COI可被獲得為MP(MPC)與RO之間的邊界。在一些具體實施例中,COI可為MP與RCh之間的邊界。對於在圖樣上偵測到的每一變形部分MP,可執行如下述的一些動作。
在模塊34,處理裝置可針對RC(為RO或RCh)施加DT函數至COI,以判定函數極值。RC可被選為排除COI的參考輪廓,並可鄰接於(最接近)變形部分(例如模塊34.1、34.2與34.3)。在模塊35,處理裝置可使用RC上找到的極值,藉由在RC與COI點之間創建一組射線以判定量測方向,並在該等方向之每一者中執行對於參考距離Dr與擷取/變形/缺陷距離Dd的一對量測(例如模塊35.1與35.2)。該等量測對隨後將產生CD參數候選者。雖然可在RC與COI之間量測Dr,可在與RC以及變形部分輪廓MPC之間的射線相同的方向中量測Dd。基於Dr與Dd的量測結果,可對每一對這種量測估算比例及/或CDV(例如對於每一方向/射線)。
在模塊38,處理裝置可判定或量測自身CD參數與圖樣。例如在模塊38.1,處理裝置選擇具有最大比例及/或CDV的CD候選者。在模塊38.2,處理裝置可尋找對於每一變形圖樣的CD候選者,若圖樣中存在多於一個變形部分。所有CD候選者隨後可被比較,以將圖樣的最為臨界的自身CD參數,選為自身CD量測結果(在所有變形部分中具有最大的比例與CDV)。
在模塊38.2,處理裝置可量測所選定的自身CD參數。所選定的自身CD參數亦可被(較佳地與所選定的自身CD參數的比例與CDV)傳送至對於此圖樣的結合CD組(見模塊18與28)。應注意到對於每一MP(例如若感興趣圖樣上存在多於一個MP),將產生此MP對應的CD與CDV組,且隨後將在所有MP中選出最大自身CD(及/或CDV)。下文參照
第 12 圖說明鄰近性CD結合組(由模塊38.3與38.4產生)。
第12 圖圖示說明判定具有任意形狀之圖樣與鄰近圖樣的鄰近性臨界尺寸的範例方法。因此,可執行鄰近性CD參數的量測。
第 12 圖的方法可由處理邏輯執行,處理邏輯可包括硬體(例如處理裝置、電路系統、專屬邏輯、可編程邏輯、微代碼、裝置硬體、積體電路等等)、軟體(例如在處理裝置上運行或執行的指令)、或以上之組合。在一些具體實施例中,可由
第 1A 圖的臨界尺寸部件(SP)執行方法。
在一些具體實施例中,可接收輸入,其中輸入可包含圖樣及其周圍的二元影像(參考自身影像、參考鄰近影像、擷取鄰近影像),且變形部分的位置資訊可包含自身影像上的MP與鄰近影像上的MP'。輪廓組可類似於
第 10 圖模塊22中圖示的輪廓組。例如,輪廓組可包含RO、RN、CN與MPC。CN(所擷取鄰近區域的輪廓)可作為RC,若鄰近圖樣在基本圖樣側上也具有變形部分。COI可被獲得為MP(MPC)與RO之間的邊界。可對在基本自身圖樣上偵測到的每一變形部分(MP)執行方法。
在模塊36,處理裝置可針對RC(為RN或CN)施加DT函數至COI,以尋找函數極值。例如,處理裝置可使用RC上找到的函數極值(最小值、最大值)與端點,藉由在RC(為RN或CN)與COI點之間創建一組射線以判定量測方向,並在該等方向之每一者中執行對於Dr與Dd的一對量測(例如模塊36.1、36.2與36.3)。每一這種量測對隨後將產生鄰近性CD候選者。
在模塊37(例如37.1與372),處理裝置可量測RC與COI之間的Dr,並可在與RC以及變形部分輪廓MPC之間的射線相同的方向中量測Dd。基於Dr與Dd的量測結果,可對每一這種方向/射線估算鄰近性比例及/或CDV。
在模塊38(例如模塊38.3),處理裝置可由對於基本圖樣上的特定MP/缺陷的最大比例/CDV選擇鄰近性CD候選者。在模塊38.4,處理裝置可判定對於每一基本圖樣的鄰近性CD候選者,若基本圖樣中存在多於一個變形部分。所有CD候選者隨後可被比較,以將圖樣的最為臨界的(結合)鄰近性CD參數,選為在變形部分中具有最大的比例與CDV的CD量測結果。對於基本圖樣上的每一MP,圖樣的鄰近性CD可被選定為在所有鄰近圖樣中給出最大CDV值的CD。若所有選項被一起完成,則可將結合CD/CDV轉為雙結合CD/CDV。
在模塊38.4,處理裝置選擇對於圖樣的鄰近性CD參數。所選定的鄰近性CD被傳送至對於此圖樣的結合CD組(見模塊18與28)。
在一些具體實施例中,可對基本圖樣上的每一變形部分MP(例如缺陷)量測鄰近性CD(且施加或不施加DT函數)。例如,可在缺陷與鄰近圖樣之間界定CD,為缺陷輪廓與鄰近圖樣之間的距離,以判定最大CDV。若鄰近圖樣上也存在缺陷,則可判定由於缺陷或由於兩個缺陷所造成的CD變異或比例。可計算對於變異的準則(CDV),並可選擇相關聯於最大CDV值(與最大鄰近性比例)的最佳區段。隨後可對感興趣圖樣上的每一MP針對所有鄰近圖樣重複此處理程序,並對此MP選擇結合鄰近性CD為給出最大CD變異的鄰近圖樣CD。在一些具體實施例中,最接近MP鄰近圖樣的給出最大的CD變異。可對基本圖樣的所有缺陷(MP)重複此種程序,以在他們之中選擇最大鄰近性比例/CDV值,以及用於對基本圖樣量測雙結合鄰近性CD的適當區段。
第13 圖圖示說明電腦系統1300的範例機器,可於其中執行一組指令以使機器執行本文所討論的方法之任一者或多者。在替代性實施例中,可將機器連接(例如網路連接)至在LAN、內部網路、外部網路及/或網際網路中的其他機器。機器可操作在用戶端對伺服器網路環境中的伺服器或用戶端機器的容積中,或可作為同級間(或分散式)網路環境中的同級機器,或作為雲端計算基礎設施或環境中的伺服器或用戶端機器。
此機器可為個人電腦(PC)、平板電腦、機上盒(STB)、個人數位助理(PDA)、蜂巢式電話、網頁器件、伺服器、網路路由器、交換器或橋接器、或能夠(循序地或以其他方式)執行指定此機器要採取的動作的一組指令的任何機器。此外,雖然示出了單個機器,但用詞「機器」還應被視為包括單獨或聯合執行一組(或多組)指令以執行本文所討論的任何一種或多種方法的任何機器集合。
範例電腦系統1300包含處理裝置1302、主記憶體1304(例如唯讀記憶體(ROM)、快閃記憶體、動態隨機存取記憶體(DRAM)諸如同步DRAM(SDRAM)或Rambus DRAM(RDRAM)等等)、靜態記憶體1306(例如,快閃記憶體、靜態隨機存取記憶體(SRAM)等等)和資料儲存裝置1318,資料儲存裝置1318經由匯流排1330彼此通訊。
處理裝置1302代表一或更多個一般用途處理裝置,諸如微處理器、中央處理單元等等。更特定而言,處理裝置可為複雜指令集計算(CISC)微處理器、精簡指令集計算(RISC)微處理器、超長指令字(VLIW)微處理器、或實施其他指令集的處理器、或實現指令集組合的處理器。處理裝置502亦可為一或更多個特別用途處理裝置,諸如特定應用積體電路(ASIC)、場可編程閘陣列(FPGA)、數位訊號處理器(DSP)、網路處理器等等。處理裝置1302經配置以執行指令1326以執行本文所討論的作業與步驟。
電腦系統1300可進一步包含網路介面裝置1308以透過網路1320通訊。電腦系統1300亦可包含視訊顯示單元1310(例如液晶顯示器(LCD)或陰極射線管(CRT))、字母數字輸入裝置1312(例如鍵盤)、游標控制裝置1314( 例如,滑鼠)、圖形處理單元1322、訊號產生裝置1316(例如揚聲器)、圖形處理單元1322、視訊處理單元1328和音訊處理單元1332。
資料儲存裝置1318可包括機器可讀儲存媒體1324(也稱為電腦可讀媒體),其上儲存有一組或多組指令或軟體1326,其體現了本文所述的任何一種或多種方法或功能。指令1326亦可在由電腦系統1300執行期間完全或至少部分地駐留在主記憶體1304內及/或處理裝置1302內,主記憶體1304和處理裝置1302也構成機器可讀儲存媒體。
在一個實施例中,指令1326包含指令以實施對應於臨界尺寸部件(例如
第 1A 圖的臨界尺寸部件(SP))的功能性。雖然機器可讀儲存媒體1324在範例實施例中被示為單一媒體,但是用詞「機器可讀儲存媒體」應當被視為包括儲存一或多組指令的單一媒體或多個媒體(例如,集中式或分佈式資料庫,及/或相關聯的快取與伺服器)。用詞「機器可讀儲存媒體」亦應被視為包含能夠儲存或編碼指令組的任何媒體,此指令組要由機器執行並使機器執行本文所揭示之方法之任一者或更多者。用詞「機器可讀儲存媒體」應相應地被視為包含(但不限於)固態記憶體、光學媒體與磁性媒體。
前述實施方式的一些部分已被根據對電腦記憶體內的資料位元的作業的演算法和符號表示來呈現。該等演算法描述和表示是資料處理領域的技術人員用來最有效地將其工作的實質傳達給本領域其他技術人員的方式。演算法在此(且一般而言)被認為是產生期望結果的的自我一致(self-consistent)的作業序列。作業需要實體操縱實體量值。通常而言(但非必然),該等量值的形式為電性或磁性訊號,該等訊號可被儲存、結合、比較、及以其他方式操縱。有時,主要是出於普遍使用的原因,將該等訊號稱為位元、值、要素、符號、字符、術語、數字等等。
但是應該記住,所有該等和類似的術語都應該與適當的物理量相關聯,並且僅僅是適用於該等量的便利標籤。除非另有明確說明,否則從以下討論中將可顯然理解到,在說明書全文中,利用諸如「識別」或「判定」或「執行」或「運行」或「收集」或「創建」或「傳送」等等的用詞,係指向電腦系統或類似的電子計算裝置的作業和程序,其將在電腦系統的暫存器和記憶體內的表示為物理(電子)量的資料,操縱和變換成類似地表示為電腦系統記憶體或暫存器或其他此類資訊儲存裝置內的物理量的其他資料。
本揭示內容亦相關於用於執行本文所述作業的設備。此設備可專門為預期目的而構造,或者它可包括由儲存在電腦中的電腦程式選擇性地激活或重新配置的一般用途電腦。這種電腦程式可被儲存在電腦可讀儲存媒體中,諸如(但不限於)任何類型的碟片,包含磁片、光碟、CD-ROM、與磁性光學碟片、唯讀記憶體(ROM)、隨機存取記憶體(RAM)、EPROM、EEPROM、磁性或光學卡片、或適合儲存電子指令的任何類型的媒體,每一者被耦接至電腦系統匯流排。
本文呈現的演算法和顯示器,並不固有地與任何特定的電腦或其他設備相關。各種通用系統可與根據本文教示內容的程式一起使用,或者可證明建置更專用的設備來執行方法是方便的。各種該等系統的結構將呈現於下文。此外,並未參照任何特定的程式語言來說明本揭示內容。應理解到,可使用各種程式語言來實施本文所說明的揭示內容的教示內容。
本揭示內容可被提供為電腦程式產品或軟體,電腦程式產品或軟體可包含其上儲存有指令的機器可讀媒體,指令可用於編程電腦系統(或其他電子裝置)以執行根據本揭示內容的程序。機器可讀媒體包含用於將資訊儲存為可為機器(例如電腦)讀取之形式的任何機制。例如,機器可讀(例如電腦可讀)媒體包含機器(例如電腦)可讀儲存媒體,諸如唯讀記憶體(「ROM」)、隨機存取記憶體(「RAM」)、磁碟儲存媒體、光學儲存媒體、快閃記憶體裝置等等。
在前述說明中,已參照本揭示內容之特定範例實施例說明了揭示內容的實施例。將顯然可知的是可進行各種變形,而不脫離如附加申請專利範圍揭示的本揭示內容的寬廣的精神與範圍。說明書與圖式因此應被視為說明性而非限制性。
C:計算裝置
D:顯示器
K:輸入單元
SP:臨界尺寸部件
M:記憶體
L:通訊鏈結
SEM:電子掃描顯微鏡
W:半導體晶圓
RO:外部輪廓
P1:圖樣
P2:圖樣
P3:圖樣
P4:圖樣
P6:圖樣
P7:圖樣
P8:圖樣
P10:圖樣
P13:圖樣
RCh:內部/子輪廓
RN:參考鄰近圖樣輪廓
N1:圖樣
N2:圖樣
MP1a:缺陷
MP1b:缺陷
MP2:缺陷
MP3:缺陷
MP4:缺陷
MP5:缺陷
COI-1:感興趣輪廓
COI-2:感興趣輪廓
COI-3:感興趣輪廓
COI-4:感興趣輪廓
COI-5:感興趣輪廓
COI-6:感興趣輪廓
COI-7:感興趣輪廓
COI-8:感興趣輪廓
COI-10:感興趣輪廓
CN:鄰近輪廓
120:輪廓
121:突出部
122:圖樣
124:鄰接圖樣
126:鄰接圖樣
130:變形部分/缺陷
131:圖樣
132:弧形
134:圖表
135:缺陷
136:直徑
137:感興趣輪廓
140:輪廓
142:感興趣輪廓
144:圖表
146:距離
150:參考影像
151:擷取影像
153:結合影像
160:邊界/邊緣
10~18:模塊
20~28:模塊
34~38:模塊
1300:電腦系統
1302:處理裝置
1304:主記憶體:
1306:靜態記憶體
1308:網路介面裝置
1310:視訊顯示單元
1312:字母數字輸入裝置
1314:游標控制裝置
1316:訊號產生裝置
1318:資料儲存裝置
1320:網路
1322:圖形處理單元
1324:機器可讀媒體
1326:指令
1328:視訊處理單元
1330:匯流排
1332:音訊處理單元
根據下文所述實施方式以及揭示內容的各種實施例的附加圖式,將可更完整瞭解本揭示內容。
第1A 圖圖示說明用於判定圖樣的臨界尺寸(CD)變異的範例系統的方塊圖。
第1B 圖圖示說明根據一些具體實施例的用於判定圖樣臨界尺寸變異的範例方法的流程圖。
第2A 圖圖示說明根據本揭示內容的一些具體實施例的半導體晶圓的範例圖樣。
第2B 圖圖示說明根據本揭示內容的一些具體實施例的半導體晶圓的另一範例圖樣。
第2C 圖圖示說明根據本揭示內容的一些具體實施例的半導體晶圓的另一範例圖樣。
第2D 圖圖示說明根據本揭示內容的一些具體實施例的半導體晶圓的另一範例圖樣。
第2E 圖圖示說明根據本揭示內容的一些具體實施例的半導體晶圓的另一範例圖樣。
第2F 圖圖示說明根據本揭示內容的一些具體實施例的半導體晶圓的另一範例圖樣。
第3A 圖圖示說明根據一些具體實施例的具有相關聯於臨界尺寸的缺陷的範例圖樣。
第3B 圖圖示說明根據一些具體實施例的具有相關聯於臨界尺寸的缺陷的另一範例圖樣。
第3C 圖圖示說明根據一些具體實施例的具有相關聯於臨界尺寸的缺陷的另一範例圖樣。
第4A 圖圖示說明根據本揭示內容的一些具體實施例判定具有任意形狀的圖樣的臨界尺寸參數。
第4B 圖圖示說明根據本揭示內容的一些具體實施例判定基於線的圖樣的臨界尺寸參數的另一範例。
第5A 圖圖示說明根據一些具體實施例基於距離量測結果判定臨界尺寸參數。
第5B 圖圖示說明根據一些具體實施例基於距離量測結果判定臨界尺寸參數的另一範例。
第5C 圖圖示說明根據一些具體實施例基於與參考影像及檢查影像相關聯的比率來判定臨界尺寸參數。
第6 圖圖示說明根據一些具體實施例量測臨界尺寸。
第7 圖圖示說明根據一些具體實施例量測臨界尺寸的另一範例。
第8 圖圖示說明根據一些具體實施例量測臨界尺寸的另一範例。
第9 圖圖示說明根據本揭示內容的一些具體實施例的判定臨界尺寸變異的範例方法。
第10 圖為根據一些具體實施例的判定對於具有任意形狀之圖樣的臨界尺寸中變異的範例方法。
第11 圖為根據一些具體實施例的判定對於具有任意形狀之圖樣的臨界尺寸中變異的另一範例方法。
第12 圖為根據一些具體實施例的判定具有任意形狀之圖樣與鄰近圖樣的鄰近性(neighbor-wise)臨界尺寸參數的範例方法。
第13 圖為範例電腦系統的模塊圖,本揭示內容的實施例可操作於其中。
國內寄存資訊(請依寄存機構、日期、號碼順序註記)
無
國外寄存資訊(請依寄存國家、機構、日期、號碼順序註記)
無
150:方法
151~154:步驟
Claims (20)
- 一種用於判定一圖樣的臨界尺寸變異的方法,該方法包括:接收輸入資料,該輸入資料包括該圖樣的一影像以及識別該圖樣的一變形部分的位置資料;藉由一處理裝置來決定在該圖樣內的一第一尺寸的一第一參數;藉由該處理裝置來決定在該圖樣外的一第二尺寸的一第二參數;基於該第一參數及該第二參數來產生一結合組;及基於該結合組來對一缺陷進行分類,該缺陷與該變形部分相關聯。
- 如請求項1所述之方法,進一步包含以下步驟:基於該輸入資料決定一組邊界,其中該組邊界包括以下至少其中一者:一參考輪廓、一擷取輪廓、該變形部分的一輪廓,或一感興趣的輪廓。
- 如請求項1所述之方法,其中決定該第一參數之步驟包括以下步驟:針對該變形部分外部的一輪廓來量測一臨界尺寸參數值。
- 如請求項1所述之方法,其中決定該第一參數之步驟包括以下步驟:針對該變形部分內部的一輪廓來量測一臨界尺寸參數值。
- 如請求項1所述之方法,其中決定該第二參 數之步驟包括以下步驟:針對一鄰近圖樣來量測一臨界尺寸參數值。
- 如請求項1所述之方法,其中決定該第二參數之步驟包括以下步驟:針對一鄰近圖樣的一進一步變形部分來量測一臨界尺寸參數值。
- 如請求項1所述之方法,其中該缺陷是基於一臨界尺寸參數值來進行分類的,該臨界尺寸參數值具有一第一值與一第二值之間的一最大差異,該第一值來自該結合組,該第二值與一參考影像相關聯。
- 一種用於判定一圖樣的臨界尺寸變異的系統,該系統包括:一記憶體;及一處理裝置,該處理裝置可操作地耦接於該記憶體,以進行以下操作:接收輸入資料,該輸入資料包括該圖樣的一影像以及識別該圖樣的一變形部分的位置資料;決定在該圖樣內的一第一尺寸的一第一參數;決定在該圖樣外的一第二尺寸的一第二參數;基於該第一參數及該第二參數來產生一結合組;及基於該結合組來對一缺陷進行分類,該缺陷與該變形部分相關聯。
- 如請求項8所述之系統,其中該處理裝置進一步進行以下操作:基於該輸入資料決定一組邊界,其中該組邊界包括以 下至少其中一者:一參考輪廓、一擷取輪廓、該變形部分的一輪廓,或一感興趣的輪廓。
- 如請求項8所述之系統,其中為了決定該第一參數,該處理裝置進一步針對該變形部分外部的一輪廓來量測一臨界尺寸參數值。
- 如請求項8所述之系統,其中為了決定該第一參數,該處理裝置進一步針對該變形部分內部的一輪廓來量測一臨界尺寸參數值。
- 如請求項8所述之系統,其中為了決定該第二參數,該處理裝置進一步針對一鄰近圖樣來量測一臨界尺寸參數值。
- 如請求項8所述之系統,其中為了決定該第二參數,該處理裝置進一步針對一鄰近圖樣的一進一步變形部分來量測一臨界尺寸參數值。
- 如請求項8所述之系統,其中該缺陷是基於一臨界尺寸參數值來進行分類的,該臨界尺寸參數值具有一第一值與一第二值之間的一最大差異,該第一值來自該結合組,該第二值與一參考影像相關聯。
- 一種非暫態性電腦可讀取媒體,該非暫態性電腦可讀取媒體包含指令,該指令在由一處理裝置執行時使該處理裝置執行操作,該等操作包含:接收輸入資料,該輸入資料包括一圖樣的一影像以及識別該圖樣的一變形部分的位置資料;決定在該圖樣內的一第一尺寸的一第一參數; 決定在該圖樣外的一第二尺寸的一第二參數;基於該第一參數及該第二參數來產生一結合組;及基於該結合組來對一缺陷進行分類,該缺陷與該變形部分相關聯。
- 如請求項15所述之非暫態性電腦可讀取媒體,其中該等操作進一步包括:基於該輸入資料決定一組邊界,其中該組邊界包括以下至少其中一者:一參考輪廓、一擷取輪廓、該變形部分的一輪廓,或一感興趣的輪廓。
- 如請求項15所述之非暫態性電腦可讀取媒體,其中為了決定該第一參數,該處理裝置進一步執行包含以下之操作:針對該變形部分外部的一輪廓來量測一臨界尺寸參數值。
- 如請求項15所述之非暫態性電腦可讀取媒體,其中為了決定該第一參數,該處理裝置進一步執行包含以下之操作:針對該變形部分內部的一輪廓來量測一臨界尺寸參數值。
- 如請求項15所述之非暫態性電腦可讀取媒體,其中為了決定該第二參數,該處理裝置進一步執行包含以下之操作:針對一鄰近圖樣來量測一臨界尺寸參數值。
- 如請求項15所述之非暫態性電腦可讀取媒體,其中為了決定該第二參數,該處理裝置進一步執行包含以下之操作:針對一鄰近圖樣的一進一步變形部分 來量測一臨界尺寸參數值。
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201762567150P | 2017-10-02 | 2017-10-02 | |
US62/567,150 | 2017-10-02 | ||
US201862634686P | 2018-02-23 | 2018-02-23 | |
US62/634,686 | 2018-02-23 |
Publications (2)
Publication Number | Publication Date |
---|---|
TW202307993A TW202307993A (zh) | 2023-02-16 |
TWI812461B true TWI812461B (zh) | 2023-08-11 |
Family
ID=65994627
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW111134290A TWI812461B (zh) | 2017-10-02 | 2018-10-02 | 用於判定圖樣的臨界尺寸變異的方法、系統及非暫態性電腦可讀取媒體 |
TW107134766A TWI780234B (zh) | 2017-10-02 | 2018-10-02 | 用於判定圖樣的臨界尺寸變異的方法、系統及非暫態性電腦可讀取媒體 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW107134766A TWI780234B (zh) | 2017-10-02 | 2018-10-02 | 用於判定圖樣的臨界尺寸變異的方法、系統及非暫態性電腦可讀取媒體 |
Country Status (5)
Country | Link |
---|---|
US (2) | US11276160B2 (zh) |
KR (2) | KR20230170806A (zh) |
CN (1) | CN111344851A (zh) |
TW (2) | TWI812461B (zh) |
WO (1) | WO2019070600A1 (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20230170806A (ko) * | 2017-10-02 | 2023-12-19 | 어플라이드 머티리얼즈 이스라엘 리미티드 | 패턴의 임계 치수 변동의 결정 |
JP7094594B2 (ja) * | 2019-10-30 | 2022-07-04 | Alitecs株式会社 | 処理条件推定装置、方法及びプログラム |
US11379972B2 (en) * | 2020-06-03 | 2022-07-05 | Applied Materials Israel Ltd. | Detecting defects in semiconductor specimens using weak labeling |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW201300769A (zh) * | 2011-05-25 | 2013-01-01 | Kla Tencor Corp | 使用一檢驗裝置之基於輪廓之缺陷偵測 |
US20140205180A1 (en) * | 2013-01-23 | 2014-07-24 | Tian-Xing HUANG | Method, apparatus and device for inspecting circuit pattern defect |
TW201439526A (zh) * | 2013-01-29 | 2014-10-16 | Kla Tencor Corp | 圖案化缺陷之以輪廓爲基礎的陣列檢查 |
US20150131891A1 (en) * | 2013-11-14 | 2015-05-14 | Samsung Electronics Co., Ltd. | Method for detecting defect in pattern |
TW201543172A (zh) * | 2014-02-11 | 2015-11-16 | Asml Netherlands Bv | 用於計算任意圖案中之隨機變異之模型 |
US20160275663A1 (en) * | 2015-03-17 | 2016-09-22 | Samsung Electronics Co., Ltd. | Method for inspecting pattern and an apparatus for manufacturing a semiconductor device using the same |
TW201702584A (zh) * | 2015-07-13 | 2017-01-16 | All Ring Tech Co Ltd | 電子元件感興趣區域找尋方法及使用該找尋方法之電子元件缺陷檢測方法及裝置 |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5065943B2 (ja) * | 2008-02-29 | 2012-11-07 | 株式会社日立ハイテクノロジーズ | 製造プロセスモニタリングシステム |
JP5429869B2 (ja) * | 2008-12-22 | 2014-02-26 | 株式会社 Ngr | パターン検査装置および方法 |
US8150140B2 (en) * | 2008-12-22 | 2012-04-03 | Ngr Inc. | System and method for a semiconductor lithographic process control using statistical information in defect identification |
US8866899B2 (en) * | 2011-06-07 | 2014-10-21 | Photon Dynamics Inc. | Systems and methods for defect detection using a whole raw image |
JP5727322B2 (ja) * | 2011-07-27 | 2015-06-03 | 株式会社日立ハイテクノロジーズ | 半導体検査システム |
JP6018802B2 (ja) * | 2012-05-31 | 2016-11-02 | 株式会社日立ハイテクノロジーズ | 寸法測定装置、及びコンピュータープログラム |
WO2014129307A1 (ja) | 2013-02-20 | 2014-08-28 | 株式会社 日立ハイテクノロジーズ | パターン測定装置、及び半導体計測システム |
US9355208B2 (en) * | 2013-07-08 | 2016-05-31 | Kla-Tencor Corp. | Detecting defects on a wafer |
KR20150044732A (ko) | 2013-10-17 | 2015-04-27 | 엘지전자 주식회사 | 무안경 방식의 입체 영상 표시장치, 및 그 동작방법 |
WO2016113551A1 (en) | 2015-01-13 | 2016-07-21 | Bae Systems Plc | Structural damage detection |
US9996942B2 (en) | 2015-03-19 | 2018-06-12 | Kla-Tencor Corp. | Sub-pixel alignment of inspection to design |
KR20230170806A (ko) * | 2017-10-02 | 2023-12-19 | 어플라이드 머티리얼즈 이스라엘 리미티드 | 패턴의 임계 치수 변동의 결정 |
-
2018
- 2018-10-01 KR KR1020237041865A patent/KR20230170806A/ko not_active Application Discontinuation
- 2018-10-01 KR KR1020207012164A patent/KR102611427B1/ko active IP Right Grant
- 2018-10-01 WO PCT/US2018/053789 patent/WO2019070600A1/en active Application Filing
- 2018-10-01 CN CN201880073469.4A patent/CN111344851A/zh active Pending
- 2018-10-01 US US16/652,970 patent/US11276160B2/en active Active
- 2018-10-02 TW TW111134290A patent/TWI812461B/zh active
- 2018-10-02 TW TW107134766A patent/TWI780234B/zh active
-
2022
- 2022-03-14 US US17/694,131 patent/US11756188B2/en active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW201300769A (zh) * | 2011-05-25 | 2013-01-01 | Kla Tencor Corp | 使用一檢驗裝置之基於輪廓之缺陷偵測 |
US20140205180A1 (en) * | 2013-01-23 | 2014-07-24 | Tian-Xing HUANG | Method, apparatus and device for inspecting circuit pattern defect |
TW201439526A (zh) * | 2013-01-29 | 2014-10-16 | Kla Tencor Corp | 圖案化缺陷之以輪廓爲基礎的陣列檢查 |
US20150131891A1 (en) * | 2013-11-14 | 2015-05-14 | Samsung Electronics Co., Ltd. | Method for detecting defect in pattern |
TW201543172A (zh) * | 2014-02-11 | 2015-11-16 | Asml Netherlands Bv | 用於計算任意圖案中之隨機變異之模型 |
US20160275663A1 (en) * | 2015-03-17 | 2016-09-22 | Samsung Electronics Co., Ltd. | Method for inspecting pattern and an apparatus for manufacturing a semiconductor device using the same |
TW201702584A (zh) * | 2015-07-13 | 2017-01-16 | All Ring Tech Co Ltd | 電子元件感興趣區域找尋方法及使用該找尋方法之電子元件缺陷檢測方法及裝置 |
Also Published As
Publication number | Publication date |
---|---|
US20220198639A1 (en) | 2022-06-23 |
WO2019070600A1 (en) | 2019-04-11 |
TW202307993A (zh) | 2023-02-16 |
KR20200052379A (ko) | 2020-05-14 |
US11276160B2 (en) | 2022-03-15 |
KR20230170806A (ko) | 2023-12-19 |
CN111344851A (zh) | 2020-06-26 |
KR102611427B1 (ko) | 2023-12-07 |
TW201923923A (zh) | 2019-06-16 |
US20200327652A1 (en) | 2020-10-15 |
TWI780234B (zh) | 2022-10-11 |
US11756188B2 (en) | 2023-09-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7265592B2 (ja) | 多層構造体の層間のオーバレイを測定する技法 | |
US10628935B2 (en) | Method and system for identifying defects of integrated circuits | |
TWI539150B (zh) | 用於偵測檢查圖像中之缺陷的系統、方法及電腦程式產品 | |
JP6262942B2 (ja) | トポグラフィック属性を利用した欠陥分類 | |
US20190004504A1 (en) | Systems and methods for predicting defects and critical dimension using deep learning in the semiconductor manufacturing process | |
TWI812461B (zh) | 用於判定圖樣的臨界尺寸變異的方法、系統及非暫態性電腦可讀取媒體 | |
JP6228385B2 (ja) | Cadベースのコンテクスト属性を利用した欠陥分類 | |
TWI748242B (zh) | 掃描晶圓的系統及方法 | |
KR102110634B1 (ko) | 자유형의 주의 영역들을 사용한 웨이퍼 검사 | |
US10565702B2 (en) | Dynamic updates for the inspection of integrated circuits | |
JP2017537312A (ja) | 反復式の欠陥フィルタリングプロセス | |
JP5202110B2 (ja) | パターン形状評価方法,パターン形状評価装置,パターン形状評価データ生成装置およびそれを用いた半導体形状評価システム | |
CN110660694B (zh) | 基于***缺陷的半导体晶片的引导式检验 | |
US10296702B2 (en) | Method of performing metrology operations and system thereof | |
JP2013140468A (ja) | パターンマッチング装置、検査システム、及びコンピュータプログラム | |
JP3699949B2 (ja) | パターン計測方法、このパターン計測方法を用いる半導体装置の製造方法、プログラムおよびコンピュータ読み取り可能な記録媒体、並びにパターン計測装置 | |
JP2008058090A (ja) | パターン評価方法およびプログラム | |
CN116435204A (zh) | 基于空间密度分析的半导体晶片的引导检查 | |
JP6018802B2 (ja) | 寸法測定装置、及びコンピュータープログラム | |
TW202336696A (zh) | 用於目標分割和計量的基於模板的影像處理 |