DE102022120297A1

DE102022120297A1 - Maskeninspektion für die herstellung von halbleiter-proben

Info

Publication number: DE102022120297A1
Application number: DE102022120297.6A
Authority: DE
Inventors: Ariel SHKALIM; Dalia Dafna Rifold
Original assignee: Applied Materials Israel Ltd
Current assignee: Applied Materials Israel Ltd
Priority date: 2021-11-22
Filing date: 2022-08-11
Publication date: 2023-05-25
Also published as: TW202331644A; KR20230075369A; IL288309B; CN116152155A

Abstract

Es wird ein System und Verfahren zur Maskeninspektion bereitgestellt, umfassend:Erhalten, für eine Inspektionsfläche der Maske, einer Vielzahl von Inspektionsbildern und eines Satzes von Referenzbildern, Erzeugen einer Vielzahl von Defektkarten, die jeweils einen oder mehrere Defektkandidaten umfassen, die sich in der Inspektionsfläche eines jeweiligen Inspektionsbildes befinden, Ausrichten des einen oder der mehreren Defektkandidaten an einer Liste von Defektkandidaten von Interesse (DCI), für mindestens einen gegebenen DCI in der Liste, Erzeugen einer Vielzahl von Differenzbereichen, die mit der Vielzahl von Inspektionsbildern korrespondiert, Berechnen eines Grades basierend auf der Vielzahl von Differenzbereichen und Anwenden eines Detektionsschwellenwerts auf den Grad, um zu bestimmen, ob der gegebene DCI ein Defekt von Interesse (DOI) ist.

Description

TECHNISCHES GEBIET
Der vorliegende Gegenstand bezieht sich im Allgemeinen auf das Gebiet der Maskeninspektion und im Besonderen auf die Defektdetektion in Bezug auf eine Fotomaske.
HINTERGRUND
Die aktuellen Anforderungen an eine hohe Dichte und Leistung, die mit der Integration von mikroelektronischen Vorrichtungen in großem Maßstab verbunden sind, erfordern Submikron-Merkmale, höhere Transistor- und Schaltungsgeschwindigkeiten sowie eine verbesserte Zuverlässigkeit. Mit dem Fortschritt der Halbleiterprozesse werden die Strukturabmessungen, wie z. B. die Linienbreite und andere kritische Abmessungen, immer kleiner. Dies wiederum erfordert eine sorgfältige Überwachung des Herstellungsprozesses, einschließlich einer automatischen Prüfung der Vorrichtungen, während sie noch in Form von Halbleiterscheiben vorliegen.
Halbleiter-Vorrichtungen werden häufig mit Hilfe von photolithographischen Masken (auch Photomasken oder Masken oder Reticles genannt) in einem Photolithographieverfahren hergestellt. Der Fotolithografieprozess ist einer der wichtigsten Prozesse bei der Herstellung von Halbleitervorrichtungen und weist die Strukturierung der Oberfläche eines Wafers entsprechend dem Schaltungsentwurf der herzustellenden Halbleitervorrichtungen auf. Ein solcher Schaltungsentwurf wird zunächst auf einer Maske strukturiert. Um funktionierende Halbleitervorrichtungen zu erhalten, muss die Maske fehlerfrei sein. Masken werden in einem komplexen Verfahren hergestellt und können verschiedene Defekte und Abweichungen aufweisen.
Darüber hinaus wird die Maske oft wiederholt verwendet, um viele Matrizen auf dem Wafer zu erzeugen. Daher wird j eder Defekt auf der Maske mehrfach auf dem Wafer wiederholt und führt dazu, dass mehrere Vorrichtungen defekt sind. Die Etablierung eines produktionstauglichen Prozesses erfordert eine strenge Kontrolle des gesamten Lithografieprozesses, insbesondere im Hinblick auf das große Ausmaß der Schaltungsintegration und die abnehmende Größe der Halbleitervorrichtungen.
Es wurden verschiedene Verfahren zur Maskeninspektion entwickelt und eingesetzt. Bei bestimmten konventionellen Verfahren zum Entwerfen und Bewerten von Masken wird die Maske erstellt und verwendet, um dadurch einen Wafer freizulegen, und dann wird eine Inspektion durchgeführt, um festzustellen, ob die Merkmale/Muster der Maske entsprechend dem Entwurf auf den Wafer übertragen wurden. Weichen die endgültigen gedruckten Merkmale vom vorgesehenen Entwurf ab, kann es erforderlich sein, den Entwurf zu ändern, die Maske zu reparieren, eine neue Maske zu erstellen und/oder einen neuen Wafer freizulegen.
Alternativ kann eine Maske auch direkt mit verschiedenen Maskenprüfgeräten geprüft werden. Der Prüfprozess kann eine Vielzahl von Prüfschritten umfassen. Während des Herstellungsprozesses der Maske können die Prüfschritte mehrfach durchgeführt werden, beispielsweise nach der Herstellung oder Verarbeitung bestimmter Schichten oder ähnlichem. Zusätzlich oder alternativ kann jeder Prüfschritt mehrfach wiederholt werden, zum Beispiel für verschiedene Maskenstellen oder für dieselben Maskenstellen mit unterschiedlichen Prüfeinstellungen.
Bei der Maskenprüfung werden im Allgemeinen bestimmte Prüfdaten (z. B. Bilder, Signale usw.) für eine Maske erzeugt, indem Licht oder Elektronen auf die Maske gerichtet werden und das Licht oder die Elektronen von der Maske erfasst werden. Sobald die Ausgabe erzeugt wurde, erfolgt die Defektdetektion in der Regel durch Anwendung eines Verfahrens und/oder Algorithmus zur Defektdetektion auf die Ausgabe. Häufig besteht das Ziel der Inspektion darin, eine hohe Empfindlichkeit für die Detektion von Defekte von Interesse zu erreichen (die, wenn sie nicht korrigiert werden, dazu führen können, dass die endgültige Vorrichtung nicht die gewünschte Leistung erbringt oder nicht funktioniert, was sich negativ auf die Ausbeute auswirkt), während gleichzeitig die Effektivität der Unterdrückung der Detektion von Fehlalarmen/Unterbrechungen und Rauschen erhöht wird.
ZUSAMMENFASSUNG
In Übereinstimmung mit bestimmten Aspekten des gegenwärtig offenbarten Gegenstands wird ein computergestütztes System zur Inspektion einer Maske bereitgestellt, die zur Herstellung einer Halbleiterprobe verwendet werden kann, wobei das System eine Verarbeitungs- und Speicherschaltung (PMC) aufweist, die konfiguriert ist, um: für eine Inspektionsfläche der Maske eine Vielzahl von Inspektionsbildern zu erhalten, die eine Vielzahl von Sichtfeldern (FOVs) aufweisen, die von mindestens der Inspektionsfläche überlappt werden, und für jedes Inspektionsbild einen Satz von Referenzbildern zu erhalten, der eine Vielzahl von Referenzbildern von jeder von einer oder mehreren korrespondierenden Referenzflächen enthält; Erzeugen einer Vielzahl von Defektkarten, die mit der Vielzahl von Inspektionsbildern korrespondieren, wobei jede Defektkarte einen oder mehrere Defektkandidaten aufweist, die sich in der Inspektionsfläche eines jeweiligen Inspektionsbildes befinden, und Ausrichten des einen oder der mehreren Defektkandidaten der jeweiligen Inspektionsbilder, was zu einer Liste von Defektkandidaten von Interesse (DCI) führt; Erzeugen einer Vielzahl von Differenzbereichen für mindestens einen gegebenen DCI in der Liste, wobei der PMC derart konfiguriert ist, dass er ein Differenzbereich erzeugt, der mit jedem Inspektionsbild der Vielzahl von Inspektionsbildern korrespondiert, durch: Extrahieren eines Bildbereichs, der einen Ort des gegebenen DCI umgibt, jeweils aus dem Inspektionsbild und dem Satz von Referenzbildern, was zu einem Inspektionsbereich und einem Satz von Referenzbereichen führt; Berechnen eines Filters für jeden Referenzbereich, der optimiert ist, um eine Differenz zwischen dem Inspektionsbereich und einem korrigierten Referenzbereich, der unter Verwendung des Filters erhalten wird, zu minimieren, was zu einem Satz von Filtern und einem Satz von korrigierten Referenzbereichen führt, die mit dem Satz von Referenzbereichen korrespondieren; und Kombinieren des Satzes korrigierter Referenzbereiche, um einen zusammengesetzten Referenzbereich zu erhalten, und Vergleichen des Inspektionsbereichs mit dem zusammengesetzten Referenzbereich, um den Differenzbereich zu erhalten; Berechnen eines Grades basierend auf der Vielzahl von Differenzbereichen und Anwenden eines Detektionsschwellenwert auf den Grad, um festzustellen, ob der gegebene DCI ein Defekt von Interesse (DOI) ist.
Zusätzlich zu den obigen Merkmalen kann das System gemäß diesem Aspekt des gegenwärtig offenbarten Gegenstandes eines oder mehrere der unten aufgeführten Merkmale (i) bis (xii) in jeder gewünschten Kombination oder Permutation aufweisen, die technisch möglich ist:

(i). Bei der Maske handelt es sich um eine Multi-Die-Maske. Die Inspektionsfläche befindet sich in einer Inspektionsmatrize auf der Maske. Die eine oder mehreren Referenzflächen stammen jeweils von einer oder mehreren Referenzmatrizen der Inspektionsmatrize auf der Maske ab.
(ii). Bei der Maske handelt es sich um eine Single-Die Maske. Die Inspektionsfläche und die eine oder die mehreren Referenzflächen stammen von einer Single-Die auf der Maske und haben dasselbe Designmuster.
(iii). Die PMC ist derart konfiguriert, dass sie den Inspektionsbereich mit jedem Referenzbereich aus dem festgelegten Satz registriert, um einen jeweiligen Offset dazwischen zu korrigieren, bevor ein Filter berechnet wird.
(iv). Der Filter wird berechnet, um mindestens eine der folgenden Rauschen des Referenzbereichs zu korrigieren: Registrierungsrestfehler, Intensitätsverstärkung und -versatz, Defokussierung oder Sichtfeld - (FOV) Verzerrung.
(v). Der Filter weist einen Satz von Filterkomponenten zum Korrigieren der jeweiligen Rauschen des Referenzbereich auf.
(vi). Der Grad wird berechnet, indem für jedes der Vielzahl von Differenzbereichen ein Score basierend auf einem höchsten Pixelwert in dem Differenzbereich berechnet wird, was zu einer Vielzahl von Scoren führt, die mit der Vielzahl von Differenzbereichen korrespondieren, und die Vielzahl von Scoren gemittelt wird, um den Grad zu erhalten.
(vii). Der PMC ist ferner derart konfiguriert, dass er die Erzeugung einer Vielzahl von Differenzbereichen, das Berechnen eines Grades und das Anwenden eines Detektionsschwellenwerts für jedes DCI in der Liste der DCIs durchführt, um zu bestimmen, ob das DCI ein DOI ist, und eine aktualisierte Defektkarte bereitstellt, die der Inspektionsfläche entspricht und ein oder mehrere DOIs aufweist, die durch das Bestimmen erkannt wurden.
(viii). Die PMC ist ferner derart konfiguriert, dass sie das Erhalten einer Vielzahl von Inspektionsbildern, das Erzeugen einer Vielzahl von Defektkarten, das Ausrichten des einen oder der mehreren Defektkandidaten, das Erzeugen einer Vielzahl von Differenzbereichen, das Berechnen eines Grades und das Anwenden eines Detektionsschwellenwerts für eine oder mehrere zusätzliche Inspektionsflächen auf der Maske wiederholt.
(ix). Die Vielzahl von Inspektionsbildern wird sequentiell von einem aktinischen Inspektionswerkzeug mit einer vordefinierten Schrittgröße erfasst. Das aktinische Inspektionswerkzeug ist derart konfiguriert, dass es die optische Konfiguration eines lithografischen Werkzeugs emuliert, das für die Herstellung der Halbleiterprobe verwendet werden kann.
(x). Das System weist ferner das aktinische Inspektionswerkzeug auf.
(xi). Die Vielzahl von Inspektionsbildern wird derart erhalten, dass eine Vielzahl von Bildern sequentiell unter Verwendung eines nicht-aktinischen Inspektionswerkzeugs mit einer vordefinierten Schrittgröße aufgenommen wird und eine Simulation der Vielzahl von Bildern durchgeführt wird, um die optische Konfiguration eines lithografischen Werkzeugs zu simulieren, das für die Herstellung der Halbleiterprobe verwendbar ist, was zu der Vielzahl von Inspektionsbildern führt.
(xii). Die Liste der Defektkandidaten von Interesse (DCI) weist einen oder mehrere Defektkandidaten auf, die zumindest in der Mehrzahl der Vielzahl von Inspektionsbildern vorkommen.

In Übereinstimmung mit anderen Aspekten des gegenwärtig offenbarten Gegenstands wird ein Verfahren zur Inspektion einer Maske bereitgestellt, die zur Herstellung einer Halbleiterprobe verwendet werden kann, wobei das Verfahren durch eine Verarbeitungs- und Speicherschaltung (PMC) durchgeführt wird und Folgendes aufweist: Erhalten einer Vielzahl von Inspektionsbildern für eine Inspektionsfläche der Maske, die eine Vielzahl von Sichtfeldern (FOVs) aufweisen, die von mindestens der Inspektionsfläche überlappt werden, und für jedes Inspektionsbild Erhalten eines Satzes von Referenzbildern, der eine Vielzahl von Referenzbildern von jeder von einer oder mehreren entsprechenden Referenzflächen enthält; Erzeugen einer Vielzahl von Defektkarten, die mit der Vielzahl von Inspektionsbildern korrespondieren, wobei jede Defektkarte einen oder mehrere Defektkandidaten aufweist, die sich in der Inspektionsfläche eines jeweiligen Inspektionsbildes befinden, und Ausrichten des einen oder der mehreren Defektkandidaten der jeweiligen Inspektionsbilder, was zu einer Liste von Defektkandidaten von Interesse (DCI) führt; für mindestens einen gegebenen DCI in der Liste, Erzeugen einer Vielzahl von Differenzbereichen, aufweisend das Erzeugen eines Differenzbereichs, der jedem Inspektionsbild der Vielzahl von Inspektionsbildern entspricht, durch: Extrahieren eines Bildfeldes, das eine Stelle des gegebenen DCI umgibt, jeweils aus dem Inspektionsbild und dem Satz von Referenzbildern, was zu einem Inspektionsbereich und einem Satz von Referenzbereichen führt; für jeden Referenzbereich, Berechnen eines Filters, der optimiert ist, um eine Differenz zwischen dem Inspektionsbereich und einem korrigierten Referenzbereich, das unter Verwendung des Filters erhalten wird, zu minimieren, was zu einem Satz von Filtern und einem Satz von korrigierten Referenzbereichen führt, die mit dem Satz von Referenzbereiche korrespondieren; und Kombinieren des Satzes korrigierter Referenzbereiche, um einen zusammengesetzten Referenzbereich zu erhalten, und Vergleichen des Inspektionsbereichs mit dem zusammengesetzten Referenzbereich, um den Differenzbereich zu erhalten; und Berechnen eines Grades basierend auf der Vielzahl von Differenzbereichen und Anwenden eines Detektionsschwellenwerts auf den Grad, um zu bestimmen, ob der gegebene DCI ein Defekt von Interesse (DOI) ist.
Dieser Aspekt des offenbarten Gegenstands kann eines oder mehrere der oben in Bezug auf das System aufgeführten Merkmale (i) bis (xii), mutatis mutandis, in jeder gewünschten Kombination oder Permutation aufweisen, die technisch möglich ist.
In Übereinstimmung mit anderen Aspekten des gegenwärtig offenbarten Gegenstandes wird ein nicht-transitorisches computerlesbares Medium, zum Beispiel ein nicht-transitorisches computerlesbares Speichermedium, bereitgestellt, das Befehle aufweist, die, wenn sie von einem Computer ausgeführt werden, den Computer veranlassen, ein Verfahren zur Inspektion einer Maske durchzuführen, die zur Herstellung einer Halbleiterprobe verwendet werden kann, wobei das Verfahren Folgendes aufweist: Erhalten einer Vielzahl von Inspektionsbildern für eine Inspektionsfläche der Maske, die eine Vielzahl von Sichtfeldern (FOVs) aufweisen, die von mindestens der Inspektionsfläche überlappt werden, und für jedes Inspektionsbild, Erhalten eines Satzes von Referenzbildern, der eine Vielzahl von Referenzbildern von jeder von einer oder mehreren entsprechenden Referenzflächen enthält; Erzeugen einer Vielzahl von Defektkarten, die der Vielzahl von Inspektionsbildern entsprechen, wobei jede Defektkarte einen oder mehrere Defektkandidaten aufweist, die sich in der Inspektionsfläche eines jeweiligen Inspektionsbildes befinden, und Ausrichten des einen oder der mehreren Defektkandidaten der jeweiligen Inspektionsbilder, was zu einer Liste von Defektkandidaten von Interesse (DCI) führt; für mindestens einen gegebenen DCI in der Liste, Erzeugen einer Vielzahl von Differenzbereichen, aufweisend das Erzeugen eines Differenzbereichs, der mit jedem Inspektionsbild der Vielzahl von Inspektionsbildern korrespondiert, durch: Extrahieren eines Bildfeldes, das eine Stelle des gegebenen DCI umgibt, jeweils aus dem Inspektionsbild und dem Satz von Referenzbildern, was zu einem Inspektionsbereich und einem Satz von Referenzbereichen führt; für jeden Referenzbereich, Berechnen eines Filters, der optimiert ist, um eine Differenz zwischen dem Inspektionsbereich und einem korrigierten Referenzbereich, das unter Verwendung des Filters erhalten wird, zu minimieren, was zu einem Satz von Filtern und einem Satz von korrigierten Referenzbereichen führt, die mit dem Satz von Referenzbereichen korrespondieren; und Kombinieren des Satzes korrigierter Referenzbereiche, um einen zusammengesetzten Referenzbereich zu erhalten, und Vergleichen des Inspektionsbereichs mit dem zusammengesetzten Referenzbereich, um den Differenzbereich zu erhalten; und Berechnen eines Grades basierend auf der Vielzahl von Differenzbereichen und Anwenden eines Detektionsschwellenwerts auf den Grad, um festzustellen, ob der gegebene DCI ein Defekt von Interesse (DOI) ist.
Dieser Aspekt des offenbarten Gegenstands kann eines oder mehrere der oben in Bezug auf das System aufgeführten Merkmale (i) bis (xii) aufweisen, und zwar mutatis mutandis in jeder gewünschten Kombination oder Permutation, die technisch möglich ist.
Figurenliste
Um die Offenbarung zu verstehen und zu sehen, wie sie in der Praxis ausgeführt werden kann, werden nun Ausführungsformen nur als nicht limitierendes Beispiel unter Bezugnahme auf die beigefügten Zeichnungen beschrieben, in denen:

1 zeigt ein funktionelles Blockdiagramm eines Maskeninspektionssystems gemäß bestimmten Ausführungsformen des gegenwärtig offenbarten Gegenstands.
2 zeigt ein verallgemeinertes Flussdiagramm der Maskeninspektion für eine Maske, die zur Herstellung einer Halbleiterprobe in Übereinstimmung mit bestimmten Ausführungsformen des gegenwärtig offenbarten Gegenstands verwendet werden kann.
3 zeigt ein verallgemeinertes Flussdiagramm der Berechnung und Anwendung eines Filters in Übereinstimmung mit bestimmten Ausführungsformen des gegenwärtig offenbarten Gegenstandes.
4 zeigt ein verallgemeinertes Flussdiagramm zur Berechnung eines Grades in Übereinstimmung mit bestimmten Ausführungsformen des gegenwärtig offenbarten Gegenstandes.
5 zeigt eine schematische Darstellung eines aktinischen Inspektionswerkzeugs und eines lithografischen Werkzeugs in Übereinstimmung mit bestimmten Ausführungsformen des gegenwärtig offenbarten Gegenstands.
6 zeigt schematisch ein Beispiel einer Multi-Die-Maske sowie eine Inspektionsfläche und eine Vielzahl von Inspektionsbildern und Referenzbildern davon gemäß bestimmten Ausführungsformen des gegenwärtig offenbarten Gegenstands.
7 zeigt schematisch ein Beispiel für eine Single-Die Maske und einer Inspektionsfläche sowie eine Vielzahl von Inspektions- und Referenzbildern, die bestimmten Ausführungsformen des vorliegenden Gegenstands entsprechen.
8 zeigt ein Beispiel für eine Vielzahl von Differenzbildern in Übereinstimmung mit bestimmten Ausführungsformen des hier beschriebenen Gegenstands.

DETAILLIERTE BESCHREIBUNG DER AUSFÜHRUNGSFORMEN
In der folgenden detaillierten Beschreibung werden zahlreiche spezifische Details festgelegt, um ein umfassendes Verständnis der Offenbarung zu ermöglichen. Der Fachmann wird jedoch verstehen, dass der gegenwärtig offenbarte Gegenstand auch ohne diese spezifischen Details praktiziert werden kann. In anderen Fällen wurden bekannte Verfahren, Prozeduren, Komponenten und Schaltkreise nicht im Detail beschrieben, um den gegenwärtig offenbarten Gegenstand nicht unklar zu machen.
Sofern nicht ausdrücklich anders angegeben, wie aus den folgenden Erörterungen ersichtlich, wird davon ausgegangen, dass in der gesamten Beschreibung Begriffe wie „inspizieren“, „erhalten“, „erzeugen“, „abgleichen“, „extrahieren“, „berechnen“, „kombinieren“, „vergleichen“, „erfassen“, „kalkulieren“, „anwenden“, „registrieren“, „korrigieren“, „mittelwertbilden“, „durchführen“, „bereitstellen“, „wiederholen“, „erfassen“ oder ähnliches beziehen sich auf die Aktion(en) und/oder den/die Prozess(e) eines Computers, die Daten manipulieren und/oder in andere Daten umwandeln, wobei die Daten als physikalische, wie z. B. elektronische, Größen dargestellt werden und/oder die Daten die physikalischen Objekte darstellen. Der Begriff „Computer“ sollte weit ausgelegt werden, um jede Art von hardwarebasierter elektronischer Vorrichtung mit Datenverarbeitungsfähigkeiten zu umfassen, einschließlich, als nicht einschränkendes Beispiel, des Maskeninspektionssystems, des Defektdetektionssystems und entsprechender Teile davon, die in der vorliegenden Anmeldung offenbart werden.
Der in dieser Beschreibung verwendete Begriff „Maske“ wird auch als „photolithographische Maske“, „Photomaske“ oder „Retikel“ bezeichnet. Diese Begriffe sind gleichbedeutend und umfassend auszulegen und umfassen eine Schablonenhalterung mit einem Schaltungsdesign (z. B. zur Festlegung des Layouts einer bestimmten Schicht einer integrierten Schaltung), die in einem fotolithografischen Verfahren auf einen Halbleiterwafer strukturiert werden soll. Eine Maske kann beispielsweise eine Quarzglasplatte sein, die mit einem Muster aus undurchsichtigen, durchsichtigen und phasenverschobenen Flächen bedeckt ist, die während des Lithographieverfahrens auf die Wafer projiziert werden. Bei einer Maske kann es sich beispielsweise um eine EUV-Maske (Extreme Ultraviolet) oder eine ArF-Maske (Argon Fluoride) handeln. Ein weiteres Beispiel ist eine Speichermaske (für die Herstellung einer Speichervorrichtung) oder eine Logikmaske (für die Herstellung einer logischen Vorrichtung).
Der in dieser Beschreibung verwendete Begriff „Inspektion“ oder „Maskeninspektion“ ist weit auszulegen und umfasst alle Operationen zur Bewertung der Genauigkeit und Integrität einer hergestellten Fotomaske in Bezug auf das Schaltungsdesign und ihre Fähigkeit, eine genaue Darstellung des Schaltungsdesigns auf dem Wafer zu erzeugen. Die Inspektion kann alle Operationen umfassen, die mit der Defektdetektion, der Defektüberprüfung und/oder der Defektklassifizierung verschiedener Arten und/oder messtechnischen Operationen während und/oder nach dem Maskenherstellungsprozess und/oder während der Verwendung der Maske zur Herstellung von Halbleiterproben zusammenhängen. Die Inspektion kann mit Hilfe von Werkzeugen zur zerstörungsfreien Prüfung nach der Herstellung der Maske erfolgen. Als nicht einschränkendes Beispiel kann der Inspektionsprozess eine oder mehrere der folgenden Operationen umfassen: Scannen (in einem einzigen oder in mehreren Scans), Abbilden, Abtasten, Detektieren, Messen, Klassifizieren und/oder andere Operationen, die in Bezug auf die Maske oder Teile davon unter Verwendung eines Inspektionswerkzeugs durchgeführt werden. Ebenso kann die Maskeninspektion auch so verstanden werden, dass sie beispielsweise die Erstellung eines oder mehrerer Inspektionsrezepte und/oder andere Operationen vor der eigentlichen Inspektion der Maske umfasst. Es wird darauf hingewiesen, dass der Begriff „Inspektion“ oder seine Derivative in dieser Spezifikation, sofern nicht ausdrücklich anders angegeben, in Bezug auf die Auflösung oder die Größe einer Inspektionsfläche nicht limitiert ist. Zu den verschiedenen zerstörungsfreien Prüfgeräten gehören beispielsweise optische Prüfgeräte, Rasterelektronenmikroskope, Rasterkraftmikroskope usw., ohne sich auf diese einzuschränken.
Der in dieser Beschreibung verwendete Begriff „Metrologie-Betrieb“ ist weit auszulegen und umfasst alle messtechnischen Operationen, mit denen messtechnische Informationen über ein oder mehrere Strukturelemente auf einer Halbleiterprobe, z. B. einer Maske, gewonnen werden. In einigen Ausführungsformen können die messtechnischen Operationen Messoperationen umfassen, wie z. B. Messungen der kritischen Abmessung (CD), die in Bezug auf bestimmte Strukturelemente auf der Probe durchgeführt werden, einschließlich, aber nicht limitierend auf Folgendes: Abmessungen (z. B. Linienbreiten, Linienabstände, Kontaktdurchmesser, Größe des Elements, Kantenrauheit, Graustufenstatistiken usw.), Formen von Elementen, Abstände innerhalb oder zwischen Elementen, zugehörige Winkel, Überlagerungsinformationen, die mit Elementen verbunden sind, die verschiedenen Designebenen entsprechen, usw. Die Messergebnisse, wie z. B. gemessene Bilder, werden z. B. mit Hilfe von Bildverarbeitungsverfahren analysiert. Sofern nicht ausdrücklich anders angegeben, sind die in dieser Beschreibung verwendeten Begriffe „Metrologie“ oder davon abgeleitete Begriffe nicht hinsichtlich der Messtechnik, der Messauflösung oder der Größe der Prüffläche limitiert.
Der in dieser Beschreibung verwendete Begriff „Probe“ ist so auszulegen, dass er jede Art von Wafern, verwandten Strukturen, Kombinationen und/oder Teilen davon umfasst, die für die Herstellung von integrierten Halbleiterschaltungen, Magnetköpfen, Flachbildschirmen und anderen in der Halbleiterindustrie hergestellten Artikeln verwendet werden.
Der in dieser Beschreibung verwendete Begriff „Defekt“ ist weit auszulegen und umfasst jede Art von Anomalie oder unerwünschter Eigenschaft/Funktionalität, die auf einer Maske gebildet wird. In einigen Fällen kann ein Defekt ein „Defect of Interest“ (DOI) sein, d. h. ein echter Defekt, der, wenn er auf den Wafer gedruckt wird, bestimmte Auswirkungen auf die Funktionalität der hergestellten Vorrichtung hat und daher im Interesse des Kunden detektiert werden sollte. So können beispielsweise alle „Killer“-Defekte, die zu Ertragsverlusten führen können, als DOI angegeben werden. In anderen Fällen kann es sich um einen störenden Defekt handeln (auch als „Fehlalarm“-Defekt bezeichnet), der vernachlässigt werden kann, weil er keine Auswirkungen auf die Funktionalität der fertigen Vorrichtung hat.
Der in dieser Spezifikation verwendete Begriff „Defektkandidat“ sollte weit ausgelegt werden, um eine vermutete Defektstelle auf der Maske zu erfassen, bei der eine relativ hohe Wahrscheinlichkeit besteht, dass es sich um einen Defekt von Interesse (DOI) handelt. Daher kann es sich bei einem Defektkandidaten nach der Überprüfung tatsächlich um einen DOI handeln, in anderen Fällen kann es sich um eine Störung oder ein zufälliges Rauschen handeln, das durch verschiedene Variationen (z. B. Prozessvariationen, Farbvariationen, mechanische und elektrische Variationen usw.) während der Inspektion verursacht werden kann.
Die hier verwendeten Begriffe „nichtflüchtiger Speicher“ und „nichtflüchtiges Speichermedium“ sind so auszulegen, dass sie jeden flüchtigen oder nichtflüchtigen Computerspeicher umfassen, der für den vorliegenden Gegenstand geeignet ist. Die Begriffe sollten so verstanden werden, dass sie ein einzelnes Medium oder mehrere Medien (z. B. eine zentrale oder verteilte Datenbank und/oder zugehörige Caches und Server) umfassen, die den einen oder mehrere Sätze von Anweisungen speichern. Unter den Begriffen ist auch jedes Medium zu verstehen, das in der Lage ist, einen Satz von Befehlen zur Ausführung durch den Computer zu speichern oder zu kodieren, und das den Computer veranlasst, eine oder mehrere der Methoden der vorliegenden Offenbarung durchzuführen. Die Begriffe sollen dementsprechend einen Festwertspeicher („ROM“), einen Speicher mit wahlfreiem Zugriff („RAM“), Magnetplattenspeichermedien, optische Speichermedien, Flash-Speichervorrichtungen usw. umfassen, sind aber nicht darauf beschränkt.
Sofern nicht ausdrücklich anders angegeben, können bestimmte Merkmale des gegenwärtig offenbarten Gegenstands, die im Zusammenhang mit einzelnen Ausführungsformen beschrieben werden, auch in Kombination in einer einzigen Ausführungsform bereitgestellt werden. Umgekehrt können verschiedene Merkmale des gegenwärtig offenbarten Gegenstands, die im Zusammenhang mit einer einzigen Ausführungsform beschrieben sind, auch separat oder in jeder geeigneten Unterkombination vorgesehen werden. In der folgenden detaillierten Beschreibung werden zahlreiche spezifische Details festgelegt, um ein umfassendes Verständnis der Verfahren und Vorrichtungen zu ermöglichen.
Vor diesem Hintergrund wird die Aufmerksamkeit auf 1 gelenkt, die ein funktionelles Blockdiagramm eines Maskeninspektionssystems gemäß bestimmten Ausführungsformen des gegenwärtig offenbarten Gegenstands zeigt.
Das in 1 dargestellte Inspektionssystem 100 kann zur Inspektion einer Maske während oder nach dem Maskenherstellungsprozess und/oder während des Halbleiterprobenherstellungsprozesses unter Verwendung der Maske verwendet werden. Wie oben beschrieben, kann die hier beschriebene Inspektion so verstanden werden, dass sie alle Operationen im Zusammenhang mit der Inspektion/Detektion von Defekten, der Klassifizierung von Defekten verschiedener Art und/oder messtechnischen Operationen, wie z. B. Messungen der kritischen Abmessungen (CD), in Bezug auf die Maske oder Teile davon betreibt. Gemäß bestimmten Ausführungsformen des vorliegenden Gegenstands weist das dargestellte Inspektionssystem 100 ein computergestütztes System 101 auf, das in der Lage ist, Defekte auf der Maske automatisch zu inspizieren und zu detektieren. Wie oben beschrieben, kann sich ein zu detektierender Defekt auf jede Art von Anomalie oder unerwünschter Eigenschaft/Funktionalität beziehen, die auf einer Maske ausgebildet ist. In einigen Fällen kann es sich bei den zu detektierenden Defekten beispielsweise um eine Verschiebung der Kantenpositionierung (Edge Positioning Displacement, EPD) handeln, die den Unterschied zwischen der beabsichtigten und der tatsächlichen Position der Kanten der gedruckten Merkmale auf der Maske angibt. In anderen Fällen können sich die zu erfassenden Defekte auf CD-Messungen und/oder CD-Uniformität (d. h. die Abweichungen einer CD-Messung über die Maske oder einen Teil davon) oder andere Arten von Defekten beziehen, die auf einer Maske gebildet werden. Das System 101 wird auch als Maskendefekt-Detektionssystem bezeichnet, das ein Teilsystem des Inspektionssystems 100 ist.
Das System 101 kann operativ mit einem Maskeninspektionswerkzeug 120 verbunden werden, das derart konfiguriert ist, dass es eine Maske scannt und ein oder mehrere Bilder davon zur Inspektion der Maske erfasst. Der hier verwendete Begriff „Maskeninspektionswerkzeug“ sollte weit ausgelegt werden, um jede Art von Inspektionswerkzeugen abzudecken, die in Maskeninspektionsprozessen verwendet werden können, einschließlich, als nicht einschränkendes Beispiel, Scannen (in einem einzigen oder in mehreren Scans), Abbilden, Abtasten, Detektieren, Messen, Klassifizieren und/oder andere Prozesse, die in Bezug auf die Maske oder Teile davon vorgesehen sind.
Ohne den Umfang der Offenbarung in irgendeiner Weise zu limitieren, sollte auch beachtet werden, dass das Maskeninspektionswerkzeug 120 als Inspektionsmaschinen verschiedener Typen implementiert werden kann, wie z. B. optische Inspektionswerkzeuge, Elektronenstrahlwerkzeuge und so weiter. In einigen Fällen kann das Maskeninspektionswerkzeug 120 ein relativ niedrig auflösendes Prüfgerät sein (z. B. ein optisches Prüfgerät, ein niedrig auflösendes Rasterelektronenmikroskop (Scanning Electron Microscope, SEM) usw.). In einigen Fällen kann das Maskeninspektionswerkzeug 120 ein relativ hochauflösendes Prüfgerät sein (z. B. ein hochauflösendes SEM, ein Rasterkraftmikroskop (Atomic Force Microscope, AFM), ein Transmissionselektronenmikroskop (TEM) usw.). In einigen Fällen kann das Prüfgerät sowohl niedrig aufgelöste als auch hoch aufgelöste Bilddaten liefern. In einigen Ausführungsformen verfügt das Maskeninspektionswerkzeug 120 über messtechnische Fähigkeiten und kann derart konfiguriert werden, dass es metrologische Operationen an den aufgenommenen Bildern durchführt. Die resultierenden Bilddaten (niedrig aufgelöste Bilddaten und/oder hoch aufgelöste Bilddaten) können - direkt oder mittels eines oder mehrerer Zwischensysteme - an das System 101 übertragen werden. Die vorliegende Offenbarung ist nicht auf eine bestimmte Art von Maskenprüfgeräten und/oder die Auflösung der aus den Prüfgeräten resultierenden Bilddaten limitiert.
Gemäß bestimmten Ausführungsformen kann das Maskeninspektionswerkzeug als aktinisches Inspektionswerkzeug implementiert werden, das derart konfiguriert ist, dass es optische Konfigurationen eines lithografischen Werkzeugs (wie z. B. eines Scanners oder eines Steppers) emuliert/nachahmt, das für die Herstellung einer Halbleiterprobe verwendet werden kann, z. B. durch Projizieren eines in einer Maske gebildeten Musters auf einen Wafer, wie nachstehend mit Bezug auf 5 näher beschrieben.
5 zeigt eine schematische Darstellung eines aktinischen Inspektionswerkzeugs und eines lithografischen Werkzeugs in Übereinstimmung mit bestimmten Ausführungsformen des gegenwärtig offenbarten Gegenstands.
Ähnlich wie ein lithografisches Werkzeug 520 kann ein aktinisches Inspektionswerkzeug 500 eine Beleuchtungsquelle 502, die derart konfiguriert ist, dass sie Licht (z. B. einen Laser) mit einer Belichtungswellenlänge erzeugt, eine Beleuchtungsoptik 504, einen Maskenhalter 506 und eine Projektionsoptik 508 umfassen. Die Beleuchtungsoptik 504 und die Projektionsoptik 508 können ein oder mehrere optische Elemente enthalten (wie z. B. eine Linse, eine Blende, einen Raumfilter usw.).
In einem lithografischen Werkzeug 520 wird eine Maske am Maskenhalter 506 positioniert und optisch ausgerichtet, um ein Bild des zu vervielfältigenden Schaltungsmusters auf einen Wafer zu projizieren, der auf dem Waferhalter 512 platziert ist (z. B. durch Anwendung verschiedener Schritt-, Abtast- und/oder Abbildungsverfahren zur Erzeugung oder Vervielfältigung des Musters auf dem Wafer). Im Gegensatz zum lithografischen Werkzeug 520 platziert das aktinische Inspektionswerkzeug 500 anstelle eines Waferhalters 512 einen Detektor 510 (wie z. B. eine ladungsgekoppelte Vorrichtung (charge-coupled device , CCD)) an der Stelle des Waferhalters, wobei der Detektor 510 derart konfiguriert ist, dass er das durch die Maske projizierte Licht erfasst und ein Bild der Maske erzeugt.
Wie zu sehen ist, ist das aktinische Inspektionswerkzeug 500 derart konfiguriert, dass es die optischen Konfigurationen des lithografischen Werkzeugs 520 emuliert, einschließlich, aber nicht beschränkt auf, z. B. Beleuchtungs-/Belichtungsbedingungen wie z. B. Wellenlänge, Teilkohärenz des Belichtungslichts, Pupillenform, Beleuchtungsapertur, numerische Apertur (NA) usw., die im eigentlichen lithografischen Prozess zur Freilegung des Fotolacks bei der Herstellung von Halbleitervorrichtungen verwendet werden. Daher wird erwartet, dass das vom Detektor 510 erfasste Maskenbild 514 einem Bild 516 eines Wafers ähnelt, der mittels des lithografischen Werkzeugs unter Verwendung der Maske hergestellt würde. Ein Maskenbild, das mit einem solchen aktinischen Inspektionswerkzeug aufgenommen wurde, wird auch als Luftbild bezeichnet. Das Luftbild wird dem System 101 zur weiteren Verarbeitung zur Verfügung gestellt, wie unten beschrieben.
Gemäß bestimmten Ausführungsformen kann das Maskeninspektionswerkzeug 120 in einigen Fällen als nicht-aktinisches Inspektionswerkzeug implementiert werden, wie z.B. ein reguläres optisches Inspektionswerkzeug, ein Elektronenstrahlwerkzeug (z.B. SEM), usw. In solchen Fällen ist der Detektor des Inspektionsgeräts in der Lage, mit dem jeweiligen Mikroskoptyp eine Schnittstelle zu bilden und die Bildinformationen des Mikroskops zu digitalisieren, wodurch ein Bild der Maske erfasst wird.
An dem aufgenommenen Bild kann eine Simulation durchgeführt werden, um die optische Konfiguration des lithografischen Werkzeugs zu simulieren und so ein Luftbild zu erzeugen. In einigen Fällen kann die Bildsimulation durch das System 101 betrieben werden (z. B. kann die Funktionalität der Simulation in dessen PMC 102 integriert sein, indem ein Bildsimulationsmodell in das PMC 102 aufgenommen wird), während in einigen anderen Fällen die Bildsimulation durch ein Verarbeitungsmodul des Maskeninspektionswerkzeugs 120 oder durch eine separate Simulationsmaschine/-einheit betrieben werden kann, die operativ mit dem Maskeninspektionswerkzeug 120 und dem System 101 verbunden ist.
Zur Veranschaulichung werden im Folgenden bestimmte Ausführungsformen für Bilder beschrieben, die mit einem aktinischen Maskeninspektionsgerät aufgenommen wurden. Der Fachmann wird leicht erkennen, dass die Lehren des gegenwärtig offenbarten Gegenstandes auch auf Bilder anwendbar sind, die mit jeder anderen geeigneten Technik und jedem anderen Prüfgerät aufgenommen und weiterhin mit einem geeigneten Simulationsmodell in Luftbilder umgewandelt wurden. Der Begriff „Luftbild“ sollte weit ausgelegt werden, um Bilder zu erfassen, die mit einem aktinischen Maskenprüfgerät aufgenommen wurden, sowie Luftbilder, die aus Bildern simuliert wurden, die mit einem oder mehreren nicht-aktinischen Prüfgeräten aufgenommen wurden.
Das System 101 umfasst eine Prozessor- und Speicherschaltung (PMC) 102, die operativ mit einer hardwarebasierten E/A-Schnittstelle 126 verbunden ist. PMC 102 ist derart konfiguriert, dass er die für den Betrieb des Systems erforderliche Verarbeitung bereitstellt, wie in den 2, 3 und 4 weiterhin beschrieben, und weist einen Prozessor (nicht separat dargestellt) und einen Speicher (nicht separat dargestellt) auf. Der Prozessor des PMC 102 kann derart konfiguriert sein, dass er mehrere Funktionsmodule in Übereinstimmung mit computerlesbaren Anweisungen ausführt, die in einem nicht transitorischen computerlesbaren Speicher implementiert sind, der im PMC umfasst ist. Solche Funktionsmodule werden im Folgenden als im PMC umfasst bezeichnet.
Der Prozessor, auf den hier Bezug genommen wird, kann eine oder mehrere universell einsetzbare Vorrichtungen sein, wie z. B. ein Mikroprozessor, eine zentrale Verarbeitungseinheit oder ähnliches. Insbesondere kann der Prozessor ein CISC-Mikroprozessor (Complex Instruction Set Computing), ein RISC-Mikroprozessor (Reduced Instruction Set Computing), ein VLIW-Mikroprozessor (Very Long Instruction Word), ein Prozessor, der andere Befehlssätze implementiert, oder ein Prozessor sein, der eine Kombination von Befehlssätzen implementiert. Der Prozessor kann auch als eine oder mehrere spezielle Vorrichtung(en) ausgebildet sein, wie z. B. eine anwendungsspezifische integrierte Schaltung (ASIC), ein Field Programmable Gate Array (FPGA), ein digitaler Signalprozessor (DSP), ein Netzwerkprozessor oder ähnliches. Der Prozessor ist derart konfiguriert, dass er Befehle zur Durchführung der hier beschriebenen Operationen und Schritte ausführt.
Der hier erwähnte Speicher kann einen Hauptspeicher (z. B. Festwertspeicher (ROM), Flash-Speicher, dynamischer Direktzugriffsspeicher (DRAM) wie synchroner DRAM (SDRAM) oder Rambus DRAM (RDRAM) usw.) und einen statischen Speicher (z. B. Flash-Speicher, statischer Direktzugriffsspeicher (SRAM) usw.) umfassen.
Wie bereits erwähnt, kann das System 101 in einigen Ausführungsformen derart konfiguriert sein, dass es Defekte auf einer Maske detektiert. Werden Maskendefekte vor der Massenproduktion von Wafern nicht erkannt, wiederholen sie sich mehrfach auf den Produktionswafern, was dazu führt, dass mehrere Halbleitervorrichtungen fehlerhaft sind (z. B. die Funktionalität der Vorrichtungen beeinträchtigen und nicht die gewünschte Leistung erbringen) und die Ausbeute negativ beeinflussen.
Angesichts des großen Umfangs der Schaltungsintegration und der abnehmenden Größe von Halbleitervorrichtungen in fortgeschrittenen Prozessen von Fotomasken wird die Maskenprüfung immer empfindlicher für verschiedene Arten von Abweichungen und Rauschen. Um kleinere Defekte zu detektieren, ist es wünschenswert, die Maske mit empfindlichen Scans (d. h. Scans mit relativ hoher Empfindlichkeit) zu inspizieren, bei denen die meisten der vermuteten Defekte, die sich in der Defektkarte widerspiegeln, wahrscheinlich eher Fehlalarme oder Rauschen sind. In solchen Fällen können die DOIs unter den Fehlalarmen und Rauschen verborgen sein, was die Detektionsempfindlichkeit beeinträchtigt und einen Anstieg der Fehlalarmrate (FAR) verursacht.
Bei der Maskenprüfung werden häufig Die-to-Die (D2D)-Prüfungen zur Defektdetektion eingesetzt, wobei ein Inspektionsbild von einer Matrize und ein oder mehrere Referenzbilder von einer oder mehreren Referenzmatrizen verwendet werden. Das Inspektionsbild und die Referenzbilder werden in der Regel verglichen, um ein Differenzbild zu erzeugen, das auf mögliche Defekte auf der Maske hinweist. Bei der herkömmlichen D2D-Inspektion werden eine oder mehrere benachbarte Matrizen als Referenz verwendet, weshalb die Anzahl der Referenzbilder recht begrenzt ist. Darüber hinaus werden, wie oben beschrieben, das Inspektionsbild und die Referenzbilder mit empfindlichen Scans erfasst wodurch die oben erwähnte Zunahme von Fehlalarmen und Rauschen sowie die Schwierigkeit, die DOIs von den Fehlalarmen und dem Rauschen zu trennen, auftreten.
Gemäß bestimmten Ausführungsformen des vorliegenden Gegenstands wird ein verbessertes Maskeninspektionssystem und -verfahren vorgeschlagen, das derart konfiguriert ist, dass DOIs durch die Erfassung ausreichender Referenzbilder erkannt werden, die weiterhin optimiert und verwendet werden, um ein kombiniertes optimales Referenzbild zu erzeugen, wodurch ein zuverlässigeres Differenzbild mit höherem Signal-Rausch-Verhältnis (SNR) erzeugt wird, wodurch die Detektionsempfindlichkeit verbessert und gleichzeitig die FAR reduziert wird.
Um eine ausreichende Anzahl von Referenzbildern zu erstellen, werden mehrere Referenzpositionen (z. B. von mehreren Referenzmatrizen oder von einer einzigen Matrize) verwendet, und es können überlappende Scans verwendet werden, um mehrere Bilder für jede Referenzposition aufzunehmen. Die sich überlappenden Bilder der mehreren Referenzen werden zusammen verwendet, um das Rauschen zu reduzieren und die Detektionssicherheit zu erhöhen. Die Mehrfachreferenzbilder werden weiterhin mit Hilfe der Bildfiltertechnologie korrigiert, um ein optimales Referenzbild zu erstellen, das eine bessere Trennung zwischen DOIs und Fehlalarmen oder Zufallsrauschen ermöglicht. Das vorgeschlagene Verfahren hat sich als empfindlicher für die Defektdetektion bei der fortgeschrittenen Prozesssteuerung der Maskenmerkmale erwiesen, ohne den Prüfdurchsatz zu beeinträchtigen.
Gemäß bestimmten Ausführungsformen können die Funktionsmodule, die die PMC 102 des Systems 101 aufweist, ein Bildverarbeitungsmodul 104 und ein Defektdetektionsmodul 106 umfassen. Das PMC 102 kann derart konfiguriert sein, dass es (mittels E/A-Schnittstelle 126) für eine Inspektionsfläche der Maske eine Vielzahl von Inspektionsbildern erhält, die eine Vielzahl von Sichtfeldern (FOVs) aufweisen, die von mindestens der Inspektionsfläche überlappt werden, und für jedes Inspektionsbild einen Satz von Referenzbildern erhält, der eine Vielzahl von Referenzbildern von jeder von einer oder mehreren entsprechenden Referenzflächen enthält. Die Inspektionsbilder und die Referenzbilder können beispielsweise durch das Maskeninspektionswerkzeug 120, wie z.B. ein aktinisches Inspektionswerkzeug, aufgenommen werden.
Das Defektdetektionsmodul 106 kann derart konfiguriert sein, dass es eine Vielzahl von Defektkarten erzeugt, die mit der Vielzahl von Inspektionsbildern korrespondieren. Jede Defektkarte weist einen oder mehrere Defektkandidaten auf, die sich in der Fläche eines jeweiligen Inspektionsbildes befinden Der eine oder die mehreren Defektkandidaten der jeweiligen Inspektionsbilder können abgeglichen werden, wodurch eine Liste der Defektkandidaten von Interesse (DCI) entsteht.
Für jeden gegebenen DCI in der Liste kann das Bildverarbeitungsmodul 104 derart konfiguriert sein, dass es eine Vielzahl von Differenzbereichen erzeugt. Insbesondere kann das Bildverarbeitungsmodul 104 derart konfiguriert sein, dass es ein Differenzbereich erzeugt, das jedem Inspektionsbild der Vielzahl von Inspektionsbildern entspricht, und zwar durch mindestens die folgenden Schritte: Extrahieren eines Bildfeldes, das einen Ort des gegebenen DCI umgibt, aus dem Inspektionsbild bzw. dem Satz von Referenzbildern, wodurch ein Inspektionsbereich und ein Satz von Referenzbereichen entsteht; für jeden Referenzbereich, Berechnen eines Filters, der optimiert ist, um eine Differenz zwischen dem Inspektionsbereich und einem korrigierten Referenzbereich, das unter Verwendung des Filters erhalten wurde, zu minimieren, wodurch ein Satz von Filtern und ein Satz von korrigierten Referenzbereichen entsteht, die mit dem Satz von Referenzbereichen korrespondieren; und Kombinieren des Satzes von korrigierten Referenzbereichen, um ein zusammengesetzten Referenzbereich zu erhalten, und Vergleichen des Inspektionsbereichs mit dem zusammengesetzten Referenzbereich, um den Differenzbereich zu erhalten.
Das Defektdetektionsmodul 106 kann ferner derart konfiguriert sein, dass es einen Grad basierend auf der Vielzahl von Differenzbereichen berechnet und einen Detektionsschwellenwert auf den Grad anwendet, um zu bestimmen, ob der gegebene DCI ein Defekt von Interesse (DOI) ist.
Die Operationen der Systeme 100, 101, PMC 102 und der darin enthaltenen Funktionsmodule werden unter Bezugnahme auf die 2, 3 und 4 weiter erläutert.
Gemäß bestimmten Ausführungsformen kann das System 100 eine Speichereinheit 122 aufweisen. Die Speichereinheit 122 kann derart konfiguriert sein, dass sie alle Daten speichert, die für den Betrieb der Systeme 100 und 101 erforderlich sind, z.B. Daten, die sich auf die Eingabe und die Ausgabe der Systeme 100 und 101 beziehen, sowie Zwischenverarbeitungsergebnisse, die vom System 101 erzeugt werden. Beispielsweise kann die Speichereinheit 122 derart konfiguriert sein, dass sie die vom Maskeninspektionswerkzeug 120 erzeugten Inspektions- und Referenzbilder und/oder abgeleitete Begriffe davon (z. B. Bilder nach der Vorverarbeitung) speichert. Dementsprechend können die Bilder aus der Speichereinheit 122 abgerufen und dem PMC 102 zur weiteren Verarbeitung zur Verfügung gestellt werden.
In einigen Ausführungsformen kann das System 100 optional eine computerbasierte grafische Benutzeroberfläche (Graphical User Interface, GUI) 124 aufweisen, die derart konfiguriert ist, dass sie benutzerspezifische Eingaben in Bezug auf das System 101 ermöglicht. So kann dem Benutzer beispielsweise eine visuelle Darstellung der Maske präsentiert werden (z. B. durch ein Display, das Teil der GUI 124 ist), einschließlich Bildern der Maske oder Teilen davon. Der Benutzer kann über die grafische Benutzeroberfläche die Möglichkeit haben, bestimmte Operation-Parameter zu definieren, wie z. B. sensitive Scan-Parameter, die Anzahl der Referenzflächen/-orte, die Liste der Defektkandidaten von Interesse (DCI), der Detektionsschwellenwert usw. In einigen Fällen kann der Benutzer auch die Ergebnisse der Operation, wie z. B. den zusammengesetzten Referenzbereich, den/die Differenzbereich(e), detektierte(n) DOI(s), Defektkarte(n) und/oder weitere Untersuchungsergebnisse auf der grafischen Benutzeroberfläche anzeigen.
Wie oben beschrieben, ist das System 101 derart konfiguriert, dass es über die E/A-Schnittstelle 126 eine Vielzahl von Bildern (z. B. Inspektionsbilder und/oder Referenzbilder) der Maske erhält. Bei den Bildern kann es sich um Bilddaten (und/oder davon abgeleitete Begriffe) handeln, die vom Maskeninspektionswerkzeug 120 erzeugt wurden, und/oder um Bilddaten, die in der Speichereinheit 122 oder in einem oder mehreren Datenspeichern gespeichert sind. In einigen Fällen können sich die Bilddaten auf Bilder beziehen, die von dem Maskeninspektionswerkzeug aufgenommen wurden, und/oder auf vorverarbeitete Bilder, die von den aufgenommenen Bildern abgeleitet wurden, wie sie durch verschiedene Vorverarbeitungsstufen erhalten wurden, usw. Es wird darauf hingewiesen, dass die Bilder in einigen Fällen zugehörige numerische Daten enthalten können (z. B. Metadaten, handgefertigte Attribute usw.). Es wird weiterhin darauf hingewiesen, dass sich die Bilddaten in einigen Ausführungsformen auf eine Zielschicht einer auf den Wafer zu druckenden Halbleitervorrichtung beziehen.
Das System 101 ist derart konfiguriert, dass es die erhaltenen Bilder verarbeitet und die Inspektionsergebnisse (z. B. die erkannten DOIs, die Defektkarten, den zusammengesetzten Referenzbereich usw.) mittels der E/A-Schnittstelle 126 an die Speichereinheit 122 und/oder die grafische Benutzeroberfläche 124 zum Rendern und/oder an das Maskeninspektionswerkzeug 120 sendet.
In einigen Ausführungsformen kann das Maskeninspektionssystem 100 zusätzlich zum System 101 ferner ein oder mehrere Inspektionsmodule aufweisen, wie z.B. ein oder mehrere zusätzliche Defektdetektionsmodule und/oder ein automatisches Defektüberprüfungsmodul (Automatic Defect Review Module, ADR) und/oder ein automatisches Defektklassifizierungsmodul (Automatic Defect Classification Module, ADC) und/oder ein metrologiebezogenes Modul und/oder andere Inspektionsmodule, die zur Durchführung einer zusätzlichen Inspektion einer Maske verwendet werden können. Die ein oder mehreren Inspektionsmodule können als eigenständige Computer implementiert werden, oder ihre Funktionalitäten (oder zumindest einige davon) können in das Maskeninspektionswerkzeug 120 integriert sein. In einigen Ausführungsformen kann die vom System 101 erhaltene Ausgabe von dem Maskeninspektionswerkzeug 120 und/oder dem einen oder den mehreren Inspektionsmodulen (oder einem Teil davon) für die weitere Prüfung der Maske verwendet werden.
Diejenigen, die mit der Materie vertraut sind, werden leicht erkennen, dass die Lehren des gegenwärtig offenbarten Gegenstandes nicht an das in 1 dargestellte System gebunden sind; äquivalente und/oder modifizierte Funktionalität kann auf andere Weise konsolidiert oder aufgeteilt werden und kann in jeder geeigneten Kombination von Software mit Firmware und/oder Hardware implementiert werden.
Es wird darauf hingewiesen, dass das in 1 dargestellte Maskeninspektionssystem in einer verteilten Computerumgebung implementiert werden kann, in der die oben genannten Funktionsmodule, wie sie die PMC 102 aufweist, über mehrere lokale und/oder entfernte Vorrichtungen verteilt und über ein Kommunikationsnetz verbunden sein können. Es wird weiterhin darauf hingewiesen, dass in anderen Ausführungsformen eines oder mehrere der Maskeninspektionswerkzeuge 120, der Speichereinheit 122 und/oder der grafischen Benutzeroberfläche 124 außerhalb des Systems 100 liegen können und mittels der E/A-Schnittstelle 126 eine Datenverbindung mit dem System 101 betreiben. Das System 101 kann als eigenständiger Computer implementiert werden, der in Verbindung mit dem Maskenprüfgerät verwendet wird. Alternativ können die jeweiligen Funktionen des Systems 101 zumindest teilweise in das Maskeninspektionswerkzeug 120 integriert sein, wodurch die Funktionalitäten des Maskeninspektionswerkzeug 120 in prüfungsbezogenen Prozessen erleichtert und erweitert werden.
Auch wenn dies nicht zwangsläufig der Fall ist, kann der Prozess des Betreibens der Systeme 101 und 100 einigen oder allen Phasen der in den 2-4 beschriebenen Verfahren entsprechen. Ebenso können die in den 2-4 beschriebenen Verfahren und ihre möglichen Implementierungen durch die Systeme 101 und 100 implementiert werden. Es wird daher darauf hingewiesen, dass Ausführungsformen, die in Bezug auf die in den 2-4 beschriebenen Verfahren erörtert werden, mutatis mutandis auch als verschiedene Ausführungsformen der Systeme 101 und 100 implementiert werden können, und vice versa.
2 zeigt ein verallgemeinertes Flussdiagramm der Maskeninspektion für eine Maske, die zur Herstellung einer Halbleiterprobe in Übereinstimmung mit bestimmten Ausführungsformen des gegenwärtig offenbarten Gegenstands verwendet wird.
Für eine Inspektionsfläche der Maske kann eine Vielzahl von Inspektionsbildern erhalten werden (202) (z. B. von der PMC 102 mittels der E/A-Schnittstelle 126, vom Maskeninspektionswerkzeug 120 oder von der Speichereinheit 122). Die Vielzahl von Inspektionsbildern weist eine Vielzahl von Sichtfeldern (FOVs) auf, die zumindest von der Fläche überlappt werden. Für jedes Inspektionsbild kann ein Satz von Referenzbildern erhalten werden, der eine Vielzahl von Referenzbildern von jeder der entsprechenden Flächen enthält. Bei den Inspektionsbildern und den Referenzbildern handelt es sich um Luftbilder wie oben beschrieben.
In einigen Ausführungsformen kann die Vielzahl von Inspektionsbildern (und/oder Referenzbildern) nacheinander von einem aktinischen Inspektionsgerät erfasst werden, wie z. B. dem Aera Mask Inspection Tool von Applied Materials Inc. Das aktinische Inspektionswerkzeug ist derart konfiguriert, dass es die optische Konfiguration eines lithografischen Werkzeugs (z. B. eines Scanners oder eines Steppers) emuliert, das für die Herstellung der Halbleiterwafer in Übereinstimmung mit der Maske verwendet werden kann (siehe 5). Die Bilder können mit einer vordefinierten Schrittgröße aufgenommen werden, so dass sich die FOVs der Bilder zumindest mit der Fläche überlappen.
Die von einem solchen aktinischen Inspektionstool aufgenommenen Bilder (d. h. Luftbilder) sollen den Bildern eines Wafers ähneln, der mittels des lithografischen Werkzeugs unter Verwendung der Maske hergestellt wird. Mit anderen Worten: Das aktinische Maskeninspektionsgerät ist derart konfiguriert, dass es Maskenbilder aufnimmt, die das tatsächliche Erscheinungsbild der Designmuster in der Maske auf einem physischen Wafer nach dem Herstellungsprozess nachahmen können.
In manchen Fällen kann es vorkommen, dass kein aktinisches Inspektionsgerät für die Inspektion der Maske verfügbar ist. In solchen Fällen kann ein nicht-aktinisches Inspektionsgerät, z. B. ein normales optisches Inspektionsgerät, ein Elektronenstrahlgerät usw., verwendet werden, um Nicht-Luftbilder der Maske aufzunehmen. Anhand der aufgenommenen nicht luftgetragenen Bilder können Simulationen durchgeführt werden, um die optischen Konfigurationen des lithografischen Werkzeugs zu simulieren und so Luftbilder der Maske zu erzeugen. Dementsprechend kann das in 2 beschriebene Verfahren zur Maskeninspektion in einigen Ausführungsformen ferner die vorbereitenden Schritte aufweisen, nämlich den Erhalt einer Vielzahl von Bildern, die von einem nicht-aktinischen Inspektionswerkzeug aufgenommen wurden, und die Durchführung einer Simulation (z. B. durch das Bildverarbeitungsmodul 104 von PMC 102 oder durch ein Verarbeitungsmodul des Maskeninspektionswerkzeugs 120 usw.) an den Bildern, um die optische Konfiguration des lithografischen Werkzeugs zu simulieren, was zu der Vielzahl von Inspektionsbildern (d. h. Luftbildern) führt.
In einigen Ausführungsformen kann sich die Maske während der Inspektion mit einer Schrittgröße relativ zum Detektor des Maskeninspektionswerkzeugs bewegen (oder die Maske und das Werkzeug können sich in entgegengesetzte Richtungen zueinander bewegen), und die Maske kann schrittweise entlang von Streifen der Maske durch das Maskeninspektionswerkzeug gescannt werden, das jeweils nur einen Teil/Anteil (innerhalb eines Streifens) der Maske abbildet (auch als Sichtfeld (FOV) des Werkzeugs oder des Bildes bezeichnet). So kann beispielsweise bei jedem Schritt Licht von einem rechteckigen Abschnitt der Maske erfasst werden, und dieses erfasste Licht wird an mehreren Punkten des Abschnitts in mehrere Intensitätswerte umgewandelt, wodurch ein Bild entsteht, das dem Teil/Anteil der Maske entspricht. Die Größe und Abmessung des FOV oder des dem FOV entsprechenden Bildes kann in Abhängigkeit von bestimmten Faktoren, wie z. B. verschiedenen Werkzeugkonfigurationen, variieren. In einem Beispiel kann jedes Bild, das einem rechteckigen FOV der Maske entspricht, etwa 1000 Pixel in der Länge und 1000 Pixel in der Breite betragen. In einem anderen Beispiel kann das Bild, das dem rechteckigen FOV entspricht, ungefähr die Größe von 800 mal 1600 Pixeln haben.
Daher kann eine Vielzahl von Bildern der Maske während des sequentiellen Abtastens entlang der Streifen der Maske nacheinander erhalten werden, wobei jedes Bild für einen entsprechenden Teil/Abschnitt der Maske repräsentativ ist. Beispielsweise kann ein erster Streifen der Maske von links nach rechts abgetastet werden, ein zweiter Streifen wird dann von rechts nach links abgetastet, und so weiter, bis die gesamte Maske (oder ein Bereich der Maske von Interesse) abgetastet ist.
In einigen Fällen kann die Vielzahl von Bildern durch das Maskeninspektionswerkzeug mit einer vordefinierten Schrittgröße erfasst werden, so dass sich die FOVs der Vielzahl von Bildern entsprechend der Schrittgröße teilweise überlappen können. In Fällen, in denen die Schrittgröße beispielsweise mit 1/3 der Länge des FOV vorgegeben ist, überlappen sich drei nacheinander aufgenommene Bilder um 1/3 des FOV. Mit anderen Worten, eine bestimmte Fläche des überlappenden Bereichs kann in den drei aufeinanderfolgenden Bildern dreimal erfasst werden. Mit der überlappenden Bildaufnahme kann also jede Fläche auf der Maske mehrfach in mehreren überlappenden Bildern erfasst werden.
Für jedes Inspektionsbild kann ein Satz von Referenzbildern erhalten werden, einschließlich einer Vielzahl von Referenzbildern von jeder der entsprechenden Flächen. Für jede Inspektionsfläche können eine oder mehrere Referenzflächen identifiziert und als Vergleichsgrundlage verwendet werden. Wenn es sich bei der zu prüfenden Maske beispielsweise um eine Multi-Die-Maske handelt (deren Maskenfeld mehrere Matrizen mit denselben/ähnlichen Designmustern aufweist) und sich die Inspektionsfläche in einer Inspektionsmatrize auf der Maske befindet, können eine oder mehrere Referenzflächen (entsprechend der Lage der Inspektionsfläche) von einer oder mehreren Referenzmatrizen der Inspektionsmatrize (z. B. benachbarte Matrizen der Inspektionsmatrize) auf der Maske als Referenz verwendet werden (wie z. B. bei der D2D-Inspektion).
Ein weiteres Beispiel: Wenn es sich um eine Single-Die-Maske handelt (bei der das Maskenfeld nur eine Matrize aufweist), befinden sich die Inspektionsfläche und die eine oder mehreren Referenzflächen auf derselben Matrize der Maske, wobei die eine oder mehreren Referenzflächen dasselbe/ähnliche Designmuster wie die Inspektionsfläche aufweisen. Die eine oder mehreren Referenzflächen können beispielsweise auf der Grundlage von Designdaten der Maske identifiziert werden, und zwar mit Hilfe geeigneter Algorithmen, die zur Identifizierung ähnlicher Muster verwendet werden können, wie weiter unten im Detail beschrieben wird.
In einigen Ausführungsformen kann die Vielzahl der erhaltenen Inspektionsbilder (und/oder Referenzbilder) vor der weiteren Verarbeitung vorverarbeitet werden, wie unter Bezugnahme auf 2 beschrieben wird. Die Vorverarbeitung kann eine oder mehrere der folgenden Operationen umfassen: Interpolation (z. B. im Falle von Bildern mit einer relativ geringen Auflösung), Rauschfilterung, Fokuskorrekturen, Aberrationskompensation und Bildformattransformation usw.
Es sei darauf hingewiesen, dass die vorliegende Offenbarung nicht auf die spezifische Modalität des Maskeninspektionswerkzeugs und/oder die Art der damit erfassten Bilder und/oder die für die Verarbeitung der Bilder erforderlichen Vorverarbeitungsoperationen beschränkt ist.
Eine Vielzahl von Defektkarten kann (z.B. durch das Defektdetektionsmodul 106 in PMC 102) entsprechend der Vielzahl von Inspektionsbildern erzeugt werden (204). Jede Defektkarte kann unter Verwendung mindestens eines Referenzbildes (z. B. eines aus dem Satz von Referenzbildern) erstellt werden und kann die Verteilung von Defektkandidaten auf einem jeweiligen Inspektionsbild anzeigen. Beispielsweise kann mindestens ein Differenzbild basierend auf der Differenz zwischen Pixelwerten eines Inspektionsbildes und Pixelwerten des mindestens einen Referenzbildes erzeugt werden. Die Defektkarte kann durch Bestimmung der Positionen von vermuteten Defekten (d.h. von Defektkandidaten) basierend auf dem mindestens einen Differenzbild unter Verwendung eines Detektionsschwellenwerts erstellt werden. In einigen Ausführungsformen kann die Defektkarte weiterhin eine oder mehrere Defektcharakteristiken der Defektkandidaten anzeigen, wie z.B. Orte, Stärke und Größe der Defektkandidaten, usw. Die durch die Defektkarte aufgedeckten Defektkandidaten können im entsprechenden Inspektionsbild basierend auf ihren Positionen lokalisiert werden.
Wie oben beschrieben, können in einigen Ausführungsformen das Inspektionsbild und das eine oder die mehreren Referenzbilder mit Hilfe empfindlicher Scans erfasst werden. Beispielsweise können empfindliche Scans aktiviert werden, indem das Inspektionswerkzeug mit spezifischen Parametern konfiguriert wird, die eine höhere Empfindlichkeit aufweisen. Zu den derart konfigurierten Parametern gehören u. a. Beleuchtungsbedingungen, Polarisation und Rauschlevel pro Fläche usw...
In einigen Ausführungsformen kann zusätzlich zu oder anstelle der empfindlichen Scans ein Detektionsschwellenwert derart konfiguriert werden, dass er den Anforderungen an die sensitive Detektion entspricht. So kann beispielsweise ein relativ niedriger Schwellenwert verwendet werden, um mehr vermutete Defekte in der Defektkarte aufzudecken, was zu einer Defektdetektion mit höherer Empfindlichkeit führt. Die Defektkandidaten in einer solchen Defektkarte, die aus einem sensitiven Scan und/oder einer sensitiven Detektion resultieren, sind höchstwahrscheinlich Rauschen und/oder Fehlalarme (da die DOIs selten sind). Eine solche Defektkarte wird daher auch als Rauschkarte bezeichnet.
Insbesondere kann jede Defektkarte einen oder mehrere Defektkandidaten aufweisen, die sich in der Fläche eines jeweiligen Inspektionsbildes befinden. Die ein oder mehreren Defektkandidaten der jeweiligen Inspektionsbilder können abgeglichen werden, wodurch eine Liste von Defektkandidaten von Interesse (DCI) entsteht. Der Abgleich zwischen den Defektkandidaten der jeweiligen Inspektionsbilder kann beispielsweise basierend auf deren Defektmerkmalen (z.B. Defektstellen) durchgeführt werden. Beispielsweise kann die Defektkarte in Maskenkoordinaten transformiert werden, wodurch jeder Defektkandidat durch eine Liste von Koordinaten im Maskenkoordinatensystem beschrieben wird. Die Vielzahl von Defektkarten der sich überlappenden Inspektionsbilder kann dieselben Fehler melden, die sich in der überlappenden Fläche zwischen den FOVs der Inspektionsbilder befinden. Sobald die Defektkandidaten unter Verwendung von Maskenkoordinaten gemeldet werden, kann eine Vereinheitlichung zwischen den Defektkandidaten der Inspektionsbilder vorgenommen werden. Die Vereinheitlichung kann durch Abgleich der Defektkandidatenkoordinaten im Maskenkoordinatensystem mit einem Abgleichskriterium erfolgen (z. B. durch Anwendung einer Dilatation auf die Position der Defektkandidaten). In einigen Ausführungsformen kann bei der Vereinheitlichung neben dem Abgleich der Koordinaten weiterhin die Anzahl der Ereignisse eines Defektkandidaten in den Defektkarten berücksichtigt werden. Beispielsweise kann ein Konfigurationsparameter für eine zusätzliche Filterung der übereinstimmenden Defektkandidaten definiert werden, der die Detektion eines Defektkandidaten in einer bestimmten Anzahl von sich überlappenden Defektkarten (z.B. in der gesamten Vielzahl von Defektkarten) verlangt, wie weiter unten beispielhaft erläutert wird. In einigen Ausführungsformen kann optional nach der Vereinheitlichung der Defektkandidaten eine zusätzliche Filterung basierend auf der Stärke der Kandidaten durchgeführt werden, die innerhalb jeder Defektkarte in einer Rangfolge stehen, z. B. werden die vereinheitlichten Kandidaten, die einen relativ höheren Rang haben, als Liste der DCIs ausgewählt.
6 zeigt schematisch ein Beispiel für eine Multi-Die-Maske sowie eine Fläche, eine Vielzahl von Inspektionsbildern und Referenzbildern gemäß bestimmten Ausführungsformen des hier vorgestellten Gegenstands.
Wie gezeigt, weist eine Multi-Die-Maske 600 ein Maskenfeld auf, das neun Matrizen mit demselben Designmuster aufweist. Für eine bestimmte Fläche 602 in einer Matrize der Maske 600 werden nacheinander drei sich überlappende Inspektionsbilder 603, 604 und 605 aufgenommen. Die drei Bilder werden mit einer bestimmten Schrittweite aufgenommen, so dass sich ihre FOVs um z. B. ein Drittel des FOVs eines Bildes überlappen. Die Inspektionsfläche 602 wird also dreimal in den drei Bildern erfasst (z. B. befindet sich die Inspektionsfläche 602 auf dem ersten Bild rechts, auf dem zweiten Bild in der Mitte und auf dem dritten Bild links).
Für die Inspektionsfläche 602 in der Matrize der Maske 600 können zwei Referenzflächen 606 und 608 (entsprechend der Lage der Inspektionsfläche 602) aus zwei Referenzmatrizen (z. B. den beiden benachbarten Matrizen) der Matrize auf der Maske als Referenz für den Vergleich verwendet werden. Für jede Referenzfläche können in ähnlicher Weise drei Referenzbilder aufgenommen werden, deren FOVs sich um ein Drittel des FOVs eines Bildes überlappen. Somit erhält man für jedes der Inspektionsbilder 603, 604 und 605 einen Satz von sechs Referenzbildern.
Bei der Defektdetektion kann für jedes Inspektionsbild eine Defektkarte erstellt werden, wobei mindestens eines der sechs Referenzbilder verwendet wird. So werden drei Defektkarten für die drei Inspektionsbilder 603, 604 und 605 erstellt. Jede Defektkarte weist einen oder mehrere Defektkandidaten auf, die in der Inspektionsfläche des jeweiligen Inspektionsbildes entdeckt wurden. Die Defektkandidaten der jeweiligen Inspektionsbilder können abgeglichen/registriert werden, wodurch eine Liste der Defektkandidaten von Interesse (DCI) entsteht.
Angenommen, die gleiche Anzahl von Defektkandidaten (z. B. drei Defektkandidaten) wird an entsprechenden Stellen in der Inspektionsfläche der drei Inspektionsbilder aufgedeckt und sie sind zwischen den Bildern korrekt ausgerichtet, so kann die Liste der DCI die drei Defektkandidaten aufweisen. Als weiteres Beispiel sei angeführt, dass in einigen Fällen aus verschiedenen Gründen, wie z. B. Rauschen und/oder Abweichungen usw., eine unterschiedliche Anzahl von Defektkandidaten in verschiedenen Inspektionsbildern zu detektieren ist. Nehmen wir an, dass in der Inspektionsfläche des ersten Inspektionsbildes drei Defektkandidaten gefunden werden, in der Inspektionsfläche des zweiten Inspektionsbildes drei und in der Inspektionsfläche des dritten Inspektionsbildes nur zwei. Per Abgleich werden zwei Defektkandidaten als gemeinsame Defektkandidaten der drei Inspektionsbilder vereinheitlicht, während der verbleibende in zwei Bildern erscheint, aber im dritten Inspektionsbild irgendwie fehlt. In einigen Fällen kann der oben erwähnte Konfigurationsparameter so definiert werden, dass das Auftreten eines Defektkandidaten in der Mehrheit der Inspektionsbilder (z. B. zwei von drei) erforderlich ist. In derartigen Fällen kann die Liste der DCIs die drei Defektkandidaten enthalten, so dass die Bildinformationen von der entsprechenden Position des fehlenden Defektkandidaten im dritten Bild ebenfalls erhalten und in der weiteren Verarbeitung verarbeitet werden können, um das Bestimmen zu unterstützen, ob dieser Defektkandidat ein DOI oder ein Fehlalarm ist. In einigen anderen Fällen kann der oben erwähnte Konfigurationsparameter derart konfiguriert werden, dass das Auftreten eines Defektkandidaten in allen Inspektionsbildern erforderlich ist. In solchen Fällen kann die Liste der DCIs nur die beiden häufigsten Defektkandidaten enthalten, die in allen Bildern vorkommen. In weiteren Fällen kann die Liste der DCI auf zusätzlichen oder alternativen Faktoren basieren, wie z. B. einer vorgegebenen Anzahl von auszuwählenden DCI, der Rangfolge der Defektkandidaten in Bezug auf bestimmte Defektmerkmale usw.
In Fortsetzung der Beschreibung von 2 kann für mindestens einen gegebenen DCI in der Liste der DCI, wie oben bestimmt, eine Vielzahl von Differenzbereichen erzeugt werden (206) (z. B. durch das Bildverarbeitungsmodul 104 in PMC 102). Insbesondere kann für jedes Inspektionsbild der Vielzahl von Inspektionsbildern ein Differenzbereich in einem Verfahren erzeugt werden, das im Folgenden unter Bezugnahme auf die Blöcke 208 - 214 beschrieben wird.
Insbesondere kann für jedes Inspektionsbild ein Bildbereich, der eine Stelle des gegebenen DCI umgibt, jeweils aus dem Inspektionsbild und dem Satz von Referenzbildern extrahiert werden (208), wodurch ein Inspektionsbereich und ein Satz von Referenzbildern entsteht. Im Beispiel von 6 wird ein DCI dargestellt, der in den drei Inspektionsbildern gemeinsam vorkommt (z. B. unter der Annahme, dass es M ausgewählte DCIs gibt, obwohl nur einer von ihnen (als schwarzer Punkt) in 6 dargestellt ist). Beispielsweise kann für die DCI im Inspektionsbild 603 aus dem Inspektionsbild 603 und aus jedem der sechs Referenzbilder ein umgebender Bildbereich mit einer quadratischen Form, die die DCI umgibt, extrahiert werden, wodurch ein Inspektionsbereich (z. B. das linke der Inspektionsbereiche 610) und ein Satz von Referenzbereichen 612 (sechs Referenzbereiche im vorliegenden Beispiel) entstehen. Auf diese Weise können für jeden DCI in der DCI-Liste ein entsprechender Inspektionsbereich und ein Satz von Referenzbereichen erzeugt werden.
Optional kann in einigen Ausführungsformen der Inspektionsbereich mit jedem Referenzbereich aus dem Satz von Referenzbereichen registriert (210) werden. Die beiden Bildbereiche (der Inspektionsbereich und ein entsprechender Referenzbereich) werden registriert, um einen genauen Vergleich durchführen zu können. Die Registrierung kann die Messung eines Versatzes zwischen den beiden Bildbereichen und die Verschiebung eines Bildbereichs relativ zum anderen Bildbereich umfassen, um den Versatz zu korrigieren. Der Versatz kann durch verschiedene Faktoren verursacht werden, wie z. B. Navigationsfehler aufgrund von Werkzeugverschiebungen (z. B. Scanner- und/oder Tischverschiebung) usw., da die beiden Bildbereiche aus verschiedenen Bildern extrahiert werden, die für unterschiedliche Matrizen aufgenommen wurden.
Die Registrierung kann nach jedem geeigneten, in der Technik bekannten Registrierungsalgorithmus durchgeführt werden. Beispielsweise kann die Registrierung mit einem oder mehreren der folgenden Algorithmen durch geführt werden einem flächenbasierten Algorithmus, einer merkmalsbasierten Registrierung oder einer Phasenkorrelationsregistrierung. Ein Beispiel für ein flächenbasiertes Verfahren ist die Registrierung unter Verwendung des optischen Flusses, z. B. des Lucas-Kanade-Algorithmus (LK). Merkmalsbasierte Verfahren basieren auf der Suche nach eindeutigen informativen Punkten („Merkmalen“) in zwei Bildern und der Berechnung der erforderlichen Transformation zwischen jedem Paar auf der Grundlage der Korrespondenzen der Merkmale. Dies ermöglicht eine elastische Registrierung (d. h. eine nicht starre Registrierung), bei der verschiedene Flächen getrennt bewegt werden. Die Phasenkorrelationsregistrierung erfolgt mittels Frequenzbereichsanalyse (wobei die Phasendifferenz in der Fourier-Domain in eine Registrierung in der Bild-Domain umgerechnet wird).
In einigen Ausführungsformen kann die Registrierung auch übersprungen werden. So kann beispielsweise in Fällen, in denen davon ausgegangen werden kann, dass kein wesentlicher Versatz zwischen dem Inspektionsbereich und den jeweiligen Referenzbereichen besteht, die Registrierung weggelassen werden.
Für jeden Referenzbereich kann ein Filter berechnet werden (212), der auf den Referenzbereich angewendet wird, um ein korrigierten Referenzbereich mit besserer Qualität (z. B. weniger Rauschen mit höherem SNR) zu erzeugen. In einigen Ausführungsformen kann der Filter mit Hilfe eines Optimierungsverfahrens erhalten werden, um eine Differenz zwischen dem Inspektionsbereich und einem entsprechenden korrigierten Referenzbereich (der durch Anwendung des Filters auf den entsprechenden Referenzbereich erhalten wird) zu minimieren, um das SNR des Defektsignals in einem resultierenden Differenzbereich zu verbessern. Ein auf diese Weise erhaltener Filter wird hier auch als optimaler Filter für den jeweiligen Referenzbereich bezeichnet.
In einigen Ausführungsformen ist der so erzeugte optimale Filter in der Lage, bestimmte Variationen und Transformationen zwischen dem Inspektionsbereich und dem Referenzbereich zu korrigieren, die durch verschiedene Rauscharten/-quellen verursacht werden können, wie z. B. eine oder mehrere der folgenden: Registrierungsrestfehler (z. B. starre Körperregistrierungsreste oder elastische Registrierungsreste usw.), Intensitätsverstärkung und -versatz, Defokussierung und Sichtfeld- (FOV) Verzerrung (auch als Bildsensorgleichförmigkeits- oder CCD-Gleichförmigkeitsrauschen bezeichnet) usw.
Einige dieser Störungen können in einem linearen Modell dargestellt werden, wie z. B. Reste der Starrkörperregistrierung, Intensitätsverstärkung und -versatz, Defokussierung usw. Beispielsweise kann eine Funktion wie $y = \sum_{k = 0}^{n} x^{k} a^{k} + b^{k}$
die Variation der Intensitätsverstärkung und des Offsets zwischen den Grauwerten der Pixel (x, y) in einem Inspektionsbereich und einem Referenzbereich darstellen, wobei der Koeffizient a^k den Verstärkungsfaktor und b^k den Offset darstellt. In einigen anderen Fällen können einige der Rauschen in nichtlinearen Modellen dargestellt werden, wie z. B. FOV-Verzerrung, elastische Registrierungsrückstände usw.
Insbesondere die oben erwähnte FOV-Verzerrung bezieht sich auf die Variationen der Bildintensität und die Ungleichmäßigkeit an verschiedenen Stellen innerhalb des FOV eines Bildes. Sie kann durch bestimmte Abbildungsfehler des optischen Systems verursacht werden, wie z. B. Astigmatismus, ungleichmäßige Beleuchtung im Bildfeld, Verzerrungen aufgrund der Linsenform, Flecken usw., die im Folgenden noch näher beschrieben werden.
Beispielsweise kann eine FOV-Verzerrung durch die ungleichmäßige Beleuchtung (z. B. Beleuchtungsungleichmäßigkeit) entstehen, die bei schwachen Lichtverhältnissen besonders kritisch ist und das Rauschen bestimmter Flächen im Bild verstärken kann. Astigmatismus und Feldkrümmung sind bekannte Aberrationen eines optischen Systems, die einen zylindrischen Effekt verursachen können, bei dem Kontrast und Fokus in x- und y-Richtung der Bilder nicht einheitlich sind und entlang des FOV variieren. Diese Aberrationen können die Ähnlichkeit der Bereiche erheblich beeinflussen und zu Unterschieden im Erscheinungsbild der Muster an verschiedenen Stellen des FOV führen.
Darüber hinaus kann die durch die Linsenform bedingte Verzerrung zu einer unterschiedlichen Vergrößerung entlang des FOV führen (was wiederum Variationen in der Pixelgröße zur Folge haben kann). Flecken beziehen sich auf ein hochfrequentes Rauschen, das von Bild zu Bild variiert (z. B. kann das Rauschen in verschiedenen Bildern nicht an derselben Stelle auftreten).
Wie beschrieben, können die vorgenannten Aberrationen zwischen verschiedenen FOV-Positionen variieren und in einigen Fällen auch musterabhängig sein. Es ist anzumerken, dass die FOV-Verzerrung zwar normalerweise durch einen nichtlinearen Filter dargestellt wird, dass aber ihr Verhalten bei einem relativ kleinen Bildausschnitt als linear eingeschätzt werden kann, so dass sie in einigen Fällen durch einen linearen Filter korrigiert werden kann.
Um die verschiedenen oben beschriebenen Rauschen zu beseitigen, können verschiedene Filterverfahren, wie z. B. lineare Regression, nichtlineare Regression, Match-Filter usw., verwendet werden (entweder allein oder in jeder geeigneten Kombination). Insbesondere ist in einigen Ausführungsformen eine spezifische Korrektur für jeden einzelnen Referenzbereich erforderlich, da unterschiedliche Bereiche unter verschiedenen Rauschen leiden können. So können beispielsweise unterschiedliche FOV-Verzerrungen auftreten, wenn Referenzbereiche von verschiedenen Stellen im FOV verwendet werden. Daher ist ein einzigartiger Filter erforderlich, um jeden Referenzbereich individuell zu korrigieren und eine oder mehrere der oben erwähnten Störungen und Aberrationen zu beseitigen.
In einigen Ausführungsformen kann der Filter mit Hilfe eines Optimierungsverfahrens erhalten werden, um eine Differenz zwischen dem Inspektionsbereich und einem entsprechenden korrigierten Referenzbereich (bei Anwendung des Filters auf den entsprechenden Referenzbereich) zu minimieren. Eine objektive Verlustfunktion des Optimierungsverfahrens kann beispielsweise wie folgt formuliert werden: min {∑_i,j h ∗ ref - ins}, wobei h für den Filter, ref für die Pixelwerte des Referenzbereichs und ins für die Pixelwerte des Inspektionsbereich steht. Der Filter kann beispielsweise eine feste Größe haben (z. B. 5*5 oder 7*7), die bei Anwendung auf den Referenzbereich nacheinander mit einem entsprechenden Abschnitt des Referenzbereichs gefaltet werden kann, wodurch ein korrigierter Referenzbereich entsteht. Ein solcher berechneter Filter kann die oben beschriebenen Abweichungen korrigieren, die durch einen oder mehrere der folgenden Faktoren verursacht werden: Registrierungsrestfehler, Intensitätsverstärkung und -versatz, Defokussierung und FOV-Verzerrung usw.
In einigen Ausführungsformen kann der Filter in Fällen, in denen die erforderlichen Korrekturen als lineare Transformation betrachtet werden können, mit Hilfe einer Optimierung der kleinsten Quadrate (LS) berechnet werden. Eine beispielhafte Umsetzung einer solchen Optimierung wird im Folgenden beschrieben.
Für ein gegebenes Bild I und ein Referenzbild R wird ein Filter ƒ gesucht, so dass ƒ = arg min||R ∗ ƒ - I||₂. ƒ ist ein Filter, der die Differenz zwischen dem Referenzbild und den Bildbereichen minimiert. Der Optimierungsalgorithmus findet einen Filter (f), so dass I und R * ƒ (R gefiltert durch f) in Bezug auf LS am ähnlichsten sind. Diese Gleichung kann als lineares Gleichungssystem organisiert werden, so dass die LS-Optimierung für Filtervariablen berechnet wird. Die Ausgabe des Algorithmus umfasst den geschätzten optimalen Filter f und das gefilterte Bild R corrected. Durch die Anwendung eines unbekannten Filters f (z. B. in der Größe 3x3) auf das Bild R und den Vergleich mit dem Bild I kann ein Satz von approximierten linearen Gleichungen erzeugt werden. Dieser Satz von linearen Gleichungen wird in die Matrizennotation x = Ab konvertiert, wobei: $\begin{array}{l} \underline{b} = {[I_{22}, I_{32}, I_{42}, \dots I_{32}, I_{33}, I_{34}, \dots]}^{T} \\ \underline{x} = {[f_{11}, f_{21}, f_{31}, \dots f_{31}, f_{32}, f_{33}]}^{T} \\ A = [\begin{matrix} R_{11} & R_{12} & R_{13} \\ R_{21} & R_{22} & R_{23} & \dots \\ R_{31} & R_{32} & 33 \\ \dots \end{matrix}] \end{array}$
Die diskrete 2D-Faltung kann als Matrixmultiplikation dargestellt werden, und das Problem wird in das folgende LS-Quadratproblem umgewandelt: $x = argmin {‖ A x - b ‖}_{2}^{2} .$
Und die LS-Lösung ist gegeben durch: ein Vektor x̂ = (A^TA)^-1A^Tb (wo b ein Vektor der bekannten Beobachtungen, A eine bekannte Matrix und x ein Vektor der unbekannten Parameter ist).
In einigen anderen Ausführungsformen kann der Filter in Fällen, in denen die erforderlichen Korrekturen als nichtlineare Transformation angesehen werden können, z. B. mit Hilfe eines iterativen Optimierungsverfahrens berechnet werden. Das Verfahren kann beispielsweise als ein (gradientenbasiertes) Zeilensuch-Optimierungsschema erster Ordnung implementiert werden. Es kann eine erste grobe Anpassung mit Anfangswerten des Filters berechnet werden, die als Ausgangspunkt für die Optimierung dient. In jeder Iteration kann ein Gradient am Startpunkt berechnet werden, und es wird eine Abstiegsrichtung (z. B. die Anti-Gradienten-Richtung) ermittelt, entlang derer die Verlustfunktion ausreichend reduziert wird. Es wird eine Schrittweite berechnet, die bestimmt, wie weit man sich entlang dieser Richtung bewegen muss. Wenn man sich mit der ermittelten Schrittweite entlang der Abstiegsrichtung bewegt, wird ein neuer Startpunkt abgeleitet und für den Beginn der nächsten Iteration verwendet. Die Iterationen können wiederholt werden, bis eine Konvergenz erreicht ist (d. h. der Fehler der Verlustfunktion sein Minimum erreicht hat). Der Filter mit den optimierten Werten, der die Minimierung der Verlustfunktion ermöglicht, wird zum optimalen Filter, der für die Korrektur des Referenzbereichs verwendet wird.
In einigen Fällen kann der Filter optional zusätzlich eine oder mehrere Bildmasken enthalten. Eine Maske kann beispielsweise dazu verwendet werden, ungültige Bildinformationen wie fehlerhafte Pixel (z. B. verbrannte Pixel) in den Bildbereichen zu vermeiden. Ein weiteres Beispiel ist eine Gewichtungsmaske, mit der unterschiedliche Gewichtungen auf verschiedene Bereiche des Bildfeldes angewendet werden können. Beispielsweise kann die Gewichtungsmaske derart konfiguriert werden, dass die Gewichtung wichtiger Regionen im Bildfeld erhöht werden, während die Gewichtung für weniger wichtige Regionen reduziert werden können. Beispiele für Regionen, die besondere spezifische Gewichtungen erfordern können, sind u. a.: Pixel mit Verdacht auf einen Defekt, die Fläche um einen vermuteten Defekt (ohne den Defekt selbst), periphere Pixel, Kanten innerhalb des Bildes (typischerweise mit hohen Gradienten). Solche Masken können einzeln oder in Kombination verwendet werden.
Optional kann in einigen Fällen die Größe des Filters entsprechend den Rauscheigenschaften (z. B. Rauschpegel) der Referenzbilder angepasst werden.
Gemäß bestimmten Ausführungsformen, wie in 3 dargestellt, können für jeden Referenzbereich ein oder mehrere zu korrigierende Rauschen (z. B. Rauschen unterschiedlicher Typen/Quellen) ausgewählt werden (302), z. B. aus einer Gruppe, die Folgendes aufweist: Registrierungsrestfehler (einschließlich Starrkörperregistrierungsreste und/oder elastische Registrierungsreste usw.), Intensitätsverstärkung und -versatz, Defokussierung und/oder Sichtfeldverzerrung (FOV). Ein Filter, der eine Reihe von Filterkomponenten aufweist, kann spezifisch berechnet werden (304), um das jeweilige Rauschen für jeden Referenzbereich zu korrigieren (unter Verwendung eines geeigneten Optimierungsverfahrens). Jede Filterkomponente kann, wie oben beschrieben, linear oder nichtlinear sein und kann eine oder mehrere der oben beschriebenen Rauscharten behandeln, optional mit einer oder mehreren Bildmasken. Der berechnete Filter kann auf den Referenzbereich angewendet werden (306), um ein korrigierten Referenzbereich zu erhalten.
Sobald für jeden Referenzbereich ein entsprechender Filter berechnet wurde, erhält man einen Satz von Filtern, die mit dem Satz von Referenzbereichen korrespondieren, und es kann ein Satz von korrigierten Referenzbereichen erstellt werden (z. B. durch Anwendung des Filtersatzes auf die entsprechenden Referenzbereiche). Der Satz korrigierter Referenzbereiche kann kombiniert werden (214), um ein zusammengesetzten Referenzbereich zu erhalten. Der Inspektionsbereich kann mit dem zusammengesetzten Referenzbereich verglichen werden, um einen Differenzbereich zu erhalten.
Der Differenzbereich kann beispielsweise auf der Grundlage der Differenz zwischen den Pixelwerten des Inspektionsbereich und den Pixelwerten des zusammengesetzten Referenzbereichs erzeugt werden. In einigen Fällen kann der Differenzbereich weiterhin mit einem oder mehreren Differenznormalisierungsfaktoren (für mindestens einige der Pixel in dem Feld) normalisiert werden. Beispielsweise können die Differenznormalisierungsfaktoren auf der Grundlage des Verhaltens der normalen Population von Pixelwerten im Differenzbereich und/oder im zusammengesetzten Referenzbereich bestimmt werden. Um beispielsweise den Effekt des Schussrauschens zu verringern, kann der Differenzbereich entsprechend den Grauwerten der entsprechenden Pixelwerte im zusammengesetzten Referenzbereich normalisiert werden (z. B. sind Pixel mit höheren Grauwerten typischerweise rauschbehafteter als Pixel mit niedrigeren Grauwerten, so dass verschiedenen Pixeln unterschiedliche Normalisierungsfaktoren zugewiesen werden können). In einigen Fällen können die Pixelwerte im Differenzbereich als ein Verhältnis zwischen einem entsprechenden ursprünglichen Pixelwert des Differenzbereichs und einem entsprechenden Differenznormalisierungsfaktor normalisiert werden.
Im Beispiel von 6 wird ein entsprechender Filter berechnet und auf jedes der sechs Referenzbereiche 612 angewendet, wodurch sechs entsprechende korrigierte Referenzbereiche entstehen. Die sechs korrigierten Referenzbereiche werden kombiniert, um ein zusammengesetzten Referenzbereich zu erzeugen. Die Kombination kann beispielsweise durch Kombination/Aggregation der entsprechenden Pixelwerte der korrigierten Referenzbereiche (oder zumindest eines Teils davon) unter Verwendung einer der folgenden Berechnungen oder einer Kombination davon erfolgen: Mittelwertbildung, gewichtete Mittelwertbildung, Minimum, Maximum und Mittelwert usw.
Sobald der obige Prozess der Blöcke 208 - 214 für jedes Inspektionsbild durchgeführt und ein dem Inspektionsbereich entsprechenden Differenzbereich erhalten wurde, wird eine Vielzahl von Differenzbereichen (für den gegebenen DCI) entsprechend der Vielzahl von Inspektionsbildern erhalten. Im Beispiel von 6 wird der obige Prozess der Blöcke 208 - 214 für jedes der drei Inspektionsbilder 603, 604 und 605 wiederholt, und es werden drei Differenzbereiche erhalten, die den drei Inspektionsbereichen 610 entsprechen.
Basierend auf der Vielzahl von Differenzbereichen kann ein Grad berechnet werden, und ein Detektionsschwellenwert kann auf den Grad angewendet werden (216) (z. B. durch das Defektdetektionsmodul 106 in PMC 102), um zu bestimmen, ob der gegebene DCI ein Defekt von Interesse (DOI) ist.
Wie in 4 beispielhaft dargestellt, kann in einigen Ausführungsformen der Grad berechnet werden (402), indem ein Score für jeden der Vielzahl von Differenzbereichen basierend auf einem höchsten Pixelwert in dem Differenzbereich berechnet wird, was zu einer Vielzahl von Scoren führt, die mit der Vielzahl von Differenzbereichen korrespondieren, und die Vielzahl von Scores gemittelt wird (404), um den Grad zu erhalten. Beispielsweise kann der Score für jeden Differenzbereich der höchste Pixelwert in dem Feld sein, der für die Stärke des vermuteten Defektsignals indikativ ist. In einem anderen Beispiel kann der Score als gemittelter Wert (z. B. Durchschnittswert, gewichteter Mittelwert oder Mittelwert) der Pixelwerte in dem Bereich abgeleitet werden.
8 zeigt ein Beispiel für eine Vielzahl von Differenzbereichen in Übereinstimmung mit bestimmten Ausführungsformen des vorliegenden Gegenstands. Wie gezeigt, werden drei Differenzbereiche 802, 804 und 806, die den drei Inspektionsbereichen 610 in 6 entsprechen, erzeugt, z. B. durch Vergleich jedes Inspektionsbereichs mit einem entsprechenden zusammengesetzten Referenzbereich (der basierend auf den sechs Referenzbereichen erzeugt wird). Die drei Differenzbereiche werden ferner wie oben beschrieben normalisiert. Für jeden Differenzbereich wird ein Score berechnet, der auf dem höchsten Pixelwert im Bereich basiert, so dass sich drei Scoren ergeben, wie abgebildet. Ein Grad kann durch Mittelwertbildung der drei Scoren ermittelt werden.
In einigen Ausführungsformen können die Erzeugung (206) einer Vielzahl von Differenzbereichen, die Berechnung eines Grads und die Anwendung (216) eines Detektionsschwellenwerts für jedes DCI in der Liste der DCIs durchgeführt werden, wodurch bestimmt wird, ob es sich bei dem DCI um ein DOI handelt. Es kann eine aktualisierte Defektkarte für die zu prüfende Fläche bereitgestellt werden, die ein oder mehrere DOIs aufweist, die durch das Bestimmen detektiert wurden. Im Beispiel von 6 wird angenommen, dass es M DCIs in der Menge der DCIs gibt, wie sie in dem unter Bezugnahme auf Block 204 beschriebenen Verfahren ausgewählt wurden (obwohl in 6 nur eines von ihnen dargestellt ist), und dass ein Bestimmen wie oben beschrieben für jedes der M DCIs hergestellt werden kann, und dass N der M DCIs als DOIs bestimmt werden können. Es kann eine aktualisierte Defektkarte erstellt werden, die die N DOIs aufweist, die mit der Inspektionsfläche korrespondieren.
Das in 2 beschriebene Verfahren kann für eine oder mehrere zusätzliche Inspektionsflächen auf der Maske wiederholt werden. In einigen Ausführungsformen kann eine zu prüfende Region von Interesse (ROI) auf der Maske vordefiniert werden, und die eine oder mehrere Flächen innerhalb der ROI können mit dem oben beschriebenen Verfahren geprüft werden. In einigen Fällen kann die ROI als die gesamte Maske definiert werden, während in anderen Fällen die ROI als ein Teil der Maske definiert werden kann.
Es sei darauf hingewiesen, dass das in 2 beschriebene Verfahren zur Maskeninspektion zwar anhand eines Beispiels für eine Multi-Die-Maske, wie in 6 dargestellt, veranschaulicht wird, dies aber keineswegs dazu dient, die vorliegende Offenbarung in irgendeiner Weise zu limitieren Es versteht sich von selbst, dass die vorgeschlagenen Verfahren und Systeme in ähnlicher Weise auf eine Single-Die-Maske angewendet werden können. 7 zeigt ein Beispiel für eine Single-Die-Maske sowie eine Inspektionsfläche, eine Vielzahl von Inspektionsbildern und Referenzbilder davon gemäß bestimmten Ausführungsformen des vorliegenden Gegenstands.
Wie gezeigt, hat eine Einzelmatrize 700 ein Maskenfeld, das aus einer Single-Die-Maske besteht. Für eine bestimmte Fläche 702 in der Single-Die-Matrize werden nacheinander drei Inspektionsbilder 703, 704 und 705 aufgenommen. Ähnlich wie oben in 6 beschrieben, werden die drei Bilder mit einer bestimmten Schrittweite aufgenommen, so dass sich ihre FOVs um z. B. ein Drittel des FOVs eines Bildes überlappen. Die Inspektionsfläche 702 wird also dreimal in den drei Bildern erfasst (z. B. befindet sich die Inspektionsfläche 702 auf dem ersten Bild rechts, auf dem zweiten Bild in der Mitte und auf dem dritten Bild links).
Für die Inspektionsfläche 702 können drei Referenzflächen 706, 708 und 709 aus derselben Matrize, die dasselbe Designmuster wie die Inspektionsfläche aufweisen, als Referenz zum Vergleich herangezogen werden. Für jede Referenzfläche können in ähnlicher Weise drei Referenzbilder aufgenommen werden, deren FOVs sich um ein Drittel des FOVs eines Bildes überlappen. Somit erhält man für jedes der Inspektionsbilder 703, 704 und 705 einen Satz von neun Referenzbildern.
Die Referenzflächen in einer Single-Die-Maske können auf verschiedene Weise identifiziert werden. Die Designdaten einer Matrize (oder eines Abschnitts davon) können verschiedene Designmuster aufweisen, die bestimmte geometrische Strukturen und Anordnungen haben. Ein Designmuster kann definiert werden als aus einem oder mehreren Strukturelementen zusammengesetzt, die jeweils eine geometrische Form mit einer Kontur (z. B. ein oder mehrere Polygone) aufweisen.
In einigen Ausführungsformen können die Designdaten der Single-Die-Maske erhalten werden und eine Vielzahl von Designgruppen abgerufen werden, die jeweils einer oder mehreren Matrizenflächen mit demselben Designmuster entsprechen. Daher können die Flächen in der Matrize identifiziert werden, die demselben Entwurfsmuster entsprechen. Es ist zu beachten, dass Muster als „gleich“ angesehen werden können, wenn sie entweder identisch sind oder wenn sie hoch korreliert oder einander ähnlich sind. Verschiedene Ähnlichkeitsmaße und Algorithmen können für den Abgleich und das Clustering ähnlicher Entwurfsmuster angewandt werden, und die vorliegende Offenlegung sollte nicht so ausgelegt werden, dass sie durch bestimmte Maße, die zur Ableitung der Designgruppen verwendet werden, limitiert ist. Das Clustering von Designgruppen (d.h. die Aufteilung von CAD-Daten in die Vielzahl von Designgruppen) kann im Vorfeld oder durch die PMC 102 als ein vorbereitender Schritt des vorliegenden Inspektionsverfahrens durchgeführt werden.
Sobald die Referenzflächen identifiziert und die Referenzbilder in dem in 7 dargestellten Single-Die-Szenario erhalten wurden, können die Erzeugung von Defektkarten, Differenzbereichen sowie die Berechnung der Güte und die Feststellung der DOIs in ähnlicher Weise erfolgen wie in dem Multi-Die-Szenario, das oben unter Bezugnahme auf die 2 und 6 beschrieben wurde.
Gemäß bestimmten Ausführungsformen kann die aus dem in 2 beschriebenen Inspektionsprozess resultierende Ausgabe eines oder mehrere der folgenden Elemente enthalten: die ermittelten DOIs, die aktualisierte Defektkarte für die Fläche und/oder der zusammengesetzte Referenzbereich für jeden Inspektionsbereich usw. Die Ausgabe kann vom Maskeninspektionswerkzeug 120 und/oder einem oder mehreren Inspektionsmodulen, wie sie das Maskeninspektionssystem 100 aufweist, für die weitere Inspektion der Maske verwendet werden, z. B. für zusätzliche Defektdetektion, Defektprüfung, Defektklassifizierung, messtechnische Operationen (z. B. CD-Messung) und/oder andere Inspektionsoperationen. Beispielsweise kann der zusammengesetzte Referenzbereich für die Defektdetektion im Zusammenhang mit EPD verwendet werden.
Es ist anzumerken, dass die Maske, die für das hier beschriebene Inspektionsverfahren geeignet ist, jede Art von Maske sein kann, einschließlich, aber nicht beschränkt auf Speichermasken und/oder Logikmasken und/oder Arf-Masken und/oder EUV-Masken usw. Die vorliegende Offenbarung ist nicht auf eine bestimmte Art oder Funktionalität der zu prüfenden Masken limitiert.
Gemäß bestimmten Ausführungsformen kann der oben unter Bezugnahme auf die 2, 3 und 4 beschriebene Maskeninspektionsprozess als Teil eines Inspektionsrezepts enthalten sein, das vom System 101 und/oder dem Maskeninspektionswerkzeug 120 für die Online-Maskeninspektion zur Laufzeit verwendet werden kann. Daher umfasst der vorliegende Gegenstand auch ein System und ein Verfahren zum Erzeugen eines Inspektionsrezepts während einer Rezept-Setup-Phase, wobei das Rezept die Schritte aufweist, die in den 2, 3 und 4 (und verschiedenen Ausführungsformen davon) beschrieben sind. Es ist zu beachten, dass der Begriff „Inspektionsrezept“ weit ausgelegt werden sollte, um jedes Rezept zu umfassen, das von einem Inspektionswerkzeug zur Durchführung von Operationen im Zusammenhang mit jeder Art von Maskeninspektion einschließlich der oben beschriebenen Ausführungsformen verwendet werden kann
Es ist zu beachten, dass die in der vorliegenden Offenbarung dargestellten Beispiele, wie z. B. die Architekturen und Konfigurationen der Maskeninspektionswerkzeuge, die Maskentypen und/oder -layouts, die beispielhaften Bildbereiche, die spezifischen Rauscharten/-quellen und -filter sowie die oben beschriebenen Optimierungsverfahren usw., nur beispielhaft dargestellt werden und in keiner Weise als eine Limitierung der vorliegenden Offenbarung anzusehen sind. Andere geeignete Beispiele/Implementierungen können zusätzlich zu den oben genannten oder anstelle von ihnen verwendet werden.
Zu den Vorteilen bestimmter Ausführungsformen des hier beschriebenen Maskeninspektionsverfahrens gehört die Möglichkeit, Defekte von Interesse (DOIs) auf einer Maske vor der Massenproduktion von Wafern in der FAB mit verbesserter Detektionsempfindlichkeit zu detektieren, wodurch eine höhere DOI-Erfassungsrate bei gleichzeitiger Unterdrückung der FAR erreicht wird.
Dies wird zumindest dadurch ermöglicht, dass überlappende Bilder aufgenommen werden, wodurch die Anzahl der Referenzen erhöht wird, spezifische Filter berechnet werden, die auf die jeweiligen Referenzbereiche zugeschnitten sind, wodurch verschiedene Rauschen aus jedem Referenzbereich effektiv entfernt werden, und mehrere korrigierte Referenzbereiche zu einem zusammengesetzten Referenzbereich kombiniert werden, das ferner Rauschen beseitigt, wodurch ein Differenzbereich mit verbessertem SNR entsteht.
Darüber hinaus wird der obige Prozess für mehrere überlappende Inspektionsbilder wiederholt, die dieselbe Inspektionsfläche erfassen, und die mehreren Ergebnisse (d. h. die Vielzahl von Differenzbereichen) werden alle berücksichtigt, wenn eine Entscheidung in Bezug auf das Vorhandensein von DOIs getroffen wird (z. B. wird der Grad auf der Grundlage des Scors der Vielzahl von Differenzbereichen erstellt), was ferner Fehlalarme beseitigen und die Detektionsempfindlichkeit effektiv verbessern kann, ohne dass der Detektionsschwellenwert angepasst werden muss. Weitere Vorteile liegen darin, dass die Arbeit mit kleinen Bildbereichen anstelle der vollständigen Inspektions- und Referenzbilder eine genauere Korrektur der Referenzen und damit eine qualitativ hochwertigere Referenzerstellung ermöglicht.
Zu den Vorteilen bestimmter Ausführungsformen des hier beschriebenen Maskeninspektionsverfahrens gehört die Anwendung des oben beschriebenen Multireferenz-Inspektionsverfahrens auf eine Single-Die-Maske, wodurch die Detektion von DOIs auf einer Single-Die-Maske mit erhöhter Detektionsempfindlichkeit ermöglicht wird
Es versteht sich, dass die vorliegende Offenbarung in ihrer Anwendung nicht auf die Details limitiert ist, die in der hierin enthaltenen Beschreibung festgelegt oder in den Zeichnungen dargestellt sind.
Es versteht sich auch, dass das System gemäß der vorliegenden Offenbarung zumindest teilweise auf einem geeignet programmierten Computer implementiert werden kann. Ebenso ist ein Computerprogramm denkbar, das von einem Computer gelesen werden kann, um das Verfahren der vorliegenden Offenbarung auszuführen. Die vorliegende Offenbarung sieht ferner einen nicht-transitorischen, computerlesbaren Speicher vor, der ein Programm mit Anweisungen enthält, die von dem Computer zur Ausführung des Verfahrens der vorliegenden Offenbarung ausgeführt werden können.
Die vorliegende Offenbarung ist für andere Ausführungsformen geeignet und kann auf verschiedene Weise praktiziert und ausgeführt werden. Es ist daher zu verstehen, dass die hier verwendete Phraseologie und Terminologie der Beschreibung dient und nicht als limitierend angesehen werden sollte. Der Fachmann wird verstehen, dass die Konzeption, auf der diese Offenbarung basiert, ohne weiteres als Grundlage für die Entwicklung anderer Strukturen, Verfahren und Systeme zur Ausführung der verschiedenen Zwecke des gegenwärtig offenbarten Gegenstands verwendet werden kann.
Der Fachmann wird ohne weiteres erkennen, dass verschiedene Modifikationen und Änderungen an den Ausführungsformen der vorliegenden Offenbarung, wie sie hierin beschrieben sind, vorgenommen werden können, ohne von dem in und durch die beigefügten Ansprüche definierten Umfang abzuweichen.

Claims

Computergestütztes Verfahren zur Inspektion einer Maske, die zur Herstellung einer Halbleiterprobe verwendbar ist, wobei das Verfahren durch eine Verarbeitungs- und Speicherschaltung (PMC) durchgeführt wird und folgendes umfasst: Erhalten, für eine Inspektionsfläche der Maske, eine Vielzahl von Inspektionsbildern, die eine Vielzahl von Sichtfeldern (FOVs) aufweisen, die von mindestens der Inspektionsfläche überlappt werden, und für jedes Inspektionsbild, Erhalten eines Satzes von Referenzbildern mit einer Vielzahl von Referenzbildern von jeder von einer oder mehreren korrespondierenden Referenzflächen; Erzeugen einer Vielzahl von Defektkarten, die mit der Vielzahl von Inspektionsbildern korrespondieren, wobei jede Defektkarte einen oder mehrere Defektkandidaten umfasst, die sich in der Inspektionsfläche eines jeweiligen Inspektionsbildes befinden, und Ausrichten des einen oder der mehreren Defektkandidaten der jeweiligen Inspektionsbilder, was zu einer Liste von Defektkandidaten von Interesse (DCI) führt; wobei, für mindestens einen gegebenen DCI in der Liste, das Erzeugen einer Vielzahl von Differenzbereichen, das Erzeugen eines Differenzbereichs umfasst, der mit jedem Inspektionsbild der Vielzahl von Inspektionsbildern korrespondiert, durch: Extrahieren eines Bildbereichs, der eine Stelle des gegebenen DCI umgibt, jeweils aus dem Inspektionsbild und dem Satz von Referenzbildern, was zu einem Inspektionsbereich und einem Satz von Referenzbereichen führt; für jeden Referenzbereich, Berechnen eines Filters der optimiert ist, eine Differenz zwischen dem Inspektionsbereich und einem korrigierten Referenzbereich, der unter Verwendung des Filters erhalten wird, zu minimieren, was zu einem Satz von Filtern und einem Satz von korrigierten Referenzbereichen führt, die mit dem Satz von Referenzbereichen korrespondieren; und Kombinieren des Satzes von korrigierten Referenzbereichen, um einen zusammengesetzten Referenzbereich zu erhalten, und Vergleichen des Inspektionsbereichs mit dem zusammengesetzten Referenzbereich, um den Differenzbereich zu erhalten; wobei das Verfahren ferner umfasst: Berechnen eines Grades basierend auf der Vielzahl von Differenzbereichen, und Anwenden eines Detektionsschwellenwerts auf den Grad, um zu bestimmen, ob der gegebene DCI ein Defekt von Interesse (DOI) ist.
Computergestütztes Verfahren nach Anspruch 1, wobei die Maske eine Multi-Die-Maske ist, die Inspektionsfläche sich in einer Inspektionsmatrize auf der Maske befindet, und die eine oder mehreren Referenzflächen jeweils von einer oder mehreren Referenzmatrizen der Inspektionsmatrize auf der Maske stammen.
Computergestütztes Verfahren nach Anspruch 1, wobei die Maske eine Single-Die-Maske ist, und die Inspektionsfläche und die eine oder mehreren Referenzflächen aus einer Single-Matrize auf der -Maske stammen und dasselbe Designmuster aufweisen.
Computergestütztes Verfahren nach einem der Ansprüche 1-3, ferner umfassend das Registrieren des Inspektionsbereichs jeweils mit jedem Referenzbereich aus dem Satz von Referenzbereichen, um einen jeweiligen Offset dazwischen zu korrigieren, vor der Berechnung eines Filters.
Computergestütztes Verfahren nach einem der Ansprüche 1-4, wobei der Filter berechnet wird, um mindestens eines der folgenden Rauschen des Referenzbereichs zu korrigieren: Registrierungsrestfehler, Intensitätsverstärkung und -versatz, Defokussierung oder Sichtfeld - (FOV) Verzerrung.
Computergestütztes Verfahren nach einem der Ansprüche 1-5, wobei der Filter einen Satz von Filterkomponenten zum Korrigieren der jeweiligen Rauschen des Referenzbereichs umfasst.
Computergestütztes Verfahren nach einem der Ansprüche 1-6, wobei der Filter unter Verwendung der Optimierung der kleinsten Quadrate berechnet wird.
Computergestütztes Verfahren nach einem der Ansprüche 1-7, bei dem der Grad berechnet wird, indem ein Score für jeden der Vielzahl von Differenzbereichen basierend auf einem höchsten Pixelwert in dem Differenzbereich berechnet wird, was zu einer Vielzahl von Scoren führt, die mit der Vielzahl von Differenzbereichen korrespondieren, und die Vielzahl von Scoren gemittelt wird, um den Grad zu erhalten.
Computergestütztes Verfahren nach einem der Ansprüche 1-8, ferner umfassend das Erzeugen einer Vielzahl von Differenzbereichen, das Berechnen eines Grades und das Anwenden eines Detektionsschwellenwerts für jedes DCI in der Liste der DCIs, um zu bestimmen, ob das DCI ein DOI ist, und das Bereitstellen einer aktualisierten Defektkarte, die mit der Inspektionsfläche korrespondiert und ein oder mehrere DOIs umfasst, wie sie durch das Bestimmen detektiert wurden.
Computergestütztes Verfahren nach einem der Ansprüche 1-9, ferner umfassend Wiederholen des Erhaltens einer Vielzahl von Inspektionsbildern, das Erzeugen einer Vielzahl von Defektkarten, das Ausrichten des einen oder der mehreren Defektkandidaten, das Erzeugens einer Vielzahl von Differenzbereichen, das Berechnen eines Grades und das Anwenden eines Detektionsschwellenwerts für eine oder mehrere zusätzliche Inspektionsflächen auf der Maske.
Computergestütztes Verfahren nach einem der Ansprüche 1-10, wobei die Vielzahl von Inspektionsbildern sequentiell durch ein aktinisches Inspektionswerkzeug mit einer vordefinierten Schrittgröße erfasst wird, wobei das aktinische Inspektionswerkzeug derart konfiguriert ist, dass es die optische Konfiguration eines lithografischen Werkzeugs emuliert, das zur Herstellung der Halbleiterprobe verwendbar ist.
Computergestütztes Verfahren nach einem der Ansprüche 1-10, wobei die Vielzahl von Inspektionsbildern erhalten wird durch: sequentielles Aufnehmen einer Vielzahl von Bildern unter Verwendung eines nicht-aktinischen Inspektionswerkzeugs mit einer vordefinierten Schrittgröße, und Durchführen einer Simulation an der Vielzahl von Bildern, um die optische Konfiguration eines lithographischen Werkzeugs zu simulieren, das für die Herstellung der Halbleiterprobe verwendbar ist, was zu der Vielzahl von Inspektionsbildern führt.
Computergestütztes Verfahren nach einem der Ansprüche 1-12, wobei die Liste der Defektkandidaten von Interesse (DCI) einen oder mehrere Defektkandidaten umfasst, die zumindest in der Mehrzahl der Vielzahl der Inspektionsbilder vorkommen.
Computergestütztes System zur Inspektion einer Maske, die zur Herstellung einer Halbleiterprobe verwendbar ist, wobei das System eine Verarbeitungs- und Speicherschaltung (PMC) umfasst, die zur Durchführung des Verfahrens nach einem der Ansprüche 1-13 konfiguriert ist.
Nicht-transitorisches, computerlesbares Speichermedium, das ein Programm mit Befehlen enthält, die, wenn sie von einem Computer ausgeführt werden, den Computer veranlassen, das Verfahren nach einem der Ansprüche 1-13 durchzuführen.