CN103295930A - 一种快速高效的晶背缺陷识别方法 - Google Patents
一种快速高效的晶背缺陷识别方法 Download PDFInfo
- Publication number
- CN103295930A CN103295930A CN2013102204988A CN201310220498A CN103295930A CN 103295930 A CN103295930 A CN 103295930A CN 2013102204988 A CN2013102204988 A CN 2013102204988A CN 201310220498 A CN201310220498 A CN 201310220498A CN 103295930 A CN103295930 A CN 103295930A
- Authority
- CN
- China
- Prior art keywords
- message data
- identification method
- graphic message
- data
- defect identification
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Testing Or Measuring Of Semiconductors Or The Like (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明公开一种快速高效的晶背缺陷识别方法，包括如下步骤：创建一存放有图形信息数据的图形信息数据库；将在线发现晶圆背面缺陷的照片转化为数据化的模拟图片；将上述数据化的模拟图片中的晶圆背面缺陷特征数据输入到上述图形信息数据库中；上述图形信息数据库根据所述晶圆背面缺陷特征数据对存储其中的图形信息数据进行自动搜索，以搜索到与上述晶圆背面缺陷特征数据匹配程度最高的图形信息数据。本发明可以实现快速和自动的对晶圆背面缺陷的原因进行查找，减少缺陷对正常生产的影响，控制工艺质量和提升产品的良率，同时降低生产的成本，并且可以降低设置晶背的检测站点来减少人力和工艺成本的增加。
Description
技术领域
本发明涉及一种晶圆背面缺陷检测方法，属于集成电路制造工艺技术领域，尤其涉及一种快速高效的晶背缺陷识别方法。
背景技术
随着集成电路工艺的发展以及按比例尺寸缩小，现代集成电路生产线的工艺复杂程度越来越高，晶圆背面的缺陷对良率的影响也越来越大，根据目前生产的经验来看，晶圆背面的某种特定形状的缺陷90%以上和设备的某些相关零件的图形特征有一一对应的关系。如果需要查清有问题的工艺和机台就需要进行大量的数据比对和分析，但是，目前针对晶圆背面的缺陷监控在集成电路生产工艺过程中是相对比较少，可供查找和分析的数据记录是非常有限的，一旦有缺陷发现时往往对产品的影响已经比较大了，而且由于工艺的复杂性给真正的原因分析也带来了很大的困难，严重影响生产的正常进行。
中国发明专利申请（公开号：102053093A）公开了一种晶圆表面切割芯片的表面缺陷检测方法，包括以下步骤：一、建立无缺陷的晶圆表面的晶圆表面模板图像库；二、获取的待检测的单个芯片的图像；三、将获取的待检测的单个芯片的图像与晶圆表面模板图像库中的图像进行比对，根据比对结果判断晶圆表面切割芯片是否存在表面缺陷。能够准确的识别出崩边、划痕、污染等缺陷，并且具有快速、精确的特点，其处理方法简单，便于作为一个独立的的模块集成到系统中，也降低了芯片的测试成本，稳定了芯片的成品率。该专利申请虽然也设立了数据库，但其实际解决的技术问题和采用的技术手段和本发明并不相同。
中国发明专利（公开号：101339913）公开了一种半导体晶圆的缺陷位置检测方法。由第1检测单元检测半导体晶圆的外周形状，根据第1检测单元的检测结果求出晶圆的中心位置。另外，由第2检测单元接受来自晶圆面的反射光，根据第2检测单元的检测结果检测定位部位,求出该定位部位的位置。并且，根据第2检测单元的检测结果检测缺陷，求出该缺陷的位置。该发明是为了检测出晶圆的缺陷位置，而本发明是为了快速高效的识别出晶圆背面缺陷是由何种机台相关零件引起的，故该发明并未解决本发明的技术问题。
发明内容
针对上述存在的问题，本发明公开一种快速高效的晶背缺陷识别方法，以克服现有技术中对晶圆背面的缺陷查找和分析较困难、严重影响生产的问题。
为了实现上述目的，本发明采用如下技术方案：
一种快速高效的晶背缺陷识别方法，其中，包括如下步骤：创建一存放有图形信息数据的图形信息数据库；将在线发现晶圆背面缺陷的照片转化为数据化的模拟图片；将上述数据化的模拟图片中的晶圆背面缺陷特征数据输入到上述图形信息数据库中；上述图形信息数据库根据所述晶圆背面缺陷特征数据对存储其中的图形信息数据进行自动搜索，以搜索到与上述晶圆背面缺陷特征数据匹配程度最高的图形信息数据；其中，上述图形信息数据为集成电路生产工厂中所有会与晶圆背面接触造成晶圆背面缺陷的机台相关零件的数据。
上述的晶背缺陷识别方法，其中，还包括对上述匹配程度最高的图形信息数据对应的机台相关零件做进一步原因分析、查找或澄清步骤。
上述的晶背缺陷识别方法，其中，所述数据化的模拟图片通过对在线发现晶圆背面缺陷的照片进行灰阶处理得到。
上述的晶背缺陷识别方法，其中，所述图形信息数据包括图形特征参数数据、生产特性数据，每个机台相关零件的图形信息数据均为由若干个形状不同的最小重复单元图形重复排列后组成的数据。
上述的晶背缺陷识别方法，其中，所述每个形状不同的最小重复单元图形的数量和尺寸不同。
上述的晶背缺陷识别方法，其中，所述最小重复单元图形包括方形、圆形、三角形、多边形、直线或者曲线中的一种或几种。
上述的晶背缺陷识别方法，其中，所述数据化的模拟图片包括由若干个形状不同的最小重复单元图形重复排列后组成的数据，将所述数据化的模拟图片中晶圆背面缺陷部分的所有最小重复单元图形重复排列后的特征数据输入到所述图形信息数据库中进行自动搜索匹配。
上述的晶背缺陷识别方法，其中，所述每个形状不同的最小重复单元图形的数量和尺寸不同。
上述的晶背缺陷识别方法，其中，所述最小重复单元图形包括方形、圆形、三角形、多边形、直线或者曲线中的一种或几种。
本发明具有如下优点或者有益效果：
本发明可以实现快速和自动的对晶圆背面缺陷的原因进行查找，减少缺陷对正常生产的影响，控制工艺质量和提升产品的良率，同时降低生产的成本，并且可以降低设置晶背的检测站点来减少人力和工艺成本的增加。
具体附图说明
图1是本发明实施例中静电吸盘的图形信息数据的结构示意图；
图2是本发明实施例中数据化的模拟照片的结构示意图；
图3是本发明实施例中晶背缺陷自动搜索匹配的逻辑流程图。
具体实施方式
下面结合附图和具体的实施例对本发明作进一步的说明，但是不作为本发明的限定。
作为本发明的一个实施例，本实施例晶背缺陷识别方法，包括如下步骤：
1、创建一存放有图形信息数据的图形信息数据库，该图形信息数据库存放有集成电路生产工厂中所有会与晶圆背面接触造成晶圆背面缺陷的机台相关零件的图形信息数据。
这些图形信息数据包括图形特征参数数据、生产特性数据，每个机台相关零件的图形信息数据均为由若干个形状不同的最小重复单元图形重复排列后组成的数据，每个形状不同的最小重复单元图形的数量和尺寸不同，最小重复单元图形包括方形、圆形、三角形、多边形、直线或者曲线中的一种或几种。
如图1所示，某个工艺腔体的静电吸盘的构造按照其图形特征参数数据和生产特性数据，可以表示为115个方形的最小重复单元图形重复排列和3个圆形的最小重复单元图形重复排列组成，方形的最小重复单元图形尺寸长宽为16*16毫米，圆形的最小重复单元图形直径为3毫米，3个圆形的最小重复单元图形以100毫米为半径并按120度等角分布排列在115个方形的最小重复单元图形上。
2、将在线发现晶圆背面缺陷的照片通过图形处理软件的灰阶处理转化为数据化的模拟图片，参见图2。该数据化的模拟图片包括由若干个形状不同的最小重复单元图形重复排列后组成的数据，每个形状不同的最小重复单元图形的数量和尺寸不同，最小重复单元图形包括方形、圆形、三角形、多边形、直线或者曲线中的一种或几种。
3、将数据化的模拟图片中的晶圆背面缺陷特征数据输入到图形信息数据库中，即将数据化的模拟图片中晶圆背面缺陷部分的所有最小重复单元图形重复排列后的特征数据输入到图形信息数据库中。
4、图形信息数据库根据所述晶圆背面缺陷特征数据对存储其中的图形信息数据进行自动搜索，以搜索到与上述晶圆背面缺陷特征数据匹配程度最高的图形信息数据，如图3所示，该流水线包括机台共M台，每台机台相关零件的图形信息数据均保存在图形信息数据库中，此时将晶圆背面缺陷特征数据输入到图形信息数据库中进行自动搜索匹配，发现机台2中存在匹配程度最高的图形信息数据，这时与此图形信息数据联接的生产执行系统就会马上将怀疑的机台2停止工作。
5、对匹配程度最高的图形信息数据对应的机台相关零件做进一步原因分析、查找或澄清步骤。
很多时候，通过在线晶圆背面的检测发现有某种特定图形的缺陷，但是由于这次晶背检测离上次检测中间经过的机台大于20台，很难确定有问题的工艺步骤和机台，此时，通过本发明可以实现快速和高效的晶圆背面缺陷原因的查找和分析，当生产线上发现有晶圆背面缺陷产生时，将带有缺陷的晶圆照片进行灰阶处理后转化为数据化的模拟图片，将其中的晶背缺陷的特征数据输入到该图形信息数据库中，系统就会根据此缺陷的图形特征，自动搜索到与此匹配程度最高的机台相关零件，这时与此联接的生产执行系统就会马上将怀疑的机台停下来，最终工程师对有怀疑的工艺和机台做进一步的原因分析、查找和澄清。
通过实施本发明可以实现快速和自动的对晶圆背面缺陷进行分析，减少缺陷对正常生产的影响，控制工艺质量和提升产品的良率，同时降低生产的成本，并且可以降低设置晶背的检测站点来减少人力和工艺成本的增加。
本领域技术人员应该理解，本领域技术人员在结合现有技术以及上述实施例可以实现所述变化例，这样的变化例并不影响本发明的实质内容，在此不予赘述。
以上对本发明的较佳实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，其中未尽详细描述的设备和结构应该理解为用本领域中的普通方式予以实施；任何熟悉本领域的技术人员，在不脱离本发明技术方案范围情况下，都可利用上述揭示的方法和技术内容对本发明技术方案作出许多可能的变动和修饰，或修改为等同变化的等效实施例，这并不影响本发明的实质内容。因此，凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化及修饰，均仍属于本发明技术方案保护的范围内。
Claims (9)
1.一种快速高效的晶背缺陷识别方法，其特征在于，包括如下步骤：
创建一存放有图形信息数据的图形信息数据库；
将在线发现晶圆背面缺陷的照片转化为数据化的模拟图片；
将上述数据化的模拟图片中的晶圆背面缺陷特征数据输入到上述图形信息数据库中；
上述图形信息数据库根据所述晶圆背面缺陷特征数据对存储其中的图形信息数据进行自动搜索，以搜索到与上述晶圆背面缺陷特征数据匹配程度最高的图形信息数据；
其中，上述图形信息数据为集成电路生产工厂中所有会与晶圆背面接触造成晶圆背面缺陷的机台相关零件的数据。
2.根据权利要求1所述的晶背缺陷识别方法，其特征在于，还包括对上述匹配程度最高的图形信息数据对应的机台相关零件做进一步原因分析、查找或澄清步骤。
3.根据权利要求1所述的晶背缺陷识别方法，其特征在于，所述数据化的模拟图片通过对在线发现晶圆背面缺陷的照片进行灰阶处理得到。
4.根据权利要求1所述的晶背缺陷识别方法，其特征在于，所述图形信息数据包括图形特征参数数据、生产特性数据，每个机台相关零件的图形信息数据均为由若干个形状不同的最小重复单元图形重复排列后组成的数据。
5.根据权利要求4所述的晶背缺陷识别方法，其特征在于，所述每个形状不同的最小重复单元图形的数量和尺寸不同。
6.根据权利要求4所述的晶背缺陷识别方法，其特征在于，所述最小重复单元图形包括方形、圆形、三角形、多边形、直线或者曲线中的一种或几种。
7.根据权利要求1所述的晶背缺陷识别方法，其特征在于，所述数据化的模拟图片包括由若干个形状不同的最小重复单元图形重复排列后组成的数据，将所述数据化的模拟图片中晶圆背面缺陷部分的所有最小重复单元图形重复排列后的特征数据输入到所述图形信息数据库中进行自动搜索匹配。
8.根据权利要求7所述的晶背缺陷识别方法，其特征在于，所述每个形状不同的最小重复单元图形的数量和尺寸不同。
9.根据权利要求7所述的晶背缺陷识别方法，其特征在于，所述最小重复单元图形包括方形、圆形、三角形、多边形、直线或者曲线中的一种或几种。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310220498.8A CN103295930B (zh) | 2013-06-04 | 2013-06-04 | 一种快速高效的晶背缺陷识别方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310220498.8A CN103295930B (zh) | 2013-06-04 | 2013-06-04 | 一种快速高效的晶背缺陷识别方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN103295930A true CN103295930A (zh) | 2013-09-11 |
| CN103295930B CN103295930B (zh) | 2017-07-07 |
Family
ID=49096596
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201310220498.8A Active CN103295930B (zh) | 2013-06-04 | 2013-06-04 | 一种快速高效的晶背缺陷识别方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN103295930B (zh) |
Cited By (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103969267A (zh) * | 2014-05-20 | 2014-08-06 | 上海华力微电子有限公司 | 一种探针卡探针的颗粒物清洁控制方法 |
| CN104362082A (zh) * | 2014-11-10 | 2015-02-18 | 上海华力微电子有限公司 | 根据特殊电路结构脱落缺陷确定可疑工艺步骤的方法 |
| CN104752252A (zh) * | 2013-12-30 | 2015-07-01 | 中芯国际集成电路制造(上海)有限公司 | 表征晶背缺陷的方法 |
| CN106773541A (zh) * | 2016-12-20 | 2017-05-31 | 中国科学院微电子研究所 | 一种基于版图几何特征匹配的光刻解决方案预测方法 |
| CN107356601A (zh) * | 2017-07-25 | 2017-11-17 | 上海华力微电子有限公司 | 一种缺陷检测机台的自动缺陷预分类报告方法 |
| CN108364890A (zh) * | 2018-02-24 | 2018-08-03 | 上海华力微电子有限公司 | 系统性缺陷的监控方法 |
| CN110473772A (zh) * | 2019-08-22 | 2019-11-19 | 上海华力微电子有限公司 | 一种建立晶圆背面图形数据库的方法 |
| CN110517970A (zh) * | 2019-08-29 | 2019-11-29 | 上海华力集成电路制造有限公司 | 晶背缺陷的检测方法 |
| CN110717898A (zh) * | 2019-09-25 | 2020-01-21 | 上海众壹云计算科技有限公司 | 一种运用ai和大数据管理的半导体制造缺陷自动管理方法 |
| CN111553875A (zh) * | 2020-03-03 | 2020-08-18 | 上海华力集成电路制造有限公司 | 晶圆生产异常设备查找方法及查找系统 |
| CN111653500A (zh) * | 2020-06-19 | 2020-09-11 | 上海华力集成电路制造有限公司 | 判断晶圆良率损失的方法 |
| WO2021088027A1 (en) * | 2019-11-08 | 2021-05-14 | Yangtze Memory Technologies Co., Ltd. | Automatic assessment method and assessment system thereof for yield improvement |
| CN112907542A (zh) * | 2021-02-24 | 2021-06-04 | 上海华力集成电路制造有限公司 | 晶背缺陷检测方法、储存介质及计算机设备 |
| CN112927192A (zh) * | 2021-01-29 | 2021-06-08 | 中芯集成电路制造(绍兴)有限公司 | 晶圆墨点标识的方法 |
| CN113032416A (zh) * | 2021-05-24 | 2021-06-25 | 晶芯成(北京)科技有限公司 | 晶圆缺陷的分析方法及系统 |
| CN115667915A (zh) * | 2020-05-01 | 2023-01-31 | Pdf决策公司 | 基于晶圆仓图的根本原因分析 |
| WO2023065493A1 (zh) * | 2021-10-18 | 2023-04-27 | 长鑫存储技术有限公司 | 缺陷检测方法、装置、设备及存储介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20080243292A1 (en) * | 2007-03-30 | 2008-10-02 | Tzu-Yin Chiu | Method of defect detection based on wafer rotation |
| CN101339913A (zh) * | 2007-07-02 | 2009-01-07 | 日东电工株式会社 | 半导体晶圆的缺陷位置检测方法 |
| CN102053093A (zh) * | 2010-11-08 | 2011-05-11 | 北京大学深圳研究生院 | 一种晶圆表面切割芯片的表面缺陷检测方法 |
| CN102937594A (zh) * | 2012-11-02 | 2013-02-20 | 上海华力微电子有限公司 | 一种缺陷检测系统及方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102982155A (zh) * | 2012-11-29 | 2013-03-20 | 上海华力微电子有限公司 | 基于图形识别的缺陷检索系统及方法 |
-
2013
- 2013-06-04 CN CN201310220498.8A patent/CN103295930B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20080243292A1 (en) * | 2007-03-30 | 2008-10-02 | Tzu-Yin Chiu | Method of defect detection based on wafer rotation |
| CN101339913A (zh) * | 2007-07-02 | 2009-01-07 | 日东电工株式会社 | 半导体晶圆的缺陷位置检测方法 |
| CN102053093A (zh) * | 2010-11-08 | 2011-05-11 | 北京大学深圳研究生院 | 一种晶圆表面切割芯片的表面缺陷检测方法 |
| CN102937594A (zh) * | 2012-11-02 | 2013-02-20 | 上海华力微电子有限公司 | 一种缺陷检测系统及方法 |
Cited By (23)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104752252A (zh) * | 2013-12-30 | 2015-07-01 | 中芯国际集成电路制造(上海)有限公司 | 表征晶背缺陷的方法 |
| CN103969267A (zh) * | 2014-05-20 | 2014-08-06 | 上海华力微电子有限公司 | 一种探针卡探针的颗粒物清洁控制方法 |
| CN104362082A (zh) * | 2014-11-10 | 2015-02-18 | 上海华力微电子有限公司 | 根据特殊电路结构脱落缺陷确定可疑工艺步骤的方法 |
| CN104362082B (zh) * | 2014-11-10 | 2017-03-08 | 上海华力微电子有限公司 | 根据特殊电路结构脱落缺陷确定可疑工艺步骤的方法 |
| CN106773541A (zh) * | 2016-12-20 | 2017-05-31 | 中国科学院微电子研究所 | 一种基于版图几何特征匹配的光刻解决方案预测方法 |
| CN106773541B (zh) * | 2016-12-20 | 2019-10-01 | 中国科学院微电子研究所 | 一种基于版图几何特征匹配的光刻解决方案预测方法 |
| CN107356601A (zh) * | 2017-07-25 | 2017-11-17 | 上海华力微电子有限公司 | 一种缺陷检测机台的自动缺陷预分类报告方法 |
| CN108364890A (zh) * | 2018-02-24 | 2018-08-03 | 上海华力微电子有限公司 | 系统性缺陷的监控方法 |
| CN110473772B (zh) * | 2019-08-22 | 2021-10-19 | 上海华力微电子有限公司 | 一种建立晶圆背面图形数据库的方法 |
| CN110473772A (zh) * | 2019-08-22 | 2019-11-19 | 上海华力微电子有限公司 | 一种建立晶圆背面图形数据库的方法 |
| CN110517970A (zh) * | 2019-08-29 | 2019-11-29 | 上海华力集成电路制造有限公司 | 晶背缺陷的检测方法 |
| US11307151B2 (en) | 2019-08-29 | 2022-04-19 | Shanghai Huali Integrated Circuit Corporation | Method for detecting wafer backside defect |
| CN110717898A (zh) * | 2019-09-25 | 2020-01-21 | 上海众壹云计算科技有限公司 | 一种运用ai和大数据管理的半导体制造缺陷自动管理方法 |
| WO2021088027A1 (en) * | 2019-11-08 | 2021-05-14 | Yangtze Memory Technologies Co., Ltd. | Automatic assessment method and assessment system thereof for yield improvement |
| US11480531B2 (en) | 2019-11-08 | 2022-10-25 | Yangtze Memory Technologies Co., Ltd. | Automatic assessment method and assessment system thereof for yield improvement |
| CN111553875A (zh) * | 2020-03-03 | 2020-08-18 | 上海华力集成电路制造有限公司 | 晶圆生产异常设备查找方法及查找系统 |
| CN115667915A (zh) * | 2020-05-01 | 2023-01-31 | Pdf决策公司 | 基于晶圆仓图的根本原因分析 |
| CN111653500A (zh) * | 2020-06-19 | 2020-09-11 | 上海华力集成电路制造有限公司 | 判断晶圆良率损失的方法 |
| CN112927192A (zh) * | 2021-01-29 | 2021-06-08 | 中芯集成电路制造(绍兴)有限公司 | 晶圆墨点标识的方法 |
| CN112907542A (zh) * | 2021-02-24 | 2021-06-04 | 上海华力集成电路制造有限公司 | 晶背缺陷检测方法、储存介质及计算机设备 |
| CN112907542B (zh) * | 2021-02-24 | 2024-05-03 | 上海华力集成电路制造有限公司 | 晶背缺陷检测方法、储存介质及计算机设备 |
| CN113032416A (zh) * | 2021-05-24 | 2021-06-25 | 晶芯成(北京)科技有限公司 | 晶圆缺陷的分析方法及系统 |
| WO2023065493A1 (zh) * | 2021-10-18 | 2023-04-27 | 长鑫存储技术有限公司 | 缺陷检测方法、装置、设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN103295930B (zh) | 2017-07-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103295930A (zh) | 一种快速高效的晶背缺陷识别方法 | |
| CN103646899B (zh) | 晶圆缺陷检测方法 | |
| CN102522350B (zh) | 故障生产机台检测的方法和装置 | |
| US20150357216A1 (en) | Computer visual recognition output image-aided led die sorting system and sorting method | |
| CN102412168B (zh) | 晶片缺陷的检测方法及系统 | |
| US20130137196A1 (en) | Method for monitoring devices in semiconductor process | |
| US20150235415A1 (en) | Wafer test data analysis method | |
| CN106383121B (zh) | 一种可自适应多品牌的视觉检测方法及系统 | |
| CN103681402A (zh) | 一种自动跳货检测系统 | |
| CN103245667A (zh) | 自动检测机械性划痕的方法及系统 | |
| CN108417505B (zh) | 一种对晶圆进行缺陷扫描的分析方法及缺陷扫描设备 | |
| CN107689335B (zh) | 一种多种产品晶圆缺陷的分析方法 | |
| CN102054724A (zh) | 晶圆表面缺陷的检测方法及装置 | |
| CN103604814A (zh) | 一种芯片缺陷的检测方法 | |
| CN116485946B (zh) | 一种芯片选取方法、系统、装置与存储介质 | |
| CN108039326B (zh) | 根据电路设计图形设置扫描阈值的方法 | |
| CN103531498A (zh) | 晶圆缺陷分析系统 | |
| CN111081581B (zh) | 气泡缺陷监控方法、装置、服务器及可读存储介质 | |
| CN103605092B (zh) | Wat测试系统及测试方法 | |
| CN102856227A (zh) | 晶圆器件单元混合扫描方法 | |
| CN103928365A (zh) | 一个光罩内的单元芯片存在不同图像条件的缺陷扫描方法 | |
| CN103926256A (zh) | 一种cmp划痕自动检测系统 | |
| US20220139744A1 (en) | Wafer defect analysis method and system, device and medium | |
| US9947596B2 (en) | Range-based real-time scanning electron microscope non-visual binner | |
| KR20140078015A (ko) | 반도체 모듈 검사 시스템 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |