CN103606529B - 一种提升缺陷分类准确度的方法及装置 - Google Patents
一种提升缺陷分类准确度的方法及装置 Download PDFInfo
- Publication number
- CN103606529B CN103606529B CN201310506672.5A CN201310506672A CN103606529B CN 103606529 B CN103606529 B CN 103606529B CN 201310506672 A CN201310506672 A CN 201310506672A CN 103606529 B CN103606529 B CN 103606529B
- Authority
- CN
- China
- Prior art keywords
- defect
- data
- module
- sorting device
- categorical data
- 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.)
- Active
Links
Classifications
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
- H01L22/00—Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
- H01L22/20—Sequence of activities consisting of a plurality of measurements, corrections, marking or sorting steps
Landscapes
- Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Computer Hardware Design (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Power Engineering (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本一种提升缺陷分类准确度的方法及装置,通过包括一缺陷分类设备,所述缺陷分类设备包括一发送/接收模块、一处理模块和一存储模块;所述接收模块用于接收缺陷数据并将该缺陷数据传输至所述处理模块;所述处理模块用于对缺陷数据进行处理分类并生成一缺陷分类数据;所述存储模块用于存储所述缺陷分类数据;所述发送模块用于将所述存储模块中存储的缺陷分类数据进行发送。通过设置一缺陷分类设备,将缺陷观察设备观察到的缺陷数据进行处理分析后得到一缺陷分类数据并进行储存,在下一次缺陷检测设备进行缺陷检测时,可直接调取缺陷分类数据并直接输出缺陷趋势图,极大提高了检测效率,同时提高了检测精度。
Description
技术领域
本发明涉及芯片缺陷检测领域,具体涉及一种提升缺陷分类准确度的方法及装置。
背景技术
先进的集成电路制造工艺一般都包含几百步的工序,任何环节的微小错误都将导致整个芯片的失效,特别是随着电路关键尺寸的不断缩小,其对工艺控制的要求就越严格,所以在实际的生产过程中为能及时发现和解决问题都需要配置有高灵敏度光学缺陷检测设备对产品进行在线检测,以精确定位缺陷存在的位置。
缺陷检测的基本工作原理是将芯片上的光学图像转换化成为由不同亮暗灰阶表示的数据图像,再通过相邻芯片上的数据图形特征的比较来检测有异常的缺陷所在位置。缺陷检测设备可以对芯片上物理缺陷的数据图像特征进行收集分类,在扫描的同时将获得的缺陷分成各种类型,但是目前这种分类方式生成的缺陷类别的准确性是比较低的。
由于数据的不充分往往很难被缺陷检测设备自动识别,在缺陷检测设备检测过程中,芯片自身由于经过工艺处理后可能存在的颗粒或其他可检测区域也被缺陷检测设备所检测出来,但是这些颗粒或区域其实被不属于芯片的缺陷,在本领域称之为“噪声”。因此,在缺陷检测设备生成缺陷位置分布图后,还需要通过电子显微镜或光学显微镜对缺陷的形貌进行人工的进一步观察和分类,但是,由于缺陷观察设备的检测效率远远滞后于缺陷检测设备的效率,所以在实际生产过程中,从缺陷检测设备生成的大于70%的缺陷数据有是不能被缺陷观察设备进行有效的分类,然而集成电路过程中的各种问题的分析往往需要大量归类准确的数据,这样对于各种工艺设备问题的分析和工艺的改善是非常不利的。
图1所示为现有技术中缺陷检测的流程图,首先提供一芯片,经过工艺处理后需要对芯片存在的缺陷进行检测。首先利用一缺陷检测设备对缺陷进行检测,但是缺陷检测设备不能识别芯片正常的缺陷和“噪声”,因此还要借助一缺陷观察设备来对缺陷进行进一步观察,然后输出一缺陷趋势图,其测试比较繁琐,而且效率较差。
中国专利(CN101432866)公开了一种缺陷分布图案的对照方法和装置。本发明的对照装置包括缺陷检查部、基准图案存储部、图案对照部、对照结果处理部和输出部。检查部对由处理系统处理的半导体晶片等被处理体进行检测,得到在其表面产生的缺陷的分布图案。存储部预先存储表示在处理系统中与被处理体接触或接近的特定部分的特征形状的基准图案。对照部对由检查部得到的缺陷的分布图案和存储在存储部中的基准图案进行对照。对照结果处理部基于对照部的对照,求取两图案的一致度。输出部将求得的一致度通过显示器等输出。
该专利是通过一基准图案存储部储存的特定部分的特征形状的基准图案,然后和检测部得到的基准图案进行比对,求取两图案的一致度,然后进行输出。但是该专利的基准图案存储部储存的数据不能实时更新,为了提高精准度需要人工不断进行更新,进而比较繁琐。
发明内容
本发明提供了一种提升缺陷分类准确度的方法及装置,通过在缺陷检测设备和缺陷观测设备之间增设一缺陷分类设备,通过缺陷分类设备对缺陷数据进行分类并生成一分类数据,以便下次缺陷检测设备进行检测时可以直接调取该数据进行检测,极大提高了检测精度及检测效率。
本发明采用的技术方案为:
一种提升缺陷分类准确度的方法,其中,包括一缺陷检测设备和一缺陷分类设备,所述缺陷分类设备储存有缺陷分类数据,步骤如下:
提供一待检测芯片,所述缺陷检测设备对所述待检测芯片表面所可能存在的缺陷进行检测,并读取所述缺陷分类设备中储存的分类数据,如果读取到与所述缺陷相匹配的缺陷分类数据,最后输出一缺陷趋势分布图。
上述提升缺陷分类准确度的方法,其中,如果缺陷检测设备没有读取到与所述缺陷相匹配的缺陷的类数据,则进行以下步骤:
继续利用一缺陷观察设备对所述缺陷检测设备检测出的缺陷进行观察,并将观察的缺陷数据传输至所述缺陷分类设备,所述缺陷分类设备将缺陷进行分类并生成一缺陷分类数据,并将所述缺陷分类数据传输至缺陷检测设备,最后输出一缺陷趋势分布图。
上述提升缺陷分类准确度的方法,其中,所述缺陷分类设备包括一发送/接收模块、一处理模块和一存储模块。
上述提升缺陷分类准确度的方法,其中,所述接收模块用于接收所述缺陷观察设备发送的缺陷数据,所述处理模块用于对接收的缺陷数据进行处理并生成一缺陷分类数据,所述缺陷分类数据通过所述储存模块进行存储,并通过所述发送模块将所述述缺陷分类数据传输至所述缺陷检测设备。
上述提升缺陷分类准确度的方法,其中,通过一显示装置输出所述缺陷趋势分布图。
上述提升缺陷分类准确度的方法,其中,所述缺陷分类设备根据缺陷的形貌将缺陷数据进行分类。
上述提升缺陷分类准确度的方法,其中,所述缺陷观察设备包括一显微镜,利用该光学显微镜对芯片存在的缺陷进行观察。
上述提升缺陷分类准确度的方法,其中,所述显微镜为电子显微镜或光学显微镜。
上述提升缺陷分类准确度的方法,其中,所述缺陷分类设备连接至少一台所述缺陷检测设备。
一种提升缺陷分类准确度的装置,应用于芯片的缺陷检测工艺中,其中,包括一缺陷分类设备,所述缺陷分类设备包括一发送/接收模块、一处理模块和一存储模块;
所述接收模块用于接收缺陷数据并将该缺陷数据传输至所述处理模块;
所述处理模块用于对缺陷数据进行处理分类并生成一缺陷分类数据;
所述存储模块用于存储所述缺陷分类数据;
所述发送模块用于将所述存储模块中存储的缺陷分类数据进行发送。
上述的缺陷分类设备,其中,所述处理模块根据缺陷的形貌对所述缺陷数据进行处理分类。
上述的缺陷分类设备,其中,所述缺陷分类设备连接至少一台缺陷检测设备。
由于本发明采用了以上技术方案,通过设置一缺陷分类设备对缺陷进行分类,经过多次缺陷观察和分类后,缺陷分类设备储存的缺陷分类数据可以被不断地自动更新,实际检测同时进行的缺陷分类的准确性不断地进行自动优化,而且任何新类型的缺陷数据也可以被实时的更新到缺陷自动分类的文件中,从而使工程师可以获得大量的被经过准确分类后的数据,极大提高检测效率。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述,本发明及其特征、外形和优点将会变得更明显。在全部附图中相同的标记指示相同的部分。并未刻意按照比例绘制附图,重点在于示出本发明的主旨。
图1为现有技术中的进行缺陷检测的流程图;
图2为本发明进行缺陷检测的流程图;
图3为本发明提供的一种缺陷分类设备的示意图。
具体实施方式
下面结合附图对本发明的具体实施方式作进一步的说明:
本发明提供了一种提升缺陷分类准确度的方法,应用于芯片缺陷检测工艺中,如图2所示,芯片在经过工艺处理后,可能会在芯片上造成缺陷,因此要对缺陷进行检测。
在本发明中,利用一缺陷检测设备、一缺陷观察设备及一缺陷分类设备对芯片存在的缺陷进行检测:缺陷检测设备可对芯片所可能存在的缺陷进行检测并通过显示装置输出一缺陷趋势图,缺陷观察设备可对缺陷检测设备所检测到的缺陷进行进一步观察并将观察的缺陷数据传输至缺陷分类设备;
缺陷分类设备包括一发送/接收模块、一处理模块和一存储模块,接收模块可用于接收缺陷观察设备发送的缺陷数据,然后通过处理模块对接收的缺陷数据进行处理生成一缺陷分类数据,该缺陷分类数据通过储存模块进行存储,存储的缺陷分类数据可通过发送模块传输至缺陷检测设备。
具体的,包括以下步骤:
步骤S1:首先提供一待检测的芯片,由于芯片进行某些工艺后可能存在缺陷,因此需要对晶片表面存在的缺陷进行检测,以在后续工艺中对缺陷进行修复或者其他处理,避免不符合规范的芯片进入下一工艺进而影响产品良率。
步骤S201:利用缺陷检测设备对待检测芯片表面所可能存在的缺陷进行检测,如果检测到芯片表面存在有缺陷,则读取缺陷分类设备中存储模块中的缺陷分类数据,如果存储模块中储存有与该缺陷相匹配的缺陷分类数据,则该缺陷分类数据通过发送模块传输至缺陷检测设备,最后通过一显示装置输出一缺陷趋势图。
如果该缺陷检测设备没有读取到与检测到的缺陷相匹配的缺陷的类数据,则进行以下步骤:
步骤S202:利用缺陷观察设备对缺陷检测设备检测出的缺陷进行观察(例如采用电子显微镜或光学显微镜或其他精密检测仪器来对芯片存在的缺陷进行进一步观察),并将观察到的缺陷数据传输至缺陷分类设备,缺陷分类设备的接送模块用于接收来自缺陷观察设备发送的缺陷数据,然后处理模块可对接收到的缺陷数据进行处理,并根据缺陷的形貌将生成一缺陷分类数据,该缺陷分类数据通过一存储模块进行储存,然后将该缺陷分类数据通过发送模块发送至缺陷检测设备,缺陷检测设备接收到缺陷分类数据后,最后通过一显示装置输出缺陷趋势图。
经过多次检测并观察后,缺陷分类设备内储存的缺陷分类数据可不断被更新,缺陷检测设备在对缺陷进行检测后,
当缺陷观察设备对缺陷进行形貌观察并将缺陷数据传输至缺陷分类设备后,缺陷分类设备的处理模块可以自动生成一个完全正确的和缺陷序号一一对应的缺陷分类数据,当缺陷形貌观察和分类结束后此数据可以储存在缺陷分类设备的存储模块中。在缺陷检测设备进行下次缺陷扫描时,可以读取存储模块中存储的缺陷分类数据,然后按照自动生成的缺陷分类数据实时对检测得到的缺陷进行分类,最终输出一缺陷趋势图。同时,经过多次的缺陷观察后,缺陷分类设备会不断的自动的更新缺陷并生成各种缺陷分类数据,实际检测同时进行的缺陷分类的准确性和新类型的缺陷数据可以被不断地自动进行优化和更新,进而提高检测效率及精度;同时还可使技术人员获得大量的被经过准确分类后的缺陷分类数据,方便根技术人员据缺陷检测的结构对工艺进行分析和调整,进而提升生产工艺。
同时本发明还提供了一种提升缺陷分类准确度的装置,包括一缺陷分类设备,利用该设备可对缺陷数据进行分类并储存,以供缺陷检测设备实施调取缺陷分类数据,减少不必要的利用显微镜对缺陷进行观察,进而提高缺陷检测效率及精度;
如图3所示,该缺陷分类设备包括一发送/接收模块、一处理模块和一存储模块;接收模块用于接收缺陷观察设备所观察的缺陷数据并将该缺陷数据传输至处理模块;处理模块可对缺陷数据进行处理,根据缺陷的形貌生成一缺陷分类数据,然后通过存储模块将缺陷分类数据进行储存以供缺陷检测设备实时调取,其中,发送模块用于将存储模块中存储的缺陷分类数据发送至缺陷检测设备;缺陷分类设备连接至少一台缺陷检测设备(至多可连接100台缺陷检测设备)。
综上所述,由于本发明采用了以上技术方案,通过设置一缺陷分类设备,将缺陷观察设备观察到的缺陷数据进行处理分析后得到一缺陷分类数据并进行储存,在下一次缺陷检测设备进行缺陷检测时,可直接调取缺陷分类数据并直接输出缺陷趋势图,极大提高了检测效率,同时提高了检测精度。
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 (8)
1.一种提升缺陷分类准确度的方法,其特征在于,包括至少一缺陷检测设备、一缺陷观察设备及一缺陷分类设备,所述缺陷分类设备储存有缺陷分类数据,步骤如下:
提供一待检测芯片,所述缺陷检测设备对所述待检测芯片表面所可能存在的缺陷进行检测,并读取所述缺陷分类设备中储存的缺陷分类数据,如果读取到与所述缺陷相匹配的缺陷分类数据,最后输出一缺陷趋势图;
如果所述缺陷检测设备没有读取到与所述缺陷相匹配的缺陷的类数据,则继续利用缺陷观察设备对检测出的缺陷进行观察,并将观察的缺陷数据传输至所述缺陷分类设备,所述缺陷分类设备将缺陷进行分类生成一缺陷分类数据并进行存储,然后将所述缺陷分类数据传输至缺陷检测设备,最后输出一缺陷趋势图;
其中,每个所述缺陷检测设备皆与所述缺陷分类设备连接。
2.如权利要求1所述提升缺陷分类准确度的方法,其特征在于,所述缺陷分类设备包括一发送/接收模块、一处理模块和一存储模块。
3.如权利要求2所述提升缺陷分类准确度的方法,其特征在于,所述接收模块用于接收所述缺陷观察设备发送的缺陷数据,所述处理模块用于对接收的缺陷数据进行处理并生成一缺陷分类数据,所述缺陷分类数据通过所述储存模块进行存储,并通过所述发送模块将所述述缺陷分类数据传输至所述缺陷检测设备。
4.如权利要求1所述提升缺陷分类准确度的方法,其特征在于,通过一显示设备输出所述缺陷趋势分布图。
5.如权利要求1所述提升缺陷分类准确度的方法,其特征在于,所述缺陷分类设备根据缺陷的形貌将缺陷数据进行分类。
6.如权利要求1所述提升缺陷分类准确度的方法,其特征在于,所述缺陷观察设备包括一显微镜,利用该显微镜对芯片存在的缺陷进行观察;
所述显微镜为电子显微镜或光学显微镜。
7.如权利要求1所述提升缺陷分类准确度的方法,其特征在于,所述缺陷分类设备连接至少一台所述缺陷检测设备。
8.一种提升缺陷分类准确度的装置,应用于芯片的缺陷检测工艺中,其特征在于,包括一缺陷分类设备,所述缺陷分类设备包括一发送/接收模块、一处理模块和一存储模块;
所述接收模块用于接收缺陷数据并将该缺陷数据传输至所述处理模块;
所述处理模块用于对缺陷数据进行处理分类并生成一缺陷分类数据;
所述存储模块用于存储所述缺陷分类数据;
所述发送模块用于将所述存储模块中存储的缺陷分类数据进行发送;
其中,所述缺陷分类设备连接至少一台所述缺陷检测设备;所述处理模块根据缺陷的形貌对所述缺陷数据进行处理分类。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310506672.5A CN103606529B (zh) | 2013-10-23 | 2013-10-23 | 一种提升缺陷分类准确度的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310506672.5A CN103606529B (zh) | 2013-10-23 | 2013-10-23 | 一种提升缺陷分类准确度的方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103606529A CN103606529A (zh) | 2014-02-26 |
CN103606529B true CN103606529B (zh) | 2016-08-24 |
Family
ID=50124745
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310506672.5A Active CN103606529B (zh) | 2013-10-23 | 2013-10-23 | 一种提升缺陷分类准确度的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103606529B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104062305B (zh) * | 2014-07-28 | 2017-10-03 | 上海华力微电子有限公司 | 一种集成电路缺陷的分析方法 |
CN104201130B (zh) * | 2014-09-01 | 2017-10-03 | 上海华力微电子有限公司 | 一种用于缺陷分类的光学检测方法 |
CN106530287A (zh) * | 2016-10-24 | 2017-03-22 | 武汉新芯集成电路制造有限公司 | 一种基于晶圆内部缺陷检测的图像自动识别系统 |
CN109698139A (zh) * | 2018-12-27 | 2019-04-30 | 上海华力微电子有限公司 | 晶圆缺陷光学照片实时采集系统及采集方法 |
CN111429426B (zh) * | 2020-03-20 | 2023-06-02 | 上海集成电路研发中心有限公司 | 一种检测对象缺陷图案的提取装置、提取方法及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1392954A (zh) * | 2000-10-02 | 2003-01-22 | 应用材料有限公司 | 缺陷知识库 |
CN1398348A (zh) * | 2000-10-02 | 2003-02-19 | 应用材料有限公司 | 缺陷源识别器 |
CN101042690A (zh) * | 2006-03-24 | 2007-09-26 | 国际商业机器公司 | 识别数据中的共同特征的方法和系统 |
JP2008145226A (ja) * | 2006-12-08 | 2008-06-26 | Olympus Corp | 欠陥検査装置及び欠陥検査方法 |
-
2013
- 2013-10-23 CN CN201310506672.5A patent/CN103606529B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1392954A (zh) * | 2000-10-02 | 2003-01-22 | 应用材料有限公司 | 缺陷知识库 |
CN1398348A (zh) * | 2000-10-02 | 2003-02-19 | 应用材料有限公司 | 缺陷源识别器 |
CN101042690A (zh) * | 2006-03-24 | 2007-09-26 | 国际商业机器公司 | 识别数据中的共同特征的方法和系统 |
JP2008145226A (ja) * | 2006-12-08 | 2008-06-26 | Olympus Corp | 欠陥検査装置及び欠陥検査方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103606529A (zh) | 2014-02-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103606529B (zh) | 一种提升缺陷分类准确度的方法及装置 | |
CN104062305B (zh) | 一种集成电路缺陷的分析方法 | |
CN107966454A (zh) | 一种基于fpga的端塞缺陷检测装置及检测方法 | |
KR100699866B1 (ko) | 로트 및 트레이 확인을 통한 반도체 소자의 연속검사 방법 | |
Teo et al. | Solar cell micro-crack detection using localised texture analysis | |
CN103295930A (zh) | 一种快速高效的晶背缺陷识别方法 | |
JP2014021973A (ja) | 画像処理装置 | |
CN109309022A (zh) | 一种缺陷抽检方法 | |
CN113900869A (zh) | 一种芯片测试数据判断方法、装置、存储介质及测试方法 | |
US6973390B2 (en) | Method and system for analyzing wafer yield against uses of a semiconductor tool | |
CN103646899A (zh) | 晶圆缺陷检测方法 | |
CN104698004A (zh) | 一种智能外观质量检测仪及其工作方法 | |
CN102637617B (zh) | 晶圆质量检测系统以及晶圆质量检测方法 | |
Lei et al. | Multiscale convolution-based probabilistic classification for detecting bare PCB defects | |
Shindo et al. | Excursion detection and source isolation in defect inspection and classification [VLSI manufacture] | |
KR100574648B1 (ko) | 결함 유형 분류 방법 및 시스템 | |
CN104353623A (zh) | 一种精密仪器零件质检残次品分拣装置 | |
US9947596B2 (en) | Range-based real-time scanning electron microscope non-visual binner | |
CN112964723A (zh) | 一种双面多目标等间距阵列视觉检测方法及检测系统 | |
CN103559566A (zh) | 一种缺陷扫描结果控制制程机台的派工方法 | |
CN112255531A (zh) | 一种测试机匹配系统及其匹配方法 | |
CN113157666A (zh) | 一种建立晶圆良率问题数据库的方法和装置 | |
Tsai et al. | Enhancing the data analysis in IC testing by machine learning techniques | |
KR100583532B1 (ko) | 웨이퍼 영역별 결함정보 관리 시스템 및 그를 이용한 방법 | |
KR100472776B1 (ko) | 반도체 장치의 웨이퍼 결함 검사 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |