CN104122272B - 半导体器件缺陷的光学检测方法 - Google Patents
半导体器件缺陷的光学检测方法 Download PDFInfo
- Publication number
- CN104122272B CN104122272B CN201410377459.3A CN201410377459A CN104122272B CN 104122272 B CN104122272 B CN 104122272B CN 201410377459 A CN201410377459 A CN 201410377459A CN 104122272 B CN104122272 B CN 104122272B
- Authority
- CN
- China
- Prior art keywords
- gray
- scale
- optics
- defect
- dimension
- 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
Abstract
本发明公开了一种半导体器件缺陷的光学检测方法,根据二维图形中器件的电路特征,对器件结构进行准确分类,并确定每个器件结构的位置信息,随后利用这些信息,在缺陷检测过程中对应到检测区域,以快速、准确获得检测区域内不同器件结构缺陷类型的数量及每个缺陷的具体位置,以便于对器件失效及其形成原因进行判断和准确分析。
Description
技术领域
本发明涉及半导体制造技术领域,尤其涉及一种按照半导体器件图形特征进行缺陷光学检测的方法。
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。
现有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,图1表示为将一个光学显微镜下获得的图像转换成为数据图像特征的过程,再通过相邻芯片上的数据图像特征的比较来检测有异常的缺陷所在位置,然后再通过电子显微镜对缺陷的形貌和位置进行具体的分析。可见,这样的检测方法非常费时费力。
另一方面,芯片上对缺陷最敏感区域是如图2所示的静态存储器,从图上可以看到其电路的密度是非常高的,而且器件的分布呈周期性地重复排布,根据材质和图形可以分为有源区、栅极区和氧化层隔离区。如图3所示,当缺陷分别位于器件对应的上述3种位置时,其对芯片最终的电学性能的影响是不同的,例如当缺陷位于氧化隔离层上时,其对器件的性能影响是非常有限的,而当缺陷位于有栅极上面时,则其可能造成器件开启的失效。另一方面,缺陷在器件上的位置分布也可以指向其形成的不同的原因,如果缺陷只分布在栅极上,那么可能与栅极图形的定义工艺有关。
因此,如果在线的光学缺陷检测能够根据缺陷在静态存储器上面的位置进行快速、准确而全面的分类,可以对器件失效模式的研究和缺陷的成因分析带来极大的便利,从而使技术人员可以有针对性地对制造工艺进行改善。
发明内容
为了实现本发明的发明目的,本发明提供一种半导体器件缺陷的光学检测方法,用来解决现有技术无法对光学缺陷准确全面分类的问题,提高光学检测的效率和准确率。
本发明提供的半导体器件缺陷的光学检测方法包括以下步骤:
步骤S01,提供具有至少一种器件的待检测晶圆,通过电子显微镜,获得具有该晶圆中每种器件需检测区域轮廓的二维轮廓图形;
步骤S02,在该二维图形上分别标定该器件需检测区域的器件种类及位置信息;
步骤S03,通过光学缺陷检测设备,根据该二维轮廓图形上的器件种类及位置信息,获得具有该晶圆中每种器件需检测区域的光学二维灰阶图形,该光学二维灰阶图形显示不同灰阶图以表示该晶圆中不同器件需检测区域,即使得该光学二维灰阶图形上每种灰阶图与该器件的位置相对应;
步骤S04,判断该光学二维灰阶图形中的每个灰阶图中是否存在色斑,若存在,则记为缺陷,并获得该缺陷所属的器件类型;
步骤S05,计算得到每种器件的缺陷总量。
进一步地,步骤S04包括判断该光学二维灰阶图形中的每个灰阶图中是否存在两种以上灰阶。
进一步地,步骤S04包括判断该光学二维灰阶图形中的每个灰阶图中是否存在与同类型器件灰阶图色差大于预设值的色斑。
进一步地,步骤S04包括将待检测晶圆与预设标准晶圆或相邻晶圆的光学二维灰阶图形比较,判断每个灰阶图中是否存在色斑。
进一步地,步骤S03还包括根据器件种类,选择该光学缺陷检测设备的光源,以使得获得的光学二维灰阶图形上每种器件显示不同灰阶图。
进一步地,该检测区域包括一个或多个静态存储器,该器件结构包括有源区、栅极区和氧化层隔离区。
进一步地,该电子显微镜为扫描电镜。
本发明的半导体器件缺陷的光学检测方法,可以根据电子显微镜拍摄的晶圆二维图形中器件的电路特征,对器件结构进行准确分类,并确定每个器件结构的位置信息,随后利用这些信息,在光学缺陷检测设备进行缺陷检测过程中对应到检测区域,对检测到的缺陷所属进行定位,以快速、准确获得检测区域内不同器件结构缺陷类型的数量及每个缺陷的具体位置,以便于对器件失效及其形成原因进行判断和准确分析。
附图说明
为能更清楚理解本发明的目的、特点和优点,以下将结合附图对本发明的较佳实施例进行详细描述,其中:
图1是现有电路光学图像转换成为数据灰阶图像的示意图;
图2是现有静态存储器的设计电路示意图;
图3是缺陷分别位于器件上不同电路结构的示意图;
图4是本发明缺陷光学检测方法的流程示意图;
图5是本发明一实施例中的电子显微镜照片;
图6是本发明一实施例中的光学二维灰阶图形示意图;
图7是本发明一实施例中的缺陷在晶圆上的分布示意图;
图8是本发明一实施例中的缺陷数量在晶圆上的分布图。
具体实施方式
请参阅图4,本实施例的半导体器件缺陷的光学检测方法包括以下步骤:
步骤S01,提供具有至少一种器件的待检测晶圆,通过电子显微镜,获得具有该晶圆中每种器件需检测区域轮廓的二维轮廓图形,如图5所示,该二维图形较佳地能显示出每个器件结构的轮廓。由于芯片上每个器件结构、层次所用材料有所不同,可以通过调节电子显微镜的焦距、灵敏度等参数获得具有清晰器件结构轮廓的二维图形;
步骤S02,在该二维图形上分别标定该器件需检测区域的器件种类及位置信息,如图5所示,本实施例的检测区域包括有源区、栅极区以及氧化层隔离区,其中,本步骤可以由本领域技术人员简单标定完成;
步骤S03,通过光学缺陷检测设备,根据该二维轮廓图形上的器件种类及位置信息,获得具有该晶圆中每种器件需检测区域的光学二维灰阶图形,该光学二维灰阶图形显示不同灰阶图以表示该晶圆中不同器件需检测区域,即使得该光学二维灰阶图形上每种灰阶图与该器件的位置相对应,如图6所示,黑色定义为氧化层隔离区,白色定义为栅极区,灰色定义为有源区;
步骤S04,判断该光学二维灰阶图形中的每个灰阶图中是否存在色斑,若存在,则记为缺陷,并获得该缺陷所属的器件类型;
步骤S05,计算得到每种器件的缺陷总量。
通过本发明的光学检测方法,可以根据电子显微镜拍摄的晶圆二维图形中器件的电路特征,对器件结构进行准确分类,并确定每个器件结构的位置信息,随后利用这些信息,在光学缺陷检测设备进行缺陷检测过程中对应到检测区域,对检测到的缺陷所属进行定位,以快速、准确获得检测区域内不同器件结构缺陷类型的数量及每个缺陷的具体位置,以便于对器件失效及其形成原因进行判断和准确分析。
请接着参阅图7、图8,通过本实施例的检测,得到晶圆上三种器件结构的缺陷分布示意图,如图7所示,通过统计三种缺陷的数量,得到图8所示的分布图,可以看到,缺陷在该检测区域内的分布没有图形相关的特征,可以排除栅极图形定义工艺的缺陷,同时,大多数缺陷位于器件的氧化层隔离区,因此,分析总的缺陷对最终器件电学性能的影响应会小50%。
在本实施例中,步骤S04的比较可采用现有技术,较佳地,包括以下几种方式:a.判断该光学二维灰阶图形中的每个灰阶图中是否存在两种以上灰阶;b.判断该光学二维灰阶图形中的每个灰阶图中是否存在与同类型器件灰阶图色差大于预设值的色斑(如黑色灰阶图中的白点,灰阶色差大于预设的30%);c.将待检测晶圆与预设标准晶圆或相邻晶圆的光学二维灰阶图形比较,判断每个灰阶图中是否存在色斑。当然,对比的前提是标准图形与待测图形显示的是同一个芯片区域。其中,该预设值可根据需要进行调整。
在实际应用中,即使是相同结构在不同的检测光源(如不同的波长)下,可以呈现不同的灰阶分布,因此,步骤S03还可包括:根据器件种类,选择该光学缺陷检测设备的光源,以使得获得的光学二维灰阶图形上每种器件显示不同灰阶图,从而使不同种类的器件得以区分开。
在本实施例中,所述的器件结构包括有源区、栅极区和氧化层隔离区三种,检测区域包括一个静态存储器内的多个器件,在其他实施例中,根据需检测晶圆的不同情况,可以检测不同的器件结构,但检测方法仍在本发明保护范围之内,在此不再赘述。
在本实施例中,步骤S01所用的电子显微镜可以是扫描电镜,但是其他能反映出晶圆检测区域内器件结构轮廓的图像,也属于本发明保护范围。
Claims (7)
1.一种半导体器件缺陷的光学检测方法,其特征在于,其包括以下步骤:
步骤S01,提供具有至少一种器件的待检测晶圆,通过电子显微镜,获得具有该晶圆中每种器件需检测区域轮廓的二维轮廓图形;
步骤S02,在该二维轮廓图形上分别标定该器件需检测区域的器件种类及位置信息;
步骤S03,通过光学缺陷检测设备,根据该二维轮廓图形上的器件种类及位置信息,获得具有该晶圆中每种器件需检测区域的光学二维灰阶图形,该光学二维灰阶图形显示不同灰阶图以表示该晶圆中不同器件需检测区域,即使得该光学二维灰阶图形上每种灰阶图与该器件的位置相对应;
步骤S04,判断该光学二维灰阶图形中的每个灰阶图中是否存在色斑,若存在,则记为缺陷,并获得该缺陷所属的器件类型;
步骤S05,计算得到每种器件的缺陷总量。
2.根据权利要求1所述的光学检测方法,其特征在于:步骤S04包括判断该光学二维灰阶图形中的每个灰阶图中是否存在两种以上灰阶。
3.根据权利要求2所述的光学检测方法,其特征在于:步骤S04包括判断该光学二维灰阶图形中的每个灰阶图中是否存在与同类型器件灰阶图色差大于预设值的色斑。
4.根据权利要求1所述的光学检测方法,其特征在于:步骤S04包括将待检测晶圆与预设标准晶圆或相邻晶圆的光学二维灰阶图形比较,判断每个灰阶图中是否存在色斑。
5.根据权利要求1至3任一项所述的光学检测方法,其特征在于:步骤S03还包括根据器件种类,选择该光学缺陷检测设备的光源,以使得获得的光学二维灰阶图形上每种器件显示不同灰阶图。
6.根据权利要求5所述的光学检测方法,其特征在于:该检测区域包括一个或多个静态存储器,该器件结构包括有源区、栅极区和氧化层隔离区。
7.根据权利要求5所述的光学检测方法,其特征在于:该电子显微镜为扫描电镜。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410377459.3A CN104122272B (zh) | 2014-08-01 | 2014-08-01 | 半导体器件缺陷的光学检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410377459.3A CN104122272B (zh) | 2014-08-01 | 2014-08-01 | 半导体器件缺陷的光学检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104122272A CN104122272A (zh) | 2014-10-29 |
CN104122272B true CN104122272B (zh) | 2019-08-06 |
Family
ID=51767768
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410377459.3A Active CN104122272B (zh) | 2014-08-01 | 2014-08-01 | 半导体器件缺陷的光学检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104122272B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109084721B (zh) * | 2017-06-13 | 2021-09-21 | 睿励科学仪器(上海)有限公司 | 用于确定半导体器件中的目标结构的形貌参数的方法和设备 |
CN107833841A (zh) * | 2017-10-27 | 2018-03-23 | 德淮半导体有限公司 | 缺陷检测方法 |
KR102267919B1 (ko) | 2018-06-28 | 2021-06-23 | 주식회사 고영테크놀러지 | 기판에 실장된 부품의 실장 불량 원인을 결정하는 전자 장치 및 방법 |
WO2020005001A1 (ko) * | 2018-06-28 | 2020-01-02 | 주식회사 고영테크놀러지 | 기판에 실장된 부품의 실장 불량 원인을 결정하는 전자 장치 및 방법 |
WO2020111756A1 (ko) | 2018-11-27 | 2020-06-04 | 주식회사 고영테크놀러지 | 기판에 대한 검사 결과를 표시하는 전자 장치 및 방법 |
CN111426701B (zh) * | 2019-06-25 | 2024-01-30 | 合肥晶合集成电路股份有限公司 | 一种晶圆缺陷检测方法及其装置 |
CN112557884A (zh) * | 2020-11-18 | 2021-03-26 | 上海华力集成电路制造有限公司 | 弱点缺陷检测方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1670938A (zh) * | 2004-03-16 | 2005-09-21 | 旺宏电子股份有限公司 | 用以分析晶片制程中的集成电路的缺陷的设备及方法 |
CN101090083A (zh) * | 2006-06-12 | 2007-12-19 | 中芯国际集成电路制造(上海)有限公司 | 晶片检测方法 |
CN102735688A (zh) * | 2012-06-20 | 2012-10-17 | 上海华力微电子有限公司 | 一种缺陷检测方法 |
CN103346101A (zh) * | 2013-06-27 | 2013-10-09 | 上海华力微电子有限公司 | 芯片缺陷的高精度检测方法和扫描方法 |
CN103646885A (zh) * | 2013-11-22 | 2014-03-19 | 上海华力微电子有限公司 | 一种减小电子显微镜观察晶圆缺陷误差的方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2449390A1 (en) * | 2009-07-01 | 2012-05-09 | KLA-Tencor Corporation | Monitoring of time-varying defect classification performance |
-
2014
- 2014-08-01 CN CN201410377459.3A patent/CN104122272B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1670938A (zh) * | 2004-03-16 | 2005-09-21 | 旺宏电子股份有限公司 | 用以分析晶片制程中的集成电路的缺陷的设备及方法 |
CN101090083A (zh) * | 2006-06-12 | 2007-12-19 | 中芯国际集成电路制造(上海)有限公司 | 晶片检测方法 |
CN102735688A (zh) * | 2012-06-20 | 2012-10-17 | 上海华力微电子有限公司 | 一种缺陷检测方法 |
CN103346101A (zh) * | 2013-06-27 | 2013-10-09 | 上海华力微电子有限公司 | 芯片缺陷的高精度检测方法和扫描方法 |
CN103646885A (zh) * | 2013-11-22 | 2014-03-19 | 上海华力微电子有限公司 | 一种减小电子显微镜观察晶圆缺陷误差的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104122272A (zh) | 2014-10-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104122272B (zh) | 半导体器件缺陷的光学检测方法 | |
JP7216822B2 (ja) | 画素レベル画像定量のための深層学習式欠陥検出及び分類方式の使用 | |
TWI614721B (zh) | 在半導體製造中用於檢測之雜訊中所內嵌之缺陷之偵測 | |
US9311697B2 (en) | Inspection method and device therefor | |
US20090231424A1 (en) | System and method for monitoring semiconductor device manufacturing process | |
CN104916559B (zh) | 结合实体坐标的位失效侦测方法 | |
CN101785009A (zh) | 确定实际缺陷是潜在系统性缺陷还是潜在随机缺陷的计算机实现的方法 | |
KR20130139762A (ko) | 검사 이미지들 내에서 결함들을 검출하기 위한 시스템, 방법 및 컴퓨터 프로그램 제품 | |
US9235885B2 (en) | System, a method and a computer program product for patch-based defect detection | |
TWI617816B (zh) | 晶圓的可適性電性測試 | |
JP2019050376A (ja) | 試験方策を生成する方法およびそのシステム | |
CN113763312A (zh) | 使用弱标记检测半导体试样中的缺陷 | |
CN104201130B (zh) | 一种用于缺陷分类的光学检测方法 | |
CN103531500A (zh) | 晶圆缺陷检测设备的校准方法 | |
WO2014104191A1 (ja) | 荷電粒子線装置及びその欠陥分析方法 | |
TW202139133A (zh) | 半導體樣本的檢查 | |
TWI832931B (zh) | 半導體檢測系統與方法及相關的非暫時性電腦可讀儲存媒體 | |
CN108133900A (zh) | 一种缺陷扫描机台及其缺陷自动分类方法 | |
US10802073B2 (en) | Pattern defect detection method | |
CN104134619B (zh) | 通过刻蚀不足缺陷检测多晶硅与连接孔对准度的方法 | |
KR20220104776A (ko) | 노이즈 특성에 기초한 서브케어 영역의 클러스터링 | |
US8143076B2 (en) | Manufacture of defect cards for semiconductor dies | |
US11899065B2 (en) | System and method to weight defects with co-located modeled faults | |
TWI548013B (zh) | 結合實體座標之位元失效偵測方法 | |
US20230411224A1 (en) | System and method for detecting defects on a wafer and related non-transitory computer-readable medium |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |