CN104568979A - 芯片对数据库的影像检测方法 - Google Patents

芯片对数据库的影像检测方法 Download PDF

Info

Publication number
CN104568979A
CN104568979A CN201410128430.1A CN201410128430A CN104568979A CN 104568979 A CN104568979 A CN 104568979A CN 201410128430 A CN201410128430 A CN 201410128430A CN 104568979 A CN104568979 A CN 104568979A
Authority
CN
China
Prior art keywords
chip
database
image
inspection area
actual image
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.)
Pending
Application number
CN201410128430.1A
Other languages
English (en)
Inventor
骆统
杨令武
杨大弘
陈光钊
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Macronix International Co Ltd
Original Assignee
Macronix International Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Macronix International Co Ltd filed Critical Macronix International Co Ltd
Publication of CN104568979A publication Critical patent/CN104568979A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G06T7/0006—Industrial image inspection using a design-rule based approach
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30148—Semiconductor; IC; Wafer

Landscapes

  • Engineering & Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Testing Or Measuring Of Semiconductors Or The Like (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Abstract

本发明公开了一种芯片对数据库的影像检测方法，可选择整个晶圆中欲检查的各芯片位置。在此方法中，先选择一晶圆中欲检查的多个芯片位置中的多个检查区域，再取得所述检查区域的实际影像，并对所述实际影像的位置进行译码。然后，对所述实际影像进行影像萃取，以得到多个影像轮廓，随后比对所述轮廓与上述芯片的设计数据库，以得到缺陷检测的结果，并可实施到整个晶圆。

Description

芯片对数据库的影像检测方法
技术领域
本发明是有关于一种芯片检测方法，且特别是有关于一种芯片对数据库(D2DB)的影像检测方法。
背景技术
随着IC工艺的线宽持续缩小，工艺的关键尺寸(CD)的控制与监测也更加重要。以纳米世代半导体技术来看，要精确检测出芯片表面结构的缺陷也更加不易。
一般有使用电子束检测工具(E-beam inspection tool)来检测晶圆表面结构但都以少量百分比的检查面积来判定其晶圆缺陷表现好坏，这种方法大部份为芯片比芯片(die to die)的检测方法。随着工艺微缩许多系统性缺陷(systematic defect)的发生，这是芯片比芯片检测方法无法发现的缺陷。因此，这须要芯片对数据库(die to database)的检测方法，但是因单位芯片面积大，E-Beam检测需要将整个芯片的影像都取得后才能一一进行检查，所以单片芯片检测时间往往长达数个月。因此，如何有效将检测面积缩小是一重要课题，另外，因为半导体元件线宽小，所以有可能发生光学邻近效应校正(OPC)的数据不准确，而导致芯片生产后才发现缺陷，这些一般都在已经生产了很多产品后才被发现，所以严重影响纳米世代半导体元件的良率。
因此目前亟需能有效的芯片对数据库(die to database)的检测方法。
发明内容
本发明提供一种晶粒对数据库(die to database，D2DB)的影像检测方法，能实时取得精确的影像检测结果也可在脱机(off-line)时取得精确的影像检测结果。
本发明另提供一种芯片对数据库(D2DB)的影像检测方法，能快速取得整个芯片中各个检查区域内的检测结果。
本发明的芯片对数据库的影像检测方法，包括选择晶圆中欲检查的芯片位置中的多个检查区域，再取得所述检查区域的实际影像，并对所述实际影像的位置进行译码。然后，对所述实际影像进行影像萃取，以得到多个影像轮廓，随后比对所述影像轮廓与所述芯片圆的设计数据库(designdatabase)，以得到整个晶圆中欲检查的芯片的缺陷检测的结果。
在本发明的一实施例中，上述方法在取得所述实际影像之前还可重新设定所述检查区域的坐标，以使各区域实际影像重叠的部份降至最少。
本发明另一种芯片对数据库的影像检测方法，包括选择一晶圆中欲检查的芯片位置中的多个检查区域，再取得所述检查区域的实际影像，并对所述实际影像的位置进行译码。然后，根据所述实体坐标使所述实际影像大小1∶1直接显示于所述芯片的设计数据库上，再比对所述实际影像与所述设计数据库，以进行缺陷分类。
在本发明的各个实施例中，选择上述检查区域的方法包括设定在所述设计数据库中的关键尺寸(CD)在一预定值以下的区域为检查区域。
在本发明的一实施例中，选择上述检查区域的方法包括根据设计法则(design rule)将超过一预定数值或低于一预定数值的区域设定为检查区域。
在本发明的各个实施例中，选择上述检查区域的方法包括根据先前进行的晶圆从缺陷检测结果选定检查区域，其中检测机台为亮场检测(bright field inspection)、暗场检测(dark field inspection)、电子束检测工具(E-beam inspection tool)或其他光学扫描仪器(optical scanning tool)。
在本发明的各个实施例中，取得上述实际影像的方法包括利用电子束检测方式取得所述实际影像。
在本发明的各个实施例中，用来执行上述电子束检测方式的仪器包括电子束检测工具(E-beam inspection tool)、搭配波长150nm～800nm光源的亮场检测(bright field inspection)设备、搭配激光光源的暗场检测(laser lightsource with dark field inspection)设备、或扫描式电子显微镜(scanningelectron microscope review tool)。
在本发明的各个实施例中，取得所述实际影像的方法还可进而包括对实际影像中的定义图形元文件(metafile)进行译码并标示所述芯片位置(die)及相对扫描芯片原点(die corner)的缺陷坐标位置，以便将实际影像转入芯片数据库。
在本发明的各个实施例中，取得所述实际影像的方法进而包括译码实际影像的文件名并标示出所述芯片位置及相对扫描芯片原点(die corner)的缺陷坐标位置，以便将实际影像转入芯片数据库。
在本发明的各个实施例中，取得所述实际影像的方法包括根据已知所在芯片位置(die)及相对扫描芯片原点(die comer)的缺陷坐标位置，仅作拍摄动作，进而将上述已知芯片位置及相对影像转入芯片数据库。
在本发明的各个实施例中，上述设计数据库包括原始设计数据库的GDS文件、仿真的后光学邻近效应校正(post-OPC)的GDS文件、或由仿真器(simulated tool)所转换得到设计数据库。
在本发明的各个实施例中，选择上述检查区域的方法包括选择整个晶圆中的所有芯片位置作为所述检查区域。
在本发明的各个实施例中，在取得所述检查区域的实际影像之前，为了使检测设备在一晶圆能在每个芯片(die)都能准确对位，可先做芯片对位(die register，i.e align with some position in each die)，即在每个芯片对准同样位置(如原点)；以及在不同芯片上置入相同易认位置(easy to identifyposition)或芯片原点(virtual die corner)在欲拍摄位置上或欲拍照检测的坐标档案(Klarf file)上增进其对准效果。
基于上述，本发明通过把实际影像显示于设计数据库上，所以能实时或脱机取得特定的检查区域内的缺陷信息。而且，本发明利用影像萃取的方式进行实际影像与设计数据库的比较。能得到精确的结果。另外，本发明如根据实体坐标直接比较实际影像与设计数据库，则可更为快速地得到缺陷信息。
为让本发明的上述特征和优点能更明显易懂，下文特举实施例，并配合所附图式作详细说明如下。
附图说明
图1是依照本发明的一实施例的一种芯片对数据库的影像检测流程图。
图2A是本发明的实施例中针对特定区域进行实际影像取得的示意图。
图2B是图2A的一实际例子的示意图。
图3A显示在一晶圆中有多个检查区域的示意图。
图3B是将图3A的检查区域重新设定后的示意图。
【符号说明】
100～160：步骤
200：特定区域
202、204-d、300a-e：区域
210：芯片
212a、212b：矩形区块
具体实施方式
图1是依照本发明的一实施例的一种芯片对数据库的影像检测流程图。
在图1中，先进行步骤100，选择一晶圆中欲检查的多个芯片位置中的多个检查区域。选择检查区域的步骤能将整个检测流程的时间大幅缩短，并且经由本实施例的方式还可检测出已知以及/或是未知的缺陷。在本实施例中减少受测的检查区域的方式有很多种，例如根据风险分析(riskanalysis)、图案密度(pattern density)、设计法则(design rule)、最小关键尺寸(minimum CD)、图案均匀度(pattern uniformity)、或经KLA亮场或暗场光学仪器检测得到的结果，来挑选要进行以下各个步骤的区域。如果需要的话，仍可选择整个芯片的全部区域执行以下各个步骤。
详细地说，本实施例选择检查区域的方法有以下几种。第一种是设定在设计数据库(design database)中的关键尺寸(CD)在一预定值以下的区域为检查区域。所述设计数据库例如原始设计数据库的图形数据系统(graphicdata system，GDS)文件、仿真的后光学邻近效应校正(post-OPC)的GDS文件、或由仿真器(simulated tool)所转换得到设计数据库等。第二种选择方法是依照经验法则将容易发生缺陷的区域设定为检查区域。第三种选择是根据设计法则(design rule)将超过一预定数值或低于一预定数值的区域设定为检查区域，譬如黄光规则检查(lithographic rule checking，LRC)与设计规则检查(design rule checking，DRC)、风险注意区(care area)等可直接转移，作为选择检查区域的依据。第四种选择方法是根据先前进行的晶圆缺陷检测结果选定检查区域，其中所述晶圆缺陷检测例如是经KLA仪器检测得到的结果，其档案形式称为KLARF(即KLA result file)，且KLARF输出可能来自多种不同光源和分辨率的扫描、光学扫描、或单一条件的单次扫描。以上各种选择方法可单独使用或者合并两种以上运用。此外，本实施例的方法仍包括选择整个晶圆中的所有芯片位置作为检查区域。
接着进行步骤110，取得所述检查区域的实际影像(raw images)，其中取得实际影像的方法例如利用电子束检测方式取得。而用来执行上述电子束检测方式的仪器可为电子束检测工具(E-beam inspection tool)、搭配波长150nm～800nm光源的亮场检测(bright field inspection)设备、搭配激光光源的暗场检测(laser light source with dark field inspection)设备、或扫描式电子显微镜(scanning electron microscope review tool)等。上述方式取得的实际影像在输出时进而对实际影像中的定义图形元文件(metafile)进行译码并标示所在芯片位置(die)及相对扫描芯片原点(die corner)的缺陷坐标位置，以便将实际影像转入芯片数据库。另外，取得实际影像的方法也可进而译码实际影像的文件名并标示所述芯片位置及相对扫描芯片原点(die corner)的缺陷坐标位置，以便将实际影像转入芯片数据库。此外，取得实际影像的方法也可根据已知所在芯片位置(die)及相对扫描芯片原点(die corner)的缺陷坐标位置，如检测坐标(Klarf file)仅作拍摄动作，进而将已知芯片位置及相对影像转入芯片数据库。
此外，在取得实际影像之前还可重新设定所述检查区域的坐标，以使各区域重叠的部分降至最少。举例来说，如果步骤100时是根据先前进行的晶圆缺陷检测结果(如KLA检测)选定检查区域，则会得到如图3A所示的示意图。图3A是在芯片(chip)中有五个检查区域300a-e，但是这些区域300a-e明显有很多部分是彼此重叠的。如果晶圆中的同一部位遭受多次电子束照射的检测，有可能会破坏线路结构，所以应避免检查区域彼此重叠。因此，可通过此规则，经运算优化将检查区域300a-e根据其坐标排除重叠的部分，而保留图3B的区域300c，或者将检查区域300a-d重新设定不重叠的检查区域。
另外，在进行步骤110之前，为了使检测设备在一晶圆能在每个芯片(die)都能准确对位，还可先做芯片对位(die register，i.e align with someposition in each die)，即在每个芯片对准同样位置(如原点)；抑或，在不同芯片上置入相同易认位置(easy to identify position)或芯片原点(virtual diecorner)在欲拍摄位置上或欲拍照检测的坐标档案(Klarffile)上，以增进其对准效果。
之后，进行步骤120，对所述实际影像的位置进行译码，以得到实际影像的实体坐标。这个步骤可与上一步骤110一样自电子束检测的仪器中输出。也就是说，通过将LRC或Care area、risk area利用电子束检测并拍摄完毕(步骤110)之后，把相对于检测机台检测位置转换为设计数据库(design base)GDS坐标对到相对应的设计布局(design layout)上(比例为1∶1)。
图2A显示针对特定区域200(假设一矩阵大小)，以固定视区(field ofview，FOV)的影像进行实际影像(raw images)拍照录制动作，假设对应相同线路结构的区域202是图案密度高的区域，所以可将其选为检查区域。另外，也可以将CD值在某数值以下的区域204a-d设为检查区域。如此一来，原本应该全面取得影像数据的检测流程，将缩减成只需对其中七个区域202、204a-d进行检测，能大幅节省所需时间。之后可将得到的实际影像转换至对应芯片数据库示意图，在此过程中所检测的影像即被录制在芯片数据库比对报告上。
图2B是图2A的一实际例子的示意图，原本应检测拍摄录制整个芯片210大部分区域(上图的斜线部分)，假设面积有0.24cm2。但是在经过有效分析后，请见下图，其风险注意区(care area)可转为许多大大小小的矩形区块(polygon)212a，在放大后可看出矩形区块212b内有缺陷，最小单位为拍照的视区(FOV)大小。由于矩形区块212a的面积只有0.0000225cm2，所以比原本要执行检测的区域约缩小一万倍的面积，因此能大幅节省检测所需时间。
然后，可选择进行步骤130或者步骤150。
在步骤130中，对所述每张实际影像进行影像萃取(image extraction)，以得到各张影像轮廓。上述影像萃取能萃取出二维(2D)影像的轮廓(contour)。至于影像萃取的方法例如边缘轮廓萃取(Edge contour extraction)、自仿射绘图系统(Self-Affine mapping system)、自仿射蛇行模式(Self-Affine snake model)、主动轮廓模式(Active contour model)、最大期望(expectation-maximisation)算法、主成分分析(Principal component analysis)、层集(level sets)算法或蒙地卡罗法(Monte Carlo techniques)。而且上述影像萃取可以是在线(on-line)萃取，可通过快速演算而达到实时处理的功效，并且能标示出坐标。
在步骤130之后进行步骤140，比对所述影像轮廓与所述芯片的设计数据库，以实时得到缺陷检测的结果。由于能将影像轮廓显示于设计数据库的图形上，所以能实时且精确地比对出影像轮廓与设计数据库的差别而直接判定其为缺陷并将其差别大小及严重性分类。本实施例还可通过晶圆内位于不同芯片(chip)的检测结果得到重复的系统缺陷(systematic defect)或热点(hot spot)。
此外，如果在步骤120之后进行步骤150，则是根据所述实体坐标使实际影像大小1∶1直接显示于晶圆的设计数据库上。
然后进行步骤160，比对实际影像与设计数据库，以进行缺陷分类。经由步骤150～160所进行的脱机比较，因为视区(FOV)大(3μm～50μm)、分辨率好，所以能在同一影像内找出多个缺陷；并且没有影像质量和对比度的问题，在影像交接处也不会不正确的问题。在本实施例中，步骤160可以直接以目视的方式进行比对，但本发明并不限于此。
除此之外，因应不同情况可对上述本发明的检测流程进行更改，譬如依序进行以下步骤。
第一步骤：选择晶圆，其中被选的晶圆可为FEM或PWQ(ProcessWindow Qualification)晶圆、或者普通的晶圆。
第二步骤：选择风险注意区域(care area)，且可参照图1的步骤100。譬如通过风险分析输入(如LRC、DRC等结果)选定检查区域。另外也可通过风险图案规定(risk pattern specified)的图案搜寻或相似性(similarity)选定检查区域。此外，还可通过风险注意区缩减或自KLA BF或DF选定检查区域。
第三步骤：使用KLABF或DF抑或E-beam tool来检测并进行拍摄。
第四步骤：进行电子束优化(e beam optimize)。
第五步骤：装载晶圆并取得根据第二步骤所选定的区域的实际影像。
第六步骤：对上述影像进行译码到layout上。
第七步骤：对layout进行影像萃取。
第八步骤：比对轮廓差异(contour differences)与设计数据库目标(design target)，其中依照所选的区域，可选择每单位做一次量测，单位可选从0.0001μm～0.5μm测一次。
第九步骤：把「线宽或线距(line or space)」、「线端(line end)」、「最大值“max”」、「最小值“min”」、「平均值(average)」、「3sigma」、「target」、「bias」、「bias percentage」、LER(line edge roughness)、LWR(line widthroughness)…等与设计目标比对后输出。然后设定临界条件(thresholdcondition)再将缺陷依比对差别程度分类，若线宽比标准目标大很多则易形成桥接(bridge)、若线宽比标准目标小很多则形成断路(open)。最后输出分类严重性及其最终缺陷解析结果。此些缺陷均可依芯片数据库坐标系找出相对应位置。
同时请注意，上述步骤中应排除使用一种避免实际影像界面导致误差的算法。
综上所述，本发明因为能直接把E-beam影像放在数据库上，并有坐标进行对准，因此能实时或者脱机对表面结构中想要得到信息的特定目标区域取得缺陷信息，并迅速与标准影像或数据库作比较。
虽然本发明已以实施例揭露如上，然其并非用以限定本发明，任何所属技术领域中具有通常知识者，在不脱离本发明的精神和范围内，当可作些许的更动与润饰，故本发明的保护范围当视随附的权利要求范围所界定的为准。

Claims (15)

1.一种芯片对数据库的影像检测方法，包括：
选择一晶圆中欲检查的多个芯片位置中的多个检查区域；
取得所述检查区域的实际影像；
对所述实际影像的位置进行译码；
对所述实际影像进行影像萃取，以得到多个影像轮廓；以及
比对所述影像轮廓与所述芯片的设计数据库(design database)，以得到所述晶圆中欲检查的所述芯片位置的缺陷检测的结果。
2.根据权利要求1所述的芯片对数据库的影像检测方法，其中在取得所述实际影像之前更包括：重新设定所述检查区域的坐标，以使各区域重叠的部分降至最少。
3.一种芯片对数据库的影像检测方法，包括：
选择一晶圆中欲检查的多个芯片位置中的多个检查区域；
取得所述检查区域的实际影像；
对所述实际影像的位置进行译码，以得到所述实际影像的实体坐标；
根据所述实体坐标使所述实际影像大小1∶1直接显示于所述芯片的设计数据库(design database)上；以及
比对所述实际影像与所述设计数据库，以进行缺陷分类。
4.根据权利要求1或3所述的芯片对数据库的影像检测方法，其中选择所述晶圆中欲检查的所述芯片位置中的所述检查区域的方法包括依照经验法则将容易发生缺陷的区域设定为所述检查区域。
5.根据权利要求1或3所述的芯片对数据库的影像检测方法，其中选择所述晶圆中欲检查的所述芯片位置中的所述检查区域的方法包括根据设计法则(design rule)将超过一预定数值或低于一预定数值的区域设定为所述检查区域。
6.根据权利要求1所述的芯片对数据库的影像检测方法，其中选择所述晶圆中欲检查的所述芯片位置中的所述检查区域的方法包括根据先前进行的一晶圆缺陷检测结果选定所述检查区域。
7.根据权利要求1或3所述的芯片对数据库的影像检测方法，其中取得所述实际影像的方法包括利用电子束检测方式取得所述实际影像。
8.根据权利要求7所述的芯片对数据库的影像检测方法，其中执行所述电子束检测方式的仪器包括电子束检测工具(E-beam inspection tool)、搭配波长150nm～800nm光源的亮场检测(bright field inspection)设备、或搭配激光光源的暗场检测(laser light source with dark field inspection)设备或扫描式电子显微镜(scanning electron microscope review tool)。
9.根据权利要求1或3所述的芯片对数据库的影像检测方法，其中取得所述检查区域的所述实际影像的方法更包括对所述实际影像中的定义图形元文件(metafile)进行译码并标示出所述芯片位置及相对扫描芯片原点(die corner)的缺陷坐标位置。
10.根据权利要求1或3所述的芯片对数据库的影像检测方法，其中取得所述检查区域的所述实际影像的方法更包括对所述实际影像的文件名进行译码并标示出所述芯片位置及相对扫描芯片原点(die corner)的缺陷坐标位置。
11.根据权利要求1或3所述的芯片对数据库的影像检测方法，其中取得所述检查区域的所述实际影像的方法包括：
对已知芯片位置(die)及相对扫描芯片原点(die corner)的缺陷坐标位置作拍摄动作；以及
将所述已知芯片位置及相对影像转入芯片数据库。
12.根据权利要求1或3所述的芯片对数据库的影像检测方法，其中所述设计数据库包括原始设计数据库的GDS文件、仿真的后光学邻近效应校正(post-OPC)的GDS文件、或由仿真器(simulated tool)所转换得到设计数据库。
13.根据权利要求1或3所述的芯片对数据库的影像检测方法，其中选择所述晶圆中欲检查的所述芯片位置中的所述检查区域的方法包括：选择整个晶圆中的所有芯片位置作为所述检查区域。
14.根据权利要求1或3所述的芯片对数据库的影像检测方法，其中在取得所述检查区域的所述实际影像之前，更包括进行芯片对位(dieregister)，以增进其对准效果。
15.根据权利要求1或3所述的芯片对数据库的影像检测方法，其中在取得所述检查区域的所述实际影像之前，更包括：
在不同的所述芯片上置入相同记号的位置(identify position)在欲拍摄位置上或欲拍照检测的坐标档案上增进其对准效果；以及
在不同的所述芯片上置入芯片原点(virtual die comer)在欲拍摄位置上或欲拍照检测的坐标档案上增进其对准效果。
CN201410128430.1A 2013-10-23 2014-04-01 芯片对数据库的影像检测方法 Pending CN104568979A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US201361894440P 2013-10-23 2013-10-23
US61/894,440 2013-10-23

Publications (1)

Publication Number Publication Date
CN104568979A true CN104568979A (zh) 2015-04-29

Family

ID=52826230

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410128430.1A Pending CN104568979A (zh) 2013-10-23 2014-04-01 芯片对数据库的影像检测方法

Country Status (3)

Country Link
US (1) US20150110384A1 (zh)
CN (1) CN104568979A (zh)
TW (1) TW201517192A (zh)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106290390A (zh) * 2015-05-24 2017-01-04 上海微电子装备有限公司 缺陷检测装置及方法
CN106409706A (zh) * 2015-07-27 2017-02-15 鸿骐新技股份有限公司 点胶状况的检测方法及点胶状况的检测机构
CN107038697A (zh) * 2015-09-18 2017-08-11 台湾积体电路制造股份有限公司 用于诊断半导体晶圆的方法和系统
WO2018010272A1 (zh) * 2016-07-13 2018-01-18 东方晶源微电子科技（北京）有限公司 在自动缺陷分类流程中管理缺陷的方法及系统
US9928446B2 (en) 2016-07-13 2018-03-27 Dongfang Jingyuan Electron Limited Augmented automatic defect classification
CN108039326A (zh) * 2017-11-29 2018-05-15 上海华力微电子有限公司 根据电路设计图形设置扫描阈值的方法
CN108461414A (zh) * 2018-03-30 2018-08-28 上海华力微电子有限公司 一种增加晶圆扫描面积的方法
CN110727247A (zh) * 2018-07-17 2020-01-24 敖翔科技股份有限公司 半导体厂缺陷操作系统及装置
CN111539955A (zh) * 2020-05-28 2020-08-14 上海华力集成电路制造有限公司 一种缺陷检测方法
CN113533356A (zh) * 2021-09-16 2021-10-22 武汉精创电子技术有限公司 晶粒阵列缺陷检测方法、装置、设备及可读存储介质

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102310123B1 (ko) * 2014-09-05 2021-10-08 삼성전자주식회사 반도체 소자의 패턴 분석방법
US20160110859A1 (en) * 2014-10-17 2016-04-21 Macronix International Co., Ltd. Inspection method for contact by die to database
US10012599B2 (en) 2015-04-03 2018-07-03 Kla-Tencor Corp. Optical die to database inspection
US10902576B2 (en) * 2016-08-12 2021-01-26 Texas Instruments Incorporated System and method for electronic die inking after automatic visual defect inspection
JP2018116022A (ja) * 2017-01-20 2018-07-26 三菱重工機械システム株式会社 寸法計測システム、寸法計測システム用のサーバ及び寸法計測方法
US11122680B2 (en) * 2019-03-18 2021-09-14 International Business Machines Corporation Passive methods of loose die identification
TWI741541B (zh) * 2020-03-26 2021-10-01 華邦電子股份有限公司 影像分析系統及影像分析方法
US20230420278A1 (en) * 2022-06-24 2023-12-28 Kla Corporation Image Modeling-Assisted Contour Extraction
CN115375679B (zh) * 2022-10-24 2023-01-20 广东工业大学 一种缺陷芯片寻边寻点定位方法及装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1284744A (zh) * 1999-08-16 2001-02-21 台湾积体电路制造股份有限公司 晶片缺陷检查及特性分析的方法
EP1635374A1 (en) * 2003-05-09 2006-03-15 Ebara Corporation Electron beam device, electron beam inspection method, electron beam inspection device, pattern inspection method and exposure condition determination method
CN101526485A (zh) * 2008-03-06 2009-09-09 奥林巴斯株式会社 缺陷检查方法
CN101872715A (zh) * 2009-04-21 2010-10-27 南茂科技股份有限公司 晶片缺陷标示系统
CN103500722A (zh) * 2013-10-21 2014-01-08 上海华力微电子有限公司 一种电子束缺陷检测方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100875230B1 (ko) * 2000-06-27 2008-12-19 가부시키가이샤 에바라 세이사꾸쇼 하전입자선에 의한 검사장치 및 그 검사장치를 사용한장치제조방법
US9466463B1 (en) * 2012-11-20 2016-10-11 Multibeam Corporation Charged particle beam substrate inspection using both vector and raster scanning

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1284744A (zh) * 1999-08-16 2001-02-21 台湾积体电路制造股份有限公司 晶片缺陷检查及特性分析的方法
EP1635374A1 (en) * 2003-05-09 2006-03-15 Ebara Corporation Electron beam device, electron beam inspection method, electron beam inspection device, pattern inspection method and exposure condition determination method
CN101526485A (zh) * 2008-03-06 2009-09-09 奥林巴斯株式会社 缺陷检查方法
CN101872715A (zh) * 2009-04-21 2010-10-27 南茂科技股份有限公司 晶片缺陷标示系统
CN103500722A (zh) * 2013-10-21 2014-01-08 上海华力微电子有限公司 一种电子束缺陷检测方法

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106290390A (zh) * 2015-05-24 2017-01-04 上海微电子装备有限公司 缺陷检测装置及方法
CN106409706A (zh) * 2015-07-27 2017-02-15 鸿骐新技股份有限公司 点胶状况的检测方法及点胶状况的检测机构
CN107038697B (zh) * 2015-09-18 2020-01-14 台湾积体电路制造股份有限公司 用于诊断半导体晶圆的方法和系统
CN107038697A (zh) * 2015-09-18 2017-08-11 台湾积体电路制造股份有限公司 用于诊断半导体晶圆的方法和系统
WO2018010272A1 (zh) * 2016-07-13 2018-01-18 东方晶源微电子科技（北京）有限公司 在自动缺陷分类流程中管理缺陷的方法及系统
US9928446B2 (en) 2016-07-13 2018-03-27 Dongfang Jingyuan Electron Limited Augmented automatic defect classification
CN108039326B (zh) * 2017-11-29 2020-06-30 上海华力微电子有限公司 根据电路设计图形设置扫描阈值的方法
CN108039326A (zh) * 2017-11-29 2018-05-15 上海华力微电子有限公司 根据电路设计图形设置扫描阈值的方法
CN108461414A (zh) * 2018-03-30 2018-08-28 上海华力微电子有限公司 一种增加晶圆扫描面积的方法
CN110727247A (zh) * 2018-07-17 2020-01-24 敖翔科技股份有限公司 半导体厂缺陷操作系统及装置
CN110727247B (zh) * 2018-07-17 2022-10-04 敖翔科技股份有限公司 半导体厂缺陷操作系统及装置
CN111539955A (zh) * 2020-05-28 2020-08-14 上海华力集成电路制造有限公司 一种缺陷检测方法
CN113533356A (zh) * 2021-09-16 2021-10-22 武汉精创电子技术有限公司 晶粒阵列缺陷检测方法、装置、设备及可读存储介质

Also Published As

Publication number Publication date
US20150110384A1 (en) 2015-04-23
TW201517192A (zh) 2015-05-01

Similar Documents

Publication Publication Date Title
CN104568979A (zh) 芯片对数据库的影像检测方法
US10483081B2 (en) Self directed metrology and pattern classification
US11719648B2 (en) Method for smart conversion and calibration of coordinate
JP6785663B2 (ja) 検査のための高解像度フルダイイメージデータの使用
JP6789920B2 (ja) 被検査物上の関心対象領域の座標決定
US9430606B2 (en) Failure analysis and inline defect characterization
TWI603078B (zh) 高準確性基於設計之分類
KR102386536B1 (ko) 시편 상의 관심 패턴의 하나 이상의 특성의 결정
KR102276921B1 (ko) 구조적 정보를 사용한 결함 검출
US9171364B2 (en) Wafer inspection using free-form care areas
US8675949B2 (en) Reviewed defect selection processing method, defect review method, reviewed defect selection processing tool, and defect review tool
TW201937159A (zh) 用於判定將對一試樣執行之一度量程序之參數之系統、方法及非暫時性電腦可讀取媒體
JP2004077390A (ja) パターン検査装置
TWI524079B (zh) 晶片對資料庫的接觸窗檢測方法
US20130007684A1 (en) Automated inline defect characterization
KR102043486B1 (ko) 설계 데이터 공간에서 검사 시스템 출력의 위치 결정
KR20160102246A (ko) 암시야 검사를 위한 맥락 기반 검사
US20160110859A1 (en) Inspection method for contact by die to database
CN107924850B (zh) 自定向计量和图案分类
CN104851817A (zh) 电子束检测优化方法
US10068323B2 (en) Aware system, method and computer program product for detecting overlay-related defects in multi-patterned fabricated devices
CN105588844A (zh) 芯片对数据库的接触窗检测方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20150429