CN106461581B - 基于来自光学检验及光学重检的缺陷属性的用于电子束重检的缺陷取样 - Google Patents

基于来自光学检验及光学重检的缺陷属性的用于电子束重检的缺陷取样 Download PDF

Info

Publication number
CN106461581B
CN106461581B CN201580026552.2A CN201580026552A CN106461581B CN 106461581 B CN106461581 B CN 106461581B CN 201580026552 A CN201580026552 A CN 201580026552A CN 106461581 B CN106461581 B CN 106461581B
Authority
CN
China
Prior art keywords
defect
subsystem
optics
chip
examined
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
Application number
CN201580026552.2A
Other languages
English (en)
Other versions
CN106461581A (zh
Inventor
R·戈莎尹
S·乔希
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.)
KLA Corp
Original Assignee
KLA Tencor Corp
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 KLA Tencor Corp filed Critical KLA Tencor Corp
Publication of CN106461581A publication Critical patent/CN106461581A/zh
Application granted granted Critical
Publication of CN106461581B publication Critical patent/CN106461581B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/9501—Semiconductor wafers
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
    • G01N23/22—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by measuring secondary emission from the material
    • G01N23/225—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by measuring secondary emission from the material using electron or ion
    • G01N23/2251—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by measuring secondary emission from the material using electron or ion using incident electron beams, e.g. scanning electron microscopy [SEM]
    • 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
    • G06T7/001—Industrial image inspection using an image reference approach
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01J—ELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
    • H01J37/00—Discharge tubes with provision for introducing objects or material to be exposed to the discharge, e.g. for the purpose of examination or processing thereof
    • H01J37/02—Details
    • H01J37/22—Optical or photographic arrangements associated with the tube
    • H01J37/222—Image processing arrangements associated with the tube
    • 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
    • H01L22/10—Measuring as part of the manufacturing process
    • H01L22/12—Measuring as part of the manufacturing process for structural parameters, e.g. thickness, line width, refractive index, temperature, warp, bond strength, defects, optical inspection, electrical measurement of structural dimensions, metallurgic measurement of diffusions
    • 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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2223/00—Investigating materials by wave or particle radiation
    • G01N2223/40—Imaging
    • G01N2223/418—Imaging electron microscope
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2223/00—Investigating materials by wave or particle radiation
    • G01N2223/60—Specific applications or type of materials
    • G01N2223/646—Specific applications or type of materials flaws, defects
    • G01N2223/6466—Specific applications or type of materials flaws, defects flaws comparing to predetermined standards
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2223/00—Investigating materials by wave or particle radiation
    • G01N2223/60—Specific applications or type of materials
    • G01N2223/66—Specific applications or type of materials multiple steps inspection, e.g. coarse/fine
    • 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
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01J—ELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
    • H01J2237/00—Discharge tubes exposing object to beam, e.g. for analysis treatment, etching, imaging
    • H01J2237/06—Sources
    • H01J2237/063—Electron sources
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01J—ELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
    • H01J2237/00—Discharge tubes exposing object to beam, e.g. for analysis treatment, etching, imaging
    • H01J2237/245—Detection characterised by the variable being measured
    • H01J2237/24592—Inspection and quality control of devices

Landscapes

  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Physics & Mathematics (AREA)
  • Manufacturing & Machinery (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Power Engineering (AREA)
  • Computer Hardware Design (AREA)
  • Signal Processing (AREA)
  • Quality & Reliability (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)
  • Analysing Materials By The Use Of Radiation (AREA)

Abstract

本发明提供用于产生缺陷样本用于电子束重检的各种实施例。一种方法包含逐缺陷地组合通过在其上检测到缺陷的晶片的光学检验确定的缺陷中的一或多个第一属性与通过所述晶片的光学重检确定的所述缺陷中的一或多个第二属性，借此产生所述缺陷的组合属性。所述方法还包含基于所述缺陷的所述组合属性将所述缺陷分离为级别。所述级别对应于不同缺陷分类。此外，所述方法包含基于所述缺陷已被分离为的所述级别对所述缺陷中的一或多者取样用于所述电子束重检，借此产生缺陷重检样本用于所述电子束重检。

Description

基于来自光学检验及光学重检的缺陷属性的用于电子束重检 的缺陷取样
技术领域
本发明大体上涉及用于通过基于来自光学检验及光学重检的组合属性将在晶片上检测到的缺陷分离为级别且对来自所述级别的缺陷取样以产生缺陷样本用于电子束重检而对缺陷取样用于电子束重检的方法及系统。
背景技术
以下描述及实例并非由于在其包含于此段落中而被认为是现有技术。
在半导体制造工艺期间的各个步骤使用检验过程以检测晶片上的缺陷以促进所述制造工艺中的较高良率且因此实现较高收益。检验一直是制作半导体装置的重要部分。然而，随着半导体装置的尺寸减小，检验对可接受的半导体装置的成功制造变得更重要，这是因为较小缺陷可致使装置失效。
在检验过程期间经常产生超出简单缺陷检测外的信息。举例来说，经常将所检测到的缺陷分类为不同群组。在一个此实例中，在寻找到缺陷后，可基于缺陷特性(例如大小、量值及位置)而将其分类为不同群组。在一个特定实例中，使用由光学晶片检验产生的信息，可将缺陷分离为可清理及不可清理缺陷。
缺陷分类通常无法仅仅基于由晶片检验工具产生的图像或信息执行。在这些实例中，可使用缺陷重检工具产生额外信息，且接着基于额外信息确定缺陷分类。在一些此类实例中，由光学缺陷寻找设备找到的缺陷可使用高分辨率扫描电子显微镜(SEM)重检工具重检。但是，缺陷重检也可使用基于光学的系统执行。举例来说，可执行基于激光的缺陷重检以验证由光学检验检测到的缺陷群体。
在一些实例中，经光学重检验证的缺陷群体接着可被转移到电子束缺陷重检。但是，光学重检通常无法产生经验证缺陷的DOI类型信息。举例来说，光学重检可能能够将真实缺陷与非真实缺陷(或“扰乱点”)分离，但不一定确定真实缺陷的任何DOI信息。因此，基于光学缺陷重检结果，电子束重检工具可能不具有包含在待重检的缺陷群体中的缺陷的本质的先前知识。
此外，如上所述，光学检验器可执行提供分类结果(例如，缺陷帕累托(pareto))的一些缺陷分类，但那些分类结果一般具有大体上受限的准确度及纯度，尤其对于接近将缺陷分类彼此分离的阈值的缺陷。因此，由光学检验产生的任何缺陷分类结果可被提供到缺陷重检工具，但那些缺陷分类结果可能并不特别有用。此外，由光学检验分类器产生的有限准确度的缺陷分类可导致处理工具漂移的无效故障排除。
使用由光学检验或光学重检产生的信息执行的基于电子束的缺陷重检因此可能具有若干缺点。举例来说，归因于由光学检验及光学重检提供的有限信息，基于那个信息执行的电子束重检可具有相对较低的实际缺陷的捕获速率。此外，如果不可能，那么基于由光学检验及光学重检提供的缺陷信息执行对基于电子束的缺陷重检进行目标DOI取样将是困难的。因此，基于电子束的重检将花费相对较长时间来产生实况(ground truth)缺陷分类结果(例如，实况帕累托)。
因此，开发无一或多个上述缺陷的用于产生缺陷样本用于电子束审查的方法及系统将是有利的。
发明内容
各种实施例的以下描述不应以任何方式解释为限制所附权利要求书的标的物。
一种实施例涉及一种用于产生缺陷样本用于电子束重检的计算机实施方法。所述方法包含逐缺陷地组合通过在其上检测到缺陷的晶片的光学检验确定的缺陷的一或多个第一属性与由晶片的光学重检确定的缺陷的一或多个第二属性，借此产生缺陷的组合属性。晶片是未图案化晶片。所述方法也包含基于缺陷的组合属性将缺陷分离为级别。级别对应于不同缺陷分类。此外，所述方法包含基于缺陷已被分离为的级别对缺陷中的一或多者取样用于电子束重检，借此产生缺陷样本用于电子束重检。使用计算机系统执行组合、分离及取样步骤。
可如本文中描述进一步执行上文描述的方法的每一步骤。另外，上文描述的方法可包含本文中描述的任何其它方法的任何其它步骤。此外，可由本文中描述的系统中的任何者执行上文描述的方法。
另一实施例涉及一种含有存储于其中的程序指令的非暂时性计算机可读媒体，所述程序指令用于致使计算机系统执行用于产生缺陷样本用于电子束重检的计算机实施方法。所述计算机实施方法包含上文描述的方法的步骤。所述计算机可读媒体可进一步如本文中描述那样配置。所述方法的所述步骤可如本文中进一步描述执行。此外，所述方法可包含本文中描述的任何其它方法的任何其它步骤。
额外实施例涉及一种经配置以产生缺陷样本用于电子束重检的系统。所述系统包含光学检验子系统，所述光学检验子系统经配置以检测晶片上的缺陷。所述系统还包含光学重检子系统，所述光学重检子系统经配置以重检由光学检验子系统在晶片上检测到的缺陷。此外，所述系统包含电子束重检子系统，所述电子束重检子系统经配置以重检由光学检验子系统在晶片上检测到的缺陷。所述系统还包含计算机子系统，所述计算机子系统经配置以逐缺陷地组合由光学检验子系统确定的缺陷的一或多个第一属性与由光学重检子系统确定的缺陷的一或多个第二属性，借此产生缺陷的组合属性。晶片是未图案化晶片。所述计算机子系统还经配置以基于缺陷的组合属性将缺陷分离为级别。级别对应于不同缺陷分类。所述计算机子系统进一步经配置以基于缺陷已被分离为的级别对缺陷中的一或多者取样用于由电子束重检子系统执行的重检，借此产生缺陷样本用于由电子束重检子系统执行的重检。所述系统可进一步根据本文描述的任何实施例配置。
附图说明
所属领域的技术人员受益于优选实施例的以下详细描述并参考附图将明白本发明的另外优点，其中：
图1是说明用于产生缺陷样本用于电子束重检的计算机实施方法的一个实施例的流程图；
图2是说明可在本文中描述的方法实施例中执行的基于缺陷的组合属性将缺陷分离为级别的一个实施例的流程图；
图3是说明非暂时性计算机可读媒体的一个实施例的框图，所述非暂时性计算机可读媒体包含在计算机系统上可执行用于执行本文中描述的计算机实施方法中的一或多者的程序指令；及
图4是说明经配置以产生缺陷样本用于电子束重检的系统的一个实施例的侧视图的示意图。
虽然本发明易具有各种修改及替代形式，但其具体实施例通过实例展示在图式中且详细地描述于本文中。所述图式可能不呈比例。但是，应理解所述图式及其详细描述不希望将本发明限制于所揭示的特定形式，而是相反，希望涵盖属于如由所附权利要求书所定义的本发明的精神及范围内的所有修改例、等效例及替代例。
具体实施方式
现转到所述图式，应注意所述图未按比例绘制。特定来说，所述图中的一些元件的比例经大幅度夸大以突出所述元件的特性。还应注意，所述图未按相同比例绘制。已使用相同元件标号指示一个以上图中所展示的可以类似方式配置的元件。除非本文中另有提及，否则所描述及展示的元件中的任何者可包含任何适当可商购元件。
一个实施例涉及一种用于产生缺陷样本用于电子束重检的计算机实施方法。本文中描述的实施例一般经配置以使用利用来自光学重检(例如，基于激光的重检)及光学检验(例如，基于激光的检验)的缺陷属性的新的自动缺陷分类器形成缺陷样本。如将在本文中进一步描述，实施例提供用于在光学重检之后产生极高准确度缺陷帕累托的自动化方法。此外，实施例提供一种进行目标受关注缺陷(DOI)取样用于基于电子束的缺陷重检(例如，扫描电子显微镜(SEM)缺陷重检)的方法。因此，实施例可用于针对电子束重检帕累托改进电子束重检捕获速率及时间。
方法可包含获取通过在其上检测到缺陷的晶片的光学检验确定的缺陷的一或多个第一属性。举例来说，如图1中所展示，方法可包含对晶片执行光学检验100，且光学检验结果可包含光学检验属性102，其在本文中被另外称作第一属性。获取一或多个第一属性可包含对晶片实际执行光学检验(例如，通过使用光学检验子系统或系统对晶片执行检验，所述光学检验子系统或系统可如本文中进一步描述那样配置)。举例来说，获取一或多个第一属性可包含使光扫描遍及晶片，同时检测来自晶片的光，及接着响应于所检测到的光基于输出(例如，信号、信号数据、图像、图像数据)执行缺陷检测。所述输出也可用于确定缺陷的一或多个第一属性。以此方式，可通过对晶片执行检验而获取本文中描述的实施例中所使用的一或多个第一属性。但是，获取一或多个第一属性可能不包含对物理晶片执行检验过程。举例来说，获取一或多个第一属性可包含从存储媒体获取一或多个第一属性，已由另一方法或光学检验子系统或系统将一或多个第一属性存储在所述存储媒体中。
方法还可包含获取由晶片的光学重检确定的缺陷的一或多个第二属性，其中由检验检测到的缺陷被重检。举例来说，如图1中所展示，方法可包含对晶片执行光学重检104，且光学检验结果可包含光学重检属性106，其在本文中被另外称作第二属性。获取一或多个第二属性可包含对晶片实际执行光学重检(例如，通过使用光学重检子系统或系统对晶片执行重检，所述光学重检子系统或系统可如本文中进一步描述那样配置)。举例来说，获取一或多个第二属性可包含将光引导到晶片上的缺陷的报告位置，同时检测来自所报告位置的光，且接着响应于所检测到的光基于输出(例如，信号、信号数据、图像、图像数据)在晶片上再定位缺陷。所述输出也可用于确定缺陷的一或多个第二属性。以此方式，可通过对晶片执行缺陷重检而获取本文中描述的实施例中所使用的一或多个第二属性。但是，获取一或多个第二属性可能不包含对物理晶片执行缺陷重检过程。举例来说，获取一或多个第二属性可包含从存储媒体获取一或多个第二属性，已由另一方法或光学重检子系统或系统将一或多个第二属性存储在所述存储媒体中。
一般来说，术语“检验”在本文中用于指代对晶片执行以检验先前无法获得缺陷信息的位置的过程。换句话来说，如本文中描述的“检验”过程未基于有关存在于晶片上的个别缺陷的任何先前信息而执行。相比之下，术语“重检”在本文中用于指代对晶片执行以检查晶片上先前已通过另一过程(“检验过程”)检测到缺陷的位置的过程。因此，与“检验”过程不同，“重检”过程基于有关正在重检过程中检查的晶片上检测到的缺陷的先前信息执行。因此，无法对晶片执行重检过程，除非已对晶片执行检验过程。此外，在例如本文中描述的实例中，其中对相同晶片执行两种类型的缺陷重检(光学及电子束)，可扫描晶片进行光学检验，接着进行光学重检，且最后进行电子束重检。在每一过程中执行的扫描的类型可能彼此不同。举例来说，在光学检验中，可通过旋转扫描来扫描整个晶片表面。相比之下，光学重检过程可包含x-y型扫描，其中仅在晶片上的特定位置处尝试先前检测到的缺陷的再检测。
方法包含逐缺陷地组合通过在其上检测到缺陷的晶片的光学检验确定的缺陷的一或多个第一属性与由晶片的光学重检确定的缺陷的一或多个第二属性，借此产生缺陷的组合属性。举例来说，如图1中所展示，光学检验属性102及光学重检属性106可组合以产生组合属性108。以此方式，对于在晶片上检测到的任一个缺陷，组合由光学检验确定的其属性与由光学重检确定的其属性。因此，可组合在相同晶片内位置处通过检验确定的属性与通过重检确定的属性。因而，组合属性可包含确定由检验及重检确定的晶片坐标之间的一些偏移或平移，使得在相同或大体上相同晶片内位置处确定的属性可被识别且接着被组合。确定此偏移或平移可以所属领域中已知的任何适当方式执行。组合属性因此可被视为一种属性“超集”，其中所有组合属性可被一起考虑及使用以用于本文中描述的额外步骤。
晶片是未图案化晶片。举例来说，本文中描述的实施例对未图案化晶片特别有用，所述未图案化晶片一般可被定义为在检验之前其上尚未形成图案化特征(例如，图案化装置特征及/或图案化测试特征)的晶片或形成于其上的最上层不含任何图案化特征的晶片。本文中描述的实施例因此可经配置用于出于电子束重检目的的未图案化晶片缺陷取样。
虽然已针对用于图案化晶片的电子束重检的缺陷取样形成许多复杂及先进方法，但是未图案化晶片的情况未必如此。举例来说，在许多情况中，有关在图案化晶片上检测到的缺陷的信息可与有关形成在晶片上的图案的信息组合以对用户关注的缺陷进行智能取样。但是，未图案化晶片将明显不包含此图案信息。因此，相比之下，对在未图案化晶片上检测到的缺陷取样保持相对简单(例如，随机取样，基于缺陷群集的取样等等)。因而，在未图案化晶片上对尽可能多的DOI取样仍有些困难。但是，本文中描述的实施例可用于提供此能力。
在一个实施例中，光学检验包含基于激光的晶片检验。举例来说，晶片检验可通过用由激光器产生的光照明晶片而执行。此检验可由如本文中进一步描述那样配置的系统执行。
在另一实施例中，光学重检包含基于激光的缺陷重检。举例来说，光学缺陷重检可通过用由激光器产生的光照明晶片而执行。此缺陷重检可由如本文中进一步描述那样配置的系统执行。
在一些实施例中，光学检验及光学重检由相同光学工具执行，且光学检验及光学重检未结合相同光学工具上的所有相同参数执行。举例来说，光学检验及重检可由具有检验及重检能力两者的一个光学工具执行，其可如本文中进一步描述那样配置。如果相同工具用于检验及重检，那么用于检验的工具的一或多个参数应与用于重检的工具的一或多个参数不同，这是因为检验及重检用于产生有关缺陷的不同信息，且用于不同目的(即，缺陷检测对先前检测到的缺陷的再检测)。如本文中进一步描述，光学检验及重检的参数可能不同。
在另一实施例中，光学检验及光学重检由两个不同、物理分离的光学工具执行。此类不同、物理分离的光学工具可进一步如本文中描述那样配置。
在一个实施例中，一或多个第一属性中的至少一者与一或多个第二属性中的至少一者互补。举例来说，来自光学检验的互补属性可被选择且与光学重检属性组合以形成“属性超集”。换句话来说，属性超集可通过从提供互补缺陷信息的光学检验选择属性及将所选择属性与来自光学缺陷重检的属性组合而形成。
用于本文中描述的实施例中的一或多个第一属性可取决于用于产生一或多个第一属性的光学检验子系统的配置而变化。举例来说，本文中描述的光学检验子系统及工具可通过不同通道基于DOI类型而具有相对好的优先收集，其中图块缺陷图像中具有相对有限粒度。因此，用于本文中描述的实施例中的第一属性可能与如何通过检验子系统或系统的不同通道检测缺陷相关，但不一定是从由检验产生的任一个缺陷图像确定的任何属性。因而，形成本文中描述的属性超集可通过利用光学检验的优先通道收集/检测而执行。
在一个此实施例中，至少一个第一属性包含由用于光学检验的工具的不同通道确定的缺陷大小比率。举例来说，可通过检验确定且可与来自重检的缺陷属性互补的一个缺陷属性包含来自检验子系统或系统的多个通道的定大小比率，其可如本文中进一步描述那样配置。换句话来说，第一属性可包含如由检验系统的不同通道测量的缺陷大小比率。在另一此实施例中，至少一个第一属性包含用于光学检验的工具的两个或多于两个通道中的哪些通道检测到缺陷的信息。举例来说，可通过检验确定且可与来自重检的缺陷属性互补的一个缺陷属性包含通过检验子系统或系统的特定通道的优先捕获，所述检验子系统或系统可如本文中进一步描述那样配置。换句话来说，第一属性可基于有关哪些缺陷唯一地被特定通道或通道集捕获的信息。
在额外此实施例中，在光学检验及光学重检中结合不同波长确定至少一个第一属性及至少一个第二属性，且缺陷中的至少一些包含内嵌缺陷。举例来说，由不同波长的光学检验(例如，深紫外(DUV))及光学重检(例如，蓝光波长)产生的信息可被用来帮助分类内嵌缺陷。“内嵌”缺陷是用于大体上指代完全定位在晶片的上表面下方的缺陷的术语。
如同一或多个第一属性，用于本文中描述的实施例中的一或多个第二属性可取决于用于产生一或多个第二属性的光学重检子系统及系统的配置而变化。举例来说，本文中描述的光学重检子系统及工具可能能够产生相对数据/信息丰富的缺陷图像，且还可包含单个通道。因此，用于本文中描述的实施例中的第二属性可从通过重检产生的个别缺陷图像确定。
在一些实施例中，一或多个第二属性包含大小、形状、能量、定向、位置或其组合。举例来说，本文中描述的实施例利用通过光学重检形成的缺陷属性集中的一或多个属性。因此，本文中描述的实施例利用可通过光学重检产生的缺陷的数据或信息丰富图像。可从此类数据丰富图像产生的属性包含(但不限于)大小、形状、能量及定向。可从通过光学重检产生的信息以使用任何适当方法及/或算法的任何适当方式确定此类属性。举例来说，缺陷大小可基于定界框高度及/或宽度(即，围绕光学重检产生的图像内的缺陷图像部分的虚框的尺寸)、缺陷像素计数(即，缺陷的图像横跨的像素数目)及面积确定。形状属性可包含将形状特征化为类似已知缺陷形状的一者，例如“点(point/dot)”状形状、“对称斑”状形状、残余物状形状、刮痕状形状等等。能量属性可基于光学重检图像中的缺陷的散射强度确定。定向属性可用于将不同定向(例如，右到左定向对左到右定向)的刮痕或残余物分离。位置属性可包含例如缺陷的径向位置。
在另一实施例中，一或多个第二属性包含从通过光学重检产生的图像提取的一或多个可量化属性。举例来说，通过光学重检确定的属性可包含从由光学重检子系统或系统产生的光学图像提取的任何可量化属性，其包含上文描述的属性及/或可从光学重检图像确定的任何其它属性。
方法还包含基于缺陷的组合属性将缺陷分离为级别，且级别对应于不同缺陷分类。举例来说，通过光学检验确定的缺陷属性与由光学重检确定的缺陷属性的组合可被输入到基于属性的自动缺陷分类器(ADC)。组合来自光学检验及光学重检的缺陷属性提供快速且相对准确的缺陷分类。
在一个此实例中，如图1中所展示，从光学检验属性102及光学重检属性106产生的组合属性108可被输入到分级步骤110，其中可执行本文中描述的分离。以此方式，分离步骤的输出可包含依据不同级别的包含在每一级别中的缺陷的数目(即，逐级别的缺陷计数)。此输出可大体上由本文中描述的实施例中的帕累托图或基于光学的ADC(oADC)帕累托或所属领域中已知的任何其它适当输出表示。举例来说，如图1中所展示，分级步骤110的输出可包含帕累托图114。不同级别的不同缺陷分类可取决于逐个晶片变化的晶片类型及DOI类型变化。不同缺陷分类的一些实例包含(但不限于)颗粒(颗粒、大颗粒、小颗粒等等)、内嵌、残余物、球体、刮痕及抛光感生缺陷(PID)。
图2中所展示的实施例说明可使用组合属性执行上文描述的分离步骤的一种方式。虽然一些特定属性及缺陷分类展示在图2中，但是那些特定属性及缺陷分类不意在以任任方式限制本文中描述的实施例。而是，那些特定属性及缺陷分类在本图中展示以进一步理解实施例，其如本文中描述，可取决于所检验及重检的晶片类型而基于各种不同属性及各种不同级别分类。
如图2中所展示，检验“缺陷”群体200可被输入到分离步骤。检验“缺陷”群体可通过本文中描述的任何检验(例如，包含热扫描的光学检验)产生。如本文中描述，检验“缺陷”群体可包含若干非缺陷，例如扰乱点、噪声及其它类型的非缺陷。因此，扰乱点筛选202可被应用到检验“缺陷”群体以优选地将非缺陷与实际或真实缺陷分离。扰乱点筛选可以所属领域中已知的任何适当方式执行。扰乱点筛选的结果因此可包含非缺陷级别204及缺陷级别206。非缺陷级别204中所包含的缺陷可有利地从本文中描述的任何其它步骤剔除。
缺陷级别206中所包含的实际缺陷接着可基于如本文中描述的针对缺陷确定的组合属性进一步分离。举例来说，缺陷级别206中的缺陷的通道信息(检验)208(即，哪些检验通道检测到哪些缺陷)可用于将那些缺陷分离为不可清理级别210及可清理级别212。不可清理级别210中的缺陷的定向属性214可用于将不可清理缺陷分离为右到左(R2L)刮痕级别216及左至右(L2R)刮痕级别218。可清理级别212中的缺陷的形状属性220可用于将那些缺陷分离为残余物级别222及颗粒级别224。大小属性226可用于将颗粒级别中的缺陷分离为大颗粒级别228及小颗粒级别230。
因此，在此实施例中，分离步骤产生五个级别，其包含R2L刮痕级别216、L2R刮痕级别218、残余物级别222、大颗粒级别228及小颗粒级别230。那些级别中的每一者中所包含的缺陷数目接着可用于依据级别产生缺陷计数的帕累托图。哪些缺陷包含在每一级别中的信息接着可用于本文中进一步描述的取样步骤。以此方式，电子束重检的目标DOI取样可基于分离步骤的结果执行。
在一个实施例中，光学检验包含对晶片执行热扫描，及分离由热扫描检测到的缺陷与由热扫描检测到的非缺陷，针对由热扫描检测到的缺陷中的至少一些执行光学重检且不针对由热扫描检测到的非缺陷执行光学重检，及针对被执行光学重检的缺陷的至少一些执行组合，且不针对非缺陷执行组合。举例来说，光学检验可包含结合大于0的扰乱点率运行热扫描。在“热”扫描中，晶片检验的灵敏度可被设置为最高可能灵敏度。举例来说，用于晶片的检验的缺陷检测算法及/或方法可被设置为可能的最灵敏。在一个此实例中，如果缺陷检测算法将检验器的光学器件的输出与阈值比较(可能在对输出执行一些处理后)，阈值可被设置为最低可能值，借此使工具灵敏度呈现为可能的最高灵敏度。
可使用扰乱点筛选执行分离由热扫描检测到的缺陷与非缺陷。如在本文中使用的术语“扰乱点”或“扰乱点缺陷”大体上指代由晶片检验检测到的“缺陷”，其并非晶片上的实际缺陷或是用户不关注的缺陷(即，其并非DOI)。以此方式，如本文中使用的术语“非缺陷”可包含任何扰乱点、噪声或并非真实缺陷的其它所检测事件。以此方式，一旦非缺陷已从检验结果剔除，那么剩余真实缺陷可被输入到光学重检(其中一个、一些或所有“真实”缺陷被重检)。接着，可仅针对被光学重检的缺陷(其不会包含由光学检验检测到的任何非缺陷)执行本文中描述的组合步骤。以此方式，扰乱点筛选及缺陷重检分类结果可组合地用于帮助形成真实缺陷图及接着可用于如本文中描述的电子束重检取样的其它信息。
本文中描述的实施例因此可实现对晶片检验工具的热扫描，其将不会以过多数量的扰乱点缺陷淹没缺陷重检。特定来说，将如上文描述的扰乱点筛选与通过光学缺陷重检产生的缺陷分类信息组合可用于有效减小在热扫描中检测到的甚至更巨量的扰乱点缺陷。因此，热扫描可用于常规晶片检验，而无此类扫描的任何常见缺点。因此，用于常规晶片检验的灵敏度可为最高可能灵敏度，即使其导致巨量扰乱点缺陷。以此方式，本文中描述的实施例允许光学检验工具结合其当前硬件执行更高灵敏度扫描。通过硬件开发实现相同灵敏度增强可能花费数千万美元。因此，本文中描述的实施例可以低得多的成本提供相同灵敏度增强，这是因为实施本文中描述的实施例不一定需要硬件改变及改进。
方法进一步包含基于缺陷已被分离为的级别对缺陷中的一或多者取样用于电子束重检，借此产生缺陷样本用于电子束重检。举例来说，如图1中所展示，方法可包含基于分级110的结果执行取样步骤112，所述结果可包含帕累托图114。对缺陷取样可如本文中进一步描述执行或以所属领域中已知的任何其它适当方式执行(例如，来自每一级别的预定数目的缺陷的随机取样，对预定数目个最多样化缺陷(即，在缺陷的属性方面具有最大多样性的缺陷)取样等等)。
在一个实施例中，级别中的至少一者对应于DOI分类，且取样包含与从不对应于DOI分类的其它级别取样不同地从至少一个级别取样。举例来说，取样可包含目标DOI(例如，用户最关注的DOI)的取样比其它DOI的取样更大量。以此方式，本文中描述的实施例可利用先前DOI知识(在电子束重检之前产生)以标定一些DOI，同时略过或避开其它DOI。特定来说，取样规则可基于特定DOI类型。在一个此实例中，基于分离为级别的缺陷及如本文中描述形成的其对应缺陷分类，规则可用于优先对特定DOI(例如，刮痕及坑)取样及/或避开一些其它DOI(例如，内嵌缺陷)。因而，如内嵌缺陷的典型电子束非视觉缺陷(或SEM非视觉，SNV)可不被选择用于电子束重检。以此方式，本文中描述的实施例可包含针对重检的目标DOI取样，所述目标DOI取样基于由oADC分类器提供的缺陷类型信息执行。
在一些实施例中，方法包含针对所取样的一或多个缺陷执行电子束重检以借此针对所取样的一或多个缺陷产生缺陷分类。执行电子束重检可包含产生缺陷的电子束图像，其可在缺陷重检期间再检测。接着，可确定在图像中再检测到的缺陷的一或多个属性且将其用于缺陷的分类。一或多个属性可包含所属领域中已知的任何适当属性，例如大小、形状、定向、纹理等等，且可以任何适当方式使用任何适当算法及/或方法确定。基于那些属性执行的缺陷的分类可以与本文中描述的将缺陷分离为级别非常相同的方式执行。由于由电子束重检确定的缺陷分类通常基于其中缺陷被解析的电子束图像执行，所以此类缺陷分类大体上被称作“实况”分类。由电子束重检工具产生的缺陷分类结果可以例如帕累托图的任何适当方式表达。因此，此帕累托图可被统称作实况帕累托图。
本文中描述的实施例因此具有较之形成缺陷样本用于电子束重检的先前使用的方法及系统的若干优点。举例来说，本文中描述的实施例在光学重检之后提供可作用DOI信息，其可缩短对任何处理工具漂移进行故障排除所需的时间。此外，针对电子束重检执行的取样可包含基于在光学重检之后提供的先前DOI信息的目标DOI取样。此目标DOI取样可帮助改进缺陷重检捕获速率及缩短形成实况缺陷分类信息(例如，实况帕累托)时涉及的时间，这由于明显原因是有利的。举例来说，用于取样的规则可经设置，使得内嵌缺陷类型不被取样用于缺陷重检，这是因为那些缺陷类型可能对于电子束重检工具不可见。仅对缺陷重检能够再检测到的那些缺陷取样借此将增大缺陷重检中的缺陷捕获速率。相比之下，用于在未图案化晶片上缺陷取样的当前使用方法大体上包含使所有经光学重检验证的缺陷可用于电子束重检，及接着对来自那些经验证缺陷的预定数目(例如，100个)缺陷随机取样。但是，那些当前使用的方法不提供对目标DOI取样的任何方式。
使用可如本文中进一步描述那样配置的计算机系统执行上文描述的组合、分离及取样步骤。
上文描述的方法的每一实施例可包含本文中描述的任何其它方法中的任何其它步骤。此外，可由本文中描述的所述系统中的任何者执行上文描述的方法的每一实施例。
本文中描述的所有方法可包含将方法实施例的一或多个步骤的结果存储于计算机可读存储媒体中。结果可包含本文中描述的结果的任何者且可以所属领域中已知的任何方式加以存储。存储媒体可包含本文中描述的任何存储媒体或所属领域中已知的任何其它适当存储媒体。在结果已存储之后，结果可在存储媒体中存取且由本文中描述的方法或系统实施例的任何者使用，经格式化以显示给用户，由另一软件模块、方法或系统使用，等等。
额外实施例涉及存储程序指令的非暂时性计算机可读媒体，所述程序指令可在计算机系统上执行以执行产生缺陷样本用于电子束重检的计算机实施方法。一种此实施例展示在图3中。特定来说，如图3中所展示，计算机可读媒体300包含可在计算机系统304上执行的程序指令302。计算机实施方法包含上文描述的方法的步骤。可针对其执行程序指令的计算机实施方法可包含本文中描述的任何其它步骤。
实施例如本文中描述的方法的方法的程序指令302可存储在计算机可读媒体300上。计算机可读媒体可为存储媒体，例如磁盘或光盘，或磁带或所属领域中已知的任何其它适当非暂时性计算机可读媒体。
程序指令可以各种方式(其包含基于程序的技术、基于组件的技术及/或面向对象技术及其它技术)中的任何者实施。举例来说，程序指令可根据需要使用ActiveX控件、C++对象、JavaBeans、微软基础类(“MFC”)或其它技术或方法实施。
计算机系统可采用各种形式，其包含个人计算机系统、图像计算机、主机计算机系统、工作站、网络设备、因特网设备或其它装置。一般来说，术语“计算机系统”可经广泛定义以涵盖具有执行来自存储器媒体的指令的一或多个处理器的任何装置。计算机系统也可包含所属领域中已知的任何适当处理器(例如，并行处理器)。另外，计算机系统可包含具有高速处理及软件的计算机平台(作为独立工具或联网工具)。
额外实施例涉及经配置以产生缺陷样本用于电子束重检的系统。此系统的一个实施例展示在图4中。所述系统包含经配置以检测晶片上的缺陷的光学检验子系统400。如图4中所展示，光学检验子系统包含经配置以将光引导到晶片402的照明子系统。照明子系统包含至少一个光源。举例来说，如图4中所展示，照明子系统包含光源404。在一个实施例中，光学检验子系统经配置以通过基于激光的晶片检验检测晶片上的缺陷。举例来说，光源404可包含激光器。激光器可包含所属领域中已知的任何适当激光器。激光器可经配置以以例如一或多个DUV波长的任何适当波长产生光。光源也可包含所属领域中已知的任何其它适当光源。
在一个实施例中，照明子系统经配置以以一或多个入射角(其包含至少一倾斜入射角)将光引导到晶片。举例来说，如图4中所展示，来自光源404的光以倾斜入射角被引导通过透镜406到晶片402。虽然透镜406在图4中被展示为单个折射光学元件，但是应理解，在实践中，透镜406可包含若干折射及/或反射光学元件，其组合地将来自光源的光聚焦到晶片。倾斜入射角可包含任何适当倾斜入射角，所述倾斜入射角可取决于例如晶片及将在晶片上检测到的缺陷的特性而变化。
照明子系统可经配置以在不同时间以不同入射角将光引导到晶片。举例来说，光学检验子系统可经配置以更改照明子系统的一或多个元件的一或多个参数，使得可以与图4中所展示的入射角不同的入射角将光引导到晶片。在一个此实例中，光学检验子系统可经配置以移动光源404及透镜406，使得光以不同倾斜入射角或垂直(或近垂直)入射角被引导到晶片。
照明子系统也可或替代地在一些实例中经配置，使得光可以多个入射角同时被引导到晶片。在一个此实例中，照明子系统可包含另一光源(未展示)及另一透镜(未展示)，其经配置以以与图4中所展示的入射角不同的入射角将光引导到晶片。如果此光与其它光同时被引导到晶片，那么以不同入射角被引导到晶片的光的一或多个特性(例如，波长、偏振等等)可能不同，使得以不同入射角照明晶片产生的光可在检测器处彼此区分。照明子系统可具有所属领域中已知的用于以多个入射角循序或同时将光引导到晶片的任何其它适当配置。
图4中所展示及本文中描述的照明子系统可包含任何其它适当光学元件(未展示)。此类光学元件的实例包含(但不限于)偏振组件、光谱滤波器、空间滤波器、反射光学元件、变迹器、分束器、光圈及类似物，其可包含所属领域中已知的任何此类适当光学元件。此外，光学检验系统可经配置以基于待用于检验的照明的类型更改照明子系统的元件中的一或多者。举例来说，如上所述，光学检验子系统可经配置以更改照明子系统的一或多个参数以更改用于检验的入射角。光学检验子系统可经配置以以与改变用于检验的照明的一或多个其它参数(例如，偏振、波长等等)的类似方式更改照明子系统。
光学检验子系统还包含经配置以致使光扫描遍及晶片的扫描子系统。举例来说，光学检验子系统可包含工作台408，在检验期间，晶片402被安置在所述工作台408上。扫描子系统可包含任何适当机械及/或机器人组合件(其包含工作台408)，所述机械及/或机器人组合件可经配置以移动晶片，使得光可扫描遍及晶片。此外，或替代地，光学检验子系统可经配置使得光学检验子系统的一或多个光学元件遍及晶片执行一些光扫描。光可以任何适当方式(例如以蛇形路径或以螺旋路径)扫描遍及晶片。
光学检验子系统进一步包含一或多个检测通道。举例来说，光学检验子系统可经配置以结合多个收集/检测通道检测表面缺陷。通道中的至少一者包含检测器，所述检测器经配置以检测来自晶片的光且响应于所检测到的光产生输出。举例来说，图4中所展示的光学检验子系统包含两个检测通道，一者由集光器410及检测器412形成，且另一者由集光器414及检测器416形成。如图4中所展示，两个检测通道经配置以以不同散射角收集及检测光。换句话来说，两个检测通道经配置以检测散射光，且两个检测通道经配置以检测以不同的角从晶片散射的光。由检测器响应于所检测到的光产生的输出可包含任何适当输出，例如图像、图像数据、信号、信号数据等等。
虽然集光器410及414在图4中被展示为单个折射光学元件，但是应了解，在实践中，集光器410及414可包含若干折射及/或反射光学元件，其组合地将来自晶片的光聚焦到其相应检测器。此外，集光器410及414可具有不同配置或相同配置。检测器412及416可包含所属领域中已知的任何适当检测器，例如光电倍增管(PMT)。此外，检测器412及416可具有不同配置或相同配置。检测通道也可包含任何其它适当元件(未展示)，例如偏振组件、光谱滤波器、空间滤波器、反射光学元件、分束器、光圈及类似物，其可包含所属领域中已知的任何此类适当光学元件。
如图4中进一步所展示，两个检测通道被展示为定位在纸的平面中，且照明子系统也被展示为定位在纸的平面中。因此，在此实施例中，两个检测通道都定位在(例如，居中于)入射平面中。但是，检测通道中的一或多者可定位在入射平面外。举例来说，由集光器414及检测器416形成的检测通道可经配置以收集及检测散射到入射平面外的光。因此，此检测通道可被统称作“侧”通道，且此侧通道可居中于大体上垂直于入射平面的平面中。
虽然图4展示包含两个检测通道的光学检验子系统的实施例，但是光学检验子系统可包含不同数目个检测通道(例如，仅一个检测通道或两个或多于两个检测通道)。在一个此实例中，由集光器414及检测器416形成的检测通道可形成如上所述的一个侧通道，且光学检验子系统可包含形成为定位在入射平面的相对侧上的另一侧通道的额外检测通道(未展示)。在任何情况中，每一通道具有其自身的集光器，每一集光器经配置以以与每一其它集光器不同的散射角收集光。
如上文进一步描述，包含在光学检验子系统中的每一检测通道可经配置以检测散射光。因此，图4中所展示的光学检验子系统经配置用于晶片的暗场(DF)检验。此外，光学检验子系统可包含经配置用于晶片的亮场(BF)检验的一或多个检测通道(未展示)。换句话来说，光学检验子系统可包含经配置以检测从晶片镜面反射的光的一或多个通道。因此，本文中描述的光学检验子系统可经配置用于DF及/或BF晶片检验。
光学检验子系统的计算机子系统418经配置使得在扫描期间由检测器产生的输出可被提供到计算机子系统418。举例来说，计算机子系统可耦合到检测器412及416(例如，通过图4中的虚线所展示的一或多个传输媒体，其可包含所属领域中已知的任何适当传输媒体)，使得计算机子系统可接收由检测器产生的输出。计算机子系统可经配置以执行使用由检测器产生的输出(例如缺陷检测)及产生晶片的检验结果文件的任何步骤。缺陷检测可以任何适当方式(例如，通过应用一或多个缺陷检测算法及/或方法到由检测器产生的输出，其可包含所属领域中已知的任何适当算法及/或方法)执行。计算机子系统418可进一步如本文中描述那样配置。
可由光学检验子系统确定的一或多个第一属性可包含本文中描述的任何此类属性。举例来说，在一个实施例中，至少一个第一属性包含由光学检验子系统的不同通道确定的缺陷大小比率。举例来说，计算机子系统418可经配置以使用由一个检测器产生的输出确定缺陷的第一大小，及使用由另一个检测器产生的输出确定相同缺陷的第二大小。以此方式，由一个以上检测器产生的输出可被单独用于确定相同缺陷的多个缺陷大小。计算机子系统接着可确定两个或两个以上缺陷大小的比率。此信息可用于本文中描述的实施例，这是因为缺陷可将光不同地散射到不同散射角，这导致不同光散射被不同检测器检测，且因此不同缺陷大小基于由不同检测器产生的输出确定。此外，由于不同类型的缺陷可不同地散射光，所以针对任一个缺陷确定的不同缺陷大小可反映缺陷本身的类型。因此，本文中描述的缺陷大小比率可用于将缺陷类型彼此分离。
在另一实施例中，至少一个第一属性包含光学检验子系统的两个或两个以上通道的哪些通道检测到缺陷的信息。举例来说，在晶片上的一个位置处，例如图4中所展示的光学检验子系统的一个检测通道可检测缺陷，而相同光学检验子系统的另一通道可不在相同位置处检测缺陷。在不同实例中，在晶片上的一个位置处，例如图4中所展示的光学检验子系统的一个以上检测通道可检测缺陷。使用晶片上的相同位置处的不同通道输出产生的检测结果的此类差异或类似性可归因于不同缺陷类型无法将光均等地散射到每一通道中的事实。举例来说，一些缺陷类型优先地仅将光散射到特定散射角中，其因此可仅被检验系统的特定通道检测。因此，基于有关缺陷类型如何将光散射到对应于检验系统的通道的散射角的知识，有关哪些通道在相同晶片位置处检测到缺陷的信息可用于将不同类型的缺陷分离为不同级别。因而，有关检验系统的哪些通道检测到缺陷的信息可用作本文中描述的实施例中的属性。
在一些实施例中，光学检验子系统经配置以通过对晶片执行热扫描及分离由热扫描检测的缺陷与由热扫描检测到的非缺陷而检测晶片上的缺陷。光学检验子系统可经配置以如本文中描述对晶片执行热扫描(例如，使用大体上接近或以由检验系统的检测器产生的输出的噪声底的缺陷检测到的阈值)。由热扫描产生的检测结果可被分离为缺陷(真实或实际缺陷)及非缺陷(扰乱点、噪声等等)，如本文中进一步描述。
系统还包含经配置以重检由光学检验子系统在晶片上检测到的缺陷的光学重检子系统。举例来说，如图4中所展示，光学重检子系统包含光源420、透镜422、集光器424及检测器426。在此实施例中，由光源420产生的光被透镜422引导到晶片428。归因于照明而来自晶片的光可被集光器424收集且被引导到检测器426。以此方式，光源420及透镜422可形成光学重检子系统的照明通道，且集光器及检测器可形成光学重检子系统的检测通道。虽然光学重检子系统在图4中被展示为包含一个照明通道及一个检测通道，但是光学重检子系统可包含一个以上照明通道及/或一个以上检测通道。
在一个实施例中，光学重检子系统经配置以通过基于激光的缺陷重检而重检在晶片上检测到的缺陷。举例来说，图4中所展示的光源420可配置为激光器。激光器可包含所属领域中已知的任何适当激光器，例如单模、纤维耦合二极管激光器。激光器可经配置以产生具有任何适当波长(例如可见波长体系的蓝光区段中的一或多个波长)的光。如图4中所展示，光源及透镜可经配置以以倾斜入射角将光引导到晶片。但是，光源及透镜可经配置以以任何其它适当入射角同时或循序将光引导到晶片，如上文参考光学检验子系统描述。透镜422可如上文参考光学检验子系统的透镜描述那样配置。光学重检子系统的照明通道可包含未展示的任何其它元件，例如上文参考光学检验子系统描述的元件。
集光器424可如上文参考检验子系统的集光器描述那样配置。如图4中所展示，集光器424可经配置以检测从晶片散射的光。以此方式，由检测器426检测到的光可包含散射光，且由检测器产生的任何图像可为散射光图像。此外，虽然集光器424在图4中被展示为收集以垂直角或接近垂直角从晶片散射的光，集光器可经配置以收集以任何其它角从晶片散射或反射的光。
检测器426可配置为成像检测器。举例来说，检测器可为电荷耦合装置(CCD)或延时积分(TDI)相机。由检测器响应于所检测到的光产生的输出可包含任何适当输出，例如图像、图像数据、信号、信号数据等等。优选地，光学重检子系统经配置以产生以比可由检测缺陷的检验子系统产生的任何图像更大的分辨率重检的缺陷的图像。以此方式，光学重检子系统可经配置以产生本文中描述的数据及/或信息丰富图像，使得可从图像确定本文中描述的第二属性的一或多者。光学重检子系统可经配置以以可变积分时间获取图像。检测通道还可包任何其它适当元件(未展示)，例如偏振组件、光谱滤波器、空间滤波器、反射光学元件、分束器、光圈及类似物，其可包含所属领域中已知的任何此类适当光学元件。
光学重检子系统还包含经配置以致使光扫描遍及晶片的扫描子系统。举例来说，光学重检子系统可包含工作台430，在缺陷重检期间，晶片428被安置在工作台430上。扫描子系统可包含任何适当机械及/或机器人组合件(其包含工作台430)，所述机械及/或机器人组合件可经配置以移动晶片，使得光可扫描遍及晶片。此外，或替代地，光学重检子系统可经配置使得光学重检子系统的一或多个光学元件遍及晶片执行一些光扫描。光可以任何适当方式(例如以蛇形路径或以螺旋路径)扫描遍及晶片。
与可经配置以在大体上少量时间内使光扫描遍及整个晶片(或至少在晶片上的大区域)的检验子系统的扫描子系统不同，光学重检子系统的扫描子系统可经配置用于仅使光扫描遍及晶片上的离散位置，在所述离散位置针对在晶片上检测到的所有缺陷的子集执行光学重检。因此，虽然检验及光学重检子系统的扫描子系统在本文中被描述为可能具有相同或大体上类似配置，但是由这些扫描子系统执行的扫描的类型实际上可能非常不同。
计算机子系统432耦合到光学重检子系统，使得由检测器产生的输出可被提供到计算机子系统432。举例来说，计算机子系统可耦合到检测器426(例如，通过图4中的虚线所展示的一或多个传输媒体，其可包含所属领域中已知的任何适当传输媒体)，使得计算机子系统可接收由检测器产生的输出。计算机子系统可经配置以执行使用由检测器产生的输出(例如缺陷再检测)及产生晶片的缺陷重检结果文件的任何步骤。缺陷再检测可以任何适当方式(例如，通过应用一或多个缺陷检测算法及/或方法于由检测器产生的输出)执行。
计算机子系统432可经配置以确定如本文中进一步描述重检的缺陷的一或多个第二属性。由光学重检子系统确定的一或多个第二属性可包含本文中描述的任何此类属性。在一个实施例中，由光学检验子系统及光学重检子系统结合不同波长确定至少一个第一属性及至少一个第二属性，且至少一些缺陷包含内嵌缺陷。举例来说，光学检验子系统可经配置以结合一或多个DUV波长检测缺陷，且光学重检子系统可经配置以使用一或多个可见波长(例如，一或多个蓝光波长)执行缺陷重检。因此，取决于晶片的材料组成，晶片检验所使用的波长可穿透到晶片中，而用于缺陷重检的波长可能不会穿透到晶片中(或反之亦然)。替代地，用于检验及缺陷重检的不同波长可以不同深度穿透到晶片中。因此，结合不同波长针对缺陷产生的输出可揭露有关缺陷的信息，例如其在晶片的上表面内或下方的深度。因而，比较以不同波长检测的缺陷的信息，至少部分定位在晶片的上表面下方的缺陷可能与整个定位在晶片的上表面上方的缺陷区分。
在一些实施例中，一或多个第二属性包含从由光学重检子系统产生的图像提取的一或多个可量化属性。举例来说，如上所述，光学重检子系统的检测器可经配置以产生被重检的缺陷的图像。那些图像可用于确定任何一或多个可量化缺陷属性，如本文中进一步描述。
在另一实施例中，由光学重检子系统重检的缺陷包含通过执行热扫描检测到的至少一些缺陷且不包含通过执行热扫描检测到的非缺陷。举例来说，如上所述，检验子系统可经配置以通过对晶片执行热扫描而检测“缺陷”。检测到的“缺陷”可如本文中描述被分离为缺陷(真实或实际缺陷)及非缺陷(扰乱点、噪声等等)。光学重检子系统接着可经配置以仅对缺陷(真实或实际)或缺陷(真实或实际)的样本执行缺陷重检。由缺陷重检子系统重检的缺陷的样本可以任何适当方式(例如，通过随机取样、多样化取样等等)形成。
图4中所展示的系统还包含经配置以重检通过光学检验子系统在晶片上检测到的缺陷的电子束重检子系统。图4中所展示的电子束缺陷重检子系统包含耦合到计算机子系统的电子柱。电子柱包含电子束源434，电子束源434经配置以产生由一或多个元件436聚焦到晶片430的电子。电子束源可包含(例如)阴极源或发射器尖端，且一或多个元件436可包含(例如)枪透镜、阳极、光束限制光圈、闸门阀、光束电流选择光圈、物镜及扫描子系统，其所有者可包含所属领域中已知的任何此类适当元件。可由一或多个元件438使从晶片返回的电子(例如，二次电子)聚焦到检测器440。一或多个元件438可包含(例如)扫描子系统，其可为包含在元件436中的相同扫描子系统。
电子柱可包含所属领域中已知的任何其它适当元件。此外，电子柱可进一步如下列专利中描述那样配置：2014年4月4日颁发给蒋(Jiang)等人的第8,664,594号美国专利、2014年4月8日颁发给小岛(Kojima)等人的第8,692,204号美国专利、2014年4月15日颁发给顾本(Gubbens)等人的第8,698,093号美国专利及2014年5月6日颁发给麦克唐纳(MacDonald)等人的第8,716,662号美国专利，所述美国专利如同在本文中完整叙述以引用的方式并入。虽然电子柱在图4中被展示为经配置使得电子以倾斜入射角被引导到晶片，且以另一倾斜角从晶片散射，但是应理解电子束可以任何适当角被引导到晶片及从晶片散射。
计算机子系统432可如上文描述耦合到检测器440。检测器可检测从晶片表面返回的电子，借此形成晶片的电子束图像。电子束图像可包含本文中描述的此类图像的任何者。在一个实施例中，由电子束重检子系统重检的缺陷包含经取样的一或多个缺陷，且电子束重检子系统经配置以针对经取样的一或多个缺陷产生缺陷分类。举例来说，由检测器440产生的图像可被提供到计算机子系统432，所述计算机子系统432基于其电子束图像确定缺陷的分类，这可根据本文中进一步描述的任何实施例执行。计算机子系统432可经配置以执行本文中描述的任何额外步骤且可进一步如本文中描述那样配置。
也如图4中所展示，计算机子系统418包含在光学检验子系统中，且计算机子系统432耦合到电子束缺陷重检子系统及光学重检子系统。因此，电子束重检子系统及光学重检子系统可经配置以共享计算机子系统，其可为当电子束重检子系统及光学重检子系统包含在单个工具(例如，缺陷重检工具442)中时的情况。举例来说，在一个实施例中，光学重检子系统及电子束重检子系统被组合为一个缺陷重检工具。在一种此实施例中，如图4中所展示，电子束重检子系统及光学重检子系统经配置使得两个子系统可在晶片被安置在相同工作台上的同时针对所述晶片产生输出。换句话来说，两个子系统可经配置以共享工作台，且两个子系统可同时或循序对晶片执行过程。此外，如图4中所展示，两个子系统可经配置以同时或循序在晶片上的相同位置处执行过程。换句话来说，在图4中所展示的实施例中，光学重检子系统经配置以将光引导到与电子束重检子系统引导电子所到的位置相同的位置。但是，在其它实施例中，两个子系统可经配置，使得其将光及电子两者都引导到晶片上的不同位置，所述位置在某种程度上分隔开。以此方式，当光学重检子系统在晶片上的一个位置处执行过程的同时，电子束重检子系统可在相同晶片上的不同位置处执行过程。在任一情况中，两个子系统可经配置，使得其定位于在图4中由围绕这两个子系统的框大体上展示的相同工具外壳内。
在一个实施例中，光学检验子系统经配置为检验工具，所述检验工具与光学重检子系统及电子束重检子系统物理分开。举例来说，如图4中所展示，光学检验子系统400被配置为检验工具，而光学重检子系统及电子束重检子系统被一起组合在另一工具中。此外，如图4中所展示，两个工具可物理分开，且包含其自己的工作台及计算机子系统，以及其它的单独组件(图4中未展示)，例如外壳、电源等等。此外，虽然光学重检子系统及电子束重检子系统在图4中被展示为组合到一个工具中，但是这两个重检子系统可以相同方式被替代地配置为两个单独的工具。
由于如本文中描述组合通过光学检验确定的属性与由光学重检确定的属性，所以如果检验工具与光学重检子系统物理分开，那么可在光学检验工具与光学重检子系统之间形成数据链路，使得缺陷属性可被共享。举例来说，在图4中所展示的实施例中，系统还包含计算机子系统444，计算机子系统444耦合到检验子系统的计算机子系统418及包含在缺陷重检工具442中的计算机子系统432两者。计算机子系统444可经配置以将由计算机子系统418确定的缺陷属性提供到计算机子系统432，使得检验缺陷属性可与通过重检确定的缺陷属性组合。但是，计算机子系统418及432可例如经由传输媒体或数据链路直接耦合到彼此，或经由共享存储媒体(图4中未展示)(例如，晶片厂数据库)间接耦合。以此方式，不同计算机子系统可以若干不同方式耦合，使得检验缺陷属性及光学重检缺陷属性可由计算机子系统中的至少一者组合。
系统还包含经配置以执行本文中描述的方法的一或多个步骤的计算机子系统。此计算机子系统可为图4中所展示的计算机子系统418、432或444。此计算机子系统也可为包含在光学缺陷重检工具或电子束重检工具中的计算机子系统，前提是两个重检子系统如上所述被配置为单独的工具。以此方式，在一些实施例中，光学重检子系统及计算机子系统被组合为一个缺陷重检工具。换句话来说，执行本文中描述的方法的一或多个步骤的计算机子系统可为光学缺陷重检工具的部分，其也可具有电子束重检能力(如图4中所展示)。以此方式，方法可由至少具有光学重检能力的缺陷重检工具“在工具上”执行。在另一实施例中，电子束重检子系统及计算机子系统被组合为一个缺陷重检工具。换句话来说，执行本文中描述的方法的一或多个步骤的计算机子系统可为电子束重检工具的部分，其也可具有光学重检能力(如图4中所展示)。以此方式，方法可由至少具有电子束重检能力的缺陷重检工具“在工具上”执行。在又一实施例中，计算机子系统并非包含本文中描述的子系统的任何工具的部分。举例来说，本文中描述的方法的步骤可由计算机子系统444执行，其可被配置为非检验及/或缺陷重检工具的部分的“独立”类型计算机子系统。图4中所展示的每一计算机子系统可进一步如本文中描述般配置。
在任何情况中，包含在系统中的计算机子系统中的一者经配置以逐缺陷地组合由光学检验子系统确定的缺陷的一或多个第一属性与由光学重检子系统确定的缺陷的一或多个第二属性，借此产生缺陷的组合属性，其可根据本文中描述的实施例中的任何者执行。一或多个第一属性及一或多个第二属性可包含本文中描述的第一属性及第二属性中的任何者。在一个实施例中，如果检验包含热扫描，那么针对由光学重检子系统重检的缺陷的至少一些执行组合步骤，且不针对通过执行热扫描检测到的非缺陷执行组合步骤。计算机子系统还经配置用于基于缺陷的组合属性将缺陷分离为级别，其可根据本文中描述的实施例中的任何者执行。如本文中进一步描述，级别对应于不同缺陷分类。此外，计算机子系统经配置以基于缺陷已被分离为的级别对缺陷的一或多者取样用于由电子束重检子系统执行的重检，借此产生缺陷样本用于由电子束重检子系统执行的重检，其可根据本文中描述的实施例中的任何者执行。
在另一实施例中，光学检验子系统及光学重检子系统被组合为一个工具。换句话来说，本文中描述的实施例可通过将光学检验及光学重检组合为一个系统而实施。举例来说，图4中所展示的光学重检子系统的元件可被移动到光学检验子系统400中，使得两个光学子系统被组合为一个工具。光学重检子系统可以上文参考缺陷重检工具442描述的所有方式组合到光学检验子系统中。举例来说，光学检验子系统及光学重检子系统可被组合到相同工具中，使得其可在晶片上的相同位置处同时执行过程，使得其可仅在晶片上的相同位置处循序执行过程，使得其共享相同工作台、计算机子系统及其它元件，例如外壳、电源等等。
在一个此实施例中，光学检验子系统经配置以使用第一组参数检测晶片上的缺陷，光学重检子系统经配置以使用第二组参数重检在晶片上检测到的缺陷，且第一及第二组中的至少一个参数不同。举例来说，如果两个光学子系统包含在相同工具中，其可共享一或多个(或甚至所有)相同元件。但是，由于光学检验子系统及光学重检子系统经配置以针对晶片产生显著不同的信息(即，缺陷检测信息对缺陷重检信息)，所以光学检验子系统及光学重检子系统无法使用所有相同参数对晶片执行过程。
在一些实例中，光学检验/重检子系统可经配置以基于由系统执行检验或重检而改变一或多个照明参数(例如波长、入射角及偏振)及/或一或多个检测参数(例如收集角、偏振、积分时间等等)。所有这些参数可以任何适当方法(例如，通过以例如不同光源的不同光学元件取代例如光源的一个光学元件，或通过改变用于检验及重检两者的光学元件的参数，例如用于检验及重检两者的集光器的位置)改变。此外，如果两个光学子系统被包含在单个工具中，但未共享相同光学元件的任何者，那么光学子系统可被配置为两个完整及单独的光学子系统，其可共享或可不共享相同工作台，以非常相同于两个重检子系统在图4中被展示为组合到工具中且然而不共享任何光学或电子束组件的方式。本文中描述的系统实施例可进一步根据本文中描述的任何其它实施例配置，且可经配置以执行本文中描述的任何方法的任何步骤。
应注意，本文中提供图4以大体上说明可包含于本文中描述的系统实施例中的检验系统及缺陷重检系统的配置。显然，如在设计商用检验及缺陷重检系统时通常执行那样，可更改本文中描述的检验及缺陷重检系统配置以优化检验及缺陷重检系统的性能。此外，可使用现存检验系统及/或现有缺陷重检系统(例如，通过添加本文中描述的功能性到现存检验或缺陷重检系统)(例如可从加利福尼亚州苗必达的科磊公司(KLA-Tencor,Milpitas,Calif)购买的Surfscan SPx系列工具及eDR系列工具)实施本文中描述的系统。对于一些此类系统，本文中描述的方法可被提供为系统的任选功能性(例如，除了系统的其它功能性外)。替代性地，本文中描述的系统可“从头开始”设计以提供全新系统。
鉴于此描述，所属领域的技术人员将明白本发明的各种方面的进一步修改及替代实施例。举例来说，提供用于产生缺陷样本用于电子束重检的方法及系统。因此，此描述将仅被解释为说明性的且出于教示所属领域的技术人员实施本发明的一般方式的目的。应理解本文中展示及描述的本发明的形式应被视作当前优选实施例。元件及材料可替换本文中说明及描述的元件及材料，可颠倒部分及过程，且可独立利用本发明的某些特征，都如所属领域的技术人员在受益于本发明的此描述之后将明白。在不背离如在所附权利要求书中描述的本发明的精神及范围的情况下可在本文中描述的元件中做出改变。

Claims (19)

1.一种经配置以产生缺陷样本用于电子束重检的系统，其包括：
光学检验子系统，其经配置以检测晶片上的缺陷；
光学重检子系统，其经配置以重检由所述光学检验子系统在所述晶片上检测到的缺陷；
电子束重检子系统，其经配置以重检由所述光学检验子系统在所述晶片上检测到的缺陷；及
计算机子系统，其经配置以用于：
逐缺陷地组合由所述光学检验子系统确定的所述缺陷中的一或多个第一属性与由所述光学重检子系统确定的所述缺陷中的一或多个第二属性，借此产生所述缺陷的组合属性，其中所述晶片是未图案化晶片；
基于所述缺陷的所述组合属性将所述缺陷分离为级别，其中所述级别对应于不同缺陷分类；及
基于所述缺陷已被分离为的所述级别对所述缺陷中的一或多者取样用于由所述电子束重检子系统执行的所述重检，借此产生缺陷样本用于由所述电子束重检子系统执行的所述重检。
2.根据权利要求1所述的系统，其中所述光学检验子系统进一步经配置为检验工具，所述检验工具与所述光学重检子系统及所述电子束重检子系统物理分离。
3.根据权利要求1所述的系统，其中所述光学检验子系统及所述光学重检子系统被组合为一种工具。
4.根据权利要求3所述的系统，其中所述光学检验子系统进一步经配置以使用第一组参数检测所述晶片上的所述缺陷，其中所述光学重检子系统进一步经配置以使用第二组参数重检在所述晶片上检测到的所述缺陷，且其中所述第一及第二组中的至少一个参数不同。
5.根据权利要求1所述的系统，其中所述光学重检子系统及所述电子束重检子系统被组合为一种缺陷重检工具。
6.根据权利要求1所述的系统，其中所述光学重检子系统及所述计算机子系统被组合为一种缺陷重检工具。
7.根据权利要求1所述的系统，其中所述电子束重检子系统及所述计算机子系统被组合为一种缺陷重检工具。
8.根据权利要求1所述的系统，其中所述计算机子系统并非是包括所述光学检验子系统、光学重检子系统或电子束重检子系统的任何工具的部分。
9.根据权利要求1所述的系统，其中所述光学检验子系统进一步经配置以通过基于激光的晶片检验而检测所述晶片上的所述缺陷。
10.根据权利要求1所述的系统，其中所述光学重检子系统进一步经配置以通过基于激光的缺陷重检而重检在所述晶片上检测到的所述缺陷。
11.根据权利要求1所述的系统，其中所述一或多个第一属性中的至少一者与所述一或多个第二属性中的至少一者互补。
12.根据权利要求11所述的系统，其中所述至少一个第一属性包括由所述光学检验子系统的不同通道确定的缺陷大小的比率。
13.根据权利要求11所述的系统，其中所述至少一个第一属性包括所述光学检验子系统中的两个或多于两个通道中的哪些通道检测到所述缺陷的信息。
14.根据权利要求11所述的系统，其中由所述光学检验子系统及所述光学重检子系统结合不同波长确定所述至少一个第一属性及所述至少一个第二属性，且其中所述缺陷的至少一些包括内嵌缺陷。
15.根据权利要求1所述的系统，其中所述一或多个第二属性包括大小、形状、能量、定向、位置或其组合。
16.根据权利要求1所述的系统，其中所述一或多个第二属性包括从由所述光学重检子系统产生的图像提取的一或多个可量化属性。
17.根据权利要求1所述的系统，其中所述光学检验子系统进一步经配置以通过对所述晶片执行热扫描及分离由所述热扫描检测到的所述缺陷与由所述热扫描检测到的非缺陷而检测所述晶片上的所述缺陷，其中由所述光学重检子系统重检的所述缺陷包括通过执行所述热扫描而检测到的所述缺陷的至少一些及不包括通过执行所述热扫描而检测到的所述非缺陷，且其中针对由所述光学重检子系统重检的所述缺陷的至少一些执行所述组合及不针对通过执行所述热扫描而检测到的所述非缺陷执行所述组合。
18.根据权利要求1所述的系统，其中所述级别中的至少一者对应于关注缺陷分类，且其中所述取样包括与从不对应于所述关注缺陷分类的其它级别取样不同地从所述至少一个级别取样。
19.根据权利要求1所述的系统，其中由所述电子束重检子系统重检的所述缺陷包括所述经取样的一或多个缺陷，且其中所述电子束重检子系统进一步经配置以针对所述经取样的一或多个缺陷产生缺陷分类。
CN201580026552.2A 2014-05-15 2015-05-15 基于来自光学检验及光学重检的缺陷属性的用于电子束重检的缺陷取样 Active CN106461581B (zh)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US201461993631P 2014-05-15 2014-05-15
US61/993,631 2014-05-15
US14/709,390 US9535010B2 (en) 2014-05-15 2015-05-11 Defect sampling for electron beam review based on defect attributes from optical inspection and optical review
US14/709,390 2015-05-11
PCT/US2015/031002 WO2015175894A1 (en) 2014-05-15 2015-05-15 Defect sampling for electron beam review based on defect attributes from optical inspection and optical review

Publications (2)

Publication Number Publication Date
CN106461581A CN106461581A (zh) 2017-02-22
CN106461581B true CN106461581B (zh) 2018-08-31

Family

ID=54480749

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201580026552.2A Active CN106461581B (zh) 2014-05-15 2015-05-15 基于来自光学检验及光学重检的缺陷属性的用于电子束重检的缺陷取样

Country Status (8)

Country Link
US (1) US9535010B2 (zh)
JP (2) JP2017516107A (zh)
KR (1) KR102153158B1 (zh)
CN (1) CN106461581B (zh)
DE (1) DE112015002282T5 (zh)
IL (1) IL248104B (zh)
TW (1) TWI644377B (zh)
WO (1) WO2015175894A1 (zh)

Families Citing this family (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10177048B2 (en) * 2015-03-04 2019-01-08 Applied Materials Israel Ltd. System for inspecting and reviewing a sample
US10707107B2 (en) * 2015-12-16 2020-07-07 Kla-Tencor Corporation Adaptive alignment methods and systems
US9916965B2 (en) * 2015-12-31 2018-03-13 Kla-Tencor Corp. Hybrid inspectors
US10402688B2 (en) * 2016-12-07 2019-09-03 Kla-Tencor Corporation Data augmentation for convolutional neural network-based defect inspection
KR102473997B1 (ko) 2017-01-18 2022-12-06 에이에스엠엘 네델란즈 비.브이. 캐스케이드 결함 검사
US10503078B2 (en) * 2017-09-01 2019-12-10 Kla-Tencor Corporation Criticality analysis augmented process window qualification sampling
US10408764B2 (en) 2017-09-13 2019-09-10 Applied Materials Israel Ltd. System, method and computer program product for object examination
US10970834B2 (en) * 2018-01-05 2021-04-06 Kla-Tencor Corporation Defect discovery using electron beam inspection and deep learning with real-time intelligence to reduce nuisance
US10620134B2 (en) * 2018-05-11 2020-04-14 Kla-Tencor Corp. Creating defect samples for array regions
US10732130B2 (en) 2018-06-19 2020-08-04 Kla-Tencor Corporation Embedded particle depth binning based on multiple scattering signals
US10605745B2 (en) * 2018-06-28 2020-03-31 Applied Materials Israel Ltd. Guided inspection of a semiconductor wafer based on systematic defects
US10801968B2 (en) 2018-10-26 2020-10-13 Kla-Tencor Corporation Algorithm selector based on image frames
KR102324622B1 (ko) * 2018-12-12 2021-11-12 어플라이드 머티리얼즈 이스라엘 리미티드 프로세스 모니터링
US11294164B2 (en) 2019-07-26 2022-04-05 Applied Materials Israel Ltd. Integrated system and method
US11055840B2 (en) * 2019-08-07 2021-07-06 Kla Corporation Semiconductor hot-spot and process-window discovery combining optical and electron-beam inspection
CN112577971A (zh) * 2019-09-30 2021-03-30 深圳中科飞测科技股份有限公司 一种检测方法、系统及设备
US11105740B2 (en) 2019-10-22 2021-08-31 Applied Materials Israel Ltd. Optical inspection
US11087449B2 (en) * 2019-10-24 2021-08-10 KLA Corp. Deep learning networks for nuisance filtering
CN112420539A (zh) * 2020-11-13 2021-02-26 西安奕斯伟硅片技术有限公司 一种硅片处理方法和硅片

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6445042B1 (en) * 1999-06-15 2002-09-03 Advanced Micro Devices, Inc. Method and apparatus for making MOSFETs with elevated source/drain extensions
TW546754B (en) * 1998-06-25 2003-08-11 Applied Materials Inc On-the-fly automatic defect classification for substrates using signal attributes
CN102396058A (zh) * 2009-02-13 2012-03-28 恪纳腾公司 检测晶片上的缺陷

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3802716B2 (ja) * 1999-09-17 2006-07-26 株式会社日立製作所 試料の検査方法及びその装置
JP3671822B2 (ja) * 2000-07-26 2005-07-13 株式会社日立製作所 欠陥検査方法および欠陥検査システム
US7602962B2 (en) * 2003-02-25 2009-10-13 Hitachi High-Technologies Corporation Method of classifying defects using multiple inspection machines
US7747062B2 (en) * 2005-11-09 2010-06-29 Kla-Tencor Technologies Corp. Methods, defect review tools, and systems for locating a defect in a defect review process
US7570800B2 (en) * 2005-12-14 2009-08-04 Kla-Tencor Technologies Corp. Methods and systems for binning defects detected on a specimen
JP2008041940A (ja) * 2006-08-07 2008-02-21 Hitachi High-Technologies Corp Ｓｅｍ式レビュー装置並びにｓｅｍ式レビュー装置を用いた欠陥のレビュー方法及び欠陥検査方法
US8698093B1 (en) 2007-01-19 2014-04-15 Kla-Tencor Corporation Objective lens with deflector plates immersed in electrostatic lens field
JP2009272497A (ja) 2008-05-08 2009-11-19 Hitachi High-Technologies Corp レシピパラメータ管理装置およびレシピパラメータ管理方法
JP6185693B2 (ja) * 2008-06-11 2017-08-23 ケーエルエー−テンカー・コーポレーションＫｌａ−Ｔｅｎｃｏｒ Ｃｏｒｐｏｒａｔｉｏｎ ウェーハー上の設計欠陥および工程欠陥の検出、ウェーハー上の欠陥の精査、設計内の１つ以上の特徴を工程監視特徴として使用するための選択、またはそのいくつかの組み合わせのためのシステムおよび方法
JP5075111B2 (ja) 2008-12-29 2012-11-14 株式会社日立ハイテクノロジーズ 画像分類基準更新方法、プログラムおよび画像分類装置
EP2394295A2 (en) 2009-02-06 2011-12-14 KLA-Tencor Corporation Selecting one or more parameters for inspection of a wafer
JP2011061047A (ja) * 2009-09-11 2011-03-24 Hitachi High-Technologies Corp 欠陥レビュー支援装置，欠陥レビュー装置および検査支援装置
US8664594B1 (en) 2011-04-18 2014-03-04 Kla-Tencor Corporation Electron-optical system for high-speed and high-sensitivity inspections
US8692204B2 (en) 2011-04-26 2014-04-08 Kla-Tencor Corporation Apparatus and methods for electron beam detection
US8716662B1 (en) 2012-07-16 2014-05-06 Kla-Tencor Corporation Methods and apparatus to review defects using scanning electron microscope with multiple electron beam configurations

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW546754B (en) * 1998-06-25 2003-08-11 Applied Materials Inc On-the-fly automatic defect classification for substrates using signal attributes
US6445042B1 (en) * 1999-06-15 2002-09-03 Advanced Micro Devices, Inc. Method and apparatus for making MOSFETs with elevated source/drain extensions
CN102396058A (zh) * 2009-02-13 2012-03-28 恪纳腾公司 检测晶片上的缺陷

Also Published As

Publication number Publication date
US9535010B2 (en) 2017-01-03
JP7026719B2 (ja) 2022-02-28
KR20170007315A (ko) 2017-01-18
JP2017516107A (ja) 2017-06-15
TWI644377B (zh) 2018-12-11
DE112015002282T5 (de) 2017-02-09
KR102153158B1 (ko) 2020-09-07
JP2020118696A (ja) 2020-08-06
TW201546927A (zh) 2015-12-16
WO2015175894A1 (en) 2015-11-19
IL248104A0 (en) 2016-11-30
IL248104B (en) 2020-05-31
US20150330912A1 (en) 2015-11-19
CN106461581A (zh) 2017-02-22

Similar Documents

Publication Publication Date Title
CN106461581B (zh) 基于来自光学检验及光学重检的缺陷属性的用于电子束重检的缺陷取样
KR102536011B1 (ko) 심층적으로 적층된 층들을 갖는 웨이퍼들에서 결함 분류기를 트레이닝하고 적용하기 위한 시스템, 방법
CN107003249B (zh) 晶片缺陷发现
JP2020115132A (ja) 多重モードを備えた検査システム及び方法
KR102083706B1 (ko) 반도체 검사 레시피 생성, 결함 리뷰 및 계측을 위한 적응적 샘플링
TWI629476B (zh) 使用相應之電子束圖像之自動分類之缺陷發現及檢測靈敏度最佳化
CN107078073A (zh) 用于工艺窗口特征化的虚拟检验系统
KR20180005737A (ko) 반복적 결함 분류 방법 및 시스템
CN108062558A (zh) 使用位故障和虚拟检查产生一种晶片检查过程
CN109844919A (zh) 优化用于设置检验相关算法的训练组
TW202004936A (zh) 用於檢查之模式選擇
CN106537572A (zh) 用于在单个检验过程中的多个过程步骤的检验
TW202041852A (zh) 使用內嵌缺陷資訊之晶粒篩選
US20230175981A1 (en) Method for Defect Inspection, System, and Computer-Readable Medium
CN108475422A (zh) 在电子束图像中确定缺陷的位置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant