CN106463428B - 用于使用近场恢复进行的光罩检验的系统和方法 - Google Patents

用于使用近场恢复进行的光罩检验的系统和方法 Download PDF

Info

Publication number
CN106463428B
CN106463428B CN201580023431.2A CN201580023431A CN106463428B CN 106463428 B CN106463428 B CN 106463428B CN 201580023431 A CN201580023431 A CN 201580023431A CN 106463428 B CN106463428 B CN 106463428B
Authority
CN
China
Prior art keywords
light shield
predetermined segment
field data
segmentation
pattern
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
CN201580023431.2A
Other languages
English (en)
Other versions
CN106463428A (zh
Inventor
A·塞兹希内尔
石瑞芳
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 CN106463428A publication Critical patent/CN106463428A/zh
Application granted granted Critical
Publication of CN106463428B publication Critical patent/CN106463428B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • 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
    • 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
    • G01N21/956—Inspecting patterns on the surface of objects
    • 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
    • G01N21/956—Inspecting patterns on the surface of objects
    • G01N21/95607—Inspecting patterns on the surface of objects using a comparative method
    • 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
    • G06T7/0008—Industrial image inspection checking presence/absence
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/32—Determination of transform parameters for the alignment of images, i.e. image registration using correlation-based methods
    • 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
    • G01N2021/8887—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 based on image processing techniques
    • 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
    • G01N21/956—Inspecting patterns on the surface of objects
    • G01N2021/95676—Masks, reticles, shadow masks
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2201/00—Features of devices classified in G01N21/00
    • G01N2201/06—Illumination; Optics
    • G01N2201/061—Sources
    • G01N2201/06113—Coherent sources; lasers
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2201/00—Features of devices classified in G01N21/00
    • G01N2201/10—Scanning
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2201/00—Features of devices classified in G01N21/00
    • G01N2201/12—Circuits of general importance; Signal processing
    • 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10056—Microscopic image
    • 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)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Analytical Chemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Biochemistry (AREA)
  • Chemical & Material Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Signal Processing (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Preparing Plates And Mask In Photomechanical Process (AREA)
  • Testing Or Measuring Of Semiconductors Or The Like (AREA)

Abstract

本发明提供用于检测光罩上的缺陷的系统及方法。实施例包含产生及/或使用包含光罩图案的成对的预定分段及对应近场数据的数据结构。可基于光罩的由光罩检验系统的检测器产生的实际图像通过回归来确定所述预定分段的所述近场数据。接着，检验光罩可包含：将所述光罩上的检验区中所包含的图案的两个或两个以上分段分别与所述预定分段进行比较；及基于所述分段中的至少一者最类似于的所述预定分段而将近场数据指派到所述分段中的所述至少一者。接着，可使用所述所指派近场数据来模拟将由所述检测器针对所述光罩形成的图像，可将所述图像与由所述检测器产生的实际图像进行比较以进行缺陷检测。

Description

用于使用近场恢复进行的光罩检验的系统和方法
技术领域
本发明一般来说涉及用于使用近场恢复进行光罩检验的系统及方法。
背景技术
以下说明及实例并非由于其包含于此章节中而被认为是现有技术。
制作例如逻辑及存储器装置的半导体装置通常包含使用大量半导体制作工艺来处理例如半导体晶片的衬底以形成半导体装置的各种特征及多个层级。举例来说，光刻是涉及将图案从光罩转印到布置于半导体晶片上的抗蚀剂的半导体制作工艺。半导体制作工艺的额外实例包含但不限于化学机械抛光(CMP)、蚀刻、沉积及离子植入。可将多个半导体装置制作于单个半导体晶片上的布置中且接着将其分离成若干个别半导体装置。
在半导体制造工艺期间在各种步骤处使用检验工艺来检测光罩上的缺陷以促成在制造工艺中的较高合格率及(因此)较高利润。检验始终是制作例如IC的半导体装置的重要部分。然而，随着半导体装置的尺寸减小，检验变得对半导体装置的成功制造甚至更重要。
现有光罩检验方法利用若干个成像模式中的一者来检验掩模。称作光罩平面检验(RPI)的最常见检验模式涉及捕获光罩的高分辨率经透射及经反射图像且一起处理所述两个图像。称为低数值孔径(NA)检验(LNI)的另一检验方法涉及以下模式：模仿晶片扫描仪光学条件，从而在近似扫描仪的照明条件下以比RPI低的NA在经透射光中捕获一个图像。称为SL的另一污染检验方法涉及分析经RPI透射及反射的两个图像，以找到从背景图案突出的缺陷。
许多光罩检验方法使用裸片到数据库类型比较而检测光罩上的缺陷。此检验通常涉及获取光罩的显微镜图像。依据描述光罩上的既定图案的数据库，可计算或模拟预期检验显微镜将观察的所述光罩的图像。接着可将所获取光学图像与经计算或经模拟图像进行比较以检测光罩上的缺陷。
如上文所描述计算光罩图像可包含计算光罩所致的光衍射。麦克斯韦(Maxwell)方程式完整且准确地描述光罩所致的电磁波的衍射。然而，不存在针对整个光罩在所需要检验时间(其为一到两个小时)内对麦克斯韦方程式准确地求解的实际方法。一些当前使用的方法使用例如基尔霍夫(Kirchhoff)近似法的近似法来估计衍射场。然而，此限制经计算图像的准确性且因此限制可检测到的最小缺陷。
光学接近校正(OPC)的进步导致写入于光掩模或光罩上的图案的不断增加的复杂性。通常使用高端光学显微镜(例如上文所描述的那些光学显微镜)利用高级算法来鉴定所写入图案而执行光罩检验。由于OPC复杂性，分离致命(印刷)缺陷与非致命(扰害)缺陷变得越来越困难。解决此问题的传统方法是：(a)利用基于缺陷的形状及大小的经验规则来进行人工处置，(b)建立经验规则及自动缺陷分类(ADC)软件以自动地处置大量缺陷，及(c)在恰当光刻条件下使用空中成像工具来获取光学图像以处置缺陷。
然而，此些当前使用的方法及系统存在若干个缺点。举例来说，当前使用的方法需要用户进行人工缺陷处置以逐一地再检验缺陷。增加的OPC复杂性意味着用户时常难以利用几条经验规则来分离印刷缺陷与非印刷缺陷。另外，潜在大量缺陷可使用户超负荷且妨碍在合理时间周期内完成缺陷处置。基于规则的方法并不与缺陷的可印刷性直接有关。增加的OPC复杂性与反向光刻技术(ILT)可限制所述方法的有用性。另外，空中成像工具利用硬件及算法的组合来模仿扫描仪向量成像效应。然而，从未完全独立地验证此些工具的准确性。更关键地是，此些方法不考虑在于扫描仪上完成成像之后的复杂光致抗蚀剂显影或蚀刻工艺。研究已表明，在空中成像工具上所测量的缺陷大小与晶片上所测量的缺陷大小之间存在不良相关。
因此，开发不具有上文所描述的缺点中的一或多者的用于光罩检验的方法及/或系统将是有利的。
发明内容
各种实施例的以下说明不应以任何方式解释为限制所附权利要求书的标的物。
一个实施例涉及一种用于检测光罩上的缺陷的计算机实施方法。所述方法包含：将所述光罩上的检验区中所包含的图案分离成两个或两个以上分段；及将所述两个或两个以上分段分别与数据结构中所包含的预定分段进行比较。所述数据结构包含光罩图案的成对的所述预定分段及对应近场数据。所述方法还包含：基于所述两个或两个以上分段中的至少一者最类似于的所述预定分段中的一者而将近场数据指派到所述两个或两个以上分段中的所述至少一者。另外，所述方法包含：基于所述所指派近场数据而产生所述检验区的近场数据；及基于所述所产生近场数据而模拟所述检验区的将由光罩检验系统的检测器形成的图像。所述方法进一步包含：获取所述光罩的物理版本上的所述检验区的由所述检测器产生的实际图像；及通过将所述经模拟图像与所述实际图像进行比较而检测所述光罩上的缺陷。利用一或多个计算机系统而执行所述分离、分别比较、指派、产生、模拟、获取及检测步骤。
可如本文中所描述来进一步执行所述计算机实施方法的步骤中的每一者。另外，所述计算机实施方法可包含本文中所描述的任何其它方法的任何其它步骤。此外，所述计算机实施方法可由本文中所描述的所述系统中的任一者来执行。
另一实施例涉及一种非暂时性计算机可读媒体，所述非暂时性计算机可读媒体存储可在计算机系统上执行以执行用于检测光罩上的缺陷的计算机实施方法的程序指令。所述计算机实施方法包含上文所描述的所述方法的步骤。可如本文中所描述来进一步配置所述计算机可读媒体。可如本文中进一步所描述来执行所述计算机实施方法的步骤。另外，可为其执行所述程序指令的所述计算机实施方法可包含本文中所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检测光罩上的缺陷的系统。所述系统包含光罩检验子系统，所述光罩检验子系统包含经配置以产生所述光罩的物理版本上的检验区的实际图像的检测器。所述系统还包含经配置以执行上文所描述的所述方法的分离、分别比较、指派、产生、模拟、获取及检测步骤的一或多个计算机子系统。所述系统可如本文中所描述来进一步配置。
又一实施例涉及一种用于设置光罩检验工艺的计算机实施方法。所述方法包含将光罩的图案信息分离成若干预定分段。所述方法还包含基于所述光罩的由光罩检验系统的检测器获取的一或多个实际图像而确定所述预定分段的近场数据。基于所述光罩的所述一或多个实际图像通过回归来确定所述预定分段的所述近场数据。另外，所述方法包含产生包含成对的所述预定分段及对应于所述预定分段的所述近场数据的数据结构。所述方法进一步包含通过将所述所产生数据结构的信息并入于用于所述光罩检验工艺的处方中而设置所述光罩检验工艺，使得在所述光罩检验工艺期间，将所述光罩或另一光罩上的检验区中的两个或两个以上分段与所述预定分段进行比较，且将所述两个或两个以上分段中的至少一者最类似于的所述预定分段中的一者的所述近场数据指派到所述两个或两个以上分段中的所述至少一者。通过一或多个计算机系统执行所述分离、确定、产生及设置步骤。
可如本文中所描述来进一步执行所述计算机实施方法的步骤中的每一者。另外，所述计算机实施方法可包含本文中所描述的任何其它方法的任何其它步骤。此外，所述计算机实施方法可由本文中所描述的所述系统中的任一者来执行。
再一实施例涉及另一种用于设置光罩检验工艺的计算机实施方法。所述方法包含将光罩的图案信息分离成若干预定分段。所述方法还包含通过对管控所述预定分段的电磁场的方程式进行数值求解而确定所述预定分段的近场数据。另外，所述方法包含产生包含成对的所述预定分段及对应于所述预定分段的所述近场数据的数据结构。所述方法进一步包含通过将所述所产生数据结构的信息并入于用于所述光罩检验工艺的处方中而设置所述光罩检验工艺，使得在所述光罩检验工艺期间，将所述光罩或另一光罩上的检验区中的两个或两个以上分段与所述预定分段进行比较，且将所述两个或两个以上分段中的至少一者最类似于的所述预定分段中的一者的所述近场数据指派到所述两个或两个以上分段中的所述至少一者。通过一或多个计算机系统执行所述分离、确定、产生及设置步骤。
可如本文中所描述来进一步执行所述计算机实施方法的步骤中的每一者。另外，所述计算机实施方法可包含本文中所描述的任何其它方法的任何其它步骤。此外，所述计算机实施方法可由本文中所描述的所述系统中的任一者来执行。
附图说明
在受益于对优选实施例的以下详细说明的情况下且在参考所附图式之后，所属领域的技术人员将明了本发明的其它优点，在所附图式中：
图1是图解说明用于设置光罩检验工艺的计算机实施方法的实施例及用于检测光罩上的缺陷的计算机实施方法的实施例的流程图；
图2是图解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存储用于致使计算机系统执行本文中所描述的计算机实施方法中的一或多者的程序指令；及
图3是图解说明经配置以检测光罩上的缺陷的系统的实施例的侧视图的示意图。
虽然易于对本发明做出各种修改及替代形式，但本发明的特定实施例是借助于实例展示于图式中且将在本文中详细地描述。所述图式可未按比例。然而，应理解，所述图式及对其的详细说明并非打算将本发明限制于所揭示的特定形式，而是相反，本发明打算涵盖归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、等效形式及替代形式。
具体实施方式
现在转到图式，应注意各图并未按比例绘制。特定来说，所述图的元件中的一些元件的比例被大为放大以强调所述元件的特性。还应注意，所述图并未按相同比例绘制。已使用相同元件符号来指示可类似地配置的在多个图中展示的元件。除非本文中另外提及，否则所描述及所展示的元件中的任何元件可包含任何适合可商业购得的元件。
本文中所描述的实施例一般来说涉及通过利用描述光罩图案的数据库来检验光罩。举例来说，如本文中进一步所描述，所述实施例可用于使用近场恢复对光罩进行裸片到数据库检验。本文中所描述的实施例可用于针对图案缺陷及污染检验光罩。
术语“光罩”、“掩模”及“光掩模”在本文中互换使用且打算意指此项技术中已知的用以将图案转印到例如晶片的另一衬底的任何光罩或掩模。
“大体上高分辨率图像”(如所述术语常用于光罩检验领域中)是指光罩的图像，其中印刷于光罩上的特征大体上呈现为其形成于光罩上那样(在用以产生图像的光罩检验系统的光学限制内)。举例来说，光罩的“大体上高分辨率图像”是通过利用大体上高分辨率光罩检验系统(例如，能够以大体上高数值孔径(例如，大于0.8的数值孔径(NA))产生图像的光罩检验系统)使物理光罩在光罩平面处成像而产生的图像。相比来说，用以产生光罩的图像的“大体上低NA”可为小于0.5的NA。另外，用以产生光罩图像的“大体上低NA”可与光罩侧上的由曝光系统用以将光罩的图像投影到晶片上借此将光罩上的特征转印到晶片上的NA大体上相同。因此，在大体上低NA图像(或LNI)中，光罩特征可大体上呈现为不同于其形成于光罩上那样。举例来说，在LNI中，光罩特征可呈现为具有比形成于光罩上的拐角更圆的拐角。
如本文中所使用的术语“设计”及“设计数据”通常是指IC的物理设计(布局)以及通过复杂模拟或简单几何及布尔(Boolean)运算从物理设计导出的数据。所述设计可存储于例如GDS文件、任何其它标准机器可读文件、此项技术中已知的任何其它适合文件的数据结构及设计数据库中。一GDSII文件是用于设计布局数据的表示的一类文件中的一者。此些文件的其它实例包含GL1及OASIS文件。本文中所描述的实施例中所使用的设计可存储于此整个类别的文件中的任一者中，而不管数据结构配置、存储格式或存储机制如何。另外，本文中进一步所描述的光罩的图案信息可存储于描述光罩图案的数据库中。此光罩图案是在掩模写入操作无瑕疵时可预期在光罩上的图案。所述数据库可含有多边形的顶点坐标或可为灰度级图像。
所述设计可包含在共同拥有的萨法尔(Zafar)等人于2009年8月4日颁布的第7,570,796号美国专利及库尔卡尼(Kulkarni)等人于2010年3月9日颁布的第7,676,077号美国专利中所描述的任何其它设计数据或设计数据代理，所述两个美国专利如同完整陈述一般以引用方式并入本文中。另外，本文中所描述的“设计”及“设计数据”是指由半导体装置设计者在设计工艺中产生且因此在将设计印刷于任何物理光罩及/或晶片上之前可良好地用于本文中所描述的实施例中的信息及数据。
一个实施例涉及用于设置光罩检验工艺的计算机实施方法。如图1的步骤100中所展示，所述方法包含将光罩的图案信息分离成若干预定分段。术语光罩的“部分”、“区段”及“分段”全部是指所述光罩的二维(2D)平面图中的一组点。尽管这些术语可经定义以具有相同意义，但每一术语在此文档中均针对概念不同的对象有所保留。
在一个实施例中，预定分段的直径大于光罩的光学接近距离。举例来说，如上文所描述，可将图案信息分离成若干相对小分段或区段。接着，如本文中进一步所描述，可在预定分段当中搜索正被检验的光罩的数据库的分段的匹配项。为增加找到匹配项的概率，可选择预定分段作为数据库的相对小区段。然而，预定分段的直径应大于光学接近距离以确保预定分段包含足够图案信息使得可以合理可信度找到匹配项。
在一个实施例中，从光罩的设计数据获取图案信息。光罩的设计数据可存储于例如上文所描述的数据库的数据库中。在一些此类实施例中，所述方法可包含获取光罩的图案的数据库。可以任何适合方式从任何适合存储媒体获取数据库。
在另一实施例中，所述方法包含基于在光罩的图案的整体中预定分段的实例的数目而依据图案信息选择预定分段。举例来说，使用数据库，可选择表示所述光罩或另一光罩的其余部分上的图案的所述光罩的一部分。
如图1的步骤102中所展示，所述方法还包含基于所述光罩的由光罩检验系统的检测器获取的一或多个实际图像而确定预定分段的近场数据。举例来说，所述方法可包含以电子方式获取光罩的选定部分的一或多个光学显微镜图像。获取一或多个实际图像的检测器及光罩检验系统可如本文中进一步所描述而配置。所述图像可为光罩的光学LNI图像。将使用光罩的一或多个实际图像来确定近场数据。以此方式，可从光学LNI图像恢复近场。光罩的近场通常可定义为接近所述光罩的任意平面处的电场。如此，本文中所描述的实施例可包含依据利用显微镜所获取的图像恢复掩模近场。
如本文中进一步所描述，接着近场数据将用于所述光罩或另一光罩以模拟所述光罩或所述另一光罩的检测器图像，所述检测器图像将用于对所述光罩或所述另一光罩的缺陷检测。因此，近场数据可基于其得以确定的光罩的一或多个实际图像是优选地利用光罩检验系统(其将用于对所述光罩或所述另一光罩的检验)的检测器或经类似配置光罩检验系统(例如，具有与将用于检验的光罩检验系统相同的式样及模型的不同光罩检验系统)的经类似配置检测器而获取。换句话说，如本文中进一步所描述，由于近场数据将用以模拟检测器图像，因此优选地在如将用于检验的相同光学条件下获取可用以确定近场数据的实际图像。以此方式，可使用实际光罩或另一光罩尽可能直接地测量光罩与照明电磁波的交互。然而，如果将用于光罩检验的光学条件无法用以获取用以确定近场的实际图像，那么可以某种方式修改实际图像以模拟光罩的针对具有检验光学条件的光罩所获取的实际图像。接着可使用那些经修改图像来确定近场数据。
如果使用除了将被检验的所述光罩以外的光罩来获取依据其确定近场数据的图像，那么所述另一光罩应具有大体上类似于待检验的光罩的特性。举例来说，所述光罩及所述另一光罩优选地由具有大体上相同厚度及组成的大体上相同材料构成。另外，所述两个光罩可已使用相同工艺形成。所述两个光罩上可未必印刷有相同图案，只要光罩上的图案可分割成若干大体上相同的分段(例如，具有类似宽度的线等)即可。另外，将被检验的光罩及用以获取图像的光罩可为同一个光罩。
可基于光罩的一或多个实际图像通过回归来确定预定分段的近场数据。举例来说，光罩的选定部分的近场可从其所获取光学图像或检测器平面处所记录的图像强度而恢复(回归)。特定来说，从光罩的强度图像恢复光罩的近场是反问题或回归问题。如在大多数反问题中，可通过最小化成本函数(例如，能量或惩罚函数)而迭代地恢复近场。被最小化的量可为检测器处的光学图像与从近场所计算的强度图像之间的平方差的和。另外，可使用任何其它适合回归方法及/或算法来依据一或多个实际图像确定近场数据。
在一个实施例中，通过所述检测器或另一检测器以多个焦点设定获取所述光罩或另一光罩的一或多个实际图像。以此方式，在优选实施方案中，可以多个焦点设定(即，多个焦点设定)获取图像。如果使用多个焦点设定下的图像，那么对近场的恢复是稳健的。可使用如本文中进一步所描述的系统以如本文中进一步所描述的检测器的多个焦点设定获取光罩的图像。
在一个实施例中，回归包含霍普金(Hopkins)相位近似法。在另一实施例中，回归不包含薄掩模近似法。在额外实施例中，回归不包含基尔霍夫近似法。举例来说，光罩的近场是在所述光罩被法向入射平面波照明时所述光罩的表面处存在的电磁场。在光刻及检验中，光罩被从许多方向入射的平面波照明。根据霍普金近似法，当入射方向改变时，衍射级方向改变，而其振幅及相位保持大致上不变。本文中所描述的实施例可使用霍普金相位近似法，但不进行所谓的薄掩模或基尔霍夫近似法。
如图1的步骤104中所展示，所述方法进一步包含产生包含成对的预定分段及对应于所述预定分段的近场数据的数据结构。在一些实施例中，可将数据结构配置为库。以此方式，所述方法可包含形成含有数据库的成对的分段及光罩的对应分段上的近场的库。换句话说，库可含有光罩图案的相对小剪辑(clip)及相关联光罩近场。如此，光罩图案剪辑及近场可作为成对的对象保存于库中。然而，数据结构可具有此项技术中已知的任何其它适合文件格式。另外，尽管数据结构可在本文中所提供的说明中称为“库”，但将理解，本文中所描述的实施例不需要将数据结构配置为库。因此可在检验光罩(或第二光罩)之前产生库。
如图1的步骤106中所展示，所述方法还包含通过将所述所产生数据结构的信息并入于用于所述光罩检验工艺的处方中而设置所述光罩检验工艺，使得在所述光罩检验工艺期间将所述光罩或另一光罩上的检验区中的两个或两个以上分段与所述预定分段进行比较，且将所述两个或两个以上分段中的至少一者最类似于的所述预定分段中的一者的所述近场数据指派到所述两个或两个以上分段中的所述至少一者。换句话说，当检验光罩时，可将其图案信息分离成若干分段，与库中的预定分段相比较，且可将库中的预定分段的近场数据指派到其匹配的分段。可如本文中进一步所描述来执行这些步骤。
以此方式，如本文中所描述的设置光罩检验工艺可包含产生将用于光罩检验工艺中的库且至少使所述库可用于所述光罩检验工艺中。然而，本文中所描述的实施例可或可不包含设置光罩检验工艺的其它参数(例如，光学参数、缺陷检测参数等)。举例来说，可以某种其它方法或利用某种其它系统来确定其它参数，且可将库的信息(例如，到库的链接及/或库的ID)并入到所述工艺中。如此，本文中所描述的实施例可包含仅设置整个光罩检验工艺的一个元素(库)。光罩检验工艺的处方可为可由光罩检验系统用以执行所述光罩检验工艺的任何指令集。此些指令可具有任何适合格式且可存储于任何适合数据结构中。
通过一或多个计算机系统执行所述分离、确定、产生及设置步骤，所述一或多个计算机系统可根据本文中所描述的实施例中的任一者来配置。
上文所描述的方法的实施例中的每一者可包含本文中所描述的任何其它方法的任何其它步骤。此外，可通过本文中所描述的系统中的任一者执行上文所描述的方法的实施例中的每一者。
用于设置光罩检验工艺的计算机实施方法的额外实施例包含上文所描述的分离、产生及设置步骤。然而，此实施例未必包含上文所描述的确定步骤。相反，在此实施例中，所述方法包含通过对管控预定分段的电磁场的方程式进行数值求解而确定所述预定分段的近场数据。换句话说，所述实施例可使用麦克斯韦方程式来确定不同预定分段的近场。接着可将从麦克斯韦方程式确定的近场及其对应预定分段存储于数据结构(例如，库)中，如本文中进一步所描述。接着可在光罩检验工艺期间使用那些近场与预定分段对，如本文中进一步所描述。可以任何适合方式使用任何适合方法及/或算法对管控预定分段的电磁场的方程式(或麦克斯韦方程式)求解。
通过一或多个计算机系统执行所述分离、确定、产生及设置步骤，所述一或多个计算机系统可根据本文中所描述的实施例中的任一者来配置。
上文所描述的方法的实施例中的每一者可包含本文中所描述的任何其它方法的任何其它步骤。此外，可通过本文中所描述的系统中的任一者执行上文所描述的方法的实施例中的每一者。
另一实施例涉及用于检测光罩上的缺陷的计算机实施方法。换句话说，此实施例可包含检验光罩或对光罩执行光罩检验工艺。在本文中进一步所描述的实施例中执行的所述光罩检验工艺可(至少部分)如上文所描述而设置。
如图1的步骤108中所展示，此方法包含将所述光罩上的检验区中所包含的图案分离成两个或两个以上分段。举例来说，给出光罩的检验区，可将所述检验区的数据库划分或分割成若干相对小分段。所述方法可或可不包含选择光罩上的检验区。举例来说，可通过另一方法或系统来确定光罩上的检验区，且所述检验区的信息可包含于用于光罩检验工艺的处方中。所述两个或两个以上分段可如本文中进一步所描述而配置。
如图1的步骤110中所展示，所述方法还包含将所述两个或两个以上分段分别与数据结构中所包含的预定分段进行比较。所述数据结构包含光罩图案的成对的预定分段及对应近场数据。以此方式，可在库中查询数据库的每一分段。特定来说，分别比较步骤可包含在库的数据库分段中寻找被检验的光罩的数据库的区段的匹配项。换句话说，此步骤可包含在库中找到匹配图案。
在一个实施例中，所述两个或两个以上分段的直径大于所述光罩的光学接近距离。举例来说，如上文所描述，可将光罩图案分离成若干相对小分段或区段。接着，可在库中的数据库分段当中搜索所述数据库的此区段的匹配项。为增加找到匹配项的概率，可一次处理数据库的一相对小区段。然而，所述区段的直径应大于光学接近距离。
在一个实施例中，所述方法包含通过将所述光罩或另一光罩的图案信息分离成若干预定分段而确定成对的所述预定分段及对应近场数据；及基于所述光罩或所述另一光罩的由所述检测器或另一检测器获取的一或多个实际图像而确定所述预定分段的所述近场数据。可如本文中进一步所描述来执行这些步骤。举例来说，用于本文中所描述的实施例的库可如上文所描述而创建。
在一个此实施例中，基于所述光罩或所述另一光罩的一或多个实际图像通过回归来确定所述预定分段的近场数据。所述近场数据可以此方式确定，如本文中进一步详细地描述。
在额外实施例中，所述方法包含：通过将所述光罩或另一光罩的图案信息分离成若干预定分段而确定成对的所述预定分段及对应近场数据；及通过对管控所述光罩图案的所述预定分段的电磁场的方程式进行数值求解而确定所述预定分段的近场数据。可如本文中进一步所描述来执行这些步骤。举例来说，用于本文中所描述的实施例的库可如上文所描述而创建。
在另一实施例中，将两个或两个以上分段分别与预定分段进行比较包含将所述两个或两个以上分段的灰度级图像与所述预定分段的灰度级图像进行比较。举例来说，在库中找到匹配项可涉及评估灰度级光栅化数据库图像的相关性。在额外实施例中，将两个或两个以上分段分别与预定分段进行比较包含将所述两个或两个以上分段中的一者中的多边形的顶点坐标与所述预定分段中的多边形的顶点坐标进行比较，且在分别比较期间不将所述两个或两个以上分段中的一者及所述预定分段中的顶点坐标的立体平移视为差异。举例来说，如果数据库含有多边形的顶点坐标，那么顶点坐标可在任意平移内匹配。可以任何适合方式使用任何适合方法及/或算法来执行此些分别比较步骤。
如图1的步骤112中所展示，所述方法进一步包含基于两个或两个以上分段中的至少一者最类似于的预定分段中的一者将近场数据指派到所述两个或两个以上分段中的所述至少一者。将近场数据指派到至少一个分段可包含从库检索对应于所述至少一个分段最类似于的预定分段的近场。接着可将所检索近场指派到检验区中的点。可以任何适合方式使用任何适合算法及/或方法执行：确定被检验的光罩的分段与库中的预定分段的类似程度。以此方式，在检验期间可通过在库中查询光罩的近场而计算所述近场。
在一个实施例中，当两个或两个以上分段中的至少一者最类似于的预定分段中的一者不是所述两个或两个以上分段中的所述至少一者的确切匹配项时：将近场数据指派到所述两个或两个以上分段中的所述至少一者包含：确定所述预定分段中的所述一者到所述两个或两个以上分段中的所述至少一者的映射，将所述映射应用于对应于所述预定分段中的所述一者的所述近场数据以产生经修改近场数据，及将所述经修改近场数据指派到所述两个或两个以上分段中的所述至少一者。以此方式，如果未找到确切匹配项，那么可选择库中的最接近匹配项。在一个此实施方案中，可发现将库数据库分段映射到检验区域的数据库区段的形态学运算。接着可将相同形态学运算应用于库近场。举例来说，假定在明场中寻找54nm宽线的近场，而库中的最接近匹配项为50nm宽线。可选择50nm宽线的近场的映射且将其延展以涵盖54nm宽线。
在另一实施例中，当针对两个或两个以上分段中的至少另一者无法找到所述两个或两个以上分段中的所述至少另一者最类似于的所述预定分段中的一者时，所述方法包含：基于由检测器产生的实际图像而确定所述两个或两个以上分段中的所述至少另一者的近场数据；及将所确定近场数据添加到数据结构。举例来说，如果可未发现匹配项，那么可如本文中所描述执行近场恢复且其结果可包含于库中。
如图1的步骤114中所展示，所述方法包含基于所指派近场数据而产生所述检验区的近场数据。举例来说，产生检验区的近场数据可包含制成所检索近场的拼贴(collage)使得单个近场值被指派到所述检验区的每一点。以此方式，可从所指派近场计算图像。
在一个实施例中，所述方法还包含基于所产生近场数据而模拟所述检验区的将由光罩检验系统的检测器形成的图像。举例来说，可使用霍普金或加莫-伽博(Gamo-Gabor)理论将所指派近场值传播到检测器阵列，且可确定图像强度。
如图1的步骤116中所展示，所述方法进一步包含获取光罩的物理版本上的检验区的由检测器产生的实际图像。以此方式，可获取待检验的区域的光学图像。可使用本文中所描述的任何系统的任何检测器如本文中进一步所描述而产生所述光罩的物理版本上的检验区的实际图像。
如图1的步骤118中所展示，所述方法还包含通过将经模拟图像与实际图像进行比较而检测光罩上的缺陷。举例来说，可将所获取光学图像与经计算图像强度进行比较，且可检测并报告检验区的经计算图像与所获取光学图像之间的显著差异。然而，可以任何其它适合方式使用任何其它适合方法及/或算法来执行：基于将经模拟图像与实际图像进行比较的结果而检测光罩上的缺陷。
因此，本文中所描述的实施例具有优于其它当前使用的光罩检验方法的若干个优点。举例来说，如本文中进一步所描述从其光学图像恢复光罩的近场比对麦克斯韦方程式求解快。另外，创建经恢复近场的库且拼贴从所述库检索的近场减少近场恢复计算的数目。
在又一实施例中，所述方法包含：通过将所产生近场数据输入到模型中而模拟将在利用所述光罩执行的工艺中形成于晶片上的经图案化特征的一或多个特性；测量已在所述工艺中形成于所述晶片上的经图案化特征的一或多个特性；将一或多个经模拟特性与一或多个经测量特性进行比较；及基于所述比较步骤的结果而更改所述模型的一或多个参数。以此方式，光刻成像模型可应用于掩模近场以预测光刻图像。如此，所述方法可包含使用所预测光刻图像来预测晶片上的临界尺寸或光刻的结果。另外，可使用经恢复近场及晶片图像(例如，晶片扫描电子显微镜(SEM)图像)来校准光刻计算模型。换句话说，本文中所描述的实施例可在光刻工艺中校准模型化参数，此对从一组LNI图像预测晶片图案是关键的。
在一些此类实施例中，其图像用以确定近场数据(其被输入到模型中)的光罩可为校准掩模。此校准掩模可包含一组一维(1D)及2D图案。所述掩模可为用以产生OPC模型的相同掩模。或者，掩模可由例如加利福尼亚州苗比达市的科磊公司(KLA-Tencor)的光罩检验工具供应商来设计。
可针对校准掩模获取一组LNI图像，如本文中所描述。用以获取这些图像的成像条件是优选的，使得照明源形状及物镜侧上的NA与扫描仪上的照明源形状及NA相同或几乎相同。出于更好调节后续计算的目的，LNI图像可为离焦的。替代方法是以几乎相干照明条件但以不同入射角获取一组LNI图像。
接着可如本文中进一步所描述而恢复掩模近场(或MNR)。举例来说，关于具有已知照明及成像条件的一组LNI图像，可通过将所获取LNI图像与从掩模近场计算的图像之间的差异最小化的目标函数而迭代地重新构造掩模平面振幅及相位信息。
接着可模型化光刻工艺。举例来说，可将掩模近场馈送到计算引擎以产生晶片级图像。所述计算引擎优选地包含对整个光致抗蚀剂材料的扫描仪成像工艺(其明确地考虑偏振及向量成像效应)。所述引擎还优选地含有(举例来说)包含酸及碱扩散及碱淬灭的光致抗蚀剂显影工艺。计算引擎还可任选地包含蚀刻模型化。
接着可将经模拟晶片图像与印刷有相同校准掩模的晶片的以实验方式获取的SEM图像进行比较。可使用经模拟晶片图像与以实验方式获取的图像之间的任何差异来迭代地调整模型参数以借此减小图像差异(例如，使得经模拟晶片图像大体上匹配以实验方式获取的图像)。此迭代工艺实现光刻模型参数的提取。本文中所描述的实施例因此提供用以提取光刻模型参数的校准过程。另外，本文中所描述的实施例将掩模近场与全光刻模型及校准掩模组合以提取光刻模型参数。接着可存储这些模型参数且稍后在发现缺陷时检索所述模型参数。
本文中所描述的用于校准光刻模型的实施例提供优于用于校准光刻模型的当前使用的方法及系统的若干个优点。举例来说，用于校准光刻模型的当前使用的方法基于对麦克斯韦方程式求解的不准确方法。另外，一些当前使用的方法假定几何形状数据库表示光罩上的实际图案。此外，一些当前使用的方法假定预先选定的三维(3D)轮廓表示光罩中所蚀刻的实际轮廓。此外，一些当前使用的方法假定一组材料参数表示构成光罩的材料。此文档的背景章节中描述了当前使用的方法及系统的额外缺点。
由光罩检验检测到的缺陷就其可印刷性来说由于增加的OPC复杂性而难以处置。简单抗蚀剂阈值模型对LNI图像或空中图像不充分。需要对扫描成像模型的顶部的抗蚀剂模型校准以在使用物理扫描仪来实际上印刷晶片之前准确地预测缺陷的晶片级影响。如此，构造可用以在将光罩装运到晶片制造厂之前大体上准确地预测缺陷的晶片级行为的新方法是高度合意的。
在一个此实施例中，所述方法包含，针对在所述光罩上检测到的缺陷中的至少一者，基于所述缺陷中的所述至少一者的实际图像而确定所述缺陷中的所述至少一者的近场数据；及通过将所述缺陷中的所述至少一者的所确定近场数据输入到模型中而模拟所述缺陷中的所述至少一者将如何在工艺中印刷于晶片上。以此方式，所述方法可包含利用光罩检验图像的大体上准确的晶片级缺陷可印刷性。换句话说，实施例可用以分析光罩缺陷可印刷性。举例来说，一旦在光罩上检测到缺陷，即可在所述缺陷处或附近获取一组LNI图像，可使用这些图像来恢复所述缺陷的掩模近场(其可如本文中所描述而执行)，且可执行光刻模型化(利用通过本文中所描述的实施例而提取的模型化参数)以准确地计算晶片上的缺陷行为。另外，一旦已使用如本文中所描述而校准的模型获取了说明至少一个缺陷将如何印刷于晶片上的经模拟图像，即可将所述经模拟图像与打算如何将光罩区印刷于所述晶片上的信息(其可从光罩的预先-OPC数据库获取)进行比较。如此，可使用预先-OPC数据库来计算对晶片的光罩缺陷印刷影响。因此，可通过将经计算晶片级图像与预先-OPC数据库进行比较来确定光罩缺陷将如何使光罩在晶片上的印刷从其既定印刷更改以预测缺陷行为。
本文中所描述的实施例可用以在将光罩装运到制造厂之前及在对光罩执行大量制造之前鉴定光罩且准确地预测光罩上的缺陷的晶片级影响或行为。可执行后续缺陷处置以分离致命缺陷与非致命缺陷。举例来说，一旦已确定缺陷对光罩在晶片上的印刷的影响，即可相应地处置所述缺陷或将所述缺陷分类(例如，分类为非印刷缺陷、印刷缺陷、致命印刷缺陷(例如，将影响合格率的缺陷)、非致命印刷缺陷(例如，将印刷但不影响合格率的缺陷等)。
因此，本文中所描述的缺陷可印刷性实施例具有优于用于预测缺陷可印刷性的其它方法及系统的若干个优点。举例来说，本文中所描述的实施例可使用包含扫描成像特性及光致抗蚀剂显影工艺的光刻模型来执行。另外，掩模近场恢复与光刻模型校准(例如，组合检验图像与光刻工艺步骤以校准光刻模型)的组合产生来自检验图像的较准确晶片级预测。因此，本文中所描述的实施例提供可用以大体上准确地预测缺陷的晶片级行为以供可印刷性分析的校准结果。
本文中所描述的校准步骤可在现有光罩检验工具上实施。另外，利用经校准模型进行的缺陷处置可在现有光罩检验工具上实施。
利用一或多个计算机系统而执行分离、分别比较、指派、产生、模拟、获取及检测步骤，所述一或多个计算机系统可根据本文中所描述的实施例中的任一者而配置。
上文所描述的方法的实施例中的每一者可包含本文中所描述的任何其它方法的任何其它步骤。此外，可通过本文中所描述的系统中的任一者执行上文所描述的方法的实施例中的每一者。
本文中所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。所述结果可包含本文中所描述的结果中的任一者且可以此项技术中已知的任何方式存储。存储媒体可包含本文中所描述的任何存储媒体或此项技术中已知的任何其它适合存储媒体。在已存储所述结果之后，所述结果可在存储媒体中存取且由本文中所描述的方法或系统实施例中的任一者使用、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。
另一实施例涉及非暂时性计算机可读媒体，所述非暂时性计算机可读媒体存储可在计算机系统上执行以执行本文中所描述的计算机实施方法中的一或多者的程序指令。图2中展示一个此实施例。举例来说，如图2中所展示，非暂时性计算机可读媒体200存储可在计算机系统204上执行以执行本文中所描述的计算机实施方法中的一或多者的程序指令202。计算机实施方法可包含本文中所描述的任何方法的任何步骤。
实施例如本文中所描述的方法的方法的程序指令202可存储于非暂时性计算机可读媒体200上。所述计算机可读媒体可为例如磁盘或光盘、磁带的存储媒体，或此项技术中已知的任何其它适合非暂时性计算机可读媒体。
可以包含基于过程的技术、基于组件的技术及/或对象导向的技术以及其它技术的各种方式中的任一者来实施程序指令。举例来说，可视需要使用Matlab、Visual Basic、ActiveX控制项、C、C++对象、C#、JavaBeans、Microsoft基础类别(“MFC”)或者其它技术或方法来实施所述程序指令。
计算机系统204可呈现各种形式，包含个人计算机系统、主机计算机系统、工作站、系统计算机、图像计算机、可编程图像计算机、并行处理器或此项技术中已知的任何其它装置。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。
在一个实施例中，上文所描述的计算机系统可包含是电子设计自动化(EDA)工具(未展示)的一部分的一或多个计算机子系统，且本文中进一步所描述的光罩检验系统并非EDA工具的一部分。包含于此工具中的EDA工具及计算机子系统可包含可经配置以执行上文所描述的步骤中的一或多者的任何可商业购得的EDA工具。例如，经配置以将光罩上的检验区中所包含的图案分离成若干分段的计算机子系统可为EDA工具的一部分。以此方式，光罩的设计数据可由EDA工具处理以将图案分离成将由如本文中所描述的另一不同系统或工具使用的若干分段。
计算机子系统还可不是EDA工具的一部分且可包含于另一系统或工具中或简单地配置为独立计算机系统。此外，所述工具或计算机子系统(其将图案分离成若干分段、产生数据结构及/或设置如本文中所描述的光罩检验工艺)可经配置以通过以下操作而将所述信息提供到另一工具或计算机子系统：将通过此些步骤产生的信息存储或传送到例如制造数据库的共享计算机可读存储媒体或将所述信息直接传输到将使用所述信息的工具。
另一实施例涉及经配置以检测光罩上的缺陷的系统。图3中展示此系统的一个实施例。所述系统包含光罩检验子系统，所述光罩检验子系统包含检测器，所述检测器经配置以产生所述光罩的物理版本上的检验区的实际图像。所述实际图像可为本文中进一步所描述的此类图像中的任一者。如图3中所展示，所述系统包含光罩检验子系统300。
如图3中进一步所展示，光罩检验子系统300包含如本文中更详细地描述的照明子系统及收集子系统。所述照明子系统包含光源302。光源302可为相干光源，例如，激光器。所述光源可经配置以发射具有约248nm、约193nm、约157nm的波长或另一紫外波长的单色光。或者，所述光源可经配置以发射具有一定波长范围的光且可耦合到光谱滤光器(未展示)。宽带光源的实例包含但不限于产生深紫外波长型态中的光的He-Xe弧光灯。以此方式，所述光源及所述滤光器可发射具有如上文所描述的波长的单色光。所述光源及所述滤光器可经配置使得可取决于(举例来说)正检验的光罩的类型或正执行的检验或测量的类型而从所述光源及所述滤光器发射不同波长的光。所述光源还可经配置以发射除紫外光以外的光。另外，所述光源可经配置以连续地或以脉冲形式按各种时间间隔发射光。
所述照明子系统还可包含耦合到所述光源的若干个光学组件。举例来说，来自光源302的光可首先通过均光器304。均光器304可经配置以减少来自光源的光的斑点。所述照明子系统还可包含光圈306。光圈306可具有可调整NA。举例来说，所述光圈可耦合到控制机构，所述控制机构可经配置以取决于从用户接收的控制信号或依据从在系统上运行的程序处方接收的程序指令而以机械方式更改所述光圈。以此方式，光可具有各种部分相干因子σ。举例来说，光圈306可经更改以调整聚光透镜308的光瞳。聚光透镜的光瞳控制所述系统的NA。由于聚光器的光瞳减小，因此照明相干增加，借此减小σ值。σ值可表达为聚光透镜的NA与物镜的NA的比率。曝光系统可具有在约0.3到约0.9之间的范围内的σ值。因此，光圈306可经更改使得光学子系统具有在约0.3与约0.9之间的σ值。可取决于光罩上的特征而更改σ值。举例来说，如果光罩包含线及空间而非如果光罩包含接触孔，那么可使用较高σ值。所述控制机构还可经配置以更改光圈以提供环形或离轴照明。所述光圈还可经配置以提供例如四极子或双极照明的其它类型的照明。所述光圈可进一步经配置以更改光束的形状。举例来说，所述光圈可为衍射光学元件或切趾光圈。
所述照明子系统还可包含若干个额外光学组件(未展示)。举例来说，所述照明子系统还可包含经配置以更改光的光束直径的望远镜。另外，所述照明子系统可包含一或多个中继透镜、例如场透镜的额外透镜、折叠镜、额外光圈及分束器。
所述照明子系统还可包含聚光透镜308。聚光透镜308可经配置以将对象(光罩)平面中的光的直径更改为近似或大于所述系统的视场。退出聚光透镜的光可照明支撑在载台312上的光罩310。所述载台经配置以通过接近光罩的外横向边缘接触所述光罩而支撑所述光罩。提供载台中的开口以允许来自照明子系统的光照明光罩。载台312可经配置以移动光罩使得可更改光罩的对准且使得可使光跨越光罩扫描。或者，所述照明子系统可包含例如声光偏转器或机械扫描总成的扫描元件(未展示)，使得在使光跨越光罩扫描时光罩可保持大体上稳定。载台312还可经配置以通过焦点移动光罩，借此更改光学子系统的焦点设定。所述载台还可耦合到自动聚焦装置(未展示)，所述自动聚焦装置经配置以更改所述载台的位置，借此更改所述光罩的位置以在检验期间维持光学子系统的焦点设定。或者，自动聚焦装置可耦合到物镜以更改物镜的位置以在检验期间维持焦点设定。
所述光学子系统还可包含经布置以形成收集子系统的若干个光学组件。举例来说，所述收集子系统包含物镜314。通过物镜314收集由所述光罩透射的光。所述收集子系统还包含具有可调整NA的光圈316。光圈316的NA还可经选择使得退出光圈的光具有选定放大率。光圈316定位于物镜314与可配置为镜筒透镜的透镜318之间。来自透镜318的光可被引导到分束器320。分束器320可经配置以将光引导到三个检测器322a、322b及322c。所述收集子系统还可包含若干个额外光学组件(未展示)，例如，放大透镜。所述放大透镜可定位于透镜318与分束器之间。
检测器322a、322b及322c可经配置以形成由光罩的经照明部分透射的光的图像。此图像可称为“空中图像”。所述检测器还应对上文所描述的光波长中的至少一者是敏感的。然而，除其它型态中的波长外，所述检测器还可对深紫外型态中的一定波长范围是敏感的。举例来说，所述检测器可包含电荷耦合装置(CCD)或时间延迟积分(TDI)相机。所述检测器还可具有一维或二维像素阵列。所述三个检测器中的每一者可具有不同焦点设定。以此方式，所述三个检测器可大体上同时以三个不同焦点设定形成光罩的图像。举例来说，一个检测器可大体上为对焦，且其它两个检测器可在相对于对焦条件的相反方向上为不对焦。另外，所述光罩检验子系统可取决于所述光罩检验子系统的机械或物理约束而包含任何数目个此些检测器。
或者，所述光罩检验子系统可仅包含经配置以产生光罩的实际图像的一个检测器。所述检测器可具有近似地等于曝光系统的焦点设定的焦点设定。可通过形成光罩的多个图像及在形成每一图像之后更改检测器的焦点设定而形成在不同焦点设定下的光罩的图像。在此实施例中，分束器320将不必将光分裂到多个检测器。
光罩检验子系统可包含未在图3中展示的若干个其它组件。举例来说，所述系统可包含加载模块、对准模块、例如机器人传送臂的搬运器及环境控制模块且可包含此项技术中已知的任何此些组件。
如上文所描述，所述光罩检验子系统可经配置以使用一组曝光条件形成光罩的空中图像。所述曝光条件包含但不限于照明波长、照明相干、照明光束的形状、NA及焦点设定。所述组曝光条件可经选择以大体上等效于由曝光系统用以将光罩的图像印刷到晶片上的曝光条件。因此，由光罩检验子系统300形成的空中图像可大体上光学地等效于将在所述组曝光条件下由所述曝光系统印刷于晶片上的光罩的图像。
所述系统还包含经配置以执行本文中所描述的计算机实施方法中的一或多者的一或多个步骤的一或多个计算机子系统。在一个实施例中，如图3中所展示，所述系统包含计算机子系统324。在图3中所展示的实施例中，计算机子系统324耦合到光罩检验子系统300。举例来说，计算机子系统可耦合到光罩检验子系统的检测器。在一个此实例中，如图3中所展示，计算机子系统324耦合到光罩检验子系统300的检测器322a、322b及322c(例如，通过在图3中由虚线展示的一或多个传输媒体，其可包含此项技术中已知的任何适合传输媒体)。所述计算机子系统可以任何适合方式耦合到所述检测器。所述计算机子系统可以任何其它适合方式耦合到光罩检验子系统使得由所述光罩检验子系统产生的光罩的图像及任何其它信息可发送到所述计算机子系统，且任选地使得所述计算机子系统可将指令发送到所述光罩检验子系统以执行本文中所描述的一或多个步骤。包含于所述系统中的计算机子系统还可如本文中所描述而进一步配置。
应注意，本文中提供图3以大体上图解说明可包含于本文中所描述的系统实施例中的光罩检验子系统的一个配置。显然地，可更改本文中所描述的光罩检验子系统的配置以优化所述系统的性能，如在设计商业检验系统时通常所执行。另外，本文中所描述的系统可使用现有光罩检验子系统来实施(例如，通过将本文中所描述的功能性添加到现有检验系统)，所述现有光罩检验子系统是例如可从科磊公司商业购得的光罩检验工具。针对一些此类系统，本文中所描述的方法可提供为所述系统的任选功能性(例如，除所述系统的其它功能性以外)。或者，可“从头”设计本文中所描述的光罩检验系统以提供全新系统。
鉴于此说明，所属领域的技术人员将明了本发明的各种方面的其它修改及替代实施例。举例来说，提供用于检测光罩上的缺陷的系统及方法。相应地，此说明应解释为仅是说明性的，且是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，本文中所展示及所描述的本发明的形式应视为目前优选的实施例。如所属领域的技术人员在受益于本发明的此说明之后均将明了，元件及材料可替代本文中所说明及所描述的那些元件及材料，部件及工艺可颠倒，且本发明的某些特征可独立地利用。可在不背离如所附权利要求书中所描述的本发明的精神及范围的情况下对本文中所描述的元件做出改变。

Claims (41)

1.一种用于检测光罩上的缺陷的计算机实施方法，其包括：
将所述光罩上的检验区中所包含的图案分离成两个或两个以上分段；
将所述两个或两个以上分段分别与数据结构中所包含的预定分段进行比较，其中所述数据结构包括光罩图案的成对的所述预定分段及对应近场数据；
基于所述两个或两个以上分段中的至少一者最类似于的所述预定分段中的一者而将近场数据指派到所述两个或两个以上分段中的所述至少一者；
基于所指派近场数据而产生所述检验区的近场数据；
基于所产生近场数据而模拟所述检验区的将由光罩检验系统的检测器形成的图像；
获取所述光罩的物理版本上的所述检验区的由所述检测器产生的实际图像；及
通过将经模拟图像与所述实际图像进行比较而检测所述光罩上的缺陷，其中利用一或多个计算机系统来执行所述分离、分别比较、指派、产生、模拟、获取及检测。
2.根据权利要求1所述的方法，其进一步包括通过以下操作而确定所述成对的所述预定分段及所述对应近场数据：将所述光罩或另一光罩的图案信息分离成所述预定分段；及基于所述光罩或所述另一光罩的由所述检测器或另一检测器获取的一或多个实际图像而确定所述预定分段的所述近场数据。
3.根据权利要求2所述的方法，其中从所述光罩的设计数据获取所述图案信息。
4.根据权利要求2所述的方法，其进一步包括基于在所述光罩的所述图案的整体中所述预定分段的实例的数目而依据所述图案信息选择所述预定分段。
5.根据权利要求2所述的方法，其中通过所述检测器或所述另一检测器以多于一个焦点设定获取所述光罩或所述另一光罩的所述一或多个实际图像。
6.根据权利要求2所述的方法，其中基于所述光罩或所述另一光罩的所述一或多个实际图像通过回归来确定所述预定分段的所述近场数据。
7.根据权利要求6所述的方法，其中所述回归包括霍普金相位近似法。
8.根据权利要求6所述的方法，其中所述回归不包括薄掩模近似法。
9.根据权利要求6所述的方法，其中所述回归不包括基尔霍夫近似法。
10.根据权利要求1所述的方法，其进一步包括通过以下操作而确定所述成对的所述预定分段及所述对应近场数据：将所述光罩或另一光罩的图案信息分离成所述预定分段；及通过对管控所述光罩图案的所述预定分段的电磁场的方程式进行数值求解而确定所述预定分段的所述近场数据。
11.根据权利要求10所述的方法，其中从所述光罩的设计数据获取所述图案信息。
12.根据权利要求10所述的方法，其进一步包括基于在所述光罩的所述图案的整体中所述预定分段的实例的数目而依据所述图案信息选择所述预定分段。
13.根据权利要求1所述的方法，其中所述两个或两个以上分段的直径大于所述光罩的光学接近距离。
14.根据权利要求1所述的方法，其中所述分别比较包括将所述两个或两个以上分段的灰度级图像与所述预定分段的灰度级图像进行比较。
15.根据权利要求1所述的方法，其中所述分别比较包括将所述两个或两个以上分段中的一者中的多边形的顶点坐标与所述预定分段中的多边形的顶点坐标进行比较，且其中在所述分别比较期间不将所述两个或两个以上分段中的所述一者及所述预定分段中的所述顶点的所述坐标的立体平移视为差异。
16.根据权利要求1所述的方法，其中当所述两个或两个以上分段中的所述至少一者最类似于的所述预定分段中的所述一者不是所述两个或两个以上分段中的所述至少一者的确切匹配项时，将所述近场数据指派到所述两个或两个以上分段中的所述至少一者包括：确定所述预定分段中的所述一者到所述两个或两个以上分段中的所述至少一者的映射；将所述映射应用于对应于所述预定分段中的所述一者的所述近场数据以产生经修改近场数据；及将所述经修改近场数据指派到所述两个或两个以上分段中的所述至少一者。
17.根据权利要求1所述的方法，其中当针对所述两个或两个以上分段中的至少另一者无法找到所述两个或两个以上分段中的所述至少另一者最类似于的所述预定分段中的一者时，所述方法进一步包括：基于由所述检测器产生的所述实际图像而确定所述两个或两个以上分段中的所述至少另一者的近场数据；及将所确定近场数据添加到所述数据结构。
18.根据权利要求1所述的方法，其进一步包括：通过将所述所产生近场数据输入到模型中而模拟将在利用所述光罩执行的工艺中形成于晶片上的经图案化特征的一或多个特性；测量已在所述工艺中形成于所述晶片上的所述经图案化特征的所述一或多个特性；将所述一或多个经模拟特性与所述一或多个经测量特性进行比较；及基于所述比较的结果而更改所述模型的一或多个参数。
19.根据权利要求18所述的方法，其进一步包括：针对在所述光罩上检测到的所述缺陷中的至少一者，基于所述缺陷中的所述至少一者的所述实际图像而确定所述缺陷中的所述至少一者的近场数据；及通过将所述缺陷中的所述至少一者的所确定近场数据输入到所述模型中而模拟所述缺陷中的所述至少一者将如何在所述工艺中印刷于所述晶片上。
20.一种用于设置光罩检验工艺的计算机实施方法，其包括：
将光罩的图案信息分离成若干预定分段；
基于所述光罩的由光罩检验系统的检测器获取的一或多个实际图像而确定所述预定分段的近场数据，其中基于所述光罩的所述一或多个实际图像通过回归来确定所述预定分段的所述近场数据；
产生包括成对的所述预定分段及对应于所述预定分段的所述近场数据的数据结构；及
通过将所产生数据结构的信息并入于用于所述光罩检验工艺的处方中而设置所述光罩检验工艺，使得在所述光罩检验工艺期间，将所述光罩或另一光罩上的检验区中的两个或两个以上分段与所述预定分段进行比较，且将所述两个或两个以上分段中的至少一者最类似于的所述预定分段中的一者的所述近场数据指派到所述两个或两个以上分段中的所述至少一者，其中通过一或多个计算机系统执行所述分离、确定、产生及设置步骤。
21.一种用于设置光罩检验工艺的计算机实施方法，其包括：
将光罩的图案信息分离成若干预定分段；
通过对管控所述预定分段的电磁场的方程式进行数值求解而确定所述预定分段的近场数据；
产生包括成对的所述预定分段及对应于所述预定分段的所述近场数据的数据结构；及
通过将所产生数据结构的信息并入于用于所述光罩检验工艺的处方中而设置所述光罩检验工艺，使得在所述光罩检验工艺期间，将所述光罩或另一光罩上的检验区中的两个或两个以上分段与所述预定分段进行比较，且将所述两个或两个以上分段中的至少一者最类似于的所述预定分段中的一者的所述近场数据指派到所述两个或两个以上分段中的所述至少一者，其中通过一或多个计算机系统执行所述分离、确定、产生及设置步骤。
22.一种非暂时性计算机可读媒体，其存储可在计算机系统上执行以执行用于检测光罩上的缺陷的计算机实施方法的程序指令，其中所述计算机实施方法包括：
将所述光罩上的检验区中所包含的图案分离成两个或两个以上分段；
将所述两个或两个以上分段分别与数据结构中所包含的预定分段进行比较，其中所述数据结构包括光罩图案的成对的所述预定分段及对应近场数据；
基于所述两个或两个以上分段中的至少一者最类似于的所述预定分段中的一者而将近场数据指派到所述两个或两个以上分段中的所述至少一者；
基于所指派近场数据而产生所述检验区的近场数据；
基于所产生近场数据而模拟所述检验区的将由光罩检验系统的检测器形成的图像；
获取所述光罩的物理版本上的所述检验区的由所述检测器产生的实际图像；及
通过将经模拟图像与所述实际图像进行比较而检测所述光罩上的缺陷。
23.一种经配置以检测光罩上的缺陷的系统，其包括：
光罩检验子系统，其包括经配置以产生所述光罩的物理版本上的检验区的实际图像的检测器；及
一或多个计算机子系统，其经配置以：
将所述检验区中所包含的图案分离成两个或两个以上分段；
将所述两个或两个以上分段分别与数据结构中所包含的预定分段进行比较，其中所述数据结构包括光罩图案的成对的所述预定分段及对应近场数据；
基于所述两个或两个以上分段中的至少一者最类似于的所述预定分段中的一者而将近场数据指派到所述两个或两个以上分段中的所述至少一者；
基于所指派近场数据而产生所述检验区的近场数据；
基于所产生近场数据而模拟所述检验区的将由所述检测器形成的图像；
从所述检测器获取所述实际图像；及
通过将经模拟图像与所述实际图像进行比较而检测所述光罩上的缺陷。
24.根据权利要求23所述的系统，其中所述一或多个计算机子系统进一步经配置以通过以下操作而确定所述成对的所述预定分段及所述对应近场数据：将所述光罩或另一光罩的图案信息分离成所述预定分段；及基于所述光罩或所述另一光罩的由所述检测器或另一检测器获取的一或多个实际图像而确定所述预定分段的所述近场数据。
25.根据权利要求24所述的系统，其中从所述光罩的设计数据获取所述图案信息。
26.根据权利要求24所述的系统，其中所述一或多个计算机子系统进一步经配置以基于在所述光罩的所述图案的整体中所述预定分段的实例的数目而依据所述图案信息选择所述预定分段。
27.根据权利要求24所述的系统，其中通过所述检测器或所述另一检测器以多于一个焦点设定获取所述光罩或所述另一光罩的所述一或多个实际图像。
28.根据权利要求24所述的系统，其中基于所述光罩或所述另一光罩的所述一或多个实际图像通过回归来确定所述预定分段的所述近场数据。
29.根据权利要求28所述的系统，其中所述回归包括霍普金相位近似法。
30.根据权利要求28所述的系统，其中所述回归不包括薄掩模近似法。
31.根据权利要求28所述的系统，其中所述回归不包括基尔霍夫近似法。
32.根据权利要求23所述的系统，其中所述一或多个计算机子系统进一步经配置以通过以下操作而确定所述成对的所述预定分段及所述对应近场数据：将所述光罩或另一光罩的图案信息分离成所述预定分段；及通过对管控所述光罩图案的所述预定分段的电磁场的方程式进行数值求解而确定所述预定分段的所述近场数据。
33.根据权利要求32所述的系统，其中从所述光罩的设计数据获取所述图案信息。
34.根据权利要求32所述的系统，其中所述一或多个计算机子系统进一步经配置以基于在所述光罩的所述图案的整体中所述预定分段的实例的数目而依据所述图案信息选择所述预定分段。
35.根据权利要求23所述的系统，其中所述两个或两个以上分段的直径大于所述光罩的光学接近距离。
36.根据权利要求23所述的系统，其中所述分别比较包括将所述两个或两个以上分段的灰度级图像与所述预定分段的灰度级图像进行比较。
37.根据权利要求23所述的系统，其中所述分别比较包括比较出所述两个或两个以上分段中的多边形的顶点坐标与所述预定分段中的多边形的顶点坐标的任意平移。
38.根据权利要求23所述的系统，其中当所述两个或两个以上分段中的所述至少一者最类似于的所述预定分段中的所述一者不是所述两个或两个以上分段中的所述至少一者的确切匹配项时，将所述近场数据指派到所述两个或两个以上分段中的所述至少一者包括：确定所述预定分段中的所述一者到所述两个或两个以上分段中的所述至少一者的映射，将所述映射应用于对应于所述预定分段中的所述一者的所述近场数据以产生经修改近场数据；及将所述经修改近场数据指派到所述两个或两个以上分段中的所述至少一者。
39.根据权利要求23所述的系统，其中当针对所述两个或两个以上分段中的至少另一者无法找到所述两个或两个以上分段中的所述至少另一者最类似于的所述预定分段中的一者时，所述一或多个计算机子系统进一步经配置以：基于由所述检测器产生的所述实际图像而确定所述两个或两个以上分段中的所述至少另一者的近场数据；及将所确定近场数据添加到所述数据结构。
40.根据权利要求23所述的系统，其中所述一或多个计算机子系统进一步经配置以：通过将所述所产生近场数据输入到模型中而模拟将在利用所述光罩执行的工艺中形成于晶片上的经图案化特征的一或多个特性；测量已在所述工艺中形成于所述晶片上的所述经图案化特征的所述一或多个特性；将所述一或多个经模拟特性与所述一或多个经测量特性进行比较；及基于所述比较的结果而更改所述模型的一或多个参数。
41.根据权利要求40所述的系统，其中所述一或多个计算机子系统进一步经配置以针对在所述光罩上检测到的所述缺陷中的至少一者：基于所述缺陷中的所述至少一者的所述实际图像而确定所述缺陷中的所述至少一者的近场数据；及通过将所述缺陷中的所述至少一者的所确定近场数据输入到所述模型中而模拟所述缺陷中的所述至少一者将如何在所述工艺中印刷于所述晶片上。
CN201580023431.2A 2014-05-06 2015-05-04 用于使用近场恢复进行的光罩检验的系统和方法 Active CN106463428B (zh)

Applications Claiming Priority (7)

Application Number Priority Date Filing Date Title
US201461988909P 2014-05-06 2014-05-06
US61/988,909 2014-05-06
US201462054185P 2014-09-23 2014-09-23
US62/054,185 2014-09-23
US14/702,336 US9478019B2 (en) 2014-05-06 2015-05-01 Reticle inspection using near-field recovery
US14/702,336 2015-05-01
PCT/US2015/029072 WO2015171506A1 (en) 2014-05-06 2015-05-04 Reticle inspection using near-field recovery

Publications (2)

Publication Number Publication Date
CN106463428A CN106463428A (zh) 2017-02-22
CN106463428B true CN106463428B (zh) 2018-03-23

Family

ID=54368276

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201580023431.2A Active CN106463428B (zh) 2014-05-06 2015-05-04 用于使用近场恢复进行的光罩检验的系统和方法

Country Status (5)

Country Link
US (1) US9478019B2 (zh)
JP (1) JP6669669B2 (zh)
KR (1) KR102245701B1 (zh)
CN (1) CN106463428B (zh)
WO (1) WO2015171506A1 (zh)

Families Citing this family (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9929103B2 (en) * 2015-01-29 2018-03-27 Toshiba Memory Corporation Misalignment checking device and manufacturing method of semiconductor device
US10012599B2 (en) 2015-04-03 2018-07-03 Kla-Tencor Corp. Optical die to database inspection
US10395361B2 (en) 2015-08-10 2019-08-27 Kla-Tencor Corporation Apparatus and methods for inspecting reticles
WO2017027366A1 (en) * 2015-08-10 2017-02-16 Kla-Tencor Corporation Apparatus and methods for predicting wafer-level defect printability
US9915625B2 (en) * 2016-01-04 2018-03-13 Kla-Tencor Corp. Optical die to database inspection
DE102016209616A1 (de) 2016-06-01 2017-12-07 Carl Zeiss Smt Gmbh Verfahren und Vorrichtung zur Vorhersage des mit einer Maske bei Durchführung eines Lithographieprozesses erzielten Abbildungsergebnisses
US10825165B2 (en) 2016-07-22 2020-11-03 Lynx Inspection Inc. Inspection method for a manufactured article and system for performing same
DE102016013260B4 (de) 2016-11-09 2020-07-23 Carl Zeiss Smt Gmbh Verfahren zur Erzeugung eines Referenzbildes bei der Charakterisierung einer Maske für die Mikrolithographie
US10395362B2 (en) * 2017-04-07 2019-08-27 Kla-Tencor Corp. Contour based defect detection
TWI755453B (zh) * 2017-05-18 2022-02-21 美商克萊譚克公司 鑑定一光微影光罩合格性之方法及系統
US10691864B2 (en) * 2017-11-14 2020-06-23 Taiwan Semiconductor Manufacturing Co., Ltd. Method of post optical proximity correction (OPC) printing verification by machine learning
US11257207B2 (en) * 2017-12-28 2022-02-22 Kla-Tencor Corporation Inspection of reticles using machine learning
US10877382B2 (en) * 2018-08-14 2020-12-29 Taiwan Semiconductor Manufacturing Co., Ltd. Method for handling mask and lithography apparatus
US10866197B2 (en) 2018-09-20 2020-12-15 KLA Corp. Dispositioning defects detected on extreme ultraviolet photomasks
JP2020153730A (ja) * 2019-03-19 2020-09-24 株式会社豊田中央研究所 摩耗量計測装置および摩耗量計測方法
US20220121957A1 (en) * 2020-10-15 2022-04-21 Synopsys, Inc. Lithography simulation using machine learning
US20220301133A1 (en) * 2021-03-16 2022-09-22 Kla Corporation Segmentation of design care areas with a rendered design image
US11727556B2 (en) 2021-09-29 2023-08-15 KLA Corp. Defect detection for multi-die masks

Family Cites Families (36)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5795688A (en) * 1996-08-14 1998-08-18 Micron Technology, Inc. Process for detecting defects in photomasks through aerial image comparisons
US6578188B1 (en) * 1997-09-17 2003-06-10 Numerical Technologies, Inc. Method and apparatus for a network-based mask defect printability analysis system
US6757645B2 (en) * 1997-09-17 2004-06-29 Numerical Technologies, Inc. Visual inspection and verification system
JP3706364B2 (ja) 2001-10-09 2005-10-12 アスムル マスクツールズ ビー．ブイ． ２次元フィーチャ・モデルの較正および最適化方法
JP2003315981A (ja) 2002-04-19 2003-11-06 Sony Corp マスク検査装置およびマスク検査方法並びに半導体装置の製造方法
JP2003330163A (ja) * 2002-05-13 2003-11-19 Sony Corp フォトマスクの検査装置および検査方法
AU2003247868A1 (en) 2002-07-15 2004-02-02 Kla-Tencor Technologies Corp. Defect inspection methods that include acquiring aerial images of a reticle for different lithographic process variables
US6902855B2 (en) 2002-07-15 2005-06-07 Kla-Tencor Technologies Qualifying patterns, patterning processes, or patterning apparatus in the fabrication of microlithographic patterns
WO2004040372A1 (en) 2002-11-01 2004-05-13 Systems On Silicon Manufacturing Co. Pte. Ltd. Multi-image reticles
KR100488543B1 (ko) 2002-11-05 2005-05-11 삼성전자주식회사 포토리소그래피 공정용 레티클 제작방법
US8151220B2 (en) 2003-12-04 2012-04-03 Kla-Tencor Technologies Corp. Methods for simulating reticle layout data, inspecting reticle layout data, and generating a process for inspecting reticle layout data
KR101056142B1 (ko) 2004-01-29 2011-08-10 케이엘에이-텐코 코포레이션 레티클 설계 데이터의 결함을 검출하기 위한 컴퓨터로구현되는 방법
US7603648B2 (en) * 2004-02-27 2009-10-13 Intel Corporation Mask design using library of corrections
JP4533689B2 (ja) * 2004-07-15 2010-09-01 株式会社東芝 パターン検査方法
WO2006019919A2 (en) * 2004-07-21 2006-02-23 Kla-Tencor Technologies Corp. Computer-implemented methods for generating input for a simulation program for generating a simulated image of a reticle
US7853920B2 (en) * 2005-06-03 2010-12-14 Asml Netherlands B.V. Method for detecting, sampling, analyzing, and correcting marginal patterns in integrated circuit manufacturing
US7769225B2 (en) 2005-08-02 2010-08-03 Kla-Tencor Technologies Corp. Methods and systems for detecting defects in a reticle design pattern
JP2007071678A (ja) 2005-09-07 2007-03-22 Hitachi High-Technologies Corp 検査システム
US7570796B2 (en) 2005-11-18 2009-08-04 Kla-Tencor Technologies Corp. Methods and systems for utilizing design data in combination with inspection data
US7676077B2 (en) 2005-11-18 2010-03-09 Kla-Tencor Technologies Corp. Methods and systems for utilizing design data in combination with inspection data
US8102408B2 (en) 2006-06-29 2012-01-24 Kla-Tencor Technologies Corp. Computer-implemented methods and systems for determining different process windows for a wafer printing process for different reticle designs
US7995832B2 (en) 2007-01-11 2011-08-09 Kla-Tencor Corporation Photomask inspection and verification by lithography image reconstruction using imaging pupil filters
US7873204B2 (en) 2007-01-11 2011-01-18 Kla-Tencor Corporation Method for detecting lithographically significant defects on reticles
US8103086B2 (en) 2007-01-11 2012-01-24 Kla-Tencor Corporation Reticle defect inspection with model-based thin line approaches
US8213704B2 (en) 2007-05-09 2012-07-03 Kla-Tencor Corp. Methods and systems for detecting defects in a reticle design pattern
WO2009152046A1 (en) 2008-06-11 2009-12-17 Kla-Tencor Corporation Systems and methods for detecting design and process defects on a wafer, reviewing defects on a wafer, selecting one or more features within a design for use as process monitoring features, or some combination thereof
US7932004B1 (en) 2008-10-02 2011-04-26 Kla-Tencor Corporation Feature identification for metrological analysis
JP5719843B2 (ja) 2009-07-17 2015-05-20 ケーエルエー−テンカー・コーポレーションＫｌａ−Ｔｅｎｃｏｒ Ｃｏｒｐｏｒａｔｉｏｎ 設計データおよび欠陥データを使用したスキャナ性能の比較およびマッチング
JP5604067B2 (ja) * 2009-07-31 2014-10-08 株式会社日立ハイテクノロジーズ マッチング用テンプレートの作成方法、及びテンプレート作成装置
JP5684028B2 (ja) 2011-03-31 2015-03-11 Hoya株式会社 転写用マスクの製造方法および半導体デバイスの製造方法
US8914754B2 (en) * 2011-04-26 2014-12-16 Kla-Tencor Corporation Database-driven cell-to-cell reticle inspection
US8855400B2 (en) 2012-03-08 2014-10-07 Kla-Tencor Corporation Detection of thin lines for selective sensitivity during reticle inspection using processed images
KR102052229B1 (ko) 2012-03-20 2019-12-04 케이엘에이 코포레이션 레티클 열화를 검출하기 위한 반사맵 및 투과맵의 사용
JP5743955B2 (ja) * 2012-05-28 2015-07-01 株式会社日立ハイテクノロジーズ パターン検査装置およびパターン検査方法
JP5957357B2 (ja) * 2012-10-15 2016-07-27 株式会社日立ハイテクノロジーズ パターン検査・計測装置及びプログラム
US9612541B2 (en) 2013-08-20 2017-04-04 Kla-Tencor Corporation Qualifying patterns for microlithography

Also Published As

Publication number Publication date
US9478019B2 (en) 2016-10-25
JP2017523444A (ja) 2017-08-17
WO2015171506A1 (en) 2015-11-12
JP6669669B2 (ja) 2020-03-18
KR20170005054A (ko) 2017-01-11
KR102245701B1 (ko) 2021-04-27
US20150324963A1 (en) 2015-11-12
CN106463428A (zh) 2017-02-22

Similar Documents

Publication Publication Date Title
CN106463428B (zh) 用于使用近场恢复进行的光罩检验的系统和方法
CN108431937B (zh) 光学裸片对数据库检查
US10012599B2 (en) Optical die to database inspection
US10074036B2 (en) Critical dimension uniformity enhancement techniques and apparatus
JP7422208B2 (ja) モデルベースの限界寸法測定の方法およびシステム
TWI797382B (zh) 在極端紫外光光罩上所檢測到之缺陷處理
JP6594876B2 (ja) フォトリソグラフィレチクル認定方法及びシステム
TWI644169B (zh) 用於使用近場復原之光罩檢測之電腦實施方法、非暫時性電腦可讀媒體及系統
US9778207B2 (en) Integrated multi-pass inspection
CN117751284B (zh) 用于多裸片掩模的缺陷检测
KR20230059132A (ko) 반도체 시편 제조를 위한 마스크 검사

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