CN107407648A - 自适应滋扰过滤器 - Google Patents

Abstract

本发明提供用于使用自适应滋扰过滤器产生针对样本的检验结果的方法及系统。一种方法包含选择在样本的检验期间检测到的事件的部分，所述检测到的事件的部分具有用于所述事件的至少一个特征的值，所述值比所述事件的另一部分的至少一个特征的值更接近所述滋扰过滤器的至少一个参数的至少一个值。所述方法还包含获取用于事件的样品的输出获取子系统的输出、基于所述获取的输出对所述样品中的所述事件分类且确定是否应基于所述分类的结果修改所述滋扰过滤器的一或多个参数。接着，所述滋扰过滤器或所述经修改滋扰过滤器可应用于所述样本的所述检验的结果以针对所述样本产生最终检验结果。

Description

自适应滋扰过滤器

技术领域

本发明大体上涉及用于使用自适应滋扰过滤器产生针对样本的检验结果的方法及系统。

背景技术

以下描述及实例非鉴于其包含于此章节中而确认为现有技术。

制造半导体装置(例如逻辑及存储器装置)大体上包含使用大量半导体制造工艺处理衬底(例如半导体晶片)以形成所述半导体装置的各种特征及多个层级。举例来说，光刻是半导体制造工艺，其涉及将图案从主光罩转印到布置在半导体晶片上的抗蚀剂。半导体制造工艺的额外实例包含但不限于化学机械抛光、蚀刻、沉积及离子植入。多个半导体装置可以某个布置制造在单个半导体晶片上且接着分成个别半导体装置。

在半导体制造工艺期间在各种步骤处使用检验过程以检测晶片上的缺陷。检验过程始终是制造半导体装置(例如集成电路)的重要部分。然而，随着半导体装置的尺寸减少，检验过程对于成功制造可接受的半导体装置变得甚至更重要。举例来说，随着半导体装置的尺寸减少，由于甚至相对较小的缺陷可在半导体装置中引起非所要的像差，因此减少大小的缺陷的检测已变得必要。

检验大体上涉及通过将光或电子引导到晶片且从所述晶片检测光或电子而针对所述晶片产生一些输出(例如，图像、信号等等)。一旦已产生输出，通常将通过将一些缺陷检测方法及/或算法应用于输出来执行缺陷检测。通常基于所述晶片的特性及在所述晶片上待检测的缺陷来确定用以产生输出的参数(例如，光学或电子束硬件设置)、用以检测缺陷的参数(例如，缺陷检测算法设置)及用以产生检验结果的任何其它参数(例如，滋扰过滤器算法设置)。检验配方设置的目标经常为确定参数，所述参数将提供对所关注缺陷的最高灵敏度同时抑制所述晶片上的滋扰及噪声的检测。

可以数种不同方式执行检验配方设置。举例来说，可在一或数个训练晶片上训练检验配方。然而，一旦已产生检验配方，通常将无限期地使用静态检验配方。举例来说，一旦已产生检验配方，通常将无限期地使用所述检验配方同时手动监测所述配方的稳定性(例如，在生产中)。当必要时，可执行检验配方的手动重新调整。然而，用于使用及监测检验配方的此类方法存在数个缺点。举例来说，无法动态调整检验配方以处理变化，相对于滋扰率而趋向于不稳定且仅可手动监测。

因此，开发用于使用自适应滋扰过滤器产生针对样本的检验结果的系统及/或方法(其不具有上文描述的缺点中的一或多者)将是有利的。

发明内容

各种实施例的以下描述不以任何方式被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经配置以使用自适应滋扰过滤器产生针对样本的检验结果的系统。所述系统包含输出获取子系统，所述输出获取子系统包含至少一能源及检测器。所述能源经配置以产生引导到样本的能量。所述检测器经配置以检测来自所述样本的能量且响应于检测到的能量而产生输出。所述系统还包含一或多个计算机子系统，其经配置以用于获取所述样本的检验的结果及用于所述检验的滋扰过滤器的参数。所述结果包含针对在所述检验期间检测到的事件的一或多个特征的值。在所述检验期间确定所述值。计算机子系统还经配置以用于通过选择所述事件的部分而产生所述事件的样品，所述样品具有用于所述一或多个特征的至少一者的值，所述值比针对所述事件的另一部分的所述一或多个特征的所述至少一者的值更接近所述滋扰过滤器的所述参数的至少一者的至少一个值。此外，计算机子系统经配置以用于获取针对所述事件的所述样品的所述输出获取子系统的所述输出且基于所获取的输出对所述样品中的所述事件分类。

计算机子系统经进一步配置以用于基于所述分类的结果确定是否应修改所述滋扰过滤器的所述参数中的一或多者。当确定不应修改所述滋扰过滤器的所述参数中的所述一或多者时，计算机子系统经配置将所述滋扰过滤器应用于针对所述样本的所述检验的所述结果以产生针对所述样本的最终检验结果。当确定应修改所述滋扰过滤器的所述参数中的所述一或多者时，计算机子系统经配置以用于通过基于所述分类的所述结果修改所述滋扰过滤器的所述参数中的所述一或多者来修改所述滋扰过滤器且将所述经修改滋扰过滤器应用于针对所述样本的所述检验的所述结果以产生针对所述样本的所述最终检验结果。可如本文所描述进一步配置所述系统。

另一实施例涉及一种用于使用自适应滋扰过滤器产生针对样本的检验结果的计算机实施方法。所述方法包含用于上文描述的所述一或多个计算机子系统的功能中的每一者的步骤。由一或多个计算机子系统执行所述方法的所述步骤。可如本文所进一步描述来执行所述方法。此外，所述方法可包含本文描述的任何其它方法的任何其它步骤。此外，可由本文描述的系统中的任何者执行所述方法。

额外实施例涉及一种非暂时性计算机可读媒体，其存储在计算机系统上执行的用于执行计算机实施方法的程序指令，所述计算机实施方法用于使用自适应滋扰过滤器产生针对样本的检验结果。所述计算机实施方法包含上文描述的方法的步骤。可如本文所描述进一步配置所述计算机可读媒体。可如本文所进一步描述执行所述计算机实施方法的步骤。此外，所述计算机实施方法(对于所述计算机实施方法，所述程序指令是可执行的)可包含本文描述的任何其它方法的任何其它步骤。

附图说明

在阅读以下详细描述且在参考附图之后，将明白本发明的其它目的及优点，其中：

图1及2是说明如本文所描述那样配置的系统的实施例的侧视图的示意图；且

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存储在计算机系统上执行的用于执行本文描述的计算机实施方法中的一或多者的程序指令。

尽管本发明易受各种修改及替代形式影响，但其特定实施例通过实例的方式在图式中展示且将在本文中详细描述。然而，应理解图式及其详细描述不希望将本发明限于所揭示的特定形式，但相反，本发明涵盖落入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、等效物及替代方式。

具体实施方式

现在转向图式，应注意，图未按比例绘制。特定来说，图的部分元件的比例大幅夸大以强调所述元件的特性。还应注意，图未按相同比例绘制。已使用相同元件符号指示可类似地配置的一个以上图中展示的元件。除非本文另有指出，否则所描述及展示的元件中的任何者可包含任何适合可商购的元件。

一个实施例涉及一种经配置以使用自适应滋扰过滤器产生针对样本的检验结果的系统。如本文所进一步描述，实施例提供用于调谐滋扰过滤器且将滋扰过滤器应用于检验(例如，光学或电子束检验)的结果的新方式。还如本文所进一步描述，实施例有利地相对于滋扰率及所关注缺陷(DOI)捕获增加检验(例如光学检验)的稳定性且使得可监测工艺变化，所述工艺变化是检验中的配方不稳定性的原因。

在一个实施例中，样本包含晶片。在另一实施例中，样本包含主光罩。所述晶片及所述主光罩可包含所属技术领域中已知的任何晶片及主光罩。

在图1中展示此系统的一个实施例。所述系统包含输出获取子系统，所述输出获取子系统包含至少一能源及检测器。所述能源经配置以产生引导到样本的能量。所述检测器经配置以检测来自所述样本的能量且响应于检测到的能量而产生输出。

在一个实施例中，引导到样本的能量包含光，且从样本检测到的能量包含光。举例来说，在图1中展示的系统的实施例中，输出获取子系统10包含照明子系统，其经配置以将光引导到样本14。所述照明子系统包含至少一个光源。举例来说，如图1中所展示，所述照明系统包含光源16。在一个实施例中，所述照明子系统经配置以按一或多个入射角将光引导到所述样本，所述入射角可包含一或多个斜角及/或一或多个法线角。举例来说，如图1中所展示，来自光源16的光穿过光学元件18且接着穿过透镜20引导到分束器21，分束器21以法线入射角将光引导到样本14。入射角可包含任何适合入射角，其可取决于(例如)样本的特性及样本上待检测到的缺陷而变化。

所述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样本。举例来说，所述输出获取子系统可经配置以更改所述照明子系统的一或多个元件的一或多个特性，使得光可以不同于图1中展示的入射角的入射角引导到样本。在一个此实例中，所述输出获取子系统可经配置以移动光源16、光学元件18及透镜20，使得光以不同入射角引导到样本。

在一些例子中，所述输出获取子系统可经配置以同时以一个以上入射角将光引导到样本。举例来说，所述照明子系统可包含一个以上照明通道，所述照明通道中的一者可包含如图1中所展示的光源16、光学元件18及透镜20且所述照明通道的另一者(未展示)可包含类似元件，其可经不同配置或相同配置，或可包含至少一光源且可能包含一或多个其它组件(例如本文进一步描述的组件)。如果此光与其它光同时引导到样本，那么以不同入射角引导到样本的光的一或多个特性(例如，波长、偏振等等)可不同，使得源自以不同入射角照明样本的光可在检测器处彼此区分开。

在另一例子中，所述照明子系统可仅包含一个光源(例如，图1中展示的源16)且可由所述照明子系统的一或多个光学元件(未展示)将来自所述光源的光分成不同光学路径(例如，基于波长、偏振等等)。接着，所述不同光学路径中的每一者中的光可引导到样本。多个照明通道可经配置以同时或在不同时间(例如，当不同照明通道用以循序照明样本时)将光引导到样本。在另一例子中，相同照明通道可经配置以在不同时间将具有不同特性的光引导到样本。举例来说，在一些例子中，光学元件18可配置为光谱滤光器且所述光谱滤光器的性质可以多种不同方式(例如，通过交换所述光谱滤光器)改变，使得不同波长的光可在不同时间引导到样本。所述照明子系统可具有所属技术领域中已知的任何其它适合配置，用于以不同或相同入射角依序或同时将具有不同或相同特性的光引导到样本。

在一个实施例中，光源16可包含宽带等离子体(BBP)光源。以此方式，由所述光源产生且引导到样本的光可包含宽带光。然而，所述光源可包含任何其它适合光源(例如激光器)。所述激光器可包含所属技术领域中已知的任何适合激光器且可经配置以产生任何适合波长或所属技术领域中已知的波长的光。此外，所述激光器可经配置以产生单色或几乎单色的光。以此方式，所述激光器可为窄带激光器。所述光源还可包含多色光源，其以多个离散波长或波带产生光。

可由透镜20将来自光学元件18的光聚焦于分束器21。尽管在图1中透镜20展示为单个折射光学元件，但应理解在实践中透镜20可包含数个折射及/或反射光学元件，其组合起来将来自光学元件的光聚焦于样本。图1中展示及本文描述的照明子系统可包含任何其它适合光学元件(未展示)。此类光学元件的实例包含但不限于偏光组件、光谱滤光器、空间滤光器、反射光学元件、变迹器、分束器、光圈及其类似物，其可包含所属技术领域中已知的任何其它适合光学元件。此外，所述系统可经配置以基于待用于输出获取的照明的类型来更改所述照明子系统的元件中的一或多者。

所述输出获取子系统还可包含扫描子系统，其经配置以引起光在样本上扫描。举例来说，所述输出获取子系统可包含载物台22，在输出获取期间，样本14安置于载物台22上。所述扫描子系统可包含任何适合机械及/或机器组合件(其包含载物台22)，其可经配置以移动样本，使得光可在样本上扫描。此外，或替代地，所述输出获取子系统可经配置使得所述输出获取子系统的一或多个光学元件执行光在样本上的一些扫描。可以任何适合方式使光在样本上扫描。

所述输出获取子系统进一步包含一或多个检测通道。所述一或多个检测通道的至少一者包含检测器，其经配置以检测由于所述输出获取子系统照明样本而来自样本的光且响应于检测到的光而产生输出。举例来说，图1中展示的输出获取子系统包含两个检测通道，一个检测通道由集光器24、元件26及检测器28形成，且另一个检测通道由集光器30、元件32及检测器34形成。如图1中所展示，所述两个检测通道经配置以按不同收集角度收集且检测光。在一些例子中，一个检测通道经配置以检测镜面反射光，且另一检测通道经配置以检测并非从样本镜面反射(例如，散射、衍射)的光。然而，所述检测通道中的两者或两者以上经配置以检测来自样本的相同类型的光(例如，镜面反射光)。尽管图1展示包含两个检测通道的输出获取子系统的实施例，但所述输出获取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两个以上检测通道)。尽管在图1中所述集光器中的每一者展示为单个折射光学元件，但应理解所述集光器中的每一者可包含一或多个折射光学元件及/或一或多个反射光学元件。

所述一或多个检测通道可包含所属技术领域中已知的任何适合检测器。举例来说，所述检测器可包含光电倍增管(PMT)、电荷耦合装置(CCD)及时间延迟积分(TDI)相机。所述检测器还可包含所属技术领域中已知的任何其它适合检测器。所述检测器还可包含非成像检测器或成像检测器。以此方式，如果所述检测器为非成像检测器，那么所述检测器中的每一者可经配置以检测散射光的特定特性(例如强度)但可不经配置以检测依据成像平面内的位置而变化的此类特性。因而，由包含在所述输出获取系统的所述检测通道中的每一者中的所述检测器中的每一者产生的输出可为信号或数据，但不为图像信号或图像数据。在此类例子中，计算机子系统(例如所述系统的计算机子系统36)可经配置以从所述检测器的非成像输出产生样本的图像。然而，在其它例子中，所述检测器可配置为成像检测器，其经配置以产生成像信号或图像数据。因此，所述系统可经配置以按数种方式产生本文描述的输出。

应注意，本文提供图1以大体上说明可包含在本文描述的系统实施例中的输出获取子系统的配置。明显地，可更改本文描述的输出获取子系统配置以优化系统的性能，如在设计商业检验或缺陷重检系统时通常进行的那样。此外，可使用现有输出获取系统(例如光学检验及/或缺陷重检工具(例如可购自加利福尼亚州的密勒比达斯的科磊公司KLA-Tencor,Milpitas,Calif.))的28xx及29xx系列工具或可购自其它来源的其它工具)实施本文描述的系统(例如，通过将本文描述的功能性添加到现有输出获取系统)。对于一些此类系统，可提供本文描述的方法作为所述系统的任选功能性(例如，除了所述系统的其它功能性之外)。替代地，本文描述的系统可“从头开始”设计以提供全新系统。

所述系统的计算机子系统36可以任何适合方式(例如，经由一或多个传输媒体，其可包含“有线”及/或“无线”传输媒体)耦合到所述输出获取子系统的检测器，使得所述计算机子系统可在扫描样本期间接收由所述检测器产生的输出。计算机子系统36可经配置以使用检测器的输出执行如本文所描述的数个功能及本文进一步描述的任何其它功能。可如本文所描述那样进一步配置此计算机子系统。

此计算机子系统(与本文描述的其它计算机子系统)在本文中还可称为计算机系统。本文描述的计算机子系统或系统中的每一者可采取各种形式，其包含个人计算机系统、图像计算机、主计算机系统、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”可广泛地定义以涵盖具有一或多个处理器的任何装置，其执行来自存储器媒体的指令。计算机子系统或系统还可包含所属技术领域中已知的任何适合处理器(例如并行处理器)。此外，计算机子系统或系统可包含具有高速处理及软件的计算机平台，其作为独立工具或网络工具。

如果所述系统包含一个以上计算机子系统，那么不同计算机子系统可彼此耦合使得可在所述计算机子系统之间发送图像、数据、信息、指令等等，如本文所进一步描述。举例来说，计算机子系统36可通过任何适合传输媒体(其可包含所属技术领域中已知的任何适合有线及/或无线传输媒体)耦合到计算机子系统102(如由图1中的虚线所展示)。两个或两个以上此类计算机子系统还可由共享计算机可读存储媒体(未展示)有效地耦合。

尽管所述输出获取子系统在上文描述为光学或基于光的输出获取子系统，但所述输出获取子系统可为基于电子束的输出获取子系统。举例来说，在一个实施例中，引导到样本的能量包含电子，且从样本检测到的能量包含电子。以此方式，所述能源可为电子束源。在图2中展示的一个此实施例中，所述输出获取子系统包含电子柱122，其耦合到计算机子系统124。

还如图2中所展示，所述电子柱包含电子束源126，其经配置以产生由一或多个元件130聚焦到样本128的电子。所述电子束源可包含(例如)阴极源或发射极尖端，且一或多个元件130可包含(例如)枪透镜(gun lens)、阳极、光束限制孔隙、闸阀、射束电流选择孔隙、物镜及扫描子系统，所有元件可包含所属技术领域中已知的任何此类适合元件。

从样本返回的电子(例如，次级电子)可由一或多个元件132聚焦到检测器134。一或多个元件132可包含(例如)扫描子系统，其可为包含在元件130中的相同扫描子系统。

所述电子柱可包含所属技术领域中已知的任何其它适合元件。此外，可如姜(Jiang)等人于2014年4月4日发布的第8,664,594号美国专利、小岛(Kojima)等人于2014年4月8日发布的第8,692,204号美国专利、固本(Gubbens)等人于2014年4月15日发布的第8,698,093号美国专利及麦克唐纳(MacDonald)等人于2014年5月6日发布的第8,716,662号美国专利(所述案以宛如全文陈述引用的方式并入本文中)中所描述那样进一步配置所述电子柱。

尽管在图2中所述电子柱展示为经配置使得电子以斜入射角引导到样本且以另一斜角从样本散射，但应理解所述电子束可以任何适合角度引导到样本且从样本散射。此外，基于电子束的子系统可经配置以使用多个模式产生样本的图像(例如，使用不同照明角度、集光角度等等)。基于电子束的子系统的多个模式可在所述子系统的任何图像产生参数方面不同。

电子子系统124可如上文所描述那样耦合到检测器134。所述检测器可检测从样本的表面返回的电子，借此形成样本的电子束图像。所述电子束图像可包含任何适合电子束图像。计算机子系统124可经配置以使用所述检测器的输出及/或所述电子束图像执行本文描述的功能中的任何者。计算机子系统124可经配置以执行本文描述的任何额外步骤。可如本文所描述那样进一步配置包含图2中展示的输出获取子系统的系统。

应注意，本文提供图2以大体上说明可包含在本文描述的实施例中的基于电子束的输出获取子系统的配置。如同上文描述的光学输出获取子系统，可更改本文描述的基于电子束的输出获取子系统配置以优化输出获取子系统的性能，如在设计商业检验或缺陷重检系统时通常进行的那样。此外，可使用现有检验或缺陷重检系统(例如可购自科磊公司的eDR-xxxx系列工具)实施本文描述的系统(例如，通过将本文描述的功能性添加到现有检验或缺陷重检系统)。对于一些此类系统，可提供本文描述的方法作为所述系统的任选功能性(例如，除了所述系统的其它功能性之外)。替代地，本文描述的系统可“从头开始”设计以提供全新系统。

尽管所述输出获取子系统在上文描述为基于光或基于电子束的输出获取子系统，但所述输出获取子系统可为基于离子束的输出获取子系统。可如图2中所展示那样配置此输出获取子系统，除所属技术领域中已知的任何适合离子束源可替代所述电子束源外。此外，所述输出获取子系统可为任何其它适合基于离子束的子系统(例如包含在市售的聚焦离子束(FIB)系统、氦离子显微镜(HIM)系统及次级离子质谱(SIMS)系统中的所述子系统)。

在一些例子中，可由光学检验系统执行样本的检验。举例来说，光学输出获取子系统(例如上文描述的光学输出获取子系统)可经配置以用于检验而不是缺陷重检。在此类例子中，可由具有不同于用于检验的光学输出获取子系统的一或多个参数的光学输出获取子系统执行检验后输出获取(例如，使得用于检验后的所述光学输出获取子系统具有比用于检验的输出获取子系统更高的分辨率)。替代地，可由电子束输出获取子系统执行检验后输出获取。然而，可使用具有不同配置的基于电子束的输出获取子系统执行检验及检验后过程，使得所述基于电子束的输出获取子系统更适于将使用所述基于电子束的输出获取子系统的过程。以此方式，在一些实施例中，所述系统包含本文描述的输出获取子系统的一者，且使用具有不同于所述输出获取子系统的配置的另一输出获取子系统执行样本的检验。举例来说，本文描述的系统实施例可配置为不同于检验工具的缺陷重检工具。在一个特定实例中，本文描述的系统实施例可配置为不同于用以执行样本的检验的光学检验工具的扫描电子显微镜(SEM)重检站。

本文进一步描述的一或多个计算机子系统可耦合到执行样本的检验的输出获取子系统。替代地，其它一或多个计算机子系统可耦合到执行样本的检验的输出获取子系统。可如本文所进一步描述那样配置此计算机子系统。在任何情况中，耦合到用于检验的输出获取子系统的一或多个计算机子系统经配置以用于基于由所述输出获取子系统的一或多个检测器产生的输出来检测样本上的事件。可以任何适合方式在样本上检测所述事件(例如，通过将阈值应用于输出且将具有超过所述阈值的一或多个值的输出识别为事件(例如，缺陷或潜在缺陷)，且不将具有低于所述阈值的一或多个值的输出识别为事件)。在样本上检测到的事件可包含所属技术领域中已知的任何缺陷、潜在缺陷、滋扰事件等等。

在一个实施例中，执行样本的检验，其中缺陷检测参数经选择使得由检验检测到的事件包含大量的滋扰事件。换句话来说，所述检验(对于所述检验，获取如本文所进一步描述的结果)优选地经配置以用于产生高度缺陷的初始检验结果。以此方式，所述检验可比调谐更热运行。换句话来说，所述检验可更加严格地(更热)运行，其意味着使用相当严格的缺陷检测阈值，使得在调谐检验中检测比预期更多的事件(其包含缺陷及滋扰事件)。以此方式，由于相当高的滋扰事件检测，此检验对于生产监测将是无用的。此检验普遍称为“热”检验。

可以与调谐滋扰过滤器一致的方式执行此检验，例如，事件检测参数可移动到噪声底限(noise floor)达一数量，其将确保可如本文所进一步描述那样调谐滋扰过滤器的所有参数，同时还优选地确保检测事件的数目不防碍检验完成(如在检验中“夸大”)。举例来说，当检验夸大时，其意味着检测到的缺陷性太高，使得所述系统无法处置且通常所述检验中断或缺陷随机下降以实现可接受的水平。在调谐检验中检测比所期望更多的缺陷对于本文描述的实施例是重要的，这是因为DOI的特征的值可相对于滋扰过滤器的调谐参数上移或下移。因此，检测比正常更多的缺陷将提供对缺陷的存取，其在调谐检验中通常将以低于检测阈值结束。在训练期间，最初可确定热执行所述检验的程度，但其还可动态地调整。

可由光学检验系统或其它检验系统产生用于热检验的配方。此外，所述光学检验系统或其它检验系统可产生热检验结果而无需将滋扰过滤器应用于所述热检验的结果中的任何者。

事件或缺陷检测在数个重要方面不同于滋扰过滤。举例来说，事件检测通常在检验系统的像素或检测器的其它输出上操作。一旦已检测事件，将可基于检测器的输出确定所述事件的特征的值。接着，滋扰过滤器可操作所述特征值以分离作为滋扰事件的检测到的事件与作为DOI的检测到的事件。

以此方式，包含在本文描述的系统中的计算机子系统并非必然产生检验的结果。举例来说，计算机子系统可经配置以获取样本的检验的结果及针对所述检验的滋扰过滤器的参数。用户可选择待由计算机子系统使用的结果档案。由计算机子系统获取的滋扰过滤器的参数可包含滋扰过滤器的任何参数(例如针对滋扰过滤器的模板及/或针对滋扰过滤器的一或多个分类界限或切线)。此外，滋扰过滤器可为本文描述的滋扰过滤器中的任何者(例如在训练晶片上调谐的滋扰过滤器)。此外，由本文描述的实施例动态地更新的所述滋扰过滤器可包含所属技术领域中已知的滋扰过滤器的任何类型。举例来说，所述滋扰过滤器可为基于决策树的滋扰过滤器。

在一个实施例中，所述检验不包含将所述滋扰过滤器应用于检验的结果中的任何者。举例来说，可推迟应用所述滋扰过滤器，直到在本文描述的计算机子系统确定是否应修改所述滋扰过滤器之后，其可如本文所进一步描述那样来执行。以此方式，与当前使用的检验过程(其中在检验之后执行滋扰过滤)不同，在本文描述的实施例中，不执行滋扰过滤直到在针对样本产生且获取额外输出(例如，在由本文描述的系统执行类似重检到的输出产生期间，其可配置为缺陷重检工具)且使用所述输出执行额外步骤之后。

所述结果包含在所述检验期间检测到的事件的一或多个特征的值且在所述检验期间确定所述值。所述一或多个特征可包含可由检验系统确定或从由检验系统产生的结果确定的任何特征。可如本文所进一步描述的适合特征的实例包含但不限于能量、量值、裸片坐标及设计属性。所述结果可包含关于样本上检测到的事件的任何其它适合信息(例如样本上检测到的事件的位置及针对所述事件产生的图像数据或图像)。

计算机子系统还经配置以用于通过选择所述事件的部分而产生所述事件的样品，所述样品具有用于所述一或多个特征的至少一者的值，所述值比针对所述事件的另一部分的所述一或多个特征的所述至少一者的值更接近所述滋扰过滤器的所述参数的至少一者的至少一个值。在一个实施例中，所述滋扰过滤器的所述参数的所述至少一者包含分离所述事件的一个类型与所述事件的另一类型的界限。举例来说，在原始滋扰过滤器切线或分类界限附近具有一或多个值的所述事件可经选择用于包含在构成所述样品的所述事件的所述部分中。以此方式，计算机子系统可使用关于滋扰过滤器的信息以取样由样本的检验检测到的事件。换句话来说，本文描述的取样利用有关最初调谐(例如，监督调谐)滋扰过滤器以选择用于本文描述的进一步处理的事件的信息。在一个此实例中，所述样品的目标可在于用于最大取样效率的滋扰过滤器的调谐分类界限。以此方式，可基于针对先前样本产生的结果产生所述事件的所述样品，其包含先前运作正常的滋扰过滤器的参数。此外，所述样品可集中于所述训练滋扰过滤器的现有切线或分类界限周围以获取关于最相关缺陷的信息，其可为已知先验(例如，从初始配方调谐，其可对训练样本执行)，用于重新调谐所述训练滋扰过滤器(即，具有最接近所述滋扰过滤器中的特征值界限的特征值的所述缺陷或滋扰事件)。举例来说，当滋扰过滤器的分类界限具有针对事件特征的第一值时，值的范围可围绕所述第一值定义，其涵盖可视为相对接近所述第一值的特征值。可识别具有值的所述范围内的特征值的事件，且可选择具有那个范围内的值的所述事件的全部(或部分)用于包含在样品中。可执行类似步骤以取样靠近所述滋扰过滤器的任何其它分类界限的事件。举例来说，所述训练滋扰过滤器使用最小置信度分类的缺陷可视为接近分类界限且针对所述样品而选择。

所述部分中的所述事件包含DOI及滋扰事件。特定来说，所述事件经有目的地选择以包含DOI与滋扰事件两者。举例来说，所述事件经选择使得所述事件的所述部分包含具有特征值的事件，所述特征值相对接近所述滋扰过滤器的参数值(例如分类界限)。此外，所选择的事件优选地具有特征值，所述特征值高于及低于所述滋扰过滤器的所述参数值。因而，当所述滋扰过滤器的所述参数值为分类界限时，所述事件的所述选择部分将包含所述分类界限的两侧上的事件。所述事件的所述选择部分将因此包含不同类型的事件。当所述分类界限为分离滋扰事件与DOI的分类界限时，那么所述事件的所述选择部分将包含DOI与滋扰事件两者。

计算机子系统还经配置以用于获取针对所述事件的所述样品的所述输出获取子系统的输出且基于所获取的输出对所述样品中的所述事件分类。以此方式，计算机子系统可经配置以用于重检所取样的部分中的事件且以某种方式对所述事件分类(例如，对事件自动分类)。优选地以不同于应用如本文所描述的滋扰过滤器的方式执行对所述样本中的事件分类。举例来说，优选地，使用不同于待用于滋扰过滤的方法及/或算法的缺陷分类方法及/或算法执行对所述样品中的事件分类。特定来说，如本文所进一步描述，由于可使用对所述样品中的事件分类的结果以修改(或调谐)所述滋扰过滤器，因此优选地，所述缺陷分类方法及/或算法产生独立于所述滋扰过滤器的缺陷分类结果。以此方式，所取样的事件的分类将产生适于调谐或修改所述滋扰过滤器的结果。

在一个实施例中，所述分类包含确定所述事件是否为DOI或滋扰事件。此外，所述事件可分类为真实SEM不可视(SNV)(在所述系统布置为SEM或可能在已使用所述SEM上的多个输出获取模式分析事件之后的例子中)，一或多个已知滋扰类型(例如，不影响良率且因此从过程监测观点视为滋扰事件的样本上的实际缺陷)及/或一或多个已知缺陷类型(例如，对于过程监测较为重要的已知DOI)。由计算机子系统使用的执行分类的分类方法及/或算法还可针对所述分类中的每一者产生事件层级可信度置信度。换句话来说，分类的结果可包含可信度置信度，使用所述可信度置信度对每一事件分类。因此，如本文所进一步描述，所述可信度置信度可用作为所使用的分类的结果的准确度的估计、用作为用于重新调谐所述滋扰过滤器的认定实况且因此用作为检验过程。因此，所述可信度置信度可用作为用于重新调谐的事件层级加权因子(相对较高的可信度置信度事件在重新调谐中将承载更高的权重)。

计算机子系统经进一步配置用于确定是否应基于分类的结果修改所述滋扰过滤器的所述参数中的一或多者。确定是否应修改所述滋扰过滤器的参数可基于分类的结果及/或基于分类的结果确定的信息。举例来说，分类的结果可用以确定所述滋扰过滤器的滋扰事件捕获率的估计(或包含滋扰过滤的检验过程)。可比较所述估计与所述原始滋扰率，且取决于所述估计与所述原始滋扰率差异程度，可采取不同动作。举例来说，如果所述估计与所述原始滋扰率的差异大于预先确定的量或范围，那么可如本文所进一步描述那样更改滋扰过滤器参数。然而，如果所述估计与所述原始滋扰率的差异小于所述预先确定的量或范围，那么计算机子系统可确定滋扰过滤器参数不需要更改。以此方式，计算机子系统可在进行本文进一步描述的任何重新调谐之前执行检验结果稳定性估计(例如，参看滋扰事件捕获率是否相对稳定)。(这些估计可基于在生产监测期间采用的现有取样策略且因此在所述重检站上不涉及任何额外工具时间)。

在另一实施例中，用于所述确定的所述分类的结果包含使所述事件分类为DOI的信息及使所述事件分类为滋扰事件的信息，且所述确定包含基于所述信息来确定所述滋扰过滤器的DOI捕获率、比较所述DOI捕获率与所期望的DOI捕获率且如果所述DOI捕获率低于所述所期望DOI捕获率那么确定应修改所述参数中的所述一或多者。举例来说，使所述事件分类为DOI及滋扰事件的信息连同其相应特征值可用以确定所述DOI的哪个DOI将由所述滋扰过滤器识别为此DOI(例如，通过比较所述DOI的特征值与所述滋扰过滤器的分类界限值以确定多少DOI将由所述滋扰过滤器错误地过滤检验结果)。针对所述事件的样品确定的DOI捕获率可用以针对事件的整个族群估计DOI捕获率。可比较所述DOI捕获率与所述所期望捕获率且当所估计的DOI捕获率低于所期望时，计算机子系统可确定应修改所述滋扰过滤器的所述参数中的所述一或多者。以此方式，用于重新调谐的准则可包含目标DOI捕获率。

在额外实施例中，用于所述确定的所述分类的结果包含使所述事件分类为DOI的信息及使所述事件分类为滋扰事件的信息，且所述确定包含基于所述信息来确定所述滋扰过滤器的滋扰事件捕获率、比较所述滋扰事件捕获率与所期望的滋扰事件捕获率且如果所述滋扰事件捕获率高于所述所期望的滋扰事件捕获率，那么确定应修改所述参数中的所述一或多者。举例来说，用于重新调谐的准则可包含目标滋扰率(可能与最优DOI捕获组合)。可如上文所描述那样执行这些步骤，除确定所述滋扰事件捕获率且使用所述滋扰事件捕获率替代DOI捕获率之外。

在一个实施例中，所述分类包含确定所述事件是否为DOI或滋扰事件且确定置信度，使用所述置信度将所述事件中的每一者确定为DOI或滋扰事件。可使用任何适合分类方法及/或算法以任何适合方式执行确定所述事件是否为DOI或滋扰事件。可如上文所进一步描述那样通过所述分类方法及/或算法输出所述置信度(使用所述置信度将所述事件中的每一者确定为DOI或滋扰事件)。

在一个此实施例中，用于所述确定的所述分类的结果包含针对所述事件中的一或多者确定的置信度。举例来说，计算机子系统可确定是否需要基于指派给所述事件中的每一者的分类及所述置信度(使用所述置信度通过本文描述的分类而将每一事件分类)来重新调谐所述滋扰过滤器的参数(例如切线及分类界限)。在一个此实例中，如果所述置信度(所述事件的一些事件已使用所述置信度分类)相对较低，那么那些分类可被给予比使用相对较高的置信度确定的分类更少的权重用于确定是否应修改所述滋扰过滤器的所述参数中的所述一或多者。

在另一此实施例中，用于本文进一步描述的修改的分类的结果包含针对所述事件中的一或多者确定的置信度。举例来说，可基于指派给所述事件中的每一者的分类及置信度(使用所述置信度通过所述分类而将每一事件分类)而重新调谐所述滋扰过滤器的参数(例如切线及分类界限)。在一个此实例中，如果所述置信度(已使用所述置信度将所述事件的一些事件分类)相对较低，那么那些分类可被给予比使用相对较高的置信度确定的分类更少的权重用于确定所述滋扰过滤器的所述参数中的所修改的一或多者。

计算机子系统还经配置以用于，当确定不应修改所述滋扰过滤器的所述参数中的所述一或多者时，将所述滋扰过滤器应用于针对所述样本的所述检验的所述结果以产生针对所述样本的最终检验结果。以此方式，当除执行所述检验的一个系统外的系统将所述滋扰过滤器应用于所述检验的所述结果时，可完成所述检验。因而，可推迟所述滋扰过滤器应用于所述检验结果，直到在额外检验后处理(例如，SEM重检)之后。所述滋扰过滤器可以任何适合方式应用于所述检验结果。此外，可以任何适合方式产生所述最终检验结果且所述最终检验结果可具有所属技术领域中已知的任何适合格式。

计算机子系统经进一步配置以用于，当确定应修改所述滋扰过滤器的所述一或多个参数时，通过基于所述分类的所述结果修改所述滋扰过滤器的所述参数中的所述一或多者来修改所述滋扰过滤器，且将所述经修改滋扰过滤器应用于针对所述样本的所述检验的所述结果，以产生针对所述样本的所述最终检验结果。举例来说，可使用新分类的事件重新调谐所述滋扰过滤器。重新调谐所述滋扰过滤器可包含改变针对所述滋扰过滤器的一或多个参数的值(例如针对分类界限或切线的值)。然而，一般来说，重新调谐所述滋扰过滤器可不包含更改参数自身或所述滋扰过滤器的任何模板。举例来说，所述滋扰过滤器的重新调谐通常将不包含改变所述滋扰过滤器的结构或所述滋扰过滤器的一般操作或功能。此外，修改所述滋扰过滤器的所述一或多个参数通常将不包含使用不同滋扰过滤器替代所述滋扰过滤器。此外，在完成重新调谐之后，所述滋扰过滤器可应用于所述检验结果以滤除滋扰缺陷且针对样本产生最终检验结果。因此，所重新调谐的滋扰过滤器可应用于所述检验的所述结果且所述结果可保存在检验结果文件中。以此方式，当除执行所述检验的一个系统外的系统将经修改滋扰过滤器应用于所述检验的所述结果时，可完成所述检验。因而，可推迟所述滋扰过滤器应用于所述检验结果，直到在额外检验后处理(例如，SEM重检)之后。可以任何适合方式将所述经修改滋扰过滤器应用于所述检验结果。此外，可以任何适合方式产生所述最终检验结果且所述最终检验结果可具有所属技术领域中已知的任何适合格式。

在一个实施例中，所述一或多个计算机子系统经进一步配置以用于，当确定应修改所述滋扰过滤器的所述参数中的所述一或多者时，修改用于所述检验的配方以使用所述经修改滋扰过滤器替代所述配方中的滋扰过滤器。举例来说，可在每一检验之后及/或在每一滋扰过滤器修改之后使用新调谐的滋扰过滤器更新所述滋扰过滤器，且所更新的滋扰过滤器可用作为用于后续混合检验的初始滋扰过滤器。如所述术语的“混合”检验在本文中使用是指一个检验，其中所述检验在工具(例如，光学检验工具)上开始，但使用本文描述的方法在另一工具(例如，SEM工具)上结束。以此方式，使用两个工具(例如，光学工具及电子束工具)执行样本检验。因此，所述检验可涉及不同模态(例如，光学及SEM)，借此将所述检验呈现为“混合”检验。

在一些实施例中，计算机子系统经配置以用于，当确定应修改所述滋扰过滤器的所述参数中的所述一或多者时，基于修改多少所述参数中的所述一或多者来确定是否应针对所述事件的另一样品执行产生所述样品、获取所述输出、对所述事件分类及所述确定。以此方式，计算机子系统可经配置以用于基于参数(例如分类界限)的移动程度来评价额外取样的需要。因而，计算机子系统可取样更多事件以减少先前执行的步骤的结果的不确定性。举例来说，如果所述滋扰过滤器的切线、分类界限或其它参数显著移动，那么验证及/或额外调谐可需要一组额外缺陷。这些步骤可重复直到达到所期望的置信度及/或针对所述过程分配的时间及/或资源枯竭枯竭。在此例子中置信度是指重新调谐已实现目标稳定性准则的置信度。以此方式，本文描述的功能及步骤可反复直到达到所期望的稳定性。这些准则(置信度及/或稳定性)可用以使得所述检验更稳定，意味着比基于固定配方的那些准则更独立于工艺变化。可就滋扰率及/或真实DOI捕获率方面测量稳定性。特定来说，任何取样(例如本文描述的所述取样)具有固有统计误差与分类错误误差的一些可能性。这些误差的组合可用以确定重新调谐已实现预先确定的范围内的目标稳定性准则的置信度。因而，可执行取样、分类及调谐的反复以实现所述滋扰过滤器的所期望性能。

在另一实施例中，计算机子系统经配置以用于，当确定应修改所述滋扰过滤器的所述参数中的所述一或多者时，基于所述分类的所述结果来确定是否应针对所述事件的另一样品执行产生所述样品、获取所述输出、对所述事件分类及所述确定。举例来说，计算机子系统可经配置以用于基于所述分类的可靠程度而评价额外取样的需要。在一个此实例中，如果所述分类连同相对较低的置信度一起，那么可取样所述事件的更多实例且对所述事件的更多实例分类以在分类上实现更高置信度。因而，计算机子系统可取样更多事件以减少先前执行的功能或步骤的结果的不确定性。具体来说，具有较低分类置信度的事件可经取样以确定认定实况且因此使用最小样品大小最充分地增加分类置信度。这些功能或步骤可重复直到达到所期望置信度及/或针对所述过程分配的时间及/或资源枯竭。以此方式，本文描述的功能及步骤可反复直到达到所期望的置信度。因而，可执行取样、分类及调谐的反复以实现所述滋扰过滤器的所期望的性能。

在另一实施例中，计算机子系统经配置以用于，当确定应修改所述滋扰过滤器的所述参数中的所述一或多者时，确定是否应针对所述事件的另一样品执行产生所述样品、获取所述输出、对所述事件分类及所述确定，且当确定应针对另一样品执行产生所述样品、获取所述输出、对所述事件分类及所述确定时，更改用于选择的一或多个参数。举例来说，一旦已确定计算机子系统应针对另一样品再次执行各种功能或步骤，将可改进取样策略且接着可使用改进策略产生另一样品。在一个此实例中，在后续反复中，计算机子系统可在新切线位置、分类界限值或其它参数值周围取样更多。执行多少取样可由新参数值上的置信度准则建立(例如，所述参数值周围的一些区域中的分类缺陷对未分类缺陷的分数)。此外，后续反复可取样更多以改进分类置信度。举例来说，如果可建立低置信度分类事件与由检验报告的特征之间的相关，那么所述取样以特征空间中的所述区域为目标。以此方式，增加取样可降低与分类界限附近的分类不确定性相关联的统计误差，这可导致产生更好分类器(即，能够产生具有更高置信度的分类的分类器)。此外，在已建立良好的分类结果之后执行最后的取样反复以估计所述滋扰过滤器的滋扰率及DOI捕获率。此估计的置信度受控于所述最后反复的取样量。

在一些实施例中，在样本的检验之前基于使用训练样本产生的结果调谐所述滋扰过滤器。举例来说，光学或另一检验系统可调谐关于训练晶片的滋扰过滤器。以此方式，本文描述的实施例可经配置以用于以扰动方式重新调谐滋扰过滤器。换句话说，由于所述滋扰过滤器已用于其它样本的检验，因此所述滋扰过滤器的调谐不针对每一样本从头开始。而是，所述滋扰过滤器的调谐可从已知在先前样本上运作良好的滋扰过滤器参数开始。因而，本文描述的计算机子系统可将本文描述的分类的结果与从先前用于调谐及/或设置及/或样本(先前使用所述滋扰过滤器过滤其检验结果)的样本获得的信息组合。以此方式，可在来自先前样本的最优参数的附近查找用于滋扰过滤的新参数，如果所述过程完全不在样本之间波动，那么先前样本可再次使用。本文描述的滋扰过滤器的扰动调谐可增加其可靠性及稳健性。

在另一实施例中，在样本的检验之前基于使用一组训练缺陷产生的结果调谐所述滋扰过滤器，且修改所述滋扰过滤器包含针对样品中的事件及分类的结果添加信息到所述组训练缺陷以产生修改训练组且基于所述修改训练组修改所述滋扰过滤器的所述一或多个参数。以此方式，本文描述的实施例可将在初始配方产生期间在所述滋扰过滤器的监督调谐期间获得的先前知识与由本文描述的实施例获得的动态信息组合。举例来说，可保持用以设置所述滋扰过滤器的原始训练组且可使用本文描述的分类的结果修改所述训练组的内容。接着，所述修改训练组可用以重新调谐所述滋扰过滤器。此外，所述原始训练组与所述修改训练组之间的差异可用以确定是否应执行所述滋扰过滤器的重新调谐。举例来说，所述原始调谐滋扰过滤器可应用于本文描述的热检验的结果。可取样应用所述滋扰过滤器的结果(例如，由所述滋扰过滤器确定为DOI的事件)。如果所述DOI结果中的滋扰率与使用所述原始训练组确定的所述滋扰率相同或大致相同，那么本文描述的计算机子系统可确定不需要重新调谐所述滋扰过滤器。替代地，可支持新训练组(例如，从取样事件产生及针对取样事件执行的分类的结果)而废弃所述原始训练组，且所述新训练组可用于重新调谐所述滋扰过滤器。

尽管一些实施例在本文中描述为重新调谐先前调谐的滋扰过滤器，但存在混合调谐过程的不同变体，所述变体中的一者可依靠所述滋扰过滤器的完整重新调谐(例如，从头开始调谐过程，忽略先前解决方案)，替代对初始过滤器执行扰动校正。举例来说，光学检验系统可针对热检验产生配方且产生热检验结果，而无需产生或调谐滋扰过滤器且无需将滋扰过滤器应用于所述热检验结果。可由本文描述的实施例产生或获取滋扰过滤器的模板或表示(例如基于层级的树表示)。接着，计算机子系统可基于所述模板使用所述热检验结果产生初始滋扰过滤器。接着，如将在滋扰过滤器(其中所述滋扰过滤器的参数为未知且所以所述取样无法聚焦于如本文所进一步描述的滋扰过滤器参数的值附近的事件特征)的初始调谐期间执行的取样可替代本文描述的取样。接着，可由如本文所描述的计算机子系统对经取样缺陷分类。此外，计算机子系统可使用所分类的缺陷调谐所述滋扰过滤器。计算机子系统还可执行本文描述的其它功能(例如基于调谐的结果改善取样策略及/或将所调谐的滋扰过滤器应用于所述检验结果以产生最终检验结果)。

在一些实施例中，计算机子系统经进一步配置以用于通过将分类的结果包含在最终检验结果中来产生最终检验结果而不管将所述滋扰过滤器或所述经修改滋扰过滤器应用于针对样本的检验的结果。举例来说，有用的信息(例如，SEM图像、分类结果(例如分类码)及置信度)由本文描述的实施例获取。因此，当应用所述滋扰过滤器时，利用那个信息是有意义的。举例来说，当本文描述的分类识别高置信度DOI时，即使所述滋扰过滤器或所述经修改滋扰过滤器需要滤除那些高置信度DOI，所述高置信度DOI也可包含在最终检验结果中。换句话说，计算机子系统可将缺陷注入最终检验结果(所述滋扰过滤器排斥所述缺陷作为滋扰，但如本文所描述那样执行的分类将缺陷分类为具有相对较高的置信度的DOI)。

在一个此实例中，本文描述的分类可识别重要DOI(例如小桥)。然而，完全调谐(或重新调谐)的滋扰过滤器可能不能够将所述小桥缺陷识别为DOI(例如，当所述滋扰过滤器的参数的优化不因而导致所有滋扰事件的最优过滤及/或所有DOI的最优保留时)。因此，计算机子系统可评价将所述滋扰过滤器或所述经修改滋扰过滤器应用于样本的检验的结果的结果。如果所述小桥DOI不包含在通过应用所述滋扰过滤器或经修改滋扰过滤器产生的最终检验结果中，那么计算机子系统可更改最终检验结果，使得最终检验结果包含所述小网桥缺陷及其对应分类信息。以此方式，当提及高置信度DOI时，可忽略及/或否决滋扰过滤器结果。因而，可改进针对所述检验的DOI捕获率。

以类似方式，即使由所述滋扰过滤器将高置信度滋扰缺陷识别为DOI，仍可滤除此类高置信度滋扰缺陷(如由如本文所描述那样执行的分类所确定)。换句话来说，计算机子系统可从检验结果移除违反滋扰过滤器界限且通过分类确定为相对较高置信度的滋扰的缺陷。以此方式，当提及高置信度滋扰事件时，可忽略及/或否决滋扰过滤器结果。因而，可改进针对所述检验的滋扰事件捕获率。

在额外实施例中，计算机子系统经配置以用于确定所述经修改滋扰过滤器与所述滋扰过滤器之间的差异且当所述差异超过所述差异的值的预先确定的范围时发送警示到用户。举例来说，由本文描述的实施例产生的结果可用以监测用于检验的配方的稳定性及/或监测在检验中产生的输出中的噪声底限偏移。换句话说，在动态滋扰过滤器调谐期间获得的信息可出于检验目的用于稳定性监测。在一个此实例中，作为滋扰过滤器调谐的副产品，关于过滤器参数的移动的信息可连同静态及动态滋扰率及DOI计数的估计一起记录。此信息可用于检验稳定性的量化监测且警示用户所述噪声底限中的突然或系统性偏移。

在另一实施例中，计算机子系统经配置以用于获取用于样本的检验中执行的缺陷检测到的参数且基于分类的结果确定是否应修改所述缺陷检测到的所述参数中的一或多者。举例来说，本文描述的实施例可经配置不仅用于执行滋扰过滤器的动态调谐，也用于执行检测阈值的动态调谐。在一个此实例中，针对由本文描述的实施例分类为DOI及滋扰事件的事件(例如，针对所分类的DOI及滋扰事件的检验器图像)而产生的检验系统的输出可用以确定是否可修改针对缺陷检测到的参数(其应用于所述输出)，以减少滋扰事件的检测及/或增加DOI的检测。接着，可基于由针对分类事件的检验系统产生的输出、由本文描述的实施例产生的分类及本文描述的任何其它信息而修改缺陷检测参数，以修改缺陷检测参数值。可相对于修改滋扰过滤器参数而如本文所描述那样进一步执行修改缺陷检测参数，且还可针对缺陷检测参数执行本文描述的其它步骤(针对所述滋扰过滤器执行)。

在另一实施例中，计算机子系统经配置以用于获取用于样本的检验中执行的缺陷分类的参数且基于分类的结果确定是否应修改样本的检验中执行的所述缺陷分类的所述参数中的一或多者。举例来说，本文描述的实施例可经配置不仅用于执行滋扰过滤器的动态调谐，也用于执行缺陷分类的动态调谐。在此情况中，可在光学检验器上使用初始调谐分类器且从本文描述的实施例的动态分类可用以针对每一样本重新调谐分类器。

本文描述的实施例具有优于现今应用于光学检验的当前使用的其它静态滋扰过滤器的数个优点。举例来说，本文描述的实施例通过将在初始配方产生期间在所述滋扰过滤器的监督调谐期间获得的先前知识与由本文描述的实施例获得的动态信息组合；改进静态滋扰过滤器。此外，最终检验结果可发送到用户或用户仅在光学检验的动态更新之后产生管理系统。此外，本文描述的实施例改进检验的稳定性且实现检验的噪声底限的量化监测。由于工厂使用检验以通过统计过程控制(SPC)监测其过程，因此实现及/或确保检验的稳定性特别重要。SPC本质上要求样本的检验随时间而稳定以允许建立统计基线(从此统计基线测量工艺变化)。由于可自动执行本文描述的所有步骤及功能，因此本文描述的实施例还可执行所述滋扰过滤器的调谐而无需用户干涉。此外，本文描述的实施例可通过使用从先前样本获得的先前信息及从检验配方设置阶段针对输出获取及分类步骤最小化样品大小。此样品最小化可提供巨大优点，这是因为其最小化用于获取输出所需的工具时间(尤其当用以获取所述输出的所述工具为SEM时)。

本文描述的实施例可尽可能如所期望那样经常执行本文描述的功能。举例来说，计算机子系统可执行用于确定每次检验样本时是否需要重新调谐(及后续重新调谐)所述滋扰过滤器的功能或步骤。然而，如果用以形成样本的过程(其应产生相对较稳定的检验结果且借此产生相对较稳定的滋扰过滤结果)相对较稳定，那么计算机子系统可不太经常执行本文描述的功能或步骤。以此方式，本文描述的步骤可以反映用以形成样本的过程的稳定性的频率执行(例如，对于更稳定的过程不太经常且对于不太稳定过程更经常)。

另一实施例涉及一种计算机实施方法，其用于使用自适应滋扰过滤器产生针对样本的检验结果。所述方法包含针对上文描述的计算机子系统的功能中的每一者的步骤。

可如本文所进一步描述那样执行所述方法的步骤中的每一者。所述方法还可包含可由本文描述的输出获取子系统及/或计算机子系统或系统执行的任何其它步骤。所述方法的步骤由一或多个计算机子系统执行，其可根据本文描述的实施例中的任何者配置。此外，可由本文描述的系统实施例中的任何者执行上文描述的方法。

额外实施例涉及一种非暂时性计算机可读媒体，其存储程序指令，所述程序指令在计算机系统上执行用于执行计算机实施方法，所述计算机实施方法用于使用自适应滋扰过滤器产生针对样本的检验结果。在图3中展示一个此实施例。特定来说，如图3中所展示，非暂时性计算机可读媒体300包含可在计算机系统304上执行的程序指令302。所述计算机实施方法可包含本文描述的任何方法的任何步骤。

实施方法(例如本文描述的那些方法)的程序指令302可存储在计算机可读媒体300上。所述计算机可读媒体可为存储媒体(例如磁盘或光盘、磁带或所属技术领域中已知的任何其它适合非暂时性计算机可读媒体)。

可以各种方式(其尤其包含基于程序的技术、基于组件的技术及/或面向对象的技术以及其它技术)中的任何者实施所述程序指令。举例来说，可视需要使用ActiveX控件、C++对象、JavaBeans、微软基础类别(“MFC”)、SSE(流SIMD扩展)或其它技术或方法实施所述程序指令。

计算机系统304可根据本文描述的实施例中的任何者配置。

本文描述的全部方法可包含存储计算机可读存储媒体中的方法实施例的一或多个步骤的结果。所述结果可包含本文描述的结果中的任何者且可以所属技术领域中已知任何方式存储。所述存储媒体可包含本文描述的任何存储媒体或所属技术领域中已知的任何其它适合存储媒体。在已存储所述结果之后，可在存储媒体中存取所述结果且所述结果可由本文描述的方法或系统实施例中的任何者使用、格式化用于对用户显示、由另一软件模块、方法或系统使用等等。

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另外修改及替代实施例。举例来说，提供用于使用自适应滋扰过滤器产生针对样本的检验结果的方法及系统。因此，此描述仅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，本文展示及描述的本发明的形式视为目前优选实施例。元件及材料可替代本文中说明及描述的所述元件及材料，可反转零件及过程，且可独立地利用本发明的特定特征，在具有本发明的此描述的优点之后，所属领域的技术人员应明白所有操作。可在本文描述的元件中进行改变而不会背离如所附权利要求书中所描述的本发明的精神及范围。

Claims (27)

1.一种经配置以使用自适应滋扰过滤器产生针对样本检验结果的系统，所述系统包括：

输出获取子系统，其包括至少一能源及检测器，其中所述能源经配置以产生引导到样本的能量，且其中所述检测器经配置以检测来自所述样本的能量且响应于所述检测到的能量而产生输出；及

一或多个计算机子系统，其经配置以用于：

获取所述样本的检验的结果及用于所述检验的滋扰过滤器的参数，其中所述结果包括针对在所述检验期间检测到的事件的一或多个特征的值，且其中在所述检验期间确定所述值；

通过选择具有用于所述一或多个特征的至少一者的值的所述事件的部分而产生所述事件的样品，所述值比针对所述事件的另一部分的所述一或多个特征的所述至少一者的值更接近所述滋扰过滤器的所述参数的至少一个者的至少一个值；

获取针对所述事件的所述样品的所述输出获取子系统的所述输出；

基于所述获取的输出对所述样品中的所述事件分类；

确定是否应基于所述分类的结果修改所述滋扰过滤器的所述参数中的一或多者；

当确定不应修改所述滋扰过滤器的所述参数中的所述一或多者时，将所述滋扰过滤器应用于针对所述样本的所述检验的所述结果以产生针对所述样本的最终检验结果；且

当确定应修改所述滋扰过滤器的所述参数中的所述一或多者时：

通过基于所述分类的所述结果修改所述滋扰过滤器的所述参数中的所述一或多者来修改所述滋扰过滤器；且

将所述经修改滋扰过滤器应用于针对所述样本的所述检验的所述结果以产生针对所述样本的所述最终检验结果。

2.根据权利要求1所述的系统，其中所述部分中的所述事件包括所关注缺陷及滋扰事件。

3.根据权利要求1所述的系统，其中由光学检验系统执行所述样本的所述检验。

4.根据权利要求1所述的系统，其中使用具有不同于所述输出获取子系统的配置的另一输出获取子系统执行所述样本的所述检验。

5.根据权利要求1所述的系统，其中使用所选择的缺陷检测参数执行所述样本的所述检验，使得由所述检验检测到的所述事件包括大量的滋扰事件。

6.根据权利要求1所述的系统，其中所述滋扰过滤器的所述参数的所述至少一者包括分离所述事件的一个类型与所述事件的另一类型的界限。

7.根据权利要求1所述的系统，其中所述检验不包括将所述滋扰过滤器应用于所述检验的所述结果的任何者。

8.根据权利要求1所述的系统，其中所述一或多个计算机子系统经进一步配置以用于：当确定应修改所述滋扰过滤器的所述参数中的所述一或多者时，修改用于所述检验的配方以使用所述经修改滋扰过滤器替代所述配方中的所述滋扰过滤器。

9.根据权利要求1所述的系统，其中所述一或多个计算机子系统经进一步配置以用于：当确定应修改所述滋扰过滤器的所述参数中的所述一或多者时，基于修改多少所述参数中的所述一或多者来确定是否应针对所述事件的另一样品执行所述产生、获取所述输出、分类及确定。

10.根据权利要求1所述的系统，其中所述一或多个计算机子系统经进一步配置以用于：当确定应修改所述滋扰过滤器的所述参数中的所述一或多者时，基于所述分类的所述结果来确定是否应针对所述事件的另一样品执行所述产生、获取所述输出、分类及确定。

11.根据权利要求1所述的系统，其中所述一或多个计算机子系统经进一步配置以用于：当确定应修改所述滋扰过滤器的所述参数中的所述一或多者时，确定是否应针对所述事件的另一样品执行所述产生、获取所述输出、分类及确定；且当确定应针对所述另一样品执行所述产生、获取所述输出、分类及确定时，更改用于所述选择的一或多个参数。

12.根据权利要求1所述的系统，其中所述分类包括：确定所述事件是否为所关注缺陷或滋扰事件。

13.根据权利要求1所述的系统，其中所述分类包括：确定所述事件是否为所关注缺陷或滋扰事件；及确定置信度，使用所述置信度将所述事件中的每一者确定为所述所关注缺陷或所述滋扰事件，且其中用于所述确定的所述分类的所述结果包括针对所述事件中的一或多者确定的所述置信度。

14.根据权利要求1所述的系统，其中所述分类包括：确定所述事件是否为所关注缺陷或滋扰事件且确定置信度，使用所述置信度将所述事件中的每一者确定为所述所关注缺陷或所述滋扰事件，且其中用于所述修改的所述分类的所述结果包括针对所述事件中的一或多者确定的所述置信度。

15.根据权利要求1所述的系统，其中用于所述确定的所述分类的所述结果包括关于所述事件中的哪些事件分类为所关注缺陷及所述事件中的哪些事件分类为滋扰事件的信息，且其中所述确定包括基于所述信息来确定所述滋扰过滤器的所关注缺陷捕获率、比较所述所关注缺陷捕获率与所期望的所关注缺陷捕获率及如果所述所关注缺陷捕获率低于所述所期望的所关注缺陷捕获率，那么确定应修改所述参数中的所述一或多者。

16.根据权利要求1所述的系统，其中用于所述确定的所述分类的所述结果包括关于所述事件中的哪些事件分类为所关注缺陷及所述事件中的哪些事件分类为滋扰事件的信息，且其中所述确定包括基于所述信息来确定所述滋扰过滤器的滋扰事件捕获率、比较所述滋扰事件捕获率与所期望的滋扰事件捕获率及如果所述滋扰事件捕获率高于所述所期望的滋扰事件捕获率，那么确定应修改所述参数中的所述一或多者。

17.根据权利要求1所述的系统，其中在所述样本的所述检验之前基于使用训练样本产生的结果来调谐所述滋扰过滤器。

18.根据权利要求1所述的系统，其中在所述样本的所述检验之前基于使用一组训练缺陷产生的结果来调谐所述滋扰过滤器，且其中修改所述滋扰过滤器包括添加针对所述样品中的所述事件及所述分类的所述结果的信息到所述组训练缺陷以产生经修改训练组，及基于所述经修改训练组修改所述滋扰过滤器的所述参数中的所述一或多者。

19.根据权利要求1所述的系统，其中所述一或多个计算机子系统经进一步配置以用于：通过在所述最终检验结果中包含所述分类的所述结果而产生所述最终检验结果，而不管将所述滋扰过滤器或所述经修改滋扰过滤器应用于针对所述样本的所述检验的所述结果的结果如何。

20.根据权利要求1所述的系统，其中所述一或多个计算机子系统经进一步配置以用于：确定所述经修改滋扰过滤器与所述滋扰过滤器之间的差异；及当所述差异超出针对所述差异的值的预先确定的范围时，发送警示到用户。

21.根据权利要求1所述的系统，其中所述一或多个计算机子系统经进一步配置以用于：获取用于在所述样本的所述检验中执行的缺陷检测的参数；及基于所述分类的所述结果来确定是否应修改针对所述缺陷检测的所述参数中的一或多者。

22.根据权利要求1所述的系统，其中所述一或多个计算机子系统经进一步配置以用于：获取用于在所述样本的所述检验中执行的缺陷分类的参数；及基于所述分类的所述结果确定是否应修改用于在所述样本的所述检验中执行的所述缺陷分类的所述参数中的一或多者。

23.根据权利要求1所述的系统，其中所述样本包括晶片。

24.根据权利要求1所述的系统，其中引导到所述样本的所述能量包括光，且其中从所述样本检测到的所述能量包括光。

25.根据权利要求1所述的系统，其中引导到所述样本的所述能量包括电子，且其中从所述样本检测到的所述能量包括电子。

26.一种非暂时性计算机可读媒体，其储存在计算机系统上经执行以用于执行计算机实施方法的程序指令，所述计算机实施方法用于使用自适应滋扰过滤器产生针对样本的检验结果，其中所述计算机实施方法包括：

获取样本的检验的结果及用于所述检验的滋扰过滤器的参数，其中所述结果包括针对在所述检验期间检测到的事件的一或多个特征的值，且其中在所述检验期间确定所述值；

通过选择具有用于所述一或多个特征的至少一者的值的所述事件的部分而产生所述事件的样品，所述值比针对所述事件的另一部分的所述一或多个特征的所述至少一者的值更接近所述滋扰过滤器的所述参数的至少一者的至少一个值；

获取针对所述事件的所述样品的输出获取子系统的输出，其中所述输出获取子系统包括至少一能源及检测器，其中所述能源经配置以产生引导到所述样本的能量，且其中所述检测器经配置以检测来自所述样本的能量且响应于所述检测到的能量而产生所述输出；

基于所述获取的输出对所述样品中的所述事件分类；

确定是否应基于所述分类的结果修改所述滋扰过滤器的所述参数中的一或多者；

当确定不应修改所述滋扰过滤器的所述参数中的所述一或多者时，将所述滋扰过滤器应用于针对所述样本的所述检验的所述结果以产生针对所述样本的最终检验结果；且

当确定应修改所述滋扰过滤器的所述参数中的所述一或多者时：

通过基于所述分类的所述结果修改所述滋扰过滤器的所述参数中的所述一或多者来修改所述滋扰过滤器；且

将所述经修改滋扰过滤器应用于针对所述样本的所述检验的所述结果以产生针对所述样本的所述最终检验结果，其中由一或多个计算机子系统执行获取所述结果、产生所述样品、获取所述输出、对所述事件分类、所述确定、应用所述滋扰过滤器、修改所述滋扰过滤器及应用所述经修改滋扰过滤器。

27.一种用于使用自适应滋扰过滤器产生针对样本的检验结果的计算机实施方法，所述计算机实施方法包括：

获取样本的检验的结果及用于所述检验的滋扰过滤器的参数，其中所述结果包括针对在所述检验期间检测到的事件的一或多个特征的值，且其中在所述检验期间确定所述值；

通过选择具有用于所述一或多个特征的至少一者的值的所述事件的部分而产生所述事件的样品，所述值比针对所述事件的另一部分的所述一或多个特征的所述至少一者的值更接近所述滋扰过滤器的所述参数的至少一者的至少一个值；

获取针对所述事件的所述样品的输出获取子系统的输出，其中所述输出获取子系统包括至少一能源及检测器，其中所述能源经配置以产生引导到所述样本的能量，且其中所述检测器经配置以检测来自所述样本的能量且响应于所述检测到的能量而产生所述输出；

基于所述获取的输出对所述样品中的所述事件分类；

确定是否应基于所述分类的结果修改所述滋扰过滤器的所述参数中的一或多者；

当确定不应修改所述滋扰过滤器的所述参数中的所述一或多者时，将所述滋扰过滤器应用于针对所述样本的所述检验的所述结果以产生针对所述样本的最终检验结果；且

当确定应修改所述滋扰过滤器的所述参数中的所述一或多者时：

通过基于所述分类的所述结果修改所述滋扰过滤器的所述参数中的所述一或多者来修改所述滋扰过滤器；且

将所述经修改滋扰过滤器应用于针对所述样本的所述检验的所述结果以产生针对所述样本的所述最终检验结果，其中由一或多个计算机子系统执行获取所述结果、产生所述样品、获取所述输出、对所述事件分类、所述确定、应用所述滋扰过滤器、修改所述滋扰过滤器及应用所述经修改滋扰过滤器。