CN109791897A - 用于半导体晶片检验的三维成像 - Google Patents

用于半导体晶片检验的三维成像 Download PDF

Info

Publication number
CN109791897A
CN109791897A CN201780061620.8A CN201780061620A CN109791897A CN 109791897 A CN109791897 A CN 109791897A CN 201780061620 A CN201780061620 A CN 201780061620A CN 109791897 A CN109791897 A CN 109791897A
Authority
CN
China
Prior art keywords
image
light
defect
illumination
subsystem
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.)
Granted
Application number
CN201780061620.8A
Other languages
English (en)
Other versions
CN109791897B (zh
Inventor
P·科尔钦
R·达南
P·梅斯热
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 CN109791897A publication Critical patent/CN109791897A/zh
Application granted granted Critical
Publication of CN109791897B publication Critical patent/CN109791897B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
    • H04N13/20—Image signal generators
    • H04N13/204—Image signal generators using stereoscopic image cameras
    • H04N13/254—Image signal generators using stereoscopic image cameras in combination with electromagnetic radiation sources for illuminating objects
    • 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
    • H01L22/30—Structural arrangements specially adapted for testing or measuring during manufacture or treatment, or specially adapted for reliability measurements
    • 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
    • G01N21/9505—Wafer internal defects, e.g. microcracks
    • 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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/10—Image acquisition
    • G06V10/12—Details of acquisition arrangements; Constructional details thereof
    • G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
    • G06V10/141—Control of illumination
    • 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
    • H01L22/24—Optical enhancement of defects or not directly visible states, e.g. selective electrolytic deposition, bubbles in liquids, light emission, colour change
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
    • H04N13/20—Image signal generators
    • H04N13/204—Image signal generators using stereoscopic image cameras
    • H04N13/207—Image signal generators using stereoscopic image cameras using a single 2D image sensor
    • H04N13/221—Image signal generators using stereoscopic image cameras using a single 2D image sensor using the relative movement between cameras and objects
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
    • H04N13/20—Image signal generators
    • H04N13/271—Image signal generators wherein the generated image signals comprise depth maps or disparity maps
    • 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
    • G01N21/8422—Investigating thin films, e.g. matrix isolation method
    • G01N2021/8438—Mutilayers
    • 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
    • G01N2021/8854—Grading and classifying of flaws
    • G01N2021/8861—Determining coordinates of flaws
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • 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
    • G06T2207/10028—Range image; Depth image; 3D point clouds
    • 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
    • G06T2207/10141—Special mode during image acquisition
    • G06T2207/10148—Varying focus
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20084—Artificial neural networks [ANN]
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20212—Image combination
    • G06T2207/20221—Image fusion; Image merging
    • 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
    • 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
    • G06T7/70—Determining position or orientation of objects or cameras

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Theoretical Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Immunology (AREA)
  • General Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Pathology (AREA)
  • Analytical Chemistry (AREA)
  • Health & Medical Sciences (AREA)
  • Biochemistry (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Power Engineering (AREA)
  • Computer Hardware Design (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Electromagnetism (AREA)
  • Testing Or Measuring Of Semiconductors Or The Like (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Image Analysis (AREA)

Abstract

本文中描述用于基于三维图像的半导体晶片上的所关注缺陷DOI的改进检测与分类的方法及系统。厚分层结构的体积的三维成像以高处理量实现在三个维度中的精确缺陷检测及缺陷位置的估计。在数个不同晶片深度处获取一系列图像。从所述系列图像产生厚半导体结构的三维图像。基于所述厚半导体结构的所述三维图像的分析来对缺陷进行识别及分类。在一些实例中，通过等高线图或横截面图来可视化三维图像堆叠以识别特性缺陷响应。在一些实例中，以算法方式处理所述三维图像以对缺陷进行识别及分类。在另一方面中，基于所述三维图像，在三个维度中估计缺陷的位置。

Description

用于半导体晶片检验的三维成像
相关申请案的交叉参考
本专利申请案根据35U.S.C.§119规定主张在2016年10月7日申请的序列号为62/405,435的美国临时专利申请案的优先权，所述美国申请案的标的物以全文引用的方式并入本文中。
技术领域
所描述实施例涉及用于样品检验的系统，且更特定来说涉及半导体晶片检验模态。
背景技术
通常通过应用到衬底或晶片的处理步骤序列制造半导体装置(例如逻辑及存储器装置)。通过这些处理步骤形成半导体装置的各种特征及多个结构层级。举例来说，光刻尤其是涉及在半导体晶片上产生图案的一个半导体制造工艺。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。多个半导体装置可经制造在单个半导体晶片上且接着分离为个别半导体装置。
在半导体制造过程期间的各种步骤使用检验过程以检测晶片上的缺陷以促成较高良率。随着设计规则及工艺窗在大小上继续缩小，需要检验系统捕获更广泛范围的物理缺陷同时维持高处理量。
例如未经图案化晶片检验系统及经图案化晶片检验系统的检验系统针对非所要缺陷照明及检验晶片。随着半导体设计规则继续演进，必须检测的最小缺陷大小继续在大小上缩小。
另外，存储器架构从二维浮动栅极架构转变到全三维几何形状。在一些实例中，膜堆叠及蚀刻结构非常深(例如，深度高达六微米或更多)。此高纵横比结构产生针对经图案化晶片检验的挑战。测量埋藏于这些结构内的缺陷的能力对于实现所要性能水平及装置良率是关键的。
传统光学检验技术是基于平面二维光学检验。这些技术足够快以捕捉薄层(例如，小于一微米厚)的所关注缺陷(DOI)，但对于埋藏于相对厚层中的缺陷的检测不太有效。另外，由光学检验检测的DOI通常由SEM重检来验证。SEM重检对于埋藏缺陷通常不可行。
在一个实例中，在不同层深度处采用共焦光学检验。共焦成像消除来自焦平面上方及下方的结构的虚假或妨害光学信号。然而，由焦平面内的结构及焦平面上方及下方的结构的相互作用引起的重要信号信息也损失。此信号信息损失可抑制精确测量缺陷深度及消除具有强信噪比(SNR)的所非要光学信号的能力。在第2014/0300890号美国专利公开案中进一步详细描述共焦光学检验技术，所述案以全文引用的方式并入本文中。
在另一实例中，采用旋转照明光束来改进埋藏缺陷的检测。然而，通过分离光学强度限制测量弱缺陷的能力，借此限制敏感性。另外，所得图像是复杂的且难以解释入射及收集光场上的晶片结构的效应。在第2014/0268117号美国专利公开案中进一步详细描述利用旋转照明光束的光学检验，所述案以全文引用的方式并入本文中。
在一些实例中，采用电子测试来检测埋藏缺陷。然而，必须在执行电子测试之前制造所有装置层。因此，无法在生产循环早期检测缺陷，从而导致损失时间及费用。因此，在生产过程中的所有步骤(包含研究及开发、生产量产及高产量制造)期间对所有批次执行电子测试是极其昂贵的。不幸地，对于3D NAND工藝中的一些层，电子测试一直是唯一解决方案。
在一些其它实例中，晶片经去层(de-process)以揭露埋藏缺陷。晶片去层通过移除层而破坏晶片以显露可使用传统光学检验检测且使用传统SEM重检验证的所关注缺陷(DOI)。此方法需要每一层处的交替过程流程，且交替过程可产生干扰DOI检测的缺陷。另外，通过晶片去层无法容易地显露一些层上的一些DOI。
在一些其它实例中，采用电子束检验(EBI)来检测埋藏缺陷。EBI在处理量及晶片覆盖上受到限制且仅可对3D NAND工艺中的一些层执行。对于大部分3D NAND层，电子无法穿透上覆层以达到DOI。因此，EBI作为三维结构的缺陷检测工具在其有效性上受到限制。
在半导体工业内使用各种检验系统来检测半导体主光罩或晶片上的缺陷。期望应用于垂直半导体装置(例如3D存储器、VNAND存储器或其它垂直结构)的晶片及主光罩检验系统的改进。
发明内容
本文中描述用于基于三维图像对半导体晶片上的关注缺陷(DOI)的改进检测及分类的方法及系统。较厚分层结构的体积的三维成像以高处理量实现在三个维度中的缺陷位置的精确缺陷检测及估计。传统地，由可接受晶片变化(例如，妨害及噪声)引起的信号通常限制DOI的检测。然而，三维成像捕获所述晶片内的信号传播，且因此甚至能够针对相对厚样本(例如，具有厚于三微米的分层结构的3D NAND晶片)区分DOI与妨害及噪声。在一些实例中，基于三维成像的较厚样本的光学检验区分驻留于一个层上的所关注缺陷与源自其它层的妨害及噪声。
在一个方面中，从在两个横向维度(例如，平行于晶片表面)及深度维度(例如，垂直于所述晶片表面)中测量的体积产生较厚半导体结构的三维图像。在检验实例中，针对检验系统的焦平面内的数个不同晶片位置获取一系列图像。在一些实例中，在数据收集之后使用对准目标对准对应于不同焦点偏移处的相同横向位置的图像。出于此专利文件的目的，焦点偏移是样品的表面与所述检验系统的所述焦平面之间的相对距离。
在另一方面中，基于厚半导体结构的三维图像的分析对缺陷进行识别及分类。在一些实例中，将所述检测到的缺陷分离为所关注缺陷的群组及妨害或噪声缺陷的群组。
在一些实施例中，使用3D可视化技术标绘三维图像堆叠。由选择所关注缺陷的操作者读取所得呈现。在一些实例中，标绘离焦(through focus)横截面以按据焦点偏移可视化特性缺陷响应。
在一些实施例中，以算法方式处理三维图像以对所关注缺陷识别及分类。
在另一方面中，基于厚半导体结构的三维图像的分析确定所关注缺陷的三维位置。在许多暗场测量应用中，衍射级经抑制且在z方向上的实际缺陷位置与相关联于峰值信号的焦点偏移线性相关。在许多明场测量应用中，在z方向上的实际缺陷位置也与相关联于所述峰值信号的所述焦点偏移线性相关。在其它实例中，通过比较缺陷的三维图像与一或多个模拟三维图像来确定所述实际缺陷位置。在一些其它实例中，产生测量库，其匹配经测量数据与由可信参考测量系统测量的缺陷深度(例如，晶片表面下方的距离)。一旦产生所述库，基于库匹配来估计与后续测量相关联的缺陷位置。
在另一方面中，在缺陷分析之前对所述三维图像进行滤波以改进SNR。在一些实例中，计算系统使用3D数字滤波器或其它合适数值技术分析经组装三维图像以检测由缺陷引起的独有三维结构。此有效增大缺陷的SNR且能够更有效分离所关注缺陷与噪声或妨害效应。
在另一方面中，调谐照明孔径、收集孔径或两者以最小化标称结构的响应且增强缺陷信号的响应。
在另一方面中，在多个不同孔径设置下收集三维测量数据，且基于与每一数据集相关联的三维图像的组合分析对缺陷进行识别及分类。
在另一方面中，基于缺陷深度或基于晶片结构的三维图像确定的其它参数对缺陷进行分类。
前文是发明内容且因此必要地含有细节的简化、一般化及省略；因此，所属领域的技术人员将了解发明内容仅是说明性的且绝不限制。将在本文中陈述的非限制性详细描述中变得明白本文中描述的装置及/或过程的其它方面、发明特征及优点。
附图说明
图1是经配置以基于三维图像执行半导体晶片上的所关注缺陷(DOI)的检测及分类的光学检验系统100的一个实施例的简化示意图。
图2描绘说明在-0.5微米的焦点偏移附近的峰值信号的经测量三维图像的横截面视图的标绘图150。
图3描绘还说明在-0.5微米的焦点偏移附近的峰值信号的经测量三维图像的另一横截面视图的标绘图151。
图4通过三维结构的经检验体积描绘经测量信号的三维等高线图152。
图5描绘针对焦点偏移值的范围在固定横向位置处的经测量信号的标绘图153。
图6描绘在晶片生产过程的氮化硅移除步骤的3D NAND结构160的说明。
图7A描绘由在零焦点偏移处执行的二维光学检验导致的缺陷图的说明。
图7B描绘来自图7A中说明的二维光学检验的在不同深度处检测的数个缺陷的说明。
图8A描绘由在一微米的焦点偏移处执行的二维光学检验导致的缺陷图的说明。
图8B描绘来自图8A中说明的二维光学检验的在不同深度处检测的数个缺陷的说明。
图9A描绘由在两微米的焦点偏移处执行的二维光学检验导致的缺陷图的说明。
图9B描绘来自图9A中说明的二维光学检验的在不同深度处检测的数个缺陷的说明。
图10A描绘由在三微米的焦点偏移处执行的二维光学检验导致的缺陷图的说明。
图10B描绘来自图10A中说明的二维光学检验的在不同深度处检测的数个缺陷的说明。
图11说明在零微米的焦点偏移附近的峰值信号的经测量三维图像的横截面视图(y＝0)的标绘图170。
图12描绘说明在三微米的焦点偏移附近的峰值信号的经测量三维图像的横截面视图(y＝0)的标绘图175。
图13说明可用于基于厚结构的3-D图像检测缺陷的示范性方法200的流程图。
具体实施方式
现将详细参考本发明的背景实例及一些实施例，其实例在附图中加以说明。
本文中描述用于基于三维图像的半导体晶片上的所关注缺陷(DOI)的改进检测及分类的方法及系统。厚分层结构的体积的三维成像以高处理量实现在三个维度中的精确缺陷检测及缺陷位置的估计。传统地，由可接受晶片变化(例如，妨害及噪声)引起的信号通常限制DOI的检测。然而，三维成像捕获所述晶片内的信号传播，且因此甚至能够针对相对厚样本(例如，具有厚于三微米的分层结构的3D NAND晶片)区分DOI与妨害及噪声。在一些实例中，基于三维成像的厚样本的光学检验区分驻留于一个层上的所关注缺陷与源自其它层的妨害及噪声。
图1是经配置以基于三维图像执行半导体晶片上的所关注缺陷(DOI)的检测及分类的光学检验系统100的一个实施例的简化示意图。光学检验系统100包含照明子系统、集光子系统、一或多个检测器及计算系统。照明子系统包含照明源101及从照明源到晶片的照明光学路径中的所有光学元件。集光子系统包含从样品到每一检测器的集光光学路径中的所有光学元件。为了简化，已省略系统的一些光学组件。通过实例，还可包含折叠镜、偏光器、光束形成光学器件、额外光源、额外集光器及检测器。所有此类变化都在本文中描述的本发明的范围内。本文中描述的检验系统可用于检验经图案化及未经图案化的晶片及主光罩。
如在图1中说明，由法线入射光束104(其由一或多个照明源101产生)照明晶片103。替代性地，照明子系统可经配置以按倾斜入射角将光束引导到样品。在一些实施例中，系统100可经配置以将多个光束(例如倾斜入射光束及法线入射光束)引导到样品。可基本上可同时或循序地将多个光束引导到样品。
通过实例，照明源101可包含宽带激光维持等离子光源、激光、超连续激光、二极管激光、氦氖激光、氩激光、固态激光、二极管泵浦固态(DPSS)激光、氙弧灯、气体放电灯、LED阵列及白炽灯。光源可经配置以发射近单色光或宽带光。在一些实施例中，照明子系统还可包含可限制引导到样品的光的波长的一或多个光谱滤波器。一或多个光谱滤波器可为带通滤波器及/或边缘滤波器及/或陷波滤波器。可将在任何合适波长范围内的照明提供到样品。在一些实例中，照明光包含在从260纳米到950纳米的范围内的波长。在一些实例中，照明光包含大于950纳米(例如，延伸到2,500纳米)的波长以捕获高纵横比结构中的缺陷。在一些实施例中，照明子系统还可包含控制引导到样品的光的偏光的一或多个偏光光学器件。
由照明源101产生的光束104经引导到光束分离器105。光束分离器105将光束引导到物镜109。物镜109在入射点119处将光束111聚焦到晶片103上。入射点119是通过将从照明源101发射的光投射到晶片103的表面上而界定(即，塑形及定大小)。检验系统100包含照明孔径124。如在图1中描绘，计算系统130将命令信号122C传递到照明孔径124。作为响应，照明孔径124调整提供到晶片103的表面上的照明方向及光束形状。在一个实施例中，照明孔径124是提供由从计算系统130传递的命令信号122C控制的可变孔径形状的组合件。一般来说，可由计算系统130控制光束111及点119，计算系统130将控制信号传递到照明源101、照明孔径124或两者。如在图1中描绘，计算系统130将命令信号122A传递到照明源101。作为响应，照明源101调整照明光束111的(若干)光谱范围。一般来说，入射于晶片103上的光束111可不同于由照明源101以一或多个方式发射的光，包含偏光、强度、大小及形状等。
在图1中描绘的实施例中，检验系统100包含可选择照明偏光元件180。在一个实例中，计算系统130将命令信号122E传递到照明偏光元件180。作为响应，照明偏光元件180调整提供到晶片103的表面上的照明光的偏光。
系统100包含集光光学器件116、117及118以收集由晶片103散射及/或反射的光且将所述光分别聚焦到检测器阵列115、120及125上。检测器115、120及125的输出经传递到计算系统130以用于处理信号且确定缺陷的存在及其位置。
集光光学器件116到118中的任一者可为透镜、复合透镜或所属领域中已知的任何适当透镜。替代性地，集光光学器件116到118中的任一者可为反射或部分反射光学组件，例如镜。另外，尽管在图1中说明特定收集角，但应理解，集光光学器件可以任何适当收集角来布置。收集角可取决于(例如)入射角及/或样品的表面构形特性而变化。
检测器115、120及125中的每一者一般用以将反射及散射光转换为电信号，且因此可基本上包含所属领域中已知的任何光电检测器。然而，可基于检测器的所要性能特性、待检验样品的类型及照明的配置来选择特定检测器用于本发明的一或多个实施例内。举例来说，如果可用于检验的光量相对低，那么效率增强检测器(例如时间延迟积分(TDI)相机)可增大信噪比及系统的处理量。然而，取决于可用于检验的光量及所执行检验的类型，可使用其它检测器(例如电荷耦合装置(CCD)相机、光电二极管、光电管及光电倍增管(PMT))。在本发明的至少一个实施例中，光电倍增管是用于检测从样品散射的光。每一检测器可包含仅一个感测区域或可能若干感测区域(例如，检测器阵列或多阳极PMT)。
系统100可使用各种成像模式，例如明场及暗场模式。举例来说，在一个实施例中，检测器125产生明场图像。如在图1中说明，通过物镜109收集以窄角从晶片103的表面散射的一些光量。此光返回穿过物镜109且照射在光束分离器105上。光束分离器105将光的一部分传输到集光光学器件118，集光光学器件118又将光聚焦到检测器125上。以此方式，由检测器阵列125产生明场图像。集光光学器件118包含将由物镜109收集的反射光成像到检测器阵列125上的成像透镜107。孔径或傅里叶(Fourier)滤波器106被放置于物镜109的后焦平面处。可通过使用不同照明孔径124、收集孔径、傅里叶滤波器106或其组合来实施各种成像模式(例如明场、暗场及相位对比)。可基于DOI信号及三维图像来确定成像模式的配置(例如照明方向或成像收集立体角)。第7,295,303及7,130,039号美国专利(其以引用的方式并入本文中)进一步详细描述这些成像模式。在另一实例中，检测器115及120通过使以较大视场角收集的散射光成像来产生暗场图像。第6,208,411号美国专利(其以引用的方式并入本文中)进一步详细描述这些成像模式。
在图1中描绘的实施例中，检验系统100包含可选择集光偏光元件181。在一个实例中，计算系统130将命令信号122F传递到集光偏光元件181。作为响应，集光偏光元件181调整提供到检测器125的表面上的经收集光的偏光。
系统100还包含处理由检测器115、120及125中的任一者检测的反射及/或散射信号所需的各种电子组件(未展示)。例如，系统100可包含从检测器115、120及125中的任一者接收输出信号且将所述输出信号放大经预先确定量的放大器电路及将经放大信号转换为适合于处理器131内使用的数字格式的模/数转换器(ADC)。在一个实施例中，处理器可通过传输媒体直接耦合到ADC。替代性地，处理器可从耦合到ADC的其它电子组件接收信号。以此方式，处理器可通过传输媒体及任何中介电子组件间接耦合到ADC。
在图1中说明的实施例中，晶片定位系统114基于从计算系统130接收的命令126使晶片103在光束111下方移动。晶片定位系统114包含晶片卡盘108、运动控制器113、旋转载台110、平移载台112及z平移载台121。Z平移载台121经配置以在垂直于晶片103的表面的方向(例如，坐标系统123的z方向)上移动晶片103。平移载台112及旋转载台110经配置以在平行于晶片103的表面的方向(例如，坐标系统123的x及y方向)上移动晶片103。在一些其它实施例中，通过多个平移载台的经协调运动在平面内方向(例如，x及y方向)上移动晶片103。
晶片103经支撑在晶片卡盘108上。在一些实施例中，晶片103经定位使得其几何中心与旋转载台110的旋转轴近似对准。以此方式，旋转载台110使晶片103在可接受容限内以指定角速度ω围绕其几何中心自旋。另外，平移载台112使晶片103以规定速度VT在近似垂直于旋转载台110的旋转轴的方向上平移。运动控制器113协调通过旋转载台110的晶片103的自旋及通过平移载台112的晶片103的平移以在检验系统100内实现晶片103的所要平面内扫描运动。另外，运动控制器113协调通过平移载台121的晶片103的移动以在检验系统100内实现晶片103的所要平面外扫描运动。
晶片103可以数个不同模式相对于检验系统100的光学子系统而定位。在检验模式中，在每一不同z位置处在横向方向(例如，x方向及y方向)上重复扫描晶片103。在一些实例中，在对应于穿过分层结构的两个或两个以上深度(例如，晶片表面下方的距离)的两个或两个以上不同z位置处扫描晶片103。在缺陷重检模式中，晶片103经定位于x方向及y方向上的固定位置中，同时在z方向上扫描。以此方式，基于在经测量结构内的深度范围内的晶片103的固定横向位置处的测量数据产生三维图像。通常采用缺陷重检模式来执行缺陷的更多详细调查(例如，较高图像分辨率、较高焦深分辨率或两者)。
在一些实施例中，晶片经移动到相对于检验系统的焦平面的数个不同z位置以使晶片堆叠的不同深度成像。在一些其它实施例中，检验系统的焦平面的位置经光学调整到相对于晶片的数个不同z位置以使晶片堆叠的不同深度成像。在每一z位置处收集的图像经汇总以形成在两个横向维度(例如，平行于晶片表面)及数个不同深度(即，不同z位置)中测量的厚半导体结构的三维体积图像。
一般来说，包含照明子系统及集光子系统两者的光学子系统在定位于经测量结构(例如，垂直堆叠结构)的多个不同深度处的多个焦平面中的每一者处产生聚焦光学图像。通过在z方向上移动焦平面的光学调整、z方向上的样品定位或两者实现光学子系统的焦平面在每一不同深度处的对准。一或多个检测器检测在多个不同深度中的每一者处收集的光且产生指示在多个不同深度中的每一者处收集的光量的多个输出信号。
在一些实施例中，系统100可包含偏转器(未展示)。在一个实施例中，偏转器可为声光偏转器(AOD)。在其它实施例中，偏转器可包含机械扫描组合件、电子扫描仪、旋转镜、基于多边形的扫描仪、谐振扫描仪、压电扫描仪、振镜或电流计。偏转器使光束扫描遍及样品。在一些实施例中，偏转器可以近似恒定扫描速度使光束扫描遍及样品。
如在图1中描绘，检验系统100包含控制递送到晶片103的照明功率的照明功率衰减器102。在一些其它实施例中，照明功率密度衰减器是调整照明点119的大小以减小递送到晶片103的照明功率密度的光束成形元件。在一些其它实施例中，采用照明功率减小与光束定大小的组合以减小递送到晶片103的照明功率密度。如在图1中描绘，计算系统130将控制信号传递到照明功率衰减器102以基于由检测器115、120及125中的任一者检测的三维图像控制照明功率。一般来说，照明功率衰减器102是任选的。因此，在一些其它实施例中，检验系统100不包含照明功率衰减器102。
在一个方面中，从在两个横向维度(例如，平行于晶片表面)及深度维度(例如，垂直于晶片表面)中测量的体积产生厚半导体结构的三维图像。在图1中描绘的实施例中，计算系统130将来自测量通道中的一或多者(例如，来自检测器115、120及125中的一或多者)的输出布置成对应于经测量体积的体积数据集。图2描绘说明在-0.5微米的焦点偏移附近的峰值信号的经测量三维图像的横截面视图(y＝0)的标绘图150。图3描绘还说明在-0.5微米的焦点偏移附近的峰值信号的经测量三维图像的另一横截面视图(x＝0)的标绘图151。
在缺陷重检实例中，针对检验系统的焦平面内的数个不同晶片位置，在相同(x,y)位置处获取一系列图像。在此实例中，计算系统130通过组装在每一不同焦点偏移处获取的所述系列二维图像的堆叠而产生经测量体积的三维图像。在一些实例中，收集一组预定义焦点偏移的一系列图像，同时使照明强度及其它系统参数保持不变。焦点偏移是样品的最大反射表面与检验系统的焦平面之间的相对距离。一般来说，待扫描的参数不限于焦点偏移。在其它实例中，传感器轴向位置、光谱带、照明方向等可经扫描以形成三维缺陷图像。在一些实施例中，由计算系统130产生具有三个以上维度的缺陷图像。在一个实例中，针对给定(x,y)位置扫描焦点偏移及照明方向两者。在一个实例中，计算系统130通过将以每一不同焦点偏移及每一不同照明角获取的所述系列二维图像组装成四阶张量而产生经测量积体的四维图像。
在检验实例中，针对检验系统的焦平面内的数个不同晶片位置，在各种(x,y)位置处获取一系列图像。必须最小化不同焦点偏移之间的图像未对准。在一些实例中，此通过在针对不同深度测量精确定位晶片载台的情况下收集数据而实现。然而，此方法可显著减小处理量。在一些其它实例中，在数据收集之后使用对准目标对准在不同焦点偏移处对应于相同横向位置的图像。
在另一方面中，基于厚半导体结构的三维图像的分析对缺陷进行识别及分类。在一些实例中，将检测到的缺陷分离为所关注缺陷的群组及妨害或噪声缺陷的群组。
在一些实施例中，使用3D可视化技术标绘三维图像堆叠。由选择所关注缺陷的操作者读取所得呈现。在一个实施例中，检验系统100包含可用于接受来自操作者的输入的外围装置(例如，键盘、鼠标、触摸屏等)及向操作者显示输出的外围装置(例如，显示监视器)。可由处理器131使用来自操作者的输入命令以标记缺陷。可在显示监视器上以图形方式向操作者呈现经检验体积的三维图像。举例来说，图4通过可呈现给操作者以供分析的经检验体积来描绘经测量信号的三维等高线图152。
在一些实例中，由计算系统130标绘离焦横截面以按据焦点偏移可视化特性缺陷响应。举例来说，图2及3分别描绘经测量信号的三维图像的x及y横截面。
一般来说，可出于可视化目的由计算系统130标绘在三个维度中测量的任何参数。举例来说，经测量信号、噪声及信噪比(SNR)都可依据焦点偏移来标绘。
在一些实施例中，以算法方式处理三维图像以对所关注缺陷进行识别及分类。在一些实例中，处理器131经配置以对来自三维图像的缺陷进行检测及分类。处理器可包含所属领域中已知的任何适当处理器。另外，处理器可经配置以使用所属领域中已知的任何适当缺陷检测及分类算法或方法。举例来说，处理器可使用裸片对数据库比较、三维滤波器、集群算法(例如主成分分析或光谱集群)、阈值算法、深度学习算法或任何其它合适算法以对样品上的缺陷进行检测及分类。
在另一方面中，基于厚半导体结构的三维图像的分析确定所关注缺陷的三维位置。以此方式，测量晶片内的缺陷的实际位置(例如，缺陷的{x,y,z}坐标)。实际缺陷位置可用于随后定位缺陷以供进一步分析(例如，通过聚焦离子束系统、EBI系统等的分析)。
在一些实例中，使用与3D图像内的峰值缺陷信号相关联的x位置、y位置及焦点偏移来评估晶片结构(例如，3D NAND晶片堆叠)内的实际缺陷位置。
在许多暗场测量应用中，衍射级经抑制且在z方向(例如，深度)上的实际缺陷位置与相关联于峰值信号的焦点偏移线性相关。对于非相干BF照明的许多情况，在z方向上的缺陷位置与相关联于峰值信号的焦点偏移线性相关。在这些实例中，计算系统130确定与峰值相关联的焦点偏移且通过将焦点偏移乘以比例因子而确定缺陷深度。举例来说，图5描绘针对一系列焦点偏移值在零横向位置(即，{x,y}＝{0,0})处的经测量信号的标绘图153。如在图5中描绘，信号在-0.44微米的焦点偏移值下达到最大值。计算系统130识别此最大值且通过将焦点偏移乘以比例因子而确定实际缺陷深度。
在其它实例中，通过比较缺陷的三维图像与一或多个模拟三维图像来确定实际缺陷位置。在一个实例中，计算系统130执行严密耦合波分析(RCWA)以模拟经测量缺陷响应。可递归地执行此分析以最小化经测量响应与经模拟响应之间的误差且识别及定位缺陷。
在一些其它实例中，产生测量库，其匹配经测量数据与由可信参考测量系统测量的缺陷深度(例如，晶片表面下方的距离)。在一个实例中，可信参考测量系统是在考虑中的样品的聚焦离子束蚀刻之后执行的缺陷重检。一旦产生库，基于库匹配来估计与后续测量相关联的缺陷位置。
在另一方面中，在缺陷分析之前对三维图像进行滤波以改进SNR。在一些实例中，计算系统使用3D数字滤波器或其它合适数值技术分析经组装三维图像以检测由缺陷引起的独有三维结构。此有效增大缺陷的SNR且能够更有效分离所关注缺陷与噪声或妨害效应。
在另一方面中，照明孔径、收集孔径、光谱带、傅里叶滤波器、偏光光学器件或其任何组合经调谐以实现一或多个性能目标。示范性性能目标包含(但不限于)：最小化三维图像中的标称结构的响应；增强三维图像中的缺陷信号的响应；最小化三维图像中的晶片噪声或妨害信号的响应；区分三维图像中的缺陷的响应与晶片噪声或妨害信号的响应；改进来自三维图像的缺陷的经估计物理位置的精确性；其任何组合。
在一些实例中，标称结构是周期性的，因此衍射级在傅里叶域中是可见的。在这些实例中，选择孔径来抑制衍射级。此在基于3-D图像数据集内的响应峰值识别缺陷时尤其重要。在其中执行基于模型的缺陷检测(例如，明场测量)的实例中，抑制标称结构响应较不关键，因为模型捕获此响应。
在一些实施例中，检验系统100包含可选择照明孔径元件、可选择集光孔径元件(未展示)、可选择傅里叶滤波器元件106、可选择照明偏光元件180、可选择集光偏光元件181，及具有可选择光谱带的照明源101。计算系统130将命令信号122A传递到照明源101以调整照明光的光谱输出，将命令信号122B传递到衰减器102以调整光束功率，传递命令信号122C以调整照明孔径124的大小及形状，传递命令信号122D以调整收集光束路径中的傅里叶滤波器元件106，将命令信号122E传递到照明偏光光学器件180以调整照明光的偏光，将命令信号122F传递到收集光束路径中的集光偏光光学器件181且将命令信号(未展示)传递到集光孔径以调整集光孔径的大小及形状。计算系统130产生及传递命令信号122A到F，使得实现前述性能目标中的一或多者。
在一些实例中，调谐照明孔径、集光孔径或两者以增强缺陷信号的响应，且最小化对晶片噪声或妨害的响应。在其它实例中，调谐孔径以产生缺陷、妨害或噪声的所要三维图像。
在另一方面中，以多个不同孔径设置收集三维测量数据，且基于与每一数据集相关联的三维图像的组合分析来对缺陷进行识别及分类。
在另一方面中，基于缺陷深度或基于晶片结构的三维图像所确定的其它参数来分类缺陷。
图6描绘在晶片生产工艺的氮化硅(例如，SiN或Si3N4)移除步骤的3D NAND结构160的简化说明。图6经描述仅用于说明目的。经制造3D NAND结构包含额外特征及元件。在一个实例中，经制造3D NAND结构包含许多额外层，且一些所描绘结构(例如，结构182)包含额外材料。围绕氧化物核心的多晶硅结构182在多层3D NAND结构中垂直(例如，垂直于衬底186的表面)延伸。氧化硅层180通过随后蚀除的氮化硅层(未展示)而彼此隔开。在图6中，出于说明目的而未蚀除氮化硅层183。工艺中的下一步骤是在氧化硅层之间的空间中生长钨。然而，如在图6中说明，不完整蚀刻已留下氮化硅缺陷184及185。电子装置在具有缺陷184及185的情况下将不运行。因此，在制造工艺中尽可能早地测量此缺陷以防止与注定发生故障的装置的进一步处理相关联的时间及资源损失是重要的。
如在图6中描绘，许多DOI发生在3D NAND结构的不同深度处。此外，分离在晶片的表面附近发生的缺陷与在结构的底部附近发生的缺陷是具挑战性的。图7A、8A、9A及10A分别描绘标绘图161、163、165及167。标绘图161、163、165及167说明在不同焦点偏移处执行的四个光学检验。标绘图161描绘在零焦点偏移处执行的二维光学检验。标绘图163描绘在一微米的焦点偏移处执行的二维光学检验。标绘图165描绘在两微米的焦点偏移处执行的二维光学检验。标绘图167描绘在三微米的焦点偏移处执行的二维光学检验。在标绘图161、163、165及167中描绘的每一点表示潜在缺陷。
图7B、8B、9B及10B分别描绘标绘图162、164、166及168。标绘图162、164、166及168分别说明在图7A、8A、9A及10A中描绘的二维测量中的每一者的晶片表面下方的不同深度下检测的缺陷数目。随着焦平面更深入移动到晶片中，缺陷数目减少。
另外，当焦平面靠近晶片的表面(即，焦点偏移等于零微米)时，更靠近表面检测更多缺陷，且当焦平面移动深入到晶片中(即，焦点偏移等于三微米)时，在更深位置处检测到更多缺陷(例如，向下到五微米深)。
而且，图9B说明甚至在三微米的焦点偏移处检验时，除更深入到结构中(向下到五微米的缺陷深度)检测到的缺陷以外，还检测到晶片的表面(零微米的缺陷深度)处的缺陷群体。
图11描绘说明在零微米的焦点偏移附近的峰值信号的经测量三维图像的横截面视图(y＝0)的标绘图170。然而，在表面(零微米的焦点偏移)处检测的缺陷的光学信号在更深入到晶片中(在三微米的焦点偏移附近)时也可见。相反地，图12描绘说明在三微米的焦点偏移附近的峰值信号的经测量三维图像的横截面视图(y＝0)的标绘图175。然而，在深入到结构中三微米处检测的缺陷的光学信号在结构的表面附近也可见。因此，分布遍及晶片的体积的许多缺陷的存在干扰在光学检验表面附近时选择在底部附近检测的缺陷且反之亦然。然而，在一些实例中，通过基于深度将缺陷过滤进或过滤出经检验体积的三维图像而对缺陷分类。以此方式，三维成像实现较厚多层结构的改进缺陷分类。
一般来说，计算系统130经配置以使用从每一检测器获得的电信号对缺陷进行检测及分类且估计缺陷深度。计算系统130可包含所属领域中已知的(若干)任何适当处理器。另外，计算系统130可经配置以使用所属领域中已知的任何适当缺陷检测算法或方法。举例来说，计算系统130可使用裸片对数据库比较或阈值算法来检测样品上的缺陷。
另外，检验系统100可包含可用于接受来自操作者的输入的外围装置(例如，键盘、鼠标、触摸屏等)及向操作者显示输出的外围装置(例如，显示监视器)。可由计算系统130使用来自操作者的输入命令以调整用于控制照明功率的阈值。可在显示监视器上以图形方式向操作者呈现所得功率电平。
检验系统100包含处理器131及一定量的计算机可读存储器132。处理器131及存储器132可经由总线133通信。存储器132包含一定量的存储器134，其存储一定量的程序代码，所述程序代码在由处理器131执行时致使处理器131执行本文中描述的缺陷检测、分类及深度估计功能性。
图13说明用于基于厚结构的3-D图像检测缺陷的示范性方法200的流程图。在一些非限制性实例中，参考图1描述的检验系统100经配置以实施方法200。然而，一般来说，方法200的实施方案不受限于本文中描述的特定实施例。
在框201中，将一定量的照明光提供到安置于衬底上的垂直堆叠结构。
在框202中，响应于所述一定量的照明光从垂直堆叠结构收集光。提供所述一定量的照明光且响应于所述一定量的照明光而收集光的光学子系统在定位于垂直堆叠结构的多个不同深度处的多个焦平面中的每一者处产生聚焦光学图像。
在框203中，由检测器检测多个不同深度中的每一者处的经收集光量。
在框204中，基于多个不同深度中的每一者处的检测到的收集光量产生由多个不同深度处的多个焦平面所跨越的垂直堆叠结构的经检验体积的三维图像。
一般来说，本文中描述的三维成像技术可在半导体装置的制造的研究及开发、生产量产及高产量生产阶段期间应用且可应用于任何光学基于图像的测量技术。另外，这些技术可应用于光学及x射线检验模态。
与制造工艺的特定类型无关，需要在多层堆叠的所有层级中且在特定过程中尽可能早地检测缺陷。某些检验实施例优选地包含贯穿堆叠(包含堆叠表面)且贯穿堆叠的各种深度检测缺陷。举例来说，某些实施例允许在最多约三微米的深度处发现缺陷。在另一实施例中，可在大到约八微米的堆叠深度处检测缺陷。仅通过照明光的穿透深度限制经检验垂直ONON或OPOP堆叠的厚度。穿过氧化物-氮化物-氧化物-氮化物(ONON)或氧化物-多晶硅-氧化物-多晶硅(OPOP)堆叠的透射较少受限于在较长波长的吸收。因此，可采用较长照明波长以有效检验十分深结构。
本文中描述的三维成像技术可应用于复杂垂直堆叠结构，包含(但不限于)3D负AND(NAND)栅极存储器装置。尽管检验系统及技术在本文中描述为应用于特定类型的垂直NAND(VNAND)存储器结构，但应理解，本发明的实施例可应用于任何合适3D或垂直半导体结构，例如使用兆位单元阵列晶体管(TCAT)、垂直堆叠阵列晶体管(VSAT)、位成本可扩展技术(BiCST)、管形BiCS技术(P-BiCS)等形成的NAND或NOR存储器装置。垂直方向大体上是垂直于衬底表面的方向。另外，尽管特定制造步骤、工艺及材料经描述用于形成此类3D结构，但检验实施例可应用在制造流程中的任何点以导致在衬底上形成多个层，且此类层可包含任何数目及类型的材料。
在本文中针对可用于检验样品的检验系统或工具描述各种实施例。本文中使用的术语“样品”是指所属领域中已知的晶片、主光罩或可针对缺陷、特征或其它信息进行检验(例如，一定量的雾及膜性质)的任何其它样品。
如本文中使用，术语“晶片”一般是指由半导体或非半导体材料形成的衬底。实例包含(但不限于)单晶硅、砷化镓及磷化铟。通常可在半导体制造设施中发现及/或处理此类衬底。在一些情况中，晶片可仅包含衬底(即，裸晶片)。替代性地，晶片可包含形成于衬底上的一或多个不同材料层。形成于晶片上的一或多个层可“经图案化”或“未经图案化”。举例来说，晶片可包含具有可重复图案特征的多个裸片。
“主光罩”可为在主光罩制造工艺的任何阶段的主光罩，或可或可不被释放以在半导体制造设施中使用的成品主光罩。主光罩或“掩模”大体上被定义为其上形成有基本上不透明区域且配置为图案的基本上透明衬底。衬底可包含(例如)玻璃材料，例如石英。主光罩可在光刻工艺的曝光步骤期间安置于覆盖抗蚀剂的晶片上方，使得主光罩上的图案可转印到抗蚀剂。
在一或多个示范性实施例中，所描述功能可在硬件、软件、固件或其任何组合中实施。如果在软件中实施，那么功能可作为一或多个指令或代码存储在计算机可读媒体上或经由计算机可读媒体传输。计算机可读媒体包含计算机存储媒体及通信媒体两者，所述通信媒体包含促成计算机程序从一个位置传送到另一位置的任何媒体。存储媒体可为可由通用或专用计算机存取的任何可用媒体。通过实例且非限制性，此类计算机可读媒体可包括RAM、ROM、EEPROM、CD-ROM或其它光盘存储装置、磁盘存储装置或其它磁性存储装置或可用于以指令或数据结构的形式载送或存储所要程序代码构件且可由通用或专用计算机或通用或专用处理器存取的任何其它媒体。而且，任何连接可被适当地称为计算机可读媒体。举例来说，如果使用同轴电缆、光纤电缆、双绞线、数字用户线(DSL)或无线技术(例如红外线、无线电及微波)从网站、服务器或其它远程源传输软件，那么同轴电缆、光纤电缆、双绞线、DSL或无线技术(例如红外线、无线电及微波)包含于媒体的定义中。如本文中使用，磁盘及光盘包含光盘(CD)、激光光盘、光盘、数字多功能光盘(DVD)、软盘及蓝光光盘，其中磁盘通常磁性地重现数据，而光盘使用激光光学地重现数据。上文的组合也应包含于计算机可读媒体的范围内。
尽管为指导目的在上文描述某些特定实施例，但本专利文件的教示具有一般适用性且不限于上文描述的特定实施例。在一个实例中，检测器可包含光纤阵列。在一个实例中，检验系统100可包含一个以上光源(未展示)。光源可不同地或相同地配置。举例来说，光源可经配置以产生可在相同或不同时间以相同或不同入射角在相同或不同照明区域处引导到晶片的具有不同特性的光。光源可根据本文中描述的实施例中的任一者配置。另外，光源中的一者可根据本文中描述的实施例中的任一者配置且另一光源可为所属领域中已知的任何其它光源。在一些实施例中，检验系统可同时在一个以上照明区域内照明晶片。多个照明区域可在空间上重叠。多个照明区域可在空间上相异。在一些实施例中，检验系统可在不同时间在一个以上照明区域内照明晶片。不同照明区域可在时间上重叠(即，在某一时间周期内同时被照明)。不同照明区可在时间上相异。一般来说，照明区域的数目可为任意的且每一照明区可具有相等或不同大小、定向及入射角。在又另一实例中，检验系统100可为具有独立于晶片103的任何运动扫描的一或多个照明区域的扫描点系统。在一些实施例中，使照明区域沿着扫描线按重复图案扫描。扫描线可与晶片103的扫描运动对准或可不与晶片103的扫描运动对准。尽管如本文中呈现，晶片定位系统114通过经协调旋转及平移移动而产生晶片103的运动，但在又另一实例中，晶片定位系统114可通过协调两个平移移动而产生晶片103的运动。举例来说，晶片定位系统114可沿着两个正交线性轴产生运动(例如，X-Y运动)。在此类实施例中，扫描间距可定义为沿着任一运动轴的相邻平移扫描之间的距离。
因此，在不脱离如在权利要求书中陈述的本发明的范围的情况下可实践所描述实施例的各种特征的各种修改、调适及组合。

Claims (33)

1.一种系统，其包括：
光学子系统，其包括：
照明子系统，其将一定量的照明光提供到经安置于衬底上的垂直堆叠结构；
集光子系统，其响应于由所述照明子系统提供的所述一定量的照明光而收集来自所述垂直堆叠结构的光，其中所述光学子系统在经定位于所述垂直堆叠结构的多个不同深度处的多个焦平面中的每一者处产生聚焦光学图像；
检测器，其经配置以检测在所述多个不同深度中的每一者处收集的所述光，且产生指示在所述多个不同深度中的每一者处收集的光量的多个输出信号；及
计算系统，其经配置以：
接收所述多个输出信号；及
基于所述多个输出信号来产生由所述垂直堆叠结构的所述多个不同深度跨越的经检验体积的三维图像。
2.根据权利要求1所述的系统，其中所述计算系统经进一步配置以：
基于所述三维图像来确定所述经检验体积内的缺陷的存在；及
基于所述三维图像，将所述缺陷分类为所关注缺陷。
3.根据权利要求2所述的系统，其中所述计算系统经进一步配置以：
确定所述缺陷在所述垂直堆叠结构的所述经检验体积内的三个维度中的位置。
4.根据权利要求2所述的系统，其中所述缺陷的所述确定及分类涉及产生所述三维图像的二维横截面及确定在所述二维横截面中可见的经测量信号是否超过经预先确定阈值。
5.根据权利要求3所述的系统，其中所述缺陷的所述位置的所述确定涉及产生所述三维图像的二维横截面，且其中所述缺陷的所述位置是基于与在所述二维横截面中可见的所述经测量信号的值相关联的深度。
6.根据权利要求1所述的系统，其中所述经检验体积的所述三维图像的所述产生涉及基于在各自与不同深度相关联的两个横向维度中的多个图像中的每一者中可见的一或多个对准标记来对准所述多个图像。
7.根据权利要求2所述的系统，其中所述计算系统经进一步配置以：
对所述经检验体积的所述三维图像进行滤波，其中所述经检验体积内的所述缺陷的所述确定及分类是基于所述经滤波三维图像。
8.根据权利要求2所述的系统，其中所述缺陷的所述确定及分类涉及所述三维图像的基于模型的分析或所述三维图像的基于库的分析。
9.根据权利要求3所述的系统，其中所述缺陷的所述位置的所述确定涉及所述三维图像的基于模型的分析或所述三维图像的基于库的分析。
10.根据权利要求2所述的系统，其中所述缺陷的所述分类涉及三维滤波器、集群算法及深度学习算法中的任一者。
11.根据权利要求1所述的系统，所述照明子系统包括照明源、照明孔径子系统及照明偏光子系统，所述集光子系统包括集光孔径子系统、傅里叶滤波器子系统及集光偏光子系统，其中所述计算系统经进一步配置以将控制命令传递到所述照明源、所述照明孔径子系统、所述集光孔径子系统、所述傅里叶滤波器子系统、所述照明偏光子系统，及所述集光偏光子系统中的任一者，以导致以下任一者以实现性能目标：所述照明源改变所述照明光的光谱范围；所述照明孔径改变提供到所述衬底的所述照明光的形状；所述照明偏光子系统改变提供到所述衬底的照明光的偏光；所述集光孔径子系统改变所述检测器处的经收集光的形状；所述傅里叶滤波器子系统改变所述经收集光的空间频率内容；及所述集光偏光子系统选择所述检测器处的经收集光的偏光。
12.根据权利要求11所述的系统，其中所述性能目标是：最小化所述三维图像中的所述垂直堆叠结构的响应；增强所述三维图像中的缺陷信号；最小化所述三维图像中的晶片噪声或一或多个妨害信号；区分所述三维图像中的所述缺陷信号与晶片噪声或所述一或多个妨害信号；改进从所述三维图像估计的所述缺陷的经估计物理位置的精确性；或其任何组合。
13.根据权利要求1所述的系统，其中所述照明子系统经进一步配置以按多个入射角、多个照明波长或两者来提供所述一定量的照明光，其中所述集光子系统经进一步配置以按所述多个入射角、所述多个照明波长或两者来收集来自所述垂直堆叠结构的光，其中所述检测器经进一步配置以检测按所述多个入射角中的每一者、所述多个照明波长中的每一者或两者收集到的光，且产生指示按所述多个入射角中的每一者、所述多个照明波长中的每一者或两者收集的所述光量的多个输出信号，且所述计算系统经进一步配置以基于所述多个输出信号来产生具有三个以上维度的所述经检验体积的图像。
14.根据权利要求1所述的系统，其中所述垂直堆叠结构是三维NAND存储器装置。
15.根据权利要求1所述的系统，其中所述照明子系统的照明源是宽带激光维持等离子光源。
16.根据权利要求1所述的系统，其中所述照明光包含在260纳米与950纳米之间的波长。
17.根据权利要求1所述的系统，其进一步包括：
晶片定位系统，其经配置以在扫描运动中，在平行于所述衬底的基本上平坦表面的两个维度中，在垂直于所述基本上平坦表面的方向上的多个不同位置处扫描所述衬底，所述晶片定位系统经进一步配置以将所述衬底的位置固定在平行于所述基本上平坦表面的所述两个维度中，且在垂直于所述基本上平坦表面的所述方向上移动所述衬底。
18.一种方法，其包括：
将一定量的照明光提供到经安置于衬底上的垂直堆叠结构，由照明源产生所述一定量的照明光；
响应于所述一定量的照明光而收集来自所述垂直堆叠结构的光，其中所述一定量的照明光的所述提供及响应于所述一定量的照明光的所述光收集在经定位于所述垂直堆叠结构的多个不同深度处的多个焦平面中的每一者处产生聚焦光学图像；
检测在所述多个不同深度中的每一者处收集到检测器上的光量；及
基于所述多个不同深度中的每一者处的所述检测到的收集光量来产生由所述垂直堆叠结构的所述多个不同深度处的所述多个焦平面跨越的经检验体积的三维图像。
19.根据权利要求18所述的方法，其进一步包括：
基于所述三维图像来确定所述经检验体积内的缺陷的存在；及
基于所述三维图像，将所述缺陷分类为所关注缺陷。
20.根据权利要求19所述的方法，其进一步包括：
确定所述缺陷在所述垂直堆叠结构的所述经检验体积内的三个维度中的位置。
21.根据权利要求19所述的方法，其中所述缺陷的所述确定及分类涉及产生所述三维图像的二维横截面，及确定在所述二维横截面中可见的经测量信号是否超过经预先确定阈值。
22.根据权利要求20所述的方法，其中所述缺陷的所述位置的所述确定涉及产生所述三维图像的二维横截面，且其中所述缺陷的所述位置是基于与在所述二维横截面中可见的经测量信号的值相关联的深度。
23.根据权利要求18所述的方法，其中所述经检验体积的所述三维图像的所述产生涉及基于在各自与不同深度相关联的两个横向维度中的多个图像中的每一者中可见的一或多个对准标记来对准所述多个图像。
24.根据权利要求19所述的方法，其进一步包括：
对所述经检验体积的所述三维图像滤波，其中所述经检验体积内的所述缺陷的所述确定及分类是基于所述经滤波三维图像。
25.根据权利要求19所述的方法，其中所述缺陷的所述确定及分类涉及所述三维图像的基于模型的分析或所述三维图像的基于库的分析。
26.根据权利要求20所述的方法，其中在所述垂直堆叠结构的所述经检验体积内的三个维度中的所述缺陷的所述位置的所述确定涉及所述三维图像的基于模型的分析或所述三维图像的基于库的分析。
27.根据权利要求19所述的方法，其中所述缺陷的所述分类涉及三维滤波器、集群算法，及深度学习算法中的任一者。
28.根据权利要求18所述的方法，其进一步包括：
将控制命令传递到照明源、照明孔径子系统、集光孔径子系统、傅里叶滤波器子系统、照明偏光子系统，及集光偏光子系统中的任一者，以导致以下任一者以实现性能目标：所述照明源改变所述照明光的光谱范围；所述照明孔径改变提供到所述衬底的所述照明光的形状；所述照明偏光子系统改变提供到所述衬底的照明光的所述偏光；所述集光孔径子系统改变所述检测器处的经收集光形状；所述傅里叶滤波器子系统改变所述经收集光的空间频率内容；及所述集光偏光子系统选择所述检测器处的经收集光的所述偏光。
29.根据权利要求28所述的方法，其中所述性能目标是：最小化所述三维图像中的所述垂直堆叠结构的响应；增强所述三维图像中的缺陷信号；最小化所述三维图像中的晶片噪声或一或多个妨害信号；区分所述三维图像中的所述缺陷信号与晶片噪声或所述一或多个妨害信号；改进从所述三维图像估计的所述缺陷的经估计物理位置的精确性；或其任何组合。
30.根据权利要求18所述的方法，其中所述照明子系统经进一步配置以按多个入射角、多个照明波长或两者来提供所述一定量的照明光，其中所述集光子系统经进一步配置以按所述多个入射角、所述多个照明波长或两者来收集来自所述垂直堆叠结构的光，其中所述检测器经进一步配置以检测按所述多个入射角中的每一者、所述多个照明波长中的每一者或两者收集的光，且产生指示按所述多个入射角中的每一者、所述多个照明波长中的每一者或两者收集的所述光量的多个输出信号，且进一步包括基于所述多个输出信号来确定具有三个以上维度的所述经检验体积的图像。
31.根据权利要求18所述的方法，其中所述垂直堆叠结构是三维NAND存储器装置。
32.一种设备，其包括：
光学子系统，其包括：
照明子系统，其将一定量的照明光提供到经安置于衬底上的垂直堆叠结构；
集光子系统，其响应于由所述照明子系统提供的所述一定量的照明光而收集来自所述垂直堆叠结构的光，其中所述光学子系统在经定位于所述垂直堆叠结构的多个不同深度处的多个焦平面中的每一者处产生聚焦光学图像；
检测器，其经配置以检测在所述多个不同深度中的每一者处收集的所述光，且产生指示在所述多个不同深度中的每一者处收集的所述光量的多个输出信号；及
计算系统，其包括：
一或多个处理器；及
非暂时性计算机可读媒体，其存储指令，所述指令在由所述一或多个处理器执行时致使所述设备：
接收所述多个输出信号；及
基于所述多个输出信号来产生由所述垂直堆叠结构的所述多个不同深度处的所述多个焦平面跨越的经检验体积的三维图像。
33.根据权利要求32所述的设备，所述非暂时性计算机可读媒体进一步存储指令，所述指令当由所述一或多个处理器执行时致使所述设备：
基于所述三维图像来确定所述经检验体积内的缺陷的存在；
基于所述三维图像，将所述缺陷分类为所关注缺陷；及
确定所述缺陷在所述垂直堆叠结构的所述经检验体积内的三个维度中的位置。
CN201780061620.8A 2016-10-07 2017-10-05 用于半导体晶片检验的三维成像 Active CN109791897B (zh)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US201662405435P 2016-10-07 2016-10-07
US62/405,435 2016-10-07
US15/683,077 2017-08-22
US15/683,077 US10887580B2 (en) 2016-10-07 2017-08-22 Three-dimensional imaging for semiconductor wafer inspection
PCT/US2017/055436 WO2018067885A1 (en) 2016-10-07 2017-10-05 Three-dimensional imaging for semiconductor wafer inspection

Publications (2)

Publication Number Publication Date
CN109791897A true CN109791897A (zh) 2019-05-21
CN109791897B CN109791897B (zh) 2023-06-20

Family

ID=61829261

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201780061620.8A Active CN109791897B (zh) 2016-10-07 2017-10-05 用于半导体晶片检验的三维成像

Country Status (6)

Country Link
US (1) US10887580B2 (zh)
JP (1) JP7184763B2 (zh)
KR (1) KR102525814B1 (zh)
CN (1) CN109791897B (zh)
TW (1) TWI743223B (zh)
WO (1) WO2018067885A1 (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110517970A (zh) * 2019-08-29 2019-11-29 上海华力集成电路制造有限公司 晶背缺陷的检测方法
CN112649444A (zh) * 2019-10-10 2021-04-13 超能高新材料股份有限公司 半导体元件内部影像信息检测方法
WO2021068219A1 (en) * 2019-10-12 2021-04-15 Yangtze Memory Technologies Co., Ltd. Method for detecting defects in deep features with laser enhanced electron tunneling effect
CN113241310A (zh) * 2021-05-28 2021-08-10 长江存储科技有限责任公司 晶圆缺陷的检测方法、检测装置、检测设备及可读存储介质
CN114599934A (zh) * 2019-10-31 2022-06-07 卡尔蔡司Smt有限责任公司 用于测量har结构的形状偏差的fib-sem 3d断层成像术
CN115144704A (zh) * 2022-09-02 2022-10-04 深圳永贵技术有限公司 电缆生产的故障检测方法、装置、设备及存储介质
CN115210560A (zh) * 2020-03-17 2022-10-18 科磊股份有限公司 确定用于样本扫描的焦点设置

Families Citing this family (39)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11557048B2 (en) 2015-11-16 2023-01-17 Applied Materials, Inc. Thickness measurement of substrate using color metrology
US10565701B2 (en) 2015-11-16 2020-02-18 Applied Materials, Inc. Color imaging for CMP monitoring
US11047806B2 (en) * 2016-11-30 2021-06-29 Kla-Tencor Corporation Defect discovery and recipe optimization for inspection of three-dimensional semiconductor structures
US10928740B2 (en) * 2017-02-03 2021-02-23 Kla Corporation Three-dimensional calibration structures and methods for measuring buried defects on a three-dimensional semiconductor wafer
KR102037748B1 (ko) * 2017-12-06 2019-11-29 에스케이실트론 주식회사 웨이퍼의 결함 영역을 평가하는 방법
US10615067B2 (en) 2018-05-18 2020-04-07 Kla-Tencor Corporation Phase filter for enhanced defect detection in multilayer structure
US11151711B2 (en) * 2018-06-06 2021-10-19 Kla-Tencor Corporation Cross layer common-unique analysis for nuisance filtering
US10732130B2 (en) * 2018-06-19 2020-08-04 Kla-Tencor Corporation Embedded particle depth binning based on multiple scattering signals
KR102579007B1 (ko) 2018-07-10 2023-09-15 삼성전자주식회사 크리스탈 결함 분석 시스템 및 크리스탈 결함 분석 방법
WO2020122996A1 (en) * 2018-12-12 2020-06-18 Kla Corporation Multiple-tool parameter set configuration and misregistration measurement system and method
CN109712136B (zh) * 2018-12-29 2023-07-28 上海华力微电子有限公司 一种分析半导体晶圆的方法及装置
US11263737B2 (en) * 2019-01-10 2022-03-01 Lam Research Corporation Defect classification and source analysis for semiconductor equipment
US11100628B2 (en) 2019-02-07 2021-08-24 Applied Materials, Inc. Thickness measurement of substrate using color metrology
TWI830864B (zh) * 2019-02-07 2024-02-01 美商應用材料股份有限公司 使用色彩度量術進行的基板的厚度測量
US11182929B2 (en) 2019-02-25 2021-11-23 Center For Deep Learning In Electronics Manufacturing, Inc. Methods and systems for compressing shape data for electronic designs
US11047807B2 (en) * 2019-03-25 2021-06-29 Camtek Ltd. Defect detection
KR102188568B1 (ko) * 2019-07-19 2020-12-09 주식회사 디이엔티 인공지능 기반의 디스플레이 패널 검사방법
US10915992B1 (en) 2019-08-07 2021-02-09 Nanotronics Imaging, Inc. System, method and apparatus for macroscopic inspection of reflective specimens
US11593919B2 (en) 2019-08-07 2023-02-28 Nanotronics Imaging, Inc. System, method and apparatus for macroscopic inspection of reflective specimens
TWI734169B (zh) * 2019-08-16 2021-07-21 財團法人國家實驗研究院 矽晶圓次表面檢測系統及其方法
JP7148467B2 (ja) * 2019-08-30 2022-10-05 株式会社日立ハイテク 荷電粒子線装置
KR20210027789A (ko) 2019-09-03 2021-03-11 삼성전자주식회사 주사 전자 현미경 장치 및 그의 동작 방법
KR20220070504A (ko) * 2019-10-30 2022-05-31 칼 짜이스 에스엠테 게엠베하 집적 반도체 샘플에서 3d 구조체 사이의 접촉 영역 크기 결정
CN111060516B (zh) * 2019-12-10 2022-03-08 中国工程物理研究院激光聚变研究中心 光学元件亚表面缺陷的多通道原位检测装置及检测方法
US11808715B2 (en) * 2020-04-17 2023-11-07 Onto Innovation Inc. Target for optical measurement of trenches
US11512948B2 (en) * 2020-05-26 2022-11-29 Kla Corporation Imaging system for buried metrology targets
CN114097082A (zh) * 2020-06-23 2022-02-25 汉阳大学校产学协力团 设置有背栅的三维快闪存储器
US11798828B2 (en) * 2020-09-04 2023-10-24 Kla Corporation Binning-enhanced defect detection method for three-dimensional wafer structures
KR20220041388A (ko) 2020-09-25 2022-04-01 세메스 주식회사 광학계 교정 방법
US20220178845A1 (en) * 2020-12-07 2022-06-09 Nanya Technology Corporation Electronic system and method of specimen qualification
CN114693583A (zh) * 2020-12-15 2022-07-01 奕目(上海)科技有限公司 基于光场相机的缺陷分层检测方法和系统及检测产线
TWI757116B (zh) * 2021-03-17 2022-03-01 英業達股份有限公司 提供電子元件極性檢測系統及其方法
TWI792940B (zh) * 2021-03-22 2023-02-11 旺矽科技股份有限公司 光學檢測系統及其不需使用光纖的雷射光提供模組
CN113702405A (zh) * 2021-08-25 2021-11-26 西安奕斯伟材料科技有限公司 一种用于检测硅片的缺陷的方法
TWI833390B (zh) * 2022-02-23 2024-02-21 南亞科技股份有限公司 製造缺陷原因之識別系統以及非暫時性電腦可讀媒體
TWI820815B (zh) * 2022-07-22 2023-11-01 合晶科技股份有限公司 平坦度缺陷特徵檢測方法
US20240087135A1 (en) * 2022-09-09 2024-03-14 Applied Materials, Inc. Clog detection via image analytics
TWI833471B (zh) * 2022-11-29 2024-02-21 孟申機械工廠股份有限公司 瑕疵檢測方法及其裝置
KR102541925B1 (ko) * 2022-12-23 2023-06-13 성균관대학교산학협력단 파라미터 설정 없이 결함 데이터에서 노이즈 결함을 추출하는 방법 및 장치

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5808735A (en) * 1993-06-17 1998-09-15 Ultrapointe Corporation Method for characterizing defects on semiconductor wafers
US5963314A (en) * 1993-06-17 1999-10-05 Ultrapointe Corporation Laser imaging system for inspection and analysis of sub-micron particles
US20100084555A1 (en) * 2008-10-03 2010-04-08 Inotera Memories, Inc. Preparation method for an electron tomography sample with embedded markers and a method for reconstructing a three-dimensional image
US20140300890A1 (en) * 2013-04-03 2014-10-09 Kla-Tencor Corporation Apparatus and methods for determining defect depths in vertical stack memory
US20150028188A1 (en) * 2013-07-26 2015-01-29 Raytheon Company Non-retro-reflective imaging using tilted image planes
KR101523336B1 (ko) * 2014-02-24 2015-05-27 (주)넥스틴 웨이퍼 영상 검사 장치
WO2015080480A1 (ko) * 2013-11-29 2015-06-04 (주)넥스틴 웨이퍼 영상 검사 장치
US20150260659A1 (en) * 2014-03-17 2015-09-17 Kla-Tencor Corporation Image Sensor, An Inspection System And A Method Of Inspecting An Article

Family Cites Families (28)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5438413A (en) * 1993-03-03 1995-08-01 Kla Instruments Corporation Process for measuring overlay misregistration during semiconductor wafer fabrication
US6271916B1 (en) 1994-03-24 2001-08-07 Kla-Tencor Corporation Process and assembly for non-destructive surface inspections
US5608526A (en) 1995-01-19 1997-03-04 Tencor Instruments Focused beam spectroscopic ellipsometry method and system
US5859424A (en) 1997-04-08 1999-01-12 Kla-Tencor Corporation Apodizing filter system useful for reducing spot size in optical measurements and other applications
US6201601B1 (en) 1997-09-19 2001-03-13 Kla-Tencor Corporation Sample inspection system
US6208411B1 (en) 1998-09-28 2001-03-27 Kla-Tencor Corporation Massively parallel inspection and imaging system
US6366352B1 (en) 1999-06-10 2002-04-02 Applied Materials, Inc. Optical inspection method and apparatus utilizing a variable angle design
US6429943B1 (en) 2000-03-29 2002-08-06 Therma-Wave, Inc. Critical dimension analysis with simultaneous multiple angle of incidence measurements
US7130039B2 (en) 2002-04-18 2006-10-31 Kla-Tencor Technologies Corporation Simultaneous multi-spot inspection and imaging
TWI370501B (en) * 2003-11-10 2012-08-11 Hermes Microvision Inc Method and system for monitoring ic process
US7295303B1 (en) 2004-03-25 2007-11-13 Kla-Tencor Technologies Corporation Methods and apparatus for inspecting a sample
TW200636521A (en) * 2004-07-14 2006-10-16 August Technology Corp All surface data for use in substrate inspection
US7478019B2 (en) 2005-01-26 2009-01-13 Kla-Tencor Corporation Multiple tool and structure analysis
US7567351B2 (en) 2006-02-02 2009-07-28 Kla-Tencor Corporation High resolution monitoring of CD variations
JP2009014510A (ja) 2007-07-04 2009-01-22 Hitachi High-Technologies Corp 検査方法及び検査装置
KR20090026905A (ko) 2007-09-11 2009-03-16 삼성테크윈 주식회사 영상획득장치 및 이를 구비한 검사기기
JP4600476B2 (ja) 2007-12-28 2010-12-15 日本電気株式会社 微細構造物の欠陥検査方法及び欠陥検査装置
SG163442A1 (en) * 2009-01-13 2010-08-30 Semiconductor Technologies & Instruments System and method for inspecting a wafer
US20120316855A1 (en) * 2011-06-08 2012-12-13 Kla-Tencor Corporation Using Three-Dimensional Representations for Defect-Related Applications
US9581430B2 (en) 2012-10-19 2017-02-28 Kla-Tencor Corporation Phase characterization of targets
US8912495B2 (en) 2012-11-21 2014-12-16 Kla-Tencor Corp. Multi-spectral defect inspection for 3D wafers
US9075027B2 (en) * 2012-11-21 2015-07-07 Kla-Tencor Corporation Apparatus and methods for detecting defects in vertical memory
US10769320B2 (en) 2012-12-18 2020-09-08 Kla-Tencor Corporation Integrated use of model-based metrology and a process model
JP5776949B2 (ja) * 2012-12-31 2015-09-09 名古屋電機工業株式会社 検査方法
US9291554B2 (en) 2013-02-05 2016-03-22 Kla-Tencor Corporation Method of electromagnetic modeling of finite structures and finite illumination for metrology and inspection
US9389349B2 (en) 2013-03-15 2016-07-12 Kla-Tencor Corporation System and method to determine depth for optical wafer inspection
US9816940B2 (en) 2015-01-21 2017-11-14 Kla-Tencor Corporation Wafer inspection with focus volumetric method
KR102368587B1 (ko) * 2015-10-21 2022-03-02 삼성전자주식회사 검사 장치, 그를 포함하는 반도체 소자의 제조 시스템, 및 반도체 소자의 제조 방법

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5808735A (en) * 1993-06-17 1998-09-15 Ultrapointe Corporation Method for characterizing defects on semiconductor wafers
US5963314A (en) * 1993-06-17 1999-10-05 Ultrapointe Corporation Laser imaging system for inspection and analysis of sub-micron particles
US20100084555A1 (en) * 2008-10-03 2010-04-08 Inotera Memories, Inc. Preparation method for an electron tomography sample with embedded markers and a method for reconstructing a three-dimensional image
US20140300890A1 (en) * 2013-04-03 2014-10-09 Kla-Tencor Corporation Apparatus and methods for determining defect depths in vertical stack memory
US20150028188A1 (en) * 2013-07-26 2015-01-29 Raytheon Company Non-retro-reflective imaging using tilted image planes
WO2015080480A1 (ko) * 2013-11-29 2015-06-04 (주)넥스틴 웨이퍼 영상 검사 장치
KR101523336B1 (ko) * 2014-02-24 2015-05-27 (주)넥스틴 웨이퍼 영상 검사 장치
US20150260659A1 (en) * 2014-03-17 2015-09-17 Kla-Tencor Corporation Image Sensor, An Inspection System And A Method Of Inspecting An Article

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
ABRAHAM ARCEO ET AL.: "Use of TSOM for sub-11 nm node pattern defect detection and HAR features", 《PROCEEDINGS OF SPIE》 *

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110517970A (zh) * 2019-08-29 2019-11-29 上海华力集成电路制造有限公司 晶背缺陷的检测方法
US11307151B2 (en) 2019-08-29 2022-04-19 Shanghai Huali Integrated Circuit Corporation Method for detecting wafer backside defect
CN112649444A (zh) * 2019-10-10 2021-04-13 超能高新材料股份有限公司 半导体元件内部影像信息检测方法
WO2021068219A1 (en) * 2019-10-12 2021-04-15 Yangtze Memory Technologies Co., Ltd. Method for detecting defects in deep features with laser enhanced electron tunneling effect
CN114599934A (zh) * 2019-10-31 2022-06-07 卡尔蔡司Smt有限责任公司 用于测量har结构的形状偏差的fib-sem 3d断层成像术
CN115210560A (zh) * 2020-03-17 2022-10-18 科磊股份有限公司 确定用于样本扫描的焦点设置
CN115210560B (zh) * 2020-03-17 2023-12-15 科磊股份有限公司 确定用于样本扫描的焦点设置
CN113241310A (zh) * 2021-05-28 2021-08-10 长江存储科技有限责任公司 晶圆缺陷的检测方法、检测装置、检测设备及可读存储介质
CN115144704A (zh) * 2022-09-02 2022-10-04 深圳永贵技术有限公司 电缆生产的故障检测方法、装置、设备及存储介质
CN115144704B (zh) * 2022-09-02 2022-11-15 深圳永贵技术有限公司 电缆生产的故障检测方法、装置、设备及存储介质

Also Published As

Publication number Publication date
CN109791897B (zh) 2023-06-20
US10887580B2 (en) 2021-01-05
KR102525814B1 (ko) 2023-04-25
TW201819896A (zh) 2018-06-01
TWI743223B (zh) 2021-10-21
JP7184763B2 (ja) 2022-12-06
US20180103247A1 (en) 2018-04-12
KR20190052721A (ko) 2019-05-16
JP2019535143A (ja) 2019-12-05
WO2018067885A1 (en) 2018-04-12

Similar Documents

Publication Publication Date Title
CN109791897A (zh) 用于半导体晶片检验的三维成像
CN109964116B (zh) 用于三维半导体结构的检验的缺陷发现及配方优化
CN113302728B (zh) 利用自动产生缺陷特征检验半导体结构的方法及系统
KR102235580B1 (ko) 반도체 웨이퍼 검사를 위한 결함 마킹
JP3990981B2 (ja) 基板を検査するための方法及び装置
KR102438828B1 (ko) 설계 기반의 정렬의 성능 모니터링
CN111819596B (zh) 组合模拟及光学显微术以确定检验模式的方法和系统
CN1826685A (zh) 用于对光谱反射计光信号进行电子空间滤波的方法和系统
JP6170707B2 (ja) 検査方法および検査装置
TWI829958B (zh) 用於檢驗半導體裝置之系統及方法
KR20230061424A (ko) 3차원 웨이퍼 구조체들에 대한 비닝 향상된 결함 검출 방법

Legal Events

Date Code Title Description
PB01 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