CN111819596B - 组合模拟及光学显微术以确定检验模式的方法和系统 - Google Patents
组合模拟及光学显微术以确定检验模式的方法和系统 Download PDFInfo
- Publication number
- CN111819596B CN111819596B CN201980017027.2A CN201980017027A CN111819596B CN 111819596 B CN111819596 B CN 111819596B CN 201980017027 A CN201980017027 A CN 201980017027A CN 111819596 B CN111819596 B CN 111819596B
- Authority
- CN
- China
- Prior art keywords
- noise
- modes
- determining
- determined
- interest
- 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
Links
- 238000004088 simulation Methods 0.000 title claims abstract description 26
- 238000007689 inspection Methods 0.000 title claims abstract description 19
- 238000000034 method Methods 0.000 title claims description 40
- 238000000399 optical microscopy Methods 0.000 title description 2
- 230000007547 defect Effects 0.000 claims abstract description 53
- 230000003287 optical effect Effects 0.000 claims abstract description 47
- 238000012360 testing method Methods 0.000 claims description 30
- 239000004065 semiconductor Substances 0.000 claims description 14
- 238000003860 storage Methods 0.000 claims description 12
- 238000009826 distribution Methods 0.000 claims description 8
- 238000004891 communication Methods 0.000 claims description 5
- 241001270131 Agaricus moelleri Species 0.000 claims 2
- 238000001514 detection method Methods 0.000 description 27
- 238000005286 illumination Methods 0.000 description 21
- 235000012431 wafers Nutrition 0.000 description 21
- 238000003384 imaging method Methods 0.000 description 10
- 238000013500 data storage Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 7
- 230000005540 biological transmission Effects 0.000 description 6
- 238000004519 manufacturing process Methods 0.000 description 6
- 230000003595 spectral effect Effects 0.000 description 5
- 230000008901 benefit Effects 0.000 description 3
- 230000010287 polarization Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 230000002950 deficient Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 210000001747 pupil Anatomy 0.000 description 2
- 235000006719 Cassia obtusifolia Nutrition 0.000 description 1
- 235000014552 Cassia tora Nutrition 0.000 description 1
- 244000201986 Cassia tora Species 0.000 description 1
- 238000010420 art technique Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000008021 deposition Effects 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 238000010894 electron beam technology Methods 0.000 description 1
- 238000005530 etching Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000005468 ion implantation Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000000206 photolithography Methods 0.000 description 1
- 229920002120 photoresistant polymer Polymers 0.000 description 1
- 238000005498 polishing Methods 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/95—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
- G01N21/8806—Specially adapted optical and illumination features
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- 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
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
- G06T2207/20224—Image subtraction
-
- 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
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30168—Image quality inspection
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Testing Or Measuring Of Semiconductors Or The Like (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
当无缺陷实例可用或仅有限数目个缺陷实例可用时，可确定用来检测缺陷的最佳光学检验模式。可使用电磁模拟在多个位点处且针对多种模式确定所关注缺陷的信号。可在所述多个位点及所述多种模式的每一组合下确定所述所关注缺陷的所述信号对噪声的比率。可基于所述比率确定具有优化信号对噪声特性的模式。
Description
相关申请案的交叉参考
本申请案主张2018年3月13日申请且被指定为第62/642,161号美国申请案的临时专利申请案的优先权，所述申请案的揭示内容特此以引用方式并入。
技术领域
本发明涉及确定光学检验模式。
背景技术
半导体制造业的发展对良率管理且尤其对计量及检验系统提出更高要求。临界尺寸继续缩小，但行业需要缩短用于实现高良率、高价值生产的时间。最小化从检测良率问题到修复它的总时间确定半导体制造商的投资回报率。
制造半导体装置(例如逻辑及存储器装置)通常包含使用大量制造工艺处理半导体晶片以形成半导体装置的各种特征及多个层级。例如，光刻是一种涉及将图案从光罩转移到布置于半导体晶片上的光致抗蚀剂的半导体制造工艺。半导体制造工艺的额外实例包含但不限于化学机械抛光(CMP)、蚀刻、沉积及离子植入。可以单个半导体晶片上的布置制造多个半导体装置，其被分成个别半导体装置。
寻找间隙缺陷是复杂且耗时的。通常，在后段(end of line)调查期间识别间隙缺陷。寻找间隙缺陷的当前技术是运行热扫描或执行模拟。如果缺陷密度较低，那么通过运行热扫描或依靠电子束工具来寻找缺陷实例可能需要很长时间。
当样本中不存在足够所关注缺陷(DOI)时，确定最佳光学检验模式可能具挑战性，因为不存在统计数据来恰当地评估光学检验模式。当存在不足噪声实例时，确定最佳光学检验模式也可能具挑战性。模拟噪声是困难的，因为噪声源是未知的。基于光学图像，我们无法确定噪声是例如线边缘粗糙度(LER)还是先前层中的扰乱点。在扫描电子显微镜(SEM)工具上，仅看见最上层(当前层)且先前层(下层)中的内容是未知的。此意味着无法形成模型来模拟噪声，因为噪声/扰乱点实际上的样子是未知的。
先前使用基于模拟的方法。形成印刷于晶片上的结构的模型。在模型上运行电磁模拟且计算缺陷及噪声的信号强度。然而，此基于模拟的方法通常无法形成噪声结构的正确模型。通常难以形成恰当噪声模型且需要大量时间投入。通常，仅可识别噪声源的子集且预测经常出错，因为噪声源是未知的。
先前还使用光学器件选择器。光学器件选择器计算各种已知缺陷及扰乱点事件的信号及噪声。当不存在DOI或仅少数DOI可用(情况通常如此)时，光学器件选择器可能出故障。归因于有限的统计数据，有时无法识别最佳光学检验模式且检验无权运行。
运行电磁模拟来预测最佳模式是替代方案，但此需要关于层堆叠的详细信息。确定什么是限制噪声源及如何模型化噪声通常难以恰当地执行。
此外，仅当缺陷实例可用时可有效地执行工具上的光学模式选择，此通常并非间隙缺陷的情况。
因此，需要改进的系统及方法以确定用来检测缺陷(例如间隙缺陷)的最佳光学检验模式。
发明内容
在第一实施例中提供一种系统。所述系统包括：光源，其经配置以将光束引导于晶片处；检测器，其收集从所述晶片反射的所述光束；及处理器，其与所述检测器进行电子通信。所述处理器经配置以：针对多种模式从所述检测器接收所述晶片的测试图像及参考图像；从所述测试图像及所述参考图像确定差分图像；在多个位点处基于所述差分图像确定噪声；使用电磁模拟在所述多个位点处且针对所述多种模式确定所关注缺陷的信号；在所述多个位点及所述多种模式的每一组合下确定所述所关注缺陷的所述信号对所述噪声的比率；及基于所述比率确定具有优化信号对噪声特性的模式。呈所述比率中的每一者的所述所关注缺陷的所述信号及所述噪声对应于所述多个位点及所述多种模式中的相同位点及模式。
可通过检查分布中的离群值(outlier)、寻找所述比率的最大值、寻找所述比率的最大平均值或寻找所述比率的最大中值来确定具有优化信号对噪声特性的所述模式。
在第二实施例中提供一种方法。所述方法包括在处理器处，针对多种模式接收所述晶片的测试图像及参考图像。使用所述处理器，从所述测试图像及所述参考图像确定差分图像。使用所述处理器，在多个位点处基于所述差分图像确定噪声。使用所述处理器，使用电磁模拟在所述多个位点处且针对所述多种模式确定所关注缺陷的信号。使用所述处理器，在所述多个位点及所述多种模式的每一组合下确定所述所关注缺陷的所述信号对所述噪声的比率。呈所述比率中的每一者的所述所关注缺陷的所述信号及所述噪声对应于所述多个位点及所述多种模式中的相同位点及模式。使用所述处理器，基于所述比率确定具有优化信号对噪声特性的模式。
可通过检查分布中的离群值、寻找所述比率的最大值、寻找所述比率的最大平均值或寻找所述比率的最大中值来确定具有优化信号对噪声特性的所述模式。
所述方法可进一步包括调整系统以使用具有优化信号对噪声特性的所述模式。所述系统可为用于半导体晶片的光学检验系统。
所述测试图像可在关照区域内。
在第三实施例中提供一种非暂时性计算机可读存储媒体。所述非暂时性计算机可读存储媒体包括用于在一或多个计算装置上执行以下步骤的一或多个程序。针对多种模式从测试图像及参考图像确定差分图像。在多个位点处基于所述差分图像确定噪声。使用电磁模拟在所述多个位点处且针对所述多种模式确定所关注缺陷的信号。在所述多个位点及所述多种模式的每一组合下确定所述所关注缺陷的所述信号对所述噪声的比率。呈所述比率中的每一者的所述所关注缺陷的所述信号及所述噪声对应于所述多个位点及所述多种模式中的相同位点及模式。基于所述比率确定具有优化信号对噪声特性的模式。
可通过检查分布中的离群值、寻找所述比率的最大值、寻找所述比率的最大平均值或寻找所述比率的最大中值来确定具有优化信号对噪声特性的所述模式。
附图说明
为了更全面地理解本发明的本质及目的，应参考结合附图进行的下文详细描述，其中：
图1是根据本发明的方法的实施例的流程图；
图2是根据本发明的系统的实施例的框图；及
图3是根据本发明的方法的另一实施例的流程图。
具体实施方式
尽管将关于特定实施例描述所主张标的物，但其它实施例(包含不提供本文中所阐述的所有益处及特征的实施例)也在本发明的范围内。在不脱离本发明的范围的情况下，可进行各种结构、逻辑、过程步骤及电子改变。因此，仅通过参考所附权利要求书来定义本发明的范围。
当无缺陷实例可用或仅有限数目个缺陷实例可用时，本文中所揭示的实施例可寻找最佳光学检验模式来检测缺陷。工具上的噪声的实例可结合来自模拟的DOI使用。不需要晶片上的DOI的实例，此节省时间及精力。因为使用电磁模拟及DOI信号，所以可避免对可能噪声源进行耗时且费力的研究。本文中所揭示的实施例可提供比先前技术更准确的信号对噪声数值。结果可与光学图像数据收集组合以估计噪声及电磁模拟以确定信号。
组合光学模式选择分析与电磁模拟的优势可增强寻找最佳检验模式的性能。可使用电磁模拟来计算每种可能光学模式的所关注缺陷的信号。可使用光学器件选择器类型环境或光瞳成像仪(例如，收集整个光瞳空间的图像的工具)的光学图像收集来收集其中可能发生缺陷且计算噪声的光学图像。如果在配方中使用关照区域，那么可能仅在关照区域内计算噪声。
本文中所揭示的实施例对于难以寻找的缺陷尤其有用，例如展示缺陷在光学上看似如何的少许实例的缺陷。具有光学性质的不反射光的小缺陷是可受益于本文中所揭示的实施例的缺陷类型的一个实例。
图1是方法100的实施例的流程图。可在处理器上或使用处理器执行方法100的步骤。在101处，在处理器处针对多种模式接收晶片的测试图像及参考图像。这些图像可为半导体晶片的光学图像，例如图块图像、帧图像或关照区域。
在102处，从测试图像及参考图像确定差分图像。这可使用图像减法或其它技术。
在103处，在多个位点处基于差分图像确定噪声。这可为均方根噪声或其它度量。可确定差分图像中的差分灰阶。可确定其变异数的平方根以寻找噪声。
可计算图块图像、帧图像(其大于图块图像)或区(例如，逻辑、SRAM、DRAM或特定结构)上的噪声。
还可通过使用测试图像与参考图像、测试图像与中值参考图像、测试图像与经计算参考图像、或来自晶片上的其它位置的参考裸片的测试图像与标准参考图像之间的差分图像灰阶的标准偏差来确定噪声。
虽然揭示均方根噪声，但其它度量也是可能的。例如，可拟合高斯分布且可确定标准偏差以寻找噪声。
在104处，使用电磁模拟在多个位点处且针对多种模式确定DOI的信号。形成具有DOI及无DOI的结构的3D模型。接着，预测测试图像及参考图像的灰阶值且相减，此导致DOI的差分灰阶。这可针对所有可能的不同模式执行。信号可为信号强度数值。可针对DOI或DOI类型中的每一者确定信号。
一种可能模拟技术是严格耦合波分析(RCWA)，但还可使用其它技术。
在105处，在多个位点及多种模式的每一组合下确定DOI的信号对噪声的比率。呈比率中的每一者的DOI的信号及噪声对应于多个位点及多种模式中的相同位点及模式。
在一种情况下，使用以下方程式计算比率。
在先前方程式中，[i]表示实例位点且[j]表示实例模式。
可确定及/或输出具有使用比率计算的对应信号对噪声特性的模式列表。
在106处，基于比率确定具有优化信号对噪声特性的模式。可通过检查分布中的离群值、通过寻找比率的最大值、通过寻找比率的最大平均值或通过寻找比率的最大中值来确定具有优化信号对噪声特性的模式。
可应用具有优化信号对噪声特性的模式，或可调整工具设置以使用具有优化信号对噪声特性的模式。例如，可在工具的软件中选择经预测光学器件模式。
在实例中，将模型档案载入到处理器上且用户定义缺陷看似如何。用户可选择晶片上可能具有缺陷的特定位置。可针对这些位置针对所有可能模式执行电磁模拟以计算这些缺陷的信号值。工具的载物台针对所有可能模式移动到所述位置且可确定噪声。可展示信号对噪声数值，使得用户或软件可寻找最佳检验模式。
图3是方法的另一实施例的流程图。图3的实例中的测试图像(被指定为“测试”)不需要含有缺陷。噪声(例如均方根(RMS)噪声)可经定义为背景区的变异数平均值的平方根。可使用关照区域(CA)的面积。模式1到n可包含焦点偏移、光偏振(照明及收集部分)、光谱范围、载物台速度、光圈或其它设置的组合。光圈可包含定制光圈(例如，准确度)。图3中的变量n及k是光学常数。
可在图3中收集设计剪辑，因为设计剪辑可具有有用信息或可提供确切位置。
图2是系统200的实施例的框图。系统200包含基于光学的子系统201。通常，基于光学的子系统201经配置用于通过将光引导到(或扫描光遍及)样品202且检测来自样品202的光来为样品202产生基于光学的输出。在一个实施例中，样品202包含晶片。晶片可包含所属领域中已知的任何晶片。在另一实施例中，样品包含光罩。光罩可包含所属领域中已知的任何光罩。
在图2中所展示的系统200的实施例中，基于光学的子系统201包含经配置以将光引导到样品202的照明子系统。照明子系统包含至少一个光源。例如，如图2中所展示，照明子系统包含光源203。在一个实施例中，照明子系统经配置以按一或多个入射角将光引导到样品202，所述一或多个入射角可包含一或多个倾斜角及/或一或多个法线角。例如，如图2中所展示，来自光源203的光以倾斜入射角引导穿过光学元件204且接着穿过透镜205到样品202。倾斜入射角可包含任何合适倾斜入射角，这可取决于例如样品202的特性而变化。
基于光学的子系统201可经配置以在不同时间以不同入射角将光引导到样品202。例如，基于光学的子系统201可经配置以更改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2中所展示的入射角引导到样品202。在一个此实例中，基于光学的子系统201可经配置以移动光源203、光学元件204及透镜205，使得光以不同倾斜入射角或法线(或近法线)入射角引导到样品202。
在一些情况下，基于光学的子系统201可经配置以在相同时间以一个以上入射角将光引导到样品202。例如，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2中所展示的光源203、光学元件204及透镜205，且所述照明通道中的另一者(未展示)可包含可不同地或相同地配置的类似元件，或可包含至少一光源及可能一或多个其它组件，例如本文中进一步描述的所述组件。如果此光与另一光在相同时间引导到样品，那么以不同入射角引导到样品202的光的一或多个特性(例如，波长、偏振等)可不同，使得可在检测器处彼此区分起因于以不同入射角照明样品202的光。
在另一情况下，照明子系统可包含仅一个光源(例如，图2中所展示的光源203)，且来自所述光源的光可通过照明子系统的一或多个光学元件(未展示)分成不同光学路径(例如，基于波长、偏振等)。接着可将不同光学路径中的每一者中的光引导到样品202。多个照明通道可经配置以在相同时间或在不同时间(例如，当使用不同照明通道来循序地照明样品时)将光引导到样品202。在另一情况下，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品202。例如，在一些情况下，光学元件204可经配置为光谱滤波器且所述光谱滤波器的性质可以各种不同方式(例如，通过换出光谱滤波器)改变，使得不同波长的光可在不同时间引导到样品202。照明子系统可具有所属领域中已知的用于以不同或相同入射角循序地或同时地将具有不同或相同特性的光引导到样品202的任何其它合适配置。
在一个实施例中，光源203可包含宽带等离子体(BBP)源。以此方式，由光源203产生且引导到样品202的光可包含宽带光。然而，光源可包含任何其它合适光源，例如激光器。激光器可包含所属领域中已知的任何合适激光器且可经配置以产生所属领域中已知的任何合适波长的光。另外，激光器可经配置以产生单色或近单色的光。以此方式，激光器可为窄频激光器。光源203还可包含产生多个离散波长或波带的光的多色光源。
来自光学元件204的光可通过透镜205聚焦到样品202上。尽管透镜205在图2中被展示为单个折射光学元件，但应理解在实践中，透镜205可包含组合地将来自光学元件的光聚焦到样品的数个折射及/或反射光学元件。图2中所展示且本文中所描述的照明子系统可包含任何其它合适光学元件(未展示)。此类光学元件的实例包含但不限于可包含所属领域中已知的任何此类合适光学元件的偏振组件、光谱滤波器、空间滤波器、反射光学元件、变迹器、分束器(例如分束器213)、光圈及类似者。另外，基于光学的子系统201可经配置以基于待用于产生基于光学的输出的照明类型更改照明子系统的元件中的一或多者。
基于光学的子系统201还可包含经配置以致使光扫描遍及样品202的扫描子系统。例如，基于光学的子系统201可包含在基于光学的输出产生期间上方安置有样品202的载物台206。扫描子系统可包含可经配置以移动样品202，使得光可扫描遍及样品202的任何合适机械及/或机器人组合件(其包含载物台206)。另外或替代地，基于光学的子系统201可经配置使得基于光学的子系统201的一或多个光学元件执行遍及样品202的一些光扫描。光可以任何合适方式(例如呈蛇状路径或螺旋路径)扫描遍及样品202。
基于光学的子系统201进一步包含一或多个检测通道。一或多个检测通道中的至少一者包含检测器，所述检测器经配置以归因于由子系统照明样品202而检测来自样品202的光且响应于经检测光而产生输出。例如，图2中所展示的基于光学的子系统201包含两个检测通道，一个检测通道由收集器207、元件208及检测器209形成且另一检测通道由收集器210、元件211及检测器212形成。如图2中所展示，两个检测通道经配置以按不同收集角收集及检测光。在一些情况下，两个检测通道经配置以检测经散射光，且所述检测通道经配置以检测以不同角从样品202散射的光。然而，所述检测通道中的一或多者可经配置以检测来自样品202的另一类型的光(例如，经反射光)。
如图2中进一步展示，两个检测通道被展示为定位于纸张平面中且照明子系统也被展示为定位于纸张平面中。因此，在此实施例中，两个检测通道经定位(例如，居中)于入射平面中。然而，所述检测通道中的一或多者可经定位于入射平面外。例如，由收集器210、元件211及检测器212形成的检测通道可经配置以收集及检测散射出入射平面的光。因此，此检测通道通常可被称为“侧”通道，且此侧通道可居中于大体上垂直于入射平面的平面中。
尽管图2展示包含两个检测通道的基于光学的子系统201的实施例，但基于光学的子系统201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更多个检测通道)。在一个此情况下，由收集器210、元件211及检测器212形成的检测通道可形成如上文所描述的一个侧通道，且基于光学的子系统201可包含形成为另一侧通道的经定位于入射平面的相对侧上的额外检测通道(未展示)。因此，基于光学的子系统201可包含检测通道，所述检测通道包含收集器207、元件208及检测器209并居中于入射平面中且经配置以收集及检测成以法向或接近法向于样品202表面的散射角的光。因此，此检测通道可通常被称为“顶部”通道，且基于光学的子系统201还可包含如上文所描述那样配置的两个或更多个侧通道。因而，基于光学的子系统201可包含至少三个通道(即，一个顶部通道及两个侧通道)，且至少三个通道中的每一者具有自身收集器，所述收集器中的每一者经配置以收集以不同于其它收集器中的每一者的散射角的光。
如上文进一步描述，包含于基于光学的子系统201中的检测通道中的每一者可经配置以检测经散射光。因此，图2中所展示的基于光学的子系统201可经配置用于样品202的暗场(DF)输出产生。然而，基于光学的子系统201还可或替代地包含经配置用于样品202的亮场(BF)输出产生的检测通道。换句话说，基于光学的子系统201可包含经配置以检测从样品202镜面反射的光的至少一个检测通道。因此，本文中所描述的基于光学的子系统201可经配置仅用于DF成像、仅用于BF成像、或DF及BF成像两者。尽管收集器中的每一者在图2中被展示为单个折射光学元件，但应理解，收集器中的每一者可包含一或多个折射光学裸片及/或一或多个反射光学元件。
一或多个检测通道可包含所属领域中已知的任何合适检测器。例如，检测器可包含光电倍增管(PMT)、电荷耦合装置(CCD)、时间延迟积分(TDI)相机及所属领域中已知的任何其它合适检测器。检测器还可包含非成像检测器或成像检测器。以此方式，如果检测器是非成像检测器，那么检测器中的每一者可经配置以检测经散射光的特定特性(例如强度)，但可未经配置以依据成像平面内的位置检测此类特性。因而，由包含于基于光学的子系统的检测通道中的每一者中的检测器中的每一者产生的输出可为信号或数据，但非图像信号或图像数据。在此类情况下，处理器(例如处理器214)可经配置以从检测器的非成像输出产生样品202的图像。然而，在其它情况下，检测器可经配置为成像检测器，其经配置以产生成像信号或图像数据。因此，基于光学的子系统可经配置以按数种方式产生本文中所描述的光学图像或其它基于光学的输出。
应注意，本文中提供图2以大体上说明基于光学的子系统201的配置，基于光学的子系统201可包含于本文中所描述的系统实施例中或可产生由本文中所描述的系统实施例使用的基于光学的输出。可更改本文中所描述的基于光学的子系统201配置以优化如通常在设计商业输出获取系统时执行的基于光学的子系统201的性能。另外，本文中所描述的系统可使用既有系统(例如，通过将本文中所描述的功能性添加到既有系统)来实施。针对一些此类系统，本文中所描述的方法可经提供为系统的可选功能性(例如，除系统的其它功能性以外)。替代地，本文中所描述的系统可经设计为全新系统。
处理器214可以任何合适方式(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)耦合到系统200的组件，使得处理器214可接收输出。处理器214可经配置以使用输出执行数个功能。系统200可从处理器214接收指令或其它信息。处理器214及/或电子数据存储单元215任选地可与晶片检验工具、晶片计量工具或晶片检视工具(未说明)进行电子通信以接收额外信息或发送指令。例如，处理器214及/或电子数据存储单元215可与SEM进行电子通信。
本文中所描述的处理器214、其它系统或其它子系统可为各种系统的部分，包含个人计算机系统、图像计算机、主机计算机系统、工作站、网络设施、因特网设施或其它装置。子系统或系统还可包含所属领域中已知的任何合适处理器，例如平行处理器。另外，子系统或系统可包含具有高速处理及软件的平台，作为独立工具或网络化工具。
处理器214及电子数据存储单元215可经安置于系统200或另一装置中或另外作为系统200或另一装置的部分。在实例中，处理器214及电子数据存储单元215可为独立控制单元的部分或在集中式质量控制单元中。可使用多个处理器214或电子数据存储单元215。
在实践中，处理器214可通过硬件、软件及固件的任何组合来实施。此外，如本文中所描述的处理器214的功能可由一个单元执行，或在不同组件之间划分，所述组件中的每一者可转而由硬件、软件及固件的任何组合来实施。用于处理器214实施各种方法及功能的程序码或指令可经存储于可读存储媒体中，例如电子数据存储单元215中的存储器或其它存储器。
如果系统200包含一个以上处理器214，那么不同子系统可彼此耦合使得可在子系统之间发送图像、数据、信息、指令等。例如，一个子系统可通过任何合适传输媒体耦合到额外子系统，所述传输媒体可包含所属领域中已知的任何合适有线及/或无线传输媒体。此类子系统中的两者或两者以上还可通过共享计算机可读存储媒体(未展示)有效地耦合。
处理器214可经配置以使用系统200的输出或其它输出执行数个功能。例如，处理器214可经配置以将输出发送到电子数据存储单元215或另一存储媒体。处理器214可如本文中描述那样进一步配置。
可根据本文中所描述的任何实施例配置处理器214。处理器214还可经配置以使用系统200的输出或使用来自其它源的图像或数据执行其它功能或额外步骤。
由以下中一或多者实行本文中所揭示的系统200及方法的各种步骤、功能及/或操作：电子电路、逻辑门、多路复用器、可编程逻辑装置、ASIC、模拟或数字控制器/开关、微控制器或计算系统。实施方法(例如本文中所描述的所述方法)的程序指令可通过载体媒体传输或存储于载体媒体上。载体媒体可包含存储媒体，例如只读存储器、随机存取存储器、磁盘或光盘、非易失性存储器、固态存储器、磁带及类似者。载体媒体可包含传输媒体，例如电线、电缆或无线传输链路。例如，贯穿本发明所描述的每一个步骤可由单个处理器214或替代地由多个处理器214来实行。此外，系统200的不同子系统可包含一或多个计算或逻辑系统。因此，上文描述不应被解释为限制本发明而是仅仅阐释。
在一种情况下，处理器214与系统200通信。处理器214经配置以针对多种模式接收晶片的测试图像及参考图像。可从测试图像及参考图像确定差分图像。可在多个位点处基于差分图像确定噪声。可使用电磁模拟在多个位点处且针对多种模式确定所关注缺陷的信号。可在多个位点及多种模式的每一组合下确定所关注缺陷的信号对噪声的比率。呈比率中的每一者的所关注缺陷的信号及噪声对应于多个位点及多种模式中的相同位点及模式。可基于比率确定具有优化信号对噪声特性的模式。
额外实施例涉及一种存储可在控制器上执行以执行如本文中所揭示的用于确定模式的计算机实施方法的程序指令的非暂时性计算机可读媒体。特定来说，如图2中所展示，电子数据存储单元215或其它存储媒体可含有包含可在处理器214上执行的程序指令的非暂时性计算机可读媒体。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，包含方法100或图2的实施例。检测器212可提供测试图像。
程序指令可以任何各种方式来实施，包含基于程序的技术、基于组件的技术及/或面向对象技术等。例如，程序指令可根据需要使用ActiveX控件、C++对象、JavaBeans、微软基础类别(MFC)、流式SIMD扩展(SSE)或其它技术或方法论来实施。
可如本文中所描述那样执行方法的步骤中的每一者。方法还可包含可由本文中所描述的处理器及/或计算机子系统或系统执行的任何其它步骤。步骤可由可根据本文中所描述的任何实施例配置的一或多个计算机系统来执行。另外，上文所描述的方法可由本文中所描述的任何系统实施例来执行。
尽管已关于一或多个特定实施例描述本发明，但将理解，在不脱离本发明的范围的情况下，可制作本发明的其它实施例。因此，本发明被认为仅受所附权利要求书及其合理解释限制。
Claims (18)
1.一种用于确定光学检验模式的系统，其包括：
光源，其经配置以将光束引导于晶片处；
检测器，其收集从所述晶片反射的所述光束；及
处理器，其与所述检测器进行电子通信，其中所述处理器经配置以：
针对多种模式从所述检测器接收所述晶片的测试图像及参考图像；
从所述测试图像及所述参考图像确定差分图像；
在多个位点处基于所述差分图像的灰阶确定噪声；
使用电磁模拟在所述多个位点处且针对所述多种模式确定所关注缺陷的信号强度，其中对于所述多种模式，所述电磁模拟确定所述测试图像中的一者和所述参考图像中的一者的预测灰阶值，且减去所述测试图像中的所述一者和所述参考图像中的所述一者的所述预测灰阶值，从而确定所述所关注缺陷的差分灰阶；
在所述多个位点及所述多种模式的每一组合下确定所述所关注缺陷的所述信号强度对所述噪声的比率，其中呈所述比率中的每一者的所述所关注缺陷的所述信号强度及所述噪声对应于所述多个位点及所述多种模式中的相同位点及模式；及
基于所述比率确定具有优化信号对噪声特性的模式。
2.根据权利要求1所述的系统，其中通过检查分布中的离群值来确定具有优化信号对噪声特性的所述模式。
3.根据权利要求1所述的系统，其中通过寻找所述比率的最大值来确定具有优化信号对噪声特性的所述模式。
4.根据权利要求1所述的系统，其中通过寻找所述比率的最大平均值来确定具有优化信号对噪声特性的所述模式。
5.根据权利要求1所述的系统，其中通过寻找所述比率的最大中值来确定具有优化信号对噪声特性的所述模式。
6.一种用于确定光学检验模式的方法，其包括：
在处理器处，针对多种模式接收晶片的测试图像及参考图像；
使用所述处理器，从所述测试图像及所述参考图像确定差分图像；
使用所述处理器，在多个位点处基于所述差分图像的灰阶确定噪声；
使用所述处理器，使用电磁模拟在所述多个位点处且针对所述多种模式确定所关注缺陷的信号强度，其中对于所述多种模式，所述电磁模拟确定所述测试图像中的一者和所述参考图像中的一者的预测灰阶值，且减去所述测试图像中的所述一者和所述参考图像中的所述一者的所述预测灰阶值，从而确定所述所关注缺陷的差分灰阶；
使用所述处理器，在所述多个位点及所述多种模式的每一组合下确定所述所关注缺陷的所述信号强度对所述噪声的比率，其中呈所述比率中的每一者的所述所关注缺陷的所述信号强度及所述噪声对应于所述多个位点及所述多种模式中的相同位点及模式；及
使用所述处理器，基于所述比率确定具有优化信号对噪声特性的模式。
7.根据权利要求6所述的方法，其中通过检查分布中的离群值来确定具有优化信号对噪声特性的所述模式。
8.根据权利要求6所述的方法，其中通过寻找所述比率的最大值来确定具有优化信号对噪声特性的所述模式。
9.根据权利要求6所述的方法，其中通过寻找所述比率的最大平均值来确定具有优化信号对噪声特性的所述模式。
10.根据权利要求6所述的方法，其中通过寻找所述比率的最大中值来确定具有优化信号对噪声特性的所述模式。
11.根据权利要求6所述的方法，其进一步包括调整系统以使用具有优化信号对噪声特性的所述模式。
12.根据权利要求11所述的方法，其中所述系统是用于半导体晶片的光学检验系统。
13.根据权利要求6所述的方法，其中所述测试图像在关照区域内。
14.一种非暂时性计算机可读存储媒体，其包括用于在一或多个计算装置上执行以下步骤的一或多个程序：
针对多种模式从测试图像及参考图像确定差分图像；
在多个位点处基于所述差分图像的灰阶确定噪声；
使用电磁模拟在所述多个位点处且针对所述多种模式确定所关注缺陷的信号强度，其中对于所述多种模式，所述电磁模拟确定所述测试图像中的一者和所述参考图像中的一者的预测灰阶值，且减去所述测试图像中的所述一者和所述参考图像中的所述一者的所述预测灰阶值，从而确定所述所关注缺陷的差分灰阶；
在所述多个位点及所述多种模式的每一组合下确定所述所关注缺陷的所述信号强度对所述噪声的比率，其中呈所述比率中的每一者的所述所关注缺陷的所述信号强度及所述噪声对应于所述多个位点及所述多种模式中的相同位点及模式；及
基于所述比率确定具有优化信号对噪声特性的模式。
15.根据权利要求14所述的非暂时性计算机可读存储媒体，其中通过检查分布中的离群值来确定具有优化信号对噪声特性的所述模式。
16.根据权利要求14所述的非暂时性计算机可读存储媒体，其中通过寻找所述比率的最大值来确定具有优化信号对噪声特性的所述模式。
17.根据权利要求14所述的非暂时性计算机可读存储媒体，其中通过寻找所述比率的最大平均值来确定具有优化信号对噪声特性的所述模式。
18.根据权利要求14所述的非暂时性计算机可读存储媒体，其中通过寻找所述比率的最大中值来确定具有优化信号对噪声特性的所述模式。
Applications Claiming Priority (5)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US201862642161P | 2018-03-13 | 2018-03-13 | |
| US62/642,161 | 2018-03-13 | ||
| US16/295,715 US10964016B2 (en) | 2018-03-13 | 2019-03-07 | Combining simulation and optical microscopy to determine inspection mode |
| US16/295,715 | 2019-03-07 | ||
| PCT/US2019/021725 WO2019178011A1 (en) | 2018-03-13 | 2019-03-12 | Combining simulation and optical microscopy to determine inspection mode |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111819596A CN111819596A (zh) | 2020-10-23 |
| CN111819596B true CN111819596B (zh) | 2021-12-07 |
Family
ID=67905863
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201980017027.2A Active CN111819596B (zh) | 2018-03-13 | 2019-03-12 | 组合模拟及光学显微术以确定检验模式的方法和系统 |
Country Status (5)
| Country | Link |
|---|---|
| US (1) | US10964016B2 (zh) |
| KR (1) | KR102485548B1 (zh) |
| CN (1) | CN111819596B (zh) |
| TW (1) | TWI785216B (zh) |
| WO (1) | WO2019178011A1 (zh) |
Families Citing this family (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10867108B2 (en) | 2018-09-18 | 2020-12-15 | Taiwan Semiconductor Manufacturing Co., Ltd. | Optical mode optimization for wafer inspection |
| US10801968B2 (en) * | 2018-10-26 | 2020-10-13 | Kla-Tencor Corporation | Algorithm selector based on image frames |
| US11416982B2 (en) | 2019-10-01 | 2022-08-16 | KLA Corp. | Controlling a process for inspection of a specimen |
| US11328410B2 (en) | 2020-08-03 | 2022-05-10 | KLA Corp. | Deep generative models for optical or other mode selection |
| US11922619B2 (en) * | 2022-03-31 | 2024-03-05 | Kla Corporation | Context-based defect inspection |
| US20230314336A1 (en) | 2022-03-31 | 2023-10-05 | Kla Corporation | Multi-mode optical inspection |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102292805A (zh) * | 2009-01-26 | 2011-12-21 | 恪纳腾公司 | 用于检测晶片上的缺陷的系统和方法 |
| CN106662538A (zh) * | 2014-08-27 | 2017-05-10 | 科磊股份有限公司 | 重复缺陷检测 |
Family Cites Families (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6177993B1 (en) | 1999-12-07 | 2001-01-23 | The Regents Of The University Of California | Inspection of lithographic mask blanks for defects |
| US7570797B1 (en) * | 2005-05-10 | 2009-08-04 | Kla-Tencor Technologies Corp. | Methods and systems for generating an inspection process for an inspection system |
| US7676077B2 (en) * | 2005-11-18 | 2010-03-09 | Kla-Tencor Technologies Corp. | Methods and systems for utilizing design data in combination with inspection data |
| US8041103B2 (en) * | 2005-11-18 | 2011-10-18 | Kla-Tencor Technologies Corp. | Methods and systems for determining a position of inspection data in design data space |
| US7389206B2 (en) * | 2006-08-10 | 2008-06-17 | General Electric Company | Inspection systems and methods of operation |
| KR100755372B1 (ko) | 2006-08-25 | 2007-09-04 | 삼성전자주식회사 | 웨이퍼 검사방법 |
| US10599944B2 (en) * | 2012-05-08 | 2020-03-24 | Kla-Tencor Corporation | Visual feedback for inspection algorithms and filters |
| US9766187B2 (en) | 2014-08-27 | 2017-09-19 | Kla-Tencor Corp. | Repeater detection |
| US10186028B2 (en) * | 2015-12-09 | 2019-01-22 | Kla-Tencor Corporation | Defect signal to noise enhancement by reducing die to die process noise |
| US10192302B2 (en) * | 2016-05-25 | 2019-01-29 | Kla-Tencor Corporation | Combined patch and design-based defect detection |
-
2019
- 2019-03-07 US US16/295,715 patent/US10964016B2/en active Active
- 2019-03-12 WO PCT/US2019/021725 patent/WO2019178011A1/en active Application Filing
- 2019-03-12 KR KR1020207029195A patent/KR102485548B1/ko active IP Right Grant
- 2019-03-12 CN CN201980017027.2A patent/CN111819596B/zh active Active
- 2019-03-13 TW TW108108407A patent/TWI785216B/zh active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102292805A (zh) * | 2009-01-26 | 2011-12-21 | 恪纳腾公司 | 用于检测晶片上的缺陷的系统和方法 |
| CN106662538A (zh) * | 2014-08-27 | 2017-05-10 | 科磊股份有限公司 | 重复缺陷检测 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111819596A (zh) | 2020-10-23 |
| TW201945721A (zh) | 2019-12-01 |
| US20190287232A1 (en) | 2019-09-19 |
| KR102485548B1 (ko) | 2023-01-05 |
| WO2019178011A1 (en) | 2019-09-19 |
| KR20200121907A (ko) | 2020-10-26 |
| TWI785216B (zh) | 2022-12-01 |
| US10964016B2 (en) | 2021-03-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| 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 | |
| KR102438824B1 (ko) | 3차원 반도체 구조체들의 검사를 위한 결함 발견 및 레시피 최적화 | |
| US10698325B2 (en) | Performance monitoring of design-based alignment | |
| CN112997069B (zh) | 基于图像帧的算法选择器 | |
| US10557802B2 (en) | Capture of repeater defects on a semiconductor wafer | |
| US20220051380A1 (en) | Optical image contrast metric for optical target search | |
| JP6906044B2 (ja) | 感度改善およびニューサンス抑制のため、論理的およびホットスポット検査でｚレイヤコンテキストを使用するシステムおよび方法 | |
| CN114223017A (zh) | 用于dram及3d nand装置的设计辅助检验 | |
| US11113827B2 (en) | Pattern-to-design alignment for one-dimensional unique structures | |
| KR102548663B1 (ko) | 실험 및 반응 표면 모델의 설계를 사용한 프로세스 최적화 | |
| US11710227B2 (en) | Design-to-wafer image correlation by combining information from multiple collection channels | |
| US20230122514A1 (en) | Laser Anneal Pattern Suppression | |
| TW202301191A (zh) | 用於導出及改善成像條件之影像對比度量 |
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 |