CN112384856A - 基于从电子束图像所提取的三维信息的隐藏缺陷检测和epe估计 - Google Patents

基于从电子束图像所提取的三维信息的隐藏缺陷检测和epe估计 Download PDF

Info

Publication number
CN112384856A
CN112384856A CN201980046251.4A CN201980046251A CN112384856A CN 112384856 A CN112384856 A CN 112384856A CN 201980046251 A CN201980046251 A CN 201980046251A CN 112384856 A CN112384856 A CN 112384856A
Authority
CN
China
Prior art keywords
image
printed pattern
model
defect
determining
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.)
Pending
Application number
CN201980046251.4A
Other languages
English (en)
Inventor
M·皮萨伦科
S·A·米德尔布鲁克
M·G·M·M·范克莱杰
A·C·M·库普曼
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.)
ASML Holding NV
Original Assignee
ASML Holding NV
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 ASML Holding NV filed Critical ASML Holding NV
Publication of CN112384856A publication Critical patent/CN112384856A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
    • G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
    • G03F7/70—Microphotolithographic exposure; Apparatus therefor
    • G03F7/70483—Information management; Active and passive control; Testing; Wafer monitoring, e.g. pattern monitoring
    • G03F7/70605—Workpiece metrology
    • G03F7/70616—Monitoring the printed patterns
    • G03F7/7065—Defects, e.g. optical inspection of patterned layer for defects
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/956—Inspecting patterns on the surface of objects
    • G01N21/95607—Inspecting patterns on the surface of objects using a comparative method
    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
    • G03F1/00—Originals for photomechanical production of textured or patterned surfaces, e.g., masks, photo-masks, reticles; Mask blanks or pellicles therefor; Containers specially adapted therefor; Preparation thereof
    • G03F1/68—Preparation processes not covered by groups G03F1/20 - G03F1/50
    • G03F1/82—Auxiliary processes, e.g. cleaning or inspecting
    • G03F1/84—Inspecting
    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
    • G03F1/00—Originals for photomechanical production of textured or patterned surfaces, e.g., masks, photo-masks, reticles; Mask blanks or pellicles therefor; Containers specially adapted therefor; Preparation thereof
    • G03F1/68—Preparation processes not covered by groups G03F1/20 - G03F1/50
    • G03F1/82—Auxiliary processes, e.g. cleaning or inspecting
    • G03F1/84—Inspecting
    • G03F1/86—Inspecting by charged particle beam [CPB]
    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
    • G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
    • G03F7/70—Microphotolithographic exposure; Apparatus therefor
    • G03F7/70483—Information management; Active and passive control; Testing; Wafer monitoring, e.g. pattern monitoring
    • G03F7/70491—Information management, e.g. software; Active and passive control, e.g. details of controlling exposure processes or exposure tool monitoring processes
    • G03F7/705—Modelling or simulating from physical phenomena up to complete wafer processes or whole workflow in wafer productions
    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
    • G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
    • G03F7/70—Microphotolithographic exposure; Apparatus therefor
    • G03F7/70483—Information management; Active and passive control; Testing; Wafer monitoring, e.g. pattern monitoring
    • G03F7/70605—Workpiece metrology
    • G03F7/70608—Monitoring the unpatterned workpiece, e.g. measuring thickness, reflectivity or effects of immersion liquid on resist
    • 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
    • G06T7/001—Industrial image inspection using an image reference approach
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01J—ELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
    • H01J37/00—Discharge tubes with provision for introducing objects or material to be exposed to the discharge, e.g. for the purpose of examination or processing thereof
    • H01J37/02—Details
    • H01J37/22—Optical, image processing or photographic arrangements associated with the tube
    • H01J37/222—Image processing arrangements associated with the tube
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01J—ELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
    • H01J37/00—Discharge tubes with provision for introducing objects or material to be exposed to the discharge, e.g. for the purpose of examination or processing thereof
    • H01J37/26—Electron or ion microscopes; Electron or ion diffraction tubes
    • H01J37/28—Electron or ion microscopes; Electron or ion diffraction tubes with scanning beams
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L22/00—Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
    • H01L22/10—Measuring as part of the manufacturing process
    • H01L22/12—Measuring as part of the manufacturing process for structural parameters, e.g. thickness, line width, refractive index, temperature, warp, bond strength, defects, optical inspection, electrical measurement of structural dimensions, metallurgic measurement of diffusions
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L22/00—Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
    • H01L22/20—Sequence of activities consisting of a plurality of measurements, corrections, marking or sorting steps
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • 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
    • G01N2021/8883—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 involving the calculation of gauges, generating models
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2223/00—Investigating materials by wave or particle radiation
    • G01N2223/10—Different kinds of radiation or particles
    • G01N2223/101—Different kinds of radiation or particles electromagnetic radiation
    • G01N2223/1016—X-ray
    • 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
    • G06T2207/10061—Microscopic image from scanning electron microscope
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Quality & Reliability (AREA)
  • Manufacturing & Machinery (AREA)
  • Computer Hardware Design (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Power Engineering (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Exposure And Positioning Against Photoresist Photosensitive Materials (AREA)

Abstract

一种用于确定印制图案中缺陷的存在的方法包括：获取a)来自图像捕获装置的印制图案的捕获图像，以及b)由过程模型所生成的印制图案的模拟图像。方法还包括生成作为捕获图像和模拟图像的部分的加权组合的组合图像。而且，方法包括基于组合图像确定印制图案中是否存在缺陷。

Description

基于从电子束图像所提取的三维信息的隐藏缺陷检测和EPE 估计
相关申请的交叉引用
本申请要求2018年7月10日递交的欧洲申请18182602.5的优先权，并且所述申请的全部内容通过引用而被合并入本文中。
技术领域
本文中的描述总体涉及掩模制造和图案化过程。更具体地，本公开包括用于确定印制图案的三维特征的设备、方法和计算机程序。
背景技术
光刻投影设备可以用于例如集成电路(IC)的制造中。在这种情况下，图案形成装置(例如，掩模)可以包括或提供与IC的单层对应的图案(“设计布局”)，并且该图案可以通过诸如穿过图案形成装置上的图案照射目标部分的方法，被转印到衬底(例如硅晶片)上的已经涂覆有辐射敏感材料(“抗蚀剂”)层的目标部分(例如包括一个或更多个的管芯)。通常，单个衬底包括多个相邻目标部分，图案被光刻投影设备连续地、一次一个目标部分地转印到其上。在一种类型的光刻投影设备中，整个图案形成装置上的图案被一次转印到一个目标部分上；这样的设备也可被称作为步进器。在一种替代的设备中，步进扫描设备可以引起投影束沿给定的参考方向(“扫描”方向)在图案形成装置之上扫描，同时沿与此参考方向平行或反向平行的方向同步地移动衬底。图案形成装置上的图案的不同部分被逐渐地转印到一个目标部分上。因为通常光刻投影设备将具有减小比率M(例如，4)，所以衬底被移动的速率F将是投影束扫描图案形成装置的速率的1/M倍。关于光刻装置的更多信息可以在例如以引用的方式并入本文中的US 6,046,792中找到。
在将图案从图案形成装置转印至衬底之前，衬底可能经历各种工序，诸如涂底料、抗蚀剂涂覆以及软焙烤。在曝光之后，衬底可能经历其它工序(“曝光后工序”)，诸如曝光后焙烤(PEB)、显影、硬焙烤以及对所转印的图案的测量/检查。这一系列的工序被用作为制造器件(例如IC)的单个层的基础。之后衬底可能经历各种过程，诸如蚀刻、离子注入(掺杂)、金属化、氧化、化学机械抛光等，所有的这些过程都旨在最终完成器件的单个层。如果器件需要多个层，则针对每一层重复整个工序或其变形。最终，器件将设置在衬底上的每一目标部分中。之后通过诸如切片或切割等技术，将这些器件被互相分开，据此单独的器件可以安装在载体上，连接至引脚等。
因而，制造器件(诸如半导体器件)通常涉及使用多个制造过程来处理衬底(例如，半导体晶片)以形成器件的各种特征和多个层。这些层和特征通常使用例如淀积、光刻、蚀刻、化学机械抛光、和离子注入来制造和处理。可在衬底上的多个管芯上制造多个器件，且然后将其分成单独的器件。此器件制造过程可以被认为是图案化过程。图案化过程涉及图案形成步骤，诸如在光刻设备中使用图案形成装置的光学和/或纳米压印光刻，以将图案形成装置上的图案转印到衬底上，并且通常但可选地涉及到一个或更多个相关的图案处理步骤，诸如通过显影设备的抗蚀剂显影、使用烘焙工具的衬底烘焙、使用蚀刻设备而使用图案进行蚀刻等。
如所提及的，光刻术是制造器件(诸如IC)中的核心步骤，其中，形成于衬底上的图案限定器件的功能元件，诸如微处理器、存储器芯片等。类似的光刻技术也用于形成平板显示器、微机电系统(MEMS)和其它器件。
随着半导体制造过程继续进步，几十年来，功能元件的尺寸已经不断地减小的同时每一个器件的功能元件(诸如晶体管)的量已经在稳定地增加这遵循着称为“莫尔定律”的趋势。在当前的技术状态下，使用光刻投影设备来制造器件的多个层，光刻投影设备使用来自深紫外线照射源的照射将设计布局投影到衬底上，从而形成具有远低于100nm(即，小于来自照射源(例如193nm照射源)的辐射的波长的一半)的尺寸的单个功能元件。
这种其中具有尺寸小于光刻投影设备的经典分辨率极限的特征被印制的过程可以被称为低k1光刻术，它所依据的分辨率公式是CD＝k1×λ/NA，其中，λ是所采用的辐射的波长(例如，248nm或193nm)，NA是光刻投影设备中的投影光学元件的数值孔径，CD是“临界尺寸”(通常是所印制的最小特征尺寸)以及，k1是经验分辨率因子。通常，k1越小，在衬底上再现类似于由设计者所规划的形状和尺寸以实现特定电学功能性和性能的图案就变得越困难。为了克服这些困难，将复杂的精调整步骤应用到光刻投影设备、设计布局或图案形成装置。这些步骤包括例如但不限于：NA和光学相干性设定的优化、自定义照射方案、使用相移图案形成装置、设计布局中的光学近接校正(OPC，有时也称作“光学和过程校正”)，或通常被定义为“分辨率增强技术”(RET)的其它方法。如本文中使用的术语“投影光学元件”应该被宽泛地解释为涵盖各种类型的光学系统，包括例如折射型光学元件、反射型光学元件、孔阑和反射折射型光学元件。术语“投影光学元件”也可以包括用于共同地或单个地引导、成形或控制投影辐射束的根据这些设计类型中的任一个来操作的部件。术语“投影光学元件”可以包括光刻投影设备中的任何光学部件，无论光学部件位于光刻投影设备的光学路径上的什么地方。投影光学元件可以包括用于在来自源的辐射通过图案形成装置之前成形、调整和/或投影该辐射的光学部件，或者用于在该辐射通过图案形成装置之后成形、调整和/或投影该辐射的光学部件。投影光学元件通常不包括源和图案形成装置。
发明内容
本申请公开了用于确定印制图案中的缺陷的存在的方法、计算机程序产品和设备，如下文描述。在第一方面中，方法包括：获取a)来自图像捕获装置的印制图案的捕获图像，以及b)由过程模型所生成的印制图案的模拟图像。方法也包括生成作为捕获图像和模拟图像的部分的加权组合的组合图像。而且，方法包括基于组合图像确定印制图案中是否存在缺陷。
在一些变型中，缺陷可以是印制图案的一部分中的孔闭合、桥接或颈缩中的至少一种。方法也可以包括确定缺陷的部位或高度或者缺陷的缺陷特征。确定缺陷特征可以包括确定缺陷的物理特征或者缺陷的量值。
在其它变型中，方法可以包括校准过程模型以降低缺陷发生的概率。过程模型可以是被配置成生成表示所述印制图案的形状的概率场的概率光刻模型。
在另一些变型中，方法可以包括：从概率场确定印制图案的反照率分布，以及将反照率分布合并入扫描电子显微镜模型。相应地，在一些变型中，图像捕获装置可以是扫描电子显微镜或原子力显微镜中的至少一种。
在一些变型中，加权组合可以基于a)捕获图像中的噪声水平和b)模拟图像中的误差水平。捕获图像的部分的加权与噪声水平成反比，并且模拟图像部分的加权与模拟图像的误差水平成反比。捕获图像中与带电伪影相关联的像素在生成组合图像时相对于其他像素被加权较小权重。
在一相关方面中，一种用于改进图案化过程的过程模型的方法包括：获取a)来自图像捕获设备的印制图案的捕获图像，b)由过程模型所生成的模拟图像，以及c)捕获图像和模拟图像的组合图像。方法也包括从组合图像确定印制图案的三维特征以及基于确定的三维特征来改进过程模型。
在一些变型中，捕获图像可以是具有捕获图像强度的二维图像。模拟图像可以由机器学习模型生成，并且模拟图像包括作为对于捕获图像强度的预测的模拟图像强度。
在其它变型中，方法可以包括基于将模拟图像强度与捕获图像强度的匹配来确定高度图，高度图包括三维特征。方法也可以包括基于高度图和由抗蚀剂模型生成的预测抗蚀剂轮廓来校准抗蚀剂模型，或基于抗蚀剂模型的参数来计算预测的抗蚀剂轮廓。抗蚀剂模型的校准可以包括通过至少最小化预测的抗蚀剂轮廓与高度图之间的差异的范数来确定经更新的参数。
在其它变型中，可以使用捕获图像和模拟图像的部分的加权组合从组合图像计算高度图置。
附图说明
被合并入本说明书中并且构成本说明书的部分的附图示出了本文中所披露的主题的某些方面，并且与实施方式一起有助于阐释与所披露实施方式相关联的一些原理。在附图中，
图1图示根据实施例的光刻投影设备的各个子系统的框图。
图2图示根据实施例的用于模拟在光刻投影设备中的光刻的示例性流程图。
图3是示出根据各种实施例的示例性扫描电子显微镜的图。
图4图示了根据实施例的示例性SEM图像和示例性重构SEM图像。
图5图示了根据实施例的印制图案中的示例性隐藏缺陷的检测。
图6图示了根据示例性实施例，从捕获图像所形成的示例性高度图。
图7图示了扫描电子显微镜图像中带电伪影的示例。
图8A图示了根据实施例的示例性的从高度图确定粗糙度。
图8B图示了根据实施例的可从高度图得出的示例性统计信息。
图9图示了根据实施例的合并了确定的三维特征的过程模型的示例性流程图。
图10是示出根据实施例的用于确定隐藏缺陷的存在的方法的过程流程图。
图11是示出根据实施例的用于改进用于图案化过程的过程模型的方法的过程流程图。
图12是根据实施例的示例计算机系统的框图。
图13是根据实施例的光刻投影设备的示意图。
图14是根据实施例的另一光刻投影设备的示意图。
图15是根据实施例的光刻投影设备的详细视图。
图16是根据实施例的光刻投影设备的源收集器模块的详细视图。
具体实施方式
虽然在本文中可以具体地参考IC的制造，但应明确地理解，本文中的描述具有许多其它可能的应用。例如，本文中的描述可以用于制造集成光学系统、用于磁畴存储器的引导和检测图案、液晶显示面板、薄膜磁头等。本领域技术人员应了解，在这样的替代应用的情境中，本文中对术语“掩模版”、“晶片”或“管芯”的任何使用应被认是分别与更上位的术语“掩模”、“衬底”与“目标部分”是可互换的。
在本文档中，术语“辐射”和“束”用以涵盖所有类型的电磁辐射，包括紫外辐射(例如，具有365、248、193、157或126nm的波长)和EUV(即极紫外辐射，例如具有在约5至100nm的范围内的波长)。
图案形成装置可以包括或可以形成一个或更多个设计布局。可以利用CAD(即计算机辅助设计)程序来产生设计布局，这种过程常常被称作EDA(即电子设计自动化)。大多数CAD程序遵循预定设计规则的集合，以便产生功能设计布局/图案形成装置。通过处理和设计限制而设定这些规则。例如，设计规则限定了器件(诸如栅极、电容器等)或互联线之间的空间容许度，以便确保器件或线不会以不期望的方式彼此相互作用。设计规则限制中的一个或更多个限制可以被称作“临界尺寸”(CD)。可以将器件的临界尺寸定义为线或孔的最小宽度、或介于两条线或两个孔之间的最小空间/间隙。因而，CD确定了所设计的器件的总体尺寸和密度。当然，器件制造中的目标之一是在衬底上如实地再现原始设计意图(经由图案形成装置)。
如本文中所采用的术语“掩模”或“图案形成装置”可以被广泛地解释为指代可以用以向入射辐射束赋予经图案化横截面的通用图案形成装置，经图案化横截面对应于待在衬底的目标部分中产生的图案；术语“光阀”也可以用于此情境中。除了经典掩模(透射型或反射型、二元型、相移型、混合型等)以外，其它此类图案形成装置的示例包括可编程反射镜阵列和/或可编程LCD阵列。
可编程反射镜阵列的示例可以是具有黏弹性控制层和反射表面的矩阵可寻址表面。这样的设备所依据的基本原理是(例如)反射表面的已寻址区域将入射辐射反射成衍射辐射，而未寻址区域将入射辐射反射成非衍射辐射。使用适合的滤波器，可以从反射束中过滤掉该非衍射辐射，从而之后仅留下衍射辐射；这样，束根据矩阵可寻址表面的寻址图案而被图案化。所要求的矩阵寻址可以通过使用适合的电子方法进行。
以引用的方式被合并入本文中的美国专利号5,229,872中给出了可编程LCD阵列的示例。
图1图示了根据实施例的光刻投影设备10A的各个子系统的框图。主要部件是：辐射源12A，辐射源可以是深紫外准分子激光源或其它类型的源，包括极紫外线(EUV)源(如上文所论述的，光刻投影设备自身无需具有辐射源)；照射光学元件，照射光学元件例如限定部分相干性(表示为标准差)且可以包括对来自源12A的辐射进行成形的光学元件14A、16Aa和16Ab；图案形成装置18A；以及透射光学元件16Ac，透射光学元件将图案形成装置图案的图像投影至衬底平面22A上。在投影光学元件的光瞳平面处的可调整过滤器或孔20A可以约束照射到衬底平面22A上的束角度的范围，其中可能的最大角度限定了投影光学元件的数值孔径NA＝n sin(Θmax)，其中n是介于衬底与投影光学元件的最后元件之间的介质的折射率，并且Θmax是从投影光学元件射出的仍可以照射到衬底平面22A上的束的最大角度。
在光刻投影设备中，向图案形成装置和投影光学元件提供照射(即辐射)的源经由图案形成装置将照射引导且成形至衬底上。投影光学元件可以包括部件14A、16Aa、16Ab和16Ac中的至少一些部件。空间图像(AI)是在衬底水平处的辐射强度分布。可以使用抗蚀剂模型以根据空间图像来计算抗蚀剂图像，可以在美国专利申请公开号US 2009-0157630中找到这种情形的示例，其全部公开内容通过引用方式由此并入本文。抗蚀剂模型仅与抗蚀剂层的性质(例如，在曝光、曝光后焙烤(PEB)和显影期间发生的化学过程的效应)有关。光刻投影设备的光学性质(例如，照射、图案形成装置、和投影光学元件的性质)指明了空间图像且可以被限定于光学模型中。由于可以改变用于光刻投影设备中的图案形成装置，所以期望使图案形成装置的光学性质与至少包括源和投影光学元件在内的光刻投影设备的其余部分的光学性质分离。用以将设计布局变换成各种光刻图像(例如，空间图像、抗蚀剂图像等)的技术和模型的细节，通过使用那些技术和模型来应用了OPC并且评估了性能(例如，根据过程窗)的细节在美国专利申请公开号US 2008-0301620、2007-0050749、2007-0031745、2008-0309897、2010-0162197和2010-0180251中加以描述，每个美国专利申请公开的公开内容由此以全文引用的方式并入。
理解光刻过程的一个方面是理解辐射与图案形成装置的相互作用。可以根据在辐射到达图案形成装置之前的辐射的电磁场以及表征相互作用的函数，来确定在辐射传递穿过图案形成装置之后的辐射的电磁场。这种函数可以被称作掩模透射函数(其可以用以描述由透射图案形成装置和/或反射图案形成装置的相互作用)。
掩模透射函数可以具有多种不同形式。一种形式是二元的。二元掩模透射函数在图案形成装置上的任何给定部位处具有两个值(例如零和正的常数)中的任一值。呈二元形式的掩模透射函数可以被称作二元掩模。另一形式是连续的。即，图案形成装置的透射率(或反射率)的模数是图案形成装置上的部位的连续函数。透射率(或反射率)的相位也可以是图案形成装置上的部位的连续函数。呈连续形式的掩模透射函数可以被称作连续色调掩模或连续透射掩模(CTM)。例如，可以将CTM表示为像素化图像，其中可以向每个像素指派即分配介于0与1之间的值(例如0.1、0.2、0.3等等)，以代替0或1的二元值。在实施例中，CTM可以是像素化灰阶图像，其中每个像素具有多个值(例如在范围[-255,255]内，在范围[0，1]或[-1,1]或其它适当范围内的归一化值)。
薄掩模近似也被称为基尔霍夫(Kirchhoff)边界条件，被广泛地用以简化对于辐射与图案形成装置的相互作用的确定。薄掩模近似设定：图案形成装置上的结构的厚度与波长相比非常小，并且掩模上的结构的宽度与波长相比非常大。因此，薄掩模近似设定：在图案形成装置之后的电磁场是入射电磁场与掩模透射函数的相乘。然而，随着光刻过程使用具有越来越短的波长的辐射，并且图案形成装置上的结构变得越来越小，则薄掩模近似的设定会失灵。例如，辐射与结构(例如介于顶部表面与侧壁之间的边缘)的相互作用由于结构的有限的厚度(“掩模3D效应”或“M3D”)而可以变得显著。在掩模透射函数中涵盖这种散射可能会使掩模透射函数能够较佳地捕获辐射与图案形成装置的相互作用。在薄掩模近似下的掩模透射函数可以被称作薄掩模透射函数。涵盖M3D的掩模透射函数可以被称作M3D掩模透射函数。
根据本公开的实施例，可以产生一个或更多个图像。图像包括可以由每个像素的像素值或强度值表征的各种类型的信号。取决于图像内的像素的相对值，信号可以被称作例如弱信号或强信号，这可以是由本领域普通技术人员所理解的。术语“强”和“弱”是基于图像内的像素的强度值的相对术语，并且强度的特定值可能并不限制本公开的范围。在实施例中，可以基于选定阈值来辨识或识别强信号和弱信号。在实施例中，阈值可以是固定的(例如图像内的像素的最高强度与最低强度的中点)。在实施例中，强信号可以指具备大于或等于跨越图像的平均信号值的值的信号，并且弱信号可以指具备小于平均信号值的值的信号。在实施例中，相对强度值可以基于百分比。例如，弱信号可以是具有小于图像内的像素的最高强度(例如与目标图案对应的像素可以被视为具有最高强度的像素)的50％的强度的信号。此外，图像内的每个像素可以被视为变量。根据本实施例，可以相对于图像内的每个像素来确定导数或偏导数，并且可以根据基于成本函数的评估和/或成本函数的基于梯度的计算，来确定或修改每个像素的值。例如，CTM图像可以包括像素，其中每个像素是可以采取任何实值的变量。
图2图示根据实施例的用于模拟在光刻投影设备中的光刻的示例性流程图。源模型31表示源的光学特性(包括辐射强度分布和/或相位分布)。投影光学元件模型32表示投影光学元件的光学特性(包括由投影光学元件所造成的对辐射强度分布和/或相位分布的改变)。设计布局模型35表示设计布局的光学特性(包括由设计布局33所造成的对辐射强度分布和/或相位分布的改变)，设计布局是在图案形成装置上的、或由图案形成装置所形成的特征的布置的表示。可以根据设计布局模型35、投影光学元件模型32和设计布局模型35来模拟空间图像36。可以使用抗蚀剂模型37根据空间图像36来模拟抗蚀剂图像38。光刻的模拟可以例如预测抗蚀剂图像中的轮廓和CD。
更特别地，应注意，源模型31可以表示源的光学特性，光学特性包括但不限于数值孔径设定、照射均方偏差或标准差(σ)设定，以及任何特定照射形状(例如离轴辐射源，诸如环形、四极、偶极等等)。投影光学元件模型32可以表示投影光学元件的光学特性，光学特性包括像差、变形、一个或更多个折射率、一个或更多个实体大小、一个或更多个实体尺寸，等等。设计布局模型35可以表示实体图案形成装置的一个或更多个物理性质，如例如美国专利号7,587,704中所描述的，其全文以引用的方式而被合并入本文中。模拟的目标是准确地预测例如边缘放置、空间图像强度斜率和/或CD，其接着可以与预期设计进行比较。预期设计通常被定义成能够以诸如GDSII或OASIS或其它文件格式之类的标准化数字文件格式而提供的预OPC设计布局。
根据这种设计布局，可以识别一个或更多个部分，其被称作“片段(clip)”。在实施例中，提取一组片段，其表示设计布局中的复杂图案(通常为约50至1000个片段，但可以使用任何数目的片段)。这些图案或片段表示设计的小部分(即，电路、单元或图案)，并且更具体地，片段通常表示需要特别关注和/或校验/核查的小部分。换句话说，片段可以是设计布局的部分，或者可以是类似的或具有设计布局的多个部分的类似行为，其中通过经验(包括由客户所提供的片段)、通过试错法、或通过运行全芯片模拟来识别一个或更多个临界特征。片段可以包含一个或更多个测试图案或量规图案。
可以由客户基于设计布局中需要特定图像优化的一个或更多个已知临界特征区域来先验地提供初始较大的一组片段。替代地，在另一个实施例中，可以通过使用识别一个或更多个临界特征区域的某种自动化(诸如机器视觉)或手动算法来从整个设计布局提取初始较大的一组片段。
在光刻投影设备中，作为示例，成本函数可以被表达为
Figure BDA0002890225040000111
其中(z1，z2，…，zN)是N个设计变量或其值。fp(z1，z2，…，zN)可以是设计变量(z1，z2，…，zN)的函数，诸如针对(z1，z2，…，zN)的设计变量的一组值的特性的实际值与预期值之间的差。Wp是与fp(z1，z2，…，zN)相关联的权重常数。例如，特性可以是在边缘上的给定点处所测量的图案的边缘的位置。不同的fp(z1，z2，…，zN)可以具有不同的权重Wp。例如，如果特定的边缘具有窄范围的允许位置，则表示边缘的实际位置与预期位置之间的差的针对fp(z1，z2，…，zN)的权重Wp可以被给出较高值。fp(z1，z2，…，zN)也可以是层间特性的函数，层间特性继而是设计变量(ξ1，z2，…，zN)的函数。当然，CF(z1，z2，…，zN)并不限于方程式1中的形式。CF(z1，z2，…，zN)可以呈任何其它合适的形式。
成本函数可以表示光刻投影设备、光刻过程或衬底的任何一个或更多个合适的特性，例如聚焦、CD、图像移位、图像变形、图像旋转、随机变化、吞吐量、局部CD变化、过程窗、层间特性，或其组合。在一个实施例中，设计变量(z1，z2，…，zN)包括选自剂量、图案形成装置的全局偏置、和/或照射的形状中的一个或更多个。由于抗蚀剂图像常常规定衬底上的图案，因此成本函数可以包括表示抗蚀剂图像的一个或更多个特性的函数。例如，fp(z1，z2，…，zN)可以仅仅是抗蚀剂图像中的点与该点的预期位置之间的距离(即，边缘放置误差EPEp(z1，z2，…，zN))。设计变量可以包括任何可调整参数，诸如源、图案形成装置、投影光学元件、剂量、聚焦等等的可调整参数。
光刻设备可以包括可以用以调整波前和强度分布的形状和/或辐射束的相移的被统称为“波前操纵器”的部件。在实施例中，光刻设备可以调整沿光刻投影设备的光学路径的任何部位处的波前和强度分布，诸如在图案形成装置之前、在光瞳平面附近、在像平面附近、和/或在焦平面附近。波前操纵器可以用以校正或补偿由例如源、图案形成装置、在光刻投影设备中的温度变化、光刻投影设备的部件的热膨胀等等所造成的波前和强度分布和/或相移的某些变形。调整波前和强度分布和/或相移可以改变由成本函数所表示的特性的值。可以根据模型来模拟、或实际地测量这样的改变。设计变量可以包括波前操纵器的参数。
设计变量可以具有约束，约束可以被表达为(z1，z2，…，zN)∈Z，其中Z是设计变量的一组可能值。可以由光刻投影设备的期望的吞吐量来强加对设计变量的一个可能的约束。在没有由期望的吞吐量所强加的这样的约束的情况下，优化可以得到不切实际的设计变量的一组值。例如，如果剂量是设计变量，则在没有这样的约束的情况下，该优化可以得到使吞吐量在经济上不可能的剂量值。然而，约束的有用性不应被解释为必要性。例如，吞吐量可能会受到光瞳填充比率影响。对于一些照射设计，低光瞳填充比率可以舍弃辐射，从而导致较低的吞吐量。吞吐量也可以能会受到抗蚀剂化学反应的影响。较慢的抗蚀剂(例如要求适当地曝光较高量的辐射的抗蚀剂)导致较低的吞吐量。
如本文中所使用的，术语“图案化过程”意味着作为光刻过程的部分的通过施加光的指定图案来产生经蚀刻的衬底的过程。
如本文中所使用的，术语“目标图案”意味着在衬底上能够被蚀刻的理想化图案。
如本文中所使用的，术语“印制图案”意指衬底上的基于目标图案被蚀刻的实体图案。上述印制图案可以包括例如凹槽、通道、凹陷、边缘，或由于光刻过程而产生的其它两维和三维特征。
如本文中所使用的，术语“过程模型”意味着包括模拟图案化过程的一个或更多个模型的模型。例如，过程模型可以包括下列中的任何组合：光学模型(例如，其对用以在光刻过程中传送光的透镜系统/投影系统进行建模，并且可以包括对到达抗蚀剂上的光的最终光学图像进行建模)、抗蚀剂模型(例如其对抗蚀剂的实体效应进行建模，诸如由于光的化学效应)、OPC模型(例如，其可以用以制造目标图案，并且可以包括亚分辨率抗蚀剂特征(SRAF)等等)、图像捕获装置模型(例如，其对图像捕获装置可根据印制图案来对何物成像进行建模)。
如本文中所使用的，术语“图像捕获装置”意指可以被配置成产生目标(诸如印制图案或其部分)的图像的任何数目的装置、或装置和相关联计算机硬件和软件的组合。图像捕获装置的非限制性示例可以包括：电子束检查设备、扫描电子显微镜(SEM)、x射线机、原子力显微镜，等等。
如本文中所使用的，术语“校准”意味着对设备或计算机程序，诸如过程模型进行修改(例如改善或调谐)和/或验证。
图3是示出根据各种实施例的示例性扫描电子显微镜的图。
所制作的结构(例如晶片)的测量信息可用于过程建模、现有模型校准(包括重新校准)、缺陷检测、估计、表征或分类、产率估计、过程控制或监控，等等。
如上所述，在图案化过程中，过程控制和验证可以包括对所述结构的频繁测量。可以测量或确定结构的一个或更多个参数，例如，临界尺寸、在衬底中或衬底上所形成的连续层之间的重叠误差，等等。存在着各种技术用于测量在图案化过程中所形成的微观结构。用于进行此类测量的各种工具可包括扫描电子显微镜(SEM)，其可用来测量参数，诸如临界尺寸(“CD”)和/或边缘点(“EP”)。SEM能够分辨约30nm或更小、20nm或更小、10nm或更小、或者5nm或更小的特征。
图3示意性地描绘了电子束检查设备300的实施例。在一些实施例中，从电子源310所发射的一次电子束312可由聚光透镜314会聚，并且然后可传递穿过束偏转器316、E x B偏转器318、和物镜320以在焦点处照射衬底台332上的衬底330。
当利用电子束312照射衬底330时，从衬底330产生二次电子。二次电子可由E x B偏转器318偏转并且由二次电子检测器322检测。二维电子束图像可以通过检测从样品产生的电子来获得，例如，与由束偏转器316对电子束的二维扫描同步。在另一实施例中，可利用由束偏转器204在X或Y方向上重复扫描电子束312，以及由衬底台332在X或Y方向中的另一方向上连续移动衬底330来获得二维电子束图像。因而，在一个实施例中，电子束检查设备300具有由电子束检查设备300可以提供电子束312的角度范围(例如，偏转器316可以提供电子束312的角度范围)来限定的电子束312的视野。因而，视场的空间范围是电子束312的角范围可以冲击/照射于表面的空间范围。
由二次电子检测器322所检测到的信号可以由模拟/数字(A/D)转换器324转换为数字信号，并且该数字信号可以被发送到图像处理系统340。在一个实施例中，图像处理系统340可以具有存储器346以存储全部或部分数字图像以供处理单元348处理。处理单元348(例如，专门设计的硬件、或硬件和软件的组合、或包括软件的计算机可读介质)被配置成将数字图像转换或处理成代表数字图像的数据集。在一个实施例中，处理单元348可以被配置或编程为引起执行本文所述的方法。此外，图像处理系统340可以具有被配置成在参考数据库中存储数字图像和相对应数据集的非暂时性存储介质342。显示装置344可以与该图像处理系统340相连接，使得操作者可以借助图形用户界面来进行器材的操作。
图4示出了根据实施例的示例性SEM图像410和示例性重构SEM图像。
印制图案的制造过程涉及将三维特征(例如，通道、孔等)蚀刻到衬底中以形成印制图案。例如，作为制造技术的验证或过程模拟的验证的一部分，可以对这种印制图案成像以确定三维特征。诸如SEM之类的图像捕获装置可以生成该印制图案的二维捕获图像410(例如，像素图)。虽然许多因素可以影响SEM信号的测量强度，但主要因素可以是印制图案的表面的高度和角度。在图4中，捕获图像410包含通常亮像素和暗像素的交替带。重构图像420(底部)是印制图案的三维重构，其以透视图示出来图示该印制图案的三维特征，其可以包括交替脊。因此，SEM图像强度与高度成比例，其中较亮的像素对应于印制图案的凸起部分。
图5示出了根据实施例的印制图案中的示例性隐藏缺陷的检测。
如先前所论述，SEM图像可以反映印制图案的三维特征。然而，由于图像捕获装置的限制，诸如有限的深度分辨率会导致扫描表面下的某些特征被隐藏。图5中示出了一个示例，其中SEM图像510(底部)示出了由通道(对应于较亮像素)所分开的多个凸起特征(对应于较暗像素)。最亮的像素对应于凸起特征的边缘。参考圆圈的区域，基于SEM图像510，显示在相邻凸起特征之间存在通道，如根据目标图案所预期的。然而，由SEM图像510的一部分的展开视图所示的三维重构指示了，在印制图案中实际上存在着并没有在SEM图像510中示出的缺陷520。这里，缺陷520是桥接缺陷，在此处相邻凸起区域在表面下方会合，而不是形成由SEM图像510所示出的期望通道。
如上所描述，可以从SEM图像重构三维特征。然而，在捕获图像有噪声或经受伪影影响的情况下，这种重构可能是不可靠的。如下面进一步详细描述的，在捕获图像中的不可靠区域可以由模拟图像(例如，由SEM模型生成)来补充。因此，本文所描述的用于确定在印制图案中缺陷的存在的方法的实施例可以包括：a)利用图像捕获装置来获得印制图案的捕获图像，以及b)获得由过程模型所生成的印制图案的模拟图像。如本文进一步详细描述的，这还可以包括生成组合图像作为模拟图像和捕获图像的多个部分的加权组合。如本文所使用的，“部分”可以包括图像的任何子集(或整个图像)，并且相应地可以包括来自图像的任何数目像素或像素的分布。在一实施例中，这可以类似地被视为合并操作，在此组合图像基于来自模拟图像和捕获图像的经加权的对应像素的合并被构造或组装。
基于该组合图像，能够判断在该印制图案中是否存在缺陷。除了确定是否存在缺陷外，还可以确定缺陷的部位和/或高度。可以通过计算出预期设计(例如，目标图案，其可以是三维的)和重构的三维形状(例如，从组合图像生成的高度图)之间的差来检测和/或确定缺陷。当差异大于预定义的阈值时，该差异可以被标记为缺陷。参见图7进一步详细地描述组合图像和高度图的细节。当缺陷已被识别时，可以校准该过程模型以降低缺陷发生的概率。
如本文所用，“缺陷”是指在印制图案中没有预期到的基于图案化过程的任何物理特征或特征。例如，缺陷可以包括印制图案的一部分中的孔闭合、桥接、或颈缩。
类似地，一些实施例可以包括确定缺陷的缺陷特征，例如物理特征、量值、光学特性，等等。物理特征的示例可以包括，例如，粗糙度、与预期形状的偏差(例如，孔闭合)、斜率、曲率、凹陷、突起，或其他可以从印制图案的三维形状而得到的特征。对照而言，光学特性可包括例如由图案化过程产生的反照率或变色。这些特性可以具有与它们相关联的量值，诸如粗糙度、突出的高度、反照率的变化，等等。
在讨论有助于确定在印制图案中是否存在缺陷的实施例之前，首先描述生成模拟图像的实施例。在执行SEM图像的模拟时，可以使用一定数目的光刻模型或它们的子组成部分(例如，光学、蚀刻、抗蚀剂等)来预测印制图案，并且因而预测模拟SEM图像的基础。在一些实施例中，过程模型可以是被配置成生成表示在印制图案中的形状的概率场的概率光刻模型。概率光刻模型的一个示例在PCT/EP2015076582中描述，其内容通过引用并入，并且特别是由PCT/EP2015076582的图6所提及的对于预测了从在图案化过程中所使用的设计图案得到的图案(例如，显影后图案、蚀刻后图案，等等)的模型的讨论。
作为概率光刻模型的一部分，可以计算出概率场P(x，y)，该概率场是所述结构的一部分的产生(或不产生)的概率。在一实施例中，概率是在作为图案化过程的一部分的抗蚀剂的显影之后，抗蚀剂的一部分显影或不显影的概率。在一实施例中，概率是在使用经图案化的抗蚀剂作为图案化过程的一部分进行蚀刻之后，对衬底的一部分的蚀刻后形成或蚀刻后不形成的概率。这可指代显影后的抗蚀剂模型，但概率光刻模型可用于对图案化过程的其它部分(诸如蚀刻后模型)进行建模。
已经发现，逻辑模型/函数可用于准确预测使用图案化过程而产生的物理结构的图像的部分(例如，像素)中的响应。因而，在一实施例中，可以将空间图像转换为呈逻辑模型形式的概率场。例如，逻辑模型可以表示显影后抗蚀剂模型或蚀刻后模型。在一实施例中，逻辑模型可以是具有任意数量的特征/回归量和任意数量的参数的任意逻辑函数。在一实施例中，在抗蚀剂模型的情境中，空间图像被投影到包括呈例如如下形式S型函数的逻辑模型：
Figure BDA0002890225040000171
其中P(x，y)是显影或不显影抗蚀剂的概率，a(x，y)是如上所述的空间图像，γ确定S型的斜率并且与抗蚀剂灵敏度成比例，以及τ是确定针对P＝0.5(被显影或没有被显影的概率相等)的情况下的ω的阈值。因而，在一实施例中，概率P∈[0，1]。在本示例中，逻辑模型的最大值是1，在这种情况下π是确定针对P为最大值一半的情况下的ω的阈值。
如上所述，SEM图像强度可与印制图案的形状(或可能形状)相关。影响SEM图像强度的一个方面是印制图案的反照率。反照率是一种材料性质并且可以被定义为与用于完全水平表面的特定材料对应的SEM强度。一些实施例可以包括从由光刻模型所生成的概率场来确定印制图案的反照率分布。随后，当生成模拟的SEM图像时，可以将反照率分布合并到SEM模型中。
图6示出了根据实施例的由捕获图像610所形成的示例性高度图630。
在图6的顶部示出了诸如从扫描电子显微镜所采集的捕获图像610。如图6的中间部分所示，法向向量场620可以从捕获图像610确定，并且由限定一表面的法向向量的集合来表示。如图6的底部所示，可以从法向向量场620来确定高度映射630(示出相对于参考平面的高度)。
在一个实施例中，可以基于以下形式的SEM模型来计算高度图630：
Figure BDA0002890225040000181
在上面，R是所建模的SEM图像。它可以根据被用作为反照率的V以及作为向量n(即，到该表膜的法向)和s(照射方向的单位向量、或其笛卡尔分量sx、sy和sz)之间角度的Φ来表示。部位(x，y)处的高度由z给出，其中vZ是高度的梯度，并且zx、zy分别是z的x和y导数。在法向入射处，这样的SEM模型简化为：
Figure BDA0002890225040000182
将上述内容重新排列，方程可考虑z(高度图)的解：
Figure BDA0002890225040000191
这里，f是所建模的SEM图像，以前称为R。这个方程是程函方程(eikonal方程)且可以通过实施快速行进方法求解。
其他更复杂的SEM模型可用于确定高度图，例如多尺度单核(Jones 1993)、多尺度多核(Seeger 2004、Seegers 2005)和各种蒙特卡罗方法(eScatter、Casino、Monsel等)。
图7图示了根据实施例的生成组合图像以校正在扫描电子显微镜图像中的伪影的示例。
在图7中，示例性图案710(例如，掩模)被示出为具有与印制图案中的孔或凹陷对应的四个区域。基于图案710，可以生成预测实施图像捕获设备信号将会如何的模拟图像720。在一些实施方式中，在给定掩模或图案、以及实施图像捕获设备的扫描方向的情况下，可以确定(或者可选地在图像捕获之前预测)包含伪影的捕获图像的区域。还示出了示例捕获图像730，其包括由暗水平条纹示出的伪影740。如从以下进一步描述的，可以从模拟图像720和捕获图像730产生组合图像750(不包含伪影740)。
根据本公开的实施例可以允许减少或消除捕获图像的伪影或其他较低品质区域。这种伪影的减少可以允许对印制图案进行较精确的三维重构，并且由此改善对可能由图案化过程产生的隐藏缺陷进行检测的能力。
可以被减少或消除的伪影的一个示例是带电伪影。当正在由SEM扫描的区域并没有如其本应导电般传导电子(来自SEM电子束)时，会产生带电伪影，这会导致表面上(或材料内部)的电荷积聚。这样的带电区域可以提供不正确的图像，因为背散射电子可以被加速(例如，由于电荷积聚所产生的表面电势)，并且如此提供不正确的图像强度。
具体地，在一些实施例中，捕获图像730和模拟图像720可以被合并以形成比单独的两个图像中的任一个更准确的组合图像750。因此，可以从组合图像生成更准确的高度图。加权组合可以基于捕获图像730中的噪声水平、模拟图像720中的误差水平，等等。噪声水平别可以包括捕获图像730中可能存在的电子噪声、统计噪声，等等。类似地，模拟像素强度可以具有由过程模型所确定的与它们相关联的不确定性(或误差水平)。在捕获图像730有噪声的像素处，模拟图像720可用于替换有噪声的像素并且提供改进的组合图像。类似地，模拟图像720中具有增加的误差水平的部分可以由来自捕获图像730的较低噪声像素来替换。具体地，根据实施例，捕获图像730的加权可以与噪声水平成反比，并且模拟图像720的加权可以与模拟图像720的误差水平成反比。
因此，一些实施例可以包括在捕获图像730中具有与带电伪影740相关联的像素，这些像素当生成组合图像750时的加权权重小于其他像素。
在另一实施方式中，可以分析捕获图像730以确定给定像素是伪影的可能性。例如，通过将没有伪影的类似的、或先前获取的捕获图像与可能包含伪影的另一捕获图像进行比较，可以识别可能对应于伪影的区域。这可以包括区分先前识别的暗区(已知不是伪影)和先前未识别的暗区。以此方式，如果事先知道捕获图像中的暗像素不是伪影，则可以排除它们。
除了如上所述般改进捕获图像之外，本公开还提供了用于改进针对图案化过程的过程模型的方法和系统。方法可以包括获取来自图像捕获装置的印制图案的捕获图像、由过程模型生成的模拟图像、以及捕获图像和模拟图像的组合图像。印制图案的三维特征可以从组合图像中确定。如下文更详细地讨论的，可以基于确定的三维特征来改进过程模型。
如本文所适用，“三维特征”可包括例如印制图案或模拟二维图像的一些或全部的表面、凹陷、内部空间、孔、突起。
在实施例中，捕获图像可以是具有捕获图像强度的二维图像。捕获图像强度可以是逐像素基础上的捕获图像的强度。
在其他实施例中，可以由机器学习模型来生成模拟图像。模拟图像可以具有可以是对于捕获图像强度的预测的模拟图像强度。机器学习模型可以包括例如参考图10至11所描述的实施例。
在一些实施例中，三维特征可以由高度图来表示，该高度图表示印制图案相对于某参考点(例如，印制图案所搁置于的台表面)的高度。高度图可以基于将模拟图像强度与捕获的图像强度的匹配。匹配可以包括例如高度图(或其部分)的平移、旋转、比例缩放、和类似变换的任意组合，以改进测量图像与模拟图像之间的一致性。
因此，高度图可以包括三维特征，其可以允许对过程模型或制造过程的进一步改进，如下面进一步讨论的。
图8A示出了根据实施例的从高度图确定粗糙度的示例性方法。
如本文所描述，基于先前确定的高度图，可以确定可用于对过程模型加以改进的印制图案的特征。在一个实施例中，可确定在高度图的表面下方的部位处的粗糙度。图8A中的顶部图示出了线空间图案的示例性高度图810(如先前在图4中所示)。底部图像820图示了名义高度的25％和75％处的轮廓。基于这些轮廓，可以导出各种指标，例如，线宽粗糙度和线边缘粗糙度。线宽粗糙度(LWR)可以是跨越指定宽度的粗糙度的量度，例如，特定高度处高架线的宽度，如由水平箭头所示。类似地，线边缘粗糙度(LER)可以是沿着指定边缘的粗糙度的量度，例如，在特定高度处的高架线的边缘。在此示例中，可以沿着图8A的底部图示中在垂直方向上所示的轮廓来计算线边缘粗糙度。
边缘放置误差(EPE)可以被认为是目标图案与由印制图案所实现的实际物理形状之间的差异，并且可以是印制图案的粗糙度的函数。由于粗糙度在不同高度处可以不同，因此本文所描述的一些实施例可以合并来自高度图的三维信息以确定取决于高度的粗糙度。
在一实施例中，上述计算出的粗糙度可用于确定高度图的表面以下部位处的边缘放置误差。EPE的一个计算示例如下：
Figure BDA0002890225040000221
在这里，μEPE是平均EPE，σEPE是EPE的标准偏差。展开式包含HROPC，这是由于OPC残差导致的过程目标条件情况下的抗蚀剂CD误差的一半范围；σPBA是邻近偏差平均值的标准偏差，也表示为场平均CD的按特征的最大工具－工具变化；σoverlay是重叠的标准偏差，并且σCDU是CD均匀性。
因此，过程模型的优化可导致降低已从高度图测量的粗糙度，且由此降低EPE。
图8B图示了根据实施例的可从高度图导出的示例性统计信息。
根据高度图，可以确定一定数目的统计信息，这些统计信息可以提供有关印制图案的有用信息，或者用于调整或以其他方式改进过程模型。图8B(a)是图8A所示的两个轮廓的展开图。顶部轮廓(标记为“顶部LER”)图示了在图8A的X轴上大约205处竖直地延伸的轮廓的顶部(或更精确地说，在线空间图案的名义高度的75％)处的线边缘粗糙度。类似地，底部轮廓(“顶部LER”)图示了在图8A的X轴上大约215处竖直地延伸的轮廓的底部(或更精确地说，在线空间图案的名义高度的25％)处的线边缘粗糙度。图8B(b)图示了顶部LER可以具有较广泛的分布，即，LER的振幅似乎随着高度而增加。如图8B(c)所示，散点图或散布图显示了可以是系统行为的指示的显著轨迹。另外，图8B(c)还图示了可以计算顶部与底部LER之间的相关系数，并且在此示例中，相关系数为0.74。图8B(d)中所示的频率组成在顶部LER与底部LER之间非常相似(即，在顶部LER或底部LER之一中不存在明显的周期性)。
图9图示了根据实施例的合并了确定的三维特征的过程模型的示例性流程图。
过程模型910的一个实施例可包括底部光学模型920，其模拟照射于光致抗蚀剂上的光。底部光学模型920还可以生成可输入到抗蚀剂模型930的参数922。抗蚀剂模型930可在光致抗蚀剂上产生模拟光图案的效果，并且可选地包括阈值调整932，其设置用以显影光致抗蚀剂所要求的所需光量。控制抗蚀剂模型930的输出的参数可由参数优化模块936优化。参数优化模块936可将经优化的参数输出到底部光学模型920和抗蚀剂模型930中的任一个或两者。
一些实施例中，过程模型910可通过在934处基于高度图的抗蚀剂模型和由抗蚀剂模型所生成的预测抗蚀剂轮廓进行对于抗蚀剂模型的校准来改进。这在图9中由经优化的抗蚀剂轮廓的输出用作对于参数优化模型936的输入而示出。如本文所用，“抗蚀剂轮廓”意思是可用于图案化过程中的光致抗蚀剂的二维或三维描述。预测抗蚀剂轮廓可以通过基于抗蚀剂模型的参数来计算预测抗蚀剂轮廓而生成。
抗蚀剂模型的校准可以包括通过至少最小化预测的抗蚀剂轮廓与高度图之间的差异的范数(norm)来确定经更新的参数。范数在数学上可以被表示为||zresist(p)～ ZSEMII，其中zresist可以是预测的抗蚀剂轮廓(例如，由抗蚀剂模型所生成的高度图)，p可以是经更新/优化的抗蚀剂模型的参数，并且zSEM可以是由本文所描述的任何方法所生成的高度图(例如，其中，可以使用捕获图像和模拟图像的各部分的加权组合从组合图像计算高度图)。以此方式，可以调整抗蚀剂模型的参数，以提供基于印制图案的准确三维重构的较准确的抗蚀剂模型。类似地，在实施例中，当确定这样的改变将显著减少和/或消除隐藏缺陷时，可以改变掩模图案。这种优化可被视为先前描述的成本函数的三维版本。
图10是示出根据实施例的用于确定隐藏缺陷的存在的方法的过程流程图。
方法可以包括，在1010处，利用图像捕获设备来获得印制图案的捕获图像，以及获得由光刻模型所生成的印制图案的模拟图像。
在1020处，可以基于模拟图像和捕获图像来生成组合图像。
在1030处，可以基于组合图像来确定在印制图案中的缺陷。
图11是示出根据实施例的用于改进用于图案化过程的过程模型的方法的过程流程图。
在1110处，该方法可以包括从图像捕获设备获得印制图案的捕获图像、由过程模型所生成的模拟图像、以及模拟图像和捕获图像的组合图像。
在1120处，可以从组合图像来确定印制图案的三维特征。
在1130处，可以基于所确定的三维特征来改进过程模型。
图12是根据实施例的示例计算机系统CS的框图。
计算机系统CS包括用于通信信息的总线BS或其他通信机构，和与总线BS耦接以用于处理信息的处理器PRO(或多个处理器)。计算机系统CS还包括耦接至总线BS以用于储存待由处理器PRO执行的信息和指令的主存储器MM，诸如随机存取存储器(RAM)或其他动态储存装置。主存储器MM还可以用于在待由处理器PRO执行的指令的执行期间储存暂时性变量或其他中间信息。计算机系统CS还包括耦接至总线BS以用于储存用于处理器PRO的静态信息和指令的只读存储器(ROM)ROM或其他静态储存装置。设置诸如磁盘或光盘的储存装置SD，且将该储存装置耦接至总线BS以用于储存信息和指令。
计算机系统CS可以经由总线BS耦接至用于向计算机使用者显示信息的显示器DS，诸如阴极射线管(CRT)或平板显示器或触控面板显示器。包括字母数字键和其他键的输入装置ID耦接至总线BS以用于将信息和命令选择通信至处理器PRO。另一类型的使用者输入装置是光标控制器CC(诸如鼠标、轨迹球或光标方向键)，用于将方向信息和命令选择通信至处理器PRO且用于控制显示器DS上的光标移动。这种输入装置典型地在两个轴线(第一轴线(例如x)和第二轴线(例如y))上具有两个自由度，这允许装置指定平面中的位置。触摸面板(屏)显示器也可以用作输入装置。
根据一个实施例，本文描述的一个或更多个方法的部分可以由计算机系统CS响应于处理器PRO执行包含在主存储器MM中的一个或更多个指令的一个或更多个序列而被执行。这样的指令可以被从另一计算机可读介质(诸如储存装置SD)读取到主存储器MM中。包含在主存储器MM中的指令的序列的执行使得处理器PRO执行本文描述的过程步骤。在多处理布置中的一个或更多个处理器也可以被用于执行包含在主存储器MM中的指令的序列。在可替代的实施例中，硬接线电路可以用于替代软件指令或与软件指令结合。因此，本文的描述不限于硬件电路和软件的任何特定的组合。
本文中使用的术语“计算机可读介质”是指参与向处理器PRO提供指令以供执行的任何介质。这样的介质可以采用很多形式，包括但不限于非易失性介质、易失性介质和传输介质。非易失性介质包括例如光盘或磁盘，诸如储存装置SD。易失性介质包括动态存储器，诸如主存储器MM。传输介质包括同轴电缆、铜线和光纤，包括包含总线BS的电线。传输介质还可以采用声波或光波的形式，诸如在射频(RF)和红外(IR)数据通信期间生成的声波或光波。常见形式的计算机可读介质包括例如软盘、柔性盘、硬盘、磁带、任何其他磁性介质、CD-ROM、DVD、任何其他光学介质、穿孔卡、纸带、具有孔图案的任何其他物理介质、RAM、PROM和EPROM、FLASH-EPROM、任何其他存储器芯片或晶闸。非暂时性计算机可读介质上可以记录有指令。指令在由计算机执行时可以实施本文中所描述的特征中的任一特征。暂时性计算机可读介质可以包括载波或其它传播电磁信号。
各种形式的计算机可读介质可以涉及将一个或更多个指令的一个或更多个序列传送到处理器PRO以供执行。例如，指令最初可以承载在远程计算机的磁盘上。远程计算机可以将指令加载到其动态存储器中，并且使用调制解调器通过电话线发送指令。计算机系统CS本地的调制解调器可以在电话线上接收数据并且使用红外发射器将数据转换成红外信号。耦接到总线BS的红外检测器可以接收红外信号中携带的数据并且将数据放置在总线BS上。总线BS将数据传送到主存储器MM，处理器PRO从主存储器MM检索并且执行指令。由主存储器MM接收的指令可以可选地在由处理器PRO执行之前或之后储存在储存装置SD上。
计算机系统CS还可以包括耦接到总线BS的通信接口CI。通信接口CI提供耦接到网络链路NDL的双向数据通信，网络链路连接到局域网LAN。例如，通信接口CI可以是用于提供与相应类型的电话线的数据通信连接的综合业务数字网(ISDN)卡或调制解调器。作为另一示例，通信接口CI可以是用于提供与兼容LAN的数据通信连接的局域网(LAN)卡。还可以实施无线链路。在任何这样的实施方式中，通信接口CI发送和接收携带表示各种类型的信息的数字数据流的电信号、电磁信号或光信号。
网络链路NDL典型地通过一个或更多个网络提供到其他数据装置的数据通信。例如，网络链路NDL可以通过局域网LAN提供到主计算机HC的连接。这可以包括通过现在通常称为“因特网”INT的全球分组数据通信网络而提供的数据通信服务。局域网LAN(因特网)两者都使用携带数字数据流的电信号、电磁信号或光信号。通过各种网络的信号和在网络数据链路NDL上并且通过通信接口CI的信号(其将数字数据传送到计算机系统CS和从计算机系统CS传送数字数据)是输送信息的载波的示例性形式。
计算机系统CS可以通过网络、网络数据链路NDL和通信接口CI发送消息和接收数据，包括程序代码。在因特网示例中，主计算机HC可以通过因特网INT、网络数据链路NDL、局域网LAN和通信接口CI传输用于应用程序的所请求的代码。例如，一个这样的下载的应用可以提供本文中所描述的方法的所有部分。所接收的代码可以在被接收时由处理器PRO执行，和/或储存在储存装置SD或其他非易失性储存器中以供稍后执行。以这种方式，计算机系统CS可以获取呈载波的形式的应用代码。
图13是根据实施例的光刻投影设备的示意图。
光刻投影设备可以包括照射系统IL、第一物体台MT、第二物体台WT和投影系统PS。
照射系统IL，可以调节辐射束B。在这种特定情况下，照射系统还包括辐射源SO。
第一物体台(例如图案形成装置台)MT，可以具有用于保持图案形成装置MA(例如，掩模台)的图案形成装置保持器并连接到用于相对于项PS来准确地定位图案形成装置的第一定位器。
第二物体台(衬底台)WT，可以具有用于保持衬底W(例如涂覆有抗蚀剂的硅晶片)的衬底保持器并连接到用于相对于项PS来准确地定位衬底的第二定位器。
投影系统(“透镜”)PS(例如，折射、反射或反射折射光学系统)，可以将图案形成装置MA的被辐射部分成像到衬底W的目标部分C(例如包括一个或更多个管芯)上。
如本文所描绘的，设备可以属于透射型(例如，采用透射型图案形成装置)。然而，一般而言，它可以属于反射型(例如，采用反射型图案形成装置)。设备可以采用与经典掩模不同种类的图案形成装置；示例包括可编程反射镜阵列或LCD矩阵。
源SO(例如汞灯或准分子激光、激光产生等离子体(LPP)EUV源)产生辐射束。例如，这个束直接地或在已横穿诸如扩束器Ex之类的调节设备之后馈送至照射系统(照射器)IL中。照射器IL可以包括调整装置AD，用于设定束中的强度分布的外部径向范围和/或内部径向范围(通常分别被称作σ-外部和σ-内部)。另外，照射器IL通常会包括各种其他部件，诸如积光器IN和聚光器CO。这样，照射于图案形成装置MA上的束B在其横截面中具有期望的均匀性和强度分布。
在一些实施例中，源SO可以在光刻投影设备的外壳内(这经常是当源SO为例如汞灯时的情况)，但它也可以远离光刻投影设备，它所产生的辐射束被引导到该设备中(例如，借助于适当的定向反射镜)；后一情形可以是当源SO为准分子激光(例如，基于KrF、ArF或F2激光作用)时的情况。
束PB随后可以截取被保持于图案形成装置台MT上的图案形成装置MA。在已横穿图案形成装置MA的情况下，束PB可以传递穿过透镜PL，该透镜PL将束B聚焦到衬底W的目标部分C上。借助于第二定位设备(和干涉测量设备IF)，可以准确地移动衬底台WT，例如，以便将不同目标部分C定位在束PB的路径中。类似地，第一定位设备可以用于例如在从图案形成装置库机械地检索图案形成装置MA之后或在扫描期间相对于束B的路径来准确地定位图案形成装置MA。通常，可以借助于长行程模块(粗定位)和短行程模块(精定位)来实现物体台MT、WT的移动。然而，在步进器(与步进扫描工具相反)的情况下，图案形成装置台MT可以仅连接到短行程致动器，或者可以是固定的。
所描绘的工具可以用于两种不同的模式中，即步进模式和扫描模式。在步进模式下，将图案形成装置台MT保持基本静止，并且将整个图案形成装置图像一次投影(即，单次“闪光”)到目标部分C上。可以使衬底台WT在x和/或y方向上移位，以使得不同的目标部分C可以被束PB照射。
在扫描模式下，除了单次“闪光”中不曝光给定目标部分C之外，基本上适用于相同的情形。可替代地，图案形成装置台MT能够在给定方向(所谓的“扫描方向”，例如y方向)上以速率v移动，以使得投影束B在图案形成装置图像上进行扫描；同时，衬底台WT以速率V＝Mv在相同或相反方向上同时移动，其中，M是透镜PL的放大率(典型地M＝1/4或1/5)。这样，可以在不必折中分辨率的情况下曝光相对大的目标部分C。
图14是根据实施例的另一光刻投影设备(LPA)的示意图。
LPA可以包括源收集器模块SO、被配置成调节辐射束B(例如EUV辐射)的照射系统(照射器)IL、支撑结构MT、衬底台WT以及投影系统PS。
支撑结构(例如图案形成装置台)MT，可以被构造成支撑图案形成装置(例如掩模或掩模版)MA并且连接到第一定位器PM，第一定位器PM配置成准确地定位图案形成装置。
衬底台(例如，晶片台)WT，可以被构造成保持衬底(例如，涂覆有抗蚀剂的晶片)W并且连接到第二定位器PW，第二定位器PM配置成准确地定位衬底。
投影系统(例如反射式投影系统)PS，可以被配置成将由图案形成装置MA赋予辐射束B的图案投影到衬底W的目标部分C(例如包括一个或更多个管芯)上。
如此处所描绘的，LPA可以属于反射型(例如，采用反射型图案形成装置)。应该注意的是，由于大多数材料在EUV波长范围内具有吸收性，所以图案形成装置可以具有包括例如钼和硅的多叠层的多层反射器。在一个示例中，多叠层反射器具有钼和硅的40个层对，其中，每一层的厚度为四分之一波长。可以利用X射线光刻术来产生甚至更小的波长。由于大多数材料在EUV和x射线波长下具有吸收性，所以图案形成装置形貌上的图案化的吸收材料的薄片(例如，多层反射器的顶部上的TaN吸收体)限定特征将印制(正型抗蚀剂)或不印制(负型抗蚀剂)的位置。
照射器IL可以接收来自源收集器模块SO的极紫外辐射束。用于产生EUV辐射的方法包括但不必限于将材料转换为等离子体状态，该材料具有在EUV范围内具有一个或更多个发射线的至少一种元素(例如氙、锂或锡)。在通常称为激光产生等离子体(“LPP”)的一种这样的方法中，等离子体可以通过以激光束辐射燃料来产生，燃料例如是具有线发射元素的材料的液滴、束流或簇。源收集器模块SO可以是包括用于提供激发燃料的激光束的激光器的EUV辐射系统的一部分。所得到的等离子体发射输出辐射，例如EUV辐射，其通过使用设置在源收集器模块内的辐射收集器收集。激光器和源收集器模块可以是分立的实体，例如当使用CO2激光器提供用于燃料激发的激光束时。
在这些情况下，不会将激光器看作是构成光刻设备的一部分，并且借助于包括例如合适的定向反射镜和/或扩束器的束传递系统，辐射束B可以被从激光器传递到源收集器模块。在其它情况下，源可以是源收集器模块的组成部分，例如，当源是放电产生等离子体EUV产生器(通常被称为DPP源)时。
照射器IL可以包括用于调整辐射束的角强度分布的调整器。通常，可以调整照射器的光瞳平面中的强度分布的至少外部径向范围和/或内部径向范围(通常分别被称为σ-外部和σ-内部)。此外，照射器IL可以包括各种其它部件，诸如琢面场反射镜装置和琢面光瞳反射镜装置。照射器可以用于调节辐射束，以在其横截面中具有所期望的均匀性和强度分布。
辐射束B可以入射到保持在支撑结构(例如，图案形成装置台)MT上的图案形成装置(例如，掩模)MA上，并且通过图案形成装置来形成图案。已经被图案形成装置(例如，掩模)MA反射后，辐射束B穿过投影系统PS，投影系统将辐射束聚焦到衬底W的目标部分C上。借助于第二定位装器PW和位置传感器PS2(例如，干涉仪器件、线性编码器或电容传感器)，可以准确地移动衬底台WT，例如以便将不同的目标部分C定位于辐射束B的路径中。类似地，可以将第一定位器PM和另一个位置传感器PS1用于相对于辐射束B的路径准确地定位图案形成装置(例如，掩模)MA。可以使用图案形成装置对准标记M1、M2和衬底对准标记P1、P2来对准图案形成装置(例如，掩模)MA和衬底W。
所描绘设备LPA可以用于下列模式中的至少一种模式：步进模式、扫描模式和静止模式。
在步进模式中，在将支撑结构(例如图案形成装置台)MT和衬底台WT保持为基本静止的同时，将赋予辐射束的整个图案一次投影到目标部分C上(即，单一的静态曝光)。然后将衬底台WT沿X和/或Y方向移动，使得可以对不同目标部分C曝光。
在扫描模式中，在对支撑结构(例如图案形成装置台)MT和衬底台WT同步地进行扫描的同时，将赋予辐射束的图案投影到目标部分C上(即，单一的动态曝光)。衬底台WT相对于支撑结构(例如图案形成装置台)MT的速度和方向可以通过投影系统PS的放大(缩小)率和图像反转特征来确定。
在静止模式中，将用于保持可编程图案形成装置的支撑结构(例如图案形成装置台)MT保持为基本静止，并且在对衬底台WT进行移动或扫描的同时，将赋予辐射束的图案投影到目标部分C上。在这种模式中，通常采用脉冲辐射源，并且在衬底台WT的每一次移动之后、或在扫描期间的连续辐射脉冲之间，根据需要更新可编程图案形成装置。这种操作模式可易于应用于利用可编程图案形成装置(诸如，如上所提及类型的可编程反射镜阵列)的无掩模光刻术中。
图15是根据实施例的光刻投影设备的详细视图。
如图所示，LPA可以包括源收集器模块SO、照射系统IL以及投影系统PS。源收集器模块SO构造和布置成将真空环境维持在源收集器模块SO的围封结构220中。发射EUV辐射的等离子体210可以由放电产生等离子体源形成。EUV辐射可以通过气体或蒸汽产生，例如氙气、锂蒸汽或锡蒸汽，其中产生极热的等离子体210以发射在电磁光谱的EUV范围内的辐射。例如，通过引起至少部分地电离的等离子体的放电而产生极热的等离子体210。为了有效产生辐射，可能需要为例如分压为10Pa的Xe、Li、Sn蒸汽或任何其他适当的气体或蒸汽。在实施例中，提供被激发的锡(Sn)的等离子体以产生EUV辐射。
由热等离子体210发射的辐射经由定位于源腔室211中的开口中或后方的可选的气体阻挡件或污染物陷阱230(在一些情况下，也被称作污染物阻挡件或箔片阱)而从源腔室211传递到收集器腔室212中。污染物陷阱230可以包括通道结构。污染物陷阱230也可以包括气体阻挡件，或气体阻挡件与通道结构的组合。如本领域中已知的，本文中进一步示出的污染物陷阱或污染物阻挡件230至少包括通道结构。
收集器腔室211可以包括辐射收集器CO，其可以是所谓的掠入射收集器。辐射收集器CO具有上游辐射收集器侧251和下游辐射收集器侧252。横穿收集器CO的辐射可以由光栅光谱过滤器240反射，然后沿着点划线‘O’所指示的光轴而聚焦在虚源点IF处。虚源点IF可以被称作中间焦点，并且源收集器模块可以被布置成使得中间焦点IF位于围封结构220中的开口221处或附近。虚源点IF是辐射发射等离子体210的图像。
随后，辐射横穿照射系统IL，该照射系统IL可以包括琢面场反射镜装置22和琢面光瞳反射镜装置24，该琢面场反射镜装置22和琢面光瞳反射镜装置24被布置成提供在图案形成装置MA处具有期望的角分布的辐射束21，以及在图案形成装置MA处具有期望的均匀性的辐射强度。在辐射束21在由支撑结构MT保持的图案形成装置MA处反射之后，形成图案化的束26，并且通过投影系统PS将图案化的束26经由反射元件28、30而成像到由衬底台WT保持的衬底W上。
在照射光学元件单元IL和投影系统PS中通常可以存在比示出的元件更多的元件。取决于光刻设备的类型，可以可选地呈现光栅光谱过滤器240。此外，可以存在比图中示出的反射镜更多的反射镜，例如在投影系统PS中可以存在有1至6个额外的反射元件。
收集器光学元件CO可以被描绘为具有掠入射反射器253、254和255的嵌套状收集器，仅作为收集器(或收集器反射镜)的示例。掠入射反射器253、254和255设置成围绕光轴O轴对称，并且这种类型的收集器光学元件CO可以与经常被称作DPP源的放电产生等离子体源组合使用。
图16是根据实施例的光刻投影设备LPA的源收集器模块SO的详细视图。
源收集器模块SO可以是LPA辐射系统的一部分。激光器LA可以被布置成将激光能量沉积到诸如氙(Xe)、锡(Sn)或锂(Li)的燃料中，从而产生具有数十电子伏特的电子温度的高度电离的等离子体210。在这些离子的去激发和再结合或复合期间产生的高能辐射从等离子体发射，由近正入射收集器光学元件CO收集，并且聚焦到围封结构220中的开口221上。
可以使用以下方面进一步描述实施例：
1.一种用于确定印制图案中缺陷的存在的方法，所述方法包括：
获取a)来自图像捕获装置的印制图案的捕获图像，以及b)由过程模型所生成的所述印制图案的模拟图像；
生成作为所述捕获图像和模拟图像的部分的加权组合的组合图像；和
基于所述组合图像确定所述印制图案中是否存在缺陷。
2.根据方面1所述的方法，其中所述缺陷是所述印制图案的一部分中的孔闭合、桥接或颈缩中的至少一种。
3.根据前述方面中任一项所述的方法，还包括确定所述缺陷的部位或高度。
4.根据前述方面中任一项所述的方法，还包括确定所述缺陷的缺陷特性。
5.根据方面4所述的方法，确定缺陷特性包括确定所述缺陷的物理特性。
6.根据方面4所述的方法，确定缺陷特性包括确定所述缺陷的量值。
7.根据前述方面中任一项所述的方法，还包括所述校准过程模型以降低所述缺陷发生的概率。
8.根据前述方面中任一项所述的方法，其中所述过程模型是被配置成生成表示所述印制图案的多个形状的概率场的概率光刻模型。
9.根据方面8所述的方法，还包括：
从所述概率场确定所述印制图案的反照率分布；以及
将所述反照率分布合并入扫描电子显微镜模型。
10.根据前述方面中任一项所述的方法，其中所述加权组合基于a)捕获图像中的噪声水平和/或b)模拟图像中的误差水平。
11.根据方面10所述的方法，其中所述捕获图像的所述部分的加权与所述噪声水平成反比，和/或所述模拟图像的所述部分的加权与所述模拟图像的所述误差水平成反比。
12.根据前述方面中任一项所述的方法，其中所述捕获图像中与带电伪影相关联的像素在生成所述组合图像时相对于其他像素被加权较小权重。
13.根据前述方面中任一项所述的方法，其中所述图像捕获装置是扫描电子显微镜或原子力显微镜中的至少一种。
14.一种用于改进图案化过程的过程模型的方法，所述方法包括：
获取a)来自图像捕获设备的印制图案的捕获图像，b)由所述过程模型所生成的模拟图像，以及c)所述捕获图像和所述模拟图像的组合图像；
从所述组合图像确定所述印制图案的三维特征；以及
基于确定的三维特征来改进所述过程模型。
15.根据方面14所述的方法，其中所述捕获图像是具有捕获图像强度的二维图像。
16.根据方面15所述的方法，其中所述模拟图像由机器学习模型生成，并且所述模拟图像包括作为对于所述捕获图像强度的预测的模拟图像强度。
17.根据方面14至16中任一项所述的方法，还包括基于将所述模拟图像强度与所述捕获图像强度的匹配来确定高度图，所述高度图包括三维特征。
18.根据方面17所述的方法，还包括基于所述高度图和由所述抗蚀剂模型生成的预测抗蚀剂轮廓来校准抗蚀剂模型。
19.根据方面18所述的方法，还包括基于所述抗蚀剂模型的参数来计算预测的所述抗蚀剂轮廓。
20.根据方面19所述的方法，所述抗蚀剂模型的所述校准包括通过至少最小化所述预测的抗蚀剂轮廓与所述高度图之间的差异的范数来确定经更新的参数。
21.根据方面20所述的方法，其中使用所述捕获图像和所述模拟图像的部分的加权组合从所述组合图像计算所述高度图。
22.一种计算机程序产品，包括非暂时性计算机可读介质，所述非暂时性计算机可读介质记录有在由计算机执行时实施前述方面中任一项所述的方法的指令。
本文中所披露的构思可以模拟或以数学方法对用于使亚波长特征成像的任何通用的成像系统进行建模，并且可以尤其与能够产生越来越短的波长的新兴成像技术一起使用。已经处于使用中的新兴技术包括能够通过使用ArF激光器来产生193nm波长并且甚至能够通过使用氟激光器来产生157nm波长的极紫外(EUV)、DUV光刻术。此外，EUV光刻术能够通过使用同步加速器或通过利用高能电子来撞击材料(固体或等离子体)产生5nm至20nm范围内的波长，以便产生该范围内的光子。
虽然本文公开的构思可以用于在衬底(诸如硅晶片)上成像，但是应当理解，所公开的构思可以与任何类型的光刻成像系统一起适用，例如用于在除了硅晶片之外的衬底上成像的光刻成像系统。
上文描述旨在是示例性的而不是限制性的。因此，本领域的技术人员将明白，在不背离下面阐述的权利要求书的范围的情况下，可以对所描述的发明进行修改。

Claims (15)

1.一种用于确定印制图案中缺陷的存在的方法，所述方法包括：
获取a)来自图像捕获装置的印制图案的捕获图像、以及b)由过程模型所生成的所述印制图案的模拟图像；
生成作为所述捕获图像和所述模拟图像的部分的加权组合的组合图像；以及
基于所述组合图像确定所述印制图案中是否存在缺陷。
2.根据权利要求1所述的方法，还包括：确定所述缺陷的位置或高度。
3.根据权利要求1所述的方法，还包括：确定所述缺陷的缺陷特性。
4.根据权利要求3所述的方法，确定所述缺陷特性包括：确定所述缺陷的物理特性，以及/或者确定所述缺陷特性包括：确定所述缺陷的量值。
5.根据权利要求1所述的方法，还包括：校准所述过程模型以降低所述缺陷发生的概率。
6.根据权利要求1所述的方法，其中所述过程模型是被配置成生成表示所述印制图案的多个形状的概率场的概率光刻模型。
7.根据权利要求6所述的方法，还包括：
从所述概率场确定所述印制图案的反照率分布；以及
将所述反照率分布合并到扫描电子显微镜模型中。
8.根据权利要求1所述的方法，其中所述加权组合基于a)所述捕获图像中的噪声水平和/或b)所述模拟图像中的误差水平。
9.根据权利要求8所述的方法，其中所述捕获图像的所述部分的加权与所述噪声水平成反比，以及/或者所述模拟图像的所述部分的加权与所述模拟图像的所述误差水平成反比。
10.根据权利要求1所述的方法，其中所述捕获图像中的与带电伪影相关联的像素在生成所述组合图像时相对于其他像素被加权较小的权重。
11.根据权利要求1所述的方法，其中所述图像捕获装置是扫描电子显微镜或原子力显微镜中的至少一种。
12.一种用于改进图案化过程的过程模型的方法，所述方法包括：
获取a)来自图像捕获装置的印制图案的捕获图像、b)由所述过程模型所生成的模拟图像、以及c)所述捕获图像和所述模拟图像的组合图像；
从所述组合图像确定所述印制图案的三维特征；以及
基于确定的所述三维特征来改进所述过程模型。
13.根据权利要求12所述的方法，还包括：基于将所述模拟图像强度与所述捕获图像强度匹配来确定高度图，所述高度图包括所述三维特征。
14.根据权利要求13所述的方法，还包括：基于所述高度图和由抗蚀剂模型生成的预测的抗蚀剂轮廓来校准所述抗蚀剂模型。
15.一种计算机程序产品，包括非暂时性计算机可读介质，所述非暂时性计算机可读介质记录有在由计算机执行时实施根据权利要求1或12所述的方法的指令。
CN201980046251.4A 2018-07-10 2019-06-20 基于从电子束图像所提取的三维信息的隐藏缺陷检测和epe估计 Pending CN112384856A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP18182602.5 2018-07-10
EP18182602.5A EP3594750A1 (en) 2018-07-10 2018-07-10 Hidden defect detection and epe estimation based on the extracted 3d information from e-beam images
PCT/EP2019/066317 WO2020011507A1 (en) 2018-07-10 2019-06-20 Hidden defect detection and epe estimation based on the extracted 3d information from e-beam images

Publications (1)

Publication Number Publication Date
CN112384856A true CN112384856A (zh) 2021-02-19

Family

ID=62909414

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201980046251.4A Pending CN112384856A (zh) 2018-07-10 2019-06-20 基于从电子束图像所提取的三维信息的隐藏缺陷检测和epe估计

Country Status (6)

Country Link
US (1) US20210174491A1 (zh)
EP (1) EP3594750A1 (zh)
CN (1) CN112384856A (zh)
IL (1) IL279994A (zh)
TW (1) TWI747003B (zh)
WO (1) WO2020011507A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111583397A (zh) * 2020-05-09 2020-08-25 中国科学院微电子研究所 一种三维重建方法及装置
CN114599141A (zh) * 2022-03-16 2022-06-07 北京航空航天大学 轴对称束流的高空间分辨率电子温度和密度测量方法

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20220351359A1 (en) * 2018-08-15 2022-11-03 Asml Netherlands B.V. Utilize machine learning in selecting high quality averaged sem images from raw images automatically
EP3893057A1 (en) * 2020-04-10 2021-10-13 ASML Netherlands B.V. Aligning a distorted image
CN114022403A (zh) * 2020-07-16 2022-02-08 京东方科技集团股份有限公司 检测显示面板不良的方法及装置
US11699623B2 (en) * 2020-10-14 2023-07-11 Applied Materials, Inc. Systems and methods for analyzing defects in CVD films
US11282670B1 (en) * 2020-12-29 2022-03-22 Fei Company Slice depth reconstruction of charged particle images using model simulation for improved generation of 3D sample images
US20220408538A1 (en) * 2021-06-17 2022-12-22 Taiwan Semiconductor Manufacturing Company, Ltd. Semiconductor system inspection tool and methods of operation
CN114152637B (zh) * 2022-02-07 2022-04-26 东莞市志橙半导体材料有限公司 一种硬质碳化硅材料打孔检测装置与方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110194752A1 (en) * 2010-02-05 2011-08-11 Linyong Pang Extending the Field of View of a Mask-Inspection Image
US20110298915A1 (en) * 2009-03-19 2011-12-08 Takashi Hiroi Pattern inspecting apparatus and pattern inspecting method
WO2016202546A1 (en) * 2015-06-16 2016-12-22 Asml Netherlands B.V. Methods for defect validation
CN107924119A (zh) * 2015-08-12 2018-04-17 Asml荷兰有限公司 检查设备、检查方法及制造方法

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5229872A (en) 1992-01-21 1993-07-20 Hughes Aircraft Company Exposure device including an electrically aligned electronic mask for micropatterning
EP0824722B1 (en) 1996-03-06 2001-07-25 Asm Lithography B.V. Differential interferometer system and lithographic step-and-scan apparatus provided with such a system
JP2004012779A (ja) * 2002-06-06 2004-01-15 Sony Corp マスクの検査方法およびマスク欠陥検査装置
JP4154374B2 (ja) * 2004-08-25 2008-09-24 株式会社日立ハイテクノロジーズ パターンマッチング装置及びそれを用いた走査型電子顕微鏡
JP5006520B2 (ja) * 2005-03-22 2012-08-22 株式会社日立ハイテクノロジーズ 欠陥観察装置及び欠陥観察装置を用いた欠陥観察方法
KR100958714B1 (ko) 2005-08-08 2010-05-18 브라이언 테크놀로지스, 인코포레이티드 리소그래피 공정의 포커스-노광 모델을 생성하는 시스템 및방법
US7695876B2 (en) 2005-08-31 2010-04-13 Brion Technologies, Inc. Method for identifying and using process window signature patterns for lithography process control
CN102662309B (zh) 2005-09-09 2014-10-01 Asml荷兰有限公司 采用独立掩模误差模型的掩模验证系统和方法
US7694267B1 (en) 2006-02-03 2010-04-06 Brion Technologies, Inc. Method for process window optimized optical proximity correction
US7882480B2 (en) 2007-06-04 2011-02-01 Asml Netherlands B.V. System and method for model-based sub-resolution assist feature generation
US7707538B2 (en) 2007-06-15 2010-04-27 Brion Technologies, Inc. Multivariable solver for optical proximity correction
US20090157630A1 (en) 2007-10-26 2009-06-18 Max Yuan Method of extracting data and recommending and generating visual displays
NL2003699A (en) 2008-12-18 2010-06-21 Brion Tech Inc Method and system for lithography process-window-maximixing optical proximity correction.
JP5417306B2 (ja) * 2010-11-29 2014-02-12 株式会社日立ハイテクノロジーズ 欠陥検査方法および欠陥検査装置
JP6546509B2 (ja) * 2015-10-28 2019-07-17 株式会社ニューフレアテクノロジー パターン検査方法及びパターン検査装置
JP2019200052A (ja) * 2018-05-14 2019-11-21 株式会社ニューフレアテクノロジー パターン検査装置及びパターン検査方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110298915A1 (en) * 2009-03-19 2011-12-08 Takashi Hiroi Pattern inspecting apparatus and pattern inspecting method
US20110194752A1 (en) * 2010-02-05 2011-08-11 Linyong Pang Extending the Field of View of a Mask-Inspection Image
WO2016202546A1 (en) * 2015-06-16 2016-12-22 Asml Netherlands B.V. Methods for defect validation
TW201716878A (zh) * 2015-06-16 2017-05-16 Ａｓｍｌ荷蘭公司 用於缺陷認證之方法
CN107924119A (zh) * 2015-08-12 2018-04-17 Asml荷兰有限公司 检查设备、检查方法及制造方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111583397A (zh) * 2020-05-09 2020-08-25 中国科学院微电子研究所 一种三维重建方法及装置
CN111583397B (zh) * 2020-05-09 2024-06-04 中国科学院微电子研究所 一种三维重建方法及装置
CN114599141A (zh) * 2022-03-16 2022-06-07 北京航空航天大学 轴对称束流的高空间分辨率电子温度和密度测量方法

Also Published As

Publication number Publication date
TW202006346A (zh) 2020-02-01
WO2020011507A1 (en) 2020-01-16
US20210174491A1 (en) 2021-06-10
EP3594750A1 (en) 2020-01-15
IL279994A (en) 2021-03-01
TWI747003B (zh) 2021-11-21

Similar Documents

Publication Publication Date Title
US12093632B2 (en) Machine learning based inverse optical proximity correction and process model calibration
TWI782317B (zh) 用於改良圖案化程序之程序模型的方法以及改良圖案化程序之光學近接校正模型的方法
CN112236723B (zh) 利用模型基础对准来改善边缘放置量测准确度
US20210174491A1 (en) Hidden defect detection and epe estimation based on the extracted 3d information from e-beam images
US11435671B2 (en) SEM FOV fingerprint in stochastic EPE and placement measurements in large FOV SEM devices
US20230107556A1 (en) Machine learning based subresolution assist feature placement
KR20220073828A (ko) 모델 베이스 정렬들을 위한 기계 학습 기반 이미지 생성
CN115605811A (zh) 用于预测随机贡献方的方法
US11422473B2 (en) Utilize pattern recognition to improve SEM contour measurement accuracy and stability automatically
TWI839015B (zh) 用於判定恆定寬度次解析度輔助特徵的方法、軟體、及系統
US20220276564A1 (en) Method and apparatus for photolithographic imaging
CN118525250A (zh) 用于确定局部焦点的软件、方法和系统
CN115047719A (zh) 基于由光刻设备或过程特性表征的图案表示来选择该图案

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