CN112740383A - 在晶片上检测逻辑区域中的缺陷 - Google Patents

在晶片上检测逻辑区域中的缺陷 Download PDF

Info

Publication number
CN112740383A
CN112740383A CN201980060244.XA CN201980060244A CN112740383A CN 112740383 A CN112740383 A CN 112740383A CN 201980060244 A CN201980060244 A CN 201980060244A CN 112740383 A CN112740383 A CN 112740383A
Authority
CN
China
Prior art keywords
region
regions
sub
wafer
design
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
CN201980060244.XA
Other languages
English (en)
Other versions
CN112740383B (zh
Inventor
J·黄
P·鲁塞尔
李胡成
K·吴
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 CN112740383A publication Critical patent/CN112740383A/zh
Application granted granted Critical
Publication of CN112740383B publication Critical patent/CN112740383B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • 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
    • 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
    • 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
    • H01J37/244—Detectors; Associated components or circuits therefor
    • 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
    • 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
    • G01N2223/00—Investigating materials by wave or particle radiation
    • G01N2223/60—Specific applications or type of materials
    • G01N2223/611—Specific applications or type of materials patterned objects; electronic devices

Landscapes

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

Abstract

本发明提供用于在晶片上检测逻辑区域中的缺陷的方法及系统。一种方法包含获取晶片的逻辑区域中的不同类型的基于设计的关注区的信息。所述方法还包含：将所述不同类型的所述基于设计的关注区指定为不同类型的子区域；及针对所述逻辑区域内的局部区，将定位于所述局部区中的所述子区域的两个或更多个例子指派给超区域。另外，所述方法包含针对指派给所述超区域的所述子区域的所述两个或更多个例子的全部产生一个散布图。所述一个散布图经产生具有针对输出的不同分段值，其对应于所述不同类型的所述子区域。所述方法进一步包含基于所述一个散布图检测所述子区域中的缺陷。

Description

在晶片上检测逻辑区域中的缺陷
技术领域
本发明大体上涉及用于在晶片上检测逻辑区域中的缺陷的方法及系统。某些实施例涉及通过将晶片上的逻辑区域中的子区域组织成超区域且共同处理超区域中的子区域以用于缺陷检测而检测所述逻辑区域中的缺陷。
背景技术
以下描述及实例不凭借其包含在此章节中而认为是现有技术。
在半导体制造过程期间的各个步骤使用检验过程以检测晶片上的缺陷以促进制造过程中的更高良率及因此更高利润。检验始终是制造半导体装置(例如IC)的重要部分。然而，随着半导体装置的尺寸减小，检验对于成功制造可接受半导体装置变得更加重要，这是因为较小缺陷可导致装置故障。例如，随着半导体装置的尺寸减小，减小大小的缺陷的检测已变得必要，这是由于即使相对较小的缺陷也可导致半导体装置中的非所要像差。
归因于基于设计的关注区的产生及实施已改进许多检验方法及系统。例如，通过检验系统及方法产生的图像可基于其通过将晶片的设计信息与图像相互关联而对应的不同设计部分分离。不同检测参数可接着应用于图像的不同、分离部分。可基于不同设计部分的重要性的差异确定不同检测参数。例如，设计的更关键部分可以较高灵敏度检验，而设计的较不关键部分可以较低灵敏度检验。另外，可基于不同设计部分在检验图像中产生的噪声特性确定不同检测参数。在一个此实例中，在检验图像中产生更多噪声的设计部分可以较低灵敏度检验，而在检验图像中产生较少噪声的设计部分可以较高灵敏度检验。
基于设计的关注区因此已经允许在设计的不同区中执行适当缺陷检测。以此方式定制缺陷检测可改进检验结果的有用性，由于检验结果可包含更多所关注缺陷(DOI)及更少妨害或噪声检测。另外，缺陷检测结果更有用于改进制造工艺，由于其包含更多设计相关缺陷。此类检验结果还可更有用于监测且改进制造工艺，因为检验结果将包含更少与半导体装置的成功生产无关的噪声或妨害事件。
将检验图像与设计信息对准的能力的改进还允许降低基于设计的关注区的大小，此允许检验过程跨晶片以较高频率(例如，在最极限情况中逐像素)变化。然而，明显的是，不同关注区(基于设计或其它)的数目的大幅增加还可对检验过程具有显著不利的影响。例如，关注区的数目可变得过高使得从处理量或成本角度观的，检验过程变得不切实际。因此，一些检验过程必须使用比检验工具所能够使用的更少的最好参数及更低的性能执行以便针对处理量及成本观点使检验过程符合实际。
因此，有利地开发用于在晶片上检测逻辑区域中的缺陷的方法及系统，其并不具有上文描述的一或多个缺点。
发明内容
各种实施例的下列描述绝不应解释为限制所附权利要求书的标的物。
一个实施例涉及一种经配置以检测晶片上的缺陷的系统。所述系统包含经配置以扫描晶片以借此针对所述晶片产生输出的检验子系统。所述系统还包含经配置用于获取所述晶片的逻辑区域中的基于设计的关注区的信息的计算机子系统。所述基于设计的关注区包含不同类型的基于设计的关注区且所述基于设计的关注区中的每一者是对应于针对所述晶片产生的所述输出中的一组相连像素的所述逻辑区域内的离散区。所述计算机子系统还经配置用于将所述不同类型的基于设计的关注区指定为不同类型的子区域。针对所述逻辑区域内的局部区，所述方法包含将定位于所述局部区中的所述子区域的两个或更多个例子指派给超区域。另外，所述计算机子系统经配置用于针对指派给所述超区域的所述子区域的所述两个或更多个例子的全部产生一个散布图。所述一个散布图经产生具有针对所述输出确定的不同分段值，其对应于所述不同类型的所述子区域。所述计算机子系统进一步配置用于基于所述一个散布图检测所述子区域中的缺陷。可如本文中描述那样进一步配置所述系统。
另一实施例涉及一种用于在晶片上检测逻辑区域中的缺陷的计算机实施方法。所述方法包含上文描述的获取、指定、指派、产生及检测步骤。可如本文中进一步描述那样执行方法的每一步骤。所述方法可包含本文中描述的任何其它方法的任何其它步骤。可使用本文中描述的所述系统中的任一者执行所述方法。
另一实施例涉及一种非暂时性计算机可读媒体，其存储可在计算机系统上实行以执行用于在晶片上检测逻辑区域中的缺陷的方法的程序指令。所述方法包含上文描述的计算机实施方法的步骤，其可如本文中进一步描述那样执行。此外，可执行所述程序指令的方法可包含本文中描述的任何其它方法的任何其它步骤。可如本文中描述那样进一步配置所述非暂时性计算机可读媒体。
附图说明
在阅读以下实施方式且参考附图之后可明白本发明的其它目标及优势，其中：
图1到2是说明经配置以在晶片上检测逻辑区域中的缺陷的系统的实施例的侧视图的示意图；
图3是说明可通过本文中描述的实施例执行以在晶片上检测逻辑区域中的缺陷的步骤的一个实施例的流程图；
图4是展示裸片的逻辑区域中的当前使用关注区的一个实例的平面图及使用当前使用的缺陷检测方法针对所述关注区产生的散布图；
图5是展示裸片的逻辑区域中的当前使用的基于设计的关注区的一个实例的平面图及通过当前使用的缺陷检测方法针对所述基于设计的关注区产生的散布图；
图6是展示裸片的逻辑区域中的当前使用的基于设计的关注区的一个实例的平面图及根据本文中描述的实施例针对所述基于设计的关注区产生的散布图；及
图7是说明存储可在计算机系统上实行以执行本文中描述的计算机实施方法实施例中的一或多者的程序指令的非暂时性计算机可读媒体的一个实施例的框图。
虽然本发明易受各种修改及替代形式影响，但其特定实施例在图式中通过实例展示且将在本文中详细描述。然而，应理解，图式及其详细描述并不希望将本发明限于所揭示的特定形式，而相反，意在涵盖落入如通过所附权利要求书定义的本发明的精神及范围内的所有修改、等效物及替代方案。
具体实施方式
现参考图式，应注意，所述图不按比例绘制。特定来说，在很大程度上放大图的一些元件的尺度以强调元件的特性。还应注意，所述图未按相同比例绘制。已使用相同元件符号指示可经类似配置的展示于一个以上图中的元件。除非本文中另有说明，否则所描述且展示的任何元件可包含任何合适市售元件。
本文中描述的实施例大体涉及用于分段类型缺陷检测算法(例如逻辑检验中的多裸片自动阈值化(MDAT)算法)的超区域。本文中描述的实施例通过发明者产生以解决大体上大量灵敏区域的日益增长的需求且改进当前逻辑区域缺陷检测的处理量。
一个实施例涉及一种经配置以在晶片上检测逻辑区域中的缺陷的系统。所述系统包含经配置以扫描晶片以借此针对所述晶片产生输出的检验子系统。在一个实施例中，检验子系统经配置为光学检验子系统。在图1中展示此系统的一个实施例。如图1中所展示，系统包含检验子系统100及计算机子系统102。此检验子系统经配置以通过将光引导到晶片110而扫描晶片且检测来自晶片的光以借此针对晶片产生输出。例如，如在图1中展示，检验子系统包含光源104，其可包含所属领域中已知的任何合适光源。
来自光源的光经引导到光束分离器106，光束分离器106经配置以通过透镜108将来自光源的光引导到晶片110。光源可耦合到任何其它合适元件(未展示)，例如一或多个聚光透镜、准直透镜、中继透镜、物镜、孔隙、光谱滤波器、偏光组件及类似物。如在图1中展示，可按法线入射角将光引导到晶片。然而，可按任何合适入射角(包含近法线入射及倾斜入射)将光引导到晶片。另外，可依序或同时按一个以上入射角将光或多个光束引导到晶片。检验子系统可经配置以按任何合适方式使光扫描遍及晶片。
在扫描期间可通过检验子系统的一或多个通道收集及检测从晶片110反射的光。例如，从晶片110镜面反射的光可通过透镜108收集。透镜108可包含如图1中所展示的折射光学元件。另外，透镜108可包含一或多个折射光学元件及/或一或多个反射光学元件。通过透镜108收集的光可通过光束分离器106引导到光束分离器112，光束分离器112可经配置以将光分离为两个不同路径，所述路径中的一者经引导到检测器114且所述路径的另一者经引导到检测器116。图1中展示的光束分离器可包含所属领域中已知的任何合适光束分离器。图1中展示的检测器1可包含所属领域中已知的任何合适检测器，例如电荷耦合装置(CCD)或另一类型的成像检测器。检测器114及116经配置以产生响应于镜面反射光的输出。因此，检测器中的每一者形成检验子系统的一个通道。
由于在图1中展示的检验子系统经配置以检测从晶片镜面反射的光，因此检验子系统经配置为明场(BF)检验子系统。然而，还可针对其它类型的晶片检验配置此检验子系统。例如，检验子系统可针对BF及另一检验模式(例如暗场(DF)检验)配置。在一个此实例中，在图1中展示的检验子系统还可包含一或多个其它通道(未展示)。其它通道可包含本文中描述的光学组件中的任一者，例如配置为散射光通道的透镜及检测器。透镜及检测器可如本文中描述那样进一步配置。以此方式，还可针对DF检验配置检验子系统。
检验子系统可经配置以使用一或多个光学模式针对晶片产生输出。一般来说，“模式”通过用于产生晶片的图像的检验子系统的参数值(或用于产生晶片的图像的输出)定义。因此，每一光学模式通过检验子系统的至少一个参数的不同值定义(除了产生输出的晶片上的位置外)。当使用多个光学模式产生输出时，检验子系统的任何光学参数的值根据需要可以任何适当方式改变。例如，为改变不同光学模式的照明偏光状态，定位于来自光源的光的路径中的偏光组件可移除及/或使用不同偏光组件替换。在另一实例中，为针对不同光学模式改变照明角度，可以任何适当方式更改光源及/或用以将光引导到晶片的任何其它光学组件的位置。
在一些例子中，取决于检验子系统的配置，图1中展示的两个检测器可经配置以检测具有不同特性(例如波长或偏光)的光且两个检测器可用于在检验过程的相同遍次中(即，在晶片的单次扫描期间)同时产生不同输出。然而，不同输出可在单个检验过程的不同扫描或遍次中产生。例如，可在晶片的一个遍次或扫描中使用第一光学模式产生第一输出，可如上文描述那样更改检验子系统的光学参数，且接着，可在晶片的第二遍次或扫描中使用第二光学模式产生第二输出。此外，检验子系统可经配置以使用检验子系统的两个或更多个模式产生输出。
计算机子系统102经配置以获取通过检验子系统产生的输出。例如，在扫描期间通过检测器产生的输出可经提供到计算机子系统102。特定来说，计算机子系统可耦合到检测器中的每一者(例如，通过由图1中的虚线展示的一或多个传输媒体，其可包含所属领域中已知的任何合适传输媒体)，使得计算机子系统可接收通过检测器产生的输出。计算机子系统102可经配置以使用如本文中描述的检测器的输出执行数个功能及本文中进一步描述的任何其它功能。此计算机子系统可如本文中描述那样进一步配置。
此计算机子系统(以及本文中描述的其它计算机子系统)还可在本文中称为计算机系统。本文中描述的计算机子系统或系统中的每一者可呈各种形式，包含个人计算机系统、图像计算机、主计算机系统、工作站、网络设备、因特网设备或其它装置。一般来说，术语“计算机系统”可经广泛定义以涵盖执行来自存储器媒体的指令的具有一或多个处理器的任何装置。计算机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，例如并行处理器。另外，计算机子系统或系统可包含作为独立或网络工具的具有高速处理及软件的计算机平台。
应注意，在本文中提供图1以大体上说明可包含于本文中描述的系统实施例中的光学检验子系统的一个配置。明显地，本文中描述的光学检验子系统布置可经更改以如在设计商业检验系统时通常执行那样优化检验子系统的性能。另外，可使用例如商业上可购自加利福尼亚州米尔皮塔斯市的科磊公司(KLA,Milpitas,Calif.)的29xx及39xx系列的工具的现有检验系统实施本文中描述的系统(例如，通过将本文中描述的功能性添加到现有检验系统)。对于一些此类系统，本文中描述的方法可提供为系统的任选功能性(例如，除了系统的其它功能性之外)。或者，可“从头开始”设计本文中描述的系统以提供全新系统。
在另一实施例中，检验子系统经配置为电子束检验子系统。例如，检验子系统可经配置以在检测来自晶片的电子时用电子扫描晶片借此针对晶片产生输出。在图2中展示的一个此实施例中，检验子系统包含电子柱122，其经耦合到计算机子系统124。
如在图2中还展示，电子柱包含电子束源126，其经配置以产生通过一或多个元件130聚焦到晶片128的电子。电子束源可包含(例如)阴极源或射极尖端，且一或多个元件130可包含(例如)枪透镜、阳极、限束孔隙、闸阀、束电流选择孔隙、物镜及扫描子系统，其全部可包含所属领域中已知的任何此类合适元件。
可通过一或多个元件132将从晶片返回的电子(二次电子)聚焦到检测器134。一或多个元件132可包含(例如)扫描子系统，其可为包含于元件130中的相同扫描子系统。
电子柱可包含所属领域中已知的任何其它合适元件。另外，电子柱可如以下专利中描述那样进一步配置：在2014年4月4日颁予蒋(Jiang)等人的第8,664,594号美国专利、在2014年4月8日颁予小岛(Kojima)等人的第8,692,204号美国专利、在2014年4月15日颁予顾本思(Gubbens)等人的第8,698,093号美国专利及在2014年5月6日颁予麦克唐纳(MacDonald)等人的第8,716,662号美国专利，所述申请案如完全在本文阐述一样以引用的方式并入本文中。
尽管电子柱在图2中展示为经配置使得电子以倾斜入射角引导到晶片且以另一倾斜角从晶片散射，但电子束可以任何合适角度引导到晶片及从晶片散射。另外，电子束子系统可经配置以使用多种模式产生晶片的图像(例如，以不同照明角度、收集角度等)。电子束子系统的多种模式可在子系统的任何图像产生参数方面不同。例如，在电子束子系统中，不同模式可使用不同入射角进行照明。
计算机子系统124可如上文描述那样耦合到检测器134。检测器可检测从晶片的表面返回的电子，借此形成晶片的电子束图像。电子束图像可包含任何合适电子束图像。计算机子系统124可经配置以使用检测器的输出及/或电子束图像来执行本文中描述的功能中的任一者。计算机子系统124可经配置以执行本文中描述的任何额外步骤。包含图2中展示的检验子系统的系统可如本文中描述那样进一步配置。
应注意，本文中提供图2以大体上说明可包含于本文中描述的实施例中的电子束检验子系统的配置。如同上文描述的光学检验子系统，本文中描述的电子束检验子系统布置可经更改以如在设计商业检验系统时通常所执行那样优化子系统的性能。另外，可使用例如商业上可购自科磊公司的eDR-xxxx系列的工具的现有检验系统(例如，通过将本文中描述的功能性添加到现有检验系统)来实施本文中描述的系统。对于一些此类系统，本文中描述的实施例可提供为系统的任选功能性(例如，除系统的其它功能性之外)。或者，可“从头开始”设计本文中描述的系统以提供全新系统。
虽然检验子系统在上文描述为基于光或基于电子束的子系统，但所述检验子系统可为基于离子束的子系统。除可使用所属领域中已知的任何合适离子束源取代电子束源以外，可如在图2中展示那样配置此检验子系统。因此，在一个实施例中，检验子系统可经配置以通过将离子引导到晶片而扫描晶片。另外，检验子系统可为任何其它合适基于离子束的子系统，例如包含于市售聚焦离子束(FIB)系统、氦离子显微镜(HIM)系统及二次离子质谱仪(SIMS)系统中的子系统。
如上文提及，检验子系统经配置以使能量(例如，光或电子)扫描遍及晶片的物理版本，借此产生晶片的物理版本的实际(即，非模拟)输出及/或图像。以此方式，检验子系统经配置为“实际”工具，而非“虚拟”工具。然而，在图1中展示的计算机子系统102包含一或多个“虚拟”系统(未展示)，其经配置用于使用针对晶片产生的至少一些实际光学输出或图像及实际电子束输出或图像执行一或多个功能，所述一或多个功能可包含本文中进一步描述的一或多个功能中的任一者。
一或多个虚拟系统无法使晶片安置于其中。特定来说，虚拟系统并非检验子系统100或电子柱122的部分且不具有处置晶片的物理版本的任何能力。换句话说，在虚拟系统中，其一或多个“检测器”的输出可为先前通过实际检验子系统的一或多个检测器产生且存储于虚拟系统中的输出，且在“扫描”期间，虚拟系统可如同正扫描晶片那样播放存储的输出。以此方式，使用虚拟系统成像及/或扫描晶片可看似与使用实际系统成像及/或扫描物理晶片相同，而实际上，“扫描”涉及仅以与扫描晶片相同的方式播放针对晶片的输出。
在共同转让的以下专利中描述经配置为“虚拟”检验系统的系统及方法：在2012年2月28日颁予巴斯卡尔(Bhaskar)等人的第8,126,255号美国专利及2015年12月29日颁予达菲(Duffy)等人的第9,222,895号美国专利，所述两个专利以宛如全文阐述引用的方式并入本文中。可如这些专利中描述那样进一步配置本文中描述的实施例及一或多个计算机子系统。
计算机子系统经配置用于获取晶片的逻辑区域中的基于设计的关注区的信息。所述基于设计的关注区包含不同类型的基于设计的关注区且所述基于设计的关注区中的每一者是对应于针对所述晶片产生的所述输出中的一组相连像素的所述逻辑区域内的离散区。计算机子系统可从产生所述信息的任何方法或系统及/或从其中通过另一方法或系统存储所述信息的存储媒体获取针对基于设计的关注区的信息。替代地，计算机子系统可通过产生针对基于设计的关注区的信息而获取所述信息。例如，计算机子系统可经配置用于处理晶片的设计信息以产生基于设计的关注区。在一个此实例中，计算机子系统可执行从设计的基于设计的关注区(NPDCA)产生，如在图3的步骤300中展示。设计信息可包含晶片可用的包含图形数据流(GDS)及其它类型的设计数据或设计数据代理的任何设计信息或设计数据。设计信息可具有各种格式，而与设计信息类型无关，设计数据在使用设计印刷的任何晶片的形成之前产生。
不同基于设计的关注区可针对晶片的设计中的不同图案化特征产生且将形成于晶片上。因此，不同基于设计的关注区将对应于晶片上的不同区(例如，其中形成不同图案化特征的晶片上的区)。另外，由于晶片上的不同区将对应于输出的不同部分(输出中的不同像素)，因此不同基于设计的关注区也将对应于输出中的不同像素。一般来说，基于设计的关注区将对应于其应针对产生的图案化特征的离散区域。因而，基于设计的关注区的离散区可取决于其所对应的图案化特征而具有不同形状。例如，一些基于设计的关注区可具有不规则形状及/或不同形状及大小的区。对应于晶片上的基于设计的关注区的输出中的像素可以任何适当方式识别(例如，通过将由检测器产生的输出与设计信息对准，此可以所属领域中已知的任何适当方式执行)。
计算机子系统还经配置用于将不同类型的基于设计的关注区指定为不同类型的子区域。例如，不同类型的基于设计的关注区可对应于晶片上的不同类型的图案化特征(例如，第一类型的基于设计的关注区可对应于晶片上的第一类型的图案化特征，第二类型的基于设计的关注区可对应于晶片上的第二类型的图案化特征等等)。不同类型的基于设计的关注区中的每一者可接着指定为不同类型的子区域。换句话说，第一类型的基于设计的关注区(例如，基于设计的关注区0)可指定为第一类型的子区域(例如，子区域0)，第二类型的基于设计的关注区(例如，基于设计的关注区1)可指定为第二类型的子区域(例如，子区域1)等等。基于设计的关注区的类型可包含于通过计算机子系统获取的基于设计的关注区的信息中。
针对逻辑区域内的局部区，计算机子系统经配置用于将定位于局部区中的子区域的两个或更多个例子指派给超区域。虽然可在本文中关于超区域描述实施例，但本文中描述的实施例可对逻辑区域中的一个以上超区域执行相同步骤。逻辑区域中的局部区小于逻辑区域。因此，逻辑区域中可存在一个以上局部区。以此方式，通过本文中描述的实施例指派子区域的超区域将包含少于逻辑区域中的子区域的全部例子的例子。例如，每一子区域可被指派给任一超区域，且超区域可不包含逻辑区域中的所有子区域。可如本文中进一步描述那样定义局部区。定位于局部区中的子区域可以任何适当方式确定(例如，基于对应于局部区的晶片坐标及对应于子区域的晶片坐标)。如果子区域跨越一个以上局部区(例如，部分定位于第一局部区中且部分定位于第二局部区中)，那么可执行合并或仲裁决策过程以确定将子区域指派给哪一局部区，确定子区域是否应细分为子子区域(其接着包含于不同局部区域中)等。
本文中描述的实施例因此将子/超区域的概念引入于逻辑缺陷检测中。在设置时间，计算机子系统可将相邻逻辑基于设计的关注区(子区域)指派给相同超区域中。因此，超区域由许多子区域构成。在一个此实例中，如在图3的步骤302中展示，计算机子系统可将相邻灵敏区域指派为相同超区域的子区域。
在一个实施例中，指派给超区域的子区域的两个或更多个例子具有不同噪声特性。例如，组合为单个超区域的子区域是来自不同类型的基于设计的关注区且具有不同噪声特性(即，通过检验子系统在针对晶片产生的输出中产生不同噪声电平)。子区域不必彼此相关，只是其定位于逻辑区域中的相同较大局部区中除外。例如，组合成一个超区域的子区域可具有相同噪声特性，但此并非本文中描述的实施例的要求。以此方式，不同于通过一些当前使用的检验系统及方法执行的组合具有相同设计及噪声特性的关注区，本文中描述的实施例将子区域组合为超区域，并非出于噪声或灵敏度原因，而是出于处理量目的。
在另一实施例中，指派给超区域的子区域的两个或更多个例子被指派用于检测子区域中的缺陷的不同缺陷检测灵敏度。例如，由于指派给超区域的不同子区域可对应于不同类型的基于设计的关注区且可具有不同噪声特性，因此指派给任一超区域的所述子区域可已经指定用于按不同灵敏度进行检验。超区域中的不同子区域的不同灵敏度可通过本文中描述的实施例在缺陷检测步骤中处置。不同类型的子区域的不同灵敏度可在检验方案的设置期间以所属领域中已知的任何适当方式确定且设置。
在一些实施例中，指派给超区域的子区域的两个或更多个例子的数目低于20。例如，在本文中描述的实施例中，本文中描述的缺陷检测可在单个散布图中处理来自相同超区域的所有子区域(例如，每超区域多达16个子区域)。包含于任一超区域中的子区域的精确数目可在方案设置时间且可能由用户量化。
在进一步实施例中，逻辑区域内的局部区对应于定义为通过计算机子系统使用来执行本文中描述的缺陷检测的缺陷检测算法中共同处理的数个像素的边界框。例如，计算机子系统可将相对靠近(例如，属于相同边界框)的当前使用的基于设计的关注区区域合并为一个超区域。边界框大小可取决于检验子系统的特性(例如，经扫描的晶片上的扫描线的宽度)及计算机子系统的特性(例如，计算机子系统的处理能力)而变化且可在逻辑区域晶片检验过程的设置时间确定。
在另一实施例中，逻辑区域内的局部区对应于定义为通过计算机子系统使用来执行本文中描述的缺陷检测的缺陷检测算法中共同处理的数个像素的框，且指派给超区域的子区域的两个或更多个例子包含框中子区域的所有例子。例如，计算机子系统可将框中的所有子区域(例如，1000×1000个像素相邻者或局部区)动态指派到相同超区域中。由于框内的子区域的群体变化，因此动态指派子区域具有较高处理能力的优势。换句话说，针对不同框产生的超区域可包含不同数目个子区域。对于本文中进一步描述的框，此类子区域可以其它方式指派给超区域。
计算机子系统可经配置用于使用检验子系统获取输出。例如，如本文进一步描述，获取输出可包含使能量(例如，光、电子、离子等)扫描遍及晶片且响应于来自在扫描期间通过检验子系统检测的晶片的能量(例如，光、电子、离子等)产生输出。以此方式，获取输出可包含扫描晶片。然而，获取输出不必包含扫描晶片。例如，获取输出可包含从其中已存储输出(例如，通过检验子系统)的存储媒体(未展示)获取输出。从存储媒体获取输出可以任何适当方式执行，且存储媒体(从其获取输出)可包含本文中描述的任何存储媒体。
计算机子系统经进一步配置用于针对指派给超区域的子区域的两个或更多个例子的全部产生一个散布图。例如，计算机子系统可输入测试/参考框及NPDCA，如在图3的步骤304中展示。测试/参考框可接着用于产生一个散布图，如本文进一步描述。另外，计算机子系统经配置用于仅针对指派给超区域的子区域的两个或更多个例子的全部产生一个散布图。换句话说，针对超区域产生的一个散布图不包含并不包含于指派给超区域的子区域中的像素的任何值。虽然本文中关于一个(或单个)散布图描述一些步骤，但计算机子系统可分别针对不同超区域产生不同散布图(即，针对第一超区域的第一散布图、针对第二超区域的第二散布图等等)。以此方式，一个散布图可针对整个逻辑区域中的少于所有子区域(即，仅一个超区域中的所述子区域)产生，且不同散布图可分别针对不同超区域产生。另外，定位于指派给任一超区域的所有子区域中的所有像素的值可包含于所述超区域的散布图中。因而，可共同处理指派给超区域的子区域中的像素以产生超区域的散布图。
一个散布图经产生具有针对输出确定的不同分段值，其对应于不同类型的子区域。“片段”通常可定义为像素的可能值的整个范围的不同部分。例如，在MDAT算法(其通过商业上可购自科磊公司的一些晶片检验系统使用)中，用于定义片段的像素的特性的值(即，“分段值”)可包含中值强度值。在此阐释性及非限制性实例中，如果中值强度值的整个范围是从0到255，那么第一片段可包含从0到100的中值强度值且第二片段可包含从101到255的中值强度值。以此方式，第一片段对应于输出中的较暗区，且第二片段对应于输出中的较亮区。在本文中描述的实施例中，片段可沿着散布图的y轴定义。例如，不同片段可对应于中值或扩大中值的不同范围。此分段将相同子区域中的像素分组在一起。分段值可定义散布图中的两个或更多个片段，且散布图中的片段数目可对应于定位于产生散布图的超区域中的不同子区域的数目。
因此，本文中描述的实施例不同于针对逻辑区域检验的先前使用的方法及系统，因为先前使用的方法及系统针对每一灵敏区域产生一个MDAT 2D散布图。因此，此类方法及系统具有本实施例不具有的数个缺点。例如，基于设计的关注区产生重叠及破裂的灵敏区域且可在任何一个像素紧邻若干灵敏区域的情况下需要针对所述像素的额外计算。在一个此实例中，当将卷积核心(滤波器)应用到差异图像时，因为滤波器是基于灵敏区域，因此在像素紧邻若干灵敏区域时，可处理所述像素若干次。另外，如果每一逻辑灵敏区域的每一MDAT 2D散布图需要存储器(例如，8MB的存储器)，此意味着当前使用的计算机子系统(及其相关联高速缓冲存储器(例如，L1高速缓存))无法适应现针对逻辑区域中的基于设计的关注区产生的大体上大量逻辑灵敏区域(例如，约256个区域到约1000个区域)。先前使用的逻辑检验方法及系统不必经配置以适应此大量灵敏区域，因为先前灵敏区域的最大数目少于10(例如，4)。相比来说，通过如本文中描述那样将灵敏区域组织成超区域及子区域，本文中描述的实施例实现逻辑缺陷检测中的更好处理能力及灵敏度。另外，本文中描述的实施例提供处置逻辑缺陷检测中的大体上大量灵敏区域的更好处理能力及性能。
图4到6说明当前使用的逻辑检验方法及系统与用于散布图及散布图处理的本发明实施例之间的差异。例如，图4包含通过当前逻辑检验方法及系统使用的灵敏区域的一个实例及通过所述方法及系统针对灵敏区域产生的散布图。特定来说，散布图402可通过当前使用的方法及系统针对灵敏区域400产生。如在灵敏区域400中展示，当前使用的关注区可包含不同类型的设计特征。在针对此灵敏区域产生的散布图中，针对灵敏区域产生的输出中的像素的差值可沿着x轴绘制，且像素的参考值可沿着y轴绘制。在散布图402中，片段断裂(跨散布图的暗水平线)分离散布图中的不同片段。缺陷检测方法/算法的不同缺陷检测参数可接着应用到不同片段。对应于不同片段中的离群点的像素可通过缺陷检测方法/算法识别为潜在缺陷。所述离群点可接着(例如)通过妨害滤波进一步处理以确定哪些离群点对应于晶片上的缺陷。
相比来说，图5展示类似于图4中展示但分离为不同基于设计的关注区(通过灵敏区域500中的不同灰度展示)的逻辑灵敏区域，以及通过当前使用的逻辑检验方法及系统针对不同基于设计的关注区产生的散布图502。以此方式，如通过图4及5的比较展示，当相较于传统关注区使用基于设计的关注区时，类似大小的区可具有大体上较大数目个不同关注区。例如，如在图4中展示，逻辑灵敏区域曾经是像素的相对较大相连矩形，但引入基于设计的关注区，灵敏区域可为分裂灵敏区域，即，像素的先前相对较大相连矩形分裂成不同基于设计的关注区，如在图5中展示。
本质上，在此逻辑检验设置中，散布图402中展示的片段断裂由基于设计的关注区替换，其中不同散布图分别针对不同基于设计的关注区产生(即，第一散布图针对第一基于设计的关注区产生，第二散布图针对第二基于设计的关注区产生等等)。在这些散布图中的每一者中，针对相同基于设计的关注区的不同例子产生的输出中的像素的差值可沿着x轴绘制且像素的参考值可沿着y轴绘制。由于在当前使用的逻辑检验方法及系统中，不同散布图针对不同类型的基于设计的关注区产生，因此缺陷检测需要明显更多的处理资源及时间。因此，虽然此类逻辑检验方法及系统可提供更好的灵敏度，但其具有以下缺点：成本更高、更缓慢且有时不切实际。相比来说，本文中描述的实施例相较于当前使用的逻辑检验方法及系统提供超过2X的处理能力改进。
如在图6中展示，在本实施例中，灵敏区域600可包含与灵敏区域500相同的基于设计的关注区。例如，本文中描述的实施例可使用与当前使用的逻辑检验方法及系统中相同的基于设计的关注区。在此实例中，计算机子系统可将灵敏区600中的基于设计的关注区的所有例子指派为不同子区域，且灵敏区域600中展示的子区域的所有例子可组合成一个超区域。因此，针对灵敏区域600产生的超区域可包含在通过检验子系统产生的输出中产生不同噪声电平的不同类型的基于设计的关注区。
然而，与图5中展示的散布图相比，在本发明实施例中，一个散布图602针对包含于针对灵敏区域600产生的超区域中的所有子区域而产生。如在图6中展示，散布图602具有针对灵敏区域中的像素的值的三个相异子集，其中的每一者对应于灵敏区域中的不同类型的子区域。因此，不同值子集对应于相同散布图中的不同、离散“MDAT云”。不同分段值可接着针对不同值子集中的每一者进行确定。换句话说，每一子区域在超区域散布图上具有其自身的分段值范围。例如，子区域0可在散布图上具有0到15的分段值，子区域1可在散布图上具有16到31的分段值，等等。一旦如本文进一步描述那样通过使用散布图执行缺陷检测而检测到离群点，便可查找来自散布图的分段范围的子区ID以确定离群点来自何处。
在一些实施例中，计算机子系统经配置用于将相同预处理应用到对应于指派给超区域的子区域的输出的全部，且预处理包含在输出产生与散布图产生之间对输出执行的所有输出处理功能。例如，在晶片的检测扫描期间(且可能在之后)，计算机子系统可针对超区域中的所有子区域应用相同预处理。在输出产生与散布图产生之间通过计算机子系统执行的预处理可包含大范围的预处理技术，例如但不限于，卷积、快速傅立叶变换(FFT)处理、去噪声、直方图修改、形态操作及类似物。
在一个实施例中，一个散布图为二维(2D)散布图。在另一实施例中，计算机子系统经配置用于确定对应于指派给超区域的子区域的输出中的像素的差值及其它值及从经确定的差值及其它值产生一个散布图。例如，如在图6中展示，一个2D散布图602可针对逻辑区域中的一个超区域产生。2D散布图可从对应于指派给超区域的子区域中的大体上相同位置的输出中的像素的差值及其它值产生。例如，输出中的像素的其它值(例如，某一类型的中值)可沿着y轴绘制，且输出中的像素的差值可沿着x轴绘制。2D散布图可使用任何适当方法及/或算法产生。虽然2D散布图可通过本文中描述的实施例最常使用，但散布图可使用其它维度产生(例如，在图像中的像素的数目相对小且MDAT算法开始忽略分段轴(y轴)情况下的一维或在使用针对像素确定的两个以上值产生散布图情况下的超过二维)。
在一个此实施例中，确定像素的差值包含从像素的特性减去参考特性。用于减法中的像素的特性可包含强度或灰度强度或任何其它适当特性。参考特性可包含针对晶片上的参考裸片通过检验子系统对晶片产生的输出中的像素中的每一者的特性，其从晶片上的测试裸片的输出中的其对应像素的特性减去。测试裸片及参考裸片可包含晶片上的任何两个裸片，例如晶片上彼此相邻的两个裸片。以此方式，可在裸片对裸片类型比较或减法中确定差值。然而，所属领域中的已知的任何其它参考裸片可用于本文中描述的实施例中。另外，参考特性可包含对应于从晶片的参考数据库获得的晶片上的测试裸片的输出中的每一像素的特性。以此方式，可在裸片对数据库类型的比较或减法中确定差值。
在一些实施例中，差值为线性滤波差、匹配滤波差、非线性滤波差、正规化差或两个差的乘积的平方根的值。可使用任何适当方法及/或算法以任何适当方式确定这些差值。确定其差值的输出中的像素可包含输出中的全部像素或输出中的仅一些像素。例如，如果检验将在晶片上的逻辑区域的仅一部分中执行，那么可仅确定对应于逻辑区域的所述部分的像素的差值。
在一些此类实施例中，确定像素的其它值包含确定每一像素的另一特性的值。确定其它值可包含针对参考裸片的输出中每一像素的另一特性及针对测试裸片的输出中的其对应像素的其它特性的值。在另一此实施例中，其它值是中值、扩大中值或一系列中值的值。例如，其它值可包含输出中的对应像素之间的中值的值。然而，其它值可为输出中的对应像素之间的扩大中值或一系列中值的值。可使用任何适当方法及/或算法确定这些其它值。确定其其它值的输出中的像素可对应于确定其差值的像素。
本文中进一步描述的散布图分析可通过在散布图的y轴中使用扩大中值而非中值得以扩展。中值框可较静且可误传晶片图案附近的像素。利用扩大中值可更好仲裁围绕有不同图案的像素。虽然各种其它值可用于散布图的y轴或分段轴中，但中值、扩大中值及中值范围是提供所关注缺陷(DOI)与妨害之间的更好分离的像素的分段(或仲裁)的方式。
用于确定其它值的像素的特性可包含强度、灰度强度或任何其它适当特性。在一个实施例中，特性及其它特性是输出中的像素的强度。因此，用于确定差值及其它值的特性可为相同特性，且输出中的像素将最可能具有针对所述特性的不同值。
计算机子系统还经配置用于基于一个散布图检测子区域中的缺陷。以此方式，包含本文中进一步描述中的所述者的缺陷检测算法及/或方法可用于处理来自单个散布图中的相同超区域的所有(多个)子区域以进行逻辑检验。例如，计算机子系统可处理来自相同MDAT散布图中的相同超区域的所有子区域，如在图3的步骤306中展示。可如本文中进一步描述那样执行缺陷检测。
在一个实施例中，检测缺陷包含识别一个散布图中的离群点且确定离群点是否对应于缺陷。确定离群点是否对应于缺陷可以任何适当方式执行。在一些实施例中，确定离群点对应于缺陷或DOI可包含基于经识别离群点的一或多个特性的某种滤波。此滤波可包含妨害或噪声滤波或另一种经检测事件分析。
在另一实施例中，检测缺陷包含基于不同分段值将散布图分离成两个或更多个片段且在两个或更多个片段中单独执行检测。例如，如上文描述，不同分段值可针对不同类型的子区域进行确定。因此，散布图中的不同片段将对应于不同子区域。缺陷检测可接着针对不同片段及因此不同子区域中的像素单独执行。在不同片段(及子区域)中单独执行缺陷检测有利地允许使用子区域中的不同参数执行缺陷检测。以此方式，在不同子区域中执行的缺陷检测可对子区域中的图案化特征及子区域的噪声特性定制。
在一个此实施例中，用于两个或更多个片段中的第一者中的检测的一或多个第一缺陷检测参数不同于用于检测两个或更多个片段中的第二者中的缺陷的一或多个第二缺陷检测参数。用于不同片段的缺陷检测参数可在指派给不同片段的缺陷检测算法中是不同的。替代地，用于不同片段的缺陷检测参数可在相同缺陷检测算法的一或多个参数中是不同的。
在另一此实施例中，一个散布图从对应于指派给超区域的子区域的输出中的像素的差值及其它值产生，且一或多个第一及第二缺陷检测参数包含应用于输出中的像素的差值的不同阈值。例如，虽然包含于单个超区域中的不同类型的子区域可在相同单个散布图中共同处理，但其可以不同灵敏度检验。因此，对应于不同子区域的2D散布图的不同部分可以不同灵敏度检验。在本文中描述的实施例中，在引入子区域的情况下，像素可以不同灵敏度检验，因为其不仅通过背景强度而且通过子区域在散布图中分离。指派给不同片段或其一或多个参数指派给不同片段的缺陷检测算法可包含任何适当缺陷检测算法及所述算法的任何参数。例如，缺陷检测算法可为分段自动阈值化(SAT)算法或MDAT算法。应用于每一子区域的缺陷检测参数及算法可以任何适当方式确定。例如，可确定缺陷检测参数及算法使得以高于较不关键区的灵敏度检验较关键区，且使得以低于较静区的灵敏度检验较多噪声区。
在另一实施例中，一个散布图从对应于指派给超区域的子区域的输出中的像素的差值及其它值产生，且计算机子系统经配置用于将相同滤波器应用到对应于指派给超区域的子区域的输出中的所有像素的差值。例如，当前使用的逻辑检验方法及系统已广泛采用差异滤波器(或“diff filter”)，其是应用于从测试输出减去参考(例如，测试图像减去参考图像借此产生差异图像)的结果的滤波器(例如，卷积滤波器)。在先前使用的逻辑检验系统及方法中，差异滤波器重复应用于靠近NPDCA(例如，相邻NPDCA)的相同像素上。然而，在本文中描述的实施例中，由于共同处理附近及/或相邻NPDCA，因此实施例需要针对差异滤波器的较少处理资源。在一个此实例中，计算机子系统可对相同超区域中的所有子区域应用相同差异滤波器。
在额外实施例中，计算机子系统经配置用于对对应于指派给超区域的子区域的所有输出应用相同后处理，且后处理包含在检测缺陷与产生经检测缺陷的结果之间针对输出执行的所有功能。例如，类似于共同处理指派给超区域的所有子区域以进行缺陷检测预处理，可共同处理来自相同超区域的所有子区域以用于合并/仲裁(将相邻有缺陷像素与相同缺陷组合且将属性/特征指派给缺陷)、缺陷属性及特征计算、妨害事件滤波(NEF)/缺陷分格化(例如，使用例如商业上可购自科磊公司的iDO的产品)以及图块提取及结果提取。在一个此实例中，计算机子系统可经配置用于合并/仲裁、缺陷属性/特征计算、及缺陷图块提取，如在图3的步骤308中展示。另外，计算机子系统可针对NEF/iDO进行配置以滤除妨害，如在图3的步骤310中展示。
计算机子系统可经进一步配置用于输出逻辑检验的最终结果，如在图3的步骤312中展示。通过计算机子系统产生的检验结果可包含对应于任何经检测缺陷及/或离群点的子区域/超区域ID作为缺陷属性/特征，其在从检验结果确定关于晶片/晶片制造工艺的信息时可为有用的。检验结果还可包含通过本文中描述的实施例针对缺陷、逻辑区域或晶片产生的任何其它信息。检验结果可具有任何合适格式且可存储于任何合适存储媒体中。结果可接着用于对晶片及/或晶片制造工艺进行改变，此可通过本文中描述的实施例或另一方法或系统执行。
上文描述的系统中的每一者的实施例中的每一者可一起组合成一单个实施例。
另一实施例涉及一种用于在晶片上检测逻辑区域中的缺陷的计算机实施方法。计算机实施方法包含获取晶片的逻辑区域中的基于设计的关注区的信息。基于设计的关注区包含不同类型的基于设计的关注区且所述基于设计的关注区中的每一者是对应于通过经配置以扫描晶片借此产生输出的检验子系统针对晶片产生的输出中的一组相连像素的逻辑区域内的离散区。方法还包含将不同类型的基于设计的关注区指定为不同类型的子区域。针对所述逻辑区域内的局部区，方法包含将定位于局部区中的子区域的两个或更多个例子指派给超区域。另外，方法包含针对指派给超区域的子区域的两个或更多个例子的全部产生一个散布图。一个散布图经产生具有针对输出确定的不同分段值，其对应于不同类型的子区域。方法进一步包含基于一个散布图检测子区域中的缺陷。
可如本文中进一步描述那样执行方法的每一步骤。方法还可包含可通过本文中描述的检验子系统及/或计算机子系统或系统执行的任何其它步骤。可通过根据本文中描述的任何实施例配置的一或多个计算机系统执行上文描述的步骤。另外，可通过本文中描述的任何系统实施例执行上文描述的方法。
本文中描述的所有方法可包含将方法实施例的一或多个步骤的结果存储于计算机可读存储媒体中。结果可包含本文中描述的结果中的任一者且可以所属领域中已知的任何方式存储。存储媒体可包含本文中描述的任何存储媒体或所属领域中已知的任何其它合适存储媒体。在已存储结果之后，结果可在存储媒体中存取且由本文中描述的方法或系统实施例中的任一者使用，经格式化以对用户显示，通过另一软件模块、方法或系统等等使用。
额外实施例涉及一种非暂时性计算机可读媒体，其存储可在计算机系统上实行以执行用于在晶片上检测逻辑区域中的缺陷的计算机实施方法的程序指令。在图7中展示一个此实施例。特定来说，如图7中所展示，非暂时性计算机可读媒体700包含可在计算机系统704上实行的程序指令702。计算机实施方法可包含本文中描述的任何方法的任何步骤。
实施例如本文中描述的方法的程序指令702可存储于计算机可读媒体700上。计算机可读媒体可为存储媒体，例如磁盘或光盘、磁带或所属领域中已知的任何其它合适非暂时性计算机可读媒体。
可以各种方式中的任一者实施程序指令，包含基于程序的技术、基于组件的技术及/或面向对象技术等等。例如，可根据需要使用ActiveX控件、C++对象、JavaBeans、微软基础类别(“MFC”)、SSE(流式传输SIMD扩展)或其它技术或方法论实施程序指令。
可根据本文中描述的实施例中的任一者配置计算机系统704。
鉴于此描述，所属领域的技术人员将明白本发明的各种方面的进一步修改及替代实施例。例如，提供用于在晶片上检测逻辑区域中的缺陷的方法及系统。因此，此描述应仅解释为阐释性且是出于教示所属领域的技术人员执行本发明的一般方式的目的。将理解，本文中展示及描述的本发明的形式将视为当前优选实施例。如所属领域的技术人员在获益于本发明的此描述之后将明白，元件及材料可取代本文中说明及描述的元件及材料，部分及过程可颠倒，且可独立利用本发明的某些特征。在不脱离如在所附权利要求书中描述的本发明的精神及范围的情况下可对本文中的元件作出改变。

Claims (22)

1.一种经配置以在晶片上检测逻辑区域中的缺陷的系统，其包括：
检验子系统，其经配置以扫描晶片以借此针对所述晶片产生输出；及
计算机子系统，其经配置以用于：
获取所述晶片的逻辑区域中的基于设计的关注区的信息，其中所述基于设计的关注区包括不同类型的基于设计的关注区且所述基于设计的关注区中的每一者是对应于针对所述晶片产生的所述输出中的一组相连像素的所述逻辑区域内的离散区；
将所述不同类型的基于设计的关注区指定为不同类型的子区域；
针对所述逻辑区域内的局部区，将定位于所述局部区中的所述子区域的两个或更多个例子指派给超区域；
针对指派给所述超区域的所述子区域的所述两个或更多个例子的全部产生一个散布图，其中所述一个散布图经产生具有针对所述输出确定的不同分段值，其对应于所述不同类型的所述子区域；及
基于所述一个散布图检测所述子区域中的缺陷。
2.根据权利要求1所述的系统，其中指派给所述超区域的所述子区域的所述两个或更多个例子具有不同噪声特性。
3.根据权利要求1所述的系统，其中指派给所述超区域的所述子区域的所述两个或更多个例子被指派用于所述检测的不同缺陷检测灵敏度。
4.根据权利要求1所述的系统，其中所述一个散布图为二维散布图。
5.根据权利要求1所述的系统，其中所述计算机子系统经进一步配置用于确定对应于指派给所述超区域的所述子区域的所述输出中的所述像素的差值及其它值及从所述经确定的差值及其它值产生所述一个散布图。
6.根据权利要求5所述的系统，其中确定所述像素的所述差值包括从所述像素的特性减去参考特性。
7.根据权利要求6所述的系统，其中确定所述像素的所述其它值包括确定所述像素中的每一者的另一特性的值。
8.根据权利要求5所述的系统，其中所述其它值是中值、扩大中值或一系列中值的值。
9.根据权利要求1所述的系统，其中所述检测包括识别所述一个散布图中的离群点且确定所述离群点是否对应于缺陷。
10.根据权利要求1所述的系统，其中所述检测包括基于所述不同分段值将所述散布图分离成两个或更多个片段及在所述两个或更多个片段中的每一者中单独执行所述检测。
11.根据权利要求10所述的系统，其中用于所述两个或更多个片段中的第一者中的所述检测的一或多个第一缺陷检测参数不同于用于所述两个或更多个片段中的第二者中的所述检测的一或多个第二缺陷检测参数。
12.根据权利要求11所述的系统，其中所述一个散布图从对应于指派给所述超区域的所述子区域的所述输出中的所述像素的差值及其它值产生，且其中所述一或多个第一及第二缺陷检测参数包括应用于所述输出中的所述像素的所述差值的不同阈值。
13.根据权利要求1所述的系统，其中指派给所述超区域的所述子区域的所述两个或更多个例子的数目低于20。
14.根据权利要求1所述的系统，其中所述逻辑区域内的所述局部区对应于定义为由所述计算机子系统用来执行所述检测的缺陷检测算法中共同处理的数个所述像素的边界框。
15.根据权利要求1所述的系统，其中所述逻辑区域内的所述局部区对应于定义为由所述计算机子系统使用来执行所述检测的缺陷检测算法中共同处理的数个所述像素的框，且其中指派给所述超区域的所述子区域的所述两个或更多个例子包括所述框中的所述子区域的所有所述例子。
16.根据权利要求1所述的系统，其中所述计算机子系统经进一步配置用于将相同预处理应用到对应于指派给所述超区域的所述子区域的所述输出的全部，且其中所述预处理包括在输出产生与散布图产生之间对所述输出执行的所有输出处理功能。
17.根据权利要求1所述的系统，其中所述一个散布图从对应于指派给所述超区域的所述子区域的所述输出中的所述像素的差值及其它值产生，且其中所述计算机子系统经进一步配置用于将相同滤波器应用到对应于指派给所述超区域的所述子区域的所述输出中的所有所述像素的所述差值。
18.根据权利要求1所述的系统，其中所述计算机子系统经进一步配置用于针对对应于指派给所述超区域的所述子区域的所述输出的全部应用相同后处理，且其中所述后处理包括在所述检测与产生所述经检测缺陷的结果之间对所述输出执行的所有功能。
19.根据权利要求1所述的系统，其中所述检验子系统经进一步配置为光学检验子系统。
20.根据权利要求1所述的系统，其中所述检验子系统经进一步配置为电子束检验子系统。
21.一种非暂时性计算机可读媒体，其存储可在计算机系统上实行以执行用于在晶片上检测逻辑区域中的缺陷的计算机实施方法的程序指令，其中所述计算机实施方法包括：
获取晶片的逻辑区域中的基于设计的关注区的信息，其中所述基于设计的关注区包括不同类型的基于设计的关注区且所述基于设计的关注区中的每一者是对应于通过经配置以扫描所述晶片借此产生输出的检验子系统针对所述晶片产生的所述输出中的一组相连像素的所述逻辑区域内的离散区；
将所述不同类型的所述基于设计的关注区指定为不同类型的子区域；
针对所述逻辑区域内的局部区，将定位于所述局部区中的所述子区域的两个或更多个例子指派给超区域；
针对指派给所述超区域的所述子区域的所述两个或更多个例子的全部产生一个散布图，其中所述一个散布图经产生具有针对所述输出确定的不同分段值，其对应于所述不同类型的所述子区域；及
基于所述一个散布图检测所述子区域中的缺陷。
22.一种用于在晶片上检测逻辑区域中的缺陷的计算机实施方法，其包括：
获取晶片的逻辑区域中的基于设计的关注区的信息，其中所述基于设计的关注区包括不同类型的基于设计的关注区且所述基于设计的关注区中的每一者是对应于通过经配置以扫描所述晶片借此产生输出的检验子系统针对所述晶片产生的所述输出中的一组相连像素的逻辑区域内的离散区；
将所述不同类型的所述基于设计的关注区指定为不同类型的子区域；
针对所述逻辑区域内的局部区，将定位于所述局部区中的所述子区域的两个或更多个例子指派给超区域；
针对指派给所述超区域的所述子区域的所述两个或更多个例子的全部产生一个散布图，其中所述一个散布图经产生具有针对所述输出确定的不同分段值，其对应于所述不同类型的所述子区域；及
基于所述一个散布图检测所述子区域中的缺陷。
CN201980060244.XA 2018-09-19 2019-09-17 在晶片上检测缺陷的系统、计算机实施方法及可读媒体 Active CN112740383B (zh)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US201862733497P 2018-09-19 2018-09-19
US62/733,497 2018-09-19
US16/543,596 US10923317B2 (en) 2018-09-19 2019-08-18 Detecting defects in a logic region on a wafer
US16/543,596 2019-08-18
PCT/US2019/051610 WO2020061120A1 (en) 2018-09-19 2019-09-17 Detecting defects in a logic region on a wafer

Publications (2)

Publication Number Publication Date
CN112740383A true CN112740383A (zh) 2021-04-30
CN112740383B CN112740383B (zh) 2022-05-27

Family

ID=69772234

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201980060244.XA Active CN112740383B (zh) 2018-09-19 2019-09-17 在晶片上检测缺陷的系统、计算机实施方法及可读媒体

Country Status (6)

Country Link
US (1) US10923317B2 (zh)
KR (1) KR102538268B1 (zh)
CN (1) CN112740383B (zh)
IL (1) IL281347B1 (zh)
TW (1) TWI785270B (zh)
WO (1) WO2020061120A1 (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI768864B (zh) * 2020-07-13 2022-06-21 日商紐富來科技股份有限公司 圖案檢查裝置以及圖案的輪廓位置取得方法
US20230314336A1 (en) 2022-03-31 2023-10-05 Kla Corporation Multi-mode optical inspection
US11922619B2 (en) 2022-03-31 2024-03-05 Kla Corporation Context-based defect inspection

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050142455A1 (en) * 2003-12-26 2005-06-30 Nec Electronics Corporation Method for inspecting mask
US20140301629A1 (en) * 2013-04-09 2014-10-09 Kla-Tencor Corporation High Accuracy Design Based Classification
US20150012900A1 (en) * 2013-07-08 2015-01-08 Kla-Tencor Corporation Methods and Systems for Detecting Repeating Defects on Semiconductor Wafers Using Design Data
CN106796724A (zh) * 2014-10-22 2017-05-31 科磊股份有限公司 自动化图案保真度测量计划产生
CN107004123A (zh) * 2014-10-23 2017-08-01 应用材料公司 迭代式缺陷滤除工艺
US20170352145A1 (en) * 2016-06-07 2017-12-07 Globalfoundries Inc. Semiconductor wafer inspection using care area group-specific threshold settings for detecting defects

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8698093B1 (en) 2007-01-19 2014-04-15 Kla-Tencor Corporation Objective lens with deflector plates immersed in electrostatic lens field
US8126255B2 (en) 2007-09-20 2012-02-28 Kla-Tencor Corp. Systems and methods for creating persistent data for a wafer and for using persistent data for inspection-related functions
US8664594B1 (en) 2011-04-18 2014-03-04 Kla-Tencor Corporation Electron-optical system for high-speed and high-sensitivity inspections
US8692204B2 (en) 2011-04-26 2014-04-08 Kla-Tencor Corporation Apparatus and methods for electron beam detection
US8716662B1 (en) 2012-07-16 2014-05-06 Kla-Tencor Corporation Methods and apparatus to review defects using scanning electron microscope with multiple electron beam configurations
US9222895B2 (en) 2013-02-25 2015-12-29 Kla-Tencor Corp. Generalized virtual inspector
US8984450B2 (en) 2013-03-14 2015-03-17 Taiwan Semiconductor Manufacturing Company, Ltd. Method and apparatus for extracting systematic defects
US9183624B2 (en) 2013-06-19 2015-11-10 Kla-Tencor Corp. Detecting defects on a wafer with run time use of design data
US9704234B2 (en) * 2013-08-08 2017-07-11 Kla-Tencor Corp. Adaptive local threshold and color filtering
US9864173B2 (en) * 2015-04-21 2018-01-09 Kla-Tencor Corporation Systems and methods for run-time alignment of a spot scanning wafer inspection system
US10495446B2 (en) * 2015-06-29 2019-12-03 Kla-Tencor Corporation Methods and apparatus for measuring height on a semiconductor wafer

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050142455A1 (en) * 2003-12-26 2005-06-30 Nec Electronics Corporation Method for inspecting mask
US20140301629A1 (en) * 2013-04-09 2014-10-09 Kla-Tencor Corporation High Accuracy Design Based Classification
US20150012900A1 (en) * 2013-07-08 2015-01-08 Kla-Tencor Corporation Methods and Systems for Detecting Repeating Defects on Semiconductor Wafers Using Design Data
CN106796724A (zh) * 2014-10-22 2017-05-31 科磊股份有限公司 自动化图案保真度测量计划产生
CN107004123A (zh) * 2014-10-23 2017-08-01 应用材料公司 迭代式缺陷滤除工艺
US20170352145A1 (en) * 2016-06-07 2017-12-07 Globalfoundries Inc. Semiconductor wafer inspection using care area group-specific threshold settings for detecting defects

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
IAN TOLLE，ANKIT JAIN: "Innovative scalable design based care area methodology for defect monitoring in production", 《28TH ANNUAL SEMI ADVANCED SEMICONDUCTOR MANUFACTURING CONFERENCE (ASMC)》 *

Also Published As

Publication number Publication date
IL281347A (en) 2021-04-29
CN112740383B (zh) 2022-05-27
WO2020061120A1 (en) 2020-03-26
US20200090904A1 (en) 2020-03-19
IL281347B1 (en) 2024-03-01
KR20210048561A (ko) 2021-05-03
KR102538268B1 (ko) 2023-05-30
TW202024619A (zh) 2020-07-01
US10923317B2 (en) 2021-02-16
TWI785270B (zh) 2022-12-01

Similar Documents

Publication Publication Date Title
US10127652B2 (en) Defect detection and classification based on attributes determined from a standard reference image
US9727047B2 (en) Defect detection using structural information
US9619876B2 (en) Detecting defects on wafers based on 2D scatter plots of values determined for output generated using different optics modes
KR102536011B1 (ko) 심층적으로 적층된 층들을 갖는 웨이퍼들에서 결함 분류기를 트레이닝하고 적용하기 위한 시스템, 방법
KR102009494B1 (ko) 웨이퍼 검사를 위한 분할
US9053527B2 (en) Detecting defects on a wafer
US8775101B2 (en) Detecting defects on a wafer
US9293298B2 (en) Defect discovery and inspection sensitivity optimization using automated classification of corresponding electron beam images
US9262821B2 (en) Inspection recipe setup from reference image variation
CN112740383B (zh) 在晶片上检测缺陷的系统、计算机实施方法及可读媒体
US10832396B2 (en) And noise based care areas
US20140376802A1 (en) Wafer Inspection Using Free-Form Care Areas
SG173586A1 (en) Detecting defects on a wafer
CN109074644B (zh) 用于使用局部自适应阈值识别制造组件缺陷的系统、方法及计算机程序产品
US11631169B2 (en) Inspection of noisy patterned features
IL286948B2 (en) Generating defect candidates for testing

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