CN114207795B - 确定半导体制造工艺窗的方法、系统及计算机可读存储媒体 - Google Patents

确定半导体制造工艺窗的方法、系统及计算机可读存储媒体 Download PDF

Info

Publication number
CN114207795B
CN114207795B CN202080055907.1A CN202080055907A CN114207795B CN 114207795 B CN114207795 B CN 114207795B CN 202080055907 A CN202080055907 A CN 202080055907A CN 114207795 B CN114207795 B CN 114207795B
Authority
CN
China
Prior art keywords
modulation
interest
process window
defects
defect
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
Application number
CN202080055907.1A
Other languages
English (en)
Other versions
CN114207795A (zh
Inventor
A·梁
M·普利哈尔
S·帕拉马西万
N·拉克希米纳拉辛汉
S·巴格瓦特
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 CN114207795A publication Critical patent/CN114207795A/zh
Application granted granted Critical
Publication of CN114207795B publication Critical patent/CN114207795B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • 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
    • 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
    • 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
    • G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
    • G01N23/22—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by measuring secondary emission from the material
    • G01N23/225—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by measuring secondary emission from the material using electron or ion
    • G01N23/2251—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by measuring secondary emission from the material using electron or ion using incident electron beams, e.g. scanning electron microscopy [SEM]
    • 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
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L22/00—Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
    • H01L22/20—Sequence of activities consisting of a plurality of measurements, corrections, marking or sorting steps
    • H01L22/24—Optical enhancement of defects or not directly visible states, e.g. selective electrolytic deposition, bubbles in liquids, light emission, colour change
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L22/00—Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
    • H01L22/20—Sequence of activities consisting of a plurality of measurements, corrections, marking or sorting steps
    • H01L22/26—Acting in response to an ongoing measurement without interruption of processing, e.g. endpoint detection, in-situ thickness measurement
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8854—Grading and classifying of flaws
    • 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
    • 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
    • G01N2021/8887—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 based on image processing techniques
    • 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
    • G01N2223/07—Investigating materials by wave or particle radiation secondary emission
    • G01N2223/079—Investigating materials by wave or particle radiation secondary emission incident electron beam and measuring excited X-rays
    • 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
    • G01N2223/40—Imaging
    • G01N2223/401—Imaging image processing
    • 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
    • G01N2223/6116—Specific applications or type of materials patterned objects; electronic devices semiconductor wafer
    • 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
    • G01N2223/646—Specific applications or type of materials flaws, defects
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
    • G01N23/22—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by measuring secondary emission from the material
    • G01N23/225—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by measuring secondary emission from the material using electron or ion
    • 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
    • G06T2207/20081—Training; Learning
    • 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)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Immunology (AREA)
  • Manufacturing & Machinery (AREA)
  • Power Engineering (AREA)
  • Computer Hardware Design (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Quality & Reliability (AREA)
  • Theoretical Computer Science (AREA)
  • Signal Processing (AREA)
  • Testing Or Measuring Of Semiconductors Or The Like (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)

Abstract

为了评估半导体制造过程，获得包含被分组成调制组的裸片的半导体晶片。每一调制组使用相异过程参数制造。光学检验所述晶片以识别缺陷。训练扰乱点过滤器以将所述缺陷分类为DOI或扰乱点缺陷。基于所述训练的结果，确定所述晶片的第一初步工艺窗且识别在包围所述第一工艺窗的调制组的第一群组中的具有DOI的裸片结构。将所述经训练扰乱点过滤器应用到所述经识别缺陷以确定所述晶片的第二经修正工艺窗。基于所述第二经修正工艺窗内的一或多个调制组中的经指定关照区域的SEM图像确定所述晶片的第三进一步经修正工艺窗。产生指定所述第三工艺窗的报告。

Description

确定半导体制造工艺窗的方法、系统及计算机可读存储媒体
相关申请案
本申请案主张2019年8月7日申请的印度(IN)专利申请案第201941031907号的优先权，所述案的全文为了全部目的以引用的方式并入。
技术领域
本公开涉及半导体制造且更具体来说，涉及执行缺陷检验及分类以识别制造工艺窗。
背景技术
为了确定半导体制造的工艺窗，可基于实验性设计(即，“实验设计”或DOE)制造被称为DOE晶片的半导体晶片且针对缺陷检验所述半导体晶片。DOE晶片的实例包含工艺窗鉴定(PWQ)晶片及焦距-曝光矩阵(FEM晶片)。传统上，在两步骤技术中将光学检验(例如，使用具有宽带等离子体(BBP)光源的检验工具)与大规模扫描电子显微镜(SEM)分析结合以确定工艺窗。在第一步骤中，识别故障结构。在第二步骤中，确定故障结构的工艺窗。此传统两步骤技术是冗长的且使用效率低的取样，此通常限制用户仅执行技术一次。
发明内容
因此，需要结合光学检验(例如，BBP检验)及SEM检验以确定半导体制造工艺窗的经改进方法及系统。
在一些实施例中，一种评估半导体制造过程的方法包含：获得包含被分组成调制组的多个裸片的半导体晶片，其中每一调制组使用相异过程参数制造；及光学检验所述半导体晶片以识别所述调制组中的缺陷。训练扰乱点过滤器以将所述经识别缺陷分类为所关注缺陷(DOI)或扰乱点缺陷。训练所述扰乱点过滤器包含执行所述经识别缺陷的第一样本的扫描电子显微镜(SEM)图像的自动缺陷分类以确定所述第一样本中的相应缺陷是DOI还是扰乱点缺陷。基于所述训练的结果，确定所述半导体晶片的第一初步工艺窗。所述第一工艺窗是其相应调制组无DOI的过程参数的窗。还基于所述训练的所述结果，在包围所述第一工艺窗的调制组的第一群组中识别具有DOI的裸片结构。将所述经训练扰乱点过滤器应用到所述经识别缺陷以确定所述半导体晶片的第二经修正工艺窗。确定所述第二工艺窗包含针对位于所述第一工艺窗内且具有紧邻所述第一群组的相应调制组的过程调制的相应过程调制的每一调制组，确定所述调制组是否具有识别为具有所述第一群组的所述相应调制组中的所关注缺陷的结构的一或多个DOI。基于所述第二经修正工艺窗内的一或多个调制组中的经指定关照区域的SEM图像确定所述半导体晶片的第三进一步经修正工艺窗。产生指定所述第三工艺窗的报告。
在一些实施例中，一种半导体检验系统包含光学检验工具、一或多个处理器及存储用于由所述一或多个处理器执行的一或多个程序的存储器。所述一或多个程序包含用于执行上文的方法的指令。在一些实施例中，一种非暂时性计算机可读存储媒体存储经配置用于由包含光学检验工具的半导体检验系统的一或多个处理器执行的一或多个程序。所述一或多个程序包含用于执行上文的方法的指令。
附图说明
为了更佳理解各种所述实施方案，应结合以下图式参考下文的实施方式。
图1是展示根据一些实施例的评估半导体制造过程的方法的流程图。
图2是展示根据一些实施例的训练扰乱点过滤器且作出初步工艺窗确定的方法的流程图。
图3是展示根据一些实施例的识别具有DOI的裸片结构的方法的流程图。
图4是展示根据一些实施例的工艺窗修正的方法的流程图。
图5是展示根据一些实施例的额外工艺窗修正(例如，相对于图4)的方法的流程图。
图6是展示根据一些实施例的测量关键尺寸(CD)均匀性的方法的流程图。
图7A到7D展示根据一些实施例的具有多个调制组的半导体晶片，所述多个调制组中的每一者使用相异过程参数制造。
图8A到8D展示经受依据过程调制而变化的系统缺陷的裸片结构的实例。
图9是根据一些实施例的半导体检验系统的框图。
贯穿图式及说明书，相同元件符号是指对应零件。
具体实施方式
现将详细参考各个实施例，在随附图式中说明所述实施例的实例。在以下详细描述中，陈述多个具体细节以便提供各个所述实施例的透彻解释。然而，一般技术者将明白，可在无这些具体细节的情况下实践各种所述实施例。在其它例子中，未详细描述众所周知的方法、程序、组件、电路及网络以免不必要地使本发明的方面不清楚。
图1是展示根据一些实施例的评估半导体制造过程的方法100的流程图。可使用半导体检验系统900(图9)或其部分执行方法100。
在方法100中，获得(102)包含被分组成调制组的多个裸片的半导体晶片。半导体晶片是DOE晶片(例如，PWQ或FEM晶片)且每一调制组使用相异过程参数制造。例如，半导体晶片700(图7A到7D)包含多个调制组702，所述多个调制组702中的每一者使用相异过程参数制造。每一调制组702包含一或多个半导体裸片(例如，布置成阵列的多个半导体裸片，其中布置由用于制造裸片的对应分划板上的裸片层的阵列指定)。在一些实施例中，每一调制组702部分通过凭借分划板仅光刻地曝光一部分且不曝光晶片的其它部分的单个例子制造的半导体晶片的所述部分。在一些实施例中，相异过程参数包含(104)光刻过程步骤的相应焦距及相应曝光(即，剂量)，使得针对特定光刻过程步骤，使用焦距及曝光的相异结合制造每一调制组702。例如，晶片700上的每一列调制组702可使用相异焦距制造且晶片700上的每一行调制组702可使用相异曝光制造(或反之亦然)。针对晶片700，曝光可沿着列单调制动及/或焦距可沿着行单调制动(或反之亦然)。然而，调制组的其它布置可行；一般来说，具有过程参数的特定结合的调制组在晶片上的位置可为任意的。当执行方法100时，半导体晶片的制造可为完整抑或不完整的。
光学检验(106)半导体晶片以识别调制组中的缺陷。在一些实施例中，使用(108)具有BBP光源的光学检验工具以检验晶片。光学检验可使用单个光学模式或多个光学模式(例如，两个光学模式)执行。每一光学模式具有光学特性的相异结合。在一些实施例中，光学特性包含波长范围、偏光、焦距、孔径(例如，照明孔径中的透射分布及集光孔径中的透射分布)及/或集光孔径中的相移分布。第一光学模式不同于第二光学模式在于至少一个光学特性的值不同。针对给定光学模式，可通过扫描半导体晶片以产生晶片上的相应裸片的目标图像而识别缺陷。在逐像素基础上从目标图像减去裸片的参考图像(或反之亦然)以产生显露缺陷的差异图像。例如，如果差异图像中的特定区域的像素值具有满足阈值的强度，那么将所述区域识别为具有缺陷。扫描可未检测一些缺陷，这是因为缺陷非常小或不引起入射光的反射率的改变。
检测到的缺陷包含妨碍装置功能性的所关注缺陷(DOI)及不妨碍装置功能性的所谓的扰乱点缺陷。不同于DOI，扰乱点缺陷通常非工程师所关注的。扰乱点缺陷可在数目上超过所关注缺陷。扰乱点缺陷的存在阻止基于光学检验立即确定工艺窗，光学检验未检测到某DOI的概率也如此。
图8A到8D展示经受依据过程调制而变化的系统缺陷的裸片结构的实例。过程参数通过实验设计(例如，根据其上发现裸片结构的半导体晶片的DOE)从图8A到8D单调制动。图8A展示彼此分离且因此彼此电隔离的金属线802的非缺陷对。无桥接存在于金属线802之间。在图8B中，桥804-1已开始形成但不完整，使得金属线802保持电隔离。桥804-1如果被检测到那么可被视为扰乱点缺陷。在图8C中，桥接已变得更显著，使得桥804-2现在使金属线802短路。在图8D中，桥接甚至更显著，使得桥804-3(在其最窄点处宽于桥804-2)使金属线802短路。桥804-2及804-3如果被检测到那么被视为DOI。
为了允许扰乱点缺陷被过滤出且因此在确定工艺窗时不被考虑，训练(110)扰乱点过滤器以将经识别缺陷分类为DOI或扰乱点缺陷。扰乱点过滤器基于在步骤106的光学检验中检测的缺陷的像素数据执行此分类。在一些实施例中，扰乱点过滤器不仅将缺陷分类为DOI或扰乱点缺陷，而且还指派相应缺陷是DOI或扰乱点缺陷的可能性(例如，概率)。训练扰乱点过滤器包含执行经识别缺陷的第一样本的SEM图像的自动缺陷分类以确定第一样本中的相应缺陷是DOI还是扰乱点缺陷。此缺陷分类是自动的在于其在软件中执行而无用户检视或输入。将相应缺陷标记为DOI或扰乱点缺陷的SEM图像的自动缺陷分类提供实况，比较所述实况与扰乱点过滤器的预测。训练扰乱点过滤器是根据一些实施例的迭代过程：对经识别缺陷进行取样；执行经取样缺陷的SEM检视；基于SEM检视执行经取样缺陷的自动缺陷分类；相应地改进扰乱点过滤器；及重复过程直到收敛发生。第一样本可包含在此过程中的全部迭代期间取样的经识别缺陷。方法200(图2，下文描述)是根据一些实施例的扰乱点过滤器训练的实例。
在一些实施例中，扰乱点过滤器及/或自动缺陷分类将DOI划分为不同类型的缺陷(即，不同DOI类别)。
基于训练的结果(即，基于在步骤110的训练过程期间获得的数据，与一旦训练完成就通过扰乱点过滤器的后续使用而获得的数据相反)(例如，基于针对SEM图像执行的自动缺陷分类)，确定(112)半导体晶片的第一初步工艺窗(即，其相应调制组无DOI的过程参数的窗)。例如，在图7B中，第一工艺窗对应于不包含DOI 706的调制组702，而代替性地仅包含扰乱点缺陷704抑或不包含任何缺陷。第一工艺窗由包含一或多个DOI706且具有紧邻第一工艺窗中的相应调制组的过程调制的过程调制的调制组708的第一群组所包围。例如，调制组708-1具有过程调制，所述过程调制与第一工艺窗中的调制组702-1的过程调制相差达DOE中的单个步长(假定过程参数沿着调制组的列的单调制动)，且因此紧邻调制组702-1的过程调制。
同样基于训练的结果(例如，基于针对SEM图像执行的自动缺陷分类)，识别(114)在包围第一工艺窗的调制组的第一群组中的具有DOI的裸片结构。为了进行此识别，通过被称为设计群组分级(binning)(DGB)的过程(其使用指定裸片布局的文件(例如，gds文件))将DOI映射到其上出现DOI的相应裸片结构。裸片可具有特定结构的单个例子或多个例子。特定裸片结构上的DOI的存在可指示裸片结构的故障的倾向，使得DOI成为系统性的。(替代地，DOI在特定裸片结构上的存在也可为随机的。)根据一些实施例，识别在调制组的第一群组中的具有DOI的裸片结构的实例在方法300(图3，下文描述)中描述。
将经训练扰乱点过滤器应用(116)到经识别缺陷以确定半导体晶片的第二经修正工艺窗。确定第二经修正工艺窗包含针对位于第一工艺窗内且具有紧邻第一群组的相应调制组的过程调制的相应过程调制的每一调制组，确定调制组是否具有经识别为具有第一群组的相应调制组中的所关注缺陷的结构的一或多个DOI。例如，图7C中的每一调制组710在图7B的工艺窗中，具有紧邻相应调制组708的过程调制的过程调制(假定沿着晶片700上的调制组的列的单调过程参数变动)，且在相应裸片结构上具有一或多个DOI706。(调制组710中的DOI 706在图7A及7B中未展示，这是因为其在步骤116之前尚未被检测到。)因此，相对于图7B中的工艺窗(其较窄)修正图7C中的晶片700的工艺窗。根据一些实施例，确定第二经修正工艺窗的实例在方法400(图4，下文描述)中描述。
基于第二经修正工艺窗内的一或多个调制组中的经指定关照区域的SEM图像确定(118)半导体晶片的第三进一步经修正工艺窗。SEM图像可显露其中先前未检测到DOI的调制组中的DOI，从而引起工艺窗经相应地修正。例如，通过执行SEM图像的自动缺陷分类而识别调制组712(图7D)中的先前未检测DOI 706，且相应地使工艺窗变窄(例如，图7D中的工艺窗窄于图7C中的工艺窗(其窄于图7B中的工艺窗))。根据一些实施例，确定第三进一步经修正工艺窗的实例在方法500(图5，下文描述)中描述。
在一些实施例中，针对具有DOI的一或多个裸片结构(例如，针对在包围第三工艺窗的调制组中的具有DOI的全部裸片结构)测量(120)关键尺寸(CD)均匀性。根据一些实施例，测量CD均匀性的实例在方法600(图6，下文描述)中描述。
产生(122)指定第三工艺窗的报告。在一些实施例中，报告指定相应裸片结构在其处故障(或开始故障)的过程调制(或对应调制组)。在一些实施例中，报告指定在包围第三工艺窗的调制组中的具有DOI的一或多个(例如，全部)裸片结构。在一些实施例中，报告指定(124)在步骤120中测量的CD均匀性。报告可经显示(例如，在显示器907上，图9)及/或经传输到远程装置(例如，客户端装置)以供显示。报告中的数据可用于识别希望在半导体装置的设计中及/或在半导体制造过程中作出的改变(例如，布局改变；设计规则改变)。
图2是展示根据一些实施例的训练扰乱点过滤器(例如，如在图1的方法100的步骤110中)及作出初始工艺窗确定(例如，如在图1的方法100的步骤112中)的方法200的流程图。可使用半导体检验系统900(图9)或其部分执行方法200。
在方法200中，对已由光学检验识别的缺陷进行取样(202)(即，选择已由光学检验识别的缺陷的样本)。在选择样本之后抑或之后，使用扰乱点过滤器对缺陷进行分类。经取样缺陷可包含(尚未训练的)扰乱点过滤器预测是DOI 706的缺陷及扰乱点过滤器预测是扰乱点缺陷704的缺陷(图7A)。可期望选择不同类型的缺陷以确保扰乱点过滤器的稳健训练。
检视经取样缺陷的SEM图像且执行(204)如SEM图像中展示的缺陷的自动缺陷分类(例如，如针对图1的方法100的步骤110描述)，其中相应地标记缺陷。
基于缺陷分类训练(206)扰乱点过滤器。识别步骤202中由扰乱点过滤器执行的缺陷分类与步骤204中使用SEM图像的自动缺陷分类之间的差异，且修改扰乱点过滤器以减少(例如，最小化)这些差异。
确定(208)扰乱点过滤器是否已收敛。如果步骤206中作出的改变具有不满足阈值(例如，小于，或小于或等于阈值，使得改变非实质)的程度，那么可将扰乱点过滤器视为已收敛。如果扰乱点过滤器尚未收敛(208-否)，那么执行步骤202到208的另一迭代。如果扰乱点过滤器已收敛(208-是)，那么定义(210)初步工艺窗(例如，如针对图1的方法100的步骤112描述)。在一些实施例中，基于步骤204的自动缺陷分类(其用作实况)确定初步工艺窗。步骤200中获得的数据还可用于在方法100(图1)的步骤114中识别具有DOI的裸片结构。
图3是展示根据一些实施例的识别具有DOI的裸片结构(例如，如在图1的方法100的步骤114中)的方法300的流程图。可使用半导体检验系统900(图9)或其部分执行方法300。
在方法300中，执行(301)裸片结构的基于设计的分组。识别(302)包围第一工艺窗的调制组的第一群组(例如，调制组708，图7B)。从调制组的第一群组选择(304)基于训练的结果预测为DOI的经识别缺陷的样本。此选择可使用步骤301的基于设计的分组的结果执行。
检视样本的SEM图像且执行(306)SEM图像的自动缺陷分类。此自动缺陷分类确定来自步骤304的经预测DOI的哪些实际上是DOI，且相应地标记DOI。根据步骤301的基于设计的分组识别(308)调制组的第一群组中的故障裸片结构(即，具有DOI的裸片结构)。产生(310)具有故障结构的第一群组中的调制组的图。例如，产生图7B的晶片图，所述晶片图展示调制组708，其中指示故障裸片结构的位置。
图4是展示根据一些实施例的工艺窗修正(例如，如在图1的方法100的步骤116中)的方法的流程图。可使用半导体检验系统900(图9)或其部分执行方法400。
针对位于第一工艺窗内且具有紧邻第一群组的相应调制组的过程调制的相应过程调制的每一调制组执行(402)方法400。(第一工艺窗在图1的方法100的步骤112中确定)。此调制组的实例是调制组702-1(图7B)，其在图7B的工艺窗中且具有紧邻调制组708-1的过程调制的过程调制(假定过程参数沿着图7B的调制组列的单调制动)。自调制组选择(404)如使用经训练扰乱点过滤器确定的具有为DOI的最高概率的经识别缺陷的样本。样本是针对在来自具有临近过程调制的第一群组的相应调制组中的具有DOI的一或多个结构。因此，样本可针对在方法100(图1)的步骤114中识别的结构。
检视步骤404中取样的缺陷的SEM图像且针对所述SEM图像执行(406)自动缺陷分类，其中相应地标记SEM图像中的缺陷。在一些实施例中，步骤404中检视的SEM图像是在与方法100(图1)的步骤110、方法200(图2)的步骤204及/或方法300(图3)的步骤306的SEM图像相同的针对相关半导体晶片的SEM成像的例子中产生。如果在步骤406中发现(408-是)一或多个DOI，那么方法400的步骤(410)执行到第一工艺窗中具有紧邻步骤404到408的当前迭代中使用的调制组的过程调制的过程调制的下一调制组，且针对下一调制组执行步骤404至408的后续迭代。以此方式，方法400搜索相应结构针对其不再故障的过程调制。
如果在步骤406中未发现DOI(408-否)但当前迭代的调制组的样本预算具有可用性(412-是)，那么针对当前迭代的调制组，方法400的执行回复到步骤404：在步骤404中对调制组的更多经识别缺陷进行取样，且针对新样本重复步骤406及408。如果未发现DOI(408-否)且当前迭代的调制组未保留样本预算(412-否)，则方法400的步骤执行到位于第一工艺窗内且具有紧邻第一群组的相应调制组的过程调制的相应过程调制的下一调制组，且针对所述调制组执行步骤404到408的迭代。如果已针对全部此类调制组执行方法400，那么方法400的执行结束。
在一些实施例中，方法400导致调制组710(图7C)的识别，所述调制组710包围相较于图7B的工艺窗的经修正、变窄的工艺窗。
图5是展示根据一些实施例的额外工艺窗修正(例如，如在图1的方法100的步骤118中)的方法500的流程图。在一些实施例中，方法500遵循方法400(图4)。可使用半导体检验系统900(图9)或其部分执行方法500。
在方法500中，至少部分基于找到具有DOI的裸片结构的可能性对第二工艺窗(例如，图7C的工艺窗，其由调制组710包围但不包含调制组710)内的调制组确定优先级(502)用于SEM检验。(第二工艺窗在图1的方法100的步骤116中确定)。确定优先级可进一步至少部分基于待检验的裸片结构的密度。
针对方法500的第一迭代，根据步骤502的确定优先级选择最高优先级调制组。针对方法500的后续迭代，根据步骤502的确定优先级选择(504)下一最高优先级调制组。
定义(506)用于SEM检验的关照区域。关照区域包含经识别为在第二工艺窗外部的调制组中的具有DOI的裸片结构。(根据定义，尚未针对第二工艺窗内的调制组识别出DOI。)待检验的关照区域可特定于给定调制组，使得针对不同调制组定义不同关照区域。定义特定于给定调制组的关照区域反映待针对不同调制组检验不同裸片结构的事实，这是因为根据一些实施例，怀疑不同裸片结构在不同调制组中故障。在一些实施例中，一或多个关照区域是用户指定的(508)。例如，用户可基于建议缺陷可能在某些裸片结构上的过程模拟(例如，光学接近性校正)指定关照区域。
在一些实施例中，通过将具有来自全部调制组的DOI的全部检测到的裸片结构堆叠于单个有效裸片上而识别用于确定关照区域的裸片结构。在一些实施例中，此堆叠非针对全部调制组，而是针对调制组的相应群组执行。例如，可将调制组划分成象限(例如，具有焦距及曝光的相应正/负值的象限)且将具有来自相应象限的DOI的检测到的裸片结构堆叠到单个有效裸片上，所述单个有效裸片用于识别相应象限中的调制组的关照区域。
获得(510)所选择调制组的关照区域的SEM图像。检视SEM图像且执行(512)自动缺陷分类以确定先前未检测缺陷是否存在于关照区域中。因此，步骤512中检测的缺陷未通过光学检验(例如，BBP检验)检测抑或检测到的但作为扰乱点缺陷被忽略(dismissed)的缺陷。在一些实施例中，步骤510的SEM图像在比产生方法100(图1)的步骤110、方法200(图2)的步骤204及/或方法300(图3)的步骤306的SEM图像的SEM成像的例子更晚执行的针对相关半导体的SEM成像的一或多个例子中产生。
如果尚未达到用于SEM检验的预算(514-否)，则方法500的执行返回至步骤504且执行步骤504到512的另一迭代。否则(514-是)，修正(516)工艺窗以排除具有先前未检测DOI的调制组。例如，调制组712(图7D)具有在步骤512中识别的先前未检测DOI。因此，从图7D的工艺窗排除调制组712。
通过针对相应调制组执行方法500的重复迭代，可获得方法100(图1)的第二工艺窗内的多个经确定优先级调制组的关照区域的SEM图像且可执行这些SEM图像的自动缺陷分类。
在一些实施例中，在方法100(图1)的步骤122中产生的报告识别在步骤512中被识别为具有DOI的裸片结构。
图6是展示根据一些实施例的测量CD均匀性的方法600的流程图。可使用半导体检验系统900(图9)或其部分执行方法600。
在方法600中，在裸片结构的相应调制组中测量(602)CD，所述裸片结构具有所述调制组中的一或多个DOI。可在所述调制组中的裸片结构的无缺陷例子上测量CD。还测量(604)裸片结构的标称CD。在具有标称(例如，未修改)过程参数的一或多个裸片上测量标称CD。标称CD可为多个(例如，20个)标称CD测量的平均值(例如，均值)。
在指定第三工艺窗的报告(例如，在图1的方法100的步骤122中产生的报告)中提供(606)裸片结构的经测量CD。报告可指定相应调制组中的CD及标称CD两者。
图9是根据一些实施例的半导体检验系统900的框图。半导体检验系统900包含光学检验工具942(例如，BBP检验工具)、SEM 944及具有一或多个处理器902(例如，CPU)、用户接口906、存储器910及将这些组件互连的通信总线904的计算机系统。在一些实施例中，半导体检验系统900包含多个光学检验工具942及/或SEM 944。计算机系统可通过一或多个网络940与光学检验工具942及SEM 944通信地耦合。计算机系统可进一步包含用于与光学检验工具942、SEM 944及/或远程计算机系统通信的一或多个网络接口(有线及/或无线，未展示)。
用户接口906可包含显示器907及一或多个输入装置908(例如，键盘、鼠标、显示器907的触敏表面等)。显示器907可显示在方法100中产生的报告。
存储器910包含易失性及/或非易失性存储器。存储器910(例如，存储器910内的非易失性存储器)包含非暂时性计算机可读存储媒体。存储器910任选地包含位于处理器902远程的一或多个存储装置及/或可装卸地插入系统900中的非暂时性计算机可读存储媒体。在一些实施例中，存储器910(例如，存储器910的非暂时性计算机可读存储媒体)存储以下模块及数据或其子集或超集：操作系统912，其包含用于处置各种基本系统服务且用于执行硬件相依任务的程序；光学检验模块914；扰乱点过滤器训练模块916；SEM检视/自动缺陷分类模块918；工艺窗确定模块920；CD均匀性确定模块922；及报告模块924。因此，存储器910(例如，存储器910的非暂时性计算机可读存储媒体)包含用于执行方法100(图1)的指令。例如，存储器910(例如，存储器910的非暂时性计算机可读存储媒体)包含用于执行方法200、300、400及/或500(图2到5)的指令。存储器910可存储使用扰乱点过滤器训练模块916训练的扰乱点过滤器及/或使用报告模块924产生的报告。
存储于存储器910中的每一模块对应于用于执行本文中描述的一或多个功能的指令集。单独模块不需要被实施为单独软件程序。可结合或以其它方式重新布置模块及模块的各种子集。在一些实施例中，存储器910存储上文识别的模块及/或数据结构的子集或超集。
相较于作为功能示意图，图9希望更多地作为可存在于半导体检验系统中的各种特征的功能描述。例如，半导体检验系统900中的计算机系统的功能性可在多个装置之间分割。存储于存储器910中的模块的部分可替代地存储于通过一或多个网络与半导体检验系统900的计算机系统通信地耦合的一或多个其它计算机系统中。
为了解释的目的，已参考特定实施例描述前述描述。然而，上文的说明性论述不希望为穷举性或将权利要求书的范围限于所揭示的精确形式。鉴于上文中的教示，许多修改及变动是可行的。选取实施例以便最佳解释作为权利要求书及其实际应用的基础的原理以借此使所属领域的其他技术人员能够最佳地使用具有如适合所预期特定使用的各种修改的实施例。

Claims (19)

1.一种评估半导体制造过程的方法，其包括：
获得包括被分组成调制组的多个裸片的半导体晶片，其中每一调制组使用相异过程参数制造；
光学检验所述半导体晶片以识别所述调制组中的缺陷；
训练扰乱点过滤器以将所述经识别缺陷分类为所关注缺陷或扰乱点缺陷，其包括执行所述经识别缺陷的第一样本的扫描电子显微镜(SEM)图像的自动缺陷分类以确定所述第一样本中的相应缺陷是所关注缺陷还是扰乱点缺陷；
基于所述训练的结果，确定所述半导体晶片的第一初步工艺窗，所述第一初步工艺窗是其相应调制组无所关注缺陷的过程参数的窗；
基于所述训练的所述结果，识别在包围所述第一初步工艺窗的调制组的第一群组中的具有所关注缺陷的裸片结构；
将所述经训练扰乱点过滤器应用到所述经识别缺陷以确定所述半导体晶片的第二经修正工艺窗，其包括：
针对位于所述第一初步工艺窗内且具有紧邻所述第一群组的相应调制组的过程调制的相应过程调制的每一调制组，确定所述调制组是否具有识别为具有所述第一群组的所述相应调制组中的所关注缺陷的结构的一或多个所关注缺陷；
基于所述第二经修正工艺窗内的一或多个调制组中的经指定关照区域的SEM图像确定所述半导体晶片的第三进一步经修正工艺窗；及
产生指定所述第三进一步经修正工艺窗的报告。
2.根据权利要求1所述的方法，其中所述相异过程参数包括光刻过程步骤的相应焦距及相应曝光。
3.根据权利要求1所述的方法，其中使用包括宽带等离子体(BBP)光源的光学检验工具执行光学检验所述半导体晶片。
4.根据权利要求1所述的方法，其中识别在调制组的所述第一群组中的具有所关注缺陷的所述裸片结构包括：
从调制组的所述第一群组选择基于所述训练的所述结果预测为所关注缺陷的所述经识别缺陷的第二样本；及
执行所述第二样本的SEM图像的自动缺陷分类。
5.根据权利要求1所述的方法，其中针对位于所述第一初步工艺窗内且具有紧邻所述第一群组的相应调制组的过程调制的相应过程调制的每一调制组，确定所述调制组是否具有识别为具有所述第一群组的所述相应调制组中的所关注缺陷的结构的一或多个所关注缺陷包括：
从所述调制组选择使用所述经训练扰乱点过滤器确定的具有为所关注缺陷的最高概率的所述经识别缺陷的第三样本；及
执行所述第三样本的SEM图像的自动缺陷分类。
6.根据权利要求1所述的方法，其进一步包括定义所述关照区域以包含识别为具有所关注缺陷的裸片结构；
其中所述报告指定在包围所述第三进一步经修正工艺窗的一或多个调制组中的具有所关注缺陷的一或多个裸片结构。
7.根据权利要求6所述的方法，其中确定所述第三进一步经修正工艺窗包括：
至少部分基于发现具有所关注缺陷的裸片结构的可能性确定用于SEM检验的所述第二经修正工艺窗内的调制组的优先级；
获得所述第二经修正工艺窗内的经确定优先级调制组的所述关照区域的SEM图像；及
执行所述第二经修正工艺窗内的所述经确定优先级调制组的所述关照区域的所述SEM图像的自动缺陷分类。
8.根据权利要求6所述的方法，其中所述关照区域中的一或多者是用户指定的。
9.根据权利要求1所述的方法，其进一步包括在确定所述第三进一步经修正工艺窗之后，测量具有所关注缺陷的一或多个裸片结构的关键尺寸均匀性，其中：
所述报告指定具有所关注缺陷的所述一或多个裸片结构的所述关键尺寸均匀性；且
所述一或多个裸片结构包括在包围所述第三进一步经修正工艺窗的调制组中的具有所关注缺陷的全部裸片结构。
10.一种非暂时性计算机可读存储媒体，其存储用于由包括光学检验工具的半导体检验系统的一或多个处理器执行的一或多个程序，所述一或多个程序包含用于进行以下项的指令：
针对包括被分组成调制组的多个裸片的半导体晶片，每一调制组使用相异过程参数制造，使用所述光学检验工具光学检验所述半导体晶片以识别所述调制组中的缺陷；
训练扰乱点过滤器以将所述经识别缺陷分类为所关注缺陷或扰乱点缺陷，其包括执行所述经识别缺陷的第一样本的扫描电子显微镜(SEM)图像的自动缺陷分类以确定所述第一样本中的相应缺陷是所关注缺陷还是扰乱点缺陷；
基于所述训练的结果，确定所述半导体晶片的第一初步工艺窗，所述第一初步工艺窗是其相应调制组无所关注缺陷的过程参数的窗；
基于所述训练的所述结果，识别在包围所述第一初步工艺窗的调制组的第一群组中的具有所关注缺陷的裸片结构；
将所述经训练扰乱点过滤器应用到所述经识别缺陷以确定所述半导体晶片的第二经修正工艺窗，其包括：
针对位于所述第一初步工艺窗内且具有紧邻所述第一群组的相应调制组的过程调制的相应过程调制的每一调制组，确定所述调制组是否具有识别为具有所述第一群组的所述相应调制组中的所关注缺陷的结构的一或多个所关注缺陷；
基于所述第二经修正工艺窗内的一或多个调制组中的经指定关照区域的SEM图像确定所述半导体晶片的第三进一步经修正工艺窗；及
产生指定所述第三进一步经修正工艺窗的报告。
11.根据权利要求10所述的非暂时性计算机可读存储媒体，其中所述相异过程参数包括光刻过程步骤的相应焦距及相应曝光。
12.根据权利要求10所述的非暂时性计算机可读存储媒体，其中所述光学检验工具包括宽带等离子体(BBP)光源。
13.根据权利要求10所述的非暂时性计算机可读存储媒体，其中用于识别在调制组的所述第一群组中的具有所关注缺陷的所述裸片结构的所述指令包括用于进行以下项的指令：
从调制组的所述第一群组选择基于所述训练的所述结果预测为所关注缺陷的所述经识别缺陷的第二样本；及
执行所述第二样本的SEM图像的自动缺陷分类。
14.根据权利要求10所述的非暂时性计算机可读存储媒体，其中用于针对位于所述第一初步工艺窗内且具有紧邻所述第一群组的相应调制组的过程调制的相应过程调制的每一调制组，确定所述调制组是否具有识别为具有所述第一群组的所述相应调制组中的所关注缺陷的结构的一或多个所关注缺陷的所述指令包括用于进行以下项的指令：
从所述调制组选择使用所述经训练扰乱点过滤器确定的具有为所关注缺陷的最高概率的所述经识别缺陷的第三样本；及
执行所述第三样本的SEM图像的自动缺陷分类。
15.根据权利要求10所述的非暂时性计算机可读存储媒体，其中所述一或多个程序进一步包括用于定义所述关照区域以包含识别为具有所关注缺陷的裸片结构的指令；
其中所述报告指定在包围所述第三进一步经修正工艺窗的一或多个调制组中的具有所关注缺陷的一或多个裸片结构。
16.根据权利要求15所述的非暂时性计算机可读存储媒体，其中用于确定所述第三进一步经修正工艺窗的所述指令包括用于执行所述第二经修正工艺窗内的经确定优先级调制组的所述关照区域的SEM图像的自动缺陷分类的指令。
17.根据权利要求15所述的非暂时性计算机可读存储媒体，其中所述关照区域中的一或多者是用户指定的。
18.根据权利要求10所述的非暂时性计算机可读存储媒体，其中所述一或多个程序进一步包括用于在确定所述第三进一步经修正工艺窗之后，测量具有所关注缺陷的一或多个裸片结构的关键尺寸均匀性的指令，其中：
所述报告指定具有所关注缺陷的所述一或多个裸片结构的所述关键尺寸均匀性；且
所述一或多个裸片结构包括在包围所述第三进一步经修正工艺窗的调制组中的具有所关注缺陷的全部裸片结构。
19.一种半导体检验系统，其包括：
光学检验工具；
一或多个处理器；及
存储器，其存储用于由所述一或多个处理器执行的一或多个程序，所述一或多个程序包括用于进行以下项的指令：
针对包括被分组成调制组的多个裸片的半导体晶片，每一调制组使用相异过程参数制造，使用所述光学检验工具光学检验所述半导体晶片以识别所述调制组中的缺陷；
训练扰乱点过滤器以将所述经识别缺陷分类为所关注缺陷或扰乱点缺陷，其包括执行所述经识别缺陷的第一样本的扫描电子显微镜(SEM)图像的自动缺陷分类以确定所述第一样本中的相应缺陷是所关注缺陷还是扰乱点缺陷；
基于所述训练的结果，确定所述半导体晶片的第一初步工艺窗，所述第一初步工艺窗是其相应调制组无所关注缺陷的过程参数的窗；
基于所述训练的所述结果，识别在包围所述第一初步工艺窗的调制组的第一群组中的具有所关注缺陷的裸片结构；
将所述经训练扰乱点过滤器应用到所述经识别缺陷以确定所述半导体晶片的第二经修正工艺窗，其包括：
针对位于所述第一初步工艺窗内且具有紧邻所述第一群组的相应调制组的过程调制的相应过程调制的每一调制组，确定所述调制组是否具有识别为具有所述第一群组的所述相应调制组中的所关注缺陷的结构的一或多个所关注缺陷；
基于所述第二经修正工艺窗内的一或多个调制组中的经指定关照区域的SEM图像确定所述半导体晶片的第三进一步经修正工艺窗；及
产生指定所述第三进一步经修正工艺窗的报告。
CN202080055907.1A 2019-08-07 2020-08-06 确定半导体制造工艺窗的方法、系统及计算机可读存储媒体 Active CN114207795B (zh)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
IN201941031907 2019-08-07
IN201941031907 2019-08-07
US16/582,846 2019-09-25
US16/582,846 US11055840B2 (en) 2019-08-07 2019-09-25 Semiconductor hot-spot and process-window discovery combining optical and electron-beam inspection
PCT/US2020/045084 WO2021026282A1 (en) 2019-08-07 2020-08-06 Semiconductor hot-spot and process-window discovery combining optical and electron-beam inspection

Publications (2)

Publication Number Publication Date
CN114207795A CN114207795A (zh) 2022-03-18
CN114207795B true CN114207795B (zh) 2023-05-23

Family

ID=74501898

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202080055907.1A Active CN114207795B (zh) 2019-08-07 2020-08-06 确定半导体制造工艺窗的方法、系统及计算机可读存储媒体

Country Status (5)

Country Link
US (1) US11055840B2 (zh)
KR (1) KR102621486B1 (zh)
CN (1) CN114207795B (zh)
TW (1) TWI833980B (zh)
WO (1) WO2021026282A1 (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11360030B2 (en) 2020-02-04 2022-06-14 Applied Materials Isreal Ltd Selecting a coreset of potential defects for estimating expected defects of interest
US20230175983A1 (en) * 2021-12-08 2023-06-08 Kla Corporation Process window qualification modulation layouts

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106461581A (zh) * 2014-05-15 2017-02-22 科磊股份有限公司 基于来自光学检验及光学重检的缺陷属性的用于电子束重检的缺陷取样
CN107003249A (zh) * 2014-11-04 2017-08-01 科磊股份有限公司 晶片缺陷发现
CN107004123A (zh) * 2014-10-23 2017-08-01 应用材料公司 迭代式缺陷滤除工艺
CN108231623A (zh) * 2016-12-12 2018-06-29 英属开曼群岛商达盟系统有限公司 半导体元件的制造过程中进行自动缺陷筛选的系统
CN108352339A (zh) * 2015-09-18 2018-07-31 科磊股份有限公司 自适应自动缺陷分类
CN109952502A (zh) * 2016-11-21 2019-06-28 科磊股份有限公司 用于调谐经调制晶片的敏感度及确定用于经调制晶片的工艺窗的系统、方法及非暂时性计算机可读媒体
CN109964116A (zh) * 2016-11-30 2019-07-02 科磊股份有限公司 用于三维半导体结构的检验的缺陷发现及配方优化

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4644613B2 (ja) 2006-02-27 2011-03-02 株式会社日立ハイテクノロジーズ 欠陥観察方法及びその装置
US7904845B2 (en) * 2006-12-06 2011-03-08 Kla-Tencor Corp. Determining locations on a wafer to be reviewed during defect review
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
US9835566B2 (en) 2015-03-03 2017-12-05 Kla-Tencor Corp. Adaptive nuisance filter
US9891538B2 (en) 2015-03-16 2018-02-13 Kla-Tencor Corp. Adaptive sampling for process window determination
US10312161B2 (en) * 2015-03-23 2019-06-04 Applied Materials Israel Ltd. Process window analysis
US10127651B2 (en) * 2016-01-15 2018-11-13 Kla-Tencor Corporation Defect sensitivity of semiconductor wafer inspectors using design data with wafer image data
US10267748B2 (en) 2016-10-17 2019-04-23 Kla-Tencor Corp. Optimizing training sets used for setting up inspection-related algorithms
US10699926B2 (en) * 2017-08-30 2020-06-30 Kla-Tencor Corp. Identifying nuisances and defects of interest in defects detected on a wafer
US10713534B2 (en) * 2017-09-01 2020-07-14 Kla-Tencor Corp. Training a learning based defect classifier
US11119060B2 (en) * 2017-09-01 2021-09-14 Kla-Tencor Corporation Defect location accuracy using shape based grouping guided defect centering
US10503078B2 (en) * 2017-09-01 2019-12-10 Kla-Tencor Corporation Criticality analysis augmented process window qualification sampling
US11379967B2 (en) * 2019-01-18 2022-07-05 Kla Corporation Methods and systems for inspection of semiconductor structures with automatically generated defect features

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106461581A (zh) * 2014-05-15 2017-02-22 科磊股份有限公司 基于来自光学检验及光学重检的缺陷属性的用于电子束重检的缺陷取样
CN107004123A (zh) * 2014-10-23 2017-08-01 应用材料公司 迭代式缺陷滤除工艺
CN107003249A (zh) * 2014-11-04 2017-08-01 科磊股份有限公司 晶片缺陷发现
CN108352339A (zh) * 2015-09-18 2018-07-31 科磊股份有限公司 自适应自动缺陷分类
CN109952502A (zh) * 2016-11-21 2019-06-28 科磊股份有限公司 用于调谐经调制晶片的敏感度及确定用于经调制晶片的工艺窗的系统、方法及非暂时性计算机可读媒体
CN109964116A (zh) * 2016-11-30 2019-07-02 科磊股份有限公司 用于三维半导体结构的检验的缺陷发现及配方优化
CN108231623A (zh) * 2016-12-12 2018-06-29 英属开曼群岛商达盟系统有限公司 半导体元件的制造过程中进行自动缺陷筛选的系统

Also Published As

Publication number Publication date
CN114207795A (zh) 2022-03-18
KR102621486B1 (ko) 2024-01-05
TW202113652A (zh) 2021-04-01
WO2021026282A1 (en) 2021-02-11
US20210042908A1 (en) 2021-02-11
TWI833980B (zh) 2024-03-01
KR20220044770A (ko) 2022-04-11
US11055840B2 (en) 2021-07-06

Similar Documents

Publication Publication Date Title
JP7216822B2 (ja) 画素レベル画像定量のための深層学習式欠陥検出及び分類方式の使用
CN107078073B (zh) 用于工艺窗口特征化的虚拟检验系统
US9710903B2 (en) System and method for detecting design and process defects on a wafer using process monitoring features
KR102443815B1 (ko) 대량의 패턴 서칭을 위한 검사와 디자인 간의 드리프트의 자동 보정 시스템 및 방법
KR101720992B1 (ko) 검사 장치 및 검사 장치 시스템
CN114207795B (zh) 确定半导体制造工艺窗的方法、系统及计算机可读存储媒体
JP6609568B2 (ja) 差分ダイおよび差分データベースを利用した検査
KR20170071590A (ko) 임계 치수 균일도 강화 기술들 및 장치
TW201909303A (zh) 用於高效處理窗口探索之混合檢測系統
CN111566789B (zh) 使用电子显微法的半导体计量及缺陷分类
KR102518201B1 (ko) 컴퓨터에 의해 지원되는 약한 패턴 검출 및 정량화 시스템
TWI758533B (zh) 設計關鍵性分析擴充之製程窗合格取樣
TWI750368B (zh) 光學檢驗結果之計量導引檢驗樣品成形
KR100867634B1 (ko) 웨이퍼 시료 분석 방법
US9874821B2 (en) Method for hotspot detection and ranking of a lithographic mask
US10921716B1 (en) Lithographic dose characterization
CN109804462B (zh) 用于识别设计文件中的受关注图案的位置的方法及系统
US20080056571A1 (en) Pattern test method of testing, in only specific region, defect of pattern on sample formed by charged beam lithography apparatus

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