CN114720482A - 缺陷检查方法 - Google Patents

缺陷检查方法 Download PDF

Info

Publication number
CN114720482A
CN114720482A CN202210003971.6A CN202210003971A CN114720482A CN 114720482 A CN114720482 A CN 114720482A CN 202210003971 A CN202210003971 A CN 202210003971A CN 114720482 A CN114720482 A CN 114720482A
Authority
CN
China
Prior art keywords
defect inspection
defect
mask
sample
inspection
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
CN202210003971.6A
Other languages
English (en)
Inventor
平野亮一
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.)
Nuflare Technology Inc
Original Assignee
Nuflare Technology Inc
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 Nuflare Technology Inc filed Critical Nuflare Technology Inc
Publication of CN114720482A publication Critical patent/CN114720482A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/956—Inspecting patterns on the surface of objects
    • G01N21/95607—Inspecting patterns on the surface of objects using a comparative method
    • 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
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/9501—Semiconductor wafers
    • G01N21/9505—Wafer internal defects, e.g. microcracks
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/01—Arrangements or apparatus for facilitating the optical investigation
    • 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
    • G01N21/956—Inspecting patterns on the surface of objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
    • 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
    • G01N21/01—Arrangements or apparatus for facilitating the optical investigation
    • G01N2021/0106—General arrangement of respective parts
    • G01N2021/0112—Apparatus in one mechanical, optical or electronic block
    • 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
    • G01N21/95—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
    • G01N2021/95615—Inspecting patterns on the surface of objects using a comparative method with stored comparision signal
    • 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
    • G01N2021/95676—Masks, reticles, shadow masks
    • 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)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Pathology (AREA)
  • Immunology (AREA)
  • Analytical Chemistry (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biochemistry (AREA)
  • Quality & Reliability (AREA)
  • Multimedia (AREA)
  • Databases & Information Systems (AREA)
  • Computing Systems (AREA)
  • Artificial Intelligence (AREA)
  • Software Systems (AREA)
  • Medical Informatics (AREA)
  • Evolutionary Computation (AREA)
  • Signal Processing (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)
  • Preparing Plates And Mask In Photomechanical Process (AREA)

Abstract

本发明的实施方式提供缺陷检查方法，能够在缺陷检查装置中设定能够使缺陷的检测灵敏度最大，并且能够降低相对于DOI的滋扰的比率的缺陷检测条件。根据实施方式，缺陷检查方法使用缺陷检查装置，该缺陷检查装置对第一试样照射照明光并取得第一试样的图像，将参照图像与第一试样的图像进行比较来检查缺陷。缺陷检查方法具备：生成参照图像的工序；取得第一试样的图像的工序；使用基于与第一试样不同的第二试样的缺陷检查的结果的指标来设定缺陷检测条件的工序；以及根据对参照图像与第一试样的图像进行比较的结果，基于缺陷检测条件来判别滋扰的工序。

Description

缺陷检查方法
相关申请
本申请享受以日本专利申请2021-000536号(申请日：2021年1月5日)为基础申请的优先权。本申请通过参考该基础申请包括基础申请的全部内容。
技术领域
本发明涉及形成有图案的试样的缺陷检查方法。
背景技术
在半导体器件的制造工序中，通过使用了曝光装置(也称为“步进曝光装置(stepper)”或“扫描仪”)的缩小曝光，将电路图案转印到半导体基板上。在曝光装置中，为了将电路图案转印到半导体基板(以下，也表述为“晶片”)上，而使用形成有原图图案(以下，也表述为“掩模图案”)的掩模(也称为“中间掩模(reticle)”)。
在半导体器件的制造工序中，作为使成品率降低的主要原因之一，列举出掩模的缺陷。若掩模图案中存在错误或形成不良等，则在使用该掩模进行曝光的全部芯片中产生电路图案的形成不良。伴随着半导体器件的微细化，进行掩模图案的微细化及多样化。因此，掩模的缺陷检查装置中要求较高的缺陷检测性能。
缺陷检查装置为了得到较高的灵敏度和吞吐量而具有如下功能：在各种光学系统条件下观察掩模，对得到的图像施加数值运算处理。作为检查方式，有D-DB(Die toDatabase)方式和D-D(Die to Die)方式，在D-DB(Die to Database)方式中，基于设计图案，通过数值运算来生成应在检查装置中得到的图像，并将所得到的图像与采集到的图像进行比较，在D-D(Die to Die)方式中，将由形成于掩模上的同一图案构成的多个区域彼此进行比较。
由缺陷检查装置检测出的缺陷大致分为用户想要检测的缺陷(以下也表述为“DOI(Defect of Interest：感兴趣的缺陷)”)和噪声(以下也表述为“滋扰”)。DOI例如包括对半导体器件的成品率造成影响的图案缺陷及颗粒。滋扰例如包括参照图像数据与实际图像数据的位置偏移等，尽管本来不是缺陷但被检测出的疑似缺陷、以及不会对半导体器件的成品率造成影响的微细的图案缺陷及颗粒等。
例如，在日本专利公开2016-20867中，作为高灵敏度的缺陷观察方法，公开了根据在不同的多个光学系统条件下照射试样而得到的多个信号(光学图像)来判别缺陷和噪声并求出其坐标的方法。另外，在日本专利第5965467中，公开了使用与缺陷的位置接近的掩模图案的1个或多个属性来对缺陷进行分类并去除滋扰的方法。但是，通过这些检查方法确定的噪声(滋扰)有时与用户想要判别的滋扰不一致。在掩模的缺陷检查中，所得到的结果的处理因目的而不同。
在用户要求的DOI与滋扰的判别基准中，能够反映检查目的(掩模的出厂检查、掩模的品质管理检查、或半导体器件的成品率改善等)、半导体器件的规格、以及半导体器件的生产线中的各工艺(光刻以及干式蚀刻等)的性能等要素。因此，即使是相同的掩模，也存在根据用户设定不同的判别基准的情况。
在缺陷检查装置中检测出的缺陷例如通过使用了扫描型电子显微镜(以下，表述为“SEM(Scanning Electron Microscope)”)的复查(review)装置进行复查，从而判别为用户要求的DOI与滋扰。即，根据复查的结果来判断缺陷检查装置中的DOI与滋扰的检测条件相对于用户要求的DOI与滋扰的判别基准是否适当。因此，若在缺陷检查装置中检测出多个被视为滋扰的缺陷，则复查的负荷增大。
例如，在缺陷检查装置中，基于缺陷检查装置的性能，来设定缺陷的检测灵敏度成为最大的光学系统条件，若检测出能够检测的全部缺陷，则作为滋扰而被检测出的缺陷的个数增加，基于复查的DOI与滋扰的辨别的负荷增大的情况存在。与此相对，在缺陷检查装置中，如果能够设定反映了用户要求的判别基准的缺陷的检测条件，则在设定了缺陷的检测灵敏度成为最大那样的光学系统条件的状态下，能够将滋扰的检测个数抑制到能够复查的个数(例如1000个以下)。
发明内容
本发明的目的在于提供一种缺陷检查方法，该缺陷检查方法能够在缺陷检查装置中设定能够使缺陷的检测灵敏度最大，并且能够降低相对于DOI的滋扰的比率的缺陷检测条件。
根据本发明的第一方式，缺陷检查方法使用缺陷检查装置，该缺陷检查装置对第一试样照射照明光并取得第一试样的图像，将参照图像与第一试样的图像进行比较来检查缺陷。缺陷检查方法具备：生成参照图像的工序；取得第一试样的图像的工序；使用基于与第一试样不同的第二试样的缺陷检查的结果的指标来设定缺陷检测条件的工序；以及根据对参照图像与第一试样的图像进行比较的结果，基于缺陷检测条件来判别滋扰的工序。
根据本发明的第一方式，优选的时，参照图像基于第一试样的设计数据而被生成。
根据本发明的第一方式，优选的是，参照图像基于第一试样的与取得所述图像的区域不同的区域的图像而被生成。
根据本发明的第一方式，优选的是，指标基于成品率预测而被生成，该成品率预测基于第二试样的缺陷检查的结果和第一试样的设计数据。
根据本发明的第一方式，优选的是，第二试样的缺陷检查的缺陷检测条件基于第一试样的设计数据而被设定。
根据本发明的第一方式，优选的是，指标基于第二试样的缺陷检查的结果和基于第二试样的产品的制造性能的信息而被设定。
根据本发明的第一方式，优选的是，设定缺陷检测条件的工序包括进行与第一试样及第二试样不同的第三试样的缺陷检查的工序、和基于第三试样的缺陷检查的结果来预测成品率的工序。
根据本发明的第一方式，优选的是，缺陷检测条件的多个要素中包含缺陷的分类、缺陷的分组、缺陷的检测灵敏度、以及滋扰的滤波。
根据本发明的第一方式，优选的是，缺陷检测条件的多个要素基于指标进行取舍选择。
根据本发明的第一方式，优选的是，缺陷的检测灵敏度优选基于指标而被设定。
根据本发明的第一方式，优选的是，还具备基于第一试样的设计数据来设定光学系统条件的工序。
根据本发明的第一方式，优选的是，第二试样的缺陷检查的结果包含对滋扰的检测灵敏度进行表示的灵敏度信息。
根据本发明的第一方式，优选的是，产品的制造性能的信息包含产品的缺陷检查及复查的结果、以及产品的成品率信息。
附图说明
图1是表示一个实施方式的缺陷检查方法所使用的缺陷检查装置的整体结构的图。
图2是一个实施方式的缺陷检查方法所使用的缺陷检查装置中的掩模的缺陷检查的流程图。
图3是表示着眼于一个掩模的从掩模的设计到半导体器件的制造为止的流程的流程图。
图4是掩模公司执行一个实施方式的缺陷检查方法的情况的流程图。
图5是表示掩模公司执行一个实施方式的缺陷检查方法的情况的信息(数据)的流程的图。
图6是晶片厂(wafer fab)执行一个实施方式的缺陷检查方法的情况的流程图。
图7是表示晶片厂执行一个实施方式的缺陷检查方法的情况的信息(数据)的流程的图。
图8是IDM执行一个实施方式的缺陷检查方法的情况的流程图。
图9是表示IDM执行一个实施方式的缺陷检查方法的情况的信息(数据)的流程的图。
附图标记说明
1…缺陷检查装置、10…图像取得机构、20…控制机构、30…掩模、101…工作台、111…照明光源、112…半透半反镜、113～115、117…反射镜、116、119、121…透镜、118…照明光调整部、118r、118t、123r、123t…光学滤波器、120…分光器、122…光圈、122r、122t…开口部、123…成像光调整部、124…受光传感器、124r、124t…光电二极管阵列、200…装置控制部、210…存储部、220…检查条件设定部、230…照明条件设定部、240…成像条件设定部、250…参照图像生成部、260…图像数据输入部、270…比较部
具体实施方式
以下，参照附图对实施方式进行说明。实施方式例示了用于将发明的技术思想具体化的装置、方法。附图是示意性或概念性的，各附图的尺寸及比率等未必与现实的相同。本发明的技术思想并不通过构成要素的形状、构造、配置等来确定。
以下，以掩模的缺陷检查方法为例进行说明。另外，在本实施方式中，对检查对象的试样为掩模的情况进行说明，但只要是具有图案的基板即可。例如，试样也可以是半导体基板。
1.缺陷检查装置的结构
首先，使用图1对缺陷检查装置的整体结构的一例进行说明。图1是表示缺陷检查装置1的整体结构的图。另外，在本实施方式中，对使用受光元件(光电二极管)对在掩模反射或透射的光的光学图像进行拍摄的缺陷检查装置进行说明，但并不限定于此。缺陷检查装置既可以使用光学显微镜拍摄出图案的光学图像，也可以使用SEM拍摄出图案的电子线图像。
如图1所示，缺陷检查装置1包括图像取得机构10和控制机构20。图像取得机构10具有用于取得掩模30的光学图像的结构。控制机构20控制图像取得机构10，基于由图像取得机构10取得的光学图像来检测缺陷。
图像取得机构10包括工作台101、照明光源111、半透半反镜112、反射镜113～115及117、照明光调整部118、透镜116、119及121、分光器120、光圈122、成像光调整部123、以及受光传感器124。
在工作台101之上载置有掩模30。工作台101能够在与工作台101的表面平行的方向上移动以及旋转。另外，工作台101也可以能够在与工作台101的表面垂直的方向上移动。
照明光源111射出缺陷检查用的照明光。例如，照明光源111是照射199nm的深紫外光(DUV光：deep ultra-violet light)的脉冲激光照射装置。
半透半反镜112将从照明光源111射出的照明光分割为透射照明光学系统与反射照明光学系统这2个。更具体而言，透射了半透半反镜112的照明光入射到透射照明光学系统。透射照明光学系统在对透射了掩模30的照明光(以下，也表述为“透射光”)进行拍摄的情况下，调整照射掩模30的照明光的光路。另外，在半透半反镜112反射的照明光入射到反射照明光学系统。反射照明光学系统在对在掩模30反射的照明光(以下也表述为“反射光”)进行拍摄的情况下，对照射掩模30的照明光的光路进行调整。
反射镜113、114及115在透射照明光学系统中用于调整透射了半透明反射镜112后的照明光的光路。
透镜116在透射照明光学系统中使由反射镜115改变了朝向的照明光聚光于掩模30的上表面上。
反射镜117在反射照明光学系统中用于调整在半透半反镜112反射的照明光的光路。
照明光调整部118调整照明光的偏振方向以及光束的量。照明光调整部118包括光学滤波器118t及118r。光学滤波器118t在透射照明光学系统中被设置在反射镜114与反射镜115之间的光路中，用于调整照明光的偏振方向以及光束的量。光学滤波器118r在反射照明光学系统中被设置在反射镜117与分光器120之间的光路中，用于调整照明光的偏振方向以及光束的量。
透镜119在透射照明光学系统中使透射了掩模30的照明光(透射光)聚光于分光器120。另外，透镜119在反射照明光学系统中使在通过了光学滤波器118r之后在分光器120反射的照明光聚光于掩模30的下表面上，使在掩模30反射的照明光(反射光)聚光于分光器120。
分光器120在反射照明光学系统中使通过了光学滤波器118r的照明光朝向透镜119反射。另外，分光器120使由透镜119聚光的透射光及反射光透射。
透镜121使透射了分光器120的透射光及反射光聚光于光圈122上。
光圈122用于由透镜121聚光的透射光及反射光的成形。光圈122具有开口部122t及122r。开口部122t在使透射光成形时使用。开口部122r在使反射光成形时使用。
成像光调整部123调整在受光传感器124上成像的照明光(透射光及反射光)的偏振方向以及光束的量。成像光调整部123包括光学滤波器123t及123r。光学滤波器123t用于调整透射光的偏振方向以及光束的量。另外，光学滤波器123r用于调整反射光的偏振方向以及光束的量。
受光传感器124感测所接收到的透射光及反射光。受光传感器124包括光电二极管阵列124t及124r。光电二极管阵列124t对通过了光学滤波器123t的透射光进行光电转换，生成电信号。光电二极管阵列124r对通过了光学滤波器123r的反射光进行光电转换，生成电信号。光电二极管阵列124t及124r将所生成的电信号发送至后述的图像数据输入部260。光电二极管阵列124t及124r分别包含未图示的图像传感器。作为图像传感器，也可以使用将作为摄像元件的CCD照相机排成一列的线传感器。作为线传感器的例子，列举出TDI(TimeDelay Integration)传感器。例如，利用TDI传感器拍摄在连续移动的工作台101上载置的掩模30的图案。
控制机构20包括装置控制部200、存储部210、检查条件设定部220、照明条件设定部230、成像条件设定部240、参照图像生成部250、图像数据输入部260及比较部270。另外，检查条件设定部220、照明条件设定部230、成像条件设定部240、参照图像生成部250、图像数据输入部260及比较部270既可以由CPU(Central Processing Unit)、特定用途集成电路(ASIC：Application Specific Integrated Circuit)、现场可编程门阵列(FPGA：FieldProgrammable Gate Alley)、或图形处理单元(GPU：Graphics Processing Unit)等集成电路所执行的程序构成，也可以由这些集成电路所具备的硬件或固件构成，还可以由通过这些集成电路来控制的单独的电路构成。以下，对这些是由装置控制部200执行的缺陷检查程序的情况进行说明。
装置控制部200控制缺陷检查装置1的整体。更具体而言，装置控制部200控制图像取得机构10来取得光学图像。另外，装置控制部200控制控制机构20，将参照图像与所取得的光学图像进行比较，检测缺陷。例如，装置控制部200包括未图示的CPU、RAM(RandomAccess Memory：随机存取存储器)以及ROM(Read Only Memory：只读存储器)。例如，CPU将存储在ROM中的缺陷检查程序在RAM中展开。然后，CPU执行在RAM中展开的缺陷检查程序，控制缺陷检查装置1。另外，也可以代替ROM而在存储部210中存储缺陷检查程序。另外，装置控制部200例如既可以是微处理器等CPU器件，也可以是个人计算机等计算机装置。另外，装置控制部200的至少一部分功能也可以由ASIC、FPGA、GPU等其他集成电路承担。
存储部210存储与缺陷检查有关的信息。更具体而言，在存储部210中存储有掩模30的掩模数据(设计数据)、检查条件的设定数据、检查数据等。例如，在检查条件的设定数据中包含图像取得机构10的光学系统条件、缺陷检测条件以及后述的检查指标等。另外，检查数据中包含参照图像数据、光学图像数据以及与检测出的缺陷有关的数据(坐标以及尺寸等)。另外，存储部210也可以作为非暂时性的存储介质而存储由装置控制部200执行的缺陷检查程序。另外，存储部210也可以作为外部存储器而包含磁盘存储装置(HDD：Hard DiskDrive)或者固态硬盘(SSD)等各种存储装置。
检查条件设定部220设定图像取得机构10中的1个或多个光学图像的取得条件(光学系统条件)。
另外，检查条件设定部220设定缺陷的检测条件。更具体而言，例如，检查条件设定部220具有基于缺陷的形状、尺寸、检测位置(周边图案的形状)等对缺陷进行分类、分组的功能。另外，检查条件设定部220例如具有使针对缺陷检测信号的阈值变化来调整检测灵敏度的功能。另外，检查条件设定部220具有如下功能：在从被判断为滋扰的多个缺陷检测信号中提取出一定的倾向的情况下，根据提取出的倾向，从缺陷检测信号中分类(过滤)出滋扰。另外，检查条件设定部220具有缺陷复查功能，该缺陷复查功能对检测出的缺陷例如在半导体器件的制造中不会成为障碍这一情况进行判断，或者基于成为基准的缺陷检查的结果来确认是否检测出了同等的缺陷。而且，检查条件设定部220具有上下文类功能(Contextbase)，该上下文类功能通过将上述缺陷的分类、缺陷的分组、缺陷的检测灵敏度的变化、滋扰的滤波、缺陷复查等作为采样(检测)方案(scheme)的要素来使用，来设定缺陷的检测条件。
在本实施方式中，检查条件设定部220具有编辑功能，该编辑功能经由未图示的输入输出电路，基于从外部输入的检查指标，对构成上下文类功能的要素进行取舍选择，或者追加新的要素，或者变更检测灵敏度。即，检查条件设定部220能够基于检查指标来变更缺陷检测条件。检查指标是用于对与检查对象的掩模不同的掩模的缺陷检查、以及基于该检查结果或成品率信息等而生成的缺陷检测条件的变更进行指定的指标。
更具体而言，例如，检查条件设定部220能够基于检查指标，变更对缺陷进行分组时的划分，并与用户的目的相应地变更作为滋扰而被过滤的缺陷。另外，检查条件设定部220变更缺陷的检测灵敏度，由此能够抑制未反映在半导体器件中的微细的滋扰的检测个数。另外，检查条件设定部220能够变更判别DOI与滋扰的阈值。由此，缺陷检查装置1能够以更高的准确度检测与用户的目的相应的滋扰，能够减少被判别为滋扰的缺陷的个数。
检查条件设定部220设定的检查条件(光学系统条件以及缺陷检测条件)以及从外部输入的检查指标等存储于存储部210。
照明条件设定部230基于在检查条件设定部220中设定的检查条件，控制照明光源111以及照明光调整部118。例如，照明条件设定部230控制照明光调整部118，选择透射照明光学系统或反射照明光学系统中的任一个或这两者。照明条件设定部230通过调整照明光，能够取得根据掩模上的图案的种类、尺寸的不同而特性变化的光学图像。
成像条件设定部240基于在检查条件设定部220中设定的检查条件，控制成像光调整部123。例如，成像条件设定部240控制成像光调整部123，选择透射光或反射光中的任一个或这两者。另外，成像条件设定部240能够控制照明光调整部118来调整(抑制)摄像区域的空间频率。例如，装置控制部200为了容易分离DOI与滋扰，能够抑制空间频率。
参照图像生成单元250例如基于存储在存储单元210中的掩模数据来生成参照图像。参照图像生成部250将所生成的参照图像发送至比较部270。另外，参照图像生成部250既可以将由形成在掩模上的同一图案构成的多个区域的光学图像之一作为参照图像，也可以将其他掩模的同一图案的光学图像作为参照图像。
图像数据输入部260从受光传感器124接收使用了多个光学系统条件的多个光学图像数据。图像数据输入部260将接收到的光学图像数据发送至比较部270。
比较部270使用适当的算法对光学图像和参照图像进行比较。比较所得到的信号(缺陷检测信号)基于在检查条件设定部220中设定的缺陷检测条件而被判定。检查结果(检查数据)被保存在存储部210中。另外，在缺陷检查装置1具有显示部的情况下，也可以在显示部显示检查结果。
2.缺陷检查装置中的掩模缺陷检查的流程
接着，使用图2对缺陷检查装置1中的掩模的缺陷检查的流程的一例进行说明。图2是缺陷检查装置1中的掩模的缺陷检查的流程图。以下，对D-DB方式进行说明。另外，检查方式也可以是D-D方式。
如图2所示，首先，取得检查对象的掩模数据(步骤S101)。所取得的掩模数据被存储在存储部210中。
参照图像生成部250基于掩模数据，生成参照图像(步骤S102)。参照图像生成部250将所生成的参照图像发送至存储部210或比较部270。此外，在D-D方式的情况下，参照图像生成部250将同一图案的光学图像作为参照图像。
检查条件设定部220例如基于掩模数据来设定图像取得机构10中的光学系统条件(步骤S103)。此时，检查条件设定部220也可以设定多个光学系统条件作为光学图像的取得条件。
图像取得机构10基于所设定的1个或多个光学系统条件来取得光学图像(步骤S104)。更具体而言，在工作台101上载置掩模30。照明条件设定部230从照明光源111射出DUV光。另外，照明条件设定部230基于由检查条件设定部220所设定的光学系统条件，调整照射光的光路，控制照明光调整部118。成像条件设定部240基于由检查条件设定部220所以设定的光学系统条件，控制成像光调整部123。在该状态下，通过工作台101移动，由此照明光经由光学系统而在掩模30上进行扫描。在掩模30透射或反射的照明光在受光传感器124上成像。受光传感器124将所取得的图像数据发送至图像数据输入部260。由此，连续地取得多个光学图像。另外，参照图像生成和光学图像取得的顺序可以调换，也可以同时执行。
若光学图像的取得结束，则检查条件设定部220例如基于掩模数据(参照图像)以及所取得的光学图像，设定使用了上下文类功能的缺陷检测条件(步骤S105)。
在存储部210中保存有检查指标的情况下(步骤S106_是)，检查条件设定部220基于检查指标，进行缺陷检测条件的设定(变更)(步骤S107)。
在存储部210中没有保存检查指标的情况下(步骤S106_否)或者在基于检查指标的缺陷检测条件的设定结束后，比较部270对参照图像和所取得的光学图像进行比较(步骤S108)。比较部270基于缺陷检测条件，判定对比较而得到的光学图像与参照图像的差异进行表示的信号是否为缺陷。然后，比较部270进行检测出的缺陷的分组，判别缺陷是DOI还是滋扰。然后，比较部270将缺陷的信息(坐标、尺寸、形状、以及DOI与滋扰的区别等)、以及成为缺陷判定的依据的光学图像以及参照图像作为检查结果而保存于存储部210。另外，保存在存储部210中的结果既可以显示在未图示的显示部上，也可以经由未图示的输入输出电路输出到外部器件(例如，复查装置)。
另外，在本实施例中，说明了检查条件设定部220使用上下文类功能暂时设定缺陷检测条件后，基于检查指标来变更缺陷检测条件的情况，但也可以省略使用上下文类功能来设定缺陷检测条件的工序。即，检查条件设定部220也可以基于检查指标来直接设定缺陷检测条件。
3.从掩模设计到器件制造的流程
接着，使用图3对着眼于1个掩模的从掩模设计到器件制造为止的流程的一例进行说明。图3是表示从掩模设计到器件制造的流程的流程图。在以下的说明中，将进行从掩模设计到半导体器件的制造为止的器件制造商表述为“IDM((Integrated DeviceManufacturer)”。将进行掩模设计在本公司社不进行掩模及半导体器件的制造的器件制造商表述为“设计公司(fabless)”。在不区分IDM和设计公司的情况下，仅表述为“器件制造商”。另外，将掩模制造公司表述为“掩模公司”。例如，在IDM中，也存在由于半导体器件的开发成本及制造成本等的上升而将掩模制造向掩模公司订购的情况。进而，将从IDM或设计公司被委托了半导体器件的制造的器件制造公司(工厂)表述为“晶片厂”。例如，在IDM中，也存在根据本公司的生产线的生产能力，将制造的一部分向晶片厂订购的情况。
如图3所示，首先，器件制造商(IDM以及设计公司)进行半导体器件的电路图案的布局设计(步骤S11)。
接着，对进行了布局设计的电路数据，例如执行使用了OPC(Optical ProximityCorrection，光学邻近修正)或ILT(Inverse Lithography Technology)这样的分辨率提高方法的掩模数据修正(步骤S12)，生成掩模数据。
在掩模公司从器件制造商接受了掩模的制造的订购的情况下，从器件制造商向掩模公司提供掩模数据。
掩模公司使用掩模描绘装置，基于获得的掩模数据，在空白掩模上生成(描绘)掩模图案(步骤S13)。
接着，进行制造出的掩模的品质保证检查(步骤S14)。更具体而言，执行掩模图案的尺寸测定及坐标测定、以及掩模的缺陷检查等。此时，例如，从保证出厂的产品(掩模)的品质的观点出发，掩模公司设置与产品等级对应的品质保证检查(掩模的缺陷检查)的规格。在品质保证检查合格的掩模上贴附有薄膜(pellicle)。然后，将贴附有薄膜的掩模与记载了检查结果的检查表一起出厂给IDM或晶片厂。
被交付了掩模的IDM的制造部门或晶片厂制造半导体器件(以下，也表述为“前工序”)。此时，在光刻工序中执行掩模的接收检查或品质管理检查(表述为“接收/品质管理检查”)(步骤S20)。
更具体而言，对于从掩模公司交付的掩模，执行包含掩模的缺陷检查在内的接收检查。
已知掩模在曝光装置中被反复使用的期间会由于曝光光的照射及环境的影响等而逐渐被污染。另外，在掩模表面贴附有薄膜的情况下，进行薄膜的定期贴合。因此，对于在光刻工序中使用的掩模，为了掩模的品质管理，定期地执行包含掩模的缺陷检查在内的品质管理检查。
接收/品质管理检查合格的掩模在曝光装置中被用于曝光(步骤S21)。
在曝光后或电路图案的加工后，执行晶片的缺陷检查(步骤S22)。此时，对至少一部分晶片(或芯片)执行缺陷的复查。
若前工序结束，则在后工序(也称为“组装工序”)中，例如将特性检查合格的芯片组装。然后，将出厂检查合格的产品出厂。
4.掩模的缺陷检查的具体例
接着，对掩模的缺陷检查的具体例进行说明。掩模的缺陷检查，其目的根据执行的用户而不同。例如，在掩模公司中，用于出厂的掩模的质量保证可能成为检查的目的。另外，在晶片厂中，透射掩模的曝光光的透射率变化、异物向掩模的附着的确认可能成为检查的目的。例如，通过检查检测出的各种缺陷的应对方法，根据晶片厂的技术水平而不同。另外，在IDM中，出于提高半导体器件的成品率的目的，向掩模设计的反馈可能成为检查的目的。
因此，检查指标的生成步骤根据用户而不同。以下，分别对掩模公司、晶片厂以及IDM中的掩模的缺陷检查方法进行说明。
4.1掩模公司中的掩模缺陷检查方法
首先，使用图4及图5对掩模公司中的掩模的缺陷检查方法的一例进行说明。图4是在掩模公司中执行的掩模的缺陷检查的流程图。图5是表示掩模公司执行掩模的缺陷检查的情况的信息(数据)的流程的图。以下，将在半导体器件的制造中使用的掩模表述为“产品掩模”。另外，将缺陷检查装置1中的缺陷的检测灵敏度的确认、即在缺陷检查装置1的性能保证中使用的、由被制作了各种缺陷的测试图案构成的掩模表述为“品质保证掩模”。
如图4以及图5所示，首先，IDM或者设计公司进行电路图案的布局设计(步骤S31)。
IDM的设计部门或者设计公司从IDM的制造部门或者晶片厂获得与曝光装置有关的性能信息(表述为“曝光性能的信息”)、以及与包含晶片的缺陷检查信息、复查信息以及成品率信息在内的生产线的器件制造性能有关的信息。然后，IDM的设计部门或者设计公司基于与曝光性能有关的信息以及与器件制造性能有关的信息，对布局设计后的电路数据进行修正(步骤S32)，生成掩模数据。在此，与所使用的生产线的器件制造性能相应地修正电路数据，以能够以作为目标的成本实现预先设定的性能(即成品率)。
掩模公司从掩模订购源的IDM或设计公司获得掩模数据。
掩模公司在缺陷检查装置1中执行具有与获得的掩模数据对应的测试图案的品质保证掩模的缺陷检查(步骤S33)。此时，检查条件设定部220使用上下文类功能来设定缺陷检测条件。
接着，掩模公司例如使用缺陷检查装置的复查功能、SEM或使用了曝光波长光源的图案的转印性评价装置等，将检测出的缺陷判别为DOI和滋扰。然后，根据使用了上下文类的缺陷检测条件的品质保证掩模的缺陷检查的结果、DOI和滋扰的判别结果，生成对基于上下文类的功能的缺陷检测条件下的DOI以及滋扰的检测灵敏度进行表示的灵敏度信息(步骤S34)。此外，灵敏度信息中也可以包含上下文类中的各种参数信息以及掩模描绘装置的描绘性能的信息。掩模公司向掩模订购源的IDM或设计公司提示所生成的灵敏度信息。换言之，掩模公司向掩模订购源提示能够使用品质保证掩模来保证的缺陷检查装置1的检测值。
掩模订购源的IDM或设计公司基于掩模数据和灵敏度信息来预测成品率(步骤S35)。更具体而言，例如，IDM或设计公司基于上述的缺陷检查装置1的掩模的品质保证(掩模的缺陷检查)，在使用掩模数据生成了产品掩模的情况下，使用模拟等确认或预测是否如目标那样得到掩模数据的修正的效果且在使用了产品掩模的半导体器件的制造中得到作为目标的成品率。另外，在模拟中，也可以使用曝光性能的信息及器件制造性能的信息。
接着，掩模订购源的IDM或设计公司根据成品率预测的结果，来生成用于变更缺陷检查装置1的缺陷检测条件的检查指标(步骤S36)。更具体而言，IDM或设计公司，以缺陷检查装置1的缺陷检测条件成为将DOI的检测灵敏度设定为最大、且能够抑制滋扰的检测个数的条件的方式，生成对构成上下文类功能的要素的取舍选择、新的要素的追加、或者滋扰的检测灵敏度的变更进行指定的检查指标。另外，例如，在从掩模公司向IDM或设计公司提示了与多个光学系统条件对应的多个灵敏度信息的情况下，检查指标中也可以包含与最优的光学系统条件有关的信息。在该情况下，缺陷检查装置1的检查条件设定部220也可以基于检查指标来设定光学系统条件。IDM或设计公司对掩模公司提供所生成的检查指标。
掩模公司向缺陷检查装置1输入检查指标。检查条件设定部220基于输入的检查指标，设定(变更)缺陷检测条件(步骤S37)。
缺陷检查装置1基于根据检查指标所设定的缺陷检测条件，执行产品掩模的缺陷检查(步骤S38)。
换言之，IDM或设计公司基于品质保证掩模的缺陷检查的结果和掩模数据，执行成品率预测，基于其结果，生成检查指标。然后，掩模公司基于检查指标，设定缺陷检查条件，使用所设定的缺陷检查条件来执行产品掩模的缺陷检查。其结果，能够执行抑制了滋扰的检测个数的掩模的缺陷检测。
4.2晶片厂中的掩模的缺陷检查方法
接着，使用图6和图7说明晶片厂中的掩模的缺陷检查方法的一例。图6是晶片厂执行的接收/品质管理检查中的掩模的缺陷检查的流程图。图7是表示晶片厂执行掩模的缺陷检查的情况的信息(数据)的流程的图。
如图6及图7所示，晶片厂使用不是检查对象的产品掩模，执行使用了基于上下文类功能的缺陷检测条件的掩模的缺陷检查。然后，对掩模的缺陷检查的结果和使用了该产品掩模的半导体器件的器件制造性能(晶片的缺陷检查及检查的结果、以及成品率信息等)进行比较，生成检查指标(步骤S41)。更具体而言，晶片厂以在缺陷检查装置1的缺陷检测条件成为使DOI的检测灵敏度达到最大、且能够抑制滋扰的检测个数的条件的方式，生成对构成上下文类功能的要素的取舍选择、新的要素的追加、或者滋扰的检测灵敏度的变更进行指定的检查指标。例如，晶片厂也可以着眼于要检查的缺陷的种类(例如颗粒)，以将其检测灵敏度设定为最大且能够抑制滋扰的检测个数的方式生成检查指标。
所生成的检查指标被输入到缺陷检查装置1，检查条件设定部220基于被输入的检查指标来设定(变更)缺陷检测条件(步骤S42)。
缺陷检查装置1基于所设定的缺陷检测条件，执行品质保证掩模的缺陷检查(步骤S43)。
然后，晶片厂基于品质保证掩模的缺陷检查的结果，通过模拟等来预测成品率(步骤S44)。另外，在模拟中，也可以使用基于上下文类的缺陷检测条件和器件制造性能的信息。另外，在成品率预测的结果是未得到作为目标的成品率的情况下，也可以修正检查指标。
在成品率预测的结果是能够确认到可得到作为目标的成品率的情况下，缺陷检查装置1使用基于检查指标所设定的缺陷检测条件，执行从掩模公司交付的产品掩模的接收检查(掩模缺陷检查)(步骤S45)。
晶片厂在前工序中，使用在接收检查中合格的产品掩模，执行曝光(步骤S46)。
为了对于产品掩模的品质进行维持管理，在缺陷检查装置1中，定期地进行使用了品质保证掩模的缺陷检测性能的确认。使用基于品质保证掩模而管理了缺陷检测性能的缺陷检查装置1，执行在曝光中使用的产品掩模的品质管理检查(步骤S47)。
换言之，晶片厂基于其他产品掩模的缺陷检查的结果和器件制造性能(晶片的缺陷检查及复查的结果、以及成品率信息等)，生成检查指标。而且，晶片厂基于检查指标来设定缺陷检查条件，使用所设定的缺陷检查条件来执行品质保证掩模的缺陷检查，并基于其结果来预测成品率。并且，在得到目标的成品率预测的情况下，晶片厂执行产品掩模的缺陷检查。其结果，能够执行抑制了滋扰的检测个数的掩模的缺陷检测。
4.3IDM掩模的缺陷检查方法
接着，使用图8及图9对IDM中的掩模的缺陷检查方法的一例进行说明。图8是IDM所执行的掩模的缺陷检查的流程图。图9是表示IDM执行掩模的缺陷检查的情况的信息(数据)的流程的图。另外，图8及图9的例子表示IDM制造掩模及半导体器件的情况。
如图8及图9所示，首先，IDM进行电路图案的布局设计(步骤S51)。
接着，IDM基于掩模描绘装置的描绘性能的信息、曝光性能的信息、以及器件制造性能的信息，对进行了布局设计的电路数据进行修正(步骤S52)，生成掩模数据。在此，与所使用的生产线(装置)的器件制造性能相应地修正电路数据，以能够以作为目标的成本实现预先设定的性能。
缺陷检查装置1执行使用了具有与掩模数据对应的测试图案的品质保证掩模的掩模的缺陷检查(步骤S53)。此时，检查条件设定部220使用上下文类功能来设定缺陷检测条件。
接着，IDM例如使用缺陷检查装置的复查功能、SEM或使用了曝光波长光源的图案的转印性评价装置等，将检测出的缺陷判别为DOI和滋扰。然后，根据品质保证掩模的缺陷检查的结果、DOI和滋扰的判别结果，IDM生成对基于上下文类的功能的缺陷检测条件下的DOI以及滋扰的检测灵敏度进行表示的灵敏度信息(步骤S54)。此外，灵敏度信息中也可以包含上下文类上的各种参数信息以及描绘装置的描绘性能的信息。
接着，IDM基于掩模数据和灵敏度信息来预测成品率(步骤S55)。在使用掩模数据生成了产品掩模的情况下，IDM基于缺陷检查装置1对掩模的品质保证(掩模的缺陷检查)，使用模拟等确认或预测是否如目标那样得到掩模数据的修正的效果、且在使用了产品掩模的半导体器件的制造中得到作为目标的成品率。另外，在模拟中，也可以使用曝光性能的信息及器件制造性能的信息。
接着，IDM根据成品率预测的结果，生成用于变更缺陷检查装置1的缺陷检测条件的检查指标(步骤S56)。更具体而言，IDM以使缺陷检查装置1的缺陷检测条件成为使DOI的检测灵敏度成为最大、且能够抑制滋扰的检测个数的条件的方式，生成对构成上下文类功能的要素的取舍选择、新的要素的追加、或者滋扰的检测灵敏度的变更进行指定的检查指标。例如，IDM也可以以如下方式生成检查指标：将在对掩模设计应用ILT技术时可能产生的缺陷(微小图案)的检测灵敏度设定为最大，并且能够抑制滋扰的检测个数。
接着，所生成的检查指标被输入到缺陷检查装置1，检查条件设定部220基于所输入的检查指标来设定(变更)缺陷检测条件(步骤S57)。
缺陷检查装置1基于根据检查指标所设定的缺陷检测条件，执行产品掩模的缺陷检查(步骤S58)。
换言之，IDM基于品质保证掩模的缺陷检查的结果和掩模数据来预测成品率，并基于该结果来生成检查指标。然后，IDM基于检查指标来设定缺陷检查条件，使用所设定的缺陷检查条件来执行产品掩模的缺陷检查。其结果，能够执行抑制了滋扰的检测个数的掩模的缺陷检测。
5.本实施方式的效果
例如，在掩模的缺陷检查之后实施复查的情况下，若在掩模的缺陷检查中被判定为滋扰的缺陷的个数变多，则复查的负荷增大。因此，例如在缺陷检查装置中，使缺陷的检测灵敏度下降，使检测出的缺陷的个数减少。但是，若使缺陷的检测灵敏度降低，则DOI的检测灵敏度也降低，存在产品的成品率降低的可能性。
与此相对，如果是本实施方式的结构，则能够生成基于与检查对象不同的掩模的晶片的缺陷结果的结果的检查指标。然后，根据检查指标设定缺陷检查条件，能够执行掩模的缺陷检查。因此，能够在缺陷检查装置1中的缺陷检测条件中反映用户要求的DOI和滋扰的判别基准。换言之，本申请的实施方式的结构并不是通过后处理对从缺陷检查装置得到的结果进行加工而提高成品率，而是能够将用于检测成为成品率降低的原因的缺陷的信息反映到根据用户的业态(IDM、掩模公司、晶片厂)来调整检查装置的灵敏度的品质保证掩模中，而针对每个用户使缺陷检查装置的灵敏度最优化。由此，能够将DOI的检测灵敏度设为最大，并且能够抑制滋扰的检测个数。因此，在缺陷检查装置中，能够设定能够减少滋扰相对于DOI的比率的缺陷检测条件。
6.变形例等
在上述实施方式中，对D-DB方式进行了说明，但并不限定于此。例如，在D-D方式中也能够应用本实施方式。
此外，在上述实施方式中，对试样为掩模的情况进行了说明，但试样也可以是半导体基板。
另外，本发明并不限定于上述实施方式，在实施阶段能够在不脱离其主旨的范围内进行各种变形。另外，各实施方式也可以适当组合来实施，在该情况下能够得到组合的效果。进而，在上述实施方式中包含各种发明，能够通过从所公开的多个构成要素中选择的组合来提取各种发明。例如，在即使从实施方式所示的全部构成要素中删除几个构成要素也能够解决课题、且能够得到效果的情况下，能够将删除了该构成要素后的构成作为发明来提取。

Claims (13)

1.一种缺陷检查方法，使用缺陷检查装置，该缺陷检查装置对第一试样照射照明光并取得所述第一试样的图像，将参照图像与所述第一试样的所述图像进行比较来检查缺陷，
所述缺陷检查方法具备如下工序：
生成所述参照图像的工序；
取得所述第一试样的所述图像的工序；
使用如下指标来设定缺陷检测条件的工序，该指标是基于与所述第一试样不同的第二试样的缺陷检查的结果的指标；以及
根据对所述参照图像与所述第一试样的所述图像进行比较的结果，基于所述缺陷检测条件来判别滋扰的工序。
2.根据权利要求1所述的缺陷检查方法，
所述参照图像基于所述第一试样的设计数据而被生成。
3.根据权利要求1所述的缺陷检查方法，
所述参照图像基于所述第一试样的与取得所述图像的区域不同的区域的图像而被生成。
4.根据权利要求1所述的缺陷检查方法，
所述指标基于成品率预测而被生成，该成品率预测是基于所述第二试样的所述缺陷检查的结果和所述第一试样的设计数据的成品率预测。
5.根据权利要求1所述的缺陷检查方法，
所述第二试样的所述缺陷检查的缺陷检测条件基于所述第一试样的设计数据而被设定。
6.根据权利要求1所述的缺陷检查方法，
所述指标基于所述第二试样的所述缺陷检查的结果和基于所述第二试样的产品的制造性能的信息而被设定。
7.根据权利要求1所述的缺陷检查方法，
设定所述缺陷检测条件的工序包括：
进行与所述第一试样及所述第二试样不同的第三试样的缺陷检查的工序；和
根据所述第三试样的所述缺陷检查的结果来预测成品率的工序。
8.根据权利要求1所述的缺陷检查方法，
在所述缺陷检测条件的多个要素中包含缺陷的分类、缺陷的分组、缺陷的检测灵敏度以及所述滋扰的滤波。
9.根据权利要求8所述的缺陷检查方法，
所述缺陷检测条件的所述多个要素基于所述指标而被进行取舍选择。
10.根据权利要求8所述的缺陷检查方法，
所述缺陷的检测灵敏度基于所述指标而被设定。
11.根据权利要求1所述的缺陷检查方法，
还具备基于所述第一试样的设计数据来设定光学系统条件的工序。
12.根据权利要求4所述的缺陷检查方法，
所述第二试样的所述缺陷检查的所述结果包括灵敏度信息，该灵敏度信息表示所述滋扰的检测灵敏度。
13.根据权利要求6所述的缺陷检查方法，
所述产品的所述制造性能的所述信息包括所述产品的缺陷检查及复查的结果、以及所述产品的成品率信息。
CN202210003971.6A 2021-01-05 2022-01-05 缺陷检查方法 Pending CN114720482A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2021000536A JP7443268B2 (ja) 2021-01-05 2021-01-05 欠陥検査方法
JP2021-000536 2021-01-05

Publications (1)

Publication Number Publication Date
CN114720482A true CN114720482A (zh) 2022-07-08

Family

ID=82218728

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210003971.6A Pending CN114720482A (zh) 2021-01-05 2022-01-05 缺陷检查方法

Country Status (5)

Country Link
US (1) US11995817B2 (zh)
JP (1) JP7443268B2 (zh)
KR (1) KR20220099093A (zh)
CN (1) CN114720482A (zh)
TW (1) TWI814165B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117030724B (zh) * 2023-10-09 2023-12-08 诺比侃人工智能科技(成都)股份有限公司 一种基于深度学习的多模态工业缺陷分析方法及系统

Family Cites Families (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9002497B2 (en) 2003-07-03 2015-04-07 Kla-Tencor Technologies Corp. Methods and systems for inspection of wafers and reticles using designer intent data
JP4507549B2 (ja) 2003-10-15 2010-07-21 凸版印刷株式会社 マスクの欠陥検査装置の欠陥検出感度検査方法
JP2005121788A (ja) 2003-10-15 2005-05-12 Semiconductor Leading Edge Technologies Inc 欠陥検査用マスク及び欠陥検査用マスクの製造方法
JP2005331250A (ja) 2004-05-18 2005-12-02 Toppan Printing Co Ltd フォトマスクの外観検査方法
JP4644210B2 (ja) 2005-01-14 2011-03-02 富士通セミコンダクター株式会社 パターン欠陥検査方法
JP2006222118A (ja) 2005-02-08 2006-08-24 Renesas Technology Corp 半導体製品の歩留り予測方法、製造方法、ならびに歩留り予測システム
US7676077B2 (en) 2005-11-18 2010-03-09 Kla-Tencor Technologies Corp. Methods and systems for utilizing design data in combination with inspection data
US7570796B2 (en) 2005-11-18 2009-08-04 Kla-Tencor Technologies Corp. Methods and systems for utilizing design data in combination with inspection data
KR101565071B1 (ko) 2005-11-18 2015-11-03 케이엘에이-텐코 코포레이션 검사 데이터와 조합하여 설계 데이터를 활용하는 방법 및 시스템
JP4862031B2 (ja) 2008-10-20 2012-01-25 株式会社ニューフレアテクノロジー マスク欠陥レビュー方法及びマスク欠陥レビュー装置
JP2010243283A (ja) 2009-04-03 2010-10-28 Hitachi High-Technologies Corp 欠陥検査方法および欠陥検査装置
JP5695924B2 (ja) * 2010-02-01 2015-04-08 株式会社ニューフレアテクノロジー 欠陥推定装置および欠陥推定方法並びに検査装置および検査方法
JP5591675B2 (ja) * 2010-12-06 2014-09-17 株式会社ニューフレアテクノロジー 検査装置および検査方法
JP5793093B2 (ja) * 2012-02-17 2015-10-14 株式会社ニューフレアテクノロジー 検査装置および検査方法
JP5948262B2 (ja) 2013-01-30 2016-07-06 株式会社日立ハイテクノロジーズ 欠陥観察方法および欠陥観察装置
US9865512B2 (en) * 2013-04-08 2018-01-09 Kla-Tencor Corp. Dynamic design attributes for wafer inspection
JP6134565B2 (ja) * 2013-04-12 2017-05-24 株式会社ニューフレアテクノロジー 検査方法および検査装置
KR102136671B1 (ko) 2013-09-06 2020-07-22 삼성전자주식회사 기판의 결함 검출 방법 및 이를 수행하기 위한 장치
JP6369860B2 (ja) 2014-07-15 2018-08-08 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
JP6486050B2 (ja) 2014-09-29 2019-03-20 株式会社Ｓｃｒｅｅｎホールディングス 検査装置および検査方法
US10650508B2 (en) 2014-12-03 2020-05-12 Kla-Tencor Corporation Automatic defect classification without sampling and feature selection
JP2016145887A (ja) 2015-02-06 2016-08-12 株式会社ニューフレアテクノロジー 検査装置および検査方法
JP6543070B2 (ja) * 2015-04-01 2019-07-10 株式会社ニューフレアテクノロジー 検査方法および検査装置
US10365617B2 (en) * 2016-12-12 2019-07-30 Dmo Systems Limited Auto defect screening using adaptive machine learning in semiconductor device manufacturing flow
US10600175B2 (en) * 2017-03-24 2020-03-24 Kla-Tencor Corporation Dynamic care areas for defect detection
US11199506B2 (en) * 2018-02-21 2021-12-14 Applied Materials Israel Ltd. Generating a training set usable for examination of a semiconductor specimen

Also Published As

Publication number Publication date
US11995817B2 (en) 2024-05-28
TW202229849A (zh) 2022-08-01
KR20220099093A (ko) 2022-07-12
JP7443268B2 (ja) 2024-03-05
US20220215524A1 (en) 2022-07-07
TWI814165B (zh) 2023-09-01
JP2022105909A (ja) 2022-07-15

Similar Documents

Publication Publication Date Title
KR102539921B1 (ko) 자동으로 생성된 결함 피처를 가진 반도체 구조의 검사를 위한 방법 및 시스템
JP6527808B2 (ja) 検査方法および検査装置
KR102369848B1 (ko) 관심 패턴 이미지 집단에 대한 이상치 검출
KR101768493B1 (ko) 마스크 검사 장치, 마스크 평가 방법 및 마스크 평가 시스템
KR102557180B1 (ko) 극자외선 포토마스크 상에서 검출되는 결함의 처리
JP6364193B2 (ja) 焦点位置調整方法および検査方法
KR101888856B1 (ko) 패턴 폭 치수의 이탈량 측정 방법 및 패턴 검사 장치
US10698325B2 (en) Performance monitoring of design-based alignment
KR20180045817A (ko) 편광 이미지 취득 장치, 패턴 검사 장치, 편광 이미지 취득 방법 및 패턴 검사 방법
JPH10325711A (ja) 検査方法およびその装置並びに半導体基板の製造方法
KR101698891B1 (ko) 마스크 검사 장치 및 마스크 검사 방법
TWI814165B (zh) 缺陷檢查方法
US7767982B2 (en) Optical auto focusing system and method for electron beam inspection tool
US20220222804A1 (en) Euv mask inspection device, euv mask inspection method, non-transitory computer-readable medium storing euv mask inspection program, and euv mask inspection system
JP2019086481A (ja) パターン検査装置及びパターン検査方法
US10267749B2 (en) Inspection method
US11727556B2 (en) Defect detection for multi-die masks
JP7293148B2 (ja) 検査装置及び検査方法
JP6851178B2 (ja) パターン検査方法及びパターン検査装置
US7457454B1 (en) Detailed grey scale inspection method and apparatus
KR20240077466A (ko) 멀티 다이 마스크들에 대한 결함 검출
JP3572545B2 (ja) 基板の良否判定方法

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