CN115066604B - 在样本上的阵列区域中检测缺陷 - Google Patents

在样本上的阵列区域中检测缺陷 Download PDF

Info

Publication number
CN115066604B
CN115066604B CN202180012492.4A CN202180012492A CN115066604B CN 115066604 B CN115066604 B CN 115066604B CN 202180012492 A CN202180012492 A CN 202180012492A CN 115066604 B CN115066604 B CN 115066604B
Authority
CN
China
Prior art keywords
region
sample
page
interest
center
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
CN202180012492.4A
Other languages
English (en)
Other versions
CN115066604A (zh
Inventor
聂思晴
宋春卫
刘壮
周卫峰
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 CN115066604A publication Critical patent/CN115066604A/zh
Application granted granted Critical
Publication of CN115066604B publication Critical patent/CN115066604B/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
    • G06T7/0008—Industrial image inspection checking presence/absence
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/9501—Semiconductor wafers
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—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
    • 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
    • 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
    • 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
    • G01N21/8851—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
    • G01N2223/40—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
    • 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]
    • 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
    • G06T2207/30—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)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Biochemistry (AREA)
  • Analytical Chemistry (AREA)
  • Chemical & Material Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Manufacturing & Machinery (AREA)
  • Computer Hardware Design (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Power Engineering (AREA)
  • Signal Processing (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Testing Or Measuring Of Semiconductors Or The Like (AREA)

Abstract

本公开提供了用于在样本上的阵列区域中检测缺陷的方法及系统。一种方法包含确定由检验子系统针对样本在阵列区域中产生的输出中分页的中心。所述分页分离所述阵列区域中的单元区域，并且所述单元区域包含重复的经图案化特征。所述方法还包含：确定所述输出中所述分页的所述中心与所述样本的设计中所述分页的中心之间的偏移；及基于所述偏移而识别所述输出的与所述阵列区域中的关心区对应的部分。另外，所述方法包含通过将缺陷检测方法应用于所述输出的与所述关心区对应的所述部分在所述阵列区域中检测缺陷。

Description

在样本上的阵列区域中检测缺陷
技术领域
本发明一般来说涉及半导体技术中用于在样本上的阵列区域中检测缺陷的方法及系统。
背景技术
以下说明及实例并不由于其包含于这一章节中而被认为是现有技术。
制作例如逻辑及存储器装置等半导体装置通常包含使用若干种半导体制作工艺来处理例如半导体晶片的样本以形成半导体装置的各种特征及多个层级。举例来说，光刻是一种通常涉及将图案转印到布置在半导体晶片上的光致抗蚀剂的半导体制作工艺。半导体制作工艺的额外实例包含但不限于化学机械抛光、蚀刻、沉积及离子植入。可在半导体晶片上的布置中制作多个半导体装置且然后将所述多个半导体装置分离成个别半导体装置。
在半导体工业中，使用光学成像或电子束成像的检验是一种用于对半导体制造工艺进行除错、监测过程变化及改进生产合格率的重要技术。随着现代集成电路(IC)的规模不断缩小以及制造过程的日益复杂，检验变得越来越困难。
在于半导体晶片上执行的每一处理步骤中，在每一裸片中印刷相同电路图案。大多数晶片检验系统利用这一事实且使用相对简单的裸片对裸片比较来检测晶片上的缺陷。然而，每一裸片中的印刷电路可包含在x方向或y方向上重复的经图案化特征的许多区，例如DRAM区、SRAM区或FLASH区。这一类型的区被统称为“阵列区”(所述区的其余部分被称为“随机区”或“逻辑区”)。为了实现较优敏感度，先进检验系统采用了不同策略来检验阵列区及随机区或逻辑区。
阵列检测算法经设计以通过利用单元区域的可重复性来实现DRAM单元区域的相对高敏感度。举例来说，经配置以供阵列区检验的检验系统通常执行单元对单元比较，其中同一裸片中的阵列区中不同单元的图像彼此相减并且检查差以找出缺陷。这一阵列检验策略在阵列区中可实现比随机检验(一般来说，其通过将一个裸片的图像从另一裸片的图像减去来执行)高得多的敏感度，这是因为所述阵列检验策略避免了由裸片对裸片变化引起的噪声。
对于DRAM单元区域，存在两种常用方式来确保那些区域内单元的可重复性可成功地用于在单元中检测缺陷。在第一方式中，所述检验使用了利用检验图像到设计的对准的旧型检验。为了克服这类方法中的阶段不确定性，阵列关心区通常收缩一定量以确保所述阵列关心区内部的像素是重复的。对于单元边缘区域，将随机关心区及随机类型检验用于进行检测。在另一方式中，将对准到设计(例如，像素到设计对准(PDA))用于放置关心区。将分页上的对准目标用于进行对准，并且可将阵列关心区准确地放置在重复的图案区域上。在这一方法中，良好PDA对准性能需要良好目标。
然而，上文所描述的阵列检测方法存在数个缺点。举例来说，与随机检测算法相比，阵列检测具有高得多的敏感度，这是因为：1)同一裸片上的相邻区域与相邻裸片图像(用于参考图像以供随机检测)相比通常具有类似处理，因此引入较小噪声；及2)无需对准，这是因为测试及参考图像可来自图像帧。然而，阵列检测需要关心区内部的像素响应于在样本上在x方向上重复的经图案化特征。旧型关心区放置准确度由阶段不确定性确定。当关心区放置准确度无法满足要求时，阵列关心区必须比单元区域小一定量以避免内部单元缺陷检测由于非重复的分页区域而变得污染。因此，在DRAM层中，单元边缘像素仅能通过随机检验算法而非更强大阵列检测来检验。结果，敏感度在DRAM单元边缘处下降。PDA对准可帮助校正逻辑层的阶段不确定性。然而，对于DRAM层，基于当前设计的对准可在一些层中不起作用，这是因为不存在适合于对准的足够图案。
相应地，开发不具有上文所描述的缺点中的一或多者的用于检验样本上的阵列区域的系统及方法将是有利的。
发明内容
对各种实施例的以下说明决不应以任何方式被视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用于在样本上的阵列区域中检测缺陷的系统。所述系统包含检验子系统，所述检验子系统包含至少能量源及检测器。所述能量源经配置以产生被引导到样本的能量，并且所述检测器经配置以检测来自所述样本的能量并响应于所述所检测能量而产生输出。所述系统还包含一或多个计算机子系统，所述一或多个计算机子系统经配置以用于确定针对所述样本在阵列区域中产生的输出中分页的中心。所述分页分离所述阵列区域中的单元区域，并且所述单元区域包含重复的经图案化特征。所述一或多个计算机子系统还经配置以用于：确定所述输出中所述分页的所述中心与所述样本的设计中所述分页的中心之间的偏移；及基于所述偏移而识别所述输出的与所述阵列区域中的关心区对应的部分。另外，所述一或多个计算机子系统经配置以用于通过将缺陷检测方法应用于所述输出的与所述关心区对应的所述部分在所述阵列区域中检测缺陷。可如本文中所描述地对所述系统进行进一步配置。
另一实施例涉及一种用于在样本上的阵列区域中检测缺陷的计算机实施方法。所述方法包含确定由检验子系统针对样本在阵列区域中产生的输出中分页的中心。所述分页分离所述阵列区域中的单元区域，并且所述单元区域包含重复的经图案化特征。如上文所描述地对所述检验子系统进行配置。所述方法还包含上文所描述的所述确定所述偏移、识别所述部分及检测所述缺陷的步骤。由耦合到所述检验子系统的一或多个计算机子系统执行所述确定所述中心、确定所述偏移、识别所述部分及检测所述缺陷的步骤。可如本文中进一步所描述地执行上文所描述的所述方法的所述步骤中的每一者。另外，上文所描述的所述方法的所述实施例可包含本文中所描述的任何其它方法的任何其它步骤。上文所描述的所述方法可通过本文中所描述的所述系统中的任一者来执行。
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执行以便执行用于在样本上的阵列区域中检测缺陷的计算机实施方法的程序指令。所述计算机实施方法包含上文所描述的所述方法的所述步骤。可如本文中所描述地对所述计算机可读媒体进行进一步配置。可如本文中进一步所描述地执行所述计算机实施方法的所述步骤。另外，用于可执行程序指令的所述计算机实施方法可包含本文中所描述的任何其它方法的任何其它步骤。
附图说明
在受益于对较优实施例的以下详细说明的情况下且在参考随附图式之后，所属领域的技术人员将明了本发明的又一优点，其中：
图1及1a是图解说明如本文中所描述地进行配置的系统的实施例的侧视图的示意图；
图2到3及5到7是图解说明可经执行以用于在样本上的阵列区域中检测缺陷的步骤的实施例的流程图；
图4是图解说明基于关心区中的所关注区到单元区域的边缘的接近度而定义的分级箱的一个实例的平面图的示意图；且
图8是图解说明存储用于致使计算机系统执行本文中所描述的计算机实施方法的程序指令的非暂时性计算机可读取媒体的一个实施例的框图。
虽然易于对本发明做出各种修改及替代形式，但本发明的特定实施例以实例方式展示于图式中且将在本文中进行详细描述。所述图式可未按比例绘制。然而，应理解，图式及对图式的详细说明并不旨在将本发明限制于所公开的特定形式，而是相反，本发明旨在涵盖归属于由所附权利要求书界定的本发明的精神及范围内的所有修改、等效形式及替代形式。
具体实施方式
如本文中所使用的术语“妨扰”(其有时与“妨扰缺陷”互换使用)一般被定义为用户不关心的缺陷及/或在样本上检测到但事实上并非样本上的实际缺陷的事件。实际上并非缺陷的妨扰可被检测为由于样本上的非缺陷噪声源(例如，样本上金属线中的颗粒、来自样本上衬底层或材料的信号、线边缘粗糙度(LER)、经图案化属性中相对小的临界尺寸(CD)变化、厚度变化等)及/或由于检验系统自身或用于检验的系统配置中的边缘化的事件。
如本文中所使用的术语“所关注缺陷(DOI)”被定义为在样本上检测到且事实上是样本上的实际缺陷的缺陷。因此，DOI为用户所关注，这是因为用户一般来说关心在正被检验的样本上有多少实际缺陷且是何种实际缺陷。在一些上下文中，术语“DOI”用于指代样本上实际缺陷中所有实际缺陷的子集，所述子集仅包含用户关心的实际缺陷。举例来说，在任何既定样本上可存在多种类型的DOI，并且所述类型中的一或多者可比一或多种其它类型更为用户所关注。然而，在本文中所描述的实施例的上下文中，术语“DOI”用于指代样本上的任何及所有真实缺陷。
如本文中所使用的术语“设计”及“设计数据”一般来说指代IC的物理设计(布局)以及透过复杂模拟或简单几何及布尔(Boolean)运算从物理设计导出的数据。另外，光罩的由光罩检验系统获取的图像及/或其导出物可用作设计的一个“代理”或若干“代理”。在使用设计的本文中所描述的任何实施例中，这种光罩图像或其导出物可用作设计布局的替代物。所述设计可包含在共同拥有的于2009年8月4日颁予Zafar等人的美国专利第7,570,796号及于2010年3月9日颁予Kulkarni等人的美国专利第7,676,077号中所描述的任何其它设计数据或设计数据代理，所述两个美国专利如同完整陈述一般以引用方式并入本文中。另外，设计数据可以是标准单元库数据、经整合布局数据、一或多个层的设计数据、设计数据的导出物以及全部或部分晶片设计数据。
然而，一般来说，设计信息或数据无法通过用晶片检验系统将晶片成像来产生。举例来说，形成于晶片上的设计图案可能不会准确地表示晶片的设计，并且晶片检验系统可能不能够产生具有充分分辨率以使得图像可用于确定关于晶片的设计的信息的形成于晶片上的设计图案的图像。因此，一般来说，无法使用物理晶片来产生设计信息或设计数据。另外，本文中所描述的“设计”及“设计数据”指代由半导体装置设计者在设计过程中产生且因此在将设计印刷在任何物理晶片上之前可良好地用于本文中所描述的实施例中的信息及数据。
现转到各图式，应注意各图并未按比例绘制。特定来说，各图的元件中的一些元件的尺度被极大地放大以强调元件的特性。还应注意，各图并未按同一比例绘制。已使用相同元件符号指示可经类似配置的在一个以上图中展示的元件。除非本文中另有所述，否则所描述及所展示的元件中的任一者可包含任何适合可商业购得的元件。
一般来说，本文中所描述的实施例经配置以用于在样本上的阵列区域中检测缺陷。一些实施例经配置以用于DRAM边缘单元敏感度改进的基于分级的解决方案。一般来说，所述实施例还可关于用于具有饱和分页的DRAM检验的基于位置的单元区域分级方法。尽管本文中关于动态随机存取存储器(DRAM)装置而描述一些实施例，但本文中所描述的实施例可用于检验任何类型的存储器装置及/或含纳存储器区域的装置。
用于形成半导体存储器装置(例如DRAM)的制作工艺在DRAM边缘单元区域上通常比内部单元区域执行得差，这意指与内部单元区域相比，制作工艺通常在边缘单元区域中导致更多缺陷。在一些层中，基于来自DRAM制造商的反馈，关键DOI可位于相对靠近单元边界处。
由于检验工具的阶段不确定性，无法将阵列关心区基本上准确地放置在图像中重复的DRAM单元区域上，并且关心区必须收缩以确保关心区内部的敏感度。一般来说，可将阵列关心区定义为存储器装置的阵列区域的关心区，其中将阵列区域定义为半导体装置的区域，与含纳至少一些非重复的经图案化结构的逻辑区域相比，所述半导体装置仅含纳基本上以小的重复单元布置的经图案化结构。因此，牺牲了边缘单元区域的检验敏感度。
本文中所描述的实施例提供了一种用于通过基本上实现阵列关心区的准确放置且实现整个单元区域上的阵列检测算法来改进边缘单元区域检验敏感度的方法。此外，本文中所描述的实施例可将整个单元区域像素分离成不同分级箱，从而赋予用户针对不同噪声水平区域独立设定不同敏感度的灵活性。
在一些实施例中，样本是晶片。晶片可包含半导体技术中已知的任何晶片。尽管本文中可关于一个晶片或若干晶片描述一些实施例，但所述实施例并不限于其可被使用的样本。举例来说，本文中所描述的实施例可用于例如光罩、扁平面板、个人计算机(PC)板及其它半导体样本等样本。
图1中展示经配置以用于在样本上的阵列区域中检测缺陷的系统的一个实施例。所述系统包含耦合到一或多个计算机子系统102的检验子系统100。在图1中所展示的实施例中，将所述检验子系统配置为基于光的检验子系统。然而，在本文中所描述的其它实施例中，将所述检验子系统配置为基于电子束或带电粒子束的检验子系统。
一般来说，本文中所描述的检验子系统包含至少能量源及检测器。所述能量源经配置以产生被引导到样本的能量。所述检测器经配置以检测来自所述样本的能量且响应于所检测能量而产生输出。
在基于光的检验子系统中，被引导到样本的能量包含光，并且从样本检测的能量包含光。举例来说，在图1中所展示的系统的实施例中，检验子系统包含经配置以将光引导到样本14的照射子系统。照射子系统包含至少一个光源。举例来说，如图1中所展示，照射子系统包含光源16。在一个实施例中，照射子系统经配置以依一或多个入射角将光引导到样本，所述一或多个入射角可包含一或多个倾斜角及/或一或多个法向角。举例来说，如图1中所展示，依倾斜入射角将来自光源16的光引导穿过光学元件18且接着穿过透镜20到达样本14。倾斜入射角可包含任何适合入射角，其可取决于(举例来说)样本及将在样本上检测的缺陷的特性而发生变化。
照射子系统可经配置以在不同时间依不同入射角将光引导到样本。举例来说，检验子系统可经配置以变更照射子系统的一或多个元件的一或多个特性，使得可依与图1中所展示的入射角不同的入射角将光引导到样本。在一个这种实例中，检验子系统可经配置以移动光源16、光学元件18及透镜20，使得依不同倾斜入射角或法向(或接近法向)入射角将光引导到样本。
在一些例子中，检验子系统可经配置以在相同时间依一个以上入射角将光引导到样本。举例来说，照射子系统可包含一个以上照射通道，所述照射通道中的一者可包含图1中所展示的光源16、光学元件18及透镜20，且所述照射通道中的另一者(未展示)可包含可经不同或相同配置的类似元件，或者可包含至少一光源以及可能一或多个其它组件，例如本文中进一步所描述的那些组件。如果在与其它光相同的时间将这种光引导到样本，那么依不同入射角引导到样本的光的一或多个特性(例如，波长、偏光等)可有所不同，使得由依不同入射角的对样本的照射引起的光在检测器处彼此可区别开。
在另一例子中，照射子系统可包含仅一个光源(例如，图1中所展示的源16)，并且可通过照射子系统的一或多个光学元件(未展示)将来自所述光源的光分离到不同光学路径中(例如，基于波长、偏光等)。然后可将不同光学路径中的每一者中的光引导到样本。多个照射通道可经配置以在相同时间或不同时间(例如，当不同照射通道用于依序照射样本时)将光引导到样本。在另一例子中，相同照射通道可经配置以在不同时间将具有不同特性的光引导到样本。举例来说，在一些例子中，可将光学元件18配置为光谱滤光器，并且所述光谱滤光器的性质可以多种不同方式(例如，通过将一个光谱滤光器调换成另一个)改变，使得可在不同时间将不同波长的光引导到样本。照射子系统可具有此项技术中已知的用于依不同或相同入射角依序或同时将具有不同或相同特性的光引导到样本的任何其它适合配置。
光源16可包含宽带等离子(BBP)光源。以这种方式，由光源产生且被引导到样本的光可包含宽带光。然而，光源可包含任何其它适合光源，例如激光器。激光器可包含此项技术中已知的任何适合激光器，且可经配置以产生此项技术中已知的任何适合波长下的光。另外，激光器可经配置以产生单色或接近单色的光。以这种方式，激光器可以是窄带激光器。光源还可包含产生多个离散波长或波段下的光的多色光源。
可通过透镜20将光从光学元件18聚焦到样本14上。尽管图1中将透镜20展示为单个折射光学元件，但实际上，透镜20可包含将光从光学元件组合地聚焦到样本的若干个折射及/或反射光学元件。图1中所展示且本文中所描述的照射子系统可包含任何其它适合光学元件(未展示)。这类光学元件的实例包含但不限于可包含此项技术中已知的任何这类适合光学元件的偏光组件、光谱滤光器、空间滤光器、反射光学元件、变迹器、分束器、孔径等等。另外，所述系统可经配置以基于将用于检验的照射类型而变更照射子系统的元件中的一或多者。
检验子系统还可包含扫描子系统，所述扫描子系统经配置以改变将光引导到其且从其检测光的样本上的位置并且可能致使光对样本进行扫描。举例来说，检验子系统可包含载台22，在检验期间将样本14安置在载台22上。扫描子系统可包含可经配置以移动样本使得可将光引导到样本上的不同位置或从样本上的不同位置检测光的任何适合机械及/或机器人组合件(其包含载台22)。另外或另一选择是，检验子系统可经配置使得检验子系统的一或多个光学元件执行光对样本的一些扫描，从而使得可将光引导到样本上的不同位置且从样本上的不同位置检测光。在其中光对样本进行扫描的例子中，光可以任何适合方式(例如以蜿蜒状路径或以螺旋路径)对样本进行扫描。
检验子系统进一步包含一或多个检测通道。一或多个检测通道中的至少一者包含检测器，所述检测器经配置以通过所述系统检测由于对样本的照射的来自样本的光且响应于所检测光而产生输出。举例来说，图1中所展示的检验子系统包含两个检测通道，一者由集光器24、元件26及检测器28形成且另一者由集光器30、元件32及检测器34形成。如图1中所展示，所述两个检测通道经配置以依不同收集角度收集并检测光。在一些例子中，两个检测通道经配置以检测经散射光，并且所述检测通道经配置以检测依不同角度从样本散射的光。然而，检测通道中的一或多者可经配置以检测来自样本的另一类型的光(例如，经反射光)。
如图1中进一步所展示，将两个检测通道展示为定位在纸的平面中，并且还将照射子系统展示为定位在纸的平面中。因此，在这一实施例中，将两个检测通道定位在(例如，居中于)入射平面中。然而，可将检测通道中的一或多者定位在入射平面之外。举例来说，由集光器30、元件32及检测器34形成的检测通道可经配置以收集并检测散射在入射平面之外的光。因此，这种检测通道被统称为“侧”通道，并且可将这种侧通道居中于基本上垂直于入射平面的平面中。
尽管图1展示包含两个检测通道的检验子系统的实施例，但检验子系统可包含不同数目的检测通道(例如，仅一个检测通道或者两个或更多个检测通道)。在一个这种例子中，由集光器30、元件32及检测器34形成的检测通道可形成如上文所描述的一个侧通道，并且检验子系统可包含形成为定位在入射平面的对置侧上的另一侧通道的额外检测通道(未展示)。因此，检验子系统可包含检测通道，所述检测通道包含集光器24、元件26及检测器28，并且所检测通道居中于入射平面中且经配置以依处于样本表面处或者靠近法向于样本表面的散射角度收集并检测光。这一检测通道可因此被统称为“顶部”通道，并且检验子系统还可包含如上文所描述地配置的两个或更多个侧通道。这样一来，检验子系统可包含至少三个通道(即，一个顶部通道及两个侧通道)，并且所述至少三个通道中的每一者具有其自身集光器，所述集光器中的每一者经配置以依与其它集光器中的每一者不同的散射角度收集光。
如上文进一步所描述，检验子系统中所包含的检测通道中的每一者可经配置以检测经散射光。因此，图1中所展示的检验子系统可经配置以用于样本的暗场(DF)检验。然而，检验子系统还可或另一选择是包含经配置以用于样本的亮场(BF)检验的检测通道。换句话说，检验子系统可包含经配置以检测从样本镜面地反射的光的至少一个检测通道。因此，本文中所描述的检验子系统可经配置以用于仅DF检验、仅BF检验或者DF及BF检验两者。尽管在图1中将集光器中的每一者展示为单个折射光学元件，但应理解，集光器中的每一者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。
一或多个检测通道可包含此项技术中已知的任何适合检测器。举例来说，检测器可包含光电倍增管(PMT)、电荷耦合装置(CCD)及时间延迟积分(TDI)相机。检测器还可包含非成像检测器或成像检测器。如果检测器是非成像检测器，那么检测器中的每一者可经配置以检测经散射光的某些特性(例如强度)，但不可经配置以依据成像平面内的位置而检测这类特性。这样一来，由检测通道中的每一者中所包含的检测器中的每一者产生的输出可以是信号或数据，但并非图像信号或图像数据。在这类例子中，计算机子系统(例如形成具有检验子系统的检验系统的一部分的计算机子系统36)可经配置以从检测器的非成像输出产生样本的图像。然而，在其它例子中，可将检测器配置为经配置以产生成像信号或图像数据的成像检测器。因此，检验子系统可经配置以用若干种方式产生图像。
应注意，本文中提供图1以大体上图解说明可包含于本文中所描述的系统实施例中的检验子系统的配置。显而易见的是，本文中所描述的检验子系统配置可经变更以优化检验子系统的性能，如在设计商业检验系统时通常所执行。另外，本文中所描述的系统可使用例如可从KLA、Milpitas、Calif商业购得的29xx/39xx系列的工具的现有检验系统来实施(例如，通过将本文中所描述的功能性添加到现有检验系统)。对于一些这类系统，本文中所描述的方法可作为检验系统的任选功能性(例如，除检验系统的其它功能性之外)而提供。另一选择是，本文中所描述的检验系统可“从零开始”设计以提供全新检验系统。
计算机子系统36可以任何适合方式(例如，经由可包含“有线”及/或“无线”传输媒体的一或多个传输媒体)耦合到检验子系统的检测器，使得计算机子系统可接收由检测器产生的输出。计算机子系统36可经配置以使用检测器的输出来执行若干个功能，如本文中进一步所描述。可如本文中所描述地对耦合到检验子系统的计算机子系统进行进一步配置。
耦合到检验子系统的计算机子系统(以及本文中所描述的其它计算机子系统)在本文中还可被称为计算机系统。本文中所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、大型计算机系统、工作站、网络器具、互联网器具或其它装置。一般来说，术语“计算机系统”可被宽泛地定义为涵盖具有一或多个处理器的任何装置，所述处理器执行来自存储器媒体的指令。计算机子系统或系统还可包含此项技术中已知的任何适合处理器，例如并行处理器。另外，计算机子系统或系统可包含具有高速度处理及软件的计算机平台作为独立工具或网络连接工具。
如果系统包含一个以上计算机子系统，那么不同计算机子系统可彼此耦合，使得可在计算机子系统之间发送图像、数据、信息、指令等。举例来说，计算机子系统36可通过任何适合传输媒体耦合到计算机子系统102，如图1中的虚线所展示，所述传输媒体可包含此项技术中已知的任何适合有线及/或无线传输媒体。这类计算机子系统中的两者或更多者还可通过共享计算机可读存储媒体(未展示)有效地进行耦合。
尽管上文将检验子系统描述为是光学检验子系统或基于光的检验子系统，但在另一实施例中，将检验子系统配置为基于电子束的检验子系统。在电子束类型检验子系统中，被引导到样本的能量包含电子，并且从样本检测的能量包含电子。在图1a中所展示的一个这种实施例中，检验子系统包含电子柱122，并且所述系统包含耦合到检验子系统的计算机子系统124。可如上文所描述地对计算机子系统124进行配置。另外，这种检验子系统可以上文所描述及图1所展示的同一方式耦合到另外一或多个计算机子系统。
还如图1a中所展示，电子柱包含经配置以产生通过一或多个元件130聚焦到样本128的电子的电子束源126。电子束源可包含(举例来说)阴极源或发射体尖端，并且一或多个元件130可包含(举例来说)枪透镜、阳极、限束孔径、闸阀、束电流选择孔径、物镜透镜以及扫描子系统，所有所述元件都可包含此项技术中已知的任何这类适合元件。
从样本返回的电子(例如，次级电子)可通过一或多个元件132聚焦到检测器134。一或多个元件132可包含(举例来说)扫描子系统，所述扫描子系统可以是元件130中所包含的同一扫描子系统。
电子柱可包含此项技术中已知的任何其它适合元件。另外，可如以下美国专利中所描述地对电子柱进行进一步配置：2014年4月4日颁予Jiang等人的美国专利第8,664,594号、2014年4月8日颁予Kojima等人的美国专利第8,692,204号、2014年4月15日颁予Gubbens等人的美国专利第8,698,093号以及2014年5月6日颁予MacDonald等人的美国专利第8,716,662号，所述美国专利如同完整陈述一般以引用方式并入本文中。
尽管图1a中将电子柱展示为经配置使得电子依倾斜入射角被引导到样本且依另一倾斜角从样本散射，但电子束可以任何适合角度被引导到样本且从样本散射。另外，电子束检验子系统可经配置以如本文中进一步所描述地使用多个模式来产生样本的输出(例如，以不同照射角度、收集角度等)。电子束检验子系统的多个模式在检验子系统的任何输出产生参数方面可有所不同。
计算机子系统124可耦合到检测器134，如上文所描述。检测器可检测从样本的表面返回的电子，由此形成样本的电子束图像(或其它输出)。电子束图像可包含任何适合电子束图像。计算机子系统124可经配置以执行本文中所描述的任何步骤。可如本文所描述地对包含图1a中所展示的检验子系统的系统进行进一步配置。
应注意，本文中提供图1a以大体上图解说明本文中所描述的实施例中可包含的电子束检验子系统的配置。正如上文所描述的光学检验子系统，可变更本文中所描述的电子束检验子系统配置以优化检验子系统的性能，如在设计商业检验系统时通常所执行。另外，本文中所描述的系统可使用现有检验子系统来实施(例如，通过将本文中所描述的功能性添加到现有检验系统)，例如可从KLA商业购得的工具。对于一些这类系统，可提供本文中所描述的方法作为系统的任选功能性(例如，除系统的其它功能性之外)。另一选择是，本文中所描述的系统可“从零开始”设计以提供全新系统。
尽管上文将检验子系统描述为是光束或电子束检验子系统，但检验子系统可以是离子束检验子系统。可如图1a中所展示地对这种检验子系统进行配置，除了电子束源可被替换为此项技术中已知的任何适合离子束源之外。另外，检验子系统可包含任何其它适合离子束系统，例如可商业购得的聚焦离子束(FIB)系统、氦离子显微镜(HIM)系统及次级离子质谱(SIMS)系统中所包含的那些离子束系统。
如上文进一步所述，检验子系统可经配置以具有多个模式。一般来说，可通过用于产生样本的输出的检验子系统的参数值来定义“模式”。因此，不同的模式在检验子系统的光学或电子束参数中的至少一者的值方面可有所不同(除在其处产生输出的样本上的位置之外)。举例来说，对于基于光的检验子系统，不同模式可使用不同波长的光。对于不同模式，模式在引导到样本的光波长方面可有所不同，如本文中进一步所描述(例如，通过使用不同光源、不同光谱滤光器等)。在另一实施例中，不同模式可使用不同照射通道。举例来说，如上文所述，检验子系统可包含一个以上照射通道。这样一来，不同照射通道可用于不同模式。
多个模式在照射及/或收集/检测方面还可有所不同。举例来说，如上文进一步所描述，检验子系统可包含多个检测器。因此，检测器中的一者可用于一个模式，并且检测器中的另一者可用于另一模式。此外，所述模式在本文中所描述的不止一种方式中可以是彼此不同的(例如，不同模式可具有一或多个不同照射参数以及一或多个不同检测参数)。检验子系统可经配置以在相同扫描或不同扫描中以不同模式对样本进行扫描，例如，取决于在相同时间使用多个模式对样本进行扫描的能力。
一或多个计算机子系统经配置以用于确定针对所述样本在阵列区域中产生的输出中分页的中心。所述分页分离所述阵列区域中的单元区域，并且所述单元区域包含重复的经图案化特征。举例来说，“分页”一般来说在此项技术中被定义为基本上分离物理存储器的连续区域的裸片的区域。物理存储器的连续区域中的每一者被统称为“页框”。页框中的每一者可包含一或多个单元区域。在一个实施例中，阵列区域形成在样本上制作的存储器装置的一部分。存储器装置可包含此项技术中已知的包含DRAM的任何存储器装置。举例来说，在DRAM检验期间，计算机子系统可计算基于光学的分页中心。
在一个实施例中，对应于分页的输出是饱和的。换句话说，由于分页与所述分页环绕的单元区域中的经图案化结构之间的差异，针对分页产生的输出可基本上不同于针对单元区域产生的输出。另外，检验子系统的配置及分页与单元区域之间的差异可导致检测来自分页的光的检测器变得饱和。举例来说，即使检验子系统可使分页及分页中所包含的经图案化特征成像，但由于检验子系统将优化以用于在单元区域而非分页中产生输出，因此分页与单元区域之间的差异还可致使来自分页的输出变得饱和。以这种方式，形成于分页中或由分页形成的任何经图案化特征在由检验子系统产生的图像中可以是不可检测的。这样一来，当检测器变得饱和时，检测器不可产生可用于图案检测及/或对准的输出。换句话说，针对分页产生的输出可以是饱和的，由此再现对形成于分页中或由分页形成的任何可能的对准特征或结构不响应的输出。
在一些实施例中，阵列区域中产生的输出不响应于分页中适合于图像对准的任何特征，并且单元区域不含纳适合于图像对准的任何特征。举例来说，如上文所描述，由于针对分页产生的输出可以是饱和的，因此输出可不响应于形成于分页中或由分页形成的任何对准图案或特征。另外，单元区域含纳一般来说不适合于图案对准的重复的经图案化特征，这是因为单元区域不含纳足够唯一的图案或具有一或多个唯一特性(例如与其它经图案化特征的唯一间隔)的图案。因此，在阵列区域中，当分页是饱和的时，可能无法产生响应于可用于对准的图案的输出。
然而，如本文中进一步所描述，出于对准目的而确定分页中心。举例来说，本文中所描述的基于分页中心的对准出于没有足够图案可用于经典PDA的情形而实现像素对设计对准(PDA)。以这种方式，本文中所描述的实施例实现了本文中进一步所描述的通过准确放置来改进用于图案失效对准情形的关心区的敏感度的DRAM分级方法。
可如本文中进一步所描述地确定分页的中心，且其中确定分页的中心的输出可包含本文中所描述的样本图像或任何其它输出。输出可包含针对样本产生的包含针对样本产生的任何测试(或检验)图像的输出中的任一者。另外，对于单个样本(例如，对于针对样本产生的每个测试图像、对于针对样本上的仅阵列区产生的每个测试图像、对于针对样本上的阵列区产生的两个或更多个测试图像等)，可多次执行对分页的中心的确定。在一些例子中，对于在样本上的阵列区中产生的每个测试图像，可执行对分页中心的确定。在其它例子中，可以少于所有测试图像的测试图像确定分页中心，并且基于分页中心而确定的偏移可如本文中所描述地用于多个测试图像。
在一个实施例中，在设置阶段期间，所述计算机子系统经配置以用于：识别由所述检验子系统针对所述样本或另一样本获取的设置图像中的一或多个分页目标；从所述样本的所述设计获取一或多个分页目标的信息；从所述信息确定所述一或多个分页目标的一或多个特性；及将所述所识别一或多个分页目标及所述一或多个分页目标的所述所确定一或多个特性存储在存储媒体中。举例来说，由本文中所描述的实施例执行的总体过程可包含DRAM设置及检验。在DRAM设置期间，所述计算机子系统可在设置光学图像中找到分页目标，这可以本文中所描述的方式中的任一者执行。所述设置阶段中所使用的所述样本可以是将被检验的所述样本或其上形成有与在检验时间形成于样本上的层相同的所述层的另一样本，即，设置样本。接着，所述计算机子系统可获取所述分页的设计信息，这可以此项技术中已知的任何适合方式执行，并且计算所述分页的一或多个特性，例如所述分页中心的设计位置、分页宽度及分页高度，这还可以此项技术中已知的任何适合方式执行。所述计算机子系统可进一步将所述目标及所述对应分页信息保存到所述PDA数据库或者在本文中所描述或此项技术中已知的任何适合存储媒体中具有任何适合格式的另一适合文件中。
在设置图像中识别一或多个分页目标可包含：将所述设置图像中的线或区投影到轴上；及将投影到所述轴上的所述线或区中的不连续性确定为在基本上垂直于所述轴的方向上延伸的分页。以这种方式，所述方法可包含使用投影来识别分页目标。识别所述一或多个分页目标可用于基于所述图像的与分页目标不对应的部分对应于单元区域的假定而间接识别所述单元区域。以这种方式，所述方法可包含将像素的线或条带投影到水平或垂直轴上(取决于所述方法是否分别识别垂直或水平分页)，并且接着找到所述线或条带的所述不连续性。
在其它实施例中，可在不具有投影的情况下识别所述设置图像中的所述分页目标。举例来说，所述实施例可包含将例如图案辨识算法的算法应用于所述设置图像，以将在所述设置图像中含纳重复图案的所述区之间的所述空间检测为所述分页目标，由此还有效地识别所述阵列区域中的所述单元区域。
在一些实施例中，确定所述分页的所述中心包含：沿着所述分页的第一维度确定所述分页的第一中心；及沿着所述分页的正交于所述第一维度的第二维度确定所述分页的第二中心。以这种方式，可在两个正交维度上确定所述分页中心。所述分页在所述分页的不同维度上的所述第一中心及所述第二中心可接着用于确定所述分页在所述分页在所述两个维度上的相交点处的中心。可因此将所述分页中心确定为分页在两个正交维度上从其延伸的所述分页的所述中心。这样一来，本文中用于对准的所述特征可非常像交叉目标，所述交叉目标是针对本文中所描述的所述阵列区域而产生的所述图像中的最优对准候选者，并且可在由本文中所描述的实施例执行的步骤中被自动选择。可如本文中进一步所描述地确定所述第一维度及所述第二维度上所述分页的所述中心。
在另一实施例中，确定所述分页的所述中心包含在样本上在彼此正交的第一维度及第二维度上的图像投影。图6图解说明基于DRAM分级的缺陷检测的一个实施例。在这一方法中，计算机子系统可获取具有设计信息的帧图像及目标，如步骤600中所展示。计算机子系统还可在两个方向上执行图像投影，如步骤602中所展示。特定来说，可在处于纸的平面中且彼此正交的x方向及y方向上执行图像投影。如图6中所展示，x方向上的投影可包含依据x方向上的位置而产生在x方向上延伸的像素的线或条带的一或多个特性(例如信号、强度或信噪比)的标绘图602a。当像素从响应于来自分页的光转变为响应于来自单元区域的光时，来自分页与单元区域的光的差将造成标绘图的急剧移位。以这种方式，可将这一标绘图中所展示的峰值的边缘指定为在相反方向上延伸的分页的边缘。以类似方式，y方向上的投影可包含依据y方向上的位置而产生上文所描述的在y方向上延伸的像素的线或条带的所述特性中的一或多者的标绘图602b。可将这一标绘图中所展示的峰值的边缘指定为在相反方向上延伸的分页的边缘。
然后，计算机子系统可识别分页中心，如步骤604中所展示。如上文所描述，计算机子系统可针对在不同方向上延伸的分页的不同部分而确定不同分页中心。举例来说，计算机子系统可确定在x方向上延伸的分页部分的中心及在y方向上延伸的分页部分的中心。这些中心接着可用于确定分页在两个维度上从其延伸的分页的相交点的中心。另外，可针对图像中的每一分页相交点而确定分页中心。举例来说，对于步骤600及602中所展示的分页，可确定两个分页中心，一者用于图像的左侧上的分页相交点且一者用于图像的右侧上的分页相交点。另外，如步骤604中所展示，由投影产生的标绘图602a及602b中像素的特性可不呈现类步阶函数的值。因此，可在跨越峰值的高度的多个位置处确定中心，所述中心可接着以某些方式组合，例如，通过找到不同中心位置的平均值或中间值，以找到峰值的整体中心及因此在这一方向上的分页中心。这一分页中心然后可用于本文中所描述的其它步骤。
不像本文中所描述的实施例，沿着一个维度的投影已作为预处理步骤应用于从二维图像提取一维特征。这种投影帮助减小噪声且需要较少计算。相比来说，在本文中所描述的实施例中，将分页中心用作锚定点(或对准目标)以计算样本图像与出于对准目的的设计之间的偏移。如步骤602及604中所展示，确定来自多个而不是单个切割线的分页的中心使得对准结果更稳健。
另外，与其中投影可用于识别样本的图像中阵列区的一些当前所使用的系统相比，本文中所描述的投影不用于识别阵列区，而是用于识别接着用于出于对准目的的后续步骤中分页的中心。在饱和分页图像的情形中，这一差异是显著的。举例来说，当在于分页最附近的单元区域的部分中存在相对高噪声时且当分页的图像是饱和的时，单元区域及分页的边缘可尤其难以检测。另外，当分页是饱和的且单元区域不含纳适合于对准的经图案化特征时，除那些边缘之外，在可用于对准的图像中可能不存在任何特征。这样一来，使用样本图像到设计或其它阵列区域图像(例如，从模拟再现的图像)的图案匹配的对准可能是尤其困难的或甚至是不可能的，这是因为分页及单元区域的边缘可能难以识别。这一困难可在对准过程中引入足够误差，从而造成关心区与检验图像及/或检验图像与其它检验图像的未对准。这类对准误差可因此造成要检测的显著数目的妨扰且甚至可致使检验过程完全失效(如果未对准是足够显著的)。除非在妨扰无法从DOI分离的情况下，否则显著数目的所检测妨扰可基本上再现检验结果。然而，由于在任何一个方向上，预期在分页的边缘附近的噪声在分页的对称轴的对置侧上基本上相等，因此发明者已发现，可使用投影或其它技术来相对容易且重复地找到分页的中心，且因此尤其适合于用作本文中所描述的检验类型的对准目标。
一或多个计算机子系统还经配置以用于确定所述输出中所述分页的所述中心与所述样本的设计中所述分页的中心之间的偏移。这一偏移可因此在本文中被称为PDA偏移，这是因为所述偏移是由所述样本的所述检验子系统产生的所述输出与所述样本的所述设计之间的偏移。所述计算机子系统可以任何适合方式从输出及基于设计的分页中心确定所述PDA偏移，并且所述PDA偏移可以任何适合方式表达(例如，作为笛卡尔偏移、作为二维函数等)。以这种方式，光学或其它图像基于设计及样本图像中的分页中心位置而与设计对准，这基本上实现样本图像中基于设计的关心区的准确放置，如本文中进一步所描述。在由于分页饱和的对准的有限特征的情形中，涉及晶片光学图像与设计的再现图像对准的当前所使用的方法无法实现可接受准确度。
一或多个计算机子系统进一步经配置以用于基于所述偏移而识别所述输出的与阵列区域中的关心区对应的部分。举例来说，所述计算机子系统可基于所述PDA偏移而放置关心区。对于针对样本产生的图像的每一帧，可基于PDA偏移而执行关心区的放置。图2展示可针对样本图像对准及具有饱和分页的关心区放置而执行的步骤的一个实施例。如图2中所展示，所述计算机子系统可获取设计200，所述设计可以是具有此项技术中已知的任何适合格式的晶片设计文件。检验子系统202可针对样本204产生输出，这可如本文中所描述地或以此项技术中已知的任何其它适合方式执行。检验子系统202可具有本文中所描述的任何配置。所述计算机子系统可确定设计中的分页中心位置206及检验子系统输出(例如，样本图像)中的分页中心位置208，这可如本文中所描述地得到执行。所述计算机子系统可接着确定设计与检验系统输出中分页中心位置的分页中心偏移210，这可如本文中进一步所描述地得到执行。另外，所述计算机子系统可基于分页中心偏移210而执行对准212。
对准212可包含样本图像及关心区对准。特定来说，所述关心区相对于样本的设计的位置将必定是已知的(这是因为设计中单元区域的位置是已知的并且将预定关心区相对于单元区域的位置)。因此，所述信息可用于与如本文中所描述地进行确定的偏移组合以确定样本图像内关心区的位置。以这种方式，关心区将与样本图像对准，由此识别图像的与关心区对应的部分。图6中所展示的步骤606还展示使用设计与样本图像分页之间的偏移来放置关心区的所述计算机子系统。
在一个实施例中，一或多个计算机子系统还经配置以用于将输出的所识别部分中的像素指派给基于关心区中的所关注区(AOI)到单元区域的边缘的接近度而定义的分级箱。举例来说，在如上文所描述地放置单元区域关心区之后，可基于与分页的距离而将每一单元区域分段成对应于不同噪声水平区域的几个(两个或更多个)区。以这种方式，基于跨越单元区域的所预期噪声(其可以包含依据本文中所描述的投影的任何适合方式实验地或理论地进行确定)，可将单元区域的关心区分离成不同AOI，使得具有较高噪声的区位于一个AOI中并且具有较低噪声的区位于另一AOI中。一般来说，对于本文中所描述的样本及检验子系统，检验子系统将在单元区域的边缘附近产生比单元区域的中心更嘈杂的输出。因此，AOI及基于AOI而定义的分级箱可包含：第一AOI，其邻近于单元区域的至少一个边缘、在单元区域的至少一个边缘附近或从单元区域的至少一个边缘延伸；及第二AOI，其与单元区域的边缘间隔开。可如本文中所描述地对这类AOI及其对应分级箱进行进一步配置。
所述计算机子系统还可基于每一分级箱的关心区及特性(例如，大小、位置等)而产生掩模。所述计算机子系统可接着将每一分级箱中的像素映射到不同群组，由此将输出的所识别部分中的像素指派给分级箱，并且如本文中进一步所描述，基于其自身信号/噪声特性而施加不同检测。如本文中进一步所描述，这类分级可通过实现不同分级箱的不同检测敏感度的设定及最终改进缺陷检测来使用户受益于更大灵活性。
图3展示用于单元区域分级的一个实施例。除单元区域分级步骤300之外，这一实施例包含图2中所展示的步骤。图6还展示其中所述计算机子系统将不同单元区域分级成不同AOI的步骤608。
在一个这种实施例中，所述AOI包含：至少第一AOI，其包含所述单元区域的边缘区域；及第二AOI，其包含所述单元区域的中心区域。图4图解说明可由本文中所描述的单元区域分级步骤产生的单元区域分级箱的一个实例。在这一实例中，图4展示阵列区域的一部分400。阵列区域的一部分包含分离各种单元区域404的分页402。基于单元区域中的区到单元区域的边缘的接近度而将单元区域分离成若干个分级箱。举例来说，如图4中所展示，基于对应于单元区域的中心区域的AOI而定义分级箱0，所述中心区域与单元区域的边缘间隔开。所述分级箱还包含比中心区域更靠近单元区域的边缘(即，边缘单元区域)的AOI的分级箱。换句话说，边缘单元区域位于单元区域的中心区域与边缘之间。在图4中所展示的实例中，在单元区域中的每一者的中心区域与每一边缘之间存在两个边缘单元区域，然而在单元区域的中心区域与边缘之间可存在不同数目的边缘单元区域(例如，1个边缘区域、3个边缘区域，以此类推)。在这一实例中，所述边缘单元区域包含：分级箱1及3，其基于与沿着y方向延伸的单元区域的边缘具有不同空间关系的不同AOI而定义；及分级箱2及4，其基于与在x方向上延伸的单元区域的边缘具有不同空间关系的不同AOI而定义。如图4中所展示，分级箱1及2可从单元区域的边缘向内延伸到单元区域的中心，并且分级箱3及4可分别与单元区域的边缘间隔开分级箱1及2的宽度且分别从分级箱1及2的边缘向内延伸到单元区域的中心。
在一些实施例中，基于单元区域中所产生的输出的一或多个所预期噪声特性而确定至少第一AOI及第二AOI的一或多个特性。本文中所描述的分级因此提供一种允许针对单元区域中的不同噪声水平区域进行不同敏感度设定的方法。举例来说，可基于所预期噪声特性而定义图4中所展示的不同分级箱。特定来说，可预期对应于单元区域的中心区域的分级箱0在单元区域中呈现最低噪声。可预期分级箱1及2呈现最高噪声，这是因为分级箱1及2邻近于单元区域的边缘。可预期分级箱3及4呈现比最靠近单元区域的边缘的分级箱低的噪声，这是因为分级箱3及4与边缘间隔开，但可预期呈现比中心区域高的噪声，这是因为这些分级箱更靠近边缘。边缘区域分级箱可相对窄且可沿着单元区域的整个边缘或几乎整个边缘延伸，这是因为在单元区域的边缘附近的噪声一般来说在边缘最附近将相对高且可依据与单元区域边缘的距离而快速改变。因此，在单元区域的边缘附近的仅相对窄区域可相对嘈杂，而单元区域的显著中心部分可相对安静。
尽管图4展示接近于或邻近于单元区域的边缘中的每一者而定义的两个边缘单元区域分级箱，但可通过接近于或邻近于单元区域边缘中的一些或所有单元区域边缘的计算机子系统而定义任何数目的边缘单元区域分级箱。举例来说，如果预期基本上高且相对均匀噪声的仅相对窄区在单元区域的边缘附近，那么可针对所述AOI而定义仅一个边缘单元区域分级箱。然而，如果当与边缘的距离增加时存在噪声的一些(或甚至显著)变化，那么可针对所述边缘而定义不止一个边缘单元区域，使得不同边缘单元区域对应于不同噪声范围。另外，单元区域在接近不同边缘处可具有不同噪声特性。因此，可针对不同边缘而定义不同分级箱。举例来说，对于y方向上的所有边缘，可存在仅一个相对窄的分级箱，但对于x方向上的所有边缘，存在两个相对窄的分级箱。这样一来，对于不同边缘，可存在不同数目的边缘单元区域分级箱。
一或多个计算机子系统还经配置以用于通过将缺陷检测方法应用于输出的与关心区对应的部分在阵列区域中检测缺陷。可如本文中进一步所描述地或以此项技术中已知的任何其它方式执行将缺陷检测方法应用于输出的部分。另外，缺陷检测方法可包含此项技术中已知的任何缺陷检测方法，例如MDAT、由从KLA商业购得的一些检验系统使用的缺陷检测算法或者另一适合的可商业购得的缺陷检测方法及/或算法。
在另一实施例中，缺陷检测方法包含将针对单元区域中的不同单元产生的输出彼此比较，并且不同单元位于同一裸片中。将不同单元彼此比较可包含产生差图像。举例来说，检验子系统或者一或多个计算机子系统可产生输出500，图5中将所述输出展示为通过从检验图像减去参考图像(由此基本上比较两个图像)来产生的差图像。都可针对样本上的同一单元区域产生参考图像及从其减去参考图像的检验图像(且因此将必定位于样本上的同一裸片中)。举例来说，参考图像及检验图像可以是同一单元区域中不同单元的图像。当一个裸片包含多个单元区域时，参考图像及检验图像还可以是不同单元区域中不同单元的图像。然而，优选地，参考图像及检验图像并非不同裸片中单元区域的图像，这是因为所述图像可将噪声引入到缺陷检测中(这是因为不同裸片比同一裸片中的单元或单元区域更远地间隔开，跨越样本的变化可造成比较中的噪声；并且可在例如光刻曝光的一或多个步骤中单独处理不同裸片，这还可造成裸片的差异，从而可能在比较中产生噪声)。
在又一实施例中，所述缺陷检测方法经配置以用于取决于像素已被指派到的分级箱，利用一或多个不同参数来执行所述检测缺陷步骤。在一个这种实施例中，一或多个不同参数变更执行检测所利用的敏感度。图5图解说明使用分级结果来将离群值检测算法的特征轴分段的一个实施例。如图5中所展示，所述方法可包含图3中所展示的步骤。所述计算机子系统可使用由单元区域分级300及差图像500产生的结果来执行离群值检测502。以这种方式，图5展示利用所应用的分级结果的缺陷检测。
离群值检测可包含将阈值应用于差图像，且确定具有大于阈值的值的差图像中的任何像素对应于离群值，而具有小于阈值的值的差图像中的任何像素不对应于离群值。离群值检测还可包含将任何适合缺陷检测方法或算法应用于输出的与关心区对应的部分。
可针对不同分级箱单独执行离群值检测。举例来说，可以同一方式针对不同分级箱中的每一者产生差图像，但可利用来自仅同一分级箱的图像来产生差图像。在一个这种实例中，仅在对应于分级箱0的AOI中产生的测试图像及参考图像可用于产生针对分级箱0的差图像，仅在对应于分级箱1的AOI中产生的测试图像及参考图像可用于产生针对分级箱1的差图像；以此类推。以这种方式，可从彼此减去具有类似噪声特性的测试图像及参考图像以产生差图像，这可总体上导致较安静的差图像(这是因为减去具有类似噪声特性的图像一般来说将导致差图像中的较小噪声)。另外，针对不同分级箱执行的缺陷检测在一或多个参数方面可有所不同。举例来说，即使以同一方式产生差图像(尽管具有不同检验图像及参考图像)，缺陷检测的一或多个参数(例如阈值)针对不同分级箱也可有所不同。在一个这种实例中，由于与边缘区域相比，单元区域的中心区域可基本上是安静的，因此比边缘区域低的阈值可应用于针对中心区域而产生的差图像，由此允许中心区域中的更敏感检验。以类似方式，将较高阈值应用于针对边缘区域而产生的差图像导致边缘区域中的较小敏感检验，但不具有将利用较低阈值检测的妨扰的过高水平。
可以任何适合方式确定应用于分级箱中的任一者中输出中的任一者的缺陷检测的参数。在一些例子中，参数可由用户提供，并且所述系统可包含用于从用户接收参数的某一方法或系统。还可通过本文中所描述的实施例来确定参数。然而，一般来说，可以此项技术中已知的任何适合方式确定用于本文中所描述的缺陷检测中的任一者的参数。
离群值检测502的结果可包含缺陷504。可将离群值自身报告为缺陷；或者所检测的离群值可以是缺陷候选者，并且缺陷检测可包含对缺陷候选者执行一些过滤或妨扰过滤以将缺陷候选者分离成缺陷及妨扰。接着可如本文中进一步所描述地报告缺陷。
在一个实施例中，关心区对应于输出中单元区域的整体，并且将缺陷检测方法应用于的输出的部分包含对应于关心区的部分的整体。如本文中进一步所描述，在一些当前所使用的方法中，在单元的边缘最附近的单元区域的部分或者被完全从检验排除或者通过与单元区域的其余部分不同的缺陷检测方法来进行检验(例如，当在裸片到裸片比较类型随机检验中时)。然而，由于可取决于跨越整个单元区域的噪声特性而将整个单元区域分离成多个AOI并且由于可将同一缺陷检测方法的不同参数应用于在不同AOI中产生的输出，因此整个单元区域可包含于关心区中且可通过本文中所描述的实施例来进行检验。
在另一实施例中，所述一或多个计算机子系统经配置以用于将在至少第一AOI及第二AOI中检测到的缺陷报告为单个缺陷群体。举例来说，图6展示其中计算机子系统针对每一AOI单独检测缺陷的缺陷检测610。图7中更详细地展示了这一缺陷检测。特定来说，如图7中所展示，可针对分级箱700执行缺陷检测706，可针对分级箱702执行缺陷检测708，…，并且可针对分级箱704执行缺陷检测710。以这种方式，可针对指派给每一分级箱的输出的部分单独执行缺陷检测。可利用一或多个不同参数(例如阈值)执行针对不同分级箱单独执行的缺陷检测，使得在具有不同敏感度的不同分级箱中检测缺陷。
可接着将在缺陷检测中的所有缺陷检测中检测的缺陷中的所有缺陷报告为缺陷712。举例来说，基于所述缺陷如何靠近单元区域的边缘，不必为了报告缺陷而执行本文中所描述的检验。而是，本文中所描述的检验一般来说经执行以在整个单元区域中检测缺陷，尽管单元区域内的噪声水平是变化的。因此，尽管可在单元区域内的一些AOI中单独检测缺陷，但可将在AOI中的所有AOI中检测的缺陷报告为单个缺陷群体。当然，可利用缺陷的信息(例如单元区域内的位置、其所位于的AOI、到单元边缘的接近度等)来报告所述单个缺陷群体，使得如果用户期望，那么计算机子系统可基于处于单元区域位置内而将缺陷分离成子群体。
所述计算机子系统可经配置以用于将所检测缺陷的信息存储在任何适合计算机可读存储媒体中。信息可与本文中所描述的结果中的任一者一起存储且可以此项技术中已知的任何方式存储。存储媒体可包含本文中所描述的任何存储媒体或此项技术中已知的任何其它适合存储媒体。在已存储信息之后，信息可在存储媒体中进行存取且由本文中所描述的方法或系统实施例中的任一者使用、经格式化以供显示给用户、由另一软件模块、方法或系统使用等。
所检测缺陷的信息可包含所检测缺陷、大小、检测得分、关于缺陷分类的信息(例如分类标签或ID等)或此项技术中已知的任何这种适合信息的定界框的信息(例如缺陷ID、位置等)。可由计算机子系统以任何适合方式产生缺陷的结果。缺陷的结果可具有任何适合形式或格式，例如标准文件类型。所述计算机子系统可产生结果且存储结果，使得结果可由计算机子系统及/或另一系统或方法使用以针对样本或同一类型的另一样本执行一或多个功能。这类功能包含但不限于以反馈方式变更例如制作工艺的过程或对样本执行的步骤、以前馈方式变更例如制作工艺过程的过程或将对样本执行的步骤等。
本文中所描述的实施例具有优于用于在样本上的阵列区域中检测缺陷的其它方法及系统的若干个优点。举例来说，本文中所描述的实施例引入一种用于其中没有图案可用于对准目的的DRAM层的PDA方法。利用本文中所描述的实施例，可准确放置单元区域关心区，并且阵列检测算法可用于边缘单元区域以改进边缘单元区域的敏感度。本文中所描述的实施例还引入一种实现针对单元区域中的不同噪声水平区域进行不同敏感度设定的分级方法，从而为用户提供更大灵活性以控制不同区域中的检验敏感度。
上文所描述的系统的实施例中的每一者可一起组合成一个单个实施例。换句话说，除非本文中另有所述，否则没有一个系统实施例与任何其它系统实施例是相互排它的。
另一实施例涉及一种用于在样本上的阵列区域中检测缺陷的计算机实施方法。所述方法包含确定由检验子系统针对阵列区域产生的输出中分页的中心。所述分页分离所述阵列区域中的单元区域，并且所述单元区域包含重复的经图案化特征。如上文所描述地对所述检验子系统进行配置。所述方法还包含上文所描述的所述确定偏移、识别部分及检测缺陷的步骤。所述步骤是通过耦合到所述检验子系统的一或多个计算机子系统执行的，所述一或多个计算机子系统可根据本文中所描述的实施例中的任一者进行配置。
可如本文中所描述地执行所述方法的所述步骤中的每一者。所述方法还可包含可通过本文中所描述的检验子系统及/或计算机子系统执行的任何其它步骤。另外，上文所描述的方法可通过本文中所描述的系统实施例中的任一者来执行。
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执行以便执行用于在样本上的阵列区域中检测缺陷的计算机实施方法的程序指令。图8中展示一个这种实施例。特定来说，如图8中所展示，非暂时性计算机可读媒体800包含可在计算机系统804上执行的程序指令802。所述计算机实施方法可包含本文中所描述的任何方法的任何步骤。
实施例如本文中所描述的那些方法等方法的程序指令802可存储于计算机可读媒体800上。所述计算机可读媒体可以是例如磁盘或光盘、磁带等存储媒体，或者此项技术中已知的任何其它适合非暂时性计算机可读媒体。
可以各种方式中的任一者来实施程序指令，所述方式包含基于程序的技术、基于组件的技术及/或对象导向的技术以及其它技术。举例来说，如所期望，可使用ActiveX控件、C++对象、JavaBeans、微软基础类别(“MFC”)、SSE(流式SIMD扩展)或者其它技术或方法来实施所述程序指令。
可根据本文中所描述的实施例中的任一者对计算机系统804进行配置。
鉴于本说明，所属领域的技术人员将明了本发明的各个方面的其它修改及替代实施例。举例来说，提供用于在样本上的阵列区域中检测缺陷的方法及系统。因此，本说明应被视为仅具说明性，且是出于教导所属领域的技术人员实施本发明的一般方式的目的。应理解，本文中所展示及所描述的本发明的形式应被视为目前较优实施例。如所属领域的技术人员在受益于本发明的此说明之后都将明了，可替代本文中所图解说明及描述的元件及材料，可颠倒部件及过程，且可独立地利用本发明的特定属性。可在不脱离如以下权利要求书中所描述的本发明的精神及范围的情况下对本文中所描述的元件做出改变。

Claims (20)

1.一种经配置以用于在样本上的阵列区域中检测缺陷的系统，所述系统包括：
检验子系统，其包括至少能量源及检测器，其中所述能量源经配置以产生被引导到样本的能量，且其中所述检测器经配置以检测来自所述样本的能量并响应于所检测的所述能量而产生输出；及
一或多个计算机子系统，其经配置以用于：
确定针对所述样本在阵列区域中产生的输出中分页的中心，其中所述分页分离所述阵列区域中的单元区域，且其中所述单元区域包括重复的经图案化特征；
确定所述输出中所述分页的所述中心与所述样本的设计中所述分页的中心之间的偏移；
基于所述偏移而识别所述输出的与所述阵列区域中的关心区对应的部分；及
通过将缺陷检测方法应用于所述输出的与所述关心区对应的所述部分在所述阵列区域中检测缺陷。
2.根据权利要求1所述的系统，其中所述一或多个计算机子系统进一步经配置以用于将所述输出的所识别的所述部分中的像素指派给基于所述关心区中的所关注区到所述单元区域的边缘的接近度而定义的分级箱。
3.根据权利要求2所述的系统，其中所述所关注区包括：至少第一所关注区，其包括所述单元区域的边缘区域；及第二所关注区，其包括所述单元区域的中心区域。
4.根据权利要求3所述的系统，其中基于在所述单元区域中产生的所述输出的一或多个所预期噪声特性而确定至少所述第一所关注区及所述第二所关注区的一或多个特性。
5.根据权利要求3所述的系统，其中所述一或多个计算机子系统进一步经配置以用于将在至少所述第一所关注区及所述第二所关注区中检测到的所述缺陷报告为单个缺陷群体。
6.根据权利要求2所述的系统，其中所述缺陷检测方法经配置以用于取决于所述像素已被指派到的所述分级箱，利用一或多个参数来执行所述检测缺陷。
7.根据权利要求6所述的系统，其中所述一或多个参数变更执行所述检测所利用的敏感度。
8.根据权利要求1所述的系统，其中所述关心区对应于所述输出中所述单元区域的整体，且其中将所述缺陷检测方法应用到的所述输出的所述部分包括对应于所述关心区的所述部分的整体。
9.根据权利要求1所述的系统，其中所述缺陷检测方法包括将针对所述单元区域中的不同单元而产生的所述输出彼此比较，且其中所述不同单元位于同一裸片中。
10.根据权利要求1所述的系统，其中对应于所述分页的所述输出是饱和的。
11.根据权利要求1所述的系统，其中在所述阵列区域中产生的所述输出不响应于所述分页中适合于图像对准的任何特征，且其中所述单元区域不含纳适合于所述图像对准的任何特征。
12.根据权利要求1所述的系统，其中确定所述分页的所述中心包括：沿着所述分页的第一维度确定所述分页的第一中心；及沿着所述分页的正交于所述第一维度的第二维度确定所述分页的第二中心。
13.根据权利要求1所述的系统，其中确定所述分页的所述中心包括在所述样本上在彼此正交的第一维度及第二维度上的图像投影。
14.根据权利要求1所述的系统，其中在设置阶段期间，所述一或多个计算机子系统进一步经配置以用于：识别由所述检验子系统针对所述样本或另一样本获取的设置图像中的一或多个分页目标；从所述样本的所述设计获取所述一或多个分页目标的信息；从所述信息确定所述一或多个分页目标的一或多个特性；以及将所识别的所述一或多个分页目标及所述一或多个分页目标的所确定的所述一或多个特性存储在存储媒体中。
15.根据权利要求1所述的系统，其中所述阵列区域形成在所述样本上制作的存储器装置的一部分。
16.根据权利要求1所述的系统，其中所述样本包括晶片。
17.根据权利要求1所述系统，其中将所述检验子系统配置为基于光的检验子系统。
18.根据权利要求1所述的系统，其中将所述检验子系统配置为基于电子束的检验子系统。
19.一种非暂时性计算机可读媒体，其存储能够在计算机系统上执行以便执行用于在样本上的阵列区域中检测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：
确定由检验子系统针对样本在阵列区域中产生的输出中分页的中心，其中所述分页分离所述阵列区域中的单元区域，其中所述单元区域包括重复的经图案化特征，其中所述检验子系统包括至少能量源及检测器，其中所述能量源经配置以产生被引导到样本的能量，且其中所述检测器经配置以检测来自所述样本的能量并响应于所检测的所述能量而产生输出；
确定所述输出中所述分页的所述中心与所述样本的设计中所述分页的中心之间的偏移；
基于所述偏移而识别所述输出的与所述阵列区域中的关心区对应的部分；及
通过将缺陷检测方法应用于所述输出的与所述关心区对应的所述部分在所述阵列区域中检测缺陷，其中由所述计算机系统执行所述确定所述中心、所述确定所述偏移、所述识别所述部分及所述检测所述缺陷。
20.一种用于在样本上的阵列区域中检测缺陷的计算机实施方法，其包括：
确定由检验子系统针对样本在阵列区域中产生的输出中分页的中心，其中所述分页分离所述阵列区域中的单元区域，其中所述单元区域包括重复的经图案化特征，其中所述检验子系统包括至少能量源及检测器，其中所述能量源经配置以产生被引导到样本的能量，且其中所述检测器经配置以检测来自所述样本的能量并响应于所检测的所述能量而产生输出；
确定所述输出中所述分页的所述中心与所述样本的设计中所述分页的中心之间的偏移；
基于所述偏移而识别所述输出的与所述阵列区域中的关心区对应的部分；及
通过将缺陷检测方法应用于所述输出的与所述关心区对应的所述部分在所述阵列区域中检测缺陷，其中由耦合到所述检验子系统的一或多个计算机系统执行所述确定所述中心、所述确定所述偏移、所述识别所述部分及所述检测所述缺陷。
CN202180012492.4A 2020-02-14 2021-02-01 在样本上的阵列区域中检测缺陷 Active CN115066604B (zh)

Applications Claiming Priority (7)

Application Number Priority Date Filing Date Title
US202062976945P 2020-02-14 2020-02-14
US62/976,945 2020-02-14
US202063061735P 2020-08-05 2020-08-05
US63/061,735 2020-08-05
US17/003,452 US11494895B2 (en) 2020-02-14 2020-08-26 Detecting defects in array regions on specimens
US17/003,452 2020-08-26
PCT/US2021/016115 WO2021162884A1 (en) 2020-02-14 2021-02-01 Detecting defects in array regions on specimens

Publications (2)

Publication Number Publication Date
CN115066604A CN115066604A (zh) 2022-09-16
CN115066604B true CN115066604B (zh) 2023-06-02

Family

ID=77272959

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202180012492.4A Active CN115066604B (zh) 2020-02-14 2021-02-01 在样本上的阵列区域中检测缺陷

Country Status (6)

Country Link
US (1) US11494895B2 (zh)
KR (1) KR20220137759A (zh)
CN (1) CN115066604B (zh)
IL (1) IL295043A (zh)
TW (1) TW202146888A (zh)
WO (1) WO2021162884A1 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20230134909A1 (en) * 2021-11-04 2023-05-04 SK Hynix Inc. Defect inspection system and semiconductor fabrication apparatus including a defect inspection apparatus using the same

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101719477A (zh) * 2008-10-09 2010-06-02 联华电子股份有限公司 对准标记及缺陷检测方法
CN101908522A (zh) * 2009-05-11 2010-12-08 台湾积体电路制造股份有限公司 半导体晶圆及制造半导体装置的方法
CN104620097A (zh) * 2012-08-01 2015-05-13 科磊股份有限公司 检验晶片及/或预测形成于晶片上的装置的一或多个特性
CN114223017A (zh) * 2019-08-16 2022-03-22 科磊股份有限公司 用于dram及3d nand装置的设计辅助检验

Family Cites Families (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7155052B2 (en) 2002-06-10 2006-12-26 Tokyo Seimitsu (Israel) Ltd Method for pattern inspection
US7570796B2 (en) 2005-11-18 2009-08-04 Kla-Tencor Technologies Corp. Methods and systems for utilizing design data in combination with inspection data
US7676077B2 (en) 2005-11-18 2010-03-09 Kla-Tencor Technologies Corp. Methods and systems for utilizing design data in combination with inspection data
US7711177B2 (en) * 2006-06-08 2010-05-04 Kla-Tencor Technologies Corp. Methods and systems for detecting defects on a specimen using a combination of bright field channel data and dark field channel data
JP4928862B2 (ja) * 2006-08-04 2012-05-09 株式会社日立ハイテクノロジーズ 欠陥検査方法及びその装置
US8698093B1 (en) 2007-01-19 2014-04-15 Kla-Tencor Corporation Objective lens with deflector plates immersed in electrostatic lens field
US7894659B2 (en) 2007-02-28 2011-02-22 Kla-Tencor Technologies Corp. Methods for accurate identification of an edge of a care area for an array area formed on a wafer and methods for binning defects detected in an array area formed on a wafer
US8611639B2 (en) * 2007-07-30 2013-12-17 Kla-Tencor Technologies Corp Semiconductor device property extraction, generation, visualization, and monitoring methods
US8155428B2 (en) 2007-09-07 2012-04-10 Kla-Tencor Corporation Memory cell and page break inspection
US8559001B2 (en) * 2010-01-11 2013-10-15 Kla-Tencor Corporation Inspection guided overlay metrology
JP5525336B2 (ja) * 2010-06-08 2014-06-18 株式会社日立ハイテクノロジーズ 欠陥検査方法および欠陥検査装置
KR101853991B1 (ko) 2010-07-30 2018-05-02 케이엘에이-텐코 코포레이션 영역 기반 가상 푸리에 필터
JP5419837B2 (ja) * 2010-09-28 2014-02-19 株式会社日立ハイテクノロジーズ 検査装置、検査方法及びプログラム
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
US9053527B2 (en) 2013-01-02 2015-06-09 Kla-Tencor Corp. Detecting defects on a wafer

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101719477A (zh) * 2008-10-09 2010-06-02 联华电子股份有限公司 对准标记及缺陷检测方法
CN101908522A (zh) * 2009-05-11 2010-12-08 台湾积体电路制造股份有限公司 半导体晶圆及制造半导体装置的方法
CN104620097A (zh) * 2012-08-01 2015-05-13 科磊股份有限公司 检验晶片及/或预测形成于晶片上的装置的一或多个特性
CN114223017A (zh) * 2019-08-16 2022-03-22 科磊股份有限公司 用于dram及3d nand装置的设计辅助检验

Also Published As

Publication number Publication date
US20210256675A1 (en) 2021-08-19
IL295043A (en) 2022-09-01
KR20220137759A (ko) 2022-10-12
US11494895B2 (en) 2022-11-08
TW202146888A (zh) 2021-12-16
CN115066604A (zh) 2022-09-16
WO2021162884A1 (en) 2021-08-19

Similar Documents

Publication Publication Date Title
US10402461B2 (en) Virtual inspection systems for process window characterization
US9767548B2 (en) Outlier detection on pattern of interest image populations
TW201627655A (zh) 自動化圖案保真度量測計劃生成
US10393671B2 (en) Intra-die defect detection
KR102652164B1 (ko) 멀티 이미징 모드 이미지 정렬
IL262464A (en) Systems and methods for automatic correction of deviation between testing and design for a massive model search
CN114096832B (zh) 用于选择用于样本检验的缺陷检测方法的系统和方法
US9702827B1 (en) Optical mode analysis with design-based care areas
TW202129261A (zh) 控制樣本檢測之程序
US11783470B2 (en) Design-assisted inspection for DRAM and 3D NAND devices
CN115066604B (zh) 在样本上的阵列区域中检测缺陷
CN110637356B (zh) 用于重复缺陷分析的相对缺陷位置的高精准度
US10062012B1 (en) Finding patterns in a design based on the patterns and their surroundings
CN115943301A (zh) 设置样本的检验
US11887296B2 (en) Setting up care areas for inspection of a specimen
WO2024035493A1 (en) Detecting defects on specimens

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