CN116631886A - 基于关注区域的缺陷检测 - Google Patents

Abstract

提供了辅助半导体样品上的缺陷检测的系统和方法。所述方法包括：获得提供管芯上的要检查的多个关注区域(CA)的信息的第一图；创建包围多个CA的多个边界矩形(BR)；以及将多个BR压缩为压缩矩形集合以满足预定义的检查容量，同时尝试最小化由压缩矩形集合包围的非CA区域，从而产生提供压缩矩形集合的信息的第二图。所述压缩包括构造表示多个BR和压缩矩形的R树结构，并且基于预定义的检查容量从R树结构中选择节点集合，所述节点集合表示压缩矩形集合。所述第二图可用于过滤指示管芯上的缺陷候选分布的缺陷图。

Description

基于关注区域的缺陷检测

技术领域

本公开主题大体涉及半导体样品检查领域，并且更具体地，涉及基于关注区域(CA)的缺陷检测。

背景技术

当前对与制造器件的超大规模集成相关的高密度和高性能的需求需要亚微米特征、更高的晶体管速度和电路速度以及更高的可靠性。随着半导体工艺的进步，图案尺寸(诸如加衬宽度)和其他类型的临界尺寸不断缩小。这些需求要求形成具有高精度和高均匀性的器件特征，而这反过来又需要仔细监控制造工艺，包括在器件仍处于半导体晶片形式时对其进行自动检验。

运行时检验可以采用两阶段程序，例如，检查样品，然后审查潜在缺陷的采样位置。检验一般涉及通过将光或电子引导到晶片并且检测来自晶片的光或电子来为样品生成特定输出(例如，图像、信号等)。在第一阶段期间，以高速和相对低的分辨率来检查样品的表面。缺陷检测通常是通过将缺陷检测算法应用于检查输出来执行的。生成缺陷图以显示样品上具有高缺陷概率的可疑位置。在第二阶段期间，以相对高分辨率对可疑位置中的至少一些进行更彻底的分析。

可以在待检样品制造期间或之后使用无损检验工具进行检验。各种无损检验工具包括作为非限制性示例的扫描电子显微镜、原子力显微镜、光学检查工具等。在一些情况下，这两个阶段可以由同一检查工具实现，并且，在一些其他情况下，这两个阶段由不同的检查工具实现。

在半导体制造期间的各个步骤中使用检查过程来检测样品上的缺陷并且提高产量。很多时候，检查的目标是提供对感兴趣缺陷(如果不被校正，可能导致最终器件无法满足所需的性能或故障，从而对产量产生不利影响)的检测的高灵敏度，同时根据检测结果提高抑制误报/干扰和噪声的效率。

检查的有效性可以通过使用某些辅助过程来提高。关注区域是指样品的某些特别需要检查的部分。在一些情况下，关注区域可以用于区分样品上将以不同方式检查的区域。关注区域可以用于为缺陷检测和噪声抑制提供便利。

发明内容

根据本公开主题的某些方面，提供了一种辅助半导体样品上的缺陷检测的计算机化系统，所述系统包括处理和存储器电路系统(PMC)，所述处理和存储器电路系统(PMC)被配置成：获得提供半导体样品的管芯上的要检查的多个关注区域(CA)的信息的第一图；创建包围多个CA的多个边界矩形(BR)；以及将多个BR压缩为压缩矩形集合以满足预定义的检查容量，同时尝试最小化由压缩矩形集合包围的非CA区域，从而产生提供压缩矩形集合的信息的第二图，其中所述压缩包括：构造包括底层和一个或多个上层的R树结构，底层包括表示多个BR的多个叶节点，一个或多个上层中的每一层包括一个或多个非叶节点，每个给定的非叶节点表示包围由所述给定非叶节点的一个或多个子节点表示的一个或多个矩形的压缩矩形；以及基于预定义的检查容量从R树结构的叶节点和非叶节点中选择节点集合，所述节点集合表示压缩矩形集合；其中第二图可用于过滤指示管芯上的缺陷候选分布的缺陷图。

除了上述特征之外，根据本公开主题的这一方面的系统可以以技术上可能的任何期望的组合或排列包括以下列出的特征(i)至(x)中的一个或多个：

(i).第一图可以是基于管芯的设计数据导出的。

(ii).多个BR可以通过以下方式创建：根据网格将第一图划分为多重网格单元，从而产生各自包含至少一个CA或其部分的多个网格单元，并且对于多个网格中的每个网格单元，近似包围网格单元中的所述至少一个CA或其部分的边界矩形(BR)，从而产生对应于多个网格单元的多个BR。

R树结构可以通过以下方式构造：根据顺序将多个BR顺序地插入到底层中，并且基于每个非叶节点的子节点的数量来形成非叶节点的一个或多个上层，同时考虑到在构造时由各个非叶节点覆盖的非CA区域的最小扩大。

所述顺序可以通过将所述多重网格单元中的每个网格单元与唯一索引相关联，并且将所述多个网格单元中的网格单元的唯一索引分配给所述网格单元的BR来定义。可以根据多个BR的唯一索引将多个BR插入到底层中。

唯一索引可以是根据遍历所述多个网格单元的希尔伯特曲线(Hilbert curve)导出的希尔伯特索引(Hilbert index)。

节点集合可以通过以下方式选择：选择R树的给定层，其中给定层的节点总数在检查容量内；将给定层的节点放入集合中；通过基于给定层的节点的纯度从给定层的节点中选择一个或多个节点来消耗剩余容量；并且使用集合中的一个或多个子节点来替换集合中的所选节点中的每个节点，其中给定层的除所选节点之外的节点以及所选节点的子节点构成节点集合。

可以跨R树的多个层来选择节点集合以优化所选节点集合的总纯度。

可以通过以下方式选择节点集合：从上层开始，将上层的一个或多个节点放入优先级队列；将所述一个或多个节点中具有最低纯度的节点替换为所述节点的一个或多个子节点；以及重复所述替换直到优先级队列中的节点数量满足检查容量。

R树结构可以是每个非叶节点具有至多两个子节点的平衡二叉树。PMC进一步被配置成通过将第二图与缺陷图对齐并且提取落在压缩矩形集合中的一个或多个缺陷候选来过滤缺陷图以形成过滤后的缺陷图。过滤后的缺陷图可以用于通过审查工具进行缺陷审查。

根据本公开主题的其他方面，提供了一种辅助半导体样品上的缺陷检测的方法，所述方法由处理和存储器电路系统(PMC)执行并且包括：获得提供管芯上的要检查的多个关注区域(CA)信息的第一图；创建包围多个CA的多个边界矩形(BR)；以及将多个BR压缩为压缩矩形集合以满足预定义的检查容量，同时尝试最小化由压缩矩形集合包围的非CA区域，从而产生提供压缩矩形集合的信息的第二图。所述压缩包括构造包括底层和一个或多个上层的R树结构，底层包括表示多个BR的多个叶节点，一个或多个上层中的每一层包括一个或多个非叶节点，每个给定的非叶节点表示包围由所述给定非叶节点的一个或多个子节点表示的一个或多个矩形的压缩矩形；以及基于预定义的检查容量从R树结构的叶节点和非叶节点中选择节点集合，所述节点集合表示压缩矩形集合。第二图可用于过滤指示管芯上的缺陷候选分布的缺陷图。

所公开的主题的这一方面可以加以必要修改以技术上可能的任何期望的组合或排列包括以上关于系统列出的特征(i)至(x)中的一个或多个。

根据本公开主题的其他方面，提供了一种非暂时性计算机可读存储介质，所述非暂时性计算机可读存储介质包括指令，所述指令在由计算机执行时，使得计算机执行辅助半导体样品上的缺陷检测的方法，所述方法包括：获得提供半导体样品的管芯上的要检查的多个关注区域(CA)的信息的第一图；创建包围多个CA的多个边界矩形(BR)；以及将多个BR压缩为压缩矩形集合以满足预定义的检查容量，同时尝试最小化由压缩矩形集合包围的非CA区域，从而产生提供压缩矩形集合的信息的第二图。所述压缩包括构造包括底层和一个或多个上层的R树结构，底层包括表示多个BR的多个叶节点，一个或多个上层中的每一层包括一个或多个非叶节点，每个给定的非叶节点表示包围由所述给定非叶节点的一个或多个子节点表示的一个或多个矩形的压缩矩形；以及基于预定义的检查容量从R树结构的叶节点和非叶节点中选择节点集合，所述节点集合表示压缩矩形集合。第二图可用于过滤指示管芯上的缺陷候选分布的缺陷图。

所公开的主题的这一方面可以加以必要修改以技术上可能的任何期望的组合或排列包括以上关于系统列出的特征(i)至(x)中的一个或多个。

附图说明

为了理解本公开内容并且了解如何在实践中执行本公开内容，现在将参考附图仅通过非限制性示例的方式描述实施例，在附图中：

图1示出了根据本公开主题的某些实施例的用于检验半导体样品的检验系统和用于辅助缺陷检测的子系统的功能框图。

图2示出了根据本公开主题的某些实施例的辅助半导体样品上的缺陷检测的一般流程图。

图3示出了根据本公开主题的某些实施例的创建多个边界矩形(BR)的示例性过程的一般流程图。

图4示出了根据本公开主题的某些实施例的构造R树的示例性过程的一般流程图。

图5示出了根据本公开主题的某些实施例的选择节点集合的示例性过程的一般流程图。

图6示出了根据本公开主题的某些实施例的选择节点集合的另一示例性过程的一般流程图。

图7示出了根据本公开主题的某些实施例的CA图的一部分的示例。

图8示出了根据本公开主题的某些实施例的多个BR的示例。

图9示出了根据本公开主题的某些实施例的提供压缩矩形集合的信息的第二图的示例。

图10示出了根据本公开主题的某些实施例的从希尔伯特曲线导出的希尔伯特索引的示例。

图11示出了根据本公开主题的某些实施例的R树和由R树表示的对应矩形的示例。

图12示出了根据本公开主题的某些实施例的关于如参考图5描述的节点选择的R树的示例。

图13示出了根据本公开主题的某些实施例的关于如参考图6描述的节点选择的R树的示例。

具体实施方式

在下面的详细描述中，阐述了许多具体细节以提供对本公开内容的透彻理解。然而，本领域的技术人员将理解，可以在没有这些具体细节的情况下实践本公开主题。在其他情况下，未对众所周知的方法、过程、组件和电路进行详细描述，以免混淆本公开主题。

除非另有具体说明，否则从以下讨论中显而易见，可以理解，在整个说明书讨论中使用诸如“辅助”、“获得”、“压缩”、“构造”、“选择”、“过滤”、“划分”、“近似”、“插入”、“形成”、“关联”、“分配”、“放置”、“消耗”、“替换”、“对齐”、“提取”等术语，是指(多个)动作和/或计算机操纵数据和/或将数据转换为其他数据的(多个)过程，所述数据表示为物理(诸如电子)量和/或所述数据表示物理对象。术语“计算机”应广义地解释为涵盖任何种类的具有数据处理能力的基于硬件的电子设备，作为非限制性示例，包括检验系统、辅助缺陷检测的子系统及其在本申请中公开的相应部分。

本文使用的术语“非暂时性存储器”和“非暂时性存储介质”应该广泛地解释为涵盖适合于本公开主题的任何易失性或非易失性计算机存储器。这些术语应该被理解为包括存储一组或多组指令的单个介质或多个介质(例如，集中式或分布式数据库，和/或关联的高速缓存和服务器)。这些术语还应当被认为包括能够存储或编码指令集以供计算机执行并且使计算机执行本公开的方法中的任何一个或多个方法的任何介质。因此，这些术语应被视为包括但不限于只读存储器(“ROM”)、随机存取存储器(“RAM”)、磁盘存储介质、光存储介质、闪存设备等。

本说明书中所使用的术语“样品”应被广泛地解释为涵盖任何种类的物理对象或基板，包括晶片、掩模、标线和用于制造半导体集成电路、磁头、平板显示器和其他半导体制造的物品的其他结构、它们的组合和/或部分。样品在本文中也称为半导体样品，并且可以由制造设备执行相应的制造过程来生产。

本说明书中所使用的术语“检验”应广泛地解释为涵盖与缺陷检测、缺陷审查和/或各种类型的缺陷分类和/或样品制造过程期间和/或之后的计量操作相关的任何类型的操作。在待检样品制造期间或之后使用无损检验工具来进行检验。作为非限制性示例，检验过程可以包括运行时扫描(单次或多次扫描)、成像、采样、检测、审查、测量、分类和/或针对样品或其部分提供的其他操作，使用相同或不同的检查工具。同样地，可以在制造待检样品之前提供检验，并且可以包括例如生成(多个)检验配方和/或其他设置操作。需要注意的是，除非另有具体说明，否则本说明书中使用的术语“检验”或其派生词不限于检查区域的分辨率或大小。各种无损检验工具包括作为非限制性示例的扫描电子显微镜(SEM)、原子力显微镜(AFM)、光学检查工具等。

本说明书中所使用的术语“缺陷”应广义地解释为涵盖在样品上形成的任何类型的异常或不需要的特征/功能。在一些情况下，缺陷可能是感兴趣的缺陷(DOI)，感兴趣的缺陷(DOI)是对所制造设备的功能有一定影响的真实缺陷，因此检测它符合客户利益。例如，任何可能导致产量损失的“致命”缺陷都可以表示为DOI。

在一些其他情况下，缺陷可能是干扰(也称为“误报”缺陷)，它指的是不影响良率的不想要或不感兴趣的缺陷，因此应该忽略，因为它不影响关于已完成设备的功能。

本说明书中所使用的术语“缺陷候选”应广义地解释为涵盖样品上的可疑缺陷位置，所述可疑缺陷位置被检测为具有相对较高的概率是感兴趣的缺陷(DOI)。因此，在审查时，缺陷候选可能实际上是DOI，或者在一些其他情况下，它可能是如上所述的干扰，或者可能由在检查期间的不同变化(例如，工艺变化、颜色变化、机械和电气变化等)引起的随机噪声。

本说明书中所使用的术语“设计数据”应被广泛地解释为涵盖指示样品的分层物理设计(布局)的任何数据。设计数据可以由相应的设计者提供和/或可以从物理设计中导出(例如，通过复杂的模拟、简单的几何和布尔运算等)。设计数据可以以不同的格式提供，作为非限制性示例，如GDSII格式、OASIS格式等。设计数据可以以矢量格式、灰度强度图像格式或其他格式呈现。

应当理解，除非另有具体说明，否则在分开的实施例的上下文中描述的本公开主题的某些特征也可以在单个实施例中组合提供。相反，在单个实施例的上下文中描述的本公开主题的各种特征也可以单独地或以任何合适的子组合来提供。在下面的详细描述中，阐述了许多具体细节以提供对方法和装置的透彻理解。

牢记这一点，注意力转到图1，示出了根据本公开主题的某些实施例的用于检查半导体样品的检查系统和用于辅助缺陷检测的子系统的功能框图。

图1中所示的检验系统100可以用于作为样品制造(FAB)工艺的一部分的半导体样品(例如，晶片、管芯和/或其部件)的检验。如上所述，本文所指的检验可以被解释为涵盖与缺陷检查和检测、各种类型的缺陷分类和/或关于样品或其部分的计量操作相关的任何种类的操作。根据本公开主题的某些实施例，所示出的检验系统100包括能够辅助/优化样品上的缺陷检测的基于计算机的系统101。

检验系统100可以包括一个或多个检验工具，所述检验工具被配置成捕获图像和/或审查(多个)所捕获的图像和/或启用或提供与(多个)所捕获的图像相关的测量。

本说明书中所使用的术语“(多个)检验工具”应广泛地解释为涵盖可用于检验相关过程的任何工具，包括作为非限制性示例的成像、扫描(单次或多次扫描)、抽样、审查、测量、分类和/或就样品或其部分提供的其他过程。检验工具可以包括(多个)检查工具和/或(多个)审查工具。检查工具被配置成扫描样品(例如，整个晶片、整个管芯或其部分)以捕获检查图像(通常以相对高速和/或低分辨率)以检测潜在的缺陷。审查工具被配置成捕获由(多个)检查工具检测的缺陷中的至少一些缺陷的审查图像，以确定潜在的缺陷是否确实是缺陷。这样的审查工具通常被配置成一次一个地检查管芯的片段(通常以相对低速和/或高分辨率进行)。检查工具和审查工具可以是位于相同或不同位置的不同工具，或者是在两种不同模式下操作的单个工具。在一些情况下，至少一种检验工具可以具有计量功能。

根据某些实施例，检验系统100可以包括一个或多个检查工具110和/或一个或多个审查工具114，如图1中所示。具体来说，检查工具110可以扫描样品以捕获检查图像并根据缺陷检测算法来检测潜在缺陷。缺陷检测的输出是指示半导体样品上的缺陷候选分布的缺陷图。在一些情况下，可以例如通过缺陷分类器和/或干扰过滤器从缺陷图中选择缺陷候选列表作为具有更高概率成为感兴趣缺陷(DOI)的候选。

所选的缺陷候选列表可以提供给审查工具114。审查工具114被配置成在列表中的各个缺陷候选的位置处捕获审查图像，并且审查所述审查图像以确定缺陷候选是否确实是DOI。审查工具的输出可以包括分别与缺陷候选列表相关联的标签数据，所述标签数据提供缺陷候选的类型的信息。

在不以任何方式限制本公开内容的范围的情况下，还应当注意，(多个)检查工具110和/或(多个)审查工具114可以实现为各种类型的检验机，诸如光学成像机、电子束机等。在一些情况下，同一检验工具可以提供低分辨率图像数据和高分辨率图像数据。

如前所述，检验系统100包括基于计算机的系统101，系统101能够基于样品的关注区域来辅助/优化样品上的缺陷检测。关注区域(CA)是指样品的要检查的特别感兴趣/重要的特定部分。例如，关注区域可以在图上表示为多边形，并用作要应用于样品的检查图像和/或缺陷图的掩模，以指示要检查哪些区域以检测缺陷。在一些情况下，关注区域可以用于区分样品上将以不同方式(例如，通过使用不同的检查参数，诸如检测灵敏度、阈值等)检查的区域。因此，关注区域可以用于促进检测DOI和干扰/噪声抑制的过程。例如，CA图可以用于过滤样品的缺陷图，以便仅保留落在CA区域内的缺陷候选以供进一步检查。

可以通过多种方式生成关注区域或CA图。例如，可以根据样品的设计数据(例如，打印在样品上的芯片设计图案)导出CA图。关注区域可以由用户手动导出或通过使用某些脚本和/或工具自动导出，以便提取特定区域，例如感兴趣的覆盖图案或感兴趣的位置。由于这些区域导出自芯片设计，这些区域可以为辅助缺陷检测的检查工具提供高精度。然而，由于关注区域通常是以微小尺寸和高容量(例如，就来自管芯的数百万或数十亿个多边形而言)导出，代表CA的数据量通常超过检查预算/检查工具的容量。

术语“检查预算”和“检查容量”可以互换使用，是指由于工具限制(诸如存储器、存储和/或处理限制)，可由检查工具处理的关注区域数量(或代表关注区域的数据量)的限制。例如，每个关注区域可以通过表示所述关注区域在图中的坐标及其尺寸的数据存储在存储中。具有数百万或数十亿个关注区域的图必然会消耗大量的系统存储空间，并且需要相当高的处理能力来读取和处理数据，而这往往超出了检查工具的检查容量。

因此，需要将大量关注区域压缩/分组为相对较小的压缩区域集合(需要较少的系统存储和处理)以满足工具的检查容量。然而，由于最初导出的小尺寸关注区域将被压缩成具有更大尺寸的压缩区域(例如，每个压缩区域包含一个或多个关注区域)，所述压缩区域将不可避免地包括最初不打算检查的非CA区域。因此，包括此类非CA区域的压缩区域图在用于过滤缺陷图时会导致落入这些区域的误报/干扰增加。由于各种原因，对这种误报/干扰的检测是不利的。例如，可能需要通过对缺陷图进行额外的后处理来进一步从检测结果中过滤掉这些干扰。此外，干扰检测可能会限制用于特定应用的检查系统最终可达到的灵敏度。干扰的增加还可能使检查系统的运行时处理能力超载，从而降低吞吐量和/或导致良率损失。

根据本公开主题的某些实施例，系统101被配置成用于有效压缩样品的关注区域。压缩可以有效地满足检查工具的检查容量约束，同时尝试最小化非CA区域，从而最终减少落入这些区域的缺陷图的误报/干扰。

系统101包括处理器和存储器电路系统(PMC)102(也称为处理单元)，可操作地连接到基于硬件的I/O接口126。PMC 102被配置成提供操作系统101所必需的处理，如参考图2至图6进一步详细描述，并且包括处理器(未单独示出)和存储器(未单独示出)。PMC 102的处理器可以被配置成根据在被包括在PMC中的非暂时性计算机可读存储器上实现的计算机可读指令来执行若干功能模块。这样的功能模块在下文中被称为被包括在PMC中。

根据某些实施例，被包括在PMC 102中的功能模块可以包括边界矩形(BR)模块104、压缩模块106，以及可选地包括缺陷图过滤模块108。PMC102可以被配置成经由I/O接口126获得第一图，所述第一图提供要在半导体样品的管芯上检查的多个关注区域(CA)的信息。第一图(也称为CA图)可以例如从被配置成存储半导体样品或其部分的设计数据的设计数据服务器120处接收。

BR模块104可以被配置成创建包围多个CA的多个边界矩形(BR)。压缩模块106可以被配置成将多个BR压缩为压缩矩形集合以满足预定义的检查容量，同时尝试最小化由压缩矩形集合包围的非CA区域，从而产生提供压缩矩形集合的信息的第二图。所述压缩可以包括R树构造和节点选择。具体地，构造的R树结构包括底层和一个或多个上层。底层包括表示多个BR的多个叶节点。一个或多个上层中的每一层包括一个或多个非叶节点。每个给定的非叶节点表示包围由给定非叶节点的一个或多个子节点表示的一个或多个矩形的压缩矩形。基于预定义的检查容量从R树结构的叶节点和非叶节点中选择节点集合。节点集合表示压缩矩形集合。

提供压缩矩形集合的信息的第二图可以由例如缺陷图过滤模块108或检查工具110用于过滤指示管芯上的缺陷候选分布的缺陷图。

应当注意，贯穿说明书、附图和权利要求书所使用的术语“第一”并不意味着第一个实例等。相反，“第一”用于与“第二”实例等进行区分。例如，第二图是基于第一图生成的图，因此不同于第一图。

系统100、系统101、PMC 102及其中的功能模块的操作将参照图2至图6进一步详细描述。

根据某些实施例，系统100可以包括存储单元122。存储单元122可以被配置成存储操作系统101所需的任何数据，例如与系统101的输入和输出相关的数据，以及系统101产生的中间处理结果。例如，存储单元122可以被配置成存储从设计数据服务器接收的(多个)CA图、和/或由检查工具产生的样品的(多个)缺陷图、和/或提供压缩矩形集合的信息的第二图、和/或使用第二图生成的(多个)过滤后的缺陷图等。因此，可以从存储单元122检索存储的输入数据并且提供给PMC 102以供进一步处理，而来自PMC 102的输出数据可以在需要时发送至存储单元122。

在一些实施例中，系统101可以可选地包括基于计算机的图形用户界面(GUI)124，图形用户界面(GUI)124被配置成启用用户指定的输入和/或呈现与系统101相关的处理输出。例如，可以向用户呈现关注区域的第一图的视觉表示(例如，通过形成GUI 124的一部分的显示器)。可选地，可以通过GUI向用户提供定义某些操作参数的选项，诸如例如检查工具的检查容量、R树结构参数等。用户还可以查看某些操作结果，诸如例如GUI上的第二图、缺陷图、过滤后的缺陷图等。在一些情况下，系统101还可以被配置成经由I/O接口126将第二图发送到检查工具110用于过滤缺陷图。在一些情况下，系统101可以进一步配置成将结果中的一些发送到存储单元122和/或外部系统(例如FAB的产量管理系统(YMS))。

根据某些实施例，除了系统101之外，检验系统100还可以包括一个或多个检验模块，诸如例如(多个)缺陷检测模块和/或自动缺陷审查模块(ADR)和/或自动缺陷分类模块(ADC)和/或计量相关模块和/或可用于执行半导体样品检验的其他模块。一个或多个检验模块可以作为独立的计算机来实现，或者其功能(或其至少一部分)可以与检查工具110和/或审查工具114整合。在一些实施例中，从系统101获得的输出可以由检查工具110和/或审查工具114和/或一个或更多检验模块(或其部分)用于对半导体样品的进一步检验。

本领域的技术人员将容易理解，本公开主题的教导不受图1中所示的系统的约束；等效和/或修改的功能可以以另一种方式合并或划分，并且可以以软件与固件和/或硬件的任何适当组合来实现。

应当注意，图1所示的系统可以在分布式计算环境中实现，其中如PMC102中包括的前述功能模块和/或如图1所示的组件可以分布在若干本地和/或远程设备上，并且可以通过通信网络链接。还应当注意，在各种实施例中，检查工具110、审查工具114、设计数据服务器120、存储单元122和/或GUI 124中的一个或多个可以在系统101内部或外部，并且在需要时经由I/O接口126与系统101进行数据通信。系统101可以实现为(多个)独立计算机，以与检验工具结合使用。替代地，在一些情况下，系统101的相应功能可以至少部分地与一个或多个检验工具集成，从而促进和增强检验工具在检验相关过程中的功能。

尽管不一定如此，但系统101和系统100的操作过程可以对应于关于图2至图6所描述的方法的一些或所有阶段。同样，关于图2至图6所描述的方法及其可能的实施方式可以由系统101和系统100实现。因此，应当注意，相对于关于图2至图6所描述的方法所讨论的实施例也可以加以必要修改作为系统101和系统100的各种实施例来实现，反之亦然。

参照图2，示出了根据本公开主题的某些实施例的辅助半导体样品上的缺陷检测的一般流程图。

可以(例如，通过系统101中的PMC 102)获得(202)提供半导体样品的管芯上的要检查的多个关注区域(CA)的信息的第一图。如上所述，关注区域(CA)是指样品的要检查的特别感兴趣/重要的特定区域。在一些实施例中，可以基于管芯的设计数据导出第一图(在本文中也称为CA图)。例如，CA区域可以(由用户手动或由脚本/工具自动)识别为覆盖特定感兴趣图案和/或感兴趣位置等的区域。

图7示出了根据本公开主题的某些实施例的CA图的一部分的示例。如图所示，CA图700中的关注区域可以表示为各种尺寸的多边形(例如，矩形)。例如，CA图700可以作为表示图中每个给定关注区域的坐标和/或给定关注区域的维度的数据存储在存储单元中。例如，矩形形状的CA可以用一个顶点的x和y坐标以及矩形的长度和宽度尺寸来表示，或者替代地用矩形的两个顶点的x和y坐标来表示。

由于关注区域通常从高精度设计数据中大量导出，数百万或数十亿的CA将导致要存储和处理大量具有代表性的数据，这往往超出了检查工具的检查容量。本公开内容的某些实施例提出了一种方法和系统，用于使用独特的树结构(例如，R树)将此类关注区域压缩/分组为相对较少数量的压缩区域，以便有效地满足检查工具的检查容量，同时尝试最小化不可避免地包括在压缩区域中的非CA区域，以便减少落在这些区域内的误报/干扰，如上所述。

R树是树数据结构，通常用于地理坐标系统和导航系统中的空间访问目的。R树中的“R”表示矩形。R树用于对附近的对象进行分组，并在树的下一个更高级别中用这些对象的最小边界矩形来表示这些对象。在叶层，每个矩形描述单个对象，而在更高层，聚合矩形表示越来越多的对象。R树通常用于通过确定待搜索的(多个)子树来优化树内某些对象的空间查询(即，根据这些对象的空间位置来快速且高效地检索对象)。

本公开内容的某些实施例针对不同目的提出了对R树结构的非常规使用。具体来说，R树用于关注区域压缩的具体应用中，以辅助半导体样品检验。R树以特定的方式构造以表示CA图的关注区域及其压缩，并且压缩区域/矩形是从构造的树中专门选择的。树的构造过程以及从树中选择压缩矩形这两者都是专门配置的，以优化对非CA区域的包括(例如，尝试最小化非CA区域的大小)，同时满足检查工具的检查容量，这将在下面参照图2至图6进一步详细描述。

可以(例如，通过PMC 102中的边界矩形模块104)创建(204)多个边界矩形(BR)以包围多个CA。边界矩形可以通过多种方式创建，而本公开内容不限于其特定实施方式。例如，每个CA可以包括在相应的BR中。作为另一个示例，可以导出BR以包围彼此邻近的多个CA。图3示出了根据本公开主题的某些实施例的创建多个边界矩形(BR)的示例性过程的一般流程图。

具体地，根据网格，可以将第一图(即CA图)划分(302)为多重网格单元，从而产生各自包含至少一个CA或其部分的多个网格单元。对于多个网格单元中的每个网格单元，边界矩形(BR)可以被近似(304)以将至少一个CA或其部分包围在网格单元中，从而产生对应于多个网格单元的多个BR。根据本公开主题的某些实施例，在图8中示出了如上所述导出的多个BR的示例。

如图所示，网格800被应用在CA图上(出于说明的目的仅示出图的一部分)，网格800将CA图划分为多重网格单元。在划分后，一些网格单元(诸如单元801)可能是空的，因为这些单元内没有关注区域。一些网格单元(诸如单元802)可能包含一个或多个CA，而在某些CA跨越两个或更多个网格单元的情况下，一些网格单元(诸如单元804)可能包含一个或多个部分CA(有时还有一个或多个完整CA)。对于每个非空网格单元(即，包括至少一个CA或其部分的网格单元)，边界矩形(BR)被近似以包围网格单元内的任何CA或其部分。例如，在网格单元中(诸如在单元802中)有一个或多个完整CA的情况下，BR可以近似为可以包围一个或多个CA(例如，BR边缘的一些部分可以勾勒出CA的某些边缘)的最小(或接近最小)的矩形。在网格单元中(诸如在单元804中)具有一个或多个部分CA的情况下，BR可以近似为包围单元内的部分CA(例如，BR边缘的部分可以勾勒出这些CA跨越的网格单元的边界)以及网格单元中的额外CA(如果有)的最小(或接近最小)的矩形。

在一些情况下，可以基于某些因素(诸如例如系统101的存储器限制(用于存储待处理的BR)和压缩的纯度要求等)预先确定网格/网格单元的大小。例如，网格越精细，BR纯度(如下文进一步详细限定的)将越高，因为近似的BR将在更精细的网格单元中包含更少的空白区域(即非CA区域)。

多个BR可以被压缩(206)(例如，通过PMC 102中的压缩模块106)为压缩矩形集合以满足预定义的检查容量，同时尝试最小化由压缩矩形集合包围的非CA区域，从而产生提供压缩矩形集合的信息的第二图。

应当注意，在本公开中所使用的术语“最小”、“最小化”或“最小化的”应当广义地解释为涵盖精确的最小/最小化条件或接近最小/最小化条件(例如，在一定程度上接近精确的最小值(所述程度可以由一定的百分比/阈值限定))。例如，上文提到的最小矩形可以是恰好包围CA边缘从而覆盖最小空间的矩形，或者可以是CA的边界矩形，所述边界矩形在大小上(在一定程度上)相对于精确的最小矩形略大。如上所述的最小化非CA区域的尝试可以解释为旨在最小化非CA区域或(在一定程度上)接近最小化的非CA区域。

具体地，压缩可以包括R树构造过程(208)和节点选择过程(210)。构造的(208)R树结构包括底层和一个或多个上层。底层包括表示(如参照框204创建的)多个BR的多个叶节点。一个或多个上层中的每一层包括一个或多个非叶节点。每个给定的非叶节点表示包围由给定非叶节点的一个或多个子节点表示的一个或多个矩形的压缩矩形。一旦构造了R树，就可以基于预定义的检查容量从R树结构的叶节点和非叶节点中选择(210)节点集合。节点集合表示压缩矩形集合。

R树是平衡树结构，并且可以用多种方式构造。例如，可以通过动态方法构造R树，例如，当遇到BR时，将BR插入到树中。例如，可以将多个BR顺序地插入到树中，并以自下而上的方式构造R树。作为另一示例，可以通过静态方法构造R树，例如，只有在所有BR都可用时才构造树。例如，可以将多个BR批量加载到树中，并且可以以自下而上的方式或自上而下的方式(例如，通过使用节点分裂算法)来构造树。R树可以用不同数量的非叶节点的子节点来构造。例如，R树可以是二叉树，其中每个非叶节点最多有两个子节点。作为另一示例，可以用每个非叶节点的另一数量的子节点来构造R树。

图4示出了根据本公开主题的某些实施例的构造R树的示例性过程的一般流程图。如图所示，R树结构可以通过以下方式构造：根据顺序将多个BR顺序地插入(402)R树的底层中，并且基于每个非叶节点的子节点的数量来形成/构造(408)非叶节点的一个或多个上层，同时考虑到构造时由各个非叶节点覆盖的非CA区域的最小扩大。

节点的纯度，或由节点表示的矩形(BR或压缩矩形)的纯度，是根据矩形中包括的CA的面积和矩形的面积来计算的。纯度可以用作矩形中包括的非CA区域大小的指示。非CA区域的最小扩大可以反映为获得更高纯度的节点/由此表示的压缩矩形。

具体而言，将BR插入底层的顺序可以通过将多重网格单元中的每个网格单元与唯一索引相关联(404)，并且将多个网格单元中的网格单元的唯一索引分配(406)给所述网格单元的BR来定义。因此，多个BR可以根据其唯一索引被插入到底层中。用于空间排序的各种索引可以用于定义插入顺序。例如，可以根据网格单元(及其BR)的x坐标或y坐标对网格单元(及其BR)进行排序。作为另一示例，唯一索引可以是根据遍历多个网格单元的希尔伯特曲线导出的希尔伯特索引。

希尔伯特曲线是连续的空间填充曲线，由分段线性曲线集合构成。希尔伯特曲线的图是紧凑集，同胚于闭单位区间，其中豪斯多夫维数为2。希尔伯特曲线是有用的，因为它给出了1D和2D空间之间的映射，所述映射很好地保持局部性，并且在一维空间中彼此靠近的两个数据点在被曲线折叠后也彼此靠近。希尔伯特曲线可以用于根据从中导出的希尔伯特索引对矩形施加线性排序。希尔伯特索引基于包含BR的网格单元的希尔伯特值(例如，从原点到相应网格单元的希尔伯特曲线的长度)。

图10示出了根据本公开主题的某些实施例的从希尔伯特曲线导出的希尔伯特索引的示例。如图所示，希尔伯特曲线被示为穿过网格单元的分段线性曲线集合。每个网格单元都与基于网格单元的希尔伯特值(例如，根据从原点到网格单元的希尔伯特曲线的长度)导出的希尔伯特索引相关联。落在网格单元内的任何BR都分配有此单元的希尔伯特索引。例如，单元1002及其任意BR被分配的希尔伯特索引为15，而其相邻单元被分配的希尔伯特索引为13、14和16。通过根据网格大小使用正确的希尔伯特曲线阶数(图10中所示的希尔伯特曲线的阶数为3)，可以为每个BR分配唯一的希尔伯特索引。例如，所需的希尔伯特曲线的阶数可以表示为：log₂(max(网格单元数量))。

根据BR的希尔伯特索引将BR插入到R树的底层中可以使得能够将彼此靠近的矩形分组在一起，从而最小化得到的压缩矩形的面积(最小化压缩矩形的整体面积基本上等同于最小化压缩矩形中的非CA区域)。例如，假设每个非叶节点可以有两个子节点，并且假设在构造期间，已经形成的压缩/分组矩形将不会在以后插入新的叶节点/BR时被再次划分。首先将索引为1(根据图10所示的希尔伯特索引)的BR 1插入到底层中作为叶节点，然后插入索引为2的BR 2，其中BR 1和BR 2被压缩为第一(上)层节点1(为了图的简洁，示例性BR没有在图10中示出)。假设索引为3的网格单元为空(即，此单元中没有BR)，接下来要插入的BR是索引为4的BR 4，然后是索引为5的BR 5。这两个BR因此被分组到第一层节点2。假设只剩下一个索引为8的BR 8需要插入，考虑到BR 8离第一层节点2更近，BR 8和第一层节点2将被组合形成第二层节点，所述第二层节点随后将与第一层节点1一起被分组到第三层节点。这种分组方式比首先将BR8与第一层节点1分组更优化，第一层节点1距BR 8比距第一层节点2更远，因此将不可避免地导致压缩矩形的总面积更大。因此，在插入新的BR和形成上层节点时，要注意确保压缩矩形所覆盖区域的扩大最小化。

应当注意，上述示例仅是为了简单和说明的目的而描述的，不应被解释为以任何方式限制本公开内容。可以使用形成上层节点的其他方式来补充或代替上述方式。例如，可以配置每个非叶节点的子节点的数量，并且为了进一步优化(最小化)要包括在压缩矩形中的区域，可以在稍后插入较新的BR时，再次划分先前形成的表示压缩矩形的上部节点。

图11示出了根据本公开主题的某些实施例的R树和由R树表示的对应矩形的示例。

黑点1102表示如参照图3所述创建的边界矩形(BR)(也表示为原始矩形)。将BR1102作为叶节点1104插入到R树的底层中(受附图的图示限制，并未将所有BR都在底层示出)。树的上层表示BR的不同压缩级别。如图所示，根据上述构造过程，例如基于每个非叶节点的子节点数量，并考虑到通过压缩矩形所覆盖面积的最小扩大，BR被分组到R1至R9的第一上层。R1至R9以类似方式进一步分组到第二上层R10至R12。如果需要，可以将R10至R12分组到根节点。R树如上所述地构造，并且树的每个非叶节点在构造时被期望覆盖最小区域/非CA区域。

根据某些实施例，R树结构可以被构造为平衡二叉树，其中每个非叶节点最多有两个子节点。尽管二叉R树可能需要更长的时间来查询矩形，但与使用其他数量的子节点(诸如例如三个或更多子节点)构造的R树相比，二叉R树可以提供更高的纯度。具体地，由于在本公开中R树专门用于关注区域压缩的目的，而不是其区域查询的常规目的，因此使用二叉R树可以有益于最小化非CA区域，从而提高压缩矩形的纯度。

一旦多个BR被全部插入并构造了R树，就可以基于预定义的检查容量从R树结构的叶节点和非叶节点中选择(210)节点集合。节点集合表示压缩矩形集合。

图5示出了根据本公开主题的某些实施例的选择节点集合的示例性过程的一般流程图。具体地，可以选择(502)R树结构的给定层，其中其节点总数在检查容量内，并且给定层的节点可以(临时)放置在集合中。剩余容量(如果有)可以通过基于给定层的节点的纯度从给定层的节点中选择一个或多个节点并且用所选节点中的每个所选节点的一个或多个子节点来替换所选节点中的每个所选节点来消耗(504)。给定层中除所选节点外的节点、以及所选节点的子节点共同构成了节点集合。

现在参考图12，示出了根据本公开主题的某些实施例的关于如参考图5描述的节点选择的R树的示例。

假设检查工具的检查容量被预定义为由于工具限制而可由检查工具处理的700万个矩形。示例的R树包括底层和四个上层(包括具有根节点的顶层)。假设底层包括1600万个矩形(例如BR)，第一上层包括800万个矩形，第二上层包括400万个矩形，并且第三上层包括200万个矩形。因此，第二上层的节点数量(即400万)恰好在700万的检查容量之内，因为下一层包括的节点数量(即800万)已经超过了容量。因此选择了第二上层，并且可以将第二上层的节点1202暂时放入节点集合中。

由于检查容量还有300万的剩余容量，所述剩余容量可以通过(例如，基于所选层中节点的纯度)从所选层中选择一个或多个节点来消耗。例如，可以计算来自第二上层的每个节点的纯度，并且可以根据节点的纯度值对节点进行排序。可以选择具有最低纯度的第一节点并(从集合中)将所述第一节点替换为第一节点的子节点(所述子节点具有比第一节点更高的纯度)。可以选择新集合中具有最低纯度的下一个节点(第二上层的节点，除了现在被第一节点的子节点替换的第一节点)并(从新集合中)将所述下一个节点替换为其子节点。所述过程可以重复，直到消耗完剩余的300万容量。最终选择的节点集合将包括给定层的除选择的(和替换的)节点外的节点，以及选择的节点的子节点。

为了简化示例，假设检查容量为7(而不是700万)，而第二上层包括4个(而不是400万个)节点，如图所示。四个节点1202首先被选择并且放置在集合中(作为临时集合)。由于还有3个节点的剩余容量，因此计算四个节点1202的纯度。假设节点1204在四个节点中具有最低纯度，则节点1204被从集合中移除并替换为节点1204在第一上层的两个子节点。现在集合包括5个节点，还有2个节点的剩余容量。假设节点1206在集合中的5个节点中具有最低纯度，则节点1206被从集合中移除并替换为节点1206在第一上层的两个子节点。现在集合包括6个节点，还有1个节点的剩余容量。类似地，将集合中的下一个节点1208(假设具有最低纯度)替换为它的两个子节点，从而使集合有7个节点并且满足检查容量。最终集合包括来自第二上层的剩余节点1210与节点1204、1206和1208的子节点。

以上示例仅出于说明的目的，不应被解释为以任何方式限制本公开内容。不同的实施例可以采用不同的具体实施方式。例如，当从集合中移除节点时，其替换子节点可以是下层中的直接子节点，或者替代地，替换子节点可以包括其所有叶节点。例如，在上面的例子中，当移除节点1204时，替换的子节点可以是间接连接到节点1204的四个叶节点。作为另一示例，纯度排名可以仅在所选层的节点内，或可以在包括替换子节点的新集合内。

替代地，不是选择给定层，然后替换其中的某些节点以满足检查容量，而是可以跨越R树的多个层选择(602)节点集合，以便优化(例如，试图最大化)所选节点集合的总纯度，如图6所示，图6示出了根据本公开主题的某些实施例的选择节点集合的另一示例性过程的一般流程图。类似地，本文中所使用的术语“最大化”应该被解释为涵盖精确的最大化条件或(在一定程度上)接近最大化的条件。

具体而言，可以使用优先级队列以迭代方式选择节点集合。例如，从上层中的一层开始，所述层的一个或多个节点可以被放置(604)到优先级队列中。一个或多个节点中具有最低纯度的节点可以用其一个或多个子节点(例如，其直接子节点)从优先级队列中替换(606)。如果优先级队列中的节点数量不满足(608)检查容量，则可以重复替换步骤606，直到优先级队列中的节点数量满足检查容量。当满足检查容量时，可以输出(610)优先级队列中的节点作为表示压缩矩形的节点集合。

现在参考图13，示出了根据本公开主题的某些实施例的关于如参考图6描述的节点选择的R树的示例。

例如，从顶层开始，将根节点1302放入优先级队列中。由于队列中只有一个节点，因此这个根节点1302被其直接子节点1304和1306替换。假设检查容量为8，则不满足检查容量，因为队列中只有两个节点。节点1304具有较低的纯度，从队列中移除节点1304并替换为其直接子节点1308和1310。现在队列中有三个节点，仍然不满足检查容量。节点1306在这三个节点中具有最低纯度，被替换为其直接子节点1312和1314。这个过程可以一直持续到满足检查容量为止。如图所示，最终选择了来自树的不同层的8个节点(标记为实心节点)，表示其总纯度被优化/最大化的压缩矩形集合。

应当注意，可以根据参照图5和图12的过程或参照图6和图13的过程，或其任何适当的调整来选择节点集合。本公开内容不限于其具体实施方式。

一旦压缩(206)完成，并且生成提供压缩矩形集合的信息的第二图，第二图就可以用于过滤指示管芯上的缺陷候选分布的缺陷图。在一些实施例中，可选地，过滤可以由系统101执行。例如，系统101(例如PMC 102中的缺陷图过滤模块108)可以被配置为从检查工具110获取缺陷图，并使用第二图过滤(212)缺陷图。在一些其他情况下，第二图可以被提供给检查工具110以由所述工具用于过滤缺陷图。

在一些实施例中，第二图可以用作将应用在缺陷图上的掩模以指示应进一步审查的缺陷候选。例如，可以通过将第二图与缺陷图对齐并且提取落在压缩矩形集合中的一个或多个缺陷候选来过滤缺陷图以形成过滤后的缺陷图。过滤后的缺陷图可以用于通过审查工具进行缺陷审查。

在进一步的实施例中，第二图可能被用作掩模以应用于样品的检查图像上，并且指示应该检查的图像的像素。

图9示出了根据本公开主题的某些实施例的提供压缩矩形集合的信息的第二图的示例。如图所示，第二图900包括包围一个或多个关注区域的压缩矩形902。如上所述，压缩矩形不可避免地包括表示非CA区域的空白空间。如上所述，树构造过程和节点选择过程在过程期间考虑了非CA区域的优化，其中努力使非CA区域的尺寸最小化，以减少使用第二图过滤缺陷图时落入这些区域的误报/干扰。

根据某些实施例，如上文参考图2至图6所述的缺陷检测辅助过程可以被包括作为可由系统101和/或系统100和/或检查工具110使用的检查配方的一部分用于在运行时进行在线样品检测。因此，本公开主题还包括用于在配方设置阶段期间生成检查配方的系统和方法，其中所述配方包括参照图2至图6描述的步骤(及其各种实施例)。应当注意，术语“检查配方”应该被广泛地解释为涵盖可用于执行与如上所述的任何种类的样品检验相关的操作的任何配方。

应当注意，在本公开中图示的示例(诸如例如如上所述的R树结构、各种树构造过程和节点选择过程等)是出于示例性目的而图示的，并且不应被视为以任何方式限制本公开内容。其他适当的示例/实施方式可以用来补充或代替上述内容。

如本文所述的缺陷检测辅助过程的某些实施例的优点之一是通过使用R树结构实现高效的关注区域压缩。所述压缩可以有效满足检查工具的检查容量约束，同时尝试最小化非CA区域，以减少使用压缩矩形过滤缺陷图时落入这些区域的任何误报/干扰。

特别地，R树是以特定方式构造的，以表示CA图的关注区域及其压缩。树构造过程(例如，通过考虑树覆盖的区域的最小扩大)以及(例如，基于节点的纯度)从树中选择压缩矩形两者都是专门配置的，以优化对非CA区域的包括(例如，最小化非CA区域的大小)，同时满足检查工具的检查容量。

应当理解，本公开内容的应用不限于本文包含的描述中阐述或在附图中示出的细节。

还应当理解，根据本公开内容的系统可以至少部分地在适当编程的计算机上实现。同样，本公开内容考虑了计算机可读的计算机程序，以用于执行本公开内容的方法。本公开内容还设想了非暂时性计算机可读存储器，所述非暂时性计算机可读存储器有形地体现可以由计算机执行以执行本公开内容的方法的指令程序。

本公开内容可以具有其他实施例并且能够以各种方式进行实践和执行。因此，应当理解，本文所用的表述和术语是为了描述的目的而不应被视为限制。因此，本领域技术人员将理解，本公开内容所基于的构思可以容易地用作设计其他结构、方法和系统的基础，以实现本公开主题的若干目的。

本领域技术人员将容易理解，在不脱离由所附权利要求书限定的范围的情况下，可以将各种修改和改变应用于如上文所述的本公开内容的实施例。

Claims (20)

1.一种辅助半导体样品上的缺陷检测的计算机化系统，所述系统包括处理和存储器电路系统(PMC)，所述处理和存储器电路系统(PMC)被配置成：

获得提供所述半导体样品的管芯上的要检查的多个关注区域(CA)的信息的第一图；

创建包围所述多个CA的多个边界矩形(BR)；以及

将所述多个BR压缩为压缩矩形集合以满足预定义的检查容量，同时尝试最小化由所述压缩矩形集合包围的非CA区域，从而产生提供所述压缩矩形集合的信息的第二图，其中所述压缩包括：

构造包括底层和一个或多个上层的R树结构，所述底层包括表示所述多个BR的多个叶节点，所述一个或多个上层中的每一层包括一个或多个非叶节点，每个给定的非叶节点表示包围由所述给定非叶节点的一个或多个子节点表示的一个或多个矩形的压缩矩形；以及

基于所述预定义的检查容量从所述R树结构的所述叶节点和所述非叶节点中选择节点集合，所述节点集合表示所述压缩矩形集合；

其中，所述第二图可用于过滤指示所述管芯上的缺陷候选分布的缺陷图。

2.根据权利要求1所述的计算机化系统，其中所述第一图是基于所述管芯的设计数据导出的。

3.根据权利要求1所述的计算机化系统，其中所述PMC被配置成通过以下方式来创建所述多个BR：根据网格将所述第一图划分为多重网格单元，从而产生各自包含至少一个CA或其部分的多个网格单元，并且针对所述多个网格单元中的每个网格单元，近似包围所述网格单元中的所述至少一个CA或其部分的边界矩形(BR)，从而产生对应于所述多个网格单元的所述多个BR。

4.根据权利要求3所述的计算机化系统，其中所述PMC被配置成通过以下方式来构造所述R树结构：根据顺序将所述多个BR顺序地插入到所述底层中，并且基于每个非叶节点的子节点的数量来形成非叶节点的所述一个或多个上层，同时考虑到在构造时由各个非叶节点覆盖的所述非CA区域的最小扩大。

5.根据权利要求4所述的计算机化系统，其中所述顺序是通过将所述多重网格单元中的每个网格单元与唯一索引相关联，并且将所述多个网格单元中的网格单元的所述唯一索引分配给所述网格单元的所述BR来定义的，并且其中根据所述多个BR的所述唯一索引将所述多个BR插入到所述底层中。

6.根据权利要求5所述的计算机化系统，其中所述唯一索引是根据遍历所述多个网格单元的希尔伯特曲线导出的希尔伯特索引。

7.根据权利要求1所述的计算机化系统，其中所述PMC被配置成通过以下方式选择所述节点集合：选择所述R树的给定层，其中所述给定层的节点总数在所述检查容量内；将所述给定层的节点放入所述集合中；通过基于所述给定层的节点的纯度从所述给定层的节点中选择一个或多个节点来消耗剩余容量；并且使用所述集合中的所选节点中的每个所选节点的一个或多个子节点来替换所述集合中的所选节点中的每个所选节点，其中所述给定层的除所选节点之外的节点以及所选节点的子节点构成所述节点集合。

8.根据权利要求1所述的计算机化系统，其中所述PMC被配置成跨所述R树的多个层选择所述节点集合，以优化所选节点集合的总纯度。

9.根据权利要求8所述的计算机化系统，其中所述PMC被配置成通过以下方式选择所述节点集合：从上层开始，将所述上层的一个或多个节点放入优先级队列；将所述一个或多个节点中具有最低纯度的节点替换为所述节点的一个或多个子节点；以及重复所述替换直到所述优先级队列中的节点数量满足所述检查容量。

10.根据权利要求1所述的计算机化系统，其中所述R树结构是每个非叶节点具有至多两个子节点的平衡二叉树。

11.根据权利要求1所述的计算机化系统，其中所述PMC进一步被配置成通过将所述第二图与所述缺陷图对齐并且提取落在所述压缩矩形集合中的一个或多个缺陷候选来过滤所述缺陷图以形成过滤后的缺陷图，其中所述过滤后的缺陷图可用于通过审查工具进行缺陷审查。

12.一种辅助半导体样品上的缺陷检测的计算机化方法，所述方法由处理和存储器电路系统(PMC)执行并且包括：

获得提供所述半导体样品的管芯上的要检查的多个关注区域(CA)的信息的第一图；

创建包围所述多个CA的多个边界矩形(BR)；以及

将所述多个BR压缩为压缩矩形集合以满足预定义的检查容量，同时尝试最小化由所述压缩矩形集合包围的非CA区域，从而产生提供所述压缩矩形集合的信息的第二图，其中所述压缩包括：

构造包括底层和一个或多个上层的R树结构，所述底层包括表示所述多个BR的多个叶节点，所述一个或多个上层中的每一层包括一个或多个非叶节点，每个给定的非叶节点表示包围由所述给定非叶节点的一个或多个子节点表示的一个或多个矩形的压缩矩形；以及

基于所述预定义的检查容量从所述R树结构的所述叶节点和所述非叶节点中选择节点集合，所述节点集合表示所述压缩矩形集合；

其中所述第二图可用于过滤指示所述管芯上的缺陷候选分布的缺陷图。

13.根据权利要求12所述的计算机化方法，其中所述创建包括通过根据网格将所述第一图划分为多重网格单元，从而产生各自包含至少一个CA或其部分的多个网格单元，并且针对所述多个网格单元中的每个网格单元，近似包围所述网格单元中的所述至少一个CA或其部分的边界矩形(BR)，从而产生对应于所述多个网格单元的所述多个BR。

14.根据权利要求13所述的计算机化方法，其中所述构造所述R树结构包括：根据顺序将所述多个BR顺序地插入到所述底层中，并且基于每个非叶节点的子节点的数量来形成非叶节点的所述一个或多个上层，同时考虑到在构造时由各个非叶节点覆盖的所述非CA区域的最小扩大。

15.根据权利要求14所述的计算机化方法，其中所述顺序是通过将所述多重网格单元中的每个网格单元与唯一索引相关联，并且将所述多个网格单元中的网格单元的所述唯一索引分配给所述网格单元的所述BR来定义的，并且其中根据所述多个BR的所述唯一索引将所述多个BR插入到所述底层中。

16.根据权利要求15所述的计算机化方法，其中所述唯一索引是根据遍历所述多个网格单元的希尔伯特曲线导出的希尔伯特索引。

17.根据权利要求12所述的计算机化方法，其中所述选择所述节点集合包括：选择所述R树的给定层，其中所述给定层的节点总数在所述检查容量内；将所述给定层的节点放入所述集合中；通过基于所述给定层的节点的纯度从所述给定层的节点中选择一个或多个节点来消耗剩余容量；并且使用所述集合中的所选节点中的每个所选节点的一个或多个子节点来替换所述集合中的所选节点中的每个所选节点，其中所述给定层的除所选节点之外的节点以及所选节点的子节点构成节点集合。

18.根据权利要求12所述的计算机化方法，其中跨所述R树的多个层来选择所述节点集合，以优化所选节点集合的总纯度。

19.根据权利要求18所述的计算机化方法，其中所述选择所述节点集合包括：从上层开始，将所述上层的一个或多个节点放入优先级队列；将所述一个或多个节点中具有最低纯度的节点替换为所述节点的一个或多个子节点；以及重复所述替换直到所述优先级队列中的节点数量满足所述检查容量。

20.一种非暂时性计算机可读存储介质，所述非暂时性计算机可读存储介质有形地体现指令程序，所述指令程序在由计算机执行时，使得所述计算机执行辅助半导体样品上的缺陷检测的方法，所述方法包括：

获得提供所述半导体样品的管芯上的要检查的多个关注区域(CA)的信息的第一图；

创建包围所述多个CA的多个边界矩形(BR)；以及

将所述多个BR压缩为压缩矩形集合以满足预定义的检查容量，同时尝试最小化由所述压缩矩形集合包围的非CA区域，从而产生提供所述压缩矩形集合的信息的第二图，其中所述压缩包括：

构造包括底层和一个或多个上层的R树结构，所述底层包括表示所述多个BR的多个叶节点，所述一个或多个上层中的每一层包括一个或多个非叶节点，每个给定的非叶节点表示包围由所述给定非叶节点的一个或多个子节点表示的一个或多个矩形的压缩矩形；以及

基于所述预定义的检查容量从所述R树结构的所述叶节点和所述非叶节点中选择节点集合，所述节点集合表示所述压缩矩形集合；

其中所述第二图可用于过滤指示所述管芯上的缺陷候选分布的缺陷图。