CN116772760A - 晶片的三维表面计量 - Google Patents

晶片的三维表面计量 Download PDF

Info

Publication number
CN116772760A
CN116772760A CN202310273248.4A CN202310273248A CN116772760A CN 116772760 A CN116772760 A CN 116772760A CN 202310273248 A CN202310273248 A CN 202310273248A CN 116772760 A CN116772760 A CN 116772760A
Authority
CN
China
Prior art keywords
sites
algorithm
sem
vertical
calibration
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
CN202310273248.4A
Other languages
English (en)
Inventor
I·阿尔莫格
R·巴尔-奥尔
L·亚龙
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.)
Applied Materials Israel Ltd
Original Assignee
Applied Materials Israel Ltd
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 Applied Materials Israel Ltd filed Critical Applied Materials Israel Ltd
Publication of CN116772760A publication Critical patent/CN116772760A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01Q—SCANNING-PROBE TECHNIQUES OR APPARATUS; APPLICATIONS OF SCANNING-PROBE TECHNIQUES, e.g. SCANNING PROBE MICROSCOPY [SPM]
    • G01Q30/00—Auxiliary means serving to assist or improve the scanning probe techniques or apparatus, e.g. display or data processing devices
    • G01Q30/04—Display or data processing devices
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/69—Microscopic objects, e.g. biological cells or cellular parts
    • G06V20/693—Acquisition
    • 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
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B21/00—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant
    • G01B21/20—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring contours or curvatures, e.g. determining profile
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B15/00—Measuring arrangements characterised by the use of electromagnetic waves or particle radiation, e.g. by the use of microwaves, X-rays, gamma rays or electrons
    • G01B15/04—Measuring arrangements characterised by the use of electromagnetic waves or particle radiation, e.g. by the use of microwaves, X-rays, gamma rays or electrons for measuring contours or curvatures
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B21/00—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant
    • G01B21/02—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring length, width, or thickness
    • G01B21/04—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring length, width, or thickness by measuring coordinates of points
    • G01B21/045—Correction of measurements
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01Q—SCANNING-PROBE TECHNIQUES OR APPARATUS; APPLICATIONS OF SCANNING-PROBE TECHNIQUES, e.g. SCANNING PROBE MICROSCOPY [SPM]
    • G01Q10/00—Scanning or positioning arrangements, i.e. arrangements for actively controlling the movement or position of the probe
    • G01Q10/04—Fine scanning or positioning
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01Q—SCANNING-PROBE TECHNIQUES OR APPARATUS; APPLICATIONS OF SCANNING-PROBE TECHNIQUES, e.g. SCANNING PROBE MICROSCOPY [SPM]
    • G01Q30/00—Auxiliary means serving to assist or improve the scanning probe techniques or apparatus, e.g. display or data processing devices
    • G01Q30/02—Non-SPM analysing devices, e.g. SEM [Scanning Electron Microscope], spectrometer or optical microscope
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01Q—SCANNING-PROBE TECHNIQUES OR APPARATUS; APPLICATIONS OF SCANNING-PROBE TECHNIQUES, e.g. SCANNING PROBE MICROSCOPY [SPM]
    • G01Q40/00—Calibration, e.g. of probes
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01Q—SCANNING-PROBE TECHNIQUES OR APPARATUS; APPLICATIONS OF SCANNING-PROBE TECHNIQUES, e.g. SCANNING PROBE MICROSCOPY [SPM]
    • G01Q60/00—Particular types of SPM [Scanning Probe Microscopy] or microscopes; Essential components thereof
    • G01Q60/24—AFM [Atomic Force Microscopy] or apparatus therefor, e.g. AFM probes
    • 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
    • G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/69—Microscopic objects, e.g. biological cells or cellular parts
    • G06V20/695—Preprocessing, e.g. image segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/69—Microscopic objects, e.g. biological cells or cellular parts
    • G06V20/698—Matching; Classification
    • 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
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B2210/00—Aspects not specifically covered by any group under G01B, e.g. of wheel alignment, caliper-like sensors
    • G01B2210/56—Measuring geometric parameters of semiconductor structures, e.g. profile, critical dimensions or trench depth
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2223/00—Investigating materials by wave or particle radiation
    • G01N2223/07—Investigating materials by wave or particle radiation secondary emission
    • 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
    • G01N2223/418—Imaging electron microscope
    • 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
    • G01N2223/50—Detectors
    • G01N2223/507—Detectors secondary-emission detector
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2223/00—Investigating materials by wave or particle radiation
    • G01N2223/60—Specific applications or type of materials
    • G01N2223/611—Specific applications or type of materials patterned objects; electronic devices
    • G01N2223/6116—Specific applications or type of materials patterned objects; electronic devices semiconductor wafer
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2223/00—Investigating materials by wave or particle radiation
    • G01N2223/60—Specific applications or type of materials
    • G01N2223/646—Specific applications or type of materials flaws, defects
    • G01N2223/6462—Specific applications or type of materials flaws, defects microdefects

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Chemical & Material Sciences (AREA)
  • Pathology (AREA)
  • Immunology (AREA)
  • Biochemistry (AREA)
  • Analytical Chemistry (AREA)
  • Molecular Biology (AREA)
  • Biomedical Technology (AREA)
  • Manufacturing & Machinery (AREA)
  • Evolutionary Computation (AREA)
  • Power Engineering (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Computer Hardware Design (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Electromagnetism (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)

Abstract

一种用于基于扫描电子显微镜和原子力显微镜的样品三维表面计量的基于计算机的方法。该方法包括：(i)使用扫描电子显微镜(SEM)来获得样品表面上的位点集合的SEM数据；(ii)使用原子力显微镜(AFM)来测量集合的校准子集中的位点的竖直参数；(iii)通过以下方式来校准配置成在位点的SEM数据作为输入馈送时估计位点的竖直参数的算法：确定算法的自由参数，使得算法估计的竖直参数和AFM测量的竖直参数之间的残差被约最小化；以及(iv)使用经校准算法来估计校准子集的补集中的位点的竖直参数。

Description

晶片的三维表面计量
本申请要求于2022年3月18日提交的美国专利申请第17/698,393号的权益，该申请的全部公开内容出于所有目的通过引用并入本文。
技术领域
本公开总体涉及样品的三维表面计量。
背景技术
图案化晶片的工艺控制中的关键挑战是三维表面计量；即，对图案化晶片表面上的结构的形貌的映射。随着设计规则的缩小，这项任务变得越来越复杂，因为需要越来越高的精度。理想地，精度的增加不应以吞吐量为代价。图案化晶片的三维表面计量的最新技术包括基于光学的技术、基于扫描电子显微镜的技术、基于透射电子显微镜的技术、以及基于原子力显微镜的技术。这些技术中的每一者具有其优点和缺点。在本技术中仍然存在对用于图案化晶片的三维表面计量的快速且精确的非破坏性技术的未满足的需求。
发明内容
根据本公开的一些实施例，本公开的各方面涉及三维表面计量。更具体地，但非排他的，根据本公开的一些实施例，本公开的各方面涉及组合扫描电子显微镜(SEM)和原子力显微镜(AFM)测量的晶片的三维表面计量。
因此，根据一些实施例的一方面，提供了一种用于基于扫描电子显微镜和原子力显微镜的样品的三维表面计量的基于计算机的方法。该方法包括以下操作：
·使用扫描电子显微镜(SEM)来获得被检样品的表面上的位点集合的SEM数据。
·使用原子力显微镜(AFM)来测量量化集合的校准子集中的位点的竖直坐标和/或竖直尺寸的竖直参数。
·通过以下方式来校准算法，该算法配置成在位点的SEM数据被输入到算法中时估计该位点的竖直参数：确定算法的自由参数，使得算法估计的竖直参数和AFM测量的竖直参数之间的残差被约最小化。
·使用经校准算法来估计校准子集的补集中的位点(即，集合中不在校准子集中的位点)的竖直参数。
根据所述计量方法的一些实施例，当满足第一条件和/或第二条件时，所获得的残差在所需精度内，该第一条件是所获得的残差的绝对值小于第一阈值，该第二条件是所获得的残差的精度函数的值小于第二阈值。
根据所述计量方法的一些实施例，当所获得的残差中高于第一阈值百分比的一百分比满足第一(或第三)条件和第二(或第四)条件中的至少一者，该第一(或第三)条件是该百分比中的每个残差小于第一(或第三)阈值，该第二(或第四)条件是该百分比中的残差的精度函数的值小于第二(或第四)阈值时，所获得的残差在所需精度内。当满足第一条件和/或第二条件时，当校准子集中存在不在满足第一条件和/或第二条件的百分比中的位点时，校准子集被更新以排除其中的不在满足第一条件和/或第二条件的百分比中的位点。
根据所述计量方法的一些实施例，第一阈值百分比为至少约90％。
根据所述计量方法的一些实施例，所排除的位点被标记为潜在地有缺陷。
根据所述计量方法的一些实施例，当所获得的残差不在所需精度内时，执行以下额外操作：
·更新校准子集以进一步包括来自集合的一个或多个额外位点。
·使用AFM来测量该一个或多个额外位点的竖直参数。
·在附加地考虑到该一个或多个额外位点的所测量的竖直参数和该一个或多个额外位点的SEM数据的情况下执行校准算法的操作，并且，一旦由此获得的残差在所需精度内，就继续到使用经校准算法的操作。
根据所述计量方法的一些实施例，校准子集中的位点以迭代的方式被选择并由AFM剖析，使得在一次迭代中获得的数据在下一次迭代中被用于改进对位点的选择，以便改进校准。
根据所述计量方法的一些实施例，通过对集合中的位点进行随机采样来选择校准子集中的位点。
根据所述计量方法的一些实施例，在使用经校准算法来估计校准子集的补集中的位点的竖直参数的操作中，如果补集中高于第二阈值百分比的一百分比的位点使得对于该百分比的位点中包括的每个位点，所述位点的估计的竖直参数与预期的竖直参数之间的差落在预定范围之外，则用新的校准子集来替换校准子集(即，选择新的校准子集)，使用AFM来测量新的校准子集中先前没有被AFM探测的校准位点的竖直参数，重新校准算法(即，相对于新的校准子集施加校准算法的操作)，以及使用经重新校准的算法来估计新的校准子集的补集中的位点的竖直参数。
根据所述计量方法的一些实施例，在考虑到跨被检样品的工艺变化和期望和/或已知的SEM漂移的情况下选择校准子集。
根据所述计量方法的一些实施例，在考虑到过去至少与被检样品同一预期设计的样品和/或与被检样品类似的样品中的校准子集的成功选择的情况下选择校准子集。
根据所述计量方法的一些实施例，在考虑到过去对来自与被检样品同一批次中的样品中的校准子集的成功选择的情况下选择校准子集。
根据所述计量方法的一些实施例，基于校准子集中的位点数量和/或AFM测量的准确度来选择算法的函数形式。
根据所述计量方法的一些实施例，当校准位点数量超出阈值数量和/或AFM测量的准确度超出阈值准确度时，更多数量的算法的函数形式可供选择。
根据所述计量方法的一些实施例，函数形式中的至少一些函数形式仅当校准位点的数量超过阈值数量和/或AFM测量的准确度超过阈值准确度时才可供选择，这些函数形式由相对更多数量的自由参数来表征。
根据所述计量方法的一些实施例，SEM数据包括原始SEM数据和/或经处理SEM数据。
根据所述计量方法的一些实施例，SEM数据至少包括二次电子信号和/或背散射电子信号。
根据所述计量方法的一些实施例，二次电子信号包括二次电子的强度，和/或背散射电子信号包括背散射电子的强度。
根据所述计量方法的一些实施例，SEM数据指定二次电子和/或背散射电子的收集角度。
根据所述计量方法的一些实施例，输入进一步包括SEM的电子束的入射角和/或该电子束的强度。
根据所述计量方法的一些实施例，SEM数据进一步包括X射线信号、阴极射线发光光信号和吸收电流信号中的一者或多者。
根据所述计量方法的一些实施例，算法的自由参数的数量小于校准子集中的位点数量。
根据所述计量方法的一些实施例，算法的输出是SEM数据的多项式函数。
根据所述计量方法的一些实施例，机器学习工具被用于确定算法的自由参数。
根据所述计量方法的一些实施例，算法是深度神经网络，并且自由参数包括该深度神经网络的权重。
根据所述计量方法的一些实施例，回归分析被用于确定算法的自由参数。
根据所述计量方法的一些实施例，当与所获得的残差相对应的平方和被约最小化时，所获得的残差在所需精度内。
根据所述计量方法的一些实施例，校准子集比集合小至少约一个数量级。
根据所述计量方法的一些实施例，自由参数中的至少一个自由参数的范围是有界的。
根据所述计量方法的一些实施例，算法取决于被检样品的参考数据。
根据所述计量方法的一些实施例，参考数据包括：(i)被检样品的设计数据，(ii)按照与被检样品同一设计制造的一个或多个样品和/或与被检样品类似的样品上的位点的SEM数据和/或AFM测量的竖直参数，和/或(iii)一个或多个先前获得的算法配置成在位点的SEM数据被输入算法时估计该位点的竖直参数。先前获得的算法涉及按照与被检样品同一设计制造的一个或多个样品和/或与被检样品类似的样品。
根据所述计量方法的一些实施例，被检样品是图案化晶片。
根据所述计量方法的一些实施例，位点包括在翅片之间的沟槽和/或其中位点包括通孔。
根据所述计量方法的一些实施例，算法被配置成接收从感测二次电子和/或背散射电子获得的传感器图像上的亮条带与暗条带之间的相对强度作为输入。亮条带对应于翅片，而暗条带对应于沟槽。
根据所述计量方法的一些实施例，该方法进一步包括除了集合中的每个位点的竖直参数之外，还至少从SEM数据估计集合中的每个位点的一个或多个临界尺寸。
根据所述计量方法的一些实施例，算法的输入包括临界尺寸和/或临界尺寸的一个或多个函数。
根据所述计量方法的一些实施例，被检样品是图案化晶片。位点中的至少一些位点包括在翅片之间的沟槽。对于包括在翅片之间的沟槽的位点中的每一者，与其相关联的附加临界尺寸包括沟槽的宽度和/或翅片的节距。
根据所述计量方法的一些实施例，具有异常或足够异常的临界尺寸的位点被标记为潜在地有缺陷。
根据所述计量方法的一些实施例，提供了用于按照同一设计制造的多个样品的表面的三维计量的基于计算机的方法。该方法包括以下操作：
·将根据上述实施例中的任何一者的用于样品的三维表面计量的基于计算机的方法施加到样品的样本(即，样品中的一个或多个样品)，从而分别获得一个或多个经校准算法。
·使用SEM以获得样品的其余部分中的每个样品上的表面上的位点的SEM数据。
·使用该一个或多个经校准算法来估计样品中的其余部分中的位点中的每个位点的竖直参数。
根据最后描述的方面的一些实施例，样品的样本包括批次中的第一个样品和批次中的第(k·m+1)个样品，k≥2且m≤M，k和m为整数，k·M+1<N，其中N是批次中的样品总数。
根据一些实施例的一方面，提供了一种用于训练基于扫描电子显微镜(SEM)和原子力显微镜(AFM)的样品的三维表面计量的算法的基于计算机的方法。该方法包括以下操作：
·通过对多个样品中的每个样品执行以下操作来收集多个样品的数据：
·使用SEM来获取样品的表面上的位点的SEM数据；以及
·使用AFM来测量位点的竖直参数。
·使用机器学习工具来确定配置成在位点的SEM数据被输入算法时估计位点的竖直参数的算法的函数形式。
根据所述训练方法的一些实施例，多个样品包括不同设计的样品。
根据一些实施例的一方面，提供了用于样品的三维表面计量的系统。该系统包括：
-扫描装备，该扫描装备包括：
·扫描电子显微镜(SEM)，该SEM配置成获得被检样品的表面上的位点集合中的位点的SEM数据；以及
·原子力显微镜(AFM)，该AFM配置成测量竖直参数，该竖直参数量化集合的校准子集中的位点的竖直坐标和/或竖直尺寸。
-计算模块，该计算模块配置成：
·通过以下方式来校准算法，该算法配置成在位点的SEM数据作为输入馈送到该算法中时估计该位点的竖直参数：确定算法的自由参数，使得算法输出的竖直参数和AFM测量的竖直参数之间的残差被约最小化；
以及
·使用经校准算法来估计校准子集的补集中的位点的竖直参数；
由此生成被检样品的表面的形貌图。
根据所述系统的一些实施例，计算模块被配置成检查所获得的残差是否满足第一条件和第二条件中的至少一者，该第一条件是所获得的残差的绝对值小于第一阈值，该第二条件是所获得的残差的精度函数的值小于第二阈值，并且如果满足，则将所获得的残差分类为在所需精度内。
根据所述系统的一些实施例，计算模块被配置成检查所获得的残差中高于第一阈值百分比的一百分比是否满足第一(第三)条件和第二(第四)条件中的至少一者，该第一(第三)条件是该百分比中的每个残差小于第一(第三)阈值，该第二(第四)条件是该百分比中的残差的精度函数的值小于第二(第四)阈值，并且如果满足，则当校准子集中存在不在满足第一条件和第二条件中的至少一者的百分比的残差中的位点时，更新校准子集以排除其中的不在满足第一条件和第二条件中的至少一者的百分比的残差中的位点。
根据所述系统的一些实施例，第一阈值百分比为至少约90％。
根据所述系统的一些实施例，计算模块被配置成将所排除的位点标记为潜在地有缺陷。
根据所述系统的一些实施例，该系统进一步被配置成当所获得的残差不在所需精度内时：
·更新校准子集以进一步包括来自集合的一个或多个额外位点。
·使用AFM来测量一个或多个额外位点的竖直参数。
·在附加地考虑到一个或多个额外位点的竖直参数和一个或多个额外位点的SEM数据的情况下重新校准算法，并且，一旦由此获得的残差在所需精度内，就使用经重新校准的算法来计算校准子集的补集中的位点的竖直参数。
根据所述系统的一些实施例，该系统被配置成以迭代的方式选择并且使用AFM来剖析校准子集中的位点，其中一次迭代中获得的数据用于在下一次迭代中改进对位点的选择，从而潜在地改进校准。
根据所述系统的一些实施例，扫描装备进一步包括一个或多个光学传感器和/或电流传感器。一个或多个光学传感器被配置成测量作为被检样品被SEM的电子束撞击的结果而生成的X射线信号和/或阴极射线发光(cathodoluminescent)光信号。电流传感器(例如，电流表、万用表)被配置成测量作为被检样品被SEM的电子束辐射的结果而在被检样品中生成的电流。
根据所述系统的一些实施例，当补集中高于第二阈值百分比的一百分比的位点使得对于该百分比的位点中包括的每个位点，该位点的估计的竖直参数与预期的竖直参数之间的差落在预定范围之外时，该系统被配置成：(i)用新的校准子集来替换校准子集，(ii)用AFM探测新的校准子集中先前没有被AFM探测的位点，(iii)使用新的校准子集来重新校准算法，并且(iv)使用经重新校准的算法来估计补集中的位点的竖直参数。
根据所述系统的一些实施例，计算模块被配置成在考虑到跨被检样品的工艺变化和期望和/或已知的SEM漂移的情况下选择校准子集。
根据所述系统的一些实施例，计算模块被配置成在考虑到过去至少与被检样品具有同一设计的样品和/或与被检样品类似的样品中的校准子集的成功选择的情况下选择校准子集。
根据所述系统的一些实施例，计算模块被配置成在考虑到过去对来自与被检样品同一批次中的样品中的校准子集的成功选择的情况下选择校准子集。
根据所述系统的一些实施例，计算模块被配置成基于校准子集中的位点数量和/或AFM测量的准确度来选择算法的函数形式。
根据所述系统的一些实施例，计算模块可被配置成在将SEM数据馈送到算法中之前预处理SEM数据中的一些或全部。
根据所述系统的一些实施例，所获得的SEM数据至少包括二次电子信号和/或背散射电子信号。
根据所述系统的一些实施例，二次电子信号包括由SEM感测的二次电子的强度，和/或背散射电子信号包括由SEM感测测量的背散射电子的强度。
根据所述系统的一些实施例，SEM数据指定二次电子和/或背散射电子的收集角度。
根据所述系统的一些实施例，对计算模块的输入进一步包括SEM的电子束的入射角和/或该电子束的强度。
根据所述系统的一些实施例，SEM数据进一步包括由一个或多个光学传感器测量的X射线信号、和/或阴极射线发光光信号、以及由电流传感器测量的吸收电流信号中的一者或多者。
根据所述系统的一些实施例，算法的自由参数的数量小于校准子集中的位点数量。
根据所述系统的一些实施例，算法的输出是SEM数据的多项式函数。
根据所述系统的一些实施例，计算模块被配置成使用机器学习工具来确定算法的自由参数。
根据所述系统的一些实施例，算法是深度神经网络，并且自由参数包括该深度神经网络的权重。
根据所述系统的一些实施例，计算模块被配置成使用回归分析来确定算法的自由参数。
根据所述系统的一些实施例，计算模块被配置成当与所获得的残差相对应的平方和被约最小化时将所获得的残差分类为在所需精度内。
根据所述系统的一些实施例，校准子集比集合小至少约一个数量级。
根据所述系统的一些实施例，自由参数中的至少一个自由参数的范围是有界的。
根据所述系统的一些实施例，算法取决于被检样品的参考数据。
根据所述系统的一些实施例，参考数据包括：(i)被检样品的设计数据，(ii)按照与被检样品同一设计制造的一个或多个样品和/或与被检样品类似的样品上的位点的SEM数据和/或AFM测量的竖直参数，和/或(iii)一个或多个先前获得的算法配置成在位点的SEM数据被输入算法时估计该位点的竖直参数。一个或多个先前获得的算法涉及按照与被检样品同一设计制造的一个或多个样品和/或与被检样品类似的样品。
根据所述系统的一些实施例，被检样品是图案化晶片。
根据所述系统的一些实施例，位点包括在翅片之间的沟槽和/或位点包括通孔。
根据所述系统的一些实施例，计算模块被配置成接收从由SEM感测二次电子和/或背散射电子获得的传感器图像上的亮条带与暗条带之间的相对强度作为对算法的输入。亮条带可对应于翅片，而暗条带可对应于沟槽。
根据所述系统的一些实施例，计算模块被进一步配置成除了集合中的每个位点的竖直参数之外，还至少从SEM数据估计集合中的每个位点的一个或多个临界尺寸。
根据所述系统的一些实施例，算法的输入包括临界尺寸和/或临界尺寸的一个或多个函数。
根据所述系统的一些实施例，被检样品是图案化晶片。位点中的至少一些位点包括在翅片之间的沟槽。对于包括在翅片之间的沟槽的位点中的每一者，与其相关联的附加临界尺寸包括沟槽的宽度和/或翅片的节距。
根据所述系统的一些实施例，计算模块被配置成将具有异常或足够异常的临界尺寸的位点标记为潜在地有缺陷。
根据所述系统的一些实施例，该系统进一步包括控制器，该控制器在功能上与SEM和AFM相关联并且配置成控制SEM和AFM的操作。
根据一些实施例的一方面，提供了一种存储指令的计算机可读非瞬态存储介质，所述指令使用于样品的三维表面计量的系统的计算模块在接收到被检样品的表面上的位点集合的扫描电子显微镜(SEM)扫描数据和由原子力显微镜(AFM)获得的集合的校准子集中的位点的竖直参数时执行以下操作：
·通过以下方式来校准算法，该算法配置成在位点的SEM数据被输入到该算法中时估计该位点的竖直参数：确定算法的自由参数，使得算法估计的竖直参数和AFM测量的竖直参数之间的残差被约最小化。
·使用经校准算法来估计校准子集的补集中的位点的竖直参数，从而获得样品的表面的形貌图。
本公开的某些实施例可包括上述优点中的一些、全部或无一。根据本文中包括的附图、说明和权利要求，一个或多个其他技术优点对于本领域技术人员可能是显而易见的。此外，虽然上面已经列举了特定优点，但各种实施例可包括所列举优点中的全部、一些或无一。
除非另有限定，否则本文所使用的所有技术和科学术语具有与本公开有关的领域的普通技术人员通常理解的相同含义。在冲突的情况下，将以包括定义的本专利说明书为准。如本文所使用的，不定冠词“一(a)”和“一个(an)”意味着“至少一个”或“一个或多个”，除非上下文另有明确规定。
除非另有明确说明，否则如从本公开显而易见的，应理解，根据一些实施例，诸如“处理”、“计算”、“演算”、“确定”、“估计”、“评估”、“评估”等术语可以是指计算机或计算系统或类似的电子技术设备的动作和/或过程，该动作和/或过程将表示为计算系统的寄存器和/或存储器内的物理(例如，电子)量的数据操纵和/或转换为类似地表现为计算系统的存储器、寄存器或其他此类信息存储、传输或显示设备内的物理量的其他数据。
本公开的实施例可包括用于执行本文中的操作的装置。该装置可以专门构造用于期望用途，或者可包括由存储在(多个)通用计算机中的计算机程序选择性地激活或重新配置的计算机。此类计算机程序可以存储在计算机可读存储介质中，诸如但不限于包括软盘、光盘、CD-ROM、磁-光盘的任何类型的盘、只读存储器(ROM)、随机存取存储器(RAM)、电可编程只读存储器(EPROM)、电可擦除可编程只读存储器(EEPROM)、磁卡或光卡、或适合存储电子指令并且能够耦合到计算机系统总线的任何其他类型的介质。
本文呈现的过程和显示并非固有地与任何特定计算机或其他装置相关。各种通用系统也可以与根据本文的教导的程序一起使用，或者它可以证明构造更专用的装置来执行(多个)所需方法是便利的。各种这些系统的(多个)所需结构将在下文的描述中出现。此外，本公开的实施例不参考任何特定编程语言来描述。应理解，各种编程语言可用于实现如本文描述的本公开的教示。
本公开的各方面可以在由计算机执行的计算机可执行指令(诸如程序模块)的一般上下文中描述。通常，程序模块包括执行特定任务或实施特定抽象数据类型的例程、程序、对象、部件、数据结构等。所公开的实施例还可以在分布式计算环境中实践，其中任务由通过通信网络链接的远程处理设备执行。在分布式计算环境中，程序模块可以位于本地和远程的包括存储器存储设备的计算机存储介质中。
附图说明
本文中参考附图描述了本公开的一些实施例。描述和附图一起使得本领域普通技术人员了解可以如何实践一些实施例。附图是出于说明性描述的目的，并且不视图示出比对本公开的基本理解所需更详细地示出实施例的结构细节。为了清楚起见，附图中描绘的一些对象未按比例绘制。此外，同一附图中的两个不同对象可以按不同比例绘制。特别地，与同一附图中的其他对象相比，一些对象的比例可能被大幅夸大。
在附图中：
图1A示意性地描绘了根据一些实施例的包括翅片和沟槽的图案化晶片的区域；
图1B示意性地描绘了图1A的图案化晶片的区域的SEM图像；
图1C示意性地描绘了根据一些实施例的包括翅片和沟槽的图案化晶片的区域；
图2呈现了根据一些实施例的用于样品的表面计量的系统以及正由该系统进行剖析的图案化晶片的框图，该系统包括扫描电子显微镜和原子力显微镜；
图3A示意性地描绘了根据一些实施例的用于样品的表面计量的系统以及正由该系统进行剖析的图案化晶片，该系统对应于图2的系统的特定实施例；
图3B呈现根据一些实施例的图3A的图案化晶片的一部分的放大视图；
图4A呈现根据一些实施例的组合扫描电子显微镜和原子力显微镜测量的样品的表面计量的方法的流程图；以及
图4B呈现与图4A的方法的特定实施例相对应的组合扫描电子显微镜和原子力显微镜测量的样品的表面计量的方法的流程图。
具体实施方式
参考所附说明书和附图，可以更好地理解本文中的教导的原理、用途和实现。在精读本文呈现的说明书和附图后，本领域技术人员将能够实现本文中的教导，而无需过度的努力或实验。在附图中，相同的附图标记始终指代相同的部件。
在本申请的说明书和权利要求书中，词语“包括”和“具有”及其各形式不限于可能与这些词相关联的列表中的成员。
如本文所使用的，术语“约”可用于指定量或参数(例如，元件的长度)的值在给定(阐明)值附近的连续值范围内(并且包括该给定值)。根据一些实施例，“约”可以指定参数的值在给定值的80％与120％之间。例如，说明“元件的长度等于约1m”等效于说明“元件的长度在0.8m与1.2m之间”。根据一些实施例，“约”可以指定参数的值在给定值的90％与110％之间。根据一些实施例，“约”可以指定参数的值在给定值的95％与105％之间。
如本文所使用的，根据一些实施例，术语“基本上”和“约”是可互换的。
根据一些实施例，当估计量或估计参数落入其最佳值的5％、10％或甚至20％内时，可将该估计量或估计参数称为“约优化的”或“约最佳的”。每种可能性对应于单独的实施例。特别地，表述“约优化的”和“约最佳的”还涵盖其中估计量或估计参数等于该量或参数的最佳值的情况。原则上可以使用数学优化软件来获得最佳值。因此，例如，当估计(例如，估计残差)的值不大于该量的最佳值的101％、105％、110％或120％(或一些其他预定义的阈值百分比)时，可以将该估计称为“约最小化的”或“约最小的”。每种可能性对应于单独的实施例。
为了便于描述，附图中的一些附图引入了三维笛卡尔坐标系(具有正交轴x、y和z)。应注意，坐标系相对于所描绘对象的取向可能随附图变化。此外，符号⊙可用于表示指向“页面外”的轴，而符号可用于表示指向“页面内”的轴。
在框图和流程图中，可选元素和操作可能分别出现在由虚线圈定的框中。此外，在框图中，两个元素之间的函数关联和/或通信关联(无论是单向还是双向)可以由连接两个元素的虚线表示。
如本文所使用的，非平坦表面，无论是光滑的还是有角度的(诸如多面体的表面)，都可被称为“三维表面”。类似地，非平坦表面的计量可被称为“三维表面计量”。
图案化晶片的工艺控制中的主要挑战之一是包括非平坦表面的结构的计量。精确且高效地探测结构的竖直尺寸(例如，翅片的高度或标高、沟槽的深度)尤其具有挑战性：在一方面，当前的扫描电子显微镜(SEM)和基于光学的工具虽然快，但不能提供剖析最新技术晶片的形貌轮廓可能需要的准确度。在另一方面，诸如原子力显微镜(ATM)和透射电子显微镜(TEM)之类的“直接”工具太慢(此外，基于TEM的计量是破坏性的)。
本公开提供了统一的扫描电子和原子力显微镜方法，其利用了每一者的优点。特别地，所公开的方法和系统实现了将扫描电子显微镜的快速性与原子力显微镜的准确度组合的三维表面计量。这是通过使用来自被检样品上的小样本的位点的AFM读数来校准SEM图像而实现的。
图1A-1C旨在说明与基于扫描电子显微镜的计量相关联的挑战。图1A示意性地描绘了图案化晶片101a上的区域111a的横截面。区域111a包括翅片117a和沟槽119a，沟槽119a在翅片117a之间延伸。翅片117a的竖直坐标或高度由双头箭头h指示。图1B示意性地描绘了区域111a的SEM图像121a。SEM图像121a中的亮条带(条带127a)中的每一者分别与翅片117a中的一者相对应。暗条带(条带129a)中的每一者分别与沟槽119a中的一者相对应，与从翅片返回(在与电子束的投射方向基本上相反的方向上)的电子相比，从沟槽119a返回相对较少的电子。例如，条带129a′(来自条带129a)对应于沟槽119a′(来自沟槽119a)，并且条带127a1和条带127a2分别对应于翅片117a1和翅片117a2。图1C示意性地描绘了图案化晶片101c上的区域111c的横截面。区域111c包括翅片117c和沟槽119c，沟槽119c在翅片117c之间延伸。翅片117c比翅片117a略高，但在其他方面具有类似的形状和间隔。翅片117c的竖直坐标或高度由双头箭头h′>h指示。就其本身而言，SEM图像121a不包含足够的信息以允许将其来源归因于区域111a或区域111c(其中h′-h足够小)，更不必说允许准确地确定高度h。
系统
根据一些实施例的一方面，提供了用于样品(例如，半导体样品)表面的计量的计算机化系统。图2呈现了根据一些实施例的这种系统——计算机化系统200的框图。系统200包括扫描装备202和计算模块204，计算模块204可以与扫描装备202通信地相关联。扫描装备202可包括SEM 212、AFM 214和控制器218。根据一些实施例，扫描装备202可进一步包括平台220(例如，xyz平台)，平台220配置成容纳被检样品225(例如，图案化晶片)。应注意，样品225不构成系统200的一部分。
SEM 212包括电子束(e-beam)源232和(多个)电子传感器234。(多个)电子传感器234可被配置成感测作为电子束(由电子束源232生成)对样品225撞击的结果而产生的二次电子和/或背散射电子。没有示出可用于引导和操纵电子束的SEM 212的附加元件，诸如(多个)静电透镜和(多个)磁偏转器。根据一些实施例，SEM 212可包括(多个)附加传感器238。根据一些实施例，(多个)附加传感器238可包括一个或多个光学传感器，该一个或多个光学传感器配置成感测作为电子束对样品225撞击的结果而产生的X射线辐射和/或阴极射线发光光。附加地或替代地，(多个)附加传感器238可包括电传感器，该电传感器被配置成测量作为电子束对样品225撞击的结果而产生的吸收电流信号。
根据一些此类实施例中，SEM 212，或至少电子束源232和(多个)电子传感器234，以及AFM 214可被容纳在真空腔室230内。根据图2未示出的一些替代实施例，SEM 212和AFM214可分别被容纳在两个不同的真空腔室内(在这种情况下，将必须在这两个真空腔室之间传送样品225，并且真空腔室中的每一者将容纳各自的平台)。虽然在图2中(多个)附加传感器被示出为定位在真空腔室230内部，但是根据一些替代实施例，(多个)附加传感器238中的一个或多个附加传感器238(诸如在其中(多个)附加传感器包括光学传感器(例如，X射线传感器)的实施例中的光学传感器)可定位在真空腔室230外部。
控制器218可以在功能上与SEM 212和AFM 214以及计算模块204相关联。控制器218可进一步在功能上与平台220相关联。更具体地，控制器218被配置成在扫描被检样品期间控制和同步以上列出的模块和部件的操作和功能。例如，根据其中平台220可移动的一些实施例，平台220被配置成沿由控制器218设置的轨迹机械地平移放置在其上的被检样品(例如，样品225)，控制器218还控制SEM 212和AFM 214。
计算模块204可包括计算机硬件(一个或多个处理器、和RAM、以及非易失性存储器部件；未示出)。计算机硬件被配置成处理由扫描装备202获得的数据，以便至少提供被检样品上的多个位点的形貌图，如以下在本小节以及在方法小节中的图4A和图4B中描述的。更具体地，计算模块204可包括至少一个表面计量模块242，以及可选的图像处理模块244。根据一些实施例，计算模块204可进一步包括缺陷检测模块246。
模块242、244和246中的每一者可由一个或多个处理器实现。根据一些实施例，一个或多个处理器中的每一者可特定于一模块并且独立于其他模块的处理器。替代地，根据一些实施例，处理器中的一个或多个处理器可由模块中的一些或全部模块使用。以上列出的模块还可包括软件处理模块和/或固件处理模块。下面描述以上列出的模块中的每一者的功能。
根据一些实施例，在操作中，SEM 212从样品225上的位点集合或样品225的一个或多个区域收集测量数据。测量数据可至少包括与位点中的每个位点相对应的SEM图像，所述SEM图像由作为电子束(由电子束源232生成)冲击在位点上的结果而产生的二次电子和/或背散射电子形成。位点集合的(校准)子集中的位点附加地由AFM 214探测，以获得该位点的一个或多个竖直坐标(例如，位点内的单个位置的竖直坐标或位点内的两个或更多个位置的竖直坐标)。根据一些实施例，校准子集中的位点构成位点总和的小样本。作为非限制性示例，校准子集中的位点数量可构成位点总数的约3％、约2％或甚至约1％。每种可能性对应于单独的实施例。因此，根据一些实施例，就其本身而言，AFM探测不构成工艺控制中的瓶颈。
如本文所使用的，术语“校准子集”是指位点集合的包括用于校准SEM图像的位点(也称为“校准位点”)的子集，如下所述。
根据其中扫描设备202包括(多个)附加传感器238的一些实施例，SEM数据可进一步包括X射线信号、阴极射线发光光信号、和/或吸收电流信号。
表面计量模块242被配置成执行算法，该算法在完全指定(如下文所解释的)时，被配置成在位点的SEM数据或至少SEM数据输入该算法时输出该位点的竖直参数。竖直参数可对应于位点的竖直坐标(例如，位点中的位置的z坐标)，或位点的竖直尺寸，例如，位点中的第一位置(例如，沟槽的底部)的z坐标与位点中的第二位置(例如，沟槽侧壁的顶部)的z坐标之间的差异。如下文所阐述的，SEM数据可以是原始的或经处理的(例如，由图像处理模块244)，并且包括通过感测由电子束对位点的冲击而引起的二次电子和/或背散射电子来获得的一个或多个SEM图像或从一个或多个SEM图像导出的数据。根据一些实施例，算法可被配置成接收除了SEM数据之外的其他数据作为输入，所述数据诸如位点的参考数据。算法被预定义到一个或多个自由参数(即，在校准之前该参数的值未被指定)。根据一些实施例，并且如下文所阐述的，算法包括至少计算一函数，该函数最初(在校准之前)定义到一个或多个自由参数的值，并且在校准之后被完全指定。根据一些实施例，函数可以采取的各种形式在下文图4A的描述中的方法小节中指定。
表面计量模块242可包括一个或多个处理器，该一个或多个处理器配置成执行优化软件以确定自由参数的最佳值或约最佳值(例如，在最佳值的20％、10％或甚至5％内)，从而校准算法。根据一些实施例，优化软件可包括机器学习软件和/或(多个)人工神经网络(ANN)算法。根据一些实施例，经校准算法被称为在输出竖直参数的意义上——至少在平均值的意义上，其中平均值取自校准子集中的位点——是最佳的或约最佳的，使得竖直参数的残差被最小化或约最小化。通过分别取由AFM 214测量的校准子集中的位点的(算法的)输出和实际的(即，AFM测量的)竖直参数之间的差来获得残差。根据一些实施例，表面计量模块242可被配置成使用回归分析来最小化或约最小化残差。
根据一些实施例，当所获得的残差不在所需精度内时，表面计量模块242可被配置成：(i)通过从位点集合中添加一个或多个额外位点到校准子集来更新校准子集，以及(ii)与控制器218通信以指示AFM 214测量一个或多个额外位点的竖直参数。
根据一些实施例，并且如下文以及在图4A和图4B的描述中的方法小节中详细解释的，对校准子集的更新可进一步包括从校准子集中排除位点，该位点在对应获得的残差超过阈值的意义上具有“异常的”竖直参数。
一旦获得经校准算法，或获得所需精度，就由表面计量模块242通过将位点的SEM数据输入到经校准算法中来计算其余位点(即，校准子集的补集中的位点)中的每一者的竖直参数。
根据一些实施例，图像处理模块244可包括一个或多个图形处理单元，该一个或多个图形处理单元配置成从原始SEM图像和/或经处理SEM图像中提取一个或多个图像参数，诸如与SEM图像中的区域相对应的强度、SEM图像中的不同区域之间的对比度(例如，强度的比率)和/或其间的距离和/或角度、和/或与原始SEM图像和/或经处理SEM图像相对应的强度梯度。根据一些实施例，图像参数可包括(多个)成像位点的结构特征，诸如例如成像位点的临界尺寸(CD)，例如沟槽的宽度、重复结构图案的节距、和/或通孔的直径。根据其中(可由表面计量模块242执行的)算法的输入是经处理SEM数据的一些实施例，图像处理模块244进一步配置成将所提取的图像参数发送到表面计量模块242。
类似地，根据其中扫描装备202进一步包括X射线传感器和/或阴极射线发光光传感器的一些实施例，图像处理模块244可被配置成从由此获得的X射线图像和/或阴极射线发光光图像中提取图像数据，然后可将该图像数据用作对(可由表面计量模块242执行的)算法的输入。
根据其中算法的输入是原始SEM数据的一些替代实施例，图像处理模块244可被包括在表面计量模块242中。
以下结合图4A的方法的描述来阐述表面计量模块242的上述功能及其附加功能。
根据一些实施例，校准子集中的位点可由计算模块204预选。根据一些实施例，可以选择校准子集以便最大化或至少增加(可由表面计量模块242执行的)算法的效率和准确度。为此，根据一些实施例，可选择不太可能展现显著结构异常的位点和/或典型地由低噪声水平表征的位点。根据一些实施例，计算模块204可被配置成在考虑到跨样品的预期工艺变化的情况下选择校准子集。特别地，根据一些实施例，为了尽可能确保经校准算法在工艺变化范围内基本上均匀的准确度，或至少最小目标准确度，预期将由于工艺变化而显著不同的位点可被包括在校准子集中。
根据一些实施例，计算模块204可被配置成在考虑到过去对与被检样品同一批次和/或同一设计的样品、和/或与被检样品类似的样品的校准子集的成功选择的情况下选择校准子集。根据一些实施例，计算模块204可被配置成在考虑到样品的参考数据(例如，位点的设计数据)的情况下选择校准子集。
根据一些实施例，可以在考虑到位点中的每一者的SEM数据的情况下选择校准子集。根据一些此类实施例，可将其SEM图像指示偏离预期设计的位点选择用于校准子集，以便尽可能确保经校准算法的适用性足够广泛，并且相对于由异常尺寸表征的位点保持经校准算法的最小目标准确度。类似地，可选择其SEM图像由图像参数(例如，灰阶值、对比度)表征的位点，该位点位于表征SEM图像整体的相应标度的顶端或底端。根据一些实施例，可以在考虑到预期和/或已知SEM漂移的情况下选择校准子集。特别地，根据一些实施例，为了尽可能确保经校准算法在SEM漂移范围内基本上均匀的准确度，或至少最小目标准确度，其SEM图像分别在最小(或没有)SEM漂移下和在显著(或最大)SEM漂移下获得的位点可被包括在校准子集中。
根据一些实施例，校准子集可被选择为包括由极值性质表征的位点，诸如包括最深或接近最深的沟槽的位点，和/或如上所述的其图像由最高灰阶值、最低灰阶值、最大对比度、或最小对比度表征的位点。根据一些实施例，校准子集可被选择为包括在与对位点的剖析相关联的置信水平预期相对低(并且不是由于结构异常)的意义上其剖析具有挑战性的位点。
根据一些实施例，校准子集可被选择为使得在样品上的不同区域被剖析为相同或基本上相同置信水平的意义上样品被均匀地或基本上均匀地剖析。
根据一些实施例，校准子集中的位点可由表面计量模块242如下迭代地选择：初始的多个校准位点可以如上所述地选择。如上所述，初始的多个校准位点中的每个校准位点经受AFM探测(并且由SEM扫描，除非已经由SEM扫描)并且估计其竖直坐标。然后，例如根据以上列出的标准(即，用于选择校准子集的位点)并且以下在图4A和图4B的描述中列出的标准来识别扩大校准子集的候选位点。然后，每个候选位点可被分配分数，该分数指定在第一次迭代中要探测哪个或哪些候选位点。在第一次迭代中，候选位点中具有最高分数的一个或多个位点至少被临时地(即，暂时地)添加到校准子集，并且由AFM探测(并且由SEM扫描，除非已经由SEM扫描)。在第一次迭代之后，在考虑到经校准算法(例如，获得的残差值)的情况下，对剩余候选位点(即，未被AFM探测的候选位点)重新打分。在第二次迭代中，剩余候选位点中具有最高分数的一个或多个候选位点由AFM探测并且由SEM扫描，除非已经由SEM扫描。每个后续迭代可涉及在考虑到算法的最新校准的情况下对剩余候选位点重新打分。在第一次迭代之后，可继续执行迭代，直到达到停止标准，例如，算法的自由参数已经确定到所需精度，或者已经执行预先指定的迭代次数，或者当首次满足前面这两个条件中的一者时。根据一些实施例，在预先设定的大于或等于二的迭代次数之后首次应用停止标准。根据一些实施例，在每次迭代之后，或至少在后面的迭代之后，可从校准子集移除具有异常残差的候选位点。
应注意，在迭代地选择校准子集时，为了加速剖析，可以优选地使用包括在同一真空腔室内的SEM和AFM的系统200的实施例(以便避免必须在两个真空腔室之间来回传送样品)。
根据包括缺陷检测模块246的一些实施例，缺陷检测模块246可被配置成基于从表面计量模块242和/或图像处理模块244接收的数据来识别(校准子集和补集中)潜在地有缺陷的位点。根据一些实施例，由异常或足够异常的CD(无论是横向的还是竖直的)表征的位点可被分类为潜在地有缺陷。
根据一些实施例，电子束源232被配置成允许以相对于样品225的多个入射角中的任何一者投射电子束。特别地，根据一些此类实施例，电子束源232可被配置成允许不仅垂直于样品225(即，以0°的入射角)投射电子束，而且相对于样品225倾斜地投射电子束。根据一些实施例，扫描装备202可被配置成以两个或更多个入射角获得位点中的至少一些位点的SEM图像。在此类实施例中，(可由表面计量模块242执行的)算法可被配置成基于来自两个或更多个入射角的SEM数据来计算这样扫描的位点的(多个)竖直参数。
根据一些实施例，(多个)电子传感器234可以是可平移的和/或可定向的，以便允许感测以多个(返回)角度中的任何一者从样品225返回的二次电子和/或背散射电子。
图3A示意性地描绘了根据一些实施例的计算机化系统300和正由系统300剖析(即，经受三维表面计量)的被检样品325。系统300对应于系统200的特定实施例。样品325对应于样品225的特定实施例。应注意，样品325不构成系统300的一部分。根据一些实施例，并且如图3A和图3B中描绘的，样品325是图案化晶片。根据一些实施例，系统300包括扫描装备302和计算模块304，分别对应于扫描装备202和计算模块204的特定实施例。
扫描装备302包括SEM 312、AFM 314和控制器318，分别对应于SEM 212、AFM 214和控制器218的特定实施例。图3A中仅示出了AFM 314的悬臂362和尖端(例如，针头)364。未示出AFM 314的其他部件——根据一些实施例，诸如配置成操纵尖端的压电组件，以及测量尖端的偏转的激光源和光电检测器。
计算模块304包括表面计量模块，以及可选的图像处理模块(未示出)，分别对应于表面计量模块242和图像处理模块244的特定实施例。根据一些实施例，计算模块304可进一步包括缺陷检测模块，其对应于缺陷检测模块246的特定实施例。
系统300进一步包括平台320、真空腔室330、电子束源332和电子传感器334，分别对应于平台220、真空腔室230、电子束源232和(多个)电子传感器234的特定实施例。平台320具有安装在其上的样品325。样品325包括设置(覆盖)在基部329上的表面部分327。
根据一些实施例，SEM 312可包括(多个)附加传感器338，其对应于(多个)附加传感器238的特定实施例。
在操作中，电子束源332产生指向表面部分327的电子束333。电子束333对表面部分327的撞击导致二次电子和背散射电子的生成。在电子传感器334的方向(如由箭头337指示的)上返回的二次电子和/或背散射电子由电子传感器感测，从而获得位点的SEM图像。
根据一些实施例，AFM数据可以与SEM数据同时获得。即，AFM 314可以与SEM 312同时采用，使得当AFM 314探测校准位点时，SEM 312探测多个其他位点(在补集中并且可选的在校准子集中)。
图3A还描绘了定向成使得z轴与表面部分327正交(即，垂直)的三维笛卡尔坐标系。z轴可用于参数化竖直坐标。
虽然在图3A中电子束333的入射角被示出为正交地指向表面部分327(使得入射角为0°)，但根据一些实施例，电子束源332可被配置成允许以一个或多个附加入射角中的任一者投射电子束。根据一些实施例，电子传感器334可以是可平移的和/或可定向的，以便允许感测以多个返回角度中的任何一者从样品325返回的二次电子和/或背散射电子。
还参考图3B，图3B呈现了根据一些实施例的样品325的一部分的放大视图。作为非限制性示例，表面部分327被示出为包括翅片343和沟槽345。沟槽345中的每一者在相应翅片对(来自翅片343)之间延伸。例如，沟槽345′在第一翅片343a′与第二翅片343b′之间延伸。位点351′包括沟槽345′和翅片343a′与翅片343b′。根据一些实施例，位点351′的竖直坐标或标高可由沟槽345′的底部347′限定。作为非限制性示例，在图3B中，位点351′在底部347′比相邻位点的底部(如由垂直于竖直方向的直线B所指示)更低的意义上相对于与其相邻的位点凹陷。
沟槽345′的深度由双头箭头d指示。沟槽345′的宽度由双头箭头w指示。双头箭头p指示第一翅片343a′和第二翅片343b′的中心之间的距离，即，翅片343的节距(在翅片343被设计成等距间隔开的实施例中)。
根据其中位点351′被选择为校准位点中的一者(即，在校准子集中)的一些实施例，位点351′的竖直坐标可由AFM 314通过用尖端364探测底部347′或至少底部347′的中心位置361′来测量。
根据一些实施例，可由AFM 314探测每个校准位点的多个位置(使得由AFM 314测量每个校准位点的两个或更多个位置的竖直坐标)。例如，还可探测第一翅片343a′的顶部363a′(以及可选地还有第二翅片343b′的顶部)。根据一些此类实施例，当校准(可由计算模块304的表面计量模块执行的)算法时，考虑到校准位点中的位置中的每一者的竖直坐标。在上述示例的上下文中，考虑到顶部363′和底部347′两者的竖直坐标或至少其间的差可以潜在地促进从对应的SEM图像提取沟槽的深度，并且特别地，促进从分别与翅片和沟槽相关联的灰阶值的比率提取沟槽的深度。
根据一些实施例，可由计算模块304的图像处理模块从位点的SEM图像中提取位点的横向CD(潜在地达到总体归一化常数，这取决于位点的竖直坐标)，诸如宽度w和/或距离p。根据一些此类实施例，当位点是校准位点时，所提取的CD可用于促进对(可由表面计量模块执行的)算法的校准。附加地或替代地，根据一些实施例，当位点不是校准位点时，所提取的CD可用作对算法的输入，以获得位点的竖直参数。
方法
根据一些实施例的一方面，提供了用于样品表面的计量的计算机化系统。图4A呈现了根据一些实施例的这种方法的流程图，即方法400。方法400可使用系统200和系统300或与其类似的系统中的任何一者来实现。方法400可以包括：
·操作410，其中SEM(例如，SEM 212或SEM 312)用于获得被检样品(例如，样品225或样品325)表面上的位点集合的SEM数据。
·操作420，其中AFM(例如，AFM 214或AFM 314)用于测量集合中的(校准)子集中的位点的竖直参数。
·操作430，其中被配置成在位点的SEM数据被输入算法时估计该位点的竖直参数的算法是通过以下方式来校准的：(例如，使用表面计量模块242)确定算法的自由参数，使得算法估计的竖直参数与AFM测量的竖直参数(即，实际竖直参数)之间残差被约最小化。
·可选地，操作435，取决于获得的残差不在所需精度内，其中校准子集被更新以(i)排除位点中的一些位点，在这种情况下重复操作430，或者(ii)包括额外位点——并且可选地排除位点中的一些位点——在这种情况下，AFM用于测量额外位点的竖直参数，然后重复操作430。
·操作440，其中经校准算法用于(例如，使用表面计量模块242)
估计校准子集的补集中的位点的竖直参数。
技术人员将容易接受察觉到，上述操作列出的顺序不是唯一的。特别地，其他适用顺序也被本公开涵盖。例如，根据一些实施例，操作420可以在操作410之间执行。或者，例如，根据一些实施例，操作410可以是双阶段的：在操作410的第一子操作中，仅获得或基本上仅获得校准位点的SEM数据，该第一子操作可以在操作420之前或之后执行。在操作410的第二子操作中，获得剩余位点的SEM数据，该第二子操作在操作430之后执行。作为又另一示例，根据其中包括与可选操作415(以下描述)、435的特定实施例相对应的操作的一些实施例并且如以下图4B的描述中描述的那样，操作415、420、430和435的特定实施例被“混合”(并且不分别列出)。
如本文所使用的，术语“SEM数据”、“SEM扫描数据”和“SEM获得的数据”以更广泛的方式使用以不仅涵盖SEM图像和从SEM图像导出的数据，而且涵盖从测量通过由SEM生成的电子束辐照被检样品而产生的一个或多个信号获得的任何数据。因此，根据一些实施例，术语“SEM数据”、“SEM扫描数据”和“SEM获得的数据”应被理解为还涵盖与作为由电子束辐照被检样品的结果而产生的X射线、阴极射线发光光和/或被检样品中的吸收电流相关联的信号。
根据一些实施例，操作430和操作440的算法可分别涉及确定和计算函数H(S)，H(S)最初(即，在操作430的开始处)指定到函数的一个或多个自由参数的值。在操作430中确定h(S)的一个或多个自由参数的值(从而校准算法)。
函数H(S)提供对位点的竖直参数的估计(例如，位点相对于一些基线的高度)。是参数集，其包括位点的SEM获得的数据。si中的每一者可对应于原始SEM数据(例如，灰阶值)或经处理的SEM数据(例如，来自同一SEM图像的灰阶值的比率)。在后一情况中，算法可涉及在计算函数之前处理原始SEM数据。根据一些实施例，S包括至少一对强度Imax和Imin。Imax和Imin是分别与位点的SEM图像中的(多个)最大亮度区域和(多个)最小亮度(即，最大暗度)区域相对应。例如，当位点包括沟槽(例如，沟槽119a′)时，Imin可以是位点的SEM图像(例如，SEM图像121a)中与沟槽相对应的条带(例如，条带129a′)的强度，并且Imax可以是位点的SEM图像中与沟槽相邻的两个翅片(例如，翅片117a1和翅片117a2)相对应的条带(例如，条带127a1和条带127a2)的强度的均值。或者，例如，当位点包括通孔(即，孔洞)时，Imin可以是位点的SEM图像中与通孔相对应的强度，并且Imin可以是位点的SEM图像中围绕通孔的环形区域的均值。根据一些实施例，H＝H(R)，其中R＝Imax/Imin。
可以预定算法以及特别地，H(S)的形式。根据一些实施例，可以采用或附加地采用机器学习工具以确定H(S)的形式。H(S)的形式意味着函数的类型——例如，线性、平方、三阶的形式、或甚至非多项式——以及H(S)的任何非自由(即，具有固定值)参数的值。根据一些实施例，可以基于被检样品(例如，图案化晶片)的设计数据、表征设置的参数(诸如表征SEM的参数(例如，电子束的平均着陆、其宽度))中的一者或多者来从算法数据库中预选算法。
作为非限制性示例，根据一些实施例，函数可以是R的线性函数，即，具有形式a·R+b。这里a和b是自由参数(其值在操作430中确定)。作为另一非限制性示例，根据一些实施例，函数可以是R的平方函数，即，具有形式c1·R2+c2·R+c3。这里c1、c2和c3是自由参数(其值在操作430中确定)。
如本文所使用的，术语“自由参数”用于指其值不完全固定的参数。因此，例如，其值被限制在一范围内的参数也是自由参数。根据一些实施例，自由参数中的至少一些自由参数的值被预先指定(即，在操作430的开始处)为在相应范围内。根据一些实施例，预先指定的范围可以至少基于被检样品的参考数据或至少被检样品上待剖析的结构来确定。根据一些实施例，预先指定范围可以加快确定自由参数和/或改进校准(例如，当最小化是非凸的时，通过帮助避免输出与非全局的局部最小值相对应的解)。
根据一些实施例，算法可以是深度神经网络(DNN)，其中算法的自由参数构成DNN的权重。DNN被配置成接收参数集S作为输入。
根据一些实施例，自由参数的值可以使用诸如回归分析之类的机器学习工具来获得。
根据一些实施例，自由参数的值可以使用趋势分析来获得，其中校准位点中的一些校准位点(例如，约70％)的SEM数据和AFM数据用于估计算法的自由参数的值，并且剩余校准位点的SEM数据和AFM数据用于验证，即，测试估计值的准确度。
根据一些实施例，与位点相关联的SEM获得的数据还可包括与该位点相邻的位点的SEM数据。
根据一些实施例，位点的SEM数据可包括该位点的多个SEM图像，或者从该位点的多个SEM图像提取的数据。根据一些此类实施例，多个SEM图像可包括以电子束的不同入射角获得的SEM图像。
更一般地，函数H可以不仅取决于S，还取决于附加参数，该附加参数不与SEM获得的数据相对应，诸如校准位点的参考数据。当位点设计成具有待剖析的不同结构时，可能是这种情况。替代地，例如，当待剖析的所有位点按照同一设计制造时，对参考数据(特别是设计数据)的依赖性可以降级为(对)自由参数(的设计数据的依赖性)。
根据一些实施例，算法的自由参数的数量小于或等于校准子集中的位点数量。
根据一些实施例，方法400可进一步包括，在操作430之后，检查所获得的(即，约最小化的)残差是否在所需精度内，并且当不在所需精度内时，继续到操作435。
根据一些实施例，当满足(i)第一条件(所获得的残差的绝对值小于第一阈值(或相应的第一阈值))和(ii)第二条件(所获得的残差的精确函数的值小于第二阈值)中的任一者时，所获得的残差在所需精度内。作为非限制性示例，精度函数可以是残差的平方和(或其平方根)。
根据一些实施例，当校准子集中的位点可分成第一组和第二组，使得第一组包括一百分比的位点，其中该百分比高于第一阈值百分比，并且使得满足(i′)第一条件(第一组中的所获得的残差中的每一者小于第一阈值(或相应的第一阈值))和(ii′)第二条件(第一组中的所获得的残差的精确函数的值小于第二阈值)中的任一者时，所获得的残差在所需精度内。根据一些实施例，当所获得的残差在所需精度内时，校准子集被更新以排除第二组中的位点(如果存在)。根据一些实施例，第一阈值百分比可以等于或大于80％、90％或95％。每种可能性对应于不同的实施例。
根据一些实施例，在操作420中，可以测量位点中的两个或更多个位置的竖直参数。例如，当位点包括在两个翅片之间的沟槽时，位点的竖直参数(例如，其深度)可以从沟槽的竖直坐标和两个翅片的竖直坐标导出，或者替代地，这三个竖直坐标可以构成与该位点相对应的三个竖直参数。
可选地，根据一些实施例，方法400可进一步包括初始操作403(即，在操作410之前)，在初始操作403中选择算法。根据一些实施例，可以在考虑到被检样品的参考数据的情况下选择算法，所述参考数据诸如从剖析其他样品(例如，按照同一设计制造的样品)获得的数据和/或被检样品的设计数据。根据一些实施例，可以在考虑到估计位点的竖直参数的精度的情况下选择算法：当所需精度相对高时，可以选择更准确但更繁琐的算法，而当所需精度相对低时，可以选择不太准确但不太繁琐的算法(例如，更快和/或消耗更少存储器)。根据一些实施例，可以从预定义的算法列表中选择算法。根据一些实施例，对算法的选择包括对函数H(S)形式的选择。因此，作为非限制性示例，根据一些实施例，当需要较高精度时，所选形式可以是n次多项式，其中n≥2，而当需要较低精度时，该形式可以是m次多项式，其中1≤m≤n-1。根据一些实施例，可以从预定义的形式列表中选择函数的形式。
如本文所使用的，术语“参考数据”应被扩展地解释为涵盖指示被检样品(例如，图案化晶片)的物理设计的任何数据。根据一些实施例，被检样品的参考数据可包括被检样品的“设计数据”，诸如例如各种格式的CAD数据。根据一些实施例，参考数据可包括通过模拟获得的数据。根据一些实施例，被检样品的参考数据可包括通过对按照与被检样品相同的设计或类似设计制造的一个或多个样品进行剖析而获得的数据。剖析可包括使样品中的至少一些样品经受本文公开的三维表面计量方法。附加地或替代地，剖析可涉及破坏性探测技术，诸如当被检样品被切割成薄片时，其结构可随后使用例如TEM来高精度地表征。
可选地，根据一些实施例，方法400可进一步包括操作415(操作415可以在操作410之后)，其中确定校准子集(即，选择校准位点)。可以选择校准位点，以便尽可能最大化由AFM从对校准位点的探测导出的有用信息——关于算法的校准的有用信息——的量，同时保持小的校准位点数量。构成有用信息的内容可取决于样品的(预期)设计、是对样品的全部进行剖析还是仅对其一些区域进行剖析、和/或是否待剖析的所有区域都按照相同准确度剖析。更具体地，根据一些实施例，可以选择校准子集中的位点，以便最大化或至少增加算法的效率和准确度。为此，根据一些实施例，可选择不太可能展现显著结构异常或至少显著结构异常，并且典型地由低噪声水平表征的位点。优选地，所选位点可以在其测量值(即，尺寸)中显示可变性，并且根据一些实施例，在其形状中显示可变性，以帮助确保校准的算法相对于所有种类的所剖析位点工作良好。特别地，所选位点可包括外部位点，诸如包括最深或接近最深的沟槽的位点、(当样品是晶片时)定位在晶片边缘的位点、和/或其SEM图像以极值灰阶值(例如，最低或最高的灰阶值)或由最大或最小的对比度表征的位点。更一般地，根据一些实施例，还可以选择在预期与其剖析相关联的置信水平相对低(即使在不展现异常时)的意义上其剖析可能是挑战性的位点。这可以帮助确保经校准算法不是仅对于较容易剖析的位点工作良好。
根据一些实施例，可以在考虑到位点中的每一者的SEM数据的情况下选择校准子集。根据一些此类实施例，其SEM图像指示从预期设计偏离的位点也可被选择用于校准子集，尤其是当偏离指示系统生产故障时(从而允许表征故障和/或识别故障来源)。
根据其中样品先前经受(多个)其他工具(例如，(多个)光学扫描工具)检查的一些实施例，可以在考虑到由(多个)其他工具获得的数据的情况下选择校准子集。
根据一些实施例，选择用于校准子集的位点数量可取决于待估计的位点的竖直参数的精度：所需精度越高，选择用于校准子集的位点数量越大。根据一些实施例，可以在考虑到跨样品的预期工艺变化和/或预期和/或已知的SEM漂移的情况下选择校准子集。根据一些实施例，可以在考虑到过去对同一批次和/或同一设计的样品和/或类似设计的样品的校准子集的成功选择的情况下选择校准子集。根据一些实施例，可以采用机器学习工具和/或(多个)ANN来识别最佳或改进的校准子集。根据一些实施例，可以在考虑到样品的参考数据(例如，位点的设计数据)的情况下选择校准子集。
根据一些实施例，操作420可以与操作410同时执行。根据这样一些实施例，操作430，以及操作435(当被包括且发生时)，也可以与操作410同时执行。
根据一些实施例，在操作440中，如果补集中高于阈值百分比的一百分比的位点使得对于这些位点中的每一者，该位点的估计的竖直参数与其预期的竖直参数之间的差落在预定范围之外，则用新的校准子集替换该校准子集。加下来，相对于新的校准子集中先前没有被AFM探测的所有候选位点施加操作420，并且相对于新的校准子集重复430和440。
操作410可以使用SEM(诸如SEM 212、SEM 312或与其类似的SEM)来实现。
操作420可以使用AFM(诸如AFM 214、AFM 314或与其类似的AFM)来实现。
操作430和操作440中的计算可以使用计算模块(诸如计算模块204、304或与其类似的计算模块)来实现。此外，应理解，根据其一些实施例，如在本小节中描述的，计算模块204和计算模块304中的每一者可被配置成执行操作430和操作440中涉及的所有计算。根据一些实施例，在操作430中，可使用表面计量模块242、计算模块304的表面计量模块或与其类似的表面计量模块来最小化残差。类似地，在操作440中，可以——基于校准子集的补集中的位点的SEM获得的数据——使用表面计量模块242、计算模块304的表面计量模块或与其类似的表面计量模块来估计补集中的位点的竖直参数。
根据一些实施例，在操作430中，被输入算法的SEM数据是经处理SEM数据。根据一些此类实施例，处理位点的原始SEM数据以提取表征位点和/或其原始SEM图像的一个或多个特征(诸如位点的CD以及原始SEM图像的强度梯度)。根据其中位点包括翅片对之间的沟槽分段的一些实施例，CD可包括沟槽的宽度、以及翅片的中心之间的距离等中的一者或多者。根据一些实施例，可使用图像处理模块244、计算模块304的图像处理模块或与其类似的图像处理模块来执行对原始SEM数据的处理。
根据一些实施例，在操作410中，一个或多个附加传感器(例如，(多个)附加传感器238)用于测量一个或多个附加信号。根据一些此类实施例，一个或多个附加传感器可包括配置成测量(作为样品被SEM的电子束辐射的结果而产生的)X射线信号和/或阴极射线发光光信号的一个或多个光学传感器，和/或配置成测量(作为样品被SEM的电子束辐射的结果而产生的)吸收电流信号的电流传感器。根据其中在操作410中使用一个或多个附加传感器的一些实施例，(在操作430和/或操作440中)算法的输入可包括一个或多个附加信号中的至少一些，可选地是在对这些附加信号处理之后。
根据其中按照同一设计制造的一批样品要经受表面计量的一些实施例，方法400针对样品中的每个样品实施。根据一些替代实施例，方法400可以仅针对样品中的样本(例如，小百分比)实施。作为非限制性示例，根据一些实施例，方法400可以针对每第(k·m+1)个样品实施。这里，k是大于2的整数；m的范围是从0开始，以1为增量(使得方法400针对第1个样品、第(k+1)个样品、第(2k+1)个样品等等实施)。根据一些实施例，可以基于已知的SEM漂移的特征时间来确定k值。
在包括操作435的实施例中，表面计量模块242或与其类似的表面计量模块可用于更新校准子集。
可选地，根据一些实施例，方法400可进一步包括操作443，在操作443中，对于位点中的至少一些位点，(例如，使用图像处理模块244)从SEM数据估计该位点的一个或多个CD。
可选地，根据一些实施例，方法400可进一步包括操作447，在操作447中，位点中的至少一些位点中的每一者的SEM数据(包括如由经校准算法计算的从该位点导出的数据，诸如位点的竖直坐标)被分析以确定相应位点是否有缺陷。
根据包括操作443和操作447两者的一些实施例，具有异常CD(无论是横向的还是竖直的)的位点可被标记为有缺陷。
图4B呈现根据一些实施例的用于样品表面的计量的方法400′的流程图。方法400′与方法400′的特定实施例相对应，其中迭代地选择校准子集，基本上如以上在图2的描述中的系统小节中所描述的。方法400′包括：
-操作410′，其中SEM(例如，SEM 212或SEM 312)用于获得被检样品(例如，样品225或样品325)表面上的位点集合的SEM数据。
-操作425′，其中被配置成在位点的SEM数据被输入算法时估计该位点的竖直参数的算法通过执行以下操作来校准：
·子操作425a′，其中测量(初始的)多个校准位点的竖直参数。初始校准位点构成初始校准子集。
·子操作425b′，其中基于多个校准位点的所测量竖直参数和与其相对应的SEM数据来校准算法，该SEM数据是在操作410′中获得的。
·子操作425c′，其中识别用于放大校准子集的候选位点。
·子操作425d′，其中候选位点中的每一者被分配分数。
·子操作425e′，其中AFM用于测量候选位点中具有最高分数的一个或多个候选位点的竖直参数。这些(最高分数)候选位点被添加到校准子集。
·子操作425f′，其中算法被重新校准。
·子操作425g′，其中除非满足停止标准，否则重复子操作425d′、425e′
和425f′。
-操作440′，其中经重新校准的算法用于(例如，使用表面计量模块242)
估计子集的补集中的位点的竖直参数。
操作410′和操作440′可以分别与方法400的操作410和操作440的特定实施例相对应。操作425可以与方法400的操作序列415、420、430和435的一些特定实施例相对应。
在子操作425c′中，候选位点可以基本上如以上在(方法400的)操作415的描述中和在系统小节中的图2的描述中描述的那样被识别。在子操作425d′中，可以根据附加有用信息的预期量来对候选位点打分，该附加有用信息预期通过在子操作425e′中探测该候选位点来获得。即，根据预期对每个候选位点的探测将如何在算法的所得准确度的意义上有助于子操作425f′中对算法的重新校准。
在子操作425d′的第二次实施(即，作为子操作425g′的实施的一部分，即，当不满足停止标准时，使得子操作425g′)中，剩余候选位点中的每一者可以根据附加有用信息的相应量来重新打分，该附加有用信息预期通过在子操作425e′中通过对该候选位点进行探测来获得。重新打分可以考虑到(i)在子操作425e′的第一次实施中探测的(刚添加的)校准位点的竖直参数的测量值，以及(ii)在子操作425f′的第一次实施中对算法的重新校准中获得的对应残差的值。类似地，在子操作425d′的每次后续实施中(如果发生)，剩余候选位点中的每一者可以在至少考虑到(i)迄今为止的竖直参数的测量值和(ii)在子操作425f′的最后一次实施中对(当时状态的)算法的重新校准中获得的残差的值，根据预期通过在子操作425e′的下一次实施中通过对该候选位点的探测来获得的有用信息的量来重新打分。
在子操作425b′中，可以基本上如以上在操作430的描述中描述的那样校准算法。在子操作425f′中，通过相对于当前校准子集再次校准算法来重新校准算法。
根据一些实施例，子操作425d′或至少其后面的重复(例如，从第一次重复开始或从第二次重复开始)可以进一步包括从校准子集排除(即，移除)测量的竖直坐标在对应获得的残差超过阈值的意义上“异常”的校准位点(无论是来自原始(即，初始)校准子集的还是稍后添加到校准子集的)。
根据一些实施例，停止标准(操作425′在此处结束)可以在算法的自由参数已经被确定为所需精度时、或在已经执行预先指定的迭代次数(即，子操作425d′至425f′的重复，或者，同样地，子操作425g′的施加)时、或在首次满足这两个条件中的一者时触发。
可选地，根据一些实施例，方法400′可进一步包括初始操作(类似于操作403)，在该初始操作中选择算法(在操作425′中被校准)。
可选地，根据一些实施例，方法400′可进一步包括类似于操作443(其在操作440′之后执行)的操作。根据一些此类实施例，方法400′可附加地包括类似于操作447(其可以是执行的最后一个操作)的操作。
可选地，根据一些实施例，方法400′可进一步包括在操作440′之后执行的操作，在该操作中分析位点中的至少一些位点中的每一者的SEM数据以确定相应位点是否有缺陷。
如本文所使用的，术语“SEM数据”、“SEM扫描数据”和“SEM获得的数据”可以互换地使用。
将领会，为清楚起见，在分开的实施例的上下文中所描述的本公开的某些特征也可以在单个实施例中组合提供。相反，为了简洁起见在单个实施例的上下文中描述的本公开的各个特征还可分开地提供、或以任何合适的子组合提供、或适当地在本公开的任何其他描述的实施例中提供。在实施例的上下文中描述的任何特征都不应被认为是该实施例的基本特征，除非明确指定如此。
尽管根据一些实施例，方法的操作可能以特定序列描述，但本公开的方法可包括以不同顺序执行的所述方法中的一些或全部。特别地，应理解，所述方法中的任一者的操作和子操作的顺序可被重新排序，除非上下文明确指定并非如此，例如，当后一操作需要先前操作的输出作为输入时或当后一操作需要先前操作的产品时。本公开的方法可包括所述方法中的一些或所述方法中的全部。所公开的方法中的任何具体操作被不应被视为该方法的基本操作，除非明确指定如此。
尽管结合本公开的特定实施例来描述本公开，但显然可存在对本领域技术人员显而易见的众多替代、修改和变型。因此，本公开包含落入所附权利要求书范围内的所有此类替代、修改和变型。应理解，本公开在其应用中不一定限于本文阐述的部件和/或方法的构造和布置的细节。可以实践其他实施例，并且可以以各种方式执行实施例。
本文采用的措辞和术语是为了描述性目的，并且不应视为是限制性的。本申请中对任何参考的引用或识别不应被解释为承认此类参考可作为本公开的现有技术使用。本文中使用小节标题是为了便于理解说明书，并且不应解释为必然限制。

Claims (20)

1.一种用于基于扫描电子显微镜和原子力显微镜的样品三维表面计量的基于计算机的方法，所述方法包括以下操作：
使用扫描电子显微镜(SEM)来获得被检样品的表面上的位点集合的SEM数据；
使用原子力显微镜(AFM)来测量竖直参数，所述竖直参数量化所述集合的校准子集中的位点的竖直坐标和/或竖直尺寸；
通过以下方式来校准算法，所述算法配置成在位点的SEM数据被输入到所述算法中时估计所述位点的竖直参数：确定所述算法的自由参数，使得所述算法估计的竖直参数和所述AFM测量的竖直参数之间的残差被约最小化；以及
使用经校准的算法来估计所述校准子集的补集中的所述位点的竖直参数。
2.如权利要求1所述的方法，其中当满足第一条件和/或第二条件时，所获得的残差在所需精度内，所述第一条件是所获得的残差的绝对值小于第一阈值，所述第二条件是所获得的残差的精度函数的值小于第二阈值；并且/或者
其中当所获得的残差中高于第一阈值百分比的一百分比满足第三条件和第四条件中的至少一者时，所获得的残差在所需精度内，所述第三条件是所述百分比中的每个残差小于第三阈值，所述第四条件是所述百分比中的所述残差的精度函数的值小于第四阈值，并且其中，当满足所述第三条件和/或所述第四条件时，当所述校准子集中存在不在满足所述第一条件和/或所述第二条件的所述百分比中的位点时，更新所述校准子集以排除其中的不在满足所述第一条件和/或所述第二条件的所述百分比中的所述位点。
3.如权利要求2所述的方法，其中，当所获得的残差不在所述所需精度内时，执行以下额外操作：
更新所述校准子集以进一步包括来自所述集合的一个或多个额外位点；
使用所述AFM来测量所述一个或多个额外位点的竖直参数；以及
在附加地考虑到所述一个或多个额外位点的所测量的竖直参数和所述一个或多个额外位点的SEM数据的情况下执行校准所述算法的所述操作，并且，一旦由此获得的残差在所述所需精度内，就继续到使用经校准的所述算法的所述操作。
4.如权利要求1所述的方法，其中所述校准子集中的所述位点以迭代的方式被选择并由所述AFM剖析，使得在一次迭代中获得的数据在下一次迭代中被用于改进对位点的选择，以便改进所述校准。
5.如权利要求1所述的方法，其中，在使用经校准的所述算法来估计所述校准子集的所述补集中的所述位点的竖直参数的所述操作中，如果所述补集中高于第二阈值百分比的一百分比的位点使得对于所述百分比的位点中包括的每个位点，所述位点的所估计的竖直参数与预期的竖直参数之间的差落在预定范围之外，则用新的校准子集来替换所述校准子集，使用所述AFM来测量所述新的校准子集中先前没有被所述AFM探测的校准位点的竖直参数，重新校准所述算法，以及使用经重新校准的所述算法来估计所述新的校准子集的补集中的所述位点的竖直参数。
6.如权利要求1所述的方法，其中在考虑到跨所述被检样品的工艺变化和期望和/或已知的SEM漂移的情况下选择所述校准子集；并且/或者
其中在考虑到过去至少与所述被检样品同一预期设计的样品和/或与所述被检样品类似的样品中的校准子集的成功选择的情况下选择所述校准子集；并且/或者
其中在考虑到过去对来自与所述被检样品同一批次中的样品中的校准子集的成功选择的情况下选择所述校准子集。
7.如权利要求1所述的方法，其中基于所述校准子集中的位点数量和/或所述AFM测量的准确度来选择所述算法的函数形式。
8.如权利要求1所述的方法，其中所述SEM数据至少包括二次电子信号和/或背散射电子信号。
9.如权利要求1所述的方法，其中所述算法的输出是所述SEM数据的多项式函数。
10.如权利要求1所述的方法，其中机器学习工具被用于确定所述算法的所述自由参数。
11.如权利要求1所述的方法，其中所述算法是深度神经网络，并且所述自由参数包括所述深度神经网络的权重。
12.如权利要求1所述的方法，其中所述校准子集比所述集合小至少约一个数量级。
13.如权利要求1所述的方法，其中所述被检样品是图案化晶片，并且其中所述位点包括在翅片之间的沟槽和/或其中所述位点包括通孔。
14.如权利要求1至13中任一项所述的方法，进一步包括以下操作：除了所述集合中的每个位点的所述竖直参数之外，还至少从所述SEM数据估计所述集合中的每个位点的一个或多个临界尺寸，并且其中所述算法的所述输入包括所述临界尺寸和/或所述临界尺寸的一个或多个函数。
15.一种用于对按照同一设计制造的多个样品的表面的三维计量的基于计算机的方法，所述方法包括以下操作：
将权利要求1所述的方法施加到所述样品的样本，从而分别获得一个或多个经校准算法；
使用SEM以获得所述样品的其余部分中的每个样品上的表面上的位点的SEM数据；以及
使用所述一个或多个经校准算法来估计所述样品中的所述其余部分中的所述位点中的每个位点的竖直参数。
16.一种用于样品的三维表面计量的系统，所述系统包括：
扫描装备，所述扫描装备包括：
扫描电子显微镜(SEM)，所述SEM配置成获得被检样品的表面上的位点集合中的位点的SEM数据；以及
原子力显微镜(AFM)，所述AFM配置成测量竖直参数，所述竖直参数量化所述集合的校准子集中的位点的竖直坐标和/或竖直尺寸；以及
计算模块，所述计算模块配置成：
通过以下方式来校准算法，所述算法配置成在位点的SEM数据作为输入馈送到所述算法中时估计所述位点的竖直参数：确定所述算法的自由参数，使得所述算法输出的竖直参数和所述AFM测量的竖直参数之间的残差被约最小化；以及
使用经校准的所述算法来估计所述校准子集的补集中的所述位点的竖直参数；
由此生成所述被检样品的所述表面的形貌图。
17.如权利要求16所述的系统，其中所述计算模块被配置成检查所获得的残差是否满足第一条件和第二条件中的至少一者，所述第一条件是所获得的残差的绝对值小于第一阈值，所述第二条件是所获得的残差的精度函数的值小于第二阈值，并且如果满足，则将所获得的残差分类为在所需精度内；并且/或者
其中所述计算模块被配置成检查所获得的残差中高于第一阈值百分比的一百分比是否满足第三条件和第四条件中的至少一者，所述第三条件是所述百分比中的每个残差小于第三阈值，所述第四条件是所述百分比中的所述残差的精度函数的值小于第四阈值，并且如果满足，则当所述校准子集中存在不在满足所述第三条件和所述第四条件中的至少一者的所述百分比的残差中的位点时，更新所述校准子集以排除其中的不在满足所述第三条件和所述第四条件中的至少一者的所述百分比的残差中的所述位点。
18.如权利要求17所述的系统，进一步被配置成当所获得的残差不在所述所需精度内时：
更新所述校准子集以进一步包括来自所述集合的一个或多个额外位点；
使用所述AFM来测量所述一个或多个额外位点的竖直参数；以及
在附加地考虑到所述一个或多个额外位点的所述竖直参数和所述一个或多个额外位点的SEM数据的情况下重新校准所述算法，并且，一旦由此获得的残差在所述所需精度内，就使用经重新校准的所述算法来计算所述校准子集的所述补集中的所述位点的竖直参数。
19.如权利要求16所述的系统，其中所述算法的输出是所述SEM数据的多项式函数。
20.如权利要求16至19中任一项所述的系统，其中所述扫描装备进一步包括一个或多个光学传感器和/或电流传感器；
其中所述一个或多个光学传感器被配置成测量作为所述被检样品被所述SEM的电子束撞击的结果而生成的X射线信号和/或阴极射线发光光信号；以及
其中所述电流传感器被配置成测量作为所述被检样品被所述SEM的所述电子束辐射的结果而在所述被检样品中生成的电流。
CN202310273248.4A 2022-03-18 2023-03-17 晶片的三维表面计量 Pending CN116772760A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US17/698,393 2022-03-18
US17/698,393 US11662324B1 (en) 2022-03-18 2022-03-18 Three-dimensional surface metrology of wafers

Publications (1)

Publication Number Publication Date
CN116772760A true CN116772760A (zh) 2023-09-19

Family

ID=86506235

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310273248.4A Pending CN116772760A (zh) 2022-03-18 2023-03-17 晶片的三维表面计量

Country Status (4)

Country Link
US (1) US11662324B1 (zh)
KR (1) KR20230136558A (zh)
CN (1) CN116772760A (zh)
TW (1) TW202401000A (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117687554A (zh) * 2023-12-11 2024-03-12 上海梅斯医药科技有限公司 基于视觉模拟评分的标尺元件灵活配置系统及方法

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5155359A (en) 1991-04-05 1992-10-13 Metrologix, Inc. Atomic scale calibration system
WO2002088677A1 (en) 2001-04-26 2002-11-07 Therma-Wave, Inc. Measurement system cluster
US20100294927A1 (en) 2005-09-12 2010-11-25 Nanolnk, Inc. High throughput inspecting
KR20070032479A (ko) 2005-09-16 2007-03-22 주식회사 하이닉스반도체 반도체 소자의 패턴 크기 보정 방법
US20120098974A1 (en) * 2010-09-17 2012-04-26 Florida State University Research Foundation Optical method for measuring height of fluorescent phospholipid features fabricated via dip-pen nanolithography
US9453857B2 (en) * 2014-04-23 2016-09-27 Oxford Instruments Asylum Research, Inc AM/FM measurements using multiple frequency of atomic force microscopy
US9262819B1 (en) 2014-09-26 2016-02-16 GlobalFoundries, Inc. System and method for estimating spatial characteristics of integrated circuits
RU2660418C1 (ru) 2017-06-23 2018-07-06 федеральное государственное автономное образовательное учреждение высшего образования "Санкт-Петербургский национальный исследовательский университет информационных технологий, механики и оптики" (Университет ИТМО) Зонд для сканирующей зондовой микроскопии и способ его изготовления (варианты)
WO2020000400A1 (en) 2018-06-29 2020-01-02 Jiangsu Jitri Micro-Nano Automation Institute Co., Ltd. A method for sem-guided afm scan with dynamically varied scan speed
US10664638B1 (en) 2018-12-17 2020-05-26 Globalfoundries Inc. Measuring complex structures in semiconductor fabrication
CN110155959B (zh) 2019-05-31 2022-08-23 西北工业大学 二维过渡金属合金硫族化合物的限域化学气相沉积制备方法
CN113279058B (zh) 2021-04-13 2023-03-24 中国科学院上海技术物理研究所 一种低对称性层状材料Te的可控制备方法

Also Published As

Publication number Publication date
KR20230136558A (ko) 2023-09-26
US11662324B1 (en) 2023-05-30
TW202401000A (zh) 2024-01-01

Similar Documents

Publication Publication Date Title
US7164127B2 (en) Scanning electron microscope and a method for evaluating accuracy of repeated measurement using the same
JP3870044B2 (ja) パターン検査方法及びパターン検査装置
KR101727950B1 (ko) 패턴 형상 평가 방법, 반도체 장치의 제조 방법 및 패턴 형상 평가 장치
US7732761B2 (en) Method for measuring a pattern dimension using a scanning electron microscope
JP4158384B2 (ja) 半導体デバイスの製造工程監視方法及びそのシステム
US6839470B2 (en) Pattern evaluation method, pattern evaluation system and computer readable recorded medium
CN115280463A (zh) 晶片中检查体积的截面成像方法
US8214166B2 (en) Method and its system for calibrating measured data between different measuring tools
US20120126116A1 (en) Pattern shape selection method and pattern measuring device
KR102092362B1 (ko) 단면 가공 방법, 단면 가공 장치
US11651509B2 (en) Method, system and computer program product for 3D-NAND CDSEM metrology
CN113748481B (zh) 聚焦带电粒子束的方法、计算图像的锐度值的收敛集合的方法、及带电粒子束装置
CN116772760A (zh) 晶片的三维表面计量
JP5728351B2 (ja) 断面形状推定方法および断面形状推定装置
US8121390B2 (en) Pattern inspection method, pattern inspection apparatus and semiconductor device manufacturing method
US6756590B2 (en) Shape measurement method and apparatus
US11468555B2 (en) Method and apparatus for generating a correction line indicating relationship between deviation of an edge of a wafer pattern from an edge of a reference pattern and space width of the reference pattern, and a computer-readable recording medium
JP2013178143A (ja) パターン計測方法およびパターン計測装置
US11670479B2 (en) Electron microscope and method of adjusting focus of electron microscope
JP2012173028A (ja) パターン形状計測方法及びその装置
JP2012021832A (ja) 画像データ解析装置
Cho et al. The Potential of Inline Automated Defect Review of Mechanical Property and Electrical Characterization by AFM
JP2006319351A (ja) パターン検査方法及びパターン検査装置
KR20110028982A (ko) 웨이퍼 패턴의 선폭 측정 방법
CN117642624A (zh) 来自由样品去层期间取得的配准图像堆叠所产生的3d数据立方体的3d计量

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication