CN117408951A - 级联缺陷检查 - Google Patents
级联缺陷检查 Download PDFInfo
- Publication number
- CN117408951A CN117408951A CN202311293036.9A CN202311293036A CN117408951A CN 117408951 A CN117408951 A CN 117408951A CN 202311293036 A CN202311293036 A CN 202311293036A CN 117408951 A CN117408951 A CN 117408951A
- Authority
- CN
- China
- Prior art keywords
- pois
- attribute
- defect
- defects
- module
- 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
Links
- 230000007547 defect Effects 0.000 title claims abstract description 249
- 238000007689 inspection Methods 0.000 title claims abstract description 241
- 238000000034 method Methods 0.000 claims description 65
- 238000010894 electron beam technology Methods 0.000 claims description 54
- 235000012431 wafers Nutrition 0.000 description 113
- 238000010586 diagram Methods 0.000 description 10
- 238000012545 processing Methods 0.000 description 6
- 239000004065 semiconductor Substances 0.000 description 4
- 238000003860 storage Methods 0.000 description 4
- 230000005684 electric field Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000005284 excitation Effects 0.000 description 2
- 238000007654 immersion Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000000979 retarding effect Effects 0.000 description 2
- 239000000758 substrate Substances 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/95—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
- 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)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Testing Or Measuring Of Semiconductors Or The Like (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
- Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
Abstract
公开了一种缺陷检查系统。根据某些实施例,该系统包括存储器,该存储器存储被实现为多个模块的指令。多个模块中的每个模块被配置为检测具有不同属性的缺陷。该系统还包括控制器,该控制器被配置为使计算机系统:接收表示晶片的图像的检查数据;将检查数据输入到多个模块中的第一模块,第一模块输出具有第一属性的第一组兴趣点(POI);将第一组POI输入到多个模块中的第二模块,第二模块输出具有第二属性的第二组POI;以及报告第二组POI作为具有第一属性和第二属性两者的缺陷。
Description
相关申请引用
本申请是国际申请号为PCT/EP2018/051164、国际申请日为2018年1月18日、进入中国国家阶段日期为2019年7月17日、中国国家申请号为201880007230.7、发明名称为“级联缺陷检查”的发明专利申请的分案申请。
技术领域
本公开一般涉及检测晶片缺陷的领域,并且更具体地,涉及一种用于执行级联缺陷检查的系统和方法。
背景技术
在集成电路(IC)的制造过程中,需要检查未完成或已完成的电路组件,以确保它们根据设计制造并且没有缺陷。如此,缺陷检查过程已被集成到制造过程中。具体地,缺陷检查系统可以采用光学显微镜或诸如扫描电子显微镜(SEM)之类的带电粒子(例如,电子)光束显微镜,来扫描晶片并构建晶片表面的图像。然后,缺陷检查系统可以检查图像以检测缺陷并确定它们在晶片上的位置坐标。
缺陷可以具有不同类型(例如,线之间的桥接、虚线、闭合或变形的接触、缺失或额外的图案等)和尺寸(例如,临界尺寸误差)。在本公开中,缺陷类型和缺陷尺寸通常被称为“缺陷属性(defect properties)”。在传统的检查过程中,分别检测不同属性的缺陷。也就是说,必须重复检查晶片图像的相同部分,以便检测不同属性的缺陷。
然而,该方法具有若干限制。特别地,缺陷可能具有多于一个属性。例如,缺陷可能是还具有错误宽度的虚线。对于制造目的而言,这两种属性都很重要。但是传统方法没有显示这两种属性的相关性。此外,由于必须分别重复检查不同的缺陷属性,因此难以降低滋扰率或提高产量。
发明内容
本公开的实施例涉及一种用于检查晶片的缺陷的系统。在一些实施例中,提供了一种计算机系统。该计算机系统包括存储器,该存储器存储被实现为多个模块的指令。多个模块中的每个模块被配置为检测具有不同属性的缺陷。该计算机系统还包括控制器,该控制器被配置为使计算机系统:接收表示晶片的图像的检查数据;将检查数据输入到多个模块中的第一模块,第一模块输出具有第一属性的第一组兴趣点(POI);将第一组POI输入到多个模块中的第二模块,第二模块输出具有第二属性的第二组POI;以及报告第二组POI作为具有第一属性和第二属性两者的缺陷。
在一些实施例中,提供了一种计算机系统。该计算机系统包括存储指令的存储器。计算机系统还包括耦合到存储器的处理器。处理器被配置为执行指令以使计算机系统:接收表示晶片的图像的检查数据;在检查图像中确定具有第一属性的第一组兴趣点(POI);在第一组POI中确定具有第二属性的第二组POI;以及报告第二组POI作为具有第一属性和第二属性两者的缺陷。
在一些实施例中,提供了一种缺陷检查系统。该系统包括用于检查晶片的检查工具。该系统还包括存储器,该存储器存储被实现为多个模块的指令。多个模块中的每个模块被配置为检测具有不同属性的缺陷。该系统还包括电子地耦合到检查工具和存储器的控制器。该控制器被配置为使缺陷检查系统:从检查工具接收表示晶片的图像的检查数据;将检查数据输入到多个模块中的第一模块,第一模块输出具有第一属性的第一组兴趣点(POI);将第一组POI输入到多个模块中的第二模块,第二模块输出具有第二属性的第二组POI;以及报告第二组POI作为具有第一属性和第二属性两者的缺陷。
在一些实施例中,提供了一种缺陷检查系统。该系统包括用于检查晶片的检查工具。该系统还包括存储指令的存储器。该系统还包括电子地耦合到存储器和检查工具的处理器。该处理器被配置为执行指令以使缺陷检查系统:从检查工具接收表示晶片的图像的检查数据;在检查图像中确定具有第一属性的第一组兴趣点(POI);在第一组POI中确定具有第二属性的第二组POI;以及报告第二组POI作为具有第一属性和第二属性两者的缺陷。
在一些实施例中,提供了一种方法。该方法包括接收表示晶片的图像的检查数据。该方法还包括将检查数据输入到多个模块中的第一模块。多个模块中的每个模块被配置为检测具有不同属性的缺陷。第一模块输出具有第一属性的第一组兴趣点(POI)。该方法还包括将第一组POI输入到多个模块中的第二模块。第二模块输出具有第二属性的第二组POI。该方法还包括报告第二组POI作为具有第一属性和第二属性两者的缺陷。
在一些实施例中,提供了一种方法。该方法包括接收表示晶片的图像的检查数据。该方法还包括在检查图像中确定具有第一属性的第一组兴趣点(POI)。该方法还包括在第一组POI中确定具有第二属性的第二组POI。该方法还包括报告第二组POI作为具有第一属性和第二属性两者的缺陷。
在一些实施例中,提供了一种非暂时性计算机可读介质。该介质存储指令,该指令在由一个或多个处理器执行时使处理器执行包括方法,该方法包括:将检查数据输入到多个模块中的第一模块,多个模块中的每个模块被配置为检测具有不同属性的缺陷,第一模块输出具有第一属性的第一组兴趣点(POI);将第一组POI输入到所述多个模块中的第二模块,第二模块输出具有第二属性的第二组POI;以及报告第二组POI作为具有第一属性和第二属性两者的缺陷。
在一些实施例中,提供了一种非暂时性计算机可读介质。该介质存储指令,该指令在由一个或多个处理器执行时使处理器执行方法,该方法包括:接收表示晶片的图像的检查数据;在检查图像中确定具有第一属性的第一组兴趣点(POI);在第一组POI中确定具有第二属性的第二组POI;以及报告第二组POI作为具有第一属性和第二属性两者的缺陷。
所公开的实施例的其他目的和优点将部分地在以下描述中阐述,并且部分地将从描述中显而易见,或者可以通过实施例的实践而获知。所公开的实施例的目的和优点可以通过权利要求中所阐述的元件和组合来实现并获得。
应当理解,前面的一般性描述和下面的详细描述都只是示例性和说明性的,并不是对要求保护的本公开的实施例的限制。
附图说明
图1是图示出与本发明的实施例一致的示例性电子束检查(EBI)系统的示意图。
图2是图示出与本公开的实施例一致的可以是图1的示例性电子束检查的一部分的示例性电子束工具的示意图。
图3是与本公开的实施例一致的示例性缺陷检查系统的框图。
图4是图示出与本公开的实施例一致的用于级联缺陷检查的过程的流程图。
图5A是图示出与本公开的实施例一致的示例性级联缺陷检查的流程图。
图5B是图示出与本公开的实施例一致的另一示例性级联缺陷检查的流程图。
图5C是图示出与本公开的实施例一致的另一示例性级联缺陷检查的流程图。
图5D是图示出与本公开的实施例一致的另一示例性级联缺陷检查的流程图。
图6A是图示出与本公开的实施例一致的用于级联缺陷检查的过程的流程图。
图6B是图示出与本公开的实施例一致的图6A中所示的过程的示意图。
图7A是图示出与本公开的实施例一致的用于级联缺陷检查的过程的流程图。
图7B是图示出与本公开的实施例一致的图7A中所示的过程的示意图。
具体实施方式
现在将对示例性实施例进行详细参考,该示例性实施例的示例在附图中图示出。以下描述参考附图,其中除非另有说明,否则不同附图中的相同附图标记表示相同或相似的元件。在示例性实施例的以下描述中阐述的实现不代表与本发明一致的所有实现。相反,它们仅仅是与所附权利要求中所记载的与本发明相关的各方面一致的装置和方法的示例。
本申请公开了一种用于执行缺陷的级联检查的系统和方法。特别地,所公开的系统可以采用不同的软件模块来检测具有不同属性的缺陷。当期望检测具有多个属性的缺陷时,系统可以使用第一模块的感兴趣点(POI)输出作为针对第二模块的输入。如在本公开中所使用的,“POI”是指晶片的表面上可能包含某种属性缺陷的区域或子区域。这样,第二模块仅检查第一模块报告缺陷的POI。因此,可以提高缺陷检查的效率和准确性。
图1图示出与本公开的实施例一致的示例性电子束检查(EBI)系统100。如图1中所示,EBI系统100包括主腔室101、装载/锁定腔室102、电子束工具104和设备前端模块(EFEM)106。电子束工具104位于主腔室101内。EFEM 106包括第一装载口106a和第二装载口106b。EFEM 106可以包括(一个或多个)另外的装载口。第一装载口106a和第二装载口106b容纳包含晶片(例如,半导体晶片或由(一个或多个)其他材料制成的晶片)或待检查样品(晶片和样品在下文中统称为“晶片”)的晶片盒。
EFEM 106中的一个或多个机器人臂(未示出)将晶片输送到装载/锁定腔室102。装载/锁定腔室102连接到装载/锁定真空泵系统(未示出),其移除装载/锁定腔室102中的气体分子以达到低于大气压力的第一压力。在达到第一压力之后,一个或多个机器人臂(未示出)将晶片从装载/锁定腔室102输送到主腔室101。主腔室101连接到主腔室真空泵系统(未示出),其移除主腔室101中的气体分子以达到低于第一压力的第二压力。在达到第二压力之后,晶片经受由电子束工具104的检查。
图2图示出与本公开的实施例一致的电子束工具104的示例性组件。如图2中所示,电子束工具104包括电动载物台200、以及由电动载物台200支撑以保持待检查的晶片203的晶片保持器202。电子束工具104还包括物镜配件204、电子检测器206(其包括电子传感器表面206a和206b)、物镜孔208、聚光透镜210、光束限制孔212、枪孔214、阳极216。在一个实施例中,物镜配件204可以包括修改的摆动物镜延迟浸没透镜(swing objective retardingimmersion lens,SORIL),其包括极片204a、控制电极204b、偏转器204c和激励线圈204d。电子束工具104可以另外包括能量色散X射线光谱仪(EDS)检测器(未示出)以表征晶片上的材料。
通过在阳极216与阴极218之间施加电压,从阴极218发射初级电子束220。初级电子束220穿过枪孔214和光束限制孔212,枪孔214和光束限制孔212两者都可以确定进入位于光束限制孔212下方的聚光透镜210的电子束的尺寸。聚光透镜210在光束进入物镜孔208之前聚焦初级电子束220,以在进入物镜配件204之前设置电子束的尺寸。偏转器204c使初级电子束220偏转,以促进在晶片上进行光束扫描。例如,在扫描过程中,可以控制偏转器204c以在不同时间点将初级电子束220顺序地偏转到晶片203的顶表面的不同位置上,以便为晶片203的不同部分的图像重建提供数据。此外,还可以控制偏转器204c以在不同时间点将初级电子束220偏转到在特定位置处的晶片203的不同侧上,以便为在该位置处的晶片结构的立体图像重建提供数据。此外,在一些实施例中,阳极216和阴极218可以被配置为生成多个初级电子束220,并且电子束工具104可以包括多个偏转器204c以同时将多个初级电子束220投射到晶片的不同部分/侧,以便为晶片203的不同部分的图像重建提供数据。
激励线圈204d和极片204a生成磁场,该磁场从极片204a的一端开始并终止于极片204a的另一端。由初级电子束220扫描的晶片203的一部分可以被浸没在磁场中并且可以带电,这又产生电场。电场在初级电子束220与晶片碰撞之前降低了在晶片的表面附近撞击初级电子束220的能量。与极片204a电隔离的控制电极204b控制晶片上的电场以防止晶片的微拱并确保适当的光束聚焦。
在接收初级电子束220时,可以从晶片203的一部分发射次级电子束222。次级电子束222可以在电子检测器206的传感器表面206a和206b上形成束斑(例如,束斑240a和240b之一)。电子检测器206可以生成表示束斑强度的信号(例如,电压、电流等),并将该信号提供给处理系统(图2中未示出)。次级电子束222的强度和所得到的束斑可以根据晶片203的外部和/或内部结构而变化。此外,如上所讨论的,可以将初级电子束220投射到晶片的顶表面的不同位置上和/或在特定位置处的晶片的不同侧上,以生成不同强度的次级电子束222(和合成束斑)。因此,通过将束斑的强度与晶片203的位置进行映射,处理系统可以重建反映晶片203的内部和/或外部结构的图像。
尽管图2示出了作为一次仅使用一个初级电子束来扫描晶片203的一个位置的单光束检查工具的电子束工具104,但是可以想到,电子束工具104也可以是采用多个初级电子小射束(beamlets)来同时扫描晶片203上的多个位置的多光束检查工具。本申请不限制电子束工具104中使用的电子束的数目。
图3是与本公开的实施例一致的示例性缺陷检查系统300的框图。参考图3,缺陷检查系统300包括晶片检查系统310和控制器320。晶片检查系统310可以是结合图1描述的电子束检查(EBI)系统100。应当理解,控制器320可以是EBI系统100的一部分和/或远离EBI系统100。
晶片检查系统310可以是能够生成表示晶片图像的检查数据的任何检查系统。晶片可以是半导体晶片衬底、或者具有一个或多个外延层和/或处理膜的半导体晶片衬底。晶片检查系统310可以是任何当前可用的或正在开发的晶片检查系统。只要晶片检查系统310能够生成具有足够高的分辨率的晶片图像以观察晶片上的关键特征(例如,小于20nm),本公开的实施例不针对晶片检查系统310限制具体类型。
控制器320具有通信接口322,其电耦合到晶片检查系统310以接收检查数据。控制器320还包括处理器324,其被配置为:基于检查数据来构建晶片的图像,分析晶片图像,并且检测出现在晶片图像上的晶片缺陷。
处理器324可以包括中央处理单元(CPU)、图像处理单元、专用集成电路(ASIC)、现场可编程门阵列(FPGA)等中的一个或多个。在一些实施例中,处理器324可以是被设计为执行所公开的缺陷检查方法的功能的一个或多个已知或定制的处理设备,诸如能够同时执行并行过程的单核或多核处理器。例如,处理器324可以是配置有虚拟处理技术的单核处理器。在某些实施例中,处理器324可以使用逻辑处理器来同时执行和控制多个过程。处理器324可以实现虚拟机技术或其他已知技术以提供对多个软件过程、应用、程序等进行执行、控制、运行、操纵、存储等的能力。在一些实施例中,处理器324可以包括多核处理器布置(例如,双核、四核等),该多核处理器布置被配置为提供并行处理功能性以同时执行多个过程。应当理解,可以实现提供本文公开的能力的其他类型的处理器布置。
控制器320还可以包括存储器326,存储器326包括使处理器324能够执行诸如所公开的缺陷检查过程之类的一个或多个应用的指令,以及已知在计算机系统上可用的任何其他类型的应用或软件。备选地或另外地,指令、应用等可以存储在内部数据库或与控制器320直接通信的外部储存器(未示出)中。内部数据库和/或外部储存器可以是易失性的或非易失性的、磁性的、半导体、磁带、光学的、可移动的、不可移动的或其他类型的储存设备或有形和/或非暂时性计算机可读介质。常规形式的非暂时性介质例如包括软盘、柔性盘、硬盘、固态驱动器、磁带或任何其他磁数据储存介质、CD-ROM、任何其他光学数据储存介质、具有孔图案的任何物理介质、RAM、PROM和EPROM、FLASH-EPROM或任何其他闪存、NVRAM、高速缓存、寄存器、任何其他存储器芯片或盒式磁带、以及它们的网络版本。
与所公开的实施例一致,存储器326可以包括当由处理器324执行时执行与本文公开的功能性一致的一个或多个过程的指令。此外,处理器324可以执行远离控制器320定位的一个或多个程序。例如,控制器320可以访问一个或多个远程程序,当被执行时,所述程序执行与所公开的实施例相关的功能。
与所公开的实施例一致,存储器326可以包括被实现为多个模块的指令,多个模块可以是硬件模块、软件模块和/或两者的组合。处理器324可以调用多个模块中的每个模块以检测具有不同属性的缺陷。例如,多个模块可以包括:被配置为检测线之间的桥接的第一模块、被配置为检测虚线的第二模块、被配置为检测某种类型的临界尺寸(CD)误差的第三模块,等等。为了检测指定属性的缺陷,处理器324可以调用对应的模块并将检查数据输入到模块,使得模块可以输出包括指定属性的缺陷的POI。
控制器320还可以包括用户接口328。用户接口328可以包括用于向计算机用户显示信息的显示器,诸如阴极射线管(CRT)、液晶显示器(LCD)或触摸屏。例如,显示器可以被用来将缺陷检查结果呈现给用户。接口328还可以包括输入设备,包括字母数字和其他键,以用于将信息和命令选择传送到处理器324。另一种类型的用户输入设备是光标控制,诸如鼠标、轨迹球、或者光标方向键,以用于向处理器328传送方向信息和命令选择,并且用于控制显示器上的光标移动。输入设备通常在两个轴——第一轴(例如,x)和第二轴(例如,y)上具有两个自由度,这两个自由度允许设备指定平面中的位置。在一些实施例中,可以在没有光标的情况下经由接收触摸屏上的触摸来实现与光标控制相同的方向信息和命令选择。例如,用户可以使用输入设备来选择晶片的检查区和/或输入待检查的缺陷属性。
在一些实施例中,用户接口328可以被配置为实现图形用户接口(GUI),GUI可以作为由一个或多个计算设备执行的可执行软件代码而被存储在大容量储存设备中。作为示例,该模块和其他模块可以包括诸如软件组件、面向对象的软件组件、类组件和任务组件、过程、功能、字段、进程、子例程、程序代码段、驱动程序、固件、微码、电路、数据、数据库、数据结构、表、数组和变量之类的组件。
图4是图示与本公开的实施例一致的用于级联缺陷检查的过程400的流程图。参考图4,过程400可以由诸如结合图3描述的控制器320之类的控制器执行。当期望检测具有多个属性的缺陷时,控制器可以调用多个模块,多个模块中的每个模块被配置为检测具有不同属性的缺陷。控制器可以以串行的方式调用多个模块,并且使用在前模块的缺陷输出作为针对后续模块的输入。这样,可以以级联的方式检查晶片的表面区以检测多个缺陷属性。
具体而言,如图4中所示,控制器可以首先调用模块1,并且将从晶片检查系统(例如,检查系统310(图3))接收的检查数据输入到模块1。如此,模块1输出第一组POI,第一组POI中的每个POI都是包括具有第一属性的缺陷的晶片的子区域。然后,控制器调用模块2,并且将第一组POI输入到模块2,使得模块2输出包括具有第二属性的缺陷的第二组POI。因为模块2仅检查模块1报告缺陷的区,即第一组POI,所以控制器避免将模块2应用于晶片的整个检查区。因此,可以提高检查吞吐量。
控制器可以类似地调用模块3并将第二组POI输入到模块3,使得模块3的调用输出包括具有第三属性的缺陷的第三组POI。控制器可以以类似的方式继续到模块N,其中N是等于或大于2的整数。以这种方式,后续模块仅检查在前模块报告缺陷的POI。最后,模块N输出第N组POI,第N组POI包括具有分别对应于模块1,2,...,N的N个属性的缺陷。
接下来,将描述所公开的级联缺陷检查方法的各种实施例。图5A是图示示例性级联缺陷检查的流程图。参考图5A,控制器可以将晶片的检查数据(例如,从检查工具接收或由前一模块输出的检查数据)输入到模块M1。控制器调用模块M1,以输出包括具有第一属性的缺陷的,第一组POI然后被用作针对模块M2的输入。随后,模块M2输出包括具有第二属性的缺陷的第二组POI。控制器可以报告第二组POI作为具有第一和第二属性的缺陷。控制器可以另外使用第二组POI作为针对模块M3的输入,然后模块M3输出包括具有第三属性的缺陷的第三组POI。控制器可以将第三组POI报告作为具有第三属性的缺陷。在一些实施例中,控制器可以经由用户接口而向用户报告缺陷,用户接口诸如为用户接口328中的显示器。
图5B是图示另一示例性级联缺陷检查的流程图。与图5A不同,在图5B中所示的实施例中,模块M1输出的第一组POI不被用作针对模块M2或M3的输入,而是由控制器报告作为具有第一属性的缺陷。此外,控制器将除了由模块M1输出的数据之外的检查数据输入到模块M2,模块M2输出包括具有第二属性的缺陷的第二组POI。第二组POI被报告作为具有第二属性的缺陷,并且进一步被用作针对模块M3的输入。最后,模块M3输出包括具有第三属性的缺陷的第三组POI,第三组POI由控制器报告作为具有第二和第三属性的缺陷。
图5C是图示另一示例性级联缺陷检查的流程图。参考图5C,晶片的检查数据被分别输入到模块M1和M2。模块M1的输出不用作针对模块M2的输入。相反,模块M1和M2的输出被组合,并且用作针对模块M3的输入。模块M1的输出被报告作为具有第一属性的缺陷。模块M2的输出被报告作为具有第二属性的缺陷。并且模块M3的输出被报告作为具有i)第一和第三属性两者、和/或ii)第二和第三属性两者的缺陷。
图5D是图示另一示例性级联缺陷检查的流程图。参考图5D,模块M1的输出被报告作为具有第一属性的缺陷,并且被用作针对模块M2的输入。模块M2的输出被报告作为具有第一和第二属性的缺陷,并且被用作针对模块M6的输入。类似地,模块M3的输出被报告作为具有第三属性的缺陷,并且被用作针对模块M4的输入。模块M4的输出被报告作为具有第三和第四属性的缺陷,并且被用作针对模块M6的输入。此外,模块M5被调用以输出包括具有第五属性的缺陷的POI。然后,模块M2、M4和M5的输出被组合作为针对模块M6的输入,模块M6具有被报告作为具有以下的缺陷的输出:i)第一、第二和第六属性,ii)第三、第四和第六属性,和/或iii)第五和第六属性。
接下来,为了进一步说明所公开的级联缺陷检查方法的应用,描述了两个示例。在第一示例中,图6A是图示用于级联缺陷检查的示例性过程的示意图,并且图6B是图示图6A中所示的过程的示意图。例如,用户可能仅对线间隙小于30nm的小区域内的通孔尺寸感兴趣。如此,参见图6A,控制器可以首先调用被配置为测量线间隙的模块M1,并且将晶片的检查图像输入到模块M1。模块M1输出包括小于30nm的线间隙的一组POI。例如,图6B示出了印刷在晶片上的图案的一部分。该图案包括多个通孔和导体线。所设计的线间隙为40nm。模块M1输出以点A为中心的POI,其中线间隙小于30nm。
参见图6A,控制器随后调用被配置为测量通孔尺寸的模块M2,并且将模块M1的输出输入到模块M2。例如,参考图6B,控制器调用模块M2,以仅检查由模块M1输出的(一个或多个)POI中的那些通孔。以这种方式,控制器避免将模块M2应用于整个检查图像,并且因此可以提高检查吞吐量。
在第二示例中,图7A是图示用于级联缺陷检查的示例性过程的示意图,并且图7B是图示图7A中所示的过程的示意图。例如,用户可能仅对如下小区域内的通孔尺寸感兴趣,其中:i)线间隙小于30nm或ii)线宽小于10nm。如此,参见图7A,控制器调用被配置为测量线间隙的模块M1,并将晶片的检查图像输入到模块M1。模块M1输出一组POI,该组POI包括小于30nm的线间隙。控制器还调用被配置为测量线宽的模块M3,并将晶片的检查图像输入到模块M3。模块M3输出一组POI,该组POI包括小于10nm的线宽。例如,图7B示出了印刷在晶片上的图案的一部分。该图案包括多个通孔和导线。所设计的线间隙为40nm。模块M1输出以点A为中心的POI,其中线间隙小于30nm。而且,所设计的线宽为20nm。模块M3输出以B点为中心的POI,其中线宽小于10nm。
参见图7A,控制器随后组合模块M1和M3的输出,并将它们用作针对模块M2的输入,模块M2被配置为测量通孔尺寸。例如,参考图7B,模块M2被调用以,仅检查由模块M1和M3输出的POI中的那些通孔。以这种方式,控制器避免将模块M2应用于整个检查图像。
根据以上公开的实施例,第一属性的缺陷被用作用于检测第二属性的缺陷的POI。与分别检查不同属性的缺陷的典型缺陷检查方法相比,所公开的级联缺陷检查方法可以显示不同缺陷属性的相关性。而且,因为所公开的方法不需要重复检查整个晶片图像,所以提高了吞吐量。此外,由多个模块识别的缺陷不太可能是误报(false positive)。因此,滋扰率降低。
可以使用以下条款进一步描述实施例:
1.一种计算机系统,包括:
存储指令的存储器,指令被实现为多个模块,多个模块中的每个模块被配置为检测具有不同属性的缺陷;和
控制器,被配置为使计算机系统:
接收表示晶片的图像的检查数据;
将检查数据输入到多个模块中的第一模块,第一模块输出具有第一属性的第一组兴趣点(POI);
将第一组POI输入到多个模块中的第二模块,第二模块输出具有第二属性的第二组POI;和
报告第二组POI作为具有第一属性和第二属性两者的缺陷。
2.如条款1的计算机系统,其中控制器还被配置为使计算机系统:
报告第一组POI作为具有第一属性的缺陷。
3.如条款1和2中任一项的计算机系统,其中控制器还被配置为使计算机系统:
将检查数据输入到多个模块中的第三模块,第三模块输出具有第三属性的第三组POI;
将第一组POI和第三组POI输入到第二模块,第二模块输出具有第二属性的第四组POI;和
报告第四组POI作为具有以下项的缺陷:i)第一属性或第三属性、以及ii)第二属性。
4.如条款1-3中任一项的计算机系统,其中控制器还被配置为使计算机系统:
将第二组POI输入到多个模块中的第四模块,第四模块输出具有第四属性的第五组POI;和
报告第五组POI作为具有第一、第二和第四属性的缺陷。
5.如条款1-4中任一项的计算机系统,其中由多个模块中的每个模块输出的POI是晶片的包括可能缺陷的子区域。
6.如条款1-5中任一项的计算机系统,其中缺陷的属性包括缺陷尺寸和缺陷类型中的至少一个。
7.如权利要求1-6中任一项的计算机系统,其中计算机系统与电子束检查工具耦合,电子束检查工具被配置为:利用一个或多个初级电子束扫描晶片,以及基于从晶片反射的一组或多组次级电子来生成检查数据,其中控制器被配置为使计算机系统:从电子束检查工具接收检查数据,以及基于检查数据来生成检查图像。
8.一种计算机系统,包括:
存储指令的存储器;和
处理器,被电子地耦合到存储器,并且被配置为执行指令以使计算机系统:
接收表示晶片的图像的检查数据;
在检查图像中确定具有第一属性的第一组兴趣点(POI);
在第一组POI中确定具有第二属性的第二组POI;和
报告第二组POI作为具有第一属性和第二属性两者的缺陷。
9.如条款8的计算机系统,其中处理器还被配置为执行指令以使计算机系统:
报告第一组POI作为具有第一属性的缺陷。
10.如条款8和9中任一项的计算机系统,其中处理器还被配置为执行指令以使计算机系统:
在检查图像中确定具有第三属性的第三组POI;
在第一组POI和第三组POI中确定具有第二属性的第四组POI;和
报告第四组POI作为具有以下项的缺陷:i)第一属性或第三属性、以及ii)第二属性。
11.如条款8-10中任一项的计算机系统,其中处理器还被配置为执行指令以使计算机系统:
在第二组POI中确定具有第四属性的第五组POI;和
报告第五组POI作为具有第一、第二和第四属性的缺陷。
12.如条款8-11中任一项的计算机系统,其中由处理器确定的POI是晶片的包括可能缺陷的子区域。
13.如条款8-12中任一项的计算机系统,其中缺陷的属性包括缺陷尺寸和缺陷类型中的至少一个。
14.如条款8-13中任一项的计算机系统,其中计算机系统与电子束检查工具耦合,电子束检查工具被配置为:利用一个或多个初级电子束扫描晶片,以及基于从晶片反射的一组或多组次级电子来生成检查数据,其中处理器被配置为使计算机系统:从电子束检查工具接收检查数据,以及基于检查数据来生成检查图像。
15.一种缺陷检查系统,包括:
用于检查晶片的检查工具;
存储指令的存储器,指令被实现为多个模块,多个模块中的每个模块被配置为检测具有不同属性的缺陷;和
控制器,被电子地耦合到检查工具和存储器,控制器被配置为使缺陷检查系统:
从检查工具接收表示晶片的图像的检查数据;
将检查数据输入到多个模块中的第一模块,第一模块输出具有第一属性的第一组兴趣点(POI);
将第一组POI输入到多个模块中的第二模块,第二模块输出具有第二属性的第二组POI;和
报告第二组POI作为具有第一属性和第二属性两者的缺陷。
16.如条款15的缺陷检查系统,其中控制器还被配置为使缺陷检查系统:
报告第一组POI作为具有第一属性的缺陷。
17.如条款15和16中任一项的缺陷检查系统,其中控制器还被配置为使缺陷检查系统:
将检查数据输入到多个模块中的第三模块,第三模块输出具有第三属性的第三组POI;
将第一组POI和第三组POI输入到第二模块,第二模块输出具有第二属性的第四组POI;和
报告第四组POI作为具有以下项的缺陷:i)第一属性或第三属性、以及ii)第二属性。
18.如条款15-17中任一项的缺陷检查系统,其中控制器还被配置为使缺陷检查系统:
将第二组POI输入到多个模块中的第四模块,第四模块输出具有第四属性的第五组POI;和
报告第五组POI作为具有第一、第二和第四属性的缺陷。
19.如条款15-18中任一项的缺陷检查系统,其中由多个模块中的每个模块输出的POI是晶片的包括可能缺陷的子区域。
20.如条款15-19中任一项的缺陷检查系统,其中缺陷的属性包括缺陷尺寸和缺陷类型中的至少一个。
21.如条款15-20中任一项的缺陷检查系统,其中:
检查工具被配置为:利用一个或多个初级电子束扫描晶片,以及基于从晶片反射的一组或多组次级电子来生成检查数据;和
控制器被配置为使缺陷检查系统基于检查数据来生成检查图像。
22.一种缺陷检查系统,包括:
用于检查晶片的检查工具;
存储指令的存储器;和
处理器,被电子地耦合到存储器和检查工具,处理器被配置为执行指令以使缺陷检查系统:
从检查工具接收表示晶片的图像的检查数据;
在检查图像中确定具有第一属性的第一组兴趣点(POI);
在第一组POI中确定具有第二属性的第二组POI;和
报告第二组POI作为具有第一属性和第二属性两者的缺陷。
23.如条款22的缺陷检查系统,其中处理器还被配置为执行指令以使缺陷检查系统:
报告第一组POI作为具有第一属性的缺陷。
24.如条款22和23中任一项的缺陷检查系统,其中处理器还被配置为执行指令以使缺陷检查系统:
在检查图像中确定具有第三属性的第三组POI;
在第一组POI和第三组POI中确定具有第二属性的第四组POI;和
报告第四组POI作为具有以下项的缺陷:i)第一属性或第三属性、以及ii)第二属性。
25.如条款22-24中任一项的缺陷检查系统,其中处理器还被配置为执行指令以使缺陷检查系统:
在第二组POI中确定具有第四属性的第五组POI;和
报告第五组POI作为具有第一、第二和第四属性的缺陷。
26.如条款22-25中任一项的缺陷检查系统,其中由处理器确定的POI是包括晶片的包括可能缺陷的子区域。
27.如条款22-26中任一项的缺陷检查系统,其中缺陷的属性包括缺陷尺寸和缺陷类型中的至少一个。
28.如条款22-27中任一项的缺陷检查系统,其中:
检查工具被配置为:利用一个或多个初级电子束扫描晶片,以及基于从晶片反射的一组或多组次级电子来生成检查数据;和
控制器被配置为使缺陷检查系统基于检查数据来生成检查图像。
29.一种方法,包括:
接收表示晶片的图像的检查数据;
将检查数据输入到多个模块中的第一模块,多个模块中的每个模块被配置为检测具有不同属性的缺陷,第一模块输出具有第一属性的第一组兴趣点(POI);
将第一组POI输入到多个模块中的第二模块,第二模块输出具有第二属性的第二组POI;和
报告第二组POI作为具有第一属性和第二属性两者的缺陷。
30.如条款29的方法,还包括:
报告第一组POI作为具有第一属性的缺陷。
31.如条款29和30中任一项的方法,其中方法还包括:
将检查数据输入到多个模块中的第三模块,第三模块输出具有第三属性的第三组POI;
将第一组POI和第三组POI输入到第二模块,第二模块输出具有第二属性的第四组POI;和
报告第四组POI作为具有以下项的缺陷:i)第一属性或第三属性、以及ii)第二属性。
32.如条款29-31中任一项的方法,其中方法还包括:
将第二组POI输入到多个模块中的第四模块,第四模块输出具有第四属性的第五组POI;和
报告第五组POI作为具有第一、第二和第四属性的缺陷。
33.如条款29-32中任一项的方法,其中由多个模块中的每个模块输出的POI是晶片的包括可能缺陷的子区域。
34.如条款29-33中任一项的方法,其中缺陷的属性包括缺陷尺寸和缺陷类型中的至少一个。
35.如条款29-34中任一项的方法,还包括:
从电子束检查工具接收检查数据,电子束检查工具利用一个或多个初级电子束扫描晶片、并且基于从晶片反射的一组或多组次级电子来生成检查数据;和
基于检查数据来生成检查图像。
36.一种方法,包括:
接收表示晶片的图像的检查数据;
在检查图像中确定具有第一属性的第一组兴趣点(POI);
在第一组POI中确定具有第二属性的第二组POI;和
报告第二组POI作为具有第一属性和第二属性两者的缺陷。
37.如条款36的方法,还包括:
报告第一组POI作为具有第一属性的缺陷。
38.如条款36和37中任一项的方法,其中方法还包括:
在检查图像中确定具有第三属性的第三组POI;
在第一组POI和第三组POI中确定具有第二属性的第四组POI;和
报告第四组POI作为具有以下项的缺陷:i)第一属性或第三属性、以及ii)第二属性。
39.如条款36-38中任一项的方法,其中方法还包括:
在第二组POI中确定具有第四属性的第五组POI;和
报告第五组POI作为具有第一、第二和第四属性的缺陷。
40.如条款36-39中任一项的方法,其中POI是晶片的包括可能缺陷的子区域。
41.如条款36-40中任一项的方法,其中缺陷的属性包括缺陷尺寸和缺陷类型中的至少一个。
42.如条款36-41中任一项的方法,还包括:
从电子束检查工具接收检查数据,电子束检查工具利用一个或多个初级电子束扫描晶片、并且基于从晶片反射的一组或多组次级电子来生成检查数据;和
基于检查数据生成检查图像。
43.一种存储指令集的非暂时性计算机可读介质,指令集能够由一个或多个设备的一个或多个处理器执行以使一个或多个设备执行方法,方法包括:
接收表示晶片的图像的检查数据;
将检查数据输入到多个模块中的第一模块,多个模块中的每个模块被配置为检测具有不同属性的缺陷,第一模块输出具有第一属性的第一组兴趣点(POI);
将第一组POI输入到多个模块中的第二模块,第二模块输出具有第二属性的第二组POI;和
报告第二组POI作为具有第一属性和第二属性两者的缺陷。
44.如条款43的介质,其中指令集可由一个或多个设备的一个或多个处理器执行以使一个或多个设备进一步执行:
报告第一组POI作为具有第一属性的缺陷。
45.如条款43和44中任一项的介质,其中指令集能够由一个或多个设备的一个或多个处理器执行以使一个或多个设备进一步执行:
将检查数据输入到多个模块中的第三模块,第三模块输出具有第三属性的第三组POI;
将第一组POI和第三组POI输入到第二模块,第二模块输出具有第二属性的第四组POI;和
报告第四组POI作为具有以下项的缺陷:i)第一属性或第三属性、以及ii)第二属性。
46.如条款43-45中任一项的介质,其中指令集能够由一个或多个设备的一个或多个处理器执行以使一个或多个设备进一步执行:
将第二组POI输入到多个模块中的第四模块,第四模块输出具有第四属性的第五组POI;和
报告第五组POI作为具有第一、第二和第四属性的缺陷。
47.如条款43-46中任一项的介质,其中由多个模块中的每个模块输出的POI是晶片的包括可能缺陷的子区域。
48.如条款43-47中任一项的介质,其中缺陷的属性包括缺陷尺寸和缺陷类型中的至少一个。
49.如条款43-48中任一项的介质,其中指令集能够由一个或多个设备的一个或多个处理器执行以使一个或多个设备进一步执行:
从电子束检查工具接收检查数据,电子束检查工具利用一个或多个初级电子束扫描晶片、并且基于从晶片反射的一组或多组次级电子来生成检查数据;和
基于检查数据来生成检查图像。
50.一种存储指令集的非暂时性计算机可读介质,指令集能够由一个或多个设备的一个或多个处理器执行以使一个或多个设备执行方法,方法包括:
接收表示晶片的图像的检查数据;
在检查图像中确定具有第一属性的第一组兴趣点(POI);
在第一组POI中确定具有第二属性的第二组POI;和
报告第二组POI作为具有第一属性和第二属性两者的缺陷。
51.如条款50的介质,其中指令集能够由一个或多个设备的一个或多个处理器执行以使一个或多个设备进一步执行:
报告第一组POI作为具有第一属性的缺陷。
52.如条款50和51中任一项的介质,其中指令集可由一个或多个设备的一个或多个处理器执行以使一个或多个设备进一步执行:
在检查图像中确定具有第三属性的第三组POI;
在第一组POI和第三组POI中确定具有第二属性的第四组POI;和
报告第四组POI作为具有以下项的缺陷:i)第一属性或第三属性、以及ii)第二属性。
53.如条款50-52中任一项的介质,其中指令集能够由一个或多个设备的一个或多个处理器执行以使一个或多个设备进一步执行:
在第二组POI中确定具有第四属性的第五组POI;和
报告第五组POI作为具有第一、第二和第四属性的缺陷。
54.如条款50-53中任一项的介质,其中POI是晶片的包括可能缺陷的子区域。
55.如条款50-54中任一项的介质,其中缺陷的属性包括缺陷尺寸和缺陷类型中的至少一个。
56.如条款50-55中任一项的介质,其中指令集能够由一个或多个设备的一个或多个处理器执行以使一个或多个设备进一步执行:
从电子束检查工具接收检查数据,电子束检查工具利用一个或多个初级电子束扫描晶片、并且基于从晶片反射的一组或多组次级电子来生成检查数据;和
基于检查数据来生成检查图像。
应当理解,本发明不限于上面已经描述并在附图中示出的确切结构,并且在不脱离其范围的情况下可以进行各种修改和改变。本发明的范围应当旨在仅受所附权利要求的限制。
Claims (20)
1.一种缺陷检查系统,包括:
用于检查晶片的检查工具;
存储指令的存储器,指令被实现为多个模块,所述多个模块中的每个模块被配置为检测具有不同属性的缺陷;和
控制器,被电子地耦合到所述检查工具和所述存储器,所述控制器被配置为使所述缺陷检查系统:
从所述检查工具接收表示所述晶片的图像的检查数据;
将所述检查数据输入到所述多个模块中的第一模块,所述第一模块输出具有第一属性的第一组兴趣点POI;
将所述第一组POI输入到所述多个模块中的第二模块,所述第二模块输出具有第二属性的第二组POI;和
报告所述第二组POI作为具有第一属性和第二属性两者的缺陷。
2.如权利要求1所述的缺陷检查系统,其中所述控制器还被配置为使所述缺陷检查系统:
报告所述第一组POI作为具有所述第一属性的缺陷。
3.如权利要求1所述的缺陷检查系统,其中所述控制器还被配置为使所述缺陷检查系统:
将所述检查数据输入到所述多个模块中的第三模块,所述第三模块输出具有第三属性的第三组POI;
将所述第一组POI和所述第三组POI输入到所述第二模块,所述第二模块输出具有所述第二属性的第四组POI;和
报告所述第四组POI作为具有以下项的缺陷:i)所述第一属性或所述第三属性、以及ii)所述第二属性。
4.如权利要求1所述的缺陷检查系统,其中所述控制器还被配置为使所述缺陷检查系统:
将所述第二组POI输入到所述多个模块中的第四模块,所述第四模块输出具有第四属性的第五组POI;和
报告所述第五组POI作为具有所述第一属性、所述第二属性和所述第四属性的缺陷。
5.如权利要求1所述的缺陷检查系统,其中由所述多个模块中的每个模块输出的POI是所述晶片的包括可能缺陷的子区域。
6.如权利要求1所述的缺陷检查系统,其中缺陷的属性包括缺陷尺寸和缺陷类型中的至少一者。
7.如权利要求1所述的缺陷检查系统,其中:
所述检查工具被配置为:利用一个或多个初级电子束扫描所述晶片,以及基于从所述晶片反射的一组或多组次级电子来生成所述检查数据;和
所述控制器被配置为使所述缺陷检查系统基于所述检查数据来生成检查图像。
8.一种缺陷检查系统,包括:
用于检查晶片的检查工具;
存储指令的存储器;和
处理器,被电子地耦合到所述存储器和所述检查工具,所述处理器被配置为执行指令以使所述缺陷检查系统:
从所述检查工具接收表示所述晶片的图像的检查数据;
在检查数据中确定具有第一属性的第一组兴趣点POI;
在所述第一组POI中确定具有第二属性的第二组POI;和
报告所述第二组POI作为具有所述第一属性和所述第二属性两者的缺陷。
9.如权利要求8所述的缺陷检查系统,其中所述处理器还被配置为执行指令以使所述缺陷检查系统:
报告所述第一组POI作为具有所述第一属性的缺陷。
10.如权利要求8所述的缺陷检查系统,其中所述处理器还被配置为执行指令以使所述缺陷检查系统:
在所述检查数据中确定具有第三属性的第三组POI;
在所述第一组POI和所述第三组POI中确定具有所述第二属性的第四组POI;和
报告所述第四组POI作为具有以下项的缺陷:i)所述第一属性或所述第三属性、以及ii)所述第二属性。
11.如权利要求8所述的缺陷检查系统,其中所述处理器还被配置为执行指令以使所述缺陷检查系统:
在所述第二组POI中确定具有第四属性的第五组POI;和
报告所述第五组POI作为具有所述第一属性、所述第二属性和所述第四属性的缺陷。
12.如权利要求8所述的缺陷检查系统,其中由所述处理器确定的POI是所述晶片的包括可能缺陷的子区域。
13.如权利要求8所述的缺陷检查系统,其中缺陷的属性包括缺陷尺寸和缺陷类型中的至少一者。
14.如权利要求8所述的缺陷检查系统,其中:
所述检查工具被配置为:利用一个或多个初级电子束扫描所述晶片,以及基于从所述晶片反射的一组或多组次级电子来生成所述检查数据;和
所述控制器被配置为使所述缺陷检查系统基于所述检查数据来生成检查图像。
15.一种非暂时性计算机可读介质,其存储指令集,所述指令集能够由一个或多个设备的一个或多个处理器执行以使所述一个或多个设备执行包括如下步骤的方法:
接收表示晶片的图像的检查数据;
在所述检查数据中确定具有第一属性的第一组兴趣点POI;
在所述第一组POI中确定具有第二属性的第二组POI;和
报告所述第二组POI作为具有所述第一属性和所述第二属性两者的缺陷。
16.如权利要求15所述的非暂时性计算机可读介质,其中所述指令集的执行还使得所述一个或多个设备执行:
报告所述第一组POI作为具有所述第一属性的缺陷。
17.如权利要求15所述的非暂时性计算机可读介质,其中所述指令集的执行还使得所述一个或多个设备执行:
在所述检查数据中确定具有第三属性的第三组POI;
在所述第一组POI和所述第三组POI中确定具有所述第二属性的第四组POI;和
报告所述第四组POI作为具有以下项的缺陷:i)所述第一属性或所述第三属性、以及ii)所述第二属性。
18.如权利要求15所述的非暂时性计算机可读介质,其中所述指令集的执行还使得所述一个或多个设备执行:
在所述第二组POI中确定具有第四属性的第五组POI;和
报告所述第五组POI作为具有所述第一属性、所述第二属性和所述第四属性的缺陷。
19.如权利要求15所述的非暂时性计算机可读介质,其中POI是所述晶片的包括可能缺陷的子区域。
20.如权利要求15所述的非暂时性计算机可读介质,其中缺陷的属性包括缺陷尺寸和缺陷类型中的至少一者。
Applications Claiming Priority (6)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201762447576P | 2017-01-18 | 2017-01-18 | |
US62/447,576 | 2017-01-18 | ||
US201862617136P | 2018-01-12 | 2018-01-12 | |
US62/617,136 | 2018-01-12 | ||
PCT/EP2018/051164 WO2018134287A1 (en) | 2017-01-18 | 2018-01-18 | Cascade defect inspection |
CN201880007230.7A CN110709887B (zh) | 2017-01-18 | 2018-01-18 | 级联缺陷检查 |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201880007230.7A Division CN110709887B (zh) | 2017-01-18 | 2018-01-18 | 级联缺陷检查 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117408951A true CN117408951A (zh) | 2024-01-16 |
Family
ID=61163669
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311293036.9A Pending CN117408951A (zh) | 2017-01-18 | 2018-01-18 | 级联缺陷检查 |
CN201880007230.7A Active CN110709887B (zh) | 2017-01-18 | 2018-01-18 | 级联缺陷检查 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201880007230.7A Active CN110709887B (zh) | 2017-01-18 | 2018-01-18 | 级联缺陷检查 |
Country Status (5)
Country | Link |
---|---|
US (2) | US11308602B2 (zh) |
KR (2) | KR102473997B1 (zh) |
CN (2) | CN117408951A (zh) |
TW (1) | TWI787231B (zh) |
WO (1) | WO2018134287A1 (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11650576B2 (en) * | 2017-01-18 | 2023-05-16 | Asml Netherlands B.V. | Knowledge recommendation for defect review |
CN117408951A (zh) * | 2017-01-18 | 2024-01-16 | Asml荷兰有限公司 | 级联缺陷检查 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4999785A (en) * | 1989-01-12 | 1991-03-12 | Robotic Vision Systems, Inc. | Method and apparatus for evaluating defects of an object |
JP3604956B2 (ja) * | 1999-06-17 | 2004-12-22 | 株式会社日立製作所 | 微細欠陥検査装置およびその方法 |
JP2004233163A (ja) * | 2003-01-29 | 2004-08-19 | Hitachi High-Technologies Corp | パターン欠陥検査方法およびその装置 |
US8339449B2 (en) * | 2009-08-07 | 2012-12-25 | Globalfoundries Singapore Pte. Ltd. | Defect monitoring in semiconductor device fabrication |
US8908957B2 (en) | 2011-12-28 | 2014-12-09 | Elitetech Technology Co.,Ltd. | Method for building rule of thumb of defect classification, and methods for classifying defect and judging killer defect based on rule of thumb and critical area analysis |
US9277186B2 (en) * | 2012-01-18 | 2016-03-01 | Kla-Tencor Corp. | Generating a wafer inspection process using bit failures and virtual inspection |
US9189844B2 (en) * | 2012-10-15 | 2015-11-17 | Kla-Tencor Corp. | Detecting defects on a wafer using defect-specific information |
US9183624B2 (en) * | 2013-06-19 | 2015-11-10 | Kla-Tencor Corp. | Detecting defects on a wafer with run time use of design data |
US10114368B2 (en) | 2013-07-22 | 2018-10-30 | Applied Materials Israel Ltd. | Closed-loop automatic defect inspection and classification |
US9535010B2 (en) * | 2014-05-15 | 2017-01-03 | Kla-Tencor Corp. | Defect sampling for electron beam review based on defect attributes from optical inspection and optical review |
CN117408951A (zh) * | 2017-01-18 | 2024-01-16 | Asml荷兰有限公司 | 级联缺陷检查 |
-
2018
- 2018-01-18 CN CN202311293036.9A patent/CN117408951A/zh active Pending
- 2018-01-18 US US16/479,203 patent/US11308602B2/en active Active
- 2018-01-18 KR KR1020217039176A patent/KR102473997B1/ko active IP Right Grant
- 2018-01-18 WO PCT/EP2018/051164 patent/WO2018134287A1/en active Application Filing
- 2018-01-18 TW TW107101911A patent/TWI787231B/zh active
- 2018-01-18 KR KR1020197023958A patent/KR102334698B1/ko active IP Right Grant
- 2018-01-18 CN CN201880007230.7A patent/CN110709887B/zh active Active
-
2022
- 2022-04-18 US US17/723,322 patent/US11861818B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
CN110709887B (zh) | 2023-10-24 |
TWI787231B (zh) | 2022-12-21 |
CN110709887A (zh) | 2020-01-17 |
US11308602B2 (en) | 2022-04-19 |
KR20190107100A (ko) | 2019-09-18 |
KR20210149236A (ko) | 2021-12-08 |
WO2018134287A1 (en) | 2018-07-26 |
KR102334698B1 (ko) | 2021-12-06 |
TW201840968A (zh) | 2018-11-16 |
KR102473997B1 (ko) | 2022-12-06 |
US20220245787A1 (en) | 2022-08-04 |
US20190347784A1 (en) | 2019-11-14 |
US11861818B2 (en) | 2024-01-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11861818B2 (en) | Cascade defect inspection | |
US11842420B2 (en) | Method and apparatus for adaptive alignment | |
US8013301B2 (en) | Measurement system and a method | |
TW201929024A (zh) | 低劑量帶電粒子度量衡系統 | |
WO2023280489A1 (en) | Method and system for anomaly-based defect inspection | |
KR20190138891A (ko) | 광학 검사 결과들로부터 형성한 계측 가이드 검사 샘플 | |
US20220392729A1 (en) | Tool for testing an electron-optical assembly | |
CN112313769A (zh) | 基于电子束感应电流的晶片检查 | |
KR20230104170A (ko) | 능동 학습에 기반한 결함 위치 식별 | |
WO2022128694A1 (en) | Training machine learning models based on partial datasets for defect location identification | |
JP2023539816A (ja) | アレイを設計するための走査電子顕微鏡画像アンカーリング | |
JP2001148016A (ja) | 試料検査装置,試料表示装置、および試料表示方法 | |
US20230162944A1 (en) | Image enhancement based on charge accumulation reduction in charged-particle beam inspection | |
US20230139085A1 (en) | Processing reference data for wafer inspection | |
WO2024068426A1 (en) | Scanning electron microscopy (sem) back-scattering electron (bse) focused target and method | |
JP2024519662A (ja) | フーリエ変換ベースレイアウトパターンの階層的クラスタ化 | |
WO2023151919A1 (en) | Active learning to improve wafer defect classification | |
TW202410111A (zh) | 基於主動學習之缺陷位置識別 | |
WO2024099710A1 (en) | Creating a dense defect probability map for use in a computational guided inspection machine learning model |
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 |