CN117751284A - 用于多裸片掩模的缺陷检测 - Google Patents
用于多裸片掩模的缺陷检测 Download PDFInfo
- Publication number
- CN117751284A CN117751284A CN202280038006.0A CN202280038006A CN117751284A CN 117751284 A CN117751284 A CN 117751284A CN 202280038006 A CN202280038006 A CN 202280038006A CN 117751284 A CN117751284 A CN 117751284A
- Authority
- CN
- China
- Prior art keywords
- mask
- dies
- image
- imaging subsystem
- subsystem
- 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 247
- 238000001514 detection method Methods 0.000 title description 52
- 238000003384 imaging method Methods 0.000 claims abstract description 157
- 238000000034 method Methods 0.000 claims abstract description 100
- 238000013461 design Methods 0.000 claims description 62
- 238000007689 inspection Methods 0.000 claims description 59
- 230000008569 process Effects 0.000 claims description 41
- 230000003287 optical effect Effects 0.000 claims description 34
- 238000005286 illumination Methods 0.000 claims description 23
- 238000012937 correction Methods 0.000 claims description 16
- 230000035945 sensitivity Effects 0.000 claims description 13
- 230000004075 alteration Effects 0.000 claims description 9
- 150000002500 ions Chemical class 0.000 claims description 5
- 230000001427 coherent effect Effects 0.000 claims description 4
- 230000002194 synthesizing effect Effects 0.000 claims description 2
- 239000002245 particle Substances 0.000 description 35
- 235000012431 wafers Nutrition 0.000 description 32
- 230000008439 repair process Effects 0.000 description 16
- 239000004065 semiconductor Substances 0.000 description 14
- 230000008901 benefit Effects 0.000 description 12
- 238000010894 electron beam technology Methods 0.000 description 12
- 238000003860 storage Methods 0.000 description 12
- 238000012360 testing method Methods 0.000 description 9
- 238000010884 ion-beam technique Methods 0.000 description 8
- 230000009897 systematic effect Effects 0.000 description 8
- 239000006096 absorbing agent Substances 0.000 description 7
- 238000004088 simulation Methods 0.000 description 7
- 238000012795 verification Methods 0.000 description 7
- 230000005540 biological transmission Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 238000001900 extreme ultraviolet lithography Methods 0.000 description 5
- 238000000206 photolithography Methods 0.000 description 5
- 229910052770 Uranium Inorganic materials 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000001459 lithography Methods 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 210000001747 pupil Anatomy 0.000 description 3
- 238000012552 review Methods 0.000 description 3
- 230000003595 spectral effect Effects 0.000 description 3
- 239000000758 substrate Substances 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 238000004140 cleaning Methods 0.000 description 2
- 230000002950 deficient Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000000059 patterning Methods 0.000 description 2
- 229920002120 photoresistant polymer Polymers 0.000 description 2
- 238000001878 scanning electron micrograph Methods 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 229910052582 BN Inorganic materials 0.000 description 1
- 235000006719 Cassia obtusifolia Nutrition 0.000 description 1
- 235000014552 Cassia tora Nutrition 0.000 description 1
- 244000201986 Cassia tora Species 0.000 description 1
- ZOKXTWBITQBERF-UHFFFAOYSA-N Molybdenum Chemical compound [Mo] ZOKXTWBITQBERF-UHFFFAOYSA-N 0.000 description 1
- KJTLSVCANCCWHF-UHFFFAOYSA-N Ruthenium Chemical compound [Ru] KJTLSVCANCCWHF-UHFFFAOYSA-N 0.000 description 1
- SLYSCVGKSGZCPI-UHFFFAOYSA-N [B]=O.[Ta] Chemical compound [B]=O.[Ta] SLYSCVGKSGZCPI-UHFFFAOYSA-N 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- XTDAIYZKROTZLD-UHFFFAOYSA-N boranylidynetantalum Chemical compound [Ta]#B XTDAIYZKROTZLD-UHFFFAOYSA-N 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000008021 deposition Effects 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 238000012938 design process Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000005530 etching Methods 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 239000001307 helium Substances 0.000 description 1
- 229910052734 helium Inorganic materials 0.000 description 1
- -1 helium Ion Chemical class 0.000 description 1
- 238000000671 immersion lithography Methods 0.000 description 1
- 238000005468 ion implantation Methods 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 230000000116 mitigating effect Effects 0.000 description 1
- 229910052750 molybdenum Inorganic materials 0.000 description 1
- 239000011733 molybdenum Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000006552 photochemical reaction Methods 0.000 description 1
- 238000005498 polishing Methods 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 238000004886 process control Methods 0.000 description 1
- 229910052707 ruthenium Inorganic materials 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000004627 transmission electron microscopy Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
- G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
- G03F1/00—Originals for photomechanical production of textured or patterned surfaces, e.g., masks, photo-masks, reticles; Mask blanks or pellicles therefor; Containers specially adapted therefor; Preparation thereof
- G03F1/68—Preparation processes not covered by groups G03F1/20 - G03F1/50
- G03F1/82—Auxiliary processes, e.g. cleaning or inspecting
- G03F1/84—Inspecting
-
- G—PHYSICS
- G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
- G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
- G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
- G03F7/70—Microphotolithographic exposure; Apparatus therefor
- G03F7/70483—Information management; Active and passive control; Testing; Wafer monitoring, e.g. pattern monitoring
- G03F7/70605—Workpiece metrology
- G03F7/70616—Monitoring the printed patterns
- G03F7/7065—Defects, e.g. optical inspection of patterned layer for defects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/53—Querying
- G06F16/532—Query formulation, e.g. graphical querying
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/53—Querying
- G06F16/538—Presentation of query results
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
- G06T7/0006—Industrial image inspection using a design-rule based approach
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
- G06T7/001—Industrial image inspection using an image reference approach
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
-
- 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)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Quality & Reliability (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
- Preparing Plates And Mask In Photomechanical Process (AREA)
Abstract
本发明提供用于检测掩模上的缺陷的方法及系统。一种方法包含通过模拟产生多裸片掩模的数据库参考图像且通过比较所述数据库参考图像与通过成像子系统针对多个裸片中的第一者产生的所述掩模的图像而检测所述掩模上的第一缺陷。所述方法还包含通过将通过产生所述数据库参考图像而学习的所述成像子系统的一或多个参数应用到通过所述成像子系统产生的除所述第一多个裸片之外的所述多个裸片的一或多者的图像而产生所述多个裸片中的所述第一者的裸片参考图像。另外,所述方法包含通过比较所述裸片参考图像与通过所述成像子系统针对所述多个裸片中的所述第一者产生的所述掩模的所述图像而检测所述掩模上的第二缺陷。
Description
技术领域
本发明大体上涉及掩模检验的领域。更特定来说,本发明涉及用于检测多裸片掩模上的缺陷的方法及系统。
背景技术
以下描述及实例不因其包含于本章节中而被承认是现有技术。
制造诸如逻辑及存储器装置的半导体装置通常包含使用大量半导体制造过程处理衬底(诸如半导体晶片)以形成半导体装置的各种特征及多个层级。例如,光刻是涉及将图案从光掩模转印到布置于半导体晶片上的抗蚀剂的半导体制造过程。半导体制造过程的额外实例包含(但不限于)化学机械抛光(CMP)、蚀刻、沉积及离子植入。多个半导体装置可依布置制造于单个半导体晶片上且接着被分成个别半导体装置。
随着193nm浸没式光刻的效率达到其极限以及与多图案化光刻过程相关联的基本上高成本及良率问题,极紫外(EUV)光刻得到广泛发展。它是用于扩展摩尔定律(Moore’slaw),从而驱使计算机芯片变得更小、更快速且更有效的下一代光刻(NGL)技术的主要候选者。
检测掩模上的光刻显著缺陷是半导体产业中最关键过程控制步骤中的一者。如今,取决于掩模布局,掩模检验可使用裸片到数据库(DB)或裸片到裸片(DD)模式完成。尤其对于5nm及以上的技术节点,EUV技术正在被广泛采用。然而,光化EUV掩模检验工具尚未成熟,因此可靠地扩展用于EUV掩模缺陷检测的分辨率受限检验工具具有挑战性。
用于掩模检验的当前可用方法及系统具有数个其它缺点。例如,DB检验性能受呈现质量影响,这是因为其参考图像是从设计数据库呈现。在对掩模上具有相对紧密节距的图案的更复杂光学近接校正(OPC)设计的情况下,呈现误差更明显且限制DB检验的可用灵敏度。DD检验通过比较一个裸片与另一裸片之间的光学图像而检测缺陷。其无法检测系统写入器误差且其效率受光掩模质量及检验工具的焦点控制影响。当掩模图案对焦点(诸如接触及金属层)基本上敏感时,具有可靠检验结果非常具有挑战性。另外,EUV光掩模可具有引起不同裸片上的OPC变动的光斑校正。此还可限制DD检验的可用灵敏度。
因此,开发用于检测掩模上的缺陷而无上文描述的一或多个缺点的方法及/或系统将是有利的。
发明内容
各项实施例的以下描述绝不应理解为限制随附权利要求书的标的物。
一项实施例涉及一种用于检测掩模上的缺陷的系统。所述系统包含经配置以产生上面形成有多个裸片的掩模的图像的成像子系统。所述系统还包含计算机子系统,所述计算机子系统经配置用于通过从所述掩模的设计模拟所述掩模的物理版本且模拟通过所述成像子系统从所述掩模的所述经模拟物理版本产生的所述掩模的所述物理版本的图像而产生所述掩模的数据库参考图像。所述计算机子系统还经配置用于通过比较所述数据库参考图像与通过所述成像子系统针对所述多个裸片中的第一者产生的所述掩模的图像而检测所述掩模上的第一缺陷。另外,所述计算机子系统经配置用于通过将通过产生所述数据库参考图像而学习的所述成像子系统的一或多个参数应用到通过所述成像子系统产生的除所述多个裸片中的所述第一者之外的所述多个裸片的一或多者的图像而产生所述多个裸片中的所述第一者的裸片参考图像。所述计算机子系统进一步经配置用于通过比较所述裸片参考图像与通过所述成像子系统针对所述多个裸片中的所述第一者产生的所述掩模的所述图像而检测所述掩模上的第二缺陷。可如本文中描述般进一步配置所述系统。
另一实施例涉及一种用于检测掩模上的缺陷的计算机实施方法。所述方法包含上文描述的产生数据库参考图像、检测第一缺陷、产生裸片参考图像及检测第二缺陷,其是通过耦合到上文描述的成像子系统的计算机子系统执行。可如本文中进一步描述般执行方法。方法可包含本文中描述的任何其它方法的任何其它步骤。方法可由本文中描述的任何系统执行。
另一实施例涉及一种存储程序指令的非暂时性计算机可读媒体,所述程序指令可在计算机系统上实行以执行用于检测掩模上的缺陷的计算机实施方法。所述计算机实施方法包含上文描述的方法的步骤。可如本文中描述般进一步配置计算机可读媒体。可如本文中进一步描述般执行计算机实施方法的步骤。另外,程序指令可执行的计算机实施方法可包含本文中描述的任何其它方法的任何其它步骤。
附图说明
在阅读以下详细描述之后且在参考附图之后将变得明白本发明的其它目的及优点,其中:
图1及2是说明经配置用于检测掩模上的缺陷的系统的实施例的侧视图的示意图;
图3是说明极紫外(EUV)掩模的部分的一个实例的侧视图的示意图;
图4是说明无任何缺陷的EUV掩模图案的部分的一个实例的平面图的示意图;
图5是说明具有可在其中检测的缺陷的各种实例的图4的EUV掩模图案的部分的平面图的示意图;
图6是说明可通过本文中描述的实施例执行的用于检测掩模上的缺陷的步骤的一项实施例的流程图;
图7是说明掩模上的多个裸片及在掩模上扫描的扫描带的布局的一个实例及每一裸片中的裸片等效区的实施例的平面图的示意图;及
图8是说明存储可在计算机系统上实行以用于执行本文中描述的一或多个计算机实施方法的程序指令的非暂时性计算机可读媒体的一项实施例的框图。
虽然本发明易于以各种修改及替代形式呈现,但本发明的特定实施例通过图中的实例展示且将在本文中详细描述。然而,应理解,图式及其详细描述不旨在将本发明限于所公开的特定形式,相反,本发明欲涵盖落于如由随附权利要求书界定的本发明的精神及范围内的全部修改、等效物及替代例。
具体实施方式
如本文中互换使用的术语“设计”、“设计数据”及“设计信息”通常是指IC或其它半导体装置的物理设计(布局)及通过复杂模拟或简单几何及布尔(Boolean)运算从物理设计导出的数据。设计可包含共同拥有的以下专利中描述的任何其它设计数据或设计数据代理:2009年8月4日颁予扎法尔(Zafar)等人的第7,570,796号美国专利及2010年3月9日颁予库尔卡尼(Kulkarni)等人的第7,676,077号美国专利,所述两个专利以宛如全文陈述引用的方式并入本文中。另外,设计数据可为标准单元库数据、集成布局数据、一或多个层的设计数据、设计数据的导出物及完全或部分芯片设计数据。此外,本文中描述的“设计”、“设计数据”及“设计信息”是指由半导体装置设计者在设计过程中产生且因此可在将设计印刷于任何物理样品(诸如倍缩光掩模及晶片)上之前良好地用于本文中描述的实施例中的信息及数据。
现参考图式,应注意,图未按比例绘制。特定来说,在很大程度上放大图的一些元件的尺度以强调元件的特性。还应注意,所述图未按相同比例绘制。已使用相同参考符号指示可经类似配置的展示于多于一个图中的元件。除非本文中另有说明,否则所描述且展示的任何元件可包含任何适合市售元件。
本文中描述的实施例大体上涉及用于检测掩模上的缺陷的系统及方法。如本文中进一步描述,实施例以用于具有多裸片布局的光掩模(在本文中也称为“掩模”)上的缺陷检测的新且独有方式组合裸片到裸片及裸片到数据库检验方法的某些方面。另外,本文中描述的实施例可有利地用于可靠地检测具有多裸片布局的掩模上的光刻显著缺陷。
一项实施例涉及一种用于检测掩模上的缺陷的系统。在图1中展示此系统的一项实施例。所述系统包含经配置以产生上面形成有多个裸片的掩模的图像的成像子系统。本文中描述的成像子系统可通过将能量引导到掩模且检测来自掩模的能量而产生图像。本文中描述的成像子系统可使用用于产生图像的各种可能能量类型。
在一项实施例中,掩模经配置以在光的一或多个极紫外(EUV)波长下使用。此掩模可接着被称为EUV掩模。换句话说,掩模可经配置用于使用一或多个EUV波长的光以将图案从掩模转印到晶片(例如,通过将EUV光从掩模反射到晶片)的光刻过程中。以此方式,掩模的光化波长(即,用于将图案从掩模转印到晶片,借此引起晶片上的一或多个材料(例如,光致抗蚀剂)的光化学反应的光的波长)可不同于由本文中描述的实施例用于使掩模成像的光的波长或能量的类型。虽然本文中描述的实施例对于EUV掩模上的缺陷检测尤其有用,但实施例对于其它类型的多裸片掩模,诸如经设计以在光的一或多个深紫外(DUV)波长下使用的掩模(即,多裸片、光学或是DUV掩模)上的缺陷检测也可为有用的。
在一项实施例中,成像子系统经配置以通过使用具有193nm的波长的光照明掩模而产生掩模的图像。在另一实施例中,成像子系统经配置以通过使用具有在从193nm到257nm的范围中的一或多个波长的光照明掩模而产生掩模的图像。在额外实施例中,成像子系统经配置以通过使用具有13.5nm的波长的光(或另一EUV波长的光)照明掩模而产生掩模的图像。在进一步实施例中,成像子系统经配置以通过使用电子照明掩模而产生掩模的图像。在又另一实施例中,成像子系统经配置以通过使用离子照明掩模而产生掩模的图像。
如图1中展示,系统可包含经配置以使用具有上文描述的一或多个波长的光产生掩模的图像的成像子系统100及/或经配置以使用带电粒子(诸如电子或离子)产生掩模的图像的成像子系统122。因此,如图1中展示的系统可仅包含一个成像子系统或多于一个成像子系统,其可包含图1中展示的成像子系统及/或图2中展示的成像子系统的一或多者。
如图1中进一步展示,成像子系统100包含光源102。光源102可包含所属领域中已知的任何适合光源,诸如激光。光源102经配置以将光引导到光束分离器104,光束分离器104经配置以将来自光源102的光反射到折射光学元件106。折射光学元件106经配置以将来自光束分离器104的光聚焦到掩模108。光束分离器104可包含任何适合光束分离器,诸如50/50光束分离器。折射光学元件106可包含任何适合折射光学元件,且虽然在图1中将折射光学元件106展示为单个折射光学元件,但其可使用一或多个折射光学元件及/或一或多个反射光学元件替换。
因此,光源102、光束分离器104及折射光学元件106可形成成像子系统的照明通道。照明通道可包含任何其它适合元件(图1中未展示),诸如一或多个偏光组件、绕射光学元件(DOE)及一或多个滤波器(诸如光谱滤波器)。如图1中展示,光源、光束分离器及折射光学元件经配置使得光以法向或基本上法向入射角引导到掩模。成像子系统可经配置以使光以任何适合方式扫描遍及掩模。
由于照明而从掩模108反射的光可由折射光学元件106收集且通过光束分离器104引导到检测器110。因此,折射光学元件、光束分离器及检测器可形成成像子系统的检测通道。检测器可包含所属领域中已知的任何适合成像检测器,诸如电荷耦合装置(CCD)或延时积分器(TDI)。此检测通道还可包含一或多个额外组件(图1中未展示),诸如一或多个偏光组件、一或多个空间滤波器、一或多个光谱滤波器等。检测器110经配置以产生响应于由检测器检测的经反射光的输出。输出可包含信号、信号数据、图像、图像数据及任何其它适合输出。
在一些实施例中,成像子系统还可或替代地通过检测由掩模透射的光而产生掩模的图像。例如,由于照明而由掩模108透射的光可由折射光学元件112收集且经引导到检测器114。因此,折射光学元件112及检测器114可形成成像子系统的另一检测通道。检测器114可包含上文描述的任何成像检测器且可如上文描述般进一步配置。此检测通道还可包含一或多个额外组件(图1中未展示),所述一或多个额外组件包含上文描述的任何组件。
成像子系统可经配置以依任何适合方式具有多于一个模式。在一些例子中,成像子系统可依序具有多于一个模式(例如,通过在掩模的扫描之间改变成像子系统的成像透镜的一或多个参数,诸如数值孔径(NA))。此外,成像子系统可使用一些模式同时且使用其它模式依序扫描掩模。系统可经配置以依任何适合方式控制用于任何掩模的任何扫描的光学模式。
系统可包含在图1中未展示的数个其它组件。例如,系统可包含负载模块、对准模块、处置器(诸如机器人传送臂)及环境控制模块且可包含所属领域中已知的任何此类组件。
如图1中展示,系统包含耦合到成像子系统100的计算机子系统116。例如,计算机子系统可(例如,通过在图1中由虚线展示的一或多个传输媒体,所述一或多个传输媒体可包含所属领域中已知的任何适合传输媒体)耦合到成像子系统的检测器,例如,检测器110及114。计算机子系统可以任何适合方式耦合到检测器使得由成像子系统产生的掩模的输出(例如,图像)及任何其它信息可发送到计算机子系统且任选地,使得计算机子系统可将指令发送到成像子系统以执行一或多个步骤。
此计算机子系统(以及本文中描述的其它计算机子系统)在本文中也可被称为计算机系统。本文中描述的计算机子系统或系统中的每一者可采取各种形式,包含个人计算机系统、图像计算机、主计算机系统、工作站、网络设备、因特网设备或其它装置。一般来说,术语“计算机系统”可经广泛定义以涵盖具有执行来自内存媒体的指令的一或多个处理器的任何装置。计算机子系统或系统还可包含所属领域中已知的任何适合处理器(诸如平行处理器)。另外,所述计算机子系统或所述系统可包含具有高速处理及软件的计算机平台(作为独立工具或网络链接工具)。
如果系统包含多于一个计算机子系统,那么不同计算机子系统可彼此耦合使得可在如本文中进一步描述的计算机子系统之间发送图像、数据、信息、指令等。例如,计算机子系统116可通过可包含所属领域中已知的任何适合有线及/或无线传输媒体的任何适合传输媒体耦合到计算机子系统118(如由图1中的虚线展示)。两个或两个以上此类计算机子系统还可通过共享计算机可读存储媒体(未展示)有效地耦合。
系统还可或替代地包含经配置用于产生掩模的带电粒子束图像的带电粒子束成像子系统。在一项实施例中,带电粒子束成像子系统经配置为电子束子系统。例如,如图1中展示,电子束子系统可包含耦合到计算机子系统134的电子柱122。
电子柱包含经配置以产生由一或多个元件126聚焦到掩模128的电子的电子束源124。电子束源可包含(例如)阴极源或射极尖端,且一或多个元件126可包含(例如)枪透镜、阳极、限束孔隙、闸阀、束电流选择孔隙、物镜及扫描子系统,其全部可包含所属领域中已知的任何此类适合元件。
从掩模返回的电子(例如,二次电子)可由一或多个元件130聚焦到检测器132。一或多个元件130可包含(例如)扫描子系统,所述扫描子系统可为包含于元件126中的相同扫描子系统。在一些实施例中,电子柱还可或替代地经配置以检测由掩模透射的电子。例如,成像子系统可包含定位于掩模下方使得其检测由掩模透射的电子的另一检测器(图1中未展示)。以此方式,成像子系统可经配置以通过检测从掩模反射及/或由掩模透射的电子而产生掩模的图像。
电子柱可包含所属领域中已知的任何其它适合元件。另外,可如以下专利中描述般进一步配置电子柱:2014年4月4日颁予蒋(Jiang)等人的第8,664,594号美国专利、2014年4月8日颁予小岛(Kojima)等人的第8,692,204号美国专利、2014年4月15日颁予谷本斯(Gubbens)等人的第8,698,093号美国专利及2014年5月6日颁予麦克唐纳(MacDonald)等人的第8,716,662号美国专利,所述专利以宛如全文陈述引用的方式并入本文中。
虽然在图1中将电子柱展示为经配置使得电子按倾斜入射角引导到掩模且按另一倾斜角从掩模散射,但电子束可按任何适合角度引导到掩模且从掩模散射。另外,电子束子系统可经配置以使用多个模式(例如,使用不同照明角、收集角等)来产生掩模的图像。电子束子系统的多个模式在子系统的任何图像产生参数方面可为不同的。
在另一实施例中,带电粒子束子系统经配置为离子束子系统。例如,在图1中展示的电子柱中,电子束源可使用另一带电粒子束源(诸如离子束源,其可包含所属领域中已知的任何适合离子束源)替换。另外,带电粒子束子系统可具有任何其它适合离子束工具配置,诸如包含于市售聚焦离子束(FIB)系统、氦离子显微镜(HIM)系统及二次离子质谱仪(SIMS)系统中的离子束工具配置。
计算机子系统134可耦合到检测器132,如上文描述。检测器可检测从掩模的表面返回的带电粒子,借此形成掩模的带电粒子束图像。所述带电粒子束图像可包含任何适合带电粒子束图像。计算机子系统134可经配置以使用检测器的输出及/或带电粒子束图像执行本文中描述的任何功能。计算机子系统134可经配置以执行本文中描述的任何额外步骤。还可如本文中描述般进一步配置计算机子系统134。
带电粒子束子系统可经配置为扫描电子显微镜(SEM),且带电粒子束图像可被称为“SEM图像”。然而,带电粒子束子系统可具有用于产生带电粒子束图像的任何适合配置,包含SEM及其它类型的电子束工具,例如,透射电子显微镜(TEM)。另外,包含于系统中的带电粒子束子系统可包含市售电子束工具,诸如商业上可购自加利福尼亚州,圣何塞(SanJose)的Advantest America公司的Mask DR-SEM E5600系列及Mask MVM-E3600系列工具。
包含于系统中的计算机子系统还可包含计算机子系统,诸如未耦合到成像子系统的任何者的计算机子系统118。以此方式,一个计算机子系统可为可耦合到图1中展示的其它计算机子系统的独立型计算机子系统。例如,独立型计算机子系统可经配置以获取本文中描述的图像且执行本文中描述的其它步骤。在一个此实例中,计算机子系统116及134可经配置以存储从其经分别耦合的成像子系统接收的图像且将图像存储于可如本文中描述般进一步配置的存储媒体120中。独立型计算机子系统可接着从存储媒体获取图像且使用任何或全部图像执行本文中描述的一或多个步骤。
如上文提及,系统可包含多于一个成像子系统。图2中展示的成像子系统可与图1中展示的任何成像子系统组合使用或代替图1中展示的任何成像子系统使用。如图2中展示,成像子系统200包含照明子系统及集光子系统。照明子系统包含光源202。光源202可为相干光源,诸如激光。光源可经配置以发射具有248nm、193nm及/或本文中描述的另一DUV或EUV波长的波长的单色光。替代地,光源可经配置以发射具有波长范围的光且可耦合到光谱滤波器(未展示)。宽带光源的实例包含(但不限于)产生在DUV波长范围中的光的He-Xe弧光灯。以此方式,光源及滤波器可发射具有如本文中描述的波长的单色光。光源可经配置以连续或以脉冲的各种时间间隔发射光。
照明子系统还可包含耦合到光源的数个光学组件。例如,来自光源202的光可首先行进通过均质器204。均质器204可经配置以减少来自光源的光的斑点。照明子系统还可包含孔隙206。孔隙206可具有可调整NA。例如,孔隙可耦合到控制机构,所述控制机构可经配置以取决于从用户或从接收从在系统上运行的程序配方的程序指令接收的控制信号而机械地更改孔隙。以此方式,光可具有各种部分相干因子σ。例如,可更改孔隙206以调整聚光透镜208的光瞳。聚光透镜的光瞳控制系统的NA。随着聚光透镜的光瞳减小,照明的相干性增加,借此减小σ的值。可将σ的值表达为聚光透镜的NA对物镜的NA的比率。曝光系统可具有在约0.3到约0.9之间的范围中的σ的值。因此,孔隙206可经更改使得成像子系统具有在约0.3到约0.9之间的σ的值。可取决于掩模上的特征而更改σ的值。例如,如果掩模包含线及空间,那么可使用高于掩模包含接触孔的情况的σ的值。控制机构还可经配置以更改孔隙以提供环形或偏轴照明。孔隙还可经配置以提供其它类型的照明,诸如四极或双极照明。孔隙可进一步经配置以更改光的光束的形状。例如,孔隙可为绕射光学元件或变迹孔隙。
照明子系统还可包含数个额外光学组件(未展示)。例如,照明子系统还可包含经配置以更改光的光束直径的望远镜。另外,照明子系统可包含一或多个中继透镜、额外透镜(诸如场透镜)、折叠镜、额外孔隙及光束分离器。
照明子系统还可包含聚光透镜208。聚光透镜208可经配置以将对象(掩模)平面中的光的直径更改为大约或大于子系统的视场。离开聚光透镜的光可经引导到光束分离器209,光束分离器209将来自聚光透镜的光引导到掩模210以借此照明支撑于载物台212上的掩模210。光束分离器209可包含所属领域中已知的任何适合光束分离器。
载物台经配置以通过接近掩模的外侧边缘接触掩模而支撑掩模。载物台212可经配置以移动掩模使得可更改掩模的对准且使得光可跨掩模扫描。替代地,照明子系统可包含扫描元件(未展示)(诸如声光偏转器或机械扫描组合件),使得在光跨掩模扫描时掩模可保持基本上固定。载物台212还可经配置以通过焦点移动掩模,借此更改成像子系统的焦点设置。载物台还可耦合到自动聚焦装置(未展示),所述自动聚焦装置经配置以更改载物台的位置,借此更改掩模的位置以维持成像期间的成像子系统的焦点设置。替代地,自动聚焦装置可耦合到物镜以更改物镜的位置以维持成像期间的焦点设置。
成像子系统还可包含经布置以形成集光子系统的数个光学组件。例如,集光子系统包含物镜214。由掩模反射的光由物镜214收集。集光子系统还包含具有可调整NA的孔隙216。孔隙216的NA还可经选择使得离开孔隙的光具有选定放大率。孔隙216定位于物镜214与透镜218(其可经配置为镜筒透镜)之间。来自透镜218的光可经引导到光束分离器220。光束分离器220可经配置以将光引导到三个检测器222、224及226。集光子系统还可包含数个额外光学组件(未展示),诸如放大透镜。放大透镜可定位于透镜218与光束分离器220之间。
检测器222、224及226可经配置以形成由掩模的经照明部分反射的光的图像。此图像可被称为“空中图像”。检测器可包含(例如)CCD或TDI摄影机。检测器还可具有一维或二维像素阵列。三个检测器中的每一者可具有不同焦点设置。以此方式,三个检测器可基本上同时在三个不同焦点设置下形成掩模的图像。例如,一个检测器可基本上对焦,且另两个检测器可在相对于对焦条件的相反方向上离焦。另外,取决于成像子系统的机械或物理约束,成像子系统可包含任何数目个此类检测器。
替代地,成像子系统可仅包含经配置以形成掩模的图像的一个检测器。检测器可具有约等于曝光系统的焦点设置的焦点设置。可通过在形成每一图像之后更改检测器的焦点设置而形成掩模在不同焦点设置下的图像。在此实施例中,光束分离器220将不需要将光分离到多个检测器。
成像子系统还可包含经配置以产生通过掩模透射的光的图像的数个光学组件。例如,集光子系统可包含物镜228。由掩模透射的光由物镜228收集且经引导到检测器230。可如上文进一步描述般配置这些组件中的每一者。通过物镜228及检测器230形成的经透射光检测通道还可包含本文中描述的任何其它光学组件。图2中展示的成像子系统还可经配置以使用如本文中进一步描述的多个模式(例如,具有成像子系统的至少一个成像参数的两个或两个以上不同值)产生掩模的图像。
计算机子系统232可耦合到成像子系统200。例如,计算机子系统可(例如,通过在图2中由虚线展示的一或多个传输媒体,所述一或多个传输媒体可包含所属领域中已知的任何适合传输媒体)耦合到成像子系统的检测器,例如,检测器222、224、226及230。计算机子系统可以任何适合方式耦合到检测器。计算机子系统可以任何其它适合方式耦合到成像子系统使得由成像子系统产生的掩模的图像及任何其它信息可发送到计算机子系统且任选地,使得计算机子系统可将指令发送到成像子系统以执行本文中描述的一或多个步骤。
应注意,在本文中提供图1及2以大体上说明可包含于本文中描述的实施例中的成像子系统的一些配置。显然,可更改本文中描述的成像子系统的配置以如在设计商业成像系统时通常执行般优化系统的效率。另外,可使用诸如商业上可购自加利福尼亚州,米尔皮塔斯市(Milpitas),KLA公司的掩模检验工具的现有成像子系统(例如,通过将本文中描述的功能性添加到现有成像系统)实施本文中描述的系统。对于一些此类系统,本文中描述的实施例可提供为系统的选用功能性(例如,除了系统的其它功能性之外)。替代地,可“从头开始”设计本文中描述的系统以提供全新系统。
虽然仅在图中展示一个带电粒子成像子系统,但系统可包含两个带电粒子束子系统(例如,一者用于检验成像且另一者用于缺陷检视成像)。两个带电粒子束子系统可在一或多个参数方面不同,使得一个子系统尤其适用于检验成像而另一者尤其适用于另一过程(诸如缺陷检视或度量衡)。例如,两个子系统可在分辨率能力方面不同(使得用于检验的子系统具有低于用于缺陷检视或度量衡的子系统的分辨率能力)。然而,如果系统仅包含一个带电粒子束成像子系统,那么所述子系统可经配置以具有可变参数使得其可用于检验及缺陷检视或另一相对高分辨率过程(诸如度量衡)两者。可在检验与其它过程之间更改子系统的一或多个参数使得子系统可用于两个任务。例如,图1中展示的带电粒子束子系统可经配置以在其将用于缺陷检视或度量衡而非用于检验的情况下具有更高分辨率。换句话说,图1中展示的带电粒子束子系统的实施例描述带电粒子束子系统的一些一般及各种配置,其可以对于所属领域的技术人员而言将显而易见的数个方式定制以产生具有或多或少适合于不同应用的不同成像能力的子系统。包含于系统中的基于光的成像子系统可以类似于上文描述的方式的方式配置。
如上文提及,成像子系统可经配置用于将能量(例如,光、电子、离子)引导到掩模的物理版本及/或将能量扫描遍及掩模的物理版本,借此针对掩模的物理版本产生实际图像。以此方式,成像子系统可经配置为“实际”成像系统而非“虚拟”系统。图1中展示的存储媒体(诸如存储媒体120)及计算机子系统118可经配置为“虚拟”系统。在共同让与的以下专利中描述经配置为“虚拟”系统的系统及方法:在2012年2月28日颁予巴斯卡(Bhaskar)等人的第8,126,255号美国专利;及在2015年12月29日颁予达菲(Duffy)等人的第9,222,895号美国专利,所述两个专利以宛如全文陈述引用的方式并入本文中。可如这些专利中描述般进一步配置本文中描述的实施例。
在图3中说明典型EUV光掩模堆栈。掩模衬底(未展示)覆盖有40对钼(Mo)/硅(Si)多层(ML)薄膜,所述薄膜封盖有钌(Ru)的相对薄层,在图3中共同展示为薄膜300。氮化硼钽(TaBN)302及氧化硼钽(TaBO)304的双层膜用作吸收体,其被选择性地蚀刻以形成掩模图案。
图4展示无缺陷掩模图案400的一个实例,其中彩色区域指示吸收体且无色区域指示ML。图5展示可存在于掩模图案中且可如本文中进一步描述般检测且分类的不同类型的缺陷的一些实例。如果不存在显著缺陷且仅存在对经检测检验信号或图像的局部线边缘粗糙度(LER)贡献,那么经检测缺陷被称为LER,如由缺陷实例500展示。如果缺陷(如同突部或侵入体)连接到吸收体,那么经检测缺陷被称为硬缺陷,如由缺陷实例502展示。如果吸收体具有针孔且底部ML由针孔曝露,那么经检测缺陷是针孔缺陷,如由缺陷实例504展示。如果粒子的部分或整个粒子定位于ML上,那么粒子或粒子部分对晶片曝光具有适印性影响且被分类为ML上粒子,如由缺陷实例506展示。如果粒子完全在吸收体上,那么粒子可不对晶片曝光具有任何适印性影响且进入不同频格,它是吸收体上粒子,如由缺陷实例508展示。
本文中描述的实施例具有目标为解决当前使用的裸片到数据库(DB)或裸片到裸片(DD)检测方法及系统的缺点的数个新且有利的组件。这些组件中的一者是其中获取DB设计及来自多裸片掩模的第一裸片的对应图像的DB检测流程。例如,如图6中展示,掩模600可上面形成有多个裸片。在此实例中,掩模600被展示为具有第一裸片602、第二裸片604、...、M裸片606。因此,此掩模实例包含至少3个裸片,但本文中描述的实施例可用于具有以掩模上的任何布置形成于其上的任何数目个裸片(即,两个或两个以上裸片)的掩模。另外,掩模上的裸片可包含其的掩模可用于在晶片或其它样品上印刷特征的任何类型的半导体装置的任何类型的裸片。DB检测流程可包含获取设计(DB)及来自第一裸片的光学(或其它)图像,如步骤608中展示。设计可通过计算机子系统以所属领域中已知的任何适合方式获取。第一裸片的图像还可使用本文中描述的一个成像子系统或从其中图像已通过耦合到一个成像子系统的计算机子系统存储的存储媒体获取。
计算机子系统经配置用于通过从掩模的设计模拟掩模的物理版本且从掩模的经模拟物理版本模拟通过成像子系统产生的掩模的物理版本的图像而产生掩模的数据库(DB)参考图像。DB检测流程可在DB呈现步骤610中执行这些模拟。以此方式,计算机子系统可通过模拟在其上形成有设计的物理掩模且接着所述掩模将如何呈现于由成像子系统产生的图像中而产生DB参考图像。
在一项实施例中,模拟掩模的物理版本包含近场建模,且模拟掩模的物理版本的图像包含部分相干照明建模。以此方式,可从待撷取掩模图案信息的DB设计组合近场建模及部分相干照明建模呈现DB参考图像。可如在2016年10月25日颁予塞兹吉内尔(Sezginer)等人的第9,478,019号美国专利中描述般执行这些建模步骤,所述专利以宛如全文陈述引用的方式并入本文中。可如此专利中描述般进一步配置本文中描述的实施例。还或替代地可以所属领域中已知的任何其它适合方式执行这些建模步骤。
在另一实施例中,模拟掩模的物理版本的图像包含针对成像子系统中的焦点及像差误差在用于模拟掩模的物理版本的图像的模型中校准成像子系统的一或多个参数。例如,部分相干照明建模可校准系统特定参数以补偿焦点及像差误差。在一个此实例中,可将来自掩模上的第一裸片(或掩模上的一个裸片)的图像输入到DB呈现步骤。可将掩模的设计输入到如上文描述的模拟且可比较模拟掩模将如何通过成像子系统成像的经模拟图像与通过成像子系统针对第一裸片(或一个裸片)产生的图像。可接着更改用于成像子系统的模型的一或多个参数直到经模拟图像基本上匹配由成像子系统产生的实际图像(此可以所属领域中已知的任何适合方式执行)。以此方式,可将模型校准到用于产生掩模上的裸片的图像的成像子系统的特定参数(包含任何及全部像差)。
此步骤可使用裸片的实际图像而非将用于经由DB检测流程检测掩模上的系统掩模写入器误差的图像执行。另外,另一掩模的图像可用于在模型中校准成像子系统的参数。如果情况如此,那么为了校准目的,到模型的输入将是其它掩模的设计及关于所述掩模的任何其它相关信息。以此方式,可针对成像子系统中的焦点及像差误差使用不同掩模(除检测其上的缺陷的掩模之外)校准模型。如果不同掩模用于校准模型的参数,那么用于校准的所述另一掩模的实际图像优选使用将用于将被检测的掩模的成像子系统的相同参数产生。在一些此类例子中,如果并非已经使用将用于检测掩模的参数对另一掩模成像,那么可为了校准具体地产生用于校准的另一掩模的图像。用于校准的另一掩模可为任何另一可用掩模,但如果多个可能掩模可用于此用途,那么优选可使用具有最类似于将经检测的掩模的设计的掩模,即使此意味着两个掩模的唯一类似性是其经设计以在相同波长下使用。
计算机子系统还经配置用于通过比较DB参考图像与通过成像子系统针对多个裸片中的第一者产生的掩模的图像而检测掩模上的第一缺陷。例如,通过成像子系统针对第一裸片产生的图像可对准到DB且与DB参考图像进行比较。将第一裸片图像对准到DB可以任何适合方式执行,且比较第一裸片图像与DB参考图像可包含从第一裸片图像减去DB参考图像,借此产生差异图像。将任何突出差异标记为潜在缺陷候选者。在一个此实例中,可比较第一裸片的图像与DB参考图像之间的任何差异与差异的阈值。具有高于阈值的值的差异可由计算机子系统识别为缺陷、潜在缺陷或缺陷候选者。不具有高于阈值的值的差异可不被识别为缺陷、潜在缺陷或缺陷候选者。当然,此是可在本文中描述的此及其它缺陷检测步骤中使用的最简单的缺陷检测方法,但本文中描述的实施例不限于可用于本文中描述的任何缺陷检测步骤的缺陷检测方法。
检测掩模上的第一缺陷可包含比较DB参考图像与第一裸片的图像。然而,DB检测可包含比较DB参考图像与全部裸片的图像。例如,DB检测在本文中用于检测缺陷,所述缺陷在多个裸片中重复出现且因此在DD检验中未检测到(由于此检测的裸片到裸片本质),此对于在每一裸片中重复的缺陷的情况始终如此且对于在少于全部裸片中重复的缺陷的情况有时如此。因此,在许多例子中,DB检验可包含比较DB参考图像与多个裸片的仅一者,且“第一裸片”可包含掩模上首先被扫描的裸片。然而,“第一裸片”可包含掩模上的任何其它裸片。换句话说,通常,DB检验可使用DB参考图像及针对掩模上的任一裸片产生的图像执行,且用户或计算机子系统可选择任何裸片用于所述缺陷检测。
在一项实施例中,第一缺陷包含系统掩模写入误差。例如,DB检测流程的目标是检测系统写入误差。如本文中使用的术语“系统写入误差”被定义为由于掩模写入器本身而系统地(在每一裸片或多于两个裸片中)出现的掩模上的误差。如步骤612中展示,计算机子系统可执行系统误差检测。由于经呈现掩模图像用于检测系统写入误差(且不一定用于本文中描述的其它缺陷检测步骤),故呈现误差预算更宽松且不限制可用灵敏度。因此,本文中描述的实施例的一个优点是其提供检测系统写入误差的能力。
提供优于当前使用的掩模检验方法及系统的优点的本文中描述的实施例的另一主要组件是组合DD及DB检测流程两者的方面的主要检测流程。本文中描述的实施例的一个优点是其使用掩模检验工具以基本上高可用灵敏度针对多裸片布局掩模组合DD及DB检测流程的方面。以此方式,本文中描述的实施例提供组合DD及DB检测流程两者的方面的一种新检验模式。
计算机子系统进一步经配置用于通过将通过产生DB参考图像而学习的成像子系统的一或多个参数应用到通过成像子系统产生的除多个裸片中的第一者之外的多个裸片的一或多者的图像而产生多个裸片中的第一者的裸片参考图像。此裸片参考图像在本文中也被称为“mDie参考图像”。在产生mDie参考图像之前,可获取全部(或至少一些)裸片的图像且将所述图像对准到DB设计或某一其它共同参考。例如,如图6中展示,可在步骤614中获取来自全部裸片的光学(或其它)图像。可如本文中进一步描述般执行获取来自全部裸片的图像。可以所属领域中已知的任何适合方式执行将图像对准到DB设计或某一其它共同参考。
针对来自第一裸片的图像,使用剩余裸片的全部(或至少一些)图像及来自DB检测流程的系统特定参数呈现mDie参考图像。当针对一个裸片产生mDie参考图像时,优选可使用掩模上的全部其它裸片的图像。然而,并非在每一例子中需要如此。例如,如果在掩模上存在多于3个裸片,那么在针对一个裸片产生mDie参考图像时,可使用两个或两个以上(但不一定全部)其它裸片的图像。一般来说,用于产生mDie参考图像的裸片图像愈多,mDie参考图像将愈佳地用于缺陷检测(此是因为使用更多裸片图像进行mDie参考图像产生将更佳地平均化任何裸片间差异,借此产生更“无缺陷”的裸片参考图像)。然而,取决于掩模配置/布局及实际考虑,可从少至2个裸片图像或多到用户偏好的裸片图像产生mDie参考图像。
如步骤616中展示,可将来自(全部或至少一些)裸片的裸片图像对准到DB(设计信息)。可以所属领域中已知的任何适合方式执行此对准步骤。虽然将每一裸片图像对准到设计可为优选的,但可相对于任何其它共同参考执行对准。如步骤618中展示,可使用已对准到设计或另一共同参考及因此彼此对准的全部或至少一些裸片图像执行mDie参考图像产生。
将通过产生DB参考图像而学习的成像子系统的一或多个参数应用到通过成像子系统产生的除多个裸片中的第一者之外的多个裸片的一或多者的图像在DD检验中基本上利用DB呈现来克服传统DD检验中的焦点补偿限制。例如,在传统DD检验中,除可由mDie平均值缓解的图案线边缘粗糙度(LER)噪声之外,参考与测试裸片之间的焦距是其效率的主要贡献因素。针对具有透射光(TL)及反射光(RL)两者的光学掩模,基于物理学的方法可改良参考与测试裸片之间的匹配。然而,在全反射系统(诸如本文中描述的一些EUV掩模检验平台)中,传统DD检验遭受经验模型在焦点补偿上的限制。在新DD方法中为了焦点补偿的目的利用DB呈现可改良参考与测试裸片的图像之间的焦点匹配,同时克服一般DB呈现噪声。
在一项实施例中,通过产生DB参考图像而学习的成像子系统的一或多个参数包含表示成像子系统中的焦点及像差误差的基础图像,且产生裸片参考图像包含合成裸片参考图像作为通过成像子系统产生的除多个裸片中的第一者之外的多个裸片的一或多者的图像与基础图像的线性组合。理论上,可合成每一裸片的mDie参考图像作为来自其它裸片的图像与表示来自DB检测流程的焦点及像差的基础图像的线性组合。基础图像是来自DB呈现(它是来自设计数据)。基础图像含有工具特定信息(诸如焦点及像差),使得其可用于克服mDie参考图像中的焦点误差。在求解线性优化方程式之后,预期在经合成mDie参考图像中,将平均化掩模上的不同裸片当中的误差同时将补偿焦点相关误差。因此,本文中描述的实施例可使用DB建模信息以处置传统DD检测中的工具相关误差且可使用mDie参考图像以处置板误差且避免建模噪声。以此方式,本文中描述的实施例可通过减少呈现误差、光掩模不完美及工具焦点变动而最大化可用灵敏度。因此,本文中描述的实施例的一个优点是其利用多裸片平均值及DB焦点补偿来以基本上高质量产生mDie参考图像。
计算机子系统还经配置用于通过比较裸片参考图像与通过成像子系统针对多个裸片中的第一者产生的掩模的图像而检测掩模上的第二缺陷。例如,如步骤620中展示,计算机子系统可使用mDie参考图像执行缺陷检测。在此步骤中,比较每一裸片的图像与其对应mDie参考图像。虽然可针对每一裸片执行此步骤,但此非必须的且可针对掩模上的任何或全部裸片执行第二缺陷检测。可如本文中进一步描述般以其它方式执行检测第二缺陷。
在一项实施例中,计算机子系统经配置用于通过将通过产生DB参考图像而学习的成像子系统的一或多个参数应用到通过成像子系统产生的除多个裸片的第二者之外的多个裸片的一或多者的图像而产生多个裸片的所述第二者的额外裸片参考图像,且检测掩模上的第二缺陷包含比较额外裸片参考图像与通过成像子系统针对多个裸片的第二者产生的掩模的图像。例如,针对来自每一裸片的每一图像,可分别使用剩余裸片的全部图像及来自DB检测流程的系统特定参数呈现mDie参考图像。以此方式,每一裸片可具有其自身的mDie参考图像,且可针对每一裸片执行DD检测,借此可靠地检测具有基本上准确位置的真实缺陷。
在另一实施例中,计算机子系统经配置用于确定在掩模上的多个裸片中的第一者的图像的检验区中的掩模的一或多个特征的特性,且基于经确定特性,选择DB参考图像或裸片参考图像以用于检测检验区中的第二缺陷。以此方式,可比较每一裸片的图像与其对应mDie参考图像及来自DB检测流程的DB呈现参考图像。如果检验区主要含有其中DB呈现参考图像质量通常为低的相对复杂2D图案,那么使用mDie参考图像。相比之下,如果检验区主要含有其中DB呈现参考图像质量通常为高的相对致密重复图案,那么使用DB呈现参考图像作为最后参考以检查潜在缺陷。使用此智能型参考图像选择策略,系统始终以更佳信噪比(SNR)选取缺陷且最大化可用灵敏度。因此,本文中描述的实施例的一个优点是其提供智能型参考图像选择策略以依更佳SNR最大地检测缺陷。
在一些实施例中,计算机子系统经配置用于获取最接近掩模上的第一及第二缺陷的一或多个图案的信息且分别基于最接近掩模上的第一及第二缺陷的一或多个图案的信息对第一及第二缺陷进行分类。可基于周围图案几何形状进一步对全部缺陷候选者(包含来自DB检测流程的候选者)分类。例如,如图6的步骤626中展示,计算机子系统可针对在DB及DD检测流程两者中检测的缺陷执行缺陷分类。可在此步骤中使用具有基本上高分辨率的DB设计,使得基于相对复杂的解剖规则基本上准确地辨识图案几何形状。
计算机子系统可以数个不同方式确定掩模上经检测缺陷最接近的图案及经检测缺陷与所述图案的接近程度。例如,通过将用于DB及DD检验流程的图像对准到设计,可(例如,通过从图像坐标到设计坐标的简单坐标变换)相对于设计确定图像中的缺陷位置。缺陷的设计坐标可接着用于使用设计中的图案的设计坐标识别经检测缺陷相对于掩模上的设计中的图案的空间信息。
确定最接近缺陷的图案的信息可包含识别经检测缺陷与图案的何者重叠(如果缺陷定位于一或多个图案内或至少部分与一或多个图案重叠,那么情况可为如此),或图案的何者有缺陷。确定最接近缺陷的图案的信息还可包含确定经检测缺陷相对于图案的位置(无关于经检测缺陷是否与图案化特征自身重叠或在图案化特征自身内)。例如,如果经检测缺陷在空间上(至少部分)与图案化特征重合,那么确定最接近缺陷的图案的信息可包含确定经检测缺陷相对于图案化特征的周边或外边界的位置。
如果经检测缺陷在空间上不与图案化特征重合,那么确定最接近缺陷的图案的信息可包含识别缺陷最接近的图案化特征且接着确定缺陷与图案化特征的接近程度。确定最接近缺陷的图案的信息还可包含确定经检测缺陷与图案化特征的特定部分(例如,隅角、侧、端等)的接近程度(在一些长度维度上)。经检测缺陷与其最接近的图案化特征之间的空间可表达为单个值、值范围、平均值、函数或以任何其它适合方式表达。
另外,用户可尤其关心经检测缺陷与掩模的图案化特征的子集的接近程度。例如,可执行确定最接近缺陷的图案的信息使得确定经检测缺陷相对于其最接近图案化特征的位置及/或确定经检测缺陷相对于任一类型的图案化特征的位置。可如本文中描述般以其它方式确定经检测缺陷与可不最接近缺陷的图案化特征的相对位置。
在进一步实施例中,计算机子系统经配置用于确定第一及第二缺陷的分类类别且基于经确定分类类别将分数分配给第一及第二缺陷,且分数指示使用掩模执行的光刻过程的第一及第二缺陷的严重性。以此方式,具有不同分类类别的缺陷候选者可被分配指示其严重性的不同分数,使得用户可专注于光刻显著缺陷。在一些实施例中,本文中描述的系统可提供经配置使得用户可指定不同缺陷类型的严重性的用户接口。
可以任何适合方式执行确定经检测缺陷的分类类别。例如,计算机子系统可基于由成像子系统产生的缺陷的图像(例如,测试图像)、通过检测流程中的一者或两者产生的缺陷的差异图像、用于检测缺陷的参考图像或其的某一组合确定经检测缺陷的一或多个特性。所述特性可包含(例如)大小、形状、定向、位置、相对于任何附近图案化特征的位置、纹理等。任何经确定特性及可能上文描述的任何图像可通过计算机子系统输入到缺陷分类器。缺陷分类器可经配置用于基于经检测缺陷的经确定特性及/或一或多个图像确定经检测缺陷的分类类别(类别、类型、分级等)。缺陷分类器可为所属领域中已知的任何适合缺陷分类方法或算法。此缺陷分类器的一个实例是相对简单的确定树,其中通过将不同切割线应用到将不同类型的缺陷彼此分离的缺陷特性而分离不同类型的缺陷。适合缺陷分类器的其它实例是机器学习型缺陷分类器,其的一些实例在2018年4月19日由张(Zhang)等人发表的第2018/0107928号美国专利申请公开案及2019年3月7日由柯(He)等人发表的第2019/0073568号美国专利申请公开案中描述,所述案以宛如全文陈述引用的方式并入本文中。可如这些公开案中描述般进一步配置本文中描述的实施例。
确定经检测缺陷的分类类别还可或替代地包含:如果在光刻过程中使用掩模印刷晶片,那么确定晶片(或其它样品)上的经检测缺陷的适印性。确定适印性优选模拟将使用掩模执行的晶片印刷(光刻)过程,借此预测缺陷将如何影响印刷在晶片上的图案。例如,计算机子系统可确定每一经检测缺陷是否将是关键的且在晶片印刷时引起相对大误差或是扰乱点且在晶片印刷时引起几乎无法观察的误差。代替手动地执行此且使用人类判断,建模EUV光刻过程的自动化且基本上准确的方式由本文中描述的实施例提供,借此实现以经检测缺陷图像开始的掩模吸收体缺陷的适印性的基本上准确预测。
计算机子系统可将针对经检测缺陷产生的一或多个图像输入到光刻过程的模型中,借此产生说明缺陷如何影响在光刻过程中印刷于晶片上的一或多个图案的经模拟晶片图像。确定适印性通过晶片曝光条件模拟预测缺陷印刷影响。此模拟可包含掩模近场模拟,其可使用基尔霍夫(Kirchoff)近似、严格有限差分时域(FDTD)解算器、严格耦合波分析(RCWA)或紧凑近似模型(诸如缺陷适印性模拟器(DPS)掩模模型(它的实例在克利福德(Clifford)等人的“使用极紫外光刻掩模中的埋藏缺陷的新模型的补偿法(Compensationmethods using a new model for buried defects in extreme ultravioletlithography masks)”,Photomask Technology 2010,Proceedings of SPIE第7823卷,78230V,2010年9月24日,10页中描述,所述案以宛如全文阐述应用的方式并入本文中))、光学器件以及光致抗蚀剂曝光及显影模型(其可包含所属领域中已知的任何适合此类模型)。如果晶片过程尚不固定或掩模近场模型未经良好确定,那么可直接在掩模二进制布局上检查适印性而无需晶片曝光条件模拟以供粗糙估计。可如上文引用的文献中描述般配置本文中描述的实施例。还可如在以下专利中描述般执行确定适印性:2015年4月7日颁予马雷拉(Marella)等人的第9,002,497号美国专利及在2016年10月25日颁予塞兹吉内尔(Sezginer)等人的第9,478,019号美国专利,所述两个专利以宛如全文陈述引用的方式并入本文中。可如这些专利中描述般进一步配置本文中描述的实施例。
在另一实施例中,确定经检测缺陷的分类类别包含:如果在光刻过程中使用掩模印刷晶片,那么确定晶片上的经检测缺陷的适印性;及确定适印性包含针对为经检测缺陷产生的缺陷图像且针对对应参考图像(DB及mDie参考图像中的一者或两者)模拟空中图像;及基于经模拟空中图像确定经检测缺陷如何影响在光刻过程中印刷于晶片上的一或多个图案。例如,可以相关联扫描仪曝光条件将掩模模型应用到缺陷的测试及参考图像两者以产生测试及参考(EUV或其它)空中图像。可如本文中进一步描述般将掩模模型应用到图像。以此方式,计算机子系统可以扫描仪光学条件运行适印性模拟。可接着运行空中图像分析器(AIA)以运算缺陷所处的成像子系统的视场(FOV)内的全部特征的适印性。例如,可将测试及参考空中图像输入到AIA,所述AIA可产生展示缺陷将如何影响在光刻过程期间投影于晶片上的空中图像中的掩模的特征的经模拟图像。在Verduijn等人的“经编程掩模基板缺陷的适印性及光化AIMS复查(Printability and actinic AIMS review of programmedmask blank defects)”,SPIE Proceedings第10143卷,Extreme Ultraviolet(EUV)Lithography VIII,101430K,2017年3月24日,13页中描述可用于本文中描述的实施例中的AIA的实例,所述案以宛如全文阐述应用的方式并入本文中。可如此公开案中描述般进一步配置本文中描述的实施例。
本文中描述的实施例还可经配置用于确定在掩模上检测的缺陷的光刻重要性,如在2011年1月18日颁予维尔(Wihl)等人的美国专利第7,873,204号中描述,所述专利以宛如全文阐述应用的方式并入本文中。可如此专利中描述般进一步配置本文中描述的实施例。
在另一实施例中,多个裸片中的两者或更多者中的光学近接校正(OPC)特征的特性经设计以针对使用掩模执行的光刻过程中的光斑校正不同,且产生DB参考图像包含分别使用多个裸片中的两者或更多者的设计产生掩模上的多个裸片中的两者或更多者的不同DB参考图像。在此额外主要新组件中,针对其中光斑校正引起不同裸片上的OPC图案中的明显变动的情况提供专属但选用过程。理论上,一旦OPC具有多个裸片上的明显差异,它并非典型可DD检验区。然而,本文中描述的实施例提供处置光斑校正的能力。可针对掩模上的每一裸片产生DB参考图像,如本文中进一步描述。
在额外实施例中,多个裸片中的两者或更多者中的OPC特征的特性经设计以针对使用掩模执行的光刻过程中的光斑校正不同,且计算机子系统经配置用于基于多个裸片中的两者或更多者中的OPC特征的位置确定在多个裸片中的两者或更多者中检测第二缺陷的灵敏度。通过比较来自全部裸片的DB,计算机子系统可容易地检测光斑校正位置,所述光斑校正位置可被视为可用灵敏度控制的特殊缺陷分类类别。因此,本文中描述的实施例的一个优点是其提供处置由光斑校正引起的OPC变动的能力。
可发生在EUV光刻中的一个图案化失真是由光刻光学器件中的散射光引起的光斑,它可引起晶片上的图案的尺寸从其所设计尺寸的变动。正确地处置光斑的一个方式是通过OPC特征中的光斑补偿。例如,可通过将关于光刻过程及掩模的信息输入到过程及掩模的适当模型而建模光斑。接着可使用经模拟光斑信息以修改掩模上的OPC特征的一或多个特性以希望缓解(减少且甚至消除)所述光斑。因此,如果不同裸片含有相同OPC特征,那么其可以不同方式修改以补偿光斑。例如,可不需要针对光斑修改一个裸片中的OPC特征,但可必须(例如,在大小或形状上)调整另一裸片中的相同OPC特征以减少从所述OPC特征所应用到的图案化特征散射的光。因此,如果在DD检测中比较所述OPC特征的图像,那么DD检测可检测不同裸片中的OPC特征的图像中的差异且将所述差异标记为缺陷或潜在缺陷,即使差异是由不同裸片中的OPC特征之间的有意经设计差异引起。由于数个原因,此类非缺陷的检测明显是有问题的,且处理此检测可引起其它问题(例如,如当降低灵敏度以避免检测此类非缺陷,此可引起遗漏掩模上的其它缺陷)。然而,本文中描述的实施例可有效地处置不同裸片的设计中的此类差异而无任何此类不利影响。
在光斑校正流程中,计算机子系统可获取来自全部裸片的DB(设计),如步骤622中展示。换句话说,此步骤可包含获取每一裸片的DB(设计)。理想地,全部裸片的DB设计是相同的,使得为了有效起见仅获取一个裸片的DB且所述DB可用于全部裸片。然而,在一些例子中,不同裸片可需要细微不同DB设计,此可引起传统DD检验的扰乱点缺陷问题,如上文进一步描述。换句话说,不同裸片的设计之间的细微差异可引起形成于掩模上的裸片之间的对应细微差异。因此,设计中的这些差异虽然是有意的,但可被错误地检测为缺陷。
接着可将不同裸片的设计彼此比较以用于光斑检测,如步骤624中展示。在此步骤中,不同裸片的设计(且尤其OPC特征的设计)之间的差异可指示在设计中为了处置光刻过程中掩模的光斑问题有意地制成的差异。因此,由于为了光斑校正而在设计中制成的有意差异的裸片的图像之间的差异可并非缺陷,即使它们本身可由DD缺陷检测过程检测。因此,防止这些设计差异被检测为缺陷的一个方式是如上文描述般识别设计差异的位置且接着控制缺陷检测过程使得不将这些差异检测为缺陷或从最终缺陷报告移除在这些位置处检测的任何缺陷。例如,如在图6中展示,可将光斑检测624的结果输入到最终缺陷报告628以移除在设计在不同裸片中有意地不同的位置处检测的任何缺陷或滤除在具有低于预定限制的一或多个特性(例如,大小)的此类位置处检测的任何缺陷。以此方式,计算机子系统可通过基于经识别光斑校正位置筛选已通过DD检测检测到的缺陷而更改检验的灵敏度。
在一些实施例中,计算机子系统经配置用于产生包含第一及第二缺陷的信息的掩模的检验结果。例如,如在图6中展示,可将通过DB检测流程中的系统误差检测步骤612检测的缺陷及通过DD检测流程中的缺陷检测步骤620检测的缺陷两者输入到缺陷分类步骤626且接着可使用全部三个步骤的结果(可能通过光斑检测流程修改)以产生最终缺陷报告628。以此方式,最终缺陷报告可包含通过DB检测流程检测的系统掩模写入器误差及通过DD检测检测到的缺陷两者的信息。最终缺陷报告可包含通过本文中描述的任何步骤产生的任何信息(诸如缺陷ID、缺陷位置、缺陷分类等)。最终缺陷报告可具有所属领域中已知的任何适合档案或格式且可通过计算机子系统以任何适合方式输出。
在一项实施例中,通过成像子系统产生且用于检测第一缺陷、产生裸片参考图像且检测第二缺陷的掩模的图像是仅选自多个裸片的裸片等效区的图像,且裸片等效区小于多个裸片。在一项此实施例中,裸片等效区在一个维度上具有等于通过成像子系统在掩模上扫描的扫描带的宽度的大小。在另一此实施例中,多个裸片包含以二维阵列形成于掩模上的裸片。
在上述实施例中,可设置检验扫描带图以按顺序扫描裸片等效区。以此方式,针对裸片的每一单独行扫描等效扫描带。例如,如图7中展示,存在3行裸片702:形成于掩模700上的行A、行B及行C。每一行裸片包含4个裸片,且掩模上的裸片的行及列形成掩模上的裸片的二维阵列。虽然在图7中展示裸片的3个行及4个列,但本文中描述的掩模可包含以行及列两者布置的任何适合数目个裸片及裸片的任何适合数目个行及列。可以从行A到行C的顺序跨每一行裸片扫描多个扫描带(例如,从扫描带1到扫描带N)或反之亦然。所展示扫描带704是所述裸片行中的每一者中的第N扫描带(扫描带N)。经指示图块706是在每一裸片内含有完全相同的图案的裸片等效区。如图7中展示,由图块706指示的每一裸片等效区小于每一裸片。另外,如图7中展示,由图块706指示的每一裸片等效区具有在一个维度上等于扫描带N的宽度的大小。
裸片等效区的此概念对于本文中描述的某些步骤可为有利的,且可代替图6中展示的裸片使用裸片等效区。换句话说,可针对裸片等效区以相同方式执行相对于裸片执行的本文中描述的步骤。以此方式,在本文中描述为针对裸片执行的任何步骤中,可针对裸片等效区执行相同功能。因此,本文中描述的实施例的一个优点是其可使用裸片等效区设置以涵盖全部种类的多裸片布局掩模。另外,本文中描述的实施例的一个新特征是其可处置全部种类的多裸片布局掩模。
本文中描述的全部实施例可包含将实施例的一或多个步骤的结果存储于计算机可读存储媒体中。结果可包含本文中描述的任何结果且可以所属领域中已知的任何方式存储。存储媒体可包含本文中描述的任何存储媒体或所属领域中已知的任何其它适合存储媒体。在已存储结果之后,结果可在存储媒体中存取且通过本文中描述的任何方法或系统实施例使用、经格式化以显示给用户、通过另一软件模块、方法或系统使用等。
计算机子系统可经配置用于基于通过本文中描述的实施例产生的任何信息安置经检测缺陷。如本文中使用的术语“安置”被定义为确定可用于作出关于如何适当地处理经检测缺陷的最终决策(例如,应修复经检测缺陷,经检测缺陷是扰乱点且可忽略,不需要修复经检测缺陷但应针对经检测缺陷对使用掩模形成的晶片图案的影响监测使用掩模印刷的晶片等)的经检测缺陷的额外信息。
计算机子系统可将经检测缺陷的信息发送到掩模检视工具。例如,掩模的二次带电粒子束(电子束或离子束)成像提供高于检验的分辨率,从而容许掩模上的经检测缺陷的远更佳检视。因此,带电粒子束图像可用于比经检测缺陷的检验图像更准确地(以更大分辨率)确定经检测缺陷的信息,借此实现从带电粒子束图像确定可用于更有效地作出关于(安置)经检测缺陷的决策的额外信息。多束及多柱电子束成像的最近进展还容许大量SEM资料收集。以此方式,在完成检验之后,可在掩模检视、CD-SEM或电子束检验工具上在从检验确定的每一经检测缺陷位置(或经检测缺陷位置的选定子集)处撷取测试SEM图像(或可使用本文中描述的一个离子束工具撷取离子束图像)。可接着从本文中进一步描述的以下方面(缺陷隔离、分类及适印性)安置每一测试带电粒子束图像。
计算机子系统或另一系统或方法可使用本文中描述的任何步骤的结果以控制及/或更改其中目标是移除或修复一或多个掩模缺陷以借此防止此类掩模缺陷印刷于晶片上的一掩模修复或清洁过程。在一个此实例中,在掩模上检测的缺陷的信息可由本文中描述的计算机子系统、另一系统(例如,掩模修复系统)或用于确定掩模上应执行修复或清洁过程的处的另一方法(例如,掩模修复方法)使用。在掩模上检测的缺陷的信息还可用于确定此过程的一或多个参数,诸如在其上执行过程的区域、执行过程的时间长度、在过程中应使用的化学物或气体等。经更改掩模接着可用于在光刻过程中在晶片上的掩模上印刷裸片。经更改掩模还可在其已被引入或重新引入光刻过程之后的另一时间使用本文中描述的实施例重新检验。
在一项实施例中,计算机子系统可经配置用于将针对任何经检测缺陷的本文中描述的任何结果发送到掩模修复工具,且掩模修复工具可在对掩模执行的修复过程中使用经检测缺陷的结果。以此方式,当掩模需要固定时,可在修复工具中使用缺陷信息。在一个此实例中,如图1中展示,计算机子系统118(或系统的任何其它计算机子系统)可经配置以将经检测缺陷的信息发送到掩模修复工具140(其可为或可并非系统的部分)。掩模修复工具可具有所属领域中已知的任何适合配置。另外,掩模修复工具可为市售掩模修复工具,诸如商业上可购自纽约,桑伍德(Thornwood),LLC的Carl Zeiss SBE的MeRiT neXT系统。掩模修复工具可使用缺陷信息以确定修复过程的一或多个参数(诸如修复位置及区域),其目的是修复经检测缺陷而不更改接近经检测缺陷的任何经正确形成的特征。
除本文中已经描述的优点之外,本文中描述的实施例还具有优于用于掩模检验的其它方法及系统的数个优点。例如,尤其针对EUV掩模,掩模上的光刻显著缺陷可对良率具有灾难性影响,从而导致晶片制造商损失时间及金钱且在极端情况中,完全损失盈利能力。在用于EUV掩模的光化光掩模检验工具成熟之前,推动分辨率受限检验工具的可用灵敏度是关键的。组合DD及DB检测流程容许用户利用具有经最大化可用灵敏度的DD及DB检测流程两者的优点。用户将能够更佳地可靠地检测具有多裸片布局的掩模上的光刻显著缺陷。
可将上文描述的每一系统的每一实施例一起组合为一项单个实施例。
另一实施例涉及一种用于检测掩模上的缺陷的计算机实施方法。方法包含通过从其上形成有多个裸片的掩模的设计模拟掩模的物理版本且从掩模的经模拟物理版本模拟通过成像子系统产生的掩模的物理版本的图像而产生掩模的DB参考图像。方法还包含通过比较DB参考图像与通过成像子系统针对多个裸片中的第一者产生的掩模的图像而检测掩模上的第一缺陷。另外,方法包含通过将通过产生DB参考图像而学习的成像子系统的一或多个参数应用到通过成像子系统产生的除多个裸片中的第一者之外的多个裸片的一或多者的图像而产生多个裸片中的第一者的裸片参考图像。方法进一步包含通过比较裸片参考图像与通过成像子系统针对多个裸片中的第一者产生的掩模的图像而检测掩模上的第二缺陷。产生DB参考图像、检测第一缺陷、产生裸片参考图像及检测第二缺陷系通过耦合到成像子系统的计算机子系统执行
可如本文中进一步描述般执行方法的每一步骤。方法还可包含可由本文中描述的成像子系统及/或计算机子系统或系统(其可根据本文中描述的任何实施例配置)执行的任何其它步骤。另外,上文描述的方法可由本文中描述的任何系统实施例执行。
额外实施例涉及一种存储程序指令的非暂时性计算机可读媒体,所述程序指令可在计算机系统上实行以执行用于检测掩模上的缺陷的计算机实施方法。在图8中展示一项此实施例。特定来说,如图8中展示,非暂时性计算机可读媒体800包含可在计算机系统804上实行的程序指令802。计算机实施方法可包含本文中描述的任何方法的任何步骤。
实施诸如本文中描述的方法的方法的程序指令802可存储于计算机可读媒体800上。计算机可读媒体可为存储媒体,诸如磁盘或光盘、磁带或所属领域中已知的任何其它适合非暂时性计算机可读媒体。
可以各种方式(包含基于过程的技术、基于组件的技术及/或面向对象技术等等)的任何者实施程序指令。例如,可视需要使用ActiveX控件、C++对象、JavaBeans、微软基础类别(“MFC”)、SSE(串流SIMD延伸)或其它技术或方法论实施程序指令。
可根据本文中描述的任何实施例配置计算机系统804。
鉴于此描述,所属领域的技术人员将明白本发明的各个方面的进一步修改及替代实施例。例如,提供用于检测掩模上的缺陷的方法及系统。因此,此描述应仅解释为阐释性且是出于教示所属领域的技术人员实行本发明的一般方式的目的。应理解,本文中展示且描述的本发明的形式将被视为当前优选实施例。如所属领域的技术人员在获益于本发明的此描述之后将明白,元件及材料可取代本文中说明且描述的元件及材料,零件及过程可颠倒,且可独立利用本发明的某些特征。在不脱离如在所附权利要求书中描述的本发明的精神及范围的情况下可对本文中描述的元件做出改变。
Claims (23)
1.一种经配置用于检测掩模上的缺陷的系统,其包括:
成像子系统,其经配置以产生上面形成有多个裸片的掩模的图像;及
计算机子系统,其经配置用于:
通过从所述掩模的设计模拟所述掩模的物理版本且模拟通过所述成像子系统从所述掩模的所述经模拟物理版本产生的所述掩模的所述物理版本的图像而产生所述掩模的数据库参考图像;
通过比较所述数据库参考图像与通过所述成像子系统针对所述多个裸片中的第一者产生的所述掩模的图像而检测所述掩模上的第一缺陷;
通过将通过产生所述数据库参考图像而学习的所述成像子系统的一或多个参数应用到通过所述成像子系统产生的除所述多个裸片中的所述第一者之外的所述多个裸片的一或多者的图像而产生所述多个裸片中的所述第一者的裸片参考图像;及
通过比较所述裸片参考图像与通过所述成像子系统针对所述多个裸片中的所述第一者产生的所述掩模的所述图像而检测所述掩模上的第二缺陷。
2.根据权利要求1所述的系统,其中所述掩模经配置用于在光的一或多个极紫外波长下使用。
3.根据权利要求1所述的系统,其中所述成像子系统进一步经配置以通过使用具有193nm的波长的光照明所述掩模而产生所述掩模的所述图像。
4.根据权利要求1所述的系统,其中所述成像子系统进一步经配置以通过使用具有在从193nm到257nm的范围中的一或多个波长的光照明所述掩模而产生所述掩模的所述图像。
5.根据权利要求1所述的系统,其中所述成像子系统进一步经配置以通过使用具有13.5nm的波长的光照明所述掩模而产生所述掩模的所述图像。
6.根据权利要求1所述的系统,其中所述成像子系统进一步经配置以通过使用电子照明所述掩模而产生所述掩模的所述图像。
7.根据权利要求1所述的系统,其中所述成像子系统进一步经配置以通过使用离子照明所述掩模而产生所述掩模的所述图像。
8.根据权利要求1所述的系统,其中模拟所述掩模的所述物理版本包括近场建模,且其中模拟所述掩模的所述物理版本的所述图像包括部分相干照明建模。
9.根据权利要求1所述的系统,其中模拟所述掩模的所述物理版本的所述图像包括针对所述成像子系统中的焦点及像差误差在用于模拟所述掩模的所述物理版本的所述图像的模型中校准所述成像子系统的所述一或多个参数。
10.根据权利要求1所述的系统,其中通过产生所述数据库参考图像而学习的所述成像子系统的所述一或多个参数包括表示所述成像子系统中的焦点及像差误差的基础图像,且其中产生所述裸片参考图像包括合成所述裸片参考图像作为通过所述成像子系统产生的除所述多个裸片中的所述第一者之外的所述多个裸片的所述一或多者的所述图像与所述基础图像的线性组合。
11.根据权利要求1所述的系统,其中所述计算机子系统进一步经配置用于:确定在所述掩模上的所述多个裸片中的所述第一者所述的图像的检验区中的所述掩模的一或多个特征的特性;且基于所述经确定特性,选择所述数据库参考图像或所述裸片参考图像以用于检测所述检验区中的所述第二缺陷。
12.根据权利要求1所述的系统,其中所述计算机子系统进一步经配置用于获取最接近所述掩模上的所述第一及第二缺陷的一或多个图案的信息且分别基于最接近所述掩模上的所述第一及第二缺陷的所述一或多个图案的所述信息分类所述第一及第二缺陷。
13.根据权利要求1所述的系统,其中所述计算机子系统进一步经配置用于确定所述第一及第二缺陷的分类类别且基于所述经确定分类类别将分数分配给所述第一及第二缺陷,且其中所述分数指示使用所述掩模执行的光刻过程的所述第一及第二缺陷的严重性。
14.根据权利要求1所述的系统,其中所述计算机子系统进一步经配置用于产生包括所述第一及第二缺陷的信息的所述掩模的检验结果。
15.根据权利要求1所述的系统,其中所述多个裸片中的两者或更多者中的光学近接校正特征的特性经设计以针对使用所述掩模执行的光刻过程中的光斑校正不同,且其中产生所述数据库参考图像包括分别使用所述多个裸片中的所述两者或更多者的所述设计产生所述掩模上的所述多个裸片中的所述两者或更多者的不同数据库参考图像。
16.根据权利要求1所述的系统,其中所述多个裸片中的两者或更多者中的光学近接校正特征的特性经设计以针对使用所述掩模执行的光刻过程中的光斑校正不同,且其中所述计算机子系统经配置用于基于所述多个裸片中的所述两者或更多者中的所述光学近接特征的位置确定在所述多个裸片中的所述两者或更多者中检测所述第二缺陷的灵敏度。
17.根据权利要求1所述的系统,其中所述计算机子系统进一步经配置用于通过将通过产生所述数据库参考图像而学习的所述成像子系统的所述一或多个参数应用到通过所述成像子系统产生的除所述多个裸片的第二者之外的所述多个裸片的一或多者的图像而产生所述多个裸片的所述第二者的额外裸片参考图像,且其中检测所述掩模上的所述第二缺陷包括比较所述额外裸片参考图像与通过所述成像子系统针对所述多个裸片的所述第二者产生的所述掩模的图像。
18.根据权利要求1所述的系统,其中所述第一缺陷包括系统掩模写入器误差。
19.根据权利要求1所述的系统,其中通过所述成像子系统产生且用于检测所述第一缺陷、产生所述裸片参考图像且检测所述第二缺陷的所述掩模的所述图像是仅选自所述多个裸片的裸片等效区域的图像,且其中所述裸片等效区域小于所述多个裸片。
20.根据权利要求19所述的系统,其中所述裸片等效区域在一个维度上具有等于通过所述成像子系统在所述掩模上扫描的扫描带的宽度的大小。
21.根据权利要求19所述的系统,其中所述多个裸片包含以二维阵列形成于所述掩模上的裸片。
22.一种存储程序指令的非暂时性计算机可读媒体,所述程序指令可在计算机系统上执行以执行用于检测掩模上的缺陷的计算机实施方法,其中所述计算机实施方法包括:
通过从所述掩模的设计模拟所述掩模的物理版本且模拟通过成像子系统从所述掩模的所述经模拟物理版本产生的所述掩模的所述物理版本的图像而产生上面形成有多个裸片的掩模的数据库参考图像;
通过比较所述数据库参考图像与通过所述成像子系统针对所述多个裸片中的第一者产生的所述掩模的图像而检测所述掩模上的第一缺陷;
通过将通过产生所述数据库参考图像而学习的所述成像子系统的一或多个参数应用到通过所述成像子系统产生的除所述多个裸片中的所述第一者之外的所述多个裸片的一或多者的图像而产生所述多个裸片中的所述第一者的裸片参考图像;及
通过比较所述裸片参考图像与通过所述成像子系统针对所述多个裸片中的所述第一者产生的所述掩模的所述图像而检测所述掩模上的第二缺陷。
23.一种用于检测掩模上的缺陷的计算机实施方法,其包括:
通过从所述掩模的设计模拟所述掩模的物理版本且模拟通过成像子系统从所述掩模的所述经模拟物理版本产生的所述掩模的所述物理版本的图像而产生上面形成有多个裸片的掩模的数据库参考图像;
通过比较所述数据库参考图像与通过所述成像子系统针对所述多个裸片中的第一者产生的所述掩模的图像而检测所述掩模上的第一缺陷;
通过将通过产生所述数据库参考图像而学习的所述成像子系统的一或多个参数应用到通过所述成像子系统产生的除所述多个裸片中的所述第一者之外的所述多个裸片的一或多者的图像而产生所述多个裸片中的所述第一者的裸片参考图像;及
通过比较所述裸片参考图像与通过所述成像子系统针对所述多个裸片中的所述第一者产生的所述掩模的所述图像而检测所述掩模上的第二缺陷,其中产生所述数据库参考图像、检测所述第一缺陷、产生所述裸片参考图像及检测所述第二缺陷是通过耦合到所述成像子系统的计算机子系统执行。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US17/489,665 US11727556B2 (en) | 2021-09-29 | 2021-09-29 | Defect detection for multi-die masks |
US17/489,665 | 2021-09-29 | ||
PCT/US2022/044305 WO2023055634A1 (en) | 2021-09-29 | 2022-09-22 | Defect detection for multi-die masks |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117751284A true CN117751284A (zh) | 2024-03-22 |
Family
ID=85718613
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202280038006.0A Pending CN117751284A (zh) | 2021-09-29 | 2022-09-22 | 用于多裸片掩模的缺陷检测 |
Country Status (7)
Country | Link |
---|---|
US (1) | US11727556B2 (zh) |
EP (1) | EP4327082A1 (zh) |
KR (1) | KR20240077466A (zh) |
CN (1) | CN117751284A (zh) |
IL (1) | IL308713A (zh) |
TW (1) | TW202316104A (zh) |
WO (1) | WO2023055634A1 (zh) |
Family Cites Families (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6614520B1 (en) | 1997-12-18 | 2003-09-02 | Kla-Tencor Corporation | Method for inspecting a reticle |
US9002497B2 (en) | 2003-07-03 | 2015-04-07 | Kla-Tencor Technologies Corp. | Methods and systems for inspection of wafers and reticles using designer intent data |
JP3967327B2 (ja) | 2004-02-02 | 2007-08-29 | 株式会社東芝 | マスク欠陥検査方法 |
US7570796B2 (en) | 2005-11-18 | 2009-08-04 | Kla-Tencor Technologies Corp. | Methods and systems for utilizing design data in combination with inspection data |
US7676077B2 (en) | 2005-11-18 | 2010-03-09 | Kla-Tencor Technologies Corp. | Methods and systems for utilizing design data in combination with inspection data |
US7873204B2 (en) | 2007-01-11 | 2011-01-18 | Kla-Tencor Corporation | Method for detecting lithographically significant defects on reticles |
US8698093B1 (en) | 2007-01-19 | 2014-04-15 | Kla-Tencor Corporation | Objective lens with deflector plates immersed in electrostatic lens field |
US8245161B1 (en) * | 2007-08-16 | 2012-08-14 | Kla-Tencor Corporation | Verification of computer simulation of photolithographic process |
US8126255B2 (en) | 2007-09-20 | 2012-02-28 | Kla-Tencor Corp. | Systems and methods for creating persistent data for a wafer and for using persistent data for inspection-related functions |
JP5695924B2 (ja) | 2010-02-01 | 2015-04-08 | 株式会社ニューフレアテクノロジー | 欠陥推定装置および欠陥推定方法並びに検査装置および検査方法 |
US8664594B1 (en) | 2011-04-18 | 2014-03-04 | Kla-Tencor Corporation | Electron-optical system for high-speed and high-sensitivity inspections |
US8692204B2 (en) | 2011-04-26 | 2014-04-08 | Kla-Tencor Corporation | Apparatus and methods for electron beam detection |
US8855400B2 (en) * | 2012-03-08 | 2014-10-07 | Kla-Tencor Corporation | Detection of thin lines for selective sensitivity during reticle inspection using processed images |
CN104364605B (zh) * | 2012-04-18 | 2017-06-06 | 科磊股份有限公司 | 针对极紫外线光罩的临界尺寸均匀性监测 |
US8953869B2 (en) * | 2012-06-14 | 2015-02-10 | Kla-Tencor Corporation | Apparatus and methods for inspecting extreme ultra violet reticles |
US8716662B1 (en) | 2012-07-16 | 2014-05-06 | Kla-Tencor Corporation | Methods and apparatus to review defects using scanning electron microscope with multiple electron beam configurations |
US9390494B2 (en) | 2012-12-13 | 2016-07-12 | Kla-Tencor Corporation | Delta die intensity map measurement |
US9222895B2 (en) | 2013-02-25 | 2015-12-29 | Kla-Tencor Corp. | Generalized virtual inspector |
US9778205B2 (en) | 2014-03-25 | 2017-10-03 | Kla-Tencor Corporation | Delta die and delta database inspection |
US9478019B2 (en) | 2014-05-06 | 2016-10-25 | Kla-Tencor Corp. | Reticle inspection using near-field recovery |
US11580398B2 (en) | 2016-10-14 | 2023-02-14 | KLA-Tenor Corp. | Diagnostic systems and methods for deep learning models configured for semiconductor applications |
DE102017203879B4 (de) | 2017-03-09 | 2023-06-07 | Carl Zeiss Smt Gmbh | Verfahren zum Analysieren einer defekten Stelle einer photolithographischen Maske |
US10275872B2 (en) * | 2017-08-24 | 2019-04-30 | Applied Materials Israel Ltd. | Method of detecting repeating defects and system thereof |
US10607119B2 (en) | 2017-09-06 | 2020-03-31 | Kla-Tencor Corp. | Unified neural network for defect detection and classification |
JP2019135464A (ja) * | 2018-02-05 | 2019-08-15 | 株式会社ニューフレアテクノロジー | パターン検査方法およびパターン検査装置 |
US10866197B2 (en) | 2018-09-20 | 2020-12-15 | KLA Corp. | Dispositioning defects detected on extreme ultraviolet photomasks |
-
2021
- 2021-09-29 US US17/489,665 patent/US11727556B2/en active Active
-
2022
- 2022-07-05 TW TW111125057A patent/TW202316104A/zh unknown
- 2022-09-22 KR KR1020237041955A patent/KR20240077466A/ko unknown
- 2022-09-22 CN CN202280038006.0A patent/CN117751284A/zh active Pending
- 2022-09-22 EP EP22877156.4A patent/EP4327082A1/en active Pending
- 2022-09-22 WO PCT/US2022/044305 patent/WO2023055634A1/en active Application Filing
- 2022-09-22 IL IL308713A patent/IL308713A/en unknown
Also Published As
Publication number | Publication date |
---|---|
US20230098730A1 (en) | 2023-03-30 |
EP4327082A1 (en) | 2024-02-28 |
TW202316104A (zh) | 2023-04-16 |
KR20240077466A (ko) | 2024-05-31 |
WO2023055634A1 (en) | 2023-04-06 |
US11727556B2 (en) | 2023-08-15 |
IL308713A (en) | 2024-01-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI797382B (zh) | 在極端紫外光光罩上所檢測到之缺陷處理 | |
US11257207B2 (en) | Inspection of reticles using machine learning | |
US10451563B2 (en) | Inspection of photomasks by comparing two photomasks | |
US8213704B2 (en) | Methods and systems for detecting defects in a reticle design pattern | |
US7379175B1 (en) | Methods and systems for reticle inspection and defect review using aerial imaging | |
US9478019B2 (en) | Reticle inspection using near-field recovery | |
US7123356B1 (en) | Methods and systems for inspecting reticles using aerial imaging and die-to-database detection | |
US10074036B2 (en) | Critical dimension uniformity enhancement techniques and apparatus | |
US7027143B1 (en) | Methods and systems for inspecting reticles using aerial imaging at off-stepper wavelengths | |
US7769225B2 (en) | Methods and systems for detecting defects in a reticle design pattern | |
US8204297B1 (en) | Methods and systems for classifying defects detected on a reticle | |
US10395361B2 (en) | Apparatus and methods for inspecting reticles | |
JP6594876B2 (ja) | フォトリソグラフィレチクル認定方法及びシステム | |
TWI690006B (zh) | 用於模型化基礎臨界尺寸測量之技術及系統 | |
WO2018212787A1 (en) | Apparatus and methods for inspecting reticles | |
US6976240B2 (en) | Simulation using design geometry information | |
US11727556B2 (en) | Defect detection for multi-die masks |
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 |