JP2003240731A - 欠陥検査方法及びその装置 - Google Patents

欠陥検査方法及びその装置

Info

Publication number
JP2003240731A
JP2003240731A JP2002358839A JP2002358839A JP2003240731A JP 2003240731 A JP2003240731 A JP 2003240731A JP 2002358839 A JP2002358839 A JP 2002358839A JP 2002358839 A JP2002358839 A JP 2002358839A JP 2003240731 A JP2003240731 A JP 2003240731A
Authority
JP
Japan
Prior art keywords
defect
defects
reviewed
data
information
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
JP2002358839A
Other languages
English (en)
Inventor
Naoki Hosoya
直樹 細谷
Yuji Takagi
裕治 高木
Hisae Shibuya
久恵 渋谷
Kenji Obara
健二 小原
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.)
Hitachi Ltd
Original Assignee
Hitachi 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 Hitachi Ltd filed Critical Hitachi Ltd
Publication of JP2003240731A publication Critical patent/JP2003240731A/ja
Pending legal-status Critical Current

Links

Classifications

    • HELECTRICITY
    • H01ELECTRIC ELEMENTS
    • H01LSEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L22/00Testing 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
    • H01L22/20Sequence of activities consisting of a plurality of measurements, corrections, marking or sorting steps
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0004Industrial image inspection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/40Analysis of texture
    • G06T7/41Analysis of texture based on statistical description of texture
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2200/00Indexing scheme for image data processing or generation, in general
    • G06T2200/24Indexing scheme for image data processing or generation, in general involving graphical user interfaces [GUIs]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30108Industrial image inspection
    • G06T2207/30148Semiconductor; IC; Wafer

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Probability & Statistics with Applications (AREA)
  • Manufacturing & Machinery (AREA)
  • Computer Hardware Design (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Power Engineering (AREA)
  • Testing Or Measuring Of Semiconductors Or The Like (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)

Abstract

(57)【要約】 【課題】ウェハ上に欠陥がクラスタ化して発生した場合
に、発生したクラスタに関する正しい情報を、より少な
い数の欠陥をレビューする事で効率よく得られるように
する。 【解決手段】 ウェハ検査及びサンプリングシステムに
おいて、ウェハ欠陥が検出され、欠陥データとしてデー
タストアに保存される。ウェハ上の欠陥クラスタを表す
情報も提供される。統計学的手法に基づく欠陥のサンプ
リングが行なわれ、一組のサンプリング欠陥が得られ
る。続くサンプリング欠陥の詳細な検査及び解析によっ
て、工程誤差の把握を容易にする付加的なデータが得ら
れる。

Description

【発明の詳細な説明】
【0001】
【発明の属する技術分野】本発明は、広くは半導体製造
に関し、更に詳しくは半導体ウェハの欠陥検査に関す
る。
【0002】
【従来の技術】半導体ウェハの製造において、各製造工
程で処理されたウェハについて検査が実施されるが、こ
れは、歩留に悪影響を与えかねない工程の変化を検出す
ることにより歩留を向上させることを目的としている。
工程の変化は、ウェハ内部及び表面の欠陥として現れ
る。各ウェハの欠陥検査は、欠陥の有無を検出するため
に行なわれる。このような検査には、多様な欠陥検査装
置を利用できる。
【0003】これら検査技術によって検出しうる種類の
欠陥としては、例えば、パターン短絡、パターン断線、
異物、窪み、傷、剥がれ、斑等がある。欠陥検査装置
は、欠陥の存在、欠陥の数、ウェハ上のそれらの位置等
を同定しうるが、一般に欠陥の種類は同定できない。従
って、検出された欠陥は、従来の光学顕微鏡、走査電子
顕微鏡(SEM)等の技術を利用して、欠陥検査装置で
検出した欠陥について詳細に検査する(レビュー)こと
により、欠陥の具体的な種類(例えば、短絡、段線な
ど)が判定される。この付加的な詳細情報によって、欠
陥の原因究明が容易になり、工程が変化していること
や、工程がどのように変化し、上記欠陥を防止するため
工程をどのように調整すればよいかの判断が容易にな
る。
【0004】製造工程を可能な限り完全に把握するため
に、生産ラインから離れた全ての半導体ウェハ上で検出
された全ての欠陥について詳細な検査を行なうことが理
想的である。しかしながら、そのような闇雲な手法は、
生産されるウェハの膨大な数と、ウェハ1枚当たりに発
生しうる欠陥の膨大な数を考慮すれば、無理があり実際
的ではない。従って、実際には、レビュー作業は、検出
された欠陥全体の中から選択された欠陥の小集団に限定
されていた。この欠陥の小集団を詳細にレビューするこ
とにより製造工程を把握し、大まかではあるが工程変化
を検出していた。
【0005】従来の詳細検査用に欠陥を選択する方法を
図11に示す。半導体ウェハ1101は、欠陥の存在
(ウェハ上の欠陥の位置も含む)を検出するために欠陥
検査を受ける。図11に示す例では、欠陥は菱形で表示さ
れ、参照符号2で総括的に識別されている。検出した欠
陥(その数は数千に及ぶ場合もある)の情報は、集めら
れ、欠陥データ1112として、データベースなどに保
存される。半導体ウェハ上のハッチングを施した領域1
122は、欠陥全体から小欠陥群を得るために選択した
領域を示す。この選択した領域1122の設定は、特定
領域データ1114としてユーザーによって入力され
る。
【0006】欠陥選択工程1116は、特定領域データ
1114の情報に基づいて、欠陥データ1112から詳
細に検査すべき欠陥として、ユーザーにより設定された
領域1122内の全欠陥を選択する。選択された欠陥デ
ータ1118は、その後、ユーザーへの出力として好適
な形態で作成される。図11の例では、半導体ウェハ1
101’上に、選択された欠陥3として黒塗りの菱形で
表示してある。選択された欠陥3は、その後、詳細なレ
ビューを行う事により、欠陥の種類、種類毎の欠陥の分
布パターン等が求められ、製造工程の状態を更に詳しく
把握するための情報が得られる。
【0007】他の従来の欠陥選択方法を図12に示す。
半導体ウェハ1201に対して欠陥検査を行い、欠陥2
を検出する。検出された欠陥2は欠陥データ1212と
して集められる。更に詳細な検査(レビュー)用の欠陥
が全く無作為に選択される。この無作為に選択する欠陥
の数は、選択比1214として入力されたデータに基づ
いている。選択比は、単純に欠陥全体の百分率の値であ
り、例えば選択比0.3は、検出された欠陥全体の30
%に相当する。欠陥は、検出された欠陥の全体数に対す
る選択された欠陥の数の比が、選択比に等しくなるま
で、無作為に選択され、これが選択された欠陥データ1
218を構成する。選択された欠陥は、その後、好適な
形態でユーザーに表示される。図12に示す例は、半導
体ウェハ1201’上における選択された欠陥3’の典
型的な無作為パターンを示している。図11に関連して
上記したように工程変化を同定するため、選択された欠
陥について更に詳細な試験が実施される。
【0008】本発明に関連する従来技術を開示している
ものに、特許文献1及び2がある。
【特許文献1】特開平3−44054号公報
【特許文献2】PCT出願国際公開WO97−3533
7号公報
【0009】
【発明が解決しようとする課題】半導体の特定領域(図
11のような領域)に基づく選択基準は、欠陥の発生位
置の分布に位置特異性があるような工程変化に対しては
適切ではない。ウェハ欠陥は、不均一な分布パターンを
持つ傾向がある。詳細にレビューすべき欠陥を選択する
領域をユーザーが特定する場合、もしユーザーによって
特定された領域以外の半導体ウェハ領域で欠陥がクラス
タ化していれば、本来レビューすべき欠陥を見逃してし
まう可能性がある。従って、このような場合、欠陥検査
装置により検出された欠陥を詳細にレビューして得られ
る検査データは、工程誤差を正確に表わしているとはい
えない。
【0010】図12で説明したような場合は、詳細に検
査(レビュー)すべき欠陥をウェハ全体から全く無作為
にサンプリングするので、上記した位置特異性欠陥とな
るような欠陥の発生位置分布の影響を低減することがで
きる。しかし、この場合、詳細にレビューすべき欠陥は
全く無作為に選択されるので、欠陥が不均一に分布して
いる場合、この分布の不均一性がレビューすべき欠陥の
選択には反映されない。従って、ウェハ上に異なる種類
の欠陥分布がある場合には、ある種の情報を確かめるこ
とが困難であった。
【0011】製造工程で処理することにより半導体ウェ
ハ上に発生する欠陥の分布は、その分布の密度が種々に
変化している。例えば、ある欠陥は密に分布した欠陥の
領域(以下、「密分布領域」と称する。)に位置し、あ
る欠陥は疎に分布した欠陥の領域(以下、「疎分布領
域」と称する。)に位置する。そして、これらの密度の
異なる分布は、異なる原因、異なる種類別欠陥比率を有
する。詳細な検査(レビュー)のための欠陥を選択する
場合、欠陥のクラスタとは別に選択することができる。
【0012】欠陥検査装置で検出された欠陥の分布にお
いて特定のクラスタの欠陥を選択する方法において、欠
陥を密分布領域のものと、疎分布領域のものとに分類す
る作業は、ユーザーの主観的な判断を要する。このユー
ザの主観的な方法に起因して、定義されるクラスタがユ
ーザー間で変動する。他方、選択が無作為に行なわれる
場合、選択された欠陥の大半は、より密分布領域に位置
する欠陥となる傾向がある。疎分布領域の欠陥は、十分
にサンプリングできない可能性が大きい。従って、欠陥
がこのようにクラスタ化される場合、正しい情報を得る
ことが難しく、欠陥の発生要因を正確に把握することは
困難であった。
【0013】本発明の目的は、上記した従来の半導体ウ
ェハ検査方法及びシステムの欠点を改善し、ウェハ上に
欠陥がクラスタ化して発生した場合に、発生したクラス
タに関する正しい情報を、より少ない数の欠陥をレビュ
ーする事で効率よく欠陥の発生要因を正確に把握する事
が可能な半導体ウェハの検査方法及びその装置を提供す
ることにある。
【0014】
【課題を解決するための手段】本発明による半導体ウェ
ハを検査及びレビューする方法及びシステムは、半導体
ウェハにおける欠陥を検出し、検出された欠陥に関する
情報を適当なデータストアに保存することからなる。検
出された欠陥とともに、半導体ウェハ上の欠陥のクラス
タに関する付加的な情報も作成され保存される。詳細に
検査(レビュー)すべき欠陥は、統計学的基準に基づい
てサンプリングされる。続いて、サンプリングされた欠
陥を詳細に検査(レビュー)及び分析することによっ
て、その後のサンプリングされたデータのレビューに関
する情報が得られる。ユーザーが欠陥のサンプリングに
関する情報を利用しうるように、好適なユーザーインタ
ーフェースが設けられる。サンプリングされたデータの
その後のレビューに関する情報をユーザーが利用しうる
ような好適なユーザーインターフェースも設けられる。
【0015】
【発明の実施の形態】本発明の態様において、半導体ウ
ェハ欠陥は、欠陥のサンプリングを行なうために、統計
学的手法に基づいてサンプリングされ、後続の詳細なレ
ビューを受ける。本発明の態様例において、信頼性や許
容誤差のような統計学的基準が、サンプリングの基準と
して使用される。しかしながら、多数の公知統計学的手
法のいずれもが、欠陥サンプリングに好適であること
は、以下の説明から明白である。
【0016】図1は、半導体ウェハ欠陥のサンプルを取
り込むための、上記因子の処理方法に関する態様例を示
している。ウェハ処理設備において、ウェハ101(位
置A)は、生産ロットから抽出され、欠陥検査を受け
る。ウェハ欠陥は、例えば、ウェハ上の実際のパターン
と期待されるパターンとのパターンの相違を検出するい
わゆる外観検査装置、反射散乱光を検出して異物粒子を
検出するいわゆる異物検査装置など、従来公知の検査装
置及び方法を使用して検出される。ウェハ上またはウェ
ハに多数形成されたチップ内の欠陥の位置は、欠陥デー
タ111を構成するものとして記録される。サンプリン
グ機能ユニット102は、ウェハ101上を検査して集
められた欠陥データ111を受け取る。欠陥データ11
には、検出された欠陥の位置情報が含まれるが、時とし
て誤りのある欠陥検出(虚報)を含むことがある。
【0017】サンプリング機能ユニット102では、入
力された欠陥データ111を、ウェハ101上の欠陥
(欠陥クラスタ)の局在密度を求めるために座標解析処
理116を行う。この座標解析処理116の結果、複数
の欠陥クラスタが定義され、各クラスタの密度に基づい
て分類される。例えば、図示の態様例において、各欠陥
は、疎に分布したクラスタ領域、密に分布したクラスタ
領域及び非常に密に分布したクラスタ領域に属するもの
として分類される。当然、他のクラスタも定義しうる。
図1は、ウェハ101(位置B)において、欠陥が高度
に密なクラスタ105、密なクラスタ107及び疎なク
ラスタ109に分類されている状態を示している。
【0018】欠陥を欠陥クラスタに分類するための座標
解析処理116には、種々の従来技術が利用可能であ
る。図示の態様において、座標解析処理は、幾何学的辞
書パターン分析の手法に基づいている。ウェハ101上
の欠陥分布の画像は、幾何学的辞書パターンを用いて処
理され、分布する欠陥はいくつかのクラスタに分けられ
る。その後、クラスタは、自動的に作成された複数の幾
何学的辞書パターンの一つに分類される。得られた分類
欠陥データ115は、欠陥の位置と、各欠陥が属するク
ラスタを示すクラスタ情報とを含んでいる。分類データ
115は、欠陥選択工程134へ送られる。
【0019】サンプリング機能ユニット102には、ユ
ーザー入力112が設けられている。ユーザー入力11
2には、信頼性の値112A、許容誤差の値112B、
サンプリング数112C、サンプリングモード112
D、及び主欠陥比率の値112Eなどが含まれる。操作
の第一モードにおいて、サンプリング機能ユニット10
2は、分類データ115から得られる欠陥のサンプル、
即ちサンプリング欠陥を作成する。操作の第一モードに
おいて、サンプリング機能ユニット102は、信頼性の
値112A及び許容誤差の値112Bをユーザー入力1
12から受け取り、分類データ115から抽出すべきサ
ンプリング数(即ち、サンプリング欠陥数)と、サンプ
リング欠陥の位置の情報とを作成する。
【0020】サンプリング欠陥は、種類別に分類された
欠陥比率についてある分布を有する。すなわち、サンプ
リング欠陥は、x%の欠陥種A、y%の欠陥種B、z%
の欠陥種C等からなる。これら比率は、ウェハ101上
に存在する実際の欠陥の種類別比率分布とは異なる。許
容誤差の値は、サンプリング欠陥における種類別欠陥比
率の分布と、ウェハ上の実際の欠陥の種類別欠陥比率と
の間の誤差範囲を反映する許容差を示している。本発明
の一態様において、許容誤差の値は百分率の値である。
従って、例えば、5%の許容誤差とは、以下のことを意
味する:サンプリング欠陥における欠陥種Aの比率がx
として求められたときに、ウェハ上の実際の欠陥種Aの
数が全欠陥数に占める割合(比率)に対して、この値xは
5%の許容誤差範囲内にある。信頼性の値は、許容誤差
の値によって示される範囲内に実際の誤差が存在する可
能性を意味する。
【0021】操作の第二モードにおいて、サンプリング
機能ユニット102は、サンプリング数指定112Cを
受け入れる。この操作モードにおいて、許容誤差の値が
推算される。サンプルデータのサンプリング数は、サン
プリング数指定によって決定される。
【0022】サンプリングモード指定112Dは、サン
プルデータにおけるサンプリング数が、許容誤差の値1
12B(サンプリングモードは”%推定”)に基づくの
か、主欠陥比率の値112E(サンプリングモードは”
DD%推定")基づくのかを特定する。主欠陥比率の値
は、もっとも高い種類別比率を有する欠陥の比率の値を
表す。従って、主欠陥比率の値に基づいた数のサンプリ
ング欠陥は、ある特定の意味を表していることになる。
【0023】ユーザー入力112からは、前記したよう
な情報がサンプリング機能ユニット102に入力され
る。この実施例においては、信頼性の値112Aを付与
し、サンプリングモード112Dを選択する必要があ
る。また、許容誤差の値112B又はサンプリング数指
定112Cも付与する必要がある。判別過程121にお
いて、サンプリングモード指定112Dで「%推定」を
決定すると、判別過程123へ進む。判別過程123
は、許容誤差の値112Bが特定されているかどうか、
またサンプリング数指定112Cが指定されていないか
どうかを判別する。もしそうなら、判別過程125に進
む。判別過程125において、主欠陥比率の値112E
が指定されない場合、該比率の値は所定の値を過程12
4で設定される。この図示の態様において、前記所定の
値は、P=0.5である。ここで、Pは主欠陥比率の値
である。
【0024】過程126において、サンプリング欠陥を
構成するサンプリング数は、(数1)に基づいて決定さ
れる。
【0025】
【数1】
【0026】(eは誤差、nはサンプリング数、Uは信
頼性の値112Aに基づくパラメータ、Pは主欠陥比率
の値112Eである。) Uは、その値が信頼性に対して一意的に決定されるパラ
メータである。この特別な図示態様において、Uの値
は、以下の(数2)(数3)から決定されるが、他の形
式も可能である。
【0027】
【数2】
【0028】
【数3】
【0029】(eは自然対数((数1)で示される許容
誤差ではない)、rはユーザーが与える信頼性の値11
2Aである。) Uの値は、例えば、あらかじめ計算された値のテーブル
(ルック・アップ・テーブル)を用いるテーブル検索法を
使用して決定しうる。図2は、例えば、信頼性の値11
2AとUとの相関を示すテーブル202である。Uの値
が決定すると、サンプリング数は(数1)から容易に決
定しうる。
【0030】図3は、情報がテーブル302の形式で扱
われる本発明の一態様を示している。データテーブル3
22、324、326は、図2に示したUの値に対応し
て設けられている。各テーブルは、行と列の並びからな
る。行332は、主欠陥比率の値112E(P)の所定
増分を表す。列334は、許容誤差の値112B(e)
の所定増分を表す。配列項目336は、サンプリング数
(n)を表す。
【0031】図2及び図3に係るルック・アップ・テーブ
ルを用いたテーブル検索法の例において、ユーザーによ
り供給された信頼性の値112Aから、テーブル202
を用いた単純なテーブル検索操作でUの値が得られる。
Uの値は、正しいデータテーブル322、324、32
6の選択に使用される。その後、主欠陥比率の値(P)
と許容誤差の値(e)とを使用する第二テーブル検索操作
によってサンプリング数(n)を決定できる。
【0032】当然、ユーザーが所定の増分値のみを使用
する場合には、テーブル検索の手法が好適であることが
理解できる。更に、要求されるメモリに応じて、テーブ
ル検索手法は、好適にも不適にもなりうる。(数1)を
使用する純粋な計算手法と、図2及び図3に係る純粋な
テーブル検索手法とは、パフォーマンスとハードウェア
コストとがトレードオフの関係にある。
【0033】図1を参照すると、サンプリング数を決定
する過程126において演算処理する事により、サンプ
リングすべき欠陥の数、即ちサンプリング数132が求
められる。検出された欠陥のデータ111が座標解析1
16により分類された分類データ115から、この求め
たサンプリング数132に等しい数の欠陥(過程13
4)を各分類から、または特定の分類から無作為に抽出
することにより、一組のサンプリング欠陥データ(選択
欠陥データ)113が得られる。選択された欠陥は、図
1でウェハ101(位置C)内に、黒塗り菱形で示され
る欠陥103として図示されている。サンプリング欠陥
は、その後、短絡、開路、ボイド等の欠陥の特定の種類
を識別するために、詳細な解析を受ける。
【0034】判別過程123において、許容誤差の値1
12Bがユーザーによって指定されておらず、サンプリ
ング数112Cが指定されている場合、次の過程として
Nの選択肢が採用される。この場合、指定されたサンプ
リング数112Cが、サンプリング数132として設定
される。次に、検出された欠陥が分類された分類データ
115から、設定されたサンプリング数132に等しい
数の欠陥を無作為に選択することによってサンプリング
欠陥データ(選択欠陥データ)113が得られる。過程
128において、推定許容誤差114は(数1)から決
定される。代わりに、図2及び図3に係るルック・アッ
プ・テーブルを用いて、テーブル検索の手法を用いて、
推定許容誤差114を求めることもできる。
【0035】密に分布したクラスタにおける欠陥の種類
別欠陥比率は、疎に分布したクラスタにおける欠陥の種
類別欠陥比率とは異なる。同様に、密に分布したクラス
タにおける主欠陥比率は、一般に、疎に分布したクラス
タにおける主欠陥比率よりも大きい。密に分布したクラ
スタの主欠陥比率がサンプリング機能ユニット102へ
の入力112Eであるとき、サンプリング数は、この密
に分布したクラスの主欠陥比率に基づいて所定の計算に
よって決定される。
【0036】主欠陥比率が大きい場合、全ての種類別欠
陥比率を得ることは必ずしも必要ではなく、欠陥の性質
を知るためには主欠陥モードの欠陥比率のみを知ってお
けば十分である。この主欠陥モードの推定だけでよけれ
ば、許容誤差の値112Bを大きく特定し、サンプリン
グ数を減らすことができる。
【0037】図1を参照すると、ユーザーは、DD%推
定のサンプリングモード指定112Dを入力できる。こ
のモードにおいて、許容誤差は、所定演算(過程12
2)によって例えばe=P−0.5に設定される。続い
て工程は、前述の如く、サンプリング数決定126を行
なう。サンプリング欠陥データ(選択欠陥データ)11
3は、サンプリング数決定126で決定されたサンプリ
ング数132に等しい数の欠陥を分類データ115から
無作為に選択することにより作成される。この分類デー
タ115からの欠陥の無作為な選択は、分類データ11
5で識別された欠陥クラスタ全体からサンプリングする
ことにより、あるいは識別された一又は複数の欠陥クラ
スタからサンプリングすることにより行う。
【0038】図4は、サンプリング機能ユニット102
へ供給すべき情報を互換する複数の多様なグラフィカル
要素からなるグラフィカルユーザーインターフェース
(GUI)402の態様例を示している。これは、ユー
ザーによる入力を促すことを含み、ユーザーのための選
択肢を提示することを含む。サンプル機能ユニット用に
ユーザーが与える情報を受け取るGUIが開示されてい
るが、特定の操作環境に応じて、他の形態の入力も等し
く適用可能である。GUIを必要としない方法、例え
ば、入力情報が予め決定されており、ウェハをバッチ処
理する工程においてシステム内のウェハの流れに合わせ
て各バッチに対応する情報として自動的に入力情報をサ
ンプリング機能ユニットに供給することも可能である。
【0039】前出の本発明の態様例において、GUI4
02は、3つの領域、即ち、信頼性情報入力領域40
4、モード選択及びデータ入力領域406、並びに詳細
データ入力領域408を備えている。信頼性情報領域4
04は、ユーザーが供給する信頼性の値112A(図
1)を受け取るデータ入力ボックス442を有する。
【0040】モード選択及びデータ入力領域406は、
複数の情報受け取り領域からなり、該領域は、サンプリ
ングモード選択フィールド463、主欠陥比率データフ
ィールド465、許容誤差データフィールド467、並
びにサンプリング数データフィールド469を含む。モ
ード選択フィールド463は、%推定モード又はDD%
推定モードを選択するドロップダウンメニュー462を
有する。%推定モード操作は、ユーザーが付与する許容
誤差の値112Bに基づくサンプリング欠陥データ(選
択欠陥データ)113(図1)を作成する。DD%推定
モード操作は、ユーザーが付与する主欠陥比率の値11
2Eに基づくサンプリング欠陥データ(選択欠陥デー
タ)113を作成する。
【0041】次の二つのフィールド、主欠陥比率データ
フィールド465及び許容誤差フィールド467は、ユ
ーザーにより提供される比率の値それぞれに関し、デー
タ入力ボックス464及び466をそれぞれ有してい
る。サンプリング数フィールド469は、データボック
ス468を備える。上記した各データボックスは、ユー
ザーのアクションに応じて、情報表示又は情報受け取り
が可能である。第一の状態においては、主欠陥比率フィ
ールド465又は許容誤差フィールド467からユーザ
ーによりデータが入力されると、サンプリング機能ユニ
ット102は、図11に示した処理フローに従って処理
を進めてサンプリング数結果132を計算する。この結
果はその後、データボックス468に表示される。第二
の状態においては、ユーザーがデータボックス468か
らサンプリング数112Cを入力する。この第二の状態
において、図1に示した処理フローに従って処理され主
欠陥比率の値が求められて主欠陥比率フィールド464
(DD%推定モード操作)に表示されるか、または、許
容誤差の値が求められて許容誤差フィールド466(%
推定モード操作)に表示される。
【0042】詳細なデータ入力領域408は、ウェハ1
01において識別された欠陥クラスタに基づくサンプル
抽出のための情報を受け取る領域である。図4に示した
本発明の態様例においては、三つの欠陥クラスタが定義
されている。従って、三つのクラスタデータ入力領域、
即ち、高密度領域482、密領域484、疎領域486
が、図4に描かれるユーザーインターフェースに設定さ
れる。各クラスタデータ入力領域482、484、48
6は、サンプリングモード(データ入力領域483)、
主欠陥比率(データ入力領域485)、許容誤差比率
(データ入力領域487)用のデータ入力フィールドか
らなる。サンプリング数(領域489)用データ入力/
表示フィールドも、各クラスタデータ入力領域に設けら
れる。所定ウェハに対し他のクラスタが定義される場
合、領域482、484、486に加えて新たなクラス
タデータ入力領域を設けることも可能である。また、ク
ラスタデータ入力領域の数は、蒸気例よりも少ない二つ
であっても良い。
【0043】チェックボックス461及び481によ
り、サンプリングを行なう欠陥データ、即ち、ウェハ全
体の欠陥データ又は識別された欠陥クラスタの一つに属
する欠陥データをユーザーが特定することが可能にな
る。チェックボックス461がユーザーにより選択され
ると、ウェハレベルでサンプリングが行なわれる。ユー
ザーにより提供された情報112は、モード選択及びデ
ータ入力領域406に入力される。分類データ115に
おける欠陥群全体から欠陥をサンプリングすることによ
って、サンプリングはウェハ全体で実施される。
【0044】他方、チェックボックス481がユーザー
により選択されると、クラスタ単位でサンプリングが実
行される。ユーザーにより提供された情報は、各対象ク
ラスタ毎にクラスタデータ入力領域482、484、4
86に入力される。その後、分類データ115で分類さ
れて対応するクラスタデータ入力領域に既に入力されて
いる各クラスタにおいて欠陥のサンプリングが行なわれ
る。
【0045】図4に示されるGUIは、典型的GUIに
あるような標準的な動作ボタンも含んでいる。例えば、
図は、データ受け取りボタン421及びデータキャンセ
ルボタン423を示している。これらのボタンのほか
に、更に他のボタンを適宜設けることもできる。
【0046】次に、本発明の第二の態様例を、図10を
用いて説明する。図1と共通する図10中の当該要素
は、図1の場合と同様の参照符号によって表示されてい
る。この第二の態様において、前記第一の態様と異なる
点は、欠陥のクラスタは識別されておらず、従って、分
類データ115(図1)が作成されていないことであ
る。図10から判るように、欠陥検査装置(図示せず)
で検出されてサンプリング機能ユニット1002へ入力
された欠陥データ111は、欠陥選択工程1034へ直
接供給される。この第二の態様の場合、欠陥選択工程1
034において、欠陥の密度分布は考慮に入れておら
ず、サンプリング欠陥は欠陥データ111からサンプリ
ングされ、欠陥選択データ1113としてサンプリング
機能ユニット1002から出力される。
【0047】ここで、図5を用いて本発明を適用したウ
ェハ検査及びレビューシステム500の態様例を示す。
通信網502により、システムを構成する多様なコンポ
ーネントを結合するデータ通信経路が提供される。図
中、位置Aにあるウェハは、前の工程において処理が施
されてものであって、検査装置512において欠陥検査
を受ける。検査装置512は、従来から一般に用いられ
るもので、例えばウェハの外観を検査するウェハ検査装
置である。
【0048】検査装置512は、データストアに送られ
る欠陥データ111を作成する。データストアは、一般
に入手可能な多数のデータストレージアーキテクチャの
うちいずれでもよい。図5に示される態様において好適
なデータストレージアーキテクチャは、例えば、データ
サーバ516である。このデータサーバ516は、検査
装置512から転送される欠陥データ111や、システ
ム500の他のコンポーネントにより作成及びアクセス
しうる他のデータの保管場所となる。
【0049】検査装置512で検査を終えたウェハは、
図中の位置Bを経てレビュー装置514に送られる。レ
ビュー装置514は、サンプルウェハ上の欠陥を詳細に
解析する装備及び工程を含んでいる。典型的に、特定の
欠陥種類は、レビュー装置を構成する多様な分析コンポ
ーネントによって識別及び分析される。レビュー装置を
構成する特定の装備及び工程は、製造設備の精巧度、コ
ストなどの因子、並びに本発明とは関係のない他の要因
に応じて変化する。典型的装備としては、例えば、走査
電子顕微鏡がある。
【0050】レビュー装置514は、レビューサーバ5
18と通信して、詳細なレビューのため、ウェハ上の欠
陥データ111から選択されたサンプリング欠陥データ
113を得る。レビューサーバは、本発明に従い欠陥の
サンプルを選択する。図5に示す態様において、サンプ
リング機能ユニット102は、レビューサーバ518の
内部にある。ユーザー入力112(図1) は、サンプ
リング機能ユニット102に供給される。
【0051】サンプリング機能ユニット102は、既に
説明したように、検査装置512で検出されてデータサ
ーバ516に保存された欠陥データ111−Bを受け
て、ユーザ入力112に基づいて処理して欠陥をサンプ
リングする。サンプリングされた欠陥データ113はレ
ビュー装置514へ送られる。これは、欠陥の位置のリ
ストの形態でも可能である。その結果、レビュー装置5
14は、付加的な解析を行なうべきウェハに関する情報
を得る。
【0052】レビュー装置514は、レビューされた欠
陥の実際の画像作成も含め、レビューデータ538を作
成するためにサンプリングされた欠陥の詳細な検査を実
行(手動、自動又はその両方)する。レビューデータ5
38は、レビューサーバ518に送られ、そこでレビュ
ーデータ、例えば種類別欠陥比率、各欠陥クラスタにお
ける主欠陥モード等に関する欠陥情報508を作成す
る。欠陥情報508は、GUIに表示することができる
が、これについては図9に関連して後述する。
【0053】更に詳細には、本発明の態様例において、
欠陥情報508は、各クラスタにおける欠陥の分類から
なる。この例としては、クラスタ内で最も数の多い欠陥
の種類が識別されている各々のクラスタについての主欠
陥モードのような情報があるが、これに限定されない。
また各クラスタについて、クラスタ内の各種類の欠陥の
比率分類(種類別欠陥比率)が決定される。ウェハ上の
全欠陥の比率分類も決定される。
【0054】ユーザー入力112は、多数の方法で得る
ことができる。例えば、コンピュータ(非図示)を、通
信網502に接続し、好適なソフトウェア(例えばGU
I402)を走らせ、レビューサーバ518へ送るユー
ザー入力を得ることができる。代わりに、レビューサー
バ518自体は、ユーザー入力112用のインターフェ
ースとなる。明らかに、同等に有効な多数の代替方法が
可能である。特定のアーキテクチャ選択は、発明に関係
のない事項に基づいている。
【0055】図5に示される態様は、本発明を具現する
ウェハ検査及びレビューシステム500の構成を必ずし
も必要としていない。他のアーキテクチャも可能であ
る。単に例示として、図6乃至8は、考えられる多様な
アーキテクチャを示している。これから明らかとなる
が、開示されたコンポーネントは、多数の方法でシステ
ムコンポーネント間に配置できる。要素が図5で開示し
たものと同じ場合は、同じ参照符号を使用した。
【0056】図6は、データサーバ616にサンプリン
グ機能ユニット102を設けた本発明の一態様例を示し
ている。この構成において、検査装置512によって作
成された欠陥データ111は、データサーバ616に送
られる。ユーザー入力112はデータサーバ616に供
給され、サンプリング欠陥データ113が作成される。
図5の場合と同様、ユーザー入力を得るため、好適なユ
ーザーインターフェース(例えば402)を容易に設け
ることができる。レビュー装置514は、サンプリング
欠陥データ113により識別された欠陥の詳細な解析を
行ない、レビューデータ538をデータサーバ616に
送る。図6に示した態様は、データサーバ616が、レ
ビューデータ538を受け取り、欠陥情報508を作成
するよう構成されている。
【0057】図7は、レビュー装置714にサンプリン
グ機能ユニット102を設けた場合の本発明の態様例を
示している。この態様において、検査装置512からの
欠陥データ111は、レビュー装置714に送られる。
ユーザー入力112は、好適なユーザーインターフェー
ス(例えば402)を解して得られ、レビュー装置714
内のサンプリング機能ユニット102に供給される。サ
ンプリング機能ユニット102は、欠陥データ111か
らサンプリングすべき欠陥を抽出してサンプリング欠陥
データ113を作成する。レビュー装置714は、サン
プリング欠陥データ113を用いて詳細な解析を行う。
この態様において、欠陥情報508は、レビュー装置7
14によって作成される。
【0058】図8は、検査装置812にサンプリング機
能ユニット102を設けた場合の本発明の態様例を示し
ている。検査装置812は、欠陥データ(図5〜7の1
11に相当)を作成するが、該データをどこにも送らな
い。その代わり、欠陥データは、検査装置812の内部
に保持される。ユーザー入力112は、欠陥データから
抽出されるサンプリング欠陥データ113を作成する基
礎として機能するよう供給される。サンプルデータは、
レビュー装置814に送られ、該装置は、その後、サン
プリング欠陥のそれぞれについて詳細な解析を行なう。
この態様において、レビュー装置814は、欠陥情報5
08を出力する。
【0059】上記の通り、欠陥情報508(図5乃至
8)は、好適に設計された表示インターフェースを使用
するGUI402で表示できる。しかしながら、情報を
表示する他の形式も、関連分野の通常の知識を有する者
にとっては想到容易である。GUI形式の代わりとし
て、完全な結果の印刷など、ハードコピー形式が可能で
ある。前記及び他の形式は、本発明において可能な代替
態様として認識しうる。
【0060】図9は、上記インターフェースの態様例を
示している。欠陥情報508の合計を表示するレビュー
結果インターフェース(GUI)902は、ディスプレ
イモニタ、プロジェクションシステム等、あらゆる好適
な表示形式で実現しうる。以下、説明するように、本発
明態様に従うレビュー結果インターフェースは、欠陥情
報における異なる部分の表示を制御するユーザー指示を
受け取ることができる。好適なソフトウェアを具備する
好適なコンピュータシステム(非図示)は、レビュー結果
表示を駆動するために必要な処理と対話とを行なうこと
が理解されるが、図9に係るGUI902は、ソフトウ
ェアの表示に相当する。図5乃至8で示されるウェハ検
査及びレビューシステムの態様例に関し、レビュー結果
インターフェースを駆動するコンピュータシステムは、
レビュー結果インターフェースによって必要とされるデ
ータを含むシステムのコンポーネントとデータ通信して
いる。
【0061】本発明の一態様において、レビュー結果イ
ンターフェース902は、四つの情報交換領域、即ち、
ウェハ情報領域910、ウェハマップ表示領域912、
ビュー領域914及び詳細ビュー領域916からなる。
ウェハ情報領域910は、ユーザーが供給した対象ウェ
ハに関する情報を受け取るよう機能する。ウェハの特定
に使用しうる典型的情報としては、ウェハ種別、工程種
類(例えばメタル1等)、ロット番号、ウェハ番号等が
ある。この情報は、開示した本発明態様例に従い処理及
び解析され、その後のレビュー用に保存される多数のウ
ェハから特定ウェハを識別するよう機能する。
【0062】ウェハマップ表示領域912は、ウェハ情
報領域910において識別されたウェハを表示する。ウ
ェハマップ表示領域912は、選択されたウェハ932
を表す画像又は他の好適な情報を表示する表示領域92
2を備えている。ウェハマップは従来と同様に、検出し
た欠陥のウェハ上での分布の状態がウェハ932上に表
示される(以下、ウェハ932上に欠陥の分布が表示さ
れた状態をウェハマップ932という)。分類データ1
15(又は欠陥データ111)から作成されたウェハマ
ップ932は、ウェハ上の座標識別欠陥の位置を示す、
選択欠陥の「大まかな」図を提供する。
【0063】欠陥は、クラスタによって分類データから
更に識別することができる。視覚的補助として、各クラ
スタに色を関連付け、関連付けられた色によってクラス
タに属する欠陥を表示する色分け法を使用して、異なる
クラスタを識別することができる。各欠陥種類は、幾何
学的形状(三角、四角、丸等)によって表示できる。図
9の態様例において、選択ウェハのウェハマップ932
は、表示領域で表示される。
【0064】ビュー領域914は、ウェハ選択領域91
2で選択されたウェハの主欠陥モードデータを表示す
る。ビュー領域914は、多数の主欠陥画像934を表
示する表示領域942を備えている。領域選択バー94
4は主欠陥の数が多くて表示領域942のサイズが主欠
陥画像全てを表示するのに不十分である場合に、表示す
る主欠陥画像を選択するために設けられている。
【0065】各種欠陥画像934は、選択ウェハ932
における欠陥クラスタの一つを表す。従って、上記の例
において、ウェハ101(図1)に対して高密度領域、密
領域、疎領域の三つのクラスタが定義される。結果とし
て、該ウェハ用の表示領域942には、各クラスタにつ
き一つづつ、合計三つの主欠陥画像が表示される。一般
に、一つの選択ウェハにつきN個のクラスタが定義され
ると、表示領域942には、クラスタ毎に一つの当該画
像、合計N個の主欠陥画像が表示されなければならな
い。しかし、実際には、本実施の態様では三つの欠陥画
像までしか一度に表示できないので、Nが3よりも大き
な場合、領域選択バー944を用いて、表示領域942
にユーザが観察したい主欠陥画像群、即ち図9に示した
場合には三つの画像群が表示されるよう、好適な入力装
置(例えばマウスなど)を使用してユーザーが操作する
ことができる。
【0066】図9に示した三つの主欠陥画像934は、
それぞれ対応するクラスタにおける主欠陥モードを表
す。従って、例えば図9において、「欠陥B」と標識さ
れた主欠陥画像934’は、選択ウェハ932上の対応
クラスタ画像を表す。更に、クラスタが欠陥種別Bであ
る主欠陥を表示している。更に図9は、本発明態様の
「強調表示」特性を示している。主欠陥画像934’
は、太枠で強調されており、選択ウェハ932における
対応クラスタ932’も同様に強調されている。このこ
とにより、所定の主欠陥画像に関し、選択ウェハにおけ
る対応クラスタの識別及びその逆の識別が容易になる。
【0067】詳細なビュー領域916は、主欠陥画像9
34のうち選択された一つに関し、更に情報を表示す
る。詳細なビュー領域916は、表示領域962、96
6及び968からなる。表示領域968は、サンプリン
グ欠陥を作成する基準に関連する情報を表示する。例え
ば、ユーザーが提供した信頼性の値112Aを、表示領
域968に表示できる。
【0068】表示領域962は、レビュー領域914で
選択された主欠陥画像に対応するクラスタに関連する詳
細な情報を表示する。例えば、図9において、表示領域
942において選択された主欠陥画像934’は、強調
して表示され、同時に、ウェハ選択領域912に表示さ
れたウェハ932上で主欠陥画像934’に対応するク
ラスタにおける主欠陥が欠陥種別Bであることを示す。
表示領域962には、選択された主欠陥画像934’に
対応するクラスタに属する全欠陥の分布を示す一組の欠
陥画像936を表示する。各欠陥画像936は、クラス
タ内における特定種類のサンプリング欠陥の分布を示
す。クラスタ内に多種類の欠陥があれば、一つの所定ク
ラスタに関し、多数の欠陥画像936が存在する。領域
選択バー964は、表示領域962に収容しきれないほ
ど多くの欠陥画像がある場合に、異なる欠陥画像を観る
ために設けられる。
【0069】表示領域966は、表示領域942におい
て選択された主欠陥画像に対応するクラスタにおける各
種類毎の欠陥数の比率を示す情報938を表示する。図
9の態様例において、情報938は、クラスタ内に存在
する各欠陥を、当該クラスタにおけるサンプリング欠陥
の全数の百分率として示すヒストグラムである。
【0070】以上、本発明の代表的態様を開示した。開
示した本発明の態様例に関する変化及び修正は、関連分
野の知識を有する者にとっては自明である。従って、以
上の説明は、限定的意味をもたない説明として解釈され
るべきである。
【0071】
【発明の効果】本発明によれば、統計的な手法を用いて
より少ない数の欠陥をレビューする事で効率よく欠陥の
発生要因を正確に把握する事が可能になり、ウェハ上に
欠陥がクラスタ化して発生した場合に、発生したクラス
タに関する正しい情報を、効率よく提供することが可能
になった。
【図面の簡単な説明】
【図1】本発明による欠陥サンプリング方法の一態様を
示すフロー図である。
【図2】図1で示される態様において示される工程のテ
ーブルを示す図である。
【図3】図1で示される態様において示される工程のテ
ーブルを示す図である。
【図4】本発明の一態様における典型的なユーザーイン
ターフェースを示す図である。
【図5】本発明によって提供されるウェハ検査及びレビ
ューシステムの一態様例を示すブロック図である。
【図6】本発明によって提供されるウェハ検査及びレビ
ューシステムの他の態様例を示すブロック図である。
【図7】本発明によって提供されるウェハ検査及びレビ
ューシステムの更に他の態様例を示すブロック図であ
る。
【図8】本発明によって提供されるウェハ検査及びレビ
ューシステムの更に他の態様例を示すブロック図であ
る。
【図9】本発明の他の態様に従う典型的なユーザーイン
ターフェースを示す図である。
【図10】本発明による欠陥サンプリング方法の他の態
様例を示すフロー図ある。
【図11】従来の欠陥分類方法の一例を示すフロー図で
ある。
【図12】従来の欠陥分類方法の他の例を示すフロー図
である。
【符号の説明】
102,1002・・・サンプリング機能ユニット 1
13,1113・・・選択欠陥データ 402・・・GUI
404・・・信頼性情報入力領域 406・・・モード
選択及びデータ入力領域 408・・・詳細データ入力
領域 500・・・ウェハ検査及びレビューシステム
512・・・検査装置 514,714,814・・・レビ
ュー装置 516,616・・・データサーバ 51
8・・・レビューサーバ 902・・・レビュー結果インタ
ーフェース 910・・・ウェハ情報表示領域 9
12・・・ウェハマップ表示領域 914・・・ビュー領域
916・・・詳細ビュー領域
───────────────────────────────────────────────────── フロントページの続き (72)発明者 渋谷 久恵 神奈川県横浜市戸塚区吉田町292番地 株 式会社日立製作所生産技術研究所内 (72)発明者 小原 健二 神奈川県横浜市戸塚区吉田町292番地 株 式会社日立製作所生産技術研究所内 Fターム(参考) 2G051 AA51 AB02 AC02 CA04 CB01 CB05 EA02 EA12 EA16 EC01 EC02 ED13 4M106 AA01 CA40 CA41 CA45 CA46 DB04 DB05 DB18 DB30 DJ20 DJ21 DJ26 5B057 AA03 BA24 CA12 CB12 CH01 DA03 DA16

Claims (14)

    【特許請求の範囲】
  1. 【請求項1】半導体ウェハを検査装置で検査して得た欠
    陥の位置情報を受け取り、 前記位置情報を受け取った欠陥の中からレビュー対象欠
    陥を選択するための選択条件を入力し、 該入力した選択条件に基いてレビュー対象欠陥数を決定
    し、 該決定した数のレビューすべき欠陥を他の欠陥と区別し
    て画面上に表示することを特徴とする欠陥検査方法。
  2. 【請求項2】前記検査装置から受け取った欠陥の位置情
    報に基いて半導体ウェハ上での前記欠陥の分布の疎密領
    域の情報を得る工程を更に備え、前記画面上に表示する
    工程において、前記演算して求めた数のレビューすべき
    欠陥を前記得た欠陥の分布の疎密領域の情報に対応付け
    て画面上に表示することを特徴とする請求項1記載の欠
    陥検査方法。
  3. 【請求項3】前記レビューすべき欠陥を前記欠陥の密度
    に応じて3種類の領域に分けて画面上に表示することを
    特徴とする請求項2記載の欠陥検査方法。
  4. 【請求項4】半導体ウェハを検査して得た欠陥に関する
    情報を受け取り、 該受け取った欠陥に関する情報の中からレビュー対象欠
    陥を選択するための選択条件を入力し、 該入力した選択条件に基いてレビュー対象欠陥数を決定
    し、 該決定した数のレビューすべき欠陥を前記受け取った欠
    陥の中から選択し、 該選択したレビューすべき欠陥の画像を取得し、 該取得した欠陥の画像を該欠陥の発生領域に対応付けて
    画面上に表示することを特徴とする欠陥検査方法。
  5. 【請求項5】前記取得した欠陥の画像を、該欠陥の発生
    領域に対応付けて、少なくとも一つの発生領域に対応さ
    せた欠陥画像を前記画面上に複数表示することを特徴と
    する請求項4記載の欠陥検査方法。
  6. 【請求項6】前記レビュー対象欠陥を選択するための選
    択条件は、信頼性、許容誤差、サンプリング数、サンプ
    リングモード、主要欠陥比率のうちの少なくとも一つを
    含むことを特徴とする請求項1又は4に記載の欠陥検査
    方法。
  7. 【請求項7】前記レビュー対象欠陥数を、信頼性と許容
    誤差とのデータを用いて算出することを特徴とする請求
    項1又は4に記載の欠陥検査方法。
  8. 【請求項8】半導体ウェハを検査装置で検査して得た欠
    陥の位置情報を受け取る受信手段と、該受信手段で位置
    情報を受け取った欠陥の中からレビュー対象欠陥を選択
    するための選択条件を入力する入力手段と、該入力手段
    から入力した選択条件に基いてレビュー対象欠陥数を決
    定する決定手段と、該決定手段で決定したレビュー対象
    欠陥数に対応するレビューすべき欠陥を他の欠陥と区別
    して画面上に表示する表示手段とを備えたことを特徴と
    する欠陥検査装置。
  9. 【請求項9】前記受信手段で受け取った欠陥の位置情報
    に基いて半導体ウェハ上での前記欠陥の分布の疎密領域
    の情報を求める疎密領域判別手段を更に備え、前記表示
    手段は、前記決定手段で決定したレビューすべき欠陥の
    位置を前記疎密領域判別手段で求めた欠陥の分布の疎密
    領域の情報に対応付けて画面上に表示することを特徴と
    する請求項8記載の欠陥検査装置。
  10. 【請求項10】前記表示手段は、前記レビューすべき欠
    陥を前記欠陥の密度に応じて3種類の領域に分けて画面
    上に表示することを特徴とする請求項9記載の欠陥検査
    装置。
  11. 【請求項11】半導体ウェハを検査して得た欠陥に関す
    る情報を受け取る受信手段と、 該受信手段で受け取った欠陥に関する情報の中からレビ
    ュー対象欠陥を選択するための選択条件を入力する入力
    手段と、 該入力手段から入力した選択条件に基いてレビュー対象
    欠陥数を決定する決定手段と、 該決定手段で決定したレビュー対象欠陥数に応じてレビ
    ューすべき欠陥を前記受け取った欠陥の中から選択する
    選択手段と、 該選択手段で選択したレビューすべき欠陥の画像を取得
    する画像取得手段と、 該画像取得手段で取得した欠陥の画像を該欠陥の発生領
    域に対応付けて画面上に表示する表示手段とを備えたこ
    とを特徴とする欠陥検査装置。
  12. 【請求項12】前記表示手段は、前記取得した欠陥の画
    像を該欠陥の発生領域に対応付けて、少なくとも一つの
    発生領域に対応させた欠陥画像を前記画面上に複数表示
    することを特徴とする請求項11記載の欠陥検査装置。
  13. 【請求項13】前記レビュー対象欠陥を選択するための
    選択条件は、信頼性、許容誤差、サンプリング数、サン
    プリングモード、主要欠陥比率のうちの少なくとも一つ
    を含むことを特徴とする請求項8又は11に記載の欠陥
    検査装置。
  14. 【請求項14】前記レビュー対象欠陥数を、信頼性と許
    容誤差とのデータを用いて算出することを特徴とする請
    求項8又は11に記載の欠陥検査装置。
JP2002358839A 2001-12-11 2002-12-11 欠陥検査方法及びその装置 Pending JP2003240731A (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US10/015,276 2001-12-11
US10/015,276 US6792366B2 (en) 2001-12-11 2001-12-11 Method and apparatus for inspecting defects in a semiconductor wafer

Publications (1)

Publication Number Publication Date
JP2003240731A true JP2003240731A (ja) 2003-08-27

Family

ID=21770501

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2002358839A Pending JP2003240731A (ja) 2001-12-11 2002-12-11 欠陥検査方法及びその装置

Country Status (2)

Country Link
US (2) US6792366B2 (ja)
JP (1) JP2003240731A (ja)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006147977A (ja) * 2004-11-24 2006-06-08 Seiko Epson Corp 欠陥レビュー装置、欠陥レビュー方法及び欠陥解析方法、半導体装置の製造方法
JP2006266872A (ja) * 2005-03-24 2006-10-05 Hitachi High-Technologies Corp 外観検査方法及びその装置
KR20190030045A (ko) * 2017-09-13 2019-03-21 주성엔지니어링(주) 기판처리장치용 기판검사방법
JP2019140416A (ja) * 2013-07-22 2019-08-22 アプライド マテリアルズ イスラエル リミテッド 閉ループ自動欠陥検査および分類

Families Citing this family (28)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6999835B2 (en) * 2001-07-23 2006-02-14 Fuji Machine Mfg. Co., Ltd. Circuit-substrate working system and electronic-circuit fabricating process
JP4155496B2 (ja) * 2002-04-25 2008-09-24 大日本スクリーン製造株式会社 分類支援装置、分類装置およびプログラム
TWI230343B (en) * 2002-05-03 2005-04-01 Chi Mei Optoelectronics Corp A method for classifying a substrate
JP2004031690A (ja) * 2002-06-26 2004-01-29 Agilent Technologies Japan Ltd データ解析装置
US20060100730A1 (en) * 2002-07-12 2006-05-11 Parkes Alan S Method for detection and relocation of wafer defects
US6959251B2 (en) * 2002-08-23 2005-10-25 Kla-Tencor Technologies, Corporation Inspection system setup techniques
US7738693B2 (en) * 2002-12-24 2010-06-15 Lam Research Corporation User interface for wafer data analysis and visualization
WO2005006002A2 (de) * 2003-07-12 2005-01-20 Leica Microsystems Semiconductor Gmbh Verfahren zum einlernen einer wissensbasierten datenbasis für die automatische fehlerklassifikation
JP4051332B2 (ja) * 2003-11-07 2008-02-20 株式会社日立ハイテクノロジーズ 検査データ解析システム
US10074057B2 (en) * 2004-05-21 2018-09-11 Pressco Technology Inc. Graphical re-inspection user setup interface
US20060136086A1 (en) * 2004-12-21 2006-06-22 Taiwan Semiconductor Manufacturing Co., Ltd. Inking process management systems and methods
US20090053021A1 (en) * 2005-03-29 2009-02-26 Norichika Yamagishi Semiconductor manufacturing apparatus
US7570797B1 (en) * 2005-05-10 2009-08-04 Kla-Tencor Technologies Corp. Methods and systems for generating an inspection process for an inspection system
US20070000434A1 (en) * 2005-06-30 2007-01-04 Accent Optical Technologies, Inc. Apparatuses and methods for detecting defects in semiconductor workpieces
US7932938B2 (en) * 2006-08-25 2011-04-26 Micron Technology, Inc. Method, apparatus and system providing adjustment of pixel defect map
US8494817B1 (en) * 2006-11-30 2013-07-23 Pdf Solutions, Inc. Methods for yield variability benchmarking, assessment, quantification, and localization
JP5255953B2 (ja) * 2008-08-28 2013-08-07 株式会社日立ハイテクノロジーズ 欠陥検査方法及び装置
US8392009B2 (en) * 2009-03-31 2013-03-05 Taiwan Semiconductor Manufacturing Company, Ltd. Advanced process control with novel sampling policy
US8571299B2 (en) * 2010-08-30 2013-10-29 International Business Machines Corporation Identifying defects
JP5767836B2 (ja) * 2011-03-23 2015-08-19 株式会社東芝 検査システム、検査方法、および検査プログラム
US8948494B2 (en) 2012-11-12 2015-02-03 Kla-Tencor Corp. Unbiased wafer defect samples
US9098891B2 (en) 2013-04-08 2015-08-04 Kla-Tencor Corp. Adaptive sampling for semiconductor inspection recipe creation, defect review, and metrology
US20140358830A1 (en) 2013-05-30 2014-12-04 Synopsys, Inc. Lithographic hotspot detection using multiple machine learning kernels
CN105992996B (zh) * 2014-04-04 2019-11-26 外科手术室公司 外科手术环境中的动态和交互式导航
US9582869B2 (en) 2014-10-19 2017-02-28 Kla-Tencor Corp. Dynamic binning for diversification and defect discovery
US11237119B2 (en) * 2017-01-10 2022-02-01 Kla-Tencor Corporation Diagnostic methods for the classifiers and the defects captured by optical tools
CN113837983B (zh) * 2020-06-08 2023-09-15 长鑫存储技术有限公司 一种晶圆缺陷分析方法、系统、设备和介质
CN117197617B (zh) * 2023-09-19 2024-05-28 芯率智能科技(苏州)有限公司 一种重复缺陷的缺陷分类方法及系统

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5544256A (en) * 1993-10-22 1996-08-06 International Business Machines Corporation Automated defect classification system
US5991699A (en) * 1995-05-04 1999-11-23 Kla Instruments Corporation Detecting groups of defects in semiconductor feature space
US5539752A (en) * 1995-06-30 1996-07-23 Advanced Micro Devices, Inc. Method and system for automated analysis of semiconductor defect data
US5982920A (en) * 1997-01-08 1999-11-09 Lockheed Martin Energy Research Corp. Oak Ridge National Laboratory Automated defect spatial signature analysis for semiconductor manufacturing process
US5985680A (en) * 1997-08-08 1999-11-16 Applied Materials, Inc. Method and apparatus for transforming a substrate coordinate system into a wafer analysis tool coordinate system
US6446021B1 (en) * 1998-02-27 2002-09-03 Micron Technology, Inc. Method and apparatus to display processing parameter
US6265232B1 (en) * 1998-08-21 2001-07-24 Micron Technology, Inc. Yield based, in-line defect sampling method
JP3678133B2 (ja) * 2000-10-30 2005-08-03 株式会社日立製作所 検査システムおよび半導体デバイスの製造方法
US6635872B2 (en) * 2001-04-05 2003-10-21 Applied Materials, Inc. Defect inspection efficiency improvement with in-situ statistical analysis of defect data during inspection

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006147977A (ja) * 2004-11-24 2006-06-08 Seiko Epson Corp 欠陥レビュー装置、欠陥レビュー方法及び欠陥解析方法、半導体装置の製造方法
JP2006266872A (ja) * 2005-03-24 2006-10-05 Hitachi High-Technologies Corp 外観検査方法及びその装置
US7720275B2 (en) 2005-03-24 2010-05-18 Hitachi High-Technologies Corporation Method and apparatus for detecting pattern defects
US7912276B2 (en) 2005-03-24 2011-03-22 Hitachi High-Technologies Corporation Method and apparatus for detecting pattern defects
US8306312B2 (en) 2005-03-24 2012-11-06 Hitachi High-Technologies Corporation Method and apparatus for detecting pattern defects
JP2019140416A (ja) * 2013-07-22 2019-08-22 アプライド マテリアルズ イスラエル リミテッド 閉ループ自動欠陥検査および分類
KR20190030045A (ko) * 2017-09-13 2019-03-21 주성엔지니어링(주) 기판처리장치용 기판검사방법
KR102017612B1 (ko) * 2017-09-13 2019-09-04 주성엔지니어링(주) 기판처리장치용 기판검사방법

Also Published As

Publication number Publication date
US6792367B2 (en) 2004-09-14
US20030109070A1 (en) 2003-06-12
US20030109952A1 (en) 2003-06-12
US6792366B2 (en) 2004-09-14

Similar Documents

Publication Publication Date Title
JP2003240731A (ja) 欠陥検査方法及びその装置
US7113628B1 (en) Defect image classifying method and apparatus and a semiconductor device manufacturing process based on the method and apparatus
US6870169B2 (en) Method and apparatus for analyzing composition of defects
KR102083706B1 (ko) 반도체 검사 레시피 생성, 결함 리뷰 및 계측을 위한 적응적 샘플링
US11450122B2 (en) Methods and systems for defect inspection and review
JP4014379B2 (ja) 欠陥レビュー装置及び方法
US6763130B1 (en) Real time defect source identification
US6850320B2 (en) Method for inspecting defects and an apparatus for the same
US6799130B2 (en) Inspection method and its apparatus, inspection system
US20080298670A1 (en) Method and its apparatus for reviewing defects
US9129237B2 (en) Integrated interfacing system and method for intelligent defect yield solutions
US20060140472A1 (en) Method for analyzing circuit pattern defects and a system thereof
US20100208979A1 (en) Use of design information and defect image information in defect classification
US20060078188A1 (en) Method and its apparatus for classifying defects
US8121397B2 (en) Method and its apparatus for reviewing defects
JP2001159616A (ja) パターン検査方法及びパターン検査装置
TWI660249B (zh) 缺陷圖案分組方法及系統
JPH11344450A (ja) 教示用データ作成方法並びに欠陥分類方法およびその装置
JP2003107022A (ja) 欠陥検査装置及び検査方法
JPH104128A (ja) エミッション顕微鏡による半導体層の故障解析方法及び半導体装置故障解析システム
JP4652917B2 (ja) 欠陥データ処理方法、およびデータの処理装置
JP2008135568A (ja) 欠陥レビュー方法および装置
JP2000222033A (ja) 異常原因特定システムおよびその方法
JP2000077495A (ja) 検査システム及びそれを用いた電子デバイスの製造方法
JP2001155979A (ja) 製造情報管理システム

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20050209

RD02 Notification of acceptance of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7422

Effective date: 20050209

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20071122

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20071218

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20080415