JP2005189655A - マスク検査方法 - Google Patents

Abstract

【課題】 マスクパターンに含まれる擬似欠陥の検出を抑制し、実欠陥を確実に検出しすることによって、迅速なパターン検査を行うことが出来るマスク検査方法を提供する。
【解決手段】 マスク検査装置１０は、検査対象パターンを撮像して得られた検査対象データと、基準パターンデータとを比較して、検査対象パターンを検査する。マスク検査装置１０は、基準パターンデータに、ウエハシミュレーションに基づいて検査アルゴリズム及び検査感度を含む検査情報を生成する検査情報生成部１２と、この検査情報を基準図形データに付加して検査情報付き基準図形データを生成する変換部１３と、検査情報付き基準図形データに付加された検査情報に基づいて、各ピクセル毎の基準図形データと検査対象パターンデータとを比較して検査対象パターンデータの良否を判定する欠陥判定部１６とを備える。
【選択図】 図１

Description

本発明は、マスク検査方法に関し、更に詳しくは、マスクやレチクル上のパターンの欠陥の有無を判定するために好適なマスク検査方法に関する。

従来、マスクやレチクル上のパターン（以下、マスクパターンと呼ぶ）を検査する方法として、マスクパターンを撮像して得られた検査対象データと、ＣＡＤなどに格納されているマスクの電子線直接描画用の設計データ（ＥＢデータ）とを比較することにより、欠陥を検出する方法が採られている。

ここで、従来の一般的なマスク検査装置を図１２に示す。マスク検査装置３０は、検査部３１、変換部３２、レンダリング部３３、比較部３４、欠陥判定部３５、及びレビュー部３６から構成される。

検査部３１では、検査対象のマスクパターンを撮像し、ビットマップ形式の検査対象データを生成し、比較部３４へ送出する。変換部３２は、ＥＢデータを受信し、高さ、幅、及び解像度等を有する基準図形データに変換する。変換部３２は、変換した基準図形データをレンダリング部３３に送出する。レンダリング部３３は、基準図形データをビットマップ形式のデータに展開しつつ、検査部３１におけるスキャン状況に応じて、順次に比較部３４に送出する。

比較部３４では、図１３に示すように、検査部３１から受信した検査対象データ３７Ａと、レンダリング部３３から受信したビットマップデータ３８Ａとを順次に比較し、その差分値を欠陥判定部３５に送出する。同図中、符号３７は撮像される検査対象のマスクパターンを、符号３８は基準図形データを示している。欠陥判定部３５では、送られてくる各差分値に対して、欠陥を検出する上での判断基準となるしきい値が予め設定されている。欠陥判定部３５は、比較部３４から送られてきた差分値をしきい値と比較し、差分値がしきい値よりも大きい場合は欠陥と判定し、欠陥の座標情報と欠陥附近のイメージデータとを保存する。次いで、所定の検査エリアについて、検出された欠陥の座標情報とイメージデータとをレビュー部３６へ送出する。

レビュー部３６は、欠陥判定部３５から受信した、検出された欠陥の座標情報とイメージデータとに基づいて、イメージ画面を表示する。このイメージ画面を目視により参照しながら、欠陥の種別や半導体チップへの影響などについて再度確認を行う。

ところで、マスクパターンに存在する欠陥のサイズが同じであっても、欠陥が存在する位置によって、その欠陥が半導体チップに及ぼす影響度に差があることが知られている。しかし、上述したマスク検査装置を用いた従来のマスク検査方法では、マスクの検査エリアの全てを、同じしきい値で検査するため、半導体チップへの影響が少ない欠陥も多く検出してしまうという問題があり、半導体装置におけるＴＡＴの長期化等の原因となっていた。

上記問題を解決するために、例えば、特許文献１のパターン検査装置では、複数のマスクパターンを重ね合わせ、複数のマスクパターンの重なり領域及びその近傍を高精度の検査が必要な選択エリアとして設定し、選択エリアと非選択エリアとの間で異なるしきい値を用いて欠陥を判定している。

また、特許文献２のレチクル外観検査装置、特許文献３の目視検査及び照合システムでは、検査対象データ及び基準図形データに対してそれぞれ、ウエハシミュレーションを行い、両データについて、ステッパの光学系を通してパターン被転写体上に照射される光強度分布に基づいて、被転写体に転写されるパターンを予測したウエハシミュレーションデータを得る。次いで、検査対象データ及び基準図形データについてのウエハシミュレーションデータを相互に比較することによって、欠陥検出を行っている。
特開２００３−２１５０５９号公報 特許第２７７６４１６号公報 特表２００１−５１６８９８号公報

特許文献１のパターン検査装置によれば、選択エリアをきめ細かく検査することが出来る。しかし、同文献では高精度の検査が必要な選択エリアを複数のマスクパターンの重なり領域及びその近傍としているものの、高精度の検査が必要なエリア、即ち欠陥が被転写体上に転写されるパターンへの影響度は、欠陥のサイズが同じであっても、その欠陥が存在するベタ地、スペース、エッジ、及びコーナーなどのパターン形状や、その欠陥が作用する周囲のパターン及び位置関係によって異なる。

図１４（ａ）に、同じサイズの複数の欠陥が存在するマスクパターンを、図１４（ｂ）に、図１４（ａ）のマスクパターンを用いて転写されたウエハ等の被転写体上のフォトレジストパターン（ＰＲパターン）をそれぞれ示す。例えば、図１４（ａ）に示すように、ライン状の２本のマスクパターン１８Ａ，１８Ｂの間のスペース２２に欠陥２５Ａがある場合には、このマスクパターンが被転写体上に転写された際に、図１４（ｂ）に示すようにＰＲパターン同士の結合２６Ａが生じ易い。このため、被転写体上に実際に欠陥が発生する可能性が高い。これに対して、図１４（ａ）に示すように、ライン状の１本のマスクパターン１８Ｃの近傍のスペース２２に、マスクパターンからの距離が欠陥２５Ａの場合と同じ欠陥２５Ｂがある場合には、被転写体上に転写された際に、図１４（ｂ）に示すように、欠陥近傍のＰＲパターン１８Ｃの形状変化２６Ｂを伴うものの、欠陥２５Ａと比べると、被転写体上に実際の欠陥が発生する可能性は低い。

一方、図１４（ａ）に示すように、ライン状の１本のマスクパターン１８Ｃの近傍のスペース２２に存在する欠陥２５Ｂ〜２５Ｄを相互に比較すると、被転写体上に転写された際に、図１４（ｂ）の符号２６Ｂ〜２６Ｄに示すように、欠陥とマスクパターン１８Ｃとの距離が小さいほどＰＲパターン１８Ｃのエッジの変動が大きく、被転写体上に実際の欠陥が発生する可能性が高い。

また、図１４（ａ）に示すようにマスクパターン１８Ｃのベタ地２１に欠陥２５Ｅが存在し、且つ欠陥２５Ｅからマスクパターン１８Ｃのエッジまでの距離が小さい場合には、被転写体上に転写された際に、図１４（ｂ）の符号２６Ｅに示すようにＰＲパターン１８Ｃのエッジの変動が生じ易い。これに対して、図１４（ａ）に示すようにマスクパターン１８Ｃのベタ地２１に欠陥２５Ｆが存在し、且つ欠陥２５Ｆからマスクパターン１８Ｃのエッジまでの距離が比較的大きい場合には、被転写体に転写された際に、図１４（ｂ）の符号２６Ｆに示すようにＰＲパターン１８Ｃのエッジの変動は比較的生じ難い。エッジ２３やコーナー２７に欠陥がある場合には、被転写体に転写された際の様子は、ベタ地２１やスペース２２に欠陥がある場合とはまた異なる。

従って、被転写体上に欠陥を生じないマスクパターン上の欠陥（擬似欠陥）の検出を抑制し、且つ被転写体上に欠陥を生じるマスクパターン上の欠陥（実欠陥）を確実に検出するためには、複数のマスクパターンの重なり領域及びその近傍を選択エリアとして、高精度で検査するだけでは不十分である。

これに対して、特許文献２のレチクル外観検査装置、特許文献３の目視検査及び照合システムによれば、ウエハシミュレーションによって、マスクパターンが被転写体上に実際に転写された状態を予測して比較を行うので、擬似欠陥の検出を抑制することが出来る。しかし、ウエハシミュレーションデータのマスクパターンは、転写前のマスクパターンと比較して、パターンのエッジラフネスが大きくなり、両者の間でパターン・アライメントを行うことが容易ではない。その結果、ウエハシミュレーションによって生じたエッジラフネスそのものを欠陥として検出する恐れがあった。また、ウエハシミュレーションデータは、ウエハシミュレーションを行う前のデータと比較して画像精度が低く、ウエハシミュレーションの精度を十分に高めなければ、両者を適切に比較することが出来ない。

マスクパターンの検査に際して、マスクパターン上の擬似欠陥や、ウエハシミュレーションによって生じたラフネス等を欠陥として検出すると、検出された擬似欠陥等のレビューに要する時間が必要となり、マスクパターンの検査におけるＴＡＴが増大する。

本発明は、上記に鑑み、マスクパターン上の擬似欠陥の検出を抑制し、実欠陥を確実に検出することによって、迅速なパターン検査を行うことが出来るマスク検査方法を提供することを目的とする。

上記目的を達成するため、本発明の第１発明に係るマスク検査方法は、レイアウトデータに基づいて作成したマスクパターンに発生した欠陥を検出するマスク検査方法において、
欠陥が、マスクパターンを構成する多数のピクセルの何れのピクセルに位置するかによって、検出すべき欠陥の大きさを指定することを特徴としている。

本発明の第２発明に係るマスク検査方法は、欠陥パターンデータのない第１のレイアウトデータをウエハ上の第１の仮想フォトレジストパターン（ＰＲパターン）データに変換する第１ステップと、
欠陥パターンデータを追加した第２のレイアウトデータをウエハ上の第２の仮想ＰＲパターンデータに変換する第２ステップと、
前記第１の仮想ＰＲパターンデータと前記第２の仮想ＰＲパターンデータとの差分データを検出する第３のステップと、
前記差分データに基づいて前記欠陥パターンデータの欠陥がウエハ上で許容できる欠陥か否かを判定する第４のステップと、
検査対象マスクパターンから得られる実パターンデータと前記第１のレイアウトデータとを照合し、前記第４のステップでの判定結果に基づいて、ウエハ上で許容できる欠陥を擬似欠陥として除外し、ウエハ上で許容できない欠陥を前記検査対象マスクパターンの実欠陥として抽出する第５のステップとを有することを特徴としている。

本発明の第１発明に係るマスク検査方法によれば、マスクパターンを構成するそれぞれのピクセルで必要な検査精度で検査を行うことが出来る。従って、マスクパターン上の擬似欠陥の検出を抑制し、実欠陥を確実に検出することが出来る。このため、多くの擬似欠陥等をレビューすることによって費やす時間が短縮され、迅速なパターン検査を行うことが出来る。本発明の第１発明では、好適には、前記ピクセルのサイズが１００ｎｍ×１００ｎｍ以下である。

本発明の第２発明に係るマスク検査方法によれば、前記第４のステップでの判定結果に基づいて、欠陥のウエハ上に転写されるパターンへの影響度に応じた検査精度で検査を行うことが出来る。従って、本発明の第１発明と同様に、マスクパターン上の擬似欠陥の検出を抑制し、実欠陥を確実に検出することが出来る。このため、多くの擬似欠陥等をレビューすることによって費やす時間が短縮され、迅速なパターン検査を行うことが出来る。本発明の第２発明の好適な実施態様では、前記差分データは、ピクセル毎の前記第１仮想ＰＲパターンデータと第２仮想ＰＲパターンデータの差分データである。

本発明の第２発明の好適な実施態様では、前記第２のステップでは、前記欠陥パターンデータにおける欠陥のサイズが所定のサイズに固定される。本実施態様では、好適には、前記第５のステップでは、差分データが大きいピクセルほど、しきい値を小さく設定し、前記実パターンデータと前記第１のレイアウトデータの差分データが前記しきい値より大きいときに実欠陥と判定する。

本発明の第２発明の好適な実施態様では、前記第２のステップでは、前記欠陥パターンデータにおける欠陥のサイズを可変として、前記第５のステップで実欠陥として抽出すべき欠陥の最小サイズを求める。本実施態様では、好適には、前記第４のステップで、ウエハ上で許容できる欠陥と判定されたときに、前記欠陥パターンデータにおける欠陥のサイズを大きくして、前記第２のステップに戻り、前記第４のステップで、ウエハ上で許容できない欠陥と判定されたときに、前記ステップ５に進む。更に、好適には、前記第５のステップでは、前記第４のステップでウエハ上で許容できない欠陥と判定されたときに、前記実パターンデータと前記第１のレイアウトデータの差分データと比較すべき、実欠陥と判定するためのしきい値を設定する。

本発明の第２発明の好適な実施態様では、前記しきい値を、ピクセル毎に５段階に設定する。

本発明の第２発明の好適な実施態様では、前記第４のステップでは、ウエハ上で許容できる欠陥か否かの判定は、前記欠陥パターンデータの欠陥が作用するパターン形状に依存した判定アルゴリズムで行う。本実施態様では、好適には、前記第４のステップでは、ウエハ上で許容できる欠陥か否かの判定は、エッジ、コーナー、ベタ地、及び、スペースに依存した判定アルゴリズムで行う。

本実施態様では、更に好適には、前記第４のステップでは、ベタ地及びスペースに作用する欠陥の判定は、該欠陥の位置におけるピクセルの差分データが実質的にゼロであるか否かによって行い、エッジ及びコーナーに作用する欠陥の判定は、該欠陥の位置におけるピクセルの差分データがゼロよりも大きい所定の値であるか否かによって行う。本実施態様では、更に好適には、前記第４のステップでは、エッジ及びコーナーに作用する欠陥の判定は、差分データが示すパターンレイアウトのずれが７％以内であるか否かによって行う。

以下に、実施形態例を挙げ、添付図面を参照して、本発明の実施の形態を具体的且つ詳細に説明する。図１は、本発明の第１実施形態例に係るマスク検査装置の構成を示すブロック図である。マスク検査装置１０は、検査部１１、検査情報生成部１２、変換部１３、レンダリング部１４、比較部１５、欠陥判定部１６、及びレビュー部１８を備える。

検査部１１は、図３（ａ）に示す検査対象パターンとなるマスクパターンを撮像し、ビットマップ形式の検査対象データ（実パターンデータ）を生成して、比較部１５に送出する。検査対象データは、撮像したマスクパターンの濃淡に応じて、濃い方から、例えば０〜２５５の階調にデジタル化されたピクセルデータである。このピクセルデータのピクセルのサイズは、比較部１５の検査装置で個々の検査対象データと対応する基準図形データとを順次に比較する画素単位及びデータ単位であり、１００ｎｍ×１００ｎｍの矩形が一般的である。

検査情報生成部１２は、検査に使用する検査アルゴリズム、及び合否の判定のための検査しきい値を含む検査情報を生成する機能を有する。図２は、検査情報生成部１２の構成を示すブロック図である。検査情報生成部１２は、欠陥設定部１２Ａ、ウエハシミュレーション部（シミュレータ）１２Ｂ、形状認識部１２Ｃ、影響レベル判定部１２Ｄ、アルゴリズム設定部１２Ｅ、及び感度設定部１２Ｆを備える。

欠陥設定部１２Ａは、図３（ｂ）に示す受信した設計データ、即ちレイアウトデータ（第１のレイアウトデータ）のマスクパターンに対して、所定サイズの欠陥を各図形パターンに対応して、任意の位置に設定することによって、図３（ｃ）に示す欠陥付きレイアウトデータ（第２のレイアウトデータ）を作成する機能を有する。

ウエハシミュレーション部１２Ｂは、そのマスクパターン用いてフォトレジストを露光した際に、そのフォトレジスト上に形成されるレジストパターンをシミュレーションによって得ることが出来る。

ウエハシミュレーション部１２Ｂには予め、ステッパの光学系パラメータとして、倍率、レンズの開口率ＮＡ、検査光のコヒーレンシーσ、及び検査光の波長λ等が入力される。ウエハシミュレーション部１２Ｂは、これらの光学系パラメータを用いて、レイアウトデータ及び欠陥設定部１２Ａで作成された欠陥付きレイアウトデータのマスクパターンに対して、ウエハシミュレーションを行うことにより、図４（ａ）に示す基準ウエハシミュレーションデータ（第１の仮想ＰＲパターンデータ）、又は図４（ｂ）に示す欠陥付きウエハシミュレーションデータ（第２の仮想ＰＲパターンデータ）をそれぞれ生成する。ウエハシミュレーションは、例えば「PROLITH」（KLA-Tencor社製）や「Virtual Stepper」（Synopsys社製）等のソフトウェアを用いて行うことが出来る。

形状認識部１２Ｃは、パターン形状認識機能を有し、ウエハシミュレーションデータなどのマスクパターンの各部位の寸法を自動的に検出し、その特徴抽出を行うことが出来る。ここでの寸法とは、例えばマスクのＣＤ（Critical Dimension）である。例えば、図５に示すように、基準ウエハシミュレーションデータや欠陥付きウエハシミュレーションデータのマスクパターンについて、マスクパターン１８の幅やスペース２２の幅などを、エッジ間の直線距離として、０、３０°、４５°、６０°、及び９０°などの方向で検出することが出来る。パターン形状認識は、所定のソフトウェアを用いて行うことも出来る。

形状認識部１２Ｃは、ウエハシミュレーション部１２Ｂで作成された基準ウエハシミュレーションデータ及び欠陥付きウエハシミュレーションデータに対して特徴抽出を行い、マスクパターンの各部位、又は欠陥設定位置近傍の寸法を検出する。形状認識部１２Ｃは、また、パターン形状認識機能によって、マスクパターンの各ピクセルにおけるパターン形状を判別することが出来る。

影響レベル判定部１２Ｄは、形状認識部１２Ｃで得られた欠陥付きウエハシミュレーションデータのマスクパターンのパターン形状、及び欠陥設定位置近傍の寸法などに基いて、各ピクセル毎に影響レベルを判定する。例えば、０〜２５５の階調データに対して、そのレベルが何段階変化するかを判定する。

アルゴリズム設定部１２Ｅは、形状認識部１２Ｃで得られた各ピクセルに対応するパターン形状に従って、各ピクセルにおける欠陥検出に適用される検査アルゴリズムをそれぞれ選択する。本実施形態例では、ベタ地、スペース、エッジ、及びコーナーのパターン形状に対応して、それぞれベタ地用、スペース用、エッジ用、コーナー用の検査アルゴリズムがそれぞれ選択される。

感度設定部１２Ｅは、欠陥判定を行う際に適用される検査感度を設定する。即ち、影響レベル判定部１２Ｄで判定された影響レベル及びアルゴリズム設定部１２Ｅで選択された検査アルゴリズムに基づいて、各ピクセル毎に、選択した検査アルゴリズムを用いて欠陥判定を行う際に適用される検査感度、即ち検査しきい値を設定する。検査アルゴリズム及び検査感度が検査情報を構成する。

図６は、検査情報生成部１２における、検査情報作成処理を示すフローチャートである。先ず、検査情報生成部１２が図３（ｂ）に示したレイアウトデータを受信する（ステップＳ１）。次いで、ウエハシミュレーション部１２Ｂが、受信したレイアウトデータのマスクパターンに対してウエハシミュレーションを行い、図４（ａ）に示した基準ウエハシミュレーションデータを作成する（ステップＳ２）。引き続き、形状認識部１２Ｃが予め基準ウエハシミュレーションデータに対して特徴抽出を行い、基準ウエハシミュレーションデータのマスクパターンの各部位の寸法を検出する。また、形状認識部１２Ｃが基準ウエハシミュレーションデータの各ピクセルが、どのパターン形状に対応するかを判別し、アルゴリズム設定部１２Ｅで各パターン形状に対応する検査アルゴリズムを選択する（ステップＳ３）。なお、検査アルゴリズムは、レイアウトデータ又はＥＢデータから直接に設定することも出来る。

次に、欠陥設定部１２Ａが、受信したＥＢデータのマスクパターンにおける、一のピクセルに対応する位置を欠陥設定位置として選択する（ステップＳ４）。次いで、欠陥設定部１２Ａは、レイアウトデータのマスクパターンに欠陥を設定することにより、図３（ｃ）に示した欠陥付き・レイアウトデータを作成する（ステップＳ５）。ここで、ベタ地やスペースにおいては正方形状のドットやピンホール等の孤立欠陥を、エッジには正方形状の凸部又は凹部から成るエッジ欠陥をそれぞれ設定する。欠陥サイズは例えば５０ｎｍ×５０ｎｍと固定し、欠陥の中心がピクセルの中心座標と一致するように設定する。

次いで、ウエハシミュレーション部１２Ｂが、欠陥付きレイアウトデータのマスクパターンに対して、ウエハシミュレーションを行い、図４（ｂ）に示した欠陥付きウエハシミュレーションデータを作成する（ステップＳ６）。なお、図３（ｃ）及び図４（ｂ）中には複数の欠陥が示されているが、本実施形態例ではステップＳ４〜Ｓ９の１フローについて、図３（ｃ）のマスクパターンに１つずつ設定される。

次に、影響レベル判定部１２Ｄは、欠陥付きウエハシミュレーションデータと基準ウエハシミュレーションデータとの間で、マスクパターンの欠陥設定位置近傍の寸法の差分値を計算する。図４（ｃ）に図４（ｂ）に示した欠陥付きウエハシミュレーションデータと図４（ａ）に示した基準ウエハシミュレーションデータとの間のマスクパターンの差分パターンを示す。次いで、計算された差分値の大小に応じて、影響レベルを最高、高、中、低、及び最低の５段階で設定する（ステップＳ７）。この場合、差分値が大きいほど、大きい影響レベルを設定する。例えば、図３（ｃ）中で欠陥２５Ａのピクセルには「最高」が、欠陥２５Ｂのピクセルには「高」が、欠陥２５Ｃのピクセルには「中」が、欠陥２５Ｄのピクセルには「最低」が、欠陥２５Ｅのピクセルには「高」が、欠陥２５Ｆのピクセルには「低」がそれぞれ設定される。

引き続き、全てのピクセルについてステップＳ４〜Ｓ９のフローが行われたか否かを判別し、否の場合にはステップＳ４に戻り、未だ欠陥が設定されていないピクセルについて欠陥を設定する。全てのピクセルについて設定が行われた場合には、検査情報生成部１２は、全てのピクセルについての検査アルゴリズム及びしきい値を検査情報として、変換部１３に送出し（ステップＳ１０）、フローを終了する。

図１に戻り、変換部１３は、ＥＢデータを受信すると共に、検査情報生成部１２から検査情報を受信し、先ず、ＥＢデータについて、高さ、幅、及び解像度等を有し、且つ検査対象データと同じデータ形式である基準図形データに変換する。次に、基準図形データを構成する各ピクセルに検査情報を付加して、検査情報付き基準図形データを生成する。

図７（ａ）に、検査情報付き基準図形データに含まれる図形データのマスクパターンを示し、図７（ｂ）に、図７（ａ）の領域Ａを拡大して示す。図７（ｂ）に示した基準図形データにおいて、例えば、マスクパターン１８を構成するピクセル２０Ａは０に近い数値を、スペース２２を構成するピクセル２０Ｂは２５５に近い数値を、マスクパターン１８とスペース２２の境界に存在するピクセル２０Ｃは０と２５５との平均値近傍の数値をそれぞれ有する。各ピクセルには検査情報が含まれている。

検査対象データ及び基準図形データは、０〜２５５の階調に設定されている場合には、各ピクセル毎に８ビットの容量を有するデータから成る。この場合、検査情報付き基準図形データは、各ピクセル毎に８ビットの図形データと所定ビット数の検査情報データとから構成してもよく、或いは各ピクセル毎に、８ビットの容量のうちの一部を例えば０〜６３の階調データとし、残りを検査情報データとすることも出来る。

レンダリング部１４は、変換部１３から受信した検査情報付き基準図形データを保持し、基準図形データをビットマップ形式のデータに展開しつつ、検査部１１におけるスキャン状況に応じて、検査位置の検査情報付き基準図形データを順次に比較部１５に送出する。

比較部１５は、検査部１１から検査対象データを、レンダリング部１４から検査情報付き基準図形データをそれぞれ順次に受信する。次いで、検査情報付き基準図形データに含まれる検査アルゴリズムを読み出し、検査アルゴリズムに従って、検査対象データと基準図形データと間の比較値を算出する。比較値は、検査対象データと基準図形データとの間の差分値、マスクパターンの位置誤差、及びこれらの微分値などである。比較部１５は、算出した比較値と、検査情報付き基準図形データに含まれる検査情報とを欠陥判定部１６に送出する。

欠陥判定部１６は、比較部１５から比較値及び検査情報を受信する。次いで、検査情報に含まれる検査アルゴリズムを用いて、比較値と、同様に検査情報に含まれる検査しきい値とを比較し、比較値が検査しきい値よりも大きい場合は欠陥と判定し、欠陥の座標情報と欠陥附近のイメージデータとを保存する。次いで、検出された欠陥の座標情報とイメージデータとをレビュー部１７へ送出する。

図８（ａ）に、ベタ地、スペース、及びエッジにそれぞれ欠陥が存在するマスクパターンを、図８（ｂ）に、図８（ａ）のＩ−Ｉ線及びII−II線に沿った検査対象データをそれぞれ示す。図８（ａ）に示すように、ベタ地２１にピンホール欠陥２４Ｂが、スペース２２にドット欠陥２４Ａが、エッジ２３近傍にエッジ欠陥２４Ｃがそれぞれ存在しているマスクパターンを仮定する。

図８（ｂ）中で、実線が図８（ａ）Ｉ−Ｉ線に沿った検査対象データを、点線が図８（ａ）のII−II線に沿った検査対象データをそれぞれ示している。ピンホール欠陥２４Ｂの近傍ではピクセルデータのレベル低下が、ドット欠陥２４Ａではピクセルデータのレベル増加が、エッジ欠陥２４Ｃでは、ピクセルデータの横方向のシフトがそれぞれ発生する。ここで、検査中のパターン形状がスペース２２又はベタ地２１である場合には、ピクセルにおける検査アルゴリズムはベタ地用又はスペース用に設定され、比較部１５では、検査対象データと基準図形データとの差分を検出してこれを比較値とする。

検査中のパターン形状がエッジ２３で、Ｉ−Ｉ線の方向にスキャン検出を行う場合には、ピクセルにおける検査アルゴリズムはエッジ用に設定され、検査対象データ及び基準図形データのマスクパターンの位置誤差、つまり同図中での横方向の幅を検出し、これを比較値とする。ピクセルのパターン形状がエッジの場合、比較値として、更に検査対象データの微分値と基準図形データの微分値との差分値を採用することもできる。微分の差分値は、実用上は、エッジ方向に対して、ＸＹ方向及び±４５度の各方向で考える。上記検査アルゴリズム以外に、様々なパターン形状に対応させた多様な検査アルゴリズムを設定することが出来る。

レビュー部１７は、欠陥判定部１６から受信した、検出された欠陥の座標情報とイメージデータとに基づいて、イメージ画面を表示する。このイメージ画面を目視により参照しながら、欠陥の種別や半導体チップへの影響などについて再度確認を行う。

本実施形態例のマスク検査方法によれば、検査対象パターンの被転写パターンである基準ウエハシミュレーションデータのマスクパターンを用いることによって、各ピクセルについて、上記被転写パターンのパターン形状に対応した検査アルゴリズムが選択されるので、適切な検査アルゴリズムを選択できる。また、判定に用いる検査アルゴリズムを少なくすることによって、判定に必要な時間を短縮することが出来る。

また、検査対象パターンのマスクパターン上の欠陥が被転写体上に転写される影響レベルに応じた検査感度が設定されるので、擬似欠陥の検出を抑制し、実欠陥を確実に検出することが出来る。このため、多くの擬似欠陥等をレビューすることによって費やす時間が短縮され、迅速なパターン検査を行うことが出来る。

また、本実施形態例のマスク検査方法によれば、特許文献２や３の発明と異なり、レイアウトデータに対して検査感度の設定のためにウエハシミュレーションを行うので、高い精度を必要とすることなく、ウエハシミュレーションを行うことが出来る。また、ウエハシミュレーションを行う前の、高い画像精度を有する検査対象データのマスクパターンとを比較するので、両者を高い精度でアライメントし、且つ高い精度で比較することが出来る。

図９は、本発明の第２実施形態例に係るマスク検査方法を示すフローチャートである。本実施形態例に係るマスク検査方法は、図６に示したフローにおいて、ステップＳ５〜Ｓ８に代えて、ステップＳ１１〜Ｓ１５を有することを除いては、第１実施形態例のマスク検査方法と同様である。

ステップＳ４に引き続き、欠陥設定部１２Ａが、欠陥のサイズ及び位置を設定することにより、レイアウトデータのマスクパターンに所定サイズの欠陥が設定された、欠陥付きレイアウトデータを作成する（ステップＳ１１）。ここで、第１実施形態例と同様に、ベタ地やスペースにおいては正方形状のドットやピンホール等の孤立欠陥を、エッジには正方形状の凸部又は凹部から成るエッジ欠陥をそれぞれ設定する。欠陥のサイズは、最初に１０ｎｍ角の最小のサイズを設定し、下記ステップＳ１１〜Ｓ１４のフローを繰り返す毎に順次に大きくする。また、設定する欠陥の中心をピクセルの中心座標と一致させ、欠陥のサイズを大きくする際にも同様とする。なお、設定する欠陥は、正方形に限らず、矩形等でもよい。

次に、ウエハシミュレーション部１２Ｂが、欠陥付きレイアウトデータのマスクパターンに対して、ウエハシミュレーションを行い、図４（ｂ）に示した欠陥付きウエハシミュレーションデータを作成する（ステップＳ１２）。図３（ｃ）及び図４（ｂ）中には複数の欠陥が示されているが、本実施形態例ではステップＳ４〜Ｓ９の１フローについて、図３（ｃ）のマスクパターンの１つのピクセルに対応する位置に設定される。次いで、形状認識部１２Ｃが、受信した欠陥付きウエハシミュレーションデータに対して特徴抽出を行い、欠陥付きウエハシミュレーションデータのマスクパターンの欠陥設定位置近傍の寸法を検出する（ステップＳ１３）。

次に、影響レベル判定部１２Ｄが、影響レベルの判定を行う（ステップＳ８）。影響レベルの判定は、エッジ及びコーナーから成るエッジ部と、ベタ地及びスペースから成る孤立部に着目して行う。エッジ部について、欠陥付きウエハシミュレーションデータのマスクパターンの少なくとも一部の寸法が、基準ウエハシミュレーションデータのマスクパターンの対応する寸法を基準として７％以上変動した場合に、実欠陥が発生したものと判定し、影響レベルの設定を行って、ステップＳ９に進む。

図１０（ａ）〜（ｄ）に、ラインパターンに欠陥が設定された、欠陥付きレイアウトデータのマスクパターンを示し、図１１（ａ）〜（ｄ）に図１０（ａ）〜（ｄ）にそれぞれ対応する欠陥付きウエハシミュレーションデータのマスクパターンを示す。図１０（ａ）〜（ｄ）では、欠陥設定位置が相互に等しく、且つ図１０（ａ）〜（ｄ）の順に設定される欠陥サイズが大きくなっている。例えば、図１１（ａ）、（ｂ）に示したマスクパターンでは、寸法の変動率は７％未満であり、ステップＳ８で擬似欠陥と判定され、図１１（ｃ）、（ｄ）に示したマスクパターンでは、寸法の変動率は７％以上であり、ステップＳ８で実欠陥と判定される。

孤立部について、欠陥付きウエハシミュレーションデータのマスクパターンの孤立部にその欠陥が転写された場合に，実欠陥が発生したものと判定し、影響レベルの設定を行って、ステップＳ９に進む。欠陥設定位置とマスクパターンのエッジとの距離が比較的小さい場合にはエッジ欠陥が生じ易く、比較的大きい場合には孤立欠陥が生じ易い。従って、孤立部及びエッジ部の双方に着目する影響レベルの設定方法によって、擬似欠陥から実欠陥への移行を適切に判断することが出来る。

ステップＳ８で、エッジ部及び孤立部の何れについても実欠陥が発生していないと判定した場合には、ステップＳ４に進む。影響レベルは、その設定を行った際の欠陥サイズが小さいほど、大きく設定する。なお、欠陥設定位置のピクセルがエッジ又はコーナーの場合には、一般的に孤立部に欠陥は生じないので、孤立部については判定する必要はない。

ステップＳ４では、欠陥サイズを各辺とも１ｎｍづつ大きくして、再度ステップＳ４〜Ｓ９を行う。検出した影響レベルは、典型的な図形パターンについては、データベースに記録され、同様な図形パターンを有するマスクパターンの検査に利用される。

次いで、感度設定部１２Ｆは、影響レベル判定部１２Ｄで判定された影響レベル及びアルゴリズム設定部１２Ｅで選択された検査アルゴリズムに基づいて、検査感度、即ち検査しきい値を設定する。この場合、影響レベルが大きいほど、検査しきい値を小さく、つまり検査感度を高く設定する（ステップＳ１５）。

本実施形態例によれば、影響レベル判定に際して、欠陥サイズを１ｎｍづつ大きくし、擬似欠陥から実欠陥に移行する欠陥サイズを１ｎｍ単位で得ることが出来る。従って、第１実施形態例と比較して、高い精度で影響レベルを設定し、的確な欠陥検査を行うことが出来る。

なお、上記検査方法では、欠陥設定位置近傍の寸法の変動率が７％以上であるときにエッジ部で実欠陥が発生したものと判定しているが、この数値は一例であって、製品の品質等に応じて様々な値を採用することが出来る。欠陥付きウエハシミュレーションデータのマスクパターンの孤立部に欠陥が転写された場合に、実欠陥の発生を判定する本実施形態例の判定方法も一例である。

また、欠陥サイズを大きくしていく数値の幅を１ｎｍとしたが、検査精度に応じて様々な値、例えば１０ｎｍなどの値を採用することも出来る。エッジ部で実欠陥の発生を判定する判定方法としては、本実施形態例の判定方法以外にも、パターン形状の許容範囲を規定した規格マスクパターンを予め設定しておき、エッジ部がこの規格マスクパターンを超えたときに実欠陥が発生したものと判定することも出来る。

本実施形態例では、図９のステップＳ１４での、エッジ部で実欠陥の発生を判定する場合に、基準ウエハシミュレーションデータのマスクパターンの寸法を基準とするものとしたが、レイアウトデータのマスクパターン、又は欠陥付きウエハシミュレーションデータのマスクパターンの欠陥設定位置から十分に大きな距離を有する位置の寸法を基準としてもよい。

以上、本発明をその好適な実施形態例に基づいて説明したが、本発明に係るマスク検査方法は、上記実施形態例の構成にのみ限定されるものではなく、上記実施形態例の構成から種々の修正及び変更を施したマスク検査方法も、本発明の範囲に含まれる。

第１実施形態例に係るマスク検査装置の構成を示すブロック図である。 図１の検査情報生成部の構成を示すブロック図である。 図３（ａ）はマスクパターンを、図３（ｂ）は図３（ａ）のマスクパターンに対応するレイアウトデータのマスクパターンを、図３（ｃ）は図３（ａ）のレイアウトデータに欠陥を設定した、欠陥付きレイアウトデータのマスクパターンをそれぞれ示す平面図である。 図４（ａ）は、図３（ｂ）のマスクパターンに対応する、基準ウエハシミュレーションデータのマスクパターンを、図４（ｂ）は、図３（ｃ）のマスクパターンに対応する、欠陥付きウエハシミュレーションデータのマスクパターンを、図４（ｃ）は、図４（ａ）のマスクパターンと図４（ｂ）のマスクパターンとの差分パターンをそれぞれ示す平面図である。 図２の形状認識部における特徴抽出を示す図である。 図１の検査情報生成部における検査情報作成処理を示すフローチャートである。 図７（ａ）は、検査情報付き基準図形データに含まれる図形データを示す図であり、図７（ｂ）は、図７（ａ）の一部を拡大して示す図である。 図８（ａ）は、欠陥を有するマスクパターンを示す平面図であり、図８（ｂ）は、図８（ａ）のＩ−Ｉ線及びII−II線に沿った、検査対象データを示すグラフである。 第２実施形態例に係るマスク検査装置の検査情報生成部における、検査情報作成処理を示すフローチャートである。 図１０（ａ）〜（ｄ）はそれぞれ、所定サイズの欠陥を有するマスクパターンを示す平面図である。 図１１（ａ）〜（ｄ）はそれぞれ、図１０（ａ）〜（ｄ）に示されるマスクパターンを用いて被転写体上に転写されたマスクパターンを示す平面図である。 従来のマスク検査装置の構成を示すブロック図である。 従来のマスク検査装置における、マスク検査方法を示す図である。 図１４（ａ）は、欠陥を有するマスクパターンを示す平面図で、図１４（ｂ）は、図１４（ａ）のマスクパターンを用いて転写されたウエハ等の被転写体上のＰＲパターンを示す平面図である。

符号の説明

１０：マスク検査装置
１１：検査部
１２：検査情報生成部
１２Ａ：欠陥設定部
１２Ｂ：ウエハシミュレーション部（シミュレータ）
１２Ｃ：形状認識部
１２Ｄ：影響レベル判定部
１２Ｅ：アルゴリズム設定部
１２Ｆ：感度設定部
１３：変換部
１４：レンダリング部
１５：比較部
１６：欠陥判定部
１７：レビュー部
１８：マスクパターン（ＰＲパターン）
１８Ａ、１８Ｂ、１８Ｃ：マスクパターン（ＰＲパターン）
２０Ａ、２０Ｂ、２０Ｃ：ピクセル
２１：ベタ地
２２：スペース
２３：エッジ
２４Ａ、２４Ｂ、２４Ｃ：欠陥
２５Ａ〜２５Ｆ：（マスクパターンの）欠陥
２６Ａ〜２６Ｆ：（ＰＲパターンの）欠陥
２７：コーナー

Claims (14)

1. レイアウトデータに基づいて作成したマスクパターンに発生した欠陥を検出するマスク検査方法において、
   欠陥が、マスクパターンを構成する多数のピクセルの何れのピクセルに位置するかによって、検出すべき欠陥の大きさを指定することを特徴とするマスク検査方法。
2. 前記ピクセルのサイズが１００ｎｍ×１００ｎｍ以下である、請求項１に記載のマスク検査方法。
3. 欠陥パターンデータのない第１のレイアウトデータをウエハ上の第１の仮想フォトレジストパターン（ＰＲパターン）データに変換する第１ステップと、
   欠陥パターンデータを追加した第２のレイアウトデータをウエハ上の第２の仮想ＰＲパターンデータに変換する第２ステップと、
   前記第１の仮想ＰＲパターンデータと前記第２の仮想ＰＲパターンデータとの差分データを検出する第３のステップと、
   前記差分データに基づいて前記欠陥パターンデータの欠陥がウエハ上で許容できる欠陥か否かを判定する第４のステップと、
   検査対象マスクパターンから得られる実パターンデータと前記第１のレイアウトデータとを照合し、前記第４のステップでの判定結果に基づいて、ウエハ上で許容できる欠陥を擬似欠陥として除外し、ウエハ上で許容できない欠陥を前記検査対象マスクパターンの実欠陥として抽出する第５のステップとを有することを特徴とするマスク検査方法。
4. 前記差分データは、ピクセル毎の前記第１仮想ＰＲパターンデータと第２仮想ＰＲパターンデータの差分データである、請求項３に記載のマスク検査方法。
5. 前記第２のステップでは、前記欠陥パターンデータにおける欠陥のサイズが所定のサイズに固定される、請求項４に記載のマスク検査方法。
6. 前記第５のステップでは、差分データが大きいピクセルほど、しきい値を小さく設定し、前記実パターンデータと前記第１のレイアウトデータの差分データが前記しきい値より大きいときに実欠陥と判定する、請求項５に記載のマスク検査方法。
7. 前記第２のステップでは、前記欠陥パターンデータにおける欠陥のサイズを可変として、前記第５のステップで実欠陥として抽出すべき欠陥の最小サイズを求める、請求項４に記載のマスク検査方法。
8. 前記第４のステップで、ウエハ上で許容できる欠陥と判定されたときに、前記欠陥パターンデータにおける欠陥のサイズを大きくして、前記第２のステップに戻り、前記第４のステップで、ウエハ上で許容できない欠陥と判定されたときに、前記ステップ５に進む、請求項７に記載のマスク検査方法。
9. 前記第５のステップでは、前記第４のステップでウエハ上で許容できない欠陥と判定されたときに、前記実パターンデータと前記第１のレイアウトデータの差分データと比較すべき、実欠陥と判定するためのしきい値を設定する、請求項８に記載のマスク検査方法。
10. 前記しきい値を、ピクセル毎に５段階に設定する、請求項６又は９に記載のマスク検査方法。
11. 前記第４のステップでは、ウエハ上で許容できる欠陥か否かの判定は、前記欠陥パターンデータの欠陥が作用するパターン形状に依存した判定アルゴリズムで行う、請求項４に記載のマスク検査方法。
12. 前記第４のステップでは、ウエハ上で許容できる欠陥か否かの判定は、エッジ、コーナー、ベタ地、及び、スペースに依存した判定アルゴリズムで行う、請求項１１に記載のマスク検査方法。
13. 前記第４のステップでは、ベタ地及びスペースに作用する欠陥の判定は、該欠陥の位置におけるピクセルの差分データが実質的にゼロであるか否かによって行い、エッジ及びコーナーに作用する欠陥の判定は、該欠陥の位置におけるピクセルの差分データがゼロよりも大きい所定の値であるか否かによって行う、請求項１２に記載のマスク検査方法。
14. 前記第４のステップでは、エッジ及びコーナーに作用する欠陥の判定は、差分データが示すパターンレイアウトのずれが７％以内であるか否かによって行う、請求項１３に記載のマスク検査方法。

Images