JP2011023638A

JP2011023638A - 検査領域設定方法

Info

Publication number: JP2011023638A
Application number: JP2009168774A
Authority: JP
Inventors: Yasuyuki Yamada; 康之山田
Original assignee: Toshiba Corp
Current assignee: Toshiba Corp
Priority date: 2009-07-17
Filing date: 2009-07-17
Publication date: 2011-02-03
Also published as: US20110013824A1

Abstract

【課題】ウェハに形成されたパターンの欠陥を高精度で検出できる検査領域の設定を簡単に実行する。
【解決手段】半導体集積回路のダイの設計レイアウト図における複数のサンプリング位置からパターンを抽出するパターン抽出ステップ（ステップＳ２）と、前記抽出されたパターンを図形的特徴の一致度に基づいて前記抽出されたパターン数よりも少ない複数種類に分類するパターン分類ステップ（ステップＳ３）と、前記ダイの大きさよりも小さい候補領域を定め、前記定めた候補領域のうちの前記パターン分類ステップにより分類されたパターンの種類を最も多く含む候補領域を欠陥検査を実行する検査領域に設定する空間探索・空間探索・検査領域設定ステップ（ステップＳ７）と、を含む。
【選択図】図３

Description

本発明は、検査領域設定方法に関する。

例えばフォトリソグラフィにおける最適露光条件および最適フォーカス条件はパターンの粗密、線幅、被覆率などの図形的特徴に応じて変化する。したがって、誤差を許容範囲内に納めるための露光条件、フォーカス条件の範囲（プロセスウインドウ）は、同一のダイ上であっても局所的に変化する。露光条件、フォーカス条件は、通常、ウェハ全体の共通のプロセスウインドウから選択される。

ところが、近年の半導体集積回路の高集積度化に伴ってプロセスウインドウのマージンが小さくなる傾向にあり、リソグラフィ条件を含む製造プロセスの諸条件の揺らぎの影響が相対的に大きくなってきている。つまり、製造プロセスの諸条件の揺らぎの影響により局所的にプロセスウインドウから外れた条件でフォトリソグラフィを行ってしまう場合がある。プロセスウインドウから外れた条件でリソグラフィを行うと、その場所にパターン間の短絡や断絶などの欠陥が発生する可能性が高くなる。歩留まりを向上させるためには、このような製造プロセスおよびパターンの図形的特徴に関連する欠陥であるシステマティック欠陥が発生しているか否かを検査し、検査結果を製造プロセスの諸条件にフィードバックする作業が重要となる。

システマティック欠陥の検出に有効な欠陥検出手法に、パターンが形成されたウェハを走査型電子顕微鏡（ＳｃａｎｎｉｎｇＥｌｅｃｔｒｏｎＭｉｃｒｏｓｃｏｐｅ、ＳＥＭ）を用いて検査し、生成した検査パターンと設計レイアウトデータとを比較するダイトゥデータベース（Ｄｉｅ−ｔｏ−Ｄａｔａｂａｓｅ）比較検査がある。ダイトゥデータベース比較検査は、システマティック欠陥を高精度に発見できるものの、低スループットであるという欠点を有している。そこで、スループットを向上させるために、従来、検査パターンを取得し設計レイアウトデータと比較する検査領域をダイ全体とするのではなく、検査装置の性能と要求ＴＡＴとに基づいて検査領域をダイの一部に絞る作業が行われる。しかしながら、検査領域の設定は、エンジニアによって経験を元に手作業で行われていたため、手作業ゆえの設定ミスや先入観による検査領域の除外が発生し、致命的な欠陥の見逃しの原因になっていた。すなわち、経験を有する熟練したエンジニアでないと高精度に欠陥検査を行うことができるような検査領域の設定ができないという問題があった。

パターンの欠陥検査手法に関連する技術としては、特許文献１には、パターンを所定の特徴基準に従って複数のランクに分類し、ランク毎に検査精度を決定し、この決定された検査精度を満たしているか否かによってフォトマスクの良否を判定する技術が開示されている。この技術によれば、ダミーパターンなどの低精度であってもかまわないパターンの検査精度を下げて検査を行うことができるので、検査時間を短縮することができる。しかしながら、精度のよい欠陥検出を行うために特に重要となるパターンのランク分けの工程を経験の乏しいエンジニアでも簡単に実行することができるようにする技術は特許文献１には開示されていない。

また、特許文献２には、ウェハ表面の個別イメージフィールドのクラスに基づいて検査するための方法を設定し、設定された方法に基づいて、個別イメージフィールドの表面情報を、同じ製造工程の同じ構造の多数のウェハ表面から前もって検出した表面情報から作成された参照情報と比較する技術が開示されている。しかしながら、個別イメージフィールドのクラス分けを適切に実行することが精度のよい欠陥検出を行うために特に重要となるが、このクラス分けを簡単に行う技術については特許文献２には開示されていない。

特開２００４−１９１９５７号公報特開平５−４７８８２号公報

本発明は、ウェハに形成されたパターンの欠陥を高精度で検出できる検査領域の設定を簡単に実行することができる検査領域設定方法を提供することを目的とする。

本願発明の一態様によれば、半導体集積回路のダイの設計レイアウト図における複数のサンプリング位置からパターンを抽出するパターン抽出ステップと、前記抽出されたパターンを図形的特徴の一致度に基づいて前記抽出されたパターン数よりも少ない複数種類に分類するパターン分類ステップと、前記ダイの大きさよりも小さい候補領域を定め、前記定めた候補領域のうちの前記パターン分類ステップにより分類されたパターンの種類を最も多く含む候補領域を欠陥検査を実行する検査領域に設定する空間探索・検査領域設定ステップと、を含むことを特徴とする検査領域設定方法が提供される。

本発明によれば、ウェハに形成されたパターンの欠陥を高精度で検出できる検査領域の設定を簡単に実行することができる検査領域設定方法を提供することができるという効果を奏する。

図１は、本実施の形態の特徴を説明するための図。図２は、本実施の形態の検査領域設定装置の構成を説明する図。図３は、本実施の形態の検査領域設定方法を説明するフローチャート。図４は、パターンの抽出例を説明する図。図５は、パターンが分類されている様子を説明する図。図６は、空間探索・検査領域決定処理をより詳細に説明するフローチャート。図７は、カウント値と、合計スコアと、が算出された様子を説明する図。図８は、検査領域候補を二つの矩形領域とした場合の例を説明する図。図９は、本実施の形態の検査領域設定装置のハードウェア構成を説明する図。

以下に添付図面を参照して、本発明の実施の形態にかかる検査領域設定方法を詳細に説明する。なお、この実施の形態により本発明が限定されるものではない。

（実施の形態）
本実施の形態の検査領域設定装置は、ダイのパターンレイアウト図における複数の座標点の周辺のパターンを抽出し、抽出した複数のパターンの夫々を図形的特徴に基づいて自動的に分類し、できるだけ多くの種類の分類パターンを含む検査領域を自動的に決定する。図１は、本発明の実施の形態の特徴を説明するための図である。図１によれば、ダイの設計レイアウト図１００上における８列×１２行の合計９６個のサンプリング点（位置）からパターンが抽出され、抽出された夫々のパターンは合計５種類の分類パターン、すなわち分類パターンＡ〜分類パターンＥに分類されている。検査領域２００は、４列×４行のサンプリング点を覆うだけの面積を有している。ここで、検査領域２００は、例えば位置ａにおいては、ＡおよびＢに分類されているパターンについてしか検査することができない。言い換えると、検査領域２００をダイ全体ではなく４列×４行のサンプリング点を覆うだけの大きさに絞ることによって検査時間が短縮される（スループットが向上する）ものの、分類パターンＣ〜分類パターンＥに分類されるパターンに起因するシステマティック欠陥を見逃すことになり、高精度な欠陥検査を行うことができない。一方、位置ｂにおいては、検査領域２００は、分類パターンＡ〜Ｅを全て含んでおり、分類パターンＡ〜Ｅの欠陥を検査することができる。すなわち、位置ａよりも位置ｂを検査領域２００として設定する方が高精度の欠陥検査を行うことができる。本実施の形態では、高精度な欠陥検査を行うことができるように、より多くの分類パターンを含んでいる検査領域を自動的に探索して決定（設定）するようにしたことが主たる特徴となっている。

図２は、上記した特徴を実現するための検査領域設定装置の構成を説明する図である。検査領域設定装置１には、使用者端末２および検査装置３が例えばイーサネット（登録商標）などのネットワークを介して接続されている。使用者は使用者端末２を操作することによって検査領域設定装置１を操作し、検査対象のウェハに形成されたダイの検査領域を設定する。検査領域設定装置１は、設定した検査領域を検査装置３に送る。検査装置３は、ウェハ上のダイにおける前記設定された検査領域をＳＥＭを用いて観測することによって当該領域の検査イメージを作成する。そして、検査装置３は、作成した検査イメージと前記設定された検査領域の設計レイアウトデータとを相互に比較し、許容を越える差異を欠陥として検出する。

なお、欠陥検査対象のパターンは、製造プロセスにおけるどの段階で形成されたパターンであってもよい。つまり、欠陥検査対象のパターンは、露光により転写されたパターンであってもよいし、エッチング後のパターンであってもよい。また、欠陥検査対象のパターンは、ナノインプリンティングを用いて形成されたパターンであってもよい。また、検査装置３は、ＳＥＭ以外の観測手段を用いて検査イメージを作成するものであってもよい。例えばα粒子などの荷電粒子を照射して検査イメージを作成するものであってもよい。

検査領域設定装置１は、設計レイアウトデータを蓄積する設計データベース１１と、設計データベース１１に蓄積されている設計レイアウトデータからパターンを抽出するパターン抽出部１２と、パターン抽出部１２が抽出したパターンを図形的特徴の一致度に基づいて分類し、図１に示したようなダイ上における分類パターン毎の分布（空間分布）を作成するパターン分類・分布作成部１３と、パターン分類・分布作成部１３が作成した空間分布に基づいてできるだけ多くの分類パターンを含む検査領域の位置を探索し、検査領域を決定する空間探索・検査領域決定部１４と、使用者端末２からの操作入力の受け付けおよび検査領域決定部１４が決定した検査領域の検査装置３への送信を行う入出力部１５と、を備えている。

図３は、上記した検査領域設定装置１を用いて実行される検査領域設定方法を説明するフローチャートである。

図３において、まず、パターン抽出部１２は、ダイにおけるサンプリング点を決定する（ステップＳ１）。そして、パターン抽出部１２は、設計データベース１１に格納されている設計レイアウトデータから、決定されたサンプリング点周辺のパターンを読込んで、抽出する（ステップＳ２）。サンプリング点１個当たりから抽出される領域の大きさは特に限定しないが、例えば光近接効果の影響が及ぶ距離を考慮した大きさであってよい。例えば、パターン抽出部１２は、サンプリング点を中心とする数マイクロメートル四方の矩形の領域からパターンを抽出するようにしてもよい。図４は、パターン抽出部１２によるパターンの抽出例を説明する図である。図４に示す例では、ダイの設計レイアウトデータの紙面右側の合計１２箇所から、抽出パターンａ〜ｌが抽出されている。

続いて、パターン分類・分布作成部１３は、抽出されたパターン（以降、単に抽出パターン）を、図形的特徴の一致度に基づいて分類する（ステップＳ３）。図形的特徴としては、具体的には、例えば最小線幅、最小スペース幅、線幅平均値、スペース幅平均値、被覆率、頂点数のうちの少なくとも一つが使用できる。例えば、前記した図形的特徴を所定の刻み幅で分割し、分割された夫々の範囲に含まれる抽出パターン同士が一致度が高いとし、分割された夫々の範囲に含まれる抽出パターンを夫々同一の分類パターンとする方法が考えられる。また、図形的特徴の一致度は、例えば、抽出パターン同士の排他的論理和、相互相関係数、最小線幅の比、最小スペース幅の比、線幅平均値の比、スペース幅平均値の比、被覆率の比、頂点数の比のうちの少なくとも一つによっても評価することができる。例えば、図形的特徴の一致度が所定のしきい値以上である抽出パターン同士を同一の分類パターンに分類する方法が考えられる。なお、図形的特徴の一致度に基づく分類には、上記したような一致度が所定のしきい値以上の抽出パターン同士を同一の分類パターンに分類する方法のほか、クラスタ解析などの既知の分類手法や、今後新規に開発される分類手法を適用するようにしてもよい。

図５は、図４に示した例により抽出された１２個の抽出パターンがパターン分類・分布作成部１３により５個の分類パターン（分類パターンＮｏ．１〜分類パターンＮｏ．５）に分類されている様子を説明する図である。図示するように、抽出パターンａ、抽出パターンｂ、抽出パターンｉおよび抽出パターンｊは、縦方向に伸びているラインの複数が横方向に等間隔で配置されているラインアンドスペースである分類パターンＮｏ．１に分類されている。また、抽出パターンｃ、抽出パターンｈおよび抽出パターンｋは、横方向に伸びているラインの複数が縦方向に等間隔で配置されているラインアンドスペースである分類パターンＮｏ．２に分類されている。また、抽出パターンｄおよび抽出パターンｇは、９０度回転された二つのＨ字型のパターンが縦方向に並べて配置されているパターンである分類パターンＮｏ．３に分類されている。また、抽出パターンｅおよび抽出パターンｌは、二つのＨ字型のパターンが横方向に配置されているパターンである分類パターンＮｏ．４に分類されている。また、抽出パターンｆは、分類パターンＮｏ．５に分類されている。分類パターンＮｏ．１〜Ｎｏ．５は、この順番で出現頻度が高くなっている。

続いて、パターン分類・分布作成部１３は、出現する頻度が最も高い所定数の分類パターンを重要パターンとし（ステップＳ４）、重要パターンに設定された分類パターン毎に空間分布を生成する（ステップＳ５）。例えば、分類パターンが１０００種類あるとすると、そのうちの出現頻度が最も高い５０種類を重要パターンとする。空間分布のデータ構造に関しては特に限定しないが、空間分布は例えば図１に示したような画像データとしてのデータ構造を有するようにしてもよい。また、空間分布は、サンプリング点の座標と分類パターンの識別番号とを対応付けるテーブル形式のデータ構造を有するようにしてもよい。

なお、ステップＳ１〜ステップＳ５は、設計レイアウトデータ毎に予め実行しておくことが可能である。

続いて、使用者は、検査領域を設定するダイの設計レイアウトデータおよび検査領域の大きさ（面積）を指定する（ステップＳ６）。より詳しくは、使用者は、使用者端末２に設計レイアウトデータおよび検査領域の大きさの指定を入力する。入力された情報は入出力部１５に受け付けられる。なお、検査領域２００の大きさは、検査装置の性能およびダイあたりの検査に許される検査時間に基づいて決定される。例えば、２４個のダイが形成されているウェハを一枚当たり２４時間で検査を行う場合、ダイ一つ当たり１時間で検査を終了することが要求される。その場合、使用者は、検査領域の大きさとして、最大で、検査装置３が１時間で検査を実行することができる大きさを指定することができる。

ステップＳ６に続いて、空間探索・検査領域決定部１４は、入出力部１５が受け付けた情報およびパターン分類・分布作成部１３が作成した空間分布に基づいてできるだけ多くの分類パターンを含む検査領域の位置を探索し、検査領域を決定する（ステップＳ７）。図６は、ステップＳ７の空間探索・検査領域決定処理をより詳細に説明するフローチャートである。

図６に示すように、空間探索・検査領域決定部１４は、まず、検査領域候補を複数定める（ステップＳ１１）。そして、空間探索・検査領域決定部１４は、定めた検査領域候補のうちの一つを選択し（ステップＳ１２）、選択した検査領域候補が含む抽出パターンを分類パターン毎にカウントする（ステップＳ１３）。そして、空間探索・検査領域決定部１４は、分類パターン毎のカウント値に重み付け関数を作用させて分類パターン毎のスコアを算出する（ステップＳ１４）。ここで、重み付け関数には、スコアのカウント値に対する増加率がカウント値の増加に伴って連続的またはステップ状に減少する性質を有する関数が使用される。例えば、１カウント目を１０点とし、２カウント目からは１点ずつ加算するような関数が使用される。そして、空間探索・検査領域決定部１４は、分類パターン毎のスコアを積算して前記選択した検査領域候補のスコアとする（ステップＳ１５）。そして、空間探索・検査領域決定部１４は、全ての検査領域候補を選択したか否かを判定し（ステップＳ１６）、選択していない場合（ステップＳ１６、Ｎｏ）、ステップＳ１２に移行して未選択の検査領域候補を一つ選択する。全ての検査領域候補を選択済みである場合（ステップＳ１６、Ｙｅｓ）、空間探索・検査領域決定部１４は、最高スコアの検査領域候補を検査領域に決定し、ステップＳ７にかかる処理がリターンされる。

このように分類パターン毎のスコアの増加率をカウント値が小さいほど大きくすることによって、カウント数の合計が同一であってもより多くの種類の分類パターンを含む位置の検査領域候補ほど高いスコアを取得することができるようになり、ひいては多くの種類の分類パターンを含む検査領域を設定することができるようになる。図７は、複数の検査領域候補（Ｎｏ．１、Ｎｏ．２、Ｎｏ．３、Ｎｏ．４、〜）について分類パターン（Ｎｏ．１、Ｎｏ．２、Ｎｏ．３、Ｎｏ．４、Ｎｏ．５、〜）毎のカウント値と、合計スコアと、が算出された様子を説明する図である。図示するように、分類パターンＮｏ．１〜Ｎｏ．５を万遍なく含む検査領域候補Ｎｏ．３のスコアが最も高くなっており、この検査領域候補Ｎｏ．３が検査領域として設定されている。

ここで、検査領域は、指定された大きさを有している限り、複数に分割されてもよい。例えば、２個以上の矩形の領域を検査領域とするようにしてもよい。その場合、空間探索・検査領域決定部１４は、検査領域を決定するためのスコアに最低ラインを設け、まず検査領域候補を一つの矩形の領域として空間探索し、どの位置においても検査領域候補のスコアが最低ラインに満たないとき、検査領域候補を合計の面積が一つのときと同一である二つの矩形領域に分割し、分割された二つの矩形領域の合計カウント値に基づくスコアが最低ラインを越え、かつ最高となるような夫々の検査領域候補を検査領域に決定するようにしてもよい。図８は、検査領域候補を二つの矩形領域とした場合の例を説明する図である。図８は、検査領域候補Ｎｏ．１は、夫々の分割領域のカウント値に基づくスコアは高いが、二つに分割された領域をあわせると、検査領域候補Ｎｏ．２のほうが多くの分類パターンを含んでおり、合計スコアは検査領域候補Ｎｏ．２のほうが高くなっていることを示している。なお、検査装置３が矩形以外の検査領域に関して欠陥検査を行うことができる場合、検査領域は矩形でなくてもかまわない。

図３に戻り、入出力部１５は、空間探索・検査領域決定部１４が決定した検査領域を検査装置３に送信し（ステップＳ８）、動作が終了する。

ところで、以上の検査領域設定方法の説明においては、パターン分類・分布作成部１３は、出現する頻度が最も高い所定数の分類パターンを重要パターンとし、重要パターンに関する空間分布を作成するようにしたが、分類パターン数が少ない場合、重要パターンを定義せず、全ての分類パターンについて空間分布を作成するようにしてもよい。

また、入出力部１５は、空間探索・検査領域決定部１４が決定した検査領域を検査装置３に送信する、として説明したが、使用者端末２に送信するようにしてもよい。

検査領域設定装置１は、通常のサーバタイプのコンピュータ構成のハードウェア上でプログラムを実行することによって実現するようにしてもよい。図９は、検査領域設定装置１のハードウェア構成を説明する図である。図示するように、検査領域設定装置１は、ＣＰＵ（Central Processing Unit）１６、ＲＯＭ（Read Only Memory）１７、ＲＡＭ（Random Access Memory）１８および通信部１９を備える構成となっている。ＣＰＵ１６、ＲＯＭ１７、ＲＡＭ１８および通信部１９は、バスラインを介して夫々接続されている。

ＣＰＵ１６は、上述した検査領域設定方法を実行するコンピュータプログラムである検査領域設定プログラム１０を実行する。通信部１９は、使用者端末２や検査装置３と通信するためのネットワークインタフェースである。通信部１９は、ＣＰＵ１６からの指示に基づいて、操作画面などの使用者に対する出力情報を使用者端末２に送信する。また、通信部１９は、使用者端末２からの検査領域設定装置１の操作入力が入力される。通信部１９へ入力された操作入力は、ＣＰＵ１６へ送られる。

検査領域設定プログラム１０は、ＲＯＭ１７内に格納されており、バスラインを介してＲＡＭ１８へロードされる。ＣＰＵ１６はＲＡＭ１８内にロードされた検査領域設定プログラム１０を実行する。具体的には、ＣＰＵ１６はＲＯＭ１７内から検査領域設定プログラム１０を読み出してＲＡＭ１８内のプログラム格納領域に展開し、空間分布、検査領域候補毎のスコアなど、上述した検査領域設定方法を実行するに際して発生するワークデータをＲＡＭ１８内に形成されるデータ格納領域に一時的に記憶させておく。ＣＰＵ１６は、データ格納領域に一時的に記憶させた前述のデータを使用して検査領域を設定し、通信部１９に設定した検査領域を検査装置３へ送信させる。なお、検査領域設定プログラム１０は、ＤＩＳＫなどの記憶装置に格納しておいてもよい。また、検査領域設定プログラム１０は、ＤＩＳＫなどの記憶装置にロードしてもよい。

本実施の形態の検査領域設定装置１で実行される検査領域設定プログラム１０は、前述の各部（パターン抽出部１２、パターン分類・分布作成部１３、空間探索・検査領域決定部１４、および入出力部１５）を含む構成となっており、上記各部がＲＡＭ１８上にロードされ、パターン抽出部１２、パターン分類・分布作成部１３、空間探索・検査領域決定部１４、および入出力部１５がＲＡＭ１８上に生成される。設計データベース１１は、図示しない外部記憶装置に保持される。設計データベース１１は、ネットワークを介してアクセス可能な記憶装置に保持されるようにしてもよい。

なお、本実施の形態の検査領域設定装置１で実行される検査領域設定プログラム１０を、インターネット等のネットワークに接続されたコンピュータ上に格納し、ネットワーク経由でダウンロードさせることにより提供するように構成しても良い。また、本実施の形態の検査領域設定装置１で実行される検査領域設定プログラム１０をインターネット等のネットワーク経由で提供または配布するように構成してもよい。また、本実施の形態の検査領域設定プログラム１０を、ＲＯＭ１７等に予め組み込んで本実施の形態の検査領域設定装置１に提供するように構成してもよい。

また、検査領域設定プログラム１０をサーバタイプのコンピュータではなく、使用者端末２にて実行することによって、使用者端末２上で上述の検査領域設定方法を実行するようにしてもよい。また、検査領域設定プログラム１０を、検査装置３に付随する制御コンピュータ上で実行することによって、検査装置３上で上述の検査領域設定方法を実行するようにしてもよい。

以上述べたように、本実施の形態によれば、設計レイアウト図における複数のサンプリング位置からパターンを抽出し、抽出パターンを図形的特徴の一致度に基づいて分類し、分類パターンの種類を最も多く含む候補領域を欠陥検査装置による検査領域に設定するように構成したので、ウェハに形成されたパターンの欠陥を高精度で検出できる検査領域の設定を簡単に実行することができるようになる。

１検査領域設定装置、２使用者端末、３検査装置、１０検査領域設定プログラム、１１設計データベース、１２パターン抽出部、１３パターン分類・分布作成部
１４空間探索・検査領域決定部、１５入出力部、１６ＣＰＵ、１７ＲＯＭ、１８ＲＡＭ、１９通信部、１００設計レイアウト図、２００検査領域。

Claims

半導体集積回路のダイの設計レイアウト図における複数のサンプリング位置からパターンを抽出するパターン抽出ステップと、
前記抽出されたパターンを図形的特徴の一致度に基づいて前記抽出されたパターン数よりも少ない複数種類に分類するパターン分類ステップと、
前記ダイの大きさよりも小さい候補領域を定め、前記定めた候補領域のうちの前記パターン分類ステップにより分類されたパターンの種類を最も多く含む候補領域を欠陥検査を実行する検査領域に設定する空間探索・検査領域設定ステップと、
を含むことを特徴とする検査領域設定方法。
前記空間探索・検査領域設定ステップは、
前記定めた候補領域が含むパターンを前記パターン分類ステップにおいて分類した種類毎にカウントするカウントステップと、
前記種類毎のカウント値に所定の関数を夫々作用させて種類毎のスコアを算出し、前記算出した種類毎のスコアを積算して前記候補領域のスコアを算出するスコアリングステップと、
前記定めた候補領域のうちの最高スコアの候補領域を検査領域に決定する検査領域決定ステップと、
をさらに含むことを特徴とする請求項１に記載の検査領域設定方法。
前記所定の関数は、スコアのカウント値に対する増加率がカウント値の増加に伴って連続的またはステップ状に減少する性質を有する重み付け関数である、ことを特徴とする請求項２に記載の検査領域設定方法。
前記図形的特徴は、最小線幅、最小スペース幅、線幅平均値、スペース幅平均値、被覆率、頂点数のうちの少なくとも一つである、ことを特徴とする請求項１に記載の検査領域設定方法。
前記パターン分類ステップが分類したパターンの種類のうち、出現頻度が最も高い種類から所定数の種類を重要種類に設定する重要種類設定ステップをさらに含み、
前記空間探索・検査領域設定ステップにおいて、前記重要種類に設定されている種類を最も多く含む候補領域を前記検査領域に設定する、
ことを特徴とする請求項１に記載の検査領域設定方法。