JP2016502750A - 欠陥特定情報を用いるウェハ上の欠陥の検出 - Google Patents

Abstract

欠陥特定情報を用いてウェハ上の欠陥を検出するための方法およびシステムが提要される。１つの方法は、ウェハ上のターゲットに関する情報を取得することを含む。ターゲットは、ウェハ上に形成される対象パターンおよび対象パターン内またはその付近に生じる既知のＤＯＩを含む。情報は、ウェハ上のターゲットの画像を含む。方法は、当該ウェハまたは別のウェハ上のターゲット候補を探査することも含む。ターゲット候補は対象パターンを含む。ターゲットおよびターゲット候補の位置は、欠陥検出に提供される。更に方法は、ターゲット候補の画像における潜在的なＤＯＩ位置を特定することおよび潜在的なＤＯＩ位置の画像に１または複数の検出パラメータを適用することによってターゲット候補内の既知のＤＯＩを検出することを含む。

Description

本発明は、一般に、欠陥特定情報を用いてウェハ上の欠陥を検出することに関する。

以下の説明および例は、本箇所にそれらを包括することによって、先行技術であることを認めるものではない。

検査プロセスは、ウェハ上の欠陥を検出するために半導体製造プロセス中の様々なステップにおいて用いられる。あらゆるウェハ検査システムの１つの重要な目的は、ニューサンス欠陥を抑制することである。ニューサンス欠陥は、半導体の生産に関連性を持たない、検出された事象である。これらのニューサンス欠陥は、ウェハノイズおよびシステムノイズによって生じうるか、あるいはウェハ上の物理的実態である。ニューサンス欠陥は、ウェハ上のあらゆる部分に現れうる。いくつかの対象欠陥（ＤＯＩ）は、ウェハ上の特定の場所に現れうる。ＤＯＩに関するコンテキスト情報は、欠陥検出のための事前知識として用いられうる。コンテキスト情報を用いるいくつかのアプローチが、欠陥を検出するために開発されてきた。１つのそのようなアプローチは、より高い確率で欠陥が生じうるホットスポットを発見し、ホットスポット周辺の欠陥を検査するために、グラフィカルデータストリーム（ＧＤＳ）データや設計情報を用いる。別のそのようなアプローチは、欠陥バックグラウンドを一致させ、欠陥検出後、一致した欠陥を維持または除去する。

しかし、それらのアプローチには多数の欠点がある。例えば、第１のアプローチはＧＤＳデータを利用する。しかしＧＤＳ情報は、例えば半導体製造施設の欠陥技術者にとって、どんな時でも利用可能であるとは限らない。更に、ユーザは、画像上でケアエリアを正確に重ねるために、パッチデザインアライメント（ＰＤＡ）および実行時スワスベースアライメントを行う必要がある。スワスベースアライメントが失敗すると、スワスによってカバーされる箇所は検査されないことになる。欠陥検査後に実行される第２のアプローチは、欠陥の数およびニューサンス欠陥の種類が比較的大きい場合、検査の速度を著しく低下させうる。更に、欠陥信号が比較的弱い場合、膨大な量のニューサンス欠陥が検出されうる。欠陥信号は、欠陥を有する画像と欠陥のない参照画像との最大グレーレベル差として定義されうる。参照画像は、欠陥画像と空間的に位置合わせされ、ウェハ上の隣り合うダイまたは複数のダイから取得されうる。更に、この方法が組織的なＤＯＩを維持するために実行される場合、ニューサンス欠陥およびランダムに散在するＤＯＩを区別するために他のニューサンス除去メカニズムが必要である。これらのアプローチはいずれも、欠陥特定情報を用いない。

米国特許出願公開第２０１０／０１４２８００号

従って、上述した欠点のうちの１または複数を有さずにウェハ上の欠陥を検出するための方法および／またはシステムを開発することは有利になるだろう。

以下に示す様々な実施形態の説明は、いかなるようにも、本願に付された特許請求の範囲の主題事項を限定するものとして解釈されてはならない。

一実施形態は、欠陥特定情報を用いてウェハ上の欠陥を検出するためのコンピュータ実現方法に関する。方法は、ウェハ上のターゲットに関する情報を取得することを含む。ターゲットは、ウェハ上に形成される対象パターン（ＰＯＩ）およびＰＯＩ内やその付近に生じる既知の対象欠陥（ＤＯＩ）を含む。情報は、ウェハ上のターゲットを画像化することによって取得されるウェハ上のターゲットの画像、ウェハ上のＰＯＩの位置、ＰＯＩに対する既知のＤＯＩの位置、およびＰＯＩおよび既知のＤＯＩから計算される１または複数の特性を含む。方法はまた、当該ウェハまたは他のウェハ上のダイにおけるＰＯＩに一致するターゲット候補を探査することも含む。ターゲット候補は、ＰＯＩを含む。ＰＯＩは、欠陥検出より前のセットアップ段階で実行されうる。ＰＯＩ探査後、各潜在的な欠陥位置についてミクロケアエリア（ＭＣＡ）が生成されうる。これらの位置は、欠陥検出のために提供されうる。更に、方法は、ターゲット候補の画像における潜在的なＤＯＩ位置を特定すること、および潜在的なＤＯＩ位置の画像に１または複数の検出パラメータを適用することによって、ターゲット候補内の既知のＤＯＩを検出することを含む。既知のＤＯＩの検出は、コンピュータシステムを用いて実行される。

この方法と、現在用いられているコンテキストベースの検査との間にはいくつかの相違点がある。まず、この方法は、グラフィカルデータストリーム（ＧＤＳ）データに頼らないことである。加えて、特定の欠陥を検出するために非常に正確なケアエリアアライメントが実行されうる。更に、コンテキストおよび欠陥特定情報は、欠陥検出後ではなくセットアップおよび欠陥検出中に用いられる。

上述した方法は、本明細書で詳述されるように実行されうる。加えて、上述した方法は、本明細書で説明する他の任意の方法の他の任意のステップを含んでよい。更に、上述した方法は、本明細書で説明するシステムのいずれによっても実行されうる。

別の実施形態は、ウェハ上の欠陥を検出するためのコンピュータ実現方法を実行するためのコンピュータシステム上で実行可能なプログラム命令を記憶する非一時的コンピュータ読取可能媒体に関する。コンピュータ実現方法は、上述した方法のステップを含む。コンピュータ読取可能媒体は、本明細書で説明するように更に構成されうる。コンピュータ実現方法のステップは、本明細書で詳述するように実行されうる。加えて、プログラム命令が実行可能であるコンピュータ実現方法は、本明細書で説明する他の任意の方法の他の任意のステップを含んでよい。

更なる実施形態は、ウェハ上の欠陥を検出するように構成されたシステムに関する。システムは、ウェハ上のターゲットに関する情報を取得するように構成された検査サブシステムを含む。ターゲットは、ウェハ上に形成されたＰＯＩおよびＰＯＩ内またはその付近に生じる既知のＤＯＩを含む。情報は、ウェハ上のターゲットを画像化することによって取得されるウェハ上のターゲットの画像を含む。検査サブシステムはまた、当該ウェハまたは他のウェハ上のＰＯＩに一致するターゲット候補を探査し、ターゲット候補の画像を取得するようにも構成される。加えて、システムは、ターゲット候補の画像における潜在的なＤＯＩ位置を特定することおよび潜在的なＤＯＩ位置の画像に１または複数の検出パラメータを適用することによってターゲット候補内の既知のＤＯＩを検出するように構成されるコンピュータシステムを含む。システムは、本明細書で説明されるように更に構成されうる。

本発明の他の目的および利点は、以下の詳細な説明を読み添付図面を参照することによって明らかとなるであろう。

ウェハ上に形成されるパターンおよびパターン内で既知の対象欠陥（ＤＯＩ）が検出されたパターンの一実施形態の平面図を示す概略図である。 複数のダイおよび複数の対象パターン（ＰＯＩ）が複数のダイに形成されたウェハの一実施形態の平面図を示す概略図である。 ＰＯＩ、ＰＯＩ内又はその付近に生じる１または複数の既知のＤＯＩ、および既知のＤＯＩについて生成されうる１または複数のミクロケアエリアの様々な実施形態の平面図を示す概略図である。 ＰＯＩ、ＰＯＩ内又はその付近に生じる１または複数の既知のＤＯＩ、および既知のＤＯＩについて生成されうる１または複数のミクロケアエリアの様々な実施形態の平面図を示す概略図である。 ＰＯＩ、ＰＯＩ内又はその付近に生じる１または複数の既知のＤＯＩ、および既知のＤＯＩについて生成されうる１または複数のミクロケアエリアの様々な実施形態の平面図を示す概略図である。 ＰＯＩ、ＰＯＩ内又はその付近に生じる１または複数の既知のＤＯＩ、および既知のＤＯＩについて生成されうる１または複数のミクロケアエリアの様々な実施形態の平面図を示す概略図である。 画像、１または複数の検出パラメータを決定するために用いられる画像内のエリア、および１または複数の検出パラメータが適用される画像内のエリアの一実施形態の平面図を示す概略図である。 本明細書で説明するコンピュータ実現方法のうちの１または複数を実行するためのコンピュータシステム上で実行可能なプログラム命令を記憶する非一時的コンピュータ読取可能媒体の一実施形態を示すブロック図である。 ウェハ上の欠陥を検出するように構成されたシステムの一実施形態の側面図を示す概略図である。

本発明は様々な変形例および代替形式を受け入れるが、それらの特定の実施形態は、図面に示す一例によって示され、本明細書で詳述される。しかし、図面およびそれらの詳細な説明は、開示された特定の形式に本発明を限定することは意図されておらず、対照的に、本願に付した特許請求の範囲によって定められた本発明の主旨および範囲から逸脱することなく全ての変形例、均等物、および代替例を包括することが意図される。

図面に関して、図は一定の縮尺で描かれていないことを留意されたい。具体的には、図上の要素のうちいくつかの縮尺は、それら要素の特徴を強調するために大幅に拡大されている。また、図は同じ縮尺で描かれていないことにも留意されたい。複数の図に見られる同様に構成されうる要素は、同一の参照番号を用いて示されている。

一実施形態は、ウェハ上の欠陥を検出するためのコンピュータ実現方法に関する。方法は、ウェハ上のターゲットに関する情報を取得することを含む。ターゲットは、ウェハ上に形成された対象パターン（ＰＯＩ）、およびＰＯＩ内やその付近に生じる既知の対象欠陥（ＤＯＩ）を含む。ＰＯＩは、ウェハ上に形成された、または形成されるダイに関する全体の設計において、少数のパターンの特徴のみを含みうる。すなわち、ターゲット内に含まれるＰＯＩは、ウェハ上に形成された、あるいは形成されるダイに関するパターン全体を含むのではない。

ＤＯＩのサンプルは、例えばウェハ上で実行されるｅビーム検査や走査電子顕微鏡（ＳＥＭ）レビューなどの特定の情報源から知ることができる。いくつかのそのような例において、ユーザは、ウェハ全体におけるその種の欠陥の数を知りたいと思うだろう。ターゲット情報（特定の文脈ではサンプルＤＯＩ）を所与とすると、本明細書で説明される実施形態は、全てのＤＯＩを検出し、ウェハ全体におけるニューサンス欠陥を抑制するために用いられうる。更に、本明細書で説明される実施形態は、特定のパターンを含むターゲット候補のみにおいて欠陥を検出するように設計されるので、本明細書で説明される実施形態は、一般に、パターンと、ウェハ上にパターンを形成するために用いられるプロセスとの相互作用に起因して、ウェハ上の特定のパターンにおいて繰り返し生じる欠陥である、ウェハ上の組織的欠陥を検出するために特に有用である。従って、ＤＯＩは、例えばブリッジといったウェハ上に形成されたパターンにおける欠陥を含んでよい。

１つのそのような実施形態において、図１に示すように、パターン１００は、ウェハ上に形成され、例えばｅビーム検査システムや光検査システムなどの高解像度検査システムによって画像化されるように図１に示される。システムは、１つはターゲット箇所から、もう１つはＰＯＩ探査が実行されるダイまたはウェハからである、２つの画像を捕捉しうる。パターン１００と同じものであるが欠陥が生じた状態であるパターン１０２に示されるように、例えばパターン化した特徴１０６とパターン化した特徴１０８との間のブリッジ欠陥であるＤＯＩ１０４がウェハ上のパターンの１または複数の例において検出されうるので、パターン１００に示される特徴は、本明細書で説明されるターゲットに含まれうる。図１に示すパターンは、ウェハ上に実際に形成されうる任意のパターンを表すことは意図されていない。このパターンは、どのような種類の特徴がターゲットのＰＯＩに含まれうるか、およびそこにどのような種類のＤＯＩが生じうるかを示すことが意図される。ＰＯＩに含まれる複数のパターン化した特徴は、ターゲット候補が、当該ウェハまたは既定の精度を有する他のウェハに関して取得された画像において特定されうるように選択されうる。ＰＯＩのサイズも、本明細書で詳述されるように決定されうる。

ターゲットに関する情報は、ウェハ上のターゲットを画像化することによって取得されたウェハ上のＰＯＩの画像、ウェハ上のＰＯＩの位置、ＰＯＩに関連する既知のＤＯＩの位置、およびＰＯＩおよび既知のＤＯＩから計算された１または複数の特性を含む。更に、ターゲットに関する情報は、ＤＯＩが生じうる位置を含んでよく、その位置は、ＰＯＩに知られており、かつＰＯＩ固有であってよい。ターゲットに関する情報は、セットアップ中に生成され、サンプル欠陥の試験画像および参照画像を用いて欠陥情報を計算することおよび欠陥が生じうる位置を特定することを含んでよい。

一実施形態において、ターゲットに関する情報を取得することは、ＤＯＩサンプルの位置を取り込むことを含む。それらの位置の情報源は、検査結果およびＳＥＭレビュー結果から得ることができる。それらの位置は、ターゲットの画像を捕捉するために用いられうる。一実施形態において、ターゲットに関する情報を取得することは、ＤＯＩ位置の高解像度画像を表示することを含む。画像は、例えばＳＥＭレビュー機やｅビーム検査機などの他のシステムによって生成される。更に、ターゲットに関する情報を取得することは、グラフィックユーザインタフェース（ＧＵＩ）をユーザに提供することを含んでよい。ＧＵＩは、ターゲットに関して取得された情報のいずれかを表示してよい。

一実施形態において、ターゲットに関する情報を取得することは、検査システムを用いて既知のＤＯＩの位置においてウェハ上のターゲットの画像を捕捉することを含む。例えばセットアップ中、システムは、一方はダイ上のターゲット位置から、もう一方はＰＯＩ探査が実行されるダイからである、２セットの画像を捕捉する。ターゲット位置における画像のセットは、試験画像および参照画像を含む。システムは１つの画像を別の画像に合わせ、２つの画像の差分を計算する。ユーザは、試験画像または差分画像を参照することによってＤＯＩ位置およびＰＯＩ位置を手動でマークする。他方の画像のセットは、ＰＯＩ探査に関するダイ上の対応する位置における試験画像および参照画像を含む。システムは、２つの参照画像を相関付けることによってＰＯＩ探査に関するダイの画像におけるＰＯＩ位置を自動的に特定する。テンプレートであるＰＯＩの画像は、ユーザがＰＯＩ位置を指定すると、ＰＯＩ探査に関するダイから捕捉されうる。情報を取得することは、テンプレート位置およびサイズを定義することも含んでよい。更に、情報を取得することは、欠陥検出のために１または複数のパラメータが決定されうるエリアを定義することも含んでよい。また、ＰＯＩおよびＤＯＩの特性も計算されうる。このターゲット情報は、後述するＰＯＩ探査のために保存される。別の実施形態において、ターゲットに関する情報を取得することは、当該ウェハまたは本明細書で詳述されるようなターゲット候補の探査が実行される他のウェハ上の１つのダイにおける既知のＤＯＩの全てについて画像を捕捉することを含む。これらのテンプレートの位置は、ターゲットの画像と、ＰＯＩ探査に関するダイから生成された画像とを相関付けることによって得ることができる。ターゲットには多くの種類がある。各種類について１つのテンプレートが捕捉されうる。

別の実施形態において、ターゲットに関する情報を取得することは、ケアエリアのサイズ、形状、および位置、テンプレートのサイズ、形状、および位置、および、１または複数の検出パラメータが適用される画像（欠陥検出のために用いられる画像）における１または複数の特性が決定されるエリアを指定することを含む。これらのステップの各々は、本明細書で詳述するように実行されうる。

全てのテンプレートが、ＰＯＩ探査に関する同一のダイから捕捉されうる。ウェハ構成のバリエーションが比較的少ないことにより、ウェハパターンの画像強度は時に、ウェハ中で大幅に異なっている。この差分は色変化と称される。色変化は、ウェハ全体でのそれに比べてダイ内では大幅に小さい。ＰＯＩ探査に関する十分に高い品質を確保するために、全てのテンプレートは１つのダイから捕捉され、ＰＯＩ探査は、テンプレートが捕捉されたダイにおいて実行されうる。

一実施形態において、ターゲットに関する情報を取得することは、テンプレートとターゲットの画像との類似性を決定すること、およびＰＯＩに近接する他のパターンに対するＰＯＩの一意性（すなわち、ＰＯＩの周囲に対するＰＯＩの一意性）を決定することを含む。例えば、テンプレートを捕捉中、ターゲットダイからの画像とＰＯＩ探査に関するダイからの画像との相関値が計算され、ＰＯＩ探査のために保存されうる。ＤＯＩ位置を一意的に発見するためにテンプレートが選択される。テンプレートの一意性を測定するメトリックが計算されうる。例えば、画像内の全ての場所に関する相関値の中で２番目に高いピーク値と最も高いピーク値との比が、一意性メトリックとして用いられうる。ユーザは、一意性値に従ってテンプレート位置を調整することができる。

様々なターゲットが同じターゲット情報のいくつかを共有することができる。例えば、２つのＤＯＩが、同じＰＯＩ内あるいは同じＰＯＩ付近に位置付けられうる。これら２つのＤＯＩが生じうる位置はＰＯＩ位置に関連して定義され、ＰＯＩを探査することによって特定することができる。別の例において、２つのＤＯＩが、例えば極性などの同じ特性を有する。欠陥の極性は、そのバックグラウンドよりも明るいか暗いかのいずれかであるグレーレベルによって定義される。

方法はまた、ＤＯＩがＰＯＩ位置のいずれかの中または付近にあるかを判定するために、１つのダイから全てのＰＯＩ位置を探査することを含んでよい。これらのＰＯＩ位置に一致する潜在的なＤＯＩ位置は、ターゲット候補と称される。この方式では、方法は、ダイ上の全てのターゲット候補（すなわち潜在的なＤＯＩ位置）を探査することを含んでよい。これらの位置で同じパターンが生じるが、ＤＯＩは、これらの位置で生じることも生じないこともある。位置でＤＯＩが検出された場合のみが、実際のターゲットとなるパターンおよび欠陥である。いくつかの実施形態において、方法は、ターゲットに関するテンプレートがダイの画像の異なる部分と相関するかを判定することによって、当該ウェハまたはＰＯＩに関する他のウェハ上のダイの画像を探査することを含む。例えば、検査システムは、ダイ全体の画像を捕捉し、ＰＯＩ位置を探査するためにテンプレートと画像との（例えば正規化相互相関（ＮＣＣ）などの）相関を実行するために用いられうる。相関閾値を超える位置がターゲット候補である。ユーザは、ターゲット候補を手動で改変するオプションを有する。一実施形態において、方法は、ＰＯＩに関するテンプレートを作成すること、および、テンプレートのサイズを変更するか、テンプレートを反転、回転、または処理することによってテンプレートを修正することを含む。テンプレートの形状は正方形または長方形であってよく、サイズは、検査システムによって取得された画像よりも小さくなりうる。ＰＯＩ探査によって得られたＰＯＩ位置は保存され、欠陥検出中に用いられる。

半導体の設計が縮みを規定すると、特定のウェハ構成に関して欠陥を生じる可能性が高い。これらのウェハ構成が、例えばグラフィカルデータストリーム（ＧＤＳ）データなどの設計データを用いて特定されると、その構成は一般に「ホットスポット」と称される。具体的には、「ホットスポット」は、どのウェハ構成が（仮説上）ウェハ上の欠陥の原因となりうるかを決定するために、ＧＤＳデータを用いて特定されうる。１つのダイに様々な種類のホットスポットがあり、同じ種類のホットスポットがダイ上の複数の箇所にプリントされうる。ホットスポットにおいて生じる欠陥は一般に組織的欠陥であり、通常、周辺ノイズよりも弱い信号を有するので、検出することが比較的困難である。

従って、本明細書で説明されるターゲットが、ＧＤＳデータにおいて欠陥の原因となりうるウェハ構成として特定されるものではないという点で、ホットスポットは本明細書で説明されるターゲットとは異なっている。その代わりターゲットは、ウェハ構成が形成された１または複数の実際のウェハを用いて特定される。例えば、ｅビーム検査やｅビームレビューは、かなり局所的なエリア内でターゲットを発見するために用いられうる。ｅビーム検査およびｅビームレビューのスループットは概して相当低いので、通常、ウェハ全体を検査するために用いることはできない。しかし、本明細書で説明する実施形態は、例えばｅビーム検査によって発見されたようなターゲットの位置を所与として、ウェハ全体にいくつのターゲット候補が形成されたか、およびそれらのターゲット候補にいくつのＤＯＩが見られるかを判定するために用いることができる。このようにすると、サンプル検出位置を所与として、方法は、この種類の欠陥がいくつウェハ上に存在するかを決定しうる。

従って本明細書で説明する実施形態は、ＧＤＳベースの検査を用いて欠陥を検出する方法とは大幅に異なる。例えばＧＤＳベースの方法は、あらゆる種類の欠陥を見つけ出そうと試み、実行時スワスベースアライメントのための画像を生成するためにパッチデザインアライメントを実行する。一方、本明細書で説明する方法は、ウェハ全体における同一種類の欠陥全てを発見するためにサンプルＤＯＩの画像を用いる。サンプルＤＯＩは、ＳＥＭレビュー、ｅビーム検査、または別の検査や欠陥レビューの結果ファイルからもたらされうる。検査中、各ＰＯＩ位置は、テンプレートとウェハ画像とを相関付けることによって調整されうる。従って、２つの方法は、ホットスポットを用いる方法が生じうる欠陥全てを探査するのに対し、本明細書で説明する方法は特定の既知の欠陥のみを探査するという点で、同一ではない。

一実施形態において、ＰＯＩは、当該ウェハ上に形成されたダイおよび他のウェハの幅および高さよりもそれぞれ短い幅および高さを有する。例えば図２は、複数のダイが形成され、かつ複数のダイの各々に複数のＰＯＩが形成されたウェハを示す。詳しくは、ウェハ２００は、特定のレイアウトのダイ２０２によるウェハ製造プロセス（例えば、リソグラフィ）中にプリントされうる。第１のＰＯＩ２０４は、ダイ上の第１の位置に存在しうる。例えば、第１のＰＯＩ２０４は、ダイの左上方の角に存在しうる。更に、図２に示すように、ＰＯＩ２０４は、ダイの幅よりも小さい幅およびダイの高さよりも小さい高さを有する。第２のＰＯＩ２０６は、第１のＰＯＩの第１の位置とは異なるダイ上の第２の位置に存在する。更に、図２に示すように、ＰＯＩ２０４および２０６は互いに異なる寸法を有してよい。例えば、ＰＯＩ２０４および２０６は、異なるパターンにおいて検出された異なるＤＯＩを含むので、２つのＰＯＩは、異なるパターンに存在するＤＯＩに基づいて決定された異なる寸法を有しうる。更に、図２に示すように、ＰＯＩ２０６は、ダイの幅よりも小さい幅およびダイの高さよりも小さい高さを有する。更に、ＰＯＩは、部分的に重なることもある。

別の実施形態において、１または複数の特性は、既知のＤＯＩの１または複数の特性を含む。例えば、欠陥情報は、サンプル欠陥の試験画像および参照画像を用いて決定されうる。詳しくは、参照画像は、差分画像を生成するために試験画像から引き出され、既知のＤＯＩの１または複数の特性が差分画像から決定されうる。１つのそのような実施形態において、１または複数の特性は、既知のＤＯＩのサイズ、形状、強度、コントラスト、または極性を含む。欠陥のサイズ、形状、コントラスト、および極性は、ターゲットに関する差分画像を用いて計算することができる。強度は、ターゲットの試験画像から計算することができる。

一実施形態において、ターゲットに含まれるパターンは、検査システムによって分解できることが望ましい。本明細書で説明する実施形態は、非パターンエリアにおいては作用せず、ランダムに分散した欠陥に関しても作用しない。

本明細書で説明する方法のセットアップは、既知の欠陥位置に基づいて実行されうる、例えば光学の選択などの他の任意の適切なステップを含んでもよい。いくつかの方法は、検査システムの複数の光学モードを用いていずれか１つのターゲットまたは１種類のターゲットを検査することを含んでもよい。光学モードは、検査システムに関する波長、開口部、ピクセルサイズ、焦点、光レベルなどのパラメータ設定である。そのような方法は、複数のモードについて１または複数のパラメータを選択することを含んでよい。このように、方法は、ターゲットベースの検査のために複数のモードをセットアップすることを含んでもよい。そのような方法は、異なるダイからＤＯＩを選択するために欠陥信号に関する最適モードを用いること、および１つのダイからのターゲット情報を収集することを含んでよい。ターゲット情報を収集することは、第１のステップにおいて得られたダイ位置で欠陥画像を捕捉すること、および、ＰＯＩ探査のために最適な別のモードで対応するテンプレートを発見するためにモード間画像アライメントを実行することを含んでよい。方法はその後、探査モードを用いて１つのダイ上の全てのターゲット候補の位置を認識することを含んでよい。その位置はその後、それらの位置で捕捉された画像パッチに基づいて検分および修正されうる。検出方法はその後、欠陥信号のための最適モードによってセットアップされうる。ターゲット候補の検査は、本明細書で説明するように更に実行されうる。

方法はまた、当該ウェハ上で、あるいは他のウェハ上で、ターゲット候補を探査することも含む。ターゲット候補は、（例えば、ダイ全体における）ＰＯＩの位置を含む。例えば、ターゲットとして同じ種類のパターンを有する多数の箇所が存在しうる。それらの箇所のいくつかで同じ種類の欠陥が生じうる。全ての欠陥を検出するために、それらの箇所は探査および報告される。本明細書で詳述するように、それらの箇所の周囲にミクロケアエリア（ＭＣＡ）が定義されうる。「ケアエリア」は、欠陥検出が実行される連続した画像ピクセルのセットである。例えば、ターゲットの周囲の箇所のＭＣＡサイズは、コンピュータグラフィックユーザインタフェース（ＧＵＩ）を用いてユーザによって定義されうる。検査中、それらの箇所は、あらゆるＤＯＩ活動に関して検査される。これらの箇所を探査するために、システムは、ダイ上の各ピクセルを訪れ、ダイ上のピクセル周囲のパターンとテンプレートとの類似性に関する値を計算しうる。類似性値が、テンプレート捕捉時に定義された閾値よりも大きい場合、ピクセルの位置がＰＯＩ位置としてマークされる。ターゲット候補の位置は、ＰＯＩからの位置オフセットをターゲット候補の位置に足すことによって計算することができる。潜在的ＤＯＩ位置およびＰＯＩ位置の画像が捕捉され、ユーザに表示される。ユーザは、ＰＯＩおよび潜在的ＤＯＩの位置とそれらの類似性値とを検分することによってターゲット候補を精査することができる。ＰＯＩ位置は欠陥検出のために保存される。ターゲット情報およびターゲット候補の位置は、欠陥検出のために提供されうる。

一実施形態において、ターゲット候補を探査することは、ターゲット候補の画像とＰＯＩに関する画像またはテンプレートとの画像マッチングのために最適な光学モードを用いて、ターゲット候補に関する画像を取得することを含む。例えば、ＰＯＩ探査は、画像マッチングのために最適な光学モードで取得された画像を用いて実行されうる。本明細書で詳述するようなターゲット情報の取得および欠陥検出は、様々な光学モードによって取得された画像を用いて実行されうる。例えば一実施形態において、ウェハ上のターゲットの画像化は、第１の光学モードを用いて実行され、ターゲット候補における既知のＤＯＩを検出するために用いられるターゲット候補の画像は、第１の光学モードとは異なる第２の光学モードを用いて取得される。２つの光学モード間でモード間画像アライメントが実行されうる。

一実施形態において、ターゲットに関する情報を取得することおよびターゲット候補を探すことは、１つの検査システム（すなわち、同一の検査システム）を用いて実行される。更に、ターゲット情報を取得することおよびターゲット候補を探すことは、欠陥検出の前に、セットアップ段階で検査システムを用いて実行されうる。例えば、同一の検査システムが、テンプレートの捕捉およびＰＯＩ探査のために用いられるべきである。あるいは、ターゲットに関する情報を取得することおよびターゲット候補を探すことは、同じ種類の異なる検査システムを用いて実行される。別の実施形態において、ターゲットに関する情報を取得することおよびターゲット候補を探すことは異なるダイにおいて実行され、ターゲット候補を探すことは、ターゲット候補に関する１または複数のテンプレートを用いて１つのダイにおいて実行される。

一実施形態において、ターゲット候補は、例えばＧＤＳベースのパターン探査などの他の情報源から得ることができる。これらの場合、ターゲットベースの検査は、テンプレートを捕捉することおよびターゲット情報を計算することしか必要としない。画像ベースのＰＯＩ探査は省略してよい。各ターゲット候補についてＭＣＡが作成される。検査中、ＰＯＩ位置は、検査のために生成された画像とテンプレートとを相関付けることによって探査されうる。ＭＣＡ位置は、ＰＯＩ探査結果を用いて補正されうる。ＭＣＡ内でコンピュータシステムによって欠陥検出が実行されうる。

一実施形態において、方法は、ターゲットベースの検査のためにケアエリアの１または複数のパラメータを決定することを含む。例えば、各種類の欠陥について、ＰＯＩ位置に基づいて欠陥位置の周囲に１つの種類のＭＣＡが生じうる。図２ａ〜２ｄは、ウェハ上のパターン、パターン内のＰＯＩ、ＰＯＩ内および／またはＰＯＩ付近に存在する１または複数のＤＯＩ、およびＤＯＩの各々について生じうる１または複数のＭＣＡの間の様々な関連性を示す。例えば、図２ａに示すように、パターン２１２にＰＯＩ２１０が存在しうる。図２ａおよび２ｃ〜２ｄに示すＰＯＩ２１０の画像は、ＰＯＩに関するテンプレートにおいて見られうるようなＰＯＩである。図２ａに示すように、ＤＯＩ２１４は、ＰＯＩ２１０の付近に存在しうるが、必ずしもＰＯＩ２１０の中ではない。ＭＣＡ２１６は、ＤＯＩの位置を中心としてその周囲に位置付けられうる。同様に、図２ｂに示すように、パターン２２０にＰＯＩ２１８が存在しうる。図２ｂに示すＰＯＩ２１８の画像は、ＰＯＩに関するテンプレートにおいて見られうるようなＰＯＩである。ＤＯＩ２２２は、ＰＯＩ２１８内に存在しうる。ＭＣＡ２２４は、ＤＯＩの位置を中心としてその周囲に位置付けられうる。１つのＰＯＩが、複数のＤＯＩに関連しうる。例えば図２ｃに示すように、ＤＯＩ２２６はＰＯＩ２１０内に存在しうるが、ＤＯＩ２２８は、ＰＯＩ２１０の付近に存在するが必ずしもＰＯＩ２１０内になくてもよい。ＭＣＡ２３０は、ＤＯＩ２２６の位置を中心としてその周囲に位置付けられ、ＭＣＡ２３２は、ＤＯＩ２２８の位置を中心としてその周囲に位置付けられうる。このようにＭＣＡの各々は、ＤＯＩのうちの１つのみに関連しうる。しかしＭＣＡは、複数のＤＯＩに関連することがある。例えば図２ｄに示すように、ＭＣＡ２３４は、ＤＯＩ２２６および２２８の両方に関して生じうる。ＰＯＩおよびＭＣＡの形状は、正方形や長方形に限定されない。図２ａ〜２ｄに示すパターンは、ウェハ上に実際に形成されうる任意のパターンを表すことを意図されていない。

一実施形態において、方法は、ＰＯＩに関するテンプレート画像と、ＤＯＩを検出するために用いられる画像とを相関付けることによって、ケアエリアの位置を決定することを含む。例えば、ＰＯＩ探査および欠陥検出は、２つの異なるウェハスキャンであってよい。ＰＯＩ探査中に生じるＭＣＡは、検査プロセス中、欠陥のおおよその位置としてしか役立たない。正確な欠陥位置は、欠陥検出のために用いられる画像とテンプレートとを相関付けることによって特定することができる。すなわち、ＭＣＡは、潜在的な欠陥位置と正確に合わさるものではない。よって、欠陥検出中、ＭＣＡの位置を精査するために、テンプレートが画像と相関付けられうる。そのような実施形態は、ウェハステージの不確定性を補正することも含んでよい。その後、本明細書で詳述するように、それらのＭＣＡにおいて欠陥検出を実行することができる。このように、ターゲットベースの検査は、ターゲット候補に関するケアエリア内の画像ピクセルを用いることのみを含んでよく、ゆえに、ウェハ上の非ターゲット候補に関する画像ピクセルは用いられず、非ターゲット候補について検査は実行されない。従って、本明細書で説明する実施形態は、ウェハ全体、または通常ウェハ上の寸法全体に及ぶウェハ上のスワス全体に関する画像ピクセルを用いることを一般的に含む多くの検査方法とは異なりうる。現在用いられているそのような方法は、例えばウェハ上のあらゆる位置に存在しうる全ての欠陥を検出する際などの多数の使用事例については有利である。しかし、これらの方法は、ウェハノイズが大幅に高く、かつＤＯＩ信号が比較的弱い場合、いずれのＤＯＩも発見することができないだろう。本明細書で説明する実施形態は、ウェハ上の特定のターゲット候補のみに存在する特定のＤＯＩのみに関して実行されるので、この実施形態は、他のエリア内のニューサンス欠陥をほぼ抑制しつつ、十分に高いスループットで、比較的低い信号対ノイズ比を有するＤＯＩを検出することができる。更に、特定のＤＯＩに関して１つの位置しかない場合、ＰＯＩ探査（セットアップ段階）は省くことができる。

ターゲットに関するケアエリアの１または複数のパラメータを決定することへの追加または代替として、セットアップ中、方法は、ウェハ上のターゲット候補の潜在位置を特定することを含んでよい。例えば、ウェハ上に形成されるダイにおけるターゲットの位置およびウェハ上のダイのレイアウトに関する情報が、ウェハ上のターゲット候補の潜在位置、およびそれに伴うウェハ上のＤＯＩの潜在位置を特定するために用いられうる。

方法は更に、ターゲット候補の画像における潜在ＤＯＩ位置を特定すること、および潜在ＤＯＩ位置の画像に１または複数の検出パラメータを適用することによって、ターゲット候補における既知のＤＯＩを検出することを含む。潜在ＤＯＩ位置は、ＰＯＩの位置に近接しうる。ＰＯＩは、０以上のＤＯＩ位置を含んでよく、ＰＯＩは部分的に重なりうる。このように、方法は、ウェハ全体におけるターゲット候補の位置で他のターゲットを検出することを含んでよい。

ＤＯＩを検出することは、ターゲット候補の正確な位置を特定すること、および欠陥情報に基づいてその位置に既知のＤＯＩが存在するかを確かめることを含んでよい。具体的には、検査中、テンプレートおよびセットアップ中に生成された欠陥情報が、例えば本明細書に詳述するようなコンピュータシステムに送信されうる。例えば一実施形態において、検出ステップは、潜在ＤＯＩ位置を正確に特定するために、本明細書で説明するコンピュータシステムのような欠陥検出モジュールへターゲットに関する情報を提供することを含む。このように、ターゲット候補の正確な位置を識別するためにテンプレートが用いられうる。例えば一実施形態において、検出ステップは、セットアップ中に取得されたテンプレートと、欠陥検査中に取得されたターゲット候補の画像とを相関付けることによって、ターゲット候補の画像における潜在ＤＯＩ位置を特定することを含む。

このように、テンプレートは、例えばＮＣＣなどの任意の適切な相関を用いて範囲内のターゲット候補について取得された画像と相関付けられうる。この範囲は、ウェハステージの不確定性および検査ピクセルサイズに従って決定される。一般的な値は２０ピクセルである。最大ＮＣＣ値に対応するピクセルの位置が、ＰＯＩ位置として選択される。ターゲット候補の位置は、ＰＯＩ位置に対する欠陥位置に基づいて計算することができる。このように、検査中、本明細書で説明する実施形態は、画像マッチングを用いて概ね正確なターゲット候補の位置を識別する。

１つの画像に同一ターゲットの複数のＰＯＩ位置が見られる場合、１つの位置についてＰＯＩ探査が実行され、おおよそのＭＣＡ位置から正しいＭＣＡ位置へのオフセットが計算される。このオフセットは、この画像における他のおおよそのＭＣＡ位置にも適用される。全てのＰＯＩ位置を探査することは必要ではない。

ＭＣＡは、潜在ＤＯＩ位置のうちの１または複数をカバーするように生じうる。例えば、ターゲット候補の位置は概ね正確であるので、本明細書に詳述するように、その位置の周囲にＭＣＡを定義することができる。ＭＣＡのサイズは、例えば５ピクセル四方であってよい。更に、本明細書で説明する実施形態は欠陥特定情報を用いるので、ＤＯＩ検出およびニューサンスの抑制は更に効果的である。

本明細書で説明する実施形態は、全ての潜在欠陥位置を概ね正確に特定するためにターゲットベースアライメントを実行するので、本明細書で説明する実施形態は、設計ベースの方法において用いられうるスワスアライメントベースのアプローチよりも有利である。スワスは、ダイの行全体をカバーする時間遅延積分（ＴＤＩ）センサによって生成される生の画像である。スワスベースアライメントは、ケアエリアとスワスとを相関付ける。スワスベースアライメントは、検査データの比較的小さいパーセンテージに関して失敗しうる。そのようなミスアライメントが起こると、スワス全体が検査されないか、あるいはミスアラインされた検査データによって大量のニューサンス欠陥が検出および報告されることになる。しかし、本明細書で説明する実施形態は、本明細書で説明するターゲットベースの相関が局所的に実行されるという理由から、そのようなアライメント問題を免れる。

ターゲット候補に関する画像に１または複数の検出パラメータを適用することは、任意の適切な方法で実行されうる。例えば、いくつかの実施形態において、１または複数の検出パラメータを適用することは、潜在ＤＯＩ位置の画像および参照画像を用いて差分画像を生成すること、ノイズ測定値および閾値を計算すること、および差分画像内の信号に閾値を当てはめることを含む。別の実施形態において、方法は、潜在ＤＯＩ位置に近接している差分画像の１または複数の特性を決定すること、および、差分画像の１または複数の特性の１または複数の値に閾値を当てはめることを含む１または複数の検出パラメータを適用することを含む。参照画像は例えば、ＤＯＩが検出されなかったダイにおける潜在ＤＯＩ位置の画像、複数のダイの中央値画像、またはセットアップ時に取得されたテンプレートであってよい。例えば一実施形態において、１または複数の検出パラメータが適用される潜在ＤＯＩ位置の画像は、参照画像および試験画像を用いて生成された画像を含み、参照画像は、ＰＯＩに関するテンプレートである。このように、参照画像は検査中に取得された画像でなくてもよい。すなわち参照画像は、検査中に取得された画像に限定されない。別の例において、非欠陥ターゲット候補の位置がウェハ上で特定され、検査システムを用いてウェハ上のその位置で画像が取得されうる。この画像は、差分画像を生成するために、別のターゲット候補の位置で取得された画像から差し引かれ、本明細書で説明するような閾値が差分画像に適用されうる。閾値を上回る差分画像内の全ての信号は、欠陥や潜在欠陥として認識されうる。既知のＤＯＩの検出は、本明細書で詳述するように構成されうるコンピュータシステムを用いて実行される。

参照画像としてテンプレートを用いる方法は、特定の状況下で有利である。例えば、組織的欠陥の数が著しく多い場合、ウェハ上のダイの過半数に欠陥がある。従って、複数ダイ画像の中央値が欠陥を有する可能性が著しく高い。従って、中央値画像は参照画像として用いることができない。参照画像は、セットアップ時に決定され、欠陥がないことを確認される。従って、それが検査中に用いられうる。

いくつかの実施形態において、方法は、ターゲットに関する情報に基づいて１または複数の検出パラメータを決定することを含む。例えば、１または複数の検出パラメータ（または欠陥検出アルゴリズム）はノイズ適応型であってよい。すなわち、ターゲットに関して取得された画像におけるノイズが比較的高い場合、検査感度が比較的低く設定されうる。そうでない場合、検査感度は比較的高く設定されうる。検査感度は、ターゲット候補に関する差分画像に適用される比較的高い閾値を選択することによって比較的低く設定されうる。対照的に、ターゲット候補に関する差分画像に適用される比較的低い閾値を選択することによって、検査感度は比較的高く設定されうる。更に、別の実施形態において、方法は、各ターゲットの種類に関する画像にそれぞれ基づいて、各ターゲットの種類について個々に１または複数の検出パラメータを決定することを含む。このように、方法は様々な種類のターゲットについて用いることができるので、様々な種類のターゲット候補における欠陥を検出するために様々な閾値が用いられうる。例えば、第１の閾値は、第１の種類のターゲット候補における第１の既知のＤＯＩを検出するために用いられ、第２の異なる閾値は、第２の異なる種類のターゲット候補における第２の異なる既知のＤＯＩを検出するために用いられうる。

同じターゲットの種類を有する各ターゲット候補における欠陥を検出するために、同一の１または複数の検出パラメータが用いられうる。しかし別の実施形態において、方法は、それぞれターゲット候補の画像に基づいて既知のＤＯＩの検出が実行されるターゲット候補の各々について１または複数の検出パラメータを個々に決定することを含む。このように、検出パラメータは、ターゲット候補ごとに決定されうる。例えば、潜在ターゲット候補や潜在ＤＯＩ位置が特定されると、局所的エリアにおける差分画像の標準偏差が決定されうる。その後閾値が以下のように決定されうる。閾値＝平均値＋Ｇ＋Ｋ*標準偏差Ｏｆ（局所的エリア内の差分）。式中、平均値は局所的エリア内の差分画像の平均値であり、ＧおよびＫはユーザが定めたパラメータである。ＧおよびＫは符号付きの値である。しかし、各ターゲット候補のための閾値は、他の任意の適切な方法で決定されてもよい。

ＤＯＩ情報は、既知のＤＯＩが潜在ＤＯＩ位置に存在するかを判定するためにも用いられうる。例えば、追加の実施形態において、１または複数の特性は、例えば上述したような既知のＤＯＩの１または複数の特性を含み、１または複数の検出パラメータを適用することは、潜在ＤＯＩ位置の画像から決定された１または複数の特性の１または複数の値に閾値を当てはめることを含む。１つのそのような例において、例えば極性などの既知のＤＯＩの特性がＤＯＩ同士で一貫している場合、ＤＯＩの検出は、特性の値を閾値処理することを含んでよい。そのような極性ベースの閾値処理は、ターゲット候補に関して上述したように生成された差分画像やテンプレートを相関付けるターゲット候補に関して取得された画像に適用することができる。欠陥特性の閾値処理は、本明細書で説明する他の閾値処理（例えば、差分画像内の信号の閾値処理）と併用されうる。このように例えば極性および欠陥サイズなどの欠陥特性を用いることは、ニューサンス欠陥の検出を抑制するために役立ちうる。

更なる実施形態において、１または複数の検出パラメータが適用される潜在ＤＯＩ位置の画像は、潜在ＤＯＩ位置を取り巻くケアエリアの画像であり、ケアエリアは、ＰＯＩ内やＰＯＩ付近で発生する既知のＤＯＩのサイズに基づいて決定される。例えば、概ねターゲット候補の位置で取得される画像のサイズは、画像が実際にターゲット候補に関して取得されたことが確実であるように比較的大きくなりうる。１つのそのような例において、図３に示すエリア３００は、ターゲット候補で取得された画像のサイズに概ね等しい。更に、エリア３００は、ターゲット候補に関して生成された差分画像のサイズであってよい。その後、この画像内でのターゲット候補の位置が、上述したように相関を用いて決定されうる。ターゲット候補よりも大きいことが分かっているエリアは、その後、上述したようにターゲット候補ごとに閾値を決定するために用いられうる。例えば図３に示すように、エリア３００内のエリア３０２は、ターゲット候補に関する閾値を決定するために用いられうる。その後閾値は、既知のＤＯＩのエリアよりもわずかに大きいエリアに適用されうる。例えば図３に示すように、エリア３０２内のエリア３０４は閾値が適用されるエリアであり、エリア３０４は、既知のＤＯＩのエリアよりもわずかに大きい。１つのそのような例において、閾値を決定するために用いられる画像の一部は約６４ピクセル四方であるのに対し、決定された閾値が適用されるエリアは、既知のＤＯＩのサイズに依存して、約５ピクセル四方であってよい。閾値が適用される差分画像のサイズを小さくすることにより、画像内のノイズが潜在ＤＯＩとして誤認識される可能性が低くなる。更に、そのような十分に小さいエリアを閾値が適用されるケアエリアとして用いることにより、強いニューサンス欠陥を検出せずに非常に低い閾値を用いることができる。この理由により、この実施形態において用いるケアエリアは、ミクロケアエリアすなわちＭＣＡと称される。一方、十分に感度の高い検査のために比較的低い閾値を用いる、現在用いられる多くの検査方法は、後にＤＯＩから切り離さなければならない大量のニューサンス欠陥を検出する。

一実施形態において、方法は、ターゲットの１または複数の特性を選択すること、１または複数の検出パラメータを選択すること、およびターゲット候補において既知のＤＯＩ以外の欠陥が検出されない（例えば、既知のＤＯＩが生じやすい箇所のみが検査される）ようにケアエリアの１または複数のパラメータを決定することを含む。例えば、ケアエリアは、既知のＤＯＩに関するエリアのみを含むように、かつ既知のＤＯＩを含まずニューサンス欠陥を含んでいるだけのエリアを実質的に除外するように低減されうる。具体的には、ケアエリアは、既知のＤＯＩが生じうる箇所の周囲に定めてよい。従って、ケアエリアの外側のノイズは完全に無視してよい。更に、ターゲット候補のほぼ正確な位置を識別するためにテンプレートやターゲットの画像を用いることができるので、ケアエリアはかなり小さくすることができる。他の方法は、ターゲット候補の位置をほぼ正確に特定するメカニズムを有さないので、本明細書で説明する実施形態において用いられるケアエリアは、現在用いられている他のケアエリアよりも大幅に小さくなってもよい。更に正確なターゲット候補の位置を決定することができれば、より小さいケアエリアを用いることができ、ニューサンス欠陥が検出されることが減る。更に、本明細書で説明する実施形態は、設計データに基づくケアエリアの位置を精査することによって組織的欠陥を検出することができる。

本明細書において、実施形態は、ターゲット候補を探査することおよびターゲット候補内で既知のＤＯＩを検出することに関して説明されるが、本明細書で説明する実施形態は、複数の種類のターゲット候補を探査し、複数の種類のターゲット候補内でＤＯＩを検出するために用いてよいことを理解すべきである。例えば、ウェハ上に複数の種類のブリッジ欠陥が存在することがあり、あるいは同じ種類のブリッジが異なるウェハ構成に生じることがある。これらのブリッジは、異なる種類のターゲットとして扱うことができる。本明細書で説明する実施形態は、これらの種類のターゲットに関する情報を用いて、ターゲット候補の他の任意の事例に関してダイ全体を探査することを含んでよい。これらのターゲット候補の周囲にＭＣＡが定められ、それらの位置が検査中に精査される。欠陥検出は、ターゲット候補の各事例について実行されうる。このように、本明細書で説明する実施形態は、ウェハ全体にわたってターゲット候補を検査するために用いられうる。

一実施形態において、当該ウェハまたは他のウェハに関する設計データを用いて実行される方法のステップは存在しない。すなわち、当該ウェハまたは他のウェハに関する設計データは、方法のどのステップにも必要ない。従って、本明細書で説明する実施形態は、設計データを必要としないという点で有利である。その代わり、ＧＤＳ情報以外の検査画像が用いられる。そのため、ＧＤＳを利用できるかは問題にならない。一方、ホットスポットを用いる方法は、実行するために設計データを必要とする。そのような方法は時に、設計の知識を有する誰か（例えば、顧客）からの助けも必要とする。しかし、本明細書で説明する実施形態は、あらゆる設計データや、検査を実行することができるユーザを誰も必要とせず、これは、特に全ての事例において設計データが利用可能ではないという理由から、大いに有利である。

一実施形態において、方法の各ステップは個々に、当該ウェハまたは他のウェハに関する設計データを用いることがある。例えば、本明細書で説明する実施形態は、設計データから提供される情報を用いて働くことができる。例えば設計技術者は、ブリッジ欠陥が生じやすいウェハ構成を指示し、その箇所を監視したいと思う。ターゲット情報が生成され、ターゲットと同じパターンを有する全てのターゲット候補を見つけるためにダイにおいて探査が実行されうる。このウェハまたは他のウェハ上で他のターゲットを見つけるために、これらのターゲット候補において欠陥検出が実行されうる。別の実施形態において、ダイ上の全てのターゲット候補を見つけるために、設計ベースのパターン探査を実行することができる。本明細書で説明する実施形態は、ターゲット情報を生成し、画像ベースの探査を省き、それらのターゲット候補における欠陥検出を実行することができる。

本明細書で説明する実施形態は、設計ベースの検査として実行されてもよい。例えば、全てのターゲット候補の位置が、ホットスポット箇所として用いられうる。設計ベースの検査は、ホットスポットの周囲に比較的小さいケアエリアを生成し、ケアエリアの位置を精査するためにパッチデザインアライメントを実行する。その後、ホットスポットにおいて欠陥検出が実行される。

別の実施形態において、ターゲット候補の画像内の、既知のＤＯＩに対応する信号は、ウェハ上のニューサンス欠陥に対応する信号と概ね等しいか、またはそれより弱い。例えば、通常の検査は、ダイのエリアのほとんどをカバーする検査ケアエリア内で欠陥検出を実行することを含んでよい。ＤＯＩに関する信号が誤った（ニューサンス）欠陥よりも大幅に弱い場合、強力な誤った欠陥が既存のアプローチによって検出されうる。例えば、比較的弱い信号を有する欠陥を検出するために、多数のニューサンス欠陥も検出する非常に感度の高い検査が実行されうる。ニューサンスの数は、検出された事象の総数の９９％以上にもなりうる。そのような大量のニューサンス欠陥の中からＤＯＩを見つけることは非常に困難である。例えば、特徴ベクトルおよび欠陥属性が画像から各欠陥について計算され、欠陥の分類に用いられる。しかし、ＤＯＩおよびニューサンス欠陥という２つの事象は特徴ベクトルおよび属性空間において同一エリアを占めることがあるので、時に、ＤＯＩをニューサンス欠陥から区別することができないことがある。従って、この問題を解決するために更なる情報を用いなければならない。更に、感度の低い検査が用いられる場合、ニューサンスの比率は著しく下がるが、ＤＯＩも見失われる（すなわち、検出されない）ことがある。

一方、本明細書で説明する実施形態は、大量のニューサンス欠陥を抑制する。例えば本明細書で説明する実施形態は、特定のＤＯＩを目標とする、欠陥検出に非常に適した情報を用いる。ニューサンス事象が検出された後、分類アプローチがニューサンス欠陥を除去する。本明細書で説明する実施形態は、ニューサンス事象が検出されることを防ごうと試みる。更に具体的には、本明細書で説明する実施形態は、既知のＤＯＩが現れやすいエリア（すなわち、ターゲット候補）内でウェハを検査することによってニューサンス欠陥の数を制御しつつ、感度の高い検査を実行することを可能にする。すなわち、本明細書で説明するような概ね正確な欠陥位置情報を用いることが、ニューサンスの抑制に大いに貢献する。このように、本明細書で説明する実施形態は、反復構成における比較的弱い信号を有する既知のＤＯＩに関して、著しいニューサンス欠陥の抑制を達成することができる。従って本明細書で説明する実施形態は、ＤＯＩを検出し、ニューサンス欠陥をより正確に抑制することができる。

本明細書で説明する実施形態は、ウェハを検査するために用いられうる他の任意の検査と相補的であってよい。例えば、別の実施形態において、方法は、当該ウェハや他のウェハに関する他の画像を取得すること、および当該ウェハや他のウェハ上の他の欠陥を検出するために他の画像を用いることを含む。１つのそのような例において、他のエリアについて、通常の検査がセットアップされ、ランダムに散在する欠陥を検出するために通常通り実行してよく、本明細書で説明する実施形態は、比較的弱い信号を有する組織的欠陥を検出するために実行してよい。更に、本明細書で説明するような既知のＤＯＩの検出と通常の検査とが１つの試験で実行されうることによって、著しいスループットの利点を提供する。例えば、本明細書で説明する実施形態は、比較的弱い信号を有する既知のＤＯＩを検出するために用いられ、任意の一般的な検査アプローチと同時に実行することができる。

本明細書で説明する実施形態は、特定のニューサンス欠陥を除去するためにも用いられうる。例えば、本明細書で説明する実施形態は、本明細書で説明するように実行されうるが、既知のＤＯＩのために実行されるのではなく、既知の組織的なニューサンス欠陥のために実行することができる。既知のニューサンス欠陥が除去ターゲットとして定義されうる。本明細書で説明する実施形態は、ダイ上の除去ターゲット候補を探査することができ、除去ターゲット候補での欠陥検出を実行しない。従って、この種類のニューサンス欠陥は検出されないことになる。

上述した方法の実施形態の各々は、本明細書で説明されたもの以外の任意の方法の任意のステップを含んでよい。更に、上述した方法の実施形態の各々は、本明細書で説明されるシステムのいずれかによって実行されうる。

本明細書で説明する方法の全ては、方法実施形態の１または複数のステップの結果を非一時的コンピュータ読取可能記憶媒体に記憶することを含んでよい。結果は、本明細書で説明する結果のいずれかを含んでよく、当該技術において知られている任意の方法で記憶されうる。記憶媒体は、本明細書で説明される任意の記憶媒体または当該技術において知られている他の任意の適切な記憶媒体を含んでよい。結果が記憶された後、結果は、記憶媒体内でアクセスされ、本明細書で説明する方法またはシステムの実施形態のいずれかによって用いられたり、ユーザに表示するためにフォーマットされたり、別のソフトウェアモジュール、方法、またはシステムによって用いられたり等のことができる。例えば、方法が欠陥を検出した後、方法は、検出された欠陥に関する情報を記憶媒体に記憶することを含んでよい。

追加の実施形態は、ウェハ上の欠陥を検出するためのコンピュータ実現方法を実行するためにコンピュータシステム上で実行可能なプログラム命令を記憶する非一時的コンピュータ読取可能媒体に関する。１つのそのような実施形態が図４に示される。具体的には、図４に示すように、非一時的コンピュータ読取可能媒体４００は、コンピュータシステム４０４で実行可能なプログラム命令４０２を含む。コンピュータ実現方法は、上述した方法のステップを含む。プログラム命令が実行可能なコンピュータ実現方法は、本明細書で説明される他の任意のステップを含んでよい。

例えば本明細書で説明する方法などの方法を実行するプログラム命令４０２は、コンピュータ読取可能媒体４００に記憶されうる。コンピュータ読取可能媒体は、例えば磁気ディスクや光学ディスク、磁気テープ、または当該技術において知られている他の任意の適切な非一時的コンピュータ読取可能媒体などの記憶媒体であってよい。

プログラム命令は、とりわけ手順ベースの技術、構成要素ベースの技術、および／またはオブジェクト指向の技術を含む、様々な方法のいずれかにおいて実行されうる。例えばプログラム命令は、要望に応じて、アクティブＸコントロール、Ｃ＋＋オブジェクト、ジャバビーンズ、マイクロソフト・ファウンデーション・クラス（ＭＦＣ）、または他の技術や方法を用いて実行されうる。

コンピュータシステムは、パーソナルコンピュータシステム、イメージコンピュータ、メインフレームコンピュータシステム、ワークステーション、ネットワーク家電、インターネット家電、または他の装置を含む様々な形式をとってよい。一般に、「コンピュータシステム」という用語は、メモリ媒体からの命令を実行する１または複数のプロセッサを有するあらゆる装置を包括するように広く定義されうる。コンピュータシステムは、例えば並列プロセッサなどの当該技術において知られている任意の適切なプロセッサを含んでもよい。更に、コンピュータシステムは、スタンドアロンツールまたはネットワークツールのいずれかとしてソフトウェアおよび高速処理型コンピュータプラットフォームを含んでよい。

別の実施形態は、ウェハ上の欠陥を検出するように構成されたシステムに関する。そのようなシステムの一実施形態が図５に示される。システムは、ウェハ上のターゲットに関する情報を取得するように構成された検査サブシステムを含む。検査サブシステムは、例えばｅビーム検査などの任意の適切な検査サブシステムを含んでよい。適切なｅビーム検査サブシステムの例は、ケーエルエー−テンカー社、ミルピタス、カリフォルニアによるｅＳｘｘｘツールなどの市販のｅビーム検査ツールに含まれるサブシステムを含む。あるいは検査サブシステムは、本明細書で説明するような構成を有しうる光検査サブシステムを含んでよい。

ターゲットは、ウェハ上に形成されたＰＯＩ、およびＰＯＩ内やＰＯＩ付近に生じる既知のＤＯＩを含む。ターゲットは、本明細書で説明するように更に設定されうる。情報は、ウェハ上のターゲットを画像化することによって取得される、ウェハ上のターゲットの画像を含む。ターゲットの画像は、任意の適切なデータ、画像データ、信号、または画像信号を含んでよい。検査サブシステムは、任意の適切な方法でウェハ上のターゲットを画像化してよい。ターゲットに関する情報は、本明細書で説明する他の任意のターゲット情報を含んでよい。

検査サブシステムは、当該ウェハや別のウェハ上のターゲット候補を探査するようにも構成される。ターゲット候補はＰＯＩを含む。ターゲット候補は、本明細書で説明するように設定されうる。図５に示すように、検査サブシステムは、光源５０２を含む。光源５０２は、例えばレーザなどの、当該技術において知られている任意の適切な光源を含んでよい。光源５０２は、光源５０２から屈折光学素子５０６へ光を反射するように構成されたビームスプリッタ５０４へ光を向けるように構成される。屈折光学素子５０６は、ビームスプリッタ５０４からウェハ５０８へ光を集束するように構成される。ビームスプリッタ５０４は、例えば５０／５０ビームスプリッタなどの任意の適切なビームスプリッタを含んでよい。屈折光学素子５０６は、任意の適切な屈折光学素子を含んでよく、図５では屈折光学素子５０６は単一の屈折光学素子として示されるが、１または複数の屈折光学素子および／または１又は複数の反射光学素子を代わりに用いてもよい。

光源５０２、ビームスプリッタ５０４、および屈折光学素子５０６は、このように検査サブシステムのための照明サブシステムを形成してよい。照明サブシステムは、例えば１または複数の偏光素子および例えば分光フィルタなどの１又は複数のフィルタなど他の任意の適切な構成要素（図５には不図示）を含んでよい。図５に示すように、光源、ビームスプリッタ、および屈折光学素子は、標準的または概ね標準的な入射角で光がウェハに向けられるように構成される。しかし、光は、他の任意の適切な入射角でウェハに向けられてよい。検査サブシステムは、任意の適切な方法で、ウェハ上で光をスキャンするように構成されうる。

ウェハ５０８から反射した光は、屈折光学素子５０６によって集光され、ビームスプリッタ５０４を通じて検出器５１０に向けられうる。このように、屈折光学素子、ビームスプリッタ、および検出器は、検査サブシステムの検出サブシステムを形成しうる。検出器は、例えば電荷結合素子（ＣＣＤ）などの、当該技術において知られている任意の適切な画像化検出器を含んでよい。検出サブシステムは、例えば１または複数の偏光素子、１または複数の空間フィルタ、１または複数の分光フィルタなどのような１または複数の追加の構成要素（図５には不図示）を含んでもよい。検出器５１０は、検出器によって検出された反射光に反応する画像を生成するように構成される。

システムはまた、ターゲット候補の画像における潜在ＤＯＩ位置を特定し、潜在ＤＯＩ位置の画像に１または複数の検出パラメータを適用することによって、ターゲット候補内の既知のＤＯＩを検出するように構成されるコンピュータシステム５１２を含む。コンピュータシステムは、本明細書で詳述するように、位置を特定し、１または複数の検出パラメータを適用してよい。更にコンピュータシステムは、本明細書で説明する他の任意のステップを実行するように構成されうる。検出器によって生成された画像は、コンピュータシステム５１２へ提供されうる。例えばコンピュータシステムは、検出器によって生成された画像をコンピュータシステムが受信できるように、（例えば、当該技術において知られている任意の適切な送信媒体を含みうる、図５に点線で示す１または複数の送信媒体によって）検出器に接続されうる。コンピュータシステムは、任意の適切な方法で検出器に接続されうる。コンピュータシステムは、本明細書で説明するように更に構成されうる。検査サブシステムもまた、本明細書で説明するように更に構成されうる。更に、システムも、本明細書で説明するように更に構成されうる。

図５は、本明細書において、本明細書で説明するシステム実施形態に含まれうる検査サブシステムの１つの構成を大まかに示すために提供されることを留意されたい。本明細書で説明する検査サブシステムの構成は、業務用検査システムを設計する際に通常実行されるような検査システムの性能を最適化するために改変してよいことが明らかである。更に、本明細書で説明するシステムは、ケーエルエー−テンカー社により市販されている例えば２８ＸＸ、２９ＸＸ、およびプーマ９ＸＸＸシリーズのツールなどの既存の検査システムを用いて（例えば、本明細書で説明する機能を既存の検査システムに付加することによって）実現されうる。いくつかのそのようなシステムの場合、本明細書で説明する方法は、システムの任意選択的な機能として（例えば、システムの他の機能に追加して）提供されうる。あるいは、本明細書で説明するシステムは、完全に新しいシステムを提供するために「ゼロから」設計されうる。

検査サブシステムは明視野（ＢＦ）検査サブシステムとして上述されたが、検査サブシステムは、暗視野（ＤＦ）検査サブシステム（すなわち、散乱光を用いて欠陥を検出するように構成された検査サブシステム）としても構成されうることを理解すべきである。

本発明の様々な態様の更なる改良および代わりとなる実施形態が、本説明の観点から当業者には明らかとなるだろう。例えば、ウェハ上の欠陥を検出するための方法およびシステムが提供される。従って、本説明は、単に説明を目的としており、当業者に本発明を実行する大まかな方法を教示する目的のものとして解釈されるべきである。本明細書で示し説明する本発明の形式は、目下のところ好適な実施形態としてみなさなければならないことを理解すべきである。要素および材料を本明細書で示され説明されたそれらと置き換え、部品およびプロセスを逆にし、本発明の特定の特徴を単独で用いることができ、それら全ては、本発明の説明の利益を有することにより当業者に明らかとなるであろう。以下の特許請求の範囲に示すような本発明の主旨および範囲から逸脱することなく、本明細書で説明する要素を変更することができる。

Claims (37)

1. ウェハ上の欠陥を検出するためのコンピュータ実現方法であって、
   ウェハ上のターゲットに関する情報を取得することであり、前記ターゲットは、前記ウェハ上に形成された対象パターンおよび前記対象パターン内またはその付近に生じる既知の対象欠陥を備え、前記情報は、前記ウェハ上の前記ターゲットを画像化することによって取得される前記ウェハ上の前記ターゲットの画像、前記ウェハにおける前記対象パターンの位置、前記対象パターンに対する前記既知の対象欠陥の位置、ならびに前記対象パターンおよび前記既知の対象欠陥から計算される１または複数の特性を備えることと、
   前記対象パターンを備える、前記ウェハまたは別のウェハ上のターゲット候補を探査することと、
   前記ターゲット候補の画像における潜在的な対象欠陥位置を特定すること、および前記潜在的な対象欠陥位置の画像に１または複数の検出パラメータを適用することによって前記ターゲット候補内の前記既知の対象欠陥を検出することであって、前記検出はコンピュータシステムを用いて実行されることと
   を備える、コンピュータ実現方法。
2. 前記ウェハまたは前記別のウェハに関する設計データは、前記方法の任意のステップのために必要ではない、請求項１記載の方法。
3. 前記方法の各ステップが個々に、前記ウェハまたは前記別のウェハに関する設計データを用いる、請求項１記載の方法。
4. 前記ターゲットに関する前記情報を取得することは、対象欠陥サンプルの位置を取り込むことを備える、請求項１記載の方法。
5. 前記ターゲットに関する前記情報を取得することは、検査システムを用いて対象欠陥の既知の位置で前記ウェハ上の前記ターゲットの前記画像を捕捉することを備える、請求項１記載の方法。
6. 前記ターゲットに関する前記情報を取得することは、ケアエリアのサイズ、形状、および位置、テンプレートのサイズ、形状、および位置、ならびに、前記１または複数のパラメータが適用される前記画像における前記１または複数の特性が決定されるエリアを特定することを備える、請求項１記載の方法。
7. 前記ターゲットに関する前記情報を取得することは、ユーザにグラフィックユーザインタフェースを提供することを備える、請求項１記載の方法。
8. 前記ターゲットに関する前記情報を取得することは、対象欠陥の位置の高解像度画像を表示することを備える、請求項１記載の方法。
9. 前記ターゲットに関する前記情報を取得することは、前記探査が実行されることになる前記ウェハまたは前記別のウェハ上の１つのダイにおける既知の対象欠陥の全てについてテンプレートを捕捉することを備える、請求項１記載の方法。
10. 前記ターゲットに関する前記情報を取得することは、テンプレートと前記ターゲットの前記画像との類似性を決定することと、前記対象パターン付近の他のパターンに対する前記対象パターンの一意性を決定することとを備える、請求項１記載の方法。
11. 前記対象パターンは、前記ウェハまたは前記別のウェハ上に形成されたダイの幅および高さよりもそれぞれ短い幅および高さを有する、請求項１記載の方法。
12. 前記潜在的な対象欠陥位置は、前記対象パターンの位置に近接している、請求項１記載の方法。
13. 前記１または複数の特性は、前記既知の対象欠陥の１または複数の特性を備える、請求項１記載の方法。
14. 前記１または複数の特性は、前記既知の対象欠陥のサイズ、形状、強度、コントラスト、または極性を備える、請求項１記載の方法。
15. 前記既知の対象欠陥の前記位置は、前記対象パターンの前記位置に対して一意的である、請求項１記載の方法。
16. 前記潜在的な対象欠陥位置のうち１または複数にわたるようにミクロケアエリアが生成される、請求項１記載の方法。
17. 前記取得することおよび前記探査することは、欠陥検出より前のセットアップ段階で検査システムを用いて実行される、請求項１記載の方法。
18. 前記取得することおよび前記探査することは、同じ種類の異なる検査システムを用いて実行される、請求項１記載の方法。
19. 前記取得することおよび前記探査することは異なるダイにおいて実行され、前記探査することは、前記ターゲット候補に関する１または複数のテンプレートを用いて１つのダイで実行される、請求項１の方法。
20. 前記対象パターンに関するテンプレート画像と前記既知の対象欠陥を検出するために用いられる前記画像とを相関付けることによってケアエリアの位置を決定することを更に備える、請求項１記載の方法。
21. 前記ターゲットの１または複数の特性を選択することと、前記１または複数の検出パラメータを選択することと、前記ターゲット候補内で前記既知の対象欠陥以外の欠陥が検出されないようにケアエリアの１または複数のパラメータを決定することとを更に備える、請求項１記載の方法。
22. 前記ウェハまたは前記別のウェハに関する他の画像を取得することと、前記ウェハまたは前記別のウェハ上の他の欠陥を検出するために前記他の画像を用いることとを更に備える、請求項１記載の方法。
23. 前記１または複数の検出パラメータが適用される前記画像は参照画像および試験画像を用いて生成された画像を含み、前記参照画像は前記対象パターンに関するテンプレートである、請求項１記載の方法。
24. 前記ターゲットに関するテンプレートがダイの前記画像の異なる部分に相関するかを判定することによって、前記対象パターンについて前記ウェハまたは前記別のウェハ上の前記ダイの画像を探査することを更に備える、請求項１記載の方法。
25. 前記対象パターンに関するテンプレートを作成することと、前記テンプレートのサイズを変更すること、または前記テンプレートを反転、回転、もしくは処理することによって前記テンプレートを修正することとを更に備える、請求項１記載の方法。
26. 前記探査することは、前記ターゲット候補の前記画像と前記対象パターンに関するテンプレートまたは画像との画像マッチングのために最適な光学モードを用いて前記ターゲット候補に関する画像を取得することを備える、請求項１記載の方法。
27. 前記ウェハ上で前記ターゲットを前記画像化することは第１の光学モードを用いて実行され、前記検出のために用いられる前記ターゲット候補の前記画像は、前記第１の光学モードとは異なる第２の光学モードを用いて取得される、請求項１記載の方法。
28. 前記検出することは、前記潜在的な対象欠陥位置を正確に特定するために、欠陥検出モジュールに前記ターゲットに関する前記情報を提供することを備える、請求項１記載の方法。
29. 前記検出することは、セットアップ中に取得されるテンプレートと欠陥検出中に取得される前記ターゲット候補の前記画像とを相関付けることによって、前記ターゲット候補の前記画像における前記潜在的な欠陥位置を特定することを備える、請求項１記載の方法。
30. 前記ターゲットに関する前記情報に基づいて前記１または複数の検出パラメータを決定することを更に備える、請求項１記載の方法。
31. 前記ターゲット候補の各種類に関する画像にそれぞれ基づいて前記ターゲット候補の各種類について個別に前記１または複数の検出パラメータを決定することを更に備える、請求項１記載の方法。
32. 前記１または複数の検出パラメータを適用することは、前記潜在的な対象欠陥位置の前記画像および参照画像を用いて差分画像を生成することと、前記差分画像内の信号に閾値を当てはめることとを備える、請求項１記載の方法。
33. 前記潜在的な対象欠陥位置付近の差分画像の１または複数の特性を決定することを更に備え、前記１または複数の検出パラメータを適用することは、前記差分画像の前記１または複数の特性の１または複数の値に閾値を当てはめることを備える、請求項１記載の方法。
34. 前記１または複数の特性は、前記既知の対象欠陥の１または複数の特性を備え、前記１または複数の検出パラメータを適用することは、前記潜在的な対象欠陥位置の前記画像から決定される前記１または複数の特性の１または複数の値に閾値を当てはめることを備える、請求項１記載の方法。
35. 前記１または複数の検出パラメータが適用される前記潜在的な対象欠陥位置の前記画像は、前記潜在的な対象欠陥位置を取り巻くケアエリアの画像であり、前記ケアエリアは、前記対象パターン内またはその付近に生じる前記既知の対象欠陥のサイズに基づいて決定される、請求項１記載の方法。
36. ウェハ上の欠陥を検出するためのコンピュータ実現方法を実行するためのコンピュータシステム上で実行可能なプログラム命令を記憶する非一時的コンピュータ読取可能媒体であって、前記コンピュータ実現方法は、
    ウェハ上のターゲットに関する情報を取得することであり、前記ターゲットは、前記ウェハ上に形成された対象パターンおよび前記対象パターン内またはその付近に生じる既知の対象欠陥を備え、前記情報は、前記ウェハ上の前記ターゲットを画像化することによって取得される前記ウェハ上の前記ターゲットの画像、前記ウェハにおける前記対象パターンの位置、前記対象パターンに対する前記既知の対象欠陥の位置、ならびに前記対象パターンおよび前記既知の対象欠陥から計算される１または複数の特性を備えることと、
    前記対象パターンを備える、前記ウェハまたは別のウェハ上のターゲット候補を探査することと、
    前記ターゲット候補の画像における潜在的な対象欠陥位置を特定すること、および前記潜在的な対象欠陥位置の画像に１または複数の検出パラメータを適用することによって前記ターゲット候補内の前記既知の対象欠陥を検出することと
    を備える、非一時的コンピュータ読取可能媒体。
37. ウェハ上の欠陥を検出するように構成されたシステムであって、
    ウェハ上のターゲットに関する情報を取得するように構成された検査サブシステムであって、前記ターゲットは、前記ウェハ上に形成された対象パターンおよび前記対象パターン内またはその付近に生じる既知の対象欠陥を備え、前記情報は、前記ウェハ上の前記ターゲットを画像化することによって取得される前記ウェハ上の前記ターゲットの画像を備える検査サブシステムであって、
    前記検査サブシステムは、前記ウェハまたは別のウェハ上のターゲット候補を探査するように更に構成され、前記ターゲット候補は前記対象パターンを備える、検査サブシステムと、
    前記ターゲット候補の画像における潜在的な対象欠陥位置を特定すること、および前記潜在的な対象欠陥位置の画像に１または複数の検出パラメータを適用することによって前記ターゲット候補内の前記既知の対象欠陥を検出するように構成されたコンピュータシステムとを備える、システム。

Images