JP2017067443A

JP2017067443A - パターン測定装置、及びコンピュータープログラム

Info

Publication number: JP2017067443A
Application number: JP2013270811A
Authority: JP
Inventors: 明之杉山; Akiyuki Sugiyama; 美紀伊澤; Miki Izawa; 聡山口; Satoshi Yamaguchi; 元伸本美; Motonobu HOMMI
Original assignee: Hitachi High Technologies Corp; Hitachi High Tech Corp
Current assignee: Hitachi High Tech Corp
Priority date: 2013-12-27
Filing date: 2013-12-27
Publication date: 2017-04-06
Also published as: US20160313266A1; TW201534905A; US9804107B2; WO2015098349A1

Abstract

【課題】
本発明は、ＤＳＡ法によって形成されるパターンを高精度に定量評価することをパターン測定装置の提供を目的とする。
【解決手段】
本発明は、試料に形成されたパターン間の寸法を測定するパターン測定装置であって、画像内に含まれる複数のパターンの重心を求め、複数のパターンの重心間の距離等を求め、当該求められた重心間の距離等に基づいて、特定の条件のパターンを、当該特定の条件のパターンとは異なるパターンと識別、又は特定の条件のパターンの数、特定の条件のパターンを含む領域の大きさ、及び特定の条件のパターン間の仮想線分の数に関する情報を演算するパターン測定装置を提案する。
【選択図】図１

Description

本発明は、パターン測定装置、及びパターン測定をコンピューターに実行させるコンピュータープログラムに係り、特に、自己組織化するパターンの評価に好適なパターン測定装置、及びコンピュータープログラムに関する。

半導体製造において、回路が微細になるに従い、回路形状を形成することが困難になっている。従来、回路形状は露光技術により形成を行っているが、露光に使用するレーザ光の解像限界があり、液浸露光、複数回露光といった解像限界を向上する露光技術を用いても、回路形状の形成が困難になっている。

例えば、半導体製造のロードマップであるＩｎｔｅｒｎａｔｉｏｎａｌＲｏａｄｍａｐｆｏｒＳｅｍｉｃｏｎｄｕｃｔｏｒｓ２０１２において、２０１９年には、ＤＲＡＭは、１／２ピッチで１４．２ｎｍ、ＭＰＵ／ＡＳＩＣＭｅｔａｌ１は、１／２ピッチで１３．４ｎｍのパターンを製造することが計画されている。一方でこの寸法の回路形状を形成することは、一般的なパターニング技術だけでは困難である。そのため、半導体製造分野の研究者は、ＤｉｒｅｃｔｅｄＳｅｌｆ−ａｓｓｅｍｂｌｙ(以下、ＤＳＡと略)という分子の自己組織化を利用した形成技術を検討している。

ＤＳＡ技術では、自己組織化する材料にポリマーを使用する。ポリマーをシリコンウェーハ上に塗布し、加熱すると、多数の穴が開いた形状や、線が層状にできる形状が自己組織化により形成される。その場合、単に多数の穴や層状の線では、回路に利用することができないため、自己組織化を制御するためのガイドパターンを疎につくり、その間を自己組織化で密につくる。

特許文献１には、ＤＳＡ法を用いたパターニングにおいて、個別の分離ドメインが斜めに配列される例が説明されている。

特表２０１２−５２７７５２号公報（対応米国特許ＵＳＰ８，３９８，８６８）

ＤＳＡ技術では、ポリマーの評価が重要である。しかし、ポリマーを加熱し、自己組織化した形状を評価するための項目、定量的に数値化する方法ともに明確でない。

半導体製造の微細加工技術であるポリマーの自己組織化を利用した回路形成技術（ＤＳＡ）において、自己組織化された形状を評価することが必要である。特に、ポリマーの材料評価において、自己組織化で整列される範囲を評価する必要性が、将来生じる可能性がある。特許文献１には、規則的に配列されるパターンを定量的に評価する手法についての説明がない。

以下に、ＤＳＡ法によって形成されるパターンを高精度に定量評価することを目的とするパターン測定装置、及びコンピュータープログラムを提案する。

上記目的を達成するための一態様として、以下に試料にビームを照射することによって得られるデータを用いて、前記試料に形成されたパターン間の寸法を測定する演算装置を備えたパターン測定装置であって、前記演算装置は、前記データ内に含まれる複数のパターンの重心を求め、当該複数のパターンの重心間の距離、当該複数の重心間を結ぶ仮想線分の角度情報、及び前記仮想線分によって形成される閉図形の面積情報の少なくとも１つを求め、前記求められた重心間の距離、角度情報、及び面積情報の少なくとも１つに基づいて、特定の条件の前記パターン、当該特定の条件のパターンを含む領域、当該特定の条件のパターン間の仮想線分の少なくとも１つを、当該特定の条件のパターンとは異なるパターン、当該特定の条件のパターンを含む領域以外の領域、及び当該特定の条件以外のパターン間の仮想線分の少なくとも１つと識別、又は前記特定の条件のパターンの数、特定の条件のパターンを含む領域の大きさ、及び特定の条件のパターン間の仮想線分の数の少なくとも１つに関する情報を演算するパターン測定装置、及び上記測定をコンピューターに実行させるコンピュータープログラムについて説明する。

上記構成によれば、ＤＳＡ法によって形成されるパターンを高精度に定量評価することが可能となる。

半導体計測装置（パターン測定装置）の一例を示す図。ホール重心の算出方法の一例を示す図。ホール重心の算出方法の一例を示す図。ホール重心同士の方法の一例を示す図。ホール重心の傾き算出方法の一例を示す図。入力装置の表示画面に表示される測定パラメータのＧＵＩ（ＧｒａｐｈｉｃａｌＵｓｅｒＩｎｔｅｒｆａｃｅ）の一例を示す図。ＤＳＡ法によって形成されたパターンの測定結果を表示する表示画面の一例を示す図。測定パラメータの詳細設定画面の一例を示す図。ＤＳＡ法によって形成されたパターンの測定結果を表示する表示画面の一例を示す図。測定パラメータの詳細設定画面の一例を示す図。離間したパターンの重心間に仮想線分を設定した例を示す図。基準パターンから特定の距離に位置するパターンを選択する手法を示す図。ＤＳＡ法によって形成されるパターンの配列例を示す図。重心間に設定された仮想線分によって形成される閉図形の面積情報を求める手法を説明する図。パターンの配列条件が所定の条件を満たさない領域を、他の領域と識別して表示した例を示す図。パターンの重心間の距離が所定の条件を満たさない仮想線分を、他の仮想線分に対して識別して表示した例を示す図。パターンの重心間の距離が所定の条件を満たさないパターンを、他のパターンに対して識別して表示した例を示す図。高倍率のＤＳＡパターン画像にパターンの特徴に応じた識別情報を重畳した例を示す図。低倍率のＤＳＡパターン画像にパターンの特徴に応じた識別情報を重畳した例を示す図。

以下に説明する実施例は、ＤＳＡ技術においてポリマーが自己組織化により形状を形成し、ホールまたはドットとなる場合に、そのホールまたはドット（パターン）の形状を評価する方法及び装置に関する。以下に説明する実施例では、主に電子顕微鏡による撮像し、電子顕微鏡画像に対して画像処理により、自動で評価を行う。画像処理により、自己組織化領域の特定、自己組織化領域の評価を自動で行う。

ポリマーの材料評価において、自己組織化で整列される範囲を評価することが望まれる。一方、一般的な測定法では数値化して調べることが困難である。以下に説明する実施例では、自己組織化で整列される範囲を定量的に数値化するための装置、当該定量化をコンピューターに実施させるコンピュータープログラム、及び当該コンピュータープログラムを記憶する記憶媒体について説明する。

ポリマーの自己組織化によって形成されるパターン（例えばホールパターン）は、きれいに整列した場合、そのパターンの重心間を結ぶ仮想直線によって、正六角形が形成され、更に正六角形が平面充填されたハニカム構造となる。ホールの中心が、正六角形の中心に相当する。従って、各ホールについて隣り合うホールは６個となる。このような正六角形が広い範囲に亘って適正に形成されているポリマーが、ＤＳＡ法を用いたパターニングにとって好適なポリマーであると言える。すなわち、ポリマー作成時やポリマーの品質管理において、このような六角形が広範囲に適正に形成されているか否かを評価することによって、ポリマー自体の品質の向上、或いは品質の維持が可能となる。また、半導体デバイスの製造者は、上記のような評価を行うことによって、半導体デバイスの歩留まり向上、或いは維持が可能となる。

本実施例では、自己組織化したポリマーの形状を評価する装置の例を説明する。図１はパターン測定装置を含む半導体計測システムの一例を示す図である。電子顕微鏡１０１内の、電子銃１０２から発せられた電子線１０３が電子レンズ１０４によって収束され、試料１０６に照射される。電子線照射によって、試料１０６表面から発生する二次電子１０９、反射電子、及び／又は試料から放出された電子が他部材に衝突することによって発生する二次電子度が電子検出器１１０によって検出される。偏向器１０５は、制御システム１１３の制御信号１１２によって制御され、試料１０３上で、電子線１０３を一次元的或いは二次元的に走査する。電子顕微鏡の視野（ＦｉｅｌｄＯｆＶｉｅｗ：ＦＯＶ）の大きさは、制御信号１１２によって制御することができる。また、試料１０３に照射される電子線１０３のプローブ径は、図示しない対物レンズに供給する励磁電流の大きさによって制御することができる。演算装置６０１には、電子線１０３の走査によって得られるＳＥＭ画像が表示される。図６は、表示装置１２５を備えた演算装置６０１の拡大図である。表示装置１２５に表示される電子顕微鏡画像１２７の縦横比は、電子線１０３のＸ方向の走査範囲と、Ｙ方向の走査範囲の比に一致している。

試料台１０７は試料台制御装置１０８により試料１０６を電子線１０３に対して移動させることが可能である。電子検出器１１０から出力される信号１１１は、画像処理システム１１４内でＡＤ変換され、デジタル画像作成部１１５は、デジタル信号に基づいて、電子顕微鏡画像１２７を形成する。また、画像処理システム１１４には、後述するような演算処理を行うための演算装置（プロセッサ）が内蔵されている。この演算装置は、得られたＳＥＭ画像に基づいて、波形信号やパターンの輪郭線抽出を行い、当該波形信号や輪郭線データを用いて、パターンやパターン間の寸法測定処理を実行する。なお、このような寸法測定処理等を、演算装置６０１に記憶されたコンピュータープログラムで実行するようにしても良い。

表示装置１２５は、電子顕微鏡画像１２７を表示する装置である。表示装置１２５には、操作装置１３４により入力された情報や、入力された情報に基づいて得られる測定結果等が表示される。

制御システム１１３は、試料上の測定対象となる座標情報や、光学条件情報に基づいて、電子顕微鏡１０１を制御する。また、制御システム１１３は、演算装置６０１からの入力情報や、画像処理システム１１４から伝達される情報に基づいて、電子顕微鏡１０１等の制御を行う。更に、制御システム１１３は、画像処理システム１１４に電子顕微鏡１１０の装置コンディション情報等を伝達する。図１に例示する各構成要素は、通信手段を介して接続されており、必要な情報が各構成要素間で伝達される。

画像処理システム１１４に含まれる演算装置は、以下に説明するような演算処理を実行する。ホール検出部１１７は、デジタル画像作成部１１５で作成された電子顕微鏡画像に含まれるホールを検出する。ホールの検出は、例えば、ホールパターンが表示されたテンプレート（例えばホールパターンが１個表示された画像）を、画像処理システム１１４に内蔵された記憶媒体等に予め記憶しておき、ＳＥＭ画像上で当該テンプレートを用いたサーチを行うことによって行う。この場合、例えば正規化相関処理を実行することによって、テンプレートと同じ、或いは近似する画像領域を抽出することができる。２種の材料が複合したポリマーをアニールすることによって、試料上にはホール状のパターンが複数配列されるため、この試料の電子顕微鏡画像１２７の中には、多数のホールが含まれることになり、上記正規化相関処理によって、多数のホールの画像領域を検出することができる。

次に、ホール輪郭線抽出部１１８は、ホール検出部１１７で検出した各々のホールの画像領域から、ホールのエッジ部分の輪郭線を抽出する。ホールの電子顕微鏡画像から輪郭線を抽出する方法は、例えばホール中央からの複数のピクセルを積算したラインプロファイルから算出する方法、電子顕微鏡画像に対して微分フィルタと二値化により算出する方法などがある。また、二値化するだけではなく、二値化によって抽出されたエッジに垂直な方向に波形プロファイルを形成し、そのピーク位置等を接続することで、輪郭線を抽出することによって、高精度な輪郭線形成が可能となる。

次に、ホール重心算出部１１９では、ホール輪郭線抽出部１１８で得られた輪郭線データから、各ホールの重心座標を算出する。ホールの輪郭線からホールの重心を算出する方法は、輪郭線内側の面積より算出する方法、ホール輪郭線の座標を平均化する方法など、複数の方法がある。他にホール検出部１１７で算出された座標をそのまま使うこともできる。いずれの方法を使用した場合でもホール重心座標は算出が可能であり、座標の精度の違いはあるが、結果を得ることができる。

次に、ホール重心接続部１１９は、ホール輪郭線抽出部１１８によって算出されたホールの重心座標間を接続する処理を実行する。接続する方法は、まず、算出された多数のホール重心座標間の距離を算出する。各ホールは前述したようにきれいに整列したときに隣り合うホールは６個、きれいに整列していないときに隣り合うホールの個数は多くても８個程度である。従って、各ホールの重心座標間距離で、距離が短い順に８個程度選び、さらに距離の値が近いものを選ぶと、必然的に隣り合うホールの関係を特定することになる。隣り合うホールを特定するこの方法を算出した全てのホールに対して行うと、全ての隣り合うホールを接続することになる。

また、図１２に例示するように、所定の基準パターン１２０１の重心位置から第１の所定値１２０２以上、第２の所定値１２０３以下の領域１２０４に含まれる重心座標を抽出して、隣接するホールパターンを認識するようにしても良い。

更に、隣接するホールが適正な位置に形成されているか否かを識別するためのパラメータを、図６に例示するようなＧＵＩ画面上で設定するようにしても良い。例えば、設定領域１３７では１のホールに隣接するホールの数の設定が可能となっている。前述したようにホールはきれいに整列した場合、隣りあうホールの数は６個となる。きれいに整列していない場合、隣り合うホールの数は一個減り５個、あるいは一個増え７個になる。例えば、設定領域１３７の設定値を「６」とすると、隣接するホールが５個の場合や７個の場合は、これらホール間を結ぶ仮想線分によって形成される領域は、適正にパターンが配列されていない領域として認識するようにしても良い。また、隣接するホールが５個以下、或いは７個以上のホールを適正な位置に形成されていない（適正に整列していない）パターンとして認識するようにしても良い。隣接するパターンが６個のホールパターンは適正に形成されているパターンであるため、例えば適正に形成されていないパターンと識別するために、隣接する６個のホールパターンと中心のホールパターン間を仮想線分によって接続し、表示することによって、適正に形成されているか否かの分布状態を把握することが可能となる。更に設定領域１３７の設定値を「５−７」とすれば、隣接するパターンが５個以上７個以下の場合に、適正にパターンが配列されている領域、パターン、或いはパターン間間隔であると認識し、その領域、パターン、或いはパターン間を接続する仮想線分を、それ以外の領域、パターン、或いはパターン間を接続する仮想線分と識別する。なお、所定の条件を満たさないパターン等をその他のパターンと識別して表示するようにしても良い。更に、複数の閾値を設定可能とするようにしても良い。

また、設定領域１３８では、ホール同士の角度誤差、設定領域１３９ではホール同士の距離比率の設定が可能となっている。ホールがきれいに整列している場合、隣接するホールの数は６個であり、ホール重心間の第１の仮想線分と、当該第１の仮想線分に隣接する第２の仮想線分の相対角は６０度となる。各重心間を接続すると理想的には正三角形ができるため、２つの隣接する仮想線分間の相対角は全て６０度となる。例えば、設定領域１３８の設定値を、「５８−６２」とすると５７度以下、６３度以上の相対角を持つパターン、仮想線分、領域等は、正常なものと識別され、その情報は所定の記憶媒体に記憶されたり、表示装置に表示される。

また、ホール同士がきれいに整列している場合、ホール同士の距離は等しい。実際には距離は全く等しくなることはないが、おおよそ１０％程度の誤差に収まると考えられる。例えば設定領域１３９にて「１０」という値を設定したとき、隣接した仮想線分の距離比率が１０％を超えていれば、そのホールはきれいに整列していないホールと判定し、仮想線分は適正に接続していないとみなす。

きれいに整列しているホールの数が多数の場合は、ホール同士の距離の頻度で多数となるものを標準のホール重心間距離とみなすことができる。例えば、設定領域１３９に「２０」という値を指定した場合、標準のホール重心間距離の８０％未満、及び１２０％より大きい場合、その接続はきれいに整列していない接続とみなす。また、画像内に含まれるホール重心間に設定される仮想線分の加算平均値を、基準となるホール重心間距離とするようにしても良い。所定の基準を満たさなかった仮想線分、当該仮想線分の端部に位置するパターン、或いはこれらの仮想線分やパターンに包囲される領域等を、他の仮想線分等と識別し、その識別情報を登録、或いは表示装置に表示させることによって、自己組織化現象を利用したパターニングに適する材料であるか否か、その定量的な評価が可能となる。

設定領域１３７、１３８、１３９に全て値を入力する必要はなく、一部の入力に基づいて特定の条件を持つ仮想線分やパターン等を選択するようにしても良い。

ホール重心接続部１２０によって、ホール重心間を仮想線分で接続した後、ホール毎の評価算出部１２１によって、ホールの傾き（仮想線分と基準線との相対角等）、接続数（適正、或いは不適正な接続をした仮想線分の数等）、接続角度（隣接する仮想線分の相対角度等）、ホール間距離（仮想線分で接続されるホール重心間の距離等）の評価値を算出する。これら複数のホールに関する評価値の算出法については後述する。

ホール毎の評価値算出部１２１により、評価値を算出したのち、ホールのグループ化部１２２によって、パターン、仮想線分、当該仮想線分によって区別される領域等を識別し、ホールがきれいに整列しているグループごと、複数のホールの配列条件ごと及び／又はホールがきれいに整列している領域とそれ以外の領域に領域分けを行う。ホールがきれいに整列している領域ごとの境界では、ホールの傾き、接続数、接続角度、ホール間距離の評価値が、きれいに整列している領域と異なる値を示す。隣り合う領域ごとにホールの傾きは違う値となる。複数のホールに関する評価値が異なる値となる場合、ホール間に境界を設定し、領域の設定を行う。また、隣接するホール重心間の仮想線分の相対角が６０度ではない場合、そのホール間に領域の境界の設定を行うようにしても良い。

また、ホール間距離が、標準のホール重心間距離と異なる値となる場合に、そのホール間に領域の境界の設定を行う。

境界により、領域の分割を行い、領域の評価値算出部１２３により、境界で分けられた領域の面積、領域内のホールの個数の評価値を算出する。更に、分割した複数の領域にはホールの数が少ない（例えばホールの数が１個〜数個の領域）小さな領域があることも考えられるので、図６に例示するＧＵＩ画面の設定領域１３４、１３５で、予め領域の大きさや領域に含まれるホールの個数に関する閾値を設定しておき、演算装置では、これら閾値より大きな領域を選択する。その上で、図６に例示するような電子顕微鏡画像１２７に、所定の閾値より大きく、且つ上述のように適正にホールが配列された領域、或いは逆に適正にホールが配列されていない領域を、領域１２８、領域１２９、領域１３０、領域１３１のように、他の領域に対して識別して表示する。

ホール重心算出部１１９、ホール重心接続部１２０、ホール毎の評価指標算出部１２１における具体的な処理内容について、以下に説明する。

ホール重心算出部１１９における具体的な処理内容を、図２、図３を用いて説明する。図２は輪郭重心方式を用いた重心算出法を示す図である。図３は面接重心方式を用いた重心算出法を示す図である。図２に例示する輪郭重心方式ではホール２０１の各エッジ点（ａ１〜ａｎ）２０２に質量がある場合の重心を算出する方式である。輪郭重心の座標は各エッジ点の座標の平均により算出する（式２０３）。

図３に例示する面積重心方式は、ホール内に質量が一様にある場合の重心を算出する方式である。面積重心の座標はホール３０１を三角形３０３に分割し，三角形の重心座標３０４と三角形の面積による積和と多角形の面積から算出する（式３０５）。面積重心方式は，分割された三角形３０３の大きさが異なることを考慮して、分割された三角形の重心から図形全体の平均を算出する際に、三角形の面積で重み付けをしている。面積重心は三角形の分割の仕方に係らず、一定である。

ホール重心接続部１２０の具体的な処理内容を図４に例示する。ホール４００の重心４０１から他のホール重心４０２、４０３、４０４、４０５、４０６、４０７、４０８、４０９、４１０、４１１、４１２から隣り合うホールの重心を探し、接続する。最初にホール重心４０１から他のホール重心４０２、４０３、４０４、４０５、４０６、４０７、４０８、４０９、４１０、４１１、４１２との各々の距離４１３、４１４、４１５、４１６、４１７、４１８、４１９、４２０、４２１、４２２、４２３を算出する。

２点間の距離は、座標の積和の平方根から算出する。このとき、距離を短い順に並べると、４０２、４０３、４０４、４０５、４０６、４０７との各々の距離、４１３、４１４、４１５、４１６、４１７、４１８は短い方から６個で、かつ、４１９、４２０、４２１、４２２、４２３に比較して短い。短い方から６点を選ぶことで、隣り合うホール重心を特定することができる。また、ホールの自己組織化では、きれいに整列した場合、隣り合うホールは６個となる場合があり、等間隔で整列する。対象とする材料及びパターンで、予め、おおよその整列間隔はわかっていることが多く、整列距離に近いホール重心同士を選択しても隣り合うホールを特定することができる。また、きれいに整列しない場合、隣りのホール重心が７個や８個になることもあるが、この場合は例えば図６に例示したＧＵＩ画面の設定領域１３７、設定領域１３８、設定領域１３９における設定条件に基づいて、誤差が許容できる範囲、誤差が許容できない範囲等を入力することによって、フィルタリングする。

ホール毎の評価指標算出部１２１の具体的な処理内容について図５を用いて説明する。図４を用いて説明したように、隣接するホール重心を特定した後、重心間に設置される仮想線分に関する角度を算出する。対象とするホール５０１の重心５０２に隣り合うホール重心は５０３、５０４、５０５、５０６、５０７、５０８である。各々接続線は５０９、５１０、５１１、５１２、５１３、５１４である。この接続線の傾きの平均をホールの傾きとして定義する。対象とするホール重心５０２に対して、傾き基準線５１５、５１６、５１７、５１８、５１９、５２７を設定する。傾き基準線はホール重心を原点に６０度刻みの方向に設定する。この方向は例えば、鉛直方向を基準に６０度刻みでとる。各傾き基準線５１５、５１６、５１７、５１８、５１９、５２７から時計回りと反対の回転で、一番角度が小さい接続線を対になる接続線として求める。例では、各傾き基準線５１５、５１６、５１７、５１８、５１９、５２７に対して、接続線は５０９、５１０、５１１、５１２、５１３、５１４が対になる接続線である。各傾き基準線５１５、５１６、５１７、５１８、５１９、５２７と対応する接続線５０９、５１０、５１１、５１２、５１３、５１４より、角度５２０、５２１、５２２、５２３、５２４、５２５、５２６を算出する。これらの平均を式５２８により算出し、この平均値をホールの傾き角度とする。

図５を用いて説明したように、本実施例では自己組織化によって配列されたパターンの配列状態を定量化すると共に、パターンが試料上でどのように配列されているか、その分布を評価するためのものである。また、図５では隣接したパターン間を仮想線分で接続する例について説明したが、例えば図１１に例示するように、基準パターンの重心１１０１と、１つ離間したパターンの重心１１０３との間に仮想線分１１０２を設定し、重心間の距離や角度等の複数の重心間の配列に関するパラメータを求めるようにしても良い。複数のパターンが適正に配列されていれば、仮想線分１１０２の長さ等も理想値になるため、パターンが適正に形成されているか否かの判断指標となる。

更に、ホール間の仮想線分の長さや、仮想線分に関する角度情報等に換えて、仮想線分が形成する閉図形情報を定量化することによって、パターンの配列状態を評価するようにしても良い。例えば図１４は隣接する３つのパターン重心間を接続する３本の仮想線分１４０１、１４０２、１４０３によって形成される閉図形１４０４を示している。この閉図形１４０４と理想形状１４０５の面積差を求めることによっても、パターンの配列状態を評価することができる。この場合、例えば差分となる領域１４０６、１４０７、１４０８の面積の加算値を指標値とすることができる。面積差が小さい程、パターンが適正に配列されていると判断できるため、面積差が所定値以下の領域とそれ以外の領域を識別し、すくなくともその一方の面積を求めることによって、測定対象のポリマーが自己組織化現象を利用したパターニングに適しているか否かの判断を行うことが可能となる。

図１５は、電子顕微鏡画像１５０１内のパターンが適正に配列されている領域と、パターンが適正に形成されていない領域を識別表示した例を示す図である。パターンが適正に形成されていない領域１５０２はその内部に形成されているパターンがずれて形成されており、上述したような重心間の距離、仮想線分に関する角度情報等の判断指標によって、その他の領域と識別された領域である。このような識別を行い、パターンが適正に配列されている領域、或いは適正に形成されていない領域の面積を求めることによっても測定対象のポリマーが自己組織化現象を利用したパターニングに適しているか否かの判断を行うことが可能となる。

図１６、１７は適正に形成されていないパターン、或いはそのパターンを基点として設定された仮想線分を、それ以外のパターンや仮想線分と識別して表示した例を示す図である。図１６は、長さや角度が所定の条件を満たさない仮想線分１６０１を、所定の条件を満たす仮想線分１６０２と識別して表示した例を示している。図１７は、所定の配列条件を満たさないパターン１７０２をそれ以外のパターンを識別して表示した例を示している。このように仮想線分やパターンを識別し、両者の数の比率等によって、ポリマー評価を行うようにしても良い。

なお、これまで適正に形成されると１のパターンの周囲に６つのパターンが配列されると共に、その６個のパターンが正六角形状に配列される試料を例にとって説明したが、例えば図１３（ａ）のように、長方形状に配列される試料、図１３（ｂ）のように菱形状に配列されるもの、或いは図１３（ｃ）のように平行四辺形状に配列されるものを測定対象とし、上述のような仮想線分やパターン配列判定に基づいて、評価を行うようにしても良い。

本実施例では主に電子顕微鏡で取得した画像に基づいて、自己組織化によって配列されるパターンを評価する例について説明する。自己組織化で整列される領域（以下グレイン領域と呼ぶ）の面積は比較的広く、電子顕微鏡で得られるような高倍率の画像の狭い観察では視野内にすべてのグレイン領域が収まらない。一方、視野を広げるために低倍率で取得した画像の場合、ホール径に対する画素数が減少するために信号ノイズ比（Ｓ／Ｎ）が低下し、ホール位置の検出自体ができない場合がある。以下に説明する実施例では、測定に要するさまざまなパラメータを設定可能とすることによって、さまざまグレイン領域、ホール径の測定に対応する例について説明する。

第一の方法は高倍率で計測したピッチとホール径を使用して低倍率のホール位置を検出する方法である。本方式はウェーハ上同一個所または近傍で高倍率と低倍率で試料画像を取得する。高倍率の計測で取得できるデータ例を図７に例示する。また、パラメータ詳細設定画面例を図８に示す。高倍率では狭い視野に電子線を走査するためＳ／Ｎがよい画像を短時間で取得することができ、微細なホール径やホール間ピッチを精度よく計測することができる。

図７で出力されるデータ例は画面内の全ホール数、後述の円形度の高い正常なホール数、円形度の低い欠陥とみなすホール数、正常なホールの平均直径と標準偏差の３倍した値（３ｓｉｇｍａ)、正常なホール間の全ピッチの平均値と標準偏差の３倍した値、全ホールの円形度の平均とその標準偏差の３倍値を出力として設定することが可能である。円形度は式１を用いて計算する。
(円形度)＝４π×（ホール面積）／（ホール輪郭線長）²・・・式１

欠陥ホール数はこの円形度が図８のＲｏｕｎｄｎｅｓｓしきい値より小さい場合、欠陥ホールとする。正常ホール数は全ホール数から欠陥ホール数を引いたものとなる。

図８の詳細設定画面で設定可能なしきい値について説明する。階調しきい値（ＧｒａｙＬｅｖｅｌ）はホール輪郭を決定するときに使用する。ピッチの検索範囲（ＰｉｔｃｈＳｅａｒｃｈＡｒｅａ）は図７で入力された設計値（ＤｅｓｉｇｎＶａｌｕｅ）のピッチに対して設定された範囲で近傍のホールを検索する。同様にホール径検索範囲（ＤｉａｍｅｔｅｒＳｅａｒｃｈＡｒｅａ）はホールとして検出するホール径を指定する。

以上が高倍率での計測の実施例であるが低倍率においてはグレイン領域の抽出を主目的とするため、ホール径や円形度などは出力しない。低倍率の計測で取得できるデータ例を図９に示す。グレイン領域計測に関するパラメータ詳細設定画面例を図１０に示す。図９で出力されるデータ例は画面内の全ホール数Ｎｕｍｂｅｒ（Ｔｏｔａｌ）、近傍ホールとの接続数が６である正常ホール数Ｎｕｍｂｅｒ（ＮｏｒｍａｌＨｏｌｅ）、６以外の欠陥とみなすホール数Ｎｕｍｂｅｒ（ＤｅｆｅｃｔＨｏｌｅ）、グループ化されたグレイン領域の数Ｎｕｍｂｅｒ（ＧｒａｉｎＡｒｅａ）、グループ化されたグレイン領域内の平均ホール数Ａｖｅｒａｇｅ（ＨｏｌｅＮｕｍｂｅｒ）とその最大数Ｍａｘｉｍｕｍ（ＨｏｌｅＮｕｍｂｅｒ）、全ピッチの平均値と標準偏差の３倍値である。

図１０の詳細設定画面で設定可能なしきい値について説明する。階調しきい値（ＧｒａｙＬｅｖｅｌ）はホール輪郭を決定するときに使用する。ピッチの検索範囲（ＰｉｔｃｈＳｅａｒｃｈＡｒｅａ）は図９で入力された設計値（ＤｅｓｉｇｎＶａｌｕｅ）のピッチPitchに対して設定された範囲で近傍のホールを検索する。ホール数のしきい値（ＨｏｌｅＮｕｍｂｅｒ）は入力された設計値のピッチＰｉｔｃｈと画像を取得した際の視野の大きさを用いて以下の式２で得られる見積もり数に対する上限と下限を設定できる。
(見積もりホール数)＝
２×(視野の縦幅)×(視野の横幅)／(√３×(ピッチ)²)・・・式２

図１０において自動（Ａｕｔｏ）を選んだ場合は設計値（ＤｅｓｉｇｎＶａｌｕｅ）で設定してある値のではなく、高倍率で計測した平均ピッチと平均ホール径、ホール数を用いてホール輪郭抽出時のしきい値、ピッチの探索範囲、ホール数の上下限を自動計算する。なお、最少グレイン数は自動決定されない。

低倍率の画像のみを使用して低倍率のホール位置を検出する方法としては、入力された設計値を用いて計測する方法に加えて、試料画像からピッチを計算する。ピッチの計算にはフーリエ変換後の画像に対して角度方向に積算プロファイルを作成し、そのピークを検出する方法や自己相関画像を作成して角度方向に積算プロファイルを作成し、そのピークを検出する方法などを用いる。

ホールのグループ化部１２２において前記のようなホール間に領域設定を行わずにグループ化することも可能である。図５で算出した個々のホールの属性であるホール傾きと接続数、さらにホール重心算出部１１９で得られたホールの重心座標からグルーピングを行う方法を説明する。

まず接続数が６以外のホールをフィルタリングする。このときフィルタリングされたホールは欠陥ホールとして記憶しておく。次にホール傾きと重心座標による分類を行う。分類は分割統合法を用いて同じホール傾きに領域分割する方法やホール傾き角度ごとのヒストグラムを作成し、多峰性の谷の部分を分割した後、重心座標の近いホール群をラベリング処理する方法などを使用する。その後、各領域のホール数をカウントし、実施例１、２、３で計算されたまたは入力されたピッチの値から式３を用いてそれぞれの領域面積を算出することができる。
（領域面積）＝（ホール数）×√３／２×(平均ピッチの２乗)・・・式３

図１８は、高倍率のＤＳＡパターン画像にパターンの特徴に応じた識別情報を重畳した例を示す図である。パターン１８０１は正常なパターンであり、パターンと同様の円形図形が重畳されている。また、パターン１８０２は所定の条件を満たさないパターンであり、円形から大きく逸脱しているため、円形とは異なる識別情報が重畳されている。このような分布表示を行うことによって、適正に形成されているパターン範囲と、その傾向を目視で把握することが可能となる。

図１９は、低倍率のＤＳＡパターン画像にパターンの特徴に応じた識別情報を重畳した例を示す図である。なお、図１９は、低倍率像の中でも特にパターンの特徴の変化が大きな領域を選択的に表示している。四角で囲われたパターンは所定の条件（隣接するパターンとの相対的な関係等）を満たすパターンであり、×印がついたパターンは、所定の条件を満たさないと判断されたパターンである。このように低倍率像に、各パターンの特徴に応じた識別情報を重畳表示することによって、適正にパターンが形成されている領域と、そうでない領域を識別することが可能となり、ポリマーの組成の良し悪しを判断することが可能となる。図１９の例では、ＳＥＭ画像１９０１上に、パターンの特徴に応じた識別情報が付加されており、領域１９０２と領域１９０３との間に、所定の条件を満たさない領域が介在していることが分かる。このような表示によって、ポリマーの有効使用領域の大きさを確認することができ、結果としてポリマーの組成の良し悪しを判定することが可能となる。

Claims

試料にビームを照射することによって得られるデータを用いて、前記試料に形成されたパターン間の寸法を測定する演算装置を備えたパターン測定装置において、
前記演算装置は、前記データ内に含まれる複数のパターンの重心を求め、当該複数のパターンの重心間の距離、当該複数の重心間を結ぶ仮想線分の角度情報、及び前記仮想線分によって形成される閉図形の面積情報の少なくとも１つを求め、前記求められた重心間の距離、角度情報、及び面積情報の少なくとも１つに基づいて、特定の条件の前記パターン、当該特定の条件のパターンを含む領域、当該特定の条件のパターン間の仮想線分の少なくとも１つを、当該特定の条件のパターンとは異なるパターン、当該特定の条件のパターンを含む領域以外の領域、及び当該特定の条件以外のパターン間の仮想線分の少なくとも１つと識別、又は前記特定の条件のパターンの数、特定の条件のパターンを含む領域の大きさ、及び特定の条件のパターン間の仮想線分の数の少なくとも１つに関する情報を演算することを特徴とするパターン測定装置。
請求項１において、
前記パターンは、分子の自己組織化によって形成されるものであることを特徴とするパターン測定装置
請求項１において、
前記演算装置は、前記パターンのエッジ、或いは輪郭線情報に基づいて、前記重心を求めることを特徴とするパターン測定装置。
請求項１において、
前記演算装置は、前記仮想線分と基準となる基準線との相対角、及び前記複数の仮想線分の相対角の少なくとも１つを、前記角度情報として求めることを特徴とするパターン測定装置。
請求項１において、
前記演算装置は、基準図形と、前記仮想線分によって形成される閉図形との間の面積差を求めることを特徴とするパターン測定装置。
請求項１において、
前記特定の条件のパターン、特定の条件のパターンを含む領域、当該特定の条件のパターン間の仮想線分の少なくとも１つを、前記特定の条件以外のパターン、特定の条件のパターンを含む領域とは異なる領域、及び前記特定の条件以外のパターン間の仮想線分の少なくとも１つと識別して表示する表示装置を備えたことを特徴とするパターン測定装置。
請求項１において、
前記複数のパターンの重心間の距離、当該複数の重心間を結ぶ仮想線分の角度情報、及び前記仮想線分によって形成される閉図形の面積情報の少なくとも１つを表示する表示装置を備えたことを特徴とするパターン測定装置。
請求項１において、
前記複数のパターンの重心間の距離、当該複数の重心間を結ぶ仮想線分の角度情報、及び前記仮想線分によって形成される閉図形の面積情報の少なくとも１つを、その程度に応じて分布表示する表示装置を備えたことを特徴とするパターン測定装置。
請求項１において、
特定の条件の前記パターン、当該特定の条件のパターンを含む領域、当該特定の条件のパターン間の仮想線分の少なくとも１つを、当該特定の条件のパターンとは異なるパターン、当該特定の条件のパターンを含む領域以外の領域、及び当該特定の条件以外のパターン間の仮想線分の少なくとも１つと識別して表示する表示装置を備えたことを特徴とするパターン測定装置。
請求項１において、
前記演算装置は、前記特定の条件のパターン、及び当該特定の条件のパターン間の仮想線分の少なくとも１つをグループ化することを特徴とするパターン測定装置。
試料にビームを照射することによって得られるデータを用いて、前記試料に形成されたパターン間の寸法をコンピューターに測定させるコンピュータープログラムにおいて、
当該プログラムは、前記コンピューターに、前記データ内に含まれる複数のパターンの重心を求めさせ、当該複数のパターンの重心間の距離、当該複数の重心間を結ぶ仮想線分の角度情報、及び前記仮想線分によって形成される閉図形の面積情報の少なくとも１つを求めさせ、前記求められた重心間の距離、角度情報、及び面積情報の少なくとも１つに基づいて、特定の条件の前記パターン、当該特定の条件のパターンを含む領域、当該特定の条件のパターン間の仮想線分の少なくとも１つを、当該特定の条件のパターンとは異なるパターン、当該特定の条件のパターンを含む領域以外の領域、及び当該特定の条件以外のパターン間の仮想線分の少なくとも１つと識別、又は前記特定の条件のパターンの数、特定の条件のパターンを含む領域の大きさ、及び特定の条件のパターン間の仮想線分の数の少なくとも１つに関する情報を演算させることを特徴とするコンピュータープログラム。