JP2017083270A - 検査方法および検査装置 - Google Patents

検査方法および検査装置 Download PDF

Info

Publication number
JP2017083270A
JP2017083270A JP2015211244A JP2015211244A JP2017083270A JP 2017083270 A JP2017083270 A JP 2017083270A JP 2015211244 A JP2015211244 A JP 2015211244A JP 2015211244 A JP2015211244 A JP 2015211244A JP 2017083270 A JP2017083270 A JP 2017083270A
Authority
JP
Japan
Prior art keywords
image data
mask
pattern
optical image
defect
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.)
Granted
Application number
JP2015211244A
Other languages
English (en)
Other versions
JP6527808B2 (ja
Inventor
井上 広
Hiroshi Inoue
広 井上
菊入 信孝
Nobutaka Kikuiri
信孝 菊入
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.)
Nuflare Technology Inc
Original Assignee
Nuflare Technology Inc
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 Nuflare Technology Inc filed Critical Nuflare Technology Inc
Priority to JP2015211244A priority Critical patent/JP6527808B2/ja
Priority to TW105132900A priority patent/TWI618977B/zh
Priority to PCT/JP2016/081707 priority patent/WO2017073604A1/ja
Priority to KR1020187011459A priority patent/KR102071942B1/ko
Priority to DE112016004904.8T priority patent/DE112016004904B4/de
Publication of JP2017083270A publication Critical patent/JP2017083270A/ja
Priority to US15/947,090 priority patent/US10572995B2/en
Application granted granted Critical
Publication of JP6527808B2 publication Critical patent/JP6527808B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/95Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/956Inspecting patterns on the surface of objects
    • 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
    • G06T7/001Industrial image inspection using an image reference approach
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01BMEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00Measuring arrangements characterised by the use of optical techniques
    • G01B11/30Measuring arrangements characterised by the use of optical techniques for measuring roughness or irregularity of surfaces
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/95Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/956Inspecting patterns on the surface of objects
    • G01N21/95607Inspecting patterns on the surface of objects using a comparative method
    • GPHYSICS
    • G03PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03FPHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
    • G03F1/00Originals for photomechanical production of textured or patterned surfaces, e.g., masks, photo-masks, reticles; Mask blanks or pellicles therefor; Containers specially adapted therefor; Preparation thereof
    • G03F1/68Preparation processes not covered by groups G03F1/20 - G03F1/50
    • G03F1/82Auxiliary processes, e.g. cleaning or inspecting
    • G03F1/84Inspecting
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/95Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/956Inspecting patterns on the surface of objects
    • G01N2021/95676Masks, reticles, shadow masks
    • 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

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Pathology (AREA)
  • Immunology (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Biochemistry (AREA)
  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Preparing Plates And Mask In Photomechanical Process (AREA)

Abstract

【課題】擬似欠陥を低減して正確な検査を行うことのできる検査方法および検査装置を提供する。
【解決手段】光源の光を高解像度の光学系を介してマスクに照射し、高解像度の光学画像データを取得する。また、この光を低解像度の光学系を介して同じマスクに照射し、低解像度の光学画像データを取得する。マスクパターンの設計データに対し、マスクの製造プロセス、およびマスクパターンが半導体基板へ転写されて製造される半導体装置の製造プロセスの少なくとも一方で定められたマスクパターンの形状と寸法が反映されるように補正し、補正後の設計データから、高解像度の光学画像データと低解像度の光学画像データとに対応する各参照画像データを生成する。そして、低解像度の光学画像データにおける欠陥の情報を参照して、高解像度の光学画像データで検出された欠陥が、真の欠陥であるか擬似欠陥であるかを判定する。
【選択図】図4

Description

本発明は、検査方法および検査装置に関し、より詳しくは、ダイ−トゥ−データベース(Die to Database)比較方式によってマスクを検査する検査方法および検査装置に関する。
半導体装置の製造工程では、マスクに形成されたパターンが縮小投影露光装置を用いてウェハ(半導体基板)に転写される。具体的には、ステッパまたはスキャナと呼ばれる露光装置が、マスクに設けられた回路パターンを4分の1から5分の1程度に縮小してウェハに投影する。
近年、大規模集積回路(Large Scale Integration:LSI)の高集積化および大容量化に伴い、半導体装置に要求される回路線幅は狭小化の一途を辿っている。それに伴って、マスクに形成されるパターンの線幅も狭くなっている。例えば、最近の代表的なロジックデバイスでは、数十ナノメートルの線幅のパターンを形成することが要求されている。
LSIの製造には多大なコストがかかる。そのため、製造工程での歩留まりの向上が重要である。LSIの製造歩留まりを低下させる大きな要因としては、マスクに形成されたパターンの欠陥や、半導体装置の製造工程におけるプロセス条件の変動などが挙げられる。そこで、検査によってマスクの欠陥を検出したり、プロセス条件の変動にマージンを設けたりしている。
プロセス条件の変動マージンを確保する方法として、マスクのパターンの寸法精度を高めることが挙げられる。また、上述したように、マスクのパターンは微細化が進んでいる。こうしたことから、マスクの検査においては、微細なパターンの形状や寸法の変動を欠陥として検出することが必要になる。具体的には、ライン同士が短絡するショート欠陥や、ラインが断線するオープン欠陥などに代表される形状欠陥、パターンの線幅異常やパターンの位置ずれによって隣接パターンとの空隙が適正でないことによる欠陥などの検出が要求されている。
ところで、微細な回路パターンを形成する方法の一つに、OPC(Optical Proximity Correction:光近接効果補正)技術がある。この技術は、ウェハに形成されるパターンが設計パターンと一致するように、マスクに形成するパターンを予め補正しておくものである。
OPC技術では、メインパターンの脇にアシストパターンが配置される。これにより、メインパターンの領域に入射する光エネルギーが確保され、ウェハ上でのメインパターンの形成性が向上する。アシストパターンは、ウェハに転写されないので、マスクの検査でアシストパターンに欠陥が検出されても、実用上は問題とならない。そのため、こうした欠陥は擬似欠陥として、真の欠陥と区別されるべきものになる。
しかしながら、最近の微細化が進んだマスクでは、真の欠陥と擬似欠陥との区別がされ難くなっている。つまり、設計データを基に生成される参照画像データと、検査装置が撮影したパターンの光学画像データとの比較だけでは、欠陥として検出されるべきものかどうかの判定が困難である。
そこで、欠陥の判定方法にシミュレーションを取り入れることが提案されている。
例えば、特許文献1には、検査装置の光学系を模擬したシミュレーションを行って、検査装置がマスクを検査する際に検出する、マスクのパターン形状に関する情報を取得し、この情報を用いて検査結果が許容範囲内であるか否かを判定する検査方法が記載されている。
また、特許文献2には、所定の領域に配置された多数のポリゴンを含むリソグラフィックデザインをシミュレートする方法が開示されている。具体的には、特許文献2の図4に、ポリゴンデザインデータベースのビットマップイメージを使用して空間像を生成し(ボックス126)、これを使用することでレジストモデリングまたはシミュレーション(ボックス128)が実行されることが記載されている。また、特許文献2の図7には、マスク検査装置で取得される光学画像から、シミュレーションによってウェハ空間像を推定する技術が示されている。これらの技術は、ウェハ空間像、または、露光光によるフォトレジストの反応などのウェハ生成プロセスの結果として得られるウェハ像での正否を指摘するものである。
また、特許文献3には、1)マスク検査システムでは、リソグラフィ処理工程における特定の条件下での欠陥が下地のフォトレジストに転写されるか否かを判断することが重要であること、2)マスク欠陥がプリントされないか、または、リソグラフィ処理に影響を与えないならば、欠陥のあるマスクを使って許容可能なリソグラフィを行えることが記載されている。特許文献3には、さらに、マスクの一部分の画像を含む欠陥区域画像を受け取って模擬画像を生成する検査装置が開示されている。この模擬画像には、ウェハに転写されるシミュレーション画像が含まれる。
特開2012−252055号公報 特開2009−105430号公報 特表2001−516898号公報
H. H. Hopkins, On the diffraction theory of optical images, In Proc. Royal Soc. Series A., volume 217 No.1131, pages 408-432, 1953 N. B. Cobb,「Fast Optical and Process Proximity Correction Algorithms for Integrated Circuit Manufacturing」 A dissertation submitted in partial satisfaction of the requirements for the degree of Doctor of Philosophy in Engineering: Electrical Engineering and Computer Science in the Graduate Division of the University of California at Berkeley. Spring 1988
しかしながら、シミュレーションには、様々なパラメータが必要であるうえに、真の欠陥と擬似欠陥を判別する閾値の設定が曖昧になるという問題がある。さらに、マスクに形成するパターンの種類や、マスクの出来栄えによって、シミュレーション結果と実際の検査結果との間に開きが生じるという問題もある。
本発明は、こうした点に鑑みてなされたものである。すなわち、本発明の目的は、擬似欠陥を低減して正確な検査を行うことのできる検査方法および検査装置を提供することにある。
本発明の他の目的および利点は、以下の記載から明らかとなるであろう。
本発明の第1の態様は、光源から出射された光を第1の光学系を介してマスクに照射し、前記マスクを透過または前記マスクで反射した光を撮像部に入射させて、前記マスクに配置されたパターンについて第1の光学画像データを取得する工程と、
前記第1の光学系より解像度が低く前記パターンを半導体基板へ転写するのに使用される露光装置の光学系を模擬した第2の光学系を介して、前記光源から出射された光を前記マスクに照射し、前記マスクを透過または前記マスクで反射した光を前記撮像部に入射させて、前記パターンについて第2の光学画像データを取得する工程と、
前記マスクの製造プロセス、および前記マスクに設けられたパターンが半導体基板へ転写されて製造される半導体装置の製造プロセスの少なくとも一方で定められた前記マスクのパターンの形状および寸法を反映した補正を、前記パターンの設計データに対して行い、該補正後の設計データから、前記第1の光学画像データに対応する第1の参照画像データと、前記第2の光学画像データに対応する第2の参照画像データとを生成する工程と、
前記第1の光学画像データを前記第1の参照画像データと比較して、前記第1の光学画像データにおける前記パターンの欠陥を検出する工程と、
前記第2の光学画像データを前記第2の参照画像データと比較して、前記第2の光学画像データにおける前記パターンの欠陥を検出する工程と、
前記第2の光学画像データにおける前記欠陥の情報を参照して、前記第1の光学画像データで検出された欠陥について、前記半導体基板への転写性を評価し、該欠陥が真の欠陥であるか擬似欠陥であるかを判定する工程とを有することを特徴とする検査方法に関する。
本発明の第1の態様において、前記半導体装置の製造プロセスで定められた前記マスクのパターンの形状および寸法は、前記マスクの所定パターンにおける寸法の測定値と設計値との差から推定されることが好ましい。
本発明の第1の態様において、前記第1の参照画像データと前記第2の参照画像データとを生成する工程では、前記補正後の設計データから生成したイメージデータにフィルタ処理を行い、
前記第1の光学画像データと前記第1の参照画像データの差分、および前記第2の光学画像データと前記第2の参照画像データの差分がそれぞれ最小となるように、前記第1の光学系と前記第2の光学系の解像特性を模擬したシミュレーションと、前記撮像部の像形成パラメータとを調整することが好ましい。
本発明の第2の態様は、光源から出射された光を光学系を介してマスクに照射し、前記マスクを透過または前記マスクで反射した光を撮像部に入射させて、前記マスクに配置されたパターンについて光学画像データを取得する工程と、
前記マスクの製造プロセス、および前記マスクに設けられたパターンが半導体基板へ転写されて製造される半導体装置の製造プロセスの少なくとも一方で定められた前記マスクのパターンの形状および寸法を反映した補正を、前記パターンの設計データに対して行い、該補正後の設計データから、前記光学画像データに対応する参照画像データを生成する工程と、
前記光学画像データを前記参照画像データと比較して、前記光学画像データにおける前記パターンの欠陥を検出する工程と、
前記光学画像データで検出された前記パターンの欠陥の光学画像データ、光学画像データに対応する参照データ、および補正後の設計パターンデータを用いて、前記半導体基板へ転写される欠陥の形状を推定し、前記補正後の設計データに前記推定した欠陥の形状に関する情報を加えたデータから、前記マスクに設けられたパターンが前記半導体基板へ転写される条件を用いて、前記半導体基板へ転写される前記パターンの第1の転写像を推定する工程と、
前記補正後の設計データから、前記マスクに設けられたパターンが前記半導体基板へ転写される条件を用いて、前記半導体基板へ転写される前記パターンの第2の転写像を推定する工程と、
前記第1の転写像と前記第2の転写像を比較して、前記欠陥の前記半導体基板への転写性を評価し、該欠陥が真の欠陥であるか擬似欠陥であるかを判定する工程とを有することを特徴とする検査方法に関する。
本発明の第3の態様は、光源と、
マスクが載置されるステージと、
前記光源から出射された光を前記ステージに向けて照射するとともに、開口係数が可変である光学系と、
前記光源から出射され、前記光学系を介して前記ステージに載置されるマスクを透過または前記マスクで反射した光が入射して、前記マスクの光学画像データを取得する撮像部と、
前記マスクに配置されたパターンの設計データに対して、前記マスクの製造プロセス、および前記マスクに設けられたパターンが半導体基板へ転写されて製造される半導体装置の製造プロセスの少なくとも一方で定められた前記マスクのパターンの形状および寸法が反映されるように補正したデータから、前記光学画像データに対応する参照画像データを生成する参照画像生成部と、
前記光学画像データを前記参照画像データと比較して、前記光学画像データにおける前記パターンの欠陥を検出する比較部と、
前記開口係数を前記パターンの欠陥の検出に必要な値として前記撮像部で取得した第1の光学画像データと、前記参照画像生成部で生成した第1の参照画像とを前記比較部で比較して検出した欠陥を、前記開口係数を前記パターンを半導体基板へ転写するのに使用される露光装置の光学系を模擬した値として前記撮像部で取得した第2の光学画像データと、前記参照画像生成部で生成した第2の参照画像とを前記比較部で比較して検出した欠陥の情報に基づいて判定する欠陥解析部とを有することを特徴とする検査装置に関する。
本発明の第1の態様によれば、擬似欠陥を低減して正確な検査を行うことのできる検査方法が提供される。
本発明の第2の態様によれば、擬似欠陥を低減して正確な検査を行うことのできる検査方法が提供される。
本発明の第3の態様によれば、擬似欠陥を低減して正確な検査を行うことのできる検査装置が提供される。
実施の形態1における検査装置の概略構成図である。 実施の形態1における照明光学系の構成の一例を示す図である。 マスクの被検査領域と、ストライプおよびフレームとの関係を示す概念図である。 実施の形態1の検査方法のフロー図である。 実施の形態2における検査装置の概略構成図である。 実施の形態2の検査方法のフロー図である。
実施の形態1.
図1は、本実施の形態における検査装置の概略構成図である。この図に示すように、検査装置100は、被検査対象の光学画像データを取得する構成部Aと、構成部Aで取得された光学画像データを用いて検査に必要な処理を行う構成部Bとを有する。構成部Aは、被検査対象の光学画像を撮影して、この光学画像に対応した光学画像データを出力する。
被検査対象としては、例えば、フォトリソグラフィに使用されるマスクが挙げられる。マスクは、透明なガラス基板などの基材の主面に、所定のパターンが配置された構成を有する。構成部Aは、かかるパターンの光学画像データを出力する。本明細書では、マスクのパターンの光学画像データを単にマスクの光学画像データと称することがある。一方、構成部Bは、マスクのパターンの設計データと所定の参照画像生成関数とを用いて生成された参照画像データと、構成部Aが出力した光学画像データとを比較して、マスクのパターンの欠陥を検出する。尚、本明細書では、マスクのパターンを被検査パターンと称することがある。
構成部Aは、水平方向(X軸方向、Y軸方向)および回転方向(θ軸方向)に駆動可能なステージ101と、ステージ101の位置を測定するレーザ測長システム102と、所定の波長の光を出射する光源103と、光源103からの光をマスクMaに照明する照明光学系200と、マスクMaの光学画像データを生成する撮像部104と、マスクMaをステージ101上に載置するオートローダ105とを有する。
ステージ101は、X軸モータM1、Y軸モータM2、およびθ軸モータM3によって駆動される。これらのモータ(M1,M2,M3)は、ステージ制御部114によって制御される。モータの駆動機構には、例えば、エアスライダと、リニアモータやステップモータなどとを組み合わせて用いることができる。
詳細な図示は省略するが、レーザ測長システム102は、ヘテロダイン干渉計などのレーザ干渉計を有する。レーザ干渉計は、ステージ101に設けられたX軸用とY軸用の各ミラーとの間でレーザ光を照射および受光することによって、ステージ101の位置座標を測定する。レーザ測長システム102による測定データは、位置情報部113へ送られる。尚、ステージ101の位置座標を測定する方法は、レーザ干渉計を用いるものに限られず、磁気式や光学式のリニアエンコーダを用いるものであってもよい。
光源103としては、ハーフピッチ20nm以下のデバイスに対するマスクの欠陥検査を可能とするため、フォトリソグラフィで使用される波長193nmに近い波長の光源が好適である。例えば、波長199nmの紫外光を出射するパルスレーザを用いることができる。
図2は、照明光学系200の構成の一例を示す図である。
図2において、光源103は、基板103aと、基板103aの上に形成された複数の面発光レーザ素子103bとを有している。基板103としては、例えば、シリコンウェハが用いられる。面発光レーザ素子103bは、紫外線の基本波を発光する素子であり、半導体装置の製造工程と同様にして、シリコンウェハの上に形成される。
照明光学系200は、集光レンズ200aと、照明絞り200bと、フォーカスレンズ200cと、開口絞り200dと、コンデンサレンズ200eとを有する。これらは、光源103から出射された光の光軸に沿って、光源103の側からマスクMaに向かって順に配置される。但し、この順番に限定されるものではなく、例えば、照明絞り200bが開口絞り200dの下流側に配置される構成としてもよい。また、照明光学系200は、図2に示す構成要素以外のものを有していてもよい。例えば、照明光学系200は、光源103から出射した光を、マスクMaに対し透過照明する光路と反射照明する光路とに分割する手段、円偏光や直線偏光などに変える手段、点光源や輪帯などの光源形状に変える手段などを備えることができる。
光源103から出射された光は、集光レンズ200aによって集光した後、照明絞り200bを透過する。その後、この光は、フォーカスレンズ200cによって、開口絞り200dに焦点が合わせられる。開口絞り200dを透過した光は、コンデンサレンズ200eを透過した後、マスクMaを照明する。
コンデンサレンズ200eとマスクMaの距離は、照明絞り200bの像がマスクMaの表面で結像する距離に調整される。照明絞り200bの大きさを変えることにより、マスクMaの表面における照明領域が変わる。一方、開口絞り200dは、コンデンサレンズ200eの焦点位置に配置される。開口絞り200dで結像した光は、コンデンサレンズ200eを透過した後は平行光になり、マスクMaの表面で像を結ぶことはない。
開口絞り200dの大きさを変えることで、照明光学系200の開口係数NAを連続的に変えることができる。開口係数NAが大きくなると解像度は高くなり、開口係数NAが小さくなると解像度は低くなる。高い解像度が要求される検査装置では、例えば、光学系の開口係数NAは0.75〜0.85である。これに対し、半導体装置の製造工程で、マスクMaに設けられたパターンをウェハ(半導体基板)に転写する際に使用される露光装置の解像度は、検査装置より低く、光学系の開口係数は、例えば0.3〜0.35である。
本実施の形態では、開口絞り200dの大きさを変えて、照明光学系200の開口係数NAを変える。そして、検査装置の光学系に対応した高解像度の光学系(第1の光学系)と、露光装置の光学系を模擬した低解像度の光学系(第2の光学系)とを選択して、マスクMaのパターンの光学画像を撮像できるようにする。これにより、同一のマスクMaのパターンについて、高解像度の光学系で撮像した光学画像(以下、高解像度の光学画像と称することがある。)と、低解像度の光学系で撮像した光学画像(以下、低解像度の光学画像と称することがある。)とが得られる。尚、検査装置100は、上記のように高解像度の光学系と低解像度の光学系とを1つの光学系で実現する構成に限られず、高解像度の光学系と低解像度の光学系の2つの光学系を有する構成であってもよい。
撮像部104は、マスクMaを通過した光を集束させてマスクMaのパターンの光学画像を結像させる集束レンズ104aと、この光学画像を光電変換するフォトダイオードアレイ104bと、フォトダイオードアレイ104bから出力されるアナログ信号を光学画像データとしてのデジタル信号に変換して出力するセンサ回路104cとを有する。フォトダイオードアレイ104bには、例えば、TDI(Time Delay Integration)センサが配置される。尚、撮像部104は、図示しない自動焦点機構によって自動的に焦点調整がなされるように構成されていてもよい。
図1に戻って、構成部Bは、検査装置100の全体の制御を司る制御計算機110と、データ伝送路となるバス111と、バス111を介して制御計算機110に接続されたオートローダ制御部112、位置情報部113、ステージ制御部114、参照画像生成関数演算部115、参照画像生成部116、比較部117、欠陥解析部118、主記憶装置の一例となる磁気ディスク装置119、補助記憶装置の一例となる磁気テープ装置120、補助記憶装置の他の例となるフレキシブルディスク装置121、表示装置の一例となるCRT122、表示装置の他の例となるITVカメラによる顕微鏡パターンモニタ123、およびプリンタ124を有する。
尚、図1では、本実施の形態で必要な構成要素を記載しているが、検査に必要な他の公知の構成要素が含まれていてもよい。また、本明細書において、「〜部」と記載したものは、コンピュータで動作可能なプログラムにより構成することができるが、ソフトウェアとなるプログラムだけではなく、ハードウェアとソフトウェアとの組み合わせやファームウェアとの組み合わせによって実施されるものであってもよい。プログラムにより構成される場合、プログラムは、磁気ディスク装置などの記録装置に記録される。例えば、オートローダ制御部112は、電気的回路で構成されてもよく、制御計算機110によって処理することのできるソフトウェアとして実現されてもよい。また、電気的回路とソフトウェアの組み合わせによって実現されてもよい。
次に、図1の検査装置100を用いてマスクMaを検査する方法の一例を述べる。
本実施の形態による検査方法は、光学画像データの取得工程(S1)、参照画像データの生成工程(S2)、欠陥の検出工程(S3)、欠陥の解析工程(S4)を含む。以下、各工程について、図面を参照しながら説明する。
(1)光学画像データの取得工程(S1)
本実施の形態では、検査装置100の照明光学系200の開口係数NAを変えることにより、同一のマスクMaのパターンについて、高解像度の光学系(第1の光学系)で撮像した光学画像と、低解像度の光学系(第2の光学系)で撮像した光学画像とを得る。
図1において、まず、オートローダ105により、ステージ101上にマスクMaが載置される。オートローダ105は、オートローダ制御部112によって駆動される。また、オートローダ制御部112の動作は、制御計算機110によって制御される。マスクMaは、真空チャックなどの手段でステージ101の上に固定される。
マスクMaがステージ101に載置されると、マスクMaに光が照射される。具体的には、光源103から出射された光が、照明光学系200を介してマスクMaに照射される。このとき、図2の開口絞り200dの大きさが、高解像度の光学系に対応するものであれば、高解像度の光学画像が撮像される。一方、開口絞り200dの大きさが、低解像度の光学系に対応するものであれば、低解像度の光学画像が撮像される。
既に述べたように、開口絞り200dの大きさと、照明光学系200の開口係数NAには相関がある。具体的には、開口絞り200dの開口部が小さくなると、入射角の条件が狭く限定されて、開口係数NAが大きくなり、欠陥検出の感度は高くなる。一方、開口絞り200dの開口部が大きくなると、広い入射角条件の像が検出されるようになり、開口係数NAは小さくなって、欠陥検出の感度は低くなる。
本実施の形態では、高解像度の光学系の開口係数NA、具体的には、検査装置の光学系の開口係数NA(例えば、0.75〜0.85)に対応する開口絞り200dの大きさを予め決定しておく。また、低解像度の光学系の開口係数NA、具体的には、マスクMaに設けられたパターンをウェハに転写する際に使用される露光装置の光学系の開口係数NA(例えば、0.3〜0.35)に対応する開口絞り200dの大きさも予め決定しておく。そして、光学画像を撮像する際に、開口絞り200dの大きさを選択して、高解像度の光学画像または低解像度の光学画像が撮像されるようにする。
正確な検査結果を得るためには、マスクMaのパターンがステージ101上で所定の位置に位置合わせされている必要がある。そこで、例えば、マスクMaに位置合わせ用のアライメントマークを形成し、このアライメントマークを実際に撮像部104で撮影して、ステージ101上でマスクMaの被検査パターンの位置合わせを行う。尚、本実施の形態では、マスクMaの被検査パターンとステージ101との相対的な位置合わせをプレートアライメントと称する。
例えば、マスクMaの被検査パターンの四隅付近で長方形の各頂点となる位置に、十字形状のマスクアライメントマークMAが形成されているとする。また、マスクMaには、複数のチップパターンが形成されており、各チップにもチップアライメントマークCAが形成されているとする。一方、ステージ101は、水平方向に移動するXYステージと、このXYステージ上に配置されて回転方向に移動するθステージとによって構成されるものとする。この場合、位置合わせ工程は、具体的には、マスクMaをステージ101上に載置した状態で、被検査パターンのX軸およびY軸と、XYステージの走行軸とを合わせる工程になる。
まず、4箇所に設けられたマスクアライメントマークMAのうちで、Y座標の数値が小さい2点のマスクアライメントマークMAを撮影し、両マークが正確に同じY座標となるように、θステージを回転させてマスクMaの回転方向の微調整を行う。このとき、マスクアライメントマークMA間の距離も正確に測定しておく。次に、Y座標の数値が大きい2点のマスクアライメントマークMAを撮影する。これによって、4点すべてのマスクアライメントマークMAの座標が正確に測定される。
上記の測定から、Y座標の数値が小さい2点のマスクアライメントマークMAを底辺の両端に有する四角形の頂点に、他の2点のマスクアライメントマークMAが位置するとする。ここで、長方形の各頂座標に位置するはずの他の2点のアライメントマークが、測定された座標にずれていることによって歪んだ形となっていること、また、測定されたアライメントマーク間の距離が設計上の座標距離に対して伸縮を帯びていることから、検査対象となるパターンの領域も、上記の四角形と相似する歪みと伸縮を帯びていると推測され、これを反映した補正が、参照画像生成部116で参照画像データを生成する際に行われる。
尚、マスクMaには、マスクアライメントマークMAがなくてもよい。その場合は、マスクMaのパターンのうちで、できるだけマスクMaの外周に近くてXY座標が同一であるコーナーの頂点やエッジパターンの辺を使って、位置合わせを行うことができる。
マスクMaの被検査領域(被検査パターンが設けられた領域)は、短冊状の複数の領域に仮想的に分割される。尚、この短冊状の領域はストライプと称される。各ストライプは、例えば、幅が数百μmであって、長さがマスクMaの被検査領域のX方向の全長に対応する100mm程度の領域とすることができる。
さらに、各ストライプに、格子状に分割した複数の被撮像単位(以下、個々の被撮像単位を「フレーム」と表記する。)を仮想的に設定する。個々のフレームのサイズは、ストライプの幅、または、ストライプの幅を4分割した程度の正方形とするのが適当である。
図3は、マスクMaにおける被検査領域Rと、ストライプ(St1〜St4)およびフレームFとの関係を示す概念図である。この例では、マスクMaにおける被検査領域Rは、4つのストライプSt1〜St4によって仮想的に分割されており、さらに、個々のストライプSt1〜St4には、45個のフレームFが仮想的に設定されている。
各ストライプSt1〜St4は、Y軸方向に整列している。一方、各フレームは、例えば十数μm□程度の矩形を呈する。ここで、撮像漏れを防ぐため、隣り合う2つのフレーム間においては、一方のフレームの縁部と他方のフレームの縁部とが所定の幅で重なるように設定される。所定の幅は、例えば、フォトダイオードアレイ104bの画素サイズを基準とすると、その20画素分程度の幅とすることができる。尚、ストライプも同様であり、隣り合うストライプの縁部が互いに重なるように設定される。
マスクMaの光学画像は、ストライプ毎に撮像される。すなわち、図3の例で光学画像を撮像する際には、各ストライプSt1,St2,St3,St4が連続的に走査されるように、ステージ101の動作が制御される。具体的には、まず、ステージ101が図3の−X方向に移動しながら、ストライプSt1の光学画像がX方向に順に撮像されていく。そして、図1のフォトダイオードアレイ104bに光学画像が連続的に入力される。ストライプSt1の光学画像の撮像を終えると、ストライプSt2の光学画像が撮像される。このとき、ステージ101は、−Y方向にステップ移動した後、ストライプSt1における光学画像の取得時の方向(−X方向)とは逆方向(X方向)に移動していく。撮像されたストライプSt2の光学画像も、フォトダイオードアレイ104bに連続的に入力される。ストライプSt3の光学画像を取得する場合には、ステージ101が−Y方向にステップ移動した後、ストライプSt2の光学画像を取得する方向(X方向)とは逆方向、すなわち、ストライプSt1の光学画像を取得した方向(−X方向)に、ステージ101が移動する。同様にしてストライプSt4の光学画像も撮像される。
マスクMaを通過した光は、撮像部104によって、マスクMaのパターンの光学画像として結像した後、A/D(アナログデジタル)変換され、光学画像データとして出力される。具体的には、フォトダイオードアレイ104bがマスクMaの光学画像を撮像して、光学画像に対応するアナログ信号をセンサ回路104cに順次出力する。センサ回路104cは、フォトダイオードアレイ104bが出力した各アナログ信号をそれぞれ光学画像データであるデジタル信号に変換して出力する。
尚、光学画像データは、センサ回路104cに設けられて画素毎にオフセット・ゲイン調整可能なデジタルアンプ(図示せず)に入力される。デジタルアンプの各画素用のゲインは、キャリブレーションによって決定される。例えば、透過光用のキャリブレーションでは、撮像部104が撮像する面積に対して十分に広いマスクMaの遮光領域を撮影中に黒レベルが決定される。次いで、撮像部104が撮像する面積に対して十分に広いマスクMaの透過光領域を撮影中に白レベルが決定される。このとき、検査中の光量変動を見越して、例えば、白レベルと黒レベルの振幅が、8ビット階調データの約4%から約94%に相当する10〜240に分布するよう、画素毎にオフセットとゲインが調整される。
図4は、本実施の形態の検査方法のフロー図である。光学画像データの取得工程(S1)、参照画像データの生成工程(S2)、欠陥の検出工程(S3)、欠陥の解析工程(S4)の各工程と対応する部分を、図中に点線で囲んで示している。
図4に示すように、光学画像データの取得工程(S1)において、照明光学系200を高解像度の光学系とした場合には、高解像度の光学画像が撮像されて、高解像度の光学画像データ(第1の光学画像データ)が取得される。一方、照明光学系200を低解像度の光学系とした場合には、低解像度の光学画像が撮像されて、低解像度の光学画像データ(第2の光学画像データ)が取得される。
(2)参照画像データの生成工程(S2)
参照画像データは、マスクMaのパターンの設計データ(設計パターンデータ)を基に生成される。尚、参照画像データは、ダイ−トゥ−データベース(Die to Database)比較方式による検査において、光学画像データと比較されて、光学画像データの欠陥の有無を判定する基準となるデータである。本実施の形態では、高解像度の光学系によって取得した光学画像データ(第1の光学画像データ)に対応する参照画像データ(第1の参照画像データ)と、低解像度の光学系によって取得した光学画像データ(第2の光学画像データ)に対応する参照画像データ(第2の参照画像データ)とを生成する。
マスクの製造プロセスや半導体装置の製造プロセスにおいては、ウェハに転写されるパターンの形状や寸法などの変化が抑制されるように、製造レシピやプロセス条件によって、マスクのパターンの形状や寸法などが定められている。すなわち、マスクのパターンのコーナーの丸まり具合や線幅の仕上がり寸法などが加減されている。本実施の形態では、設計パターンデータに対して、こうした製造レシピやプロセス条件で定められた形状や寸法の調整を反映する補正を行う。そして、補正後の設計パターンデータを用いて、参照画像データを生成する。以下に、設計パターンデータに対する補正の具体例を挙げる。
<マスクの製造プロセスでの変化>
マスクにパターンを形成する工程では、電子ビームリソグラフィ技術が利用される。この技術に使用される電子ビーム描画装置によれば、複雑且つ任意に設計される回路パターンがデータ処理されてレジスト膜に描画される。描画されたパターンの形状は、電子ビーム描画装置に応じた特徴的な傾向を有する場合がある。例えば、パターンのコーナー部の丸まりの程度や、マスク面内におけるパターン線幅の太りや細りの傾向が、電子ビーム描画装置の種類や個体差に依存して異なる。そこで、マスクの製造プロセスでは、こうした丸まりや線幅誤差が抑制されるよう、マスクのパターンの形状や寸法が調整される。本実施の形態では、設計パターンデータに対して、かかる調整を反映した補正を行う。
また、電子ビーム描画装置によってマスクに描画される図形は、電子ビームのエネルギーの蓄積分布像に相当する。マスクの製造プロセスでは。このエネルギー蓄積分布像を用いて描画パターンに近接補正を行って、描画されるパターンの位置や寸法のずれなどを調整している。本実施の形態では、設計パターンデータに対して、かかる調整を反映した補正を行う。
<半導体装置の製造プロセスでの変化>
半導体装置の製造プロセスでは、ウェハの主面にレジスト膜が設けられる。そして、露光装置によって、マスクのパターンがレジスト膜に転写される。その後、レジスト膜に現像処理を施すことによって、レジストパターンが形成される。次に、レジストパターンを遮蔽体として用いて、ウェハの主面に選択的エッチングを行う。このとき、エッチングによって生成したパターンには、例えば、ウェハ転写像からのひずみが生じる。そこで、半導体装置の製造プロセスでは、エッチングによるマイクロローディング効果像を用いた近接補正を行って、エッチングによって生成するパターンの形状や寸法などを調整している。本実施の形態では、設計パターンデータに対して、かかる調整を反映した補正を行う。
尚、半導体装置の製造プロセスにおけるプロセス条件が分からない場合には、マスクの所定パターン(例えば、典型的なパターン)について、例えば、SEM(Scanning Electron Microscope;走査型電子顕微鏡)を用いた寸法測定を行って推定できる。つまり、寸法測定の結果から、半導体装置の製造プロセスで定められたマスクのパターンの形状および寸法が分かるので、この所定パターンの寸法の測定値と設計値との差を用いて、設計パターンデータを補正する。
設計パターンデータに対する補正処理は、検査装置100の内部および外部のいずれで行ってもよい。補正後の設計パターンデータは、例えば、図1の検査装置100の磁気ディスク装置119に格納される。制御計算機110は、これを読み出して参照画像生成部116へ送る。
参照画像生成部116は、展開回路116aと参照回路116bを有している。補正後の設計パターンデータは、展開回路116aで2値ないしは多値のイメージデータに変換される。
イメージデータは、展開回路116aから参照回路116bに送られる。参照回路116bは、イメージデータにフィルタ処理を施す。例えば、図1の撮像部104で得られた光学画像データは、照明光学系200の解像特性やフォトダイオードアレイ104bのアパーチャ効果などによってぼやけた状態、言い換えれば、空間的なローパスフィルタが作用した状態にある。そこで、フィルタ処理によって、例えば、高解像度と低解像度の照明光学系200を模擬したシミュレーションを行ったり、フォトダイオードアレイ104bでの像形成パラメータを調整したりして、参照画像データを光学画像データに似せる処理を行う。このとき、高解像度の光学画像データと、これに対応する参照画像データとの差分が最小となるように、シミュレーションと像形成パラメータとを調整することが好ましい。同様に、低解像度の光学画像データと、これに対応する参照画像データとの差分が最小となるように、シミュレーションと像形成パラメータとを調整することが好ましい。
高解像度の光学画像データと、これに対応する参照画像データとの差分や、低解像度の光学画像データと、これに対応する参照画像データとの差分が最小となるようにする際には、フォトダイオードアレイ104bの受光面の位置も調整することが好ましい。このとき、フォーカスオフセット量を考慮することがより好ましい。
フォーカスオフセット量は、合焦点位置からのずれ量である。欠陥検査では、合焦点位置に対して意図的に一定の距離(フォーカスオフセット)を設けて検査する方が、欠陥検査の信号/ノイズ(S/N)比が改善する場合があることが分かっている。そこで、光学画像のコントラストが最大になる合焦点位置を求め、次に、この合焦点位置にフォーカスオフセットの分を補正した位置を最適な焦点位置として検査が行われる。具体的には、フォトダイオードアレイ104bの受光面の位置が、合焦点位置にフォーカスオフセットの分を補正した位置となるように調整される。
フィルタ処理では、照明光学系200の解像特性やフォトダイオードアレイ104bのアパーチャ効果などを模擬した参照画像生成関数が決定される。本実施の形態では、参照画像生成関数演算部115で参照画像生成関数を決定する。具体的には、補正後の設計パターンデータが、制御計算機110によって磁気ディスク装置119から読み出されて、参照画像生成関数演算部115へ送られる。また、撮像部104から出力された光学画像データも、参照画像生成関数演算部115へ送られる。そして、補正後の設計パターンデータと光学画像データを基に、参照画像生成関数演算部115において、高解像度の光学画像データに対応する参照画像データに適した参照画像生成関数と、低解像度の光学画像データに対応する参照画像データに適した参照画像生成関数とが決定される。
次いで、各参照画像生成関数は、参照画像生成関数演算部115から参照画像生成部116へ送られる。すると、参照画像生成部116内の参照回路116bにおいて、展開回路116aから出力されたイメージデータに参照画像生成関数を用いたフィルタ処理が施される。これにより、高解像度の光学画像データに対応する参照画像データと、低解像度の光学画像データに対応する参照画像データとが生成される。
(3)欠陥の検出工程(S3)
この工程では、まず、図1の比較部117において、光学画像データの取得工程(S1)で得られた光学画像データと、参照画像データの生成工程(S2)で得られた参照画像データとが比較されて欠陥が検出される。具体的には、次のようにして行われる。
まず、撮像部104から光学画像データが、参照画像生成部116から参照画像データが、それぞれ比較部117へ送られる。また、ステージ101の位置座標を測定した位置データが、位置情報部113から比較部117へ送られる。
尚、図1の検査装置100によれば、撮像部104は、マスクMaを通過した照明光を集束させてマスクMaの光学画像を得るので、比較部117では、透過の光学画像データと参照画像データが比較されることになる。尚、検査装置がマスクMaで反射した照明光を集束させてマスクMaの光学画像を得る構成であれば、反射の光学画像データと参照画像データが比較される。
比較部117では、光学画像データが所定のサイズに分割され、参照画像データも光学画像データと同様に分割される。本実施の形態では、光学画像データはフレーム毎のデータに分割される。また、参照画像データも、光学画像データに対応するフレーム毎のデータに分割される。尚、以下では、フレーム毎に分割された光学画像データの各々を「光学フレームデータ」と称し、フレーム毎に分割された参照画像データの各々を「参照フレームデータ」と称する。
比較部117では、光学フレームデータと参照フレームデータとが比較されることによって、光学フレームデータの欠陥が検出される。また、位置情報部113より送られた測定データを用いて、欠陥の位置座標データが作成される。
比較部117には、数十個の比較ユニット(図示せず)が装備されている。これにより、複数の光学フレームデータが、それぞれ対応する参照フレームデータと並列して同時に処理される。各比較ユニットは、フレームアライメント部と、アルゴリズム比較処理部と、欠陥登録部とを有する。そして、各比較ユニットは、1つの光学フレームデータの処理が終わると、未処理の光学フレームデータと、これに対応する参照フレームデータを取り込む。このようにして、多数の光学フレームデータが順次処理されて欠陥が検出されていく。
具体的には、まず、光学フレームデータと、この光学フレームデータに対応する参照フレームデータとがセットになって、各比較ユニットへ出力される。そして、光学フレームデータと参照フレームデータとの位置合わせ(フレームアライメント)が行われる。このとき、パターンのエッジ位置や、輝度のピーク位置が揃うように、(フォトダイオードアレイ104bの)画素単位で平行シフトさせる他、近隣の画素の輝度値を比例配分するなどして、画素未満の合わせ込みも行う。
光学フレームデータと参照フレームデータとの位置合わせを終えた後は、適切な比較アルゴリズムにしたがった欠陥検出が行われる。例えば、光学フレームデータと参照フレームデータとの画素毎のレベル差の評価や、パターンエッジ方向の画素の微分値同士の比較などが行われる。そして、光学画像データと参照画像データの差異が所定の閾値を超えると、その箇所が欠陥として検出される。
例えば、線幅欠陥として登録される場合の閾値は、光学画像データと参照画像データとの線幅(Critical Dimension:CD)の寸法差(nm)および寸法比率(%)単位で指定される。例えば、線幅の寸法差が16nm、寸法比率が8%というように2通りの閾値が指定される。光学画像データのパターンが200nmの線幅を有するとき、参照画像データとの寸法差が20nmであれば、寸法差の閾値と寸法比率の閾値のいずれよりも大きいため、このパターンには欠陥があるとされる。
尚、欠陥判定の閾値は、線幅が参照画像データよりも太い場合と細い場合とについて、それぞれ別々に指定することも可能である。また、線幅でなく、線間のスペース幅(パターン間の距離)が、参照画像データよりも太い場合と細い場合とについて、それぞれ閾値を指定してもよい。さらに、ホール形状のパターンに対しては、ホールの直径の寸法や直径の寸法比率の閾値を指定することができる。この場合、閾値は、ホールのX方向の断面とY方向の断面のそれぞれについて指定され得る。
欠陥検出に用いられるアルゴリズムは、上記の他にも、例えば、レベル比較法や微分比較法などがある。レベル比較法では、例えば、光学フレームデータにおける画素単位の輝度値、すなわちフォトダイオードアレイ104bの画素に対応する領域の輝度値が算出される。そして、算出された輝度値と参照フレームデータでの輝度値とが比較されることによって、欠陥が検出される。また、微分比較法では、光学フレームデータ上での微細パターンのエッジに沿った方向、例えば、ラインパターンのエッジに沿った方向における画素単位の輝度値の変化量が微分によって求められる。この変化量と参照フレームデータでの輝度値の変化量とが比較されることによって、欠陥が検出される。
比較アルゴリズムにしたがった欠陥検出処理によって、光学フレームデータに欠陥があると判定されると、その光学フレームデータ、欠陥の位置座標データ、比較された参照フレームデータなどの欠陥の情報が登録される。この登録は、例えば、比較部117に設けた欠陥登録部(図示せず)で行うことができる。
尚、比較部117は、光学フレームデータとこれに対応する参照フレームデータとのセット毎であって且つ比較アルゴリズム毎に、フレームデータの位置合わせ、欠陥検出、および欠陥検出数の集計という一連の比較判定動作を、フレームデータの位置合わせの条件を変えて複数回行い、欠陥検出数が最も少なかった比較判定動作での欠陥検出結果を登録することができる。
以上のようにして、比較部117に光学画像データと参照画像データが順次取り込まれ、比較処理されることによって、光学画像データにおける欠陥検出が行われていく。ここで、本実施の形態では、照明光学系200を高解像度として取得した光学画像データと、照明光学系200を低解像度として取得した光学画像データとがある。これらの光学画像データを用いた比較は、図4に示す流れにしたがって行われる。
図4に示すように、高解像度の光学画像データは、これに対応する高解像度の参照画像データと比較される。また、低解像度の光学画像データは、これに対応する低解像度の参照画像データと比較される。
比較によって、例えば擬似欠陥が多く検出されるなどした場合には、比較部117から参照画像生成関数演算部115へ関数再決定指示が出力される。そして、参照画像データの生成工程(S2)に戻り、参照画像生成関数演算部115で参照画像生成関数が再決定される。この場合、例えば、検査装置100に機械学習させるポイントのうち、擬似欠陥が多発している領域の学習ポイントを欠陥でないとして扱うようにして、参照画像生成関数を決定することができる。その後、再決定された参照画像生成関数が参照画像生成部116へ送られ、参照画像生成部116において参照画像データが再生成される。そして、再び欠陥の検出工程(S3)へ進み、比較部117において、高解像度の光学画像データと、再生成された高解像度の参照画像データとを比較して欠陥検出する。あるいは、低解像度の光学画像データと、再生成された低解像度の参照画像データとを比較して欠陥検出する。
(4)欠陥の解析工程(S4)
高解像度の光学画像データから得られた欠陥に関する情報と、低解像度の光学画像データから得られた欠陥に関する情報とは、それぞれ、図1の比較部117から欠陥解析部118へ送られる。
既に述べたように、低解像度の光学画像データは、照明光学系200を低解像度の光学系として取得されたものである。そして、低解像度の光学系は、マスクMaに設けられたパターンをウェハに転写する際に使用される露光装置の光学系を模擬したものである。
一般に、高解像度の光学系のみを用いてマスクの検査を行う場合において、マスクのパターンがウェハへ転写された像(ウェハ転写像)を得るには、高解像度の光学系で撮像された光学画像からシミュレーションによってウェハ転写像を推定することになる。一方、低解像度の光学系は、上述したように、露光装置の光学系を模擬したものであるので、それによって撮像された光学画像はウェハ転写像に対応したものである。すなわち、低解像度の光学系によれば、シミュレーションを行わずにウェハ転写像を直接的に得ることができる。
低解像度の光学画像データを、これに対応する低解像度の参照画像データと比較することによって検出された欠陥は、ウェハ転写像で検出される欠陥と言える。したがって、ウェハに転写されたときにウェハ上で欠陥になることが予想される。一方、高解像度の光学画像データで検出された欠陥であっても、低解像度の光学画像データで検出されなければ、この欠陥はウェハへは転写されないことが予想される。したがって、こうした欠陥は、検査では検出される必要のない擬似欠陥と判定できる。このように、高解像度の光学画像データで検出された欠陥に関する情報と、低解像度の光学画像データから得られた欠陥に関する情報とから、マスクMaのパターンの欠陥のウェハへの転写性を評価することができる。
欠陥解析部118は、低解像度の光学画像データから得られた欠陥に関する情報を参照して、高解像度の光学画像データで検出された欠陥を解析する。具体的には、高解像度の光学画像データで検出された欠陥について、ウェハへの転写性を評価し、真の欠陥であるか、擬似欠陥であるかを判定する。
例えば、同一のパターンにおいて、高解像度の光学画像データで検出された欠陥が、低解像度の光学画像データで検出されていなければ、この欠陥はウェハに転写されないと予想される。したがって、実質的に問題とならない擬似欠陥と判定できる。一方、高解像度の光学画像データで検出された欠陥が、低解像度の光学画像データでも検出されていれば、この欠陥は、ウェハに転写されると予想されるので、真の欠陥として擬似欠陥と区別される。
欠陥解析部118で欠陥を解析することにより、高解像度の光学系によって取得された光学画像データで検出された欠陥から、真の欠陥を抽出することができる。真の欠陥に関する情報は、例えば磁気ディスク装置119に保存される。
以上述べたように、本実施の形態では、検査装置が、高解像度の光学系による光学画像と、低解像度の光学系による光学画像とを撮像できる。高解像度の光学系は検出感度が高いので、取得される光学画像を用いて、マスクに形成された微細なパターンの欠陥検出が可能である。一方、低解像度の光学系は、マスクのパターンをウェハに転写する際に使用される露光装置の光学系を模擬したものであるので、取得される光学画像はウェハ転写像に対応する。したがって、シミュレーションによるウェハ転写像の推定を必要としない。
また、本実施の形態では、マスクのパターンの設計データから参照画像データを生成する際に、
1)マスクの製造プロセスで定められたパターンの形状や寸法
および
2)マスクに設けられたパターンがウェハへ転写されて製造される半導体装置の製造プロセスで定められたパターンの形状や寸法
の少なくとも一方を反映した補正を設計パターンデータに対して行う。すなわち、マスクの製造プロセスや半導体装置の製造プロセスで生じる、パターンの形状や寸法などの変化が抑制されるように、設計パターンデータを補正する。
既に述べたように、マスクのパターンは、その製造工程でコーナーの丸まりの程度や線幅の仕上がり寸法などが加減されており、設計パターンデータと完全には一致しない。また、マスクのパターンが所望の形状となるよう、設計パターンデータに補正が加えられることがあり、こうした場合にも、マスクのパターンと設計パターンデータとは一致しなくなる。本実施の形態によれば、マスクの製造プロセスや半導体装置の製造プロセスで定められたパターンの形状や寸法を反映した補正を設計パターンデータに対して行うので、マスクのパターンと設計パターンデータとの差を低減することができる。したがって、この補正された設計パターンデータから生成された参照画像データを光学画像データと比較することで、擬似欠陥を低減して、正確な検査を行うことができるようになる。
また、高解像度の光学画像データおよび低解像度の光学画像データのいずれについても、参照画像データとの比較の結果、必要に応じて、参照画像生成関数の見直しを行い、参照画像データを再生成する。これによって、高解像度の光学画像データにおける欠陥をより精度よく検出できるようになる。また、低解像度の光学画像を用いた転写性の影響、すなわち、マスクのパターンの欠陥がウェハへ転写されるか否かについて、より正確な判断が行えるようになる。
尚、本実施の形態において、高解像度の光学系を用いた光学画像データの取得と、低解像度の光学系を用いた光学画像データの取得とは、別々に行ってもよいし、同時に行ってもよい。
例えば、まず、照明光学系を高解像度として光学画像を撮像し、この光学画像から得られた光学画像データについて欠陥検出を行う。その後、照明光学系を低解像とし、高解像度の光学画像データで欠陥が検出された箇所についてのみ光学画像を撮像する。そして、低解像度の光学画像データから、欠陥のウェハへの転写性を評価する。この場合、高解像度の光学画像データを取得しながら高解像度の参照画像データを生成することができる。また、同様に、低解像度の光学画像データを取得しながら、低解像度の参照画像データを生成することができる。
また、例えば、検査装置に高解像度の光学系と低解像度の光学系の2つの光学系を搭載し、高解像度の光学画像を撮像しながら、低解像度の光学画像を撮像できるようにしてもよい。この方法によれば、高解像度の光学画像データで検出されない欠陥を、低解像度の光学画像データで検出することができる。
実施の形態2.
実施の形態1では、低解像度の光学系によって取得した光学画像データから、マスクのパターンで検出された欠陥のウェハ(半導体基板)への転写性を評価した。本実施の形態では、高解像度の光学系によって取得した光学画像データで検出された欠陥から、半導体基板へ転写される欠陥の形状を推定し、ウェハへの転写性を精度よく評価して検査を行う方法について述べる。
本実施の形態による検査方法は、光学画像データの取得工程(S11)、参照画像データの生成工程(S12)、欠陥の検出工程(S13)、ウェハ転写像の推定工程(S14)、欠陥の解析工程(S15)を含む。以下、各工程について説明する。
図5は、本実施の形態の検査装置300の構成を示す図である。この図において、実施の形態1で説明した図1と同じ符号を用いた部分は、同じものであることを示しているので、詳細な説明を省略する。また、図6は、本実施の形態の検査方法のフロー図である。S11〜S15の各工程と対応する部分を、図中に点線で囲んで示している。
(1)光学画像データの取得工程(S11)
この工程は、実施の形態1で述べた、光学画像データの取得工程(S1)と同様である。
すなわち、図5で、光源103から出射され、照明光学系200を透過した光は、マスクMaを照射する。照明光学系200は、実施の形態1で図2を用いて説明したのと同様の構成とすることができる。本実施の形態では、開口絞り200dの大きさが、実施の形態1における高解像度の光学系に対応するように、具体的には、開口係数NAが例えば0.75〜0.85となるように調整される。マスクMaを通過した光は、撮像部104によって、マスクMaのパターンの光学画像として結像した後、A/D(アナログデジタル)変換され、光学画像データとして出力される。
(2)参照画像データの生成工程(S12)
この工程も、実施の形態1で述べた、参照画像データの生成工程(S2)と同様である。
本実施の形態においても、実施の形態1と同様に、マスクMaの製造プロセスや、マスクMaに設けられたパターンがウェハへ転写されて製造される半導体装置の製造プロセスで定められたパターンの形状や寸法を反映した補正を設計パターンデータに対して行う。そして、この補正後の設計パターンデータを用いて、参照画像データを生成する。
補正後の設計パターンデータは、参照画像生成部116の展開回路116aで2値ないしは多値のイメージデータに変換される。このイメージデータは、展開回路116aから参照回路116bに送られる。参照回路116bは、イメージデータにフィルタ処理を施す。
フィルタ処理における参照画像生成関数の決定は、実施の形態1と同様にして、図5の参照画像生成関数演算部115で行われる。参照画像生成関数の決定では、例えば、照明光学系200を模擬したシミュレーションを行ったり、フォトダイオードアレイ104bでの像形成パラメータを調整したりする。このとき、高解像度の光学画像データと、これに対応する参照画像データとの差分が最小となるように、シミュレーションと像形成パラメータとを調整することが好ましい。同様に、低解像度の光学画像データと、これに対応する参照画像データとの差分が最小となるように、シミュレーションと像形成パラメータとを調整することが好ましい。さらに、これらに加えて、フォトダイオードアレイ104bの受光面の位置も調整することが好ましい。このとき、フォーカスオフセット量を考慮することがより好ましい。
決定された参照画像生成関数は、参照画像生成関数演算部115から参照画像生成部116へ送られる。すると、参照画像生成部116内の参照回路116bにおいて、展開回路116aから出力されたイメージデータに参照画像生成関数を用いたフィルタ処理が行われる。これにより、光学画像データに似せた参照画像データが生成される。
(3)欠陥の検出工程(S13)
この工程では、光学画像データの取得工程(S11)で取得した光学画像データと、参照画像データの生成工程(S12)で生成した参照画像データとを比較して、光学画像データにおける欠陥を検出する。
欠陥の検出工程は、図5の比較部117で行われる。そのため、撮像部104から光学画像データが、参照画像生成部116から参照画像データが、それぞれ比較部117へ送られる。また、ステージ101の位置座標を測定した位置データが、位置情報部113から比較部117へ送られる。
比較および欠陥検出の具体的方法は、実施の形態1の欠陥の検出工程(S3)で述べた方法と同様である。比較によって、例えば擬似欠陥が多く検出されるなどした場合には、図5の比較部117から参照画像生成関数演算部115へ関数再決定指示が出力される。次いで、参照画像生成関数演算部115において、参照画像生成関数が再決定される。その後、再決定された参照画像生成関数が参照画像生成部116へ送られ、参照画像生成部116において参照画像データが再生成される。そして、比較部117において、光学画像データと、再生成された参照画像データとを比較する。そして、光学画像データと参照画像データの差異が所定の閾値を超えると、その箇所が欠陥として検出される。
(4)ウェハ転写像の推定工程(S14)
比較部117で検出された欠陥とその近傍の光学画像データは、転写像推定部400へ送られる。また、補正後の設計パターンデータも転写像推定部400へ送られる。例えば、補正後の設計パターンデータが磁気ディスク装置119に格納されている場合には、制御計算機110がこれを読み出して転写像推定部400へ送る。
転写像推定部400は、比較部117で検出された欠陥の近傍の光学画像データ、光学画像データに対応する参照データ、および補正後の設計パターンデータを用いて、凸欠陥や凹欠陥といった欠陥の形状を推定する。次いで、推定した欠陥の形状を、補正後の設計パターンデータと合成する。その後、この合成したデータから、マスクMaに設けられたパターンがウェハへ転写される条件を用いて、ウェハへ転写されるパターンの第1のウェハ転写像を推定する。
また、転写像推定部400は、補正後の設計パターンデータから、マスクMaに設けられたパターンがウェハへ転写される条件を用いて、ウェハへ転写されるパターンの第2のウェハ転写像を推定する。第2のウェハ転写像には、光学画像データで検出された欠陥に関する情報は含まれない。
本実施の形態では、マスクの製造プロセスや、マスクに設けられたパターンがウェハへ転写されて製造される半導体装置の製造プロセスで定められたパターンの形状や寸法を反映した補正を設計パターンデータに対して行う。そして、この補正後の設計パターンデータを用いてウェハ転写像を推定するので、シミュレーションの精度を向上させて、正確なウェハ転写像を得ることができる。
マスクMaに設けられたパターンがウェハへ転写される条件としては、例えば、露光装置によってマスクMaのパターンをウェハへ転写する際のフォトリソグラフィの条件が挙げられる。露光装置でウェハに転写される回路パターンなどの露光イメージのシミュレーションには、例えば、非特許文献1(H. H. Hopkins, On the diffraction theory of optical images, In Proc. Royal Soc. Series A., volume 217 No.1131, pages 408-432, 1953)と、非特許文献2(N. B. Cobb,「Fast Optical and Process Proximity Correction Algorithms for Integrated Circuit Manufacturing」 A dissertation submitted in partial satisfaction of the requirements for the degree of Doctor of Philosophy in Engineering: Electrical Engineering and Computer Science in the Graduate Division of the University of California at Berkeley, Spring 1988)を参照することができる。
露光装置の光学系は、部分コヒーレントな光学系である。露光装置でマスクに描かれたパターンをウェハに転写した場合、ウェハ上の点(x,y)における光強度I(x,y)は、そのフーリエ変換した量I(fx,fy)を求めることにより、下式を用いて計算できる。但し、iは純虚数である。
(fx,fy)は、次のHopkinsの公式を用いて求められる。
上記のHopkinsの公式において、G(fx,fy)はマスクのフーリエ変換した量を表す。また、T(f'x,f'y;fx,fy)は相互透過係数(Transmission Cross Coefficients)であり、次のように計算される。
上式において、J (fx,fy)は、実効光源(Effective Source)における光源強度分布である。また、K(fx,fy)は、瞳関数(コヒーレント透過関数:Coherent Transmission Function)である。SMO(Source Mask Optimization)により光源の形状を変化させて最適化されたマスクの場合、光源の形状変化は光源強度分布J (fx,fy)に反映される。
本実施の形態においては、所定の形状および寸法を有する複数種類の欠陥をプログラム欠陥として登録し、転写像推定部400において、補正後の設計パターンデータに、これらのプログラム欠陥の情報を適宜選択して加えてもよい。例えば、大きさの異なる複数の凸状欠陥を補正後の設計パターンデータに組み込むことができる。そして、この合成したデータから、マスクMaに設けられたパターンがウェハへ転写される条件を用いて、ウェハ転写像を推定する。
(5)欠陥の解析工程(S15)
転写像推定部400で得られた第1のウェハ転写像と第2のウェハ転写像は、欠陥解析部401へ送られる。欠陥解析部401は、第1のウェハ転写像を第2のウェハ転写像と比較して、マスクMaのパターンで検出された欠陥のウェハへの転写性を評価し、光学画像データで検出された欠陥が真の欠陥であるか、擬似欠陥であるかを判定する。
第1のウェハ転写像と第2のウェハ転写像の比較は、欠陥の検出工程(S13)における、光学画像データと参照画像データの比較と同様にして行われる。比較の結果、欠陥が検出されると、かかる欠陥が光学画像データで検出された欠陥と対応するか否かが調べられる。そして、光学画像データで検出された欠陥がウェハ転写像にもあることが確認されれば、この欠陥はウェハに転写されてウェハ上で欠陥になると予想される。したがって、こうした欠陥は、真の欠陥と判定できる。これに対して、光学画像データで検出された欠陥が、第1の転写像と第2の転写像との比較で欠陥として検出されなければ、この欠陥はウェハへは転写されないと予想される。したがって、こうした欠陥は、検査では検出される必要のない擬似欠陥と判定できる。
また、光学画像データで検出された欠陥に代えてプログラム欠陥を補正後の設計パターンデータに加えてウェハ転写像を推定した場合、ウェハ転写像で検出される欠陥の限界が把握される。したがって、これとの対比で、光学画像データで検出された欠陥のウェハへの転写性を予想できる。例えば、寸法の異なる複数の凸状欠陥をプログラム欠陥とした場合において、ウェハ転写像で検出される凸状欠陥から、ウェハへ転写される凸状欠陥の寸法の閾値が予測できる。光学画像データで検出された凸状欠陥の寸法がこの閾値より小さければ、ウェハへは転写されないと予想できる。一方、光学画像データで検出された凸状欠陥の寸法がこの閾値以上であれば、ウェハへ転写されてウェハ上で欠陥になると予想できる。
欠陥解析部118で欠陥を解析することにより、光学系によって取得された光学画像データで検出された欠陥から、真の欠陥を抽出することができる。真の欠陥に関する情報は、例えば磁気ディスク装置119に保存される。
以上述べたように、本実施の形態では、マスクのパターンの設計データから参照画像データを生成する際に、マスクの製造プロセスや半導体装置の製造プロセスで定められたパターンの形状や寸法を反映した補正を設計パターンデータに対して行う。したがって、この補正された設計パターンデータから生成された参照画像データを光学画像データと比較することで、擬似欠陥を低減して、正確な検査を行うことができるようになる。
また、上記のようにして得られた補正後の設計パターンデータからウェハ転写像を推定するので、シミュレーションの精度を向上させて、正確なウェハ転写像を得ることができる。
さらに本実施の形態によれば、ウェハ転写像によってマスクのパターンの欠陥がウェハへ転写されるか否かを評価し、それによって、光学画像データで検出された欠陥が真の欠陥であるか、擬似欠陥であるかを判定する。これにより、一層正確な検査結果が得られるようになる。
尚、本発明は、上記の実施の形態に限定されるものではなく、本発明の趣旨を逸脱しない範囲内で種々変形して実施することができる。
また、上記実施の形態では、装置構成や制御手法等、本発明の説明に直接必要としない部分についての記載を省略したが、必要とされる装置構成や制御手法を適宜選択して用いることができることは言うまでもない。その他、本発明の要素を具備し、当業者が適宜設計変更し得る全ての検査方法および検査装置は、本発明の範囲に包含される。
100,300 検査装置
101 ステージ
102 レーザ測長システム
103 光源
104 撮像部
105 オートローダ
110 制御計算機
111 バス
112 オートローダ制御部
113 位置情報部
114 ステージ制御部
115 参照画像生成関数演算部
116 参照画像生成部
117 比較部
118,401 欠陥解析部
119 磁気ディスク装置
200 照明光学系
400 転写像推定部
Ma マスク

Claims (5)

  1. 光源から出射された光を第1の光学系を介してマスクに照射し、前記マスクを透過または前記マスクで反射した光を撮像部に入射させて、前記マスクに配置されたパターンについて第1の光学画像データを取得する工程と、
    前記第1の光学系より解像度が低く前記パターンを半導体基板へ転写するのに使用される露光装置の光学系を模擬した第2の光学系を介して、前記光源から出射された光を前記マスクに照射し、前記マスクを透過または前記マスクで反射した光を前記撮像部に入射させて、前記パターンについて第2の光学画像データを取得する工程と、
    前記マスクの製造プロセス、および前記マスクに設けられたパターンが半導体基板へ転写されて製造される半導体装置の製造プロセスの少なくとも一方で定められた前記マスクのパターンの形状および寸法を反映した補正を、前記パターンの設計データに対して行い、該補正後の設計データから、前記第1の光学画像データに対応する第1の参照画像データと、前記第2の光学画像データに対応する第2の参照画像データとを生成する工程と、
    前記第1の光学画像データを前記第1の参照画像データと比較して、前記第1の光学画像データにおける前記パターンの欠陥を検出する工程と、
    前記第2の光学画像データを前記第2の参照画像データと比較して、前記第2の光学画像データにおける前記パターンの欠陥を検出する工程と、
    前記第2の光学画像データにおける前記欠陥の情報を参照して、前記第1の光学画像データで検出された欠陥について、前記半導体基板への転写性を評価し、該欠陥が真の欠陥であるか擬似欠陥であるかを判定する工程とを有することを特徴とする検査方法。
  2. 前記半導体装置の製造プロセスで定められた前記マスクのパターンの形状および寸法は、前記マスクの所定パターンにおける寸法の測定値と設計値との差から推定されることを特徴とする請求項1に記載の検査方法。
  3. 前記第1の参照画像データと前記第2の参照画像データとを生成する工程では、前記補正後の設計データから生成したイメージデータにフィルタ処理を行い、
    前記第1の光学画像データと前記第1の参照画像データの差分、および前記第2の光学画像データと前記第2の参照画像データの差分がそれぞれ最小となるように、前記第1の光学系と前記第2の光学系の解像特性を模擬したシミュレーションと、前記撮像部の像形成パラメータとを調整することを特徴とする請求項1または2に記載の検査方法。
  4. 光源から出射された光を光学系を介してマスクに照射し、前記マスクを透過または前記マスクで反射した光を撮像部に入射させて、前記マスクに配置されたパターンについて光学画像データを取得する工程と、
    前記マスクの製造プロセス、および前記マスクに設けられたパターンが半導体基板へ転写されて製造される半導体装置の製造プロセスの少なくとも一方で定められた前記マスクのパターンの形状および寸法を反映した補正を、前記パターンの設計データに対して行い、該補正後の設計データから、前記光学画像データに対応する参照画像データを生成する工程と、
    前記光学画像データを前記参照画像データと比較して、前記光学画像データにおける前記パターンの欠陥を検出する工程と、
    前記光学画像データで検出された前記パターンの欠陥の光学画像データ、光学画像データに対応する参照データ、および補正後の設計パターンデータを用いて、前記半導体基板へ転写される欠陥の形状を推定し、前記補正後の設計データに前記推定した欠陥の形状に関する情報を加えたデータから、前記マスクに設けられたパターンが前記半導体基板へ転写される条件を用いて、前記半導体基板へ転写される前記パターンの第1の転写像を推定する工程と、
    前記補正後の設計データから、前記マスクに設けられたパターンが前記半導体基板へ転写される条件を用いて、前記半導体基板へ転写される前記パターンの第2の転写像を推定する工程と、
    前記第1の転写像と前記第2の転写像を比較して、前記欠陥の前記半導体基板への転写性を評価し、該欠陥が真の欠陥であるか擬似欠陥であるかを判定する工程とを有することを特徴とする検査方法。
  5. 光源と、
    マスクが載置されるステージと、
    前記光源から出射された光を前記ステージに向けて照射するとともに、開口係数が可変である光学系と、
    前記光源から出射され、前記光学系を介して前記ステージに載置されるマスクを透過または前記マスクで反射した光が入射して、前記マスクの光学画像データを取得する撮像部と、
    前記マスクに配置されたパターンの設計データに対して、前記マスクの製造プロセス、および前記マスクに設けられたパターンが半導体基板へ転写されて製造される半導体装置の製造プロセスの少なくとも一方で定められた前記マスクのパターンの形状および寸法が反映されるように補正したデータから、前記光学画像データに対応する参照画像データを生成する参照画像生成部と、
    前記光学画像データを前記参照画像データと比較して、前記光学画像データにおける前記パターンの欠陥を検出する比較部と、
    前記開口係数を前記パターンの欠陥の検出に必要な値として前記撮像部で取得した第1の光学画像データと、前記参照画像生成部で生成した第1の参照画像とを前記比較部で比較して検出した欠陥を、前記開口係数を前記パターンを半導体基板へ転写するのに使用される露光装置の光学系を模擬した値として前記撮像部で取得した第2の光学画像データと、前記参照画像生成部で生成した第2の参照画像とを前記比較部で比較して検出した欠陥の情報に基づいて判定する欠陥解析部とを有することを特徴とする検査装置。
JP2015211244A 2015-10-27 2015-10-27 検査方法および検査装置 Active JP6527808B2 (ja)

Priority Applications (6)

Application Number Priority Date Filing Date Title
JP2015211244A JP6527808B2 (ja) 2015-10-27 2015-10-27 検査方法および検査装置
TW105132900A TWI618977B (zh) 2015-10-27 2016-10-12 Mask inspection method and mask inspection device
PCT/JP2016/081707 WO2017073604A1 (ja) 2015-10-27 2016-10-26 検査方法および検査装置
KR1020187011459A KR102071942B1 (ko) 2015-10-27 2016-10-26 검사 방법 및 검사 장치
DE112016004904.8T DE112016004904B4 (de) 2015-10-27 2016-10-26 Überprüfungsmethode und Überprüfungsvorrichtung
US15/947,090 US10572995B2 (en) 2015-10-27 2018-04-06 Inspection method and inspection apparatus

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2015211244A JP6527808B2 (ja) 2015-10-27 2015-10-27 検査方法および検査装置

Publications (2)

Publication Number Publication Date
JP2017083270A true JP2017083270A (ja) 2017-05-18
JP6527808B2 JP6527808B2 (ja) 2019-06-05

Family

ID=58630396

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2015211244A Active JP6527808B2 (ja) 2015-10-27 2015-10-27 検査方法および検査装置

Country Status (6)

Country Link
US (1) US10572995B2 (ja)
JP (1) JP6527808B2 (ja)
KR (1) KR102071942B1 (ja)
DE (1) DE112016004904B4 (ja)
TW (1) TWI618977B (ja)
WO (1) WO2017073604A1 (ja)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019006221A1 (en) * 2017-06-30 2019-01-03 Kla-Tencor Corporation GENERATING HIGH RESOLUTION IMAGES FROM LOW RESOLUTION IMAGES FOR SEMICONDUCTOR APPLICATIONS
WO2019046428A1 (en) * 2017-08-30 2019-03-07 Kla-Tencor Corporation IDENTIFICATION OF NUISANCES AND DEFECTS OF INTEREST IN DEFECTS DETECTED ON A WAFER
KR20210014455A (ko) * 2019-07-30 2021-02-09 (주)샘테크 메탈 마스크 검사 장치

Families Citing this family (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11681279B2 (en) * 2016-08-15 2023-06-20 Asml Netherlands B.V. Method for enhancing the semiconductor manufacturing yield
TWI667530B (zh) * 2017-09-28 2019-08-01 日商紐富來科技股份有限公司 Inspection method and inspection device
US11257207B2 (en) * 2017-12-28 2022-02-22 Kla-Tencor Corporation Inspection of reticles using machine learning
JP7087397B2 (ja) * 2018-01-17 2022-06-21 東京エレクトロン株式会社 基板の欠陥検査装置、基板の欠陥検査方法及び記憶媒体
DE102018207880A1 (de) 2018-05-18 2019-11-21 Carl Zeiss Smt Gmbh Verfahren und Vorrichtung zum Bewerten einer unbekannten Auswirkung von Defekten eines Elements eines Photolithographieprozesses
US11748874B2 (en) * 2018-10-15 2023-09-05 3M Innovative Properties Company Automated inspection for sheet parts of arbitrary shape from manufactured film
KR20230153509A (ko) * 2018-12-31 2023-11-06 에이에스엠엘 네델란즈 비.브이. 프로세스 제어를 위한 인-다이 계측 방법 및 시스템
US10762618B1 (en) * 2019-02-14 2020-09-01 United Microelectronics Corp. Mask weak pattern recognition apparatus and mask weak pattern recognition method
US11087449B2 (en) * 2019-10-24 2021-08-10 KLA Corp. Deep learning networks for nuisance filtering
JP7352447B2 (ja) * 2019-11-12 2023-09-28 株式会社ニューフレアテクノロジー パターン検査装置及びパターン検査方法
JP7442375B2 (ja) * 2020-04-06 2024-03-04 株式会社ニューフレアテクノロジー マルチ電子ビーム検査装置及びマルチ電子ビーム検査方法
KR20220005913A (ko) 2020-07-07 2022-01-14 삼성전자주식회사 퓨필 이미지 기반 패턴 균일도 측정 장치와 방법, 및 그 측정 방법을 이용한 마스크 제조방법
US11704767B2 (en) * 2020-07-31 2023-07-18 Spot Vision Llc Texture extraction
US20220178845A1 (en) * 2020-12-07 2022-06-09 Nanya Technology Corporation Electronic system and method of specimen qualification
TWI792940B (zh) 2021-03-22 2023-02-11 旺矽科技股份有限公司 光學檢測系統及其不需使用光纖的雷射光提供模組
WO2022221446A1 (en) * 2021-04-13 2022-10-20 Verity Instruments, Inc. System, apparatus, and method for spectral filtering
US20230075297A1 (en) * 2021-09-03 2023-03-09 Kla Corporation Wafer alignment improvement through image projection-based patch-to-design alignment
US20240094639A1 (en) * 2022-09-19 2024-03-21 Kla Corporation High-resolution evaluation of optical metrology targets for process control

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005148320A (ja) * 2003-11-13 2005-06-09 Htl:Kk 参照画像の生成方法及び位相シフトフォトマスク検査装置
JP2006046943A (ja) * 2004-07-30 2006-02-16 Toppan Printing Co Ltd マスクの欠陥分類方法および分類装置
JP2009109382A (ja) * 2007-10-31 2009-05-21 Toshiba Corp 照明装置、及びそれを用いたマスク検査装置、マスク検査方法及びマスクの製造方法
JP2010223838A (ja) * 2009-03-24 2010-10-07 Toshiba Corp パターン検査装置、パターン検査方法、および微細構造体の製造方法
US20120134542A1 (en) * 2010-11-29 2012-05-31 Linyong Pang Photo-Mask Acceptance Technique
JP2014206466A (ja) * 2013-04-12 2014-10-30 株式会社ニューフレアテクノロジー 検査方法および検査装置

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6757645B2 (en) 1997-09-17 2004-06-29 Numerical Technologies, Inc. Visual inspection and verification system
US6268093B1 (en) 1999-10-13 2001-07-31 Applied Materials, Inc. Method for reticle inspection using aerial imaging
JP4711570B2 (ja) * 2001-09-14 2011-06-29 株式会社東京精密 パターン検査方法及び検査装置
US7003758B2 (en) 2003-10-07 2006-02-21 Brion Technologies, Inc. System and method for lithography simulation
JP4755833B2 (ja) * 2005-01-18 2011-08-24 株式会社東芝 試料欠陥検査及び試料検査方法
TWI407248B (zh) * 2006-12-05 2013-09-01 Hoya Corp 光罩之檢查裝置、光罩之檢查方法、液晶裝置製造用光罩之製造方法以及圖案轉印方法
JP5695924B2 (ja) * 2010-02-01 2015-04-08 株式会社ニューフレアテクノロジー 欠陥推定装置および欠陥推定方法並びに検査装置および検査方法
JP2012252055A (ja) 2011-05-31 2012-12-20 Toshiba Corp マスク検査方法、マスク作製方法および半導体装置の製造方法
US9335206B2 (en) * 2012-08-30 2016-05-10 Kla-Tencor Corporation Wave front aberration metrology of optics of EUV mask inspection system
US9098891B2 (en) * 2013-04-08 2015-08-04 Kla-Tencor Corp. Adaptive sampling for semiconductor inspection recipe creation, defect review, and metrology

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005148320A (ja) * 2003-11-13 2005-06-09 Htl:Kk 参照画像の生成方法及び位相シフトフォトマスク検査装置
JP2006046943A (ja) * 2004-07-30 2006-02-16 Toppan Printing Co Ltd マスクの欠陥分類方法および分類装置
JP2009109382A (ja) * 2007-10-31 2009-05-21 Toshiba Corp 照明装置、及びそれを用いたマスク検査装置、マスク検査方法及びマスクの製造方法
JP2010223838A (ja) * 2009-03-24 2010-10-07 Toshiba Corp パターン検査装置、パターン検査方法、および微細構造体の製造方法
US20120134542A1 (en) * 2010-11-29 2012-05-31 Linyong Pang Photo-Mask Acceptance Technique
JP2014206466A (ja) * 2013-04-12 2014-10-30 株式会社ニューフレアテクノロジー 検査方法および検査装置

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019006221A1 (en) * 2017-06-30 2019-01-03 Kla-Tencor Corporation GENERATING HIGH RESOLUTION IMAGES FROM LOW RESOLUTION IMAGES FOR SEMICONDUCTOR APPLICATIONS
US10769761B2 (en) 2017-06-30 2020-09-08 Kla-Tencor Corp. Generating high resolution images from low resolution images for semiconductor applications
WO2019046428A1 (en) * 2017-08-30 2019-03-07 Kla-Tencor Corporation IDENTIFICATION OF NUISANCES AND DEFECTS OF INTEREST IN DEFECTS DETECTED ON A WAFER
US10699926B2 (en) 2017-08-30 2020-06-30 Kla-Tencor Corp. Identifying nuisances and defects of interest in defects detected on a wafer
KR20210014455A (ko) * 2019-07-30 2021-02-09 (주)샘테크 메탈 마스크 검사 장치
KR102242093B1 (ko) * 2019-07-30 2021-04-20 (주)샘테크 메탈 마스크 검사 장치

Also Published As

Publication number Publication date
TWI618977B (zh) 2018-03-21
KR102071942B1 (ko) 2020-01-31
WO2017073604A1 (ja) 2017-05-04
KR20180059495A (ko) 2018-06-04
DE112016004904T5 (de) 2018-07-05
JP6527808B2 (ja) 2019-06-05
US10572995B2 (en) 2020-02-25
TW201721284A (zh) 2017-06-16
US20180232873A1 (en) 2018-08-16
DE112016004904B4 (de) 2022-03-31

Similar Documents

Publication Publication Date Title
JP6527808B2 (ja) 検査方法および検査装置
JP5921990B2 (ja) 欠陥検出方法
KR101540215B1 (ko) 검사 감도 평가 방법
KR101994524B1 (ko) 포커싱 장치, 포커싱 방법 및 패턴 검사 방법
JP6515013B2 (ja) 検査装置および検査方法
JP6043583B2 (ja) 焦点位置検出装置、検査装置、焦点位置検出方法および検査方法
JP2016009180A (ja) マスク検査装置、マスク評価方法及びマスク評価システム
US10192304B2 (en) Method for measuring pattern width deviation, and pattern inspection apparatus
JP2017009379A (ja) 検査装置および検査方法
JP2016145887A (ja) 検査装置および検査方法
JP6633918B2 (ja) パターン検査装置
JP6431786B2 (ja) 線幅誤差取得方法、線幅誤差取得装置および検査システム
US10346970B2 (en) Inspection method for detecting a die defect
JP4772815B2 (ja) 補正パターン画像生成装置、パターン検査装置および補正パターン画像生成方法
JP2020052025A (ja) パターン検査装置及び参照画像の作成方法
KR20180118530A (ko) 검사 방법
JP6851178B2 (ja) パターン検査方法及びパターン検査装置
CN116152155A (zh) 用于半导体样本制造的掩模检查

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20180507

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20190416

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20190513

R150 Certificate of patent or registration of utility model

Ref document number: 6527808

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250