JP2018152330A - 物体を分析する方法およびこの方法を実行するための荷電粒子ビーム装置 - Google Patents

物体を分析する方法およびこの方法を実行するための荷電粒子ビーム装置 Download PDF

Info

Publication number
JP2018152330A
JP2018152330A JP2018025080A JP2018025080A JP2018152330A JP 2018152330 A JP2018152330 A JP 2018152330A JP 2018025080 A JP2018025080 A JP 2018025080A JP 2018025080 A JP2018025080 A JP 2018025080A JP 2018152330 A JP2018152330 A JP 2018152330A
Authority
JP
Japan
Prior art keywords
pixel
image
particle beam
charged particle
data
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
JP2018025080A
Other languages
English (en)
Other versions
JP6505885B2 (ja
Inventor
バティプロル スリニバス
Bhattiprolu Sreenivas
バティプロル スリニバス
レヒナー ロレンツ
Lechner Lorenz
レヒナー ロレンツ
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.)
Carl Zeiss Microscopy GmbH
Original Assignee
Carl Zeiss Microscopy GmbH
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 Carl Zeiss Microscopy GmbH filed Critical Carl Zeiss Microscopy GmbH
Publication of JP2018152330A publication Critical patent/JP2018152330A/ja
Application granted granted Critical
Publication of JP6505885B2 publication Critical patent/JP6505885B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01J—ELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
    • H01J37/00—Discharge tubes with provision for introducing objects or material to be exposed to the discharge, e.g. for the purpose of examination or processing thereof
    • H01J37/02—Details
    • H01J37/244—Detectors; Associated components or circuits therefor
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01J—ELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
    • H01J37/00—Discharge tubes with provision for introducing objects or material to be exposed to the discharge, e.g. for the purpose of examination or processing thereof
    • H01J37/26—Electron or ion microscopes; Electron or ion diffraction tubes
    • H01J37/28—Electron or ion microscopes; Electron or ion diffraction tubes with scanning beams
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01J—ELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
    • H01J37/00—Discharge tubes with provision for introducing objects or material to be exposed to the discharge, e.g. for the purpose of examination or processing thereof
    • H01J37/02—Details
    • H01J37/04—Arrangements of electrodes and associated parts for generating or controlling the discharge, e.g. electron-optical arrangement, ion-optical arrangement
    • H01J37/10—Lenses
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01J—ELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
    • H01J37/00—Discharge tubes with provision for introducing objects or material to be exposed to the discharge, e.g. for the purpose of examination or processing thereof
    • H01J37/26—Electron or ion microscopes; Electron or ion diffraction tubes
    • H01J37/261—Details
    • H01J37/265—Controlling the tube; circuit arrangements adapted to a particular application not otherwise provided, e.g. bright-field-dark-field illumination
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01J—ELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
    • H01J2237/00—Discharge tubes exposing object to beam, e.g. for analysis treatment, etching, imaging
    • H01J2237/22—Treatment of data
    • H01J2237/221—Image processing
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01J—ELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
    • H01J2237/00—Discharge tubes exposing object to beam, e.g. for analysis treatment, etching, imaging
    • H01J2237/30—Electron or ion beam tubes for processing objects
    • H01J2237/317—Processing objects on a microscale
    • H01J2237/3174—Etching microareas
    • H01J2237/31745—Etching microareas for preparing specimen to be viewed in microscopes or analyzed in microanalysers
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01J—ELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
    • H01J37/00—Discharge tubes with provision for introducing objects or material to be exposed to the discharge, e.g. for the purpose of examination or processing thereof
    • H01J37/30—Electron-beam or ion-beam tubes for localised treatment of objects
    • H01J37/305—Electron-beam or ion-beam tubes for localised treatment of objects for casting, melting, evaporating or etching
    • H01J37/3053—Electron-beam or ion-beam tubes for localised treatment of objects for casting, melting, evaporating or etching for evaporating or etching

Abstract

【課題】物体を分析する方法およびこの方法を実行するための荷電粒子ビーム装置を提供する。【解決手段】荷電粒子ビーム装置は第１の荷電粒子ビームを生成する第１の粒子ビームコラム３０１と第２の荷電粒子ビームを生成する第２の粒子ビームコラム３０２を備える。荷電粒子ビーム装置は、第２の荷電粒子ビームにより物体３０４から物質を連続的に除去し、物体の表面８００、８０１を露出させ、表面の画像を生成することによって、高分解能３Ｄデータセットを生成するために使用される。物体から物質を除去するとき、開口８０３が物体内に形成される。開口は側面８０５．８０６を含む。第２の荷電粒子ビームにより物体の各表面の画像を得る。また、第１の荷電粒子ビームにより、側面を含むラメラが生成される。それらラメラの物質的特徴が特定される。さらに、フィルター処理されたデータが、開口の側面の画像の各ピクセルについて生成される。【選択図】図６

Description

本発明は、荷電粒子ビームを生成する荷電粒子ビーム装置を使用して物体を分析するための方法に関する。さらに、本発明は、この方法を実行するための荷電粒子ビーム装置に関する。詳細には、本荷電粒子ビーム装置は、電子ビーム装置および／またはイオンビーム装置である。
荷電粒子ビーム装置は、特定の条件下で物体の特性および挙動に関する洞察を得るために、物体（以下、試料ともいう）を分析および検査するために使用される。これら荷電粒子ビーム装置の１つは、電子ビーム装置、特に走査電子顕微鏡（ＳＥＭとしても知られる）である。
ＳＥＭでは、ビーム発生器を用いて電子ビーム（以下、一次電子ビームともいう）を発生させる。一次電子ビームの電子は、所定のエネルギーまで加速され、ビーム案内システム、特に対物レンズによって、分析されるべき試料（すなわち、分析されるべき物体）上に集束される。所定の加速電圧を有する高電圧源が、加速のために使用される。偏向ユニットを使用して、一次電子ビームは、分析されるべき試料の表面上でラスター状に案内される。この場合、一次電子ビームの電子は、分析されるべき試料の物質と相互作用する。特に、相互作用粒子および／または相互作用放射線が、相互作用の結果として生じる。一例として、分析されるべき試料によって電子が放出され（いわゆる二次電子）、一次電子ビームの電子が、分析されるべき試料で後方散乱される（いわゆる後方散乱電子）。二次電子および後方散乱電子は、画像生成のために検出され、使用される。このようにして、分析されるべき試料の画像が得られる。
相互作用放射線は、Ｘ線および／またはカソードルミネセンス光を含み、放射線検出器で検出することができる。放射線検出器でＸ線を測定する場合、特にエネルギー分散Ｘ線分光法（ＥＤＳまたはＥＤＸとしても知られる）を行うことができる。ＥＤＸは、元素分析または化学的特徴付けに使用される分析的分析法である。さらに、放射線検出器でＸ線を測定する場合、特に波長分散型Ｘ線分光法（ＷＤＳまたはＷＤＸとしても知られる）を行うことができる。ＷＤＸも元素分析または化学的特徴付けに使用される分析的分析法である。ＥＤＸおよびＷＤＸは、鉱物学分野において岩石を分析するための分析的分析法としてよく使用される。重要な情報である、特に岩石の鉱物学を正確に決定する必要がある岩石学者にとってそうである、鉱物粒子の組成を特定することが可能である。
イオンビーム装置も従来技術から知られている。イオンビーム装置は、イオンビーム発生装置を有するイオンビームコラムを備える。試料を処理するために（例えば、試料の層を除去するために、またはガス注入システムによって提供される物質を試料に堆積させるために）、または結像のために使用されるイオンが生成される。
さらに、電子およびイオンの両方を処理および／または分析すべき試料上に案内することができる、試料の処理および／または分析のための組み合わせ装置を使用することが、従来技術から知られている。例として、上述したようなイオンビームカラムをＳＥＭに追加装備することが知られている。このＳＥＭは、特に、処理を観察するために役立つだけでなく、処理済みまたは未処理試料のさらなる分析にも役立つ。電子は物質の堆積に使用することもできる。これは電子ビーム誘起堆積（ＥＢＩＤ）として知られている。イオンもまた物質を堆積するために使用することができる。
荷電粒子ビーム装置で物体を分析する場合、物体の特性を特定するためにさらなる方法を使用することができる。電子後方散乱回折（ＥＢＳＤとしても知られている）は、物質の結晶学的配向および結晶構造を分析するために使用される技術である。ＥＢＳＤ検出器を有するＳＥＭにおいてＥＢＳＤを使用することが知られている。ＥＢＳＤ検出器は、ＣＣＤチップを含むことができる。ＥＢＳＤ検出器は、物体から後方散乱した電子を検出し、検出信号を生成する。検出信号に基づいて、電子後方散乱回折パターン（ＥＢＳＰとしても知られている）が生成される。ＥＢＳＰは、分析されるべき物体の格子回折面に対応する菊池バンドに関する情報を含む。
物体を分析するためのさらなる技術は、透過菊池回折（ｔｒａｎｓｍｉｓｓｉｏｎ Ｋｉｋｕｃｈｉ ｄｉｆｆｒａｃｔｉｏｎ）（ＴＫＤとしても知られている）として知られている。ＴＫＤを使用する場合、電子ビームは、電子ビームの電子の十分な割合を透過するのに十分な薄さの物体に案内される。換言すると、電子ビームの電子は、物体を透過し得る。例えば、物体は箔である。物体は試料チャンバに対してほぼ水平に位置決めされる。あるいは、物体はＥＢＳＤ検出器から最大２０°または最大３０°わずかに傾けられる。物体の底面から出てくる電子ビームの散乱電子および透過電子は、ＥＢＳＤ検出器を用いて検出される。ＥＢＳＤ検出器は、物体に案内される電子ビームの光軸から外れて位置決めされる。特に、ＥＢＳＤ検出器は、物体より下に、および上記のようにＥＢＳＰを生成する場合にＥＢＳＤに通常使用される位置より下に位置付けられる。ＴＫＤを用いて、ＥＢＳＤ検出器は、物体の底面からＥＢＳＤ検出器に投影される物体の回折パターンを取得し記録するために使用される検出器信号を生成する。
ＥＤＸ、ＷＤＸおよびＥＢＳＤは、以下でさらに説明するように、サンプリング体積による分析分解能に関して制限され、その分解能は約１μｍである。ＥＤＸ、ＷＤＸおよびＥＢＳＤに使用されるＳＥＭの電子のランディングエネルギーは、電子が物体のかなりの深部まで浸透し、第１の方向、第２の方向および第３の方向に約１μｍの伸長を含む物体の体積単位からＸ線を生成するように選択されることが多い。したがって、体積単位は、約１μｍ×１μｍ×１μｍの寸法を含む。しかしながら、この分解能は、特に油およびガス用途における物質の分析には不十分かもしれない。それというのも、例えば、堆積岩は、１μｍよりも遥かに小さい寸法を有する対象の特徴を含み得るからである。
ＳＥＭとイオンビームコラムとの組み合わせなどの荷電粒子ビーム装置を使用して、物体から物質を連続的に除去し、物体の表面を露出させ、表面の画像を生成することによって高分解能３Ｄデータセットを生成することができる。画像の分解能は、１ｎｍ〜３ｎｍであってもよい。残念なことに、上に記載したように、ＥＤＸ、ＷＤＸ、およびＥＢＳＤなどの分析手法では、ｎｍ範囲の分解能が得られないため、ＥＤＸ、ＷＤＸ、およびＥＢＳＤによって得られた高分解能の３Ｄ分析データを生成することは困難である。
例えばＥＤＸ、ＷＤＸおよびＥＢＳＤなどの分析法に基づいて高分解能３Ｄ分析データセットを得ることを可能にする、荷電粒子ビーム装置を用いて物体を分析する方法と、前記方法を実行するための荷電粒子ビーム装置とを提供することが望ましい。
国際公開第２０１０／１０８８５２ Ａ１号パンフレット
本発明によれば、これは特許請求項１または１３による方法によって解決される。荷電粒子ビーム装置を制御するプログラムコードを含むコンピュータプログラム製品が、特許請求項９の特徴によって与えられる。方法を実行するための荷電粒子ビーム装置が、特許請求項１０によって与えられる。本発明のさらなる特徴は、以下の記載、以下の特許請求項および／または添付図面から明らかになる。
本発明による方法は、荷電粒子ビーム装置、例えば電子ビーム装置および／またはイオンビーム装置を使用して物体を分析するために使用される。荷電粒子ビーム装置は、第１の荷電粒子を有する第１の荷電粒子ビームを生成する第１の荷電粒子ビーム生成器を含んでもよい。第１の荷電粒子は電子および／またはイオンであってもよい。さらに、荷電粒子ビーム装置は、第１の荷電粒子ビームの焦点を物体上に合わせる第１の対物レンズを含んでもよい。追加的に荷電粒子ビーム装置は、第２の荷電粒子を有する第２の荷電粒子ビームを生成する第２の荷電粒子ビーム生成器を含んでもよい。第２の荷電粒子は電子および／またはイオンであってもよい。さらに、荷電粒子ビーム装置は、第２の荷電粒子ビームの焦点を物体上に合わせる第２の対物レンズを含んでもよい。さらに、荷電粒子ビーム装置は、相互作用粒子を検出するための第１の検出ユニットと、相互作用粒子および／または相互作用放射線を検出するための第２の検出ユニットとを含んでもよく、相互作用粒子および相互作用放射線は第１の荷電粒子ビームおよび／または第２の荷電粒子ビームが物体に衝突するときに生じる。
相互作用粒子は、二次粒子、例えば二次電子または二次イオン、または、後方散乱粒子、例えば後方散乱電子であってもよい。相互作用放射線は、Ｘ線またはカソードルミネセンス光であってもよい。
荷電粒子ビーム装置は、物体から物質を連続的に除去し、物体の表面を露出させ、表面の画像を生成することによって、高分解能３Ｄデータセットを生成するために使用されてもよい。画像の分解能は１ｎｍ〜３ｎｍであってもよい。より正確には、本発明による方法は、以下のステップを含んでもよい：
・第１の荷電粒子ビームを物体上で案内し、第１の荷電粒子ビームを用いて物体から物質を除去するステップ。物体から物質を除去するとき、物体の第１の表面が露出される。
・第２の荷電粒子ビームを物体の第１の表面上で案内し、第１の検出ユニットを用いて相互作用粒子を検出するステップであって、相互作用粒子は第２の荷電粒子ビームが第１の表面に衝突するときに生じるステップ。第１の検出信号が第１の検出ユニットを用いて生成され、物体の第１の表面の第１の画像が第１の検出信号を用いて生成される。第１の画像は第１の画像ピクセルを含み、第１の画像ピクセルの各ピクセルは第１の画像データを含む。
・第１の荷電粒子ビームを物体上で案内し、第１の荷電粒子ビームを用いて物質（前記第１の表面を含む）を物体から除去するステップ。物質を除去するとき、物体の第２の表面が露出される。
・第２の荷電粒子ビームを物体の第２の表面上で案内するステップ。相互作用粒子が第１の検出ユニットを用いて検出され、相互作用粒子は第２の荷電粒子ビームが第２の表面と衝突するときに生じる。第２の検出信号が第１の検出ユニット用いて生成される。第２の表面の第２の画像が、第２の検出信号を用いて生成され、第２の画像は第２の画像ピクセルを含み、第２の画像ピクセルの各ピクセルは第２の画像データを含む。
物体の第１の表面および第２の表面を露出させるために物体から物質を除去するとき、開口が物体に生成され、特に上に記載した方法ステップが連続的に繰り返されるときに生成される。開口は、第２の表面を含む第１の側面と、第２の表面から離れる方向に物体の第２の表面から延びる第２の側面とを含む。
本発明による方法は、開口のいくつかの側面を含むいくつかのラメラを生成するステップと、それらラメラの物質的特徴を特定するステップ含む。より正確には、本発明による方法は、以下のステップを含む：
・外側表面として第２の表面を有する、開口の第１の側面を含む第１のラメラを生成するステップ。換言すると、第１の側面を含む第１のラメラが物体から切り出される。第１の荷電粒子ビームおよび／または第２の荷電粒子ビームは第１のラメラを生成するために使用されてもよい。
・開口の第２の側面の少なくとも一部を含む第２のラメラを生成するステップ。換言すると、第２の側面を含む第２のラメラが物体から切り出される。第１の荷電粒子ビームおよび／または第２の荷電粒子は第２のラメラを生成するために使用されてもよい。
・第２の荷電粒子ビームを物体の第２の側面上で案内し、第１の検出ユニットを用いて相互作用粒子を検出するステップであって、相互作用粒子は第２の荷電粒子ビームが物体の第２の表面に衝突するときに生じるステップ。さらに、第３の検出信号が第１の検出ユニットを用いて生成される。追加的に、物体の第２の側面の第３の画像が第３の検出信号を用いて生成される。第３の画像は第３の画像ピクセルを含み、第３の画像ピクセルの各ピクセルは第３の画像データを含む。
・第１の荷電粒子ビームおよび／または第２の荷電粒子ビームを用いて、および第２の検出ユニットを用いて相互作用粒子および／または相互作用放射線を検出して、第２の画像ピクセルの各ピクセルに関連付けられる第１のラメラの第１の物質的特徴を特定することによって、第１のラメラを分析するステップ。換言すると、物体の物質的特徴は、第２の画像ピクセルの各特定ピクセルに対して特定される。物質的特徴は例えば物質組成、特定元素の量および／または特定元素のサイズを含んでもよい。
・第１の荷電粒子ビームおよび／または第２の荷電粒子ビームを用いて、および第２の検出ユニットを用いて相互作用粒子および／または相互作用放射線を検出して、第３の画像ピクセルの各ピクセルに関連付けられる第２のラメラの第２の物質的特徴を特定することによって、第２のラメラを分析するステップ。換言すると、物体の物質的特徴は、第３の画像ピクセルの各特定ピクセルに対して特定される。物質的特徴は、例えば物質組成、特定元素の量および／または特定元素のサイズを含んでもよい。
第１のラメラおよび／または第２のラメラは、１０ｎｍ〜１００ｎｍの範囲または３０ｎｍ〜５０ｎｍの範囲の厚さを有してもよい。しかしながら、本発明は上述の範囲に制限されない。反対に厚さは本発明に適したいかなる値を有してもよい。
本発明による方法は、第２の画像ピクセルおよび第３の画像ピクセルの各ピクセルのフィルター処理されたデータを生成するステップを含む。より正確には、本発明による方法は、以下のステップを含む：
・第２の画像ピクセルの各ピクセルの第２の画像データを処理する少なくとも１つの第１の画像フィルターを使用して第２の画像ピクセルの各ピクセルの第１のフィルター処理されたデータを生成するステップ、および
・第３の画像ピクセルの各ピクセルの第３の画像データを処理する少なくとも１つの第２の画像フィルターを使用して第３の画像ピクセルの各ピクセルの第２のフィルター処理されたデータを生成するステップ。
換言すると、第２の画像ピクセルの各ピクセルおよび／または第３の画像ピクセルの各ピクセルは、少なくとも１つの第１の画像フィルターおよび少なくとも１つの第２の画像フィルターを用いてフィルター処理される。第２の画像ピクセルのおよび第３の画像ピクセルの各ピクセルに関連付けられるフィルター処理されたデータが生成される。少なくとも１つの第１の画像フィルターおよび／または少なくとも１つの第２の画像フィルターは、以下でさらに説明されるように、デジタル画像フィルターであってもよい。任意選択的に、第１の画像フィルターおよび第２の画像フィルターは、同一のものである。
ここで本発明による方法は、物体から物質を連続的に除去するときに生成される各表面の各ピクセルの物質的特徴に関する情報を得るために、特定された物質的特徴に関する情報およびフィルター処理されたデータを使用する。より正確には、本発明による方法は、以下のステップを同じく含む：
・第２の画像ピクセルの各ピクセルの第２の画像データ、第３の画像ピクセルの各ピクセルの第３の画像データ、第２の画像ピクセルの各ピクセルの第１のフィルター処理されたデータ、および第３の画像ピクセルの各ピクセルの第２のフィルター処理されたデータの中から第１の画像の第１の画像ピクセルの各ピクセルの第１の画像データと同一または類似するデータを特定するステップ。データは、確率に基づく計算がこのデータが第１の画像ピクセルの各ピクセルの第１の画像データに最も近いことを明らかにする場合、第１の画像の第１の画像ピクセルの各ピクセルの第１の画像データに類似しているとみなされる。
・物質的特徴を第１の画像の第１の画像ピクセルの少なくとも１つのピクセルに割り当てるステップであって、
（ｉ）第２の画像ピクセルのうちのあるピクセルの特定された第２の画像データおよび第２の画像ピクセルのうちのあるピクセルの特定された第１のフィルター処理されたデータ、の少なくとも一方が第１の画像ピクセルの少なくとも１つのピクセルの第１の画像データと同一または類似している場合、第１の物質的特徴が割り当てられ、
（ｉｉ）第３の画像ピクセルのうちのあるピクセルの特定された第３の画像データおよび第３の画像ピクセルのうちのあるピクセルの特定された第２のフィルター処理されたデータ、の少なくとも一方が第１の画像ピクセルの少なくとも１つのピクセルの第１の画像データと同一または類似している場合、第２の物質的特徴が割り当てられるステップ。
本発明のさらなる方法は、荷電粒子ビーム装置、例えば電子ビーム装置および／またはイオンビーム装置を使用して物体を分析するために使用される。荷電粒子ビーム装置は、荷電粒子を有する荷電粒子ビームを生成するための荷電粒子ビーム生成器を含んでもよい。荷電粒子は電子および／またはイオンであってもよい。さらに、荷電粒子ビーム装置は、荷電粒子ビームの焦点を物体上に合わせるための対物レンズを含んでもよい。追加的に、荷電粒子ビーム装置は、物体にガスを提供するためのガス注入ユニットを含んでもよい。ガスは、例えばＣｌ２、ｌ２、ＳｉＦ４、ＣＦ４、ＮＦ３、Ｎ２Ｏ、ＮＨ３＋Ｏ２、ＮＯ２、Ｈ２ＯまたはＸｅＦ２などの反応性ガスであってもよい。しかしながら、本発明は上述の例に制限されない。本発明の方法を実行するのに適したいかなるガスが使用されてもよい。さらに、荷電粒子ビーム装置は、相互作用粒子を検出するための第１の検出ユニットと、相互作用粒子および／または相互作用放射線を検出するための第２の検出ユニットとを含んでもよく、相互作用粒子および相互作用放射線は荷電粒子ビームが物体に衝突するときに生じる。
相互作用粒子は、二次粒子、例えば二次電子または二次イオン、あるいは後方散乱粒子、例えば後方散乱電子であってもよい。相互作用放射線は、Ｘ線またはカソードルミネセンス光であってもよい。
本発明によるさらなる方法に使用される荷電粒子ビーム装置は、物体から物質を連続的に除去し、物体の表面を露出させ、表面の画像を生成することによって、高分解能３Ｄデータセットを生成する。画像の分解能は１ｎｍ〜３ｎｍであってもよい。より正確には、本発明によるさらなる方法は、以下のステップを含んでもよい：
・荷電粒子ビームを物体上で案内し、荷電粒子ビームおよびガス注入ユニットから提供されるガスを用いて物体から物質を除去するステップ。物体から物質を除去するとき、物体の第１の表面が露出される。
・荷電粒子ビームを物体の第１の表面上で案内し、第１の検出ユニットを用いて相互作用粒子を検出するステップであって、相互作用粒子は荷電粒子ビームが第１の表面に衝突するときに生じるステップ。第１の検出信号が第１の検出ユニットを用いて生成され、物体の第１の表面の第１の画像が第１の検出信号を用いて生成される。第１の画像は第１の画像ピクセルを含み、第１の画像ピクセルの各ピクセルは第１の画像データを含む。
・荷電粒子ビームを物体上で案内し、荷電粒子ビームを用いて物体から第１の表面を含む物質を除去するステップ。物質を除去するとき、物体の第２の表面が露出される。
・荷電粒子ビームを物体の第２の表面上で案内するステップ。相互作用粒子が第１の検出ユニットを用いて検出され、相互作用粒子は荷電粒子ビームが第２の表面と衝突するときに生じる。第２の検出信号が第１の検出ユニット用いて生成される。第２の表面の第２の画像が、第２の検出信号を用いて生成され、第２の画像は第２の画像ピクセルを含み、第２の画像ピクセルの各ピクセルは第２の画像データを含む。
物体の第１の表面および第２の表面を露出させるために物体から物質を除去するとき、開口が物体に生成され、特に上に記載した方法ステップが連続的に繰り返されるときに生成される。開口は、第２の表面を含む第１の側面と、第２の表面から離れる方向に物体の第２の表面から延びる第２の側面とを含む。
本発明によるさらなる方法は、開口のいくつかの側面を含むいくつかのラメラを生成するステップと、それらラメラの物質的特徴を特定するステップ含む。より正確には、本発明による方法は、以下のステップを含む：
・外側表面として第２の表面を有する、開口の第１の側面を含む第１のラメラを生成するステップ。換言すると、第１の側面を含む第１のラメラが物体から切り出される。荷電粒子ビームおよびガス注入ユニットによって提供されるガスが第１のラメラを生成するために使用されてもよい。
・開口の第２の側面の少なくとも一部を含む第２のラメラを生成するステップ。換言すると、第２の側面を含む第２のラメラが物体から切り出される。荷電粒子ビームおよびガス注入ユニットによって提供されるガスが第２のラメラを生成するために使用されてもよい。
・荷電粒子ビームを物体の第２の側面上で案内し、第１の検出ユニットを用いて相互作用粒子を検出するステップであって、相互作用粒子は荷電粒子ビームが物体の第２の表面に衝突するときに生じるステップ。さらに、第３の検出信号が第１の検出ユニットを用いて生成される。追加的に、物体の第２の側面の第３の画像が第３の検出信号を用いて生成される。第３の画像は第３の画像ピクセルを含み、第３の画像ピクセルの各ピクセルは第３の画像データを含む。
・荷電粒子ビームを用いて、および第２の検出ユニットを用いて相互作用粒子および／または相互作用放射線を検出して、第２の画像ピクセルの各ピクセルに関連付けられる第１のラメラの第１の物質的特徴を特定することによって、第１のラメラを分析するステップ。換言すると、物体の物質的特徴は、第２の画像ピクセルの各特定ピクセルに対して特定される。物質的特徴は例えば物質組成、特定元素の量および／または特定元素のサイズを含んでもよい。
・荷電粒子ビームを用いて、および第２の検出ユニットを用いて相互作用粒子および／または相互作用放射線を検出して、第３の画像ピクセルの各ピクセルに関連付けられる第２のラメラの第２の物質的特徴を特定することによって、第２のラメラを分析するステップ。換言すると、物体の物質的特徴は、第３の画像ピクセルの各特定ピクセルに対して特定される。物質的特徴は、例えば物質組成、特定元素の量および／または特定元素のサイズを含んでもよい。
本発明によるさらなる方法は、第２の画像ピクセルおよび第３の画像ピクセルの各ピクセルのフィルター処理されたデータを生成するステップを含む。より正確には、本発明による方法は、以下のステップを含む：
・第２の画像ピクセルの各ピクセルの第２の画像データを処理する少なくとも１つの第１の画像フィルターを使用して第２の画像ピクセルの各ピクセルの第１のフィルター処理されたデータを生成するステップ、および
・第３の画像ピクセルの各ピクセルの第３の画像データを処理する少なくとも１つの第２の画像フィルターを使用して第３の画像ピクセルの各ピクセルの第２のフィルター処理されたデータを生成するステップ。
換言すると、第２の画像ピクセルの各ピクセルおよび／または第３の画像ピクセルの各ピクセルは、少なくとも１つの第１の画像フィルターおよび少なくとも１つの第２の画像フィルターを用いてフィルター処理される。第２の画像ピクセルのおよび第３の画像ピクセルの各ピクセルに関連付けられたフィルター処理されたデータが生成される。少なくとも１つの第１の画像フィルターおよび／または少なくとも１つの第２の画像フィルターは、以下でさらに説明されるように、デジタル画像フィルターであってもよい。任意選択的に、第１の画像フィルターおよび第２の画像フィルターは、同一のものである。
ここで本発明によるさらなる方法は、物体から物質を連続的に除去するときに生成される各表面の各ピクセルの物質的特徴に関する情報を得るために、特定された物質的特徴に関する情報およびフィルター処理されたデータを使用する。より正確には、本発明による方法は、以下のステップを同じく含む：
・第２の画像ピクセルの各ピクセルの第２の画像データ、第３の画像ピクセルの各ピクセルの第３の画像データ、第２の画像ピクセルの各ピクセルの第１のフィルター処理されたデータ、および第３の画像ピクセルの各ピクセルの第２のフィルター処理されたデータ、の中から第１の画像の第１の画像ピクセルの各ピクセルの第１の画像データと同一または類似するデータを特定するステップ。データは、確率に基づく計算がこのデータが第１の画像ピクセルの各ピクセルの第１の画像データに最も近いことを明らかにする場合、第１の画像の第１の画像ピクセルの各ピクセルの第１の画像データに類似しているとみなされる。
・物質的特徴を第１の画像の第１の画像ピクセルの少なくとも１つのピクセルに割り当てるステップであって、
（ｉ）第２の画像ピクセルのうちのあるピクセルの特定された第２の画像データおよび第２の画像ピクセルのうちのあるピクセルの特定された第１のフィルター処理されたデータ、の少なくとも一方が第１の画像ピクセルの少なくとも１つのピクセルの第１の画像データと同一または類似している場合、第１の物質的特徴が割り当てられ、
（ｉｉ）第３の画像ピクセルのうちのあるピクセルの特定された第３の画像データおよび第３の画像ピクセルのうちのあるピクセルの特定された第２のフィルター処理されたデータ、の少なくとも一方が第１の画像ピクセルの少なくとも１つのピクセルの第１の画像データと同一または類似している場合、第２の物質的特徴が割り当てられるステップ。
本発明による方法は、例えばＥＤＸ、ＷＤＸ、ＥＢＳＤおよびＴＫＤなどの分析法に基づいて高分解能３Ｄ分析データセットを得ることを提供する。特に、上に記載した方法のそれぞれは、ＳＥＭなどの荷電粒子ビーム装置を使用して得られる画像の高分解能と、例えばＥＤＸ、ＷＤＸ、ＥＢＳＤおよびＴＫＤなどの分析法を使用してラメラを分析するときに得られるデータとを組み合わせる。高分解能分析能力は、従来技術から知られるバルク物体から生成されるＴＥＭラメラと同程度に薄い可能性がある第１のラメラおよび第２のラメラを生成することによって改善される。特に、ＥＤＸおよび／またはＷＤＸなどの分析法は、例えばラメラの物質の組成、特に既存の鉱物学およびフェーズなどの物質的特徴を定量化しかつ特定するためにラメラを分析するときに使用されてもよい。フェーズおよび結晶配向はＴＫＤおよび／またはＥＢＳＤによって決定されてもよい。第１のラメラおよび第２のラメラは薄いので、上記の分析法に使用され第１のラメラおよび第２のラメラに衝突する荷電粒子ビームのほとんどの粒子はラメラを通り抜ける。例えば１０００ｎｍ×１０００ｎｍ×１０００ｎｍの体積を有する従来技術で使用されるバルク物体と比較して、１０ｎｍ×１０ｎｍ×１０ｎｍなど、かなり小さい体積の中でＸ線が生成される。従って、薄い第１ラメラおよび薄い第２ラメラで上記の分析法を使用するときに生成されるデータセットは、高分解能、例えば１０ｎｍを提供する。
さらに、本発明による各方法は、物体から物質を除去することによって得られる薄片の表面の物質的特徴の速い特定を提供する。本発明によるどの方法も、物体から物質を除去するときに各露出表面の分析を行わない。代わりに、各露出表面の画像が生成され、開口の側面が、側面を含むラメラを用いて、物質的特徴に関して分析される。側面を分析することから得られるデータは、計算によって各露出表面の物質的特徴を特定するために使用される。
第１の画像の第１の画像ピクセルの各ピクセルの第１の画像データと同一または類似するデータを特定するのに適したいずれかの方法が使用されてもよい。機械学習細分化（ここで細分化は分類である）はそれらの方法の１つであり得る。機械学習細分化は、分類装置であってもよい。従って、各表面の画像データは、機械学習細分化を使用して分類されてもよい（すなわち特定され特定の物質的特徴に割り当てられる）。機械学習細分化は、得られた表面の画像の各ピクセルの適切な分類を提供し、粒界およびテクスチャーを適切に特定する。分類（これは細分化を意味する）が高分解能画像上で実行されるので、特定の表面を含む薄片の得られる分類される量は、画像の高分解能を保持する。
本発明による方法のそれぞれの実施形態で追加的にまたは代替的に提供されるのは、各方法がさらに、開口の側面を含むさらなるラメラを生成するステップと、このラメラの物質的特徴を特定するステップとをさらに含んでもよいことである。より正確には、本発明による方法は、以下のステップを含んでもよい：
・開口の第３の側面を有する第３のラメラを生成するステップであって、第３の側面および第２の側面は対向して配置され、第１の側面は第２の側面と第３の側面との間に配置されるステップ。
・第２の荷電粒子ビーム（またはさらなる方法を使用するときは荷電粒子ビーム）を物体の第３の側面上で案内し、第１の検出ユニットを用いて相互作用粒子を検出するステップであって、相互作用粒子は第２の荷電粒子ビーム（またはさらなる方法を使用するときは荷電粒子ビーム）が物体の第３の側面に衝突するときに生じるステップ。さらに、第４の検出信号が第１の検出ユニットを用いて生成され、物体の第３の側面の第４の画像が第４の検出信号を用いて生成される。第４の画像は第４の画像ピクセルを含み、第４の画像ピクセルの各ピクセルは第４の画像データを含む。
・第１の荷電粒子ビーム、第２の荷電粒子ビーム、およびさらなる方法を使用するときは荷電粒子ビームをそれぞれ用いて、および第２の検出ユニットを用いて相互作用粒子および／または相互作用放射線を検出して、第４の画像ピクセルの各ピクセルに関連付けられる第３のラメラの第３の物質的特徴を特定することによって第３のラメラを分析するステップ。
・第４の画像ピクセルの各ピクセルの第４の画像データを処理する少なくとも１つの第３の画像フィルターを使用して第４の画像ピクセルの各ピクセルの第３のフィルター処理されたデータを生成するステップ。
さらに、第１の画像の第１の画像ピクセルの各ピクセルの第１の画像データと同一または類似するデータを特定するステップはまた、第４の画像ピクセルの各ピクセルの第４の画像データおよび第４の画像ピクセルの各ピクセルの第３のフィルター処理されたデータの中からデータを特定することを含む。第１の画像の第１の画像ピクセルの少なくとも１つのピクセルに物質的特徴を割り当てるステップはまた、第４の画像ピクセルのあるピクセルの特定された第４の画像データおよび／または第４の画像ピクセルのあるピクセルの特定された第３のフィルター処理されたデータが第１の画像ピクセルの少なくとも１つのピクセルの第１の画像データと同一または類似する場合、第３の物質的特徴を割り当てることを含む。
本発明による方法のそれぞれの実施形態において追加的にまたは代替的に提供されるのは、同一または類似データを特定するステップが、第１の画像の第１の画像ピクセルの各ピクセルの第１の画像データを、第２の画像ピクセルの各ピクセルの第２の画像データ、第３の画像ピクセルの各ピクセルの第３の画像データ、第４の画像ピクセルの各ピクセルの第４の画像データ、第２の画像ピクセルの各ピクセルの第１のフィルター処理されたデータ、第３の画像ピクセルの各ピクセルの第２のフィルター処理されたデータ、および第４の画像ピクセルの各ピクセルの第３のフィルター処理されたデータ、の少なくとも１つと比較することを含むことである。
本発明による方法のそれぞれの実施形態において追加的にまたは代替的に提供されるのは、各方法がＸ線および／またはカソードルミネセンス光を使用して第１のラメラ、第２のラメラおよび／または第３のラメラを分析することを含んでもよいことである。
本発明による方法のそれぞれのさらなる実施形態において追加的にまたは代替的に提供されるのは、各方法が、ＥＤＸ、ＷＤＸ、ＥＢＳＤおよび／またはＴＫＤを用いて第１のラメラ、第２のラメラおよび／または第３のラメラを分析することをさらに含んでもよいことである。
本発明による方法のそれぞれの実施形態において追加的にまたは代替的に提供されるのは、同一または類似データを特定するステップが、分類の学習方法を用いることを含むことである。特に、以下の方法の１つが用いられてもよい：ランダム決定フォレスト（ｒａｎｄｏｍ ｄｅｃｉｓｉｏｎ ｆｏｒｅｓｔ）、相関ルール学習（ａｓｓｏｃｉａｔｉｏｎ ｒｕｌｅ ｌｅａｒｎｉｎｇ）、人口神経網、サポートベクターマシーン（ｓｕｐｐｏｒｔ ｖｅｃｔｏｒ ｍａｃｈｉｎｅ）、およびベイジアンネットワーク（Ｂａｙｅｓｉａｎ ｎｅｔｗｏｒｋ）。上述の方法は、分類のための機械学習方法であり、分類は、どのカテゴリーセットに新しいデータセットが属するかを特定するという問題である。
本発明による方法のそれぞれの実施形態において追加的にまたは代替的に提供されるのは、各方法が、第１の画像フィルター、第２の画像フィルターまたは第３の画像フィルターとして以下のフィルターの少なくとも１つを用いることをさらに含んでもよいことである：ガボールフィルター、平均値フィルター、バリアンス（ｖａｒｉａｎｃｅ）フィルター、ヒストグラム方向付け勾配（ｈｉｓｔｏｇｒａｍ ｏｒｉｅｎｔｅｄ ｇｒａｄｉｅｎｔ）フィルター、最大値フィルター、最小値フィルター、およびＫｕｗａｈａｒａフィルター。ガボールフィルターは、テクスチャー分析用の帯域フィルターである。平均値フィルターは、画像を平滑化することにより２つのピクセル間の強度変化の量を低減する方法である。バリアンスフィルター、最大値フィルター、および最小値フィルターはまた、当該技術分野で知られている。Ｋｕｗａｈａｒａフィルターは、適応ノイズリダクション向け画像処理で使用される非線形平滑フィルターである。
本発明は、プロセッサにローディングされてもよいまたはローディングされるプログラムコードであって、実行されると、上にまたはさらに以下に記載されるステップの少なくとも１つまたは上にまたはさらに以下に記載されるステップの少なくとも２つの組合せを含む方法が実行されるように荷電粒子ビーム装置を制御するプログラムコードを含むコンピュータプログラム製品にも言及する。
本発明は、物体を分析するための荷電粒子ビーム装置にも言及する。荷電粒子ビーム装置は、第１の荷電粒子を有する第１の荷電粒子ビームを生成するための第１の荷電粒子ビーム生成器を含んでもよい。第１の荷電粒子は、電子および／またはイオンであってもよい。荷電粒子ビーム装置はまた、第１の荷電粒子ビームの焦点を物体上に合わせる第１の対物レンズを有してもよい。さらに、荷電粒子ビーム装置は、第２の荷電粒子を有する第２の荷電粒子ビームを生成する第２の荷電粒子ビーム生成器を含んでもよい。第２の荷電粒子は電子および／またはイオンであってもよい。第２の荷電粒子ビームの焦点を物体上に合わせる第２の対物レンズが提供される。さらに、荷電粒子ビーム装置は、相互作用粒子を検出するための第１の検出ユニットと、相互作用粒子および／または相互作用放射線を検出するための第２の検出ユニットとを含んでもよく、相互作用粒子および相互作用放射線は、（ｉ）第１の荷電粒子ビームおよび（ｉｉ）第２の荷電粒子ビームの少なくとも一方が物体に衝突するときに生じる。さらに、荷電粒子ビーム装置は、上に記載したもののようなコンピュータプログラム製品がローディングされる少なくとも１つのプロセッサを含んでもよい。
本発明はまた、物体を分析するためのさらなる荷電粒子ビーム装置にも言及する。さらなる荷電粒子ビーム装置は、荷電粒子を有する荷電粒子ビームを生成するための荷電粒子ビーム生成器を含んでもよい。荷電粒子は、電子および／またはイオンであってもよい。さらなる荷電粒子ビーム装置はまた、荷電粒子ビームの焦点を物体上に合わせる対物レンズを有してもよい。さらに、さらなる荷電粒子ビーム装置は、物体にガスを提供するためのガス注入ユニットを含んでもよい。ガスは、例えばＣｌ２、ｌ２、ＳｉＦ４、ＣＦ４、ＮＦ３、Ｎ２Ｏ、ＮＨ３＋Ｏ２、ＮＯ２、Ｈ２ＯまたはＸｅＦ２などの反応性ガスであってもよい。しかしながら、本発明は上述の例に制限されない。本発明の方法を実行するのに適したいかなるガスが使用されてもよい。さらに、さらなる荷電粒子ビーム装置は、相互作用粒子を検出するための第１の検出ユニットと、相互作用粒子および／または相互作用放射線を検出するための第２の検出ユニットとを含んでもよく、相互作用粒子および相互作用放射線は荷電粒子ビームが物体に衝突するときに生じる。さらに、さらなる荷電粒子ビーム装置は、上に記載したもののようなコンピュータプログラム製品がローディングされる少なくとも１つのプロセッサを含んでもよい。
本発明による上述の荷電粒子ビーム装置のそれぞれの実施形態において、追加的にまたは代替的に提供されるのは、第１の検出器が第１の検出ユニットを備え、第２の検出器が第２の検出器ユニットを備えることである。従って、２つの検出器ユニットは、異なる検出器に配置される。代替的実施形態において、単一の検出器が第１の検出器ユニットと第２の検出器ユニットとを備える。
本発明による上述の荷電粒子ビーム装置のそれぞれの実施形態において、追加的にまたは代替的に提供されるのは、荷電粒子ビーム装置のそれぞれが、電子ビーム装置およびイオンビーム装置の少なくとも一方であってもよいことである。特に、荷電粒子ビーム装置は、電子ビーム装置およびイオンビーム装置の両方であってもよい。
本明細書に記載される本発明の実施形態を、以下の文章において図面を参照してより詳細に説明する。
荷電粒子ビーム装置の一実施形態の概略図を示す。 図１による荷電粒子ビーム装置のさらなる概略図を示す。 荷電粒子ビーム装置のさらなる実施形態の概略図を示す。 本発明による方法の第１の部分の実施形態の概略図を示す。 本発明による方法の第１の部分のさらなる実施形態の概略図を示す。 物体、第１の粒子ビームコラム、および第２の粒子ビームコラムの概略図である。 ７Ａ−Ｃは、ラメラの概略図である。 本発明による方法の第２の部分を示す。 図９Ａ−Ｉは、物体の表面のフィルター処理された画像を示す。 ランダム決定フォレストのトレーニング画像として使用される表面の画像である。 ランダム決定フォレストのトレーニング段階の概略図である。 ランダム決定フォレストのトレーニング段階における決定木の概略図である。 ランダム決定フォレストの検証段階の概略図である。 ランダム決定フォレストの分類段階の概略図である。
図１は、本発明による荷電粒子ビーム装置３００の第１の実施形態の概略図を示す。荷電粒子ビーム装置３００は、イオンビームコラムの形態の第１の粒子ビームコラム３０１と、電子ビームコラムの形態の第２の粒子ビームコラム３０２とを有する。第１の粒子ビームコラム３０１と第２の粒子ビームコラム３０２は物体チャンバ３０３に配置され、その中に分析および／または処理されるべき物体３０４が配置される。本明細書に記載されるシステムは、イオンビームコラムの形態である第１の粒子ビームコラム３０１に、および電子ビームコラムの形態の第２の粒子ビームコラム３０２に制限されないことが明示的に注記される。実際に、本明細書に記載されるシステムはまた、第１の粒子ビームコラム３０１が電子ビームコラムの形態であること、および第２の粒子ビームコラム３０２がイオンビームコラムの形態であることにも備える。本明細書に記載されるシステムのさらなる実施形態は、第１の粒子ビームコラム３０１および第２の粒子ビームコラム３０２の両方がそれぞれイオンビームコラムの形態であることに備える。
図２は、図１に示される荷電粒子ビーム装置３００の詳細図を示す。明確にするために、物体チャンバ３０３は示されていない。イオンビームコラムの形態の第１の粒子ビームコラム３０１は第１の光軸３０５を有する。さらに、電子ビームコラムの形態の第２の粒子ビームコラム３０２は第２の光軸３０６を有する。
電子ビームコラムの形態にある第２の粒子ビームコラム３０２を次に記載する。第２の粒子ビームコラム３０２は、第２のビーム生成器３０７、第１の電極３０８、第２の電極３０９、および第３の電極３１０を有する。例として、第２のビーム生成器３０７は、熱電界エミッタである。第１の電極３０８はサプレッサ電極の機能を有し、第２の電極３０９は引出電極の機能を有する。第３の電極３１０は陽極であり、同時に、ビーム案内管３１１の一端を形成する。
電子ビームの形態の第２の荷電粒子ビーム３１２は第２のビーム生成器３０７によって生成される。第２のビーム生成器３０７から現れる電子は、第２のビーム生成器３０７と第３の電極３１０との間の電位差の結果として、陽極電位まで、例えば１ｋＶから３０ｋＶまでの範囲において加速される。電子ビームの形態の第２の荷電粒子ビーム３１２はビーム案内管３１１を通過し、分析および／または処理されるべき物体３０４上に焦点を合わせられる。これについては以下でさらにより詳細に記載する。
ビーム案内管３１１は、第１環状コイル３１４とヨーク３１５とを有するコリメータ装置３１３を通過する。第２のビーム生成器３０７から物体３０４の方向に見た場合、コリメータ装置３１３は、ビーム案内管３１１内に第２の光軸３０６に沿って配置されたピンホールダイアフラム３１６と、中央開口３１８を有する検出器３１７とによって後続される。さらなる実施形態において開口３１８は中心に置かれなくてもよい。
ビーム案内管３１１は続いて第２の対物レンズ３１９内の穴を通過する。第２の対物レンズ３１９は第２の荷電粒子ビーム３１２の焦点を物体３０４上に合わせるために使用される。このため、第２の対物レンズ３１９は、磁気レンズ３２０および静電レンズ３２１を有する。磁気レンズ３２０は第２の環状コイル３２２、内側磁極片３２３、および外側磁極片３２４を設けられる。静電レンズ３２１は、ビーム案内管３１１の端部３２５と終端電極３２６とを備える。
ビーム案内管３１１の端部３２５および終端電極３２６は、静電減速装置を同時に形成する。ビーム案内管３１１の端部３２５はビーム案内管３１１と共に陽極電位にあり、終端電極３２６および物体３０４は、陽極電位より低い電位にある。これにより、第２の荷電粒子ビーム３１２の電子は、物体３０４の検査に必要な所望のエネルギーまで減速される。
第２の粒子ビームカラム３０２はさらにラスター装置３２７を有し、それによって第２の荷電粒子ビーム３１２を偏向し、物体３０４上でラスターの形態で走査することができる。
結像のため、ビーム案内管３１１内に配置される検出器３１７が、二次電子および／または後方散乱電子を検出する。二次電子および／または後方散乱電子は第２の荷電粒子ビーム３１２と物体３０４との間の相互作用から生じる。検出器３１７によって生成された信号は、制御ユニット７００に伝送される。
さらなる粒子検出器７０３が物体チャンバ３０３内に配置される（図１参照）。粒子検出器７０３は二次電子および／または後方散乱電子を検出する。二次電子および／または後方散乱電子は第２の荷電粒子ビーム３１２と物体３０４との間の相互作用から生じる。粒子検出器７０３によって生成された信号は、制御ユニット７００に伝送される。
さらなる検出器、すなわちＥＢＳＤ検出器３３６が、物体チャンバ３０３内に配置される。ＥＢＳＤ検出器３３６は、第２の粒子ビームカラム３０２の第２の光軸３０６に対して外れて位置付けられる。ＥＢＳＤ検出器３３６は、物体３０４の上の第１の位置Ｐｏｓ Ａに位置付けられてもよい。第２の位置Ｐｏｓ Ｂにおいて、ＥＢＳＤ検出器３３６は、物体３０４の下に位置付けられる（図１参照）。
相互作用放射線、例えばＸ線またはカソードルミネセンス光は、物体チャンバ３０３内に配置される放射線検出器５００、例えばＣＣＤ検出器を用いることによって検出されてもよい（図１参照）。放射線検出器５００は、物体３０４の側に位置付けられ、物体３０４に向けられる。
物体３０４は、図１に示されるように試料ステージの形態の物体ホルダ３２８の上に配置され、それによって物体３０４は、相互に垂直になるように配置される３つの軸（具体的にはｘ軸、ｙ軸およびｚ軸）に沿って移動できるように配置される。さらに、試料ステージは、相互に垂直であるように配置された２つの回転軸の周りで回転することができる。従って物体３０４を所望の位置に動かすことが可能である。２つの回転軸の１つの周りでの物体ホルダ３２８の回転は、物体３０４の表面が第２の荷電粒子ビーム３１２および第１の荷電粒子ビーム３２９に対して垂直に向けられ得るように物体ホルダ３２８を傾けるために使用されてもよい。あるいは、物体３０４の表面は、物体３０４の表面と、第１の荷電粒子ビーム３２９または第２の荷電粒子ビーム３１２が例えば０°〜９０°の範囲で角度をなすような方法で方向付けられてもよい。
前に記載したように、参照符号３０１は、イオンビームコラムの形態の第１の粒子ビームコラムを示す。第１の粒子ビームコラム３０１は、イオン源の形態の第１のビーム生成器３３０を有する。第１のビーム生成器３３０は、イオンビームの形態の第１の荷電粒子ビーム３２９を生成するために使用される。さらに、第１の粒子ビームコラム３０１は、引出電極３３１およびコリメータ３３２を設けられる。コリメータ３３２の後には、第１の光軸３０５に沿った物体３０４の方向において、可変開口３３３が続く。第１の荷電粒子ビーム３２９は、集束レンズの形態の第１の対物レンズ３３４によって物体３０４に焦点を合わせられる。ラスター電極３３５は、ラスターの形態において物体３０４上で第１の荷電粒子ビーム３２９を走査するために設けられる。
第１の荷電粒子ビーム３２９が物体３０４に当たると、第１の荷電粒子ビーム３２９は、物体３０４の物質と相互作用する。プロセス中、相互作用放射線が生成され、放射線検出器５００を用いて検出される。相互作用粒子が、特に二次電子および／または第２のイオンが生成される。これらは検出器３１７を用いて検出される。
物体チャンバ３０３は、第１の圧力範囲において、または第２の圧力範囲において作動され、第１の圧力範囲は１０−３ｈＰａ以下の圧力だけを含み、第２の圧力範囲は１０−３ｈＰａを超える圧力だけを含む。圧力センサ６００が物体チャンバ３０３内に配置され、物体チャンバ３０３内の圧力を測定する（図１参照）。圧力センサ６００に接続されかつ物体チャンバ３０３に配置されたポンプシステム６０１が、物体チャンバ３０３内に第１の圧力範囲または第２の圧力範囲のどちらかの圧力範囲を提供する。
第１の荷電粒子ビーム３２９は、物体３０４を処理するために使用されてもよい。例えば、第１の荷電粒子ビーム３２９を用いて物体３０４の表面に物質が堆積されてもよく、この際、物質はガス注入システム（ＧＩＳ）によって提供される。追加的にまたは代替的に、第１の荷電粒子ビーム３２９を用いて構造物が物体３０４にエッチングされてもよい。さらに、第２の荷電粒子ビーム３１２が、例えば電子ビーム誘導堆積によって、物体３０４を処理するために使用されてもよい。
検出器３１７、ＥＢＳＤ検出器３３６、放射線検出器５００、および粒子検出器７０３は、図１および２に示されるように、制御ユニット７００に接続される。制御ユニット７００は、プログラムコードを備えたコンピュータプログラム製品がローディングされるプロセッサ７０１を備え、それは実行されると、本発明による方法が実行されるような方法で荷電粒子ビーム装置３００を制御する。これは以下でさらに説明する。さらに、制御ユニット７００は、データベース７０２を備えてもよい。
図３は、本発明による荷電粒子ビーム装置３００の第２の実施形態の概略図を示す。図３の実施形態は、図１および２の実施形態に基づいている。したがって、同様の参照符号は同様の部分を示す。しかしながら、図３の実施形態は、第１の粒子ビームコラム３０１を含まず、第２の粒子ビームコラム３０２を含む。さらに、図３の実施形態は、ガスを物体３０４に提供するガス注入ユニット３３７を含む。ガスは、例えば、Ｃｌ２、ｌ２、ＳｉＦ４、ＣＦ４、ＮＦ３、Ｎ２Ｏ、ＮＨ３＋Ｏ２、ＮＯ２、Ｈ２ＯまたはＸｅＦ２などの反応性ガスであってもよい。しかしながら、本発明は前述の例に制限されない。本発明を実行するのに適したいかなるガスが使用されてもよい。
本発明による方法の実施形態を次に説明する。方法は図１および２による荷電粒子ビーム装置３００によって実行される。図４は方法の実施形態の第１の部分を示す。この第１の部分は、詳細には、連続的に、物体３０４から物質を除去し、物体３０４の表面を露出させ、表面の画像を生成することによって、高分解能３Ｄデータセットを生成することを含む。画像の分解能は、１ｎｍ〜３ｎｍであり得る。より正確には、イオンビームコラムの形態の第１の荷電粒子ビーム３２９は、ステップＳ１において物体３０４上を案内される。第１の荷電粒子ビーム３２９を物体３０４上で案内するときに物質が物体３０４から除去される（方法ステップＳ２参照）。これは図６に概略的に示される。図６は物体３０４、イオンビームコラムの形態の第１の粒子ビームコラム３０１、および電子ビームコラムの形態の第２の粒子ビームコラム３０２の概略図である。物体３０４から物質を除去すると第１の表面８００が露出される。方法ステップＳ３において、電子ビームコラムの形態の第２の荷電粒子ビーム３１２が、露出された第１の表面８００上で案内される。第２の荷電粒子ビーム３１２は、露出された第１の表面８００の物質と相互作用する。二次電子および／または後方散乱電子が相互作用から生じる。検出器３１７または粒子検出器７０３がそれら二次電子および／または後方散乱電子を検出し、制御ユニット７００に伝送される第１の検出信号を生成する。露出された第１の表面８００の第１の画像が、第１の検出信号を用いて生成される（方法ステップＳ４）。方法ステップＳ５において、生成された第１の画像は、データベース７０２に保存される。
方法ステップＳ６において、さらなる物質を物体３０４から除去するかどうかが決定される。肯定の場合、方法ステップＳ１〜Ｓ５が繰り返され、さらなる表面が露出される。換言すると、第１の荷電粒子ビーム３２９は、物体３０４上を再び案内される。第１の表面８００を構成する物体３０４の物質は、第１の荷電粒子ビーム３２９が物体３０４上を案内されるときに物体３０４から除去される。第１の表面８００を含む物質を除去しているとき、さらなる表面、すなわち第２の表面８０１が露出される（図６参照）。第２の表面８０１の画像が次に生成される。第２の荷電粒子ビーム３１２が、露出された第２の表面８０１上で案内される。第２の荷電粒子ビーム３１２は、露出された第２の表面８０１の物質と相互作用する。二次電子および／または後方散乱電子が相互作用から生じる。検出器３１７または粒子検出器７０３がそれら二次電子および／または後方散乱電子を検出し、制御ユニット７００に伝送される第２の検出信号を生成する。露出された第２の表面８０１の第２の画像が、第２の検出信号を用いて生成される。生成された第２の画像は、データベース７０２に保存される。
方法ステップＳ６において、さらなる物質を物体３０４から除去するかどうかが再び決定される。肯定の場合、方法ステップＳ１〜Ｓ５が再び繰り返され、さらなる表面が露出される。換言すると、物体３０４の物質は薄片として１片ずつ物体３０４から除去され、この際、薄片１片を除去するごとに新しい表面が露出され結像される。各露出表面の画像はデータベース７０２に保存される。このように、方法ステップＳ１〜Ｓ６は、連続的に、物体３０４から物質を除去し、物体３０４の表面を露出させ、表面の画像を生成することによって、高分解能３Ｄデータセットを提供する。例えば、最大１，０００枚の表面を露出可能であり、１，０００枚の表面のそれぞれの画像がデータベース７０２に保存される。しかしながら本発明はこの表面の数に制限されない。反対に、任意の適切な数の表面を露出し結像することができる。
図６に示されるように、物体３０４から物質を除去し、表面、具体的には第１の表面８００および第２の表面８０１を露出しているとき、開口８０３が形成される。開口８０３は境界側面８０４、第１の側面８０５および第２の側面８０６によって境界を定められる。境界側面８０４は開口８０３の底面であることもある。したがって、境界側面８０４は、物質が物体３０４から除去されるときに露出される最新の表面を含む。図６に示される実施形態では、境界側面８０４は第２の表面８０１を含む。しかしながら、本発明は境界側面８０４が常に第２の表面８０１を含むことに制限されない。反対に、境界側面８０４は、物質が物体３０４から除去されるときに露出される最新の表面であるいずれの表面を含んでもよい。
第１の側面８０５は、境界側面８０４から離れる第１の方向に境界側面８０４から延びる。さらに、第２の側面８０６は同じく、境界側面８０４から離れる第２の方向に物体３０４の境界側面８０４から延びる。第１の方向および第２の方向は同じであってもよい、または異なっていてもよい。第１の側面８０５および第２の側面８０６は対向して配置される。さらに、境界側面８０４は第１の側面８０５と第２の側面８０６の間に配置される。境界側面８０４、第１の側面８０５および第２の側面８０６は、（文字Ｕに似た）Ｕ字形を形成してもよく、境界側面８０４は「Ｕ」の底部であり、第１の側面８０５および第２の側面８０６は「Ｕ」の横の辺である。
方法ステップＳ７において、第１のラメラ８０７、第２のラメラ８０８および任意選択的に第３のラメラ８０９が、第１の荷電粒子ビーム３２９を用いて生成される。第１のラメラ８０７、第２のラメラ８０８および第３のラメラ８０９は、図７Ａ〜７Ｃに概略的に示されている。それらは、第１の荷電粒子ビーム３２９を用いて物体３０４からそれらを切り出すことによって生成される。第１のラメラ８０７、第２のラメラ８０８および第３のラメラ８０９は、さらなる分析のためにホルダ（図示せず）に配置されてもよい。ホルダは、荷電粒子ビーム装置３００の一部であり、物体チャンバ３０３内に配置される。第１のラメラ８０７は、境界ラメラである。それは境界側面８０４を、従って物質が物体から除去されるときに露出される最新の表面を含む。図６に示される実施形態では、これは第２の表面８０１である。第２のラメラ８０８は、側方ラメラである。それは、第１の側面８０５を含む。第３のラメラ８０９もまた側方ラメラである。それは第２の側面８０６を含む。第１のラメラ８０７は、厚さＴ１を有してもよく、第２のラメラ８０８は厚さＴ２を有してもよく、および／または第３のラメラ８０９は厚さＴ３を有してもよい。厚さＴ１〜Ｔ３は同じであってもよく、または異なっていてもよい。特に、厚さＴ１〜Ｔ３のそれぞれは、１０ｎｍ〜１００ｎｍの範囲内または３０ｎｍ〜５０ｎｍの範囲内であってもよい。しかしながら、本発明は上述の範囲に限定されない。反対に、厚さＴ１〜Ｔ３のそれぞれは、本発明に適したどのような値を有してもよい。
上に記載したように、露出された表面の画像は、生成されて保存される。特に、露出される最も新しい表面が生成されて保存される。図６の実施形態では、この表面は第２の表面８０１である。さらなる方法ステップＳ８において、第２のラメラ８０８および第３のラメラ８０９の画像が同じく生成される。電子ビームの形態の第２の荷電粒子ビーム３１２は第１の側面８０５の上を案内される。第１の側面８０５は第２のラメラ８０８の外側表面の１つである。第２の荷電粒子ビーム３１２は第１の側面８０５の物質と相互作用する。二次電子および／または後方散乱電子が相互作用から生じる。検出器３１７または粒子検出器７０３がそれら二次電子および／または後方散乱電子を検出し、制御ユニット７００に伝送される第３の検出信号を生成する。第１の側面８０５の第３の画像が第３の検出信号を用いて生成される。生成された第３の画像はデータベース７０２に保存される。さらに、電子ビームの形態の第２の荷電粒子ビーム３１２は、第２の側面８０６の上を案内される。第２の側面８０６は第３のラメラ８０９の外側表面の１つである。第２の荷電粒子ビーム３１２は第２の側面８０６の物質と相互作用する。二次電子および／または後方散乱電子が相互作用から生じる。検出器３１７または粒子検出器７０３がそれら二次電子および／または後方散乱電子を検出し、制御ユニット７００に伝送される第４の検出信号を生成する。第２の側面８０６の第４の画像が第４の検出信号を用いて生成される。生成された第４の画像はデータベース７０２に保存される。
本発明によるさらなる方法の実施形態を次に説明する。さらなる方法は、図３による荷電粒子ビーム装置３００によって実行される。図５は、方法の実施形態の第１の部分を示す。この第１の部分は、詳細には、連続的に、物体３０４から物質を除去し、物体３０４の表面を露出させ、表面の画像を生成することによって、高分解能３Ｄデータセットを生成することを含む。画像の分解能は、１ｎｍ〜３ｎｍであり得る。図５によるさらなる方法の実施形態の第１の部分は、図４の実施形態に基づいている。したがって、図４の実施形態に関連する上述の説明が、図５の実施形態にもあてはまる。しかしながら、方法ステップＳ１およびＳ３の代わりに、図５の実施形態は、方法ステップＳ１ＡおよびＳ３Ａを含む。方法ステップＳ１Ａにおいて、電子ビームの形態の第２の荷電粒子ビーム３１２は、物体３０４上を案内される。さらに、ガスがガス注入ユニット３３７によって提供される。方法ステップＳ２において、第２の荷電粒子ビーム３１２およびガスを用いて物質を物体３０４からエッチングすることによって物体３０４から物質が除去される。上で説明したように物体３０４の第１の表面８００が露出される。方法ステップＳ３Ａにおいて、電子ビームの形態の第２の荷電粒子ビーム３１２が、露出された第１の表面８００上で案内される。第２の荷電粒子ビーム３１２は、露出された第１の表面８００の物質と相互作用する。二次電子および／または後方散乱電子が相互作用から生じる。検出器３１７または粒子検出器７０３がそれら二次電子および／または後方散乱電子を検出し、制御ユニット７００に伝送される第１の検出信号を生成する。露出された第１の表面８００の第１の画像が、第１の検出信号を用いて生成され、データベースに保存される。方法ステップＳ１Ａ〜Ｓ５は必要であれば、上で説明したように繰り返される。
図５の実施形態はまた、図４の実施形態に関して方法ステップＳ７において１つの違いを含む。上に記載したように、第１のラメラ８０７、第２のラメラ８０８および第３のラメラ８０９は、方法ステップＳ７において生成される。しかしながら、第１の荷電粒子ビーム３２９を用いるのではなく、第１のラメラ８０７、第２のラメラ８０８および第３のラメラ８０９は、第２の荷電粒子ビーム３１２およびガス注入ユニット３３７によって提供されるガスを用いるエッチングプロセスによって、物体３０４からそれらを切り出すことによって生成される。
図８は上に記載した方法のそれぞれの第２の部分を示し、図４の実施形態および図５に示される実施形態のさらなる方法ステップを含む。
方法ステップＳ９において、生成されたラメラの物質的特徴が決定される。より正確には、方法ステップＳ９において、第１のラメラ８０７（すなわち境界ラメラ）、第２のラメラ８０８および第３のラメラ８０９は、第２の荷電粒子ビーム３１２を用いてそれらの物質的特徴に関して分析される。換言すると、分析は、各ラメラがその各画像中の特定のピクセルにおいて有する元素の物質および／または組成を特定するために実行される。物質的特徴はまた、例えば、特定の元素の量および／またはそのサイズおよび／または物質中に含有されたその構造についての情報を含んでもよい。
第１のラメラ８０７は、第２の荷電粒子ビーム３１２を用いて、第２の画像、すなわち第２の表面８０１の画像の第２の画像ピクセルの各ピクセルの第１の物質的特徴を特定することによって分析される。相互作用放射線、例えばＸ線またはカソードルミネセンス光が、放射線検出器５００を用いて検出される。特に、Ｘ線が検出されてもよく、ＥＤＸまたはＷＤＸを実行するために使用されてもよい。ＥＤＸおよびＷＤＸは、各ピクセルの第１のラメラ８０７の元素および元素の組成などの第１の特徴を特定するために使用されてもよい。追加的にまたは代替的に、相互作用粒子、例えば後方散乱電子が、ＥＢＳＤ検出器３３６を用いて検出される。ＥＢＳＤ検出器３３６は、例えば、位置Ｐｏｓ Ａ（図１および３参照）に配置される。ＥＢＳＤは、第１のラメラ８０７の物質の結晶学的配向を分析するために使用される。ＥＢＳＤ検出器３３６は、ＥＢＳＤ検出信号を生成する。制御ユニット７００は、ＥＢＳＤ検出信号に基づいて第１のラメラ８０７の電子後方散乱回折パターン（ＥＢＳＰ）を生成する。第１のラメラ８０７のＥＢＳＰは、第１のラメラ８０７の格子回折面に対応する菊池バンドに関する情報を含む。追加的にまたは代替的に、第１のラメラ８０７は、ＴＫＤを用いることによって分析されてもよい。第２の荷電粒子ビーム３１２は第２の表面８０１に案内される。第１のラメラ８０７は、第２の荷電粒子ビーム３１２の電子を透過するのに十分に薄い。換言すると、第２の荷電粒子ビーム３１２の電子は、第１のラメラ８０７を介して伝達し得る。第１のラメラ８０７の底面から現れる第２の荷電粒子ビーム３１２の散乱かつ伝達された電子は、ＥＢＳＤ検出器３３６を用いて検出される。ＥＢＳＤ検出器３３６は位置Ｐｏｓ Ｂ（図１および３参照）に配置される。物体ホルダ３２８は、散乱かつ伝達された電子がＥＢＳＤ検出器３３６によって検出され得るような方法で設計される。ＥＢＳＤ検出器３３６は、第１のラメラ８０７の回折パターンを取得し記録するために使用される検出器信号を生成し、回折パターンは第１のラメラ８０７の底面からＥＢＳＤ検出器３３６に投影される。
上の記載は第２のラメラ８０８にあてはめることもできる。換言すると、第２のラメラ８０８は、第２の荷電粒子ビーム３１２を用いて、第３の画像、すなわち第１の側面８０５の画像の第３の画像ピクセルの各ピクセルの第２の物質的特徴を特定することによって分析される。Ｘ線が、ＥＤＸまたはＷＤＸを実行するために使用されてもよい。ＥＤＸおよびＷＤＸは、各ピクセルの第２のラメラ８０８の元素および元素の組成などの第２の物質的特徴を特定するために使用されてもよい。追加的にまたは代替的に、相互作用粒子、例えば後方散乱電子が、ＥＢＳＤ検出器３３６を用いて検出される。ＥＢＳＤ検出器３３６は、例えば、位置Ｐｏｓ Ａ（図１および３参照）に配置される。再び、ＥＢＳＤは、第２のラメラ８０８の物質の結晶学的配向を分析するために使用される。追加的にまたは代替的に、第２のラメラ８０８は、ＴＫＤを用いることによって分析されてもよい。第２の荷電粒子ビーム３１２は第２のラメラ８０８の第１の側面８０５に案内される。第２のラメラ８０８は、第２の荷電粒子ビーム３１２の電子を透過するのに十分に薄い。換言すると、第２の荷電粒子ビーム３１２の電子は、第２のラメラ８０８を介して伝達し得る。第２のラメラ８０８の底面から現れる第２の荷電粒子ビーム３１２の散乱かつ伝達された電子は、ＥＢＳＤ検出器３３６を用いて検出される。ＥＢＳＤ検出器３３６は位置Ｐｏｓ Ｂ（図１および３参照）に配置される。
上の記載は第３のラメラ８０９にあてはめることもできる。換言すると、第３のラメラ８０９は、第２の荷電粒子ビーム３１２を用いて、第４の画像、すなわち第２の側面８０６の画像の第４の画像ピクセルの各ピクセルの第３の物質的特徴を特定することによって分析される。Ｘ線が、ＥＤＸまたはＷＤＸを実行するために使用されてもよい。ＥＤＸおよびＷＤＸは、各ピクセルの第３のラメラ８０９の元素および元素の組成などの第３の物質的特徴を特定するために使用されてもよい。追加的にまたは代替的に、相互作用粒子、例えば後方散乱電子が、ＥＢＳＤ検出器３３６を用いて検出される。ＥＢＳＤ検出器３３６は、例えば、位置Ｐｏｓ Ａ（図１および３参照）に配置される。ＥＢＳＤは、第３のラメラ８０９の物質の結晶学的配向を分析するために使用される。追加的にまたは代替的に、第３のラメラ８０９は、ＴＫＤを用いることによって分析されてもよい。第２の荷電粒子ビーム３１２は第３のラメラ８０９の第２の側面８０６に案内される。第３のラメラ８０９は、第２の荷電粒子ビーム３１２の電子を透過するのに十分に薄い。換言すると、第２の荷電粒子ビーム３１２の電子は、第３のラメラ８０９を介して伝達し得る。第３のラメラ８０９の底面から現れる第２の荷電粒子ビーム３１２の散乱かつ伝達された電子は、ＥＢＳＤ検出器３３６を用いて検出される。ＥＢＳＤ検出器３３６は位置Ｐｏｓ Ｂ（図１および３参照）に配置される。
上に記載した方法の実施形態はここで、第１のラメラ８０７、第２のラメラ８０８および第３のラメラ８０９の生成された画像の各ピクセルまたはピクセル群のフィルター処理されたデータを生成することを提供する。より正確には、フィルター処理されたデータは、第１のラメラ８０７の第２の表面８０１の第２の画像の、第２のラメラ８０８の第１の側面８０５の第３の画像の、および第３のラメラ８０９の第３の側面８０６の第４の画像の各ピクセルについて生成される。換言すると、第２の画像ピクセルの各ピクセルの第１のフィルター処理されたデータは、第２の画像ピクセルの各ピクセルの第２の画像データを処理する少なくとも１つの第１の画像フィルターを用いて生成される。さらに、第３の画像ピクセルの各ピクセルの第２のフィルター処理されたデータは、第３の画像ピクセルの各ピクセルの第３の画像データを処理する少なくとも１つの第２の画像フィルターを用いて生成される。さらに、第４の画像ピクセルの各ピクセルの第３のフィルター処理されたデータは、第４の画像ピクセルの各ピクセルの第４の画像データを処理する少なくとも１つの第３の画像フィルターを用いて生成される。換言すると、第２の画像ピクセルの、第３の画像ピクセルの、および／または第４の画像ピクセルの各ピクセルは、少なくとも１つの画像フィルターを用いてフィルター処理される。第１の画像フィルター、第２の画像フィルターおよび第３の画像フィルターは、それぞれデジタル画像フィルターであってもよい。特に、上述のフィルターの少なくとも１つは、以下のフィルター：ガボールフィルター、平均値フィルター、バリアンスフィルター、ヒストグラム方向付け勾配フィルター、最大値フィルター、最小値フィルター、およびＫｕｗａｈａｒａフィルターのうちの１つであってもよい。第１の画像フィルター、第２の画像フィルターおよび第３の画像フィルターは、同一のものであってもよい。しかしながら、本発明の一実施形態において、フィルター、すなわち第１の画像フィルター、第２の画像フィルターおよび第３の画像フィルターの少なくとも２つは、同一のものである。例えば、全ての画像フィルターが同一のものであることができる。さらに、本発明のさらなる実施形態において、１つより多い画像フィルターが、特定のピクセルのフィルター処理されたデータを生成するために使用されてもよい、従って異なる画像フィルターを用いてフィルター処理されたデータに基づいて１つより多い画像を生成する。
上記のことはさらに、もっぱら第２の表面８０１の第２の画像に関して説明される。上に記載したように、第２の表面８０１は第１のラメラ８０７の一部である。図９Ａは、第２の表面８０１の画像を概略的に示す。上に記載したように、この画像は、第２の荷電粒子ビーム３１２を用いて、および検出器３１７を用いて二次電子および／または後方散乱電子などの相互作用電子を検出して生成された。コンボリューションフィルターの形態の第１の画像フィルターがここで、第２の画像の第１のフィルター処理されたデータを生成するために使用される。コンボリューションフィルターは、図９Ａに示される第２の表面８０１の第２の画像の各ピクセルをフィルター処理するために使用される。生成された第１のフィルター処理された画像が、図９Ｂに示されている。追加的に、最大値フィルターの形態の第２の画像フィルターがここで、第２の画像の第２のフィルター処理された画像を生成するために使用される。最大値フィルターは、図９Ａに示される第２の表面８０１の第２の画像の各ピクセルをフィルター処理するために使用される。生成された第２のフィルター処理された画像が図９Ｃに示されている。さらに、最小値フィルターの形態の第３の画像フィルターがここで、第２の画像の第３のフィルター処理された画像を生成するために使用され、最小値フィルターは図９Ａに示される第２の表面８０１の第２の画像の各ピクセルをフィルター処理するために使用される。生成された第３のフィルター処理された画像が、図９Ｄに示されている。Ｋｕｗａｈａｒａフィルターの形態の第４の画像フィルターがここで、第２の画像の第４のフィルター処理された画像を生成するために使用され、Ｋｕｗａｈａｒａフィルターは図９Ａに示される第２の表面８０１の第２の画像の各ピクセルをフィルター処理するために使用される。生成された第４のフィルター処理された画像が図９Ｅに示されている。第１のパラメータを有する第１のガボールフィルターの形態の第５の画像フィルターがここで、第２の画像の第５のフィルター処理された画像を生成するために使用され、第１のガボールフィルターは図９Ａに示される第２の表面８０１の第２の画像の各ピクセルをフィルター処理するために使用される。生成された第５のフィルター処理された画像が図９Ｆに示されている。第２のパラメータを有する第２のガボールフィルターの形態の第６の画像フィルターがここで、第２の画像の第６のフィルター処理された画像を生成するために使用され、第２のガボールフィルターは図９Ａに示される第２の表面８０１の第２の画像の各ピクセルをフィルター処理するために使用される。生成された第６のフィルター処理された画像が図９Ｇに示されている。第３のパラメータを有する第３のガボールフィルターの形態の第７の画像フィルターがここで、第２の画像の第７のフィルター処理された画像を生成するために使用され、第３のガボールフィルターは図９Ａに示される第２の表面８０１の第２の画像の各ピクセルをフィルター処理するために使用される。生成された第７のフィルター処理された画像が図９Ｈに示されている。
方法ステップＳ１０を実行した後、いくつかのフィルター処理された画像が、第２の画像に、第３の画像に、および第４の画像に関連して生成された。従って、各フィルター処理された画像の各ピクセルについて第２の画像、第３の画像および第４の画像のそれぞれに関してベクトルを生成することが可能であり、ベクトルは、特定のピクセルについて各フィルター処理された画像のフィルター処理されたデータを含む。これは図９Ｉに概略的に示される。図９Ｉは、いくつかの生成されたフィルター処理された画像を、すなわち、第１のフィルター処理された画像から第７のフィルター処理された画像までを概略的に示す。ベクトルは、第１のフィルター処理された画像から第７のフィルター処理された画像までの各ピクセルを通して案内されてもよい。ベクトルは、各フィルター処理された画像のフィルター処理されたデータを各ピクセルについて含む。換言すると、ベクトルは特徴ベクトルである。それは、

の形を有してもよく、
式中、

は特定ピクセルのベクトルであり、
Ｄ１は第１のフィルター処理された画像中のこの特定ピクセルのフィルター処理されたデータであり、
Ｄ２は第２のフィルター処理された画像中のこの特定ピクセルのフィルター処理されたデータであり、
Ｄ３は第３のフィルター処理された画像中のこの特定ピクセルのフィルター処理されたデータであり、
Ｄ４は第４のフィルター処理された画像中のこの特定ピクセルのフィルター処理されたデータであり、
Ｄ５は第５のフィルター処理された画像中のこの特定ピクセルのフィルター処理されたデータであり、
Ｄ６は第６のフィルター処理された画像中のこの特定ピクセルのフィルター処理されたデータであり、
Ｄ７は第７のフィルター処理された画像中のこの特定ピクセルのフィルター処理されたデータである。
特定された物質的特徴およびフィルター処理された画像のフィルター処理されたデータに関する情報をここで使用して、物質が物体３０４から連続的に除去されるときに生成された各表面のピクセルごとの物質的特徴に関する情報を取得する（方法ステップＳ１１およびＳ１２）。具体的には、以下の方法の１つが使用される：ランダム決定フォレスト、相関ルール学習、人口神経網、サポートベクターマシーン、およびベイジアンネットワーク。上述の方法は、分類のための機械学習方法であり、分類は、どのカテゴリーセットに新しいデータセットが属するかを特定するという問題である。図４および５の実施形態は、図１０〜１３を用いて説明されるランダム決定フォレストを使用してもよい。ランダム決定フォレストを使用するプロセスは、３つのステップ、すなわち第１のステップ、第２のステップおよび第３のステップを含む。ランダム決定フォレストは、トレーニングされ（第１のステップ）、トレーニングは検証される（第２のステップ）。検証後、ランダム決定フォレストは、生成されかつ結像された各表面の物質的特徴を分類して各ピクセルに割り当てるために使用されてもよい（第３のステップ）。
第１のステップをここで考察する。より簡単な説明のために、図９Ａに示される第２の表面８０１の画像が、実際に図１０に示される画像であると仮定する。以下、図１０に示される画像をトレーニング画像という。トレーニング画像は２５６×２５６個のピクセルを含んでもよく、それは合計６５５３６個のピクセルを意味し得る。本発明はそのようなピクセル数に限定されない。反対に、物質が物体３０４から連続的に除去されるときに生成される各表面の各画像は、本発明を実行するのに適した任意の数のピクセルを含んでもよい。
トレーニング画像の各ピクセルは、特定の物質的特徴（以下「クラス」という）を有する。トレーニング画像は、３つの異なるクラス、すなわちクラスＡ、ＢおよびＣに属するピクセルを含む。
トレーニング画像は、方法ステップＳ１０を実行するために使用される。上に記載したように、方法ステップＳ１０を実行した後、いくつかのフィルター処理された画像が、トレーニング画像に関連して生成された。ベクトルが、図９Ｉに示されるトレーニング画像について生成されてもよい。ここで、各フィルター処理された画像、すなわち、第１のフィルター処理された画像、第２のフィルター処理された画像、第３のフィルター処理された画像、第４のフィルター処理された画像、第５のフィルター処理された画像、第６のフィルター処理された画像および第７のフィルター処理された画像について、例えば各フィルター処理された画像からピクセル値を読み出すことによって、または、当該技術分野で知られる画像認識アルゴリズム、例えばしきい値処理プロセスを用いることによって、各フィルター処理された画像から各ピクセルのグレー値を決定することが可能である。第１〜第７のフィルター処理された画像の各ピクセルで得られたグレー値はデータベース７０２に保存され、トレーニング画像の各ピクセルのグレー値とともに表に配列される。表は以下の形を有してもよい。
表中、
ピクセル♯は、トレーニング画像のピクセルの番号であり、
ＧＶ０は、トレーニング画像の特定ピクセルのグレー値であり、
ＧＶ１は、第１のフィルター処理された画像の特定ピクセルのグレー値であり、
ＧＶ２は、第２のフィルター処理された画像の特定ピクセルのグレー値であり、
ＧＶ３は、第３のフィルター処理された画像の特定ピクセルのグレー値であり、
ＧＶ４は、第４のフィルター処理された画像の特定ピクセルのグレー値であり、
ＧＶ５は、第５のフィルター処理された画像の特定ピクセルのグレー値であり、
ＧＶ６は、第６のフィルター処理された画像の特定ピクセルのグレー値であり、
ＧＶ７は、第７のフィルター処理された画像の特定ピクセルのグレー値であり、
クラスは、そのピクセルが属するクラス（すなわち物質的特徴）である。
ここでランダム決定フォレストは、図１１Ａに示されるようにトレーニングされる。トレーニングプロセスの間、ランダムフォレストアルゴリズムは、あるモデルを構築する。このモデルは、分割に関して特定のルールを備えたノードを含む決定木に基づく。決定木の各ノードは、特定のフィルター処理された画像中の特定ピクセルのグレー値である特徴を示す。決定木のノードは、決定木の２つの分岐線に分岐してもよい。その特徴のピクセルの値が特定の値以下である場合、ピクセルは決定木の特定の分岐線を、例えば左側の分岐線を下る。その特徴のピクセルの値が特定の値を超える場合、ピクセルは決定木の他方の分岐線を、例えば右側の分岐線を下る。これは以下で詳細に説明する。
ランダム決定フォレスト方法は、いくつかの決定木を、すなわち決定木１〜Ｎを含み、Ｎは整数である。Ｎは本発明を実行するのに十分ないずれかの整数であってもよい。例えば、Ｎは１００〜３００の範囲内、または１００〜２００の範囲内であることができる。本発明の例示的実施形態において、Ｎは１００である。したがって、この例示的実施形態は１００の決定木を含む。ランダム決定フォレストのトレーニングは、表１に含まれるデータを用いて実行される。より正確には、決定木１〜Ｎの各決定木は、ランダムに選択された表１からのピクセルのデータを用いて生成される。従って、それらのピクセルを以下、ピクセルのランダムサンプルまたはブートストラップサンプルともいう。典型的に、全ての利用可能なピクセルおよび表１に示されるそれらの対応データの６３．２％が、ピクセルのランダムサンプル（特徴のランダムサンプル）として使用される。各決定木１〜Ｎは、それ自体のピクセルランダムサンプルを有する。従って、ピクセルのランダムサンプルは、決定木１〜Ｎごとにランダムに選択される。
決定木１の生成をここで詳細に説明する。決定木２〜Ｎは同じように生成される。決定木１は、その数がランダムに選択されたノードを含む。決定木１の各ノードについて、２つの特徴が、例えば特徴１としてＧＶ１および特徴２としてＧＶ６が、特徴のランダムサンプルからランダムに選択される。次に、特徴１または特徴２が最良分割基準に基づいてノードに使用され得るかどうか決定される。最良分割基準はノードの分割値も決定する。
最良の分割は、いわゆるジニ不純度基準に基づく。ジニ不純度基準は、あるセットからランダムに選択された要素が、あるサブセット内のラベルの分布に従ってランダムにラベル付された場合にそれがどの程度の頻度で不正確にラベル付けされ得るかの尺度である。決定木内の各ノードｔにおけるジニ不純度指数は、

として定義され、
式中、
Ｇはジニ不純度指数であり、
ｐｉはノードｔにおける特定クラスの比であり、
ｎはクラスの合計数である。
ノードｔを第１の子ノードｔ１および第２の子ノードｔ２に分割した後、分割データのジニ指数は、

として定義され、
式中、
Ｎ（ｔ）は利用可能なまたは選択されたピクセルの合計数であり、
Ｎ（ｔ１）はノードｔ１において特定クラスに属するピクセルの数であり、
Ｎ（ｔ２）はノードｔ２において特定クラスに属するピクセルの数である。
最小のＧｉｎｉｓｐｌｉｔ（ｔ）を提供する特徴が、ノードについて選択される。これは、特定の実施形態を使用して以下でさらに詳細に説明される。特徴１としてＧＶ２および特徴２としてＧＶ６がノードｔについて特徴のランダムサンプルからランダムに選択されると仮定する。次に特徴１または特徴２が最良分割基準に基づいてノードｔに使用されるかどうか決定される。より簡単に提示するために、ＧＶ２およびＧＶ６の６個のピクセルだけが利用可能であるとさらに仮定する。
選択されたピクセルの合計数は６であり、従ってＮ（ｔ）＝６である。Ｇｉｎｉｓｐｌｉｔ（ｔ）が、特徴１すなわちＧＶ２について、ここで計算される。
最小のＧｉｎｉｓｐｌｉｔ（ｔ）は、ＧＶ２≦１５５の場合である。Ｇｉｎｉｓｐｌｉｔ（ｔ）が、同一のやり方で特徴２すなわちＧＶ６について、ここで計算される。ＧＶ６についてのＧｉｎｉｓｐｌｉｔ（ｔ）は、ＧＶ２についてのＧｉｎｉｓｐｌｉｔ（ｔ）よりも高いと仮定する。従ってＧＶ２がノードｔの特徴として選択される。特定の値は１５５である。評価されるべき特定のグレー値を有するピクセルが決定木を下る場合、およびそのピクセルのグレー値が１５５以下である場合、ピクセルはノードｔの左側の分岐線を下ってノードｔ１に進む。評価されるべき特定のグレー値を有するピクセルが決定木を下る場合、およびそのピクセルのグレー値が１５５未満である場合、ピクセルはノードｔの右側の分岐線を下ってノードｔ２に進む。
上記のことは各決定木１〜Ｎの各ノードについて実行される。ある決定木の実施形態が図１１Ｂに示される。最終ノード（以下、終端ノードという）が、特定の終端ノードにおいて終了しかつ特定のクラスに予めラベル付けされかつ割り当てられたトレーニングに使用されるピクセルのそのクラスに割り当てられる。例えば、はるか左側の終端ノードは、１４４以下のグレー値を有するピクセルを含む。したがって、この終端ノードは、ＧＶ６の（１４４である）ピクセル６５５３５のグレー値がクラスＣに属するので、クラスＣに割り当てられる。
上に記載したように、決定木２〜Ｎは、決定木１の生成と同様に生成される。
上に記載したように、第２のステップにおいて、ランダム決定フォレストのトレーニングが実証される。実証は図１２に示される。決定木１の実証をここで詳細に説明する。決定木２〜Ｎは同じやり方で実証される。
決定木１の実証について、トレーニングに使用されなかった残りの３６．８％のピクセルおよび表１のそれらの対応するデータがここで実証のために使用される。ここで実証のために使用されるそれらピクセルおよびそれらの対応データは、アウトオブバッグ（ｏｕｔ−ｏｆ−ｂａｇ）データともよばれる。各決定木１〜Ｎをトレーニングするために使用されるピクセルは各場合においてランダムに選択されるので、各決定木１〜Ｎのアウトオブバッグデータは互いに異なる。決定木１のアウトオブバッグデータの各ピクセルは、決定木１の下に押される。ピクセルは決定木１の下に案内される。ピクセルのグレー値に依存して、ピクセルが左側の分岐線または右側の分岐線を下に押される必要があるかどうか、決定木１の各ノードにおいて決定される。ピクセルのグレー値が上に記載したような特定値以下である場合、ピクセルは左側の分岐線を下る。ピクセルのグレー値が上に記載したような特定値を超える場合、ピクセルは右側の分岐線を下る。決定木１の下に押されるアウトオブバッグデータの各ピクセルは、終端ノードで終了する。上に記載したように、終端ノードは、特定のクラス、すなわちここに記載した実施形態ではクラスＡ、ＢまたはＣに割り当てられる。従って、決定木１の下に押されるアウトオブバッグデータのピクセルが終端ノードで終了するとき、決定木１は、この特定ピクセルがこの終端ノードに割り当てられたクラスと同じクラスを有することを認める。これは、決定木１が、この特定ピクセルのクラスがこの終端ノードに割り当てられたものと同じであることを認めたことを意味する。
ステップ２、すなわちランダム決定フォレストの実証は、表１に記載されているような各ピクセルのクラスを、各決定木１〜Ｎによって割り当てられたクラスと比較することによって、誤分類率（いわゆるアウトオブバッグエラー率）を計算することも含む。ランダム決定フォレストの全ての決定木１〜Ｎのアウトオブバッグエラー率が、全体アウトオブバッグエラー率を決定するために集計される。全体アウトオブバッグエラー率が高すぎる（例えば０．４より高い）場合、トレーニングは、以前よりも多くのデータがピクセルのランダムサンプルに含まれる状態で繰り返される。
生成されたランダム決定フォレストは、物質が物体３０４から連続的に除去されるときに生成された各表面の各画像の各ピクセルを分類するためにここで使用され、これらの画像のピクセルは物質的特徴に関してまだ分類されていない。これは上に記載したステップ３である。これらの画像からの各ピクセルは、各決定木１〜Ｎの下に押される。ピクセルは各決定木の下に案内される。上に記載したように、ピクセルのグレー値に依存して、ピクセルが左側の分岐線または右側の分岐線の下に押される必要があるかどうか、各決定木の各ノードにおいて決定される。各決定木１〜Ｎの下に押される各ピクセルは、終端ノードで終了する。上に記載したように、終端ノードは特定のクラス、すなわちここに記載した実施形態ではクラスＡ、ＢまたはＣに割り当てられる。従って、各ピクセルが決定木１〜Ｎの終端ノードで終了するとき、決定木１〜Ｎは、この特定ピクセルがこの終端ノードに割り当てられたクラスと同じクラスを有することを認める。これは、決定木１〜Ｎが、特定ピクセルのクラスがこの終端ノードに割り当てられたものと同じであることを認めたことを意味する。ここで、各ピクセルがある特定クラスの一部である確率Ｐクラスが、決定木の合計数に対するクラスへの合計票の比率として計算される。
決定木の合計数が例えば１００（すなわちＮ＝１００）であり、それら決定木の９５個が、ある特定ピクセルがクラスＡの一部であることを認める場合、そのピクセルがクラスＡに分類される確率は、０．９５であり得る。
ステップ３を実行した後、各クラスの確率マップを生成することが可能である。さらに、次に、各生成された表面の各画像のセグメント化された画像が、最高確率に基づいて各ピクセルのクラスを指定することによって生成される。セグメント化された画像は、各ピクセルにおける物体３０４の物質的特徴に関する情報を含む。次いで、セグメント化された画像は、当該技術分野で、例えば参照により本明細書に組み込まれる（特許文献１）において既に知られている物体３０４の３Ｄ分析データセットを生成するために使用されてもよい。
図４、５および８に示されるワークフローは、以下のように要約することができる：ステップＳ１〜Ｓ５（図４）またはステップＳ１Ａ〜Ｓ５（図５）を実行するとき、荷電粒子ビームを用いた高分解能の物体の３次元測定体積の第１のデータセットが得られる。この第１のデータセットは、荷電粒子ビームの衝突により物体を離れる検出された相互作用粒子に基づいている。第１データセットは、複数の個々のボクセルを含む。
ステップＳ７において、少なくとも１つのラメラが、荷電粒子ビーム装置を使用することによって、物体から、３次元測定体積に隣接する領域から抽出される。
ステップＳ８において、高分解能の少なくとも１つのラメラの第２のデータセットが、前記荷電粒子ビームを使用して得られる。この第２のデータセットは同じく、荷電粒子ビームの衝突により物体を離れる検出された相互作用粒子に基づいている。
ステップＳ９において、荷電粒子ビーム装置を使用した荷電粒子ビーム分析が、少なくとも１つのラメラの物質的特徴を特定するために少なくとも１つのラメラで実行される。荷電粒子ビーム分析は、ＥＤＸ、ＷＤＸ、ＥＢＳＤおよびＴＫＤの少なくとも１つであることができる。このステップで達成される荷電粒子ビーム分析の分解能は、第１および第２のデータセットの高分解能結像データよりもかなり低い。しかしながら、荷電粒子ビーム分析は１０〜１００ｎｍの厚さを有する少なくとも１つのラメラで実行されるので、このステップで達成される荷電粒子ビーム分析の分解能は依然として数十ｎｍ、すなわち１０〜３０ｎｍの範囲内にあり、従って、荷電粒子ビーム分析がより大きな物体に対して直接実行される場合に達成され得る分解能よりもかなり高い。
ステップＳ１０において、前記第２のデータセットのデータ、少なくとも１つのラメラの高分解能物質対照画像データは、ステップＳ９で特定されたラメラの前記物質的特徴に割り当てられる。
ステップＳ１２において、物質的特徴は、ステップＳ１０で実行された前記第２のデータセットの前記物質的特徴への前記割り当てに基づいて、物体の３次元測定体積を表す前記個々のボクセルに割り当てられる。上に記載した方法において、ステップＳ９で達成された荷電粒子ビーム分析の分解能は、ステップＳ１２において、第１のデータセットのデータが収集される物体の完全３次元測定体積に移される。
ステップＳ７の実施形態において、２つの追加ラメラが物体から抽出され、それにより前記追加ラメラは前記３次元測定体積に関して異なる側面で抽出される。ステップＳ９のこの実施形態において、荷電粒子分析が同じくこれら２つの追加ラメラで実行され、結局、荷電粒子分析が、前記３次元測定体積に関して３つの異なる側面で抽出された３つのラメラで実行されるようにする。
さらなる実施形態において、ワークフローはさらなるステップＳ１０を含むことができ、ステップＳ１０では、第１の特徴ベクトルが、データフィルタリングを実行することによって前記第２のデータセットに基づいて生成される。そのような実施形態では、前記第２のデータセットのデータの物質的特徴への割り当ては、特定の特徴ベクトルを特定の物質的特徴に割り当てることによって実行可能である。そのような実施形態では、さらに、追加的な中間ステップＳ１１において、データフィルタリングを実行することによって前記第１のデータセットに基づいて第２の特徴ベクトルを生成することができる。第１のデータセットの個々のボクセルへの物質的特徴の割り当ては、前記第１の特徴ベクトルを前記第２の特徴ベクトルと比較し、ラメラ内の領域と似ている特徴ベクトルを有する第１のデータセット内の領域を特定することによって実行可能である。ラメラ内の特定の特徴ベクトルと似ている特徴ベクトルを有する３次元測定体積内の領域は、ラメラ内のそのそれぞれの位置と同様の物質的特徴を有すると仮定される。
本発明の実施形態は上に記載した利点を有する。
本明細書で考察した様々な実施形態は、本明細書に記載したシステムに関して適切な組合せで互いに組み合わせてもよい。追加的に、いくつかの例では、流れ図、フローチャートおよび／または記載したフロー処理におけるステップの順番は、適切な場合、修正されてもよい。さらに、本明細書に記載したシステムのさまざまな態様が、記載した特徴を有しかつ記載した機能を実行するソフトウェア、ハードウェア、ソフトウェアとハードウェアの組合せおよび／または他のコンピュータ実装可能モジュールもしくは装置を使用して実行されてもよい。システムはさらに、ユーザとのおよび／または他のコンピュータとの適切なインターフェースを提供するディスプレイおよび／または他のコンピュータ構成要素を含んでもよい。
本明細書に記載したシステムの態様のソフトウェア実装は、コンピュータ可読媒体に記憶され１つまたは複数のプロセッサによって実行される実行可能コードを含んでもよい。コンピュータ可読媒体は、揮発性メモリおよび／または不揮発性メモリを含んでもよく、および、例えば、コンピュータハードドライブ、ＲＯＭ、ＲＡＭ、フラッシュメモリ、ポータブル型コンピュータ記憶媒体（ＣＤ−ＲＯＭ、ＤＶＤ−ＲＯＭ、ＳＯカード、フラッシュドライブまたは例えばユニバーサルシリアルバス（ＵＳＢ）インターフェースを備えた他のドライブなど）、および／または、実行可能コードが記憶され、プロセッサによって実行されてもよい他のいずれかの適切な有体または持続性コンピュータ可読媒体またはコンピュータメモリを含んでもよい。本明細書に記載したシステムは、いずれかの適切な操作システムと接続して使用されてもよい。
本発明の他の実施形態は、本明細書の熟考から、および／または本明細書に開示された本発明を実行する試みから、当業者に明らかになるであろう。明細書および実施例は単なる例と見なされ、本発明の真の範囲および趣旨は以下の特許請求の範囲によって示されることが意図される。
３００ 荷電粒子ビーム装置
３０１ 第１の粒子ビームコラム
３０２ 第２の粒子ビームコラム
３０３ 物体チャンバ
３０４ 物体
３０５ 第１の光軸
３０６ 第２の光軸
３０７ 第２のビーム生成器
３０８ 第１の電極
３０９ 第２の電極
３１０ 第３の電極
３１１ ビーム案内管
３１２ 第２の荷電粒子ビーム
３１３ コリメータ装置
３１４ 第１の環状コイル
３１５ ヨーク
３１６ ピンホールダイアフラム
３１７ 検出器
３１８ 中心開口
３１９ 第２の対物レンズ
３２０ 磁気レンズ
３２１ 静電レンズ
３２２ 第２の環状コイル
３２３ 内側磁極片
３２４ 外側磁極片
３２５ 端部
３２６ 終端電極
３２７ ラスター装置
３２８ 物体ホルダ
３２９ 第１の荷電粒子ビーム
３３０ 第１のビーム生成器
３３１ 引出電極
３３２ コリメータ
３３３ 可変開口
３３４ 第１の対物レンズ
３３５ ラスター電極
３３６ ＥＢＳＤ検出器
３３７ ガス注入ユニット
５００ 放射線検出器
６００ 圧力センサ
６０１ ポンプシステム
７００ 制御ユニット
７０１ プロセッサ
７０２ データベース
７０３ 粒子検出器
８００ 第１の表面
８０１ 第２の表面
８０３ 開口
８０４ 境界側面
８０５ 第１の側面
８０６ 第２の側面
８０７ 第１のラメラ
８０８ 第２のラメラ
８０９ 第３のラメラ
Ｐｏｓ Ａ 第１の位置
Ｐｏｓ Ｂ 第２の位置
Ｓ１〜Ｓ１２ 方法ステップ
Ｔ１〜Ｔ３ 厚さ

Claims (17)

  1. 荷電粒子ビーム装置を使用して物体を分析する方法であって、
    ・前記荷電粒子ビーム装置が、第１の荷電粒子を有する第１の荷電粒子ビームを生成する第１の荷電粒子ビーム生成器と、前記第１の荷電粒子ビームの焦点を前記物体上に合わせる第１の対物レンズと、第２の荷電粒子を有する第２の荷電粒子ビームを生成する第２の荷電粒子ビーム生成器と、前記第２の荷電粒子ビームの焦点を前記物体上に合わせる第２の対物レンズと、第１の検出ユニットと、第２の検出ユニットとを含み、
    前記方法が以下の各ステップ：
    ・前記第１の荷電粒子ビームを前記物体上で案内し、前記第１の荷電粒子ビームを用いて前記物体から物質を除去し、前記物体から前記物質を除去するとき、前記物体の第１の表面を露出させ、前記第２の荷電粒子ビームを前記物体の前記第１の表面上で案内し、前記第１の検出ユニットを用いて第１の相互作用粒子を検出し、前記第１の相互作用粒子は前記第２の荷電粒子ビームが前記第１の表面に衝突するときに生じ、前記第１の検出ユニットを用いて第１の検出信号を生成し、前記第１の検出信号を用いて前記物体の前記第１の表面の第１の画像を生成し、前記第１の画像が第１の画像ピクセルを含み、前記第１の画像ピクセルの各ピクセルが第１の画像データを含むステップ；
    ・前記第１の荷電粒子ビームを前記物体上で案内し、前記第１の荷電粒子ビームを用いて前記物体から前記第１の表面を含む物質を除去し、前記物体から前記物質を除去するとき、前記物体の第２の表面を露出させ、前記第２の荷電粒子ビームを前記物体の前記第２の表面上で案内し、前記第１の検出ユニットを用いて第２の相互作用粒子を検出し、前記第２の相互作用粒子は前記第２の荷電粒子ビームが前記第２の表面に衝突するときに生じ、前記第１の検出ユニットを用いて第２の検出信号を生成し、前記第２の検出信号を用いて前記物体の前記第２の表面の第２の画像を生成し、前記第２の画像が第２の画像ピクセルを含み、前記第２の画像ピクセルの各ピクセルが第２の画像データを含み、ここで、前記物体の前記第１の表面および前記第２の表面を露出させるように前記物体から前記物質を除去するときに開口が生成され、前記開口が、前記第２の表面を含む第１の側面と、前記第２の表面から離れる方向に前記物体の前記第２の表面から延びる第２の側面とを含むステップ；
    ・外側表面として前記第２の表面を有する前記開口の前記第１の側面を含む第１のラメラを生成し、および前記開口の前記第２の側面を含む第２のラメラを生成するステップ；
    ・前記第２の荷電粒子ビームを前記物体の前記第２の側面上で案内し、前記第１の検出ユニットを用いて第３の相互作用粒子を検出し、前記第３の相互作用粒子は前記第２の荷電粒子ビームが前記物体の前記第２の側面に衝突するときに生じ、前記第１の検出ユニットを用いて第３の検出信号を生成し、前記第３の検出信号を用いて前記物体の前記第２の側面の第３の画像を生成し、前記第３の画像が第３の画像ピクセルを含み、前記第３の画像ピクセルの各ピクセルが第３の画像データを含むステップ；
    ・前記第１の荷電粒子ビームおよび前記第２の荷電粒子ビームの少なくとも一方を用いて、および前記第２の検出ユニットを用いて第４の相互作用粒子および第１の相互作用放射線の少なくとも一方を検出して、前記第２の画像ピクセルの各ピクセルに関連付けられる前記第１のラメラの第１の物質的特徴を特定することによって前記第１のラメラを分析するステップ；
    ・前記第１の荷電粒子ビームおよび前記第２の荷電粒子ビームの少なくとも一方を用いて、および前記第２の検出ユニットを用いて第５の相互作用粒子および第２の相互作用放射線の少なくとも一方を検出して、前記第３の画像ピクセルの各ピクセルに関連付けられる前記第２のラメラの第２の物質的特徴を特定することによって前記第２のラメラを分析するステップ；
    ・前記第２の画像ピクセルの各ピクセルの前記第２の画像データを処理する少なくとも１つの第１の画像フィルターを使用して前記第２の画像ピクセルの各ピクセルの第１のフィルター処理されたデータを生成し、および前記第３の画像ピクセルの各ピクセルの前記第３の画像データを処理する少なくとも１つの第２の画像フィルターを使用して前記第３の画像ピクセルの各ピクセルの第２のフィルター処理されたデータを生成するステップ；
    ・前記第２の画像ピクセルの各ピクセルの前記第２の画像データ、前記第３の画像ピクセルの各ピクセルの前記第３の画像データ、前記第２の画像ピクセルの各ピクセルの前記第１のフィルター処理されたデータ、および前記第３の画像ピクセルの各ピクセルの前記第２のフィルター処理されたデータ、の中から前記第１の画像の前記第１の画像ピクセルの各ピクセルの前記第１の画像データと同一または類似するデータを特定するステップ；および
    ・前記第１の画像の前記第１の画像ピクセルの少なくとも１つのピクセルに物質的特徴を割り当てるステップであって、
    （ｉ）前記第２の画像ピクセルのうちのあるピクセルの前記特定された第２の画像データおよび前記第２の画像ピクセルのうちのあるピクセルの前記特定された第１のフィルター処理されたデータ、の少なくとも一方が前記第１の画像ピクセルの前記少なくとも１つのピクセルの前記第１の画像データと同一または類似している場合、前記第１の物質的特徴が割り当てられ、
    （ｉｉ）前記第３の画像ピクセルのうちのあるピクセルの前記特定された第３の画像データおよび前記第３の画像ピクセルのうちのあるピクセルの前記特定された第２のフィルター処理されたデータ、の少なくとも一方が前記第１の画像ピクセルの前記少なくとも１つのピクセルの前記第１の画像データと同一または類似している場合、前記第２の物質的特徴が割り当てられるステップ
    を含む方法。
  2. ・前記開口の第３の側面を含む第３のラメラを生成するステップであって、前記第３の側面および前記第２の側面が対向して配置され、前記第１の側面が前記第２の側面と前記第３の側面との間に配置されるステップ；
    ・前記第２の荷電粒子ビームを前記物体の前記第３の側面上で案内し、前記第１の検出ユニットを用いて第６の相互作用粒子を検出し、前記第６の相互作用粒子は前記第２の荷電粒子ビームが前記物体の前記第３の側面に衝突するときに生じ、前記第１の検出ユニットを用いて第４の検出信号を生成し、前記第４の検出信号を用いて前記物体の前記第３の側面の第４の画像を生成し、前記第４の画像が第４の画像ピクセルを含み、前記第４の画像ピクセルの各ピクセルが第４の画像データを含むステップ；
    ・前記第１の荷電粒子ビームおよび前記第２の荷電粒子ビームの少なくとも一方を用いて、および前記第２の検出ユニットを用いて第７の相互作用粒子および第３の相互作用放射線の少なくとも一方を検出して、前記第４の画像ピクセルの各ピクセルに関連付けられる前記第３のラメラの第３の物質的特徴を特定することによって前記第３のラメラを分析するステップ；
    ・前記第４の画像ピクセルの各ピクセルの前記第４の画像データを処理する少なくとも１つの第３の画像フィルターを使用して前記第４の画像ピクセルの各ピクセルの第３のフィルター処理されたデータを生成するステップ；
    をさらに含み、
    ・前記第１の画像の前記第１の画像ピクセルの各ピクセルの前記第１の画像データと同一または類似するデータを特定する前記ステップがまた、前記第４の画像ピクセルの各ピクセルの前記第４の画像データおよび前記第４の画像ピクセルの各ピクセルの前記第３のフィルター処理されたデータ、の中から特定することを含み；
    ・前記第１の画像の前記第１の画像ピクセルの少なくとも１つのピクセルに物質的特徴を割り当てる前記ステップがまた、前記第４の画像ピクセルのうちのあるピクセルの前記特定された第４の画像データおよび前記第４の画像ピクセルのうちのあるピクセルの前記特定された第３のフィルター処理されたデータの少なくとも一方が前記第１の画像ピクセルの少なくとも１つのピクセルの前記第１の画像データと同一または類似する場合、前記第３の物質的特徴を割り当てることを含む
    請求項１に記載の方法。
  3. 同一または類似データを特定する前記ステップが、前記第１の画像の前記第１の画像ピクセルの各ピクセルの前記第１の画像データを、前記第２の画像ピクセルの各ピクセルの前記第２の画像データ、前記第３の画像ピクセルの各ピクセルの前記第３の画像データ、前記第２の画像ピクセルの各ピクセルの前記第１のフィルター処理されたデータ、および前記第３の画像ピクセルの各ピクセルの前記第２のフィルター処理されたデータ、の少なくとも１つと比較することを含む、請求項１に記載の方法。
  4. （ｉ）Ｘ線およびカソードルミネセンス光の少なくとも一方を用いて前記第１のラメラを分析するステップ；
    （ｉｉ）Ｘ線およびカソードルミネセンス光の少なくとも一方を用いて前記第２のラメラを分析するステップ
    の少なくとも一方をさらに含む、請求項１に記載の方法。
  5. （ｉ）ＥＤＸ、ＷＤＸ、ＥＢＳＤおよびＴＫＤの少なくとも１つを用いて前記第１のラメラを分析するステップ；
    （ｉｉ）ＥＤＸ、ＷＤＸ、ＥＢＳＤおよびＴＫＤの少なくとも１つを用いて前記第２のラメラを分析するステップ
    の少なくとも一方をさらに含む、請求項１に記載の方法。
  6. 同一または類似データを特定する前記ステップが分類の学習方法を用いることを含む、請求項１に記載の方法。
  7. 同一または類似データを特定する前記ステップが、ランダム決定フォレスト、相関ルール学習、人口神経網、サポートベクターマシーン、およびベイジアンネットワーク、の少なくとも１つを用いることを含む、請求項６に記載の方法。
  8. 前記画像フィルターとして、ガボールフィルター、平均値フィルター、バリアンスフィルター、ヒストグラム方向付け勾配フィルター、最大値フィルター、最小値フィルター、およびＫｕｗａｈａｒａフィルター、の少なくとも１つを使用することをさらに含む、請求項１に記載の方法。
  9. プロセッサにローディングされ、実行されると、請求項１に記載の方法を実行するように荷電粒子ビーム装置を制御するプログラムコードを含むコンピュータプログラム製品。
  10. 物体を分析するための荷電粒子ビーム装置であって、
    ・第１の荷電粒子を有する第１の荷電粒子ビームを生成する第１の荷電粒子ビーム生成器と、
    ・前記第１の荷電粒子ビームの焦点を前記物体上に合わせる第１の対物レンズと、
    ・第２の荷電粒子を有する第２の荷電粒子ビームを生成する第２の荷電粒子ビーム生成器と、
    ・前記第２の荷電粒子ビームの焦点を前記物体上に合わせる第２の対物レンズと、
    ・相互作用粒子を検出するための第１の検出ユニットおよび相互作用粒子および相互作用放射線の少なくとも一方を検出するための第２の検出ユニットであって、前記相互作用粒子および相互作用放射線は、（ｉ）前記第１の荷電粒子ビームおよび（ｉｉ）前記第２の荷電粒子ビームの少なくとも一方が前記物体に衝突するときに生じる、第１の検出ユニットおよび第２の検出ユニットと、
    ・請求項９に記載のコンピュータプログラム製品がローディングされるプロセッサと
    を含む荷電粒子ビーム装置。
  11. 以下の特徴：
    ・第１の検出器が前記第１の検出器ユニットを含み、第２の検出器が前記第２の検出器ユニットを含む、
    ・単一の検出器が、前記第１の検出器ユニットおよび前記第２の検出器ユニットを含む、
    の一方をさらに含む、請求項１０に記載の荷電粒子ビーム装置。
  12. 前記荷電粒子ビーム装置が、電子ビーム装置およびイオンビーム装置の少なくとも一方である、請求項１０に記載の荷電粒子ビーム装置。
  13. 荷電粒子ビーム装置を使用して物体を分析する方法であって、
    ・前記荷電粒子ビーム装置が、荷電粒子を有する荷電粒子ビームを生成する荷電粒子ビーム生成器と、前記荷電粒子ビームの焦点を前記物体上に合わせる対物レンズと、ガス注入ユニットと、第１の検出ユニットと、第２の検出ユニットとを含み、
    前記方法が以下の各ステップ：
    ・前記荷電粒子ビームを前記物体上で案内し、および前記ガス注入ユニットを使用してガスを前記物体に案内し、前記荷電粒子ビームおよび前記ガスを用いて前記物体から物質を除去し、前記物体から前記物質を除去するとき、前記物体の第１の表面を露出させるステップ；
    ・前記荷電粒子ビームを前記物体の前記第１の表面上で案内し、前記第１の検出ユニットを用いて第１の相互作用粒子を検出し、前記第１の相互作用粒子は前記荷電粒子ビームが前記第１の表面に衝突するときに生じ、前記第１の検出ユニットを用いて第１の検出信号を生成し、前記第１の検出信号を用いて前記物体の前記第１の表面の第１の画像を生成し、前記第１の画像が第１の画像ピクセルを含み、前記第１の画像ピクセルの各ピクセルが第１の画像データを含むステップ；
    ・前記荷電粒子ビームを前記物体上で案内し、および前記ガス注入ユニットを使用してガスを前記物体に案内し、前記荷電粒子ビームおよび前記ガスを用いて前記物体から前記第１の表面を含む物質を除去し、前記物体から前記物質を除去するとき、前記物体の第２の表面を露出させるステップ、
    ・前記荷電粒子ビームを前記物体の前記第２の表面上で案内し、前記第１の検出ユニットを用いて第２の相互作用粒子を検出し、前記第２の相互作用粒子は前記荷電粒子ビームが前記第２の表面に衝突するときに生じ、前記第１の検出ユニットを用いて第２の検出信号を生成し、前記第２の検出信号を用いて前記物体の前記第２の表面の第２の画像を生成し、前記第２の画像が第２の画像ピクセルを含み、前記第２の画像ピクセルの各ピクセルが第２の画像データを含み、ここで、前記物体の前記第１の表面および前記第２の表面を露出させるように前記物体から前記物質を除去するときに開口が生成され、前記開口が、前記第２の表面を含む第１の側面と、前記第２の表面から離れる方向に前記物体の前記第２の表面から延びる第２の側面とを含むステップ；
    ・外側表面として前記第２の表面を有する前記開口の前記第１の側面を含む第１のラメラを生成し、および前記開口の前記第２の側面を含む第２のラメラを生成するステップ；
    ・前記荷電粒子ビームを前記物体の前記第２の側面上で案内し、前記第１の検出ユニットを用いて第３の相互作用粒子を検出し、前記第３の相互作用粒子は前記荷電粒子ビームが前記物体の前記第２の側面に衝突するときに生じ、前記第１の検出ユニットを用いて第３の検出信号を生成し、前記第３の検出信号を用いて前記物体の前記第２の側面の第３の画像を生成し、前記第３の画像が第３の画像ピクセルを含み、前記第３の画像ピクセルの各ピクセルが第３の画像データを含むステップ；
    ・前記荷電粒子ビームを用いて、および前記第２の検出ユニットを用いて第４の相互作用粒子および第１の相互作用放射線の少なくとも一方を検出して、前記第２の画像ピクセルの各ピクセルに関連付けられる前記第１のラメラの第１の物質的特徴を特定することによって前記第１のラメラを分析するステップ；
    ・前記荷電粒子ビームを用いて、および前記第２の検出ユニットを用いて第５の相互作用粒子および第２の相互作用放射線の少なくとも一方を検出して、前記第３の画像ピクセルの各ピクセルに関連付けられる前記第２のラメラの第２の物質的特徴を特定することによって前記第２のラメラを分析するステップ；
    ・前記第２の画像ピクセルの各ピクセルの前記第２の画像データを処理する少なくとも１つの第１の画像フィルターを使用して前記第２の画像ピクセルの各ピクセルの第１のフィルター処理されたデータを生成し、および前記第３の画像ピクセルの各ピクセルの前記第３の画像データを処理する少なくとも１つの第２の画像フィルターを使用して前記第３の画像ピクセルの各ピクセルの第２のフィルター処理されたデータを生成するステップ；
    ・前記第２の画像ピクセルの各ピクセルの前記第２の画像データ、前記第３の画像ピクセルの各ピクセルの前記第３の画像データ、前記第２の画像ピクセルの各ピクセルの前記第１のフィルター処理されたデータ、および前記第３の画像ピクセルの各ピクセルの前記第２のフィルター処理されたデータ、の中から前記第１の画像の前記第１の画像ピクセルの各ピクセルの前記第１の画像データと同一または類似するデータを特定するステップ；
    ・前記第１の画像の前記第１の画像ピクセルの少なくとも１つのピクセルに物質的特徴を割り当てるステップであって、
    （ｉ）前記第２の画像ピクセルのうちのあるピクセルの前記特定された第２の画像データおよび前記第２の画像ピクセルのうちの各ピクセルの前記特定された第１のフィルター処理されたデータ、の少なくとも一方が前記第１の画像ピクセルの前記少なくとも１つのピクセルの前記第１の画像データと同一または類似している場合、前記第１の物質的特徴が割り当てられ、
    （ｉｉ）前記第３の画像ピクセルのうちのあるピクセルの前記特定された第３の画像データおよび前記第３の画像ピクセルのうちのあるピクセルの前記特定された第２のフィルター処理されたデータ、の少なくとも一方が前記第１の画像ピクセルの前記少なくとも１つのピクセルの前記第１の画像データと同一または類似している場合、前記第２の物質的特徴が割り当てられるステップ
    を含む方法。
  14. 荷電粒子ビームを生成する荷電粒子ビーム装置を使用して物体を分析する方法であって、
    ・前記荷電粒子ビームを使用して、および前記荷電粒子ビームの衝突により前記物体を離れる相互作用粒子を検出して、物体の３次元測定体積の第１のデータセットを高分解能で生成するステップであって、前記第１のデータセットが複数の個々のボクセルを含むステップ；
    ・前記荷電粒子ビーム装置を使用することによって前記物体から、前記測定体積に隣接する領域から少なくとも１つのラメラを抽出するステップ；
    ・前記荷電粒子ビームを使用して、および、前記荷電粒子ビームの衝突により前記物体を離れる相互作用粒子を検出して、前記少なくとも１つのラメラの第２のデータセットを高分解能で生成するステップ；
    ・前記少なくとも１つのラメラの物質的特徴を特定するために前記少なくとも１つのラメラで前記荷電粒子ビーム装置を使用して荷電粒子ビーム分析を実行するステップ；
    ・前記第２のデータセットのデータを前記物質的特徴に割り当てるステップ；および
    ・前記物質的特徴への前記第２のデータセットの前記割り当てに基づいて前記個々のボクセルに物質的特徴を割り当てるステップ
    を含む方法。
  15. ・前記物体から２つの追加ラメラを抽出するステップであって、前記追加ラメラは前記３次元測定体積の異なる側面で抽出されるステップ、および
    ・前記２つの追加ラメラで荷電粒子ビーム分析を実行するステップ
    をさらに含む、請求項１４に記載の方法。
  16. 前記第２のデータセットのデータを前記物質的特徴に割り当てる前記ステップが、
    ・データフィルタリングを実行することによって前記第２のデータセットに基づいて第１の特徴ベクトルを生成すること、および
    ・特定の特徴ベクトルを特定の物質的特徴に割り当てること
    を含む、請求項１４に記載の方法。
  17. 前記物質的特徴への前記第２のデータセットの前記割り当てに基づいて前記個々のボクセルに物質的特徴を割り当てる前記ステップが、
    ・データフィルタリングを実行することによって前記第１のデータセットに基づいて第２の特徴ベクトルを生成すること、および
    ・前記第１の特徴ベクトルを前記第２の特徴ベクトルと比較すること
    を含む、請求項１６に記載の方法。
JP2018025080A 2017-02-16 2018-02-15 物体を分析する方法およびこの方法を実行するための荷電粒子ビーム装置 Active JP6505885B2 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US15/434,132 US9905394B1 (en) 2017-02-16 2017-02-16 Method for analyzing an object and a charged particle beam device for carrying out this method
US15/434,132 2017-02-16

Publications (2)

Publication Number Publication Date
JP2018152330A true JP2018152330A (ja) 2018-09-27
JP6505885B2 JP6505885B2 (ja) 2019-04-24

Family

ID=61223755

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2018025080A Active JP6505885B2 (ja) 2017-02-16 2018-02-15 物体を分析する方法およびこの方法を実行するための荷電粒子ビーム装置

Country Status (3)

Country Link
US (1) US9905394B1 (ja)
EP (1) EP3364443B9 (ja)
JP (1) JP6505885B2 (ja)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20200130081A (ko) * 2019-02-28 2020-11-18 에프이아이 컴파니 인공 지능 기반 프로세스 종료 지시
JP2020194691A (ja) * 2019-05-28 2020-12-03 Ｊｆｅスチール株式会社 電子顕微鏡における試料観察方法、電子顕微鏡用画像解析装置、電子顕微鏡および電子顕微鏡用画像解析方法
JP2022016376A (ja) * 2020-07-08 2022-01-21 カール・ツァイス・エスエムティー・ゲーエムベーハー 基板から単独の粒子を除去するための装置および方法

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109270105B (zh) * 2018-08-21 2020-10-27 中国科学院地质与地球物理研究所 快速识别并定位大视域中目标矿物颗粒的方法
EP3644341A1 (en) * 2018-10-25 2020-04-29 Bruker Nano GmbH Moveable detector
US11791131B2 (en) * 2019-05-23 2023-10-17 Hitachi High-Tech Corporation Charged particle beam apparatus and method for controlling charged particle beam apparatus
EP4010680A4 (en) * 2019-08-06 2024-01-24 Univ Kansas APPARATUS AND METHOD FOR PREPARING AN ULTRAMICROTOME SAMPLE
KR20210132836A (ko) 2020-04-28 2021-11-05 삼성전자주식회사 하전입자를 이용한 반도체 소자 검사장치 및 이를 이용한 반도체 소자의 검사방법
US11598890B2 (en) 2020-06-17 2023-03-07 Battelle Energy Alliance, Llc Ion beam profiling system and related methods
US11404244B1 (en) * 2021-02-10 2022-08-02 Applied Materials Israel Ltd. High-resolution x-ray spectroscopy surface material analysis
US11501951B1 (en) 2021-05-14 2022-11-15 Applied Materials Israel Ltd. X-ray imaging in cross-section using un-cut lamella with background material
US20230095798A1 (en) * 2021-09-30 2023-03-30 Fei Company Methods and systems for elemental mapping

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000099727A (ja) * 1998-09-18 2000-04-07 Hitachi Ltd 外観画像分類装置およびその方法
JP2000214056A (ja) * 1999-01-21 2000-08-04 Hitachi Ltd 平面試料の作製方法及び作製装置
JP2004191358A (ja) * 2002-11-27 2004-07-08 Seiko Instruments Inc 複合荷電粒子ビームによる試料作製方法および装置
JP2008506199A (ja) * 2004-07-08 2008-02-28 インテル・コーポレーション 表面モデルから抽出される基本フィーチャの組み合わせによる走査ビーム画像のシミュレーション
JP2011196802A (ja) * 2010-03-18 2011-10-06 Sii Nanotechnology Inc 試料加工観察方法
US20120112063A1 (en) * 2009-03-26 2012-05-10 Andreas Schertel Method and apparatus for generating three-dimensional image data
US20130094716A1 (en) * 2011-10-14 2013-04-18 Ingrain, Inc. Dual Image Method And System For Generating A Multi-Dimensional Image Of A Sample
JP2014192090A (ja) * 2013-03-28 2014-10-06 Hitachi High-Tech Science Corp 集束イオンビーム装置、それを用いた試料の断面観察方法、及び集束イオンビームを用いた試料の断面観察用コンピュータプログラム
JP2015050126A (ja) * 2013-09-03 2015-03-16 株式会社日立ハイテクサイエンス 断面加工観察方法、断面加工観察装置
WO2016121471A1 (ja) * 2015-01-30 2016-08-04 株式会社 日立ハイテクノロジーズ 二次粒子像から分析画像を擬似的に作成する荷電粒子線装置
WO2017123196A1 (en) * 2016-01-11 2017-07-20 Carl Zeiss X-Ray Microscopy Inc. Multimodality mineralogy segmentation system and method

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5969233B2 (ja) * 2012-03-22 2016-08-17 株式会社日立ハイテクサイエンス 断面加工観察方法及び装置
JP6355318B2 (ja) * 2012-11-15 2018-07-11 株式会社日立ハイテクサイエンス 断面加工観察方法及び装置
EP2899744A1 (en) * 2014-01-24 2015-07-29 Carl Zeiss Microscopy GmbH Method for preparing and analyzing an object as well as particle beam device for performing the method
EP2916342A1 (en) * 2014-03-05 2015-09-09 Fei Company Fabrication of a lamella for correlative atomic-resolution tomographic analyses
EP2990783B1 (en) * 2014-08-29 2019-10-02 Carl Zeiss Microscopy Ltd. Method and system for performing EDS analysis
US9679743B2 (en) * 2015-02-23 2017-06-13 Hitachi High-Tech Science Corporation Sample processing evaluation apparatus

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000099727A (ja) * 1998-09-18 2000-04-07 Hitachi Ltd 外観画像分類装置およびその方法
JP2000214056A (ja) * 1999-01-21 2000-08-04 Hitachi Ltd 平面試料の作製方法及び作製装置
JP2004191358A (ja) * 2002-11-27 2004-07-08 Seiko Instruments Inc 複合荷電粒子ビームによる試料作製方法および装置
JP2008506199A (ja) * 2004-07-08 2008-02-28 インテル・コーポレーション 表面モデルから抽出される基本フィーチャの組み合わせによる走査ビーム画像のシミュレーション
US20120112063A1 (en) * 2009-03-26 2012-05-10 Andreas Schertel Method and apparatus for generating three-dimensional image data
JP2011196802A (ja) * 2010-03-18 2011-10-06 Sii Nanotechnology Inc 試料加工観察方法
US20130094716A1 (en) * 2011-10-14 2013-04-18 Ingrain, Inc. Dual Image Method And System For Generating A Multi-Dimensional Image Of A Sample
JP2014192090A (ja) * 2013-03-28 2014-10-06 Hitachi High-Tech Science Corp 集束イオンビーム装置、それを用いた試料の断面観察方法、及び集束イオンビームを用いた試料の断面観察用コンピュータプログラム
JP2015050126A (ja) * 2013-09-03 2015-03-16 株式会社日立ハイテクサイエンス 断面加工観察方法、断面加工観察装置
WO2016121471A1 (ja) * 2015-01-30 2016-08-04 株式会社 日立ハイテクノロジーズ 二次粒子像から分析画像を擬似的に作成する荷電粒子線装置
WO2017123196A1 (en) * 2016-01-11 2017-07-20 Carl Zeiss X-Ray Microscopy Inc. Multimodality mineralogy segmentation system and method

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20200130081A (ko) * 2019-02-28 2020-11-18 에프이아이 컴파니 인공 지능 기반 프로세스 종료 지시
KR102607440B1 (ko) * 2019-02-28 2023-11-29 에프이아이 컴파니 인공 지능 기반 프로세스 종료 지시
US11847813B2 (en) 2019-02-28 2023-12-19 Fei Company Artificial intelligence-enabled preparation end-pointing
JP2020194691A (ja) * 2019-05-28 2020-12-03 Ｊｆｅスチール株式会社 電子顕微鏡における試料観察方法、電子顕微鏡用画像解析装置、電子顕微鏡および電子顕微鏡用画像解析方法
JP7040496B2 (ja) 2019-05-28 2022-03-23 Ｊｆｅスチール株式会社 電子顕微鏡における試料観察方法、電子顕微鏡用画像解析装置、電子顕微鏡および電子顕微鏡用画像解析方法
JP2022016376A (ja) * 2020-07-08 2022-01-21 カール・ツァイス・エスエムティー・ゲーエムベーハー 基板から単独の粒子を除去するための装置および方法
US11886126B2 (en) 2020-07-08 2024-01-30 Carl Zeiss Smt Gmbh Apparatus and method for removing a single particulate from a substrate

Also Published As

Publication number Publication date
EP3364443A3 (en) 2019-01-09
EP3364443A2 (en) 2018-08-22
US9905394B1 (en) 2018-02-27
EP3364443B1 (en) 2022-03-30
EP3364443B9 (en) 2022-07-20
JP6505885B2 (ja) 2019-04-24

Similar Documents

Publication Publication Date Title
JP6505885B2 (ja) 物体を分析する方法およびこの方法を実行するための荷電粒子ビーム装置
US9478393B2 (en) Computational scanning microscopy with improved resolution
US8704176B2 (en) Charged particle microscope providing depth-resolved imagery
US7903867B2 (en) Method and apparatus for displaying detected defects
EP2866245A1 (en) Method of examining a sample in a charged-particle microscope
EP2648207A1 (en) Charged-particle microscope providing depth-resolved imagery
EP2525386A1 (en) Charged-particle microscopy with occlusion detection
US10128080B2 (en) Three-dimensional imaging in charged-particle microscopy
TWI656340B (zh) 自動判定為基礎之能量分散式ｘ射線之方法及裝置
CN104937369B (zh) 图案测定方法、带电粒子束装置的装置条件设定方法以及带电粒子束装置
DE102012017950A1 (de) Partikelstrahlmikroskop zur Erzeugung von Materialbestandteilen
TW202324561A (zh) 構造推定系統、構造推定程式
CN104048979A (zh) 多重图像度量
JP6823563B2 (ja) 走査電子顕微鏡および画像処理装置
JP7031450B2 (ja) 粒子発生源解析システム、粒子発生源解析方法、及びプログラム
CN111542908B (zh) 带电粒子射线装置、计算机可读记录介质
EP3745442A1 (en) Method of examining a sample using a charged particle microscope
WO2017159360A1 (ja) 荷電粒子ビームの評価方法、荷電粒子ビームの評価のためのコンピュータープログラム、及び荷電粒子ビームの評価装置
US11373839B1 (en) Method and system for component analysis of spectral data
US11282670B1 (en) Slice depth reconstruction of charged particle images using model simulation for improved generation of 3D sample images
US11971372B2 (en) Method of examining a sample using a charged particle microscope
JP2015141853A (ja) 画質評価方法、及び画質評価装置
JP6895344B2 (ja) 荷電粒子線装置

Legal Events

Date Code Title Description
A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20190213

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: 20190305

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20190327

R150 Certificate of patent or registration of utility model

Ref document number: 6505885

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