JP2019050376A - 試験方策を生成する方法およびそのシステム - Google Patents

Abstract

【課題】試料の試験に使用可能な試験方策を生成するシステムおよび方法を提供する。【解決手段】この方法は、ダイから取り込まれた画像上のノイズ分布を表すノイズマップを得て、各々同じ設計パターンを有する複数の設計群を表す設計データを受け取り、各所与の設計群の群スコアを計算するステップであって、この群スコアが、所与の設計群に関連付けられたノイズデータと、所与の設計群の領域に割り当てられた欠陥バジェットとに基づいて計算される、ステップと、設計群を、群スコアに基づいて、様々なノイズレベルを表すセグメンテーションラベルに関連付けることを含めて、ダイに関連したセグメンテーションを行うことで、同じセグメンテーションラベルおよびセグメンテーション構成データに関連付けられた１以上の設計群に各々対応するダイセグメントの組が得られるステップと、セグメンテーション構成データを使用して試験方策を生成するステップとを含む。【選択図】図１

Description

本開示の主題は、一般に試料の試験の分野に関し、より詳細には、試料の試験に使用可能な試験方策を生成する方法およびシステムに関する。

製造されるデバイスの超大規模集積に関連した高密度および高性能に対する現在の要求により、サブミクロン特徴、トランジスタおよび回路の速度の増大、ならびに信頼性の向上が必要とされている。半導体プロセスが進歩するにつれて、線幅などのパターン寸法、および他のタイプの限界寸法が継続的に縮小している。これはまた、デザインルールとも呼ばれる。このような要求により、精度および均一性が高いデバイス特徴を形成することが必要とされ、そのため、デバイスがまだ半導体ウエハの形である間に、完成デバイスと、および／または未完成デバイスの両方を含むデバイスの頻繁かつ詳細な検査を含めて、製造プロセスをモニタすることが必要とされる。

本明細書で使用される用語「試料」は、半導体集積回路、磁気ヘッド、フラットパネルディスプレイ、および他の半導体製造物を製作するために使用される任意の種類のウエハ、マスク、および他の構造体、これらの組み合わせ、および／またはその一部を包含するものと広く解釈されるべきである。

別段明記されていない限り、本明細書で使用される用語「試験」は、対象物の欠陥の任意の種類の検出および／または分類を包含するものと広く解釈されるべきである。試験は、試験されるべき対象物の製造中または製造後に、たとえば非破壊試験ツールを使用して行われる。非限定的な例として、試験プロセスは、１つまたは複数の試験ツールを使用しての（シングルスキャンまたはマルチスキャンでの）走査、サンプリング、レビュー、測定、分類、および／または対象物もしくはその一部に対して行われる他の作業を含むことができる。同様に、試験は、試験されるべき対象物の製造前に行うこともでき、たとえば、試験方策を生成することを含むことができる。別段明記されていない限り、本明細書で使用される用語「試験」またはその派生語は、検査領域のサイズ、走査の速度もしくは解像度、または試験ツールのタイプに関して限定されないことに留意されたい。様々な非破壊試験ツールには、非限定的な例として光学ツール、走査電子顕微鏡、原子間力顕微鏡などが含まれる。

試験プロセスは、複数の試験ステップを含み得る。製造プロセス中、試験ステップは、たとえばいくつかの層の製造または処理などの後に多数回実行することができる。付加的または代替的に、各試験ステップは、たとえば別々のウエハ位置に対して、または同じウエハ位置に対して別々の試験設定で、複数回繰り返すことができる。

非限定的な例として、ランタイム試験では、たとえば試料の検査の後にサンプリングされた欠陥のレビューが続く、２ステップ手順を使用することができる。検査ステップ中、試料またはその一部分の表面（たとえは、対象の領域、ホットスポットなど）は通常、比較的高速および／または低解像度で走査される。取り込まれた検査画像は、欠陥を検出し、その位置および他の検査属性を得るために解析される。レビューステップで、検査段階中に検出された欠陥の少なくとも一部の画像が、通常では比較的低速および／または高解像度で取り込まれ、それによって、欠陥の少なくとも一部の分類が、また任意選択で他の解析が可能になる。場合によっては、両方の段階を同じ検査ツールによって実施することができ、また別の場合には、これらの２つの段階が別々の検査ツールによって実施される。

試験は一般に、光または電子をウエハまで導き、ウエハからの光または電子を検出することによって、ウエハに関する何らかの出力（たとえば、画像、信号など）を生成することを伴う。出力が生成された後、欠陥の検出が通常は、欠陥検出方法および／またはアルゴリズムを出力に適用することによって実行される。ほとんどの場合、試験の目標は、ウエハ上でのニューサンスおよびノイズの検出を抑制しながら、対象の欠陥に対して高い感度を得ることにある。

欠陥の検出感度を改善することが当技術分野で必要とされている。

本開示の主題のいくつかの態様によれば、試料の試験に使用可能な試験方策を生成するコンピュータ化システムが提供され、このシステムは、試料の１つまたは複数のダイから１つまたは複数の画像を取り込み、１つまたは複数の画像上のノイズ分布を表すノイズマップを得るように構成された試験ツールと、１つまたは複数のダイの設計データを受け取るように構成された入出力インターフェースであって、設計データが、同じ設計パターンを有する１つまたは複数のダイ領域にそれぞれが対応する複数の設計群を表す入出力インターフェースと、試験ツールおよび入出力インターフェースに動作可能に接続された処理ユニットであって、動作可能に接続されたメモリおよびプロセッサを含む処理ユニットとを備え、処理ユニットが、各所与の設計群の群スコアを計算するように構成され、ノイズマップは、複数の設計群のうちの各所与の設計群が、所与の設計群に対応するダイ領域内のノイズデータと関連付けられるように、設計データと位置合わせされ、群スコアが、所与の設計群に関連付けられたノイズデータと、所与の設計群の領域に割り当てられた欠陥バジェットとに基づいて計算され、処理ユニットがまた、各所与の設計群を、所与の設計群の群スコアに基づいて、様々なノイズレベルを表すセグメンテーションラベルの所定の組のうちの１つのセグメンテーションラベルに関連付けることを含めて、１つまたは複数のダイに関連したセグメンテーションを行うように構成され、それによって、同じセグメンテーションラベルと、セグメンテーションの情報を与えるセグメンテーション構成データとに関連付けられた１つまたは複数の設計群にそれぞれ対応するダイセグメントの組が得られ、処理ユニットがまた、セグメンテーション構成データを使用して試験方策を生成するように構成される。

上記の特徴に加えて、本開示の主題のこの態様によるシステムは、以下に列記された特徴（ｉ）〜（ｘｉ）のうちの１つまたは複数を、技術的に可能である任意の所望の組み合わせまたは順列で含むことができる。
（ｉ）処理ユニットはさらに、ノイズマップが設計データと位置合わせされるように、設計データをノイズマップに重ね合わせるように構成することができる。
（ｉｉ）ノイズマップは、少なくとも試料の複数のダイから取り込まれた複数の画像上の統計的ノイズ分布を示すことができる。
（ｉｉｉ）ノイズ分布は、ノイズの位置を含めてノイズマップに示されたノイズの１つまたは複数のノイズ特性を含むことができる。

（ｉｖ）ノイズ分布は、ノイズの位置と、ノイズの強度およびサイズのうちの少なくとも１つとを含めて、ノイズマップに示されたノイズの１つまたは複数のノイズ特性を含むことができる。
（ｖ）ノイズマップに示されたノイズは、パターン関連ノイズを含むことができる。

（ｖｉ）ノイズマップは、植え付け欠陥（ｐｌａｎｔｅｄ ｄｅｆｅｃｔ）に関連する情報を含むことができ、植え付け欠陥は、１つまたは複数の画像に、設計対象パターン（ＰＯＩ）に関連付けられた所定の位置において付加された模擬欠陥である。設計ＰＯＩを含む所与の設計群の群スコアは、植え付け欠陥の情報に基づいて計算することができる。

（ｖｉｉ）試験ツールは、試料を走査して１つまたは複数の画像を高感度試験構成を用いて取り込むように構成された検査ツールであり、ノイズマップは、低い検出閾値を使用して得ることができる。

（ｖｉｉｉ）群スコアは、所与の設計群に割り当てられた欠陥バジェットを、所与の設計群に関連付けられたノイズデータに基づいて作成されたノイズヒストグラムに適用することによって計算される閾値とすることができる。
（ｉｘ）計算はさらに、複数の設計群同士の重なり合いに基づくことができる。
（ｘ）セグメンテーションラベルの所定の組は、ノイズが少ない、ノイズが多い、およびノイズが非常に多いというノイズレベルを示すことができる。
（ｘｉ）セグメンテーション構成データは、各ダイセグメントの検出閾値を構成するために使用することができる。

本開示の主題の別の態様によれば、試料の試験に使用可能な試験方策を生成するコンピュータ化方法が提供され、この方法は、試験ツールによって、試料の１つまたは複数のダイから１つまたは複数の画像を取り込み、１つまたは複数の画像上のノイズ分布を表すノイズマップを得るステップと、入出力インターフェースによって、１つまたは複数のダイの設計データを受け取るステップであって、設計データが、同じ設計パターンを有する１つまたは複数のダイ領域にそれぞれが対応する複数の設計群を表す、ステップと、試験ツールおよび入出力インターフェースに動作可能に接続された処理ユニットによって、各所与の設計群の群スコアを計算するステップであって、ノイズマップは、複数の設計群のうちの各所与の設計群が、所与の設計群に対応するダイ領域内のノイズデータと関連付けられるように、設計データと位置合わせされ、群スコアが、所与の設計群に関連付けられたノイズデータと、所与の設計群の領域に割り当てられた欠陥バジェットとに基づいて計算される、ステップと、処理ユニットによって、各所与の設計群を、所与の設計群の群スコアに基づいて、様々なノイズレベルを表すセグメンテーションラベルの所定の組のうちの１つのセグメンテーションラベルに関連付けることを含めて、１つまたは複数のダイに関連したセグメンテーションを行うステップであって、それによって、同じセグメンテーションラベルと、セグメンテーションの情報を与えるセグメンテーション構成データとに関連付けられた１つまたは複数の設計群にそれぞれ対応するダイセグメントの組が得られる、ステップと、処理ユニットによって、セグメンテーション構成データを使用して試験方策を生成するステップとを含む。

本開示の主題のこの態様は、このシステムに関して上に列記された特徴（ｉ）〜（ｘｉ）のうちの１つまたは複数を、必要な変更を加えて、技術的に可能である任意の所望の組み合わせまたは順列で含むことができる。

本開示の主題の別の態様によれば、コンピュータによって実行されるときに、試料の試験に使用可能な試験方策を生成する方法をコンピュータに実行させる命令のプログラムを有形に具現化する、非一時的なコンピュータ可読ストレージ媒体が提供され、この方法は、試料の１つまたは複数のダイから１つまたは複数の画像を取り込み、１つまたは複数の画像上のノイズ分布を表すノイズマップを得るステップと、１つまたは複数のダイの設計データを受け取るステップであって、設計データが、同じ設計パターンを有する１つまたは複数のダイ領域にそれぞれが対応する複数の設計群を表す、ステップと、各所与の設計群の群スコアを計算するステップであって、ノイズマップは、複数の設計群のうちの各所与の設計群が、所与の設計群に対応するダイ領域内のノイズデータと関連付けられるように、設計データと位置合わせされ、群スコアが、所与の設計群に関連付けられたノイズデータと、所与の設計群の領域に割り当てられた欠陥バジェットとに基づいて計算される、ステップと、各所与の設計群を、所与の設計群の群スコアに基づいて、様々なノイズレベルを表すセグメンテーションラベルの所定の組のうちの１つのセグメンテーションラベルに関連付けることを含めて、１つまたは複数のダイに関連したセグメンテーションを行うステップであって、それによって、同じセグメンテーションラベルと、セグメンテーションの情報を与えるセグメンテーション構成データとに関連付けられた１つまたは複数の設計群にそれぞれ対応するダイセグメントの組が得られる、ステップと、セグメンテーション構成データを使用して試験方策を生成するステップとを含む。

本開示の主題のこの態様は、このシステムに関して上に列記された特徴（ｉ）〜（ｘｉ）のうちの１つまたは複数を、必要な変更を加えて、技術的に可能である任意の所望の組み合わせまたは順列で含むことができる。

本発明が理解されるように、またそれを実際にどのように実施できるかが分かるように、実施形態について、単に非限定的な例として、添付の図面を参照して次に説明する。

本開示の主題のいくつかの実施形態による、試料の試験に使用可能な試験方策を生成するシステムのブロック図である。 本開示の主題のいくつかの実施形態による、試料の試験に使用可能な試験方策を生成する一般化されたフローチャートである。 本開示の主題のいくつかの実施形態による、設計群の概略的な例を示す図である。 本開示の主題のいくつかの実施形態による、位置合わせされたノイズマップと設計データの概略的な例を示す図である。 本開示の主題のいくつかの実施形態による、ランタイム試験におけるセグメンテーション構成データの使用の一例を示す図である。

以下の詳細な説明では、本発明を完全に理解できるように多数の具体的な詳細が論述される。しかし、当業者には、これらの具体的な詳細がなくても本開示の主題を実施できることが理解されよう。別の例では、よく知られている方法、手順、構成要素および回路については、本開示の主題を不明確にすることがないように詳細には説明されていない。

別段明記されていない限り、以下の論議から明らかなように、明細書全体を通して、「取り込むこと」、「受け取ること」、「計算すること」、「位置合わせすること」、「提供すること」、「関連付けること」、「生成すること」、「得ること」、「重ね合わせること」、「走査すること」、「使用すること」、「適用すること」、「構成すること」などの用語を用いる議論は、データを操作する、および／もしくは他のデータに変換するコンピュータの動作ならびに／または処理を指し、前記データは、電子的な量などの物理量として表され、かつ／または前記データは物理的な物体を表すことを理解されたい。用語「コンピュータ」は、非限定的な例として、試験方策を生成するコンピュータ化システムおよびその一部、ならびにその中の、本出願で開示された処理ユニットを含む、データ処理機能を持つ任意の種類のハードウェアベースの電子デバイスを包含するものと広く解釈されるべきである。

本明細書で使用される用語「非一時的メモリ」および「非一時的ストレージ媒体」は、本開示の主題に適している任意の揮発性または不揮発性コンピュータメモリを包含するものと広く解釈されるべきである。

本明細書で使用される用語「欠陥」は、試料の上または中に形成される任意の種類の異常、望ましくない特徴、またはボイドを包含するものと広く解釈されるべきである。

本明細書で使用される用語「設計データ」は、試料の階層的物理的設計（レイアウト）を表す任意のデータを包含するものと広く解釈されるべきである。設計データは、それぞれの設計者が提供することができ、かつ／または物理的設計から導出することができる（たとえば、複雑なシミュレーション、簡単な幾何学的演算およびブール演算によって）。設計データは、非限定的な例としてＧＤＳＩＩフォーマット、ＯＡＳＩＳフォーマットなどの、様々なフォーマットで提供することができる。設計データは、ベクトルフォーマット、グレースケール強度画像フォーマット、または別の方法で提示することができる。

別段明記されていない限り、別々の実施形態との関連で説明されている本開示の主題のいくつかの特徴はまた、単一の実施形態における組み合わせで提示することもできると理解されたい。逆に、単一の実施形態との関連で説明されている本開示の主題の様々な特徴はまた、別々に、または適切なサブコンビネーションで提示することもできると理解されたい。以下の詳細な説明では、これらの方法および装置を完全に理解できるように、多数の具体的な詳細について論述する。
以上を念頭に置いて、本開示の主題のいくつかの実施形態による、試料の試験に使用可能な試験方策を生成するシステムのブロック図を示す図１に注目する。

図１に示されたシステム１００は、（たとえばウエハおよび／またはその一部の）試料の試験に使用可能な試験方策を生成するのに使用することができる。前述のように、本明細書で使用される用語「試料」は、半導体集積回路、磁気ヘッド、フラットパネルディスプレイ、および他の半導体製造物を製作するために使用される任意の種類のウエハ、マスク、レチクル、および他の構造体、これらの組み合わせおよび／または一部を包含するものと広く解釈されるべきである。いくつかの実施形態によれば、本明細書で使用される試料は、ウエハ、レチクル、マスク、集積回路およびフラットパネルディスプレイ（または少なくともその一部）を含む群から選択することができる。試験方策という用語は、検査、検出、分類、ならびに計測学関連操作などの方策を含む、試料を試験するのに使用できる任意の種類の方策を包含するものと広く解釈されるべきことに留意されたい。

システム１００は、１つまたは複数の試験ツール１２０を備えることができる。本明細書で使用される用語「試験ツール」は、非限定的な例として画像化、（シングルスキャンまたはマルチスキャンでの）走査、サンプリング、レビュー、測定、分類、および／または試料もしくはその一部に対して行われる他の処理を含む、試験関連処理に使用できる任意のツールを包含するものと広く解釈されるべきである。１つまたは複数の試験ツール１２０は、１つもしくは複数の検査ツールおよび／または１つもしくは複数のレビューツールを含むことができる。場合によっては、試験ツール１２０のうちの少なくとも１つは、試料全体（たとえば、ウエハ全体または少なくともダイ全体）を走査して、潜在的な欠陥を検出するための検査画像を（通常は比較的高速および／または低解像度で）取り込むように構成された検査ツールとすることができる。場合によっては、試験ツール１２０のうちの少なくとも１つはレビューツールとすることができ、このツールは、潜在的な欠陥が本当に欠陥であるかどうかを見極めるために、検査ツールによって検出された欠陥の少なくとも一部のレビュー画像を取り込むように構成される。このようなレビューツールは通例、ダイの断片を１つずつ（通常は比較的低速および／または高解像度で）検査するように構成される。検査ツールとレビューツールは、同じ位置または異なる位置に設置された別々のツールとすること、または２つの異なるモードで動作する単一のツールとすることができる。場合によっては、少なくとも１つの試験ツールは計測学機能を有することができる。

本開示の範囲を何ら限定することなく、試験ツール１２０は、光学撮像機、電子ビーム検査機などの、様々なタイプの検査機として実施できることにもまた留意されたい。

いくつかの実施形態によれば、試験ツール１２０は、試料の１つまたは複数のダイから１つまたは複数の画像を取り込むように、そして１つまたは複数の画像上のノイズ分布を表すノイズマップを得るように構成することができる。画像は、別々の試験モダリティの結果として得ることができ、本開示は、画像を生成するために使用される検査および計測学技術によって制限されない。いくつかの実施形態では、試験ツール１２０は、高感度試験／走査構成を用いて試料を走査して、１つまたは複数の画像を取り込むように構成された検査ツールとすることができる。場合によっては、取り込まれた試料の画像は、図２に関してさらに詳細に説明されるように、対象の欠陥（ＤＯＩ）である可能性が高い試料上の疑わしい場所を表す欠陥マップを生成するように処理することができる（たとえば、試験ツール１２０の中もしくは処理ユニット１０２にその機能を組み込むことができる、または独立型コンピュータとして実施できる、画像処理モジュールによって）。いくつかの実施形態では、欠陥マップは低検出閾値を使用して得られる。走査が高感度走査構成を用いて行われ、検出が低検出閾値を使用して行われるので、欠陥マップに反映された疑わしい欠陥のほとんどは、ノイズまたは誤警報である可能性がより高い。したがって、検出マップはまた、本明細書ではノイズマップとも呼ばれる（ＤＯＩもまたノイズマップに反映されるが、ＤＯＩはノイズの量と比べて相対的に極めて少ない）。

本明細書で使用される用語「対象の欠陥（ＤＯＩ）」は、検出されることがユーザの関心事である任意の実際の欠陥を指す。たとえば、やはり実際の欠陥であるが歩留まりに影響を及ぼさず、したがって無視されるべきニューサンスタイプの欠陥と比べて、歩留まり低下をもたらし得る任意の「キラー」欠陥をＤＯＩとして表すことができる。

本明細書で使用される用語「ノイズ」は、何らかの不要な、または対象外の欠陥（非ＤＯＩ、またはニューサンスとも呼ばれる）、ならびに検査中の様々なばらつき（たとえば、処理のばらつき、色のばらつき、機械的および電気的なばらつきなど）によって生じるランダムノイズを含むものと広く解釈されるべきである。

システム１００は、ハードウェアベースの入出力インターフェース１２６を介して設計データサーバ１１０（たとえば、ＣＡＤサーバ）に動作可能に接続され得る。設計データサーバ１１０は、試料を特徴づける設計データを記憶し供給するように構成される。試料の設計データは以下のフォーマット、すなわち、試料の物理的設計レイアウト（たとえば、ＣＡＤクリップ）、設計レイアウトから得られるラスタ画像および模擬画像、のいずれかにすることができる。いくつかの実施形態によれば、入出力インターフェース１２６は、設計データサーバ１１０から１つまたは複数のダイの設計データを受け取るように構成することができる。設計データは、同じ設計パターンを有する１つまたは複数のダイ領域にそれぞれが対応する、複数の設計群／ファミリーを表すことができる。場合によっては、システム１００は、試験ツール１２０および／または設計データサーバ１１０によって生成されたデータ（および／またはその派生物）を記憶するように構成されている、１つまたは複数の外部データ貯蔵部（図１に示さず）に動作可能に接続することができる。ノイズマップ、ならびに試料の設計データは、以下で詳細に説明されるような、さらなる処理のために処理ユニット１０２に供給することができる。

システム１００は、入出力インターフェース１２６および試験ツール１２０に動作可能に接続された処理ユニット１０２を備えることができる。処理ユニット１０２は、以下で図２を参照してさらに詳述される、システム１００を動作させるのに必要なすべての処理を行うように構成された処理回路である。処理ユニット１０２は、プロセッサ（別個に図示せず）、およびメモリ（別個に図示せず）を備える。処理ユニット１０２のプロセッサは、処理ユニットに備えられた非一時的なコンピュータ可読メモリに実装されたコンピュータ可読命令に従って、いくつかの機能モジュールを実行するように構成することができる。このような機能モジュールは、以下では処理ユニット１０２に備えられているものとして言及される。

処理ユニット１０２に備えられた機能モジュールは、セグメンテーションモジュール１０４および方策生成モジュール１０６を含むことができ、これらは互いに動作可能に接続されている。セグメンテーションモジュール１０４は、各所与の設計群の群スコアを計算するように構成することができる。群スコアを計算するために、ノイズマップは、複数の設計群のうちの各所与の設計群が、その所与の設計群に対応するダイ領域内のノイズデータと関連付けられるように、設計データと位置合わせする必要がある。群スコアは、所与の設計群に関連付けられたノイズデータと、所与の設計群の領域に割り当てられた欠陥バジェットとに基づいて計算することができる。セグメンテーションモジュール１０４はさらに、各所与の設計群を、その所与の設計群の群スコアに基づいて、様々なノイズレベルを表すセグメンテーションラベルの所定の組のうちの１つのセグメンテーションラベルに関連付けることによって、１つまたは複数のダイに関連したセグメンテーションを行うように構成することができ、それによって、同じセグメンテーションラベルと、セグメンテーションの情報を与えるセグメンテーション構成データとに関連付けられた１つまたは複数の設計群にそれぞれ対応するダイセグメントの組が得られる。

方策生成モジュール１０６は、セグメンテーション構成データを使用して試験方策を生成するように構成することができる。試験方策は、試験ツール１２０および／または任意の他の試験ツールに、セグメンテーション構成データを使用してランタイム中に１つまたは複数の試料を試験するために提供することができる。セグメンテーションレイアウトを含み得るセグメンテーション構成データはまた、コンピュータベースのグラフィカルユーザインターフェース（ＧＵＩ）１２４へ、結果をレンダリングするために送ることもできる。セグメンテーションおよび方策生成については、以下で図２を参照してさらに詳細に説明される。場合によっては、方策生成モジュール１０６はさらに、試験方策をランタイム試験に使用する前にその試験方策を検証するように構成することができる。

いくつかの実施形態によれば、システム１００はストレージユニット１２２を備えることができる。ストレージユニット１２２は、システム１００を動作させるのに必要な任意のデータ、たとえば、システム１００の入力および出力に関連したデータ、ならびにシステム１００によって生成された中間処理結果、を記憶するように構成することができる。例として、ストレージユニット１２２は、試験ツール１２０で生成された画像および／またはその派生物を記憶するように構成することができる。従って、１つまたは複数の画像は、ストレージユニット１２２から取り出し、さらなる処理のために処理ユニット１０２に供給することができる。付加的または代替的に、ストレージユニット１２２は、試料の設計データを記憶するように構成することができ、この設計データはストレージユニットから取り出し、処理ユニット１０２に入力として供給することができる。

いくつかの実施形態では、システム１００は、システム１００に関連したユーザ指定の入力を有効にするように構成されている、コンピュータベースのグラフィカルユーザインターフェース（ＧＵＩ）１２４を任意選択で備えることができる。たとえば、ユーザには、試料の設計データおよび／または画像データを含む、試料を視覚的に表したものを提示することができる（たとえば、ＧＵＩ１２４の一部を形成するディスプレイによって）。ユーザには、ＧＵＩを介して、いくつかの操作パラメータを定義する選択肢を与えることができる。ユーザはまた、セグメンテーション結果ならびに他の操作結果をＧＵＩで見ることもできる。

図１には試験ツール１２０がシステム１００の一部として実施されているのが示されているが、いくつかの実施形態では、システム１００の機能は独立型のコンピュータとして実施することができ、また試験ツール１２０に動作可能に接続して一緒に動作できることに留意されたい。このような場合では、試料の画像は、試験ツール１２０から直接、または１つもしくは複数の中間システムを介して受け取ることができ、また処理ユニット１０２にさらなる処理のために供給することができる。いくつかの実施形態では、システム１００のそれぞれの機能は、少なくとも部分的に、１つまたは複数の試験ツール１２０と一体化し、それによって、試験関連処理における試験ツール１２０の機能を促進し増強することができる。このような場合、システム１００の構成要素は、または少なくともその一部は、試験ツール１２０の一部を形成することができる。１つの例として、セグメンテーションモジュール１０４および／または方策生成モジュール１０６は、試験ツール１２０の一部として実施または一体化することができる。別の例として、処理ユニット１０２およびストレージユニット１２２は、試験ツール１２０の処理ユニットおよびストレージのそれぞれ一部を形成することができ、試験ツール１２０の入出力インターフェースおよびＧＵＩは、入出力インターフェース１２６およびＧＵＩ１２４として機能することができる。

当業者には、本開示の主題の教示が、図１に示されたシステムに縛られないことと、同等および／または修正された機能を別の方法で統合または分割でき、またソフトウェアとファームウェアおよびハードウェアの任意の適切な組み合わせとして実施できることとが容易に理解されよう。

図１に示されたシステムは、分散コンピューティング環境において実施することができ、この場合、図１に示された前述の機能モジュールは、ローカルおよび／または遠隔のいくつかのデバイスに分散させ、通信ネットワークを介してリンクできることに留意されたい。さらに、試験ツール１２０、ストレージユニット１２２、およびＧＵＩ１２４が、図１にはシステム１００の一部として示されているが、いくつかの他の実施形態では、前述のユニットの少なくとも一部は、システム１００の外部のものとして実施することができ、入出力インターフェース１２６を介してシステム１００とデータ通信しながら動作をするように構成できることに留意されたい。
次に図２を参照すると、本開示の主題のいくつかの実施形態による、試料の試験に使用可能な試験方策を生成する一般化されたフローチャートが示されている。

単に説明を目的として、以下の記述のいくつかの実施形態はウエハに関して提示される。実施形態は同様に、他のタイプ、サイズおよび表現の試料にも適用可能である。

１つまたは複数の画像（検査画像とも呼ばれる）を試料の１つまたは複数のダイから取り込むことができ（たとえば、試験ツール１２０によって）、また１つまたは複数の画像上のノイズ分布を表すノイズマップを得ることができる（２０２）。

前述のように、１つまたは複数のダイからの１つまたは複数の画像は、高感度走査構成を用いて試料を走査するように構成されている検査ツールによって取り込むことができる。試験ツールの高感度走査構成は、次のパラメータ、すなわち、照明条件、偏光、面積当たりのノイズレベル（面積は、たとえば、ユーザ／顧客情報に基づいてあらかじめ規定する、または設計パターンに関連して規定するなど、様々な方法で規定することができる）、面積当たりの検出閾値、および面積当たりのノイズ強度計算法など、のうちの１つまたは複数を構成することを含むことができる。検査ツールは、これらの感度パラメータを用いて試料の高感度走査を可能にするように特に構成され、それにより、より多くの誤警報検出を走査中に明らかにすることができ、また１つまたは複数のダイのノイズ特性についてのより多くの情報を集めることができる。

いくつかの実施形態によれば、ノイズマップは、低い検出閾値を使用し、１つまたは複数の検査画像に基づいて得ることができる。低い検出閾値を使用することにより、検出中に高感度走査結果からより多くの誤警報を検出することが可能になり、それによって、ブロック２０６および２０８に関して以下で説明されるように、より多くのノイズデータが、様々なダイ領域のノイズレベルを解析するために集められることになる。

ノイズマップは様々な方法で生成することができる（たとえば、試験ツール１２０の中または処理ユニット１０２の中に機能を組み込むことができる検出モジュールおよび／または画像処理モジュールによって）。いくつかの実施形態では、ノイズマップは、取り込まれた検査画像のピクセル値に検出閾値を直接適用することによって生成することができる。いくつかの他の実施形態では、試料の検査画像は、ノイズマップを生成するためにさらに処理することができる。様々な検査および検出方法を適用して、検査画像を処理すること、および欠陥マップを生成することができ、本開示は、それに使用される特定の検出技術によって限定されない。単に説明を目的として、検査画像に基づく欠陥検出およびノイズマップ生成の例を次に記述する。

いくつかの実施形態では、検査画像ごとに、１つまたは複数の参照画像を欠陥検出のために使用することができる。参照画像は様々な方法で得ることができ、本明細書で使用される参照画像の数、およびそのような画像を得る方法は、本開示を何らか限定するものと解釈されるべきではない。場合によっては、１つまたは複数の参照画像は、同じ試料の１つまたは複数のダイから取り込むことができる。いくつかの他の実施形態では、１つまたは複数の参照画像は、別の試料（たとえば、現在の試料とは異なるが同じ設計データを共有する第２の試料）の１つまたは複数のダイから取り込まれた１つまたは複数の画像を含むことができる。例として、ダイ対履歴（Ｄ２Ｈ）検査方法では、検査画像は、現在の時間（たとえば、ｔ＝ｔ’）に現在の試料から取り込まれ、１つまたは複数の参照画像は、ベースライン時間（たとえば、以前の時間ｔ＝０）に第２の試料の１つまたは複数のダイから取り込まれた、１つまたは複数の以前の画像を含むことができる。いくつかの別の実施形態では、１つまたは複数の参照画像は、１つまたは複数のダイのうちの所与のダイを表す少なくとも１つの模擬画像を含むことができる。例として、模擬画像は、ダイの設計データ（たとえば、ＣＡＤデータ）に基づいて生成することができる。

いくつかの実施形態では、少なくとも１つの差分画像（ｄｉｆｆｅｒｅｎｃｅ ｉｍａｇｅ）を、検査画像のピクセル値と１つまたは複数の参照画像から得られたピクセル値との差に基づいて生成することができる。任意選択で、少なくとも１つのグレード画像（ｇｒａｄｅ ｉｍａｇｅ）もまた、少なくとも１つの差分画像に基づいて生成することができる。グレード画像は、差分画像中の対応するピクセル値と所定の差分正規化係数とに基づいて計算された値を持つピクセルによって構成することができる。所定の差分正規化係数は、ピクセル値の正規母集団の挙動に基づいて決定することができ、差分画像のピクセル値を正規化するために使用することができる。例として、ピクセルのグレードは、差分画像の対応するピクセル値と所定の差分正規化係数との間の比として計算することができる。ノイズマップは、少なくとも１つの差分画像または少なくとも１つのグレード画像に基づき、検出閾値を用いて疑わしい欠陥（ノイズ）の位置を決定することによって生成することができる。

場合によっては、試料の１つのダイの１つの検査画像を取り込むことができ、このような画像に上述の欠陥検出を適用してノイズマップを得ることができる。他のいくつかの場合では、複数の検査画像を試料の複数のダイから取り込むことができる。各画像について、それぞれの欠陥検出プロセスを適用してそれぞれのノイズマップを得ることができる。最終すなわち合成ノイズマップは、複数のノイズマップに基づいて、たとえば、複数のノイズマップを平均化する、もしくは重み付け平均化する、またはその中央値を計算することによって、または複数の画像から合成もしくは平均画像を得る他の任意の適切な手法によって、得ることができる。この合成ノイズマップは、すべてのダイから集められた統計的ノイズデータに基づく統計的ノイズ分布を表すことができる。合成ノイズマップはまた、複数のダイからのノイズデータが一緒に「積み重ねられ」て合成ノイズマップが生成されるので「ダイスタッキング」とも呼ばれる。場合によっては、複数の検査画像は、現在の試料および／または別の試料のダイから取り込むことができる。

得られたノイズマップは、１つまたは複数の画像上のノイズ分布を表すことができる。いくつかの実施形態では、ノイズ分布は、（たとえば、検査画像上の）ノイズの位置などの、検出プロセスによって明らかにされたノイズマップ中のノイズの１つまたは複数のノイズ特性を含むことができる。加えて、ノイズ特性は、次のもの、すなわちノイズの強度およびサイズのうちの少なくとも１つをさらに含むことができる。いくつかの実施形態では、ノイズマップ中のノイズは、パターン関連ノイズを含むことができる。このタイプのノイズは、ノイズが関連付けられている設計パターンの局所的な密度および複雑さと関係がある。試験ツールによって生じるノイズ（たとえば、ショットノイズ）など、ノイズマップに含まれる他のタイプのノイズもまたあり得る。

いくつかの実施形態によれば、ノイズマップ中のノイズは、植え付け欠陥（模擬欠陥、または注入欠陥、または人工欠陥とも呼ばれる）を含み得る。植え付け欠陥とは、予想されるＤＯＩプロファイルについての事前知識に基づいて作成できる欠陥の模擬プロファイルのことである。予想ＤＯＩの事前知識は、次のもの、すなわち、特定の層の特定のＤＯＩ、検査ツールのパラメータ、または同一もしくは異なる試料上で以前に観察された類似欠陥、のうちの１つまたは複数から得ることができる。欠陥のプロファイルとは、たとえば欠陥の空間的形状、規模および位相などの欠陥特性のことをいう。場合によって、模擬欠陥は、たとえば設計よりも広いか狭い線などの、特定のパターンと関連付けることができる。

模擬欠陥は検査画像に、この画像をさらに処理する前に付加することができる。検査画像上の模擬欠陥の位置はランダムにすることも、対象の特定のパターンまたは領域に結び付けることもできる。次に、走査および付加された模擬欠陥から得られた欠陥情報を含む修正された検査画像は、上述のように、通常は欠陥検出プロセスによって処理される。植え付け欠陥の位置はあらかじめ分かっているので、たとえこれらの欠陥が検出プロセス中に実際に検出されなくても、これらの位置についての欠陥情報が生成される。たとえば、これらの欠陥は、以下で詳細に説明されるように、人為的に報告すること、およびノイズマップに植え付け欠陥として印付けることができる。

別の実施形態によれば、ノイズマップ中のノイズはまた、レビューツールもしくは検査ツールから集めることができる、または事前知識に基づく、ＤＯＩ情報を含むこともできる。ＤＯＩ情報は、これを検査画像中で事前知識によって識別することにより付加することができる。これらのＤＯＩは、上述のように、植え付け欠陥と同様の方法で検出することができる。

１つまたは複数のダイの設計データを受け取ることができる（たとえば、入出力インターフェース１２６によって、設計データサーバ１１０から）（２０４）。この設計データは、同じ設計パターンを有する１つまたは複数のダイ領域にそれぞれが対応する、複数の設計群を表す。いくつかの実施形態では、ダイの設計データは、特定の幾何学的構造および配置のものである様々な設計パターンを含むことができる。設計パターンは、ある外形の幾何学的形状（たとえば、１つまたは複数の多角形）をそれぞれが有する１つまたは複数の構造要素から成るものと定義することができる。複数の設計パターンは、それが同一であるとき、または互いに高度に相関または類似しているときに「同じ」とみなされ得ることに留意されたい。様々な類似性の尺度およびアルゴリズムを適用して同様の設計パターンを照合し、クラスタ化することができるが、本開示は、設計群を得るために使用される何らかの特定の尺度によって限定されると解釈されるべきではない。

いくつかの実施形態では、設計群をクラスタ化することは事前に実行することができ、設計群情報は、設計データサーバ１１０にあらかじめ記憶することができる。場合によっては、ブロック２０４で受け取られた設計データは、物理的な設計レイアウト（たとえば、ＣＡＤクリップ）情報を含まず、グループ化情報（たとえば、別々の設計群の設計座標）だけを含むことができる。別の場合では、ブロック２０４で受け取られた設計データは、グループ化情報も特定の設計レイアウト情報も含むことができる。いくつかの実施形態では、設計群をクラスタ化することは、システム１００の処理ユニット１０２によって、設計データサーバからダイの物理的な設計レイアウトを受け取ったときに実行することができる。

次に図３を参照すると、本開示の主題のいくつかの実施形態による、設計群の概略的な例が示されている。

単に説明を目的として、ダイ（またはその一部）の設計データが図３に概略的に示されている。異なる種類の「木」は、設計データ上で異なる設計パターンを表す。類似している設計パターンをクラスタ化／グループ化した後に、設計データは、同じ設計パターンを有する１つまたは複数のダイ領域にそれぞれが対応する４つの設計群３０２、３０４、３０６および３０８に分割される。いくつかの設計群では、設計パターンは厳密に同じではなく、すなわち同一ではなく、むしろ高い類似性を有していることに留意されたい。たとえば、設計群３０４では、左側の２つの領域のパターンと右側の領域のパターンがわずかに異なることが分かる（たとえば、反対方向に）。前述のように、場合によって、ブロック２０４で受け取られた設計データは、図３の左側の表示の形とすることができ、これは、グループ化情報ならびに特定の設計レイアウトおよびパターンを含む。場合によっては、設計データは図３の右側の表示の形とすることができ、これはグループ化情報（たとえば、設計座標における群の位置）だけを含む。

図３に示された例は、単に説明を目的とし、本開示を何らか限定するものとみなされるべきではないことに留意されたい。当業者であれば、ダイの実際の設計パターンがずっと複雑になり得ること、したがって、類似している設計パターンのグループ化はこの例よりもずっと複雑になり得ることが容易に理解されよう。

いくつかの実施形態によれば、ブロック２０２で得られたノイズマップの入力と、ブロック２０４で受け取られた設計データとは、複数の設計群のうちの各所与の設計群を、所与の設計群に対応するダイ領域内のノイズデータと関連付けることができるように位置合わせする必要がある。場合によって、ノイズマップと設計データは、たとえば別のシステムによって事前に位置合わせすることができ、位置合わせされた入力は、さらなる処理のためにシステム１００で受け取ることができる。別の場合には、位置合わせは、処理ユニット１０２で設計データとノイズマップを重ね合わせることによって行うことができる。重ね合わせプロセスは、当技術分野で知られている任意の適切な重ね合わせアルゴリズムによって実施することができる（たとえば、米国特許出願公開第２００７／０２８０５２７号、米国特許出願公開第２０１３／２０４５６９号などに記載されているように）。

例として、検査座標におけるノイズマップは、設計データ（たとえば、ＣＡＤクリップ）と重ね合わせられ、それによって、検査空間の設計データ座標に対して得ることができる（検査空間の座標は検査座標と呼ばれる）。ノイズマップの検査座標と、設計座標の対応する位置との間のいくつかの差は、様々な理由で、すなわち、走査条件（たとえば照明）ならびに不完全さ、走査プロセスにおけるシフトおよび明白なエラー、ウエハ上に印刷される電気回路の製造時のエラーなどで、生じる可能性がある。位置較正データは、ノイズマップと設計データの間の全体的（たとえば平均）オフセット、および／または複数のオフセットについての情報を与えるように生成することができ、それぞれが特定の領域もしくはパターン、またはその関心の対象物に関連がある。任意選択で、位置較正データは、各関心の対象物（またはその群）のそれぞれのオフセットを指定するデータ構造を含むことができる。位置較正データは、処理ユニット１０２またはストレージユニット１２２中に備えられたメモリに記憶することができる。

次に図４を参照すると、本開示の主題のいくつかの実施形態による、位置合わせされたノイズマップと設計データの概略的な例が示されている。

上述の重ね合わせアルゴリズムを使用して、図３で得られた設計群がノイズマップと位置合わせされる。ノイズマップのノイズは図４に、様々なサイズで様々な位置に置かれた黒い点４０１として示されている。これらのサイズは、ノイズ信号の強度、またはノイズの実際の空間的サイズを表すことができる。たとえば、検出プロセスにおいて上述したように、ノイズマップがグレード画像および検出閾値に基づいて生成される場合、ノイズマップ中のノイズの強度は、グレード画像中のノイズに対応するピクセル値によって表すことができる。位置合わせの後、４つの設計群３０２、３０４、３０６、および３０８は、これらの設計群にそれぞれ対応するダイ領域の中に入るノイズデータ（たとえば、黒い点で表される）と関連付けられる。関連するノイズデータと共に位置合わせされた設計群は、以下でブロック２０６および２０８に関して説明されるさらなる処理のための入力として供給される４０２、４０４、４０６、および４０８として印付けられる。場合によっては、位置合わせの後、ノイズデータと共に位置合わせされた設計群は、検査座標におけるものであり得る。

図２についての説明を続けると、各所与の設計群の群スコアを、所与の設計群に関連付けられたノイズデータと、所与の設計群の領域に割り当てられた欠陥バジェットとに基づいて、（たとえば、セグメンテーションモジュール１０４によって）計算することができる（２０６）。いくつかの実施形態によれば、総欠陥バジェットがダイ全体に割り当てられる。総欠陥バジェットとは、検査および検出プロセスの後に検出されると予想される所望の誤警報の総計のことをいう。ダイ上のＤＯＩの分布が均一であるという仮定の下で、ダイ全体に対する総欠陥バジェットを分割し、たとえば設計群の面積（たとえば、各設計群に対応するダイ領域のサイズ）に応じて、ダイの複数の設計群に割り当てることができる。たとえば、所与の設計群に割り当てられる欠陥バジェットは、ダイ全体に対する総欠陥バジェットと、ダイ全体の面積に対する所与の設計群の面積の比との積として計算することができる。

いくつかの実施形態では、所与の設計群のノイズヒストグラムを、その所与の群と関連付けられたノイズデータに基づいて作成することができる。所与の設計群の群スコアは、その所与の設計群に割り当てられた欠陥バジェットをその群のノイズヒストグラムに適用することによって閾値として計算することができる。例として、ノイズヒストグラムは、ノイズ／欠陥の強度（たとえばグレード）を示すノイズマップ中のピクセル値（ｘ軸）に対するピクセル数（ｙ軸）として作成することができる。割り当てられた欠陥バジェットをこのヒストグラムに適用することによって１つの閾値を得て、欠陥バジェットに等しい疑わしいＤＯＩの量とその他のものを分離することができる。この閾値は、所与の設計群の群スコアとして使用することができる。

上記は、群スコアを計算する単に１つの可能な方法にすぎず、他の適切な方法を上記に代えて、または加えて適用できることに留意されたい。例として、群スコアは、所与の群のノイズ密度として計算することができる。ノイズ密度は、たとえば、所与の設計群に関連付けられたノイズの量と設計群の面積との比として計算することができる。別の例として、群スコアは、ノイズマップ中に示された最大／最小ピクセル値に基づいて得ることができる。

場合によっては、異なる設計群同士の重なり合いがあり得る。これはたとえば、いくつかの構造体同士が試料の別々の層において重なり合う空間的関係により生じ得る。したがって、ノイズマップが設計データと位置合わせされた後、別々の設計群同士が重なり合う領域の中に入るノイズデータは、ノイズデータを設計群と関連付けるときに、または設計群の群スコアを計算するときに考慮される必要がある。例として、２つ（以上）の設計群同士が重なり合う領域にあるノイズデータは、１度だけ１つの設計群の中で数えられるべきであり、したがって、たとえばこのような群の群スコアを計算するときに、このノイズデータが実際にどの設計群に属しているのかを決定し、そのノイズデータを他の重なり合う群から除外することが必要になる。

各設計群の群スコアが計算されると、１つまたは複数のダイに関連したセグメンテーションを（たとえば、セグメンテーションモジュール１０４によって）実行する／行うことができる（２０８）。セグメンテーションは、各所与の設計群を、その所与の設計群の群スコアに基づいて、様々なノイズレベルを表すセグメンテーションラベルの所定の組のうちの１つのセグメンテーションに関連付ける／割り当てることによって実行することができ、それによって、同じセグメンテーションラベルと、セグメンテーションの情報を与えるセグメンテーション構成データとに関連付けられた１つまたは複数の設計群にそれぞれ対応するダイセグメントの組が得られる。場合によっては、ダイのセグメンテーションレイアウトを生成して、セグメンテーションの結果として得られるダイセグメントの組を表すことができ（たとえば、検査座標において）、またセグメンテーション構成データは、そのセグメンテーションレイアウトを含むことができる。

いくつかの実施形態では、設計群とセグメンテーションラベルの間の関連付けを行うために、設計群は、その群スコアに応じてランク付けることができ、ランク付けられた群は、そのランク付けに基づいてセグメントの所定の組に分けることができる。例として、セグメンテーションラベルの所定の組は、ノイズが少ない、ノイズが多い、ノイズが非常に多いというノイズレベルを表す３つのラベルを含むことができる。セグメンテーションごとに各設計群は、ノイズが少ない領域、ノイズが多い領域、ノイズが非常に多い領域、のうちの１つとしてラベル付けすることができる。本開示は、所定の組内のセグメンテーションラベルの数に限定されないことに留意されたい。

セグメンテーション構成データを使用して試験方策を（たとえば、方策生成モジュール１０６によって）生成することができる（２１０）。この試験方策は、１つまたは複数の試料を試験するための試験ツール１２０および／または任意の他の試験ツールによって、そのセグメンテーション構成データを使用してランタイム中に用いることができる。セグメンテーションレイアウトはまたＧＵＩ１２４へ、ユーザに対して結果をレンダリングするために送ることもできる。

いくつかの実施形態によれば、生成された試験方策は、ランタイム試験に使用される前に検証することができる。このような場合、試験ツール１２０は、試料の１つまたは複数のテスト画像を取り込むように、また試験方策を用いて欠陥検出を行うように構成され、それによって、その試験方策を受け入れるか、それともさらに改善するかを決定することができる。

セグメンテーション構成データは、ランタイム試験中に様々な方法で使用することができる。例として、セグメンテーション構成データは、ダイセグメントごとに検出閾値を構成するために使用することができる。たとえば、ノイズが非常に多いとラベル付けされたダイセグメントは、ノイズが少ないとラベル付けされたダイセグメントと比較して閾値を高くすることができる。別の例として、セグメンテーション構成データは、差分画像および／またはグレード画像の計算を構成するために使用することができる。たとえば、差分画像および／またはグレード画像のピクセル値は、様々なセグメントのノイズレベルに応じて正規化する、または適合させることができる。
次に図５を参照すると、本開示の主題のいくつかの実施形態による、ランタイム試験におけるセグメンテーション構成データの使用の一例が示されている。

図３および図４に示された例に続いて、セグメンテーションごとに、設計群４０２、４０４、４０６、および４０８が、ノイズが非常に少ない、ノイズが少ない、ノイズが非常に多い、ノイズが多いという４つのダイセグメントに割り当てられると仮定する。ランタイム試験中、このセグメンテーションデータが使用され、ダイ全体で１つのノイズヒストグラムを生成する代わりに、ダイセグメントごとにノイズヒストグラムが作成された。図５の左のグラフに示されるように、４つのダイセグメント４０２、４０４、４０６、および４０８それぞれに対して作成された４つのヒストグラム５０２、５０４、５０６、および５０８が示されている。別々の検出閾値が４つのヒストグラムに割り当てられた。検出閾値は、ブロック２０６に関して上述したものと同様の方法で計算することができる。図５の例では、ダイセグメント４０６および４０８は、ヒストグラムに示されるように、セグメント４０２および４０４よりも相対的にノイズが多く、したがって、より高い閾値がセグメント４０６および４０８に適用され、より低い閾値がセグメント４０２および４０４に適用された。別々の閾値を適用することによって、ノイズレベルが異なるダイセグメントについて別々の検出感度を得ることができ、それによって、全体的な検出感度および欠陥検出率が改善する。検出結果は、図５の右のグラフに示されている。特に、この例では、ノイズが非常に少ないセグメント４０２において、このセグメントには相対的に低い閾値が適用されたので、ＤＯＩ５１０が検出されたのに対して、セグメンテーションを用いない当初の検出プロセスでは、このＤＯＩの強度（たとえばグレード）が他のノイズの多いセグメントのノイズと比較して相対的に低いので、このＤＯＩは検出されなかったはずである。

前述のようにノイズマップ中のノイズが植え付け欠陥を含む場合、植え付け欠陥の位置があらかじめ分かっているので、これらの欠陥は人為的に報告することができ、植え付け欠陥としてノイズマップに印付けることができる。例として、ノイズマップ中の植え付け欠陥を示すピクセル値は、人為的に報告された植え付け欠陥の強度と、検査画像中の植え付け欠陥の位置における元のピクセル値とに基づいて計算することができる。したがって、植え付け欠陥に関するノイズ情報がある設計群の群スコアは、これらの付加的なノイズ情報を考慮に入れて計算され、それによって、このような群のノイズレベルのランク付けは影響を受ける。１つの実施形態では、植え付け欠陥は１つまたは複数の画像に、設計対象パターン（ＰＯＩ）に関連付けられた所定の位置において付加することができ、この設計ＰＯＩを含む所与の設計群の群スコアは、植え付け欠陥の情報に基づいて、ブロック２０６に関して上述したものと同様の方法で計算することができる。このような場合、ブロック２０８に関して説明したノイズレベルの決定はさらに、植え付け欠陥の情報に基づくことができる。たとえば、同じ植え付け欠陥が、別々の場所において異なるノイズ強度（たとえばグレード）で検出された場合、これらの別々の場所ではノイズレベルが異なることの表示を得ることができる。

植え付け欠陥および／またはＤＯＩ情報を導入する利点の１つは、ダイの対象の領域内の設計群を指定し、必要とされるところに（たとえば、通常は欠陥がない場所に）十分な統計データを生成することが可能となることであり、それによって非常に高解像度の設計群が生成される。

図２に示されたフローチャートはシステム１００の要素を参照して説明されているが、このことは決して束縛ではなく、その動作は、本明細書に記載のもの以外の要素によって行うことができることにも留意されたい。

本発明は、その適用が、本明細書に含まれる説明で論述された、または図面に示された細部に限定されないことを理解されたい。本発明では、他の実施形態が可能であり、また様々な方法で実施され実行されることが可能である。したがって、本明細書で使用される用語および術語は説明を目的としていること、および限定するものとみなされるべきではないことを理解されたい。そのため当業者には、本開示の基礎となる概念は、本開示の主題のいくつかの目的を達成するための他の構造物、方法、およびシステムを設計するための基礎として容易に利用できることが理解されよう。

また本発明によるシステムは、少なくとも一部は、適切にプログラムされたコンピュータによって実施できることを理解されたい。同様に、本発明では、本発明の方法を実行するためにコンピュータによって読み取り可能であるコンピュータプログラムが企図されている。本発明ではさらに、本発明の方法を実行するためにコンピュータによって実行可能な命令のプログラムを有形に具現化する、非一時的なコンピュータ可読ストレージ媒体が企図されている。

当業者には、様々な修正および変更を上記の本発明の実施形態に加えることが、添付の特許請求の範囲で定義される本発明の範囲から逸脱することなく可能であることが容易に理解されよう。

１００ システム
１０２ 処理ユニット
１０４ セグメンテーションモジュール
１０６ 方策生成モジュール
１１０ 設計データサーバ
１２０ 試験ツール
１２２ ストレージユニット
１２４ グラフィカルユーザインターフェース（ＧＵＩ）
１２６ 入出力インターフェース
３０２ 設計群
３０４ 設計群
３０６ 設計群
３０８ 設計群
４０１ ノイズマップのノイズ、黒い点
４０２ 設計群、ダイセグメント
４０４ 設計群、ダイセグメント
４０６ 設計群、ダイセグメント
４０８ 設計群、ダイセグメント
５０２ ヒストグラム
５０４ ヒストグラム
５０６ ヒストグラム
５０８ ヒストグラム
５１０ 対象の欠陥、ＤＯＩ

Claims (20)

1. 試料の試験に使用可能な試験方策を生成するコンピュータ化システムであって、
   前記試料の１つまたは複数のダイから１つまたは複数の画像を取り込み、前記１つまたは複数の画像上のノイズ分布を表すノイズマップを得るように構成された試験ツールと、
   前記１つまたは複数のダイの設計データを受け取るように構成された入出力インターフェースであって、前記設計データが、同じ設計パターンを有する１つまたは複数のダイ領域にそれぞれが対応する複数の設計群を表す入出力インターフェースと、
   前記試験ツールおよび前記入出力インターフェースに動作可能に接続された処理ユニットであって、動作可能に接続されたメモリおよびプロセッサを含む処理ユニットとを備え、前記処理ユニットが、
   各所与の設計群の群スコアを計算するように構成され、前記ノイズマップは、前記複数の設計群のうちの各所与の設計群が、前記所与の設計群に対応する前記ダイ領域内のノイズデータと関連付けられるように、前記設計データと位置合わせされ、前記群スコアが、前記所与の設計群に関連付けられたノイズデータと、前記所与の設計群の領域に割り当てられた欠陥バジェットとに基づいて計算され、前記処理ユニットがまた、
   各所与の設計群を、前記所与の設計群の前記群スコアに基づいて、様々なノイズレベルを表すセグメンテーションラベルの所定の組のうちの１つのセグメンテーションラベルに関連付けることを含めて、前記１つまたは複数のダイに関連したセグメンテーションを行うように構成され、それによって、同じ前記セグメンテーションラベルと、前記セグメンテーションの情報を与えるセグメンテーション構成データとに関連付けられた１つまたは複数の設計群にそれぞれ対応するダイセグメントの組が得られ、前記処理ユニットがまた、
   前記セグメンテーション構成データを使用して試験方策を生成するように構成される、コンピュータ化システム。
2. 前記処理ユニットがさらに、前記ノイズマップが前記設計データと位置合わせされるように、前記設計データを前記ノイズマップに重ね合わせるように構成される、請求項１に記載のコンピュータ化システム。
3. 前記ノイズマップが、少なくとも前記試料の複数のダイから取り込まれた複数の画像上の統計的ノイズ分布を示す、請求項１に記載のコンピュータ化システム。
4. 前記ノイズ分布が、ノイズの位置を含めて前記ノイズマップに示されたノイズの１つまたは複数のノイズ特性を含む、請求項１に記載のコンピュータ化システム。
5. 前記ノイズ分布が、ノイズの位置と、ノイズの強度およびサイズのうちの少なくとも１つとを含めて、前記ノイズマップに示されたノイズの１つまたは複数のノイズ特性を含む、請求項１に記載のコンピュータ化システム。
6. 前記ノイズマップに示されたノイズがパターン関連ノイズを含む、請求項１に記載のコンピュータ化システム。
7. 前記ノイズマップが、植え付け欠陥に関連する情報を含み、前記植え付け欠陥が、前記１つまたは複数の画像に、設計対象パターン（ＰＯＩ）に関連付けられた所定の位置において付加された模擬欠陥であり、前記設計ＰＯＩを含む所与の設計群の前記群スコアが、植え付け欠陥の前記情報に基づいて計算される、請求項１に記載のコンピュータ化システム。
8. 前記試験ツールが、前記試料を走査して前記１つまたは複数の画像を高感度試験構成を用いて取り込むように構成された検査ツールであり、前記ノイズマップが低い検出閾値を使用して得られる、請求項１に記載のコンピュータ化システム。
9. 前記群スコアが、前記所与の設計群に割り当てられた前記欠陥バジェットを、前記所与の設計群に関連付けられた前記ノイズデータに基づいて作成されたノイズヒストグラムに適用することによって計算される閾値である、請求項１に記載のコンピュータ化システム。
10. 前記計算がさらに、前記複数の設計群同士の重なり合いに基づく、請求項１に記載のコンピュータ化システム。
11. 前記セグメンテーションラベルの所定の組が、ノイズが少ない、ノイズが多い、およびノイズが非常に多いというノイズレベルを示す、請求項１に記載のコンピュータ化システム。
12. 前記セグメンテーション構成データが、各ダイセグメントの検出閾値を構成するために使用される、請求項１に記載のコンピュータ化システム。
13. 試料の試験に使用可能な試験方策を生成するコンピュータ化方法であって、
    試験ツールによって、前記試料の１つまたは複数のダイから１つまたは複数の画像を取り込み、前記１つまたは複数の画像上のノイズ分布を表すノイズマップを得るステップと、
    入出力インターフェースによって、前記１つまたは複数のダイの設計データを受け取るステップであって、前記設計データが、同じ設計パターンを有する１つまたは複数のダイ領域にそれぞれが対応する複数の設計群を表す、ステップと、
    前記試験ツールおよび前記入出力インターフェースに動作可能に接続された処理ユニットによって、各所与の設計群の群スコアを計算するステップであって、前記ノイズマップは、前記複数の設計群のうちの各所与の設計群が、前記所与の設計群に対応する前記ダイ領域内のノイズデータと関連付けられるように、前記設計データと位置合わせされ、前記群スコアが、前記所与の設計群に関連付けられた前記ノイズデータと、前記所与の設計群の領域に割り当てられた欠陥バジェットとに基づいて計算される、ステップと、
    前記処理ユニットによって、各所与の設計群を、前記所与の設計群の前記群スコアに基づいて、様々なノイズレベルを表すセグメンテーションラベルの所定の組のうちの１つのセグメンテーションラベルに関連付けることを含めて、前記１つまたは複数のダイに関連したセグメンテーションを行うステップであって、それによって、同じ前記セグメンテーションラベルと、前記セグメンテーションの情報を与えるセグメンテーション構成データとに関連付けられた１つまたは複数の設計群にそれぞれ対応するダイセグメントの組が得られる、ステップと、
    前記処理ユニットによって、前記セグメンテーション構成データを使用して試験方策を生成するステップとを含む、コンピュータ化方法。
14. 前記試験ツールが検査ツールであり、前記１つまたは複数の画像が、高感度試験構成を用いて前記検査ツールによって取り込まれ、前記ノイズマップが低い検出閾値を使用して得られる、請求項１３に記載のコンピュータ化方法。
15. 前記ノイズマップが、植え付け欠陥に関連する情報を含み、前記植え付け欠陥が、前記１つまたは複数の画像に、設計対象パターン（ＰＯＩ）に関連付けられた所定の位置において付加された模擬欠陥であり、前記設計ＰＯＩを含む所与の設計群の前記群スコアが、植え付け欠陥の前記情報に基づいて計算される、請求項１３に記載のコンピュータ化方法。
16. 前記群スコアが、前記所与の設計群に割り当てられた前記欠陥バジェットを、前記所与の設計群に関連付けられた前記ノイズデータに基づいて作成されたノイズヒストグラムに適用することによって計算される閾値である、請求項１３に記載のコンピュータ化方法。
17. 前記関連付けがさらに、前記複数の設計群同士の重なり合いに基づく、請求項１３に記載のコンピュータ化方法。
18. コンピュータによって実行されるときに、試料の試験に使用可能な試験方策を生成する方法を前記コンピュータに実行させる命令のプログラムを有形に具現化する、非一時的なコンピュータ可読ストレージ媒体であって、前記方法が、
    前記試料の１つまたは複数のダイから１つまたは複数の画像を取り込み、前記１つまたは複数の画像上のノイズ分布を表すノイズマップを得るステップと、
    前記１つまたは複数のダイの設計データを受け取るステップであって、前記設計データが、同じ設計パターンを有する１つまたは複数のダイ領域にそれぞれが対応する複数の設計群を表す、ステップと、
    各所与の設計群の群スコアを計算するステップであって、前記ノイズマップは、前記複数の設計群のうちの各所与の設計群が、前記所与の設計群に対応する前記ダイ領域内のノイズデータと関連付けられるように、前記設計データと位置合わせされ、前記群スコアが、前記所与の設計群に関連付けられた前記ノイズデータと、前記所与の設計群の領域に割り当てられた欠陥バジェットとに基づいて計算される、ステップと、
    各所与の設計群を、前記所与の設計群の前記群スコアに基づいて、様々なノイズレベルを表すセグメンテーションラベルの所定の組のうちの１つのセグメンテーションラベルに関連付けることを含めて、前記１つまたは複数のダイに関連したセグメンテーションを行うステップであって、それによって、同じ前記セグメンテーションラベルと、前記セグメンテーションの情報を与えるセグメンテーション構成データとに関連付けられた１つまたは複数の設計群にそれぞれ対応するダイセグメントの組が得られる、ステップと、
    前記セグメンテーション構成データを使用して試験方策を生成するステップとを含む、非一時的なコンピュータ可読ストレージ媒体。
19. 前記ノイズマップが、植え付け欠陥に関連する情報を含み、前記植え付け欠陥が、前記１つまたは複数の画像に、設計対象パターン（ＰＯＩ）に関連付けられた所定の位置において付加された模擬欠陥であり、前記設計ＰＯＩを含む所与の設計群の前記群スコアが、植え付け欠陥の前記情報に基づいて計算される、請求項１８に記載の非一時的なコンピュータ可読ストレージ媒体。
20. 前記群スコアが、前記所与の設計群に割り当てられた前記欠陥バジェットを、前記所与の設計群に関連付けられた前記ノイズデータに基づいて作成されたノイズヒストグラムに適用することによって計算される閾値である、請求項１８に記載の非一時的なコンピュータ可読ストレージ媒体。