JP2020060695A - マスクパターン検証モデル作成時の指標値の表示方法及びそのプログラム - Google Patents

マスクパターン検証モデル作成時の指標値の表示方法及びそのプログラム Download PDF

Info

Publication number
JP2020060695A
JP2020060695A JP2018192027A JP2018192027A JP2020060695A JP 2020060695 A JP2020060695 A JP 2020060695A JP 2018192027 A JP2018192027 A JP 2018192027A JP 2018192027 A JP2018192027 A JP 2018192027A JP 2020060695 A JP2020060695 A JP 2020060695A
Authority
JP
Japan
Prior art keywords
index value
mask pattern
image
displaying
creating
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.)
Pending
Application number
JP2018192027A
Other languages
English (en)
Inventor
友希 渡邊
Yuki Watanabe
友希 渡邊
泰己 木村
Yasuki Kimura
泰己 木村
一史 塩澤
Kazunori Shiozawa
一史 塩澤
中山　幸一
Koichi Nakayama
幸一 中山
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.)
Kioxia Corp
Original Assignee
Kioxia Corp
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 Kioxia Corp filed Critical Kioxia Corp
Priority to JP2018192027A priority Critical patent/JP2020060695A/ja
Priority to US16/559,713 priority patent/US11526975B2/en
Publication of JP2020060695A publication Critical patent/JP2020060695A/ja
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
    • G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
    • G03F7/70—Microphotolithographic exposure; Apparatus therefor
    • G03F7/70483—Information management; Active and passive control; Testing; Wafer monitoring, e.g. pattern monitoring
    • G03F7/70605—Workpiece metrology
    • G03F7/70616—Monitoring the printed patterns
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
    • G03F1/00—Originals 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
    • G03F1/36—Masks having proximity correction features; Preparation thereof, e.g. optical proximity correction [OPC] design processes
    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
    • G03F1/00—Originals 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
    • G03F1/38—Masks having auxiliary features, e.g. special coatings or marks for alignment or testing; Preparation thereof
    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
    • G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
    • G03F7/70—Microphotolithographic exposure; Apparatus therefor
    • G03F7/70425—Imaging strategies, e.g. for increasing throughput or resolution, printing product fields larger than the image field or compensating lithography- or non-lithography errors, e.g. proximity correction, mix-and-match, stitching or double patterning
    • G03F7/70433—Layout for increasing efficiency or for compensating imaging errors, e.g. layout of exposure fields for reducing focus errors; Use of mask features for increasing efficiency or for compensating imaging errors
    • G03F7/70441—Optical proximity correction [OPC]
    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
    • G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
    • G03F7/70—Microphotolithographic exposure; Apparatus therefor
    • G03F7/70483—Information management; Active and passive control; Testing; Wafer monitoring, e.g. pattern monitoring
    • G03F7/70491—Information management, e.g. software; Active and passive control, e.g. details of controlling exposure processes or exposure tool monitoring processes
    • G03F7/705—Modelling or simulating from physical phenomena up to complete wafer processes or whole workflow in wafer productions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/30—Circuit design
    • G06F30/39—Circuit design at the physical level
    • G06F30/398—Design verification or optimisation, e.g. using design rule check [DRC], layout versus schematics [LVS] or finite element methods [FEM]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10056—Microscopic image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10056—Microscopic image
    • G06T2207/10061—Microscopic image from scanning electron microscope
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10116—X-ray image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20212—Image combination
    • G06T2207/20216—Image averaging
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30148—Semiconductor; IC; Wafer

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computer Hardware Design (AREA)
  • Quality & Reliability (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Preparing Plates And Mask In Photomechanical Process (AREA)
  • Image Processing (AREA)

Abstract

【課題】マスクパターン検証の精度を向上できる。【解決手段】実施形態によれば、マスクパターン検証モデル作成時の指標値の表示方法は、複数の画像を用いて第１指標値を算出する工程（ステップＳ１２）と、第１指標値及びパターン情報に基づきモデルを推定する工程（ステップＳ１３）と、モデルを用いて第２指標値を算出する工程（ステップＳ１４）と、第２指標値を表示する工程（ステップＳ１５）とを含む。【選択図】図３

Description

本発明の実施形態は、マスクパターン検証モデル作成時の指標値の表示方法及びそのプログラムに関する。
半導体集積回路のマスク設計においては、回路パターンデータをＯＰＣ（optical proximity correction；光近傍効果補正）処理してマスクパターンが算出され、マスクパターンに対してマスクパターン検証用のモデルを用いたシミュレーション評価が行われている。
特許公開２０１４−２０６５５０号公報 特許公開２０１０−１６４３３３号公報 特許第５９１７３３７号公報
マスクパターン検証の精度を向上できるマスクパターン検証モデル作成時の指標値の表示方法及びそのプログラムを提供できる。
実施形態に係るマスクパターン検証モデルの作成方法は、複数の画像を用いて第１指標値を算出する工程と、第１指標値及びパターン情報に基づきモデルを推定する工程と、モデルを用いて第２指標値を算出する工程と、第２指標値を表示する工程とを含む。
図１は、第１実施形態に係るマスクパターン検証モデル作成時の指標値の表示方法に用いられるマスクパターン検証装置のブロック図である。 図２は、第１実施形態に係るマスクパターン検証モデル作成時の指標値の表示方法のフローチャートである。 図３は、第１実施形態に係るマスクパターン検証モデル作成時の指標値の表示方法のフローチャートである。 図４は、第１実施形態に係るマスクパターン検証モデル作成時の指標値の表示方法においてレジスト像の検査画像を用いた検査画像評価モードによる指標値算出のフローチャートである。 図５は、第１実施形態に係るマスクパターン検証モデル作成時の指標値の表示方法において検査画像評価モードの各工程におけるデータ処理を示す図である。 図６は、第１実施形態に係るマスクパターン検証モデル作成時の指標値の表示方法において不良発生頻度とゆらぎ／寸法との関係を示すグラフである。 図７は、第１実施形態に係るマスクパターン検証モデル作成時の指標値の表示方法において加工像の検査画像を用いた検査画像評価モードによる指標値算出のフローチャートである。 図８は、第１実施形態に係るマスクパターン検証モデル作成時の指標値の表示方法において検査画像評価モードの各工程におけるデータ処理を示す図である。 図９は、第１実施形態に係るマスクパターン検証モデル作成時の指標値の表示方法において検査画像を用いて算出された指標値とルールベースのマスクパターン検証モデルにより算出された指標値とを比較した図である。 図１０は、第２実施形態に係るマスクパターン検証モデル作成時の指標値の表示方法において機械学習によるマスクパターン検証モデル作成の一例を示す図である。 図１１は、第３実施形態の第１例に係るマスクパターン検証モデル作成時の指標値の表示方法において算出された指標値の二次元画像の表示例を示す図である。 図１２は、第３実施形態の第２例に係るマスクパターン検証モデル作成時の指標値の表示方法において危険点の表示例を示す図である。 図１３は、第３実施形態の第３例に係るマスクパターン検証モデル作成時の指標値の表示方法において検査画像評価モードによる指標値とマスク検証モードによる指標値とを比較する表示例を示す図である。
以下、実施形態につき図面を参照して説明する。この説明に際し、略同一の機能及び構成を有する構成要素については、同一符号を付す。また、以下に示す各実施形態は、この実施形態の技術的思想を具体化するための装置や方法を例示するものであって、実施形態の技術的思想は、構成部品の材質、形状、構造、配置等を下記のものに特定するものでない。実施形態の技術的思想は、特許請求の範囲において、種々の変更を加えることができる。
１．第１実施形態
第１実施形態に係るマスクパターン検証モデル作成時の指標値の表示方法について説明する。
１．１ マスクパターン検証装置の全体構成
まず、マスクパターン検証装置の全体構成について、図１を用いて説明する。
図１に示すように、マスクパターン検証装置１は、入力部１０、表示部２０、出力部３０、入出力制御回路４０、制御回路５０、ＲＡＭ（random access memory）６０、及び ＲＯＭ（read only memory）７０を含む。
入力部１０は、ユーザがデータ等を入力するためのキーボード及びマウス等（不図示）を含む。また、入力部１０は、入力回路(不図示)を含む。入力回路は、データを外部機器（回路設計装置または外部データベース等）から入力する際のインターフェース処理を実行する。例えば、無線通信により外部機器からデータが入力される場合、マスクパターン検証装置１は、アンテナを含む通信部を備え、入力回路は、通信部に接続される。
表示部２０は、制御回路５０による処理結果をユーザに伝えるために使用され、ディスプレイ（液晶モニタ等）を含む。
出力部３０は、制御回路５０による処理結果を、外部機器に出力するための出力回路（不図示）を含む。出力回路は、データを外部機器に出力する際のインターフェース処理を実行する。例えば、無線通信により外部機器にデータを出力する場合、出力回路は、通信部に接続される。また、出力部３０は、例えば、制御回路５０による処理結果を出力するためのプリンタを含んでいてもよい。
入出力制御回路４０は、入力部１０、表示部２０、及び出力部３０と、制御回路５０との間のインターフェース処理を実行する。
ＲＡＭ６０は、入力データ及びマスクパターン検証時に生成されたデータを一時的に保持する。入力データには、例えば、回路パターンデータ、ＯＰＣ条件、露光条件（露光量、露光波長、及びＮＡ（numerical aperture）等)、プロセス条件（下地構造、レジスト条件、及びエッチング条件等）、検査画像データ（レジスト像またはエッチング後の加工像の検査画像）、検査画像における寸法測定データ、及びユーザが入力した各種データ等が含まれる。
ＲＯＭ７０は、マスクパターン検証モデルを作成するためのプログラム、マスクパターンの検証を実行するプログラム、及びマスクパターン検証モデル（アルゴリズム）等が格納された記憶媒体である。制御回路５０は、ＲＯＭ７０に格納されたプログラムに基づく演算処理を実行して、マスクパターン検証モデルの作成を行う。
制御回路５０は、例えば、中央演算処理装置（ＣＰＵ：central processing unit）から構成され、マスクパターン検証装置１の全体を制御する。なお、制御回路５０の各機能は専用回路で実現されてもよいし、制御回路５０がファームウェアを実行することにより実現されてもよい。本実施形態では、制御回路５０内に専用回路が設けられている場合について説明する。
制御回路５０は、ＯＰＣ処理回路５１、光学像算出回路５２、レジスト像算出回路５３、加工像算出回路５４、指標値算出回路５５、及びモデル作成回路５６を含む。
ＯＰＣ処理回路５１は、回路パターンデータのＯＰＣ処理を行い、マスクパターンを算出する。
光学像算出回路５２は、マスクパターン及び露光条件等に基づいて、光学像を算出する。
レジスト像算出回路５３は、例えば、酸の拡散モデルを用いて、マスクパターン、光学像、及びプロセス条件等に基づくレジスト像を算出する。
加工像算出回路５４は、例えば、算出したレジスト像及びプロセス条件等に基づくエッチング後の加工像を算出する。
指標値算出回路５５は、検証するパターンにおける形状不良の発生しやすさ、すなわちパターンの危険度（以下、「指標値」と表記する）を算出する。形状不良には、リソグラフィ後及びエッチング後のパターンにおける形状不良が含まれる。以下、マスクレイアウトにおいて、算出した指標値が予め設定された設定値以上の場所（パターン）、すなわち、形状不良が発生しやすい場所を「危険点」と表記する。
指標値算出回路５５における指標値の算出には、大まかにマスク検証モードと検査画像評価モードとの２つのモードがある。
マスク検証モードは、マスクパターン検証モデルを用いて、指標値及び危険点を算出するモードである。マスク検証モードは、例えば、マスク設計において回路パターンデータを検証する際に用いられる。
検査画像評価モードは、実際にリソグラフィまたはエッチングを行った後の検査画像データ及び寸法測定データ等から指標値及び危険点を算出するモードである。検査画像評価モードにより算出された指標値及び危険点に関する情報は、例えば、モデル作成回路５６において、マスクパターン検証モデルを作成する際に用いられる。
検査画像には、例えば、ＳＥＭ（scanning electron microscope）を用いた電子線画像、光学顕微鏡を用いた光学画像、またはＸ線画像等がある。以下では、検査画像として、電子線画像を用いた場合について説明する。
モデル作成回路５６は、例えば、パターン（例えば、光学像、レジスト像、または加工像）の情報、並びに指標値及び危険点に関する情報に基づいて、マスクパターン検証モデル及びマスクパターン検証モデルに用いられるパラメータの作成（推定）を行う。マスクパターン検証モデルには、例えば、ルールベースまたはモデルベースのマスクパターン検証モデルが用いられる。ルールベースは、例えば、パターンの形状、またはパターン間の距離等に基づいて、ユーザによって設定されたマスクパターン検証モデルである。モデルベースは、例えば、パターンの情報と指標値との関係式を最適化したモデル、すなわち、定義された数式に基づくマスクパターン検証モデルである。モデル作成回路５６は、例えば、ルールベースに用いられるパラメータ、またはモデルベースに用いられる数式及びパラメータを最適化する。なお、モデル作成回路５６は、例えば、機械学習機能を有しており、パターンの情報及び指標値等に基づいてモデルベースで用いられるモデル（数式）を設計してもよい。
１．２ マスクパターン検証モデルの作成方法
次に、マスクパターン検証モデルの作成方法について、図２及び図３を用いて説明する。
図２に示すように、まず、ユーザは、レイアウト設計を行い（ステップＳ１）、回路パターンデータをマスクパターン検証装置１に入力する。より具体的には、マスクパターン検証装置１には、入力部１０を介して、検証するマスクパターンに関するデータが入力される。例えば、入力データには、回路パターンデータ、ＯＰＣ条件、露光条件、及びプロセス条件等が含まれる。これらのデータは、ＲＡＭ６０に格納される。
次に、マスクパターン検証装置１において、ＯＰＣ処理回路５１は、回路パターンデータ及びＯＰＣ条件等に基づいてＯＰＣ処理を実行し、マスクパターンを算出する（ステップＳ２）。算出されたマスクパターンデータは、ＲＡＭ６０に格納される。なお、以下の説明において、ステップＳ２〜Ｓ６の処理は、例えば、マスクパターン検証装置１において、実行される。
次に、制御回路５０は、像計算を実行する（ステップＳ３）。より具体的には、まず、光学像算出回路５２が、マスクパターン及び露光条件等に基づいて、光学像を算出する。その後、レジスト像算出回路５３が、光学像、露光条件、及びプロセス条件（下地構造及びレジスト条件）等に基づいて、レジスト像を算出する。更に、加工像算出回路５４が、レジスト像及びプロセス条件（下地構造、レジスト条件、及びエッチング条件）等に基づいて、エッチング後の加工像を算出する。算出された光学像、レジスト像、及び加工像のデータは、ＲＡＭ６０に格納される。なお、制御回路５０は、これらのデータを表示部２０に表示してもよい。例えば、ユーザは、表示部２０に表示されたレジスト像または加工像等を参照して、パターン検証領域を決定してもよい。また、マスクパターン検証に用いられない場合、レジスト像または加工像の算出は省略されてもよい。
次に、指標値算出回路５５は、設定されたパターン検証領域において、任意のマスクパターン検証モデルを用いたマスク検証モードによる指標値を算出する（ステップＳ４）。より具体的には、例えば、ある世代（デザインルール）の開発初期には、前世代の実績のあるマスクパターン検証モデルを用いて指標値を算出する。また、例えば、回路パターンに対応する世代のマスクパターン検証モデルを取得済みの場合、取得済みのマスクパターン検証モデルを用いて指標値を算出する。算出された指標値は、ＲＡＭ６０に格納される。
次に、制御回路５０は、例えば、表示部２０にマスク検証モードによる検証結果、すなわち、マスクパターン検証モデルを用いて算出された指標値及び危険点を表示する（ステップＳ５）。そして、制御回路５０は、検証結果から、マスクパターン検証をパスしたか判定する（ステップＳ６）。なお、検証結果の判定は、ユーザが行ってもよい。
マスクパターン検証をパスしなかった場合(ステップＳ６＿Ｎｏ)、すなわち、危険点がある場合、例えば、ステップＳ１に戻り、レイアウトの修正を行う。なお、レイアウトを修正せずにＯＰＣ条件の修正を行ってもよい。この場合、ステップＳ２に戻り、修正したＯＰＣ条件に基づいて、ＯＰＣ処理を再度行う。
検証をパスした場合（ステップＳ６＿Ｙｅｓ）、すなわち、危険点がない場合、ユーザは、マスクパターンデータに基づいてマスクを作製する（ステップＳ７）。
次に、作製されたマスクを用いて、リソグラフィプロセスを実行する。例えば、リソグラフィプロセスでは、フォーカスと露光時間のマージン評価を行うため、ＦＥＭ（focus exposure matrix）ウェハが作製される。ＦＥＭウェハは、１枚のウェハ上において、フォーカスマージンと露光時間とをマトリックス状にシフトさせながら露光された複数のチップパターンを有するウェハである。リソグラフィ後、レジスト像の検査画像データ（及び寸法測定データ）を取得する（ステップＳ９）。検査画像データには、例えば、リソグラフィプロセスのばらつき、フォーカスマージン、または露光時間のマージン等を評価するため、複数のチップパターンの検査画像が含まれる。なお、検査画像が取得される複数のチップパターンは、同一ウェハ上であってよく、製造工程における複数枚のウェハの組（以下、「ロット」と表記する）における複数枚のウェハの任意のチップパターンであってもよく、異なるロットにおけるチップパターンであってもよい。
次に、エッチングプロセスを実行する（ステップＳ１０）。エッチング後、加工像の検査画像データ（及び寸法測定データ）を取得する(ステップＳ１１)。検査画像データには、プロセスのばらつき等を評価するため、複数のチップパターンの検査画像が含まれる。なお、検査画像が取得される複数のチップパターンは、同一ウェハ上であってよく、ロット内の複数枚のウェハの任意のチップパターンであってもよく、異なるロットにおけるチップパターンであってもよい。
図３に示すように、マスクパターン検証装置１に検査画像データが入力され、指標値算出回路５５は、検査画像データを用いて、検査画像評価モードによる指標値の算出を行う（ステップＳ１２）。算出された指標値は、ＲＡＭ６０に格納される。そして、指標値算出回路５５は、検査画像評価モードによる指標値に基づいて、危険点を検出する。なお、以下の説明において、ステップＳ１２〜Ｓ１７の処理は、例えば、マスクパターン検証装置１において、実行される。
モデル作成回路５６は、算出された指標値に基づいてマスクパターン検証モデル（ルールベースまたはモデルベース）またはマスクパターン検証モデルのパラメータを作成する（ステップＳ１３）。作成されたマスクパターン検証モデルまたはパラメータはＲＯＭ７０に格納される。
次に、指標値算出回路５５は、モデル作成回路５６が作成したマスクパターン検証モデルまたはパラメータを用いて、マスク検証モードによる指標値を算出する（ステップＳ１４）。そして、指標値算出回路５５は、マスク検証モードによる指標値に基づいて、危険点を検出する。
次に、制御回路５０は、例えば、表示部２０に検証結果、すなわち、マスク検証モードによる指標値及び危険点を表示する（ステップＳ１５）。
次に、制御回路５０は、検査画像評価モードによる指標値（及び危険点）とマスク検証モードによる指標値（及び危険点）とを比較し（ステップＳ１６）、作成したマスクパターン検証モデル（またはパラメータ）が適用可能か確認する（ステップＳ１７）。なお、ユーザが表示部２０に表示された検証結果を確認して、作成したマスクパターン検証モデル及びパラメータの妥当性を判定してもよい。
マスクパターン検証モデル（またはパラメータ）が適用可能ではない場合（ステップＳ１７＿Ｎｏ）、例えば、検査画像評価モードによる指標値とマスク検証モードによる指標値との差異が予め設定された設定値以上である場合、ステップＳ１３に戻り、マスクパターン検証モデルまたはパラメータが修正される。なお、マスクパターン検証モデルまたはパラメータが修正される場合について説明したが、これに限定されない。例えば、ステップＳ９またはステップＳ１１に戻り、異なるパターンの検査画像を取得してもよく、同じパターンの検査画像を再度取得してもよい。更には、例えば、異なるマスクを用いて作成されたパターンの検査画像を取得してもよい。
マスクパターン検証モデル（またはパラメータ）が適用可能である場合（ステップＳ１７＿Ｙｅｓ）、例えば、検査画像評価モードによる指標値とマスク検証モードによる指標値との差異が予め設定された設定値未満である場合、マスクパターン検証装置１は、マスクパターン検証モデルの作成を終了する。
作成されたマスクパターン検証モデルは、マスク設計において、マスクパターンを検証する際に使用される。この場合、マスクパターン検証のフローは、ステップＳ１〜Ｓ６と同様である。
なお、作成したマスクパターン検証モデルを用いて作成したマスクにおいて、シミュレーション結果と検査画像による検査結果との差異が比較的大きい場合がある。より具体的には、例えば、マスクパターン検証モデルの作成に用いたマスクには含まれていないパターンが作成したマスクにある場合、マスクパターン検証モデルの作成の際に顕在化しなかった不良が発生した場合、またはプロセス条件の変更があった場合等に、マスクパターン検証モデルの修正が必要となる。このような場合、再度、図２及び図３に示すフローに従って、作成したマスクを用いたマスクパターン検証モデルの作成（修正）を繰り返すことにより、マスクパターン検証モデルの精度が向上する。
１．３ 検査画像を用いた指標値算出
次に、検査画像を用いた指標値算出の詳細について説明する。
１．３．１ レジスト像の検査画像を用いた指標値算出
まず、レジスト像の検査画像を用いた指標値算出の一例について、図４乃至図６を用いて説明する。図４は、レジスト像の検査画像を用いた検査画像評価モードによる指標値算出のフローチャートである。図５は、検査画像評価モードの各工程におけるデータ処理を示す図である。図６は、不良発生頻度とゆらぎ／寸法との関係を示すグラフである。本例では、複数の検査画像における寸法測定データのばらつき（以下、「ゆらぎ」とも表記する）とパターン寸法との関係から指標値を算出する場合について説明する。なお、以下の説明において、レジスト後の検査画像においてレジストが残っている領域及びエッチング後の検査画像において加工されていない領域を「ライン領域」と表記し、レジスト後の検査画像においてレジストが除去されている領域及びエッチング後の検査画像において加工されている領域を「スペース領域」と表記する。
図４及び図５に示すように、まず、マスクパターン検証装置１にレジスト像の検査画像データ及び寸法測定データが入力される(ステップＳ２１)。検査画像データには、複数のチップパターンの同じ撮像領域において取得された複数枚の検査画像（図５の（ａ））が含まれる。入力された検査画像データ及び寸法測定データは、例えばＲＡＭ６０に格納される。
指標値算出回路５５は、各検査画像の位置（座標）合わせを行った後（ステップＳ２２）、各検査画像の輪郭画像（図５の（ｂ））を作成する（ステップＳ２３）。輪郭画像は、レジスト像の輪郭（ライン領域とスペース領域の境界）を抽出した画像である。
次に、指標値算出回路５５は、複数枚の輪郭画像を平均化した平均輪郭画像（図５の（ｃ））を作成する（ステップＳ２４）。
次に、指標値算出回路５５は、各輪郭画像と平均輪郭画像とからエッジゆらぎを算出し（ステップＳ２５）、エッジゆらぎ画像（図５の（ｄ））を作成する。より具体的には、エッジゆらぎは、平均輪郭画像に対する各輪郭画像のばらつき、すなわち、平均輪郭画像と輪郭画像の差分である。エッジゆらぎ幅をσとすると、エッジゆらぎ画像は、エッジゆらぎ幅σを示す画像である。例えば、異なる寸法すなわち、異なるスペース領域の幅を有する複数のレジストパターンにおいて、エッジゆらぎ幅σが同じ場合、寸法（スペース領域の幅）が狭い方が形状不良は発生しやすい。
次に、１つのスペース領域の両側におけるエッジゆらぎ幅をそれぞれσ１及びσ２とし、寸法（スペース領域の幅）をｄとすると、指標値算出回路５５は、指標値として、ゆらぎ／寸法として（（σ１＋σ２）／ｄ）を算出し（ステップＳ２６）、ゆらぎ／寸法画像（図５の（ｅ））を作成する（ステップＳ２７）。例えば、制御回路５０は、表示部２０に、図５の（ｅ）の画像を表示し、ユーザが指標値算出結果を確認できるようにしてもよい。
図６に示すように、指標値、すなわち、ゆらぎ／寸法が大きくなると不良発生頻度が増加する傾向にある。よって、制御回路５０は、例えば、ゆらぎ／寸法（（σ１＋σ２）／ｄ）が予め設定された設定値以上である場所を危険点として検出してもよく、危険点を例えば図５の（ｅ）の画像上において、表示してもよい。
なお、指標値は、ゆらぎ／寸法に限定されない。例えば、指標値として、不良数、不良率（不良数／検査画像数）、または、ゆらぎ、すなわち、寸法ばらつき量が算出されてもよい。
１．３．２ 加工像の検査画像を用いた指標値算出
次に、加工像の検査画像を用いた指標値算出の一例について、図７及び図８を用いて説明する。図７は、加工像の検査画像を用いた検査画像評価モードによる指標値算出のフローチャートである。図８は、検査画像評価モードの各工程におけるデータ処理を示す図である。本例では、指標値の１つとして加工像の形状不良の発生頻度を算出する場合について説明する。
図７及び図８に示すように、マスクパターン検証装置１に加工像の検査画像データが入力される(ステップＳ３１)。検査画像データには、複数のチップパターンの同じ撮像領域において取得された複数枚の検査画像（図８の（ａ））が含まれる。入力された検査画像データは例えばＲＡＭ６０に格納される。
まず、指標値算出回路５５は、複数枚の検査画像を平均化した平均画像（図８の（ｂ））を作成する（ステップＳ３２）。
次に、指標値算出回路５５は、平均画像から検査領域（図８の（ｃ））を抽出する（ステップＳ３３）。例えば、制御回路５０は表示部２０に平均画像を表示し、ユーザが検査領域を決定してもよい。検査領域には、例えば、スペース領域が設定される。
次に、指標値算出回路５５は、検査領域において、中心線を示すパターン芯線（図８の（ｄ））を作成する（ステップＳ３４）。
次に、指標値算出回路５５は、各検査画像において、パターン芯線上の各位置における画素の輝度を確認し、輝度が他の位置または他の検査画像から変化している（異なる）場所（図８の（ｅ））を不良画素（不良点）として検出する（ステップＳ３５）。
次に、指標値算出回路５５は、例えば検査画像の画素単位で、パターン芯線のパターン位置（座標）毎に、各検査画像において検出した不良画素（図８の（ｆ））をカウントする（ステップＳ３６）。
次に、指標値算出回路５５は、パターン芯線に沿ってカウントした不良画素数（不良数）を指標値として不良発生頻度を算出し、不良分布図（図８の（ｇ））を作成する（ステップＳ３７）。
例えば、制御回路５０は、作成した不良分布図を表示部２０に表示し、ユーザが指標値算出結果を確認できるようにしてもよい。また、制御回路５０は、例えば、不良発生頻度が予め設定された設定値以上であるパターン位置を危険点として検出してもよい。
１．４ 検査画像評価モードによる指標値とマスク検証モードによる指標値との比較例
次に、検査画像評価モードによる指標値とマスク検証モードによる指標値との比較例について、図９を用いて説明する。図９の例は、検査画像データを用いて算出された指標値とルールベースのマスクパターン検証モデルにより算出された指標値とを比較する場合を示している。
図９の上図及び中図に示すように、例えば、指標値算出回路５５は、加工像の検査画像データからパターン芯線を作成し、検査画像評価モードによる指標値としてパターン芯線上のパターン位置における不良発生頻度を算出する。
例えば、モデル作成回路５６は、マスク検証モードによる指標値が不良分布図に近似するようにルールベースのマスクパターン検証モデルを設定する。
図９の下図に示すように、例えば、指標値算出回路５５は、同じ検証領域におけるマスクパターン検証モデルによる指標値として、光学像の強度／変化率との比を算出する。なお、マスクパターン検証モデルによる指標値は、光学像強度と光学像強度の変化率との比に限定されない。
例えば、制御回路５０は、図９の中図に示す不良発生頻度のグラフと、図９の下図に示す光学像の強度／変化率のグラフとを比較して、作成されたルールベースのマスクパターン検証モデルの妥当性を判定する。または、ユーザが表示部２０に表示された、不良発生頻度のグラフと光学像の強度／変化率のグラフとを参照して、マスクパターン検証モデルの妥当性を判定してもよい。
１．５ 本実施形態に係る効果
本実施形態に係る構成であれば、マスクパターンの検証精度を向上できる。本効果につき詳述する。
マスクパターンを検証する方法の１つとして、例えばＦＥＭウェハを作成し、パターンの形状不良の有無をユーザが目視により検出する方法がある。形状不良は、プロセスばらつきの影響により確率的に発生するため、同じ条件の繰り返しパターンを複数回評価しても、不良の有無、発生状況はそれぞれ異なる。また、ユーザに依存して検出基準にばらつきが生じることがある。このため、これらの評価結果をシミュレーションによるマスクパターンの検証に用いることは困難な場合がある。
これに対し、本実施形態に係る構成であれば、複数の検査画像を含む検査画像データを用いて指標値を算出でき、検査画像データを用いて算出された指標値及びパターン情報に基づいてマスクパターン検証モデル及びマスクパターン検証モデルのパラメータを推定できる。更に、マスクパターン検証モデルを用いて指標値を算出でき、マスクパターン検証モデルを用いて算出された指標値を表示できる。これにより、検査画像データの評価のばらつきを低減でき、検査画像データを用いた評価結果とマスクパターン検証モデルを用いたシミュレーション結果との整合性をより向上させることができる。よって、シミュレーションによるマスクパターンの検証精度を向上できるマスクパターン検証モデルを作成できる。
更に、本実施形態に係る構成であれば、検査画像データを用いて算出された指標値（危険点）及びマスクパターン検証モデルを用いて算出された指標値（危険点）を表示部２０に表示できる。これにより、ユーザは、検査画像データを用いて算出された指標値（危険点）とマスクパターン検証モデルを用いて算出された指標値（危険点）との差異を確認しやすくなり、作成されたマスクパターン検証モデルの妥当性を確認できる。
更に、本実施形態に係る構成であれば、エッチング後の検査画像データを用いて指標値を算出できる。また、エッチング後の検査画像データを用いて算出された指標値をマスクパターン検証モデル及びマスクパターン検証モデルのパラメータ作成に用いることができる。よって、エッチング後の加工形状も考慮したマスクパターン検証モデルが作成できる。
２．第２実施形態
次に、第２実施形態について説明する。第２実施形態は、機械学習によりモデルベースのマスクパターン検証モデルを作成する例を説明する。
２．１ 機械学習によるマスクパターン検証モデル作成の一例
機械学習によるマスクパターン検証モデル作成の一例について、図１０を用いて説明する。
図１０に示すように、指標値算出回路５５は、リソグラフィ後の各検査画像（図１０の例では、三次元（３Ｄ）光学像）をクリッピングして複数の３Ｄ光学像に分割する。そして、クリッピング３Ｄ光学像の各々における検査領域のパターン位置を変数Ｘとする。
また、指標値算出回路５５は、各検査画像の輪郭画像と平均輪郭画像とからエッジゆらぎ画像を作成し、さらに、エッジゆらぎ画像からゆらぎ量を輝度で示した細線化ゆらぎマップを作成する。そして、細線化ゆらぎマップから変数Ｘに対応するリソグラフィ後の危険度、すなわち、指標値または危険点の個数を変数Ｙとする。例えば、図１０の例では、危険度の合計は約４０００である。
モデル作成回路５６は、機械学習により、変数Ｘと変数Ｙとの関係からマスクパターン検証モデルの予測モデルＹ＝Ｆ（Ｘ）を算出する。
２．２ 本実施形態に係る効果
本実施形態に係る構成を、第１実施形態に適用できる。
３．第３実施形態
次に、第３実施形態について説明する。第３実施形態では、表示部２０における表示画面の表示例について、３つの例を説明する。マスクパターン検証装置１は、例えば、ＧＵＩ（graphical user interface）を含む。ユーザは、マウスまたはキーボード等の操作により、表示条件を設定する。
３．１ 第１例
まず、第１例について、図１１を用いて説明する。第１例は、算出された指標値の二次元画像を表示する例を示している。
図１１に示すように、表示画面１００には、例えば、マスクレイアウト全体像表示ウィンドウ１０１、指標値の画像表示ウィンドウ１０２、及び座標表示ウィンドウ１０３が表示される。
マスクレイアウト全体像表示ウィンドウ１０１には、例えば、回路パターンの全体像が表示される。また、マスクレイアウト全体像表示ウィンドウ１０１には、指標値の画像表示ウィンドウ１０２に対応する検査領域が、例えば、四角枠で表示される。例えば、ユーザは、マスクレイアウト全体像表示ウィンドウ１０１上において、検査領域を設定する。なお、マスクレイアウト全体像表示ウィンドウ１０１には、回路パターンに限定されず、マスクパターン、光学像、レジスト像、または加工像が表示されてもよい。
指標値の画像表示ウィンドウ１０２には、マスクレイアウト全体像表示ウィンドウ１０１において選択された検査領域における指標値が二次元の画像データとして表示される。図１１の例では、モデル選択モードにより算出された指標値が白と黒との濃淡、すなわち輝度で表示されており、指標値が高い領域ほど白色、すなわち高い輝度で表示されている。例えば、指標値の画像表示ウィンドウ１０２において、ある輝度以上の領域が危険点として検出されてもよい。
座標表示ウィンドウ１０３には、マスクレイアウト全体像表示ウィンドウ１０１で選択された検査領域の座標、または指標値の画像表示ウィンドウ１０２上で選択された領域の座標が表示される。
３．２ 第２例
次に、第２例について、図１２を用いて説明する。第２例は、危険点を表示する例を示している。
図１２に示すように、表示画面１００には、例えば、座標リスト表示ウィンドウ１０４、ポリゴン画像表示ウィンドウ１０５、及び危険点検出値表示ウィンドウ１０６が表示される。
座標リスト表示ウィンドウ１０４には、マスクレイアウト上における各検査領域の座標リストが表示されている。例えば、ユーザは、座標リストから検査領域を選択する。より具体的には、例えば、各座標に対応するチェックボックスが設けられており、ユーザは、マウス等の操作により、選択する座標のチェックボックスをクリックする。すると、選択されたチェックボックスが、例えば白四角から黒四角に反転する。
ポリゴン画像表示ウィンドウ１０５には、座標リスト表示ウィンドウ１０４において選択された座標に対応する回路パターンが多角形の画像（以下、「ポリゴン画像」と表記する）に変換されて表示される。そして、ポリゴン画像上に、例えば、危険点（記号Ｘ）が表示される。なお、回路パターンに限定されず、マスクパターン、光学像、レジスト像、または加工像のポリゴン画像が表示されてもよい。
危険点検出値表示ウィンドウ１０６は、指標値を危険点として検出するための検出値を設定するウィンドウである。図１２の例は、指標値として不良率が算出される場合を示しており、検出値として８０％が設定されている。この場合、ポリゴン画像表示ウィンドウ１０５には、不良率８０％以上の場所が危険点として表示される。例えば、ユーザは、マウス等の操作により、検出値設定のスライドバー１０６ａをスライドさせることにより、検出値を変更する。なお、指標値は、不良率に限定されない。例えば、指標値は不良発生頻度でもよく、ゆらぎ／寸法であってもよい。
３．３ 第３例
次に、第３例について、図１３を用いて説明する。第３例は、検査画像データを用いて算出された指標値とマスクパターン検証モデルを用いて予測された指標値とを比較する例を示している。
図１３に示すように、表示画面１００には、モデルリスト表示ウィンドウ１０７、残差選択表示ウィンドウ１０８、画像表示ウィンドウ１０９〜１１１、及び残差分布表示ウィンドウ１１２を含む。
モデルリスト表示ウィンドウ１０７には、ルールベース及びモデルベースを含む複数のマスクパターン検証モデルのリストが表示されている。例えば、ユーザは、モデルリストからマスクパターン検証モデルを選択する。より具体的には、例えば、各マスクパターン検証モデルに対応するチェックボックスが設けられており、ユーザは、マウス等の操作により、選択するマスクパターン検証モデルのチェックボックスをクリックする。すると、選択されたチェックボックスが、例えば白四角から黒四角に反転する。
残差選択表示ウィンドウ１０８には、例えば、残差分布表示ウィンドウ１１２に表示される残差の平均値、最大値、及び標準偏差値を選択するためのリストが表示されている。例えば、ユーザが、残差選択表示ウィンドウ１０８において、平均値、最大値、及び標準偏差値のいずれかを選択すると、残差分布表示ウィンドウ１１２に残差の平均値、最大値、及び標準偏差値のいずれかが表示される。残差選択表示ウィンドウ１０８には、例えば、平均値、最大値、及び標準偏差値にそれぞれ対応するチェックボックスが設けられており、ユーザは、マウス等の操作により、選択するチェックボックスをクリックする。すると、選択されたチェックボックスが、例えば白四角から黒四角に反転する。
画像表示ウィンドウ１０９には、例えば、検査画像データを用いて算出された指標値が表示される。図１３の例では、リソグラフィ後の検査画像データ及び寸法測定データから算出されたゆらぎ／寸法画像が表示されている。
画像表示ウィンドウ１１０には、例えば、モデルリスト表示ウィンドウ１０７において選択されたマスクパターン検証モデルを用いて予測（算出）された指標値が表示される。図１３の例では、図１１と同様に、指標値の画像データが表示されている。
画像表示ウィンドウ１１１には、例えば、画像表示ウィンドウ１０９と画像表示ウィンドウ１１０との差分（残差）が表示されている。図１３の例では、画像表示ウィンドウ１０９と画像表示ウィンドウ１１０との差分が大きい領域（画素）ほど高い輝度（白色）で表示されている。
残差分布表示ウィンドウ１１２には、画像表示ウィンドウ１１１の結果から、残差、すなわち輝度の大きさと発生数（画素数）との関係を表すグラフが表示されている。例えば、ユーザは、残差分布のグラフを元にマスクパターン検証モデルの妥当性を判定してもよい。
３．４ 本実施形態に係る効果
本実施形態に係る構成を、第１実施形態に適用できる。
なお、第１例〜第３例における表示ウィンドウ１０１〜１１２は、可能な限り組み合わせることができる。
４．変形例等
上記実施形態に係るマスクパターン検証モデル作成時の指標値の表示方法は、複数の画像を用いて第１指標値を算出する工程（ステップＳ１２）と、第１指標値及びパターン情報に基づきモデルを推定する工程（ステップＳ１３）と、モデルを用いて第２指標値を算出する工程（ステップＳ１４）と、第２指標値を表示する工程（ステップＳ１５）とを含む。
上記実施形態を適用することにより、マスクパターン検証の精度を向上できるマスクパターン検証モデル作成時の指標値の表示方法を提供できる。
なお、実施形態は上記説明した形態に限定されるものではなく、種々の変形が可能である。
本発明のいくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら新規な実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれるとともに、特許請求の範囲に記載された発明とその均等の範囲に含まれる。
１…マスクパターン検証装置、１０…入力部、２０…表示部、３０…出力部、４０…入出力制御回路、５０…制御回路、５１…ＯＰＣ処理回路、５２…光学像算出回路、５３…レジスト像算出回路、５４…加工像算出回路、５５…指標値算出回路、５６…モデル作成回路、６０…ＲＡＭ、７０…ＲＯＭ、１００…表示画面、１０１〜１１２…表示ウィンドウ、１０６ａ…スライドバー。

Claims (12)

  1. 複数の画像を用いて第１指標値を算出する工程と、
    前記第１指標値及びパターン情報に基づきモデルを推定する工程と、
    前記モデルを用いて第２指標値を算出する工程と、
    前記第２指標値を表示する工程と
    を備える、
    マスクパターン検証モデル作成時の指標値の表示方法。
  2. 前記第１指標値に基づいて第１危険点を検出する工程と、
    前記第２指標値に基づいて第２危険点を検出する工程と
    を更に備える、
    請求項１記載のマスクパターン検証モデル作成時の指標値の表示方法。
  3. 前記第１指標値を算出する工程は、
    前記複数の画像から複数の輪郭画像をそれぞれ作成する工程と、
    前記複数の輪郭画像から平均輪郭画像を作成する工程と、
    前記複数の輪郭画像の各々と前記平均輪郭画像の差分を算出する工程と
    を含む、
    請求項１または２に記載のマスクパターン検証モデル作成時の指標値の表示方法。
  4. 前記第１指標値を算出する工程は、
    前記複数の画像の平均画像を作成する工程と、
    前記平均画像から検査領域を抽出する工程と、
    前記検査領域内の位置毎に前記複数の画像における不良数をカウントする工程と
    を含む、
    請求項１または２に記載のマスクパターン検証モデル作成時の指標値の表示方法。
  5. 前記複数の画像は、電子線画像、光学画像、及びＸ線画像のいずれかである、
    請求項１乃至４のいずれか一項に記載のマスクパターン検証モデル作成時の指標値の表示方法。
  6. 前記複数の画像は、半導体装置の製造工程において、リソグラフィ工程後のレジスト像またはエッチング工程後の加工像の画像を含む、
    請求項１乃至５のいずれか一項に記載のマスクパターン検証モデル作成時の指標値の表示方法。
  7. 前記第１指標値は、パターン形状の不良数、不良率、または、パターン寸法のばらつき量のいずれかである、
    請求項１または２に記載のマスクパターン検証モデル作成時の指標値の表示方法。
  8. 前記パターン情報は、光学像、レジスト像、または、加工像の情報を含む、
    請求項１に記載のマスクパターン検証モデル作成時の指標値の表示方法。
  9. 前記モデルは、ルールベースまたはモデルベースである、
    請求項１乃至８のいずれか一項に記載のマスクパターン検証モデル作成時の指標値の表示方法。
  10. 前記表示する工程において、前記第２指標値の座標が表示される、
    請求項１乃至９のいずれか一項に記載のマスクパターン検証モデル作成時の指標値の表示方法。
  11. 前記表示する工程において、前記第２指標値の二次元画像が表示される、
    請求項１乃至１０のいずれか一項に記載のマスクパターン検証モデル作成時の指標値の表示方法。
  12. 回路パターンデータ及び複数の画像が入力される入力部と、前記回路パターンデータ及び前記複数の画像を記憶する記憶部と、前記複数の画像に基づく第１指標値を用いてモデルを作成するように構成された制御回路と、前記モデルを用いて算出した第２指標値を表示可能な表示部と、を備えるマスクパターン検証装置に使用されるプログラムであって、
    前記回路パターンデータに基づきパターン情報を算出する処理と、
    前記複数の画像を用いて第１指標値を算出する処理と、
    前記第１指標値及び前記パターン情報に基づき前記モデルを推定する処理と、
    前記モデルを用いて第２指標値を算出する処理と、
    前記第２指標値を表示する処理と
    を前記マスクパターン検証装置に実行させるマスクパターン検証モデル作成時の指標値の表示プログラム。
JP2018192027A 2018-10-10 2018-10-10 マスクパターン検証モデル作成時の指標値の表示方法及びそのプログラム Pending JP2020060695A (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2018192027A JP2020060695A (ja) 2018-10-10 2018-10-10 マスクパターン検証モデル作成時の指標値の表示方法及びそのプログラム
US16/559,713 US11526975B2 (en) 2018-10-10 2019-09-04 Method for displaying index values in generation of mask pattern verification model

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2018192027A JP2020060695A (ja) 2018-10-10 2018-10-10 マスクパターン検証モデル作成時の指標値の表示方法及びそのプログラム

Publications (1)

Publication Number Publication Date
JP2020060695A true JP2020060695A (ja) 2020-04-16

Family

ID=70160123

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2018192027A Pending JP2020060695A (ja) 2018-10-10 2018-10-10 マスクパターン検証モデル作成時の指標値の表示方法及びそのプログラム

Country Status (2)

Country Link
US (1) US11526975B2 (ja)
JP (1) JP2020060695A (ja)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10762618B1 (en) * 2019-02-14 2020-09-01 United Microelectronics Corp. Mask weak pattern recognition apparatus and mask weak pattern recognition method

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080077907A1 (en) * 2006-09-21 2008-03-27 Kulkami Anand P Neural network-based system and methods for performing optical proximity correction
JP2010122438A (ja) 2008-11-19 2010-06-03 Nec Electronics Corp リソグラフィシミュレーションモデルの検証方法、検証プログラム及び検証装置
JP5389456B2 (ja) 2009-01-13 2014-01-15 株式会社東芝 欠陥検査装置および欠陥検査方法
JP5313069B2 (ja) * 2009-07-17 2013-10-09 株式会社日立ハイテクノロジーズ 走査荷電粒子顕微鏡装置及びそれを用いたパターン寸法の計測方法
US8438505B2 (en) 2011-01-21 2013-05-07 Taiwan Semicondcutor Manufacturing Company, Ltd. Method for improving accuracy of parasitics extraction considering sub-wavelength lithography effects
JP2013004672A (ja) 2011-06-15 2013-01-07 Toshiba Corp シミュレーションモデル作成方法
JP5917337B2 (ja) 2012-08-24 2016-05-11 株式会社東芝 パターンデータ作成方法
JP5868462B2 (ja) 2014-08-07 2016-02-24 株式会社日立ハイテクノロジーズ パターン形状評価装置
US10691864B2 (en) * 2017-11-14 2020-06-23 Taiwan Semiconductor Manufacturing Co., Ltd. Method of post optical proximity correction (OPC) printing verification by machine learning

Also Published As

Publication number Publication date
US20200118261A1 (en) 2020-04-16
US11526975B2 (en) 2022-12-13

Similar Documents

Publication Publication Date Title
TWI735747B (zh) 度量方法及模組，分段疊對目標，及電腦程式產品
US6868355B2 (en) Automatic calibration of a masking process simulator
JP5417358B2 (ja) 画像処理装置、及び画像処理を行うためのコンピュータープログラム
JP4709639B2 (ja) マスクパターン評価方法及び評価装置
US8230371B2 (en) Process-window aware detection and correction of lithographic printing issues at mask level
KR100655428B1 (ko) 광근접효과보정 시스템 및 방법
US9589086B2 (en) Method for measuring and analyzing surface structure of chip or wafer
US9508138B2 (en) Method of detecting photolithographic hotspots
JP2008233687A (ja) パターン情報生成方法
JP2005286095A (ja) 露光プロセスモニタ方法及びその装置
JP4958616B2 (ja) ホットスポット絞り込み装置、ホットスポット絞り込み方法、ホットスポット絞り込みプログラム、ホットスポット検査装置、および、ホットスポット検査方法
US20190026881A1 (en) Method of visualizing defect using design data and defect detection method
JP6286544B2 (ja) パターン測定条件設定装置、及びパターン測定装置
JP2020060695A (ja) マスクパターン検証モデル作成時の指標値の表示方法及びそのプログラム
JP2006119927A (ja) パターンマッチング方法およびプログラム
JP2005134747A (ja) マスク評価方法、マスク評価システム、マスク製造方法およびプログラム
US10282509B2 (en) Non-transitory computer readable storage medium, mask evaluation method and inspection apparatus
JP2010122438A (ja) リソグラフィシミュレーションモデルの検証方法、検証プログラム及び検証装置
De Bisschop Optical proximity correction: a cross road of data flows
JP2014164201A (ja) マスクレイアウトの作成方法
KR101632011B1 (ko) 계측 방법, 화상 처리 장치, 및 하전 입자선 장치
TWI600898B (zh) 資料修正裝置、描繪裝置、檢查裝置、資料修正方法、描繪方法、檢查方法及記錄有程式之記錄媒體
JP2011197304A (ja) マスクデータ作成方法、リソグラフィ用マスクの製造方法、半導体装置の製造方法およびフレア補正プログラム
JP6123398B2 (ja) 欠陥箇所予測装置、識別モデル生成装置、欠陥箇所予測プログラムおよび欠陥箇所予測方法
JP7459007B2 (ja) 欠陥検査装置及び欠陥検査方法