JP2022100989A - 推定モデル作成装置、推定モデル作成方法、及び記憶媒体 - Google Patents

Abstract

【課題】基板の形状に係る特性値を推定するためのモデルをより簡単に作成する。
【解決手段】形状特性値推定モデルに係る推定モデル作成装置は、膜処理された基板の表面に係る画像情報である処理後画像を取得する処理後画像取得部１０２と、膜処理される前の処理前基板の表面に係る画像情報である処理前画像を取得する処理前画像取得部としての下地画像取得部１０１と、処理前画像に含まれる基板の表面の色に係る情報から、処理後画像に含まれる基板の表面の色に係る情報を推定する色変化推定モデルを作成する色変化推定モデル作成部としてのグレイ値推定モデル作成部１１１と、処理後画像に含まれる基板の表面の色に係る情報と、色変化推定モデルによって推定された結果と、の差分を求め、当該差分と、膜処理された対象膜の形状特性値との相関を推定する相関推定モデルを作成する相関推定モデル作成部１１２と、を有する。
【選択図】図４

Description

本開示は、形状特性値の推定モデル作成装置、形状特性値の推定モデル作成方法、及び記憶媒体に関する。

特許文献１には、基板表面を撮像した画像から、基板上に形成された膜の膜厚を算出する構成が開示されている。この際に、準備用撮像画像から得られた画素値と画素値に対応する各座標における膜厚測定値とが対応付けられた相関データを用いることが開示されている。

特開２０１５－２１５１９３号公報

本開示は、基板の形状に係る特性値を推定するためのモデルをより簡単に作成することが可能な技術を提供する。

本開示の一態様による推定モデル作成装置は、基板上で膜処理された対象膜の形状に係る特性値である形状特性値を推定する形状特性値推定モデルに係る推定モデル作成装置であって、膜処理された基板の表面に係る画像情報である処理後画像を取得する処理後画像取得部と、前記膜処理される前の処理前基板の表面に係る画像情報である処理前画像を取得する処理前画像取得部と、前記処理前画像に含まれる前記基板の表面の色に係る情報から、前記処理後画像に含まれる前記基板の表面の色に係る情報を推定する色変化推定モデルを作成する色変化推定モデル作成部と、前記処理後画像に含まれる前記基板の表面の色に係る情報と、前記色変化推定モデルによって推定された結果と、の差分を求め、当該差分と、前記膜処理された前記対象膜の形状特性値との相関を推定する相関推定モデルを作成する相関推定モデル作成部と、を有する。

本開示によれば、基板の形状に係る特性値を推定するためのモデルをより簡単に作成することが可能な技術が提供される。

図１は、基板処理システムの概略構成の一例を示す模式図である。 図２は、塗布現像装置の一例を示す模式図である。 図３は、検査ユニットの一例を示す模式図である。 図４は、制御装置の機能的な構成の一例を示すブロック図である。 図５は、複数枚のウェハを撮像した画像データから取得した色に係る情報の変化を模式的に示したものである。 図６は、制御装置のハードウェア構成の一例を示すブロック図である。 図７は、膜厚推定モデルの作成方法の一例を示すフロー図である。 図８は、膜厚推定モデルの作成方法の一例を示すフロー図である。 図９は、膜厚推定モデルで推定する内容の一例を説明する模式図である。 図１０は、相関推定モデルが示す相関の一例を説明する模式図である。 図１１は、膜厚推定方法の一例を示すフロー図である。

以下、種々の例示的実施形態について説明する。

一つの例示的実施形態において、推定モデル作成装置は、基板上で膜処理された対象膜の形状に係る特性値である形状特性値を推定する形状特性値推定モデルに係る推定モデル作成装置であって、対象膜が形成された基板の表面に係る画像情報である処理後画像を取得する処理後画像取得部と、前記対象膜が形成される前の処理前基板の表面に係る画像情報である処理前画像を取得する処理前画像取得部と、前記処理前画像に含まれる前記基板の表面の色に係る情報から、前記処理後画像に含まれる前記基板の表面の色に係る情報を推定する色変化推定モデルを作成する色変化推定モデル作成部と、前記処理後画像に含まれる前記基板の表面の色に係る情報と、前記色変化推定モデルによって推定された結果と、の差分を求め、当該差分と、前記膜処理された前記対象膜の形状特性値との相関を推定する相関推定モデルを作成する相関推定モデル作成部と、を有する。

上記の推定モデル作成装置によれば、処理前画像に含まれる前記基板の表面の色に係る情報から、処理後画像に含まれる前記基板の表面の色に係る情報を推定する色変化推定モデルが作成される。そして、処理後画像に含まれる基板の表面の色に係る情報と、色変化推定モデルによって推定された結果と、の差分を求め、当該差分と、膜処理された対象膜の形状特性値との相関を推定する相関推定モデルが作成される。色変化推定モデルは、処理前画像に含まれる基板の表面の色に係る情報から処理後画像の基板の表面の色を推定するモデルであり、処理前画像に含まれる基板の表面の色の変動による処理後画像に含まれる基板の表面の色の変動を推定するモデルである。一方、処理後画像に含まれる基板の表面の色に係る情報と、色変化推定モデルによって推定された結果と、の差分は、対象膜の形状によって変動し得る要素である。そのため、この差分と、膜処理された対象膜の形状特性値との相関を推定する相関推定モデルを作成することで、上記の差分から対象膜の形状特性値を推定することができる。このようなモデルを作成することで、対象膜に係る形状特性値を精度よく推定することが可能なモデルをより簡単に作成することができる。

前記相関推定モデル作成部は、前記膜処理された前記対象膜の形状特性値として、前記形状特性値推定モデルを用いずに取得される前記対象膜の形状特性値を用いて、前記相関推定モデルを作成する態様としてもよい。

上記のように、形状特性値推定モデルを用いずに取得される対象膜の形状特性値を、膜処理された対象膜の形状特性値として用いて相関推定モデルが作成される。これによって、形状特性値推定モデルとは関係なく得られる形状特性値を利用して相関推定モデルを作成することができるため、対象膜に係る形状特性値を精度よく推定することが可能となる。

前記相関推定モデル作成部は、前記膜処理された前記対象膜の形状特性値を特定する情報の取得を契機として、前記相関推定モデルを作成する態様としてもよい。

上記のように、膜処理された対象膜の形状特性値を特定する情報の取得を契機として相関推定モデルを作成する構成とすることで、例えば、色変化推定モデルは過去に取得した多数の画像を用いて作成をしておくことができる。このように、色変化推定モデルの作成と、相関推定モデルの作成と、を独立して行うことができると、各モデルの作成に適した情報を有効利用でき、より高い精度での推定が可能なモデルを作成することができる。

前記色変化推定モデル作成部は、自装置とは異なる装置で作成したモデルを修正して、自装置用の色変化推定モデルを作成可能である態様としてもよい。

前記相関推定モデル作成部は、自装置とは異なる装置で作成したモデルを修正して、自装置用の相関推定モデルを作成可能である態様としてもよい。

上記のように、色変化推定モデル作成部及び相関推定モデル作成部の一方は、自装置とは異なる装置で作成したモデルを修正して、自装置用のモデルを作成可能である。この場合、例えば、他装置で作成されたモデルを利用して形状特性値推定モデルを作成することができるため、一度作成したモデルを他の装置にも展開することが可能となり、有効利用することができる。

前記膜処理は、前記基板上に前記対象膜を形成する膜形成処理である態様としてもよい。膜形成処理において上記の手法を適用することで、形成された対象膜の形状に係る形状特性値を精度よく推定することが可能なモデルをより簡単に作成することができる。

一つの例示的実施形態において、推定モデル作成方法は、基板上で膜処理された対象膜の形状に係る特性値である形状特性値を推定する形状特性値推定モデルに係る推定モデル作成方法であって、前記膜処理された基板の表面に係る画像情報である処理後画像を取得することと、前記膜処理される前の処理前基板の表面に係る画像情報である処理前画像を取得することと、前記処理前画像に含まれる前記基板の表面の色に係る情報から、前記処理後画像に含まれる前記基板の表面の色に係る情報を推定する色変化推定モデルを作成することと、前記処理後画像に含まれる前記基板の表面の色に係る情報と、前記色変化推定モデルによって推定された結果と、の差分を求め、当該差分と、前記膜処理された前記対象膜の形状特性値との相関を推定する相関推定モデルを作成することとを含む。

上記の推定モデル作成方法によれば、処理前画像に含まれる前記基板の表面の色に係る情報から、処理後画像に含まれる前記基板の表面の色に係る情報を推定する色変化推定モデルが作成される。そして、処理後画像に含まれる基板の表面の色に係る情報と、色変化推定モデルによって推定された結果と、の差分を求め、当該差分と、基板で膜処理された対象膜の形状特性値との相関を推定する相関推定モデルが作成される。色変化推定モデルは、処理前画像に含まれる基板の表面の色に係る情報から処理後画像の基板の表面の色を推定するモデルであり、処理前画像に含まれる基板の表面の色の変動による処理後画像に含まれる基板の表面の色の変動を推定するモデルである。一方、処理後画像に含まれる基板の表面の色に係る情報と、色変化推定モデルによって推定された結果と、の差分は、対象膜によって変動し得る要素である。したがって、上記の差分と、膜処理された対象膜の形状特性値との相関を推定する相関推定モデルを作成することで、上記の差分から対象膜の形状特性値を推定することができる。このようなモデルを作成することで、対象膜の形状に係る形状特性値を精度よく推定することが可能なモデルをより簡単に作成することができる。

一つの例示的実施形態において、記憶媒体は、上記の推定モデル作成方法を装置に実行させるためのプログラムを記憶した、コンピュータ読み取り可能な記憶媒体である。

以下、図面を参照して種々の例示的実施形態について詳細に説明する。なお、各図面において同一又は相当の部分に対しては同一の符号を附すこととする。

［基板処理システム］
基板処理システム１は、ワークＷに対し、感光性被膜の形成、当該感光性被膜の露光、及び当該感光性被膜の現像を施すシステムである。処理対象のワークＷは、例えば基板、あるいは所定の処理が施されることで膜又は回路等が形成された状態の基板である。ワークＷに含まれる基板は、一例として、シリコンを含むウェハである。ワークＷ（基板）は、円形に形成されていてもよい。処理対象のワークＷは、ガラス基板、マスク基板、ＦＰＤ（Flat Panel Display）などであってもよく、これらの基板等に所定の処理が施されて得られる中間体であってもよい。感光性被膜は、例えばレジスト膜である。

基板処理システム１は、塗布・現像装置２と露光装置３とを備える。露光装置３は、ワークＷ（基板）上に形成されたレジスト膜（感光性被膜）の露光処理を行う。具体的には、露光装置３は、液浸露光等の方法によりレジスト膜の露光対象部分にエネルギー線を照射する。塗布・現像装置２は、露光装置３による露光処理の前に、ワークＷの表面にレジスト膜を形成する処理を行い、露光処理後にレジスト膜の現像処理を行う。

［基板処理装置］
以下、基板処理装置の一例として、塗布・現像装置２の構成を説明する。図１及び図２に示すように、塗布・現像装置２は、キャリアブロック４と、処理ブロック５と、インタフェースブロック６と、制御装置１００（制御部）とを備える。本実施形態で説明する基板処理装置としての塗布・現像装置２は、基板上に形成された対象膜の形状に係る形状特性値を推定する形状特性値の推定装置、及び、形状特性値の推定に使用する推定モデル作成装置に相当する。本実施形態における対象膜の形状に係る「形状特性値」とは、対象膜の形状に係る特徴量に相当するものである。一例として、形状特性値には、対象膜の膜厚、線幅（ＣＤ：Ｃｒｉｔｉｃａｌ Ｄｉｍｅｎｓｉｏｎ）が挙げられる。以下の実施形態では、塗布・現像装置２が形状特性値推定装置として、対象膜の膜厚を推定する場合について説明する。塗布・現像装置２の膜厚を推定する機能については後述する。

キャリアブロック４は、塗布・現像装置２内へのワークＷの導入及び塗布・現像装置２内からのワークＷの導出を行う。例えばキャリアブロック４は、ワークＷ用の複数のキャリアＣ（収容部）を支持可能であり、受け渡しアームを含む搬送装置Ａ１を内蔵している。キャリアＣは、例えば円形の複数枚のワークＷを収容する。搬送装置Ａ１は、キャリアＣからワークＷを取り出して処理ブロック５に渡し、処理ブロック５からワークＷを受け取ってキャリアＣ内に戻す。処理ブロック５は、複数の処理モジュール１１，１２，１３，１４を有する。

処理モジュール１１は、複数の塗布ユニットＵ１と、複数の熱処理ユニットＵ２と、複数の検査ユニットＵ３と、これらのユニットにワークＷを搬送する搬送装置Ａ３とを内蔵している。処理モジュール１１は、塗布ユニットＵ１及び熱処理ユニットＵ２によりワークＷの表面上に下層膜を形成する。処理モジュール１１の塗布ユニットＵ１は、例えば、ワークＷを所定の回転数で回転させながら、下層膜形成用の処理液をワークＷ上に塗布する。処理モジュール１１の熱処理ユニットＵ２は、下層膜の形成に伴う各種熱処理を行う。熱処理ユニットＵ２は、例えば熱板及び冷却板を内蔵しており、熱板によりワークＷを所定の加熱温度に加熱し、加熱後のワークＷを冷却板により冷却して熱処理を行う。検査ユニットＵ３は、ワークＷの表面の状態を検査するための処理を行い、ワークＷの表面の状態を示す情報として、例えば表面画像または形状特性値（膜厚）に係る情報等を取得する。

処理モジュール１２は、複数の塗布ユニットＵ１と、複数の熱処理ユニットＵ２と、複数の検査ユニットＵ３と、これらのユニットにワークＷを搬送する搬送装置Ａ３とを内蔵している。処理モジュール１２は、塗布ユニットＵ１及び熱処理ユニットＵ２により下層膜上に中間膜を形成する。処理モジュール１２の塗布ユニットＵ１は、中間膜形成用の処理液を下層膜の上に塗布することで、ワークＷの表面に塗布膜を形成する。処理モジュール１２の熱処理ユニットＵ２は、中間膜の形成に伴う各種熱処理を行う。熱処理ユニットＵ２は、例えば熱板及び冷却板を内蔵しており、熱板によりワークＷを所定の加熱温度に加熱し、加熱後のワークＷを冷却板により冷却して熱処理を行う。検査ユニットＵ３は、ワークＷの表面の状態を検査するための処理を行い、ワークＷの表面の状態を示す情報として、例えば表面画像または形状特性値（膜厚）に係る情報等を取得する。

処理モジュール１３は、複数の塗布ユニットＵ１と、複数の熱処理ユニットＵ２と、複数の検査ユニットＵ３と、これらのユニットにワークＷを搬送する搬送装置Ａ３とを内蔵している。処理モジュール１３は、塗布ユニットＵ１及び熱処理ユニットＵ２により中間膜上にレジスト膜を形成する。処理モジュール１３の塗布ユニットＵ１は、例えば、ワークＷを所定の回転数で回転させながら、レジスト膜形成用の処理液を中間膜の上に塗布する。処理モジュール１３の熱処理ユニットＵ２は、レジスト膜の形成に伴う各種熱処理を行う。処理モジュール１３の熱処理ユニットＵ２は、塗布膜が形成されているワークＷに対して所定の加熱温度で熱処理（ＰＡＢ：Ｐｏｓｔ Ａｐｐｌｉｅｄ Ｂａｋｅ）を施すことでレジスト膜を形成する。検査ユニットＵ３は、ワークＷの表面の状態を検査するための処理を行い、ワークＷの表面の状態を示す情報として、例えば形状特性値（膜厚）に係る情報を取得する。

処理モジュール１４は、複数の塗布ユニットＵ１と、複数の熱処理ユニットＵ２と、これらのユニットにワークＷを搬送する搬送装置Ａ３とを内蔵している。処理モジュール１４は、塗布ユニットＵ１及び熱処理ユニットＵ２により、露光後のレジスト膜Ｒの現像処理を行う。処理モジュール１４の塗布ユニットＵ１は、例えば、ワークＷを所定の回転数で回転させながら、露光済みのワークＷの表面上に現像液を塗布した後、これをリンス液により洗い流すことで、レジスト膜Ｒの現像処理を行う。処理モジュール１４の熱処理ユニットＵ２は、現像処理に伴う各種熱処理を行う。熱処理の具体例としては、現像処理前の加熱処理（ＰＥＢ：Ｐｏｓｔ Ｅｘｐｏｓｕｒｅ Ｂａｋｅ）、現像処理後の加熱処理（ＰＢ：Ｐｏｓｔ Ｂａｋｅ）等が挙げられる。

処理ブロック５内におけるキャリアブロック４側には棚ユニットＵ１０が設けられている。棚ユニットＵ１０は、上下方向に並ぶ複数のセルに区画されている。棚ユニットＵ１０の近傍には昇降アームを含む搬送装置Ａ７が設けられている。搬送装置Ａ７は、棚ユニットＵ１０のセル同士の間でワークＷを昇降させる。

処理ブロック５内におけるインタフェースブロック６側には棚ユニットＵ１１が設けられている。棚ユニットＵ１１は、上下方向に並ぶ複数のセルに区画されている。

インタフェースブロック６は、露光装置３との間でワークＷの受け渡しを行う。例えばインタフェースブロック６は、受け渡しアームを含む搬送装置Ａ８を内蔵しており、露光装置３に接続される。搬送装置Ａ８は、棚ユニットＵ１１に配置されたワークＷを露光装置３に渡し、露光装置３からワークＷを受け取って棚ユニットＵ１１に戻す。

［検査ユニット］
処理モジュール１１～１３に含まれる検査ユニットＵ３について説明する。検査ユニットＵ３は、塗布ユニットＵ１及び熱処理ユニットＵ２により形成された膜（例えば、下層膜、中間膜、レジスト膜等）の表面を撮像し、画像データを得る機能を有する。

図３に示すように、検査ユニットＵ３は、筐体３０と、保持部３１と、リニア駆動部３２と、撮像部３３と、投光・反射部３４と、を含む。保持部３１は、ワークＷを水平に保持する。リニア駆動部３２は、例えば電動モータなどを動力源とし、水平な直線状の経路に沿って保持部３１を移動させる。撮像部３３は、例えばＣＣＤカメラ等のカメラ３５を有する。カメラ３５は、保持部３１の移動方向において検査ユニットＵ３内の一端側に設けられており、当該移動方向の他端側に向けられている。投光・反射部３４は、撮像範囲に投光し、当該撮像範囲からの反射光をカメラ３５側に導く。例えば投光・反射部３４は、ハーフミラー３６及び光源３７を有する。ハーフミラー３６は、保持部３１よりも高い位置において、リニア駆動部３２の移動範囲の中間部に設けられており、下方からの光をカメラ３５側に反射する。光源３７は、ハーフミラー３６の上に設けられており、ハーフミラー３６を通して下方に照明光を照射する。

検査ユニットＵ３は、次のように動作してワークＷの表面の画像データを取得する。まず、リニア駆動部３２が保持部３１を移動させる。これにより、ワークＷがハーフミラー３６の下を通過する。この通過過程において、ワークＷ表面の各部からの反射光がカメラ３５に順次送られる。カメラ３５は、ワークＷ表面の各部からの反射光を結像させ、ワークＷ表面の画像データを取得する。ワークＷ表面に形成される膜の形状（例えば、膜厚、線幅等）が変化すると、例えば、形状の変化に応じて色がワークＷ表面の色が変化する等、カメラ３５で撮像されるワークＷ表面の画像データが変化する。すなわち、ワークＷ表面の画像データを取得することは、ワークＷの表面に形成された膜の形状に係る情報を取得することに相当する。この点については後述する。

カメラ３５で取得された画像データは、制御装置１００に対して送られる。制御装置１００において、画像データに基づいてワークＷ表面の膜の形状特性値を推定することができ、推定結果が制御装置１００において検査結果として保持されることになる。また、画像データについても制御装置１００において保持される。

［制御装置］
制御装置１００の一例について詳細に説明する。制御装置１００は、塗布・現像装置２に含まれる各要素を制御する。制御装置１００は、ワークＷの表面に上述の各膜を形成させること、及び、現像処理を行うことを含むプロセス処理を実行するように構成されている。また、制御装置１００は、形状特性値推定装置の主要部として、形成された膜の形状特性値を推定するための処理を実行するように構成されている。ここでは、塗布・現像装置２において、形状特性値として対象膜の膜厚の推定を行う場合の制御装置１００の構成例について説明する。

図４に示されるように、制御装置１００は、下地画像取得部１０１（処理前画像取得部）、処理後画像取得部１０２、画像情報保持部１０３、モデル作成部１０４、推定モデル保持部１０５、推定部１０６、形状特性値情報取得部１０７、形状特性値情報保持部１０８を有する。制御装置１００の各部は、機能上の構成の一例として示したものである。モデル作成部１０４は、グレイ値推定モデル作成部１１１と、相関推定モデル作成部１１２と、を有する。図４に示す各機能部は、形状特性値推定装置の一種である、膜厚推定装置としての機能を実現するための機能部である。また、図４に示す各機能部は、形状特性値推定モデル作成装置の一種である、膜厚推定モデル作成装置としての機能を実現するための機能部も含まれる。

各機能部の説明の前に、制御装置１００を含む塗布・現像装置２が基板に係る検査を行う装置として行う処理（検査）の概要について説明する。塗布・現像装置２では、ワークＷの表面を撮像した画像からワークＷの表面に形成された膜の膜厚を推定するという処理を行う。ワークＷの表面に膜が形成されるとその厚さによって表面の色が変化する。このことを利用して、塗布・現像装置２では、ワークＷの表面の色に係る情報を含む画像データから、ワークＷの表面の各点での膜厚を推定する。

一般的な膜厚の推定の手順は以下の通りである。すなわち、まず、推定の対象となる膜（対象膜）の膜厚が既知であるワークを複数準備する。そして、これらのワークの表面を撮像した画像情報における各画素の色に係る情報と、当該画素に撮像された位置のウェハ表面の膜の膜厚との相関関係に係るモデルを作成する。その後、膜厚推定の対象となる対象膜が形成されたワークの表面を撮像した画像を取得し、画像データに含まれる各画素の色に係る情報と、上記の相関関係に係るモデルと、に基づいて、ワーク表面の膜の膜厚を推定する。これにより、ワーク表面の対象膜の膜厚を推定することができる。

図５は、複数枚のワークを撮像した画像データから取得した色に係る情報の変化を模式的に示したものである。図５では、対象膜を形成した後のワーク表面を撮像した画像データから取得した表面の色に係る情報（ここでは、グレイ値）を示している。図５に示すように、ワーク毎に互いに異なる色を示しているので、この色の違いを利用してワーク表面の膜の膜厚を推定することになる。

ただし、上記の手法では、膜厚を推定する対象とする膜の下層がどのような状況かを考慮したモデルが作成できていない可能性がある。上述のように、ワークには複数の膜が形成されている。したがって、膜厚の推定の対象膜がレジスト膜である場合、レジスト膜の下に下層膜及び中間膜が積層されている場合がある。したがって、図５で示すようなワーク毎のワーク表面の色の違いは、膜厚の推定の対象の膜の膜厚に由来する変化ではなく、それより下の下地部分の状態のばらつきが反映されている可能性もある。本実施形態で対象としている基板のように表面に形成する膜の膜厚が十分に薄い場合、下地部分の状態のばらつきがワーク表面の色の変化のばらつきに反映されることが十分考えられる。

上記の膜厚推定モデルは、レジスト膜の膜厚と画像データにおける色情報との相関関係を推定したものであるが、レジスト膜よりも下方の各膜の膜厚が異なる場合については考慮されていないといえる。例えば、レジスト膜の下の中間膜の膜厚が変化すると、レジスト膜を塗布する前の状態でも中間膜の膜厚によってワーク表面の色が変化する可能性がある。しかしながら、膜厚推定モデルではこのような下側の膜の影響は十分反映されていない可能性がある。上記のような問題点を考慮して、下側の膜の状況（膜厚等）を変化させたワークを用いて膜厚推定モデルを作成することも一案ではある。しかしながら、推定精度の高いモデルを作成するために必要な種々の条件に対応したワークを相当数準備することは困難である可能性が考えられる。

そこで、本形態で説明する塗布・現像装置２では、対象膜より下の下地部分のワークＷの表面を撮像した画像情報（下地画像：処理前画像）から、対象膜を形成した後のワークＷの表面の色がどのように変化するかを推定するモデルとしての色変化推定モデルを作成する。ここでは、グレイ値の変化を推定するグレイ値推定モデルを作成する。そして、実測のグレイ値と、下地画像に対してグレイ値推定モデルを適用することで得られた推定グレイ値と、の差分が、膜厚に相関することを想定し、上記の差分と膜厚との相関を示す相関推定モデルを作成する。本実施形態で説明する塗布・現像装置２では、この２つのモデルを膜厚の推定に使用する膜厚推定モデルとして膜厚を推定することで、より精度の高い膜厚推定結果を算出することを実現している。この２つのモデルの詳細については後述する。

図４に示される制御装置１００の下地画像取得部１０１は、膜厚の推定の対象膜を形成するワークの対象膜形成前の表面の画像情報（下地画像：処理前画像という場合もある）を取得する機能を有する。下地画像取得部１０１は、例えば、検査ユニットＵ３を制御することで、対象となるワークＷの下地画像を取得する。

処理後画像取得部１０２は、対象膜を形成した後のワークＷの表面の画像情報（処理後画像）を取得する機能を有する。処理後画像取得部１０２は、例えば、検査ユニットＵ３を制御することで、対象となるワークＷの処理後画像を取得する。

画像情報保持部１０３は、下地画像取得部１０１で取得された下地画像と、処理後画像取得部１０２で取得された処理後画像を保持する機能を有する。画像情報保持部１０３で保持される画像情報は、ワークＷに形成された対象膜の膜厚の推定において使用される。

モデル作成部１０４は、ワークＷに形成された対象膜の膜厚の推定で使用される膜厚推定モデルを作成する機能を有する。詳細には後述するが、モデル作成部１０４で作成する膜厚推定モデルＭには、グレイ値推定モデルＭ１と相関推定モデルＭ２とが含まれる。モデル作成部１０４のグレイ値推定モデル作成部１１１はグレイ値推定モデルＭ１を作成する機能を有し、相関推定モデル作成部１１２は相関推定モデルＭ２を作成する機能を有する。

推定モデル保持部１０５は、モデル作成部１０４で作成された膜厚推定モデルを保持する機能を有する。

推定部１０６は、画像情報保持部１０３において保持される下地画像と処理後画像とに基づいて対象膜の膜厚を推定する機能を有する。推定部１０６による膜厚の推定には、膜厚推定モデルが用いられる。

形状特性値情報取得部１０７は、膜厚推定モデルを用いずに取得した対象膜に係る形状特性値に相当する、対象膜の膜厚に係る情報（膜厚値：膜厚情報という場合もある）を取得する機能を有する。膜厚推定モデルを用いずに取得した対象膜の膜厚値としては、例えば、何らかの方法で測定した対象膜の膜厚の測定値とすることができる。また、塗布・現像装置２の動作が安定している状況では、例えば、装置の動作確認に係る詳細な検査（ＱＣ検査）の際に検査用基板に対して膜形成を行って評価を行うので、このときの検査結果を膜厚値（膜厚情報）としてもよい。また、塗布・現像装置２に含まれる膜形成に係る複数のユニット（塗布ユニット、熱処理ユニット等）それぞれについての特性がある程度把握できるのであれば、どのユニットで処理を行ったかに基づいて膜厚値を求める構成としてもよい。また、装置特性から成膜後の膜厚が徐々に変化することが予め把握されているのであれば、定期的に測定した測定値に対して経時的変化の予測値を加味した値を膜厚値としてもよい。膜厚情報として用いられる膜厚値は、ある程度信頼性の高い値であり、且つ、膜厚推定モデルは用いずに取得された（または算出された）値であればよく、種々の手法を用いて取得することができる。一例としては、膜厚推定モデルとは異なる手法で推定された膜厚値等であってもよい。

形状特性値情報取得部１０７によって取得される膜厚値は、何らかの方法で実測する場合のようにワークＷに対する成膜に係る処理を行いながら取得する構成としてもよいし、予測値等を膜厚値として用いる場合には、予め取得（算出）しておく構成としてもよい。また、膜厚値は、ワークＷ毎に１つの値を設定してもよいし、例えば、１つのワークＷに対して複数（例えば、ショットまたはダイ毎に）定義してもよい。

形状特性値情報保持部１０８は、上記の膜厚推定モデルを用いずに取得した対象膜に係る形状特性値に相当する、対象膜の膜厚に係る情報（膜厚値：膜厚情報という場合もある）を保持する機能を有する。上記の膜厚推定モデルを用いずに取得した形状特性値は、形状特性値情報取得部１０７によって取得された情報である。膜厚推定モデルを用いずに取得した形状特性値は、形状特性値情報保持部１０８において保持されながら、相関推定モデル作成部１１２における相関推定モデルの作成に使用される。

制御装置１００は、一つ又は複数の制御用コンピュータにより構成される。例えば制御装置１００は、図６に示される回路１２０を有する。回路１２０は、一つ又は複数のプロセッサ１２１と、メモリ１２２と、ストレージ１２３と、入出力ポート１２４とを有する。ストレージ１２３は、例えばハードディスク等、コンピュータによって読み取り可能な記憶媒体を有する。記憶媒体は、後述の基板検査手順を制御装置１００に実行させるためのプログラムを記憶している。記憶媒体は、不揮発性の半導体メモリ、磁気ディスク及び光ディスク等の取り出し可能な媒体であってもよい。メモリ１２２は、ストレージ１２３の記憶媒体からロードしたプログラム及びプロセッサ１２１による演算結果を一時的に記憶する。プロセッサ１２１は、メモリ１２２と協働して上記プログラムを実行することで、上述した各機能モジュールを構成する。入出力ポート１２４は、プロセッサ１２１からの指令に従って、制御対象の部材との間で電気信号の入出力を行う。

なお、制御装置１００のハードウェア構成は、必ずしもプログラムにより各機能モジュールを構成するものに限られない。例えば制御装置１００の各機能モジュールは、専用の論理回路又はこれを集積したＡＳＩＣ（Application Specific Integrated Circuit）により構成されていてもよい。

なお、以下の実施形態では、制御装置１００内に上記構成が含まれている場合について説明するが、制御装置１００に上記の全機能が含まれていなくてもよい。例えば、画像情報保持部１０３、推定モデル保持部１０５、形状特性値情報保持部１０８等のデータベースとしての機能部を外部装置に設ける構成であってもよい。

［プロセス処理手順］
続いて、塗布・現像処理の一例として塗布・現像装置２において実行されるプロセス処理手順について説明する。

プロセス処理手順において、まず制御装置１００は、キャリアＣ内のプロセス処理対象のワークＷを棚ユニットＵ１０に搬送するように搬送装置Ａ１を制御し、このワークＷを処理モジュール１１用のセルに配置するように搬送装置Ａ７を制御する。

次に制御装置１００は、棚ユニットＵ１０のワークＷを処理モジュール１１内の塗布ユニットＵ１及び熱処理ユニットＵ２に搬送するように搬送装置Ａ３を制御する。また、制御装置１００は、このワークＷの表面上に下層膜を形成するように塗布ユニットＵ１及び熱処理ユニットＵ２を制御する。その後制御装置１００は、下層膜が形成されたワークＷを棚ユニットＵ１０に戻すように搬送装置Ａ３を制御し、このワークＷを処理モジュール１２用のセルに配置するように搬送装置Ａ７を制御する。

次に制御装置１００は、棚ユニットＵ１０のワークＷを処理モジュール１２内の塗布ユニットＵ１及び熱処理ユニットＵ２に搬送するように搬送装置Ａ３を制御する。また、制御装置１００は、このワークＷの下層膜上に中間膜を形成するように塗布ユニットＵ１及び熱処理ユニットＵ２を制御する。例えば、制御装置１００は、ワークＷの下層膜上に中間膜形成用の処理液を塗布することによって中間膜を形成するように塗布ユニットＵ１を制御する。次に、制御装置１００は、中間膜に熱処理を施すように熱処理ユニットＵ２を制御する。中間膜の形成後、制御装置１００は、ワークＷを検査ユニットＵ３に搬送するように搬送装置Ａ３を制御し、検査ユニットＵ３を用いて当該ワークＷの表面を撮像し画像情報（下地画像）を取得するように制御する。その後制御装置１００は、ワークＷを棚ユニットＵ１０に戻すように搬送装置Ａ３を制御し、このワークＷを処理モジュール１３用のセルに配置するように搬送装置Ａ７を制御する。

次に制御装置１００は、棚ユニットＵ１０のワークＷを処理モジュール１３内の各ユニットに搬送するように搬送装置Ａ３を制御し、このワークＷの中間膜上にレジスト膜を形成するように塗布ユニットＵ１及び熱処理ユニットＵ２を制御する。例えば、制御装置１００は、ワークＷの中間膜上にレジスト膜形成用の処理液を塗布することによってレジスト膜を形成するように塗布ユニットＵ１を制御する。次に、制御装置１００は、レジスト膜に熱処理を施すように熱処理ユニットＵ２を制御する。なお、レジスト膜の形成後、制御装置１００は、ワークＷを検査ユニットＵ３に搬送するように搬送装置Ａ３を制御し、検査ユニットＵ３を用いて当該ワークＷの表面を撮像し画像情報（処理後画像）を取得するように制御する。その後制御装置１００は、ワークＷを棚ユニットＵ１１に搬送するように搬送装置Ａ３を制御する。

次に制御装置１００は、棚ユニットＵ１１のワークＷを露光装置３に送り出すように搬送装置Ａ８を制御する。その後制御装置１００は、露光処理が施されたワークＷを露光装置３から受け入れて、棚ユニットＵ１１における処理モジュール１４用のセルに配置するように搬送装置Ａ８を制御する。

次に制御装置１００は、棚ユニットＵ１１のワークＷを処理モジュール１４内の各ユニットに搬送するように搬送装置Ａ３を制御し、このワークＷのレジスト膜Ｒに現像処理を施すように塗布ユニットＵ１及び熱処理ユニットＵ２を制御する。その後制御装置１００は、ワークＷを棚ユニットＵ１０に戻すように搬送装置Ａ３を制御し、このワークＷをキャリアＣ内に戻すように搬送装置Ａ７及び搬送装置Ａ１を制御する。以上でプロセス処理が完了する。

［膜厚推定方法］
次に、図７～図１１を参照しながら、制御装置１００による処理モジュール１１～１３における膜厚推定方法について説明する。膜厚推定方法は、処理モジュール１１～１３に設けられた検査ユニットＵ３において行われる成膜後のワークＷの検査に係る方法である。検査ユニットＵ３では、成膜後のワークＷにおいて所望の成膜が実施されたか、特に、所望の膜厚の成膜が行われたかを膜厚を推定することによって評価する。

なお、以下の実施形態では、レジスト膜の膜厚を推定する場合について説明する。したがって、対象膜がレジスト膜であり、レジスト膜を形成する前のワークＷ（すなわち、中間膜までが形成されたワーク）を下地基板（処理前基板）として説明する。ただし、対象膜はレジスト膜に限定されない。例えば、対象膜を中間膜として、中間膜の膜厚を推定することとしてもよい。その場合には、下地基板は中間膜を形成する前のワーク、すなわち、下地膜が形成されたワークとなる。このように、膜厚の推定の対象となる対象膜に応じて下地基板の設定を変更することができる。また、下地基板は、他の装置による処理（例えば、成膜、エッチング、洗浄等）が行われた後の基板としてもよい。このように、下地基板とは、対象膜を形成する前の基板であればよく、特に限定されない。

ワークに形成された膜の膜厚の推定を行う場合、まず、使用する膜厚推定モデルを準備する必要がある。つまり、本実施形態で説明する膜厚推定方法には、膜厚推定モデルの生成方法が含まれる。本実施形態で説明する膜厚推定方法で使用される膜厚推定モデルは、その生成方法が一般的に知られているものと異なる。したがって、まず、膜厚推定モデルの生成方法について説明する。

（膜厚推定モデルの生成方法）
図７～図１０は、膜厚推定を行うための膜厚推定モデルを作成するまでの手順を説明する。

図７は、膜厚推定モデルの生成に必要な画像情報の取得の手順を示している。まず、制御装置１００は、ステップＳ０１を実行する。ステップＳ０１では、下地基板を準備し、検査ユニットＵ３に搬入する。下地基板とは、上述のように塗布ユニットＵ１及び熱処理ユニットＵ２において中間膜までの成膜が行われたワークＷである。搬入された下地基板は保持部３１において保持される。

次に、制御装置１００の下地画像取得部１０１は、ステップＳ０２を実行する。ステップＳ０２では、撮像部３３により下地基板の表面を撮像する。具体的には、リニア駆動部３２の駆動により保持部３１を所定の方向に移動させながら撮像部３３により下地基板の表面の撮像を行う。これにより、撮像部３３において下地基板の表面に係る画像情報（下地画像）が取得される。下地画像は、制御装置１００の画像情報保持部１０３において保持される。

次に、制御装置１００は、ステップＳ０３を実行する。ステップＳ０３では、対象膜であるレジスト膜を下地基板に対して成膜する。塗布ユニットＵ１及び熱処理ユニットＵ２において成膜が行われたワークＷは検査ユニットＵ３に搬入される。搬入された成膜後のワークＷは保持部３１において保持される。

次に、制御装置１００の処理後画像取得部１０２は、ステップＳ０４を実行する。ステップＳ０４では、ステップＳ０２と同様に、撮像部３３により処理後のワークＷの表面を撮像する。具体的には、リニア駆動部３２の駆動により保持部３１を所定の方向に移動させながら撮像部３３によりワークＷ表面の撮像を行う。これにより、撮像部３３においてワークＷの表面に係る画像情報（処理後画像）が取得される。処理後画像は、制御装置１００の画像情報保持部１０３において保持される。

次に、図８に示す手順により膜厚推定モデルを作成する。膜厚推定モデルＭは、グレイ値推定モデル作成部１１１で作成されるグレイ値推定モデルＭ１と、相関推定モデル作成部１１２で作成される相関推定モデルＭ２とを含んでいる。図８で示す手順では、まずグレイ値推定モデルＭ１を作成した後に、グレイ値推定モデルＭ１を利用して推定されるグレイ値と実測値の差分と、対象膜の膜厚に係る情報（膜厚情報）との相関を示す相関推定モデルＭ２を作成する手法について説明する。

図８に示すように、制御装置１００のグレイ値推定モデル作成部１１１は、ステップＳ１１を実行する。ステップＳ１１では、グレイ値推定モデルＭ１を作成する。グレイ値推定モデルＭ１とは、ワークＷに対して所定の膜厚の対象膜を形成した場合に、下地基板の表面に係る画像情報（下地画像）のグレイ値に基づいて、対象膜形成後のワークＷの表面に係る画像情報（処理後画像）のグレイ値を推定するモデルである。塗布・現像装置２では、対象膜形成前のワークＷの下地画像と、対象膜形成後のワークＷの処理後画像と、をワークＷ毎に多数取得している。また、ワークＷを撮像した画像には画素毎にワークＷの色を示す情報（輝度値：ここではグレイ値）が算出される。グレイ値推定モデル作成部１１１では、ワークＷを撮像した下地画像及び処理後画像の画素毎に、グレイ値の相関関係を特定する。これにより、下地基板の表面に係る画像のグレイ値を基準として処理後の画像のグレイ値を推定することが可能なモデルを作成することができる。

次に、制御装置１００のグレイ値推定モデル作成部１１１は、ステップＳ１２を実行する。ステップＳ１２では、ステップＳ１１で作成したグレイ値推定モデルＭ１を取得済みのワークＷの下地画像に適用することで、処理後のグレイ値Ｇ１’を予測する。

次に、制御装置１００の相関推定モデル作成部１１２は、ステップＳ１３を実行する。ステップＳ１３では、ステップＳ１２で推定した処理後のグレイ値Ｇ１’と、下地画像に対応する処理後画像のグレイ値Ｇ１（実測値）との差分Ｇ１”を算出する。なお、ステップＳ１３は、グレイ値推定モデル作成部１１１によって行われてもよい。ただし、本実施形態では、グレイ値推定モデルＭ１の作成までの処理をグレイ値推定モデル作成部１１１が行うこととし、作成したグレイ値推定モデルＭ１を利用した計算は、相関推定モデル作成部１１２が行う場合について説明する。

ステップＳ１１～ステップＳ１３において行う処理について、図９を参照しながら説明する。図９では、一番左に複数のワークＷを順に撮像した場合の下地画像のグレイ値Ｇ０と処理後画像のグレイ値Ｇ１との変動を示している。各図での横軸はワークＷを示していて、例えば、左上の「実測値－下地画像」に相当する図では、ワークＷによって下地画像のグレイ値Ｇ０が上下していることを示している。また、左上の「実測値－処理後画像」に相当する図では、ワークＷによって処理後画像のグレイ値Ｇ１が上下していることを示している。

グレイ値推定モデルＭ１とは、上記の下地画像のグレイ値Ｇ０からＧ１を推定するモデルである。すなわち、図９に示す中央の上のグラフにおけるグレイ値Ｇ０に基づいて、その下のグラフに示すグレイ値Ｇ１’を推定するモデルがグレイ値推定モデルとなる。大量のワークＷの下地画像及び処理後画像を利用してグレイ値推定モデルＭ１を作成した場合、ワークＷの下地画像のグレイ値Ｇ０の変動に由来する処理後画像のグレイ値の変化を反映したモデルを作成することができる。下地画像のグレイ値Ｇ０が同一であるワークＷに対して互いに異なる膜厚の対象膜を形成した場合、処理後画像では膜厚の変動に由来するグレイ値の変化を確認することができる。しかしながら、多種多様なグレイ値を有する下地画像から作成された処理後画像のグレイ値を推定するモデルでは、下地画像におけるグレイ値の変動が、処理後画像におけるグレイ値の変動に大きく寄与する。つまり、複数のワークＷに形成される対象膜の膜厚が多少異なっていたとしても、ワークＷの下地画像のグレイ値Ｇ０の変動に由来する成分が反映された推定モデルが作成され得る。

ただし、グレイ値推定モデルＭ１によって推定される処理後画像のグレイ値Ｇ１’は、実際にワークＷを撮像して得られる処理後画像のグレイ値Ｇ１とは一致しないことが考えられる。これは、グレイ値推定モデルＭ１がワークＷの下地画像のグレイ値Ｇ０の変動に由来する成分を推定するモデルであって、膜厚の変動に由来する成分の推定が行われていないことによる。したがって、実際にワークＷを撮像して得られる処理後画像のグレイ値Ｇ１と、グレイ値推定モデルＭ１によって推定される処理後画像のグレイ値Ｇ１’との差分Ｇ１”の変動は、ワークＷに形成された膜厚の変動に由来するものである。図９では、複数のワークＷのそれぞれについて、実際にワークＷを撮像して得られる処理後画像のグレイ値Ｇ１と、グレイ値推定モデルＭ１によって推定される処理後画像のグレイ値Ｇ１’との差分である差分Ｇ１”を算出した結果を右下に示している。このような計算を行うことで、実際にワークＷを撮像して得られる下地画像のグレイ値Ｇ０のばらつきに由来する成分が除去される。この結果、グレイ値の差分Ｇ１”として、対象膜の膜厚に由来するグレイ値の変動を大きく受けた数値が得られる。

ここで、各ワークＷのグレイ値の差分Ｇ１”と、ワークＷに形成された膜厚との相関がわかれば、グレイ値の差分Ｇ１”から膜厚を推定することができる。つまり、図１０に示すように、グレイ値の差分Ｇ１”と膜厚値との相関を示す情報を得ることができると、この関係を利用してグレイ値の差分Ｇ１”から対象膜の膜厚を推定することができる。

これまでの手順であるステップＳ１１～Ｓ１３によるグレイ値推定モデルＭ１の作成及びグレイ値推定モデルＭ１を利用した計算には、対象膜の膜厚を特定する情報は用いられない。しかしながら、図１０に示す相関を把握しようとすると、各ワークＷに係る膜厚に係る情報が必要となる。そこで、上記のモデルを利用せずに得られた膜厚情報を取得し、グレイ値Ｇ１”と膜厚との相関を推定するモデルを作成する。

図８に戻り、制御装置１００の相関推定モデル作成部１１２は、ステップＳ１４を実行する。ステップＳ１４では、上記のように、グレイ値の差分Ｇ１”と膜厚との相関を推定するモデルの作成に必要な膜厚情報を取得する。膜厚情報は、制御装置１００の形状特性値情報取得部１０７において取得される。このとき、膜厚情報には、ワークＷを特定する情報と、当該ワークＷに係る膜厚を特定する情報と、が含まれる。ステップＳ１４において、相関推定モデル作成部１１２は、差分Ｇ１”が算出されたワークＷに対応する膜厚情報を取得する。

次に、制御装置１００の相関推定モデル作成部１１２は、ステップＳ１５を実行する。ステップＳ１５では、これまでに算出されたグレイ値の差分Ｇ１”と、膜厚情報と、に基づいて相関推定モデルＭ２を作成する。以上のプロセスでグレイ値推定モデルＭ１と相関推定モデルＭ２とが作成されるため、膜厚推定モデルＭが作成されたことになる。作成された膜厚推定モデルＭは推定モデル保持部１０５に保持される。

なお、図８に示す一連の処理は一度に行う必要はなく、例えば、グレイ値推定モデルＭ１を作成するまでの処理（例えば、ステップＳ１１，Ｓ１２）を事前に行ってもよい。また、例えば、膜厚情報の取得が可能なタイミングで、後段の相関推定モデルの作成に係る処理（例えば、ステップＳ１３～ステップＳ１５）を行ってもよい。また、膜厚情報の取得（ステップＳ１４）を契機として、差分Ｇ１”の算出（ステップＳ１３）及び相関推定モデルＭ２の作成（ステップＳ１５）を行ってもよい。このように、図８に示す処理の流れは一部変更されてもよい。

膜厚情報の取得は、以下に説明するタイミングで行われる場合がある。例えば、対象膜を形成する条件の少なくとも一部が変更となった場合に、動作確認を目的として検査用基板等を用いて処理を行った場合等が挙げられる。具体的には、塗布・現像装置２のメンテナンス時に対象膜の形成に係る条件を変更する場合、対象膜形成用の処理液を切り替えた際に条件調整用に検査用基板を用いた評価を行う場合、等が挙げられる。このような場合には、製造条件の確認等を目的として、実際にワークＷに対象膜を形成した後に当該膜の膜厚を評価するプロセスが発生し得る。この際に、制御装置１００の相関推定モデル作成部１１２では、膜厚情報を用いて相関推定モデルＭ２を作成する構成としてもよい。

相関推定モデルＭ２は、上述のように膜厚情報が取得されることでモデルの作成が可能となるのに対し、グレイ値推定モデルＭ１は、上述のように下地画像と処理後画像とがあれば作成が可能なモデルである。したがって、グレイ値推定モデルＭ１は自装置で保持するワークＷの画像を用いて適当なタイミングで作成する構成としてもよい。

（膜厚推定モデルに基づく膜厚推定方法）
図１１を参照しながら、対象となるワークＷについての膜厚推定方法について説明する。まず、制御装置１００は、ステップＳ２１を実行する。ステップＳ２１では、下地基板（処理前基板）となるワークＷを準備し、検査ユニットＵ３に搬入する。搬入された下地基板は保持部３１において保持される。

次に、制御装置１００の下地画像取得部１０１は、ステップＳ２２を実行する。ステップＳ２２では、撮像部３３により下地基板の表面を撮像する。具体的には、リニア駆動部３２の駆動により保持部３１を所定の方向に移動させながら撮像部３３により下地基板の表面の撮像を行う。これにより、撮像部３３において下地基板の表面に係る画像情報（下地画像）が取得される。下地画像は、制御装置１００の画像情報保持部１０３において保持される。

次に、制御装置１００は、ステップＳ２３を実行する。ステップＳ２３では、対象膜であるレジスト膜を下地基板に対して成膜する。塗布ユニットＵ１及び熱処理ユニットＵ２において成膜が行われたワークＷは検査ユニットＵ３に搬入される。搬入された成膜後のワークＷは保持部３１において保持される。

次に、制御装置１００の処理後画像取得部１０２は、ステップＳ２４を実行する。ステップＳ０４では、ステップＳ２２と同様に、撮像部３３により処理後のワークＷの表面を撮像する。具体的には、リニア駆動部３２の駆動により保持部３１を所定の方向に移動させながら撮像部３３によりワークＷ表面の撮像を行う。これにより、撮像部３３においてワークＷの表面に係る画像情報（処理後画像）が取得される。処理後画像は、制御装置１００の画像情報保持部１０３において保持される。

次に、制御装置１００の推定部１０６は、ステップＳ２５を実行する。ステップＳ２５では、ワークＷ表面に係る処理後画像に基づいて、ワークＷ表面の対象膜の膜厚を推定する。推定部１０６による膜厚の推定には、推定モデル保持部１０５において保持される膜厚推定モデルが使用される。

処理後画像からの膜厚の推定方法は、具体的には以下のとおりである。まず、下地画像から画素毎のワークＷ表面の色に係る情報を取得する。得られた下地画像のグレイ値をＧ０として、膜厚推定モデルＭのグレイ値推定モデルＭ１を適用して処理後画像のグレイ値Ｇ１’を推定する。次に、グレイ値推定モデルＭ１を適用することによって得られたグレイ値Ｇ１’と、処理後の画像における実際のグレイ値Ｇ０との差分Ｇ１”を算出する。算出された差分Ｇ１”に対して、相関推定モデルＭ２を適用することで、差分Ｇ１”から推定される膜厚値を算出する。この一連の作業によって、画素毎に当該画素が撮像した領域の膜厚を推定することができる。これにより、画素毎、すなわち、ワークＷ表面の各位置での対象膜の膜厚を推定することが可能となる。

［他の実施形態］
上述した例示的実施形態に限定されることなく、様々な省略、置換、及び変更がなされてもよい。また、異なる実施形態における要素を組み合わせて他の実施形態を形成することが可能である。

例えば、上記実施形態では、対象膜の形状特性値が「膜厚」である場合について説明したが、形状特性値は膜厚に限定されない。例えば、上述したように対象膜の「線幅」を推定の対象としてもよい。膜厚と同様に、対象膜の線幅が変化するとワークＷ表面の色が変化し得る。したがって、上記実施形態で説明した手法と同様の手法により、線幅の推定を精度良く行うことが可能な推定モデルを作成することができる。具体的には、下地画像と処理後画像から、グレイ値推定モデル（色変化推定モデル）を作成する。次に、グレイ値推定モデルを取得済みのワークＷの下地画像に適用することで、処理後のグレイ値Ｇ１’を予測する。その後、推定結果としてのグレイ値Ｇ１’と、下地画像に対応する処理後画像のグレイ値Ｇ１（実測値）との差分Ｇ１”を算出し、この差分Ｇ１”と線幅との相関を示す相関推定モデルを作成する。このように、膜厚を推定するモデルと同様の手法で、線幅を推定するモデルも作成が可能である。なお、本実施形態で説明した手法は、ワークＷ表面の色との相関がある形状特性値に適用が可能である。

また、上記実施形態では、制御装置１００において膜厚推定モデルを作成し、当該モデルを用いて膜厚を推定する場合について説明した。しかしながら、膜厚推定モデルを作成する推定モデル作成装置としての機能のみを有するコンピュータとして実現されてもよい。具体的には、推定モデル作成装置は、下地画像取得部１０１、処理後画像取得部１０２、モデル作成部１０４としての機能のみを有する装置であってもよい。この場合、推定モデル作成装置は、塗布・現像装置２とは独立した情報処理装置として実現されてもよい。推定モデル作成装置が塗布・現像装置２とは独立した情報処理装置である場合、下地画像取得部１０１及び処理後画像取得部１０２は、自装置とは異なる装置で撮像された下地画像及び処理後画像を取得する機能を有していればよい。

さらに、制御装置１００は、自装置で膜厚推定モデルを構成するグレイ値推定モデルＭ１、相関推定モデルＭ２を作成するのではなく、他の同種の装置用で作成されたグレイ値推定モデルＭ１、相関推定モデルＭ２を取得し、これを修正する機能を有していてもよい。例えば、塗布・現像装置２には同種のモジュールが複数設けられている場合があり、対象膜となるレジスト膜を形成するモジュールが複数設けられている場合がある。このような場合、同種の装置に対しては基本的には同種のモデルを適用することができるが、装置毎のわずかな特性の違いが、膜厚推定モデルＭに表われることがある。このような場合、他の同種の装置（モジュール）用に作成された膜厚推定モデルＭを取得した後、当該モデルを使用して一定期間膜厚推定を行った後に補正を行ってもよい。補正の一例としては、有るタイミングで検査用のワークＷを用いて得られた膜厚の測定結果等を利用して、装置間の特性の違いに対応するオフセット値を算出し、このオフセット値を用いてモデルを補正すること等が考えられる。このように、他装置で作成されたモデルを利用し、さらにこのモデルを修正することで、自装置用のモデルを作成することとしてもよい。

上記実施形態では、膜厚推定モデルＭを構成するグレイ値推定モデルＭ１及び相関推定モデルＭ２は、原則画素単位でグレイ値または相関を推定する場合にについて説明したが、この構成には限定されない。すなわち、ワークＷを撮像した複数の画素における画素値を平均した値から当該領域の膜厚を推定する構成としてもよい。ワークＷ単位の平均値を算出してこの平均値を用いて、ワークＷに形成された対象膜の膜厚を推定する構成としてもよい。

例えば、上記実施形態では、処理モジュール１１，１２，１３のそれぞれにおいて検査ユニットＵ３が設けられる場合について説明した。しかしながら、検査ユニットＵ３は、各モジュールに設けられるのではなく、各モジュールとは独立して設けられていてもよい。

また、上記の処理モジュール１１，１２，１３で形成する膜は一例であり、適宜変更される。例えば、レジスト膜の上方にも膜を形成する構成であってもよい。すなわち、本実施形態で説明した膜の検査方法は、膜の種類及びその数に限定されず、基板上に形成される種々の膜に適用することができる。

［作用］
上記の推定モデル作成装置（制御装置１００）及び推定モデル作成方法によれば、処理前画像である下地画像に含まれる基板の表面の色に係る情報から、処理後画像に含まれる基板の表面の色に係る情報を推定する色変化推定モデル（グレイ値推定モデルＭ１）が作成される。そして、処理後画像に含まれる基板の表面の色に係る情報と、色変化推定モデルによって推定された結果と、の差分を求め、当該差分と、基板上で膜処理された対象膜の形状特性値との相関を推定する相関推定モデルＭ２が作成される。色変化推定モデルは、下地画像に含まれる基板の表面の色に係る情報から処理後画像の基板の表面の色を推定するモデルであり、下地画像（処理前画像）に含まれる基板の表面の色の変動による処理後画像に含まれる基板の表面の色の変動を推定するモデルである。一方、処理後画像に含まれる基板の表面の色に係る情報と、色変化推定モデルによって推定された結果と、の差分は、対象膜の形状によって変動し得る要素である。そのため、差分と、基板に膜処理された対象膜の形状特性値との相関を推定する相関推定モデルを作成することで、上記の差分から対象膜の形状特性値を推定することができる。このようなモデルを作成することで、対象膜の形状に係る形状特性値を精度よく推定することが可能なモデルをより簡単に作成することができる。

一般的に、基板を撮像した画像情報から基板に形成された対象膜の形状特性値を得ようとする場合、種々の条件で対象膜を形成した基板を大量に準備し、これらの基板の画像情報から検量線を作成するというプロセスが必要である。しかしながら、精度のよい検量線を作成するためには、検量線の作成に使用する基板を大量に準備しなければならず、作業環境によっては精度のよい検量線が作成できないことが考えられる。特に、前段のプロセスが複雑であるため、前段のプロセス等に由来する処理前基板の色の変動が検量線の作成精度に影響する可能性が考えられる。これに対して、上記の手法によれば、処理前基板の色の影響を推定する色変化推定モデルを作成し、処理前画像の色に係る情報から処理後画像の色に係る情報を先に推定する構成とすることで、処理前基板の色に由来する変動を先に特定する。そして、対象膜の形状によって変動し得る要素が処理後画像に含まれる基板の表面の色に係る情報と、色変化推定モデルによって推定された結果と、の差分として表われる。したがって、この差分と、基板に形成された対象膜の形状特性値との相関を推定する相関推定モデルを作成することで、処理前基板の色に由来する変動成分を除去した状態で、形状特性値を推定することができる。したがって、検量線を作成するための基板等の作成を行わずとも精度のよい形状特性値を推定するモデルを作成することができる。

また、相関推定モデル作成部１１２では、推定モデルを用いずに取得される対象膜の形状特性値を、膜処理された対象膜の形状特性値として用いて相関推定モデルを作成する。そのため、形状特性値推定モデルとは関係なく得られる形状特性値を利用して相関推定モデルを作成することができる。したがって、対象膜の形状に係る形状特性値を精度よく推定することが可能となる。

また、相関推定モデル作成部１１２では、膜処理された対象膜の形状特性値を特定する情報の取得を契機として相関推定モデルを作成する構成とすることで、例えば、色変化推定モデルは過去に取得した多数の画像を用いて作成をしておくことができる。このように、色変化推定モデルの作成と、相関推定モデルの作成と、を独立して行うことができると、各モデルの作成に適した情報を有効利用でき、より高い精度での推定が可能なモデルを作成することができる。

また、色変化推定モデル作成部（グレイ値推定モデル作成部１１１）及び相関推定モデル作成部１１２の一方は、自装置とは異なる装置で作成したモデルを修正して、自装置用のモデルを作成可能であってもよい。この場合、例えば、他装置で作成されたモデルを利用して形状特性値推定モデルを作成することができるため、一度作成したモデルを他の装置にも展開することが可能となり、有効利用することができる。

本開示の実施形態では、基板上の膜処理として処理液を塗布することによる膜形成処理を例に説明したが、基板に対する膜処理はこれに限定されない。例えば、処理液を供給することにより基板に形成された膜を除去するエッチング処理に対しても、上記実施形態で説明した構成を適用できる。つまり、「膜処理」には、基板上の対象膜の形状を変更し得る種々の処理を含まれる。

「膜処理」がエッチング処理である場合、推定の対象となる形状特性値としては、例えば、エッチング量（エッチングによって除去される膜の厚さ：膜べり）が想定される。また、上述の装置の動作確認に係る詳細な検査（ＱＣ検査）の際に、予め膜が形成された検査用基板に対してエッチング処理を行って評価を行い、このときの検査結果をエッチング値（エッチング情報）としてもよい。なお、エッチング値は、例えば、エッチング前の膜厚値が既知であれば、エッチング後の膜厚を測定して、両者の減算値（膜減り量）で求めることができる。このように、「膜処理」が変更される場合、膜処理の内容によって形状特性値も変更され得る。その場合であっても、膜処理の前後での基板の表面の色の変化を利用して、形状特性値の推定を行うことができる。また、上記実施形態に記載の構成に基づけば、形状特性値を精度よく推定することが可能なモデルをより簡単に作成することができる。

以上の説明から、本開示の種々の実施形態は、説明の目的で本明細書で説明されており、本開示の範囲及び主旨から逸脱することなく種々の変更をなし得ることが、理解されるであろう。したがって、本明細書に開示した種々の実施形態は限定することを意図しておらず、真の範囲と主旨は、添付の特許請求の範囲によって示される。

１…基板処理システム、２…塗布・現像装置（形状特性値推定装置）、３…露光装置、４…キャリアブロック、５…処理ブロック、６…インタフェースブロック、１１～１４…処理モジュール、３０…筐体、３１…保持部、３２…リニア駆動部、３３…撮像部、３４…反射部、３５…カメラ、３６…ハーフミラー、３７…光源、１００…制御装置、１０１…下地画像取得部、１０２…処理後画像取得部、１０３…画像情報保持部、１０４…モデル作成部、１０５…推定モデル保持部、１０６…推定部、１０７…形状特性値情報取得部、１０８…形状特性値情報保持部、１１１…グレイ値推定モデル作成部、１１２…相関推定モデル作成部。

Claims (8)

1. 基板上で膜処理された対象膜の形状に係る特性値である形状特性値を推定する形状特性値推定モデルに係る推定モデル作成装置であって、
   膜処理された基板の表面に係る画像情報である処理後画像を取得する処理後画像取得部と、
   前記膜処理される前の処理前基板の表面に係る画像情報である処理前画像を取得する処理前画像取得部と、
   前記処理前画像に含まれる前記基板の表面の色に係る情報から、前記処理後画像に含まれる前記基板の表面の色に係る情報を推定する色変化推定モデルを作成する色変化推定モデル作成部と、
   前記処理後画像に含まれる前記基板の表面の色に係る情報と、前記色変化推定モデルによって推定された結果と、の差分を求め、当該差分と、前記膜処理された前記対象膜の形状特性値との相関を推定する相関推定モデルを作成する相関推定モデル作成部と、
   を有する、推定モデル作成装置。
2. 前記相関推定モデル作成部は、前記膜処理された前記対象膜の形状特性値として、前記形状特性値推定モデルを用いずに取得される前記対象膜の形状特性値を用いて、前記相関推定モデルを作成する、請求項１に記載の推定モデル作成装置。
3. 前記相関推定モデル作成部は、前記膜処理された前記対象膜の形状特性値を特定する情報の取得を契機として、前記相関推定モデルを作成する、請求項１または２記載の推定モデル作成装置。
4. 前記色変化推定モデル作成部は、自装置とは異なる装置で作成したモデルを修正して、自装置用の色変化推定モデルを作成可能である、請求項１～３のいずれか一項に記載の推定モデル作成装置。
5. 前記相関推定モデル作成部は、自装置とは異なる装置で作成したモデルを修正して、自装置用の相関推定モデルを作成可能である、請求項１～４のいずれか一項に記載の推定モデル作成装置。
6. 前記膜処理は、基板上に膜を形成する膜形成処理である、請求項１～５のいずれか一項に記載の推定モデル作成装置。
7. 基板上で膜処理された対象膜の形状に係る特性値である形状特性値を推定する形状特性値推定モデルに係る推定モデル作成方法であって、
   前記膜処理された基板の表面に係る画像情報である処理後画像を取得することと、
   前記膜処理される前の処理前基板の表面に係る画像情報である処理前画像を取得することと、
   前記処理前画像に含まれる前記基板の表面の色に係る情報から、前記処理後画像に含まれる前記基板の表面の色に係る情報を推定する色変化推定モデルを作成することと、
   前記処理後画像に含まれる前記基板の表面の色に係る情報と、前記色変化推定モデルによって推定された結果と、の差分を求め、当該差分と、前記膜処理された前記対象膜の形状特性値との相関を推定する相関推定モデルを作成することと、
   を含む、推定モデル作成方法。
8. 請求項７に記載の推定モデル作成方法を装置に実行させるためのプログラムを記憶した、コンピュータ読み取り可能な記憶媒体。

Images