JP3476913B2

JP3476913B2 - 欠陥種別判定装置及びプロセス管理システム

Info

Publication number: JP3476913B2
Application number: JP15742494A
Authority: JP
Inventors: 尚士神津
Original assignee: Olympus Corp
Current assignee: Olympus Corp
Priority date: 1994-07-08
Filing date: 1994-07-08
Publication date: 2003-12-10
Anticipated expiration: 2018-12-10
Also published as: JPH0821803A

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、半導体ウエハ又は液晶
ガラス基板等の被検体の製造プロセスラインにおいて、
被検体の表面検査により検出された欠陥の種別を判定す
るための欠陥種別判定装置、又は欠陥種別判定結果に基
づいてプロセス管理を行うプロセス管理システムに関す
る。

【０００２】

【従来の技術】例えば、液晶パネル等のフォト・リソグ
ラフィ・プロセスラインにおいて、基板表面に塗布した
レジストの膜厚むらや塵埃の付着等による欠陥は、エッ
チング後にパターンの線幅不良やパターン内のピンホー
ル等の不良として現れる。そこで、一般にはエッチング
前に基板を検査し、欠陥があればその基板を除去するこ
とにより欠陥のある基板がそのままエッチング工程へ入
るのを未然に防止している。本出願人は、特願平４−３
１９２２号において、基板表面の欠陥を目視検査するの
に好適な投光装置を提案している。このような作業者の
目視による検査は機械的な検査に比べて優れた検査能力
がある。

【０００３】

【発明が解決しようとする課題】しかしながら、作業者
の目視検査では、作業者の個人差や観察環境の違いによ
り検査レベルにばらつきが生じ検査品質が一定しないと
いう問題がある。また、目視検査が多数回，長時間に及
ぶと作業者の疲労が増大するが、作業者の疲労度によっ
ても検査品質が一定しなくなる可能性がある。

【０００４】また、上述した目視検査で発見される欠陥
パターンは、欠陥の発生したプロセスやそこでの欠陥発
生原因によって異なるので、作業者が欠陥を顕微鏡で詳
細に観察した上で自らの経験や製造プロセスの処理内容
から欠陥原因等を推測していた。ところが、欠陥発生プ
ロセスや欠陥発生原因を推測する際に検討すべき検討項
目は多岐に渡るため、作業者の判断力に依存していたの
では迅速に欠陥発生プロセスを突き止めて有効な対策を
講じるのは困難であった。

【０００５】このように、従来の表面欠陥検査装置は、
作業者の目視検査に頼っていたので検査品質が一定せ
ず、且つ検査結果から作業者が経験に基づいて欠陥発生
プロセスや欠陥発生原因を推測していたので、作業者に
かかる負担が大きいと共に迅速かつ正確に欠陥発生プロ
セスや欠陥発生原因を特定するのが困難であった。

【０００６】本発明は、以上のような実情に鑑みてなさ
れたもので、熟練した作業者の経験に頼ることなく、欠
陥発生プロセスや欠陥発生原因に密接に関連した欠陥の
種別を自動的に判定することができ、欠陥検査結果を製
造プロセスに迅速かつ正確にフィードバック可能な欠陥
種別判定装置及びプロセス管理システムを提供すること
を目的とする。

【０００７】

【課題を解決するための手段】上記課題を解消するため
の本発明は、検査装置で検出された個々の欠陥の種別を
判定する欠陥種別判定装置において、被検体の検査画像
を取込む検査画像入力部と、この検査画像入力部で取込
まれた検査画像から欠陥情報を抽出する画像処理部と、
各欠陥情報に対して任意の欠陥種別を発生するよう重み
係数を調整して学習させ、画像処理部から入力される被
検体の欠陥情報に対して特定の欠陥種別情報を出力する
ニューロ処理ユニットと、このニューロ処理ユニットか
ら入力される被検体の欠陥種別情報に基づいて被検体の
欠陥の発生した製造プロセスを割り出し、この割り出さ
れた製造プロセスを制御するプロセス管理ユニットとを
具備するように構成した。

【０００８】また本発明は、上記構成の欠陥種別判定装
置において、プロセス管理ユニットは、半導体製造プロ
セスラインにおけるレジスト塗布不良、露光不良、現像
不良の製造プロセス特有の欠陥種別情報から欠陥の発生
した製造プロセスを割り出すように構成した。

【０００９】また本発明は、上記構成の欠陥種別判定装
置において、プロセス管理ユニットは、ニューロ処理ユ
ニットで判定された被検体の欠陥種別情報を蓄積すると
共に、この欠陥種別情報を前記被検体または製造プロセ
ス毎に仕分けし、欠陥種別に応じて欠陥発生場所や各工
程毎の欠陥発生頻度を時系列的に統計処理し、製造プロ
セスに対する欠陥発生を事前に予測するように構成し
た。

【００１０】また本発明は、上記構成の欠陥種別判定装
置において、プロセス管理ユニットは、ニューロ処理ユ
ニットで判定された欠陥種別情報に基づいて欠陥の発生
した製造プロセスの工程を特定して製造プロセス工程を
停止させるように構成した。

【００１１】また本発明は、上記構成の欠陥種別判定装
置において、プロセス管理ユニットは、製造プロセス工
程を停止させると共に、このプロセス工程に制御を掛け
て欠陥と判定された被検体を再処理工程に戻すように構
成した。

【００１２】また本発明に係るプロセス管理システム
は、半導体ウエハや液晶基板などの被検体を製造する半
導体製造プロセスラインと、この半導体製造プロセスラ
インにおける前記被検体を撮像して検査画像をえる欠陥
画像入力装置と、この欠陥画像入力装置から入力される
検査画像から被検体の欠陥を抽出する画像処理部と、各
欠陥情報に対して任意の欠陥種別を発生するよう重み係
数を調整して学習させ、画像処理部から入力される被検
体の欠陥情報に対して特定の欠陥種別情報を出力するニ
ューロ処理ユニットと、このニューロ処理ユニットで自
動的に判定された前記被検体の欠陥種別情報に基づいて
欠陥の発生した製造プロセスを割り出し、この割り出さ
れた製造プロセスを制御する機能を有するプロセス管理
ユニットとを具備する構成とした。

【００１３】また本発明は、上記構成のプロセス管理シ
ステムにおいて、半導体製造プロセスラインは、レジス
ト塗布、露光、現像の各製造プロセスからなるフォト・
リソグラフィ・プロセスラインであり、プロセス管理ユ
ニットは、各製造プロセスにおける特有のレジスト塗布
不良、露光不良、現像不良の欠陥情報から欠陥の発生し
ている各製造プロセスを割り出すように構成した。

【００１４】

【００１５】また本発明は、上記構成のプロセス管理シ
ステムにおいて、前記欠陥画像入力装置は、異なる狭帯
域の光をコリメータレンズを介して平行光束にして被検
体に対して照射し、この被検体で正反射した平行光束を
コリメータレンズを介して撮像する干渉光学系と、コリ
メータレンズの周囲に配置され被検体の表面に沿ってラ
イン状の光束を照射し、この被検体で発生する散乱光を
コリメータレンズを介して撮像する斜照明光学系と、回
折光生成光源からの光束を所定の角度でコリメータレン
ズに入射し、この被検体で反射した回折光を前記コリメ
一夕レンズを介して撮像する回折光学系からなる構成と
した。

【００１６】

【００１７】

【００１８】

【００１９】

【実施例】以下、本発明の実施例について説明する。図
１は、被検体の欠陥検査から製造プロセスの管理までを
行うシステムの機能ブロックを示す図である。本実施例
は、ホストコンピュータ１，検査画像入力装置２，画像
処理装置３，シーケンサ４，ニューロ処理ユニット５，
プロセス管理コンピュータ６等を備えている。

【００２０】検査画像入力装置２は、図３に示すよう
に、干渉光学系、回折光学系、斜照明光学系等からなる
照明光学系、及び被検体の検査画像をＣＣＤ等の撮像素
子上に結像させる撮像光学系を備えている。検査画像入
力装置２で被検体の検査画像が取り込まれる。

【００２１】画像処理装置３は、検査画像入力装置２に
接続されており、入力する検査画像から被検体の欠陥
（例えば“膜厚むら”“塵埃”等）を抽出し、且つ抽出
した欠陥の種類，数，位置，面積等を検出する画像処理
機能を備えている。これらの検査項目が後述する欠陥情
報の一部を構成する。この画像処理装置３には画像記憶
装置１１及びＴＶモニタ１２が接続されている。

【００２２】ホストコンピュータ１は、システム全体の
動作を管理すると共に、画像処理装置３から入力する欠
陥情報をニューロ処理ユニット５へ入力し、ニューロ処
理ユニット５から出力される欠陥名称情報をプロセス管
理コンピュータ６へ送出する。また、ホストコンピュー
タ１は、ニューロ処理ユニット５から出力され欠陥名称
を逐次蓄積して欠陥発生の事前予測を行う機能を備え
る。このホストコンピュータ１にＴＶモニタ１３，キー
ボード１４，メモリ１５が接続されている。メモリ１５
は、被検体の種類毎の検査条件（光学系の設定と画像処
理の条件）、検査データ等が保存される。

【００２３】シーケンサ４は、光学制御部１６，ステー
ジ制御部１７，基板搬送制御部１８が接続されていて、
ホストコンピュータ１からの指示を受けてそれら制御部
を制御する。

【００２４】ニューロ処理ユニット５は、図２に示すよ
うに、入力層と、出力層と、入力層と出力層との間に形
成される複数の中間層（同図には中間層が２つの場合が
示されている）とから構成され、神経細胞（ニューロ
ン）の構造を模して作られたハードウエアユニットであ
る。入力層の全ニューロンは隣接する第１中間層の全ニ
ューロンに接続され、第１中間層の全ニューロンは第２
中間層の全ニューロンに接続される。第２中間層の全ニ
ューロンは出力層の全ニューロンに接続される。そして
互いに接続された各ニューロン間に重み係数が設定され
ている。入力層に与えた入力パターン（入力条件）に対
して任意の出力パターンが出力されるように重み係数を
調整することを一般に学習と呼ぶ。この学習回数を繰り
返すことにより特定の入力パターンに対して希望する出
力パターンを出力させることができるようになる。こう
した学習アルゴリズムをバックプロパゲーションアルゴ
リズムと呼ぶ。

【００２５】ニューロ処理ユニット５の入力層に印加す
る欠陥情報のデータ構造の詳細が図２に示されている。
この欠陥情報は、欠陥の面積，欠陥の形状（フェレ
径），欠陥の重心位置（Ｘアドレス，Ｙアドレス），光
学系の種類（測定条件），欠陥の明るさ，画像処理装置
３での画像処理方式、及び不図示であるが被検体の種
類，欠陥の形状（円形度，周囲長等）から構成される。
欠陥情報を構成する各項目は夫々所定のビット数で表さ
れる。

【００２６】ここで、ニューロ処理ユニット５の入力層
は、欠陥の面積が欠陥部のピクセルサイズをバイナリー
で入力するようになっているが、面積の大きさを大，
中，小に分けて入力する場合は２ビットあればよい。欠
陥の重心位置（Ｘアドレス，Ｙアドレス）も位置データ
をバイナリーで入力している。また、光学系の種類（測
定条件）は、被検体の種類によって欠陥検出方法が変わ
ったり、検出できる欠陥内容が変化するため２ビットで
表している。欠陥が白い欠陥なのか黒い欠陥なのかを切
り分けるために２ビットで表した欠陥の明るさデータを
入力するようにしている。また、画像処理方式は、大き
なムラ検出のための処理，小さなムラ検出のための処
理，キズ検出のための処理等のように検出欠陥の処理内
容を判断するために３ビットで表している。被検体の種
類は、サイズ，工程，種類などの数百種類に及ぶが、同
じ欠陥の出る工程はある程度決まっているので６ビット
で表している。

【００２７】また、液晶基板の製造プロセスにおいて発
生する欠陥の種類は、レジスト塗布不良，露光不良，現
像不良，キズ，ゴミなど多数ある。これらの欠陥の種別
を欠陥Ａ〜欠陥Ｊの欠陥名称で表している。実際には数
十種類の欠陥名称が存在する。また、欠陥ではないが画
像処理装置３で検出すると欠陥と判断されてしまうよう
な疑似欠陥がある。これらの疑似欠陥の種別を疑似欠陥
Ａ〜疑似欠陥Ｃで表している。

【００２８】プロセス管理コンピュータ６は、ホストコ
ンピュータ１から入力する欠陥名称情報を内部メモリに
記憶すると共に、その記憶した情報に基づいて欠陥の発
生した製造プロセスを割り出す欠陥プロセス割り出し処
理とを実行する。

【００２９】次に、以上のように構成された本実施例の
動作について説明する。最初に、ニューロ処理ユニット
５がある欠陥情報の入力に対して特定の欠陥名称を表す
出力パターンを発生するように学習させる。ニューロ処
理ユニット５は図４に示すように、入力層を構成してい
る複数のニューロンに印加された信号が、入力層から中
間層、及び中間層から出力層へと伝達される間に荷重Ｗ
が掛けられた後、出力層を構成する複数のニューロンか
ら出力される。入力パターンが同じであっても荷重Ｗが
変化すれば異なる出力パターンが発生することになる。
このことは、各荷重Ｗの大きさを調整すれば、ある入力
パターンに対して所望の出力パターンが得られることを
意味する。

【００３０】ここで、製造プロセスにおいて発生する欠
陥Ａ〜Ｊや疑似欠陥Ａ〜Ｃは、上記したデータ構造で表
される欠陥情報（測定条件，被検体の種類を含む）に応
じてほぼ決まっている。従って、図５に示すように、欠
陥Ａの欠陥情報をニューロ処理ユニット５の入力層に項
目別に印加する。このとき出力層に現れた出力パターン
と欠陥Ａを表すパターンの教師信号との差を求め、その
求めた差に基づいてニューロ処理ユニット５の各荷重に
修正を加える。この処理を繰り返すことによりニューロ
処理ユニット５は欠陥Ａの欠陥情報の入力に対して欠陥
Ａを表す出力パターンを発生する荷重Ｗに調整される。
その他の欠陥名称及び疑似欠陥名称についても同様の処
理を繰り返す。

【００３１】学習の初期段階では、ある欠陥名称に対し
ては最適な荷重状態であっても他の欠陥名称に対しては
適当な荷重状態ではないことが多い。しかし、欠陥Ａ〜
Ｊ及び疑似欠陥Ａ〜Ｃに関する学習を繰り返すことによ
り全ての欠陥名称及び疑似欠陥名称に対して最適な荷重
状態となる。

【００３２】次に、作業者がキーボード１４により被検
体Ｓの種類とともに検査開始を指示すると、メモリ１５
に予め保存されている検査条件の中から、その被検体Ｓ
に該当する条件がホストコンピュータ１に読み込まれ、
シーケンサ４を介して光学系制御部１６が光学系の設定
を行う。次に、ストッカから搬送部によって１枚めの被
検体Ｓが取出され、検査開始点が観察視野の中央にくる
ように位置決めする。

【００３３】次に、照明系を駆動して検査画像の取込み
を行う。検査画像入力装置２の干渉光学系においては、
図３に示すように、ランプハウス２１内に固定されたハ
ロゲンランプ２２の光が、熱線吸収フィルタ２３を通
り、ランプハウス２１の出射窓に設けられたコンデンサ
レンズ２４から平行光束の状態で出射する。コンデンサ
レンズ２４の射出側に複数の狭帯域干渉フィルタ（図示
せず）が収められた回転ホルダ２５が配置されている。
回転ホルダ２５はモータ（図示しない）で回転可能にな
っており、所望の干渉フィルタを光路内に挿入すること
ができる。光路内に挿入された干渉フィルタを通過した
光束は集光レンズ２６で光ファイバ束２７の端面に集光
される。光ファイバ束２７を出射した光束は拡散板２８
で強度分布を平均化された２次光源となる。拡散板２８
はコリメータレンズの焦平面上に設置されている。拡散
板２８を通過し絞り２９で光束径を調整された光束はハ
ーフミラー３１で反射し、コリメータレンズ３２で平行
光束となり、被検体Ｓに垂直入射する。

【００３４】被検体Ｓで反射した光束は再びコリメータ
レンズ３２を通って収束光となり、ハーフミラー３１を
通過した成分がズーム式の結像レンズ３３に入射する。
この結像レンズ３３が被検体Ｓ表面の像を撮像素子３４
の撮像面上に結像する。

【００３５】板３５と３６は、ハーフミラー３１を透過
した照明光により無用の物が照明されて被検体像と重畳
した像が撮像素子３４上に投影されるのを防止してい
る。また、検査画像入力装置２の斜照明光学系において
は、図３に示すように、光源部３７が、ライン照明部３
８の光ファイバ束端面に白色光束を入射する。ライン照
明部３８は、出射側で光ファイバ束中の各ファイバを２
列直線状に並べたもので、半円柱形状の集光レンズ３９
と併せて薄いシート状の照明光をつくる。なお、被検体
Ｓに対して同じ入射方向になるように対称な位置に４台
のライン照明部３８を設置しており、互いに補って観察
視野内をほぼ均一に照明し、かつ被検体Ｓ表面の方向性
をもった欠陥の検出感度異方性を補っている。

【００３６】ライン照明部３８で照明された被検体Ｓの
像はコリメータレンズ３２などを通って撮像素子３４上
に結像され撮像される。微弱な散乱光の減衰を防ぐ必要
があれば、ハーフミラー３１を平行移動ステージ（図示
しない）により紙面と垂直な方向へ移動し、観察光路か
ら外すようにする。

【００３７】また、検査画像入力装置２の回折光学系に
おいては、図３に示すように、回折光生成部４０から出
射した光束をコリメータレンズ３２に入射して被検体Ｓ
に垂直に入射させている。被検体Ｓの反射光はコレメー
タレンズ３２，ハーフミラー３１を通過して撮像素子３
４上に投影される。

【００３８】以上の３種類の照明系は欠陥の検査内容に
応じて使い分ける。膜厚ムラに起因する欠陥検査を実施
する場合は干渉光学系を使用し、被検体Ｓの回折パター
ンの歪み，シミ等の検査を実施する場合は回折光学系を
使用する。また、被検体Ｓのキズ，ゴミを検査する場合
には斜照明光学系を使用する。

【００３９】一方、画像処理装置３は、ホストコンピュ
ータ１の制御により撮像素子３４から検査画像を取込
む。撮像素子３４は画像処理装置３から読込みタイミン
グ信号を受けると、その撮像面上に投影されている被検
体Ｓの検査画像を光電変換して取込み画像処理装置３へ
入力する。画像処理装置３では検査画像の画像処理を行
って膜厚むらや塵埃等の欠陥を抽出する。次に、検査画
像に対して抽出した欠陥部のみ強調処理し、さらにその
画像を２値化処理する。次に、２値化処理によって抽出
された各欠陥部に対してラベリング処理を実行し各欠陥
部に対してラベル付けする。ラベル付けされた個々の欠
陥部に関して、その面積，周囲長，フェレ径，円形度，
重心アドレスを求める。これら各データがホストコンピ
ュータ１へ送られる。なお、モニタ１２には必要に応じ
て検査画像と処理画像が表示され、画像記憶装置１１に
は検査画像や処理画像が保存される。

【００４０】ホストコンピュータ１は、画像処理装置３
からラベル付けされた個々の欠陥部の欠陥情報（面積，
周囲長，フェレ径，円形度，重心アドレスなど）を読込
み、さらにメモリ１５から測定条件（光学系の設定内
容，画像処理方式）を読込み、それら読込んだ情報を組
み合わせたデータ構造にしてニューロ処理ユニット５に
入力する。

【００４１】ニューロ処理ユニット５は、図２に示すデ
ータ構造の欠陥情報が入力すると、入力データの全ての
入力条件から特定の欠陥名称を割り出し、その欠陥名称
を表す出力パターンを発生する。例えば、欠陥Ａを割り
出したときには、出力層における欠陥Ａのニューロンの
みを発火させる。ニューロ処理ユニット５で判定された
欠陥名称はホストコンピュータ１に入力される。

【００４２】ホストコンピュータ１は、ニューロ処理ユ
ニット５から判定した欠陥名称が入力されると、その欠
陥名称をモニタ１３上に表示すると共に、プロセス管理
コンピュータ６へ送出する。また、ホストコンピュータ
１は欠陥名称を蓄積しておくと共に、その欠陥データを
被検体別及び製造プロセス毎に仕分けし、統計的な処理
により欠陥の発生トレンドを解析する。この解析した発
生トレンドをグラフ化しそのグラフに設けた閾値を越え
たならばアラームを出力して欠陥発生を予告する。

【００４３】なお、新たな欠陥が発見された場合には、
その欠陥に関する欠陥情報を分析してその新しい欠陥に
関する欠陥情報を作成し、その欠陥情報にてニューロ処
理ユニット５に学習させる。

【００４４】プロセス管理コンピュータ６では、ホスト
コンピュータ１から欠陥名称が入力されると、その欠陥
名称に基いて欠陥の発生した工程を特定する。そして、
欠陥発生工程を停止させると共に、プロセス工程に制御
を掛けて欠陥と判定された被検体を再処理工程へ戻す。

【００４５】この様に本実施例よれば、被検体表面の欠
陥から得られる情報，欠陥検出光学系の種類及び欠陥検
出の画像処理方式等からなる欠陥情報と、そのような欠
陥情報となる欠陥名称を表わした教師信号とで学習させ
たニューロ処理ユニット５を備えたので、欠陥部の欠陥
情報から欠陥の種別を自動的に判定することができ、欠
陥の発生した製造プロセスへの迅速なフィードバックが
可能となる。その結果、発生する欠陥を最小限に押さえ
ることができる。しかも、熟練した作業者であっても判
断が困難な多数の測定結果及び測定条件を設定すること
ができるので、再現性の高い欠陥種別判定結果を得るこ
とができる。また、ニューロ処理ユニット５に人間でし
か識別できない疑似欠陥を学習させたので、疑似欠陥の
自動判定が可能となった。

【００４６】本実施例よれば、ニューロ処理ユニット５
で判定した欠陥種別情報を順次蓄積し、欠陥種別に応じ
て求まる欠陥発生場所や各工程毎の欠陥発生頻度を時系
列的に統計的に処理することにより欠陥発生の事前予測
が可能となった。

【００４７】なお、上記実施例では、プロセス管理コン
ピュータ６で欠陥発生の事前予測を実行しているが、ホ
ストコンピュータ１で同様の処理を行うようにしてもよ
い。この場合、ニューロ処理ユニット５で判定した欠陥
種別情報をメモリ１５に逐次格納しホストコンピュータ
１が必要に応じて読み出すようにする。本発明は上記実
施例に限定されるものではなく、本発明の要旨を逸脱し
ない範囲内で種々変形実施可能である。

【００４８】

【発明の効果】以上詳記したように本発明によれば、熟
練した作業者の経験に頼ることなく、欠陥発生プロセス
や欠陥発生原因に密接に関連した欠陥の種別を自動的に
判定することができ、欠陥検査結果を製造プロセスに迅
速かつ正確にフィードバック可能な欠陥種別判定装置及
びプロセス管理システムを提供できる。

【図面の簡単な説明】

【図１】本発明の一実施例の機能ブロック図である。

【図２】ニューロ処理ユニットの構成図である。

【図３】検査画像入力装置の構成図である。

【図４】ニューロ処理ユニットにおける信号の伝達状態
を示す図である。

【図５】ニューロ処理ユニットにおける学習動作を示す
図である。

【符号の説明】

１…ホストコンピュータ、２…検査画像入力装置、３…
画像処理装置、４…シーケンサ、５…ニューロ処理ユニ
ット、６…プロセス管理コンピュータ。

───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.⁷ 識別記号ＦＩＨ０１Ｌ 21/02 Ｈ０１Ｌ 21/02 Ｚ 21/66 21/66 ＡＺ (58)調査した分野(Int.Cl.⁷，ＤＢ名) G01N 21/84 - 21/88 G02F 1/13 H01L 21/64 - 21/66 G06N 1/00 - 3/12

Claims

(57)【特許請求の範囲】

【請求項１】検査装置で検出された個々の欠陥の種別を
判定する欠陥種別判定装置において、被検体の検査画像を取込む検査画像入力部と、この検査画像入力部で取込まれた検査画像から欠陥情報
を抽出する画像処理部と、各欠陥情報に対して任意の欠陥種別を発生するよう重み
係数を調整して学習させ、前記画像処理部から入力され
る前記被検体の欠陥情報に対して特定の欠陥種別情報を
出力するニューロ処理ユニットと、このニューロ処理ユニットから入力される前記被検体の
欠陥種別情報に基づいて前記被検体の欠陥の発生した製
造プロセスを割り出し、この割り出された製造プロセス
を制御するプロセス管理ユニットとを具備したことを特
徴とする欠陥種別判定装置。
【請求項２】前記プロセス管理ユニットは、半導体製造
プロセスラインにおけるレジスト塗布不良、露光不良、
現像不良の製造プロセス特有の欠陥種別情報から欠陥の
発生した製造プロセスを割り出すことを特徴とする請求
項１に記載の欠陥種別判定装置。
【請求項３】前記プロセス管理ユニットは、前記ニュー
ロ処理ユニットで判定された前記被検体の欠陥種別情報
を蓄積すると共に、この欠陥種別情報を前記被検体また
は製造プロセス毎に仕分けし、欠陥種別に応じて欠陥発
生場所や各工程毎の欠陥発生頻度を時系列的に統計処理
し、製造プロセスに対する欠陥発生を事前に予測するこ
とを特徴とする請求項１に記載の欠陥種別判定装置。
【請求項４】前記プロセス管理ユニットは、前記ニュー
ロ処理ユニットで判定された欠陥種別情報に基づいて欠
陥の発生した前記製造プロセスの工程を特定して製造プ
ロセス工程を停止させることを特徴とする請求項１に記
載の欠陥種別判定装置。
【請求項５】前記プロセス管理ユニットは、前記製造プ
ロセス工程を停止させると共に、このプロセス工程に制
御を掛けて欠陥と判定された被検体を再処理工程に戻す
ことを特徴とする請求項４に記載の欠陥種別判定装置。
【請求項６】半導体ウエハや液晶基板などの被検体を製
造する半導体製造プロセスラインと、この半導体製造プロセスラインにおける前記被検体を撮
像して検査画像をえる欠陥画像入力装置と、この欠陥画像入力装置から入力される前記検査画像から
前記被検体の欠陥を抽出する画像処理部と、各欠陥情報に対して任意の欠陥種別を発生するよう重み
係数を調整して学習させ、前記画像処理部から入力され
る前記被検体の欠陥情報に対して特定の欠陥種別情報を
出力するニューロ処理ユニットと、このニューロ処理ユニットで自動的に判定された前記被
検体の欠陥種別情報に基づいて欠陥の発生した製造プロ
セスを割り出し、この割り出された製造プロセスを制御
する機能を有するプロセス管理ユニットとを具備したこ
とを特徴とするプロセス管理システム。
【請求項７】前記半導体製造プロセスラインは、レジス
ト塗布、露光、現像の各製造プロセスからなるフォト・
リソグラフィ・プロセスラインであり、プロセス管理ユ
ニットは、各製造プロセスにおける特有のレジスト塗布
不良、露光不良、現像不良の欠陥情報から欠陥の発生し
ている前記各製造プロセスを割り出すことを特徴とする
請求項６に記載のプロセス管理システム。
【請求項８】前記欠陥画像入力装置は、異なる狭帯域の
光をコリメータレンズを介して平行光束にして前記被検
体に対して照射し、この被検体で正反射した平行光束を
前記コリメータレンズを介して撮像する干渉光学系と、
前記コリメータレンズの周囲に配置され前記被検体の表
面に沿ってライン状の光束を照射し、この被検体で発生
する散乱光を前記コリメータレンズを介して撮像する斜
照明光学系と、回折光生成光源からの光束を所定の角度
で前記コリメータレンズに入射し、この被検体で反射し
た回折光を前記コリメ一夕レンズを介して撮像する回折
光学系からなることを特徴とする請求項６記載のプロセ
ス管理システム。