JP3848236B2 - 欠陥情報検出感度データの決定方法及び欠陥情報検出感度データの決定装置、欠陥検出装置の管理方法、半導体装置の欠陥検出方法及び半導体装置の欠陥検出装置 - Google Patents
欠陥情報検出感度データの決定方法及び欠陥情報検出感度データの決定装置、欠陥検出装置の管理方法、半導体装置の欠陥検出方法及び半導体装置の欠陥検出装置 Download PDFInfo
- Publication number
- JP3848236B2 JP3848236B2 JP2002305157A JP2002305157A JP3848236B2 JP 3848236 B2 JP3848236 B2 JP 3848236B2 JP 2002305157 A JP2002305157 A JP 2002305157A JP 2002305157 A JP2002305157 A JP 2002305157A JP 3848236 B2 JP3848236 B2 JP 3848236B2
- Authority
- JP
- Japan
- Prior art keywords
- data
- defect
- threshold value
- inspection
- semiconductor device
- 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.)
- Expired - Fee Related
Links
- 230000007547 defect Effects 0.000 title claims description 261
- 238000000034 method Methods 0.000 title claims description 123
- 239000004065 semiconductor Substances 0.000 title claims description 100
- 238000001514 detection method Methods 0.000 title claims description 95
- 238000007726 management method Methods 0.000 title claims description 42
- 230000035945 sensitivity Effects 0.000 title description 14
- 238000007689 inspection Methods 0.000 claims description 246
- 238000004364 calculation method Methods 0.000 claims description 51
- 230000006870 function Effects 0.000 claims description 36
- 238000012545 processing Methods 0.000 claims description 23
- 238000004519 manufacturing process Methods 0.000 claims description 17
- 238000013523 data management Methods 0.000 claims description 10
- 238000012360 testing method Methods 0.000 claims description 7
- 238000010894 electron beam technology Methods 0.000 claims description 4
- 230000001678 irradiating effect Effects 0.000 claims 1
- 230000036962 time dependent Effects 0.000 claims 1
- 235000012431 wafers Nutrition 0.000 description 81
- 238000012552 review Methods 0.000 description 34
- 238000003908 quality control method Methods 0.000 description 14
- 238000013500 data storage Methods 0.000 description 11
- 230000002950 deficient Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 7
- 238000012423 maintenance Methods 0.000 description 6
- 238000012790 confirmation Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 5
- 238000005070 sampling Methods 0.000 description 5
- 230000005856 abnormality Effects 0.000 description 4
- 230000007423 decrease Effects 0.000 description 3
- 238000012886 linear function Methods 0.000 description 3
- 230000015654 memory Effects 0.000 description 3
- 238000007619 statistical method Methods 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 239000000758 substrate Substances 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 239000013078 crystal Substances 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
Images
Classifications
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/40—Analysis of texture
- G06T7/41—Analysis of texture based on statistical description of texture
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/06—Recognition of objects for industrial automation
Description
【０００１】
【発明の属する技術分野】
本発明は、欠陥情報検出感度データの決定方法、欠陥検出装置の管理方法、欠陥情報検出感度データの決定装置、半導体装置の欠陥検出方法及び半導体装置の欠陥検出装置に関するものである。
【０００２】
【従来の技術】
半導体デバイスの歩留りを大きくし、その歩留りを維持するため、所定のプロセスを経た半導体デバイスに欠陥があるかどうかを検査することは重要である。特に、半導体デバイスの製造は、例えばメモリに代表される多量少品種から、ロジック回路等のライフサイクルの短い少量多品種に移行しつつあるため、上述の半導体デバイスの欠陥検査を、可能な限り最適な感度で効率的に行うことが重要となる。
【０００３】
半導体デバイスの欠陥、例えば、ウエハに形成された微細なパターンの欠陥や結晶レベルの欠陥であるランダム欠陥を検出する手段の一つとして以下に示す方法がしばしば用いられる。
【０００４】
まず、例えばウエハを構成する複数のチップにおける隣接チップ同士や、複数のマトリクス状に配列されるセルを有するメモリの隣接セルアレイブロック同士における表面画像を光学画像あるいは電子線画像として検出する。そして、検出した隣接チップ同士または隣接セルアレイブロック同士の画像を互いに比較して両者の相違部分を抽出し、この相違部分に対応する例えばチップ上の部分を欠陥部分として判定する。
【０００５】
相違部分の抽出方法としては、具体的には、取得した隣接チップ同士等の各画像からノイズを除去をするフィルタリング処理を行った後、画像を構成する複数の画素の各画素の特徴量（濃淡値）を算出する。この各画素における特徴量を、対比される画像における各画素の特徴量とそれぞれ比較（例えば減算）する。そして、特徴量（濃淡値）の差が規定値（以下、閾値と称す）以上であれば、その画素を相違部分として抽出する。
【０００６】
【特許文献１】
特開２００１−３３７０４７号公報
【０００７】
【発明が解決しようとする課題】
しかし、上述した半導体デバイスの欠陥を検出する方法は、この方法を実施するに先だって上述した閾値（検査感度）を検査装置に設定しておく必要があり、この閾値を決定するのに時間を要していた。また、決定された閾値における信頼性も低いという問題点を有していた。これらの問題点について以下に詳しく述べる。
【０００８】
図２４は、従来の閾値の設定方法を示すフローチャートである。
【０００９】
図２４を参照して、従来の閾値の設定方法について説明する。
【００１０】
まず、半導体デバイスの欠陥検出装置に対して予め任意の閾値を設定しておく（ステップＳ１０１）。次に、画像取込装置において検査対象としての半導体デバイスの表面から画像を取り込み取り込んだ画像を構成する複数の画素における各画素を多値データ化して、デジタル画像データとする（ステップＳ１０２）。このデジタル画像データを、上と同様にして、同一種の半導体デバイス（例えば隣接チップ）から得られた他のデジタル画像データと各画素ごとに比較して、両者のデジタル画像データの相違部分を検出し、その相違部分に対応する実際の半導体デバイス上を部分を欠陥部分として特定する（ステップＳ１０２）。そして、その欠陥部分をサンプリングして（ステップＳ１０３）、人間が実際に観察（レビュー）する（ステップＳ１０４）。この観察の結果、例えば欠陥の種類や欠陥の大きさに基づいて、欠陥の検出レベルが所望のものに達しているか、つまり上述の任意の閾値の値が適正であったかを確認する（ステップＳ１０５）。確認の結果、検出レベルが十分であると判断されれば（ステップＳ１０５のＹｅｓ）、上述で設定した任意の閾値を採用し、検出レベルが不十分である判断されれば（ステップＳ１０５のＮｏ）、検出レベルが十分であると判断されるまで、任意の閾値の設定から検出レベルの確認までの工程（ステップＳ１０１〜１０５）を繰り返す。
【００１１】
このように、上述の閾値の設定方法では、閾値の決定までに任意の閾値の設定から検出レベルの確認までの工程を数回繰り返すことがあり、試行錯誤しながら時間をかけて閾値を決定していた。言い換えれば、閾値の決定までの過程はレシピ作成者（閾値等の決定者）の熟練度に負うところが多いため、閾値の決定までの時間が大きくなることもあり、閾値の決定までに必要な時間も予測できなかった。
【００１２】
また、上述の閾値の設定方法の特に欠陥レビュー工程（図２４のステップＳ１０４）においては以下のような問題点もあった。即ち、この欠陥レビュー工程において欠陥をレビューする方法の主なものとしては、例えば、欠陥が検出された全ての半導体デバイスをレビューする方法（全数レビュー法）や、欠陥が検出された半導体デバイスの個数が多い場合は欠陥を有する半導体デバイスをいくつかピックアップしてサンプリングレビューする方法（サンプリングレビュー法）がある。このうち、全数レビュー法は時間を要するため非効率的であり、一方、サンプリングレビュー法では、レビュー洩れのため、決定された閾値に大きな誤差を持ち得るため、後に、閾値を再度の修正が必要になることが多かった。
【００１３】
以上のような問題点から、短時間で精度のよい閾値を決定するため、閾値を定量的に精度良く設定できる方法の提案が望まれていた。
【００１４】
ところで、半導体デバイスの量産工場においては、多くの同一種のウエハを処理しており、これらウエハを効率よく検査するため、これらのウエハを検査するのに複数台の検査装置を用いる。しかしながら、これら複数台の検査装置はそれぞれ同じ機種ではあっても例えば微少な機種差があるため、同一のレシピ（例えば閾値や、画像取得に当たってデバイスに照射する光の強度等、検査における各種条件を定めたもの）を用いることができない。このため、各検査装置ごとに光学系等の調整をする必要が多かった。一般に、レシピの作成は定量化されていないため、作成されたレシピの出来は作成者の熟練によって左右される部分が大きく、また、レシピの作成には多くの時間を要していた。このため、上述のように各検査装置ごとに光学系を調整することは多くの時間を要すると共に、各検査装置のマッチング結果にばらつきを生じさせていた。
【００１５】
ここで、各検査装置のマッチングをとる方法の一例について具体的に述べると以下の通りである。まず、所定の処理を経た複数のウエハをある検査装置においてそれぞれ検査し、各ウエハにおいて検出された欠陥部分の座標（欠陥座標）を検出する。各ウエハにおいてそれぞれ検出された欠陥座標のうち、任意の値以上の検出率を有する欠陥座標をマスタ欠陥座標として抽出し、このマスタ欠陥座標に対応するウエハ上の部分をマスタ欠陥としてその数を計上し記憶する。この各ウエハから欠陥座標を検出し、マスタ欠陥を記憶するまでの作業を、他の複数の検査装置においても、上と同じ複数のウエハを用いてそれぞれ同様行う。この後、各検査装置によりそれぞれ検出されたマスタ欠陥の数をそれぞれ比較し、各検査装置によるマスタ欠陥の数が同じになるように各検査装置の光学系を調整するしかしながら、このような各検査装置のマッチングにおいて用いられるウエハは、検査装置の製造メーカーが予め用意した基準ウエハ、及び実際に工場での処理工程を経たウエハであるが検査対象とは異なる種類のウエハ（時間的制約等から検査対象となる全ての種類のウエハを用いたマッチングは困難）であった。このようにマッチングでは実際に検査対象となるウエハを全て考慮したものとは言えないため信頼性が高いとはいえなかった。
【００１６】
このように従来の各検査装置間のマッチング結果はばらつきが大きくマッチングにも時間もかかるため、実際に検査対象となるウエハと同一種類のウエハを使用し且つ定量化された手段を用いて各検査装置間のマッチングを行うことが望まれていた。
【００１７】
ところで、上に述べたように、従来の検査装置のレシピの作成においては、レシピの作成者の熟練に負うところが多く、またレシピの作成に当たって用いるサンプルの種類・数も少なかった。このため、作成されたレシピの信頼性も低く、従来の方法によるレシピはノイズに対する耐性（ロバスト性）が無い場合が多かった。このことは、検査装置の性能を定期的に検査して検査装置の性能を維持する品質管理（ＱＣ：Quality Control）においても問題となっていた。より詳しくは以下の通りである。
【００１８】
図２５は、従来の検査装置ＱＣの例を示すグラフである。
【００１９】
従来の検査装置ＱＣは、所定の間隔（例えば１週間）で同一のサンプルを同一のレシピを用いて検査し、検出された欠陥個数が、図２５に示す下限個数及び上限個数の間の許容範囲に入るか否かで管理されていた。そして、検出された欠陥個数が、この許容範囲に入らない場合、その検査装置は品質基準を満たさないとして、メンテナンスの必要があるなどとされた。上述したように、従来ではレシピの作成の出来はレシピ作成者の熟練によるところが多く、実デバイスの閾値の余裕度を考慮せず、誤差因子を無視できないようなレシピを作成してしまうことがある。この場合、例えば欠陥が過度に多く検出され、品質に問題のない検査装置でも品質基準を満たないと判断されていた。このため、適正な検査装置ＱＣを行えるようにするレシピの作成方法、特に閾値の決定方法を提案することが強く望まれていた。
【００２０】
ところで、半導体デバイスの製造ラインにおいては、ウエハの処理をするのに多種かつ複数の半導体製造装置を用いており、また、この半導体製造装置の処理シーケンスには、バッチ処理、マルチチャンバ処理等、多種多様の処理シーケンスがある。このため、種々のプロセスを経たウエハには、ロット間のばらつき（ロットバリエーション）や、同一ロット内におけるウエハ間のばらつき（ウエハバリエーション）が否応なく発生する。従って、このようなばらつきを防ぐためには、ウエハの検査工程において、全てのウエハを検査する（全数検査）ことが望ましい。しかし、全数検査によるコストならびにスループットを考えると、ウエハの全数検査は事実上困難である。そこで、実際には、検査装置の能力（キャパシティ）からウエハの検査処理可能枚数を求め、その枚数に基づいてウエハの検査が行われている。そして、この限られた枚数の検査の中でできるだけ検査洩れを防ぐべく次にようにしてウエハの検査を行っていた。即ち、ウエハの製造履歴（例えばウエハが経てきた工程名やプロセス装置の名称等）を統計的に処理して、できるだけ検査洩れを少なくできるウエハのサンプリングプランを作成し、このサンプリングプランに基づいてウエハの検査を行っていた。しかし、このウエハの検査には以下のような問題点があった。
【００２１】
即ち、このウエハ検査では、限られた固定台数の検査装置でできるだけ多くの枚数のウエハを検査することに主眼をおいていたため必ずしもコスト（損失）の最適化が行われていたとは言えなかった。例えば、ウエハの歩留りは絶えず変化しているにも拘わらず、一度決められた検査間隔（検査頻度）、ウエハ検査枚数等のコスト因子は変更されていなかった。このため、コストを加味しつつ、定量的且つ自動的に、検査間隔やウエハ検査枚数等のコスト因子の値を見直す技術が求められていた。
【００２２】
本発明は、上記問題点に鑑みなされたものであり、閾値（欠陥検出感度）を定量的に決定できる欠陥検査感度の決定方法及び決定装置、この欠陥検査感度の決定方法を用いた欠陥検出装置の管理方法を提供することを目的とする。また、本発明は、全体コストを考慮しつつ、検査頻度やウエハ検査枚数等のコスト因子の値を定量的に決定できる半導体装置の欠陥検出方法及び欠陥検出装置を提供することを目的とする。
【００２３】
【課題を解決するための手段】
本発明の一態様としての閾値決定方法は、複数の半導体装置における各半導体装置の表面の所望エリアからそれぞれ画像データを取り込み、前記画像データの少なくとも２つを演算処理して得られた演算処理結果をあらかじめ与えられた閾値と比較することによって、演算に用いられた前記画像データの少なくともいずれかに対応する前記所望エリアにおける欠陥情報を取得することを、前記閾値を変化させつつ複数回行うことにより、前記閾値と前記欠陥情報とを対応づけた組み合わせデータを複数取得し、複数の前記組み合わせデータを用いて、前記所望のエリアにおける欠陥個数の前記複数の半導体装置間の標準偏差と、前記閾値との関係を示す関数を作成し、前記関数に基づいて、半導体装置の欠陥検査時に使用する閾値を決定する、ことを特徴とする。
【００２４】
本発明の一態様としての欠陥検出装置の管理方法は、複数台の欠陥検出装置のそれぞれにおいて、請求項１乃至１２のいずれかに記載の方法を用いて、前記閾値を決定し、前記複数台の欠陥検出装置のそれぞれにおいて決定された前記閾値を用いて、前記複数台の欠陥検出装置の状態を管理することを特徴とする。
【００２５】
本発明の一態様としての閾値決定装置は、複数の半導体装置における各半導体装置の表面の所望エリアに光あるいは電子線を照射して、前記所望のエリアからの反射光あるいは電子を用いて前記所望のエリアにおける画像データを取り込む画像データ取得部と、前記画像データの少なくとも２つを演算処理して得られた演算処理結果をあらかじめ与えられた閾値と比較することによって、演算に用いられた前記画像データの少なくともいずれかに対応する前記所望エリアにおける欠陥情報を取得する処理を、前記閾値を変化させつつ複数回行うことにより、前記閾値と前記欠陥情報とを対応づけた組み合わせデータを複数取得する第１の演算部と、複数の前記組み合わせデータを用いて、前記所望のエリアにおける欠陥個数の前記複数の半導体装置間の標準偏差と、前記閾値との関係を示す関数を作成し、前記関数に基づいて、半導体装置の欠陥検査時に使用する閾値を決定する第２の演算部と、を備えたことを特徴とする。
【００２６】
本発明の一態様としての半導体装置の欠陥検出方法は、半導体装置の製造プロセスに用いられるプロセス装置に関連するデータを記憶保持するプロセス装置データベースと、半導体装置の歩留りに関連するデータを記憶保持する歩留データベースと、テスター検査結果データ及び前記テスター検査結果データと半導体装置の欠陥情報との突き合わせ結果データとを記憶保持する電気特性データベースとにそれぞれ記憶保持された、前記プロセス装置に関連するデータ、前記歩留りに関連するデータ及び前記突き合わせ結果データとを用いて、前記半導体装置の製造により生じるコストと、前記半導体装置の欠陥検出検査における検査条件データが設定され前記コストに影響を与えるコスト因子値パラメータとの関係を示す関数を作成し、前記コストとコスト因子値パラメータとの関係を示す関数に基づいて前記コスト因子値データを決定し、前記コスト因子データ、及び請求項１乃至１２のいずれかに記載の方法で決定された閾値に基づいて前記半導体装置の欠陥検出検査を行い、前記半導体装置の欠陥検出検査によって検出された欠陥情報と、前記歩留データベースに記憶保持された前記歩留りに関連するデータから、新たな歩留りに関連するデータを作成し、前記欠陥情報と前記テスター検査結果データとの突き合わせをして新たな突き合わせ結果データを作成し、この新たな歩留に関連するデータ及び新たな突き合わせ結果データをフィードバックして、前記コストとコスト因子値パラメータとの関係を示す関数を再度作成する、ことを特徴とする。
【００２７】
本発明の一態様としての半導体装置の欠陥検出システムは、半導体装置の製造プロセスに用いられるプロセス装置に関連するデータを記憶保持するプロセス装置データベースと、 半導体装置の歩留りに関連するデータを記憶保持する歩留データベースと、テスター検査結果データ、及び前記テスター検査結果データと半導体装置の欠陥情報との突き合わせ結果データを記憶保持する電気特性データベースと、前記プロセス装置データベース、前記歩留データベース及び前記電気特性データベースに記憶保持された前記プロセス装置に関連するデータ、前記歩留りに関連するデータ及び前記突き合わせ結果データを用いて、前記半導体装置の製造により生じるコストと、前記コストに影響を与え、前記半導体装置の欠陥検出検査における検査条件データが設定されるコスト因子値パラメータとの関係を示す関数を作成し、前記コストとコスト因子値パラメータとの関係を示す関数に基づいてコスト因子値データを決定するコスト演算部と、前記コスト因子データ、及び請求項１乃至１２のいずれかに記載の方法で決定された閾値に基づいて、前記半導体装置の欠陥検出検査を行う半導体装置の欠陥検出装置と、前記半導体装置の欠陥検出装置による前記欠陥検出検査により検出された欠陥情報と、前記歩留データベースに記憶保持された前記歩留りに関連するデータから、新たな歩留りに関連するデータを作成し、前記欠陥情報と前記テスター検査結果データとの突き合わせをして新たな突き合わせ結果データを作成し、前記新たな歩留に関連するデータ及び前記新たな突き合わせ結果データとを前記コスト演算部にフィードバックする歩留関連データ管理部と、を備えることを特徴とする。
【００２８】
【発明の実施の形態】
以下、図面を参照しながら、本発明の実施の形態について説明する。
【００２９】
（第１の実施の形態）
図１は、本発明を用いて閾値を決定するプロセスの一形態を示すフローチャートであり、図２は、上述の閾値を決定するプロセスにおいて用いる閾値決定装置の構成の一例を示す図である。
【００３０】
図１に示すように、この閾値決定プロセスは、検査対象となる複数の半導体デバイスの表面からそれぞれの画像データを取得する画像データ取得工程（ステップＳ１）と、取得した画像データを各ピクセルごとに多値化してディジタル画像データとして記憶部に記憶させるディジタル画像データ記憶工程（ステップＳ２）と、記憶されたディジタル画像データを用いて各半導体デバイスの欠陥個数を、閾値をパラメータとして閾値毎に算出する欠陥個数算出工程（ステップＳ３）と、この欠陥個数算出工程の算出結果を用いて閾値毎に欠陥検出個数の標準偏差を算出する標準偏差算出工程（ステップＳ４）と、この標準偏差算出工程の算出結果を用いて算出すべき閾値の範囲を特定する閾値範囲特定工程（ステップＳ５）と、この閾値範囲特定工程の算出結果を用いて最終的に閾値を決定する閾値決定工程（ステップＳ６）とを有する。
【００３１】
上述の各ステップＳ１〜６を実行するため、図２に示すように、閾値決定装置１は、上述の画像データ取得工程（ステップＳ１）とディジタル画像データ記憶工程（ステップＳ２）とを実行する画像データ取込部２と、ディジタル画像データを記憶する画像データ記憶部３と、前述の欠陥個数算出工程（ステップＳ３）を実行する画像データ比較部４と、前述の標準偏差算出工程（ステップＳ４）を実行する第１の演算部５と、前述の標準偏差収束点算出工程と閾値決定工程（ステップＳ５、６）を実行する第２の演算部６とを有する。
【００３２】
以下、図１及び図２を参照しながら、上述の閾値決定プロセスを各ステップＳ１〜６に分けて順次説明する。
【００３３】
まず、画像データ取得工程（ステップＳ１）について説明する。
【００３４】
この画像データ取得工程は、画像データ取得部２（図２参照）において、検査対象となる複数の半導体デバイスの表面からそれぞれ画像データを取得する工程である。より詳しくは以下の通りである。
【００３５】
図３は、所定のプロセスを経た後の基板（ウエハ）８を示し、ウエハ８には複数のチップ（半導体デバイス）９が作り込まれている。図中、ウエハ８には、チップ９（１）〜９（３６）の３６個のチップが作り込まれているが、実際にはより多くのチップが形成されている。ここではこれらのチップ９のうち、例えば４つのチップ９（２１）〜９（２４）が、検査対象（画像データ取得対象）となるものとする。より詳しくは、図３に示すように、各チップ９（２１）〜９（２４）の一領域である検査エリア１０（２１）〜１０（２４）が検査対象となる。これらの検査領域１０（２１）〜１０（２４）を、例えばＣＣＤセンサ等を用いて、図中に示す走査方向にスキャンして、検査領域１０（２１）〜１０（２４）を撮像する。これらの検査領域１０（２１）〜１０（２４）を撮像する手段としてはＣＣＤセンサの他、例えば電子顕微鏡等を用いても良い。検査領域１０（２１）〜１０（２４）は、図中の拡大図に示すように、例えば配線領域である。
【００３６】
以上のように、この画像データ取得工程では、ウエハ８上の各チップ９（２１）〜（２４）の各一領域である検査領域１０（２１）〜１０（２４）の撮像して各検査領域１０（２１）〜１０（２４）の画像データを取り込む。
【００３７】
次に、図１に示すように、ディジタル画像データ記憶工程（ステップＳ２）について説明する。
【００３８】
このディジタル画像データ記憶工程は、前述の画像データ取得工程（ステップＳ１）において画像データ取得部２（図２参照）で撮像した画像データをディジタル画像データに変換して、ディジタル画像データ記憶部３に記憶する工程である。より詳しくは以下の通りである。
【００３９】
図４は、検査領域１０（２１）の画像データを複数のピクセルに分割し、各ピクセルごとの画像データをディジタル化した状態を示す図である。
【００４０】
図４に示すように、検査領域１０（２１）の画像データを構成する各ピクセルは、例えば階調値０〜２５５の範囲でディジタル化され、各ピクセルの画像データはディジタル画像データとしてディジタル画像データ記憶部３内に記憶される。このとき、各ピクセルのウエハ８上における座標などの情報も併せて記録される。他の検査領域１０（２２）〜１０（２４）の画像データ等についても同様にして各ピクセルごとにデジタル化されてディジタル画像データ記憶部３内に記憶される。
【００４１】
次に、図１に示すように、欠陥検出個数算出工程（ステップＳ３）について説明する。
【００４２】
この欠陥検出個数算出工程は、上述の工程（ステップＳ２）でディジタル画像データ記憶部３に記憶された検査領域１０（２１）〜１０（２４）の各ディジタル画像データを用いて、各検査領域１０（２１）〜１０（２４）に存在する欠陥個数を例えばダイ比較方式により算出する工程である。この際、上述の階調値０〜２５５に対応させて後述する閾値を例えば０から２５５までの２５６段階に変化させ、各閾値ごとに各検査領域１０（２１）〜１０（２４）の欠陥個数を算出する。この工程は画像データ比較部４において実行される。より詳しくは以下の通りである。
【００４３】
まず、上述したダイ比較方式による欠陥の検出方法の仕組みを説明する。
【００４４】
図５は、このダイ比較方式の仕組みを説明するための図である。
【００４５】
図５に示すように、検査領域Ａ〜Ｃ（図示せず）の画像データＡ〜Ｃがあるとする。これらの画像データＡ〜Ｃは、複数のピクセルにより構成され、各ピクセルごとに所定の階調値０〜２５５を有するものとする。このような前提において、画像データＡ〜Ｃを用いて検査領域Ｂの欠陥を検出する。
【００４６】
具体的には、まず、図５に示すように、画像データＡ及び画像データＢを構成する複数のピクセルの各ピクセルにおける階調値を、互いに対応する各ピクセル同士で減算し、減算した結果の絶対値（｜Ａ−Ｂ｜）をとる。この各ピクセル同士の減算の結果の絶対値を、画像データＢのピクセルと同一数のセルを有するセル表１２（１）に図５のようにして示す。各セル内には０〜２５５の値の階調値差が入る。同様にして、画像データＢと画像データＣについても互いに対応する各ピクセル同士にて階調値を減算して、絶対値（｜Ｂ−Ｃ｜）を求め、画像データＢのピクセルと同一数のセルを有するセル表１２（２）内に配置する。そして、このセル表１２（２）と先に示したセル表１２（１）との共通部分をとる（｜Ａ−Ｂ｜ＡＮＤ｜Ｂ−Ｃ｜）。即ち、セル表１２（１）、１２（２）のそれぞれの各セルを互いに対応させ、小さい方のセル値を採用し、セル表１２（３）として表す。セル表１２（２）とセル表１２（１）との共通部分をとった結果、セル表１２（３）に示すように、階調値差が大きいセルと、階調値差の小さいセルと、階調値差がゼロのセルが現れる。階調値差が大きいか小さいかは、後述する閾値より大きいか小さいかで判断する。セル表１２（３）の各セルのうち、階調値差が閾値より大きいセルに対応する検査領域Ｂ上の部分が欠陥部分であり、セル表１２（３）に示すように欠陥部分は例えば２つある。階調値差が小さいあるいはゼロのセルに対応する検査領域Ｂ上の部分が適正な部分である。本来であれば、検査領域Ｂ上の適正な部分に対応するセルは階調値差がゼロになるはずであるが、検査時にノイズ成分が混入等した場合には小さい階調値差が生じるのである。なお、上記説明では、２つの画像データの相違部分を検出するのに、両画像データをそれぞれ構成する複数のピクセルの各ピクセル同士の差分の絶対値をとったが、絶対値ではなく単に差分をとって両画像データの相違部分を検出してもよい。
【００４７】
以上に説明したことをグラフを用いて説明するため図６を示す。
【００４８】
図６は、横軸を、上述のセル表１２（３）における各セルの属性である階調値差、縦軸を、各階調値差を有するセル数、つまり、画像データＢのピクセル数（ピクセルカウント数）とするグラフを示す。
【００４９】
図６に示すように、閾値よりも大きい階調値差を有するピクセルに対応する検査領域Ｂ上の部分は欠陥部分とされる。但し、閾値よりも大きい階調値差を有することをもってその階調値差を有するピクセルの対応する検査領域上の部分を欠陥部分とするのではなく他の基準をも用いてもよい。例えばその階調値差を有するピクセルの個数、その階調値差を有するピクセルの座標等の情報をも用いて欠陥部分や欠陥個数を算出しても良い。具体的には、例えば所定の階調値差を有するピクセルが所定の座標範囲内に一定以上あるときに１つの欠陥があるとしてもよい。
【００５０】
一方、図６に示すように、閾値よりも小さい値の階調値差を有するピクセルに対応する検査領域Ｂ上の部分は適正部分とされる。図６中、階調値差が０より大きく閾値よりも小さい部分はノイズ成分により階調値差が生じたものである。ノイズ成分としては、例えば膜厚むら、ステージのアライメント精度等があり、階調値差が低いほど、ピクセルカウント数が大きくなった。
【００５１】
以上のダイ比較方式では、３つの画像データＡ〜Ｃを用いて検査領域Ｂの欠陥個数や欠陥部分を検出する場合を説明したが、画像データＡ、Ｂの２つの画像データのみを用いて検査領域Ｂ上の欠陥個数等を算出することも当然に可能であるさて、前述の欠陥検出個数算出工程（ステップＳ３）においては、上に説明したダイ比較方式を用いて、図３の各検査領域１０（２１）〜１０（２４）に存在する欠陥個数を、閾値を０から２５５までの２５６段階に変化させ、それぞれの閾値ごとに算出する。
【００５２】
より詳しくは、まず、先述のディジタル画像データ記憶部３に記憶された検査領域１０（２１）〜１０（２３）（図３参照）のディジタル画像データを用いて、先述したダイ比較方式により、検査領域１０（２２）における欠陥個数を算出する。この際、閾値を０〜２５５まで１ずつ増やして変化させ、各閾値ごとに欠陥個数を算出する。このようにして閾値を０〜２５５まで順次変化させて、各閾値ごとの欠陥個数を検出することで、検査領域１０（２２）について、閾値と欠陥個数の組み合わせデータが２５６組作成される。同様にして、検査領域１０（２１）、１０（２３）、１０（２４）についても閾値と欠陥個数の組み合わせデータをそれぞれ２５６組作成する。本例では、閾値を０〜２５５までの２５６段階に変化させているが、例えば０、２、４、６、・・・と１２８段階に変化させ、また５１、５２・・・１００等と特定の範囲において変化させるなど、検査を行うべき閾値は目的に応じ適宜変更可能である。
【００５３】
次に、図１に示すように、画像データ取得工程（ステップＳ１）、ディジタル画像データ記憶工程（ステップＳ２）、欠陥検出個数算出工程（ステップＳ３）を、複数回（ｍ回）例えば５回繰り返し行う。このとき、上で用いたものと同じウエハ８を用い、同じ検査領域１０（２１）〜１０（２４）に対して上の工程を行う。当然ながら上で用いたウエハ８と異なるウエハを用いてもよく、また検査領域１０（２１）〜１０（２４）とは異なる検査領域に対して欠陥検出を行ってもよい。本繰り返し工程により、閾値と欠陥個数の組み合わせデータが、検査領域１０（２１）〜１０（２４）のそれぞれについて２５６×５＝１２８０組作成されることとなる。
【００５４】
次に、図１に示すように、標準偏差算出工程（ステップＳ４）について説明する。
【００５５】
この標準偏差算出工程は、上の欠陥個数算出工程において算出された閾値と欠陥検出個数との組み合わせデータを用いて閾値（０〜２５５）毎に欠陥検出個数の標準偏差を算出する工程であり第１の演算部５（図２参照）において実行される。より詳しくは以下の通りである。
【００５６】
即ち、上述の欠陥個数算出工程において算出した閾値と欠陥検出個数の組み合わせデータから通常の統計的手法を用いて各閾値（０〜２５５）毎に欠陥検出個数の標準偏差を求める。このようにして各閾値ごとに欠陥検出個数の標準偏差を算出したものをグラフ１３として図７に示す。
【００５７】
図７は、横軸を閾値（階調値差）、縦軸を欠陥検出個数の標準偏差とするグラフ１３を示す。
【００５８】
図７に示すように、閾値が低い方では欠陥検出個数の標準偏差は大きい。これは、検出系・光学系等のハード系ノイズ、例えばアライメント誤差等の検査装置固有のノイズが多いからである。一方、閾値が高い方では欠陥検出個数の標準偏差は比較的小さい。これは、検査装置のノイズにより生じる小さな階調値差は、検査対象の膜厚むら、配線の太さむら等による大きな階調値差に吸収されてしまうためである。
【００５９】
次に、図１に示すように、閾値範囲特定工程（ステップＳ５）について説明する。
【００６０】
この閾値範囲特定工程は、上述した標準偏差算出工程で算出された閾値（階調値差）と欠陥検出個数の標準偏差との関係を用いて、最終的に算出すべき閾値の範囲を特定する工程であり第２の演算部６において実行される。より詳しくは以下の通りである。
【００６１】
図８は、最終的に算出すべき閾値の範囲を特定する計算処理を示すフローチャートであり、図９及び図１０は、図８のフローチャートで行われる処理をグラフにて示す図である。図９中のグラフ１３は図７に示されるグラフと同じものでる。
【００６２】
以下、図８〜図１０を参照して、特に図９を参照して、閾値の範囲を特定する計算処理を説明する。
【００６３】
まず、図９に示すように、閾値Ｔｈ（＝０〜２５５）と欠陥検出個数の標準偏差との関係を示す曲線グラフ１３において、例えば閾値Ｔｈとして（ステップＳ１１）ある値を選択する。この閾値Ｔｈよりも小さい範囲で、曲線グラフ１３を一次関数（ｙ＝ｆ（ｘ））で近似し、一方閾値Ｔｈよりも大きい範囲では定数（ｙ＝ｃ）で近似する。近似にあたっては、例えば最小自乗法を用い、算出された近似式に対する残差（実データとの差）εｉ（ｉ＝０〜２５５）の二乗和値Ｓ＝Σεｉ ２ を算出し記憶する（ステップＳ１２）。以上の閾値Ｔｈを選択してから残差の二乗和値Ｓを記憶するまでのステップを閾値Ｔｈを０〜２５５に変化させてそれぞれの閾値について行う（ステップＳ１３）。これにより、各閾値Ｔｈ０〜２５５と、各閾値Ｔｈに対応する残差の二乗和Ｓとの組み合わせデータが求まる。ここまで説明した内容が、図８のステップＳ１１〜１３として示される。次に、この各閾値Ｔｈと各閾値Ｔｈに対応する残差の二乗和値Ｓとの関係をグラフとして図１０に示す。図１０に示すように、各閾値Ｔｈと残差の二乗和値Ｓとの関係から、残差の二乗和値Ｓの値が最小となるときの閾値Ｔｈを算出する。この閾値Ｔｈの算出工程は、図８のステップＳ１４に示される。最終的に決定すべき閾値は、この閾値Ｔｈより小さい閾値の範囲、あるいはこの閾値Ｔｈより大きい閾値の範囲から算出することとする（図１１参照）。つまり、最終的に決定する閾値の範囲を特定する（判別分析）。本例では、後に詳述する図１１に示すように、この閾値Ｔｈよりも小さい閾値の範囲Ｌ１から最終的な閾値を算出するものとする（図１１参照）。
【００６４】
次に、図１に示すように、閾値決定工程（ステップＳ６）について説明する。
【００６５】
この閾値決定工程は、上述の閾値範囲特定工程によって算出された閾値の範囲内において最終的な閾値を決定する工程であり第２の演算部６（図２参照）において実行される。より詳しくは以下の通りである。
【００６６】
図１１は、上述の閾値範囲特定工程（ステップＳ５）において算出された閾値の範囲Ｌ１において最終的に閾値Ｔｈ１を決定する状態を示すグラフである。この閾値Ｔｈ１は以下のようにして算出した。
【００６７】
即ち、図１１に示すように、上述のようにして特定された閾値の範囲Ｌ１において、欠陥検出個数の標準偏差が最も小さくなる閾値の値を算出し、このときの閾値を最終的な閾値Ｔｈ１として採用した。この閾値Ｔｈ１に対応するグラフ１３上の点を特徴点Ｃ１と称する。
【００６８】
さらに、ウエハのロット間ばらつきや、同一ロット内のウエハ間ばらつきを考慮して、上のように決定された閾値Ｔｈ１に対して、図１２に示すように任意のオフセット値Ｏ１を与えた閾値Ｔｈ２を最終的な閾値として決定してもよい。この最終的な閾値Ｔｈ２に対応するグラフ１３上の点を特徴点Ｃ２と称する。但し、閾値Ｔｈ１にオフセット値Ｏ１を加えて得られた閾値Ｔｈ２が許容できる閾値の範囲を外れるのを避けるべく、図１２に示すように、最小閾値Ｔ１及び最大閾値Ｔ２を設定し、この閾値の範囲Ｔ１−Ｔ２内に上述の閾値Ｔｈ２が収まるようにした。
【００６９】
以上に説明したステップＳ１〜５を、ステップＳ１〜３の繰り返し回数を５回として（図１参照）模擬欠陥ＴＥＧ(Test Element Group)ウエハ（予めウエハに作り込んだ欠陥の個数、座標が予め分かっている）に適用し、最終的に閾値を閾値Ｔｈ３として算出した結果を図１３に示す。この模擬欠陥ＴＥＧを用いた検査装置のマッチングでは、マッチングに用いる、マッチング作業が早くなり信頼性も高くなる。この例では上述したオフセット値（図１２参照）を用いずに閾値Ｔｈ３を算出している。この閾値Ｔｈ３では、欠陥検出率９８％、誤欠陥検出率１％であった。模擬欠陥ＴＥＧウエハではなく実際の製品ウエハを用いて同様の実験を行った場合も上と同程度の欠陥検出率、誤欠陥検出率を有する閾値を得ることができた。
【００７０】
以上から分かるように、本実施の形態によれば、統計的手法等を用いた定量化された手段により閾値を決定することがきるので、例えば図１４に示すように、従来のレビュー工程等を不要とし、閾値の決定に費やす時間を短縮することができる。また、レシピの作成者の熟練に左右されることない信頼性のある閾値を算出することができる。
【００７１】
上述の閾値範囲特定工程（ステップＳ５）で行った閾値の範囲の特定（図８〜１０参照）は他の手法を用いることもでき、例えば図１５に示すようにして行ってもよい。即ち、閾値をｒより大きい範囲とｒ以下の範囲とに分け、欠陥検出個数の標準偏差をそれぞれの閾値の範囲で積分して積分値Ｒ１、Ｒ２を算出する。そして、積分値Ｒ１とＲ２の比（＝Ｒ１／Ｒ２）が所定の値を示したときの閾値ｒで閾値の範囲を区切り、この閾値ｒに基づいて、例えば範囲Ｌ３を閾値の範囲として特定してもよい。
【００７２】
また、上述の閾値決定工程（ステップＳ６）で行った閾値の特定（図１１、１２参照）は他の手法を用いることもでき、例えば図１６に示すようにして行ってもよい。即ち、上述した手段のうち任意の手段を用いて閾値の範囲Ｌ４を求め、この閾値の範囲Ｌ４内において欠陥検出個数の標準偏差を閾値で微分した値（直線Ｅ１の傾き）が所定の値となるグラフ上の特徴点Ｃ３を算出し、この特徴点Ｃ３に対応する閾値Ｔｈ４を最終的な閾値として選択してもよい。
【００７３】
また、この閾値の特定は図１７に示すようにして行ってもよい。即ち、上述した手段のうち任意の手段を用いて閾値の範囲Ｌ５を求め、この閾値の範囲Ｌ５内において範囲Ｌ５のグラフ１３（１）を２つの１次関数Ｅ２、Ｅ３で近似して、これらの一次関数Ｅ２、Ｅ３の交点（特徴点）Ｃ５を求め、この特徴点Ｃ５に対応する閾値Ｔｈ５を最終的な閾値として選択してもよい。
【００７４】
（第２の実施の形態）
本実施の形態は、上述した第１の実施形態を用いて、複数の検査装置をそれぞれ適正な感度の状態に保とうとするものである（マッチング）。より詳しくは以下の通りである。
【００７５】
まず、上述の第１の実施の形態を適用して、例えば検査装置Ａ、Ｂにおいて同一の半導体デバイスサンプルを用いて閾値ＴｈＡ、ＴｈＢを算出する。この閾値ＴｈＡ、ＴｈＢを求める作業を、上述の半導体デバイスサンプルとは異なる半導体デバイスサンプルを例えば５つ用いて行う。当然ながらこの５つの半導体デバイスサンプルは互いに異なるものである。このようにして検査装置Ａ、Ｂにおいて６つの半導体デバイスサンプルのそれぞれごとに求められた閾値ＴｈＡ、ＴｈＢを、横軸を閾値ＴｈＡ、縦軸を閾値Ｂとする座標系にプロット（合計６つ）した結果を図１８に示す。
図１８に示すように、これらのプロット点Ｐ１〜Ｐ６における閾値ＴｈＡ、ＴｈＢのデータを用いて直線近似法等により閾値ＴｈＡ、ＴｈＢの近似線（較正線）Ｅ４を作成した。この較正線Ｅ４の傾きは１であった。理想的にはこの較正線Ｅ４上に各プロット点Ｐ１〜Ｐ６は位置するが、検査装置Ａ、Ｂにおける装置固有の機種差等のため較正線Ｅ４上から多少離れた位置に存在するプロット点もある。しかし、これらのプロット点Ｐ１〜Ｐ１の位置からも分かるように、閾値ＴｈＡ、ＴｈＢの相関の程度を示す相関係数Ｒ（例えば０＜Ｒ＜１）は所定値以上になるものと考えられる。なお、理想的には相関係数Ｒは１となる。従って、例えば、上述の装置固有の機種差等を考慮して相関係数Ｒの許容範囲を定め、この範囲に相関係数Ｒが入らないときは、検査装置にメンテナンスが必要である等と判断できる。また、相関係数Ｒの値が好適ではあるものの、較正線Ｅ４の傾きが１からかけ離れている場合は、検査装置にメンテナンスを要する可能性があると判断できる。
【００７６】
以上のように、本実施の形態によれば、定量的に算出された閾値に基づいて各検査装置を適正な感度状態に保つ（マッチングする）ようにしたので、マッチングにかかる時間を短縮させ、マッチング結果における信頼性も有利なものとすることができる。
【００７７】
（第３の実施の形態）
本実施の形態では、上述した第１の実施の形態を用いて、検査装置が所定の品質を維持しているか等の検査装置の品質管理（検査装置ＱＣ）を行おうとするものである。具体的には、以前までに複数回行った各検査時に得られた検査結果と、今回行った検査時に得られた検査結果を比較することにより、以前まで及び今回の検査を行った検査装置が現時点において所定の品質を維持しているかを確認しようとするものである。より詳しくは以下の通りである。
【００７８】
まず、今回、ある検査装置にて、第１の実施の形態を用いて、例えば６つの半導体デバイスサンプルの閾値をそれぞれ求める。一方、以前同一の検査装置にて行った複数回の各検査において上述の６つの半導体デバイスサンプルからそれぞれ算出された閾値を平均して各半導体デバイスサンプルごとに平均値を算出する。例えば、今回よりも以前にｎ回、閾値の算出を行っていれば、６つの半導体デバイスサンプルのそれぞれについて得られたｎ個の閾値の平均を算出する。以上により、６つの半導体デバイスサンプルのそれぞれについて、以前求めた閾値の平均値と今回求めた閾値との組み合わせデータが算出される。この６つの組み合わせデータを、横軸を今回求めた閾値、縦軸を以前求めた閾値の平均値とした座標系にプロットしたものをプロット点Ｐ１１〜Ｐ１６として図１９に示す。
【００７９】
図１９に示すように、直線近似法等を用いて各プロット点Ｐ１１〜Ｐ１６の近似線Ｅ５を作成した。この近似線Ｅ５の傾きは１付近である必要があり、相関係数Ｒも１付近の高い値でなければならない。従って、近似線Ｅ５の傾きあるいは相関係数Ｒの許容範囲を定め、この許容範囲に属さない傾きあるいは相関係数Ｒを有する検査装置は、所定の品質を満たさないとして、例えばメンテナンスの必要がある等と判断できる。
【００８０】
以上から分かるように、本実施の形態によれば、定量的に算出された閾値に基づいて検査装置の品質管理を行うようにしたので、検査装置の性能変化を感度よくとらえたより厳しい検査装置の管理が可能となる。
【００８１】
（第４の実施の形態）
本実施の形態は、上述した第１及び３の実施の形態を用いて検査装置の品質管理を行いつつ、検査装置を後述する全体コストが最適となるように稼働させようとするものである。
【００８２】
まず、全体コストの最適化の概念について説明する。
【００８３】
図２０は、全体コストを最適化するモデルフレームの一例を示すグラフ（損失関数）である。横軸が、ウエハの検査間隔（検査ロット間隔）を示し、縦軸がコスト（損失）を示す。
【００８４】
図２０の検査コストグラフＧ１に示すように、ウエハの検査間隔が大きくなるにつれ、つまりウエハの検出頻度が低下するにつれ、ウエハの検査に要するコスト（検査コスト）は低くなる。一方、ロスコストグラフＧ２に示すように、ウエハの検査間隔が大きくなると、不良品の見逃しによる損失（ロスコスト）は大きくなる。全体としての損失（全体コスト）は、検査コストとロスコストの総和となり、図中、検査コストグラフＧ１とロスコストグラフＧ２とを加算したグラフＧ３として示される。従って、全体としての損失が最小となるウエハの検出間隔は、全体コストグラフＧ３から分かるように、グラフＧ３上で最も全体コストのが低い最適点Ｏｐに対応する検出間隔Ｆ１である。以上のようにして全体コストを最小とする、つまり全体コストを最適化するウエハの検査間隔を求めることができる。ここでは、全体コストに影響を与えるコスト因子として検査間隔を例にとったが、その他にも、例えば、使用検査装置の種類、ウエハ検査枚数、検査面積範囲（検査面積カバレッジ）、欠陥レビュー数、欠陥レビュー方式等がある。本実施の形態では、これらコスト因子の値を、全体コストが最適になるように定量的に算出し、その結果に基づいて、ウエハの検査を、最適なコストにて行おうとするものである。
【００８５】
図２１は、全体コストを最適化する種々のコスト因子の値を算出し、算出したコスト因子の値に基づいて検査を行うコスト管理システムを示す構成図である。
【００８６】
このコスト管理システムは、後述する予測歩留情報、プロセス装置情報、製品計画情報等に基づいて全体コストを最適化するコスト因子（例えば検査間隔、ウエハ検査枚数等）の値データを作成し、このコスト因子値データに基づいてウエハの検査等を実施する欠陥検査管理システム１５を備える。また、欠陥検査管理システム１５によるウエハの検査により検出された欠陥データ等に基づいて、上述のコスト因子値データの作成に用いる予測歩留情報及びプロセス装置情報をフィードバック修正する歩留予測サーバ２２及びＣＲ（Clean Room）装置サーバ２４をこのコスト管理システムは備える。また、このコスト管理システムは、図示しない検査装置において行われた、テスターによるウエハの電気特性検査の結果データを用いて、上述の欠陥データの正当性の確認処理を行う電気特性サーバ２６を備える。より詳しくこのコスト管理システムについて述べれば以下の通りである。
【００８７】
図２１に示すように、このコスト管理システムの主要部を構成する欠陥検査管理システム１５は、全体コストを最適にする各種のコスト因子の値データ（コスト因子値データ）、例えば、検出間隔データ、使用検査装置データ、ウエハ検査枚数データ、検査面積カバレッジデータ、欠陥レビュー数データ、欠陥レビュー方式データ等を所定の演算式によって算出するコスト演算部１６を備える。
【００８８】
また、コスト演算部１６により算出された検査間隔データ等のコスト因子値データに基づいてウエハの欠陥検査を実施する検査装置１８Ａ、１８Ｂをこの欠陥検査管理システム１５は備える。これら検査装置１８Ａ、１８Ｂの閾値データや、例えば画像を取得する際の解像度等を示す検査モードデータ等の検査データは予め検査装置１８Ａ、１８Ｂに設定されているものとする。
【００８９】
また、検査装置１８Ａ、１８Ｂで検出された欠陥データ（欠陥個数、欠陥サイズ、欠陥種、欠陥座標等のデータ）を用いてウエハの欠陥分類（レビュー分類）を行うレビュー装置１９Ａ、１９Ｂをこの欠陥検査管理システム１５は備える。
【００９０】
また、この欠陥検査管理システム１５は、上述したコスト演算部１６により算出された検査間隔データ等のコスト因子値データ、検査装置１８Ａ、１８Ｂに予め設定される検査データ、検査装置１８Ａ、１８Ｂによる欠陥データを管理する欠陥検査データ管理サーバ２０を備える。さらに、欠陥検査管理システム１５は、これらコスト因子値データ、検査データ、欠陥データを記憶保持する第１のデータベースＤ１を備える。
【００９１】
以上の構成の欠陥検査管理システム１５を備えるコスト管理システムは、上述の第１のデータベースＤ１に記憶保持された欠陥データ等を用いて歩留りを予測する歩留予測サーバ２２と、歩留予測サーバ２２により算出された歩留予測データを記憶保持する第２のデータベースＤ２とを備える。
【００９２】
また、このコスト管理システムは、ウエハのプロセス工程で用いるプロセス装置に関連する各種データ（装置名、台数、処理形態、スループット、装置価格、減価償却期間、人件費、保守費、動力費、稼働率等のデータ）や製品計画データ（予算歩留り、投入ロット数、工期、工賃、工程数等のデータ）を管理するＣＲ装置サーバ２４を備える。また、このＣＲ装置サーバ２４によって管理され、上述のプロセス装置に関連する各種データ及び製品計画データを記憶保持する第３のデータベースＤ３をコスト管理システムは備える。
【００９３】
さらに、このコスト管理システムは、ウエハ等の電気的不良を確実に検出するテスター検査装置（図示せず）でのテスター検査（実歩留り検査）における検査結果データを取得する電気特性サーバ２６を備えている。この電気特性サーバ２６は、受信した検査結果データからウエハの電気的な不良がある部分に関するデータを取り出して、ウエハの電気的な不良がある部分の座標データを算出するものとして構成されている。そして、この電気特性サーバ２６は、検査装置１８Ａ、１８Ｂから欠陥データ（欠陥座標データを含む）を受信し、この欠陥データと算出した座標データとを突き合わせて、検査装置１８Ａ、１８Ｂから受信した欠陥データの正当性の確認処理を行うものとして構成されている。そして、この電気特性サーバ２６は、突き合わせの結果として突き合わせ結果データをこの電気特性サーバ２６に接続された第４のデータベースに記憶するものとして構成されている。
【００９４】
次に、以上のコスト管理システムの動作を、このコスト管理システムの主要部である欠陥検査管理システム１５の動作を主体にして説明する。
【００９５】
図２２は、コスト管理システムの欠陥検査管理システムの動作を説明するフローチャートを示す。
【００９６】
まず、コスト演算部１６は、全体コストを最適にするコスト因子値データを算出する最適コスト演算を行うに当たって必要となるデータを第１〜第４のデータベースＤ１〜Ｄ４から収集する。コスト演算部１６は、第１〜第４のデータベースＤ１〜Ｄ４から収集したデータに基づいて、最適コスト演算を行う演算式の各種パラメータに設定するデータを生成する（ステップＳ２１）。
【００９７】
次に、コスト演算部１６は、生成した各種データを上述の所定の演算式のパラメータに設定して、最適コスト演算を行い、全体コストを最適にする検査間隔データ等のコスト因子値データを算出する（ステップＳ２２）。
【００９８】
より詳しくは、コスト演算部１６は、演算式の各種パラメータにデータを入力した後、例えば検査間隔データを変数とする検査コスト関数（図２０のグラフＧ１参照）と、検査間隔データを変数とするロスコスト関数（図２０のグラフＧ２参照）を算出する。次いで、これら検査コスト関数とロスコスト関数との和である全体コスト関数（図２０のグラフＧ３参照）を算出する。同様にして、ウエハ検査枚数データ等の他のコスト因子値データについてもそれぞれの全体コスト関数を算出し、これらの全体コスト関数を総合評価して最も全体コストが低くなる値を採用する。（以上ステップＳ２２）。
【００９９】
このステップＳ２２では、全体コストが最小となる検査間隔データ等のコスト因子値データを算出したが、必要に応じて全体コストを犠牲にし、例えば、図２３に示すように、検査間隔を小さくしてもよい。即ち、検査装置の能力（キャパシティ）が余っている場合には検査装置の余剰能力を用いて検査間隔を小さく、つまり検出頻度を多くしてもよい。また、後述する予測歩留データを算出するために多数のウエハを検査する必要がある場合にも全体コストを犠牲にして検査間隔等を小さくしてもよい。
【０１００】
上のようにして検査間隔データ等のコスト因子値データ等を算出した後は、次に、検査装置のＱＣ（第３の実施の形態及び図１９参照）を行うかどうかを検査装置１８Ａ、１８Ｂは判断する（ステップＳ２３）。つまり、検査装置１８Ａ、１８Ｂには、予め検査装置のＱＣを行う周期データ（例えば１週間）が登録されており、前回の検査装置のＱＣを行った時点から周期データの期間が経過したか否かを検査装置１８Ａ、１８Ｂは判断する。
【０１０１】
検査装置１８Ａ，１８ｂが検査装置のＱＣを行うと判断した場合（ステップＳ２３のＹｅｓ）、検査装置１８Ａ、１８Ｂは、第１の実施の形態を用いて閾値を算出する（ステップＳ２４）。
【０１０２】
検査装置１８Ａ、１８Ｂは、第３の実施の形態を用いて、算出された閾値が規定の範囲内に存在するか判断し（ステップＳ２５）、規定の範囲外に存在すると判断した場合（ステップＳ２５のＹｅｓ）、閾値の算出に用いたウエハに異常があるかどうを確認する（ステップＳ２６）。
【０１０３】
ウエハに異常が無いと判断すれば（ステップＳ２６のＮｏ）、検査装置１８Ａ、１８Ｂに異常が生じていると判断して検査装置１８Ａ、１８Ｂにメンテナンスを施す（ステップＳ２７）。そして、再度、検査装置１８Ａ、１８Ｂにおいて閾値を算出し（ステップＳ２４）、算出された閾値が規定の範囲内に存在するかを判断する（ステップＳ２５）。
【０１０４】
一方、上述のステップＳ２３において、検査装置１８Ａ、１８Ｂが検査装置のＱＣを行わないと判断した場合（ステップＳ２３のＮｏ）、及びステップＳ２５で検査装置１８Ａ、１８Ｂが閾値に異常が無いと判断した場合（ステップＳ２５のＮｏ）、ステップＳ２６でウエハに異常があると判断された場合（ステップＳ２６のＹｅｓ）はステップＳ２８に進む。即ち、検査装置１８Ａ、１８Ｂは、ステップＳ２２の最適コスト演算で算出された検出間隔データ等のコスト因子値データを受信し、受信した検出間隔データ等のコスト因子値データに基づいてウエハの欠陥検査を行う（ステップＳ２８）。
【０１０５】
ウエハの欠陥検査を行った検査装置１８Ａ、１８Ｂは、欠陥検査による検出された欠陥データ（欠陥座標、欠陥個数、欠陥種、欠陥サイズ等のデータ）を欠陥検査データ管理サーバ２０に送り、欠陥検査データ管理サーバ２０は受信した欠陥データを第１のデータベースＤ１に記憶する（ステップＳ２９）。また、検査装置１８Ａ、１８Ｂは、検出した欠陥データのうち、例えば欠陥座標データ等を、欠陥レビュー装置１９Ａ、１９Ｂに送る（ステップＳ２９）。
【０１０６】
検査装置１８Ａ、１８Ｂから欠陥座標データ等を受信した欠陥レビュー装置１９Ａ、１９Ｂは、ステップＳ２２の最適コスト演算で算出された欠陥レビュー方式データや欠陥レビュー数データ等をコスト演算部１６から受信し、受信したこれらのデータに従って欠陥分類を行う（ステップＳ３０）。受信した欠陥レビュー方式データがＡＤＣ方式データであるときは、レビュー数のスループットは上がるもののレビューによる欠陥の分類精度は低くなる。一方、受信した欠陥レビュー方式データがマニュアル分類方式データであるときは、レビューによる欠陥の分類精度は高くなるもののレビュー数のスループットは下がる。
【０１０７】
レビューによる欠陥分類を終えた後、欠陥レビュー装置１９Ａ、１９Ｂは、欠陥レビューデータを欠陥検査データ管理サーバ２０に送信する（ステップＳ３１）。
【０１０８】
欠陥検査データ管理サーバ２０は、受信した欠陥レビューデータを第１のデータベースＤ１に記憶する（ステップＳ３２）。
【０１０９】
上述した欠陥データや欠陥レビューデータを第１のデータベースＤ１に記憶した欠陥検査データ管理サーバ２０は、第１のデータベースに記憶された欠陥データ、欠陥レビューデータを歩留予測サーバ２２に向けて送信（フィードバック）する（ステップＳ３３）。
【０１１０】
以上のようにして欠陥検査管理システム１５による処理が終わった後は、以下のように他の装置による処理が行われる。
【０１１１】
即ち、欠陥検査データ管理サーバ２０から欠陥データ及び欠陥レビューデータを受信した歩留予測サーバ２２は、受信した欠陥データ及び欠陥レビューデータを用いて、歩留予測サーバ２２に接続された第２のデータベースＤ２内の各種のデータを更新し、新たな歩留予測データを算出する。古い歩留予測データはこの新たな歩留予測データにより上書きされる。
【０１１２】
新たな歩留予測データを算出した歩留予測サーバ２２は、電気特性サーバ２６に接続された第４のデータベースに記憶された実際の歩留りデータを参照して、この新たな歩留予測データを補正してもよい。また、この歩留予測サーバ２２は、第２のデータベースに記憶された欠陥種別キラー予測率データ等を補正してもよい。
【０１１３】
新たな歩留予測データを算出あるいはこの新たな歩留データを補正した歩留予測サーバ２２は、新たな歩留予測データあるいは補正後の歩留予測データをＣＲ装置サーバ２４に送る。ＣＲ装置サーバ２４は、受信した歩留予測データを用いて、ＣＲ装置サーバ２４に接続された第３のデータベース内の製品計画情報を修正する。また、電気特性サーバ２６は、検査装置１８Ａ、１８Ｂから欠陥データ（欠陥座標データを含む）を受信し、この欠陥データと、上述したテスター検査結果を用いて算出した座標データとを突き合わせて、欠陥データの正当性の確認処理を行し、確認処理の結果データを第４のデータベースに記憶する。この後は、再び、図２２に示したフローチャートに従った処理が繰り返される。
【０１１４】
以上のように、本実施の形態によれば、検査装置に入力される検査間隔データ等のコスト因子値データを全体コストを加味しつつ定量的に決定できる。また、新規に半導体デバイスの製造ラインを開設するときに、上述したコスト管理システムにおける各種データベースのデータを活用することにより、新たな製造ラインに配置する検査装置の適正な台数を算出することができ、これにより新規に製造ラインを開設する際に伴う投資コストを最適化できる。
【０１１５】
【発明の効果】
本発明によれば、複数の半導体装置における各半導体装置の表面の所望のエリアから検出した画像データを用いて統計的手法により関数を作成し、この関数に基づいて欠陥情報検出感度データを決定するようにしたので、定量的に欠陥情報検出感度データを決定することができる。
【図面の簡単な説明】
【図１】本発明を用いて閾値を決定するプロセスの一形態を示すフローチャートである。
【図２】上述の閾値を決定するプロセスにおいて用いる閾値決定装置の構成の一例を示す図である。
【図３】所定のプロセスを経た後の基板（ウエハ）を示す図である。
【図４】検査領域から取得した画像データを複数のピクセルに分割し、各ピクセルごとの画像データをディジタル化した状態を示す図である。
【図５】ダイ比較方式の仕組みを説明するための図である。
【図６】横軸を階調値差、縦軸をその階調値差のピクセル数とするグラフを示す。
【図７】横軸を閾値（階調値差）、縦軸を欠陥検出個数の標準偏差とするグラフを示す。
【図８】 算出する閾値の範囲を特定する計算処理を示すフローチャートである。
【図９】図８のフローチャートで行われる処理を具体的に示すグラフである。
【図１０】図８のフローチャートで行われる処理を具体的に示すグラフである。
【図１１】図８のフローチャートの閾値範囲特定工程において算出された閾値の範囲において最終的に閾値を決定する状態を示す。
【図１２】図１１で決定された閾値に対して任意のオフセット値を与えた状態を示すグラフである。
【図１３】図８のフローチャートのステップＳ６を用いて閾値を求めたときの状態を示すグラフである。
【図１４】第１の実施形態の効果を説明するためのグラフを示す図である。
【図１５】図８のフローチャートの閾値範囲特定工程で行った閾値の範囲の特定を他の手法を用いて行う方法を示すグラフである。
【図１６】図８のフローチャートの閾値範囲特定工程で行った閾値の範囲の特定を他の手法を用いて行う方法を示すグラフである。
【図１７】図８のフローチャートの閾値範囲特定工程で行った閾値の範囲の特定を他の手法を用いて行う方法を示すグラフである。
【図１８】第１の実施の形態を用いて複数の検査装置のマッチングを行う方法を示すグラフである。
【図１９】第１の実施の形態を用いて検査装置のＱＣを行う方法を示すグラフである。
【図２０】全体コストの最適化のモデルフレームの一例を示すグラフ（損失関数）である。
【図２１】全体コストを最適化する種々のコスト因子値データを算出するコスト管理システムを示す構成図である。
【図２２】コスト管理システムの欠陥検査管理システムの動作を説明するフローチャートを示す。
【図２３】全体コストを犠牲にしてコスト因子値データを修正する状態を示すグラフである。
【図２４】従来の閾値（検査感度）の設定方法を示すフローチャートである。
【図２５】従来の検査装置ＱＣを行う例を示すグラフである。
【符号の説明】
１ 閾値決定装置
２ 画像データ取込部
３ 画像データ記憶部
４ 画像データ比較部
５ 第１の演算部
６ 第２の演算部
８ 基板（ウエハ）
９ チップ（半導体デバイス）
１０ 検査エリア
１５ 欠陥検査管理システム
１６ コスト演算部
１８Ａ、１８Ｂ 検査装置
１９Ａ、１９Ｂ レビュー装置
２０ 欠陥検査データ管理サーバ
２２ 歩留予測サーバ
２４ ＣＲ装置サーバ
２６ 電気特性サーバ
Ｄ１ 第１のデータベース
Ｄ２ 第２のデータベース
Ｄ３ 第３のデータベース
Ｄ４ 第４のデータベース
【発明の属する技術分野】
本発明は、欠陥情報検出感度データの決定方法、欠陥検出装置の管理方法、欠陥情報検出感度データの決定装置、半導体装置の欠陥検出方法及び半導体装置の欠陥検出装置に関するものである。
【０００２】
【従来の技術】
半導体デバイスの歩留りを大きくし、その歩留りを維持するため、所定のプロセスを経た半導体デバイスに欠陥があるかどうかを検査することは重要である。特に、半導体デバイスの製造は、例えばメモリに代表される多量少品種から、ロジック回路等のライフサイクルの短い少量多品種に移行しつつあるため、上述の半導体デバイスの欠陥検査を、可能な限り最適な感度で効率的に行うことが重要となる。
【０００３】
半導体デバイスの欠陥、例えば、ウエハに形成された微細なパターンの欠陥や結晶レベルの欠陥であるランダム欠陥を検出する手段の一つとして以下に示す方法がしばしば用いられる。
【０００４】
まず、例えばウエハを構成する複数のチップにおける隣接チップ同士や、複数のマトリクス状に配列されるセルを有するメモリの隣接セルアレイブロック同士における表面画像を光学画像あるいは電子線画像として検出する。そして、検出した隣接チップ同士または隣接セルアレイブロック同士の画像を互いに比較して両者の相違部分を抽出し、この相違部分に対応する例えばチップ上の部分を欠陥部分として判定する。
【０００５】
相違部分の抽出方法としては、具体的には、取得した隣接チップ同士等の各画像からノイズを除去をするフィルタリング処理を行った後、画像を構成する複数の画素の各画素の特徴量（濃淡値）を算出する。この各画素における特徴量を、対比される画像における各画素の特徴量とそれぞれ比較（例えば減算）する。そして、特徴量（濃淡値）の差が規定値（以下、閾値と称す）以上であれば、その画素を相違部分として抽出する。
【０００６】
【特許文献１】
特開２００１−３３７０４７号公報
【０００７】
【発明が解決しようとする課題】
しかし、上述した半導体デバイスの欠陥を検出する方法は、この方法を実施するに先だって上述した閾値（検査感度）を検査装置に設定しておく必要があり、この閾値を決定するのに時間を要していた。また、決定された閾値における信頼性も低いという問題点を有していた。これらの問題点について以下に詳しく述べる。
【０００８】
図２４は、従来の閾値の設定方法を示すフローチャートである。
【０００９】
図２４を参照して、従来の閾値の設定方法について説明する。
【００１０】
まず、半導体デバイスの欠陥検出装置に対して予め任意の閾値を設定しておく（ステップＳ１０１）。次に、画像取込装置において検査対象としての半導体デバイスの表面から画像を取り込み取り込んだ画像を構成する複数の画素における各画素を多値データ化して、デジタル画像データとする（ステップＳ１０２）。このデジタル画像データを、上と同様にして、同一種の半導体デバイス（例えば隣接チップ）から得られた他のデジタル画像データと各画素ごとに比較して、両者のデジタル画像データの相違部分を検出し、その相違部分に対応する実際の半導体デバイス上を部分を欠陥部分として特定する（ステップＳ１０２）。そして、その欠陥部分をサンプリングして（ステップＳ１０３）、人間が実際に観察（レビュー）する（ステップＳ１０４）。この観察の結果、例えば欠陥の種類や欠陥の大きさに基づいて、欠陥の検出レベルが所望のものに達しているか、つまり上述の任意の閾値の値が適正であったかを確認する（ステップＳ１０５）。確認の結果、検出レベルが十分であると判断されれば（ステップＳ１０５のＹｅｓ）、上述で設定した任意の閾値を採用し、検出レベルが不十分である判断されれば（ステップＳ１０５のＮｏ）、検出レベルが十分であると判断されるまで、任意の閾値の設定から検出レベルの確認までの工程（ステップＳ１０１〜１０５）を繰り返す。
【００１１】
このように、上述の閾値の設定方法では、閾値の決定までに任意の閾値の設定から検出レベルの確認までの工程を数回繰り返すことがあり、試行錯誤しながら時間をかけて閾値を決定していた。言い換えれば、閾値の決定までの過程はレシピ作成者（閾値等の決定者）の熟練度に負うところが多いため、閾値の決定までの時間が大きくなることもあり、閾値の決定までに必要な時間も予測できなかった。
【００１２】
また、上述の閾値の設定方法の特に欠陥レビュー工程（図２４のステップＳ１０４）においては以下のような問題点もあった。即ち、この欠陥レビュー工程において欠陥をレビューする方法の主なものとしては、例えば、欠陥が検出された全ての半導体デバイスをレビューする方法（全数レビュー法）や、欠陥が検出された半導体デバイスの個数が多い場合は欠陥を有する半導体デバイスをいくつかピックアップしてサンプリングレビューする方法（サンプリングレビュー法）がある。このうち、全数レビュー法は時間を要するため非効率的であり、一方、サンプリングレビュー法では、レビュー洩れのため、決定された閾値に大きな誤差を持ち得るため、後に、閾値を再度の修正が必要になることが多かった。
【００１３】
以上のような問題点から、短時間で精度のよい閾値を決定するため、閾値を定量的に精度良く設定できる方法の提案が望まれていた。
【００１４】
ところで、半導体デバイスの量産工場においては、多くの同一種のウエハを処理しており、これらウエハを効率よく検査するため、これらのウエハを検査するのに複数台の検査装置を用いる。しかしながら、これら複数台の検査装置はそれぞれ同じ機種ではあっても例えば微少な機種差があるため、同一のレシピ（例えば閾値や、画像取得に当たってデバイスに照射する光の強度等、検査における各種条件を定めたもの）を用いることができない。このため、各検査装置ごとに光学系等の調整をする必要が多かった。一般に、レシピの作成は定量化されていないため、作成されたレシピの出来は作成者の熟練によって左右される部分が大きく、また、レシピの作成には多くの時間を要していた。このため、上述のように各検査装置ごとに光学系を調整することは多くの時間を要すると共に、各検査装置のマッチング結果にばらつきを生じさせていた。
【００１５】
ここで、各検査装置のマッチングをとる方法の一例について具体的に述べると以下の通りである。まず、所定の処理を経た複数のウエハをある検査装置においてそれぞれ検査し、各ウエハにおいて検出された欠陥部分の座標（欠陥座標）を検出する。各ウエハにおいてそれぞれ検出された欠陥座標のうち、任意の値以上の検出率を有する欠陥座標をマスタ欠陥座標として抽出し、このマスタ欠陥座標に対応するウエハ上の部分をマスタ欠陥としてその数を計上し記憶する。この各ウエハから欠陥座標を検出し、マスタ欠陥を記憶するまでの作業を、他の複数の検査装置においても、上と同じ複数のウエハを用いてそれぞれ同様行う。この後、各検査装置によりそれぞれ検出されたマスタ欠陥の数をそれぞれ比較し、各検査装置によるマスタ欠陥の数が同じになるように各検査装置の光学系を調整するしかしながら、このような各検査装置のマッチングにおいて用いられるウエハは、検査装置の製造メーカーが予め用意した基準ウエハ、及び実際に工場での処理工程を経たウエハであるが検査対象とは異なる種類のウエハ（時間的制約等から検査対象となる全ての種類のウエハを用いたマッチングは困難）であった。このようにマッチングでは実際に検査対象となるウエハを全て考慮したものとは言えないため信頼性が高いとはいえなかった。
【００１６】
このように従来の各検査装置間のマッチング結果はばらつきが大きくマッチングにも時間もかかるため、実際に検査対象となるウエハと同一種類のウエハを使用し且つ定量化された手段を用いて各検査装置間のマッチングを行うことが望まれていた。
【００１７】
ところで、上に述べたように、従来の検査装置のレシピの作成においては、レシピの作成者の熟練に負うところが多く、またレシピの作成に当たって用いるサンプルの種類・数も少なかった。このため、作成されたレシピの信頼性も低く、従来の方法によるレシピはノイズに対する耐性（ロバスト性）が無い場合が多かった。このことは、検査装置の性能を定期的に検査して検査装置の性能を維持する品質管理（ＱＣ：Quality Control）においても問題となっていた。より詳しくは以下の通りである。
【００１８】
図２５は、従来の検査装置ＱＣの例を示すグラフである。
【００１９】
従来の検査装置ＱＣは、所定の間隔（例えば１週間）で同一のサンプルを同一のレシピを用いて検査し、検出された欠陥個数が、図２５に示す下限個数及び上限個数の間の許容範囲に入るか否かで管理されていた。そして、検出された欠陥個数が、この許容範囲に入らない場合、その検査装置は品質基準を満たさないとして、メンテナンスの必要があるなどとされた。上述したように、従来ではレシピの作成の出来はレシピ作成者の熟練によるところが多く、実デバイスの閾値の余裕度を考慮せず、誤差因子を無視できないようなレシピを作成してしまうことがある。この場合、例えば欠陥が過度に多く検出され、品質に問題のない検査装置でも品質基準を満たないと判断されていた。このため、適正な検査装置ＱＣを行えるようにするレシピの作成方法、特に閾値の決定方法を提案することが強く望まれていた。
【００２０】
ところで、半導体デバイスの製造ラインにおいては、ウエハの処理をするのに多種かつ複数の半導体製造装置を用いており、また、この半導体製造装置の処理シーケンスには、バッチ処理、マルチチャンバ処理等、多種多様の処理シーケンスがある。このため、種々のプロセスを経たウエハには、ロット間のばらつき（ロットバリエーション）や、同一ロット内におけるウエハ間のばらつき（ウエハバリエーション）が否応なく発生する。従って、このようなばらつきを防ぐためには、ウエハの検査工程において、全てのウエハを検査する（全数検査）ことが望ましい。しかし、全数検査によるコストならびにスループットを考えると、ウエハの全数検査は事実上困難である。そこで、実際には、検査装置の能力（キャパシティ）からウエハの検査処理可能枚数を求め、その枚数に基づいてウエハの検査が行われている。そして、この限られた枚数の検査の中でできるだけ検査洩れを防ぐべく次にようにしてウエハの検査を行っていた。即ち、ウエハの製造履歴（例えばウエハが経てきた工程名やプロセス装置の名称等）を統計的に処理して、できるだけ検査洩れを少なくできるウエハのサンプリングプランを作成し、このサンプリングプランに基づいてウエハの検査を行っていた。しかし、このウエハの検査には以下のような問題点があった。
【００２１】
即ち、このウエハ検査では、限られた固定台数の検査装置でできるだけ多くの枚数のウエハを検査することに主眼をおいていたため必ずしもコスト（損失）の最適化が行われていたとは言えなかった。例えば、ウエハの歩留りは絶えず変化しているにも拘わらず、一度決められた検査間隔（検査頻度）、ウエハ検査枚数等のコスト因子は変更されていなかった。このため、コストを加味しつつ、定量的且つ自動的に、検査間隔やウエハ検査枚数等のコスト因子の値を見直す技術が求められていた。
【００２２】
本発明は、上記問題点に鑑みなされたものであり、閾値（欠陥検出感度）を定量的に決定できる欠陥検査感度の決定方法及び決定装置、この欠陥検査感度の決定方法を用いた欠陥検出装置の管理方法を提供することを目的とする。また、本発明は、全体コストを考慮しつつ、検査頻度やウエハ検査枚数等のコスト因子の値を定量的に決定できる半導体装置の欠陥検出方法及び欠陥検出装置を提供することを目的とする。
【００２３】
【課題を解決するための手段】
本発明の一態様としての閾値決定方法は、複数の半導体装置における各半導体装置の表面の所望エリアからそれぞれ画像データを取り込み、前記画像データの少なくとも２つを演算処理して得られた演算処理結果をあらかじめ与えられた閾値と比較することによって、演算に用いられた前記画像データの少なくともいずれかに対応する前記所望エリアにおける欠陥情報を取得することを、前記閾値を変化させつつ複数回行うことにより、前記閾値と前記欠陥情報とを対応づけた組み合わせデータを複数取得し、複数の前記組み合わせデータを用いて、前記所望のエリアにおける欠陥個数の前記複数の半導体装置間の標準偏差と、前記閾値との関係を示す関数を作成し、前記関数に基づいて、半導体装置の欠陥検査時に使用する閾値を決定する、ことを特徴とする。
【００２４】
本発明の一態様としての欠陥検出装置の管理方法は、複数台の欠陥検出装置のそれぞれにおいて、請求項１乃至１２のいずれかに記載の方法を用いて、前記閾値を決定し、前記複数台の欠陥検出装置のそれぞれにおいて決定された前記閾値を用いて、前記複数台の欠陥検出装置の状態を管理することを特徴とする。
【００２５】
本発明の一態様としての閾値決定装置は、複数の半導体装置における各半導体装置の表面の所望エリアに光あるいは電子線を照射して、前記所望のエリアからの反射光あるいは電子を用いて前記所望のエリアにおける画像データを取り込む画像データ取得部と、前記画像データの少なくとも２つを演算処理して得られた演算処理結果をあらかじめ与えられた閾値と比較することによって、演算に用いられた前記画像データの少なくともいずれかに対応する前記所望エリアにおける欠陥情報を取得する処理を、前記閾値を変化させつつ複数回行うことにより、前記閾値と前記欠陥情報とを対応づけた組み合わせデータを複数取得する第１の演算部と、複数の前記組み合わせデータを用いて、前記所望のエリアにおける欠陥個数の前記複数の半導体装置間の標準偏差と、前記閾値との関係を示す関数を作成し、前記関数に基づいて、半導体装置の欠陥検査時に使用する閾値を決定する第２の演算部と、を備えたことを特徴とする。
【００２６】
本発明の一態様としての半導体装置の欠陥検出方法は、半導体装置の製造プロセスに用いられるプロセス装置に関連するデータを記憶保持するプロセス装置データベースと、半導体装置の歩留りに関連するデータを記憶保持する歩留データベースと、テスター検査結果データ及び前記テスター検査結果データと半導体装置の欠陥情報との突き合わせ結果データとを記憶保持する電気特性データベースとにそれぞれ記憶保持された、前記プロセス装置に関連するデータ、前記歩留りに関連するデータ及び前記突き合わせ結果データとを用いて、前記半導体装置の製造により生じるコストと、前記半導体装置の欠陥検出検査における検査条件データが設定され前記コストに影響を与えるコスト因子値パラメータとの関係を示す関数を作成し、前記コストとコスト因子値パラメータとの関係を示す関数に基づいて前記コスト因子値データを決定し、前記コスト因子データ、及び請求項１乃至１２のいずれかに記載の方法で決定された閾値に基づいて前記半導体装置の欠陥検出検査を行い、前記半導体装置の欠陥検出検査によって検出された欠陥情報と、前記歩留データベースに記憶保持された前記歩留りに関連するデータから、新たな歩留りに関連するデータを作成し、前記欠陥情報と前記テスター検査結果データとの突き合わせをして新たな突き合わせ結果データを作成し、この新たな歩留に関連するデータ及び新たな突き合わせ結果データをフィードバックして、前記コストとコスト因子値パラメータとの関係を示す関数を再度作成する、ことを特徴とする。
【００２７】
本発明の一態様としての半導体装置の欠陥検出システムは、半導体装置の製造プロセスに用いられるプロセス装置に関連するデータを記憶保持するプロセス装置データベースと、 半導体装置の歩留りに関連するデータを記憶保持する歩留データベースと、テスター検査結果データ、及び前記テスター検査結果データと半導体装置の欠陥情報との突き合わせ結果データを記憶保持する電気特性データベースと、前記プロセス装置データベース、前記歩留データベース及び前記電気特性データベースに記憶保持された前記プロセス装置に関連するデータ、前記歩留りに関連するデータ及び前記突き合わせ結果データを用いて、前記半導体装置の製造により生じるコストと、前記コストに影響を与え、前記半導体装置の欠陥検出検査における検査条件データが設定されるコスト因子値パラメータとの関係を示す関数を作成し、前記コストとコスト因子値パラメータとの関係を示す関数に基づいてコスト因子値データを決定するコスト演算部と、前記コスト因子データ、及び請求項１乃至１２のいずれかに記載の方法で決定された閾値に基づいて、前記半導体装置の欠陥検出検査を行う半導体装置の欠陥検出装置と、前記半導体装置の欠陥検出装置による前記欠陥検出検査により検出された欠陥情報と、前記歩留データベースに記憶保持された前記歩留りに関連するデータから、新たな歩留りに関連するデータを作成し、前記欠陥情報と前記テスター検査結果データとの突き合わせをして新たな突き合わせ結果データを作成し、前記新たな歩留に関連するデータ及び前記新たな突き合わせ結果データとを前記コスト演算部にフィードバックする歩留関連データ管理部と、を備えることを特徴とする。
【００２８】
【発明の実施の形態】
以下、図面を参照しながら、本発明の実施の形態について説明する。
【００２９】
（第１の実施の形態）
図１は、本発明を用いて閾値を決定するプロセスの一形態を示すフローチャートであり、図２は、上述の閾値を決定するプロセスにおいて用いる閾値決定装置の構成の一例を示す図である。
【００３０】
図１に示すように、この閾値決定プロセスは、検査対象となる複数の半導体デバイスの表面からそれぞれの画像データを取得する画像データ取得工程（ステップＳ１）と、取得した画像データを各ピクセルごとに多値化してディジタル画像データとして記憶部に記憶させるディジタル画像データ記憶工程（ステップＳ２）と、記憶されたディジタル画像データを用いて各半導体デバイスの欠陥個数を、閾値をパラメータとして閾値毎に算出する欠陥個数算出工程（ステップＳ３）と、この欠陥個数算出工程の算出結果を用いて閾値毎に欠陥検出個数の標準偏差を算出する標準偏差算出工程（ステップＳ４）と、この標準偏差算出工程の算出結果を用いて算出すべき閾値の範囲を特定する閾値範囲特定工程（ステップＳ５）と、この閾値範囲特定工程の算出結果を用いて最終的に閾値を決定する閾値決定工程（ステップＳ６）とを有する。
【００３１】
上述の各ステップＳ１〜６を実行するため、図２に示すように、閾値決定装置１は、上述の画像データ取得工程（ステップＳ１）とディジタル画像データ記憶工程（ステップＳ２）とを実行する画像データ取込部２と、ディジタル画像データを記憶する画像データ記憶部３と、前述の欠陥個数算出工程（ステップＳ３）を実行する画像データ比較部４と、前述の標準偏差算出工程（ステップＳ４）を実行する第１の演算部５と、前述の標準偏差収束点算出工程と閾値決定工程（ステップＳ５、６）を実行する第２の演算部６とを有する。
【００３２】
以下、図１及び図２を参照しながら、上述の閾値決定プロセスを各ステップＳ１〜６に分けて順次説明する。
【００３３】
まず、画像データ取得工程（ステップＳ１）について説明する。
【００３４】
この画像データ取得工程は、画像データ取得部２（図２参照）において、検査対象となる複数の半導体デバイスの表面からそれぞれ画像データを取得する工程である。より詳しくは以下の通りである。
【００３５】
図３は、所定のプロセスを経た後の基板（ウエハ）８を示し、ウエハ８には複数のチップ（半導体デバイス）９が作り込まれている。図中、ウエハ８には、チップ９（１）〜９（３６）の３６個のチップが作り込まれているが、実際にはより多くのチップが形成されている。ここではこれらのチップ９のうち、例えば４つのチップ９（２１）〜９（２４）が、検査対象（画像データ取得対象）となるものとする。より詳しくは、図３に示すように、各チップ９（２１）〜９（２４）の一領域である検査エリア１０（２１）〜１０（２４）が検査対象となる。これらの検査領域１０（２１）〜１０（２４）を、例えばＣＣＤセンサ等を用いて、図中に示す走査方向にスキャンして、検査領域１０（２１）〜１０（２４）を撮像する。これらの検査領域１０（２１）〜１０（２４）を撮像する手段としてはＣＣＤセンサの他、例えば電子顕微鏡等を用いても良い。検査領域１０（２１）〜１０（２４）は、図中の拡大図に示すように、例えば配線領域である。
【００３６】
以上のように、この画像データ取得工程では、ウエハ８上の各チップ９（２１）〜（２４）の各一領域である検査領域１０（２１）〜１０（２４）の撮像して各検査領域１０（２１）〜１０（２４）の画像データを取り込む。
【００３７】
次に、図１に示すように、ディジタル画像データ記憶工程（ステップＳ２）について説明する。
【００３８】
このディジタル画像データ記憶工程は、前述の画像データ取得工程（ステップＳ１）において画像データ取得部２（図２参照）で撮像した画像データをディジタル画像データに変換して、ディジタル画像データ記憶部３に記憶する工程である。より詳しくは以下の通りである。
【００３９】
図４は、検査領域１０（２１）の画像データを複数のピクセルに分割し、各ピクセルごとの画像データをディジタル化した状態を示す図である。
【００４０】
図４に示すように、検査領域１０（２１）の画像データを構成する各ピクセルは、例えば階調値０〜２５５の範囲でディジタル化され、各ピクセルの画像データはディジタル画像データとしてディジタル画像データ記憶部３内に記憶される。このとき、各ピクセルのウエハ８上における座標などの情報も併せて記録される。他の検査領域１０（２２）〜１０（２４）の画像データ等についても同様にして各ピクセルごとにデジタル化されてディジタル画像データ記憶部３内に記憶される。
【００４１】
次に、図１に示すように、欠陥検出個数算出工程（ステップＳ３）について説明する。
【００４２】
この欠陥検出個数算出工程は、上述の工程（ステップＳ２）でディジタル画像データ記憶部３に記憶された検査領域１０（２１）〜１０（２４）の各ディジタル画像データを用いて、各検査領域１０（２１）〜１０（２４）に存在する欠陥個数を例えばダイ比較方式により算出する工程である。この際、上述の階調値０〜２５５に対応させて後述する閾値を例えば０から２５５までの２５６段階に変化させ、各閾値ごとに各検査領域１０（２１）〜１０（２４）の欠陥個数を算出する。この工程は画像データ比較部４において実行される。より詳しくは以下の通りである。
【００４３】
まず、上述したダイ比較方式による欠陥の検出方法の仕組みを説明する。
【００４４】
図５は、このダイ比較方式の仕組みを説明するための図である。
【００４５】
図５に示すように、検査領域Ａ〜Ｃ（図示せず）の画像データＡ〜Ｃがあるとする。これらの画像データＡ〜Ｃは、複数のピクセルにより構成され、各ピクセルごとに所定の階調値０〜２５５を有するものとする。このような前提において、画像データＡ〜Ｃを用いて検査領域Ｂの欠陥を検出する。
【００４６】
具体的には、まず、図５に示すように、画像データＡ及び画像データＢを構成する複数のピクセルの各ピクセルにおける階調値を、互いに対応する各ピクセル同士で減算し、減算した結果の絶対値（｜Ａ−Ｂ｜）をとる。この各ピクセル同士の減算の結果の絶対値を、画像データＢのピクセルと同一数のセルを有するセル表１２（１）に図５のようにして示す。各セル内には０〜２５５の値の階調値差が入る。同様にして、画像データＢと画像データＣについても互いに対応する各ピクセル同士にて階調値を減算して、絶対値（｜Ｂ−Ｃ｜）を求め、画像データＢのピクセルと同一数のセルを有するセル表１２（２）内に配置する。そして、このセル表１２（２）と先に示したセル表１２（１）との共通部分をとる（｜Ａ−Ｂ｜ＡＮＤ｜Ｂ−Ｃ｜）。即ち、セル表１２（１）、１２（２）のそれぞれの各セルを互いに対応させ、小さい方のセル値を採用し、セル表１２（３）として表す。セル表１２（２）とセル表１２（１）との共通部分をとった結果、セル表１２（３）に示すように、階調値差が大きいセルと、階調値差の小さいセルと、階調値差がゼロのセルが現れる。階調値差が大きいか小さいかは、後述する閾値より大きいか小さいかで判断する。セル表１２（３）の各セルのうち、階調値差が閾値より大きいセルに対応する検査領域Ｂ上の部分が欠陥部分であり、セル表１２（３）に示すように欠陥部分は例えば２つある。階調値差が小さいあるいはゼロのセルに対応する検査領域Ｂ上の部分が適正な部分である。本来であれば、検査領域Ｂ上の適正な部分に対応するセルは階調値差がゼロになるはずであるが、検査時にノイズ成分が混入等した場合には小さい階調値差が生じるのである。なお、上記説明では、２つの画像データの相違部分を検出するのに、両画像データをそれぞれ構成する複数のピクセルの各ピクセル同士の差分の絶対値をとったが、絶対値ではなく単に差分をとって両画像データの相違部分を検出してもよい。
【００４７】
以上に説明したことをグラフを用いて説明するため図６を示す。
【００４８】
図６は、横軸を、上述のセル表１２（３）における各セルの属性である階調値差、縦軸を、各階調値差を有するセル数、つまり、画像データＢのピクセル数（ピクセルカウント数）とするグラフを示す。
【００４９】
図６に示すように、閾値よりも大きい階調値差を有するピクセルに対応する検査領域Ｂ上の部分は欠陥部分とされる。但し、閾値よりも大きい階調値差を有することをもってその階調値差を有するピクセルの対応する検査領域上の部分を欠陥部分とするのではなく他の基準をも用いてもよい。例えばその階調値差を有するピクセルの個数、その階調値差を有するピクセルの座標等の情報をも用いて欠陥部分や欠陥個数を算出しても良い。具体的には、例えば所定の階調値差を有するピクセルが所定の座標範囲内に一定以上あるときに１つの欠陥があるとしてもよい。
【００５０】
一方、図６に示すように、閾値よりも小さい値の階調値差を有するピクセルに対応する検査領域Ｂ上の部分は適正部分とされる。図６中、階調値差が０より大きく閾値よりも小さい部分はノイズ成分により階調値差が生じたものである。ノイズ成分としては、例えば膜厚むら、ステージのアライメント精度等があり、階調値差が低いほど、ピクセルカウント数が大きくなった。
【００５１】
以上のダイ比較方式では、３つの画像データＡ〜Ｃを用いて検査領域Ｂの欠陥個数や欠陥部分を検出する場合を説明したが、画像データＡ、Ｂの２つの画像データのみを用いて検査領域Ｂ上の欠陥個数等を算出することも当然に可能であるさて、前述の欠陥検出個数算出工程（ステップＳ３）においては、上に説明したダイ比較方式を用いて、図３の各検査領域１０（２１）〜１０（２４）に存在する欠陥個数を、閾値を０から２５５までの２５６段階に変化させ、それぞれの閾値ごとに算出する。
【００５２】
より詳しくは、まず、先述のディジタル画像データ記憶部３に記憶された検査領域１０（２１）〜１０（２３）（図３参照）のディジタル画像データを用いて、先述したダイ比較方式により、検査領域１０（２２）における欠陥個数を算出する。この際、閾値を０〜２５５まで１ずつ増やして変化させ、各閾値ごとに欠陥個数を算出する。このようにして閾値を０〜２５５まで順次変化させて、各閾値ごとの欠陥個数を検出することで、検査領域１０（２２）について、閾値と欠陥個数の組み合わせデータが２５６組作成される。同様にして、検査領域１０（２１）、１０（２３）、１０（２４）についても閾値と欠陥個数の組み合わせデータをそれぞれ２５６組作成する。本例では、閾値を０〜２５５までの２５６段階に変化させているが、例えば０、２、４、６、・・・と１２８段階に変化させ、また５１、５２・・・１００等と特定の範囲において変化させるなど、検査を行うべき閾値は目的に応じ適宜変更可能である。
【００５３】
次に、図１に示すように、画像データ取得工程（ステップＳ１）、ディジタル画像データ記憶工程（ステップＳ２）、欠陥検出個数算出工程（ステップＳ３）を、複数回（ｍ回）例えば５回繰り返し行う。このとき、上で用いたものと同じウエハ８を用い、同じ検査領域１０（２１）〜１０（２４）に対して上の工程を行う。当然ながら上で用いたウエハ８と異なるウエハを用いてもよく、また検査領域１０（２１）〜１０（２４）とは異なる検査領域に対して欠陥検出を行ってもよい。本繰り返し工程により、閾値と欠陥個数の組み合わせデータが、検査領域１０（２１）〜１０（２４）のそれぞれについて２５６×５＝１２８０組作成されることとなる。
【００５４】
次に、図１に示すように、標準偏差算出工程（ステップＳ４）について説明する。
【００５５】
この標準偏差算出工程は、上の欠陥個数算出工程において算出された閾値と欠陥検出個数との組み合わせデータを用いて閾値（０〜２５５）毎に欠陥検出個数の標準偏差を算出する工程であり第１の演算部５（図２参照）において実行される。より詳しくは以下の通りである。
【００５６】
即ち、上述の欠陥個数算出工程において算出した閾値と欠陥検出個数の組み合わせデータから通常の統計的手法を用いて各閾値（０〜２５５）毎に欠陥検出個数の標準偏差を求める。このようにして各閾値ごとに欠陥検出個数の標準偏差を算出したものをグラフ１３として図７に示す。
【００５７】
図７は、横軸を閾値（階調値差）、縦軸を欠陥検出個数の標準偏差とするグラフ１３を示す。
【００５８】
図７に示すように、閾値が低い方では欠陥検出個数の標準偏差は大きい。これは、検出系・光学系等のハード系ノイズ、例えばアライメント誤差等の検査装置固有のノイズが多いからである。一方、閾値が高い方では欠陥検出個数の標準偏差は比較的小さい。これは、検査装置のノイズにより生じる小さな階調値差は、検査対象の膜厚むら、配線の太さむら等による大きな階調値差に吸収されてしまうためである。
【００５９】
次に、図１に示すように、閾値範囲特定工程（ステップＳ５）について説明する。
【００６０】
この閾値範囲特定工程は、上述した標準偏差算出工程で算出された閾値（階調値差）と欠陥検出個数の標準偏差との関係を用いて、最終的に算出すべき閾値の範囲を特定する工程であり第２の演算部６において実行される。より詳しくは以下の通りである。
【００６１】
図８は、最終的に算出すべき閾値の範囲を特定する計算処理を示すフローチャートであり、図９及び図１０は、図８のフローチャートで行われる処理をグラフにて示す図である。図９中のグラフ１３は図７に示されるグラフと同じものでる。
【００６２】
以下、図８〜図１０を参照して、特に図９を参照して、閾値の範囲を特定する計算処理を説明する。
【００６３】
まず、図９に示すように、閾値Ｔｈ（＝０〜２５５）と欠陥検出個数の標準偏差との関係を示す曲線グラフ１３において、例えば閾値Ｔｈとして（ステップＳ１１）ある値を選択する。この閾値Ｔｈよりも小さい範囲で、曲線グラフ１３を一次関数（ｙ＝ｆ（ｘ））で近似し、一方閾値Ｔｈよりも大きい範囲では定数（ｙ＝ｃ）で近似する。近似にあたっては、例えば最小自乗法を用い、算出された近似式に対する残差（実データとの差）εｉ（ｉ＝０〜２５５）の二乗和値Ｓ＝Σεｉ ２ を算出し記憶する（ステップＳ１２）。以上の閾値Ｔｈを選択してから残差の二乗和値Ｓを記憶するまでのステップを閾値Ｔｈを０〜２５５に変化させてそれぞれの閾値について行う（ステップＳ１３）。これにより、各閾値Ｔｈ０〜２５５と、各閾値Ｔｈに対応する残差の二乗和Ｓとの組み合わせデータが求まる。ここまで説明した内容が、図８のステップＳ１１〜１３として示される。次に、この各閾値Ｔｈと各閾値Ｔｈに対応する残差の二乗和値Ｓとの関係をグラフとして図１０に示す。図１０に示すように、各閾値Ｔｈと残差の二乗和値Ｓとの関係から、残差の二乗和値Ｓの値が最小となるときの閾値Ｔｈを算出する。この閾値Ｔｈの算出工程は、図８のステップＳ１４に示される。最終的に決定すべき閾値は、この閾値Ｔｈより小さい閾値の範囲、あるいはこの閾値Ｔｈより大きい閾値の範囲から算出することとする（図１１参照）。つまり、最終的に決定する閾値の範囲を特定する（判別分析）。本例では、後に詳述する図１１に示すように、この閾値Ｔｈよりも小さい閾値の範囲Ｌ１から最終的な閾値を算出するものとする（図１１参照）。
【００６４】
次に、図１に示すように、閾値決定工程（ステップＳ６）について説明する。
【００６５】
この閾値決定工程は、上述の閾値範囲特定工程によって算出された閾値の範囲内において最終的な閾値を決定する工程であり第２の演算部６（図２参照）において実行される。より詳しくは以下の通りである。
【００６６】
図１１は、上述の閾値範囲特定工程（ステップＳ５）において算出された閾値の範囲Ｌ１において最終的に閾値Ｔｈ１を決定する状態を示すグラフである。この閾値Ｔｈ１は以下のようにして算出した。
【００６７】
即ち、図１１に示すように、上述のようにして特定された閾値の範囲Ｌ１において、欠陥検出個数の標準偏差が最も小さくなる閾値の値を算出し、このときの閾値を最終的な閾値Ｔｈ１として採用した。この閾値Ｔｈ１に対応するグラフ１３上の点を特徴点Ｃ１と称する。
【００６８】
さらに、ウエハのロット間ばらつきや、同一ロット内のウエハ間ばらつきを考慮して、上のように決定された閾値Ｔｈ１に対して、図１２に示すように任意のオフセット値Ｏ１を与えた閾値Ｔｈ２を最終的な閾値として決定してもよい。この最終的な閾値Ｔｈ２に対応するグラフ１３上の点を特徴点Ｃ２と称する。但し、閾値Ｔｈ１にオフセット値Ｏ１を加えて得られた閾値Ｔｈ２が許容できる閾値の範囲を外れるのを避けるべく、図１２に示すように、最小閾値Ｔ１及び最大閾値Ｔ２を設定し、この閾値の範囲Ｔ１−Ｔ２内に上述の閾値Ｔｈ２が収まるようにした。
【００６９】
以上に説明したステップＳ１〜５を、ステップＳ１〜３の繰り返し回数を５回として（図１参照）模擬欠陥ＴＥＧ(Test Element Group)ウエハ（予めウエハに作り込んだ欠陥の個数、座標が予め分かっている）に適用し、最終的に閾値を閾値Ｔｈ３として算出した結果を図１３に示す。この模擬欠陥ＴＥＧを用いた検査装置のマッチングでは、マッチングに用いる、マッチング作業が早くなり信頼性も高くなる。この例では上述したオフセット値（図１２参照）を用いずに閾値Ｔｈ３を算出している。この閾値Ｔｈ３では、欠陥検出率９８％、誤欠陥検出率１％であった。模擬欠陥ＴＥＧウエハではなく実際の製品ウエハを用いて同様の実験を行った場合も上と同程度の欠陥検出率、誤欠陥検出率を有する閾値を得ることができた。
【００７０】
以上から分かるように、本実施の形態によれば、統計的手法等を用いた定量化された手段により閾値を決定することがきるので、例えば図１４に示すように、従来のレビュー工程等を不要とし、閾値の決定に費やす時間を短縮することができる。また、レシピの作成者の熟練に左右されることない信頼性のある閾値を算出することができる。
【００７１】
上述の閾値範囲特定工程（ステップＳ５）で行った閾値の範囲の特定（図８〜１０参照）は他の手法を用いることもでき、例えば図１５に示すようにして行ってもよい。即ち、閾値をｒより大きい範囲とｒ以下の範囲とに分け、欠陥検出個数の標準偏差をそれぞれの閾値の範囲で積分して積分値Ｒ１、Ｒ２を算出する。そして、積分値Ｒ１とＲ２の比（＝Ｒ１／Ｒ２）が所定の値を示したときの閾値ｒで閾値の範囲を区切り、この閾値ｒに基づいて、例えば範囲Ｌ３を閾値の範囲として特定してもよい。
【００７２】
また、上述の閾値決定工程（ステップＳ６）で行った閾値の特定（図１１、１２参照）は他の手法を用いることもでき、例えば図１６に示すようにして行ってもよい。即ち、上述した手段のうち任意の手段を用いて閾値の範囲Ｌ４を求め、この閾値の範囲Ｌ４内において欠陥検出個数の標準偏差を閾値で微分した値（直線Ｅ１の傾き）が所定の値となるグラフ上の特徴点Ｃ３を算出し、この特徴点Ｃ３に対応する閾値Ｔｈ４を最終的な閾値として選択してもよい。
【００７３】
また、この閾値の特定は図１７に示すようにして行ってもよい。即ち、上述した手段のうち任意の手段を用いて閾値の範囲Ｌ５を求め、この閾値の範囲Ｌ５内において範囲Ｌ５のグラフ１３（１）を２つの１次関数Ｅ２、Ｅ３で近似して、これらの一次関数Ｅ２、Ｅ３の交点（特徴点）Ｃ５を求め、この特徴点Ｃ５に対応する閾値Ｔｈ５を最終的な閾値として選択してもよい。
【００７４】
（第２の実施の形態）
本実施の形態は、上述した第１の実施形態を用いて、複数の検査装置をそれぞれ適正な感度の状態に保とうとするものである（マッチング）。より詳しくは以下の通りである。
【００７５】
まず、上述の第１の実施の形態を適用して、例えば検査装置Ａ、Ｂにおいて同一の半導体デバイスサンプルを用いて閾値ＴｈＡ、ＴｈＢを算出する。この閾値ＴｈＡ、ＴｈＢを求める作業を、上述の半導体デバイスサンプルとは異なる半導体デバイスサンプルを例えば５つ用いて行う。当然ながらこの５つの半導体デバイスサンプルは互いに異なるものである。このようにして検査装置Ａ、Ｂにおいて６つの半導体デバイスサンプルのそれぞれごとに求められた閾値ＴｈＡ、ＴｈＢを、横軸を閾値ＴｈＡ、縦軸を閾値Ｂとする座標系にプロット（合計６つ）した結果を図１８に示す。
図１８に示すように、これらのプロット点Ｐ１〜Ｐ６における閾値ＴｈＡ、ＴｈＢのデータを用いて直線近似法等により閾値ＴｈＡ、ＴｈＢの近似線（較正線）Ｅ４を作成した。この較正線Ｅ４の傾きは１であった。理想的にはこの較正線Ｅ４上に各プロット点Ｐ１〜Ｐ６は位置するが、検査装置Ａ、Ｂにおける装置固有の機種差等のため較正線Ｅ４上から多少離れた位置に存在するプロット点もある。しかし、これらのプロット点Ｐ１〜Ｐ１の位置からも分かるように、閾値ＴｈＡ、ＴｈＢの相関の程度を示す相関係数Ｒ（例えば０＜Ｒ＜１）は所定値以上になるものと考えられる。なお、理想的には相関係数Ｒは１となる。従って、例えば、上述の装置固有の機種差等を考慮して相関係数Ｒの許容範囲を定め、この範囲に相関係数Ｒが入らないときは、検査装置にメンテナンスが必要である等と判断できる。また、相関係数Ｒの値が好適ではあるものの、較正線Ｅ４の傾きが１からかけ離れている場合は、検査装置にメンテナンスを要する可能性があると判断できる。
【００７６】
以上のように、本実施の形態によれば、定量的に算出された閾値に基づいて各検査装置を適正な感度状態に保つ（マッチングする）ようにしたので、マッチングにかかる時間を短縮させ、マッチング結果における信頼性も有利なものとすることができる。
【００７７】
（第３の実施の形態）
本実施の形態では、上述した第１の実施の形態を用いて、検査装置が所定の品質を維持しているか等の検査装置の品質管理（検査装置ＱＣ）を行おうとするものである。具体的には、以前までに複数回行った各検査時に得られた検査結果と、今回行った検査時に得られた検査結果を比較することにより、以前まで及び今回の検査を行った検査装置が現時点において所定の品質を維持しているかを確認しようとするものである。より詳しくは以下の通りである。
【００７８】
まず、今回、ある検査装置にて、第１の実施の形態を用いて、例えば６つの半導体デバイスサンプルの閾値をそれぞれ求める。一方、以前同一の検査装置にて行った複数回の各検査において上述の６つの半導体デバイスサンプルからそれぞれ算出された閾値を平均して各半導体デバイスサンプルごとに平均値を算出する。例えば、今回よりも以前にｎ回、閾値の算出を行っていれば、６つの半導体デバイスサンプルのそれぞれについて得られたｎ個の閾値の平均を算出する。以上により、６つの半導体デバイスサンプルのそれぞれについて、以前求めた閾値の平均値と今回求めた閾値との組み合わせデータが算出される。この６つの組み合わせデータを、横軸を今回求めた閾値、縦軸を以前求めた閾値の平均値とした座標系にプロットしたものをプロット点Ｐ１１〜Ｐ１６として図１９に示す。
【００７９】
図１９に示すように、直線近似法等を用いて各プロット点Ｐ１１〜Ｐ１６の近似線Ｅ５を作成した。この近似線Ｅ５の傾きは１付近である必要があり、相関係数Ｒも１付近の高い値でなければならない。従って、近似線Ｅ５の傾きあるいは相関係数Ｒの許容範囲を定め、この許容範囲に属さない傾きあるいは相関係数Ｒを有する検査装置は、所定の品質を満たさないとして、例えばメンテナンスの必要がある等と判断できる。
【００８０】
以上から分かるように、本実施の形態によれば、定量的に算出された閾値に基づいて検査装置の品質管理を行うようにしたので、検査装置の性能変化を感度よくとらえたより厳しい検査装置の管理が可能となる。
【００８１】
（第４の実施の形態）
本実施の形態は、上述した第１及び３の実施の形態を用いて検査装置の品質管理を行いつつ、検査装置を後述する全体コストが最適となるように稼働させようとするものである。
【００８２】
まず、全体コストの最適化の概念について説明する。
【００８３】
図２０は、全体コストを最適化するモデルフレームの一例を示すグラフ（損失関数）である。横軸が、ウエハの検査間隔（検査ロット間隔）を示し、縦軸がコスト（損失）を示す。
【００８４】
図２０の検査コストグラフＧ１に示すように、ウエハの検査間隔が大きくなるにつれ、つまりウエハの検出頻度が低下するにつれ、ウエハの検査に要するコスト（検査コスト）は低くなる。一方、ロスコストグラフＧ２に示すように、ウエハの検査間隔が大きくなると、不良品の見逃しによる損失（ロスコスト）は大きくなる。全体としての損失（全体コスト）は、検査コストとロスコストの総和となり、図中、検査コストグラフＧ１とロスコストグラフＧ２とを加算したグラフＧ３として示される。従って、全体としての損失が最小となるウエハの検出間隔は、全体コストグラフＧ３から分かるように、グラフＧ３上で最も全体コストのが低い最適点Ｏｐに対応する検出間隔Ｆ１である。以上のようにして全体コストを最小とする、つまり全体コストを最適化するウエハの検査間隔を求めることができる。ここでは、全体コストに影響を与えるコスト因子として検査間隔を例にとったが、その他にも、例えば、使用検査装置の種類、ウエハ検査枚数、検査面積範囲（検査面積カバレッジ）、欠陥レビュー数、欠陥レビュー方式等がある。本実施の形態では、これらコスト因子の値を、全体コストが最適になるように定量的に算出し、その結果に基づいて、ウエハの検査を、最適なコストにて行おうとするものである。
【００８５】
図２１は、全体コストを最適化する種々のコスト因子の値を算出し、算出したコスト因子の値に基づいて検査を行うコスト管理システムを示す構成図である。
【００８６】
このコスト管理システムは、後述する予測歩留情報、プロセス装置情報、製品計画情報等に基づいて全体コストを最適化するコスト因子（例えば検査間隔、ウエハ検査枚数等）の値データを作成し、このコスト因子値データに基づいてウエハの検査等を実施する欠陥検査管理システム１５を備える。また、欠陥検査管理システム１５によるウエハの検査により検出された欠陥データ等に基づいて、上述のコスト因子値データの作成に用いる予測歩留情報及びプロセス装置情報をフィードバック修正する歩留予測サーバ２２及びＣＲ（Clean Room）装置サーバ２４をこのコスト管理システムは備える。また、このコスト管理システムは、図示しない検査装置において行われた、テスターによるウエハの電気特性検査の結果データを用いて、上述の欠陥データの正当性の確認処理を行う電気特性サーバ２６を備える。より詳しくこのコスト管理システムについて述べれば以下の通りである。
【００８７】
図２１に示すように、このコスト管理システムの主要部を構成する欠陥検査管理システム１５は、全体コストを最適にする各種のコスト因子の値データ（コスト因子値データ）、例えば、検出間隔データ、使用検査装置データ、ウエハ検査枚数データ、検査面積カバレッジデータ、欠陥レビュー数データ、欠陥レビュー方式データ等を所定の演算式によって算出するコスト演算部１６を備える。
【００８８】
また、コスト演算部１６により算出された検査間隔データ等のコスト因子値データに基づいてウエハの欠陥検査を実施する検査装置１８Ａ、１８Ｂをこの欠陥検査管理システム１５は備える。これら検査装置１８Ａ、１８Ｂの閾値データや、例えば画像を取得する際の解像度等を示す検査モードデータ等の検査データは予め検査装置１８Ａ、１８Ｂに設定されているものとする。
【００８９】
また、検査装置１８Ａ、１８Ｂで検出された欠陥データ（欠陥個数、欠陥サイズ、欠陥種、欠陥座標等のデータ）を用いてウエハの欠陥分類（レビュー分類）を行うレビュー装置１９Ａ、１９Ｂをこの欠陥検査管理システム１５は備える。
【００９０】
また、この欠陥検査管理システム１５は、上述したコスト演算部１６により算出された検査間隔データ等のコスト因子値データ、検査装置１８Ａ、１８Ｂに予め設定される検査データ、検査装置１８Ａ、１８Ｂによる欠陥データを管理する欠陥検査データ管理サーバ２０を備える。さらに、欠陥検査管理システム１５は、これらコスト因子値データ、検査データ、欠陥データを記憶保持する第１のデータベースＤ１を備える。
【００９１】
以上の構成の欠陥検査管理システム１５を備えるコスト管理システムは、上述の第１のデータベースＤ１に記憶保持された欠陥データ等を用いて歩留りを予測する歩留予測サーバ２２と、歩留予測サーバ２２により算出された歩留予測データを記憶保持する第２のデータベースＤ２とを備える。
【００９２】
また、このコスト管理システムは、ウエハのプロセス工程で用いるプロセス装置に関連する各種データ（装置名、台数、処理形態、スループット、装置価格、減価償却期間、人件費、保守費、動力費、稼働率等のデータ）や製品計画データ（予算歩留り、投入ロット数、工期、工賃、工程数等のデータ）を管理するＣＲ装置サーバ２４を備える。また、このＣＲ装置サーバ２４によって管理され、上述のプロセス装置に関連する各種データ及び製品計画データを記憶保持する第３のデータベースＤ３をコスト管理システムは備える。
【００９３】
さらに、このコスト管理システムは、ウエハ等の電気的不良を確実に検出するテスター検査装置（図示せず）でのテスター検査（実歩留り検査）における検査結果データを取得する電気特性サーバ２６を備えている。この電気特性サーバ２６は、受信した検査結果データからウエハの電気的な不良がある部分に関するデータを取り出して、ウエハの電気的な不良がある部分の座標データを算出するものとして構成されている。そして、この電気特性サーバ２６は、検査装置１８Ａ、１８Ｂから欠陥データ（欠陥座標データを含む）を受信し、この欠陥データと算出した座標データとを突き合わせて、検査装置１８Ａ、１８Ｂから受信した欠陥データの正当性の確認処理を行うものとして構成されている。そして、この電気特性サーバ２６は、突き合わせの結果として突き合わせ結果データをこの電気特性サーバ２６に接続された第４のデータベースに記憶するものとして構成されている。
【００９４】
次に、以上のコスト管理システムの動作を、このコスト管理システムの主要部である欠陥検査管理システム１５の動作を主体にして説明する。
【００９５】
図２２は、コスト管理システムの欠陥検査管理システムの動作を説明するフローチャートを示す。
【００９６】
まず、コスト演算部１６は、全体コストを最適にするコスト因子値データを算出する最適コスト演算を行うに当たって必要となるデータを第１〜第４のデータベースＤ１〜Ｄ４から収集する。コスト演算部１６は、第１〜第４のデータベースＤ１〜Ｄ４から収集したデータに基づいて、最適コスト演算を行う演算式の各種パラメータに設定するデータを生成する（ステップＳ２１）。
【００９７】
次に、コスト演算部１６は、生成した各種データを上述の所定の演算式のパラメータに設定して、最適コスト演算を行い、全体コストを最適にする検査間隔データ等のコスト因子値データを算出する（ステップＳ２２）。
【００９８】
より詳しくは、コスト演算部１６は、演算式の各種パラメータにデータを入力した後、例えば検査間隔データを変数とする検査コスト関数（図２０のグラフＧ１参照）と、検査間隔データを変数とするロスコスト関数（図２０のグラフＧ２参照）を算出する。次いで、これら検査コスト関数とロスコスト関数との和である全体コスト関数（図２０のグラフＧ３参照）を算出する。同様にして、ウエハ検査枚数データ等の他のコスト因子値データについてもそれぞれの全体コスト関数を算出し、これらの全体コスト関数を総合評価して最も全体コストが低くなる値を採用する。（以上ステップＳ２２）。
【００９９】
このステップＳ２２では、全体コストが最小となる検査間隔データ等のコスト因子値データを算出したが、必要に応じて全体コストを犠牲にし、例えば、図２３に示すように、検査間隔を小さくしてもよい。即ち、検査装置の能力（キャパシティ）が余っている場合には検査装置の余剰能力を用いて検査間隔を小さく、つまり検出頻度を多くしてもよい。また、後述する予測歩留データを算出するために多数のウエハを検査する必要がある場合にも全体コストを犠牲にして検査間隔等を小さくしてもよい。
【０１００】
上のようにして検査間隔データ等のコスト因子値データ等を算出した後は、次に、検査装置のＱＣ（第３の実施の形態及び図１９参照）を行うかどうかを検査装置１８Ａ、１８Ｂは判断する（ステップＳ２３）。つまり、検査装置１８Ａ、１８Ｂには、予め検査装置のＱＣを行う周期データ（例えば１週間）が登録されており、前回の検査装置のＱＣを行った時点から周期データの期間が経過したか否かを検査装置１８Ａ、１８Ｂは判断する。
【０１０１】
検査装置１８Ａ，１８ｂが検査装置のＱＣを行うと判断した場合（ステップＳ２３のＹｅｓ）、検査装置１８Ａ、１８Ｂは、第１の実施の形態を用いて閾値を算出する（ステップＳ２４）。
【０１０２】
検査装置１８Ａ、１８Ｂは、第３の実施の形態を用いて、算出された閾値が規定の範囲内に存在するか判断し（ステップＳ２５）、規定の範囲外に存在すると判断した場合（ステップＳ２５のＹｅｓ）、閾値の算出に用いたウエハに異常があるかどうを確認する（ステップＳ２６）。
【０１０３】
ウエハに異常が無いと判断すれば（ステップＳ２６のＮｏ）、検査装置１８Ａ、１８Ｂに異常が生じていると判断して検査装置１８Ａ、１８Ｂにメンテナンスを施す（ステップＳ２７）。そして、再度、検査装置１８Ａ、１８Ｂにおいて閾値を算出し（ステップＳ２４）、算出された閾値が規定の範囲内に存在するかを判断する（ステップＳ２５）。
【０１０４】
一方、上述のステップＳ２３において、検査装置１８Ａ、１８Ｂが検査装置のＱＣを行わないと判断した場合（ステップＳ２３のＮｏ）、及びステップＳ２５で検査装置１８Ａ、１８Ｂが閾値に異常が無いと判断した場合（ステップＳ２５のＮｏ）、ステップＳ２６でウエハに異常があると判断された場合（ステップＳ２６のＹｅｓ）はステップＳ２８に進む。即ち、検査装置１８Ａ、１８Ｂは、ステップＳ２２の最適コスト演算で算出された検出間隔データ等のコスト因子値データを受信し、受信した検出間隔データ等のコスト因子値データに基づいてウエハの欠陥検査を行う（ステップＳ２８）。
【０１０５】
ウエハの欠陥検査を行った検査装置１８Ａ、１８Ｂは、欠陥検査による検出された欠陥データ（欠陥座標、欠陥個数、欠陥種、欠陥サイズ等のデータ）を欠陥検査データ管理サーバ２０に送り、欠陥検査データ管理サーバ２０は受信した欠陥データを第１のデータベースＤ１に記憶する（ステップＳ２９）。また、検査装置１８Ａ、１８Ｂは、検出した欠陥データのうち、例えば欠陥座標データ等を、欠陥レビュー装置１９Ａ、１９Ｂに送る（ステップＳ２９）。
【０１０６】
検査装置１８Ａ、１８Ｂから欠陥座標データ等を受信した欠陥レビュー装置１９Ａ、１９Ｂは、ステップＳ２２の最適コスト演算で算出された欠陥レビュー方式データや欠陥レビュー数データ等をコスト演算部１６から受信し、受信したこれらのデータに従って欠陥分類を行う（ステップＳ３０）。受信した欠陥レビュー方式データがＡＤＣ方式データであるときは、レビュー数のスループットは上がるもののレビューによる欠陥の分類精度は低くなる。一方、受信した欠陥レビュー方式データがマニュアル分類方式データであるときは、レビューによる欠陥の分類精度は高くなるもののレビュー数のスループットは下がる。
【０１０７】
レビューによる欠陥分類を終えた後、欠陥レビュー装置１９Ａ、１９Ｂは、欠陥レビューデータを欠陥検査データ管理サーバ２０に送信する（ステップＳ３１）。
【０１０８】
欠陥検査データ管理サーバ２０は、受信した欠陥レビューデータを第１のデータベースＤ１に記憶する（ステップＳ３２）。
【０１０９】
上述した欠陥データや欠陥レビューデータを第１のデータベースＤ１に記憶した欠陥検査データ管理サーバ２０は、第１のデータベースに記憶された欠陥データ、欠陥レビューデータを歩留予測サーバ２２に向けて送信（フィードバック）する（ステップＳ３３）。
【０１１０】
以上のようにして欠陥検査管理システム１５による処理が終わった後は、以下のように他の装置による処理が行われる。
【０１１１】
即ち、欠陥検査データ管理サーバ２０から欠陥データ及び欠陥レビューデータを受信した歩留予測サーバ２２は、受信した欠陥データ及び欠陥レビューデータを用いて、歩留予測サーバ２２に接続された第２のデータベースＤ２内の各種のデータを更新し、新たな歩留予測データを算出する。古い歩留予測データはこの新たな歩留予測データにより上書きされる。
【０１１２】
新たな歩留予測データを算出した歩留予測サーバ２２は、電気特性サーバ２６に接続された第４のデータベースに記憶された実際の歩留りデータを参照して、この新たな歩留予測データを補正してもよい。また、この歩留予測サーバ２２は、第２のデータベースに記憶された欠陥種別キラー予測率データ等を補正してもよい。
【０１１３】
新たな歩留予測データを算出あるいはこの新たな歩留データを補正した歩留予測サーバ２２は、新たな歩留予測データあるいは補正後の歩留予測データをＣＲ装置サーバ２４に送る。ＣＲ装置サーバ２４は、受信した歩留予測データを用いて、ＣＲ装置サーバ２４に接続された第３のデータベース内の製品計画情報を修正する。また、電気特性サーバ２６は、検査装置１８Ａ、１８Ｂから欠陥データ（欠陥座標データを含む）を受信し、この欠陥データと、上述したテスター検査結果を用いて算出した座標データとを突き合わせて、欠陥データの正当性の確認処理を行し、確認処理の結果データを第４のデータベースに記憶する。この後は、再び、図２２に示したフローチャートに従った処理が繰り返される。
【０１１４】
以上のように、本実施の形態によれば、検査装置に入力される検査間隔データ等のコスト因子値データを全体コストを加味しつつ定量的に決定できる。また、新規に半導体デバイスの製造ラインを開設するときに、上述したコスト管理システムにおける各種データベースのデータを活用することにより、新たな製造ラインに配置する検査装置の適正な台数を算出することができ、これにより新規に製造ラインを開設する際に伴う投資コストを最適化できる。
【０１１５】
【発明の効果】
本発明によれば、複数の半導体装置における各半導体装置の表面の所望のエリアから検出した画像データを用いて統計的手法により関数を作成し、この関数に基づいて欠陥情報検出感度データを決定するようにしたので、定量的に欠陥情報検出感度データを決定することができる。
【図面の簡単な説明】
【図１】本発明を用いて閾値を決定するプロセスの一形態を示すフローチャートである。
【図２】上述の閾値を決定するプロセスにおいて用いる閾値決定装置の構成の一例を示す図である。
【図３】所定のプロセスを経た後の基板（ウエハ）を示す図である。
【図４】検査領域から取得した画像データを複数のピクセルに分割し、各ピクセルごとの画像データをディジタル化した状態を示す図である。
【図５】ダイ比較方式の仕組みを説明するための図である。
【図６】横軸を階調値差、縦軸をその階調値差のピクセル数とするグラフを示す。
【図７】横軸を閾値（階調値差）、縦軸を欠陥検出個数の標準偏差とするグラフを示す。
【図８】 算出する閾値の範囲を特定する計算処理を示すフローチャートである。
【図９】図８のフローチャートで行われる処理を具体的に示すグラフである。
【図１０】図８のフローチャートで行われる処理を具体的に示すグラフである。
【図１１】図８のフローチャートの閾値範囲特定工程において算出された閾値の範囲において最終的に閾値を決定する状態を示す。
【図１２】図１１で決定された閾値に対して任意のオフセット値を与えた状態を示すグラフである。
【図１３】図８のフローチャートのステップＳ６を用いて閾値を求めたときの状態を示すグラフである。
【図１４】第１の実施形態の効果を説明するためのグラフを示す図である。
【図１５】図８のフローチャートの閾値範囲特定工程で行った閾値の範囲の特定を他の手法を用いて行う方法を示すグラフである。
【図１６】図８のフローチャートの閾値範囲特定工程で行った閾値の範囲の特定を他の手法を用いて行う方法を示すグラフである。
【図１７】図８のフローチャートの閾値範囲特定工程で行った閾値の範囲の特定を他の手法を用いて行う方法を示すグラフである。
【図１８】第１の実施の形態を用いて複数の検査装置のマッチングを行う方法を示すグラフである。
【図１９】第１の実施の形態を用いて検査装置のＱＣを行う方法を示すグラフである。
【図２０】全体コストの最適化のモデルフレームの一例を示すグラフ（損失関数）である。
【図２１】全体コストを最適化する種々のコスト因子値データを算出するコスト管理システムを示す構成図である。
【図２２】コスト管理システムの欠陥検査管理システムの動作を説明するフローチャートを示す。
【図２３】全体コストを犠牲にしてコスト因子値データを修正する状態を示すグラフである。
【図２４】従来の閾値（検査感度）の設定方法を示すフローチャートである。
【図２５】従来の検査装置ＱＣを行う例を示すグラフである。
【符号の説明】
１ 閾値決定装置
２ 画像データ取込部
３ 画像データ記憶部
４ 画像データ比較部
５ 第１の演算部
６ 第２の演算部
８ 基板（ウエハ）
９ チップ（半導体デバイス）
１０ 検査エリア
１５ 欠陥検査管理システム
１６ コスト演算部
１８Ａ、１８Ｂ 検査装置
１９Ａ、１９Ｂ レビュー装置
２０ 欠陥検査データ管理サーバ
２２ 歩留予測サーバ
２４ ＣＲ装置サーバ
２６ 電気特性サーバ
Ｄ１ 第１のデータベース
Ｄ２ 第２のデータベース
Ｄ３ 第３のデータベース
Ｄ４ 第４のデータベース
Claims (25)
- 複数の半導体装置における各半導体装置の表面の所望エリアからそれぞれ画像データを取り込み、
前記画像データの少なくとも２つを演算処理して得られた演算処理結果をあらかじめ与えられた閾値と比較することによって、演算に用いられた前記画像データの少なくともいずれかに対応する前記所望エリアにおける欠陥情報を取得することを、前記閾値を変化させつつ複数回行うことにより、前記閾値と前記欠陥情報とを対応づけた組み合わせデータを複数取得し、
複数の前記組み合わせデータを用いて、前記所望のエリアにおける欠陥個数の前記複数の半導体装置間の標準偏差と、前記閾値との関係を示す関数を作成し、前記関数に基づいて、半導体装置の欠陥検査時に使用する閾値を決定する、
ことを特徴とする閾値決定方法。 - 前記複数の半導体装置における各半導体装置の表面の所望エリアに光あるいは電子線を照射し、前記所望のエリアからの反射光あるいは電子を用いて前記画像データを取り込むことを特徴とする請求項１に記載の閾値決定方法。
- 予め欠陥が作りこまれており且つこの欠陥の種類、サイズ、数、座標の少なくともいずれかが予め分かっている半導体装置を用いて前記所望のエリアから画像データを取り込むことを特徴とする請求項１又は２に記載の閾値決定方法。
- 前記画像データをディジタル画像データとして取り込むことを特徴とする請求項１乃至３のいずれかに記載の閾値決定方法。
- 前記演算処理は、前記ディジタル画像データを構成する複数のピクセルの各ピクセルごとに行うことを特徴とする請求項４に記載の閾値決定方法。
- 前記演算処理は、前記ピクセルが有する階調値の差分を求めることを特徴とする請求項５に記載の閾値決定方法。
- 前記欠陥情報として前記所望のエリアにおける欠陥個数を取得することを特徴とする請求項１乃至６のいずれかに記載の閾値決定方法。
- 前記標準偏差を前記閾値の関数として表したときに、前記標準偏差の一次微分が所定の微分値になるときの閾値を採択することを特徴とする請求項１乃至７のいずれかに記載の閾値決定方法。
- 前記所定の微分値はゼロであることを特徴とする請求項８に記載の閾値決定方法。
- 前記関数を２以上の関数で近似し、前記２以上の関数の交点を区分点として算出し、その区分点に対応する閾値を基準にして閾値範囲を特定し、特定された前記閾値範囲の中から採択すべき閾値を決定することを特徴とする請求項１乃至９のいずれかに記載の閾値決定方法。
- 前記関数を任意の区間に分割し、前記分割された範囲のそれぞれにおいて関数を前記閾値で積分し、前記分割された範囲のそれぞれに対応する積分値を用いて、前記分割された範囲のいずれかを特定し、前記特定された範囲において閾値を決定することを特徴とする請求項１乃至１０のいずれかに記載の閾値決定方法。
- 請求項１乃至１１のいずれかに記載の方法を用いて決定された閾値に、任意のオフセット値を加えた値を最終的な閾値として決定することを特徴とする閾値決定方法。
- 第１の時期において請求項１乃至１２のいずれかに記載の方法を用いて決定された第１の閾値と、前記第１の時期よりも前の第２の時期において請求項１乃至１２のいずれかに記載の方法を用いて決定された第２の閾値とを用いて、半導体装置の欠陥検出装置の経時変化の管理を行うことを特徴とする欠陥検出装置の管理方法。
- 前記第１の閾値と前記第２の閾値とを用いて相関係数を算出し、算出された前記相関係数の値が規定の範囲内にあるか否かをもって前記欠陥検出装置の経時変化の管理を行うことを特徴とする請求項１３に記載の欠陥検出装置の管理方法。
- 前記第１の閾値を第１の軸、前記第２の閾値を第２の軸とした座標系に、プロットを施した場合におけるプロット点を近似する直線の傾きを算出し、前記直線の傾きが規定の範囲内にあるか否かをもって前記欠陥検出装置の経時変化の管理を行うことを特徴とする請求項１３又は１４に記載の欠陥検出装置の管理方法。
- 複数台の欠陥検出装置のそれぞれにおいて、請求項１乃至１２のいずれかに記載の方法を用いて、前記閾値を決定し、前記複数台の欠陥検出装置のそれぞれにおいて決定された前記閾値を用いて、前記複数台の欠陥検出装置の状態を管理することを特徴とする請求項１３乃至１５のいずれかに記載の欠陥検出装置の管理方法。
- 前記複数台の欠陥検出装置のそれぞれにおいて決定された前記閾値を用いて相関係数を算出し、前記相関係数が規定の範囲内にあるか否かをもって前記複数台の欠陥検出装置の状態を管理することを特徴とする請求項１６に記載の欠陥検出装置の管理方法。
- 前記複数台の欠陥検出装置のそれぞれに対応する閾値をそれぞれ異なる軸にとった座標系にプロットを施した場合におけるプロット点を近似する直線の傾きを算出し、前記直線の傾きが規定の範囲内にあるか否かをもって前記複数台の欠陥検出装置の状態を管理することを特徴とする請求項１６又は１７に記載の欠陥検出装置の管理方法。
- 複数の半導体装置における各半導体装置の表面の所望エリアに光あるいは電子線を照射して、前記所望のエリアからの反射光あるいは電子を用いて前記所望のエリアにおける画像データを取り込む画像データ取得部と、
前記画像データの少なくとも２つを演算処理して得られた演算処理結果をあらかじめ与えられた閾値と比較することによって、演算に用いられた前記画像データの少なくともいずれかに対応する前記所望エリアにおける欠陥情報を取得する処理を、前記閾値を変化させつつ複数回行うことにより、前記閾値と前記欠陥情報とを対応づけた組み合わせデータを複数取得する第１の演算部と、
複数の前記組み合わせデータを用いて、前記所望のエリアにおける欠陥個数の前記複数の半導体装置間の標準偏差と、前記閾値との関係を示す関数を作成し、前記関数に基づいて、半導体装置の欠陥検査時に使用する閾値を決定する第２の演算部と、
を備えたことを特徴とする閾値決定装置。 - 半導体装置の製造プロセスに用いられるプロセス装置に関連するデータを記憶保持するプロセス装置データベースと、半導体装置の歩留りに関連するデータを記憶保持する歩留データベースと、テスター検査結果データ及び前記テスター検査結果データと半導体装置の欠陥情報との突き合わせ結果データとを記憶保持する電気特性データベースとにそれぞれ記憶保持された、前記プロセス装置に関連するデータ、前記歩留りに関連するデータ及び前記突き合わせ結果データとを用いて、前記半導体装置の製造により生じるコストと、前記半導体装置の欠陥検出検査における検査条件データが設定され前記コストに影響を与えるコスト因子値パラメータとの関係を示す関数を作成し、
前記コストとコスト因子値パラメータとの関係を示す関数に基づいて前記コスト因子値データを決定し、
前記コスト因子データ、及び請求項１乃至１２のいずれかに記載の方法で決定された閾値に基づいて前記半導体装置の欠陥検出検査を行い、
前記半導体装置の欠陥検出検査によって検出された欠陥情報と、前記歩留データベースに記憶保持された前記歩留りに関連するデータから、新たな歩留りに関連するデータを作成し、
前記欠陥情報と前記テスター検査結果データとの突き合わせをして新たな突き合わせ結果データを作成し、
この新たな歩留に関連するデータ及び新たな突き合わせ結果データをフィードバックして、前記コストとコスト因子値パラメータとの関係を示す関数を再度作成する、
ことを特徴とする半導体装置の欠陥検出方法。 - 前記半導体装置の欠陥検出検査を行う前に、請求項１３乃至１５のいずれかに記載の方法を用いて前記半導体装置の欠陥検出装置の管理を行うことを特徴とする請求項２０に記載の半導体装置の欠陥検出方法。
- 前記コストとコスト因子値パラメータとの関係を示す関数において、前記コストが最小となるときの前記コスト因子値パラメータの値データを前記コスト因子値データとして決定することを特徴とする請求項２０又は２１に記載の半導体装置の欠陥検出方法。
- 前記新たな歩留りに関連するデータとして新たな歩留予測データを作成するために必要とされる前記半導体装置の検査数量に応じて前記コスト因子値データに所定のオフセット値データを加えたものを前記コスト因子値データとして決定することを特徴とする請求項２０乃至２２のいずれかに記載の半導体装置の欠陥検出方法。
- 前記欠陥検出装置の稼働率に応じて前記コスト因子値データに所定のオフセット値データを加えたものを前記コスト因子値データとして決定することを特徴とする請求項２０乃至２３のいずれかに記載の半導体装置の欠陥検出方法。
- 半導体装置の製造プロセスに用いられるプロセス装置に関連するデータを記憶保持するプロセス装置データベースと、
半導体装置の歩留りに関連するデータを記憶保持する歩留データベースと、
テスター検査結果データ、及び前記テスター検査結果データと半導体装置の欠陥情報との突き合わせ結果データを記憶保持する電気特性データベースと、
前記プロセス装置データベース、前記歩留データベース及び前記電気特性データベースに記憶保持された前記プロセス装置に関連するデータ、前記歩留りに関連するデータ及び前記突き合わせ結果データを用いて、前記半導体装置の製造により生じるコストと、前記コストに影響を与え、前記半導体装置の欠陥検出検査における検査条件データが設定されるコスト因子値パラメータとの関係を示す関数を作成し、前記コストとコスト因子値パラメータとの関係を示す関数に基づいてコスト因子値データを決定するコスト演算部と、
前記コスト因子データ、及び請求項１乃至１２のいずれかに記載の方法で決定された閾値に基づいて、前記半導体装置の欠陥検出検査を行う半導体装置の欠陥検出装置と、
前記半導体装置の欠陥検出装置による前記欠陥検出検査により検出された欠陥情報と、前記歩留データベースに記憶保持された前記歩留りに関連するデータから、新たな歩留りに関連するデータを作成し、
前記欠陥情報と前記テスター検査結果データとの突き合わせをして新たな突き合わせ結果データを作成し、
前記新たな歩留に関連するデータ及び前記新たな突き合わせ結果データとを前記コスト演算部にフィードバックする歩留関連データ管理部と、
を備えることを特徴とする半導体装置の欠陥検出システム。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2002305157A JP3848236B2 (ja) | 2002-10-18 | 2002-10-18 | 欠陥情報検出感度データの決定方法及び欠陥情報検出感度データの決定装置、欠陥検出装置の管理方法、半導体装置の欠陥検出方法及び半導体装置の欠陥検出装置 |
| US10/687,828 US7302091B2 (en) | 2002-10-18 | 2003-10-20 | Method and apparatus for determining defect detection sensitivity data, control method of defect detection apparatus, and method and apparatus for detecting defect of semiconductor devices |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2002305157A JP3848236B2 (ja) | 2002-10-18 | 2002-10-18 | 欠陥情報検出感度データの決定方法及び欠陥情報検出感度データの決定装置、欠陥検出装置の管理方法、半導体装置の欠陥検出方法及び半導体装置の欠陥検出装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2004138563A JP2004138563A (ja) | 2004-05-13 |
| JP3848236B2 true JP3848236B2 (ja) | 2006-11-22 |
Family
ID=32452345
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2002305157A Expired - Fee Related JP3848236B2 (ja) | 2002-10-18 | 2002-10-18 | 欠陥情報検出感度データの決定方法及び欠陥情報検出感度データの決定装置、欠陥検出装置の管理方法、半導体装置の欠陥検出方法及び半導体装置の欠陥検出装置 |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US7302091B2 (ja) |
| JP (1) | JP3848236B2 (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2009176909A (ja) * | 2008-01-24 | 2009-08-06 | Toshiba Corp | 抜取検査の評価方法及び抜取検査の評価装置 |
Families Citing this family (30)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8725748B1 (en) * | 2004-08-27 | 2014-05-13 | Advanced Micro Devices, Inc. | Method and system for storing and retrieving semiconductor tester information |
| JP4868727B2 (ja) * | 2004-09-27 | 2012-02-01 | 株式会社東芝 | 自動検査レシピ作成装置及び作成方法 |
| US20060069659A1 (en) * | 2004-09-28 | 2006-03-30 | Gatov Michael S | Defect monitoring system |
| JP2006226804A (ja) * | 2005-02-17 | 2006-08-31 | Matsushita Electric Ind Co Ltd | フラットディスプレイパネルの検査方法 |
| JP4450776B2 (ja) * | 2005-07-22 | 2010-04-14 | 株式会社日立ハイテクノロジーズ | 欠陥検査方法及び外観検査装置 |
| US20080281548A1 (en) * | 2005-08-26 | 2008-11-13 | Camtek Ltd | Method and System for Automatic Defect Detection of Articles in Visual Inspection Machines |
| CA2622327A1 (en) * | 2005-09-12 | 2007-03-22 | Carlos Tapang | Frame by frame, pixel by pixel matching of model-generated graphics images to camera frames for computer vision |
| JP2007101245A (ja) * | 2005-09-30 | 2007-04-19 | Omron Corp | 支援装置 |
| US7667747B2 (en) * | 2006-03-15 | 2010-02-23 | Qualcomm Incorporated | Processing of sensor values in imaging systems |
| US7386420B2 (en) * | 2006-06-02 | 2008-06-10 | United Microelectronics Corp. | Data analysis method for integrated circuit process and semiconductor process |
| JP5283830B2 (ja) * | 2006-06-13 | 2013-09-04 | 富士通セミコンダクター株式会社 | 欠陥検査方法 |
| JP5215545B2 (ja) * | 2006-09-13 | 2013-06-19 | Ｔｏｗａ株式会社 | 電子部品の装着状況の検査方法 |
| KR100893157B1 (ko) * | 2007-04-27 | 2009-04-16 | 삼성전자주식회사 | 반도체 디바이스의 불량 분석 방법 및 불량 분석 시스템 |
| US20090067722A1 (en) * | 2007-09-07 | 2009-03-12 | Kla-Tencor Corporation | Memory cell and page break inspection |
| US8155428B2 (en) * | 2007-09-07 | 2012-04-10 | Kla-Tencor Corporation | Memory cell and page break inspection |
| US8262457B2 (en) | 2007-11-01 | 2012-09-11 | Wms Gaming Inc. | Wagering game apparatus and method to provide a trusted gaming environment |
| JP5412169B2 (ja) * | 2008-04-23 | 2014-02-12 | 株式会社日立ハイテクノロジーズ | 欠陥観察方法及び欠陥観察装置 |
| JP5231200B2 (ja) * | 2008-12-25 | 2013-07-10 | 株式会社ニューフレアテクノロジー | 感度表データ作成方法及び感度表データ作成装置 |
| JP5413012B2 (ja) * | 2009-07-21 | 2014-02-12 | 富士ゼロックス株式会社 | 画像欠陥診断システム、画像形成装置、およびプログラム |
| US10102619B1 (en) | 2011-03-28 | 2018-10-16 | Hermes Microvision, Inc. | Inspection method and system |
| JP5993233B2 (ja) * | 2012-07-11 | 2016-09-14 | オリンパス株式会社 | 画像処理装置及び画像処理方法 |
| US8799836B1 (en) | 2013-07-08 | 2014-08-05 | International Business Machines Corporation | Yield optimization for design library elements at library element level or at product level |
| US20160217240A1 (en) * | 2015-01-28 | 2016-07-28 | Dmo Systems Limited | Methodology Of Incorporating Wafer Physical Measurement With Digital Simulation For Improving Semiconductor Device Fabrication |
| JP6513982B2 (ja) * | 2015-03-16 | 2019-05-15 | 株式会社東芝 | 欠陥検査装置並びに欠陥検査装置の管理方法及び管理装置 |
| JP6350637B2 (ja) * | 2016-11-15 | 2018-07-04 | 株式会社Sumco | 半導体ウェーハの評価基準の設定方法、半導体ウェーハの評価方法、半導体ウェーハ製造工程の評価方法、および半導体ウェーハの製造方法 |
| US11676260B2 (en) | 2019-09-26 | 2023-06-13 | Kla Corporation | Variation-based segmentation for wafer defect detection |
| CN110672621B (zh) * | 2019-10-10 | 2021-03-05 | 清华大学 | 基于光照亮度调整的汽车涂装表面缺陷图像质量优化方法 |
| CN113804244A (zh) * | 2020-06-17 | 2021-12-17 | 鸿富锦精密电子(天津)有限公司 | 缺陷分析方法及装置、电子装置及计算机可读存储介质 |
| JP7408516B2 (ja) * | 2020-09-09 | 2024-01-05 | 株式会社東芝 | 欠陥管理装置、方法およびプログラム |
| CN112683933B (zh) * | 2020-11-30 | 2022-07-19 | 北京星航机电装备有限公司 | 一种增材制造多层结构检测射线灵敏度的测定方法 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6411377B1 (en) * | 1991-04-02 | 2002-06-25 | Hitachi, Ltd. | Optical apparatus for defect and particle size inspection |
| US6476913B1 (en) * | 1998-11-30 | 2002-11-05 | Hitachi, Ltd. | Inspection method, apparatus and system for circuit pattern |
| JP3735517B2 (ja) | 2000-05-30 | 2006-01-18 | 株式会社東芝 | 模擬欠陥ウェーハおよび欠陥検査レシピ作成方法 |
| JP2002267615A (ja) | 2001-03-12 | 2002-09-18 | Olympus Optical Co Ltd | 欠陥検出方法及びその装置 |
| JP3870052B2 (ja) * | 2001-09-20 | 2007-01-17 | 株式会社日立製作所 | 半導体装置の製造方法及び欠陥検査データ処理方法 |
| JP2003059991A (ja) | 2002-05-27 | 2003-02-28 | Hitachi Ltd | 外観検査装置および外観検査方法 |
-
2002
- 2002-10-18 JP JP2002305157A patent/JP3848236B2/ja not_active Expired - Fee Related
-
2003
- 2003-10-20 US US10/687,828 patent/US7302091B2/en not_active Expired - Fee Related
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2009176909A (ja) * | 2008-01-24 | 2009-08-06 | Toshiba Corp | 抜取検査の評価方法及び抜取検査の評価装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2004138563A (ja) | 2004-05-13 |
| US20040151362A1 (en) | 2004-08-05 |
| US7302091B2 (en) | 2007-11-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3848236B2 (ja) | 欠陥情報検出感度データの決定方法及び欠陥情報検出感度データの決定装置、欠陥検出装置の管理方法、半導体装置の欠陥検出方法及び半導体装置の欠陥検出装置 | |
| TWI805868B (zh) | 使用以深度學習為基礎之缺陷偵測及分類方案用於像素位準影像量化 | |
| JP4233397B2 (ja) | 画像欠陥検査方法、画像欠陥検査装置及び外観検査装置 | |
| US7116816B2 (en) | Method of inspecting a pattern and an apparatus thereof and a method of processing a specimen | |
| US7593564B2 (en) | Method and apparatus for reviewing defect of subject to be inspected | |
| US10801968B2 (en) | Algorithm selector based on image frames | |
| US10698325B2 (en) | Performance monitoring of design-based alignment | |
| CN109154575B (zh) | 用于基于设计的缺陷检测的系统和方法 | |
| US10514685B2 (en) | Automatic recipe stability monitoring and reporting | |
| KR20170128507A (ko) | 검사 도구의 검사 감도를 개선하기 위한 시스템 및 방법 | |
| US10557802B2 (en) | Capture of repeater defects on a semiconductor wafer | |
| JP5174863B2 (ja) | 画像取得条件設定装置、及びコンピュータプログラム | |
| US7831083B1 (en) | Image quality monitoring for substrate inspection | |
| US11410292B2 (en) | Equi-probability defect detection | |
| JP2006138708A (ja) | 画像欠陥検査方法、画像欠陥検査装置及び外観検査装置 | |
| JP2014025763A (ja) | 欠陥検査方法、及び欠陥検査装置 | |
| JP2006242681A (ja) | 外観検査装置 | |
| CN112038248A (zh) | 半导体缺陷扫描程式建立方法及其建立系统 | |
| KR101297208B1 (ko) | 반도체용 웨이퍼 결함 검사방법 | |
| US20230122514A1 (en) | Laser Anneal Pattern Suppression | |
| JP2011017609A (ja) | 欠陥検査装置および欠陥検査方法 | |
| WO2022044307A1 (ja) | アライメント装置及びアライメント方法 | |
| CN117554407A (zh) | 一种光子晶体镀膜缺陷的在线检测方法及系统 | |
| Schwart et al. | Process and machine mastering employing WF-710 wafer inspection system | |
| Blais et al. | Minimizing in-line calculated yield errors by optimizing and maintaining ADC classifier performance |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20050222 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20050524 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20050720 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20060616 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20060727 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20060818 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20060824 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090901 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100901 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110901 Year of fee payment: 5 |
|
| LAPS | Cancellation because of no payment of annual fees |