JP4709129B2 - Sample analyzer - Google Patents
Sample analyzer Download PDFInfo
- Publication number
- JP4709129B2 JP4709129B2 JP2006340798A JP2006340798A JP4709129B2 JP 4709129 B2 JP4709129 B2 JP 4709129B2 JP 2006340798 A JP2006340798 A JP 2006340798A JP 2006340798 A JP2006340798 A JP 2006340798A JP 4709129 B2 JP4709129 B2 JP 4709129B2
- Authority
- JP
- Japan
- Prior art keywords
- group
- spectrum data
- spectrum
- sample
- data
- 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
Landscapes
- Analysing Materials By The Use Of Radiation (AREA)
- Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
Description
この発明は、複数の成分領域、例えば複合材料などの試料に電子線を照射して発生する光を検出し、その光のスペクトルに基づいて、試料の分析を行う試料分析装置に関するものである。 The present invention relates to a sample analyzer that detects light generated by irradiating a sample such as a composite material with an electron beam and analyzes the sample based on the spectrum of the light.
従来、試料の表面の成分などを分析する装置においては、マッピング測定、すなわち、エネルギ線をそのエリアで走査させ、走査した多数のポイントから得られる各光のスペクトルを算出して、分析することにより、試料表面を分析するものがある（特許文献１）。 Conventionally, in an apparatus for analyzing a component on the surface of a sample, mapping measurement, that is, by scanning an energy beam in the area, calculating and analyzing the spectrum of each light obtained from a number of scanned points. There is one that analyzes the sample surface (Patent Document 1).
ところで、光のスペクトルのピーク位置を特定するにあたっては、測定によって得られた生のスペクトルデータに対して１又は複数のガウシアン関数等をフィッティングする手法が用いられている。 By the way, in specifying the peak position of the light spectrum, a method of fitting one or a plurality of Gaussian functions or the like to the raw spectrum data obtained by measurement is used.
しかしながら、このようなフィッティング処理は、初期値により測定結果が左右されてしまうという問題がある。つまり、測定者はだいたいの予想で初期値を与えるため、主成分領域ではフィッティング処理が上手くできたとしても、境界領域においては、うまくフィッティングができず、無駄なフィッティング処理を繰り返す、あるいは、誤ったフィッティングをしてしまうという問題がある。 However, such a fitting process has a problem that the measurement result depends on the initial value. In other words, the measurer gives an initial value for most predictions, so even if the fitting process was successful in the principal component area, the fitting could not be performed well in the boundary area, and the wasteful fitting process was repeated or incorrect. There is a problem of fitting.
また、得られた各スペクトルがどの領域から生じたものか、１つずつスペクトルデータを見比べて判断しており、大量のスペクトルデータを含むマッピング測定の場合、多くの時間がかかってしまうという問題がある。
そこで本発明は、上記問題点を一挙に解決するためになされたものであり、複数の成分領域を有する試料において、その成分間の境界領域を自動的に判別して、測定時間を短縮することができる試料分析装置を提供することをその主たる所期課題とするものである。 Therefore, the present invention has been made to solve the above-mentioned problems all at once, and in a sample having a plurality of component regions, the boundary region between the components is automatically determined to shorten the measurement time. Therefore, it is an object of the present invention to provide a sample analyzer that can perform the above-described process.
すなわち本発明に係る試料測定装置は、試料の複数ポイントにエネルギ線を照射するエネルギ線照射部と、前記エネルギ線が照射された試料から生じる二次エネルギ線を検出する二次エネルギ線検出部と、前記二次エネルギ線検出部からの出力信号を受信して、所定の演算処理を行う情報処理装置と、を具備し、前記情報処理装置が、前記二次エネルギ線検出部により検出された二次エネルギ線のスペクトル波形を示すデータであるスペクトルデータを各ポイント毎に生成するスペクトルデータ生成部と、類似するスペクトルデータを集めてグループ化するスペクトルデータ分類部と、互いに異なるグループに属するスペクトルデータの合成である合成スペクトルから得られる合成情報と、前記互いに異なるグループ以外のグループに属するスペクトルデータから得られる情報とを比較して、類似する場合には、前記互いに異なるグループ以外のグループのスペクトルデータを生じる領域を、前記互いに異なるグループのスペクトルデータを生じる領域間の境界領域であると判別する境界領域判別部と、を備えていることを特徴とする。ここで、「エネルギ線」とは、例えばＸ線、電子線、イオンビーム等である。また、「二次エネルギ線」とは、カソードルミネッセンス等のルミネッセンス、Ｘ線や二次電子、オージェ電子又は反射電子等の電子などである。 That is, the sample measuring apparatus according to the present invention includes an energy beam irradiating unit that irradiates energy beams to a plurality of points of the sample, a secondary energy beam detecting unit that detects secondary energy beams generated from the sample irradiated with the energy beam, An information processing device that receives an output signal from the secondary energy ray detection unit and performs predetermined arithmetic processing, and the information processing device is detected by the secondary energy ray detection unit. A spectral data generating unit that generates spectral data, which is data indicating a spectral waveform of the secondary energy line, for each point; a spectral data classifying unit that collects and groups similar spectral data; and spectral data belonging to different groups. Combining information obtained from a synthetic spectrum that is a composite and belongs to a group other than the different groups When similar to the information obtained from the spectrum data, if similar, the region that generates spectral data of groups other than the different groups is a boundary region between the regions that generate spectral data of different groups. And a boundary region discriminating unit for discriminating. Here, the “energy beam” is, for example, an X-ray, an electron beam, an ion beam, or the like. The “secondary energy rays” are luminescence such as cathode luminescence, electrons such as X-rays, secondary electrons, Auger electrons, or reflected electrons.
このようなものであれば、複数の成分領域を有する試料において、その成分間の境界領域を自動的に判別することができる。したがって、測定すべき領域に適した初期値を設定することができ、試料測定の時間短縮を可能とすることができる。 If it is such, in the sample which has a some component area | region, the boundary area | region between the components can be discriminate | determined automatically. Therefore, an initial value suitable for the region to be measured can be set, and the sample measurement time can be shortened.
自動的に主成分グループ及び副成分グループに分類して、境界判別の演算を簡略化するためには、全スペクトルデータの数に対して所定割合以上の数のスペクトルデータを有するグループを主成分グループとし、それ以外のグループを副成分グループとして設定する主副グループ設定部をさらに備え、前記境界領域判別部が、互いに異なる主成分グループに属するスペクトルデータの合成である合成スペクトルから得られる合成情報と、前記副成分グループに属するスペクトルデータから得られる情報とを比較して、類似する場合には、前記副成分グループのスペクトルデータを生じる副成分領域を、前記主成分グループのスペクトルデータを生じる主成分領域間の境界領域であると判別するものであることが望ましい。 In order to automatically classify into principal component groups and subcomponent groups and simplify the boundary discrimination calculation, a group having a number of spectral data of a predetermined ratio or more with respect to the total number of spectral data And a main / sub group setting unit that sets other groups as sub component groups, wherein the boundary region discriminating unit is combined information obtained from a combined spectrum that is a combination of spectral data belonging to different principal component groups; If the information obtained from the spectral data belonging to the sub-component group is compared and similar, the sub-component region that generates the spectral data of the sub-component group is the main component that generates the spectral data of the main component group. It is desirable to discriminate it as a boundary region between regions.
各ポイントから得られたスペクトルデータを複数のグループに分類する具体的な実施の態様としては、前記スペクトル分類部が、各スペクトルデータ同士の相関値を算出し、その相関値が所定値以上のものを同一グループに分類するものであることが望ましい。 As a specific embodiment for classifying the spectrum data obtained from each point into a plurality of groups, the spectrum classification unit calculates a correlation value between the spectrum data, and the correlation value is equal to or greater than a predetermined value. Are preferably classified into the same group.
合成情報の具体的な実施の態様としては、前記境界判別部が、互いに異なるグループに属するスペクトルデータの合成である合成スペクトルデータと、前記互いに異なるグループ以外のグループに属するスペクトルデータとを比較するものであることが望ましい。 As a specific embodiment of the synthesis information, the boundary determination unit compares the synthesized spectrum data, which is a synthesis of spectrum data belonging to different groups, and the spectrum data belonging to a group other than the different groups. It is desirable that
副成分領域を主成分領域間の境界領域であると判別するための具体的な実施の態様としては、前記合成スペクトルデータと、前記互いに異なるグループ以外のグループに属するスペクトルデータとの相関値を算出し、その相関値が所定値以上である場合に、前記副成分領域を境界領域と判別するものであることが望ましい。 As a specific embodiment for discriminating that the sub-component region is a boundary region between the main component regions, a correlation value between the synthetic spectrum data and spectrum data belonging to a group other than the different groups is calculated. When the correlation value is equal to or greater than a predetermined value, it is preferable that the sub-component region is determined as a boundary region.
このように構成した本発明によれば、複数の成分領域を有する試料において、その成分間の境界領域を自動的に判別して、測定時間を短縮することができる試料分析装置を提供することができる。 According to the present invention configured as described above, in a sample having a plurality of component regions, it is possible to provide a sample analyzer that can automatically determine the boundary region between the components and reduce the measurement time. it can.
以下に、本発明の試料測定装置の一実施形態について、図面を参照して説明する。なお、図１は、本実施形態に係る電子線分析装置１の模式的構成図であり、図２は、試料測定装置１の情報処理装置５の模式構造図であり、図３は、情報処理装置５の機能ブロック図である。図４は、試料の測定エリアの成分領域を示す模式図である。図５は、主成分グループ及び副成分グループの比較方法を示す図である。図６〜図８は、情報処理装置５の動作を示すフローチャートである。 Hereinafter, an embodiment of a sample measuring apparatus of the present invention will be described with reference to the drawings. FIG. 1 is a schematic configuration diagram of the electron beam analyzer 1 according to the present embodiment, FIG. 2 is a schematic structure diagram of the information processing device 5 of the sample measuring device 1, and FIG. 4 is a functional block diagram of the device 5. FIG. FIG. 4 is a schematic diagram showing a component region in a measurement area of a sample. FIG. 5 is a diagram illustrating a comparison method of the main component group and the sub component group. 6 to 8 are flowcharts showing the operation of the information processing apparatus 5.
＜装置構成＞
本実施形態に係る試料分析装置１は、エネルギ線である電子線ＥＢを複数の成分領域を有する測定試料Ｗに照射することにより試料Ｗから生じる二次エネルギ線であるカソードルミネッセンスＬを用いて、試料Ｗの微小領域における物性評価や半導体素子の解析を行うもの、いわゆるカソードルミネッセンス測定装置である。
<Device configuration>
The sample analyzer 1 according to the present embodiment uses the cathode luminescence L that is a secondary energy ray generated from the sample W by irradiating the measurement sample W having a plurality of component regions with the electron beam EB that is an energy ray. This is a so-called cathodoluminescence measuring device that performs physical property evaluation and analysis of a semiconductor element in a minute region of the sample W.
具体的に、このものは、図１に示すように、試料台２と、その試料台２に載置された試料Ｗに電子線ＥＢを照射するエネルギ線照射部たる電子線照射装置３と、電子線ＥＢの照射によって試料Ｗから発生するカソードルミネッセンスＬを分光し、検出する二次エネルギ線検出部たる検出装置４と、その検出装置４からの出力信号を受信し、前記試料Ｗを評価等（例えば応力測定）するために所定の演算処理を行う情報処理装置５と、を備えている。 Specifically, as shown in FIG. 1, this includes a sample stage 2, an electron beam irradiation device 3 that is an energy beam irradiation unit that irradiates the sample W placed on the sample stage 2 with an electron beam EB, The cathode luminescence L generated from the sample W by the irradiation of the electron beam EB is dispersed, and the detection device 4 as a secondary energy ray detection unit for detecting and the output signal from the detection device 4 are received, and the sample W is evaluated. And an information processing device 5 that performs predetermined arithmetic processing (for example, stress measurement).
以下、各部２〜５について説明する。 Hereinafter, each part 2-5 is demonstrated.
試料台２は、例えばＸ軸、Ｙ軸及びＺ方向に移動可能なものであり、本実施形態では試料スペクトルのピーク半値幅を小さくし、前記スペクトルから意味のある情報を得るために、図示しない冷却手段及び温度制御機構をさらに設け、この試料台２及び試料Ｗを数十Ｋ以下の所定温度に冷却できるようにしている。 The sample stage 2 is movable in, for example, the X axis, the Y axis, and the Z direction. In this embodiment, the sample stage 2 is not illustrated in order to reduce the peak half-value width of the sample spectrum and obtain meaningful information from the spectrum. A cooling means and a temperature control mechanism are further provided so that the sample stage 2 and the sample W can be cooled to a predetermined temperature of several tens of K or less.
電子線照射装置３は、電子銃３１と、電子銃３１から射出された電子線ＥＢを試料Ｗの所定部位に収束させるレンズ機構及び電子線ＥＢを走査させるための走査機構等からなる電子線制御機構３２と、電子銃３１及び電子線制御機構３２を内部に有する鏡筒３３と、を備えている。なお、前記電子銃３１としては、熱フィラメント型のものや熱電界放出型ものがある。 The electron beam irradiation device 3 includes an electron gun 31, an electron beam control including a lens mechanism for converging the electron beam EB emitted from the electron gun 31 to a predetermined part of the sample W, a scanning mechanism for scanning the electron beam EB, and the like. A mechanism 32 and a lens barrel 33 having an electron gun 31 and an electron beam control mechanism 32 therein are provided. The electron gun 31 includes a hot filament type and a thermal field emission type.
検出装置４は、集光部４１、分光部４２及びセンシング部４３を備えたものである。集光部４１は、試料Ｗから発生するカソードルミネッセンスＬを最小限の損失で集め分光部４２に導くものであり、例えば楕円面鏡４１１や光ファイバ４１２等からなる。楕円面鏡４１１はそれ自体が受光と集光の作用をし、球面収差や色収差を発生しないという利点を有するためこれを採用している。その一方で楕円面鏡４１１は、結像倍率が機械的配置条件から決まるため、分光部４２とのカップリングがうまくいかない欠点を有する。そこでこれを解消し、なおかつ光軸調整を簡単にするということから前記光ファイバ４１２を用い、楕円面鏡４１１で集光したルミネッセンスＬを分光部４２に転送するようにしている。もちろんその他に放物面鏡を用いたものやレンズを用いたものでも構わないのは言うまでもない。 The detection device 4 includes a light collecting unit 41, a spectroscopic unit 42, and a sensing unit 43. The condensing unit 41 collects the cathodoluminescence L generated from the sample W with a minimum loss and guides it to the spectroscopic unit 42, and includes, for example, an ellipsoidal mirror 411 and an optical fiber 412. Since the ellipsoidal mirror 411 itself has the advantages of receiving and condensing light and not generating spherical aberration or chromatic aberration, this is adopted. On the other hand, the ellipsoidal mirror 411 has a defect that the coupling with the spectroscopic unit 42 is not successful because the imaging magnification is determined by the mechanical arrangement condition. Therefore, in order to solve this problem and simplify the optical axis adjustment, the luminescence L collected by the ellipsoidal mirror 411 is transferred to the spectroscopic unit 42 using the optical fiber 412. Of course, it is needless to say that a parabolic mirror or a lens may be used.
分光部４２は、前記集光部４１で集光されたカソードルミネッセンスＬを単色光に分離するもので、例えばモノクロメータを利用して構成している。 The spectroscopic unit 42 separates the cathode luminescence L collected by the condensing unit 41 into monochromatic light, and is configured by using, for example, a monochromator.
センシング部４３は、前記分光部４２で波長毎に複数に分光された各単色光の強度をそれぞれ測定し、各単色光の強度に応じた値の電流値（又は電圧値）を有する出力信号を出力するものである。本実施形態ではこのセンシング部４３をフォトマルチプライヤ（ＰＭＴ）を用いて構成しているが、測定する波長領域によって使用する機器を変えても構わない。例えば赤外（１μｍ〜）においては、Ｇｅ検出器、Ｐｂｓ検出器、赤外ＰＭＴ等を用いることが好ましい。また、光−電子変換効率、ダイナミックレンジ、Ｓ／Ｎに優れているといったことからＣＣＤを利用してもよい。ＣＣＤによればスペクトルの一括検出も可能である。 The sensing unit 43 measures the intensity of each monochromatic light split into a plurality of wavelengths for each wavelength by the spectroscopic unit 42, and outputs an output signal having a current value (or voltage value) corresponding to the intensity of each monochromatic light. Output. In the present embodiment, the sensing unit 43 is configured using a photomultiplier (PMT), but the device to be used may be changed depending on the wavelength region to be measured. For example, in the infrared (from 1 μm), it is preferable to use a Ge detector, a Pbs detector, an infrared PMT, or the like. Further, a CCD may be used because of its excellent photoelectric conversion efficiency, dynamic range, and S / N. According to the CCD, it is possible to detect the spectrum collectively.
情報処理装置５は、構造としては図２に示すように、ＣＰＵ５０１、メモリ５０２、入出力インターフェイス５０３、ＡＤ変換器５０４、入力手段（図示しない）等からなる汎用又は専用のコンピュータである。そして、前記メモリ５０２の所定領域に格納してあるプログラムに基づいてＣＰＵ５０１やその周辺機器が作動することにより、この情報処理装置５が、図３に示すように、スペクトルデータ生成部５１と、スペクトルデータ分類部５２と、領域設定部５３、主副グループ設定部５４と、境界領域判別部５５等としての機能を少なくとも発揮する。 As shown in FIG. 2, the information processing apparatus 5 is a general-purpose or dedicated computer including a CPU 501, a memory 502, an input / output interface 503, an AD converter 504, input means (not shown), and the like. Then, when the CPU 501 and its peripheral devices are operated based on the program stored in the predetermined area of the memory 502, the information processing apparatus 5 is connected to the spectrum data generating unit 51 and the spectrum as shown in FIG. At least functions as the data classification unit 52, the region setting unit 53, the main / sub group setting unit 54, the boundary region determination unit 55, and the like.
スペクトルデータ生成部５１は、前記検出装置４からの出力信号を受信し、走査した各測定ポイントでのスペクトルデータを生成するものであり、前記出力信号をＡ／Ｄ変換するＡＤ変換器５０４等を含んで構成される。そして、スペクトルデータ生成部５１は、受信した出力信号をＡ／Ｄ変換し、カソードルミネッセンスＬの波数毎の光強度値で表されるスペクトルデータを生成する。そしてこのスペクトルデータを、測定したポイントの位置情報と関連づけて、前記メモリ５０２の所定領域に設定したスペクトルデータ格納部Ｄ１に格納する。 The spectrum data generation unit 51 receives an output signal from the detection device 4 and generates spectrum data at each scanned measurement point. The spectrum data generation unit 51 includes an AD converter 504 that performs A / D conversion on the output signal. Consists of including. And the spectrum data generation part 51 A / D-converts the received output signal, and produces | generates the spectrum data represented by the light intensity value for every wave number of cathode luminescence L. FIG. The spectrum data is stored in the spectrum data storage unit D1 set in a predetermined area of the memory 502 in association with the measured position information of the point.
スペクトルデータ分類部５２は、各スペクトルデータを比較して、類似する（同じ組成であると判断される）スペクトルデータを１つのグループとして、全スペクトルデータを複数のグループに分類（グループ化）するものであり、スペクトルデータ格納部Ｄ１に格納されているスペクトルデータを取得して、それらスペクトルデータを比較して、複数のグループ（本実施形態では５つ）に分類する。そして、そのグループ分類データを主副グループ設定部５４に出力する。具体的な分類方法を以下に詳述する。 The spectral data classifying unit 52 compares each spectral data, classifies similar spectral data (determined to have the same composition) as one group, and classifies (groups) all spectral data into a plurality of groups. The spectrum data stored in the spectrum data storage unit D1 is acquired, and the spectrum data is compared and classified into a plurality of groups (in this embodiment, five). Then, the group classification data is output to the main / sub group setting unit 54. A specific classification method will be described in detail below.
スペクトルデータ分類部５２は、スペクトルデータの中から、ある１つのスペクトルデータ（例えば最初に生成したスペクトルデータ）を取得して、このスペクトルデータをグループＡの代表値とする。そして、このスペクトルデータ（基準スペクトルデータ）と、その他のスペクトルデータとの相関値を所定演算式に基づいて算出する。 The spectrum data classifying unit 52 acquires certain spectrum data (for example, spectrum data generated first) from the spectrum data, and uses the spectrum data as a representative value of the group A. Then, a correlation value between the spectrum data (reference spectrum data) and other spectrum data is calculated based on a predetermined arithmetic expression.
前記所定演算式は、次の数式［１］に示されるもので、演算プログラムとしてメモリ５０１の所定領域に格納されている。 The predetermined arithmetic expression is represented by the following mathematical expression [1], and is stored in a predetermined area of the memory 501 as an arithmetic program.
ここでＩｘはスペクトル、Ｉｙは基準スペクトル、ρＩｘ,Ｉｙは相関値、σＩｘ、σＩｙはそれぞれスペクトル及び基準スペクトルの標準偏差を示す。 Here, Ix is a spectrum, Iy is a reference spectrum, ρ Ix and Iy are correlation values, and σ Ix and σ Iy are standard deviations of the spectrum and the reference spectrum, respectively.
なお、Ｉｘ、Ｉｙを離散化したデジタルデータ（スペクトルデータ及び基準スペクトルデータ）としてＩｘｊ、Ｉｙｊ（ｊ＝０，１，・・・ｎ）と表せば、前記Ｃｏｖ（Ｉｘ，Ｉｙ）は、次の数式［２］で示される。 If Ix j and Iy j (j = 0, 1,... N) are expressed as digital data (spectrum data and reference spectrum data) obtained by discretizing Ix and Iy, the Cov (Ix, Iy) is expressed as follows. It is shown by the following formula [2].
ここでμｘ、μｙは平均の光強度を示す。 Here, μ x and μ y indicate average light intensity.
かかる演算式［１］、［２］から算出される相関値は、ピークシフト、半値幅の変化、スペクトル形状の変化、ベースラインの変化により変化し、スペクトルの強度変化、オフセット値の変化に対しては変化は起こらない。なお、その相関値の変化量は多分に定性的なものであって、その変化量から直ちにピークシフト量等が示されるものではない。このように相関値を用いた類似の判断は、汎用性が高い。 The correlation value calculated from the arithmetic expressions [1] and [2] changes due to peak shift, change in half width, change in spectrum shape, change in baseline, and changes in spectrum intensity and offset value. Will not change. The change amount of the correlation value is probably qualitative, and the peak shift amount or the like is not immediately indicated from the change amount. Thus, the similar determination using the correlation value is highly versatile.
上記の演算式［１］、［２］により、算出した相関値が、所定値以上（例えば０．８以上）であるスペクトルデータをグループＡに分類する。 Spectrum data whose calculated correlation value is equal to or greater than a predetermined value (for example, 0.8 or more) is classified into group A by the above arithmetic expressions [1] and [2].
次に、スペクトルデータ分類部５２は、グループＡに分類されなかったスペクトルデータの中から、１つスペクトルデータを取得する。そして、スペクトルデータ分類部５２は、このスペクトルデータをグループＢの代表値として、上記と同様に、スペクトルデータをグループＢに分類する。このように、全てのスペクトルデータが分類されるまで同様に処理を行う。 Next, the spectrum data classifying unit 52 acquires one spectrum data from the spectrum data not classified into the group A. Then, the spectrum data classifying unit 52 classifies the spectrum data into the group B in the same manner as described above with the spectrum data as the representative value of the group B. In this way, the same processing is performed until all spectrum data is classified.
領域設定部５３は、スペクトルデータ分類部５４により分類された各グループにおいて、それに属する各スペクトルデータに関連付けられた位置情報に基づいて、連続するポイントにおいて、そのポイントから生じるスペクトルデータが類似している範囲を領域と設定するものである。そして、領域設定部５３は、その領域設定データを主副グループ設定部５４に出力する。例えば、１つのグループ内にスペクトルデータは類似するが測定ポイントが離隔した２ポイントでは、２領域であると設定する。そして、本実施形態では、スペクトルデータは５つのグループに分類されるが、各グループに属するスペクトルデータは１つの領域から生じるものである。 In each group classified by the spectrum data classification unit 54, the region setting unit 53 is similar in the spectrum data generated from the points at successive points based on the positional information associated with each spectrum data belonging to the group. A range is set as an area. Then, the region setting unit 53 outputs the region setting data to the main / sub group setting unit 54. For example, two regions are set at two points where the spectrum data are similar in one group but the measurement points are separated from each other. In this embodiment, spectrum data is classified into five groups, but the spectrum data belonging to each group originates from one region.
主副グループ設定部５４は、全スペクトルデータの数に対して所定割合以上の数のスペクトルデータを有するグループを主成分グループとし、それ以外のグループを副成分グループとして設定するものである。また、主成分グループに属するスペクトルデータを生じる領域を主成分領域、及び副成分グループに属するスペクトルデータを生じる領域を副成分領域と設定する。そして、主副グループ設定部５４は、そのグループ設定データを境界領域判別部５５に出力する。 The main / sub group setting unit 54 sets a group having spectrum data of a predetermined ratio or more with respect to the total number of spectrum data as a main component group, and sets other groups as sub component groups. In addition, a region in which spectral data belonging to the main component group is generated is set as a main component region, and a region in which spectral data belonging to the sub component group is set as a sub component region. Then, the main / sub group setting unit 54 outputs the group setting data to the boundary region determination unit 55.
具体的には、主副グループ設定部５４は、スペクトルデータ分類部５２からグループ分類データを取得し、各グループにどの割合でスペクトルデータが分類されているか判断する。そして、所定割合（例えば１０％）以上のグループを主成分グループとし、所定割合未満のグループを副成分グループとして設定する。例えば、グループＡには２５％、グループＢには２％、グループＣには３２％、グループＤには１％、グループＥには４０％のスペクトルデータが属している場合には、グループＡ、グループＣ、グループＥが主成分グループとして設定され、グループＢ、グループＤが副成分グループとして設定される。 Specifically, the main / sub group setting unit 54 acquires the group classification data from the spectrum data classification unit 52 and determines at what ratio the spectrum data is classified into each group. A group having a predetermined ratio (for example, 10%) or more is set as a main component group, and a group having a predetermined ratio is set as a sub-component group. For example, 25% of group A, 2% of group B, 32% of group C, 1% of group D, 40% of group E belong to group A, Group C and group E are set as main component groups, and group B and group D are set as subcomponent groups.
境界領域判別部５５は、主副グループ設定部５４からグループ設定データを取得し、副成分グループに属するスペクトルデータを生じる副成分領域を、境界領域と判別するものである。 The boundary region determination unit 55 acquires group setting data from the main / sub group setting unit 54 and determines a sub component region that generates spectrum data belonging to the sub component group as a boundary region.
境界領域の全スペクトルデータに占める割合は少ないため、適当なしきい値で境界領域になる可能性の高いグループと、そうでないグループとを分けることができる。このようにしておけば、後に示す境界領域の判別にかかる時間を短くすることができる。 Since the ratio of the boundary region to the entire spectrum data is small, it is possible to separate a group that is likely to be a boundary region with an appropriate threshold value and a group that is not. In this way, it is possible to shorten the time taken to determine the boundary region described later.
つまり、境界領域判別部５５は、互いに異なる主成分グループに属するスペクトルデータの合成である合成スペクトルデータと、副成分グループに属するスペクトルデータとを比較して、類似する場合には、副成分グループのスペクトルデータを生じる副成分領域を、主成分グループのスペクトルデータを生じる主成分領域間の境界領域であると判別するものである。 That is, the boundary region discriminating unit 55 compares the synthesized spectrum data, which is the synthesis of the spectrum data belonging to different principal component groups, and the spectrum data belonging to the sub component group. A sub-component region that generates spectral data is determined to be a boundary region between main component regions that generate spectral data of the principal component group.
以下に、具体例を挙げて説明する。 Hereinafter, a specific example will be described.
境界領域判別部５５は、グループＡに属するスペクトルデータと、グループＡとは異なるグループＣに属するスペクトルデータとの和を算出する。ただ単にスペクトル同士の強度を加算するだけでも良いが、本実施形態では、最も大きい強度が１となるようにそれぞれ規格化して加算している。そして、その和スペクトルデータと、グループＢに属するスペクトルデータとの相関値を前述した演算式［１］、［２］により算出する。そして、この相関値が、所定値以上であれば、グループＢに属するスペクトルデータを生じる副成分領域（Ｂ成分領域）は、グループＡに属するスペクトルデータを生じる主成分領域（Ａ成分領域）及びグループＣに属するスペクトルデータを生じる主成分領域（Ｃ成分領域）間の境界領域であると判別する（図４参照）。 The boundary region determination unit 55 calculates the sum of the spectrum data belonging to the group A and the spectrum data belonging to the group C different from the group A. It is possible to simply add the intensities of the spectra, but in the present embodiment, each is standardized and added so that the maximum intensity is 1. Then, the correlation value between the sum spectrum data and the spectrum data belonging to group B is calculated by the above-described arithmetic expressions [1] and [2]. If this correlation value is equal to or greater than a predetermined value, the sub-component region (B component region) that generates spectrum data belonging to group B is the main component region (A component region) and group that generates spectrum data belonging to group A. It is determined that it is a boundary region between principal component regions (C component regions) that generate spectral data belonging to C (see FIG. 4).
また、境界領域判別部５５は、上記と同様にして、図５に示す組み合わせで、主成分グループと副成分グループとの各相関値を算出し、境界領域を判別する。なお、図５において、「＋」記号は、各グループに属するスペクトルデータの和を算出することを意味し、矢印線は比較を意味している。 Similarly to the above, the boundary region determination unit 55 calculates each correlation value between the main component group and the sub component group by the combination shown in FIG. 5, and determines the boundary region. In FIG. 5, the “+” sign means that the sum of the spectrum data belonging to each group is calculated, and the arrow line means comparison.
そして、その判別結果を示す判別結果データは、ディスプレイ６に出力され、主成分領域とともに、境界領域が表示される。 Then, discrimination result data indicating the discrimination result is output to the display 6, and the boundary region is displayed together with the main component region.
＜動作方法＞
次に、このように構成した試料測定装置１の動作について、図６、図７及び図８を参照しつつ説明する。
<Operation method>
Next, the operation of the sample measuring apparatus 1 configured as described above will be described with reference to FIGS. 6, 7, and 8.
まず、スペクトルデータ格納動作を図６を参照して説明する。試料台２を予め定めた初期位置に移動させ、電子線ＥＢが試料測定エリアの初期ポイント（例えば試料測定エリアの隅部）に照射されるように設定する。 First, the spectrum data storing operation will be described with reference to FIG. The sample stage 2 is moved to a predetermined initial position and set so that the electron beam EB is irradiated to the initial point of the sample measurement area (for example, the corner of the sample measurement area).
その後、電子銃３１から前記ポイントに電子線ＥＢが照射される（ステップＳ１）。 Thereafter, the electron beam EB is irradiated from the electron gun 31 to the point (step S1).
この電子線ＥＢの照射により発生したカソードルミネッセンスＬは、検出装置４で各波長に分光され、この検出装置４から、波長毎の光強度を示す出力信号が情報処理装置５に送信される。 The cathode luminescence L generated by the irradiation of the electron beam EB is dispersed into each wavelength by the detection device 4, and an output signal indicating the light intensity for each wavelength is transmitted from the detection device 4 to the information processing device 5.
この出力信号をスペクトルデータ生成部５１が受信し、波長（波数）と関連づけることによりスペクトルデータを生成する。そしてこのスペクトルデータを、電子線ＥＢの照射ポイント情報に関連づけて前記スペクトルデータ格納部Ｄ１に格納する（ステップＳ３）。 The spectrum data generation unit 51 receives this output signal and generates spectrum data by associating it with the wavelength (wave number). The spectrum data is stored in the spectrum data storage unit D1 in association with the irradiation point information of the electron beam EB (step S3).
次にスペクトルデータ生成部５１は、電子線ＥＢの照射が試料エリアの終了ポイント（例えば初期ポイントの対向に位置する隅部）に至ったかどうかを判断し（ステップＳ４）、至ってなければ、電子線制御機構に制御信号を出力して電子線ＥＢの軌道をｘ方向又はｙ方向を所定単位量だけ変え、次の電子線照射ポイントに電子線ＥＢが照射する（ステップＳ５）。そしてかかるステップ２〜ステップ５を繰り返し、電子線の走査を行いつつ各ポイントでのスペクトルデータを次々に生成、格納する。 Next, the spectrum data generation unit 51 determines whether or not the irradiation of the electron beam EB has reached the end point of the sample area (for example, the corner located opposite to the initial point) (step S4). A control signal is output to the control mechanism, the trajectory of the electron beam EB is changed by a predetermined unit amount in the x direction or the y direction, and the next electron beam irradiation point is irradiated with the electron beam EB (step S5). Then, Step 2 to Step 5 are repeated, and the spectrum data at each point is generated and stored one after another while scanning the electron beam.
次に、スペクトルデータ分類動作を図７を参照して説明する。測定エリアの電子線走査が終了すれば、スペクトルデータ分類部５２が、前記スペクトルデータ格納部Ｄ１に格納されている各スペクトルデータをそれぞれ取得する（ステップＳ６）。そして、例えば最初に取得したスペクトルデータをグループＡの代表値として、そのスペクトルデータに対するその他のスペクトルデータの相関値を、前記演算式［１］、［２］に基づいてそれぞれ算出する（ステップＳ７）。そして、スペクトルデータ分類部５２は、このように算出した相関値が所定値以上（例えば０．８以上）か否かを判断し（ステップＳ８）、所定値以上であれば、グループＡに分類する（ステップＳ９）。 Next, the spectrum data classification operation will be described with reference to FIG. When the electron beam scanning of the measurement area is completed, the spectrum data classification unit 52 acquires each spectrum data stored in the spectrum data storage unit D1 (step S6). Then, for example, the first acquired spectrum data is used as a representative value of group A, and correlation values of other spectrum data with respect to the spectrum data are calculated based on the arithmetic expressions [1] and [2], respectively (step S7). . Then, the spectrum data classification unit 52 determines whether or not the calculated correlation value is equal to or greater than a predetermined value (for example, 0.8 or greater) (step S8). (Step S9).
次に、スペクトルデータ分類部５２は、グループＡに分類されなかったスペクトルデータの１つをグループＢの代表値とし、そのスペクトルデータに対するその他のスペクトルデータ（グループＡに分類されていないもの）の相関値を、前記演算式［１］、［２］に基づいてそれぞれ算出する（ステップＳ１０）。そして、スペクトルデータ分類部５２は、このように算出した相関値が所定値以上（例えば０．８以上）か否かを判断し（ステップＳ１１）、所定値以上であれば、グループＢに分類する（ステップＳ１２）。以後、全てのスペクトルデータが分類されるまで、この動作を繰り返す（ステップＳ１３）。そして、そのスペクトル分類データを領域設定部５３に出力する。そうすると、領域設定部５３は、各グループに属する各スペクトルデータに関連付けられた位置情報に基づいて、試料の測定エリアを複数の異なる領域に設定する。そして、その領域設定データ及び前記スペクトル分類データを主副グループ設定部５４に出力する。 Next, the spectrum data classification unit 52 sets one of the spectrum data not classified into the group A as a representative value of the group B, and the correlation of the other spectrum data (not classified into the group A) with respect to the spectrum data. Values are calculated based on the arithmetic expressions [1] and [2], respectively (step S10). Then, the spectrum data classification unit 52 determines whether or not the calculated correlation value is equal to or greater than a predetermined value (for example, 0.8 or greater) (step S11). (Step S12). Thereafter, this operation is repeated until all spectrum data is classified (step S13). Then, the spectrum classification data is output to the region setting unit 53. Then, the region setting unit 53 sets the measurement area of the sample to a plurality of different regions based on the position information associated with each spectrum data belonging to each group. Then, the region setting data and the spectrum classification data are output to the main / sub group setting unit 54.
次に、境界領域判別動作を図８を参照して説明する。スペクトル分類データを取得した主副グループ設定部５４は、前記グループを、主成分グループ又は副成分グループに分類し、設定する（ステップＳ１４）。そして、そのグループ設定データを境界領域判別部５５に出力する。 Next, the boundary region determination operation will be described with reference to FIG. The main / sub group setting unit 54 that has acquired the spectrum classification data classifies the group into a main component group or a sub component group and sets the group (step S14). Then, the group setting data is output to the boundary area determination unit 55.
次に、境界領域判別部５５は、互いに異なる主成分グループに属するスペクトルデータ同士を足し合わせる（ステップＳ１５）。そして、その合成スペクトルデータに対する副成分グループに属するスペクトルデータ（副成分グループに属する１つ）の相関値を、前記演算式［１］、［２］に基づいてそれぞれ算出する（ステップＳ１６）。このように算出した相関値に基づいて境界領域を判別する（ステップＳ１７）。その後、その境界領域を示す境界領域データ及び主成分領域を示す主成分領域データをディスプレイ６に出力し、ディスプレイ６は、その領域を表示する。その後、各領域に適した初期値を設定して、通常のマッピング測定を行い、試料表面の分析を行う。 Next, the boundary region determination unit 55 adds the spectrum data belonging to different principal component groups (step S15). Then, correlation values of spectrum data belonging to the sub-component group (one belonging to the sub-component group) with respect to the combined spectrum data are calculated based on the arithmetic expressions [1] and [2], respectively (step S16). The boundary region is determined based on the correlation value calculated in this way (step S17). Thereafter, the boundary area data indicating the boundary area and the principal component area data indicating the principal component area are output to the display 6, and the display 6 displays the area. Thereafter, initial values suitable for each region are set, normal mapping measurement is performed, and the sample surface is analyzed.
＜本実施形態の効果＞
このように構成した本実施形態に係る試料分析装置１によれば、複数の成分領域を有する試料において、その成分間の境界領域を自動的に判別することができる。したがって、測定領域に適した初期値を設定することができ、マッピング測定の時間短縮を可能とすることができる。また、電子線ＥＢを照射して生じるカソードルミネッセンスＬを測定する空間分解能が高い装置においては、特に、境界を含むエリアをマッピング測定する際には、その測定結果を有効に評価することができるようになる。
<Effect of this embodiment>
According to the sample analyzer 1 according to the present embodiment configured as described above, a boundary region between components in a sample having a plurality of component regions can be automatically determined. Therefore, an initial value suitable for the measurement region can be set, and mapping measurement time can be shortened. In addition, in an apparatus having a high spatial resolution for measuring the cathodoluminescence L generated by irradiating the electron beam EB, the measurement result can be effectively evaluated particularly when mapping an area including the boundary. become.
＜その他の変形実施形態＞
なお、本発明は前記実施形態に限られるものではない。以下の説明において前記実施形態に対応する部材には同一の符号を付すこととする。
<Other modified embodiments>
The present invention is not limited to the above embodiment. In the following description, the same reference numerals are given to members corresponding to the above-described embodiment.
例えば、相関値を求める演算式は、本実施形態に限られず、種々の変更が可能である。また、相関値がピーク位置にのみ依存して変化するような演算式であればなお好適である。 For example, the arithmetic expression for obtaining the correlation value is not limited to this embodiment, and various changes can be made. Further, it is still preferable to use an arithmetic expression in which the correlation value changes depending only on the peak position.
さらに、前記実施形態では、カソードルミネッセンスを測定するものであったが、その他、ラマンスペクトル、フォトルミネッセンススペクトル等を測定するものであっても良い。 Furthermore, in the above-described embodiment, the cathode luminescence is measured. Alternatively, a Raman spectrum, a photoluminescence spectrum, or the like may be measured.
前記実施形態では、エネルギ線照射部を制御して試料の複数ポイントにエネルギ線を照射していたが、試料を動かして試料の複数ポイントにエネルギ線を照射しても良い。 In the above-described embodiment, the energy beam irradiation unit is controlled to irradiate a plurality of points of the sample with the energy beam. However, the sample may be moved to irradiate the energy beam to the plurality of points of the sample.
その上、スペクトルデータのみを持ち運び可能な記録媒体に記録し、独立した情報処理装置でそのスペクトルデータから相関値等を算出して、境界領域を判別するなどしてもよい。 In addition, only the spectrum data may be recorded on a portable recording medium, and a boundary value may be determined by calculating a correlation value or the like from the spectrum data using an independent information processing apparatus.
加えて、前記実施形態では、スペクトルデータ分類部５４が、各ポイントから得られたスペクトルデータを比較してグループ化するものであったが、その他、予め格納された基準スペクトルデータと、各ポイントから得られたスペクトルデータとを比較して分類するようにしても良い。 In addition, in the above-described embodiment, the spectrum data classification unit 54 compares and groups the spectrum data obtained from each point, but in addition to the previously stored reference spectrum data and each point. The obtained spectrum data may be compared and classified.
さらに加えて、スペクトルデータ分類部５４のグループ化の方法としては、相関値に基づいて行う方法の他に、スペクトルの積分強度に基づいて行う方法やスペクトルのピーク値又は数などに基づいて行う方法なども考えられる。 In addition, as a grouping method of the spectrum data classification unit 54, in addition to the method based on the correlation value, the method based on the integral intensity of the spectrum or the method based on the peak value or number of the spectrum Etc. are also conceivable.
また、前記実施形態では、合成情報として合成スペクトルデータを用いるものであったが、その他の合成情報を用いるようにしても良い。合成情報は、互いに異なるグループに属するスペクトルデータを組み合わせて構成されるものであり、例えばそれぞれのグループに属するスペクトルデータのピーク値や強度などの特性を組み合わせて構成することができる。具体的には、合成情報は、最大強度が１となるように規格化した値が、波長３００〜４００（ｎｍ）において０．２以上（例えばグループＡに属するスペクトルデータの特性を示す。）であり、波長６００〜７００（ｎｍ）において０．２以上（例えばグループＣに属するスペクトルデータの特性を示す。）である、とすることができる。このような合成情報において、例えばグループＢに属するスペクトルデータが、最大強度が１となるように規格化した値が、波長３００〜４００（ｎｍ）において０．２以上、かつ波長６００〜７００（ｎｍ）において０．２以上である場合には、グループＢ（Ｂ成分領域）は、グループＡ（Ａ成分領域）及びグループＣ（Ｃ成分領域）の境界領域であると判別される。 Moreover, in the said embodiment, although synthetic spectrum data was used as synthetic | combination information, you may make it use other synthetic | combination information. The combined information is configured by combining spectral data belonging to different groups, and can be configured by combining characteristics such as peak value and intensity of spectral data belonging to each group, for example. Specifically, the synthesized information has a value normalized so that the maximum intensity is 1 is 0.2 or more at a wavelength of 300 to 400 (nm) (for example, indicates the characteristics of spectrum data belonging to group A). Yes, at a wavelength of 600 to 700 (nm), it is 0.2 or more (for example, the characteristic of spectrum data belonging to group C is shown). In such composite information, for example, the spectral data belonging to group B has a value normalized so that the maximum intensity is 1 is 0.2 or more at a wavelength of 300 to 400 (nm) and a wavelength of 600 to 700 (nm). ) Is 0.2 or more, it is determined that the group B (B component region) is a boundary region between the group A (A component region) and the group C (C component region).
また、情報処理装置内で合成スペクトルを計算し、それから合成情報を求めても良いし、予め用意された合成情報を用いても良い。 Further, the composite spectrum may be calculated in the information processing apparatus, and then the composite information may be obtained, or composite information prepared in advance may be used.
境界領域判別部は「互いに異なるグループ以外のグループ」として、「互いに異なるグループ」の領域と連続した領域のグループを選択するようにしても良い。 The boundary area determination unit may select a group of areas continuous with the area of “different groups” as “a group other than different groups”.
上記に加えて、エネルギ線として、Ｘ線やイオンビーム等を用いたものであっても良いし、二次エネルギ線として、カソードルミネッセンス以外のルミネッセンス、Ｘ線や二次電子、オージェ電子又は反射電子等の電子などを検出するものであっても良い。 In addition to the above, X-rays, ion beams, or the like may be used as energy rays, and luminescence other than cathodoluminescence, X-rays, secondary electrons, Auger electrons, or reflected electrons may be used as secondary energy rays. It is also possible to detect such electrons.
また、前記実施形態の領域設定部５３の機能を、スペクトルデータ分類部５２、主副グループ設定部５４又は境界領域判別部５５に備えさせて、領域設定部５３を設けないものであっても良い。 Further, the function of the region setting unit 53 of the embodiment may be provided in the spectrum data classification unit 52, the main / sub group setting unit 54, or the boundary region determination unit 55, and the region setting unit 53 may not be provided. .
その他、前述した実施形態や変形実施形態の一部又は全部を適宜組み合わせてよいし、本発明は前記実施形態に限られず、その趣旨を逸脱しない範囲で種々の変形が可能であるのは言うまでもない。 In addition, some or all of the above-described embodiments and modified embodiments may be combined as appropriate, and the present invention is not limited to the above-described embodiments, and various modifications can be made without departing from the spirit of the present invention. .
１ ・・・試料測定装置
Ｗ ・・・試料
ＥＢ・・・エネルギ線（電子線）
Ｌ ・・・二次エネルギ線（カソードルミネッセンス）
３ ・・・エネルギ線照射部（電子線照射装置）
４ ・・・二次エネルギ線検出部（検出装置）
５ ・・・情報処理装置
５１・・・スペクトルデータ生成部
５２・・・スペクトルデータ分類部
５４・・・主副グループ設定部
５５・・・境界領域判定部
DESCRIPTION OF SYMBOLS 1 ... Sample measuring device W ... Sample EB ... Energy beam (electron beam)
L ... Secondary energy ray (cathode luminescence)
3 ... Energy beam irradiation unit (electron beam irradiation device)
4 ... Secondary energy ray detector (detector)
5 ... Information processing device 51 ... Spectral data generation unit 52 ... Spectral data classification unit 54 ... Main / sub group setting unit 55 ... Boundary region determination unit
Claims (6)
前記情報処理装置が、
前記二次エネルギ線検出部により検出された二次エネルギ線のスペクトル波形を示すデータであるスペクトルデータを各ポイント毎に生成するスペクトルデータ生成部と、
類似するスペクトルデータを集めてグループ化するスペクトルデータ分類部と、
互いに異なるグループに属するスペクトルデータの合成である合成スペクトルから得られる合成情報と、前記互いに異なるグループ以外のグループに属するスペクトルデータから得られる情報とを比較して、類似する場合には、前記互いに異なるグループ以外のグループのスペクトルデータを生じる領域を、前記互いに異なるグループのスペクトルデータを生じる領域間の境界領域であると判別する境界領域判別部と、を備えている試料分析装置。 An energy beam irradiating unit that irradiates a plurality of points of the sample with an energy beam, a secondary energy beam detecting unit that detects a secondary energy beam generated from the sample irradiated with the energy beam, and a secondary energy beam detecting unit. An information processing apparatus that receives an output signal and performs predetermined arithmetic processing;
The information processing apparatus is
A spectrum data generation unit that generates, for each point, spectrum data that is data indicating a spectrum waveform of the secondary energy line detected by the secondary energy ray detection unit;
A spectral data classifier for collecting and grouping similar spectral data;
A combination information obtained from a combined spectrum that is a combination of spectrum data belonging to different groups is compared with information obtained from spectrum data belonging to a group other than the different groups. A sample analysis apparatus comprising: a boundary region determination unit that determines a region that generates spectral data of a group other than a group as a boundary region between regions that generate spectral data of different groups.
前記境界領域判別部が、互いに異なる主成分グループに属するスペクトルデータの合成である合成スペクトルから得られる合成情報と、前記副成分グループに属するスペクトルデータから得られる情報とを比較して、類似する場合には、前記副成分グループのスペクトルデータを生じる副成分領域を、前記主成分グループのスペクトルデータを生じる主成分領域間の境界領域であると判別するものである請求項１記載の試料分析装置。 A main sub group setting unit that sets a group having spectral data of a predetermined ratio or more with respect to the total number of spectral data as a main component group, and sets other groups as sub component groups,
When the boundary region discriminating unit compares the composite information obtained from the composite spectrum, which is the composite of the spectrum data belonging to different principal component groups, and the information obtained from the spectrum data belonging to the sub-component group, and is similar The sample analysis apparatus according to claim 1, wherein a sub-component region that generates spectral data of the sub-component group is determined to be a boundary region between main component regions that generate spectral data of the main component group.
二次エネルギ線検出部により検出された二次エネルギ線のスペクトル波形を示すデータであるスペクトルデータを各ポイント毎に生成するスペクトルデータ生成部と、
各スペクトルデータを比較して、類似するスペクトルデータを集めてグループ化するスペクトルデータ分類部と、
互いに異なるグループに属するスペクトルデータの合成である合成スペクトルから得られる合成情報と、前記互いに異なるグループ以外のグループに属するスペクトルデータから得られる情報とを比較して、類似する場合には、前記互いに異なるグループ以外のグループのスペクトルデータを生じる領域を、前記互いに異なるグループのスペクトルデータを生じる領域間の境界領域であると判別する境界領域判別部と、としての機能をコンピュータに発揮させる試料分析プログラム。 A sample analysis program for irradiating a sample with energy rays, detecting secondary energy rays generated from the sample, and analyzing the sample,
A spectrum data generation unit that generates, for each point, spectrum data that is data indicating the spectrum waveform of the secondary energy line detected by the secondary energy ray detection unit;
A spectral data classifier that compares each spectral data and collects and groups similar spectral data;
A combination information obtained from a combined spectrum that is a combination of spectrum data belonging to different groups is compared with information obtained from spectrum data belonging to a group other than the different groups. A sample analysis program that causes a computer to function as a boundary region determination unit that determines a region that generates spectral data of a group other than a group as a boundary region between regions that generate spectral data of different groups.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2006340798A JP4709129B2 (en) | 2006-12-19 | 2006-12-19 | Sample analyzer |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2006340798A JP4709129B2 (en) | 2006-12-19 | 2006-12-19 | Sample analyzer |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2008151679A JP2008151679A (en) | 2008-07-03 |
| JP4709129B2 true JP4709129B2 (en) | 2011-06-22 |
Family
ID=39653989
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2006340798A Expired - Fee Related JP4709129B2 (en) | 2006-12-19 | 2006-12-19 | Sample analyzer |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP4709129B2 (en) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP6576724B2 (en) * | 2015-07-23 | 2019-09-18 | 日本電子株式会社 | Analysis apparatus and analysis method |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH02248847A (en) * | 1989-03-23 | 1990-10-04 | Horiba Ltd | X-ray analysis of three-element compound for fine part |
| JPH06231717A (en) * | 1993-11-26 | 1994-08-19 | Jeol Ltd | Sample analyzing method x-ray microanalyzer |
| JPH0954053A (en) * | 1995-08-18 | 1997-02-25 | Shimadzu Corp | Surface analyzer |
| JPH1096691A (en) * | 1991-03-19 | 1998-04-14 | Tokai Rika Co Ltd | Method and apparatus for analyzing plane |
| JP2000139815A (en) * | 1998-11-09 | 2000-05-23 | Fuji Photo Film Co Ltd | Fluorescent diagnostic device |
| JP2003114204A (en) * | 2001-10-03 | 2003-04-18 | Canon Inc | State detection device, state detection method, scanning type analytical device and elementary analysis method |
| JP2004093511A (en) * | 2002-09-03 | 2004-03-25 | Horiba Ltd | X-ray analysis apparatus and computer program |
| JP2006119076A (en) * | 2004-10-25 | 2006-05-11 | Jasco Corp | Apparatus and method for analyzing mapping data |
| JP2006250827A (en) * | 2005-03-11 | 2006-09-21 | Pasuko:Kk | Analytical method for growth condition of crop |
-
2006
- 2006-12-19 JP JP2006340798A patent/JP4709129B2/en not_active Expired - Fee Related
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH02248847A (en) * | 1989-03-23 | 1990-10-04 | Horiba Ltd | X-ray analysis of three-element compound for fine part |
| JPH1096691A (en) * | 1991-03-19 | 1998-04-14 | Tokai Rika Co Ltd | Method and apparatus for analyzing plane |
| JPH06231717A (en) * | 1993-11-26 | 1994-08-19 | Jeol Ltd | Sample analyzing method x-ray microanalyzer |
| JPH0954053A (en) * | 1995-08-18 | 1997-02-25 | Shimadzu Corp | Surface analyzer |
| JP2000139815A (en) * | 1998-11-09 | 2000-05-23 | Fuji Photo Film Co Ltd | Fluorescent diagnostic device |
| JP2003114204A (en) * | 2001-10-03 | 2003-04-18 | Canon Inc | State detection device, state detection method, scanning type analytical device and elementary analysis method |
| JP2004093511A (en) * | 2002-09-03 | 2004-03-25 | Horiba Ltd | X-ray analysis apparatus and computer program |
| JP2006119076A (en) * | 2004-10-25 | 2006-05-11 | Jasco Corp | Apparatus and method for analyzing mapping data |
| JP2006250827A (en) * | 2005-03-11 | 2006-09-21 | Pasuko:Kk | Analytical method for growth condition of crop |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2008151679A (en) | 2008-07-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| USRE49543E1 (en) | Fine particle measuring apparatus | |
| JP7257009B2 (en) | Systems and methods for real-time Raman spectroscopy for cancer detection | |
| JP5411934B2 (en) | Synergistic energy dispersion and wavelength dispersive X-ray spectroscopy | |
| JP6769402B2 (en) | Electron microanalyzer and data processing program | |
| JP2017501402A (en) | High resolution fluorescence microscope with structured excitation light | |
| EP1912060A1 (en) | Light intensity measuring method and light intensity measuring device | |
| KR102629852B1 (en) | Statistical learning-based mode selection for multi-modal testing | |
| US11727612B2 (en) | Microparticle analyzing apparatus and data displaying method | |
| JP2008014652A (en) | Dust particle inspection system, dust particle inspection method, program and recording medium | |
| JP4709129B2 (en) | Sample analyzer | |
| US11698336B2 (en) | Analysis method and analysis apparatus | |
| JP2011038939A (en) | Spectrum classification method and apparatus of energy-dispersive x-ray spectroscope | |
| JP5117966B2 (en) | Sample analyzer | |
| CN207336366U (en) | A kind of ICP-AES dispersion detection devices based on digital micro-mirror | |
| KR20210112307A (en) | System, method and apparatus for correction of interference filter based on angle of incidence | |
| JP4733433B2 (en) | Fluorescence reading apparatus for bead array and fluorescence reading method for bead array | |
| KR20160014340A (en) | System for analyzing fluorescence lifetime and analysis method of fluorescence lifetime using the same | |
| JP2006125863A (en) | Apparatus and method for measuring stress | |
| US20220230841A1 (en) | Cost effective probing in high volume manufacture of micro leds | |
| TWI836325B (en) | A cathodoluminescence microscope, method of inspecting a wafer using the microscope and method of operating the microscope | |
| Cosci et al. | Automated algorithm for actinic cheilitis diagnosis by wide-field fluorescence imaging | |
| JP7033888B2 (en) | Raman imaging device, Raman imaging system, Raman imaging method, and program for Raman imaging device | |
| JPWO2018042752A1 (en) | Signal analysis apparatus, signal analysis method, computer program, measurement apparatus and measurement method | |
| JP2005265571A (en) | Stress measuring system, stress measuring method and program for measuring stress | |
| JP2009074812A (en) | Device and method for analyzing membrane sample |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20081222 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20101206 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20101221 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20110210 |
|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20110315 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20110317 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140325 Year of fee payment: 3 |
|
| LAPS | Cancellation because of no payment of annual fees |