JP5075646B2 - 半導体欠陥検査装置ならびにその方法 - Google Patents

Description

本発明は、他の検査装置で検出された半導体ウェーハ上の欠陥を詳細に観察して分類する装置に係り、特に、半導体ウェーハ上に形成された回路パターンの画像から、パターン形成不良を検出し、更に欠陥発生原因に基づいた分類を行う半導体欠陥検査装置ならびにその方法に関するものである。

近年、半導体回路の複雑化・寸法の微細化に伴い、半導体の製造プロセスに起因するパターン形成不良の多発による歩留まり低下が問題となっている。さらに、製造プロセスに潜む不良原因も多様化しているため、半導体ウェーハの開発効率低下が抑えられるよう、半導体ウェーハ上の欠陥を検出し、かつ欠陥原因の特定を行う作業の自動化が望まれている。他の検査装置で検出された半導体ウェハ上に形成された回路パターンの欠陥を再検出する技術は、例えば特開２０００‐０３０６５２号公報（特許文献１）に記載されている。

この特許文献１に記載されている方法では、検査対象基板を撮像して欠陥を含む検査対象パターンの画像と欠陥を含まない参照パターンの画像を取得し、両方の画像を比較して差のある部分を欠陥として抽出していた。しかし、回路パターンの微細化と高密度化が進むに従って、このような実際のパターンの画像同士の比較では検出できないパターン形状そのものの欠陥（システマティック欠陥）が発生するようになってきた。

この問題を解決する方法として、検査対象の回路パターン形状と予め作成した基準形状とを比較する方法が提案されており、例えば、特開２００５−２７７３９５号公報（特許文献２）が知られている。

特許文献２には、走査型電子顕微鏡（以降、ＳＥＭ、Scanning Electron Microscope）によって撮像された検査対象パターン画像と回路設計データの情報を用いて検査するパターン検査装置およびその方法について記載されている。

具体的には、回路設計データにシュリンクやコーナー部分に対する丸みの変形を加えることによって作成した基準パターンと検査対象パターンとを比較して得られるエッジ間乖離ベクトルを用いて欠陥検出を行う手法、前記欠陥に対して画像ベースでＡＤＣ（Auto Defect Classification）による欠陥分類を行う手法、プロセス管理を目的として、上記欠陥以外の部位における上記エッジ間乖離量から、位置ずれ量、線幅変形量などのパターン変形量を算出する手法について述べられている。

特開２０００−０３０６５２号公報 特開２００５−２７７３９５号公報

基準パターンとの比較によって欠陥部位を検出する場合、基準パターンとして、デバイスとして正常と判断される欠陥のない形状（以下、正常形状と呼ぶ）を準備する必要がある。しかしながら、デバイスとして正常とされる形状は、幅や丸み等においてある変動許容範囲がある。このため、特許文献２に記載されているパターン検査方法のように、正常形状を模して基準パターンを一つ作成して比較しても、その形状が欠陥検出に適するとは限らない。また、あるプロセス変動（例えば露光条件）に注目してその変動を反映するように複数の形状を作成し，検査対象パターン画像と順次比較することで欠陥検査を行っても，注目した変動とは別のプロセス変動に起因する欠陥に対しては検出精度が低下する。また，複数のプロセス変動要因が複合して生じている欠陥に対しては，その発生要因を識別することは困難である。

上記課題を解決するために、本発明においては走査型電子顕微鏡（以降ＳＥＭと略記）を用いて得られた回路パターンのＳＥＭ画像と対応する設計データからウェーハ上の欠陥を検査する装置であって，以下の（１）〜（６）の手段を含むことを特徴とする。

（１）検査対象となる回路パターン周辺の設計データを入力し，前記設計データを複数の形状変形ルールにより変形させて複数の比較用形状（以降，比較形状セットと呼ぶ）を作成する。次に前記比較用形状群と前記検査対象となる回路パターンを実際にＳＥＭ観察した画像（以降，検査対象回路パターンと呼ぶ）とを順次比較し，前記比較形状セットから最も検査対象回路パターンと類似した形状を，欠陥検査に使用する比較形状（以降，欠陥検査用比較形状と呼ぶ）として選択することを特徴とする。最後に前記検査対象回路パターンの形状と前記欠陥検査用比較形状との形状の乖離量（以降，形状乖離量と呼ぶ）を算出し，前記欠陥検査用比較形状に加えられた変形の情報（以降，変形量情報と呼ぶ）と，前記形状乖離量の一方または両方を用いて欠陥の検出を行う。

前記形状変形ルールは，想定される欠陥発生要因（以降，想定内欠陥発生要因と呼ぶ）毎に設定することを特徴とし，具体的には形状変形方法や前記形状変形の変形量の範囲およびステップを指す。前記想定内欠陥発生要因は，露光条件の変動（以降この要因で生じる欠陥を異常露光条件欠陥と呼ぶ）や，半導体ウェーハの積層レイヤー間に生じる重ね合わせ位置の誤差（以降この要因で生じる欠陥を重ね位置誤差欠陥と呼ぶ）を含み，任意数の想定内欠陥発生要因について前記形状変形ルールを設定できる。

前記欠陥の検出においては，欠陥検出のために，前記変形量情報または前記形状乖離量にまたはその両方に与える条件（以降，欠陥検出ルールと呼ぶ）に従って欠陥検出が行われることを特徴とする。また，前記欠陥検出ルールに，前記比較形状セットに対して定めた正常形状の範囲（以降，正常形状範囲と呼ぶ）を定め，欠陥検査用比較形状が前記正常形状範囲に含まれているかを判定基準とするルールが含まれることを特徴とする。さらに，前記正常形状範囲は，前記各形状変形ルールによる形状変動によってできる形状バリエーションの空間上に定められた境界で表される。

正常な回路パターンはある程度の許容範囲があり，一つの比較形状との比較により欠陥判定をすることは難しい。更に形状変形の要因は一般的に一つではなく，複数の欠陥発生要因の組み合わせとなるため，単一のルールから形状変動を予想することは困難である。このような問題に対して，想定内欠陥発生要因を考慮した正常形状のバリエーションを作成することによって，複数の要因が複合して生じた欠陥であっても精度良く検出することが可能となる。

（２）前述の（１）において求めた欠陥検査用比較形状と検査対象回路パターンとの比較により前記検査対象回路パターンに生じた欠陥を発生要因別に分類する。

前記分類においては，前記変形量情報と，前記形状乖離量の一方または両方を用いる。また，欠陥分類のための前記変形量情報または前記形状乖離量にまたはその両方に与える条件（以降，欠陥分類ルールと呼ぶ）に従って欠陥分類が行われることを特徴とする。本発明において前記分類は，（ａ）一つまたは複数の想定内欠陥発生要因，または（ｂ）想定外の欠陥発生要因（以降，想定外欠陥発生要因と呼ぶ）が含まれる。

（ａ）について，比較形状の作成は一つまたは複数の形状変形ルールに則って行われ，かつ前記形状変形ルールは前記想定内欠陥発生要因とリンクしているので，検査対象回路パターンに対する欠陥検査用比較形状が決定した段階で，検査対象回路パターンの前記想定内欠陥発生要因別の形状変形度合いを推定することができ，前記分類が可能となる。

（ｂ）について，前記形状乖離量が大きい場合，前記検査対象回路パターンには，想定内欠陥発生要因が含まれていると推測することができる。

（３）前記項目（１）（２）に関して，前記形状乖離量として，例えば検査対象回路パターンと欠陥検査用比較形状間の輪郭に沿った乖離ベクトルの列（以降，乖離ベクトルセット）を算出し，前記乖離ベクトルセットを用いて欠陥の検出あるいは分類を行う。

前記欠陥の検出においては欠陥検査用比較形状が前記正常形状範囲に含まれているかを判定基準とするのは勿論のこと，欠陥検査用比較形状が正常形状範囲内であっても乖離ベクトルセットに応じて欠陥と判定することができる。
前記欠陥の分類においては，乖離ベクトルセットを判断基準として，前記項目（２）中の（b）想定外欠陥発生要因に分類された欠陥をさらに詳細クラスに分類することができる。前記詳細クラスには，ユーザが全く想定できなかった欠陥の他に，想定はできるが形状変形ルールとして組み込めない欠陥も含む（例えばランダム発生欠陥や，シミュレーションにより高い精度で推定できなかった光近接効果による形状変形等）
（４）前記項目（１）（２）における前記形状変形は，設計データに対しパターン幅の太りや細り、パターン形状全体に対する等方的あるいは特定方向の拡大や縮小，またはコーナー部における丸みの付加等により行う。

想定内欠陥発生要因により生じる形状変形は，例えば露光条件の変動を欠陥発生要因として比較形状セットを作成するとき，露光シミュレーション等を利用して形状を推定することが考えられるが，一般に処理コストを要する。そのため，前述のコーナー部を丸めるといった簡易な画像処理により実際に形成されうるパターン形状を模すことが有用である。

（５）前記（１）または（２）において，形状変形の変形量の範囲およびステップを，ユーザが指定する。

本発明によれば，前記比較形状セット作成における形状バリエーションの密度をユーザが調節することができ，検査時間と検査精度のトレードオフにおけるユーザのニーズを反映させることが可能となる。

（６）前記（１）または（２）において，前記比較形状セット作成時，露光シミュレーションによって算出される光学的強度分布を用いる。
本発明によれば，露光条件の変動による回路形状の変形をより忠実に再現することができ，欠陥検査の精度向上につながる。

本発明によれば、以下のような効果を奏することができる。
（１）複数の要因が複合した欠陥であっても，欠陥の検出あるいは発生要因別の分類が可能となり、不良対策の迅速化を図ることができる。
（２）想定外の要因による欠陥が混入しても，精度よく抽出された欠陥部位における形状乖離を解析することでより詳細な分類が実施できる。
（３）回路パターン画像と回路設計データを用いて大量のＳＥＭ画像を欠陥発生原因別に自動的に分類することが可能となり、不良対策の迅速化を図ることができる。

以下に、本発明の実施の形態について説明する。本発明においては，抽出対象にできる欠陥発生要因は任意数であり，特定の欠陥発生要因に検出または分類の対象が限定されるものではない。本発明では，まず，実施例１として，露光条件の変動を想定内欠陥発生要因とし，異常露光条件欠陥を含む欠陥種に関して検出および分類を行う実施の形態について述べる。次に，実施例２として，露光条件の変動および積層レイヤー間に生じる重ね合わせ位置の誤差を想定内欠陥発生要因とし，異常露光条件欠陥，重ね位置誤差欠陥を含む欠陥種に関して検出および分類を行う実施の形態について述べる。最後に，実施例３として，想定内欠陥発生要因の数を任意とした場合の欠陥検出および分類を行う実施の形態について述べる。

実施例１として，露光条件の変動を想定内欠陥発生要因として欠陥の検出および発生要因別に分類を行う実施例を示す。

[全体パーツ構成]
図１は、本発明の一実施例による半導体ウェーハ上の欠陥を検出、分類するＳＥＭを用いた欠陥検査装置の概略構成図である。

１０１はＳＥＭで、内部に電子源１０１１、電子源１０１１から発射された電子を所望の加速エネルギでビーム状に引き出す引き出し電極１０１２、引き出し電極１０１２で所望の加速エネルギでビーム状に引き出された電子線１０２をＸ又はＹ方向に２次元的に走査する走査電極１０１３，１０１４、電子線１０２を基板表面に集束させるように電子線１０２の集束位置を調整するレンズ電極１０１５及び試料である半導体ウェハ１０３を載置して二次元平面又は３次元空間内で移動可能なテーブル１０１６、電子線１０２が照射された半導体ウェハ１０３から発生した２次電子や反射電子などの２次荷電粒子を検出する検出器１０４及び１０５を備えている。なお、電子源１０１１、引き出し電極１０１２、走査電極１０１３，１０１４、レンズ電極１０１５、テーブル１０１６は、それぞれ計算機１０９に接続されて計算機１０９により制御されるが、図１においては、その接続の状態を図示するのを省略している。

上記した構成を備えたＳＥＭ１０１において、予め他の検査装置で検出された半導体ウェーハ１０３上の欠陥の位置情報を用いて計算機１０９で制御して電子線１０２を半導体ウェーハ１０３の検査対象欠陥を含む領域の回路パターン上に照射し、照射された電子によって放出される二次電子または反射電子、あるいはその両方を検出器１０４、１０５により検出する。検出された電子は電気信号１０６に変換され、電気信号１０６はＡ／Ｄ変換器１０７によってディジタルデータ１０８に変換される。さらに、ディジタルデータ１０８は計算機１０９に入力されて画像情報に変換される（以降、この画像を検査対象回路パターン画像と呼ぶ）検査対象の回路パターンの低倍率のＳＥＭ画像が取得される。この取得した低倍率のＳＥＭ画像を計算機１０９において低倍率の参照画像と比較することにより欠陥を検出する。

次に、計算機１０９でＳＥＭ１０１を制御して撮像するＳＥＭ画像の拡大倍率を変え、先に検出した欠陥について高倍率のＳＥＭ画像を取得し、この取得した高倍率のＳＥＭ画像を計算機１１３において高倍率の参照画像と比較することにより欠陥部分の拡大画像を抽出し、この抽出した欠陥部分の拡大画像を処理して欠陥を分類する。なお、低倍率のＳＥＭ画像を低倍率の参照画像と比較することにより欠陥を検出することを、計算機１０９ではなく計算機１１３において実施しても良い。

計算機１０９は、パーソナルコンピュータやワークステーションなどの情報処理装置であり、少なくとも、ユーザによるマウスやキーボードなどの入力デバイス１１０の操作によるＳＥＭ１０１の制御、回路パターン画像に対する画像処理、回路パターン画像または処理済み画像のディスプレイ１１１への表示、を含む複数の処理を行う。

１１２は記憶装置、１１３はディスプレイ１１４を備えた計算機で内部に欠陥検査処理部１１９を有し、それぞれＬＡＮ１１８を介して計算機１０９と接続されている。

[欠陥検査処理部の概要]
計算機１１３に含まれる欠陥検査処理部１１９は、計算機１０９にて作成された高倍率のＳＥＭ画像により形成された検査対象回路パターン画像１１５と、記憶装置１１２に格納された高倍率のＳＥＭ画像による撮像部位に対応する回路設計データ１１６とを入力とし、欠陥の検出および分類を行い、欠陥検出結果または欠陥分類結果または両方からなる欠陥検出・欠陥分類結果１１７を記憶装置１１２に格納する。欠陥検査処理部の処理に関わるデータはＬＡＮ１１８を介して計算機および記憶装置間で転送される。

なお、回路設計データ１１６を格納する記憶装置と欠陥検出・欠陥分類結果１１７を格納する記憶装置は同一でなくとも差し支えない。さらに、これらの記憶装置の一部または全てが計算機１０９に内蔵されていても差し支えない。また、検査結果１１７は、ウィンドウ表示プログラムによってディスプレイ１１４に表示したり、紙面にプリントアウトしたりできるようにしても良い。更に、計算機１０９と計算機１１３とは必ずしも別体である必要はなく、同一の計算機であっても良い。

高倍率のＳＥＭ画像と高倍率の参照画像とを用いて欠陥を検出し分類する欠陥検査処理部１１９は、検査対象回路パターン抽出部１１９１、比較形状作成部１１９２、形状比較部１１９３ならびに欠陥検出・分類部１１９４を備えて構成される。以下、欠陥検査処理部１１９の各構成要素について説明する。

[検査対象回路パターン抽出部]
検査対象回路パターン抽出部１１９１は、図２に示すように、検査対象回路パターン画像１１５から検査対象回路パターンの形状２０１（以降、検査対象回路パターン２０１と呼ぶ）を抽出する。エッジ抽出は、例えば、特開平７−１７０３９５号公報や特開平１０−１３８５４号公報に記載されているような検査対象回路パターン画像にエッジ抽出フィルタ等の画像フィルタを適用して輪郭を強調し、二値化処理や細線化処理を施すことにより行う。

[比較形状作成部]
比較形状作成部１１９２は、設計データを複数の形状変形ルールにより変形させて比較形状セットを作成する。正常な回路パターンはある程度の許容範囲があり，一つの比較形状との比較により欠陥判定をすることは難しい。更に形状変形の要因は一般的に一つではなく，複数の欠陥発生要因の組み合わせとなるため，単一のルールから形状変動を予想することは困難である。このような問題に対し，比較形状作成部１１９２では，想定内欠陥発生要因を考慮した正常形状範囲を作成し，後述する欠陥検出および分類の手法により，複数の要因が複合して生じた欠陥であっても精度良く検出および分類することを可能とするものである。

以下に，露光条件の変動を想定内欠陥発生要因とし，露光条件の変動に基づいて比較形状セットを作成する方法（1-１）〜（1-３）について説明する。

（１−１）設計データに幾何学的変形を加える方法
露光条件の変動を考慮して比較形状を得るには，露光シミュレーション等を利用して比較形状の作成を行うことが考えられるが，一般に処理コストを要する。そのため，前述のコーナー部を丸めるといった簡易な画像処理により実際に形成されうるパターン形状を模すことが有用である。

まず，図３に示すように、回路設計データに基づいて作成した回路パターン形状１１６０を基に、比較形状作成部１１９２で処理して比較形状セット３０２を作成する。ここで，比較形状セット３０２は，検査対象回路設計データに基づいて作成した回路パターン形状１１６０に対しパターン幅の太りや細り、パターン形状全体に対する等方的あるいは特定方向の拡大や縮小，またはコーナー部における丸みの付加等により行う。

露光条件の変動にリンクした形状変形ルール（以降，露光条件変動形状変形ルールと呼ぶ）３０１は、回路設計データに基づいて作成した回路パターン形状１１６０の形状を基準とした、膨張または収縮、回路パターンの幅と長さの変動、コーナーに加える丸みの曲率およびこれらに類する変形方法３０３と、変形手段それぞれに対する変形範囲３０４、変形量ステップ３０５などの，形状を定めるためのルールからなる。

上記露光条件変動形状変形ルール３０１をディスプレイ１１４上でユーザに設定させるためのＧＵＩ４００の例を図４に示す．ユーザは各変形項目４０１に対して、変形を加える範囲４０２、変形量ステップ数４０３、デバイスとして正常と見なす範囲４０４を入力する。例えば、パターン幅の設定に関しては、回路設計データに基づいて作成した回路パターン形状１１６のパターン幅を３０ｎｍ細くした形状と３０ｎｍ太くした形状、およびその間を補間する９個の比較形状を作成することを示している。さらに、その中で、正常と見なす形状の下限を、−１０ｎｍ、上限を１０ｎｍと設定している。ここで，ある変形手段に対する上限値または下限値を，他の変形手段による変形量に応じて変動させても良い。このように，比較形状セット３０２作成における形状バリエーションの変形量の範囲およびステップをユーザが指定することで，検査時間と検査精度のトレードオフにおけるユーザのニーズを反映させることが可能となる。

（１−２）光学シミュレーションによる光強度分布を利用する方法
形成される回路パターンを忠実に再現し，欠陥検査の精度を高めることを重視する場合には，比較形状セット作成時，露光シミュレーションによって算出される光学的強度分布を用いても良い。この方法について図５を用いて説明する。まず、回路設計データ１１６をもとに、比較形状作成部１１９２において光学シミュレーション１１９２１により、露光時の光強度分布５０１を取得する。光強度分布画像５０１０は、光強度分布５０１を画像化したものである。次に、光強度分布５０１を複数の光強度でスライス処理Ｓ１１９２１を行うことで、複数の比較形状（比較形状セット３０２’）を取得することができる。このとき、露光条件変動形状変形ルール３０１’として、スライスする光強度（図５における値ｔｈ１、ｔｈ２、…ｔｈＮ）を記録しておく。このとき、デバイスとして正常と判定される形状を与える光強度の範囲（上限値および下限値）を追加しておくことで、後述する欠陥検出・分類処理において、検査対象回路パターンが異常露光条件欠陥を含んでいるか否かを判定することができる。

（１−３）画像処理によって得た擬似的な光強度分布を利用する方法
上記した（１−２）にて述べた方法において，比較形状セット作成処理を簡便かつ高速に行うため、図１８に示すように、回路設計データに基づいて作成した回路パターン形状１１６に抜き残し情報を付加したマスクデータ１８０１を画像化し、光学シミュレーションを模擬した画像処理（平滑化処理等）を施して作成した多値画像１８０２を上記光強度分布画像５０１０の代わりに使用することもできる。さらに、比較形状をよりＳＥＭ画像に近づけるため、スライス処理１１９２２により得た形状を電子線シミュレーションにより変形させたものを比較形状セット３０２’として用いても良い。

[形状比較部]
形状比較部１１９３は、前記比較形状セットの各形状と検査対象回路パターンとを順次比較し，前記比較形状セットから最も検査対象回路パターンと類似するものを欠陥検査用比較形状として選択する処理を行う。具体的には，検査対象回路パターンと比較形状とで，特異な形状乖離を起こしている部位以外において両形状ができるだけ一致するよう、適切な比較形状を選択することを特徴とする。例えば、図７において、比較形状セット３０２の一つの比較形状３０２１は回路太さが異なり、欠陥部位のみを抽出することができないので、この形状を欠陥検出・分類に用いることはできない。また、比較形状セット３０２の一つの比較形状３０２２は、欠陥以外の部位が一致するよう、合わせ位置の調整が必要である。これらに対して、比較形状３０２の比較形状の一つ３０２３は、回路太さ・欠陥以外の部位における形状がそれぞれ一致しているため、このときの形状乖離をもって、欠陥部位の解析を行うのが望ましい。

上記のような形状比較処理の実施例について図６の処理フローを用いて説明する。まず、形状比較部１１９３の位置合せ処理Ｓ１１９３１において、乖離ベクトル算出処理Ｓ１１９３１ａ、形状一致度算出処理Ｓ１１９３１ｂ、および合わせ位置決定処理Ｓ１１９３１ｃなどの処理が行われ、比較形状セット３０２の各形状の輪郭上の各点に対し、検査対象回路パターン２０１との位置合わせ処理を行う。

乖離ベクトル算出処理Ｓ１１９３１ａは、図８に示すように、比較形状セット３０２の一つの比較形状３０２０と検査対象回路パターン２０１とを対応付け（エッジ対応付け）して得られる乖離ベクトルセット８０１を算出する処理である。エッジ対応付けの方法として、比較形状３０２０上の点をベクトル始点とし、該始点における輪郭に対する法線と検査対象回路パターン２０１との交点をベクトル終点とする方法が挙げられる。

形状一致度算出処理Ｓ１１９３１ｂは、ある合わせ位置の候補における、検査対象回路パターン２０１と比較形状３０２０との形状の一致度（以降，形状一致度と呼ぶ）を算出する処理である。その際、形状一致度は、欠陥によって局所的な形状変形を起こしている部位を取り除いて算出されることを特徴とし、除外した部位以外における検査対象回路パターンと比較形状の輪郭線同士の乖離の大きさである。

これを実現する実施例としては、
（１）特異な大きさを持つベクトルを除外し、その上での乖離ベクトルセットの大きさ総和をもって形状一致度とする方法、
（２）図９に示すように、比較形状３０２０のうち、乖離ベクトルの大きさが所定のしきい値未満となるエッジ部位を形状一致エッジ９０１として抽出し、形状一致エッジ９０１が比較形状３０２０に占める割合の大きさをもって形状一致度とする方法、および
（３）図１０に示すように、乖離ベクトルの大きさのヒストグラム１００１を作成し、支配的な分布１００２に含まれる乖離ベクトルの絶対値平均の逆数をもって形状一致度とする方法
が挙げられる。

合わせ位置決定処理Ｓ１１９３１ｃは、形状一致度算出処理Ｓ１１９３１ｂの（１）〜（３）の何れかの方法で算出した形状一致度が最大となるよう、合わせ位置を決定する処理である。以下、この合わせ位置決定処理Ｓ１１９３１ｃが完了した状態を位置合わせ完了状態と呼ぶ。

上記のように、比較形状セット３０２の比較形状ごとに検査形状２０１との位置合わせおよび形状一致度の算出が行われた後、欠陥検査用比較形状決定処理Ｓ１１９３２が行われる。この欠陥分類用比較形状決定処理Ｓ１１９３２においては、比較形状セット３０２の複数の比較形状のうち検査形状２０１との形状一致度が最大となる比較形状が欠陥検査用比較形状として選択される。この選択された検査形状２０１との形状一致度が最大となる比較形状に対する変形量情報６０１と，検査対象回路パターン２０１と欠陥検査用比較形状との乖離ベクトルセット６０２が出力情報６００として欠陥検出・分類部１１９４へ出力される。

なお、本実施例においては乖離ベクトルセットによって形状比較を行う方法について述べたが、画像情報による比較を行っても良い。例えば、検査対象回路パターンおよび比較形状の輪郭線を多値画像に変換して平滑化を施した上、相関値を計算することによって位置合わせおよび形状一致度の定量化が可能である。

[欠陥検出・分類部]
図１に示した欠陥検出・分類部１１９４は、形状比較部１１９３からの出力情報６００を受けて検査対象回路パターンと前記欠陥検査用比較形状との形状乖離量を算出し，前記変形量情報と前記形状乖離量の一方または両方を用いて欠陥の検出を行う。欠陥の検出は所定の欠陥検出ルールに従って行われ，前記欠陥検出ルールに，欠陥検査用比較形状が前記正常形状範囲に含まれているかを判定基準とするルールが含まれる。

ここで，（１）前記形状乖離量として，検査対象回路パターンと欠陥検査用比較形状間の輪郭に沿った乖離ベクトルセットを算出すること，（２）前記正常形状範囲は，前記各形状変形ルールによる形状変動によってできる形状バリエーションの空間上に定められた境界で表されることを特徴とする。

前記欠陥の検出においては欠陥検査用比較形状が上記正常形状範囲内にあるかを判定基準とするのは勿論のこと，欠陥検査用比較形状が正常形状範囲内であっても乖離ベクトルセットに応じて欠陥と判定できる。

また，欠陥検出・分類部１１９４は、前記形状比較部において求めた欠陥検査用比較形状と検査対象回路パターンとの比較により前記検査対象回路パターンに生じた欠陥を発生要因別に分類する処理ステップであり，前記欠陥検査用比較形状に加えられた変形量情報と，前記形状乖離量の一方または両方が用いられ，それらに関する欠陥分類ルールに従って欠陥分類が行われる。また，ここでの分類には，（ａ）想定される一つまたは複数の想定内欠陥発生要因，または（ｂ）想定外欠陥発生要因が含まれる。

上記（ａ）について，比較形状の作成は一つまたは複数の形状変形ルールに則って行われ，かつ、前記した形状変形ルールは想定内欠陥発生要因とリンクしているので，検査対象回路パターンに対する欠陥検査用比較形状が決定した段階で，検査対象回路パターンの前記想定内欠陥発生要因別の形状変形度合いを推定することができ，前記分類が可能となる。

また，上記（ｂ）について，前記形状乖離量が大きい場合，前記検査対象回路パターンには，想定内欠陥発生要因が含まれていると推測することができる。また，これらの想定外欠陥発生要因による欠陥は，乖離ベクトルセットを判断基準として，さらに詳細クラスに分類することができる。

上記のような欠陥検出・分類を実現する実施例として、図１１に示すように、それぞれ対策内容が異なるＡ〜Ｄの４つの欠陥モードを検出・分類する手順を説明する。

モードＡ１１０１およびモードＢ１１０２は、形状変形が想定される範囲内で，検査対象回路パターンと欠陥検査用比較形状との類似度が所定レベル以上の場合である。このうちモードＡ１１０１は、欠陥分類用比較形状３０２ｎが正常形状範囲内にある場合で、欠陥無しの状態である。

モードＢ１１０２は、欠陥検査用比較形状３０２ｎ’が正常形状範囲外となる場合で，露光条件の異常によるシステマティック欠陥（異常露光条件欠陥）である。システマティック欠陥とは，プロセス変動やマスク不良により，複数のダイやチップにおいて繰り返し発生する欠陥である。

モードＣ１１０３およびＤ１１０４は、検査形状２０１と欠陥分類用比較形状３０２ｎ’’および３０２ｎ’’’の一部に特異な形状乖離が生じているモードで、形状変形が想定される範囲外で，検査対象回路パターンと欠陥検査用比較形状との類似度が所定レベル未満の場合である。このような欠陥は想定外欠陥発生要因による欠陥として扱われるが，本実施例では，乖離ベクトルセットを用いて，マスクパターンの不良によるシステマティック欠陥（モードＣ１１０３）、のランダム発生欠陥（モードＤ１１０４）とに分類する。

マスクパターンの不良は，マスク設計時に行われる光近接効果の予測誤差が主な原因であり，対策としてはマスクＯＰＣ（Optical Proximity Correction：光近接効果補正）の修正が行われる．ランダム発生欠陥とは，半導体製造プロセス中の異物等により，マスクパターンやプロセス変動とは無関係に，ランダムな箇所において生じる欠陥である。この種の欠陥への対策として、マスク形成プロセスや露光プロセスにおける異物管理が挙げられる。

次に、上記欠陥モードに基づいた欠陥検出・分類手順を図１２を用いて説明する。欠陥分類には、形状比較部１１９３において出力された、欠陥検査用比較形状を与える変形量情報６０１と、検査対象回路パターン２０１と欠陥検査用比較形状との乖離ベクトルセット６０２が用いられる、
先ず、欠陥分類対象パターン２０１に対して、第一の判定Ｓ１１９４１を実施する。第一の判定Ｓ１１９４１は、欠陥検査用比較形状作成時に適用された変形量情報を用いて，欠陥検査用比較形状が、正常形状範囲内にあるか否かを判定するもので，欠陥検査用比較形状が正常形状範囲外と判断された場合（Ｓ１１９４１のＮｏの分岐）には、モードＢを有し、範囲内と判断された場合にはモードＢを有さない欠陥種に分類される。ここで，前記正常形状範囲は，形状変形ルール毎の形状変形がデバイス特性に与える影響などを考慮し，予め定めておく。

次に、第二の判定Ｓ１１９４２を実施する。第二の判定Ｓ１１９４２は、検査対象回路パターン２０１と欠陥検査用比較形状との乖離ベクトルセット６０２を用いて、特異な形状乖離があるかを判定するものである。特異な形状乖離があると判定された場合には、第三の判定Ｓ１１９４３によって、該特異な形状乖離を起こしている部位を欠陥部位として抽出する。欠陥部位を抽出する方法として、乖離ベクトルが一定回数以上連続して一定値以上を示す区間をもって欠陥部位とする方法などが挙げられる。次に、該部位付近の乖離ベクトル列を用いて欠陥モードＣまたはＤを適用する。以下に第三の判定Ｓ１１９４３を行う２つの方法を述べる。

（１）ベクトル長の微分値を用いる手法
図１３（ａ）に示すように、パターンの輪郭方向に乖離ベクトルを並べ、欠陥部位に相当する乖離ベクトル列１３０１周辺および内部におけるベクトル長の微分値１３０２を計算する。モードＣに属する欠陥は、欠陥部位における形状乖離が滑らかに変化し、微分値の絶対値が小さい範囲に収まる（図１３（ｂ））。一方、モードＤに属する欠陥は、欠陥部位における乖離ベクトルの大きさの変化が急激な部分があり、微分値の絶対値にしきい値を設けることで急激な変化を検出することができる（図１３（ｃ））。このことから、欠陥部位に相当する乖離ベクトル列１３０１周辺および内部において絶対値があるしきい値以上となる微分値が存在しない場合には、当該の欠陥に欠陥モードＣを、そうでない場合にはモードＤを適用する。

（２）隣接する乖離ベクトルの関係を用いる手法
図１４に示すように、パターンの輪郭方向に乖離ベクトルを並べ、隣接する乖離ベクトルの始点同士を結ぶベクトル１４０１（以下、始点間ベクトル）、および終点同士を結ぶベクトル１４０２（以下、終点間ベクトル）を計算する。次に、終点間ベクトル１４０２の始点間ベクトル１４０１と平行な成分１４０３を算出する。モードＣは、マスクに対する不適切なＯＰＣ（光近接効果補正）によって起こる欠陥を想定した分類であり、これらの欠陥においては、図１１のモードＣの例に示すように、欠陥部位における輪郭が欠陥のない理想形状とほぼ同じ方向成分を持つ。それに対してモードＤにおいては、欠陥部位における輪郭が理想形状とは無関係な方向成分を持つ。このことから、欠陥部位周辺において、平行成分１４０３と終点間ベクトル１４０２のスカラー比が常にある値以上となっている場合には、当該の欠陥に欠陥モードＣを、そうでない場合にはモードＤを適用する。

上記（１）（２）に示した方法にて第三の判定Ｓ１１９４３を行う際、乖離ベクトルセットだけでなく、設計データを用いて取得した当該点における属性情報を併用しても良い。属性情報の例を図１６に示す。符号１６０１は、設計形状ラインを属性ａ（ＯＰＣなし）、属性ｂ（ＯＰＣあり）に分けた例を表しており、これら属性情報と乖離ベクトルセットを併用することで、モード決定の精度を高めることができる。例えば、図１６中の形状乖離例（１）ではＯＰＣがなされている属性ｂの区間にて乖離ベクトルが大きいため、マスク欠陥による形状乖離（モードＣ）とすることができる。また、形状乖離例（２）ではＯＰＣがなされていない属性ａの区間にて乖離ベクトルが大きいため、ランダム起因による形状乖離（モードＤ）とすることができる。

以上のように欠陥モードを考慮することで、図１２に示すように、欠陥モードＡ〜Ｄにそれぞれ対応する分類だけでなく、モードＢとモードＣが複合した欠陥と、モードＢとモードＤが複合した欠陥をも分類することができる。

符号Ｓ１１９４４の判定は、上記第一の判定Ｓ１１９４１、第二の判定Ｓ１１９４２および第三の判定Ｓ１１９４３において、判定に用いる評価値と判定しきい値に有意な差があるか否かを考慮して算出された分類信頼度を評価し、所定の基準よりも小さい場合には分類結果を「不明」とするものである。このように、分類信頼度の高いケースのみ自動分類し、分類信頼度の低いケースの分類をユーザに委ねることにより、分類ミスによる手戻りを低減することができる。さらに、検出・分類された欠陥を、ダイ間またはウェーハ間で照合することにより、欠陥分類性能を向上させることができる。例えば、大多数のダイまたはウェーハで共通に発生している欠陥か否かによって再分類を行ってもよい。

また、第一の判定Ｓ１１９４１において、図１９に示すように、比較形状セット３０２と正常形状範囲の境界値１９０１および１９０２を用いて、正常形状と判断される輪郭線の存在範囲１９０３を作成し、該存在範囲１９０３に検査対象回路パターン２０１が含まれるか否かによって検査対象回路パターンが正常か否かを判定しても良い。このように、正常な形状を範囲として定義し、検査対象回路パターンと直接比較することにより、当該判定の振り分け精度が向上する。

以上説明した手順によって行われた検査による，欠陥検出・欠陥分類結果１１７は、記憶装置１１２に格納しても良いし、ディスプレイ１１４に表示するようにしても良い。表示例を図１５に示す。ＧＵＩ画面１５０１には、回路設計データ１５０２、検査対象回路パターン画像１５０３、欠陥検査用比較形状１５０４、および検査対象回路パターン１５０６と乖離ベクトルセット１５０７と欠陥部位１５０８とを含む形状比較表示１５０５をグラフィカルに表示する。

また、欠陥種１５１０、欠陥位置１５１１、１５１２からなる、検査対象に含まれる欠陥リスト１５０９、欠陥リスト１５０９の欠陥リストを集計した統計情報１５１３、検査対象のチップを示すチップマップ１５１４、検査対象チップにおける分類種別の欠陥分布１５１５も表示する。これらの情報をユーザに表示することで、プロセス対策の迅速化・効率化を図ることができる。

さらに、符号１５１６に示すように、欠陥リスト１５０９中のいずれか一つの項目をポイントすると、当該の欠陥部位を表示するようにすれば、欠陥情報把握の助けとなる。

なお、本発明はマスク検査にも適用することができる。例えば、マスク基盤上に形成されたパターンを検査する際、上述実施例と同様に、マスクパターン描画時に生じうるパターン変形を考慮して比較形状セットを作成し、それらと検査対象パターンとを比較することで、欠陥の検出・分類を行うことができ、上述同様の効果が得られる。

上記のように，本実施例によれば，想定した欠陥発生要因に対しては高精度に欠陥の検出・分類が行えるとともに，想定できない欠陥発生要因に対しても詳細な欠陥分類を実施することができる。

実施例２として，露光条件の変動および積層レイヤー間に生じる重ね合わせ位置の誤差を想定内欠陥発生要因とし，異常露光条件欠陥，重ね位置誤差欠陥および複数の想定外欠陥発生要因による欠陥に関して検出および分類を行う実施の形態について述べる。本実施例は，装置構成および処理ステップは実施例１と同様であり，処理内容が異なる点についてのみ記載する。

図２０は，本実施例における比較形状作成部の説明図である。ここでは２層からなる設計データを用いて説明する。設計データ２００１に対し，比較形状作成部１１９２により，比較形状セット２００４を作成する。このとき，露光条件の変動を考慮した露光条件変動形状変形ルール２００２および２層回路の重合せ位置の誤差にリンクした形状変形ルール（以降，重ね位置誤差形状変形ルールと呼ぶ）２００３にしたがって形状変形を行い，双方の変動を網羅するよう比較形状セット２００４を作成する。

欠陥検査のための正常形状範囲は形状変形ルール毎の形状変形がデバイス特性に与える影響などを考慮し，予め定めておく。図２１は，前記正常形状範囲の模式図である。この図において，露光条件変動形状変形ルールによる形状変動を軸２１０１で，重ね位置誤差形状変形ルールによる形状変動を軸２１０２で，複数の形状変形ルールにて作成される比較形状の一つを２１０３で，正常形状範囲の例を２１０４でそれぞれ表している。

欠陥分類は，想定内欠陥発生要因による欠陥は，変形量情報から欠陥の発生要因別に分類する。図２２は，欠陥発生要因別分類の模式図であり，基準となる形状２２０３を基準として，欠陥検査用比較形状２２０４に加えられた変形を図示している。ここで，露光条件変動形状変形ルールによる形状変形２２０６が，重ね位置誤差形状変形ルールによる形状変形２２０７よりも顕著であるため，検査対象回路パターンの主な欠陥発生要因は露光条件の変動であることがわかる。

なお，想定外欠陥発生要因による欠陥に関しては，実施例１で説明した，マスクパターンの不良によるシステマティック欠陥、ランダム発生欠陥とに分類する方法と同様，乖離ベクトルセットを解析することで詳細な分類を行うことが出来る．
本実施例によれば，想定される欠陥発生要因に対して要因別の形状変形の度合いを把握することができ，対策プロセスの優先度を決定することができる。

実施例３として，想定内欠陥発生要因の数を任意とした場合の欠陥検出および分類を行う実施の形態について，図１７を用いて説明する。

まず，比較形状作成部１７０２にて，設計データ１７０１を元に，比較形状セット１７０３が作成される。比較形状セット１７０３は，予め定められた形状変形ルール１７１１に従って変形が加えられた，複数の形状群である。形状変形ルール１７１１は，露光条件の変動，積層レイヤー間に生じる重ね合わせ位置の誤差多層パターンにおける重ね合わせ誤差起因などの想定内欠陥発生要因毎に，設計データの変形方法１７１１１変形バリエーションの情報（例えば，変形範囲１７１１２，変形量ステップ１７１１３など）を定めたものであり，任意数定めることができる。変形量セット１７１２は，前記形状変形ルール１７１１毎に変形量を変化させて作成される，変形量の任意の組み合わせであり，作成された比較形状毎に作成される。

次に，形状比較部１７０４にて，前記比較形状セット１７０３の各形状と検査対象回路パターン１７１４とをそれぞれ比較して，形状が検査対象回路パターンに最も近い欠陥検査用比較形状１７０５を比較形状セット１７０３の中から選択する。また，検査対象回路パターン１７１４と，欠陥検査用比較形状１７０５の形状差である形状乖離量１７０６を算出する。

欠陥検出部１７０９は，欠陥検査用比較形状１７０５に対応する変形量セット１７１３，形状乖離量１７０６のいずれか一方または両方を用いて，それらに関する欠陥検出ルール１７０７に従って欠陥検出を行う。欠陥検出結果１７１５には，欠陥の有無，欠陥の位置，欠陥サイズ，欠陥分布のうち，いずれか一つまたは複数または全部が含まれる。
欠陥検出ルール１７０７の例を次の（１）〜（３）に示す。

（１）変形量セットを用いたルール
前記変形量セット１７１３を用いて，欠陥検査用比較形状１７０５が比較形状セット１７０３に対して予め定めた正常形状範囲に含まれるか否かによって欠陥の有無を判定する。ここで，正常形状範囲は形状変形ルール毎の形状変形がデバイス特性に与える影響などを考慮し，予め定めておく。

（２）形状乖離量を用いたルール
前記形状乖離量１７０６として乖離ベクトルセットを算出し，所定の大きさを超える乖離ベクトルを検出することで欠陥の有無を判定する。また，この方法によれば，欠陥の有無だけでなく，検査対象回路パターンにおける欠陥の部位も特定できる。

（３）変形量セットと形状乖離量の両方を用いたルール
上記（１）（２）のルールを順次適用し，いずれかのルールによって欠陥が検出された場合には，欠陥有りと判定する。

欠陥分類部１７０６は，前記変形量セット１７１３，形状乖離量１７０６のいずれか一方または両方を用いて，それらに関する欠陥分類ルール１７０８に従って欠陥分類を行う。欠陥分類結果１７１６には，欠陥クラス，想定内欠陥発生要因および想定外欠陥発生要因毎の欠陥クラス，所定の検査領域内における欠陥クラス別の構成比のうち，いずれか一つまたは複数または全部が含まれる。

欠陥分類ルール１７０８の例を次の（１）〜（３）に示す。
（１）変形量セットを用いたルール
前記変形量セット１７１３を用いて，前記想定内欠陥発生要因毎の検査対象回路パターン形成に対する影響の度合いを求め，欠陥発生要因別に，例えば，図１１に示す各欠陥モードおよびそれらの組み合わせを含む欠陥種に分類する。

（２）形状乖離量を用いたルール
前記形状乖離量１７０６として乖離ベクトルセットを算出し，乖離ベクトル列の大きさや分布，または乖離ベクトル列の大きさや分布の検査対象回路パターンの輪郭方向の変化のパターンを用いて分類する。

（３）変形量セットと形状乖離量の両方を用いたルール
まず，前記検査対象回路パターンと欠陥検査用比較形状との類似度を計算する。類似度が所定レベル以上の場合には，想定内欠陥発生要因による欠陥を前記（１）のルールによって分類し，類似度が所定レベルに満たない場合には，想定外欠陥発生要因による欠陥を前記（２）のルールによって分類する。

このように，任意数の形状変形ルールに従って比較用形状を作成することで，検査対象回路パターンの欠陥発生要因の影響の度合いを把握することができ，対策プロセスの優先度を決定することができる。

本実施例によれば，プロセスへの対策項目が整理しやすくなり、この結果不良対策の迅速化を図ることができる。

本発明に係る欠陥検査装置の実施例の概略構成を示すブロック図である。 検査対象回路パターン画像からパターンのエッジを抽出する処理を説明するパターンの画像である。 比較形状作成部における処理の流れを説明するフロー図である。 変形量指定ＧＵＩを示す図である。 光学シミュレーションによる比較形状作成処理の流れを説明するフロー図である。 形状比較処理の手順を説明するフロー図である。 マッチング処理を説明する図である。 乖離ベクトル算出処理の説明図である。 形状一致度を算出する処理の説明図である。 形状一致度を算出する処理の説明図である。 欠陥モードの種類を示す表である。 欠陥検出・分類部の処理フローを示す図である。 形状乖離特徴量を算出する処理の説明図である。 形状乖離特徴量を算出する処理の説明図である。 検査結果表示ＧＵＩを示す図である。 形状乖離特徴量を算出する処理の説明図である。 欠陥検査処理部の概念図である。 擬似的な光強度分布を簡便に算出する方法を示す図である。 正常変形範囲を定める方法を示す図である。 複数の変動ルールに従って形状を変動させて比較形状セットを作成する処理を表した図である。 正常形状範囲について説明する図である。 欠陥発生要因推定手法の概念を説明する図である。

符号の説明

１０１・・・ＳＥＭ １０２・・・電子線 １０３・・・半導体ウェーハ
１０４・・・反射電子検出器 １０５・・・二次電子検出器 １０６・・・電気信号１０７・・・Ａ／Ｄ変換器 １０８・・・ディジタルデータ １０９・・・計算機
１１０・・・入力デバイス １１１・・・ディスプレイ １１２・・・記憶装置
１１３・・・計算機 １１４・・・ディスプレイ
１１５・・・検査対象回路パターン画像 １１６・・・回路設計データ
１１７・・・欠陥検出・欠陥分類結果 １１８・・・ＬＡＮ
１１９・・・欠陥検査処理部 １１９１・・・検査対象回路パターン抽出部
１１９２・・・比較形状作成部 １１９３・・・形状比較部
１１９４・・・欠陥検出・分類部 ２０１・・・検査対象回路パターン
４０１・・・変形量指定ＧＵＩ ４０２・・・変形範囲指定ＧＵＩ
４０３・・・ステップ数指定ＧＵＩ ４０４・・・正常形状範囲指定ＧＵＩ
７０１・・・欠陥部位 １３０１・・・欠陥部位
１５０１・・・検査結果ＧＵＩ表示 １５０２・・・回路設計データ
１５０３・・・検査パターン画像 １５０８・・・欠陥部位
１７０２・・・比較形状作成部 １７０４・・・形状比較部

Claims (18)

1. 予め他の検査装置で検出した半導体ウェーハ上の欠陥を走査型電子顕微鏡を用いて検査する装置であって、
   予め他の検査装置で検出した欠陥の位置情報を用いて回路パターンが形成された半導体ウェハ上の前記欠陥を含む検査領域のＳＥＭ画像を取得するＳＥＭ画像取得手段と、
   該ＳＥＭ画像取得手段で取得した検査領域のＳＥＭ画像を参照画像と比較して前記半導体ウェハ上の所望の検査領域に存在する欠陥のＳＥＭ画像を抽出する欠陥画像抽出手段と、
   該欠陥画像抽出手段で抽出した欠陥のＳＥＭ画像を分類する欠陥分類手段と、
   該欠陥分類手段で分類した結果を出力する出力手段とを備え、
   前記欠陥画像抽出手段は、
   前記ＳＥＭ画像取得手段で取得した検査領域のＳＥＭ画像から該検査領域内の回路パターンの検査形状を抽出する検査形状抽出部と、
   前記検査領域内の回路パターンに対応する設計データを用いて該回路パターンの形状を複数の形状変形ルールにより変形させて前記検査形状抽出部で抽出した検査形状に対応する複数の比較用形状を作成し該作成した複数の比較用形状の中から前記検査形状抽出部で抽出した回路パターンの検査形状と類似した形状を比較用形状として選択する比較形状作成部と、
   該比較形状作成部で選択した比較用形状と前記検査形状抽出部で抽出した回路パターンの検査形状との情報を用いて該ＳＥＭ画像の中から欠陥の画像を抽出する欠陥画像抽出部と
   を備えたことを特徴とする欠陥検査装置。
2. 前記検査形状抽出部において前記検査領域内の回路パターンの検査形状を抽出することを、前記ＳＥＭ画像取得手段で取得した回路パターンのＳＥＭ画像からエッジ抽出を行うことにより前記回路パターンの検査形状を抽出することを特徴とする請求項１記載の欠陥検査装置。
3. 前記比較形状作成部において、前記複数の形状変形ルールは欠陥発生要因とリンクしていることを特徴とする請求項１記載の欠陥検査装置。
4. 前記比較形状作成部において回路パターンの形状を変形させることを、設計データに対してパターン幅の太り又は細り、パターン形状全体に対する等方的あるいは特定方向の拡大又は縮小、またはコーナ部における丸み付けの何れかを含んで行うことを特徴とする請求項１記載の欠陥検査装置。
5. 前記比較形状作成部における回路パターンの形状を変形させる変形量の範囲を入力する入力手段を更に備えることを特徴とする請求項４記載の欠陥検査装置。
6. 前記比較形状作成部において回路パターンの形状を変形させることを、露光シミュレーションを用いて行うことを特徴とする請求項１記載の欠陥検査装置。
7. 前記比較形状作成部は、前記回路パターンに対応する設計データに対してパターン幅の変動、画像の拡大縮小の変動、パターンの長さの変動、パターンのコーナーの曲率の変動および平滑化処理の変動を盛り込んで前記複数の比較用形状を作成することを特徴とする請求項１記載の欠陥検査装置。
8. 前記欠陥画像抽出部で画像を抽出した欠陥を欠陥発生要因ごとに分類する欠陥発生要因分類手段を更に備えたことを特徴とする請求項１乃至３の何れかに記載の欠陥検査装置。
9. 前記欠陥画像抽出部において、前記回路パターンの形状と前記比較用形状との形状の乖離量を算出し，前記比較用形状に加えられた変形の情報と，前記形状の乖離量の情報の少なくとも何れか一つを用いて前記ＳＥＭ画像の中から欠陥の画像を抽出することを特徴とする請求項１記載の欠陥検査装置。
10. 予め他の検査装置で検出した欠陥の位置情報を用いて回路パターンが形成された半導体ウェハ上の前記欠陥を含む検査領域のＳＥＭ画像を取得し、
    該取得した検査領域のＳＥＭ画像を参照画像と比較して前記半導体ウェハ上の所望の検査領域に存在する欠陥のＳＥＭ画像を抽出し、
    該抽出した欠陥のＳＥＭ画像を分類し、
    該分類した結果を出力する、
    半導体ウェーハ上の欠陥を検査する方法であって、
    前記欠陥のＳＥＭ画像を抽出する工程において、
    前記取得した検査領域のＳＥＭ画像から該検査領域内の回路パターンの検査形状を抽出し、
    前記検査領域内の回路パターンに対応する設計データを用いて該回路パターンの形状を複数の形状変形ルールにより変形させて前記抽出した検査形状に対応する複数の比較用形状を作成し該作成した複数の比較用形状の中から前記抽出した回路パターンの検査形状と類似した形状を比較用形状として選択し、
    該選択した比較用形状と該抽出した回路パターンの検査形状との情報を用いて該ＳＥＭ画像の中から欠陥の画像を抽出することを特徴とする欠陥検査方法。
11. 前記検査形状を抽出する工程は、前記取得した検査領域のＳＥＭ画像からエッジ抽出を行うことにより前記回路パターンの検査形状を抽出することを特徴とする請求項１０記載の欠陥検査方法。
12. 前記比較用形状を選択する工程において、前記複数の形状変形ルールは欠陥発生要因とリンクしていることを特徴とする請求項１０記載の欠陥検査方法。
13. 前記比較用形状を選択する工程において、前記回路パターンの形状を変形させることを、設計データに対してパターン幅の太り又は細り、パターン形状全体に対する等方的あるいは特定方向の拡大又は縮小、またはコーナ部における丸み付けの何れかを含んで行うことを特徴とする請求項１０記載の欠陥検査方法。
14. 前記比較用形状を選択する工程において、前記回路パターンの形状を変形させる変形量の範囲をＧＵＩの画面上で入力することを特徴とする請求項１３記載の欠陥検査方法。
15. 前記比較用形状を選択する工程において、前記回路パターンの形状を変形させることを、露光シミュレーションを用いて行うことを特徴とする請求項１０記載の欠陥検査方法。
16. 前記比較用形状を選択する工程において、前記回路パターンに対応する設計データに対してパターン幅の変動、画像の拡大縮小の変動、パターンの長さの変動、パターンのコーナーの曲率の変動および平滑化処理の変動を盛り込んで前記複数の比較用形状を作成することを特徴とする請求項１０記載の欠陥検査方法。
17. 前記欠陥の画像を抽出する工程において、前記抽出した欠陥の画像を欠陥発生要因ごとに分類することを特徴とする請求項１０乃至１２の何れかに記載の欠陥検査方法。
18. 前記欠陥の画像を抽出する工程において、前記回路パターンの形状と前記比較用形状との形状の乖離量を算出し，前記比較用形状に加えられた変形の情報と，前記形状の乖離量の情報の少なくとも何れか一つを用いて前記ＳＥＭ画像の中から欠陥の画像を抽出することを特徴とする請求項１０記載の欠陥検査方法。

Images