JP5238718B2 - レチクル上のリソグラフィにおいて有意な欠陥を検出する方法 - Google Patents

Description

本願明細書に記載する本発明は、大まかに言えば、フォトマスク上のリソグラフィにおいて有意な欠陥の検出に関する。具体的には、本発明は、多くの応用（フォトマスク検査、フォトマスクＡＩＭＳ評価、およびフォトマスクの検証が挙げられるが、これらに限定されない）における使用に適合できる従来の高性能光学顕微鏡および特別の処理命令を使用して、精密なリソグラフィ画像（すなわち、ステッパ、スキャナなどの製造ツールを用いて形成される画像を模倣する修正された画像）を合成するためのシステムおよび方法に関する。

超小型回路の密度および複雑さが増大し続けるにつれて、回路パターンを印刷するために使用されるフォトグラフィプロセスはますます困難なものになる。より高密度かつより複雑な回路には、より密に一緒に収容されたより小さいパターン要素からなる、より高密度でより複雑なパターンが必要である。このようなパターンは、利用できるリソグラフィツールおよびリソグラフィプロセスの解像度の限界を押し上げ、リソグラフィで使用されるフォトマスクの設計および品質に大きな負担をかけている。解像度の限界を押し上げるために、様々な高解像度化手法（ＲＥＴ）を使用して、先進的なフォトマスクが設計されている。光近接効果補正（ＯＰＣ）は、こうした手法の一つである。ＯＰＣは、フォトマスクパターンを様々な形で修正し、印刷パターンが当初所望されたパターンと十分に一致させるのに役立つ。こうしたフォトマスクパターンの修正は、主要パターン特徴部のサイズの誘乱と、パターン隅部へのセリフの追加と、サブ解像度アシストフィーチャ（ＳＲＡＦ）の追加とを含むことができる。こうしたパターンの誘乱には、ウェーハ上への印刷が見込まれるものはない。代わりに、こうしたフォトマスクの修正は、さもなくばリソグラフィプロセス中に発生したであろうパターン部分の誘乱を打ち消すことが期待される。こうしたＯＰＣフィーチャは印刷パターンの忠実度を維持するのに役立つが、別のケースと比較して、フォトマスクパターンを更に複雑にする。フォトマスクパターンの複雑性の増加と、全てのパターン要素で印刷パターンに対する直接的影響が見込まれるわけではないという事実とにより、重大なパターン欠陥についてフォトマスクを検査するタスクは、更に困難になる。

精密なフォトマスクパターン検査に対するニーズに対処しようとする努力の中で、多くのアプローチが採用されてきたが、成功の度合いは様々である。最も一般的なフォトマスク検査方法には、光学顕微鏡又は電子ビーム顕微鏡の何れかを使用してマスクパターンの高解像度画像を取り込み、その後、こうした画像を基準画像と比較して欠陥を探すことが伴う。基準画像は、フォトマスク上の第２のパターンから取得した画像（ダイツーダイ）にするか、あるいは、設計データベースからレンダリングできる（ダイツーデータベース）。何れの場合にも、試験中の画像と基準画像との間の差分を欠陥として知らせる。こうした方法は、フォトマスクパターンの高解像度画像を比較することで欠陥を見つけることから、マスク面検査手法として特徴付けできる。こうした手法はマスクの欠陥を発見するのには効果的だが、多数の「擾乱」欠陥を検出しがちである。擾乱欠陥は、ウェーハでの印刷パターンの忠実度に殆ど又は全く影響しない、マスクパターン内の実際の欠陥である。マスク面では、こうした擾乱欠陥を、他の更に重大な欠陥から容易に区別できない場合がある。欠陥の重要性の尺度の一つは、ＭＥＥＦすなわちマスク誤差増大要素である。この要素は、マスク面での欠陥のサイズを、印刷画像に対する影響の大きさに関連付ける。ＭＥＥＦが高い欠陥は、印刷パターンに対する影響が大きく、ＭＥＥＦが低い欠陥は、印刷パターンに対する影響が殆ど又は全く無い。パターンの高密度な細線部分にあるサイズの小さすぎる主要パターン特徴部は、ＭＥＥＦの高い欠陥の一例であり、小さなマスク面サイズのエラーは、印刷パターンの完全な破綻を引き起こす可能性がある。孤立した小さなピンホールは、ＭＥＥＦの低い欠陥の一例であり、欠陥自体は小さすぎるため印刷されず、最も近い主要パターン縁部から十分に離れているため、縁部がどのように印刷されるかにも影響を与えない。こうした例が示すように、欠陥のＭＥＥＦは、欠陥の種類と、欠陥が位置するパターンの状況との、幾分複雑な関数となる。ＭＥＥＦが分からなければ、マスク面検査手法では、通常、全てのマスク欠陥が重要であると想定されるに違いない。同時に、こうしたマスクは非常に複雑であるため、欠陥が全く無い状態では作成できない。高ＭＥＥＦ領域において重要となり得る欠陥を発見するのに十分な感度で検査すれば、低ＭＥＥＦ領域では、同様のサイズだが重要ではない多数の欠陥が検出される恐れがある。こうした擾乱欠陥の処理により、時間とエネルギーが無駄になる可能性がある。したがって、擾乱欠陥を適時に選択的に排除しつつ、リソグラフィにおいて有意な欠陥を特定する、「ＭＥＥＦを認識した」方法を有することが有利である。

ＭＥＥＦの認識を試みた別のフォトマスク検査方法の一つには、ウェーハステッパを模倣した照射及び結像条件を有する顕微鏡を使用して、マスクパターンを光学的に結像することが含まれる。顕微鏡がステッパを模倣する程度までは、検査時の欠陥のＭＥＥＦが使用時と同様になるのは確かである。しかしながら、このアプローチには、その有効性を減じる多数の限界がある。限界の一つは、フォトマスクの「処理中」検査に対する、この方法の応用の限界である。一部のマスク製造手順に含まれる多数の処理ステップでは、初期の処理ステップでパターンが確立されるが、このステップでのマスクの光学特性は、ステッパで予想されるものではない。未完成のマスクは検査ツールにおいて完成したマスクと同様の反応を示さないため、ツールは、各欠陥のＭＥＥＦを正しく考慮できない。更に、このアプローチでは、検査顕微鏡が再構成可能となる柔軟性に限界がある。所定のステッパを正確に模倣するために、顕微鏡は、そのステッパの照射及び結像条件と正確に一致させる必要がある。しかしながら、ステッパには多数のばらつきがあり、考え得る様々な構成をそれぞれが有している。したがって、必要なレベルの柔軟性及び精度を、検査プラットフォームの検査顕微鏡に組み込むのは困難となる。適切な模倣光学構造が無ければ、検査ツールは、各欠陥のＭＥＥＦを正しく考慮できない。このアプローチの有効性の別の限界は、ステッパのウェーハ面で発生する高ＮＡの影響を模倣する際の問題に関係する。公知のアプローチでは、一つ以上の画像センサを使用して、模倣したウェーハ面での画像を検知する。しかしながら、実用されるセンサは、ステッパの実際のウェーハ面で必要なものより何十倍も大きなピクセルサイズを有する。これに対応して、検査顕微鏡の倍率は、模倣する実際のステッパの倍率の数十倍にする必要がある。しかしながら、倍率の増加により、ＮＡの実質的な低下が生じる。ＮＡが大幅に低いと、ベクトル結像の影響と、角度に依存するレジスト膜の影響とが、実際のウェーハ面で見られるものから大きく変化する。こうした相違は、ステッパ模倣の精度を限定し、同様に、検出された欠陥のＭＥＥＦの見極めが劣化する。更なる限界は、検査中に得られたフォトマスク画像の全般的な不適切性に関係する。現在、こうした画像は、解像度、コントラスト、及び／又は信号対雑音比が不十分であり、そのため、マスク上の欠陥の性質を適切に診断する上で不十分である。それゆえ、フォトリソグラフィにおいて有意な欠陥の特定を可能にし、かつ「ＭＥＥＦを認識した」検査方法は、当該分野で公知の従来のアプローチには存在しない多くの利点を提示する。

ＭＥＥＦを認識したフォトマスク検査を実施するためのハイブリッド手法が提案されている。これらの手法は、検査されるフォトマスクの高解像度画像に対して行う。ステッパ及びレジストをシミュレートしてシミュレートされたウェーハ面画像を生成するリソグラフィ処理のソフトウェアシミュレーションに、画像からの推定マスクパターンを入力する。その後、ＭＥＥＦがすでに考慮されたシミュレートウェーハ面において、欠陥の検出を行う。こうした手法の重大な欠点には、高解像度マスク画像からマスクパターンを復元する処理が関係する。マスクパターン（欠陥を含む）が既知である場合、検査システムの光学構造で見られるような、そのパターンの高解像度画像は、適切な部分コヒーレント（可干渉性）結像モデルをパターンに適用することで決定できる。しかしながら、こうした結像モデルの高度な非線形的態様のため、検知画像から対応するパターンへ逆向きに動作させるのは困難である。加えて、このような手法（この逆変換の近似を使用する手法）はエラーが発生しやすくかつ／又は計算コストが高いことが明らかになっている。さらに、もっとも計算コストが高いアプローチでさえ、高度に非線形な、劣化を伴う変換を逆向きにしようとすることからもともと存在するある種の曖昧性および不安定性を免れることはできない。ある範囲の入力に対していくらか適切な近似は行うことができるが、それらはすべて、欠陥検出プロセスの一部として応用することを制限する、そのロバスト性の様々な限界という問題を抱えている。

このように、先行技術の手法は、ある目的には適しているが、いずれも多くの限界を抱えており、そのため重大なパターン欠陥についてのフォトマスク検査におけるそれらの手法の有効性は実質的に低下している。先行技術のプロセスは煩雑であるか、精密でないか、特別のものであるか、又は融通が利かず、従って機械ごとに変更することには適していない。

従って、本発明の実施形態は既存の方法に対する実質的な進歩を提供し、既存の検査技術の多くの限界を克服する。本発明のこれらおよび他の進歩性は、本願明細書において後述される。

本発明の原理によって、リソグラフィにおいて有意な欠陥についてフォトマスクを検査する方法が開示される。

一実施形態では、本発明は、リソグラフィにおいて有意な欠陥を特定するためのレチクル検査方法を教示する。この方法には、フォトマスクを準備するステップと、前記マスクを照射して、前記フォトマスクを用いてパターン形成するために使用されるリソグラフィシステムのレチクル面のＮＡよりも大きいＮＡを前記レチクル面に有する検査装置を使用して、前記フォトマスクの透過強度画像および反射強度画像を生成するステップとが関与する。前記フォトマスクおよび前記検査光学システムに関連する帯域制限されたマスクパターンを復元するために、前記透過強度画像および反射強度画像は一緒に処理される。基板上への前記マスクパターンのリソグラフィ転写において用いられる前記リソグラフィシステムのモデルは、前記マスクパターンの空間像を取得するための入力として、前記帯域制限されたマスクパターンを収容するように適合される。前記空間像は、前記リソグラフィシステムを用いた基板上への前記マスクパターンの前記リソグラフィ転写において使用される前記フォトレジストについてのフォトレジストモデルと一緒に処理される。前記処理することにより、前記フォトマスクを使用して前記基板の上へと印刷された印刷画像パターンに対応するレジストモデル化画像が得られる。前記レジストモデル化画像は、前記フォトマスクがリソグラフィにおいて有意な欠陥を有するかどうかを判断するために使用される。

別の実施形態では、本発明は、レチクル上のリソグラフィにおいて有意な欠陥を特定するためのレチクル検査方法を教示する。この方法には、検査装置を使用してフォトマスクの強度画像の対を生成するステップが関与する。前記画像のそれぞれは、前記フォトマスクの異なる光学特性が施されているように生成される。帯域制限されたマスクパターンは、前記帯域制限されたマスクパターンが線形項のみを使用して前記フォトマスクを特徴付けるように、前記マスク強度画像の対から復元される。リソグラフィシステムのモデルは、前記フォトマスクパターンの空間像を取得するために、前記帯域制限されたマスクパターンを前記モデルに入力することを可能にするように適合される。前記空間像は、基板表面のフォトレジストモデルと一緒に処理され、前記フォトマスクを使用して前記基板の上へと印刷される画像パターンに対応するレジストモデル化画像が得られる。前記フォトマスクは検査され、それがリソグラフィにおいて有意な欠陥を有するかどうかが判断される。

別の実施形態では、レチクル上のリソグラフィにおいて有意な欠陥を特定するためにフォトマスクを検査する方法がさらに記載される。前記方法には、少なくとも背景トーンおよび前景トーンを有するフォトマスクを準備する操作と、検査装置を使用して前記フォトマスクのマスク画像の対を生成する操作であって、それぞれのマスク画像には前記フォトマスクの異なる光学特性が施されている操作、が関与する。前記画像のそれぞれは、前記フォトマスクの前記マククパターンでコンボルーション処理された前記検査装置についてのＴＣＣ行列、前記マスクの前記背景を特徴付ける背景振幅定数、前記マスクの前記前景トーンを特徴付ける前景振幅定数、の形の検査システム光学特性を組み込むモデルによって特徴付けることができ、前記画像の対に対する前記背景振幅定数の比は前記画像の対に対する前記前景振幅定数の比に等しくない。前記マスク画像の対は一緒に処理され、線形項のみを含む帯域制限されたマスクパターンが復元される。前記帯域制限されたマスクパターンは、前記リソグラフィシステムのモデルにおいて処理することを可能にするように修正される。前記修正された帯域制限されたマスクパターンは、前記リソグラフィシステムの前記モデルに入力され、前記マスクパターンの空間像が取得される。前記マスクパターンの空間像は、フォトレジストモデルと一緒に処理され、前記フォトマスクがリソグラフィにおいて有意な欠陥を有するかどうかを判断するための基準と比較されるレジストモデル化画像が取得される。

別の代替の実施形態では、前記方法はトライトーン、又はマルチトーン、又は位相シフトフィーチャを有するマスクを分析するように構成される。このような方法では、フォトマスクを準備するステップは、最も暗いトーン、最も明るいトーン、前記最も暗いトーンと最も明るいトーンとの間の中間のグレースケールトーンの少なくとも３トーンを含むパターンを有するマスクを含む。前記最も暗いトーンおよび前記グレースケールトーンを含む第１のパターンとして前記マスクパターンを定める画像の第１の対が生成され、前記グレースケールトーンおよび前記最も明るいトーンを含む第２のパターンとして前記マスクパターンを定める画像の第２の対が生成されるように、マスク画像は生成される。前記最も暗いおよびグレースケールトーンに関連する第１の帯域制限されたマスクパターンを復元するために前記画像の第１の対が一緒に処理され、前記グレースケールおよび最も明るいトーンに関連する第２の帯域制限されたマスクパターンを復元するために前記画像の第２の対が一緒に処理されるように、前記マスク画像は一緒に処理される。前記第１および第２の帯域制限されたマスクパターンの双方が、前記リソグラフィシステムの前記モデルにおいて処理することが可能になるように修正される。前記第１および第２の帯域制限されたマスクパターンのそれぞれが前記リソグラフィシステムの前記モデルに入力され、空間像の対が取得される。この空間像の対は前記フォトレジストモデルと一緒に処理され、レジストモデル化画像の対が得られる。第１のレジストモデル化画像は前記フォトマスクの前記最も暗いトーンおよびグレースケールトーンに関連するマスクパターンに対応し、第２のレジストモデル化画像は前記フォトマスクの前記グレースケールトーンおよび最も明るいトーンに関連するマスクパターンに対応する。これらのレジストモデル化画像は、前記フォトマスクがリソグラフィにおいて有意な欠陥を有するかどうかを判断するために使用される。

他の方法の実施形態では、本発明は、帯域制限されたマスク振幅関数および修正されたマスクパターン関数に関する。これらはともに、基準画像とともに処理するために使用され、前記マスクを特徴付けるために使用される比較データが生成される。

本発明のこれらの態様および他の態様は、本願明細書において後述する図面の詳細な説明において、より詳細に説明される。従って、本発明の数多くの態様が本願明細書において詳細に後述される。

以下の詳細な説明は、添付の図面と関連させると、理解がより容易になるであろう。

基板又はウェーハのパターン形成に使用される、ステッパ又はスキャナ等のリソグラフィ装置の概略図である。 本発明の原理によるマスク検査を実行するために使用される従来技術の検査装置の概略図である。 本発明の原理にかかる実施形態を実施するために使用される方法の実施形態および操作を図示する簡易フローチャートである。

図面において、同じ参照番号は同じ構造要素を示すことを理解されたい。また、図面中の描写は、必ずしも等しい縮尺で描かれているわけではないことも理解されたい。

本発明は、いくらかの実施形態およびその特有の特徴に関して具体的に示され、そして説明される。本願明細書中以下に示される実施形態は例示的であり、限定的ではないと解釈するべきである。本発明の趣旨および範囲から逸脱することなく、形態および細部の種々の変更および修正を為し得るということは、当業者には容易にわかるはずである。

以下の詳細な説明は、フォトマスク内の欠陥を検出するため、又はフォトマスクを意図したパターンと比較するための方法およびアプローチの種々の実施形態を説明する。

上で示したように、ＭＥＥＦを認識したフォトマスク検査を実施するためのハイブリッドフォトマスク検査手法は他のアプローチに対して多くの利点を有する。しかしながら、同様に上で示したように、これまで行われたようなこれらの手法は、欠点を有する。１つの重要な欠点は、高解像度マスク画像からマスクパターンを復元する方法であった。いままで使用されてきた手法では、エラーが発生しやすくかつ／又は計算コストが高い逆変換の近似を使用する。

本発明者らは、マスク情報を復元するための異なる処理を使用することで先行技術のマスクパターン復元問題の多くを回避する方法を見出した。この方法は、全体として、以下のように機能する。検査装置を使用して、問題となるフォトマスクの関連強度画像を一対入手する。強度画像は、フォトマスクの異なる光学特性（例えば、透過／反射；異なる波長で取得された画像；および多くの異なる光学特性のいずれか）が画像のそれぞれに施されるように取得される。これらの画像を取り込み、並べ、一緒に処理して、線形項（詳細に後述する）のみでフォトマスクパターンを特徴付けする「帯域制限されたマスクパターン」（かなり詳細に後述する）を復元する。リソグラフィシステム（例えば、ステッパ、スキャナ、又は他の関連フォトリソグラフィシステム）のモデルを、帯域制限されたマスクパターン（これも詳細に後述する）の入力が可能となるように適合させる。この帯域制限されたマスクパターンを、適合させたモデルに入力し、フォトマスクパターンの空間像を得ることができる。この空間像の、検査ツールの光学構造のゆがみ効果を補正する。生成した空間像は、フォトレジストモデルと一緒に処理し、フォトマスクを使用して基板に印刷されるべき画像パターンに対応する「レジストモデル化画像」を作成できる。このレジストモデル化画像を多くの異なる基準画像と比較し、欠陥情報を入手できる。具体的には、リソグラフィツールモデルの導入により、この欠陥情報は、リソグラフィにおいて有意な欠陥に関連するものとなる。

図１Ａは、フォトマスクＭからウェーハＷへマスクパターンを転写するのに使用可能な既存のリソグラフィパターン転写装置１００の簡易概略図である。代表的なツールには、スキャナとステッパとが含まれる。こうしたツールの代表例は、オランダ、ブリュッヘンのＡＳＭＬ製のＰＡＳ５５００である。他の同様の機械は、幾つかの例として、日本のニコン技術工房及びキャノン、カリフォルニア州サンノゼのＵｌｔｒａｔｅｃｈ等から入手できる。一般に、照射源は、照射光学構造を介して、マスク面に位置するフォトマスクＭの選択部分に光ビームを送る。照射光学構造は、レチクル面１０２に開口数１０１を有する。照射ビームは、マスクＭの選択位置に送られ、パターン化された光学信号が形成され、光学信号は、縮小レンズを介して、ウェーハ（又は光結像可能な材料（フォトレジスト等）で被覆された他の基板）へ送られ、パターンの転写が行われる。

対照的に、図１Ｂに示した検査装置１５０は、レチクル面１５２に高ＮＡ１５１を有する。図示した検査装置１５０は、検査を強化するために、６０ないし２００倍を提供するように設計された顕微拡大光学構造１５３を含む。検査装置のレチクル面１５２のＮＡ１５１は、リソグラフィツールのレチクル面１０２のＮＡ１０１より大幅に大きい。こうした光学系（１００、１５０）のそれぞれは、生成される画像において異なる光学効果を引き起こす。本明細書で開示する補正処理において、本発明の実施形態がもたらすのは、こうした異なる光学効果である。

本発明の実施形態は、図１Ｂの簡易概略図に記載したような標準的検査装置１５０を利用できる。こうした実施形態では、レチクル面１５２のフォトマスクＭに送られる光ビームを生成するために、照射源１６０を使用して、照射光学構造１６１を通過する光を生成する。光源は、レーザ又はフィルタ付きランプにできるが、これらに限定されない。一例において、光源は１９３ｎｍレーザである。上記のように、検査装置１５０は、関連するリソグラフィツールのレチクル面ＮＡ（例えば、１０１）より高いＮＡをレチクル面１５１に備えて構成される。検査対象のフォトマスクＭは、レチクル面１５２に配置され、光源により露光される。マスクからのパターン化画像は、パターン化画像１５５を投射する顕微拡大光学系（本願明細書では１５３として概略的に示す）を介してセンサ１５４へ送られる。当業者は、多数の異なる種類の検出器を利用できる。適切な検出器としては、ＣＣＤ（電荷結合素子）センサ、ＣＣＤアレイ、ＴＤＩ（時間遅延積分）センサ、ＴＤＩセンサアレイ、ＰＭＴ、及び当業者に公知の他の多数のセンサが挙げられる。図示した実施形態において、検出器１５４は、ＣＣＤアレイである。センサ１５４により取り込まれた画像は、処理回路１７３で処理できる。処理回路は、検査装置の一部を形成してよく、あるいは、検査装置から離れて配置できる。一般に処理回路は、本明細書で開示する原理を可能にするのに適したコンピュータにおいて実現可能なマイクロプロセッサ及び関連するメモリを含む。適切な実施例の一つは、カリフォルニア州、ミルピタスのＫＬＡ−Ｔｅｎｃｏｒ製ＤＵＶ検査ツールのＴｅｒａＳｃａｎシリーズであるが、これに限定されない。本発明者は、他の多くの検査ツールにより本発明の処理実施形態を実現し得ると明確に考える。

本発明者は、本発明のツールが作用することができるようになる多数な重要な関係を発見した。これらはフォトマスク上のリソグラフィにおいて有意な欠陥を特定するのに使用可能な幾つかの処理へと体系化された。本発明の処理実施形態について、図２の簡略フロー図と併せて、以下に説明する。

リソグラフィパターン形成で使用されるフォトマスクを、検査のために準備する（ステップ２０１）。このレチクルを検査ツールの検査面に置く（例えば、図１Ｂを参照）。この検査ツールは、マスクの異なる光学特性をマッピングする２つの画像を取得する（ステップ２０３）ために使用される。一実施形態では、この画像は、フォトマスクの透過強度画像および反射強度画像を含む。次にこれらの画像を一緒に処理して、マスクパターンを特徴付ける帯域制限されたマスク振幅関数を復元する（ステップ２０５）。次に、基板上へのマスクパターンのリソグラフィ転写で用いられるリソグラフィシステムの光学システムによって投射されたようにマスクパターンを表現するこの復元された帯域制限されたマスク振幅関数から、モデルを構築する（ステップ２０７）。次に、（２０７で表現された）リソグラフィシステムのモデルを、マスクパターンの空間像を生成するための帯域制限されたマスク振幅関数の導入を収容するように適合させる（ステップ２０９）。この適合は、復元されたマスクパターンが帯域制限されたものであるという性質による、ステッパの通過帯域内のいかなるロールオフをも取り消すために、ステッパ結像モデルの基底カーネルを調整することにより行われる。空間像を取得すると、この空間像を、リソグラフィプロセスで使用するフォトレジストのモデルによって処理する（ステップ２１１）。従って、このレジストモデル化画像は、フォトマスクおよびリソグラフィツールを使用して、検査されたフォトマスクによって基板（ウェーハ）上に形成される印刷画像パターンに対応する。次に、このレジストモデル化画像を使用して、検査中のフォトマスク内のリソグラフィにおいて有意な欠陥を検出する（ステップ２１３）。

ここで、このアプローチのさらなる詳細をより十分に説明する。マスクパターンの異なる光学特性が施された２つの強度画像の画像取り込みを可能にするために、検査ツールによってマスクを照射する。１つの具体的な実施形態では、この２つの異なる光学特性は、透過および反射である。従って、これらの画像は透過強度画像および反射強度画像を含む。加えて、検査ツールの光学特性は、第１の画像および第２の画像の双方について一致するようにされる。例えば、透過強度画像および反射強度画像の場合には、通常、微調整がなされ、透過信号と反射信号とのわずかな光路差が補正される。（必要な場合の）このような調整は、関与する検査ツールの具体的なジオメトリに依存する。この考えは、取得した画像のそれぞれに対して、光学構造の結像モデルを一致させようとするものである

検査ツールが画像を取り込むと、画像は一緒に処理され、マスク上のパターンを表現する帯域制限されたマスク振幅関数が取得される。

部分コヒーレント光学結像をコヒーレントシステムの和としてモデル化できることが知られている。特に、部分コヒーレント結像のためのホプキンスの式を使用して、ＴＣＣ（透過相互相関）行列を形成できる。この行列は、固有ベクトルへ分解できる。各固有ベクトルは、コヒーレントシステムのカーネルとして機能する。こうしたコヒーレントシステムのそれぞれによる強度への寄与の固有値加重和により、画像強度が出力される。こうした式は、当該技術分野において周知であり、多数の文献において説明されている。一例は、参照により本願明細書に引用したものとするＮｉｃｋ Ｃｏｂｂによる１９９５年９月２１日の「ＳＶＤによるコヒーレントシステム分解の和（Ｓｕｍ ｏｆ Ｃｏｈｅｒｅｎｔ Ｓｙｓｔｅｍ Ｄｅｃｏｍｐｏｓｉｔｉｏｎ ｂｙ ＳＶＤ）」である。こうした式を使用することで、透過信号の強度を表現できる。マスクの透過光画像の強度は、次のように近似できる。

［式１ａ］

式中、ＩＴ（ｘ，ｙ）は、検査システムを使用したマスクの透過強度画像を表す。

ｃＴは、マスクの背景トーンの複合透過振幅である。例えば、クオーツ及びクロムのバイナリマスクにおいて、ｃＴは、クロムパターンの特性を表現できる。

ａＴは、マスクの前景トーンと背景トーンとの間の差の複合透過振幅である。例えば、上記と同じマスクを使用した場合、ａＴは、クオーツとクロムとの間の差の光学特性を表現できる。ｃＴ及びａＴは、当然ながら、表現する材料層の特性に応じて変化する。

更に、Ｐ（ｘ，ｙ）は、検査中のフォトマスクのマスクパターンを表す。

Ｅｉ及びλｉは、それぞれ、検査ツールに関連する透過相互係数（ＴＣＣ）結像行列の関連要素の固有ベクトル及び固有値を示す。

さらに、式中、

はコンボルーション演算を表す。

式１ａは、次のように展開できる。

［式１ｂ］

［式１ｃ］

式中、ＤｉはＥｉのＤＣゲインであり、Ｒｅ（ｘ）はｘの実数部である。

例えば反射強度画像の第２の画像測定についても類似の関係が存在する。

［式１ｄ］

式中、ＩＲ（ｘ，ｙ）は、検査システムを使用したマスクの反射強度画像を表す。

ｃＲは、マスクの背景トーンの複合反射振幅であり、ａＲは、マスクの前景トーンと背景トーンとの間の差の複合反射振幅である。

２つの画像を取得する光学系は十分に一致した光学特性を有するため、Ｅｉ、λｉおよびＤｉは上記と同様である。

本発明者らは、いくつかの先行技術の方法は、式１ａを使用する１回の測定で行われ、直接コンボルーション処理を行ってＰ（ｘ，ｙ）を得ようとしていることを注記しておく。このような方法は、上で言及したＴａｎａｋａに対する米国特許第６，９９０，２２５号に記載されている。この方法は限界を有しており、計算コストが高くなる可能性があることを、本発明者らは再度指摘しておく。

しかしながら、本発明者らは、式１ｃおよび式１ｄを代数学的に結合して計算によって扱える項が得られることを見出した。２つの関数、式１ｃおよび式１ｄを結合することで、本発明者らは、二次項は互いに打ち消しあい、本願明細書において帯域制限されたマスク振幅関数と呼ばれる（帯域制限されたマスクパターンとも呼ばれる）線形項が残ることを見出した。精密な結果を成就するために、上で取得された２つの画像が結合前に並べられることを、本発明者らは指摘する。帯域制限されたマスクパターンのこの復元は、式２で以下に示されるように計算によって誘導される。

［式２］

帯域制限されたマスクパターンＭ（ｘ，ｙ）は、本願明細書において「復元カーネル」と呼ばれる関数

でコンボルーション処理されたマスクパターンＰ（ｘ，ｙ）によって定められる。このように、帯域制限されたマスクパターンはむしろ、マスクパターンＰ（ｘ，ｙ）の修正版である。

本発明者らは、所定のモデルによって帯域制限されたマスクパターンを処理することは、マスクパターンを直接取得することよりも計算上容易であることを見出した。このことは、本願明細書において以下で詳述される。

しかしながら、本発明者らは、ここでしばし立ち止まり、異なる光学パラメータを使用して、フォトマスクおよび検査ツールに対する帯域制限されたマスクパターンを生成できることを指摘したい。例えば、上で提示した実施形態では、集められた画像は反射強度画像および透過強度画像である。本発明はこのような場合に限定されない。例えば、フォトマスク上の材料が波長の強い関数である透過を示すように選択された場合、２つの異なるが間隔がほとんどない波長を使用して、それぞれが異なる透過レベルを検知する透過画像の対を生成できるであろう。光学パラメータが同じ（同じ照射開口度および照射量、同じ結像開口度およびアポダイゼーション）でありマスクのパターンが同じである場合、変化する唯一のパラメータは一定値ｃおよびａであり、これらは前景トーンｃｘ（例えば、ＣＴ）および背景トーンに関連する定数ａｘ（ａＴ）に対応することに留意されたい。これらのパラメータは、第１の画像および第２の画像が結合されるとき、二次項が打ち消しあい線形項だけが残るように選択されねばならない。例として、このような関係は、

のときに満たされる。このように、本発明の方法は、多数の異なる光学構成に適合できる。

帯域制限されたマスクパターンＭ（ｘ，ｙ）が復元されると（ステップ２０５）、それは、マスクに由来するパターンを印刷するために使用されるリソグラフィシステムの適切に調整されたモデルに入力することができる（ステップ２０７）。リソグラフィシステム（例えば、ステッパ又はスキャナシステム）の結像モデルは式１で導入されたものと類似である。

［式３］

式中、Ｐ（ｘ，ｙ）はフォトマスク上のパターンを定める。

ＩＳＴ（ｘ，ｙ）は、リソグラフィツールの光学パラメータ（例えば、ステッパシステムＳのパラメータ）を使用したマスクの透過強度画像を表す。

ｃｓは、マスクの背景トーンの複合透過振幅であり、ａｓは、マスクの前景トーン及び背景トーン間の差の複合透過振幅である。

Ｅｓｉ、λｓｉは、それぞれ、リソグラフィツール（Ｓ）に関連する透過相互係数（ＴＣＣ）結像行列の関連要素の固有ベクトル及び固有値を示す。

しかしながら、フォトマスクの正確なパターンＰ（ｘ，ｙ）は得られておらず、帯域制限されたマスクパターンＭ（ｘ，ｙ）が得られているにすぎないため、帯域制限されたパターンを収容するようにこのモデル（式３）を適合させねばならない。この適合を以下に説明する。

［式４］

式中、Ｍ（ｘ，ｙ）は、式２及び関連する説明段落に記載した帯域制限されたマスクパターンである。Ｆｉ（ｘ，ｙ）は、式４のステッパモデルにおける帯域制限されたマスクパターンの処理を可能にする、修正された一組のコヒーレントな基底を定める。

下記の式５は、ステッパモデルにおける帯域制限されたマスクパターンＭ（ｘ，ｙ）を収容するために使用する修正要素を定める。本質的に、Ｆ（ｘ，ｙ）はステッパモデルにおける帯域制限されたマスクパターンＭ（ｘ，ｙ）に対して調整するために使用される修正されたＴＣＣ行列を表す。

［式５］

式中、

は、ステッパに関連するＴＣＣ行列の固有ベクトルのフーリエ変換を表す。

式中、

は、検査ツールに関連する復元カーネルのフーリエ変換を表す。

ステッパに対するＴＣＣ行列は、多数の項を含む場合があることを本発明者らは指摘したい。しかしながら、エネルギーの大部分は最初の数項により表現されるため、これらの項（例えば、最初の１０個程度の項）のみを使用することで、正確な推定を得ることができる。したがって、必要に応じて、計算負荷を大幅に低減する切り捨てモデルを利用できる。何れの場合も、所望の精度水準を達成するのに必要となる数の連続した項を利用することで、検査者は、望まれるあらゆる高さの精度を得ることができる。デコンボリューションに関連するコスト又はエラーなしにマスク関数が得られることは、この方法の具体的な利点の１つである。

式４の修正ステッパモデルにより帯域制限されたマスクパターンを処理することで、ステッパの作用の非常に優れたモデル化を提供する空間像が得られる。以前に述べたように、このソフトウェアモデルは、あらゆるステッパのあらゆる構成に容易に適合可能であり、ウェーハ面にて生じる高ＮＡの影響を問題なくモデル化する。

次に、ウェーハ（又は他のそのような結像する基板）で使用されるフォトレジストの作用をモデル化するフォトレジストモデルを用いて空間像を処理し、基板表面で形成される際のパターンを取得する。これを基準と比較し、リソグラフィにおいて有意な欠陥の存在を判断できる。こうしたリソグラフィにおいて有意な欠陥は、印刷パターンに殆ど又は全く影響しないいわゆる「擾乱欠陥」から区別されるものである。このように、本開示の目的では、リソグラフィにおいて有意な欠陥は、最終印刷パターンにおいてリソグラフィ的に意味を有する欠陥である。即ち、一部の欠陥（「擾乱欠陥」）は、マスクに存在しても、フォトレジスト層に転写される印刷パターンには有意な影響を与えない。例としては、非常に小さいため（あるいはリソグラフィにおいて検知されないパターン部分上にあるため）大部分が無意味となる欠陥が挙げられる。更に、欠陥は、比較的欠陥が検知されない基板部分に形成される可能性がある。場合によっては、欠陥は、アシストフィーチャ又はＯＰＣフィーチャ（あるいは他の高解像度化用の特徴部）上に形成され得るが、最終的な印刷パターンに影響しないような性質となる可能性がある。したがって、リソグラフィにおいて有意な欠陥は、マスク上に存在し、リソグラフィ転写パターンに有意な影響を発生させる可能性のある欠陥である。こうしたリソグラフィにおいて有意な欠陥は、回路の障害、最適状態に達しない性能等に関連する問題を引き起こす可能性がある。

一実施形態では、リソグラフィにおいて有意な欠陥の検出は、ダイツーデータベース方式で実行される。この方式において、上記処理中に得られたレジスト画像は、そのレジスト画像から予想されるものをデータベースからレンダリングした画像と比較される。こうしたデータベースレンダリング画像は、基準マスクパターンを得るために、マスク記述及びエッチングモデルによりデータベースパターンを処理することで生成される。次に、この基準マスクパターンをステッパ（又はスキャナ）モデルに伝搬させ、基準空間像を生成する。その後、レジストモデルにより基準空間像を更に処理し、基準レジスト画像を形成する。この基準画像を、試験中のレジスト画像と並べ、２画像を比較する。この比較は、異なるリソグラフィモデリングパラメータを使用して繰り返し、対象となるプロセスウィンドウの両極端に渡る様々な焦点及び露光条件をシミュレートできる。試験及び基準レジスト画像が何れかの比較で大きく異なる場合、欠陥を通知する。したがって、本実施形態は、プロセスウィンドウにおいて期待される性能と相対的に、実際のマスクがどのように機能するかを判断するための方法を開示する。

別の実施形態において、リソグラフィにおいて有意な欠陥の検出は、ダイツーダイ方式で実行される。この方式において、試験対象のレジスト画像は、同一のパターンを含むものとされるフォトマスク上の第２の部位から取得された第２の同様の画像と比較される。こうした検査は、例えば、フォトマスクが２つ（以上）のダイを有するレチクルであるときに使用できる。ダイツーデータベースの比較と同様に、この比較は、異なるリソグラフィモデリングパラメータを使用して繰り返し、対象となるプロセスウィンドウの両極端に渡る様々な焦点及び露光条件をシミュレートできる。

さらに、上記プロセスはマルチトーンマスクにも同様に適用できることを本発明者らは見出した。このようなマスクの一例は、最も暗い領域（例えば、クロム領域又は不透明領域）およびクオーツ領域又は最も明るい領域ならびにそれら２つの間の暗さを有するグレースケール領域パターンを有するトライトーンマスクである。このようなグレースケール領域は、多くの方法で（例えば、ＥＰＳＭ材料を使用して、など）取得することができる。本発明者らは、別々に分析される２つの異なるマスクとしてマスクが取り扱われる方法の実施形態を用いることができることを見出した。例えば、トライトーンマスクは上に記載したのと同じモデルを使用して取り扱うことができる。しかしながら、トライトーンマスクを、背景パターン（例えば、クロム）を有するマスクとして扱い、グレースケールパターン（例えば、ＥＰＳＭ材料）を前景として扱うことができる。画像は、同じ式および処理操作を使用して上記のように処理することができる。第２の分析は、背景パターンとしてのＥＰＳＭ材料および前景として扱われる最も明るいパターン（例えば、クオーツ）を使用して、マスク上で実施される。それぞれの材料が、画像を並べるために使用することができる異なる縁部効果を示す実質的に異なる特性を有するため、位置合わせは容易に行うことができる。次に、マスクパターンを合わせ、ダイツーダイ又はダイツーデータベースの比較で基準と比較して、プロセスウィンドウ全体にわたるウェーハパターンの正確性を検証し、リソグラフィにおいて有意な欠陥を特定することができる。

いくつかの好ましい実施形態およびその特有の特徴に関して、本発明を具体的に示し、説明してきた。しかしながら、上述の実施形態は本発明の原理を説明することを意図しており、その範囲を限定する意図はないことに留意されたい。それゆえ、当業者なら容易にわかるとおり、添付の特許請求の範囲に示すとおりの本発明の趣旨および範囲から逸脱することなく、形態および細部の種々の変更および修正が為し得る。他の実施形態および示した実施形態に対するバリエーションは、当業者には明らかであろうし、それらは添付の特許請求の範囲に示すとおりの本発明の趣旨および範囲から逸脱することなく、為し得る。さらに、特許請求の範囲において単数形の要素に言及する場合は、明確に示す場合を除き、「１つであって、１つのみ」を意味するという意図ではなく、「１つ以上」を意味するという意図である。さらに、例示的に本願明細書に開示した実施形態は、本願明細書に具体的に開示していないあらゆる要素がなくても実施することができる。

Claims (16)

1. リソグラフィにおいて有意な欠陥を特定するためにフォトマスクを検査する方法であって、
   リソグラフィシステムを使用してマスクパターンを基板上にフォトグラフィ転写するように構成されたフォトマスクを検査用に準備するステップと、
   前記リソグラフィシステムの開口数よりも大きい開口数を前記レチクル面に有する検査装置を使用して、前記フォトマスクの透過強度画像および反射強度画像を生成するステップと、
   帯域制限されたマスクパターンを復元するために、前記透過強度画像および前記反射強度画像を一緒に処理するステップと、
   基板への前記マスクパターンのリソグラフィ転写に用いられる前記リソグラフィシステムのモデルを準備するステップと、
   前記帯域制限されたマスクパターンを前記リソグラフィシステムの前記モデルに入力して前記マスクパターンの空間像を取得することができるように、前記リソグラフィシステムの前記モデルを適合させるステップと、
   前記リソグラフィシステムを用いる基板上への前記マスクパターンの前記リソグラフィ転写において使用されるフォトレジストと整合性のあるフォトレジストモデルと一緒に前記空間像を処理して、前記フォトマスクを使用して前記基板上に印刷された印刷画像パターンに対応するレジストモデル化画像を得るステップと、
   前記フォトマスクがリソグラフィにおいて有意な欠陥を有するかどうかを判断するステップと、
   を含む、方法。
2. 前記フォトマスクがリソグラフィにおいて有意な欠陥を有するかどうかを判断するステップが、前記レジストモデル化画像を、前記印刷パターンのデータベースモデルと比較するステップを含む、請求項１に記載の方法。
3. 前記フォトマスクがリソグラフィにおいて有意な欠陥を有するかどうかを判断するステップが、前記検査装置によって生成される第１のダイのレジストモデル化画像を、前記検査装置によって生成される第２のダイの別のレジストモデル化画像と比較するステップを含む、請求項１に記載の方法。
4. 前記透過強度画像および前記反射強度画像を処理するステップが、前記検査システムの光学特性を組み込むマスク強度モデルを使用して、前記透過強度および前記反射強度を特徴付けるステップを含む、請求項１に記載の方法。
5. 前記透過強度画像および前記反射強度画像を一緒に処理するステップが、復元カーネルでコンボルーション処理されたフォトマスクパターンを含む帯域制限されたマスクパターンをもたらす、請求項１に記載の方法。
6. 前記帯域制限されたマスクパターンを処理するステップが、前記帯域制限されたマスクパターンを
   

   

   （式中、Ｐ（ｘ，ｙ）は前記フォトマスクの前記マスクパターンを表し、
   

   

   は前記検査装置に関連する復元カーネルを表し、λｉは前記検査装置に関連するＴＣＣ行列の固有ベクトル（Ｅｉ）に関連する固有値であり、Ｄｉは前記Ｅｉに関連するＤＣゲインである）と定めるステップを含む、請求項５に記載の方法。
7. 前記帯域制限されたマスクパターンを前記リソグラフィシステムの前記モデルに入力して前記マスクパターンの空間像を取得することができるように、前記リソグラフィシステムの前記モデルを適合させるステップが、前記リソグラフィシステムに関連する修正されたコヒーレントな基底の組を取得するステップを含む、請求項５に記載の方法。
8. 前記リソグラフィシステムに関連する修正されたコヒーレントな基底の組を取得するステップが、前記リソグラフィシステムに関連する前記コヒーレントな基底のフーリエ変換を前記復元カーネルのフーリエ変換で除算したものの逆フーリエ変換を取得するステップを含む、請求項７に記載の方法。
9. 前記リソグラフィシステムに関連する修正されたコヒーレントな基底の組を取得するステップが、
   

   

   （式中、前記分子は前記基板をパターン形成するために使用される前記リソグラフィシステムに関連するＴＣＣ行列の前記固有ベクトルのフーリエ変換であり、前記分母は、前記フォトマスクを検査するために使用される前記検査システムに関連する前記復元カーネルのフーリエ変換である）の逆フーリエ変換を取得するステップを含む、請求項８に記載の方法。
10. レチクル上のリソグラフィにおいて有意な欠陥を特定するためにフォトマスクを検査する方法であって、
    検査装置を使用してフォトマスクの強度画像の対を生成するステップであって、前記画像のそれぞれに前記フォトマスクの異なる光学特性が施されている、ステップと、
    前記フォトマスクを線形項のみで特徴付ける帯域制限されたマスクパターンを復元するために、前記マスク強度画像の対を一緒に処理するステップと、
    前記フォトマスクパターンの空間像を取得するために、リソグラフィシステムのモデルを、前記帯域制限されたマスクパターンを前記適合されたモデルに入力することを可能にするように適合させるステップと、
    前記フォトマスクを使用して前記基板の上へ印刷される画像パターンに対応するレジストモデル化画像を得るために、前記空間像をフォトレジストモデルと一緒に処理するステップと、
    前記フォトマスクがリソグラフィにおいて有意な欠陥を有するかどうかを判断するステップと、
    を含む方法。
11. レチクル上のリソグラフィにおいて有意な欠陥を特定するためにフォトマスクを検査する方法であって、
    少なくとも背景トーンおよび前景トーンを有するフォトマスクを準備するステップであって、前記マスクはリソグラフィシステムを使用して基板上にリソグラフィマスクパターン転写するように構成されている、ステップと、
    検査装置を使用して前記フォトマスクのマスク画像の対を生成するステップであって、前記画像のそれぞれが、
    前記フォトマスクの前記マスクパターンに適用された前記検査装置についてのＴＣＣ行列、
    前記マスクの前記背景を特徴付ける背景振幅定数、
    前記マスクの前記前景トーンを特徴付ける前景振幅定数、
    の形で検査システム光学特性を組み込むモデルによって特徴付けることができ、前記画像の対に対する前記背景振幅定数の比は前記画像の対に対する前記前景振幅定数の比に等しくない、ステップと、
    前記マスク画像の対を一緒に処理して、線形項のみを含む帯域制限されたマスクパターンを復元するステップと、
    前記帯域制限されたマスクパターンを、前記リソグラフィシステムのモデルにおいて処理することを可能にするように修正するステップと、
    前記修正された帯域制限されたマスクパターンを前記リソグラフィシステムの前記モデルに入力して、前記マスクパターンの空間像を取得するステップと、
    前記空間像を、前記リソグラフィシステムを用いる基板上への前記マスクパターンの前記リソグラフィ転写において使用された前記フォトレジストと整合性のあるフォトレジストモデルと一緒に処理し、この処理により前記フォトマスクを使用して前記基板上へと印刷された印刷画像パターンに対応するレジストモデル化画像を得るステップと、
    前記フォトマスクがリソグラフィにおいて有意な欠陥を有するかどうかを判断するステップと、
    を含む方法。
12. マスク画像の対を生成するステップが、光の第１の波長を用いた照射により生成される第１の画像、および前記第１の波長とは異なる第２の波長を用いた照射により生成される第２の画像を生成するステップを含む、請求項１１に記載の方法。
13. マスク画像の対を生成するステップが、透過強度画像を生成するステップと、反射強度画像を生成するステップとを含む、請求項１１に記載の方法。
14. フォトマスクを準備するステップが、最も暗いトーン、最も明るいトーン、前記最も暗いトーンと最も明るいトーンとの間の中間のグレースケールトーンの少なくとも３トーンを含むパターンを有するマスクを含み、
    マスク画像の対を生成するステップが、
    前記最も暗いトーンおよび前記グレースケールトーンを含む第１のパターンとして前記マスクパターンを定める画像の第１の対を生成するステップと、
    前記グレースケールトーンおよび前記最も明るいトーンを含む第２のパターンとして前記マスクパターンを定める画像の第２の対を生成するステップと、
    を含み、
    前記マスク画像の対を一緒に処理するステップが、
    前記最も暗いトーンおよびグレースケールトーンに関連する第１の帯域制限されたマスクパターンを復元するための、前記画像の第１の対の第１の処理と、
    前記グレースケールおよび最も明るいトーンに関連する第２の帯域制限されたマスクパターンを復元するための前記画像の第２の対の第２の処理と、
    を含み、
    前記帯域制限されたマスクパターンを修正するステップが、第１のおよび第２の帯域制限されたマスクパターンの双方を修正して前記リソグラフィシステムの前記モデルにおいて処理することを可能にするステップを含み、
    前記修正された帯域制限されたマスクパターンを前記モデルに入力するステップが、前記第１および第２の帯域制限されたマスクパターンのそれぞれを前記リソグラフィシステムの前記モデルに入力して、前記マスクパターンの空間像の対を取得するステップを含み、
    前記空間像を処理するステップが、前記空間像の対のそれぞれを前記フォトレジストモデルと一緒に処理して、レジストモデル化画像の対、前記フォトマスクの前記最も暗いトーンおよびグレースケールトーンに関連するマスクパターンに対応する第１のレジストモデル化画像と、前記フォトマスクの前記グレースケールトーンおよび最も明るいトーンに関連するマスクパターンに対応する第２のレジストモデル化画像とを得るステップを含み、
    そして、前記フォトマスクがリソグラフィにおいて有意な欠陥を有しているかどうかを判断する、請求項１１に記載の方法。
15. フォトマスクに由来する帯域制限されたマスク振幅関数を生成する方法であって、
    リソグラフィシステムを使用して基板上にマスクパターンをリソグラフィ転写するように構成されたフォトマスクを準備するステップと、
    前記フォトマスクを照射するステップと、
    前記照射されたフォトマスクの透過強度画像を取り込むステップと、
    前記照射されたフォトマスクの反射強度画像を取り込むステップと、
    関数の二次項が互いに打ち消しあって復元カーネルでコンボルーション処理された前記マスクパターンによって特徴付けられる線形の帯域制限されたマスク振幅関数が残るように帯域制限されたマスク振幅関数を復元するために、前記透過強度画像を前記反射強度画像と一緒に処理するステップと、
    を含む方法。
16. 前記線形の帯域制限されたマスク振幅関数が
    

    

    （式中、Ｐ（ｘ，ｙ）は前記フォトマスクの前記マスクパターンを表し、
    

    

    は前記検査装置に関連する復元カーネルを表し、λｉは前記検査装置に関連するＴＣＣ行列の固有ベクトル（Ｅｉ）に関連する固有値であり、ＤｉはＥｉに関連するＤＣゲインを表す）として特徴付けられる、請求項１５に記載の方法。

Images