JP5672921B2 - パターン形状予測プログラム、パターン形状予測システム - Google Patents
パターン形状予測プログラム、パターン形状予測システム Download PDFInfo
- Publication number
- JP5672921B2 JP5672921B2 JP2010226533A JP2010226533A JP5672921B2 JP 5672921 B2 JP5672921 B2 JP 5672921B2 JP 2010226533 A JP2010226533 A JP 2010226533A JP 2010226533 A JP2010226533 A JP 2010226533A JP 5672921 B2 JP5672921 B2 JP 5672921B2
- Authority
- JP
- Japan
- Prior art keywords
- shape
- shot
- pattern
- correction
- dose amount
- 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.)
- Active
Links
Images
Landscapes
- Preparing Plates And Mask In Photomechanical Process (AREA)
- Electron Beam Exposure (AREA)
Description
本発明は、電子線で描画するパターン形状のパターン形状予測プログラム、パターン形状予測システムに関するものである。
従来、マスク上にマスクパターンを電子線で描画する場合に、マスクデータを複数の矩形領域に分割して矩形領域毎に描画データを作成する技術があった（例えば特許文献１）。
その一方で、後述する実施形態のように、複数の矩形データが重複するように描画データを作成し、各ショット毎にドーズ量を制御して、マスク上にパターンを描画する手法が提案されている（例えば特許文献２）。この手法では、ショット毎にドーズ量を制御し、ショットの重なりを許容することで、少ないショット数で所望のレジスト形状を描画できるように、描画データを作成する。この手法では、曲線部等の描画データを、従来の描画データよりも、面積が大きく、かつ粗い矩形のショット形状に変換する。そして、電子線の散乱による近接効果によって、所望のレジスト形状が描画されるようになっている。この手法は、近接効果がより顕著に現れる微細なパターンを有する先端品のマスクの描画に適しており、また荷電粒子線にて直接ウエハに描画をする直接描画の分野にも応用できる。
しかし、この描画手法では、描画データに基づいて実際に描画するまでは、パターン形状が確認できないという問題がある。
その一方で、後述する実施形態のように、複数の矩形データが重複するように描画データを作成し、各ショット毎にドーズ量を制御して、マスク上にパターンを描画する手法が提案されている（例えば特許文献２）。この手法では、ショット毎にドーズ量を制御し、ショットの重なりを許容することで、少ないショット数で所望のレジスト形状を描画できるように、描画データを作成する。この手法では、曲線部等の描画データを、従来の描画データよりも、面積が大きく、かつ粗い矩形のショット形状に変換する。そして、電子線の散乱による近接効果によって、所望のレジスト形状が描画されるようになっている。この手法は、近接効果がより顕著に現れる微細なパターンを有する先端品のマスクの描画に適しており、また荷電粒子線にて直接ウエハに描画をする直接描画の分野にも応用できる。
しかし、この描画手法では、描画データに基づいて実際に描画するまでは、パターン形状が確認できないという問題がある。
本発明の課題は、ショット形状毎にドーズ量を対応付けたショット形状配列描画データを利用してマスクパターン等を製造する場合に、実際に電子線描画することなく、パターンの形状を確認できるパターン形状予測プログラム、パターン形状予測システムを提供することである。
本発明は、以下のような解決手段により、課題を解決する。なお、理解を容易にするために、本発明の実施形態に対応する符号を付して説明するが、これに限定されるものではない。また、符号を付して説明した構成は、適宜改良してもよく、また、少なくとも一部を他の構成物に代替してもよい。
第１の発明は、コンピュータ（５０，２５０）を、描画予定パターンの形状に基づいて作成された描画データであり、複数のショット形状が重複するように配置され、前記ショット形状毎にドーズ量を対応付けたショット形状配列描画データを記憶する記憶手段（５５ｅ）と、前記ドーズ量と補正量とを対応付けて記憶する補正情報記憶手段（５５ａ−１，２５５ａ−２）と、前記ショット形状配列描画データの前記ショット形状を、前記記憶手段の各ショット形状の前記ドーズ量及び前記補正情報記憶手段の補正量に基づいて補正した形状である補正ショット形状を作成するショット形状補正手段（５６ａ，２５６ａ）と、前記ショット形状補正手段が作成した前記補正ショット形状に基づいて、前記各補正ショット形状を組み合わせた形状であるパターン予測形状を作成する外形作成手段（５６ｂ，２５６ｂ）として機能させることを特徴とするパターン形状予測プログラムである。
第２の発明は、第１の発明のパターン形状予測プログラムにおいて、前記コンピュータ（５０，２５０）を、前記描画予定パターンの形状と、前記外形作成手段が作成した前記パターン予測形状とを形状で比較して、その差異を検証する形状比較手段（５６ｃ）として機能させること、を特徴とするパターン形状予測プログラムである。
第３の発明は、第１の発明のパターン形状予測プログラムにおいて、前記ショット形状補正手段（５６ａ，２５６ａ）を、前記ショット形状が重複する部分について、その部分の総ドーズ量を算出して前記補正ショット形状を作成するように機能させること、を特徴とするパターン形状予測プログラムである。
第４の発明は、第１から第３までのいずれかの発明のパターン形状予測プログラムにおいて、前記コンピュータ（５０，２５０）を、前記ショット形状の辺の形状を補正する情報である辺補正情報を記憶する補正情報記憶手段（５５ａ−１）として機能させ、前記ショット形状補正手段（５６ａ−１）を、前記補正情報記憶手段の前記辺補正情報に基づいて、前記ショット形状の辺を補正するように機能させること、を特徴とするパターン形状予測プログラムである。
第５の発明は、第１から第４までのいずれかの発明のパターン形状予測プログラムにおいて、前記コンピュータ（５０，２５０）を、外側コーナを補正する情報である外側コーナ補正情報、及び内側コーナを補正する情報である内側コーナ補正情報の少なくとも１つを記憶するコーナ補正情報記憶手段（２５５ａ−２）として機能させ、前記ショット形状補正手段（２５６ａ−２）を、前記辺を補正した前記各補正ショット形状によって形成されるコーナに対して、前記コーナ補正情報記憶手段の補正情報に基づいて補正するように機能させること、を特徴とするパターン形状予測プログラムである。
第６の発明は、第１から第５までのいずれかの発明のパターン形状予測プログラムにおいて、前記ショット形状補正手段を、前記コーナの補正として直線近似するように機能させること、を特徴とするパターン形状予測プログラムである。
第７の発明は、第１から第６までのいずれかの発明のパターン形状予測プログラムにおいて、前記ショット形状補正手段（２５６ａ）を、前記コーナの補正として、前記コーナを形成する２つの線分のなす角のうち図形内側の角度が１８０度以上の場合には、前記線分の長さ及び前記コーナ補正情報記憶手段の補正情報に基づいてコーナをＲ付けできるか否かを判定し、コーナをＲ付けできると判定したときには、コーナを補正し、一方、コーナをＲ付けできないと判定したときには、コーナを補正しないように機能させること、を特徴とするパターン形状予測プログラムである。
第８の発明は、第７の発明のパターン形状予測プログラムにおいて、前記ショット形状補正手段（２５６ａ）を、前記コーナをＲ付けできないと判定したときには、コーナＲの大きさに応じて、直線近似するように機能させること、を特徴とするパターン形状予測プログラムである。
第９の発明は、第１から第８までのいずれかの発明のパターン形状予測プログラムにおいて、前記記憶手段（５５，２５５）を、最低ドーズ量を記憶するように機能させ、前記ショット形状補正手段（５６ａ，２５６ａ）を、前記ショット形状が重複する部分と重複しない部分に分割した分割ショット形状を得、前記の各分割ショット形状について、その部分の総ドーズ量を算出させ、前記の分割ショット形状の総ドーズ量と、前記記憶手段の前記最低ドーズ量とを比較させ、前記最低ドーズ量よりも少ない場合に、前記の分割ショット形状を削除するように機能させること、を特徴とするパターン形状予測プログラムである。
第１０の発明は、第１から第９までのいずれかの発明のパターン形状予測プログラムにおいて、前記記憶手段（５５，２５５）を、最大ドーズ量及び前記最大ドーズ量の補正量を記憶するように機能させ、前記ショット形状補正手段（５６ａ，２５６ａ）を、前記ショット形状が重複する部分と重複しない部分に分割した分割ショット形状を得、前記の各分割ショット形状について、その部分の総ドーズ量を算出させ、前記総ドーズ量と、前記記憶手段の前記最大ドーズ量とを比較させ、前記の分割ショット形状の総ドーズ量が前記最大ドーズ量よりも大きい場合に、前記最大ドーズ量の補正量を適用して、前記補正ショット形状を作成するように機能させること、を特徴とするパターン形状予測プログラムである。
第１１の発明は、第１から第１０までのいずれかの発明のパターン形状予測プログラムにおいて、前記記憶手段（５５，２５５）を、レジストが蒸発するドーズ量である許容ドーズ量を記憶するように機能させ、前記コンピュータ（５６ａ，２５６ａ）を、前記ショット形状が重複する部分と重複しない部分に分割した分割ショット形状を得、前記の各分割ショット形状について、その部分の総ドーズ量を算出させ、前記分割ショット形状の前記総ドーズ量と、前記記憶手段の前記許容ドーズ量とを比較する許容ドーズ量比較手段（５６ａ，２５６ａ）と、前記許容ドーズ量比較手段によって前記分割ショット形状が前記許容ドーズ量よりも大きいと判断された場合に、ユーザに報知する報知手段（５２）として機能させること、を特徴とするパターン形状予測プログラムである。
第２の発明は、第１の発明のパターン形状予測プログラムにおいて、前記コンピュータ（５０，２５０）を、前記描画予定パターンの形状と、前記外形作成手段が作成した前記パターン予測形状とを形状で比較して、その差異を検証する形状比較手段（５６ｃ）として機能させること、を特徴とするパターン形状予測プログラムである。
第３の発明は、第１の発明のパターン形状予測プログラムにおいて、前記ショット形状補正手段（５６ａ，２５６ａ）を、前記ショット形状が重複する部分について、その部分の総ドーズ量を算出して前記補正ショット形状を作成するように機能させること、を特徴とするパターン形状予測プログラムである。
第４の発明は、第１から第３までのいずれかの発明のパターン形状予測プログラムにおいて、前記コンピュータ（５０，２５０）を、前記ショット形状の辺の形状を補正する情報である辺補正情報を記憶する補正情報記憶手段（５５ａ−１）として機能させ、前記ショット形状補正手段（５６ａ−１）を、前記補正情報記憶手段の前記辺補正情報に基づいて、前記ショット形状の辺を補正するように機能させること、を特徴とするパターン形状予測プログラムである。
第５の発明は、第１から第４までのいずれかの発明のパターン形状予測プログラムにおいて、前記コンピュータ（５０，２５０）を、外側コーナを補正する情報である外側コーナ補正情報、及び内側コーナを補正する情報である内側コーナ補正情報の少なくとも１つを記憶するコーナ補正情報記憶手段（２５５ａ−２）として機能させ、前記ショット形状補正手段（２５６ａ−２）を、前記辺を補正した前記各補正ショット形状によって形成されるコーナに対して、前記コーナ補正情報記憶手段の補正情報に基づいて補正するように機能させること、を特徴とするパターン形状予測プログラムである。
第６の発明は、第１から第５までのいずれかの発明のパターン形状予測プログラムにおいて、前記ショット形状補正手段を、前記コーナの補正として直線近似するように機能させること、を特徴とするパターン形状予測プログラムである。
第７の発明は、第１から第６までのいずれかの発明のパターン形状予測プログラムにおいて、前記ショット形状補正手段（２５６ａ）を、前記コーナの補正として、前記コーナを形成する２つの線分のなす角のうち図形内側の角度が１８０度以上の場合には、前記線分の長さ及び前記コーナ補正情報記憶手段の補正情報に基づいてコーナをＲ付けできるか否かを判定し、コーナをＲ付けできると判定したときには、コーナを補正し、一方、コーナをＲ付けできないと判定したときには、コーナを補正しないように機能させること、を特徴とするパターン形状予測プログラムである。
第８の発明は、第７の発明のパターン形状予測プログラムにおいて、前記ショット形状補正手段（２５６ａ）を、前記コーナをＲ付けできないと判定したときには、コーナＲの大きさに応じて、直線近似するように機能させること、を特徴とするパターン形状予測プログラムである。
第９の発明は、第１から第８までのいずれかの発明のパターン形状予測プログラムにおいて、前記記憶手段（５５，２５５）を、最低ドーズ量を記憶するように機能させ、前記ショット形状補正手段（５６ａ，２５６ａ）を、前記ショット形状が重複する部分と重複しない部分に分割した分割ショット形状を得、前記の各分割ショット形状について、その部分の総ドーズ量を算出させ、前記の分割ショット形状の総ドーズ量と、前記記憶手段の前記最低ドーズ量とを比較させ、前記最低ドーズ量よりも少ない場合に、前記の分割ショット形状を削除するように機能させること、を特徴とするパターン形状予測プログラムである。
第１０の発明は、第１から第９までのいずれかの発明のパターン形状予測プログラムにおいて、前記記憶手段（５５，２５５）を、最大ドーズ量及び前記最大ドーズ量の補正量を記憶するように機能させ、前記ショット形状補正手段（５６ａ，２５６ａ）を、前記ショット形状が重複する部分と重複しない部分に分割した分割ショット形状を得、前記の各分割ショット形状について、その部分の総ドーズ量を算出させ、前記総ドーズ量と、前記記憶手段の前記最大ドーズ量とを比較させ、前記の分割ショット形状の総ドーズ量が前記最大ドーズ量よりも大きい場合に、前記最大ドーズ量の補正量を適用して、前記補正ショット形状を作成するように機能させること、を特徴とするパターン形状予測プログラムである。
第１１の発明は、第１から第１０までのいずれかの発明のパターン形状予測プログラムにおいて、前記記憶手段（５５，２５５）を、レジストが蒸発するドーズ量である許容ドーズ量を記憶するように機能させ、前記コンピュータ（５６ａ，２５６ａ）を、前記ショット形状が重複する部分と重複しない部分に分割した分割ショット形状を得、前記の各分割ショット形状について、その部分の総ドーズ量を算出させ、前記分割ショット形状の前記総ドーズ量と、前記記憶手段の前記許容ドーズ量とを比較する許容ドーズ量比較手段（５６ａ，２５６ａ）と、前記許容ドーズ量比較手段によって前記分割ショット形状が前記許容ドーズ量よりも大きいと判断された場合に、ユーザに報知する報知手段（５２）として機能させること、を特徴とするパターン形状予測プログラムである。
第１２の発明は、描画予定パターンの形状に基づいて作成された描画データであり、複数のショット形状が重複するように配置され、前記ショット形状毎にドーズ量を対応付けたショット形状配列描画データを記憶する記憶手段（５５ｅ）と、前記ドーズ量と補正量とを対応付けて記憶する補正情報記憶手段（５５ａ−１，２５５ａ−２）と、前記ショット形状配列描画データの前記ショット形状を、前記記憶手段の各ショット形状の前記ドーズ量及び前記補正情報記憶手段の補正量に基づいて補正した形状である補正ショット形状を作成するショット形状補正手段（５６ａ，２５６ａ）と、前記ショット形状補正手段が作成した前記補正ショット形状に基づいて、前記各補正ショット形状を組み合わせた形状であるパターン予測形状を作成する外形作成手段（５６ｂ，２５６ｂ）と、を備えるパターン形状予測システムである。
第１３の発明は、コンピュータ（５０，２５０）を、描画予定パターンの形状に基づいて作成された描画データであり、複数のショット形状が重複するように配置され、前記ショット形状毎にドーズ量を対応付けたショット形状配列描画データを記憶する記憶手段（５５ｅ）と、前記ドーズ量と補正量とを対応付けて記憶する補正情報記憶手段（５５ａ−１，２５５ａ−２）と、前記ショット形状配列描画データの前記ショット形状を、前記記憶手段の各ショット形状の前記ドーズ量及び前記補正情報記憶手段の補正量に基づいて補正した形状である補正ショット形状を作成するショット形状補正手段（５６ａ，２５６ａ）と、前記ショット形状補正手段が作成した前記補正ショット形状に基づいて、前記各補正ショット形状を組み合わせた形状であるパターン予測形状を作成する外形作成手段（５６ｂ，２５６ｂ）と、前記描画予定パターン形状と前記パターン予測形状の差の画像（図５）を求め、求めた差の画像の面積が、予め定めた判定値以上の場合に異常有りと判定する形状比較手段（５６ｃ）と、して機能させることを特徴とするパターン形状検証プログラムである。
第１４の発明は、描画予定パターンの形状に基づいて作成された描画データであり、複数のショット形状が重複するように配置され、前記ショット形状毎にドーズ量を対応付けたショット形状配列描画データを記憶する記憶手段（５５ｅ）と、前記ドーズ量と補正量とを対応付けて記憶する補正情報記憶手段（５５ａ−１，２５５ａ−２）と、前記ショット形状配列描画データの前記ショット形状を、前記記憶手段の各ショット形状の前記ドーズ量及び前記補正情報記憶手段の補正量に基づいて補正した形状である補正ショット形状を作成するショット形状補正手段（５６ａ，２５６ａ）と、前記ショット形状補正手段が作成した前記補正ショット形状に基づいて、前記各補正ショット形状を組み合わせた形状であるパターン予測形状を作成する外形作成手段（５６ｂ，２５６ｂ）と、前記描画予定パターン形状と前記パターン予測形状の差の画像（図９）を求め、求めた差の画像の面積が、予め定めた判定値以上の場合に異常有りと判定する形状比較手段（５６ｃ）と、を備えるパターン形状検証システムである。
本発明によれば、以下の効果を奏することができる。
第１及び第１２の発明は、ショット形状配列描画データからパターン予測形状を作成するので、ショット形状配列描画データに基づいて、実際にフォトマスク等にパターンを描画しなくても、パターン形状を確認できる。また、このため、高価な描画装置を利用することがなく、設計コストを低減できる。
なお、ショット形状配列描画データを用いた描画手法は、ショット数が従来よりも格段に少ないことから、描画時間を格段に短縮できるものである。しかし、ショット形状配列描画データの外形等は、描画予定パターンの形状と大幅に異なるために、実際にフォトマスク等に描画しなければ、最終的なパターン形状を確認できないという問題があった。
本発明は、前述したように、これらの問題を解決し、パターン形状がショット形状配列描画データを利用した描画手法を、実用化できる。
第２の発明は、フォトマスク等に描画する描画予定パターンの形状と、パターン予測形状とを比較して、その差異を検証するので、これらの形状の差異が大きいこと等を確認することにより、ショット形状配列描画データのエラーを確認できる。
第１及び第１２の発明は、ショット形状配列描画データからパターン予測形状を作成するので、ショット形状配列描画データに基づいて、実際にフォトマスク等にパターンを描画しなくても、パターン形状を確認できる。また、このため、高価な描画装置を利用することがなく、設計コストを低減できる。
なお、ショット形状配列描画データを用いた描画手法は、ショット数が従来よりも格段に少ないことから、描画時間を格段に短縮できるものである。しかし、ショット形状配列描画データの外形等は、描画予定パターンの形状と大幅に異なるために、実際にフォトマスク等に描画しなければ、最終的なパターン形状を確認できないという問題があった。
本発明は、前述したように、これらの問題を解決し、パターン形状がショット形状配列描画データを利用した描画手法を、実用化できる。
第２の発明は、フォトマスク等に描画する描画予定パターンの形状と、パターン予測形状とを比較して、その差異を検証するので、これらの形状の差異が大きいこと等を確認することにより、ショット形状配列描画データのエラーを確認できる。
第３の発明は、ショット形状が重複する部分のドーズ量を正確に反映して、パターン予測形状を作成できる。
第４の発明は、辺補正情報に基づいて、ショット形状の辺の形状を太らせたり、細らせたりすることができる。
第４の発明は、辺補正情報に基づいて、ショット形状の辺の形状を太らせたり、細らせたりすることができる。
第５の発明は、辺を補正し、更にコーナを補正するので、パターン予測形状をより正確に作成できる。
第６の発明は、コーナの補正として直線近似するので、コーナの補正処理を簡単に行うことができる。
第６の発明は、コーナの補正として直線近似するので、コーナの補正処理を簡単に行うことができる。
第７の発明は、コーナをＲ付けできると判定したときには、コーナを補正し、一方、コーナをＲ付けできないと判定したときには、コーナを補正しないので、幾何学的にＲ付けできるコーナのみ、Ｒ付けをできる。またこのような判定を行わずに全くＲ付けしない場合に比較して、正確にパターン予測形状を作成できる。
第８の発明は、コーナをＲ付けできないと判定したときには、コーナＲの大きさに応じて、直線近似するので、コーナをＲ付けできないコーナであっても補正できるため、パターン予測形状をより一層正確に作成できる。
第８の発明は、コーナをＲ付けできないと判定したときには、コーナＲの大きさに応じて、直線近似するので、コーナをＲ付けできないコーナであっても補正できるため、パターン予測形状をより一層正確に作成できる。
第９の発明は、分割ショット形状の各部分の総ドーズ量が最低ドーズ量よりも少ない場合に、分割ショット形状を削除するので、この部分のパターン予測の処理が必要なく、この部分のパターンを削除できるため、装置の負荷を軽減できるとともに、より正確にパターン予測をできる。また、ショット形状配列描画データの誤り検出を高精度化できる。
第１０の発明は、分割ショットの各部分の総ドーズ量が最大ドーズ量よりも大きい場合に、最大ドーズ量の補正量を適用するので、それ以上膨れ上がらない最大ドーズ量が存在した場合に、より正確にパターン予測できる。
第１１の発明は、分割ショット形状の各部分の総ドーズ量が許容ドーズ量よりも大きいと判断した場合に、ユーザに報知するので、オーバードーズによりレジストが蒸発して飛散し、チャンバ等が汚染することを防止できる。
第１０の発明は、分割ショットの各部分の総ドーズ量が最大ドーズ量よりも大きい場合に、最大ドーズ量の補正量を適用するので、それ以上膨れ上がらない最大ドーズ量が存在した場合に、より正確にパターン予測できる。
第１１の発明は、分割ショット形状の各部分の総ドーズ量が許容ドーズ量よりも大きいと判断した場合に、ユーザに報知するので、オーバードーズによりレジストが蒸発して飛散し、チャンバ等が汚染することを防止できる。
第１３及び第１４の発明は、描画予定パターン形状とパターン予測形状の差の画像を求め、求めた差の画像の面積が、予め定めた判定値以上の場合に異常有りと自動で判定するので、ショット形状配列描画データの誤り検査を、前記異常有りとされた領域のデータ確認のみで済ませることができるため、検査効率が著しく向上する。
（第１実施形態）
以下、図面等を参照して、本発明の実施形態について説明する。
最初に、第１実施形態のパターン描画の手法について説明する。
図１は、第１実施形態のパターン描画の手法を説明する図である。
第１実施形態のパターン描画は、以下の工程により行われる。
（１）図１（ａ）に示すように、設計者が、設計データ１を作成する。設計データ１は、実際に半導体ウエハ６上に形成する所望の配線パターンの形状を、作成したものである。設計データ１は、ＣＡＤ等の設計装置３０（図２参照）を利用して作成される。
（２）図１（ｂ）に示すように、設計者が、設計データ１に基づいて、マスクデータ１Ａ（描画予定パターン）を作成する。マスクデータ１Ａは、ＯＰＣ（光近接効果補正）等の技術を利用して作成された多角形状のデータである。マスクデータ１Ａは、ＣＡＤ等の設計装置３０（図２参照）を利用して作成してもよく、専用の設計装置を利用して作成してもよい。実施形態では、設計装置３０を利用する例を説明する。
以下、図面等を参照して、本発明の実施形態について説明する。
最初に、第１実施形態のパターン描画の手法について説明する。
図１は、第１実施形態のパターン描画の手法を説明する図である。
第１実施形態のパターン描画は、以下の工程により行われる。
（１）図１（ａ）に示すように、設計者が、設計データ１を作成する。設計データ１は、実際に半導体ウエハ６上に形成する所望の配線パターンの形状を、作成したものである。設計データ１は、ＣＡＤ等の設計装置３０（図２参照）を利用して作成される。
（２）図１（ｂ）に示すように、設計者が、設計データ１に基づいて、マスクデータ１Ａ（描画予定パターン）を作成する。マスクデータ１Ａは、ＯＰＣ（光近接効果補正）等の技術を利用して作成された多角形状のデータである。マスクデータ１Ａは、ＣＡＤ等の設計装置３０（図２参照）を利用して作成してもよく、専用の設計装置を利用して作成してもよい。実施形態では、設計装置３０を利用する例を説明する。
（３）図１（ｃ−１）に示すように、マスクデータ１Ａから、更に段付データ２（ショット形状配列描画データに対応）を作成する。なお、図１（ｃ−１）は、図１（ｂ）のマスクデータ１Ａの２点鎖線内の形状に対応する段付データ２を、拡大して示す。
段付データ２は、マスクデータ１Ａに基づいて複数の矩形３を配置したものである。各矩形３は、電子線を描画するときのショット形状に対応している。段付データ２は、複数の矩形３が重複するように配置され、矩形３毎に照射する電子線の量（以下「ドーズ量」という）が対応付けられている。
段付データ２は、ＣＡＤ等の設計装置３０（図２参照）を利用して作成してもよく、専用の設計装置を利用して作成してもよい。実施形態では、設計装置３０を利用する例を説明する。
段付データ２は、マスクデータ１Ａに基づいて複数の矩形３を配置したものである。各矩形３は、電子線を描画するときのショット形状に対応している。段付データ２は、複数の矩形３が重複するように配置され、矩形３毎に照射する電子線の量（以下「ドーズ量」という）が対応付けられている。
段付データ２は、ＣＡＤ等の設計装置３０（図２参照）を利用して作成してもよく、専用の設計装置を利用して作成してもよい。実施形態では、設計装置３０を利用する例を説明する。
（４）図１（ｄ）に示すように、段付データ２を利用してフォトマスク４上に、描画装置４０（図２参照）でマスクパターン５を描画する。描画装置４０は、各矩形３に対応した形状のアパーチャを利用して、矩形３毎にその矩形３に対応付けられたドーズ量の電子線を照射して描画する。なお、ドーズ量の調整は、時間当たりの電子線の強度をショット毎に変えてもよく、照度を一定にしておき照射時間をショット毎に変えてもよい。
（５）図１（ｅ）に示すように、ステッパ等の露光装置で、フォトマスク４を半導体ウエハ６上に転写して、半導体ウエハ６上に配線パターン７を形成する。
（５）図１（ｅ）に示すように、ステッパ等の露光装置で、フォトマスク４を半導体ウエハ６上に転写して、半導体ウエハ６上に配線パターン７を形成する。
ここで、上記（４）の工程において段付データ２を利用して形成されるマスクパターン５の形状は、従来から行われきたように、設計データ１に基づいて異なる形状の矩形を組み合わせた描画データ１０２を作成し（図１（Ｃ−２）参照）、描画データ１０２に基づいてフォトマスクにマスクパターンを描画した形状と同様である。この理由は、以下の通りである。
段付データ２を利用する場合には、矩形３の外コーナ３ａは、照射される電子線の量が先端になる程少なくなるために、マスクパターン５の輪郭が内側に細くなって、輪郭線が曲線になる。また内側コーナ部３ｂは、矩形３が重複しているため、各ショット毎に電子線が照射され、ドーズ量が増大し、マスクパターン５の輪郭が外側に膨らんで輪郭線が曲線になる。このため、図１（ｄ）に示すように、フォトマスク４には、コーナ部が曲線でなだらかに繋げたような形状のマスクパターン５が描画される。
段付データ２を利用する場合には、矩形３の外コーナ３ａは、照射される電子線の量が先端になる程少なくなるために、マスクパターン５の輪郭が内側に細くなって、輪郭線が曲線になる。また内側コーナ部３ｂは、矩形３が重複しているため、各ショット毎に電子線が照射され、ドーズ量が増大し、マスクパターン５の輪郭が外側に膨らんで輪郭線が曲線になる。このため、図１（ｄ）に示すように、フォトマスク４には、コーナ部が曲線でなだらかに繋げたような形状のマスクパターン５が描画される。
本実施形態の段付データ２は、従来の描画データ１０２と比べると、矩形３の数が少ないので、データの作成が簡単である。更に、フォトマスク４上にマスクパターン５を描画する場合には、ショット数を従来よりも格段に少なくできる。このため、フォトマスク４の作成時間を大幅に削減でき、また高価な描画装置４０の稼動時間を削減できるので、フォトマスク４のコスト削減をすることができる。
しかし、段付データ２の形状は、マスクデータ１Ａやマスクパターン５の形状とは大幅に異なるため、実際にマスクパターン５を描画する前の工程では、段付データ２が正確なものであるか否かの評価が困難である。そこで、本実施形態では、以下に説明するように、段付データ２の段階で、作成されるマスクパターン５の形状を予測できるようにした。
以下、この段付データ２の作成、段付データ２からマスクパターン５を予測する構成、手法等について、主に説明する。なお、段付データからマスクパターン５を予測するにはショットごとのドーズ量を描画領域の各画素毎に積算し、レジストのパターン形成限界露光量と比較して露光・現像で得られるレジストパターン（マスクパターン５）形状をシュミレーションする方法も有るが、演算量が膨大となり、実用に適さない。
以下、この段付データ２の作成、段付データ２からマスクパターン５を予測する構成、手法等について、主に説明する。なお、段付データからマスクパターン５を予測するにはショットごとのドーズ量を描画領域の各画素毎に積算し、レジストのパターン形成限界露光量と比較して露光・現像で得られるレジストパターン（マスクパターン５）形状をシュミレーションする方法も有るが、演算量が膨大となり、実用に適さない。
図２は、第１実施形態のパターン描画システム２０の構成を説明する図である。
パターン描画システム２０は、設計装置３０、描画装置４０、パターン形状予測装置５０（パターン形状予測システム）を備える。設計装置３０、描画装置４０、パターン形状予測装置５０は、互いにＬＡＮ、インターネット等の通信網を介して接続され、互いに情報を送受信できる。
パターン描画システム２０は、設計装置３０、描画装置４０、パターン形状予測装置５０（パターン形状予測システム）を備える。設計装置３０、描画装置４０、パターン形状予測装置５０は、互いにＬＡＮ、インターネット等の通信網を介して接続され、互いに情報を送受信できる。
設計装置３０は、設計者が配線パターンを設計するためのＣＡＤ等である。設計装置３０は、設計装置操作部３１、設計装置表示部３２、設計装置送受信部３３、設計装置記憶部３５、設計装置制御部３６を備える。
設計装置操作部３１は、設計装置３０に情報を入力するために、設計者が操作するマウス、キーボード等の操作装置、入力装置である。
設計装置表示部３２は、設計データ１、マスクデータ１Ａ等を表示するモニタである。
設計装置送受信部３３は、描画装置４０、パターン形状予測装置５０等の他の装置との間で情報を送受信する部分である。設計装置送受信部３３は、他の装置との間で通信するためのインターフェース等を備える。
設計装置操作部３１は、設計装置３０に情報を入力するために、設計者が操作するマウス、キーボード等の操作装置、入力装置である。
設計装置表示部３２は、設計データ１、マスクデータ１Ａ等を表示するモニタである。
設計装置送受信部３３は、描画装置４０、パターン形状予測装置５０等の他の装置との間で情報を送受信する部分である。設計装置送受信部３３は、他の装置との間で通信するためのインターフェース等を備える。
設計装置記憶部３５は、設計装置３０の動作に必要なプログラム、情報等を記憶するためのハードディスク、半導体メモリ素子等の記憶装置である。設計装置記憶部３５は、マスクデータ作成プログラム３５ａ、段付データ作成プログラム３５ｂ、設計データ記憶部３５ｃ、マスクデータ記憶部３５ｄ、段付データ記憶部３５ｅを備える。
マスクデータ作成プログラム３５ａは、設計データ１からマスクデータ１Ａへと変換するプログラムである。マスクデータ作成プログラム３５ａは、ＯＰＣ等の技術を利用して変換処理をするものである。
段付データ作成プログラム３５ｂは、マスクデータ１Ａから段付データ２へと変換するプログラムである。
設計データ記憶部３５ｃは、配線パターンの設計データ１を記憶する記憶領域である。
マスクデータ記憶部３５ｄは、設計データ１から変換したマスクデータ１Ａを記憶する記憶領域である。
段付データ記憶部３５ｅは、マスクデータ１Ａから変換した段付データ２を記憶する記憶領域である。
マスクデータ作成プログラム３５ａは、設計データ１からマスクデータ１Ａへと変換するプログラムである。マスクデータ作成プログラム３５ａは、ＯＰＣ等の技術を利用して変換処理をするものである。
段付データ作成プログラム３５ｂは、マスクデータ１Ａから段付データ２へと変換するプログラムである。
設計データ記憶部３５ｃは、配線パターンの設計データ１を記憶する記憶領域である。
マスクデータ記憶部３５ｄは、設計データ１から変換したマスクデータ１Ａを記憶する記憶領域である。
段付データ記憶部３５ｅは、マスクデータ１Ａから変換した段付データ２を記憶する記憶領域である。
設計装置制御部３６は、設計装置３０を統括的に制御するための制御部であり、例えばＣＰＵ（中央処理装置）等から構成される。設計装置制御部３６は、マスクデータ作成部３６ａ、段付データ作成部３６ｂを備える。
マスクデータ作成部３６ａは、マスクデータ作成プログラム３５ａに従って、設計データ１をマスクデータ１Ａへと変換する制御部である。マスクデータ作成部３６ａは、作成したマスクデータ１Ａを、マスクデータ記憶部３５ｄに記憶する。
段付データ作成部３６ｂは、段付データ作成プログラム３５ｂに従って、マスクデータ１Ａを段付データ２へと変換する制御部である。段付データ作成部３６ｂは、作成した段付データ２を、段付データ記憶部３５ｅに記憶する。
マスクデータ作成部３６ａは、マスクデータ作成プログラム３５ａに従って、設計データ１をマスクデータ１Ａへと変換する制御部である。マスクデータ作成部３６ａは、作成したマスクデータ１Ａを、マスクデータ記憶部３５ｄに記憶する。
段付データ作成部３６ｂは、段付データ作成プログラム３５ｂに従って、マスクデータ１Ａを段付データ２へと変換する制御部である。段付データ作成部３６ｂは、作成した段付データ２を、段付データ記憶部３５ｅに記憶する。
描画装置４０は、フォトマスク４上にマスクパターン５を描画する電子線描画装置である。描画装置４０は、設計装置３０が送信した段付データ２を受信して、これに基づいて、マスクパターン５を描画する。描画装置４０は、段付データ２の矩形３に対応したアパーチャを用いて、マスクパターン５を描画する。
パターン形状予測装置５０は、設計装置３０が作成したマスクデータ１Ａに基づいて、フォトマスク上に作成されるマスクパターン５の形状を予測する装置である。
パターン形状予測装置５０は、予測装置操作部５１、予測装置表示部５２、予測装置送受信部５３、予測装置記憶部５５、予測装置制御部５６を備える。
なお、本発明でいうコンピュータとは、記憶装置、制御装置等を備えた情報処理装置をいい、パターン形状予測装置５０は、予測装置記憶部５５、予測装置制御部５６等を備えた情報処理装置であり、本発明のコンピュータの概念に含まれる。
パターン形状予測装置５０は、予測装置操作部５１、予測装置表示部５２、予測装置送受信部５３、予測装置記憶部５５、予測装置制御部５６を備える。
なお、本発明でいうコンピュータとは、記憶装置、制御装置等を備えた情報処理装置をいい、パターン形状予測装置５０は、予測装置記憶部５５、予測装置制御部５６等を備えた情報処理装置であり、本発明のコンピュータの概念に含まれる。
予測装置操作部５１は、ユーザがパターン形状予測装置５０を操作するためマウス、キーボード等の操作装置、入力装置等である。
予測装置表示部５２は、パターン予測形状１４（図３（ｉ）参照）や、パターン予測形状１４及びマスクデータ１Ａとの比較結果を表示するモニタである。
予測装置送受信部５３は、設計装置３０、描画装置４０等の間で情報を送受信する部分であり、設計装置送受信部３３と同様な部分である。予測装置送受信部５３は、設計装置３０が送信した設計データ１、段付データ２を受信して取得する。
予測装置表示部５２は、パターン予測形状１４（図３（ｉ）参照）や、パターン予測形状１４及びマスクデータ１Ａとの比較結果を表示するモニタである。
予測装置送受信部５３は、設計装置３０、描画装置４０等の間で情報を送受信する部分であり、設計装置送受信部３３と同様な部分である。予測装置送受信部５３は、設計装置３０が送信した設計データ１、段付データ２を受信して取得する。
予測装置記憶部５５は、パターン形状予測装置５０の動作に必要なプログラム、情報等を記憶するためのハードディスク、半導体メモリ素子等の記憶装置である。
予測装置記憶部５５は、形状予測プログラム５５ａ（パターン形状予測プログラム）、マスクデータ記憶部５５ｄ、段付データ記憶部５５ｅを備える。
予測装置記憶部５５は、形状予測プログラム５５ａ（パターン形状予測プログラム）、マスクデータ記憶部５５ｄ、段付データ記憶部５５ｅを備える。
形状予測プログラム５５ａは、マスクデータ１Ａに基づいて、パターン予測形状１４を作成したり、マスクデータ１Ａの比較をしたりするためのプログラムである。形状予測プログラム５５ａは、辺補正テーブル５５ａ−１（補正情報記憶手段）を備えている（図３（ｅ）参照）。
辺補正テーブル５５ａ−１は、総ドーズ量と辺補正量とを対応付けて記憶するテーブルである。後述するように、辺補正テーブル５５ａ−１は、辺補正処理時に、辺補正部５６ａ−１によって参照される。
マスクデータ記憶部５５ｄは、設計装置３０が送信したマスクデータ１Ａを記憶する記憶領域である。
段付データ記憶部５５ｅは、設計装置３０が送信した段付データ２を記憶する記憶領域である。
辺補正テーブル５５ａ−１は、総ドーズ量と辺補正量とを対応付けて記憶するテーブルである。後述するように、辺補正テーブル５５ａ−１は、辺補正処理時に、辺補正部５６ａ−１によって参照される。
マスクデータ記憶部５５ｄは、設計装置３０が送信したマスクデータ１Ａを記憶する記憶領域である。
段付データ記憶部５５ｅは、設計装置３０が送信した段付データ２を記憶する記憶領域である。
予測装置制御部５６は、パターン形状予測装置５０を統括的に制御するための制御部であり、例えば、ＣＰＵ等から構成される。予測装置制御部５６は、予測装置記憶部５５に記憶された各種プログラムを適宜読み出して実行することにより、前述したハードウェアと協働し、本発明に係る各種機能を実現している。
予測装置制御部５６は、ショット形状補正部５６ａ、外形作成部５６ｂ、パターン形状比較部５６ｃ、必要に応じてこれら各制御部の間で情報を伝達するためのバスを備える。
予測装置制御部５６は、ショット形状補正部５６ａ、外形作成部５６ｂ、パターン形状比較部５６ｃ、必要に応じてこれら各制御部の間で情報を伝達するためのバスを備える。
ショット形状補正部５６ａは、各矩形３のドーズ量及び補正情報記憶手段の補正量に基づいて、段付データ２の矩形３を補正する制御部である。ショット形状補正部５６ａは、辺補正部５６ａ−１を備える。
辺補正部５６ａ−１は、辺補正テーブル５５ａ−１に基づいて、矩形３の辺を補正する制御部である。
外形作成部５６ｂは、ショット形状補正部５６ａが作成した各補正ショット形状を、段付データ２の配置に基づいて組み合わせた形状であるパターン予測形状１４（図４（ｉ）参照）を作成する制御部である。
パターン形状比較部５６ｃは、マスクデータ記憶部５５ｄのマスクデータ１Ａ（図４（ａ）参照）のパターンと、パターン予測形状１４（図４（ｉ）参照）のパターンの差異の面積を算出して、変換が正しく行われているかを検証する制御部である。
辺補正部５６ａ−１は、辺補正テーブル５５ａ−１に基づいて、矩形３の辺を補正する制御部である。
外形作成部５６ｂは、ショット形状補正部５６ａが作成した各補正ショット形状を、段付データ２の配置に基づいて組み合わせた形状であるパターン予測形状１４（図４（ｉ）参照）を作成する制御部である。
パターン形状比較部５６ｃは、マスクデータ記憶部５５ｄのマスクデータ１Ａ（図４（ａ）参照）のパターンと、パターン予測形状１４（図４（ｉ）参照）のパターンの差異の面積を算出して、変換が正しく行われているかを検証する制御部である。
次に、パターン形状予測装置５０のパターン形状予測処理について説明する。
図３（図３−１，図３−２）は、第１実施形態のパターン形状予測処理を説明する図である。
図４は、第１実施形態の段付データ２−１にエラーがあった場合のパターン形状予測処理を説明する図である。
図４では、図３の各図に対応する図面に枝番「２」を付した。例えば、図４（ｃ−２）は、図３（ｃ）に対応する図である。
なお、パターン形状予測処理をする前提として、設計装置３０によって作成された段付データ２が、パターン形状予測装置５０に記憶されているとする。また、図３は、理解を容易にするために、マスクデータ１Ａを、円形に対応した形状として説明するが、複雑な形状のマスクデータであっても、同様に処理できる。さらに、マスクデータ１Ａは、台形分割を前提としない理想的なマスクパターンの場合には、多角形状ではなく、滑らかな曲線にしてもよい。
図３（図３−１，図３−２）は、第１実施形態のパターン形状予測処理を説明する図である。
図４は、第１実施形態の段付データ２−１にエラーがあった場合のパターン形状予測処理を説明する図である。
図４では、図３の各図に対応する図面に枝番「２」を付した。例えば、図４（ｃ−２）は、図３（ｃ）に対応する図である。
なお、パターン形状予測処理をする前提として、設計装置３０によって作成された段付データ２が、パターン形状予測装置５０に記憶されているとする。また、図３は、理解を容易にするために、マスクデータ１Ａを、円形に対応した形状として説明するが、複雑な形状のマスクデータであっても、同様に処理できる。さらに、マスクデータ１Ａは、台形分割を前提としない理想的なマスクパターンの場合には、多角形状ではなく、滑らかな曲線にしてもよい。
パターン形状予測装置５０は、以下の順序に従って、パターン形状予測処理を行う。
（段付データ抽出処理）
ショット形状補正部５６ａは、段付データ記憶部５５ｅの段付データ２に基づいて、各矩形３及びこれらに対応付けられたドーズ量を抽出する。
図３（ｂ）の段付データ２は、１つの大サイズの矩形３ａが中心に配置され、４つの小サイズの矩形３ｂ〜３ｅが、矩形３ａに重複するように配置されている。また、矩形３ａには、ドーズ量Ｄ２が対応付けられ、矩形３ｂ〜３ｅには、ドーズ量Ｄ１が対応付けられている。なお、ここで説明するドーズ量の数値は、マスクデータ１Ａから段付きデータ（ショット形状配列描画データという）を作成するとき同時に決定される値であるが、下記の例でのドーズ量は、「Ｄ１＜Ｄ２＜Ｄ３」の大小関係になっていることを前提に説明している。
（段付データ抽出処理）
ショット形状補正部５６ａは、段付データ記憶部５５ｅの段付データ２に基づいて、各矩形３及びこれらに対応付けられたドーズ量を抽出する。
図３（ｂ）の段付データ２は、１つの大サイズの矩形３ａが中心に配置され、４つの小サイズの矩形３ｂ〜３ｅが、矩形３ａに重複するように配置されている。また、矩形３ａには、ドーズ量Ｄ２が対応付けられ、矩形３ｂ〜３ｅには、ドーズ量Ｄ１が対応付けられている。なお、ここで説明するドーズ量の数値は、マスクデータ１Ａから段付きデータ（ショット形状配列描画データという）を作成するとき同時に決定される値であるが、下記の例でのドーズ量は、「Ｄ１＜Ｄ２＜Ｄ３」の大小関係になっていることを前提に説明している。
（総ドーズ量算出処理）
図３（ｃ）に示すように、ショット形状補正部５６ａは、ショット形状である矩形３ａ〜３ｅが重複している領域を新たな図形として識別し、段付データ２を矩形３ａ〜３ｅの各辺によって分割された分割図形（分割ショット形状という）の集合体として認識し、また分割した各分割図形の総ドーズ量を算出する。すなわち、描画終了後の総ドーズ量において、１つの分割ショット形状は１つの総ドーズ量となるように初期のショット形状を分割して、辺補正処理によるパターン予測を可能としている。
この例では、ショット形状補正部５６ａは、段付データ２を、中心にある多角形１０ａ、これの外側に位置し重複している４つの矩形１０ｂ〜１０ｅ、外側に位置している４つの矩形１０ｆ〜１０ｉとして新たに認識する。
また、ショット形状補正部５６ａは、各図形の総ドーズ量を、多角形１０ａの総ドーズ量Ｄ２、矩形１０ｆ〜１０ｉが総ドーズ量Ｄ１であると算出する。矩形１０ｂ〜１０ｅは、電子線が重複して照射されるので、ショット形状補正部５６ａは、矩形１０ｂ〜１０ｅの総ドーズ量を、総ドーズ量Ｄ３（＝Ｄ１＋Ｄ２）と算出する。
これにより、矩形３ａ〜３ｄが重複する部分である矩形１０ｂ〜１０ｅの総ドーズ量を正確に反映して、パターン予測できる。
図３（ｃ）に示すように、ショット形状補正部５６ａは、ショット形状である矩形３ａ〜３ｅが重複している領域を新たな図形として識別し、段付データ２を矩形３ａ〜３ｅの各辺によって分割された分割図形（分割ショット形状という）の集合体として認識し、また分割した各分割図形の総ドーズ量を算出する。すなわち、描画終了後の総ドーズ量において、１つの分割ショット形状は１つの総ドーズ量となるように初期のショット形状を分割して、辺補正処理によるパターン予測を可能としている。
この例では、ショット形状補正部５６ａは、段付データ２を、中心にある多角形１０ａ、これの外側に位置し重複している４つの矩形１０ｂ〜１０ｅ、外側に位置している４つの矩形１０ｆ〜１０ｉとして新たに認識する。
また、ショット形状補正部５６ａは、各図形の総ドーズ量を、多角形１０ａの総ドーズ量Ｄ２、矩形１０ｆ〜１０ｉが総ドーズ量Ｄ１であると算出する。矩形１０ｂ〜１０ｅは、電子線が重複して照射されるので、ショット形状補正部５６ａは、矩形１０ｂ〜１０ｅの総ドーズ量を、総ドーズ量Ｄ３（＝Ｄ１＋Ｄ２）と算出する。
これにより、矩形３ａ〜３ｄが重複する部分である矩形１０ｂ〜１０ｅの総ドーズ量を正確に反映して、パターン予測できる。
（辺補正処理）
図３（ｄ）に示すように、ショット形状補正部５６ａは、分割図形の各辺の辺補正処理を行う。ショット形状補正部５６ａは、図３（ｅ）に示す辺補正テーブル５５ａ−１を参照して、辺補正処理を行い、矩形３ａ〜３ｅの補正形状である補正ショット形状を作成する。
辺補正テーブル５５ａ−１は、ドーズ量Ｄ１と補正量−６０ｎｍとを対応付けて記憶し、ドーズ量Ｄ２と０ｎｍとを対応付けて記憶し、ドーズ量Ｄ３と補正量＋４０ｎｍとを対応付けて記憶する。なお、補正量が負（−）であることは、分割図形を細らす方向である内側への辺の補正を意味し、補正量が０であることは、分割図形の辺の補正を行わないことを意味し、補正量が正（＋）であることは、分割図形を太らす方向である外側への辺の補正を意味する。
図３（ｄ）に示すように、ショット形状補正部５６ａは、分割図形の各辺の辺補正処理を行う。ショット形状補正部５６ａは、図３（ｅ）に示す辺補正テーブル５５ａ−１を参照して、辺補正処理を行い、矩形３ａ〜３ｅの補正形状である補正ショット形状を作成する。
辺補正テーブル５５ａ−１は、ドーズ量Ｄ１と補正量−６０ｎｍとを対応付けて記憶し、ドーズ量Ｄ２と０ｎｍとを対応付けて記憶し、ドーズ量Ｄ３と補正量＋４０ｎｍとを対応付けて記憶する。なお、補正量が負（−）であることは、分割図形を細らす方向である内側への辺の補正を意味し、補正量が０であることは、分割図形の辺の補正を行わないことを意味し、補正量が正（＋）であることは、分割図形を太らす方向である外側への辺の補正を意味する。
図３（ｄ）に示すように、例えば、ショット形状補正部５６ａは、段付データ２の下側の部分では、以下のように処理する。
・多角形１０ａは、総ドーズ量Ｄ２であるので補正しない。
・矩形１０ｂは、総ドーズ量Ｄ３であるので、矩形１０ｂの各辺を外側に＋６０ｎｍ補正して、矩形１０ｂ−２を作成する。
・矩形１０ｆは、総ドーズ量Ｄ１であるので、矩形１０ｆの各辺を内側に４０ｎｍ補正して、矩形１０ｆ−２を作成する。
ショット形状補正部５６ａは、この補正処理によって、多角形１０ａの形状を維持し、一番外側に配置された矩形１０ｆを小さくし、その内側に配置された矩形１０ｂを大きくする。そうすると、図３（ｃ）に示す内コーナ１０ｊには、外コーナ１０ｊ−２が作成され、内コーナ１０ｊが段状に補完される。これにより、パターン形状予測装置５０は、段付データ２の形状を、マスクパターン５の形状に近づけることができる。
なお、辺補正テーブル５５ａ−１を用いてドーズ量Ｄ２とドーズ量Ｄ３との間のドーズ量Ｄｎに対応した辺補正量を求める方法は、例えば、Ｄ２とＤ３との近い方の辺補正量値で量子化する（近似値とする）方法があり、またより高精度な方法としては、辺補正量を線形補間する方法も適用できる。ドーズ量Ｄ２で辺補正量Ｅ２ｎｍ、ドーズ量Ｄ３で辺補正量Ｅ３ｎｍと仮定したとき、ドーズ量Ｄｎ（Ｄ２≦Ｄｎ≦Ｄ３）の辺補正量を線形補間して求めるには、例えば、
（（Ｄｎ−Ｄ２）×Ｅ３ｎｍ＋（Ｄ３−Ｄｎ）×Ｅ２ｎｍ）／（Ｄ３−Ｄ２）
の式で計算できる。なお、後述するコーナ補正テーブル２５５ａ−２（図７参照）にも同様の量子化や線形補間を適用できる。
・多角形１０ａは、総ドーズ量Ｄ２であるので補正しない。
・矩形１０ｂは、総ドーズ量Ｄ３であるので、矩形１０ｂの各辺を外側に＋６０ｎｍ補正して、矩形１０ｂ−２を作成する。
・矩形１０ｆは、総ドーズ量Ｄ１であるので、矩形１０ｆの各辺を内側に４０ｎｍ補正して、矩形１０ｆ−２を作成する。
ショット形状補正部５６ａは、この補正処理によって、多角形１０ａの形状を維持し、一番外側に配置された矩形１０ｆを小さくし、その内側に配置された矩形１０ｂを大きくする。そうすると、図３（ｃ）に示す内コーナ１０ｊには、外コーナ１０ｊ−２が作成され、内コーナ１０ｊが段状に補完される。これにより、パターン形状予測装置５０は、段付データ２の形状を、マスクパターン５の形状に近づけることができる。
なお、辺補正テーブル５５ａ−１を用いてドーズ量Ｄ２とドーズ量Ｄ３との間のドーズ量Ｄｎに対応した辺補正量を求める方法は、例えば、Ｄ２とＤ３との近い方の辺補正量値で量子化する（近似値とする）方法があり、またより高精度な方法としては、辺補正量を線形補間する方法も適用できる。ドーズ量Ｄ２で辺補正量Ｅ２ｎｍ、ドーズ量Ｄ３で辺補正量Ｅ３ｎｍと仮定したとき、ドーズ量Ｄｎ（Ｄ２≦Ｄｎ≦Ｄ３）の辺補正量を線形補間して求めるには、例えば、
（（Ｄｎ−Ｄ２）×Ｅ３ｎｍ＋（Ｄ３−Ｄｎ）×Ｅ２ｎｍ）／（Ｄ３−Ｄ２）
の式で計算できる。なお、後述するコーナ補正テーブル２５５ａ−２（図７参照）にも同様の量子化や線形補間を適用できる。
なお、補正は、実際に段付データ２を利用して、マスクパターン５を電子線描画するときの現象後のレジストパターン形状を反映したものである。つまり、分割図形の総ドーズ量が多い場合には、多量の電子線が照射されるために、マスクパターン５は、分割図形よりも太るようにパターン形成されるし（例えば矩形１０ｂ〜１０ｅ）、一方、分割図形の総ドーズ量が少ない場合には、少量の電子線しか照射されないために、マスクパターン５は、分割図形よりも細くパターン形成される（例えば矩形１０ｆ〜１０ｉ）。また、マスクパターン５が分割図形と同様の大きさにパターン形成されるドーズ量の場合もある（例えば多角形１０ａ）。
つまり、前述した設計装置３０は、マスクデータ１Ａから段付データ２へと変換する場合に、このような現象後のパターン形成を予め予測して、矩形３の形状及びそのドーズ量を算出して設定しているわけである。
つまり、前述した設計装置３０は、マスクデータ１Ａから段付データ２へと変換する場合に、このような現象後のパターン形成を予め予測して、矩形３の形状及びそのドーズ量を算出して設定しているわけである。
そして、ショット形状補正部５６ａは、全ての分割図形１０ａ〜１０ｉを補正して、図３（ｆ）に示す辺補正形状データ１１を作成する。
（辺補正形状アウトライン処理）
外形作成部５６ｂは、辺補正形状データ１１の輪郭線を抽出して、辺補正形状データ１１を多角形図形データ１２へと変換する。具体的には、辺補正形状データ１１を構成する複数の図形の和（論理和）を形成し、最外部の辺を抽出して輪郭線を構成し、多角形図形データ１２を得る。
外形作成部５６ｂは、辺補正形状データ１１の輪郭線を抽出して、辺補正形状データ１１を多角形図形データ１２へと変換する。具体的には、辺補正形状データ１１を構成する複数の図形の和（論理和）を形成し、最外部の辺を抽出して輪郭線を構成し、多角形図形データ１２を得る。
（コーナ処理）
図３（ｈ）に示すように、外形作成部５６ｂは、外コーナ、つまりコーナの角度うち図形内側の角度が１８０度未満のコーナ部に半径５０ｎｍの接円を作成して、コーナＲを設ける。外形作成部５６ｂは、全ての外コーナに対して、このコーナ処理を行って、Ｒ付き形状データ１３を作成する。
図３（ｈ）に示すように、外形作成部５６ｂは、外コーナ、つまりコーナの角度うち図形内側の角度が１８０度未満のコーナ部に半径５０ｎｍの接円を作成して、コーナＲを設ける。外形作成部５６ｂは、全ての外コーナに対して、このコーナ処理を行って、Ｒ付き形状データ１３を作成する。
（Ｒ付き形状アウトライン処理）
図３（ｉ）に示すように、外形作成部５６ｂは、Ｒ付き形状データ１３の輪郭線を抽出して、最終的なパターン予測形状１４を作成する。
これにより、パターン形状予測装置５０は、実際にフォトマスク上に電子線描画することなく、パターン形状を予測できる。
図３（ｉ）に示すように、外形作成部５６ｂは、Ｒ付き形状データ１３の輪郭線を抽出して、最終的なパターン予測形状１４を作成する。
これにより、パターン形状予測装置５０は、実際にフォトマスク上に電子線描画することなく、パターン形状を予測できる。
（形状比較処理）
パターン形状比較部５６ｃは、マスクデータ１Ａを段付データ２に変換する際に、パターンの欠落や余分なパターンの付加、ドーズ量の誤指定等が生じた場合にも、これらを正確に検知できるように、マスクデータ１Ａ及びパターン予測形状１４の形状の差の面積を算出して、これらを比較する。段付データ２は、そのままでは変換時に生じたエラーを検知するのが困難である。また、その形状が元のマスクデータ１Ａとは大きく異なるので、段付データ２のまま元のデータと重ね合わせ、差分を算出して比較検証する等の手法では、正しい変換が行われている箇所も形状の差の面積が比較的大きいため、エラー箇所を検知できなかったり、擬似エラーが多発したりするため正確な比較検証ができない。そこで段付データ２から、フォトマスク４に形成されるレジスト形状を予測し、予測した形状と変換前の元データを比較検証することで、擬似エラーが生じず、高速な検証を可能にできる。
例えば、マスクデータ１Ａ及びパターン予測形状１４をラスタデータに変換した後、パターン形状比較部５６ｃは、これらを構成する形状を画素ごとに比較し、差異の有る画素数をカウントすることにより、これらの形状の差異を面積（すなわち差の面積）で比較、評価できる。形状の比較結果は、例えば、差の面積が一定値以上のパターン予測形状１４を目立つ色彩で表示することにより、エラー箇所としてユーザに報知できる。
パターン形状比較部５６ｃは、マスクデータ１Ａを段付データ２に変換する際に、パターンの欠落や余分なパターンの付加、ドーズ量の誤指定等が生じた場合にも、これらを正確に検知できるように、マスクデータ１Ａ及びパターン予測形状１４の形状の差の面積を算出して、これらを比較する。段付データ２は、そのままでは変換時に生じたエラーを検知するのが困難である。また、その形状が元のマスクデータ１Ａとは大きく異なるので、段付データ２のまま元のデータと重ね合わせ、差分を算出して比較検証する等の手法では、正しい変換が行われている箇所も形状の差の面積が比較的大きいため、エラー箇所を検知できなかったり、擬似エラーが多発したりするため正確な比較検証ができない。そこで段付データ２から、フォトマスク４に形成されるレジスト形状を予測し、予測した形状と変換前の元データを比較検証することで、擬似エラーが生じず、高速な検証を可能にできる。
例えば、マスクデータ１Ａ及びパターン予測形状１４をラスタデータに変換した後、パターン形状比較部５６ｃは、これらを構成する形状を画素ごとに比較し、差異の有る画素数をカウントすることにより、これらの形状の差異を面積（すなわち差の面積）で比較、評価できる。形状の比較結果は、例えば、差の面積が一定値以上のパターン予測形状１４を目立つ色彩で表示することにより、エラー箇所としてユーザに報知できる。
図４（ｃ−２）に示すように、例えば、設計装置３０によって、マスクデータ１Ａを段付データ２−１へと変換する場合に、変換エラー等によって同一の矩形３ｃ−２が同位置に２重に配置されたとする。この場合に、予測装置表示部５２に段付データ２−１を表示しても、ユーザが、目視によって変換エラーを確認することは極めて困難であり、アウトラインを抽出したデータを用い、コンピュータにより元データとの差の面積を抽出する場合でも、エラーの判別が困難である。
また、矩形が全く同位置に配置されていない場合でも、段付データ２−１は、異なる形状の矩形が不規則かつ複雑に配列されているため、やはり、ユーザが、目視によって変換エラーを確認することは困難であり、アウトラインを抽出したデータを用い、コンピュータにより元データとの形状の差の面積を抽出する場合でも、露光現像工程でのレジストパターン形状の変化が加味されておらず、エラーの判別が困難である。
また、矩形が全く同位置に配置されていない場合でも、段付データ２−１は、異なる形状の矩形が不規則かつ複雑に配列されているため、やはり、ユーザが、目視によって変換エラーを確認することは困難であり、アウトラインを抽出したデータを用い、コンピュータにより元データとの形状の差の面積を抽出する場合でも、露光現像工程でのレジストパターン形状の変化が加味されておらず、エラーの判別が困難である。
これに対して、パターン形状予測装置５０は、上記処理をすることにより、段付データ２からパターン予測形状１４を作成するので、パターン予測形状１４を予測装置表示部５２に表示することにより、ユーザは、目視によりその段付データ２で描画されるマスクパターン５を確認できる。
図４（ｃ−２）に示す段付データ２−１の場合、予測装置制御部５６は、前述した処理を行うことにより、この段付データ２−１を多角形図形データ１２−１へと変換し（図４（ｇ−２）参照）、最終的にいびつな形状のパターン予測形状１４−１を作成する（図４（ｉ−２）参照）。
ユーザは、このパターン予測形状１４−１を視認すれば、段付データ２−１にエラーが存在することを確認できるし、マスクデータ１Ａとパターン予測形状１４−１の形状の差の面積の計算結果を予測装置表示部５２に表示すれば、段付データ２−１のエラーを容易に確認できる。
図４（ｃ−２）に示す段付データ２−１の場合、予測装置制御部５６は、前述した処理を行うことにより、この段付データ２−１を多角形図形データ１２−１へと変換し（図４（ｇ−２）参照）、最終的にいびつな形状のパターン予測形状１４−１を作成する（図４（ｉ−２）参照）。
ユーザは、このパターン予測形状１４−１を視認すれば、段付データ２−１にエラーが存在することを確認できるし、マスクデータ１Ａとパターン予測形状１４−１の形状の差の面積の計算結果を予測装置表示部５２に表示すれば、段付データ２−１のエラーを容易に確認できる。
なお、形状の差の面積を計算して判別、報知する手法は、様々な方法を用いることができる。例えば、パターン形状比較部５６ｃは、マスクデータ１Ａ及びパターン予測形状１４を重ね合わせて表示して、重複しない部分を目立つ色彩で表示すれば、簡単な処理でマスクデータ１Ａ及びパターン予測形状１４の差異をユーザに報知できる。
図５は、第１実施形態の形状比較処理を説明する図である。
図５は、パターンの形状を比較し自動的に異常個所を抽出する方法の概略を示している。
図５（ａ）は、半円形状のマスクデータ（描画予定パターン）５に基づくマスクデータ１Ａに対して作成した３つの矩形からなる段付データ（ショット形状配列データ）２を２点鎖線で示す。また、この段付データ２に対し欠落した部分２ｎを網伏せした矩形で示しており、この欠落部２ｎを有する段付データ２に対して発生したパターン予測形状１４を破線で示している。
パターン予測形状１４の欠落部２ｎに対応した部分は、マスクパターン５から大きく外れており、エラー（異常）箇所となっている。
図５は、パターンの形状を比較し自動的に異常個所を抽出する方法の概略を示している。
図５（ａ）は、半円形状のマスクデータ（描画予定パターン）５に基づくマスクデータ１Ａに対して作成した３つの矩形からなる段付データ（ショット形状配列データ）２を２点鎖線で示す。また、この段付データ２に対し欠落した部分２ｎを網伏せした矩形で示しており、この欠落部２ｎを有する段付データ２に対して発生したパターン予測形状１４を破線で示している。
パターン予測形状１４の欠落部２ｎに対応した部分は、マスクパターン５から大きく外れており、エラー（異常）箇所となっている。
図５（ｂ）は、マスクパターン５とパターン予測形状１４との差の画像８を斜線でハッチングして示している。
マスクパターン５とパターン予測形状１４とが共にラスタ展開され、２値画像化されている場合は、差の画像８は、論理演算の排他的論理和（ＸＯＲ）で得ることができ、マスクパターン５の周囲に沿って大小の島状部分８−１、８−２、８−３、８−４・・・８−８が連なった形状を有している。ここで、段付データ２の欠落部２ｎに対応した差の画像８の島状部分８−２の面積が特に広く、この島状部分の面積の大小を評価してエラー箇所を自動的に検出できる。具体的には、２値画像で表現された差の画像８を対象に、粒子解析の連結領域のラベリング機能により前記島状部分を各々識別し、識別された各島部分の面積を各々計測し、その面積が所定の判定値以上の島部分をエラー箇所とすることで自動的にエラー箇所を検出できる。
さらに、図５（ｃ）に示すように、パターン描画領域を、所定のサイズの格子状領域に分割して、各領域内でマスクパターン５とパターン予測形状１４の形状の差の画像８の画素数を合計し、前記の格子状領域内での差の画素数の比率が一定値以上多ければ、パターンエラーが有ると自動的に推定できる。なお、格子状領域の分割サイズは、検出したい差異の面積の半分程度から１０倍程度の面積の範囲が、検出性能の点から好ましい。
マスクパターン５とパターン予測形状１４とが共にラスタ展開され、２値画像化されている場合は、差の画像８は、論理演算の排他的論理和（ＸＯＲ）で得ることができ、マスクパターン５の周囲に沿って大小の島状部分８−１、８−２、８−３、８−４・・・８−８が連なった形状を有している。ここで、段付データ２の欠落部２ｎに対応した差の画像８の島状部分８−２の面積が特に広く、この島状部分の面積の大小を評価してエラー箇所を自動的に検出できる。具体的には、２値画像で表現された差の画像８を対象に、粒子解析の連結領域のラベリング機能により前記島状部分を各々識別し、識別された各島部分の面積を各々計測し、その面積が所定の判定値以上の島部分をエラー箇所とすることで自動的にエラー箇所を検出できる。
さらに、図５（ｃ）に示すように、パターン描画領域を、所定のサイズの格子状領域に分割して、各領域内でマスクパターン５とパターン予測形状１４の形状の差の画像８の画素数を合計し、前記の格子状領域内での差の画素数の比率が一定値以上多ければ、パターンエラーが有ると自動的に推定できる。なお、格子状領域の分割サイズは、検出したい差異の面積の半分程度から１０倍程度の面積の範囲が、検出性能の点から好ましい。
図６は、第１実施形態のパターン予測処理の示すフローチャートである。
処理ステップＳ（以下、単に「Ｓ」という）１において、予測装置制御部５６は、一連の処理を開始する。
Ｓ２において、予測装置送受信部５３は、設計装置３０が送信したマスクデータ１Ａ、段付データ２を受信して取得する（データ取得工程）。予測装置制御部５６は、取得したマスクデータ１Ａ、段付データ２を、それぞれマスクデータ記憶部５５ｄ、段付データ記憶部５５ｅに記憶する。
処理ステップＳ（以下、単に「Ｓ」という）１において、予測装置制御部５６は、一連の処理を開始する。
Ｓ２において、予測装置送受信部５３は、設計装置３０が送信したマスクデータ１Ａ、段付データ２を受信して取得する（データ取得工程）。予測装置制御部５６は、取得したマスクデータ１Ａ、段付データ２を、それぞれマスクデータ記憶部５５ｄ、段付データ記憶部５５ｅに記憶する。
Ｓ３において、予測装置制御部５６は、前述した段付データ抽出処理を行う（図３（ｂ）参照）。
Ｓ４において、予測装置制御部５６は、前述した総ドーズ量算出処理を行う（図３（ｃ）参照）。
Ｓ５において、予測装置制御部５６は、前述した辺補正処理を行い（図３（ｄ）参照）、辺補正形状データ１１を作成する（図３（ｆ）参照）。
Ｓ４において、予測装置制御部５６は、前述した総ドーズ量算出処理を行う（図３（ｃ）参照）。
Ｓ５において、予測装置制御部５６は、前述した辺補正処理を行い（図３（ｄ）参照）、辺補正形状データ１１を作成する（図３（ｆ）参照）。
Ｓ６において、予測装置制御部５６は、前述した辺補正形状アウトライン処理を行う（図３（ｇ）参照）。
Ｓ７において、予測装置制御部５６は、前述したコーナ処理を行い（図３（ｈ）参照）、Ｒ付き形状データ１３を作成する。
Ｓ８において、予測装置制御部５６は、Ｒ付き形状データ１３に対して、前述したＲ付き形状アウトライン処理を行い、パターン予測形状１４を作成する（図３（ｉ）参照）。
Ｓ７において、予測装置制御部５６は、前述したコーナ処理を行い（図３（ｈ）参照）、Ｒ付き形状データ１３を作成する。
Ｓ８において、予測装置制御部５６は、Ｒ付き形状データ１３に対して、前述したＲ付き形状アウトライン処理を行い、パターン予測形状１４を作成する（図３（ｉ）参照）。
Ｓ９において、予測装置制御部５６は、パターン予測形状１４を予測装置表示部５２に表示する。ユーザは、このパターン予測形状１４を視認することより、その形状がいびつであるか否かを判断することにより、段付データ２にエラーがあるか否かを判断できる。
Ｓ１０において、予測装置制御部５６は、前述した形状比較処理を行う。
Ｓ１１において、予測装置制御部５６は、マスクデータ１Ａの形状及びパターン予測形状１４の形状の比較結果を、予測装置表示部５２に表示する。ユーザは、比較結果を確認することより、段付データ２のエラーを判断できる。
そして、予測装置制御部５６は、一連の処理を終了する（Ｓ１２）。
Ｓ１０において、予測装置制御部５６は、前述した形状比較処理を行う。
Ｓ１１において、予測装置制御部５６は、マスクデータ１Ａの形状及びパターン予測形状１４の形状の比較結果を、予測装置表示部５２に表示する。ユーザは、比較結果を確認することより、段付データ２のエラーを判断できる。
そして、予測装置制御部５６は、一連の処理を終了する（Ｓ１２）。
以上説明したように、本実施形態のパターン形状予測装置５０は、段付データ２からパターン予測形状１４を作成するので、実際にマスクパターン５を描画しなくても、パターン形状を確認できる。またパターン形状予測装置５０は、段付データ２及びマスクパターン５の形状比較結果を報知して、段付データ２にエラーがあるか否かの判断を容易にできる。
（第２実施形態）
次に、本発明の第２実施形態について説明する。
第２実施形態は、コーナ処理を第１実施形態から改良した実施形態である。
なお、以下の説明及び図面において、前述した第１実施形態と同様の機能を果たす部分には、同一の符号又は末尾に同一の符号を付して、重複する説明を適宜省略する。
図７は、第２実施形態のパターン描画システム２２０のブロック図である。
図８は、第２実施形態のコーナ補正テーブル２５５ａ−２、コーナ処理を説明する図である。
次に、本発明の第２実施形態について説明する。
第２実施形態は、コーナ処理を第１実施形態から改良した実施形態である。
なお、以下の説明及び図面において、前述した第１実施形態と同様の機能を果たす部分には、同一の符号又は末尾に同一の符号を付して、重複する説明を適宜省略する。
図７は、第２実施形態のパターン描画システム２２０のブロック図である。
図８は、第２実施形態のコーナ補正テーブル２５５ａ−２、コーナ処理を説明する図である。
図７に示すように、パターン形状予測装置２５０は、形状予測プログラム２５５ａに、辺補正テーブル５５ａ−１、コーナ補正テーブル２５５ａ−２（コーナ補正情報記憶手段）を備える。
辺補正テーブル５５ａ−１は、第１実施形態の５５ａ−１と同様である（図３（ｅ）参照）。
図８（ａ）に示すように、コーナ補正テーブル２５５ａ−２は、総ドーズ量と、外コーナＲのＲ値及び内コーナＲのＲ値とを対応付けて記憶する。外コーナＲは、コーナの角度うち図形内側のなす角が１８０度未満のコーナに設けるコーナＲであり、一方、内コーナＲは、前記のなす角が１８０度よりも大きいコーナに設けるコーナＲである。
辺補正テーブル５５ａ−１は、第１実施形態の５５ａ−１と同様である（図３（ｅ）参照）。
図８（ａ）に示すように、コーナ補正テーブル２５５ａ−２は、総ドーズ量と、外コーナＲのＲ値及び内コーナＲのＲ値とを対応付けて記憶する。外コーナＲは、コーナの角度うち図形内側のなす角が１８０度未満のコーナに設けるコーナＲであり、一方、内コーナＲは、前記のなす角が１８０度よりも大きいコーナに設けるコーナＲである。
パターン形状予測装置２５０は、ショット形状補正部２５６ａに、辺補正部５６ａ−１、コーナ補正部２５６ａ−２を備える。
辺補正部５６ａ−１は、第１実施形態と同様である。
コーナ補正部２５６ａ−２は、後述するコーナ処理をする制御部である。
辺補正部５６ａ−１は、第１実施形態と同様である。
コーナ補正部２５６ａ−２は、後述するコーナ処理をする制御部である。
第２実施形態のパターン形状予測装置２５０のコーナ処理について説明する。
図８（ｂ）は、辺補正形状データ２１１の一部を拡大して示す図である。
前提として、第１実施形態と同様に、矩形３の辺を補正した辺補正形状データ２１１が作成されているものとする。
この部分の辺補正形状データ２１１は、３つの図形２１１ａ〜２１１ｃから構成され、外コーナ２１１ｄ、内コーナ２１１ｅ、外コーナ２１１ｆを有する。図形２１１ａ〜２１１ｃは、それぞれ、総ドーズ量がＤ２，Ｄ３，Ｄ１である。
図８（ｂ）は、辺補正形状データ２１１の一部を拡大して示す図である。
前提として、第１実施形態と同様に、矩形３の辺を補正した辺補正形状データ２１１が作成されているものとする。
この部分の辺補正形状データ２１１は、３つの図形２１１ａ〜２１１ｃから構成され、外コーナ２１１ｄ、内コーナ２１１ｅ、外コーナ２１１ｆを有する。図形２１１ａ〜２１１ｃは、それぞれ、総ドーズ量がＤ２，Ｄ３，Ｄ１である。
コーナ補正部２５６ａ−２は、コーナ補正テーブル２５５ａ−２を参照して、以下のようにコーナ処理をする（図８（ｃ）参照）。
・外コーナ２１１ｄを形成する図形２１１ａの総ドーズ量Ｄ２に基づいて、Ｒ＝２０ｎｍの外コーナＲを設ける。
・内コーナ２１１ｅに対抗する図形２１１ｂの総ドーズ量Ｄ３に基づいて、Ｒ＝３０ｎｍの内コーナＲを設ける（図８（ｃ）参照）。
なお、辺２１１ｇの長さＬが短いために、外コーナ２１１ｄ及び内コーナ２１１ｅの両方のコーナ処理ができない場合には、コーナ補正部２５６ａ−２は、外コーナＲのみコーナ処理を行う。
・外コーナ２１１ｆを形成する図形２１１ｃの総ドーズ量Ｄ１に基づいて、Ｒ＝３０ｎｍのコーナＲを設ける（図８（ｃ）参照）。
コーナ補正部２５６ａ−２は、以上のようなコーナ処理を、辺補正形状データ２１１の全てのコーナに対して行う。その後のアウトライン処理、形状比較処理等は、第１実施形態と同様である。
・外コーナ２１１ｄを形成する図形２１１ａの総ドーズ量Ｄ２に基づいて、Ｒ＝２０ｎｍの外コーナＲを設ける。
・内コーナ２１１ｅに対抗する図形２１１ｂの総ドーズ量Ｄ３に基づいて、Ｒ＝３０ｎｍの内コーナＲを設ける（図８（ｃ）参照）。
なお、辺２１１ｇの長さＬが短いために、外コーナ２１１ｄ及び内コーナ２１１ｅの両方のコーナ処理ができない場合には、コーナ補正部２５６ａ−２は、外コーナＲのみコーナ処理を行う。
・外コーナ２１１ｆを形成する図形２１１ｃの総ドーズ量Ｄ１に基づいて、Ｒ＝３０ｎｍのコーナＲを設ける（図８（ｃ）参照）。
コーナ補正部２５６ａ−２は、以上のようなコーナ処理を、辺補正形状データ２１１の全てのコーナに対して行う。その後のアウトライン処理、形状比較処理等は、第１実施形態と同様である。
以上説明したように、本実施形態のパターン形状予測装置２５０は、総ドーズ量に対応したコーナ処理をすることにより、辺補正形状データ２１１に対してコーナにＲ付けをして、より正確なパターン予測形状を生成できる。また、このパターン予測形状を形状比較処理することにより、より正確な形状比較をすることができる。
なお、外コーナ、内コーナのいずれか一方によってコーナをＲ付けしてもよい。この場合であっても、各図形の総ドーズ量を反映してパターン予測形状を作成できる。
なお、外コーナ、内コーナのいずれか一方によってコーナをＲ付けしてもよい。この場合であっても、各図形の総ドーズ量を反映してパターン予測形状を作成できる。
（第３実施形態）
次に、本発明の第３実施形態について説明する。
第３実施形態は、コーナ処理を第１実施形態から変更したのであり、コーナ処理を直線近似により行うものである。
図９は、第３実施形態のコーナ補正テーブル３５５ａ−２、コーナ処理を説明する図である。
なお、第３実施形態のパターン形状予測装置の構成は、第２実施形態とほぼ同様であり、後述する処理が異なるのみであるので、ブロック図等の説明を省略する。
次に、本発明の第３実施形態について説明する。
第３実施形態は、コーナ処理を第１実施形態から変更したのであり、コーナ処理を直線近似により行うものである。
図９は、第３実施形態のコーナ補正テーブル３５５ａ−２、コーナ処理を説明する図である。
なお、第３実施形態のパターン形状予測装置の構成は、第２実施形態とほぼ同様であり、後述する処理が異なるのみであるので、ブロック図等の説明を省略する。
図９（ａ）は、コーナ補正テーブル３５５ａ−２を説明する図である。
コーナ補正テーブル３５５ａ−２は、形状予測プログラム内に記憶されている（図７に示す形状予測プログラム２５５ａ参照）。コーナ補正テーブル３５５ａ−２は、総ドーズ量と、外コーナ値及び内コーナ値とを対応付けて記憶する。外コーナ値及び内コーナ値については、後述する。
コーナ補正テーブル３５５ａ−２は、形状予測プログラム内に記憶されている（図７に示す形状予測プログラム２５５ａ参照）。コーナ補正テーブル３５５ａ−２は、総ドーズ量と、外コーナ値及び内コーナ値とを対応付けて記憶する。外コーナ値及び内コーナ値については、後述する。
第３実施形態のパターン形状予測装置のコーナ処理について説明する。
図９（ｂ）は、辺補正形状データ３１１の一部を拡大して示す図であり、その構成は、第２実施形態と同様である。但し、辺３１１ｇの長さＬが５０ｎｍ未満であることが異なる。
コーナ補正部は、コーナ補正テーブル３５５ａ−２を参照して、以下のようにコーナ処理をする。
図９（ｂ）は、辺補正形状データ３１１の一部を拡大して示す図であり、その構成は、第２実施形態と同様である。但し、辺３１１ｇの長さＬが５０ｎｍ未満であることが異なる。
コーナ補正部は、コーナ補正テーブル３５５ａ−２を参照して、以下のようにコーナ処理をする。
外コーナ３１１ｆを形成する図形３１１ｃの総ドーズ量Ｄ１に基づいて、外コーナ値３０ｎｍを抽出して、外コーナ３１１ｆの先端から外コーナ値３０ｎｍの点３１１ｆ−１，３１１ｆ−２を結ぶようにコーナ処理を行う（図９（ｃ）参照）。つまり、Ｃ＝３０ｎｍの面取をするような処理をする。
これに対して、外コーナ３１１ｄと及び内コーナ３１１ｅが連続する部分では、同様な処理をすることができない（点線参照）。つまり、外コーナ３１１ｄを形成する図形３１１ａに対応する外コーナ値２０ｎｍ基づいて、点３１１ｄ−１，３１１ｄ−２を結ぶようにコーナ処理を行い、一方、内コーナ３１１ｅに対向する図形３１１ｂに対応する内コーナ値３０ｎｍに基づいて、点３１１ｅ−１，３１１ｅ−２を結ぶようにコーナ処理を行うと、辺３１１ｇの長さＬが５０ｎｍ未満であるため、辺３１１ｇが残存しなくなってしまう。
このため、コーナ補正部は、外コーナ３１１ｄに対応する点３１１ｄ−１と、内コーナ３１１ｅに対応する点３１１ｅ−１を結ぶようにコーナ処理をする（図９（ｃ）参照）。
これにより、単位形状のドーズ量を反映したパターン予測形状を作成できる。
なお、図９（ｄ）に示すように、外コーナ３１１ｄ及び内コーナ３１１ｅの補正は、点３１１ｄ−１及び点３１１ｅ−１と、辺３１１ｇの中点３１１ｈとを直線で結ぶようにしてもよい。この場合であっても、各図形の総ドーズ量を反映してパターン予測形状を作成できる。
これにより、単位形状のドーズ量を反映したパターン予測形状を作成できる。
なお、図９（ｄ）に示すように、外コーナ３１１ｄ及び内コーナ３１１ｅの補正は、点３１１ｄ−１及び点３１１ｅ−１と、辺３１１ｇの中点３１１ｈとを直線で結ぶようにしてもよい。この場合であっても、各図形の総ドーズ量を反映してパターン予測形状を作成できる。
以上説明したように、本実施形態のパターン形状予測装置は、総ドーズ量に対応したコーナ処理をすることにより、正確なパターン予測形状を作成できる。また、このパターン予測形状を形状比較処理することにより、より正確な形状比較をすることができる。
以上、本発明の実施形態について説明したが、本発明は前述した実施形態に限定されるものではなく、後述する変形形態のように種々の変形や変更が可能であって、それらも本発明の技術的範囲内である。また、実施形態に記載した効果は、本発明から生じる最も好適な効果を列挙したに過ぎず、本発明による効果は、実施形態に記載したものに限定されない。なお、前述した実施形態及び後述する変形形態は、適宜組み合わせて用いることもできるが、詳細な説明は省略する。
（変形形態）
（１）第２実施形態において、辺２１１ｇの長さＬが短いために、外コーナＲ及び内コーナＲの両方のコーナ処理ができない場合には、コーナ補正部２５６ａ−２は、いずれか１方のコーナ処理を行う例を説明したが、これに限定されない。例えば、コーナ補正部２５６ａ−２は、両方のコーナ処理ができないと判断した場合には、第３実施形態のように、両方のコーナ処理に対して、直線近似によってコーナ処理してもよい。これにより、作成されるべきコーナＲを反映して、パターン予測形状を作成できる。
（１）第２実施形態において、辺２１１ｇの長さＬが短いために、外コーナＲ及び内コーナＲの両方のコーナ処理ができない場合には、コーナ補正部２５６ａ−２は、いずれか１方のコーナ処理を行う例を説明したが、これに限定されない。例えば、コーナ補正部２５６ａ−２は、両方のコーナ処理ができないと判断した場合には、第３実施形態のように、両方のコーナ処理に対して、直線近似によってコーナ処理してもよい。これにより、作成されるべきコーナＲを反映して、パターン予測形状を作成できる。
（２）実施形態において、フォトマスクに電子線で描画するパターン形状を予測する例を示したが、これに限定されない。例えば、半導体ウエハ上に電子線で直接描画するパターン形状を予測するものでもよい。
（３）実施形態において、ショット形状補正部は、辺補正形状データに対してコーナ処理を行う例を示したが、これに限定されない。例えば、ショット形状補正部は、辺補正形状データに対して直接アウトライン処理をして、パターン予測形状を作成してもよい。この場合であっても、総ドーズ量を反映したパターン予測をできる。
（４）実施形態において、ショット形状補正部は、各分割図形（分割ショット形状）に補正を行う例を示したが、これに限定されない。レジストをパターン形成する最低ドーズ量を下回るドーズ量の分割ショット形状が存在した場合は、現像したとしてもパターン形成しない。このため、例えば、予測装置記憶部にこの最低ドーズ量を記憶させておき、ショット形状補正部が、各分割ショット形状の総ドーズ量と、予測装置記憶部の最低ドーズ量とを比較し、分割ショット形状のドーズ量が最低ドーズ量よりも少ない場合に、当該分割ショット形状を削除してもよい。
これにより、この部分のパターン予測の処理が必要なく、この部分のパターンを削除できるので、パターン形状予測装置の負荷を軽減できるとともに、より正確にパターン予測をできる。
これにより、この部分のパターン予測の処理が必要なく、この部分のパターンを削除できるので、パターン形状予測装置の負荷を軽減できるとともに、より正確にパターン予測をできる。
（５）実施形態において、ショット形状補正部は、各分割図形（分割ショット形状）に対して総ドーズ量が大きい程パターンが太くなるように補正をする例を示したが、これに限定されない。パターンがそれ以上膨れ上がらない最大ドーズ量が存在した場合には、最大ドーズ量よりも多く照射してもパターンが太くならない。このため、例えば、予測装置記憶部にこの最大ドーズ量及び最大ドーズ量の補正量を記憶させておき、ショット形状補正部が、各分割ショット形状の総ドーズ量と、予測装置記憶部の最大ドーズ量とを比較し、重複する部分が最大ドーズ量よりも大きい場合に、最大ドーズ量の補正量を適用して、補正ショット形状を作成してもよい。
これにより、より正確にパターン予測をできる。
これにより、より正確にパターン予測をできる。
（６）実施形態において、予測装置表示部は、マスクデータの図形及びパターン予測形状の図形の比較結果等を形状の差の面積で表示する例を示したが、これに限定されない。総ドーズ量が許容ドーズ量よりも大きい場合には、オーバードーズによりレジストが蒸発し、チャンバ等を汚染する可能性がある。このため、予測装置記憶部にこの許容ドーズ量を記憶しておき、ショット形状補正部（許容ドーズ量比較手段）が、各分割ショット形状の総ドーズ量が許容ドーズ量比較手段によって許容ドーズ量よりも大きいと判断した場合に、予測装置表示部が、分割ショット形状が許容ドーズ量よりも大きいことを、警告表示（例えば、赤色文字の警告表示等）してユーザに報知してもよい。また音声出力するスピーカを設け、警告音を出力してもよい。
これにより、チャンバ等の汚染を防ぐことができる。
これにより、チャンバ等の汚染を防ぐことができる。
１Ａ マスクデータ
２ 段付データ（ショット形状配列描画データ）
５ マスクパターン
５０ パターン形状予測装置
５５ａ，２５５ａ 形状予測プログラム
５５ａ−１ 辺補正テーブル
５６ａ ショット形状補正部
５６ｂ 外形作成部
５６ｃ パターン形状比較部
２５５ａ−２，３５５ａ−２ コーナ補正テーブル
２５６ａ−２ コーナ補正部
２ 段付データ（ショット形状配列描画データ）
５ マスクパターン
５０ パターン形状予測装置
５５ａ，２５５ａ 形状予測プログラム
５５ａ−１ 辺補正テーブル
５６ａ ショット形状補正部
５６ｂ 外形作成部
５６ｃ パターン形状比較部
２５５ａ−２，３５５ａ−２ コーナ補正テーブル
２５６ａ−２ コーナ補正部
Claims (14)
- コンピュータを、
描画予定パターンの形状に基づいて作成された描画データであり、複数のショット形状が重複するように配置され、前記ショット形状毎にドーズ量を対応付けたショット形状配列描画データを記憶する記憶手段と、
前記ドーズ量と補正量とを対応付けて記憶する補正情報記憶手段と、
前記ショット形状配列描画データの前記ショット形状を、前記記憶手段の各ショット形状の前記ドーズ量及び前記補正情報記憶手段の補正量に基づいて補正した形状である補正ショット形状を作成するショット形状補正手段と、
前記ショット形状補正手段が作成した前記補正ショット形状に基づいて、前記各補正ショット形状を組み合わせた形状であるパターン予測形状を作成する外形作成手段と、
して機能させることを特徴とするパターン形状予測プログラム。 - 請求項１に記載のパターン形状予測プログラムにおいて、
前記コンピュータを、前記描画予定パターンの形状と、前記外形作成手段が作成した前記パターン予測形状とを形状で比較して、その差異を検証する形状比較手段として機能させること、
を特徴とするパターン形状予測プログラム。 - 請求項１に記載のパターン形状予測プログラムにおいて、
前記ショット形状補正手段を、前記ショット形状が重複する部分について、その部分の総ドーズ量を算出して前記補正ショット形状を作成するように機能させること、
を特徴とするパターン形状予測プログラム。 - 請求項１から請求項３までのいずれか１項に記載のパターン形状予測プログラムにおいて、
前記コンピュータを、前記ショット形状の辺の形状を補正する情報である辺補正情報を記憶する補正情報記憶手段として機能させ、
前記ショット形状補正手段を、前記補正情報記憶手段の前記辺補正情報に基づいて、前記ショット形状の辺を補正するように機能させること、
を特徴とするパターン形状予測プログラム。 - 請求項１から請求項４までのいずれか１項に記載のパターン形状予測プログラムにおいて、
前記コンピュータを、外側コーナを補正する情報である外側コーナ補正情報、及び内側コーナを補正する情報である内側コーナ補正情報の少なくとも１つを記憶するコーナ補正情報記憶手段として機能させ、
前記ショット形状補正手段を、前記辺を補正した前記各補正ショット形状によって形成されるコーナに対して、前記コーナ補正情報記憶手段の補正情報に基づいて補正するように機能させること、
を特徴とするパターン形状予測プログラム。 - 請求項５に記載のパターン形状予測プログラムにおいて、
前記ショット形状補正手段を、前記コーナの補正として直線近似するように機能させること、
を特徴とするパターン形状予測プログラム。 - 請求項５に記載のパターン形状予測プログラムにおいて、
前記ショット形状補正手段を、前記コーナの補正として、前記コーナを形成する２つの線分のなす角のうち図形内側の角度が１８０度以上の場合には、前記線分の長さ及び前記コーナ補正情報記憶手段の補正情報に基づいてコーナをＲ付けできるか否かを判定し、コーナをＲ付けできると判定したときには、コーナを補正し、一方、コーナをＲ付けできないと判定したときには、コーナを補正しないように機能させること、
を特徴とするパターン形状予測プログラム。 - 請求項７に記載のパターン形状予測プログラムにおいて、
前記ショット形状補正手段を、前記コーナをＲ付けできないと判定したときには、コーナＲの大きさに応じて、直線近似するように機能させること、
を特徴とするパターン形状予測プログラム。 - 請求項１から請求項８までのいずれか１項に記載のパターン形状予測プログラムにおいて、
前記記憶手段を、最低ドーズ量を記憶するように機能させ、
前記ショット形状補正手段を、前記ショット形状が重複する部分と重複しない部分に分割した分割ショット形状を得、前記の各分割ショット形状について、その部分の総ドーズ量を算出させ、前記の分割ショット形状の前記総ドーズ量と、前記記憶手段の前記最低ドーズ量とを比較させ、前記最低ドーズ量よりも少ない場合に、前記の分割ショット形状を削除するように機能させること、
を特徴とするパターン形状予測プログラム。 - 請求項１から請求項９までのいずれか１項に記載のパターン形状予測プログラムにおいて、
前記記憶手段を、最大ドーズ量及び前記最大ドーズ量の補正量を記憶するように機能させ、
前記ショット形状補正手段を、前記ショット形状が重複する部分と重複しない部分に分割した分割ショット形状を得、前記の各分割ショット形状について、その部分の総ドーズ量を算出させ、前記総ドーズ量と、前記記憶手段の前記最大ドーズ量とを比較させ、前記の分割ショット形状の総ドーズ量が前記最大ドーズ量よりも大きい場合に、前記最大ドーズ量の補正量を適用して、前記補正ショット形状を作成するように機能させること、
を特徴とするパターン形状予測プログラム。 - 請求項１から請求項１０までのいずれか１項に記載のパターン形状予測プログラムにおいて、
前記記憶手段を、レジストが蒸発するドーズ量である許容ドーズ量を記憶するように機能させ、
前記コンピュータを、
前記ショット形状が重複する部分と重複しない部分に分割した分割ショット形状を得、前記の各分割ショット形状について、その部分の総ドーズ量を算出させ、前記分割ショット形状の前記総ドーズ量と、前記記憶手段の前記許容ドーズ量とを比較する許容ドーズ量比較手段と、
前記許容ドーズ量比較手段によって前記分割ショット形状が前記許容ドーズ量よりも大きいと判断された場合に、ユーザに報知する報知手段として機能させること、
を特徴とするパターン形状予測プログラム。 - 描画予定パターンの形状に基づいて作成された描画データであり、複数のショット形状が重複するように配置され、前記ショット形状毎にドーズ量を対応付けたショット形状配列描画データを記憶する記憶手段と、
前記ドーズ量と補正量とを対応付けて記憶する補正情報記憶手段と、
前記ショット形状配列描画データの前記ショット形状を、前記記憶手段の各ショット形状の前記ドーズ量及び前記補正情報記憶手段の補正量に基づいて補正した形状である補正ショット形状を作成するショット形状補正手段と、
前記ショット形状補正手段が作成した前記補正ショット形状に基づいて、前記各補正ショット形状を組み合わせた形状であるパターン予測形状を作成する外形作成手段と、
を備えるパターン形状予測システム。 - コンピュータを、
描画予定パターン形状に基づいて作成された描画データであり、複数のショット形状が重複するように配置され、前記ショット形状毎にドーズ量を対応付けたショット形状配列描画データを記憶する記憶手段と、
前記ドーズ量と補正量とを対応付けて記憶する補正情報記憶手段と、
前記ショット形状配列描画データの前記ショット形状を、前記記憶手段の各ショット形状の前記ドーズ量及び前記補正情報記憶手段の補正量に基づいて補正した形状である補正ショット形状を作成するショット形状補正手段と、
前記ショット形状補正手段が作成した前記補正ショット形状に基づいて、前記各補正ショット形状を組み合わせた形状であるパターン予測形状を作成する外形作成手段と、
前記描画予定パターン形状と前記パターン予測形状の差の画像を求め、求めた差の画像の面積が、予め定めた判定値以上の場合に異常有りと判定する形状比較手段と、
して機能させることを特徴とするパターン形状検証プログラム。 - 描画予定パターン形状に基づいて作成された描画データであり、複数のショット形状が重複するように配置され、前記ショット形状毎にドーズ量を対応付けたショット形状配列描画データを記憶する記憶手段と、
前記ドーズ量と補正量とを対応付けて記憶する補正情報記憶手段と、
前記ショット形状配列描画データの前記ショット形状を、前記記憶手段の各ショット形状の前記ドーズ量及び前記補正情報記憶手段の補正量に基づいて補正した形状である補正ショット形状を作成するショット形状補正手段と、
前記ショット形状補正手段が作成した前記補正ショット形状に基づいて、前記各補正ショット形状を組み合わせた形状であるパターン予測形状を作成する外形作成手段と、
前記描画予定パターン形状と前記パターン予測形状の差の画像を求め、求めた差の画像の面積が、予め定めた判定値以上の場合に異常有りと判定する形状比較手段と、
を備えるパターン形状検証システム。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2010226533A JP5672921B2 (ja) | 2010-10-06 | 2010-10-06 | パターン形状予測プログラム、パターン形状予測システム |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2010226533A JP5672921B2 (ja) | 2010-10-06 | 2010-10-06 | パターン形状予測プログラム、パターン形状予測システム |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2012080034A JP2012080034A (ja) | 2012-04-19 |
| JP5672921B2 true JP5672921B2 (ja) | 2015-02-18 |
Family
ID=46239904
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2010226533A Active JP5672921B2 (ja) | 2010-10-06 | 2010-10-06 | パターン形状予測プログラム、パターン形状予測システム |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP5672921B2 (ja) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8856695B1 (en) | 2013-03-14 | 2014-10-07 | Samsung Electronics Co., Ltd. | Method for generating post-OPC layout in consideration of top loss of etch mask layer |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH05267133A (ja) * | 1992-03-17 | 1993-10-15 | Hitachi Ltd | 斜め図形描画法 |
| US5393987A (en) * | 1993-05-28 | 1995-02-28 | Etec Systems, Inc. | Dose modulation and pixel deflection for raster scan lithography |
| JP2000349016A (ja) * | 1999-06-07 | 2000-12-15 | Sony Corp | 描画方法、露光用マスク、露光用マスクの製造方法、並びに、半導体装置及びその製造方法 |
| JP2008040294A (ja) * | 2006-08-09 | 2008-02-21 | Fujitsu Ltd | マスクレイアウト図形と光学像の検証方法 |
| US7707539B2 (en) * | 2007-09-28 | 2010-04-27 | Synopsys, Inc. | Facilitating process model accuracy by modeling mask corner rounding effects |
| TWI506672B (zh) * | 2008-09-01 | 2015-11-01 | D2S Inc | 用於在表面碎化及形成圓形圖案與用於製造半導體裝置之方法 |
| US8017286B2 (en) * | 2008-09-01 | 2011-09-13 | D2S, Inc. | Method for design and manufacture of a reticle using a two-dimensional dosage map and charged particle beam lithography |
-
2010
- 2010-10-06 JP JP2010226533A patent/JP5672921B2/ja active Active
Also Published As
| Publication number | Publication date |
|---|---|
| JP2012080034A (ja) | 2012-04-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP3346699B1 (en) | Projection device, projection method and projection program | |
| US10839483B2 (en) | Method of converting low-resolution image to high-resolution image and image conversion device performing method | |
| JP6169876B2 (ja) | 電子ビーム描画装置、描画用図形データ作成装置、電子ビーム描画方法、描画用図形データ作成方法、およびプログラム | |
| US20130326439A1 (en) | Image processing device and computer program for performing image processing | |
| US20090037868A1 (en) | Area based optical proximity correction in raster scan printing | |
| WO2010098017A1 (ja) | パターン測定装置 | |
| JP2010139693A (ja) | レーザリペア装置、レーザリペア方法、および情報処理装置 | |
| JP5052625B2 (ja) | マスクのレイアウトを設計する方法及びプログラム | |
| US20060002603A1 (en) | Optical proximity correction in raster scan printing based on corner matching templates | |
| JP2019011972A (ja) | パターンエッジ検出方法 | |
| JP5672921B2 (ja) | パターン形状予測プログラム、パターン形状予測システム | |
| JP2007102207A (ja) | 複雑度低減のためのルールベース光学近接効果補正における可変バイアス・ルールの作成および適用 | |
| US10255397B2 (en) | Methods of rasterizing mask layout and methods of fabricating photomask using the same | |
| JP7329951B2 (ja) | 画像処理装置およびその制御方法 | |
| US7907771B2 (en) | Pattern data processing system, pattern data processing method, and pattern data processing program | |
| JP2016072691A (ja) | 画像処理装置及びその制御方法、プログラム | |
| KR20190023846A (ko) | 콘텐츠 기반 이미지 리사이징 방법 및 장치 | |
| JP2013012578A (ja) | 描画データ作成プログラム、描画データ作成装置、描画データ作成方法 | |
| JP2009141306A (ja) | 荷電粒子ビーム描画におけるパターン分割方法 | |
| JP2013242427A (ja) | Ｏｐｃ処理制御方法、ｏｐｃ処理制御プログラム、及びマスク製造方法 | |
| JP4647824B2 (ja) | 描画図形データ作成装置 | |
| JP4269678B2 (ja) | 計測データ比較装置および形状品質評価システム | |
| US8609303B2 (en) | Mask pattern generating method and computer program product | |
| JP2008292871A (ja) | 描画データの作成方法および描画方法 | |
| JP5418310B2 (ja) | 図形描画装置および方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20130808 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20140320 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20140520 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20140624 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20141202 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20141215 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 5672921 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |