JP5718786B2 - １つ又は複数の欠陥関連の機能を遂行するコンピュータ実行方法 - Google Patents

Description

本発明は、一般に、１つ又は複数の欠陥関連の機能を遂行するコンピュータ実行方法に関する。いくつかの実施態様は、検査データ中のノイズを識別し、欠陥をビン分類し（bin）、欠陥解析のために欠陥を選択し、欠陥レビュー・プロセス（defect review process）の１つ又は複数のパラメータを選択し、あるいは、欠陥を分類するコンピュータ実行方法に関する。

以下の説明及び例は、本節に含められるという理由で、従来技術であるとは認められない。

検査プロセスは、半導体製造プロセス中の様々なときに使用されて、レチクルやウェーハなどの試料上の欠陥を検出する。検査プロセスは、常に、集積回路などの半導体デバイスを製造する重要部分であってきた。しかしながら、半導体デバイスの大きさが縮小するにつれて、受け入れられる半導体デバイスを首尾よく製造するために、検査プロセスがさらに重要となっている。例えば、半導体デバイスの大きさが縮小するにつれて、縮小しつつある大きさの欠陥の検出が必要となっている。これは、比較的に小さな欠陥であっても、半導体デバイスに不要な変化をもたらすことがあるからである。

多くの異なるタイプの欠陥の検査も、最近、さらに重要になってきた。例えば、これらの検査結果を利用して、半導体製造プロセスを監視し、かつ補正するために、どのようなタイプの欠陥が試料上にあるのか知ることがしばしば必要である。さらに、できる限り高い歩留りを達成するために、半導体の製造に関係するあらゆるプロセスを制御（管理）することが望ましいから、多くの異なる半導体プロセスから得られる可能性のある異なるタイプの欠陥を検出する能力があることが望ましい。検出されることになっている異なるタイプの欠陥は、それらの特性で大幅に変化する。例えば、半導体製造プロセス中に検出するのに望ましい欠陥には、厚さむら、微粒子欠陥、スクラッチ、ミッシング・パターン形状又は不正確なサイズのパターン形状などのパターン欠陥、さらに、そのような異種の特性を持つ他の多くのものがあることもある。

検査が歩留り管理に役立つ結果をもたらすためには、この検査プロセスは、多くの異なる種類の欠陥を検出することができるだけでなく、ウェーハ又はレチクル上の真の欠陥と、ノイズ又は攪乱（nuisance）事象とを区別することもできなければならない。ノイズは、検査ツールによりウェーハ又はレチクル上で検出される事象と定義され、これらの事象は、実際には欠陥ではないが、ただし、データ処理及び／又はデータ収集の限界性（マージナリティー、marginalities）など、検査ツールの限界性による潜在的な欠陥となって現われる。攪乱事象は、実際の欠陥であるが、ただし、このプロセスを制御するか、あるいは歩留りを予測する目的で、ユーザには関係のないものである。さらに、同一欠陥は、或る時点での攪乱事象と見なされるが、ただし、後で、関連欠陥であることが判明する場合がある。いくつかの場合には、検査ツールで検出されるノイズと攪乱事象の数は、最適化されたデータ収集パラメータと、最適化されたデータ処理パラメータを使用することで、減らされることもある。さらに、ノイズと攪乱事象の数は、様々なフィルタリング技法をこれらの検査結果に施すことで、減らされることもある。

上記方法によるノイズと攪乱事象の減少に関連する一問題は、ノイズと攪乱事象を最小限にとどめることになるデータ収集パラメータとデータ処理パラメータを決定する困難で、かつ手間のかかる性質である。特に、適切なデータ収集パラメータとデータ処理パラメータを決定することは、一般に、かなり多くの時間を必要とする。さらに、検査システムが、比較的に多くの調整可能なデータ収集パラメータとデータ処理パラメータを持っているときには、特定の試料と、関係する特定の欠陥タイプについて、検査プロセスをセットアップする作業が特に困難である。さらに、このデータ収集パラメータとデータ処理パラメータの可能なあらゆる組合せがテストされている場合を除き、最上の検査プロセスが見出されているかどうか知ることは不可能であるかもしれない。

しかしながら、ほとんどの検査プロセスは、現在、多数の手操作プロセスを用いてセットアップされる（例えば、このデータ収集パラメータの手操作による設定、その結果得られる検査データの手操作による解析など）。したがって、この検査プロセスのセットアップには、比較的に長い時間がかかることがある。さらに、この検査システムを用いて検査される試料のタイプに応じて、異なるタイプの欠陥ごとに、異なる検査プロセスをセットアップする必要がある。適切なデータ収集パラメータとデータ処理パラメータの決定に関係する時間の長さは、開発における短期実験、又は鋳造（foundry）での短期デバイス実行（short device-run）用のランプ(ramp)などの事例では、特に問題となる。これは、これらの検査プロセスが、これらの検査プロセスのセットアップに関係する作業に充分な見返りをもたらさないからである。

歩留り管理の他の重要な部分は、このウェーハ又はレチクル上の欠陥の原因を決定し、それらの欠陥の原因を訂正し、それにより、他のウェーハ又はレチクル上の欠陥の数を減らせるようにすることである。これらの欠陥の原因を決定することは、この欠陥タイプを識別し、かつ、サイズ、形状、構成などこれらの欠陥の他の特性を識別することを含む。検査は、一般に、このウェーハ又はレチクル上の欠陥を検出して、場所、数、ときにはサイズなど、これらの欠陥に関する限られた情報を提供するものであるだけであるから、個々の欠陥に関して、検査結果から決定できる情報よりも多くの情報を決定するために、欠陥レビューがしばしば使用される。例えば、ウェーハ又はレチクル上で検出された欠陥に立ち戻り、また、自動又は手動の何らかのやり方で、これらの欠陥をさらに調べるために、欠陥レビュー・ツールが使用される。検査により検出された欠陥が、例えばノイズや攪乱事象ではなくて、実際の欠陥であることを検証するためにも、欠陥レビューを使用できる。

常用される欠陥レビュー・ツールのいくつかの例には、高解像度の光学撮像システム、走査型電子顕微鏡、より一般的ではないが、透過型電子顕微鏡がある。欠陥レビューに使用されるツールは、しばしば、そのスループットが検査ツールよりもずっと低く、その材料にマイナスの影響を及ぼすこともある。それゆえ、このプロセスの総合スループットに著しい影響を及ぼすことなく、レチクル又はウェーハ上の欠陥に関して充分な情報を提供するために、この欠陥レビュー・ツールを慎重に使用することが不可欠である。総合プロセス・スループットに及ぼす欠陥レビューの影響を軽減する一方法は、検査によって検出された欠陥のすべてのうち、サブセット又は一部だけをレビューする（見直す）ことによるものである。

レビューのために欠陥を選択することは、「サンプリング」と呼ばれることが多い。レビューのために欠陥をサンプリングすることは、欠陥レビューのスループットを向上させる主要な一方法であるとはいえ、レビューにより生み出される欠陥に関する情報にサンプリングが悪影響を及ぼしかねないやり方は多数ある。例えば、レビューのために欠陥をサンプリングする一般的な一方法は、検査により検出された欠陥母集団全体のランダム・サンプリングによるものである。いくつかの場合には、ランダム・サンプリングは、レビューに適した欠陥部分母集団を選択するのに効果的である。しかしながら、ランダム・サンプルが望ましくないかもしれない多くの場合がある。例えば、ユーザが、トレンディング（trending）目的でレビューのために、この部分母集団内にあってもらいたいと思う真の欠陥がウェーハ上にランダムに位置づけられるが、ただし、これらの真の欠陥は、その母集団で優位を占める。それゆえ、少なすぎる他のタイプの欠陥がランダム・サンプルに現われて、このウェーハのあらゆる欠陥タイプのレビューに効果的である欠陥部分母集団を提供する。

この欠陥レビュー・プロセスの有効性も、使用されるデータ収集パラメータ及び／又はデータ処理パラメータによって決定される。特に、上述の検査プロセスとほぼ同様に、欠陥レビュー・プロセスのデータ収集パラメータとデータ処理パラメータは、この欠陥レビュー結果に非常に大きい影響を及ぼすことになる。それゆえ、レビューされようとする欠陥のタイプに適したパラメータを用いて、欠陥レビュー・プロセスを行うことが重要である。検査に適したパラメータを決定することと同様に、レビューに適したパラメータを決定することは、特に、この欠陥レビュー・ツールが多数の調整可能なパラメータを持ち、及び／又は、多数の異なる欠陥が一回のプロセスでレビューされることになっている場合には、比較的に手間がかかり、かつ困難であることもある。したがって、レビューされようとする欠陥の少なくとも一部に最適であるものよりも実質的に少ないパラメータを用いて、多くの欠陥レビュー・プロセスを現在、行おうとしているものと想像できる。

よって、検査データ中のノイズを識別し、欠陥をビン分類し、欠陥解析のために欠陥を選択し、欠陥レビュー・プロセスの１つ又は複数のパラメータを選択し、及び／又は、欠陥を分類するコンピュータ実行方法であって、現在利用できる方法よりも高いスループットと、現在利用できる方法よりも優れた性能をもたらす方法を作り出すことは有利であるかもしれない。

コンピュータ実行方法の様々な実施態様の下記説明は、いかなる形であれ、併記の特許請求の範囲の主題を限定するものと受け取られるべきではない。

一実施態様は、検査データ中のノイズを識別するコンピュータ実行方法に関わっている。この方法は、ノイズ、攪乱事象、真の事象を検出するために知られている検出パラメータを使用して、検査データの組の中で事象を検出することを含む。これらの検査データの組は、試料上で行われる異なる検査により生み出される。また、この方法は、所定の数よりも少ない数の検査データの組の中で検出される事象を、ノイズとして識別することも含む。一実施態様では、この方法は、これらの検査データの組からノイズとして識別される事象を排除することを含む。

一実施態様では、これらの異なる検査が、同一の、又は異なるデータ収集条件を用いて行われる。他の実施態様では、これらの異なる検査が、同一の、又は異なる検出パラメータを用いて行われる。上述の方法の実施態様はそれぞれ、本明細書に述べられる他のどんな工程（１つ又は複数）も含んでもよい。

他の実施態様は、欠陥をビン分類する（binning）コンピュータ実行方法に関わっている。この方法は、試料上で行われた異なる検査により生み出された検査データの組の中で検出された欠陥の特性を決定することを含む。この方法はまた、それらの欠陥の特性、及び、これらの欠陥が検出された検査データの組に基づいて、これらの欠陥をグループにビン分類することも含む。

一実施態様では、この方法は、欠陥レビューのために、これらのグループ内の欠陥をサンプリングすることを含む。他の実施態様では、これらの異なる検査が、同一のデータ収集パラメータを用いて行われ、また、これらの欠陥が、同一の検出パラメータを用いて、これらの検査データの組の中で検出される。異なる実施態様では、これらの異なる検査が、異なるデータ収集パラメータを用いて行われる。もう１つの実施態様では、これらの欠陥は、異なる検出パラメータを用いて、これらの検査データの組の中で検出される。さらに他の実施態様では、これらの異なる検査が、異なるデータ収集パラメータを用いて行われ、また、これらの欠陥が、異なる検出パラメータを用いて、これらの検査データの組の中で検出される。さらに他の実施態様では、これらの欠陥は、ただ１つの組の検査パラメータを用いて検出される。このような一実施態様では、この方法はまた、このただ１つの組のデータ収集パラメータとは異なるデータ収集パラメータと共に、この試料上で行われたもう１つの検査により生み出されたデータを用いて、これらの欠陥の追加特性を決定することも含む。上述の方法の実施態様はそれぞれ、本明細書に述べられる他のどんな工程（１つ又は複数）も含んでもよい。

もう１つの実施態様は、検査システムでの欠陥解析のために欠陥を選択するコンピュータ実行方法に関わっている。この方法は、試料上でのこれらの欠陥の互いの近接性又は相対位置、及び、１つ又は複数グループにより形成される空間シグネチャに基づいて、欠陥を上記の１つ又は複数グループにビン分類することを含む。この技法は、これらの欠陥の空間シグネチャ解析（空間分布分析）と呼ばれている。この解析において形成されるそれぞれのグループはシグネチャと呼ばれ、それぞれのグループには、スクラッチ、環状リング、又は放射マークなど、この種のシグネチャを示す標識が付けられる（例えば、タグで）。このウェーハ上の欠陥のすべてに、１つ又は複数のシグネチャの構成部分として、あるいはランダム事象として、マークが付けられる。この方法はまた、欠陥解析のために、上記１つ又は複数のグループの少なくとも１つのグループ（例えば、このように形成されたシグネチャのどれか、又はすべて）内の欠陥を１つ又は複数、選択することも含む。

一実施態様では、これらの欠陥解析は、欠陥レビューのために１サンプルを生み出すことを含む。別の実施態様では、この欠陥解析は、欠陥分類を含む。他の実施態様では、この欠陥解析は、このビン分類工程の結果のサマリ・レポート作成を含む。例えば、この欠陥解析は、このビン分類工程の結果に関するレポートを作成することを含む。「レポート」という用語は、このシステムのユーザ・インターフェース上に提示されることになるレポート、このシステムの長期保存時に提出されるレポート、「ＳＥＣＳ（半導体機器通信規格）」を用いて、ホスト又は他のシステムに送られるレポート、及び、電子メール又は他の通信用基準を介して送られるレポートを包含するように、本明細書中で使用される。

一実施態様では、このビン分類工程は、検査の終了時に、検査によって生み出されたデータに行われる。追加の実施態様では、このビン分類工程は、レビュー・システムでの光学レビュー、あるいは顕微鏡での電子顕微鏡レビューの前に行われる。別の実施態様では、このビン分類工程は、検査によって生み出されたデータに行われるが、ただし、光学レビュー・システムで行われて、自動レビュー又は手動レビューのためにサンプルを形成する。他の実施態様では、このビン分類工程は、検査によって生み出されたデータに行われるが、ただし、走査型電子顕微鏡レビュー・システムで行われて、自動レビュー又は手動レビューのためにサンプルを形成する。

別の実施態様では、このビン分類工程は、この検査データを、試料上の複数エリア内に蓄積することを含む。これらのエリアは、このウェーハ上へのレチクルのただ一回の露光で形成されたダイ又はエリアなど、同一のパターン形成特徴設計を含む。次に、これらの欠陥は、このウェーハ全体の空間シグネチャ解析により、これらの欠陥の相対位置により解析される。

いくつかの実施態様では、この方法は、上記１つ又は複数のグループ（例えば、シグネチャ・グループとランダム・グループ）内の欠陥のいくつが、この欠陥解析のために選択されるべきか決定することを含む。上記１つ又は複数のグループ内の欠陥の数は、このシグネチャのラベル、及び、このシグネチャ中の欠陥のカウントに基づいて決定される。他の実施態様では、この方法は、上記１つ又は複数のグループ（例えば、１つ又は複数のシグネチャ）のどれが、公知の根本的原因に関係するかどうか判定することを含む。もう１つの実施態様では、この方法は、この欠陥解析の結果を、これらの欠陥をビン分類したグループに結びつけることを含む。上述の方法の実施態様はそれぞれ、本明細書に述べられる他のどんな工程（１つ又は複数）も含んでもよい。

さらに他の実施態様は、欠陥解析のために欠陥を選択する別のコンピュータ実行方法に関わっている。この方法は、試料上で検出された欠陥の１つ又は複数の特性を決定することを含む。この方法はまた、欠陥解析のために、上記１つ又は複数の特性のうちもっとも大きいダイバーシチを有する欠陥を選択することも含む。この方法は、本明細書に述べられる他のどんな工程（１つ又は複数）も含んでもよい。

別の実施態様は、欠陥レビュー・プロセスの１つ又は複数のパラメータを選択するコンピュータ実行方法に関わっている。この方法は、欠陥レビューのために選択された欠陥の１つ又は複数の特性を決定することを含む。この方法はまた、上記１つ又は複数の特性に基づいて、この欠陥レビューのために１プロセスの１つ又は複数のパラメータを選択し、１つ又は複数の異なるパラメータを用いてこれらの欠陥の異なるタイプをレビューできるようにすることも含む。

一実施態様では、上記１つ又は複数のパラメータは、１つ又は複数のデータ収集パラメータを含む。別の実施態様では、上記１つ又は複数のパラメータは、１つ又は複数のデータ処理パラメータを含む。いくつかの実施態様では、この方法は、上記１つ又は複数の特性に基づいて、これらの欠陥タイプの１つ又は複数に対して、１つ又は複数のサンプリング・パラメータを選択することを含む。上述の方法の実施態様はそれぞれ、本明細書に述べられる他のどんな工程（１つ又は複数）も含んでもよい。

さらに他の実施態様は、欠陥を分類するコンピュータ実行方法であって、試料のために生み出された検査データを、この試料のために生み出された欠陥レビュー・データと組み合わせたものを使用して、この試料上の欠陥を分類することを含む方法に関わっている。一実施態様では、この検査データは生の検査データを含む。別の実施態様では、これらの欠陥を分類することが、欠陥属性ベース（defect attributes based）の方法、又は特徴ベクトル・ベース（feature vector based）の方法を用いて行われる。もう１つの実施態様では、これらの欠陥を分類することは、自動欠陥分類を含む。

一実施態様では、この欠陥レビュー・データは、走査型電子顕微鏡の画像を含む。別の実施態様では、これらの欠陥を分類するのに使用される検査データは、これらの欠陥に関する文脈情報（contextual information）を含む。さらに他の実施態様では、この検査データは、異なるデータ収集パラメータを用いて生み出される。もう１つの実施態様では、この欠陥レビュー・データは、異なるデータ収集パラメータを用いて生み出される。上述の方法の実施態様はそれぞれ、本明細書に述べられる他のどんな工程（１つ又は複数）も含んでもよい。

本明細書に述べられるコンピュータ実行方法の一実施形態において使用される１つ又は複数の空間シグネチャ解析プロセスを選択するのに使用できるユーザ・インターフェースの一例を図示したスクリーン・ショットである。 本明細書に述べられるコンピュータ実行方法の一実施形態において使用されるダイバーシチ・サンプリングを選択するのに使用できるユーザ・インターフェースの一例を図示したスクリーン・ショットである。 本明細書に述べられる１つ又は複数のコンピュータ実行方法の実施形態を実行するように構成できるシステムの一実施形態の側面図を示す概略図である。

本発明の他の目的及び利点は、添付図面を参照して、以下の詳細な説明を読めば、明らかになろう。

本発明は、様々な変更及び代替形式を受けやすいが、本発明の特定の実施形態は、これらの図面に一例として示されており、本明細書中に詳しく説明されることになる。しかしながら、これらの図面とその詳細な説明は、本発明を、開示されている特定形式に限定するつもりはなく、それどころか、本発明は、併記の特許請求の範囲で定められる本発明の精神及び範囲内に入るすべての変更例、同等例、代替例をカバーすることになっている。

本明細書で使用される「欠陥」という用語は、一般に、ウェーハ上に、又はウェーハ中に形成される任意の異常又は望ましくない特徴をさす。

本明細書で使用される「試料」という用語は、レチクル又はウェーハをさす。「レチクル」と「マスク」という用語は、本明細書中で取り替えて使用される。レチクルは、一般に、不透明材料でできているパターン形成領域が上に形成されている透明基板（例えば、ガラス、ほうけい酸ガラス、高けい酸ガラス）を含む。これらの不透明領域は、この透明基板にエッチングされる領域に代えられる。多くの異なるタイプのレチクルが当技術分野において知られており、本明細書中で使用されるレチクルという用語は、あらゆるタイプのレチクルを包含する。

本明細書で使用される「ウェーハ」という用語は、一般に、半導体材料又は非半導体材料でできている基板をさす。このような半導体材料又は非半導体材料の例として、単結晶シリコン、ガリウム砒素、インジウム燐があるが、ただし、それらには限定されない。このような基板は、一般に、半導体製造施設内で見出され、及び／又は、処理される。ウェーハは、基板上に形成された１つ又は複数の層を含む。例えば、このような層は、レジスト、誘電体材料、導電性材料を含むが、ただし、これらには限定されない。このような層の多くの異なるタイプが当技術分野において知られており、本明細書で使用されるウェーハという用語は、このような層のあらゆるタイプを含むウェーハを包含する。

ウェーハ上に形成された１つ又は複数の層は、パターン形成されるか、あるいはパターン形成されないこともある。例えば、ウェーハは、反復可能なパターン特徴をそれぞれが持っている複数のダイを含む。所定材料でできているこのような層の形成と処理から、最終的に、完成した半導体デバイスが得られる。したがって、ウェーハは、完成した半導体デバイスのすべての層が形成されているとは限らない基板、あるいは、完成した半導体デバイスのすべての層が形成されている基板を含む。

このウェーハはさらに、集積回路、薄膜ヘッド・ダイ、ＭＥＭＳ（マイクロシステム、ｍｉｃｒｏ−ｅｌｅｃｔｒｏ−ｍｅｃｈａｎｉｃａｌ ｓｙｓｔｅｍ）デバイス、フラットパネル・ディスプレイ、磁気ヘッド、磁気記憶媒体と光学記憶媒体、フォトニクス（photonics）と光電子デバイス（例えば、レーザ、ウェーブガイド、ウェーハ上で処理される他の受動素子）を含む他の素子、プリントヘッド、ウェーハ上で処理されるバイオチップ・デバイスの少なくとも一部を含む。

ウェーハに関して、いくつかの実施形態が本明細書に述べられているが、本明細書に述べられる実施形態はすべて、上述の試料のどれにでも使用できるものとする。

「パラメータ」、「設定（セッティング、settings）」、及び「条件（conditions）」
という用語は、検査やレビューなどのプロセスの変数をさすために、本明細書では取り替えて使用される。

Ｔｅｈ氏らにより２００４年１０月１２日に出願された米国特許出願第６０／６１８，４７５号（これは、本明細書に完全記載されているかのように、参照によって組み入れられている）に記載される通り、半導体ウェーハの検査用に構成された現行システムは、「事象」をフィルタリングしたりビン分類することなく、効果的にレビュー又は解析できる以上に多くの事象をウェーハ上で検出する。本明細書で使用される「事象」は、一般に、検査システムにより識別される任意の潜在的欠陥をさす。事象は、実際には、ノイズ、攪乱（nuisance）事象、又は真の欠陥事象を表す。研究が示すように、多くの検査系列（検査シーケンス）のもっとも時間のかかる部分は、その検査結果をレビューして、分類するのにかかる時間であることが明らかになっている。本明細書に述べられるコンピュータ実行方法の実施形態は、適切に構成された検査システム、レビュー・システム、コンピュータシステム、あるいは、それらの何らかの組合せにより実行されて、総合スループットと性能を向上させ、かつ最適化することもできる改良された検査、解析用の方法を提供する。

現在、ノイズと攪乱事象を排除するために、多くの異なる戦略を使用することができる。これらの戦略の一部は、このデータ収集ハードウェアのパラメータを適切な値又は状態に設定して、最適な検出を行うものであり、また、攪乱事象を隔離するために様々なアルゴリズムが施される。これらの方法の一欠点は、検査の「レシピ」又はプロセスをセットアップするのに、かなり多くの時間を要することである。それゆえ、開発上の短期実験、又は鋳造での短期デバイス実行（short device-run）用の生産ランプなどのいくつかの事例では、これらの方法は、これらの方法のセットアップに関係する作業に充分な見返りをもたらさない。さらに多くの検査データを提供する或る臨時検査を含んで、上記の攪乱事象の隔離を行う方法は、検査に必要となる余分の時間を用いても、現行方法に勝る向上を自動的にもたらすことになる。例えば、この方法は、最適化されたとは言えない検査プロセスを用いて行われ、それにより、一組の最適な光学検査パラメータの決定にかかわる時間を短縮するか、もしくは排除することで、この検査プロセスの総合スループットを向上させることもある。さらに、本明細書中にさらに述べられるようにデータを処理すれば、最適化されたとは言えない検査プロセスの結果を使用して、比較的に優れた精度で、攪乱事象と真の事象とを区別することができる。

よって、検査データ中のノイズを識別するコンピュータ実行方法の一実施形態は、ノイズ、攪乱事象、真の事象を検出するのに知られている検出パラメータを使用して、検査データの組にある事象を検出することを含む。言い換えれば、事象検出は、最適化されてないデータ処理パラメータを用いて行われる。例えば、この検査は、真の事象に加えて、おそらくノイズ又は攪乱事象を検出するのに知られているデータ処理パラメータ（例えば、アルゴリズムの設定）を用いて行われる。

これらの検査データの組は、試料上で行われる異なる検査により生み出される。これらの異なる検査は、ただ１回の検査プロセスの異なる「パス」又は異なる「テスト」で行われる。これらの異なる検査は、同一の、又は異なる最適化されてない検査パラメータを使用する。例えば、これらの異なる検査は、同一の、又は異なるデータ収集条件を用いて行われる。さらに、これらの異なる検査は、同一の、又は異なる検査パラメータを用いて行われる。

この方法はまた、所定の数よりも少ない数の検査データの組の中で検出される事象を、ノイズとして識別することも含む。それに加えて、又はその代わりに、この方法は、これらの検査データの組の特定の組合せにおいて、攪乱事象として検出されない事象を識別することを含む場合がある。このようにして、本明細書に述べられる方法は、一般に、ノイズと攪乱事象が、真の事象よりも繰り返されないであろうという事実を利用している。いくつかの実施形態では、この方法は、これらの検査データの組から、ノイズ又は攪乱事象として識別される事象を排除することを含む。

それゆえ、上述のコンピュータ実行方法の実施形態は、繰り返される検査によって得られた結果の安定性（繰返し性）チェックを通じて、検査データ中のノイズと攪乱事象の数を減らす方法を提供する。言い換えれば、この方法は、充分な回数でも見つけられない事象を自動的に除去する目的で、複数の検査パスを含む。これらの複数の検査パスは、本明細書にさらに述べられる通りに行われる。

この方法のレシピは、好ましくは、この検査が行われることになっている回数を示すために使用できる可変パラメータと、真の事象を攪乱事象と判別するために使用されることになっている繰返し性基準とを含む。このレシピはまた、これらの検査パスが完結した後で行われるデータ処理（例えば、アルゴリズム）も含む。このデータ処理は、この検査データの中に、所定回数でも検出されなかった事象を自動的に除去する。これらの検査において、異なる検査パラメータが使用される事例では、このレシピはまた、欠陥が検出された回数だけでなく、欠陥が検出された異なる検査設定の数も使用して、欠陥が真のものであるかどうか判定する基準も含む。

検査データ中のノイズ及び／又は攪乱事象を識別するために本明細書に述べられる方法は、現在使用されている方法に勝る利点をいくつか持っている。例えば、この検査プロセス又は検査システムは、攪乱事象を回避しながら、高感度の検出性能を得る（例えば、あらゆる潜在的な事象を検出する）ように構成できる。この試料の検査は数回行われるから、この方法は、比較的に高いスループットは持たないであろう。しかしながら、開発、ランプ、又は鋳造の環境において、少ない回数でしか利用されないような検査では、検査プロセスのセットアップと検査プロセスの実行の双方の総合スループットは、高感度を維持しながら最適化することができる。上述の方法の実施形態はそれぞれ、本明細書に述べられる他のどんな工程（１つ又は複数）も含んでもよい。

欠陥をビン分類する既存の方法も多数ある。一般に、これらの既存の戦略は、一般的なやり方で生み出された特性を持つ単一の母集団を考慮に入れている。複数のパスで生み出された検査データを利用するためには、それぞれの母集団に対して、一連の個別ビン分類操作が行われる。様々なやり方で生み出された検査データを組み合わせる方法は、ときには、ビン分類にさらに大きな恩恵をもたらすことになる。例えば、一方の撮像モード又はアルゴリズム条件を用いると、いくつかの欠陥タイプが見出されるが、しかるに、他方の撮像モード又はアルゴリズム条件を用いると、他の欠陥タイプが見出され、双方の撮像モード又はアルゴリズム条件を用いると、さらに他の欠陥タイプが見出される。他の場合には、いくつかの欠陥タイプの特性は、異なる画像収集条件又はアルゴリズム設定のもとに、比較的に予測可能なやり方で変化する。どの条件により欠陥が検出されたかに関する情報と、これらの条件下の欠陥の特性とを含め、複数回のテストの結果、あるいは、ただ１つのビン分類プロセスに使用する一回のテストから検出された欠陥の１回又は複数回の再走査（rescan）の結果を組み合わせれば、レビュー、特に走査型電子顕微鏡（ＳＥＭ）のレビューのためのサンプリング目的で、これらの欠陥をさらに効果的にビン分類することができる。

欠陥をビン分類するコンピュータ実行方法の一実施形態は、試料上で行われた異なる検査により生み出された検査データの組の中で検出された欠陥の特性を決定することを含む。この方法はまた、それらの欠陥の特性、及び、これらの欠陥が検出された検査データの組に基づいて、これらの欠陥をグループにビン分類することも含む。例えば、欠陥が見出される検査データの組に関連するデータ収集パラメータ及び／又はデータ処理パラメータは、このビン分類プロセスへの入力として使用される。一実施形態では、この方法は、欠陥レビューのために、これらのグループ内の欠陥をサンプリングすることを含む。

それゆえ、上述のコンピュータ実行方法の実施形態は、この事象母集団に関する追加情報を収集して、ビン分類とサンプリングを向上させる目的で、複数の検査パスの結果を組み合わせる方法を提供する。言い替えれば、これらの複数の検査パスは、ビン分類とサンプル生成に使用できるこれらの事象に関する複数組の検査データを生み出す。

別の実施形態では、これらの異なる検査は、同一のデータ収集パラメータを用いて行われ、また、これらの欠陥は、同一の検出パラメータを用いて、これらの検査データの組の中で検出される。別の実施形態では、これらの異なる検査は、異なるデータ収集パラメータを用いて行われる。他の実施形態では、これらの欠陥は、異なる検出パラメータを用いて、これらの検査データの組の中で検出される。いくつかの実施形態では、これらの異なる検査は、異なるデータ収集パラメータを用いて行われ、また、これらの欠陥は、異なる検出パラメータを用いて、これらの検査データの組の中で検出される。

さらに他の実施形態では、これらの欠陥は、ただ１つの組の検査パラメータ（例えば、データ収集パラメータと検出パラメータから成る一組）を用いて検出され、また、これらの欠陥場所は、ビン分類又は解析の目的で、もっぱら追加特性を得るために、異なる状態で再走査される。このようにして、この方法は、このただ１つの組のデータ収集パラメータとは異なるデータ収集パラメータと共に、この試料上で行われたもう１つの検査により生み出されたデータを用いて、これらの欠陥の追加特性を決定することを含む。

このようにして、これらのパスは、同一のハードウェア及び／又はソフトウェア設定を用いて行われる。別法として、これらのパスは、異なるハードウェア及び／又はソフトウェア設定を用いて行われてもよい。ユーザは、複数のパスを含む検査プロセスを生み出す。これらのパスは、同一の撮像条件と検出アルゴリズムを使用するあらゆるパス、異なるアルゴリズムを使用するいくつかのパス、異なる撮像条件を使用するいくつかのパス、異なるアルゴリズムと撮像条件を使用するいくつかのパスというグループの１つに属することになる。

これらの検査パスが完了すると、どのパス（１つ又は複数）が、この欠陥を捕らえたかと、該当するパス中のその欠陥の特性とを決定するアルゴリズムを実行することになる。次に、その欠陥の特性を利用すれば、ＳＥＭレビューのためにサンプリングされることになる欠陥を２つ以上のグループにビン分類することができる。それゆえ、上述のコンピュータ実行方法の実施形態は、現在使用されているビン分類方法に勝る利点をいくつか持っている。例えば、このＳＥＭレビューのサンプルは、このようにビン分類された欠陥のサンプリングにより、これらの欠陥をより良く表現したものを得ることができる。欠陥のビン分類に関する上述のコンピュータ実行方法の実施形態はそれぞれ、本明細書に述べられる他のどんな工程（１つ又は複数）も含んでもよい。

統計学に通じている人に一般に知られているように、全母集団に立ち戻れず、それゆえ、サンプリングを必要とするようなほとんどの場合では、代表的なサンプルをレビューするもっとも容易で、かつ最適な方法は、その母集団のランダム・サンプルを生み出すことである。この方法の結果は、もっとも少ない例を全体にわたって使用して、全体としてその母集団に戻って推定することが比較的に容易である。その結果、ウェーハ検査においてもっとも一般的なレビュー戦略は、何らかの形式のランダム・サンプリングであって、これは、ときには、様々なやり方で強化される。

しかしながら、ランダム・サンプルが望ましくない多くの場合がある。例えば、真の欠陥がウェーハ上にランダムに位置づけられ、また、ユーザは、トレンディング目的で、これらの欠陥がこのレビュー母集団内にあってもらいたいと思うことがあるが、ただし、これらの欠陥がその母集団で優位を占めることもある。したがって、少なすぎる他のタイプの欠陥がこのランダム・サンプルに現われることがある。別の例では、数が比較的に少ない決定的に重要な欠陥があることもある。それゆえ、これらの欠陥をランダム・サンプルに含める見込みは、実質的に小さい。

上述の２つの場合では、これらの欠陥をグループにビン分類し、次に、これらのビンの一部又は全部を、それに比例してあるいは比例せずにサンプリングすることが役立つ場合もある。このようにして、それぞれのビン内でサンプリングされる欠陥の数は異なり、別に決定される。このレビュー及び／又は分類が完了すると、その結果及び／又は分類は、好ましくは、現在行われているように、全体として、この母集団に戻って推定されるのではなくて、このビン分類基準に合わされる。特にこれらの欠陥を区分するのに使用されるビンの数が比較的に大きい場合に、サンプリング誤差を回避するために、ランダム・サンプリングの場合よりも多いサンプルが、これらの方法に使用されると予想される。この種のサンプリングは、ＫＬＡ−Ｔｅｎｃｏｒ（Ｓａｎ Ｊｏｓｅ、Ｃａｌｉｆｏｒｎｉａ）から市販されているＫｌａｒｉｔｙ製品で、さらに他の解析システムでも用いられるサンプリングにおいて、今日サポートされている。この種のサンプリングはまた、ＡＩＴ ＸＰ＋シリーズのツール（これらも、ＫＬＡ−Ｔｅｎｃｏｒから市販されている）を含む検査ツールでもサポートされている。この方法に関わる一問題点は、その解析が、そのサンプリング方法の知識に大きく依存していることである。このようにして、そのサンプリングに関する情報は、その欠陥データとともに、あらゆる解析場所に「移る(travel)」必要がある。

もう１つの例では、ただ１つの原因から生じ、かつ、このウェーハ上に一箇所にまとめられるか、あるいは、ウェーハ、レチクル、又はダイの観点から、パターン又はシグネチャを形成する真の事象があることもある。いくつかのシグネチャ・タイプは、充分了解されることがあり、それらのシグネチャ・タイプをレビューする必要はない。他の欠陥シグネチャは、充分に了解されないか、あるいは、レビューにより決定できる２つ以上の原因から生じる。このサンプル中のこのような欠陥をレビューすることが望ましいか、もしくは決定的に重要であるとはいえ、そのような欠陥の一例又は二例しか要望されない。

上述の場合では、この現行手法は、クラスタリング・アルゴリズムを実行して、サンプリングの目的で、それらのクラスタリングされた欠陥と、クラスタリングされてない欠陥を、２つの母集団と見なすものである。この方法の不備の１つは、単純なクラスタリングが、スクラッチやコート・スパイク（coat spike）などの互いに素な（分離、disjoint）事象を、単一の「シグネチャ」と認めないことである。同様に、この単純なクラスタリングは、他のクラスタリングされてない事象をクラスタと誤認することなく、拡散グループの欠陥（ときには、雲又はかすみと呼ばれることもある）をシグネチャと認めることはできない。これらのシグネチャは、「Ｋｌａｒｉｔｙ Ｄｅｆｅｃｔ」のオプションである空間シグネチャ解析（ＳＳＡ）アルゴリズムにより、認められ、かつ分類できる。ＳＳＡアルゴリズムと手法の例は、Ｋｕｌｋａｒｎｉ氏らに付与された米国特許第５，９９２，６９９号とＥｌｄｒｅｄｇｅ氏らに付与された米国特許第６，７１８，５２６号（これらは、本発明の譲受人に譲渡されたものであって、本明細書に完全記載されているかのように、参照によって組み入れられている）に例示されている。本明細書に述べられる方法で使用されるＳＳＡは、上記の特許に記載されるように行われることもある。

さらに他の例では、プロセスの問題が充分に了解されないときには、研究施設内、あるいは生産ランプ中のように、その母集団が知られないことがある。これらの状況への関心は、多種多様の欠陥を見ることであり、一般には、全体としてこの母集団に戻って推定する強い必要性はない。このような状況は、一般に、その処理が今日では不十分である。例えば、手操作によるレビュー及び解析では、ユーザは、ウェーハ・マップ、ダイ・マップ、単純なグルーピング・アルゴリズム（grouping algorithm）、及び直観事実から取りかかって、レビューのために、関心ある欠陥を手操作で見出すことになる場合もある。さらに、多様な欠陥サンプルを見出す方法も使用される。この方法を使用して、Ｗａｎｇ氏らにより２００５年＿月＿日に出願された米国特許第＿／＿，＿号（これは、本発明の譲受人に譲渡されたものであって、本明細書に完全記載されているかのように、参照によって組み入れられている）に記載されるように、理想的な検査設定を決定する目的で、該当する欠陥を手操作で見出す。本明細書に述べられる方法は、ダイバース・サンプリング戦略を使用して、検査において自動的にサンプリングを行うことで、そのランプ技術解析使用事例をサポートする。ウェーハ検査システムの本番運転において、できる限り広範な様々な欠陥タイプを見出す公知の自動サンプリング・システム又は自動サンプリング方法は、他にはない。

欠陥解析のために欠陥を選択するコンピュータ実行方法の一実施形態は、試料上での欠陥の互いの近接性、及び、１つ又は複数のグループにより形成される空間シグネチャに基づいて、欠陥を上記１つ又は複数グループにビン分類することを含む。この方法はまた、欠陥解析のために、上記１つ又は複数のグループの少なくとも１つのグループ内で、欠陥を１つ又は複数、選択することも含む。言い替えれば、それぞれのグループ内の欠陥は、それぞれのグループ内の少なくとも一部の欠陥をレビューするように、別々にサンプリングされる。一実施形態では、この欠陥解析は、欠陥解析のためにサンプルを生み出すことを含む。別の実施形態では、この欠陥解析は欠陥分類を含む。いくつかの実施形態では、この欠陥解析は、そのビン分類工程の結果に関するレポートを作成することを含む。このようにして、その欠陥解析は、ＳＳＡ結果に関するサマリ・レポートを作成することを含むことになる。本明細書に述べられる方法の実施形態は、様々なタイプの事象シグネチャを効果的に処理することにより、検査後の画像収集及び分類のためにサンプリングされる欠陥の母集団を減らし、かつ区分する方法を提供する。

一実施形態では、このビン分類工程は、検査により生み出されたデータに行われる。このようにして、その方法は、ウェーハ検査システムに自動ＳＳＡ結果を使用することを含む。さらに、このビン分類工程は、光学レビュー又は走査型電子顕微鏡レビューの前に行われる。

サンプリングと他の解析（ツールで）にＳＳＡが利用できる場合には、ユーザは、１つ又は複数のＳＳＡレシピが、この検査レシピの一部であるように決めることができる。この機能を与えるのに使用できる１つの可能なインターフェースは、図１に示されている。特に、図１は、本明細書に述べられるコンピュータ実行方法の一実施形態において使用される１つ又は複数のＳＳＡプロセスをユーザに選択させるのに使用できるユーザ・インターフェースの一例を図示したスクリーン・ショットである。本明細書に図示され、かつ記述されるスクリーン・ショットのすべては、本明細書に述べられる方法の理解をさらに深める上で、これらの方法の実施に使用できるユーザ・インターフェースの例として、単に提示されるだけであることに留意する。これらのユーザ・インターフェース用の多くの異なる構成が可能であり、また、そのような構成がすべて、この開示の範囲内にあることは明らかである。

図１に示されるように、「Ｓｅｌｅｃｔ ＳＳＡ Ｒｅｃｉｐｅ」のユーザ・インターフェース１０は、サンプリングや他のオンツール解析用に使用できるＳＳＡ方法のリストを含む。この例では、リスト１２は、「Ｎｏｎｅ（何もない）」、「Ｓｃｒａｔｃｈｅｓ ａｎｄ ｐｏｌｉｓｈ（スクラッチと研磨）」、「Ｐｈｏｔｏ ｓｉｎａｔｕｒｅｓ（フォト・シグネチャ）」、「Ｒｅｔｉｃｌｅ ｓｉｇｎａｔｕｒｅｓ（レチクル・シグネチャ）」、「Ｗａｆｅｒ ｅｄｇｅ ｅｆｆｅｃｔｓ（ウェーハ・エッジ効果）」を含む随意選択項目を表示している。しかしながら、このリストは、これらの随意選択項目の一部、他の随意選択項目とともにこれらの随意選択項目の一部、あるいは、まったく異なる組の随意選択項目を含む。リスト１２中の上記随意選択項目の１つ又は複数を選択した後で（例えば、１つ又は複数のＳＳＡ随意選択項目の名前をクリックすることにより）、ユーザは、ＯＫ１４又は「Ｃａｎｃｅｌ（取消し）」１６を選択して、この方法を続ける。

いくつかの実施形態では、ＳＳＡは、試料上の複数エリアに対応する検査データを蓄積することを含む。これらのエリアは、同一のパターン形成された特徴設計を含む。言い替えれば、これらのエリアは、この試料上のフィールド又はダイであるかもしれない。このような実施形態はまた、この蓄積されたエリア内にある欠陥が実質的に１つのシグネチャを形成しているかどうか判定することも含む。

それゆえ、上述のように、この方法は、オンツール解析にＳＳＡを使用して、レチクルの山又はダイの山の中の欠陥から取りかかり、このレチクル又はダイの中の空間的位置で、これらの欠陥をクラスタリングしてもよい。このような方法が役立つことになる用途の一例は、レチクルのエッジに現われるリソグラフィーの問題点（lithographic issues）を隔離することである。この方法が役立つかもしれない用途の別の例は、アレイのエッジの場合のように、このパターンの密度が変化するときに発生するプロセスの問題を見出すことである。現在、レチクルとダイを積み重ねる唯一のオンツール・アルゴリズムは、ＰＷＱ（プロセス・ウインドウ検証、ｐｒｏｃｅｓｓ ｗｉｎｄｏｗ ｑｕａｌｉｆｉｃａｔｉｏｎ）などの様々な目的で、リピータ欠陥（repeater defect）を見出すように構成されたアルゴリズムである。本明細書に述べられるＳＳＡの利用は、以前には、行われたことがない。さらに、この方法は、ウェーハ検査システムに、自動ＳＳＡベースのダイ積重ね又はレチクル積重ねを使用することになる場合もある。この方法は、その上、又はその代わりに、レビュー・システム（光学レビュー・システム又はＳＥＭレビュー・システム）に、自動ＳＳＡベースのダイ積重ね又はレチクル積重ねを使用することを含む。

別の実施形態では、ＳＳＡの結果は、これらの欠陥を１つ又は複数のグループに割り当てるために使用される。このようにして、ＳＳＡの結果は、このレビュー・サンプルの成形に役立てるために使用されることもある。特に、これらのＳＳＡ結果は、クラスタと同一のやり方で、極めて単純に使用される。ただし、クラスタは、ここではシグネチャである。このようにして、このシステムは、サンプリングのために、その母集団を、２つの母集団、すなわち、「符号付き」欠陥と「符号なし」欠陥に分ける。

一実施形態では、この方法は、上記１つ又は複数のグループ内の欠陥のいくつかが、この欠陥解析のために選択されるべきか決定することを含む。このような一実施形態では、現在、クラスタに対して行われている通り、その母集団の指定したカウント又は割合にて、それぞれのシグネチャ、又は明確に区別できるタイプのシグネチャをサンプリングするように、これらのＳＳＡ結果をサンプリングに使用することもある。さらに、それぞれのシグネチャに対してサンプリングされることになっている欠陥の数又は割合は異なり、別に決定される。このようにして、この方法はまた、まれな、又は関心あるいくつかのシグネチャ・タイプからの欠陥収集に有利に働くこともある。

別の実施形態では、この方法は、上記１つ又は複数のグループのどれかが、公知の根本的原因に関係するかどうか判定することを含む。ＳＳＡは、シグネチャにタイプの標識をつけている（シグネチャのビン分類）から、このシステム又は方法はまた、いくつかのシグネチャをフィルタリングして、サンプリングにおいて、含めるか、あるいは除外することもある。このような一例では、根本的原因が充分了解されているシグネチャの構成部分である欠陥の画像収集はまったく価値がないかもしれない。別の例では、ただ１つの根本的原因からの欠陥は、符号なしの欠陥よりも密にサンプリングされる。

さらに他の実施形態では、これらのグループ内の欠陥（１つ又は複数）は、１つ又は複数の欠陥特性のうち、もっとも大きいダイバーシチを有する欠陥を決定するために、この解析に入力されるものであるかもしれない。それゆえ、ＳＳＡやダイバース・サンプリング用のアルゴリズムが、ただ１つの方法に取り入れられる。このアルゴリズムは、立ち戻って画像を収集し、及び／又は分類するのにもっと役に立つ欠陥サンプルを見出す目的で、検査後に自動的に実行できる。一実施形態では、この方法は、ＳＳＡとダイバース・サンプリングとを組み合わせたものを検査システムに使用することを含む。別の実施形態では、この方法は、ＳＳＡとダイバース・サンプリングとを組み合わせたものを、レビュー・システム（光学レビュー・システム又はＳＥＭレビュー・システム）に使用することを含む。

ダイバーシチ・サンプリングを使用するために、ユーザは、ダイバーシチ・サンプリング、おそらく、本明細書に述べられる方法で使用されることになっているダイバーシチ・サンプリングのパラメータを選択することもある。この機能を提供する１つの可能なインターフェースは、図２に示されている。特に、図２は、本明細書に述べられるコンピュータ実行方法の一実施形態において使用されるダイバーシチ・サンプリングを選択するのに使用できるユーザ・インターフェースの一例を図示したスクリーン・ショットである。図２に示されるように、「Ｗａｆｅｒ Ｐｏｓｔ Ｐｒｏｃｅｓｓｉｎｇ（ウェーハ後処理）」のユーザ・インターフェース１８は、リスト２０中のいくつかの随意選択項目を示している。特に、リスト２０は、「Ｃｌｕｓｔｅｒｉｎｇ（クラスタリング）」２２、「Ｓａｍｐｌｉｎｇ（サンプリング）」２４、「Ｒｅｐｅａｔｅｒｓ（リピータ）」２６、「Ｄｅｆｅｃｔ Ｌｉｍｉｔｓ（欠陥の限度）」２８の随意選択項目を含む。「Ｓａｍｐｌｉｎｇ」随意選択項目は、「Ｒｅｖｉｅｗ（レビュー）」随意選択項目３０を含む。図２に示されるように、「Ｒｅｖｉｅｗ」随意選択項目３０は、「Ｄｉｖｅｒｓｉｔｙ Ｓａｍｐｌｉｎｇ（ダイバーシチ・サンプリング）」随意選択項目３２と他のサンプリング随意選択項目を含む。ユーザは、このサンプリング随意選択項目の名前の隣りのボックスをクリックすることで、これらのサンプリング随意選択項目のうち、１つ又は複数を選択する。

「Ｄｉｖｅｒｓｉｔｙ Ｓａｍｐｌｉｎｇ」随意選択項目３２を選択すると、「Ｄｉｖｅｒｓｉｔｙ Ｓａｍｐｌｉｎｇ」タブ３４が、ユーザ・インターフェース１８内に表示される。「Ｄｉｖｅｒｓｉｔｙ Ｓａｍｐｌｉｎｇ」タブ３４は、ダイバーシチ・サンプリングに関する情報と、ダイバーシチ・サンプリングの随意選択項目を表示する。例えば、「Ｄｉｖｅｒｓｉｔｙ Ｓａｍｐｌｉｎｇ」タブ３４は、どのタイプのサンプリングをいっしょに使用できるかについて情報を表示する。例えば、「Ｄｉｖｅｒｓｉｔｙ Ｓａｍｐｌｉｎｇ」タブ３４は、「Ｄｉｖｅｒｓｉｔｙ Ｓａｍｐｌｉｎｇ」を選択する場合には、「Ｒａｎｄｏｍ（ランダム）」サンプリングや「Ｃｌａｓｓ Ｃｏｄｅ（クラス・コード）」サンプリングなどの他のサンプリング方法が自動的に選択されず、また逆も同様であることを示す。さらに、「Ｄｉｖｅｒｓｉｔｙ Ｓａｍｐｌｉｎｇ」タブ３４は、欠陥の数をこのサンプルに含めるようにユーザに決めさせる「Ｓａｍｐｌｅ Ｓｉｚｅ」随意選択項目３６を含む。「Ｄｉｖｅｒｓｉｔｙ Ｓａｍｐｌｉｎｇ」タブ３４はまた、「Ｅａｃｈ Ｔｅｓｔ（毎回のテスト）」４０又は「Ａｌｌ Ｔｅｓｔｓ（すべてのテスト）」４２の範囲内でダイバーシチ・サンプリングを実行すべきかどうかユーザに指定させる「Ｓａｍｐｌｅ Ｗｉｔｈｉｎ（範囲内のサンプリング）」随意選択項目３８も含む。

欠陥解析のために欠陥を選択する上述の方法は、現在使用されているサンプリング方法に勝る多くの利点を持っている。特に、本明細書に述べられる方法は、単純なクラスタリングに基づいて、サンプリング方法と比べると、ウェーハ又はダイのレベルの欠陥シグネチャを処理することで、さらに効果的なサンプリングを実現する。例えば、本明細書に述べられる方法は、同一シグネチャからの複数の事象のより冗長でないレビューを実現する。本明細書に述べられる方法はまた、複数の起源からの拡散エリア欠陥又はシグネチャなど、単純なクラスタリングでは識別されない関心ある欠陥グループを、レビューのために識別できるようにする。さらに、本明細書に述べられる方法は、サンプリング、レビュー、他の欠陥解析から、充分了解されている欠陥を排除できるようにする。さらに、本明細書に述べられる方法は、さらに多くの関心ある欠陥を、このレビュー・サンプルに含められるようにする。上述の欠陥解析のために欠陥を選択する方法の実施形態はそれぞれ、本明細書に述べられる他のどんな工程（１つ又は複数）も含んでもよい。

欠陥解析のために欠陥を選択する別のコンピュータ実行方法の一実施形態は、試料上で検出される欠陥の１つ又は複数の特性を決定することを含む。この方法はまた、上記１つ又は複数の特性のうち、もっとも大きいダイバーシチを有する欠陥を、欠陥解析のために選択することも含む。それゆえ、この方法は、ランダム・サンプリングに代わる別法として、ダイバーシチ・サンプリングを使用する。一実施形態では、この方法は、ウェーハ検査システムに自動的なダイバース・サンプリング（automatic diverse sampling）を使用することを含む。別の実施形態では、この方法は、レビュー・システム（光学レビュー・システム又はＳＥＭレビュー・システム）に自動的なダイバース・サンプリングを使用することを含む。

欠陥解析のために欠陥を選択する上述の方法は、この母集団のダイバース・サンプルを自動的に識別することで、関心ある欠陥を見出すチャンスを高めるという点で有利である。このような方法は、実験用途又はランプ用途でのサンプリングに特に有利であるかもしれない。例えば、このような方法は、この試料上で、上記タイプの欠陥のすべてを自動的に「見られる」ようにする。さらに、この方法は、欠陥タイプがウェーハ上で優勢であるが、ただし、クラスタ又はシグネチャとして明らかでないときには、同様な欠陥のインスタンス（instance）を回避できるようにする。ユーザが、自動的に生成された多様な欠陥サンプルを利用する場合には、ユーザは、このサンプリング・アルゴリズムをユーザ・インターフェースから選択できる。このような選択をユーザに提供するのに使用できる１つの可能なインターフェースが図２に示されている。このインターフェースは、上述の通りに構成される。上述の欠陥解析のために欠陥を選択する方法の実施形態はそれぞれ、本明細書に述べられる他のどんな工程（１つ又は複数）も含んでもよい。

検査と同様に、これらの欠陥を捜し出す点でも、これらの欠陥に関する情報を収集する点でも、最適な性能を得るために、これらのレビュー条件（ハードウェアとソフトウェアの両方）を調整することが好ましい。検査と同様に、このウェーハ上の或る欠陥タイプに最適な条件は、他の欠陥タイプの条件とは実質的に異なる。現行方法では、これらの最適条件の差異は、異なる撮像条件とアルゴリズムを用いて実行される追加レビュー・パスなどのリカバリー戦略を持つことで処理されて、これらの潜在的な欠陥タイプのすべてに対して、それらの正しい撮像条件とアルゴリズムを使用する。欠陥ごとに、最適でありそうな条件を前もって知ることは、あらゆる欠陥に関する最適情報を提供しながら、ＳＥＭレビューのスループットを向上させることになる。この母集団のサブサンプルには、異なるＳＥＭ設定だけでなく、異なるサンプリング条件も利用できるであろう。

よって、欠陥レビュー・プロセスの１つ又は複数のパラメータを選択するコンピュータ実行方法の一実施形態は、欠陥レビューのために選択された欠陥の１つ又は複数の特性を決定することを含む。この方法はまた、上記１つ又は複数の特性に基づいて、この欠陥レビューのために１プロセスの１つ又は複数のパラメータを選択して、１つ又は複数の異なるパラメータを用いてこれらの欠陥の異なるタイプをレビューできるようにすることも含む。

一実施形態では、上記１つ又は複数のパラメータは、１つ又は複数のデータ収集パラメータを含む。別の実施形態では、上記１つ又は複数のパラメータは、１つ又は複数のデータ処理パラメータを含む。いくつかの実施形態では、この方法は、上記１つ又は複数の特性に基づいて、これらの欠陥タイプの１つ又は複数に対して、１つ又は複数のサンプリング・パラメータを選択することを含む。これらのサンプリング・パラメータは、さらに上で述べられたように、選択される。

欠陥レビュー・プロセスの１つ又は複数のパラメータを選択する上述の方法を利用すれば、このレビュー・システムを調整して、その検出母集団のサブサンプルを合わせることで、それらのレビュー結果を向上させることができる。特に、この方法は、そのレビュー用のハードウェア及び／又はソフトウェアをセットアップして、最適な性能及びスループットを得る目的で、検出データを使用するものである。例えば、この方法は、「ＳＥＭ Ｒｅｖｉｅｗ」のために、これらの欠陥を２つ以上の異なるグループにビン分類し、また、異なるハードウェア及び／又はソフトウェアの条件のもとに、それぞれのグループをレビューする。例えば、ＳＥＭ検査システムで見出される欠陥は、電気的な欠陥と物理的な欠陥のグループにビン分類できる。光学検査システムにより見出される欠陥は、埋込み欠陥と表面欠陥にビン分類できる。このようなＳＥＭ制御の方法はまた、複数回の検査の実行など、本明細書に述べられる追加の方法及び工程も含んでもよい。これらの欠陥を所定の最適条件のもとにレビューできるために、この「ＳＥＭ Ｒｅｖｉｅｗ」からの分類と画像は最適であるかもしれないが、一方、このＳＥＭレビュー・ツールは、非常に効率的なやり方で使用される。欠陥レビュー・プロセスの１つ又は複数のパラメータを選択する方法の実施形態はそれぞれ、本明細書に述べられる他のどんな工程（１つ又は複数）も含んでもよい。

欠陥を分類するコンピュータ実行方法の一実施形態は、試料のために生み出された検査データを、この試料のために生み出された欠陥レビュー・データと組み合わせたものを使用して、この試料上の欠陥を分類することを含む。一実施形態では、この検査データは生の検査データを含む。別の実施形態では、これらの欠陥を分類することが、欠陥属性ベースの方法、又は特徴ベクトル・ベースの方法を用いて行われる。別の実施形態では、これらの欠陥を分類することが、自動欠陥分類を含む。そのような欠陥分類方法は、当技術分野において知られている適切な方法であればどんなものでも含んでもよい。

一実施形態では、この欠陥レビュー・データはＳＥＭ画像を含む。別の実施形態では、これらの欠陥を分類するのに使用される検査データは、これらの欠陥に関する文脈情報を含む。いくつかの実施形態では、この検査データは、異なるデータ収集パラメータを用いて生み出される。さらに他の実施形態では、この欠陥レビュー・データは、異なるデータ収集パラメータを用いて生み出される。

それゆえ、上述の方法は、欠陥分類の目的で、検査データをレビュー・データと組み合わせたものを使用するものである。したがって、上述の方法を使用すれば、自動欠陥分類において、レビュー情報とともに検査情報を使って、これらのレビュー結果を向上させることができる。さらに、これらの欠陥を分類するために、この検査プロセスとレビュー・プロセスの全（生）結果をともに考慮に入れる。このようなビン分類に使用されるアルゴリズムは、当技術分野において知られている欠陥属性ベースの方法、又は特徴ベクトル・ベースの方法のいずれであってもよい。

それゆえ、上述の方法は、欠陥を分類する現在使用されている他の方法に勝る利点をいくつか持っている。例えば、このＳＥＭ画像は、現在利用できるもっとも高い画像忠実度を持っているとはいえ、ＳＥＭで見ることのできる試料上のエリアに限界がある。このようにして、検査において収集された欠陥データは、さらに広い範囲の文脈情報を提供できる。さらに、いくつかの欠陥から成る「シグネチャ」は、異なるデータ収集条件又は撮像条件で生み出された検査データを用いれば、もっともよく認められるか、あるいは選定できる。さらに、これらのＳＥＭ画像は、いくつかの欠陥タイプでは情報が制限されることもあり、これらの検査画像が補足情報を提供する。

別の実施形態は、図３に示される搬送媒体４４に関わっている。この図は、定尺で描かれてないことに留意する。特に、この図の要素の一部の尺度は、非常に誇張されて、これらの要素の特性を強調している。搬送媒体４４は、本明細書に述べられるコンピュータ実行方法の１つ又は複数を実施するために、コンピュータ・システム４８上で実行できるプログラム命令４６を含む。

本明細書に述べられているような方法を実施するプログラム命令は、この搬送媒体を介して送られるか、あるいは、この搬送媒体上に保存される。この搬送媒体は、電線、ケーブル、又は無線送信リンクなどの伝送媒体であってもよい。この搬送媒体はまた、リードオンリーメモリ、ランダムアクセスメモリ、磁気ディスク又は画像収集ディスク、あるいは磁気テープなどの記憶媒体でもあってもよい。

これらのプログラム命令は、とりわけ、手続きベースの技法、コンポーネント・ベースの技法、及び／又はオブジェクト指向の技法を含め、様々な方法のどれかで実施される。例えば、これらのプログラム命令は、要望通り、Ｍａｔｌａｂ、Ｖｉｓｕａｌ Ｂａｓｉｃ、ＡｃｔｉｖｅＸ ｃｏｎｔｒｏｌｓ、Ｃ、Ｃ＋＋ｏｂｊｅｃｔｓ、Ｃ＃、Ｊａｖａ（登録商標）Ｂｅａｎｓ、Ｍｉｃｒｏｓｏｆｔ Ｆｏｕｎｄａｔｉｏｎ Ｃｌａｓｓｅｓ（「ＭＦＣ」）、あるいは、他の技術又は手法を用いて、実施される。

このコンピュータ・システムは、パーソナル・コンピュータシステム、メインフレーム・コンピュータシステム、ワークステーション、画像処理コンピュータ、パラレル・プロセッサ、あるいは、当技術分野において知られている他の任意の装置を含め、様々な形式を取る。一般に、「コンピュータシステム」という用語は、記憶媒体からの命令を実行する１つ又は複数のプロセッサを持つどんな装置も含むように広く定義される。

図３はまた、本明細書に述べられるコンピュータ実行方法の実施形態の１つ又は複数を実施するように構成できるシステムの一実施形態も示している。図３に示されるシステムは、検査システム５０を含む。検査システム５０は、ステージ５６上に配置された試料５４用の検査データを含む出力５２を生み出すように構成されている。例えば、検査システム５０は測定ヘッド５８を含む。測定ヘッド５８は、この試料の光学測定又は他の測定を行うように、ステージ５６に対して配置される。ステージ５６は、当技術分野において知られている適切な任意の機械式又はロボット式のアセンブリを含む。

検査システム５０は、当技術分野において知られている任意の技法を用いて、この試料を検査するように構成される。さらに、この検査システムは、当技術分野において知られている適切な任意の構成を持っても良い。例えば、この検査システムは、光学検査システムとして構成される。別法として、この検査システムは、ＣＤ ＳＥＭや、ｅＳ２５及びｅＳ３０のシステム（ＫＬＡ−Ｔｅｎｃｏｒから市販されているもの）などのｅ−ｂｅａｍ検査ツールとして構成される。

検査システム５０は、コンピュータ・システム４８に結合される。例えば、測定ヘッド５８の１つ又は複数の構成要素（図示されてない）は、伝送媒体（図示されてない）により、コンピュータ・システム４８に結合される。この伝送媒体は、「有線」部分と「無線」部分を含む。このようにして、出力５２は、測定ヘッド５８から伝送媒体を横切って、コンピュータ・システム４８に送られる。いくつかの実施形態では、この出力はまた、測定ヘッド５８とコンピュータ・システム４８との間に入れられた１つ又は複数の電子構成装置（図示されてない）を通じて送られる。それゆえ、出力５２は、検査システム５０からコンピュータ・システム４８に送られる。

コンピュータ・システム４８は、本明細書に述べられるコンピュータ実行方法の１つ又は複数を、出力５２を用いて遂行するように構成されている。コンピュータ・システム４８は、搬送媒体４４に含まれるプログラム命令４６を用いて、これらのコンピュータ実行方法、及び他の任意の欠陥関連機能を遂行する。

いくつかの実施形態では、このシステムは、それに加えて、又はその代わりに、欠陥レビュー・システム６０を含むことがある。このようにして、このシステムは、検査システムと欠陥レビュー・システムを両方とも含む場合もあるし、含まない場合もある。このようなシステムは、検査／レビュー・クラスタ・ツールとして構成される。言い替えれば、検査システムとレビュー・システムは、共通の環境、共通の試料ハンドラ（specimen handler）、共通のコンピュータ・システム（本明細書にさらに述べられる）、及び／又は、共通の電源などの１つ又は複数の共通の構成要素により結合される。

レビュー・システム６０は、ステージ６６上に配置された試料６４用のレビュー・データを含む出力６２を生み出すように構成されている。例えば、レビュー・システム６０は測定ヘッド６８を含む。測定ヘッド６８は、この試料の光学測定又は他の測定を行うように、ステージ６６に対して配置される。ステージ６６は、当技術分野において知られている適切な任意の機械式又はロボット式のアセンブリを含んでもよい。

レビュー・システム６０は、当技術分野において知られている任意の技法を用いて、この試料上の欠陥をレビューするように構成される。さらに、このレビュー・システムは、当技術分野において知られている適切な任意の構成を持ってもよい。例えば、このレビュー・システムは、光学レビュー・システムとして構成される。別法として、このレビュー・システムは、ＣＤ ＳＥＭや、ｅＳ２５及びｅＳ３０のシステム（ＫＬＡ−Ｔｅｎｃｏｒから市販されているもの）などのｅ−ｂｅａｍレビュー・ツールとして構成される。

レビュー・システム６０は、コンピュータ・システム４８に結合される。例えば、測定ヘッド６８の１つ又は複数の構成要素（図示されてない）は、伝送媒体（図示されてない）により、コンピュータ・システム４８に結合される。この伝送媒体は、「有線」部分と「無線」部分を含む。このようにして、出力６２は、測定ヘッド６８から伝送媒体を横切って、コンピュータ・システム４８に送られる。いくつかの実施形態では、この出力はまた、測定ヘッド６８とコンピュータ・システム４８との間に入れられた１つ又は複数の電子構成装置（図示されてない）を通じて送られる。それゆえ、出力６２は、レビュー・システム６０からコンピュータ・システム４８に送られる。

コンピュータ・システム４８は、本明細書に述べられるコンピュータ実行方法の１つ又は複数を、出力６２を用いて遂行するように構成されている。コンピュータ・システム４８は、搬送媒体４４に含まれるプログラム命令４６を用いて、これらのコンピュータ実行方法、及び他の任意の欠陥関連機能を遂行することができる。

いくつかの実施形態では、本明細書に述べられるシステムは、「スタンドアロン（独立型）ツール」、すなわち、プロセス・ツールに物理的に結合されてないツールとして構成される。しかしながら、このようなシステムは、「有線」部分と「無線」部分を含む伝送媒体により、このプロセス・ツール（図示されてない）に結合される。このプロセス・ツールは、リソグラフィー・ツール、エッチング・ツール、付着（被着）ツール、ポリシング（研磨）ツール、プレーティング・ツール、洗浄ツール、又はイオン注入ツールなど、当技術分野において知られている任意のプロセス・ツールを含む。このプロセス・ツールは、クラスタ・ツール、あるいは、共通のハンドラにより結合された、いくつかのプロセス・モジュールとして構成される。

本明細書に述べられるシステムにより行われた検査及び／又はレビューの結果は、フィードバック制御技法、フィードフォワード制御技法、あるいは、ｉｎ−ｓｉｔｕ制御技法を用いて、プロセスのパラメータ、又はプロセス・ツールを変更するために使用されることがある。このプロセスのパラメータ、又はこのプロセス・ツールは、手操作で、あるいは自動で変更される。

本発明の様々な面のさらなる変更及び代替実施形態は、この説明に鑑みて、当業者には明らかであろう。例えば、１つ又は複数の欠陥関連機能を遂行するコンピュータ実行方法が提供される。よって、この説明は、例示としてのみ受け取られるべきであり、当業者に教示する目的で、本発明を実行する一般的なやり方を説明したものである。本明細書に図示され、かつ説明される本発明の形式は、現在好ましい実施形態と見られるものである。要素や材料が、本明細書に図示され、かつ説明されるものの代わりに用いられる場合があり、また、部分とプロセスが逆にされる場合があり、さらに、本発明のいくつかの特徴が別々に利用される場合がある。これらはすべて、本発明のこの説明の恩恵を受けた後で、当業者には明らかになろう。併記の特許請求の範囲に述べられる本発明の精神及び範囲から逸脱することなく、本明細書に述べられる要素に変更を行うことができる。

Claims (3)

1. 欠陥レビュー・プロセスの１つ又は複数のパラメータを選択するコンピュータ実施方法であって、
   光学検査システムにより得られた試料の検査データに基づいて、欠陥レビューシステムによる欠陥レビューのために選択された欠陥の１つ又は複数の特性を決定するステップと、
   前記１つ又は複数の特性に基づいて、前記欠陥レビューシステムによる前記欠陥レビューのための１プロセスの１つ又は複数のパラメータを選択するステップであって、１つ又は複数の異なるパラメータを用いて、前記欠陥の異なるタイプをレビューできるようにするステップと、
   前記光学検査システムにより得られた検査データと前記欠陥レビューシステムにより得られた欠陥レビュー・データを組み合わせたものを使用して、前記試料上の欠陥を分類するステップと、
   を含み、
   前記１つ又は複数のパラメータが、１つ又は複数のデータ収集パラメータを含み、
   前記決定するステップと、前記選択するステップは、一つのコンピュータシステムによって実行される、
   ことを特徴とするコンピュータ実施方法。
2. 前記１つ又は複数のデータ収集パラメータは、撮像条件パラメータを含む請求項１に記載の方法。
3. 前記１つ又は複数の特性に基づいて、前記欠陥タイプの１つ又は複数のために、１つ又は複数のサンプリング・パラメータを選択するステップをさらに含む請求項１に記載の方法。

Images