JP6280118B2 - 自動検査シナリオ生成 - Google Patents

Description

記載の実施形態はウェーハ検査のためのシステムに関し、特にウェーハ検査の自動化レシピ作成に関する。

ロジックやメモリデバイスのような半導体デバイスは一般的に基板又はウェーハに適用される一連のプロセスステップにより製造される。半導体デバイスのさまざまな特徴及び複数の構造レベルはこれらのプロセスステップによって形成される。例えば、中でもリソグラフィは半導体ウェーハ上にパターンを形成することを含む１つの半導体製造プロセスである。半導体製造プロセスの更なる例は、化学機械研磨、エッチング、デポジション、及びイオン注入を含むが、これらに制限されない。複数の半導体デバイスは１枚の半導体ウェーハ上に作製され、そして個々の半導体デバイスに分離される。

検査プロセスは、ウェーハ上の欠陥を検出するように半導体製造プロセスの間でさまざまな段階で使用され、高い歩留まりを促進する。設計ルール及びプロセス・ウインドウが縮小し続けるに従い、検査システムは高い処理能力を維持しながらウェーハ表面上の広範囲の物理的欠陥を捕捉することが求められる。

多くの異なったタイプの検査システムは調整可能な取得モードパラメータ（例えば、データ、信号、及び／又は画像取得パラメータ）、調整可能な欠陥検出パラメータ、及び調整可能な欠陥分類パラメータを有している。異なったパラメータは異なった対象の欠陥を検出するのに、及び不要な疑似イベント生じるノイズ源を避けるのに用いられる。調整可能な取得モード、欠陥検出、及び分類パラメータを有する検査システムは、１つのツールが広い範囲に及ぶ欠陥をうまく識別するのを可能にすることにより半導体デバイスメーカに重要な利点を提供する。しかし、検査を成功させるにはこれらのパラメータの正しい選択が必要である。ウェーハ特性、欠陥特性、プロセス条件、及びウェーハ上のノイズが劇的に変化する場合があるため、パラメータの選択は複雑で予測不可能である。

疑似イベントから対象の欠陥を識別する工程を含む検査タスクの場合、半導体層の成功する検査レシピは、検出される疑似イベントの数を最少化しながら検出される対象の欠陥（ＤＯＩ）の検出数を最大にするべきである。拡大解釈すると、欠陥ビニングを含む検査タスクのために、半導体層のための成功する検査レシピは検出される疑似イベントの数を最少限にしながら、正しくビニング欠陥の数を最大化すべきである。検査レシピを策定する工程は一般に取得モードパラメータ、欠陥検出パラメータ、及び欠陥分類パラメータを別々に所望の結果が得られるまで調整する工程を含む。この方法は取得モードパラメータ、欠陥検出パラメータ、及び欠陥分類パラメータの組み合わせが手動で検討されるので、かなりの量の手作業を含む。いくつかの場合では、欠陥検出パラメータは取得モードパラメータ又は分類パラメータのいずれかと自動化された方法で検討することができるが、しかしこれはまだ所望の検査レシピにおいて到達する２つのパラメータ空間におけるパラメータセットの組み合わせを手動で検討する必要がある。

米国特許第８１３５２０４号

従って、ユーザの介入なしにウェーハのスキャンの結果から取得モード、欠陥検出、及び分類パラメータを組み合わせる検査シナリオを生成するための方法及び／又はシステムを開発することは有利であろう。

ユーザからの入力なしに検査シナリオを決定するための方法及びシステムが提供される。検査シナリオは少なくとも１つの取得モード、欠陥検出パラメータ値、及び欠陥分類パラメータ値を含む。多くの欠陥イベント、分類及び欠陥イベントに関連付けられた属性を含む標識された欠陥データの量が受信される。多くの検査シナリオはユーザの入力なしに標識された欠陥データに基づいて決定される。この検査シナリオは識別された属性によって形成された数学的な空間における解である。いくつかの例では、複数の検査シナリオが決定され、そして所望の検査シナリオが対象の欠陥の数及び選択された検査シナリオによって捕捉された疑似イベントの数に基づいて複数から選択される。これらの例のいくつかでは、選択は自動的に行われる。

一例では、多くの欠陥イベントがウェーハ表面のホット検査によって決定される。欠陥イベントは分類され、それぞれの欠陥イベントに関連付けられた属性が識別される。欠陥イベントはこの情報で標識される。識別された属性及び分類に基づいて、検査シナリオは決定される。

他の例では、多くの欠陥イベントは、ウェーハ表面の一部の検査によって決定された光学セレクタ（ＯＳ）データから導出される。欠陥イベントは分類され、それぞれの欠陥イベントに関連付けられた属性が識別される。欠陥イベントはこの情報で標識される。識別された属性と分類に基づいて、検査シナリオが決定される。

いくつかの例では、標識された欠陥データは異なった取得モードで実行されるウェーハスキャンと関連付けられる。更に、標識された欠陥データから決定された検査シナリオは少なくとも２つの異なった取得モードの組み合わせを含む。

上記は概要であるため、必然的に詳細の単純化、一般化、及び詳細の省略を含む。従って、当業者は概要は例示的だけであり、いかなる形であれ限定するものではないことを理解するであろう。本明細書に記載の他の態様、発明の特徴、及びデバイス及び／又は方法の利点は、本明細書に記載の非限定的な詳細な説明において明らかになるであろう。

検査シナリオの最適化機能を含むウェーハ検査システム１００の例示的な略図である。 本明細書に記載の自動化検査シナリオの最適化を実行するシステムの一実施形態の例示的な略図である。 取得モードの組み合わせを含む検査シナリオの例示的な略図である。 マルチモードのシナリオを含む複数の検査シナリオの例示的な図である。 検査シナリオを決定する方法２００の例示的なフローチャート１９０である。

今本発明の背景例及びいくつかの実施形態を詳細に参照して、その例は添付の図に例示される。

図１は一般的なウェーハ検査システム１００の概略図である。簡略化のために、システムのいくつかの光学部品、例えばウェーハに照射ビームを導く部品は省略されている。ウェーハ１０２は、１つ以上の照明光源１０１によって発生する垂直入射ビーム１０４及び斜め入射ビーム１０６のいずれかによって照射される。ビーム１０４、１０６のいずれか１つ又は両方によって照明されるウェーハ１０２上の領域又はスポット１０２ａはビームからの放射線を散乱する。ウェーハの表面に垂直なライン１１６に近い方向に沿って領域１０２ａによって散乱され、領域１０２ａを通過する放射線はレンズコレクタ１１８によって収光及び集束され、光電子倍増管（ＰＭＴ）１２０に導かれる。レンズ１１８は垂直方向に近い方向に沿って散乱された放射線を集光するので、このような集光チャネルは本明細書において狭チャネルと呼ばれ、及びＰＭＴ１２０は暗視野狭ＰＭＴと呼ばれる。所望であれば、１つ以上の偏光子１２２は狭チャネルにおける収光された放射線の経路に配置されることができる。

ウェーハ１０２のスポット１０２ａによって散乱され、ビーム１０４、１０６のいずれか１つ又は両方によって照明され、ウェーハ１０２のスポット１０２ａによって垂直方向１１６から離れた方向に沿って散乱された放射線は、楕円収光器１２４によって収光され、絞り１２６及び光学偏光子１２８を通って暗視野ＰＭＴ１３０へ集束する。楕円収光器１２４は、レンズ１１８からよりも広い、垂直方向１１６からの角度に沿って散乱された放射線を収光するため、このような収光チャネルは広チャネルと呼ぶ。検出器１２０、１３０の出力は、信号を処理し並びに異常の存在及びそれらの特徴を決定するためにコンピュータ１３２に供給される。

一実施形態では、ウェーハ位置システム１２５はウェーハチャック１０８、モーションコントローラ１１４、回転ステージ１１０、及び移動ステージ１１２を含む。ウェーハ１０２はウェーハチャック１０８上に支持される。図２に例示されているように、ウェーハ１０２は回転ステージ１１０の回転軸とほぼ一直線上にあるウェーハの幾何学的中心に位置している。このように、回転ステージ１１０は許容範囲内の特定の角速度ωで幾何学的中心の周りにウェーハ１０２を回転させる。また、移動ステージ１１２はウェーハ１０２を回転ステージ１１０の回転軸にほぼ垂直な方向へ特定の速度Ｖ_Ｔで移動させる。モーションコントローラ１１４は回転ステージ１１０によるウェーハ１０２の回転及び移動ステージ１１２によるウェーハ１０２の移動を調整し、ウェーハ検査システム１００内のウェーハ１０２の所望のスキャン動作を達成する。

表面検査システム１００の様々な態様は米国特許第６，２７１，９１６号及び同第６，２０１，６０１号に記載され、それらは参照されて本明細書に盛り込まれている。代表的な表面検査システムは本出願の譲受人、KLA-Tencor Corporation of San Jose, Calif.から入手可能である。

図１を参照すると、ウェーハ検査システム１００はプロセッサ１４１及びコンピュータ可読メモリ１４２の容量を含む。例として図１に示されたように、コンピュータ１３２はプロセッサ１４１及びメモリ１４２を含むが、プロセッサ１４１及びメモリ１４２はウェーハ検査システム１００の他の構成要素に含まれることができる。プロセッサ１４１及びメモリ１４２はバス１４３を介して通信することができる。取得モード、欠陥検出、及び分類パラメータを組み合わせる検査シナリオがユーザの介入なしにウェーハスキャンからの標識された欠陥データから生成されるように、メモリ１４２は、プロセッサ１４１によって実行される時、プロセッサ１４１に検査シナリオ最適化ツール機能を実行させるプログラムコードを記憶するメモリ１４４の容量を含む。

また、ウェーハ検査システム１００はオペレータからの入力を受けるために有用である周辺装置（例えば、キーボード、マウス、タッチスクリーン等）及びオペレータへ出力を表示するために有用である周辺装置（例えば、ディスプレイモニタ）を含むことができる。一例では、オペレータからの入力された命令は検査シナリオのプロットを生成するようにプロセッサ１４１によって使用されることができる（例えば、曲線を操作する受信機）。他の例では、オペレータからの入力された命令はプロセッサ１４１によって使用され、オペレータへディスプレイモニタ上で図表で示された複数の検査シナリオから所望の検査シナリオを選択できる。

一態様では、取得モード、欠陥検出、及び分類パラメータを組み合わせる検査シナリオは標識された欠陥データからユーザの介入なしに生成される。いくつかの例では、単一の光学取得モードに関連付けられた検査シナリオが生成される。いくつかの他の例では、少なくとも２つの光学取得モードの少なくとも１つの組み合わせを含む検査シナリオが生成される。

一般に、ウェーハ検査システムの主要な性能目標は、疑似イベントの数を最少にしながらできるだけ多くの対象の欠陥を捕捉することである。欠陥のビニングを含む検査作業のためのウェーハ検査システムの主要な性能目標は、検出される疑似イベントの数を最少化しながら正確にビニングされた欠陥の数を最大化することである。疑似イベントは、ウェーハ検査システムが欠陥が事実上存在しない（例えば、欠陥がノイズによる産物である）ウェーハ上の特定の場所で欠陥を報告する時に発生する。一般に、対象の欠陥に対する感度を向上させながら疑似イベントを避けるために、ウェーハ検査システムは検査を受けるウェーハのために最適化された検査レシピで操作するべきである。「レシピ」は、検査及び計測のような方法を実行するための命令のセットとして一般に定義される。検査シナリオは、データ取得、欠陥検出、及び欠陥分類作業を実行するための命令のセットを含む。

本明細書で用いられる用語「パラメータ」は検査及び／又は計測ツールの「レシピ」を定義するために用いられる調整可能変数を指す。例として、ウェーハ処理のパラメータは物理的な刺激（例えば、電子、光子等）に応答してウェーハから結果を取得するために使用されるツールのパラメータを含むことができる。あるいは、又は更に、ウェーハ処理のパラメータは結果を処理するために使用されるツールのパラメータを含むことができる。このように、パラメータは結果取得パラメータ、及び／又は結果処理パラメータを含むことができる。

本明細書で記載されているように、パラメータは取得モードパラメータを含む。完全に網羅している訳ではないが光学検査システムの代表的な取得モードパラメータの一覧は、照明サブシステムパラメータ、光検出サブシステムパラメータ、及びモーションサブシステムパラメータを含む。照明サブシステムの１つ以上のパラメータは、例えば、照明サブシステムに含まれる照明角度、照明波長、照明偏光子、スポットサイズ、絞り、照明サブシステムに含まれる他の光学部品、及びそれらの組み合わせを含むことができる。光検出サブシステムの１つ以上のパラメータは、例えば、検出サブシステムに含まれる収集角度、検出波長、検出偏光素子、画素サイズ、絞り、検出サブシステムに含まれる他の光学部品、及びそれらの組み合わせを含むことができる。モーションサブシステムパラメータの１つ以上のパラメータは例えば、スキャン速度、回転速度、焦点位置、及びそれらの組み合わせを含むことができる。同様なパラメータは非光子ベースシステム（例えば、電子ビームシステム）のために決定されることができる。

いくつかの実施形態では、欠陥検出パラメータはウェーハスキャンによって生成された結果を処理するのに使用される１つ以上のパラメータを含む。例えば、１つ以上のパラメータはウェーハスキャンを実施するのに使用される光検出サブシステムによって生成される結果を処理するために使用される１つ以上のパラメータを含むことができる。このような例では、光検出サブシステムによって生成された結果は画像又は画像データを含むことができ、１つ以上のパラメータは、画像又は画像データをフィルター処理する、整列するなどに使用される１つ以上のパラメータを含むことができる。他の例では、結果は信号を含み、１つ以上のパラメータは信号をフィルタリング、正規化する、校正するなどに使用される１つ以上のパラメータを含むことができる。結果を処理するのに使用される１つ以上のパラメータはウェーハ上の異なる領域ごとに個別に決定されてもよい。例えば、ウェーハの１つの領域に生成された結果は１つ以上の第１のパラメータを使用して処理されてもよいし、ウェーハの他の領域で生成された結果は１つ以上の第２のパラメータを使用して処理されてもよい。少なくともいくつかの第２のパラメータは第１のパラメータとは異なるかもしれない。１つ以上のパラメータは、欠陥検出アルゴリズム及び／又は方法の１つ以上のパラメータ（例えば、閾値）によって定義される欠陥検出感度を更に、又は代わりに含むことができる。更に、１つ以上のパラメータはウェーハの異なった領域の異なった検出感度を含むことができる（例えば、重要な又はノイズのより少ない領域にはより高い感度、及び重要ではない又はノイズの多い領域にはより低い感度）。

完全に網羅している訳ではないが、代表的な分類パラメータのリストは調整可能なｉＤＯ（商標登録）設定（ユーザが調整可能な全ての設定）を含む。ｉＤＯ（商標登録）はKLA-Tencor, Milpitas, California.から市販され入手可能なインラインのDefect Organizer（商標登録）ビニングソリューションである。一般に、分類パラメータはパラメータ、又は欠陥サイズ、形状、場所、デザイン特性、強度分布などを特徴化するために使用されるパラメータのセットを含む。いくつかの実施形態では、分類パラメータの数は１００パラメータを超える場合がある。いくつかの実施形態では、分類パラメータは欠陥イベントと関連付けられた欠陥属性を含む。

本明細書に記載されているように１つ以上の取得モードパラメータ、欠陥検出パラメータ、及び欠陥分類パラメータは自動的に決定される（即ち、ユーザの入力なしに）。しかし、他の取得モード、欠陥検出、及び欠陥分類パラメータは更に、又は代わりにユーザからの入力で決定することができる。例えば、ユーザがレシピの設定を変更する場合、ユーザは１つ以上の決定されたパラメータの性能に関するフィードバックを提供されることができる。

図２に例示されるように、ウェーハ検査ツール１５０はウェーハ欠陥データ１５１を生成する。一例として、ウェーハ検査ツール１５０は、暗視野（ＤＦ）検査ツール、明視野（ＢＦ）検査ツール、電子ビーム（ｅ−ｂｅａｍ）検査ツール、ＤＦとＢＦ検査ツールの組み合わせ、ＬＥＤ検査ツール、端部検査ツール、背面検査ツール、マクロ検査ツール、若しくはマルチモード検査ツール（同時に１つ以上のプラットフォームからのデータを必要とする）、又は自動検査シナリオ生成から利益を受ける任意の他の計測若しくは検査ツールであってもよい。一例では、ウェーハ検査ツール１５０は欠陥検出パラメータの１つ以上の既定のセットを使用して、いくつかの異なった取得モード（例えば、モード１、モード２．．．モードＮ）で繰り返しウェーハの一部をスキャンする。KLA-Tencor, San Jose, Calif.から市販され入手可能な明視野（ＢＦ）検査システムの場合、検出アルゴリズムは自動閾値設定（ＡＴ）、セグメント自動閾値設定（ＳＡＴ）又はマルチダイ自動閾値設定（ＭＤＡＴ）とすることができ、欠陥検出パラメータはセグメントブレーク及び閾値とすることができる。既定のパラメータは実質的に「ホット」検査となるように選択される。「ホット」検査は実質的に高い疑似率を犠牲にして対象の欠陥を検出する可能性を増加させる。このように、ウェーハ欠陥データ１５１は取得モードの範囲に関連付けられた欠陥イベントの豊富なセットを含む。

欠陥レビュー（即ち、分類）及び欠陥データの標識化のために、ウェーハ欠陥データ１５１は分類及び属性識別ツール１６０によって受信される。一例では、ユーザは欠陥分類のためにウェーハ欠陥データ１５１及び関連付けられたウェーハを走査型電子顕微鏡（ＳＥＭ）に持っていく。ユーザはＳＥＭを用いて欠陥を分類し、本物の欠陥、疑似欠陥、又は対象の欠陥として欠陥イベントの一部を手動で分類する。更に、欠陥属性がそれぞれの分類された欠陥イベントに付けられる。本明細書で記載したように、標識された欠陥イベントは属性によって特徴付けられる。欠陥の属性は欠陥検出アルゴリズムを使用して決定される欠陥の属性を含むことができる。例えば、ＭＤＡＴはKLA-Tencor, San Jose, California.から市販され入手可能ないくつかの検査ツールによって使用される欠陥検出アルゴリズムである。この例では、属性は、大きさ、ＭＤＡＴオフセット、ＭＤＡＴグレーレベル（基準グレーレベル）、及びエネルギーを含むことができる。更に欠陥属性は、スキャンの間に検出された欠陥からの光の特性（例えば、強度）に、又は画素群の相対応答にさえも敏感である欠陥の属性を含むことができる。欠陥の属性は可能な限り一般的でよい。それは非強度タイプの属性、例えば欠陥の位置、欠陥の大きさ、及び任意の他の計算された又は測定された数量を含むことができるであろう。それはグラフィックデータベースシステム（ＧＤＳ）ファイル又は他のソースに由来する設計属性（即ち、基準配列及び材料仕様）を含むことができるであろう。本明細書に記載される属性の性質に制限はない。このように、分類及び属性ツール１６０は、それぞれの標識された欠陥イベント（例えば、標識された欠陥イベント１５２）が分類されながら、Ｋ−次元属性空間１５４（即ち、それぞれの次元はそれぞれの属性に個々に関連付けられている）に位置する標識された欠陥データ１５３のセットを生成する。この例では、上述のように標識された欠陥データ１５３は、「ホット」スキャン又は複数の「ホット」スキャンから生成されたウェーハ欠陥データ１５１から導出されるため、標識された欠陥データ１５３のセットはホットスキャンデータで標識される。他の例では、標識された欠陥データ１５３は光学セレクタデータから導出されてもよい。光学セレクタデータは既知の欠陥の周囲の領域に収集されたウェーハスキャンデータを含む。例えば、光学セレクタデータは、欠陥のウェーハ検査プロセスを最適化しながら既知の欠陥の周囲の領域に収集されたウェーハスキャンデータを含む。他の例では、標識された欠陥データ１５３は実際のウェーハスキャンデータの修正から導出されてもよい。一例として、実際のウェーハスキャンデータの修正は、摂動モデル化技術に基づいてもよい。一例では、多くの摂動データセットが生成され、これらの摂動データセットに基づいて検査シナリオが決定される。それぞれの摂動データセットに望まれるように実行する検査シナリオが選択される。これは、選択された検査シナリオが摂動データセットによって表される工程変動に左右されないことを保証する。

標識された欠陥データ１５３は検査シナリオ最適化ツール１７０に伝達される。標識された欠陥データ１５３に基づいて、検査シナリオ最適化ツール１７０はユーザの入力なしで取得モード選択、欠陥検出アルゴリズムパラメータ値、及び分類アルゴリズムパラメータ値を含む少なくとも１つの検査シナリオを生成する。図２に示されるように、検査シナリオ最適化ツール１７０は、Ｋ−属性空間１５４内の１つの解として検査シナリオ１７１を決定する。ここで、Ｋはそれぞれの標識された欠陥イベントに関連付けられた属性の数である。検査シナリオ１７１内に捕捉された欠陥イベントはあらかじめ分類され標識されている。従って、検査シナリオ１７１によって捕捉された対象の欠陥の数及び疑似イベントの数は決定されプロットされることができる。

図２に示された一例では、検査シナリオ最適化ツール１７０は取得モード１に関連付けられた多くの検査シナリオ、取得モード２に関連付けられた多くの検査シナリオ、などを生成する。それぞれの検査シナリオによって捕捉された対象の欠陥の数及び疑似イベントの数はプロットされることができる。それぞれの取得モードに関連づけられたプロットされた検査シナリオの軌跡は受信動作特性（ＲＯＣ）曲線としてプロットされることができる。一例として示されているように、ＲＯＣ曲線１７２は取得モード１に関連付けられ、ＲＯＣ曲線１７３は取得モード２に関連付けられ、ＲＯＣ曲線１７４は取得モードＮに関連付けられている。

検査シナリオは任意のアルゴリズムによって決定されることができる。例えば、サポートベクターマシーン、Ｋ−最近傍、決定ツリー、ガウシアン混合、ニューラルネットワーク、模擬アニーリング、及び遺伝的アルゴリズムのいずれかはＫ−属性空間１５４内で検査シナリオを決定するのに用いられる。いくつかの例では、決定ツリーアルゴリズムは比較的単純な実施形態において満足できる結果を生成することが見出されている。他の例では、Ｋ−最近傍は比較的単純な実施において満足できる結果を生成することが見出されている。更に別の例では、サポートベクターマシーンは比較的単純な実施において満足できる結果を生成することが見出されている。

一例では、検査シナリオは対象の欠陥の数と検査シナリオに関連付けられた疑似イベントの数との好ましい組み合わせに基づいて選択される。一例では、ユーザはＲＯＣ曲線１７２−１７４を検査し、及び彼／彼女の好ましいＤＯＩと疑似イベントとの組み合わせを選択することにより検査シナリオを選択できる。別の例では、検査シナリオ最適化ツール１７０は自動的に検査シナリオを選択してもよい。

いくつかの例では、検査シナリオはウェーハ上の比較的多数の分類された欠陥イベントから標識された欠陥データ１５３に基づいて決定される。本明細書に記載されているように、「ホット」スキャンは比較的多数の欠陥イベントをもたらし、その多くは分類される。一例では、分類された欠陥イベントの数は１００に分類された欠陥イベントより多い。多くの分類された欠陥イベントから決定された検査シナリオは一般的にうまく実行し、追加の修正を必要としない。しかし、比較的多数の欠陥イベントの分類には時間と労力を要する。

いくつかの他の例では、分類及び属性の識別及び検査シナリオの決定は、より少ない分類労力でうまく実行する検査シナリオに到達するように繰り返し実行される。一例では、最初の検査シナリオは、ウェーハ上の比較的少数の分類された欠陥イベントから標識された欠陥データ１５３に基づいて決定されることができる。一例では、分類された欠陥イベント数は１０未満である。いくつかの例では、標識された欠陥データ１５３の比較的少数のセットはウェーハの小さな領域上の「ホット」スキャンからの結果として生じる。いくつかの例では、標識された欠陥データ１５３の比較的少数のセットは非常に制限された数の欠陥イベントの分類からの結果として生じる。最初の検査シナリオは、ウェーハ検査で実施され、多くの欠陥イベントが捕捉される。多数のこれらの欠陥イベントは分類され標識された欠陥データ１５３の第２のセットを生成する。新たな検査シナリオが標識化された欠陥データ１５３の第２のセットに基づいて決定される。その繰り返しは所望の性能レベルが達成されるまで続けられる。このように、以降の検査シナリオの決定を駆動する欠陥イベントは「ホット」スキャンからよりむしろ以前に決定された検査シナリオから発見される。

図２に関して記載された例では、検査シナリオは１つの取得モード、欠陥検出パラメータの１つのセット、及び分類アルゴリズムパラメータの１つのセットに関連付けられた。いくつかの他の例では、マルチモード検査シナリオは検査シナリオ最適化ツール１７０によって決定されることができる。

図３に示したように、標識された欠陥データ１８０は第１の取得モード（即ち、モード１）に関連付けられた多くの標識された欠陥イベントを含む。標識された欠陥データ１８１は第２の取得モード（即ち、モード２）に関連付けられた多くの標識された欠陥イベントを含む。いくつかの標識された欠陥イベントは取得モード１及び取得モード２の両方によって捕捉される。これらの共通して捕捉された欠陥イベントは取得モード１及び２の両方に関連付けられ、個別に識別可能な組み合わせモード（即ち、モード１∩モード２）として扱われる。図３に例示されるように、標識された欠陥イベント１８２はモード１∩モード２に関連付けられている。検査シナリオ最適化ツール１７０は、上述のように標識された欠陥データ１８０（例えば、検査シナリオ１８３）、標識された欠陥データ１８１（例えば、検査シナリオ１８４）、及び標識された欠陥データ１８２（例えば、検査シナリオ１８５）に関連付けられた検査シナリオを決定する。図３に例示するように、ＲＯＣ曲線１８６-１８８はモード１、モード２及びモード１∩モード２にそれぞれ関連付けられた検査シナリオに基づいて生成されることができる。今度は、これらの検査シナリオ（例えば、検査シナリオ１８３−１８５）は検査シナリオの最適な組み合わせに到達するように組み合わせて扱われる。

図４はそれぞれがモード１、モード１∩モード２、及びモード２に関連付けられた検査シナリオを含む３つの解のセットを例示する。一例として例示されるように、解セット１は、対象の５つの欠陥を含み及び疑似イベントを含まないモード１検査シナリオ、対象の３つの欠陥を含み及び疑似イベントを含まないモード１∩モード２検査シナリオ、並びに対象の８つの欠陥を含み及び疑似イベントを含まないモード２検査シナリオとを含む。解セット１のモード１検査シナリオ、モード１∩モード２検査シナリオ、及びモード２検査シナリオとの組み合わせは、対象の１６個の欠陥を捕捉し疑似イベントを捕捉しない。

図４に例示されるように、多数の検査シナリオの組み合わせは１つの疑似イベントを含む。１つの疑似イベントを含む検査シナリオの最適な組み合わせが決定される。一例として例示されるように、解セット２のモード１検査シナリオ、解セット１のモード１∩モード２検査シナリオ、及び解セット１のモード２検査シナリオは対象の２３個の欠陥及び１つの疑似イベントを含む。解セット１のモード１検査シナリオ、解セット２のモード１∩モード２検査シナリオ、及び解セット１のモード２検査シナリオは、対象の１９個の欠陥及び１つの疑似イベントを含む。解セット１のモード１検査シナリオ、解セット１のモード１∩モード２検査シナリオ、及び解セット２のモード２検査シナリオは、対象の２７個の欠陥及び１つの疑似イベントを含む。１つの疑似イベントを含む検査シナリオの最適な組み合わせは、対象の欠陥の最大数を含む組み合わせである（即ち、解セット１のモード１検査シナリオ、解セット１のモード１∩モード２検査シナリオ、及び解セット２のモード２検査シナリオ）。同様に、検査イベントの最適な組み合わせは疑似イベントの特定な数について決定できる。更に、これらの最適な組み合わせは本明細書に記載のＲＯＣ曲線にプロットされることができる。ユーザはその結果得られるＲＯＣ曲線を分類して、更にウェーハ検査の検査シナリオの最適な組み合わせを選択することができる。

図３に例示される一例では、検査シナリオの最適な組み合わせは２つの取得モード（モード１及び２）、モード１及び２に関連付けられた欠陥検出アルゴリズムパラメータ、並びに分類パラメータの３つのセットを含む。分類パラメータの１つのセットはモード１に関連付けられ、分類パラメータの第２のセットはモード２に関連付けられ、及び分類パラメータの第３のセットはモード１∩モード２の組み合わせに関連付けられている。このように、マルチ取得モードに関連付けられた標識された欠陥データ１５３は、ウェーハ上の対象の欠陥（ＤＯＩ）と疑似イベント又はノイズイベントとを区別することができる最適なモードの組み合わせ及び分類指標を決定するために一緒に処理されることができる。マルチ取得モードからそれぞれのナチュラルセグメントにデータセットを区別することにより、及び明確な分類指標を別々にそれぞれのナチュラルセグメントに適応することにより、ＤＯＩに対するより高い感度が達成される。

図３〜４に例示されるように２つの取得モードに関連付けられたデータは、それぞれのモードセグメントに関連付けられた１つの分類指標で３つのモードセグメントの組み合わせとして扱われる。しかし、これは類似の方法で３つ以上の取得モードに拡張できる。一般的に、Ｍ取得モードに関連付けられたデータは、それぞれのモードセグメントに関連づけられた１つの分類指標でＮモードセグメントまでの組み合わせとして扱うことができる。ここで、Ｎは数式１によって与えられる。
例えば、３つの取得モードは、それぞれのセグメントに関連付けられた１つの分類指標で７つのモードセグメントまでの組み合わせとして扱うことができる。しかし、より少数のモードセグメントはマルチモード検査シナリオで検討されることができる。一例では、明確なモード及び明確なモードのペアに関連付けられたモードセグメントは、それぞれのモードセグメントに関連付けられた１つの分類指標として考慮されることができる。この例では、モードセグメントの数Ｎは数式２によって与えられる。
例えば、３つの取得モードは６モードセグメントの組み合わせとして扱うことができる（即ち、３つの取得モード単独、及び３つの取得モードの３つの対の組み合わせ）。いくつかの実施形態では、最適な検査シナリオは最大１０個の取得モードの対の組み合わせを含む。いくつかの実施形態では、最適な検査シナリオは最大１００個の取得モードの対の組み合わせを含む。いくつかの他の実施形態では、最適な検査シナリオは１００個以上の取得モードの対の組み合わせを含む。

図４は、ユーザの介入なしにウェーハのスキャンの結果から取得モード、欠陥検出、及び分類パラメータとを組み合わせる検査シナリオを決定する方法２００を説明している。ブロック２０１では、ウェーハ表面は第１の取得モード及び欠陥検出パラメータの既定のセットで検査される。検査は多くの欠陥イベントを明らかにする。ブロック２０２では、欠陥イベントの一部が分類され、多くの属性がこれらの欠陥イベントで識別される。これらの欠陥イベントはこの情報で標識化される。ブロック２０３では、例えば検査シナリオ最適化ツール１７０によって欠陥イベント、それらの分類、及びそれらの属性の一部を含む標識された欠陥データが受信される。ブロック２０４では、多くの検査シナリオはユーザの入力なしに標識された欠陥データに基づいて決定される。それぞれの検査シナリオは１つの取得モード、欠陥検出アルゴリズムパラメータ値、及び分類アルゴリズムパラメータ値を含む。検査シナリオはウェーハ検査上又は計測ツール上で実行されてウェーハを検査する。ブロック２０５では、１つの検査シナリオが複数の検査シナリオから選択される。選択は、検査シナリオによって捕捉された疑似イベントの数に対する検査シナリオによって捕捉された対象の欠陥の数の好ましい組み合わせに基づく。

１つ以上の典型的な実施形態では、記述された機能はハードウエア、ソフトウエア、ファームウエア、又はそれらの任意の組み合わせにおいて実施することができる。ソフトウエアで実施される場合、機能はコンピュータ可読媒体上で保存され、又は１つ以上の命令又はコードとしてコンピュータ可読媒体に送信される。コンピュータ可読媒体は、ある場所から別の場所へコンピュータプログラムの転送を容易にする任意の媒体を含むコンピュータ記憶媒体及び通信媒体の両方を含む。記憶媒体は汎用コンピュータ又は専用コンピュータによってアクセスできる任意の利用可能な媒体であってもよい。例として、限定しないが、このようなコンピュータ可読媒体はＲＡＭ、ＲＯＭ、ＥＥＰＲＯＭ、ＣＤ−ＲＯＭ若しくは他の光ディスク記憶装置、磁気ディスク装置若しくは他の磁気記憶装置、又は所望のプログラムコードの手段を命令若しくはデータ構造の形態で搬送若しくは記憶するように用いることができ、及び汎用コンピュータ若しくは専用コンピュータ、若しくは汎用若しくは専用プロセッサによってアクセスできる任意の他の媒体を含むことができる。また、任意の接続は適切にコンピュータ可読媒体と呼ばれる。例えば、ソフトウエアがウエブサイト、サーバ、若しくは同軸ケーブル、光ファイバーケーブル、ツイストペア、デジタル加入者線（ＤＳＬ）、若しくは赤外線、無線、及びマイクロ波のような無線技術、を用いる他のリモートソースから送られる場合、同軸ケーブル、光ファイバーケーブル、ツイストペア、ＤＳＬ、又は無線技術、例えば赤外線、無線、及びマイクロ波は媒体の定義に含まれる。本明細書で用いられるディスク（disk）及びディスク（disc）はコンパクトディスク（ＣＤ）、レーザディスク、光学ディスク、デジタル多用途ディスク（ＤＶＤ）、フロッピー（登録商標）ディスク及びブルーレイディスクを含む。ディスク（disk）は通常データを磁気的に再生し、一方ディスク（disc）はレーザで光学的にデータを再生する。上記の組み合わせもコンピュータ可読媒体の範囲に含まれる。

本発明で用いられる用語「ウェーハ」は一般的に半導体又は非半導体材料から形成された基板を指す。このような半導体又は非半導体材料の例は単結晶シリコン、ガリウムヒ素、及びリン酸インジウムを含むが、これらに限定されない。このような基板は一般的に半導体製造施設で見られ及び／又は処理される。

１つ以上の層をウェーハ上に形成することができる。例えば、このような層はレジスト、誘電体材料、導電性材料、及び半導体材料を含むが、これらに限定されない。多くの異なったタイプのこのような層は、当技術分野で知られており、本明細書で用いられる用語ウェーハはこのような層のすべてのタイプがその上に形成されるウェーハを含むことを意図する。

ウェーハ上に形成される１つ以上の層はパターン化される、又はパターン化されない。例えば、ウェーハは複数のダイを含むことができ、それぞれは繰り返しのパターンの特徴を有する。材料のこのような層の形成及び処理は最終的に完成したデバイスになる。多くの異なったタイプのデバイスはウェーハ上に形成されることができる。本明細書で用いられる用語ウェーハは、当技術分野で知られている任意のタイプのデバイスがその上に製造されるウェーハを含むことを意図する。

実施例はウェーハに関して本明細書に記載されているが、実施形態は、一般にマスク又はフォトマスクとも呼ばれるレチクルのような他のサンプルの検査のための検査レシピの１つ以上のパラメータを選択する際に使用するための欠陥サンプルを作成するために使用することができることを理解すべきである。多くの異なったタイプのレチクルは当該技術分野で知られており、本明細書で用いられる用語「レチクル」、「マスク」及び「フォトマスク」は当該技術分野で知られているレチクルの全てのタイプを含むことを意図している。

本明細書に記載の実施形態は一般にレシピの最適化の目的のための検査シナリオの効率的な決定の方法に関連する。例えば一実施形態は、取得モード、欠陥検出パラメータ値、及び分類パラメータ値を含む検査シナリオ決定するためのコンピュータ実行方法に関する。本明細書に記載の方法は、検査シナリオの１つ以上のパラメータが本明細書に記載されるように選択されることができる検査システムのタイプに制限されない。例えば、一実施形態では、検査シナリオはウェーハの明視野（ＢＦ）検査のための検査シナリオを含む。このように、検査システムはＢＦ検査システムを含むことができる。ＢＦ検査システムは、更に本明細書に記載されるように構成されてもよい。他の実施形態では、検査シナリオはウェーハの暗視野（ＤＦ）検査のための検査シナリオを含む。このように、検査システムはＤＦ検査システムを含んでもよい。ＤＦ検査システムは当該技術分野において知られている任意の適した構成を有することができる。検査システムはＢＦ及びＤＦ検査用にも構成されてもよい。更に、検査システムはパターン化されたウェーハ及び／又はパターン化されていないウェーハの検査用に構成されてもよい。検査シナリオは任意のＬＥＤ検査ツール、エッジ検査ツール、バックサイド検査ツール、マクロ検査ツール、又はマルチモード検査ツール（同時に１つ以上のプラットフォームからのデータを必要とする）、及び自動検査シナリオ生成から利益を得る任意の他の計測又は検査ツールを含む。

いくつかの例では、欠陥イベントはウェーハ上でホット検査を実行することによりウエーハ上で検出される。「ホット検査」は一般に、検査システムの検出器に出力に適用される閾値が実質的に出力のノイズフロアに近接している検査として定義される。ウェーハ上でホット検査を実行することにより２枚以上のウェーハ上で欠陥を検出することもできる。例えば、欠陥は多くのウェーハ上で検出されることができる（即ち、「ホットロット」）。更に、ユーザはホットロットになる検査を実行することができる。

しかし、本明細書に記載の実施形態はウェーハのホット検査を実行することを含んでも含まなくてもよい。例えば、本明細書に記載の実施形態は、ホット検査を実行した検査システムから、又は検査システムがホット検査の結果を格納した記憶メディア（例えば、検査システムの記憶メディア、ファブデータベースなど）からウェーハ上で実行されるホット検査の結果を取得することを含むことができる。このような一例では、全ての欠陥又はユーザが定義した欠陥の亜集団の特徴は本明細書に記載された（例えば、ホット検査によって検出された欠陥についての情報を含む記憶媒体又はファイルからのアップロードされた）実施形態によって読むことができる。一般に、ホット検査の結果は、任意の適切な方法で取得できる（例えば、検査システムを用いてウェーハを検査することにより、及びスキャンによって発生した出力に対して閾値を適用することにより）。

ある特定の実施形態は説明の目的のために上述されているが、本特許文書の教示は上述した特定の実施形態に限定されない一般的な適用可能性を有する。一例では、疑似イベントから対象の欠陥を識別することを含む検査作業は本明細書に記載されている。しかし、本明細書に記載されている方法及びシステムは同様に欠陥ビニングを含む検査作業に適用する。一例では、ウェーハ検査システム１００は２つ以上の光源（図示せず）を含んでもよい。光源は別々に構成されても、又は同じでもよい。例えば、光源は、同一照明領域又は異なった照明領域で、同じ入射角又は異なった入射角で、同時に又は異なった時間にウェーハに向けることができる異なった特性を有する光を発生するように構成されることができる。光源は本明細書に記載される実施形態のいずれかにしたがって構成されることができる。更に、光源の１つは本明細書に記載の実施形態のいずれかに従って構成されることができ、他の光源は当該技術分野で周知の任意の他の光源でもよい。他の例では、ウェーハ検査システム１００はマルチスポットシステムでもよい。いくつかの実施形態では、マルチスポットシステムは同時に２つ以上の照明領域を照明することができる。多数の照明領域は空間的に重複してもよい。複数の照明領域は空間的に異なっていてもよい。いくつかの実施形態では、マルチスポットシステムは異なる時間に２つ以上の照明領域上にウェーハを照明してもよい。異なる照明領域は一時的に重複してもよい（即ち、ある時間にわたって同時に照明する）。異なる照明領域は一時的に異なってもよい。一般に、照明領域の数は任意であってもよく、それぞれの照明領域は同じか又は異なる大きさ、方位、及び入射角度であってもよい。さらに他の例では、ウェーハ検査システム１００はウェーハ１０２の任意の動きから独立してスキャンする１つ以上の照明領域を有するスキャンスポットシステムであってもよい。いくつかの実施形態では、照明領域はスキャンラインに沿って繰り返えされるパターンでスキャンするようにされている。スキャンラインはウェーハ１０２のスキャン動作と位置合わせしてもしなくてもよい。本明細書に提示されているが、ウェーハ位置決めシステム１２５は同調的な回転及び並進運動によってウェーハ１０２の動きを生成し、更に他の例では、ウェーハ位置合わせシステム１００は２つの並進運動を同調させることによりウェーハ１０２の動きを生成することができる。例えば、ウェーハ位置決めシステム１２５は２つの直交する、直線軸（例えば、Ｘ−Ｙ移動）に沿う動きを生成することができる。このような実施形態では、スキャンピッチはいずれかの運動軸に沿って隣接する並進スキャン間の距離として定義することができる。このような実施形態において、ウェーハ検査システムは光源及びウェーハ位置決めシステムを含む。光源は照明領域にわたってウェーハ表面に放射線量を供給する。ウェーハ位置決めシステムはスキャンピッチ（例えば、一方向における前後のスキャン及びそれと直交する方向におけるスキャンピッチと同じピッチでステッピング）により特徴付けられたスキャン動作でウェーハを移動させる。ウェーハ位置決めシステムは、照明領域から独立してスキャンピッチを調整するモーションコントローラを含む。

従って、記載された実施形態の様々な特徴のさまざまな修正、適応、及びその組み合わせは、特許請求の範囲に記載された本発明の範囲から逸脱することなく実施することができる。

Claims (17)

1. 複数の欠陥イベント、前記複数の欠陥イベントのそれぞれに関連付けられた分類、及び前記複数の欠陥イベントのそれぞれに関連付けられた複数の属性を含む標識された欠陥データの量を受信する工程と、
   ユーザからの入力なしに前記標識された欠陥データに基づいて複数の検査シナリオを決定する工程と、
   を含み、それぞれの検査シナリオは取得モード、欠陥検出アルゴリズムパラメータ値、及び前記検査シナリオに関連付けられた分類アルゴリズムパラメータ値を含み、
   前記決定する工程は、前記複数の属性のそれぞれによって定義されたそれぞれの次元を有する多次元空間上にプロットされた前記標識された欠陥データに基づき、所定のアルゴリズムを用いて、対象の欠陥の数及び選択された検査シナリオに関連付けられた疑似イベントの数の組合せが好ましい値となるように検査シナリオを選択する工程を含む、
   方法。
2. 前記複数の欠陥イベントのそれぞれに関連付けられた前記分類は、実際の欠陥、対象の欠陥、及び疑似イベントのいずれかを含む、請求項１記載の方法。
3. 前記複数の欠陥イベントのそれぞれに関連付けられた前記複数の属性はＭＤＡＴグレーレベル、欠陥の大きさ、ＭＤＡＴオフセット、及びエネルギーレベルのいずれかを含む、請求項１記載の方法。
4. 標識された欠陥データの前記量は標識された光学セレクタデータ及び標識されたホットスキャンデータのいずれかである、請求項１記載の方法。
5. 対象の欠陥の数及び選択された検査シナリオに関連付けられた疑似イベントの数との好ましい組み合わせに基づいて、前記複数の検査シナリオから検査シナリオを選択する工程を更に備える、請求項１記載の方法。
6. 前記選択工程はユーザからの入力なしに実行される、請求項５記載の方法。
7. 標識された欠陥データの前記量は、各々は異なった取得モードで実行される少なくとも２つの検査スキャンに関連づけられる、請求項１記載の方法。
8. 前記複数の検査シナリオの前記決定する工程は、少なくとも２つの取得モードの少なくとも２つの取得モードの組み合わせを含む少なくとも１つの検査シナリオを含む、請求項７記載の方法。
9. 前記少なくとも２つの取得モードの前記少なくとも２つの取得モードの前記組み合わせは疑似イベントの特定の数の対象の欠陥の最大数を含む、請求項８記載の方法。
10. 第１の取得モード及び欠陥検出パラメータの第１の既定のセットを用いて、ウェーハを検査することにより前記複数の欠陥イベントを決定する工程を更に含む、請求項１記載の方法。
11. 前記複数の欠陥イベントのそれぞれに関連付けられた前記分類と、走査型電子顕微鏡（ＳＥＭ）による分類によって前記複数の欠陥イベントのそれぞれに関連付けられた前記複数の属性とを決定する工程を更に含む、請求項１０記載の方法。
12. コンピュータに複数の欠陥イベント、前記複数の欠陥イベントのそれぞれに関連付けられた分類、及び前記複数の欠陥イベントのそれぞれに関連付けられた複数の属性を含む標識された欠陥データの量を受信させるためのコードと、
    前記コンピュータにユーザからの入力なしに前記標識された欠陥データに基づいて複数の検査シナリオを決定させるためのコードと、
    を含み、それぞれの検査シナリオは取得モード、欠陥検出アルゴリズムパラメータ値、及び前記検査シナリオに関連付けられた分類アルゴリズムパラメータ値を含み、
    前記決定させるためのコードは、前記複数の属性のそれぞれによって定義されたそれぞれの次元を有する多次元空間上にプロットされた前記標識された欠陥データに基づき、所定のアルゴリズムを用いて、対象の欠陥の数及び選択された検査シナリオに関連付けられた疑似イベントの数の組合せが好ましい値となるように検査シナリオを選択するコードを含む、非一時的なコンピュータ可読媒体。
13. 標識された欠陥データの前記量は、それぞれが異なる取得モードで実行する少なくとも２つの検査スキャンに関連付けられている、請求項１２記載の非一時的なコンピュータ可読媒体。
14. 前記複数の検査シナリオの前記決定は、少なくとも２つの取得モードの少なくとも２つの取得モードの組み合わせを含む少なくとも１つの検査シナリオを含む、請求項１３記載の非一時的なコンピュータ可読媒体。
15. 複数の欠陥イベント、前記複数の欠陥イベントのそれぞれに関連付けられた分類、及び前記複数の欠陥イベントのそれぞれに関連付けられた複数の属性を含む標識された欠陥データの量を格納するように構成された複数の記憶素子と、
    標識された欠陥データの前記量を受信し、
    ユーザからの入力なしに前記標識された欠陥データに基づいて複数の検査シナリオを決定するように構成された検査シナリオ最適化ツールと、
    を備え、それぞれの検査シナリオは、取得モード、欠陥検出アルゴリズムパラメータ値、及び前記検査シナリオに関連付けられた分類アルゴリズムパラメータ値を含み、
    前記決定は、前記複数の属性のそれぞれによって定義されたそれぞれの次元を有する多次元空間上にプロットされた前記標識された欠陥データに基づき、所定のアルゴリズムを用いて、対象の欠陥の数及び選択された検査シナリオに関連付けられた疑似イベントの数の組合せが好ましい値となるように検査シナリオを選択することを含む、装置。
16. 標識された欠陥データの前記量は、それぞれが異なる取得モードで実行する少なくとも２つの検査スキャンに関連づけられている、請求項１５記載の装置。
17. 前記複数の検査シナリオの前記決定は、少なくとも２つの取得モードの少なくとも２つの取得モードの組み合わせを含む少なくとも１つの検査シナリオを含む、請求項１６記載の装置。