JP6807324B2 - 検査ツールの検査感度を高めるシステム及び方法 - Google Patents

Description

本件開示は、検査ツール例えば計量ツールの検査感度を高めるシステム及び方法に関する。

本願は、現在係属中の２０１５年３月１６日米国暫定特許出願第６２／１３３，９５９号に基づく優先権を主張する出願であるので、この参照により当該暫定特許出願の開示内容を本願に繰り入れることにする。

ウェハ検査システムは半導体製造業者が集積回路（ＩＣ）チップの歩留まりを向上させ維持する上で役立つ。ＩＣ業界では、製造プロセス中に発生する欠陥を検出する検査システムが採用されている。それら検査システムの主な狙いは、プロセスが制御下にあるか否かを監視することにある。プロセスが画定済規範の範囲外にある場合、システム側からその問題及び／又はその問題の源泉を指し示し、ＩＣ製造プロセスの管理者がただせるようにする必要がある。検査システム特性の中でも重要なのは欠陥検出感度及びウェハスループットである。感度及びスループットは、感度が高いことは通常はスループットが低いことを意味する、といった具合に結びついている。この関係には物理的な理由と経済的な理由の双方がある。

感度及びスループットの相対値はその検査システムの機能に左右される。そうしたシステムに関しては三通りの全般的機能的要請がある：第１にプロセス開発、第２に処理ラインの監視、第３にステーションの監視に当たり、欠陥を検出及び分類することである。プロセス開発では、より小さい欠陥及びより多種類の欠陥を捕捉すべく低スループットが許容されることがありうる。しかしながら、生産ラインやステーションの監視では、所有コストひいてはスループットが相対的により重要になる。この場合、無論、感度が十分であり歩留まり制約性の欠陥を捕捉できることが必要である。

半導体製造業の発展は歩留まり管理に対し、また特に計量及び検査システムに対し、かつてなく高い要請を課している。ウェハサイズが大きくなるにつれ限界線幅(critical dimension)は狭まってきている。経済情勢は、高歩留まり高付加価値生産を達成するための時間を縮める方向に半導体製造業を追いやっている。そのため、歩留まり問題を検出してからそれを正すまでの合計時間を縮めることが、半導体製造業者にとり投資収益率の決め手となる。

そのため、検査システムは、欠陥を見つけ出すに過ぎないスタンドアロン“ツール”からより完全なソリューションの構成部分へと進化しつつあり、欠陥を検出し、それらを分類し、その結果を分析し、そして補正的アクションを推奨することがそれら検査システムの機能になってきている。

米国特許出願公開第２００８／０２８５８４０号

半導体ウェハの自動欠陥検査には既存のシステム及び方法が用いられてきた。しかしながら、従来システム及び方法の検査パラメタは、高スループット環境ではやや制限される。例えば、被覆膜厚やウェハに亘る処理均一性といったパラメタは時間を食うし情報処理コストが高い。

現存のシステムでは、赤色、緑色及び青色ＬＥＤ照明の任意且つ可能な組合せの下で半導体ウェハのグレイスケール画像が捕捉される。それらグレイスケール画像は、現在のところ、半導体ウェハ上での自動欠陥検出やウェハ間処理ばらつきの検出に使用されている（Ｇ−ｖｉｅｗ）。

本件開示の実施形態の一つはウェハにおける欠陥を検査ツールで以て識別する方法である。本方法は、検査ツールの電子撮像デバイスを用いることによりウェハのグレイスケール画像集合を捕捉するステップを有する。このグレイスケール画像集合は、ウェハの少なくとも一部分を青色波長光で以て照明して第１グレイスケール画像を捕捉すること、ウェハの少なくとも一部分を赤色波長光で以て照明して第２グレイスケール画像を捕捉すること、並びにウェハの少なくとも一部分を緑色波長光で以て照明して第３グレイスケール画像を捕捉することにより捕捉することができる。ある実施形態に係る方法は、更に、ウェハの少なくとも一部分を青色、赤色又は緑色波長光の組合せで以て照明し１個又は複数個の付加的グレイスケール画像を捕捉するステップを有するであろう。

本方法が更に、グレイスケール画像集合をコンピュータ可読メモリ内に格納するステップを有していてもよい。

本方法が更に、コンピュータ可読メモリと通信するプロセッサを用い、グレイスケール画像集合の画像それぞれにおける残留信号をそのグレイスケール画像集合内の画像の組合せに基づき特定するステップを、有していてもよい。残留信号を特定するには、検査ツールを用いた欠陥検出の厳密な数学的モデルをそのプロセッサを用い構築し、そのプロセッサを用い１個又は複数個のモデルパラメタを既知の標準的グレイスケール画像集合（例えばＶＬＳＩ薄膜標準画像集合）に基づき決定し、当該１個又は複数個のモデルパラメタを用いたウェハのモデルであり設計値又は事前計測値（例えばモデルパラメタ）に基づくモデルをプロセッサを用い構築し、ウェハのそのモデル及び上記厳密な数学的モデルを用いることによりウェハの上記モデルを用いグレイスケール信号を予測し、グレイスケール信号予測結果とウェハ由来のグレイスケール信号計測結果との間のベストマッチが見つかるまでウェハのそのモデルの１個又は複数個のパラメタを調整し、そのベストマッチモデルに対応する１個又は複数個のパラメタをそのプロセッサを用いサンプルパラメタ計測結果として報告し、そのプロセッサを用いウェハ上でのグレイスケール予測結果・グレイスケール計測結果間差異に基づき残留信号を計算し、将来の欠陥検出に備えコンピュータ可読メモリ内に残留信号計算結果を格納すればよい。

本方法が更に、グレイスケール画像集合の各画像の残留信号を上記プロセッサを用いそのグレイスケール画像集合の各画像から減算するステップを、有していてもよい。

本方法が更に、ウェハにおける欠陥を上記プロセッサを用い減算済グレイスケール画像集合に基づき識別するステップを有していてもよい。

本方法が更に、撮像デバイスにより捕捉されたグレイスケール画像集合をアナログディジタルコンバータを用い変換するステップを有していてもよい。

本方法が更に、コンピュータ可読メモリ内にウェハ情報をインポートするステップを有し、グレイスケール画像集合の画像それぞれにおける残留信号を計算する上掲のステップを、更にそのインポート済ウェハ情報に基づくステップとしてもよい。そのウェハ情報はＧＤＳＩＩフォーマットに準拠させうる。また、そのウェハ情報を上記プロセッサにより自動インポートしてもよい。

本方法が更に、そのウェハを修正し終えた後に検査ツールの電子撮像デバイスを用いウェハの付加的グレイスケール画像集合を捕捉するステップと、コンピュータ可読メモリと通信する上記プロセッサを用い付加的グレイスケール画像集合の画像それぞれにおける残留信号をその付加的グレイスケール画像集合内の画像の組合せに基づき特定するステップと、付加的グレイスケール画像集合内の各画像の残留信号をそのプロセッサを用いその付加的グレイスケール画像集合内の各画像から減算するステップと、そのプロセッサを用いグレイスケール画像集合間差異に基づきウェハにおける欠陥を識別するステップと、を有していてもよい。

本件開示の実施形態の一つは拡張型検査ツールシステムとして記述することができる。本システムは、制御プロセッサと、その制御プロセッサと電子通信する電子撮像デバイスと、を備えるであろう。本システムが、更に、各発光ダイオードが別波長の光を輻射するよう構成されている複数個の発光ダイオードを備えていてもよい。それら複数個の発光ダイオードが制御プロセッサと電子通信するのでもよい。

本システムが、更に、撮像デバイスと電子通信するコンピュータ可読メモリと、そのコンピュータ可読メモリと電子通信する分析プロセッサと、を備えていてもよい。ある実施形態に係るシステムは、更に、コンピュータ可読メモリ内への格納に備えグレイスケール画像集合を変換するよう構成されたアナログディジタルコンバータを備えるであろう。

制御プロセッサが、ウェハの少なくとも一部分を青色、赤色及び緑色波長光で以て照明せよと複数個の発光ダイオードに命令し第１、第２及び第３グレイスケール画像を捕捉するよう、構成されていてもよい。

制御プロセッサが、また、ウェハのグレイスケール画像集合を捕捉せよと電子撮像デバイスに命令するよう、構成されていてもよい。その集合の各画像の捕捉は、ウェハの少なくとも一部分が複数個の発光ダイオードにより照明されている間に実行すればよい。制御プロセッサが、また、そのグレイスケール画像集合をコンピュータ可読メモリ内に格納するよう、構成されていてもよい。制御プロセッサが、更に、ウェハの少なくとも一部分を青色、赤色及び緑色波長光の組合せで照明せよと複数個の発光ダイオードに命令しその組合せ光の下で付加的グレイスケール画像を捕捉するよう、構成されていてもよい。

分析プロセッサが、コンピュータ可読メモリから読み出したグレイスケール画像集合の画像それぞれにおける残留信号をそのグレイスケール画像集合内の画像の組合せに基づき特定するよう、構成されていてもよい。分析プロセッサによるグレイスケール画像集合の画像それぞれにおける残留信号の特定は、検査ツールを用いた欠陥検出の厳密な数学的モデルを分析プロセッサを用い構築し、分析プロセッサを用い１個又は複数個のモデルパラメタを既知の標準的グレイスケール画像集合に基づき決定し、上記１個又は複数個のモデルパラメタを用いたウェハのモデルであり設計値又は事前計測値に基づくモデルを分析プロセッサを用い構築し、ウェハのモデル及び上記厳密な数学的モデルを用いることによりグレイスケール信号を予測し、グレイスケール信号予測結果とウェハ由来のグレイスケール信号計測結果との間のベストマッチが見つかるまでウェハのモデルの１個又は複数個のパラメタを調整し、ベストマッチモデルに対応する１個又は複数個のパラメタを分析プロセッサを用いサンプルパラメタ計測結果として報告し、分析プロセッサを用いウェハ上でのグレイスケール予測結果・グレイスケール計測結果間差異に基づき残留信号を計算し、将来の欠陥検出に備えコンピュータ可読メモリ内に残留信号計算結果を格納することにより、行えばよい。

分析プロセッサが、更に、グレイスケール画像集合の各画像の残留信号をそのグレイスケール画像集合の各画像から減算し、ウェハにおける欠陥を減算済グレイスケール画像集合に基づき識別するよう、構成されていてもよい。分析プロセッサが、更に、コンピュータ可読メモリからウェハ情報をインポートし、グレイスケール画像集合の画像それぞれにおける残留信号を更にインポート済ウェハ情報に基づき特定するよう、構成されていてもよい。ウェハ情報はＧＤＳＩＩフォーマットに準拠させうる。

制御プロセッサが、更に、そのウェハを修正し終えた後に、ウェハの付加的グレイスケール画像集合を捕捉せよと電子撮像デバイスに命令するよう、構成されていてもよい。そうした実施形態では、分析プロセッサが、更に、付加的グレイスケール画像集合の画像それぞれにおける残留信号をその付加的グレイスケール画像集合内の画像の組合せに基づき特定し、付加的グレイスケール画像集合内の各画像の残留信号をその付加的グレイスケール画像集合内の各画像から減算し、グレイスケール画像集合間差異に基づきウェハにおける欠陥を識別するよう、構成されていてもよい。

本件開示の性質及び目的についてのより完全な理解のため、以下の添付図面と併せ後掲の詳細記述を参照されたい。

本件開示のシステム又は方法を用いたウェハ上欠陥の検出を示す図である。 本件開示のシステム又は方法を用いたウェハ間処理ドリフトの検出を示す図である。 本件開示のシステム又は方法を用い赤色照明された半導体ウェハのグレイレベル像の例を示す図である。 本件開示のシステム又は方法を用い緑色照明された半導体ウェハのグレイレベル像の例を示す図である。 本件開示のシステム又は方法を用い青色照明された半導体ウェハのグレイレベル像の例を示す図である。 本件開示のシステム又は方法を用い計測された厚みのウェハマップを示す図である。 図４ａ及び図４ｃにて捕捉されたデータの比較を示す図である。 計量ツールを用い計測された厚みのウェハマップを示す図である。 本件開示のシステム又は方法を用い厚みばらつき由来の信号が除去された後の赤色チャネルの残留信号を示す図である。 本件開示のシステム又は方法を用い厚みばらつき由来の信号が除去された後の緑色チャネルの残留信号を示す図である。 本件開示のシステム又は方法を用い厚みばらつき由来の信号が除去された後の青色チャネルの残留信号を示す図である。 本件開示のシステム又は方法にて用いられるイメージングデバイスの例を示す図である。 本件開示の一例実施形態を示すフローチャートである。

特許請求の範囲に記載されている主題についてある種の実施形態により記述するが、他種の実施形態、例えば本願中で説明する諸効果及び諸特徴を全部は提供しない諸実施形態もまた、本件開示の技術的範囲内にあるものとする。種々の構造的、論理的、処理工程的及び電子的変形を、本件開示の技術的範囲から離隔することなく行うことができる。

本願にて開示される諸実施形態のシステム及び方法によれば、サンプルパラメタの量的監視が可能となり、より秀逸な検査能力が提供される。本システムでは、波長毎に且つウェハ上のポイント毎に、より信頼性が高く計測しやすい量が生成される。これにより、潜在的な用途が広がり且つ結果が改善される。検査ツールからサンプルパラメタを抽出することは、処理パラメタドリフトの検出において助力となりうるので、半導体製造業者が予防的又は補正的アクションを採ることが可能となろう。

本願で使用される語「ウェハ」は、一般に、半導体素材又は非半導体素材で形成された基板のことを指している。そうした半導体素材又は非半導体素材の例としては、これに限られるものではないが、単結晶シリコン、ヒ化ガリウム、燐化インジウム、サファイア及びガラスがある。そうした基板は、通例、半導体製造設備にて目にすること及び／又は処理することができる。

ウェハは、例えば、基板上に形成された１個又は複数個の層を有する。そうした層の例としては、これに限られるものではないが、フォトレジスト、誘電体素材、導電素材及び半導体素材がある。本件技術分野ではそうした層について様々な種類が知られており、本願で使用される語「ウェハ」には、想定上、そうした層としてどの種類の層を有するウェハも包含される。

ウェハ上に形成される１個又は複数個の層は、パターニングされることもあればされないこともある。例えば、ウェハが複数個のダイを有し、そのウェハがそれぞれ反復パターン形状又は周期構造を有することとなろう。最終的には、そうした素材層の形成及び処理によりデバイスの完成品を得ることができる。ウェハ上には様々な種類のデバイスを形成することができ、本願で使用される語「ウェハ」には、想定上、本件技術分野で知られているどの種類のデバイスがその上に作り込まれるウェハも包含される。

本願記載の諸実施形態に係るシステム及び方法では、数学的に厳密な手法にて既存データから情報を抽出する。ある実施形態では、図６中のシステムの明視野チャネル６０３に発するグレイスケール信号を得るため、所定の照明光源即ち赤色、緑色及び青色ＬＥＤの任意の組合せで以てウェハがその一部分又は全域に亘りスキャンされる。図６中のシステムは事前データ分析を用い校正される。この校正処理は、既知の表面構造例えばＶＬＳＩ標準薄膜を有する１枚又は複数枚のウェハを本システムによりスキャンする際にそのグレイスケール信号を分析することにより、実行することができる。こうした校正処理により、図６中のシステムの厳密な数学的モデルに係る全てのパラメタが判明する。試験対象ウェハに対するデータ分析の最中には、校正処理由来の所定のパラメタを伴うモデルが、ウェハ上の構造の厳密なモデリングと共に用いられる。その厳密にモデリングされたサンプル及び図６のシステムでもたらされるのがグレイスケール信号予測結果である。このグレイスケール信号予測結果は更に本システムによるグレイスケール信号計測結果と比較される。それら試験対象サンプルのパラメタ、例えば膜の厚み、素材の光学的定数及び／又は幾つかのパターニング済形状についての限界線幅（ＣＤ）を調整することにより、信号予測結果と信号計測結果との間のベストマッチが得られる。そのベストマッチをもたらしたパラメタが計測結果として報告される。

ある実施形態では、自動光学検査デバイス例えば図６に示すそれに厳密モデリング法が適用される。このモデリング法により検査システムの性能が改善されるにつれ、グレイスケール信号（図３ａ〜図３ｃに示すそれ）がますます精密になる。本件開示の諸実施形態では、そのグレイスケールデータを厳密に分析又はモデリングすることにより、光学検査デバイスからのグレイスケールデータを用いサンプルパラメタ例えば薄膜スタックの厚みを計測可能としている。図４ａに、本件開示のシステム及び方法を用い、本願記載の校正及びデータ分析処理を通じて特定された、半導体ウェハの厚みを示す。図４ｃに、その精度がよく確立されてはいるが時間を食う計量ツールにより特定された、同じ半導体ウェハの厚みを示す。図４ｂに、それら二方法で得られた結果を対角線上にプロットすることにより、計量ツールとの比較における本件開示のシステム及び方法の精度を示す。明瞭化のため、両者間の差異を図４ｂ中に方形でプロットしてある。

他の実施形態によれば、原グレイスケールイメージングに厳密モデリング法を適用することにより、欠陥検出感度を高めることができる。ある例によれば、例示的な明視野ＲＧＢグレイスケール画像、例えば図３ａ〜図３ｃに示すそれを捕捉することができる。ＲＧＢグレイスケール画像は、例えば、赤色、緑色又は青色光により照明されているウェハ又はその被照明部分のグレイスケール画像の集合である。その集合内の各画像は、別々の色の光の下で捕捉された画像に対応付けることができる。イメージングされたウェハに亘るグレイスケールばらつきの主要成分は、部分的にはそのウェハにおける膜厚ばらつきによるものである。膜厚ばらつきにより引き起こされた信号を数学的に除去することで、図５ａ〜図５ｃに示す通り残留信号を見つけることができる。

例えば、図５ａ〜図５ｃに示す三通りの主要データ成分がある：（ａ）特に左上領域内で１１０〜１５０ｍｍの半径域にあるリング内の異常形状は、その膜の光学的特性を通常値とは別様に挙動させる処理不均一性である；（ｂ）リング状及び横向き帯状の形状は、この例示的実施形態における既知のハードウェア的制約である；そして（ｃ）（ｂ）で述べたハードウェアシグネチャを除去した後の画像には、サブディジタル化カウント単位の弱い信号を有する欠陥が姿を見せる。従って、これら主要厚みばらつき成分を除去した暁には、システムの欠陥検出感度が向上することとなろう。

他の実施形態によれば、同じウェハを対象としてしかしウェハ処理中の別々の時点にて採取された複数組のグレイスケール画像を収集及び分析することにより、本件開示の能力を増強することができる。例えば、膜層堆積処理が済むたびにグレイスケール画像を一組捕捉すればよい。ある実施形態では、プレリソグラフィ層、ＡＲＣ層及びフォトレジスト層が済んだ後にグレイスケール画像集合が１個採取されよう。パターンの形成が済んだ後には別のグレイスケール画像集合が１個採取されよう。全グレイスケール画像集合を一括分析する際に、あらゆる膜の厚みに加え、パターニング済構造のＣＤ値を計測することができる。加えて、膜厚及びＣＤばらつきに起因する主要信号成分をＲＧＢグレイスケール画像の原集合から除去した暁には、どの処理工程でも処理ばらつき及び小欠陥をより高い感度で以て検出することができる。

他の実施形態によれば、膜スタック及び／又はパターニング済構造の情報をインポートし厳密分析に供することができる。注目部位におけるスタック及び／又はパターニング済構造の情報は、例えば、ＧＤＳＩＩファイルその他の適切な種類のファイルからインポートすることができる。その情報のインポートは自動的にも手動的にも行える。膜スタック及び／又はパターニング済構造は、光入射、入射角及び方位、数値開口、波長、偏向等々に対し様々な応答を呈しうる。それらユニークな膜スタック及び／又はパターニング済構造のダイ又はフィールド内、ウェハ内及びウェハ間ばらつきには、ウェハ製造プロセスにおけるばらつきが反映されうる。スマート画像分析等のアルゴリズムを適用することにより、及び／又は、システムの厳密モデリングにより、そうしたばらつきを検出すること並びに分離及び／又は分解することができる。例えば、図３ａ〜図３ｃの厚みばらつきによるグレイスケールばらつきの主要成分を減算した後に、図５ａ〜図５ｃに示す如く残留グレイスケールばらつきを特定することができる。図５ａにて外寄りにあるリングは強い残留を表しており、ウェハ処理中に、その膜の光学的特性が他の領域と異なるため識別することができる。これは素材特性ばらつきを引き起こす処理ツール欠陥でありえ、厚みばらつきによる主要グレイスケールばらつきを除去することなくしては検出されなかったものであろう。これと同じアルゴリズムを適用することにより、プロセス又は処理ツールに関連する、より多くの種類の欠陥を見つけ出すことができる。

図６は、ウェハのグレイスケール画像を捕捉するのに用いられるハードウェアの一種を示す図である。図６に示す実施形態に係るウェハ検査システムには、照明スペクトルに関し高い柔軟性を期待することができる。図６に示すウェハ検査システムは、ウェハ６００、対物レンズ、タレット、明視野照明器６０７、照明中継光学系６０９、オートフォーカスユニット６１１、ビームスプリッタ、チューブレンズ、レビューカメラ６０１及び暗視野照明器６１３を有している。空間分離を実現するため、検出器６０３及び６０５の視野は、対物レンズの視野内に重複無しでフィットさせねばならない。ラインスキャンＣＣＤ又はＴＤＩ（時間遅延及び積分）ＣＣＤセンサの使用は、そうしたセンサが細長いフットプリントを有していることから、この目的に役立つ。なお、これら明視野及び暗視野検出器はラインスキャンＣＣＤ又はＴＤＩーＣＣＤセンサに限られるものではなく、好適である他のいずれのセンサでも代替的に実現することができる。ＴＤＩ検出器の使用が例示的実施形態の一つであるとはいうものの、ＴＤＩ検出器を用いることには多くの利点がある。ＴＤＩ検出器を用いることにより、システム例えば図６に示すでは、グレイスケール信号を採取している間連続的に動く検出視野に対するウェハのスキャンを推し進め、その長さがウェハサイズのみで制限されるスワスを出力することができる。これは、パワースペクトル密度（ＰＳＤ）をその計測で得たい場合に重要となりうる。ＰＳＤは被計測量のフーリエ変換である。計測で得られるＰＳＤ計測結果について広範囲の空間周波数域をカバーするには、使用する画素のサイズを小さくして高周波端を延ばすこと並びに計測長を長くして低周波端を延ばすことが、望ましかろう。画素サイズに対する全スキャン長の比はこのスキャンの方向に沿った画素の総数を与える。ＴＤＩの場合、これは１，０００，０００超となりうるものであり（例えば３００ｍｍ長のラインで０．３ミクロンの画素サイズ）、１回のＴＤＩスキャン中に６桁の大きさの空間周波数覆域が得られることとなる。対するに、ストロボ技術ではこの比が検出器内画素数により制約されるため、半導体業界における自動光学検査ツールでは、通常は２，０００未満となる。これは、ＴＤＩ方式なら、１回の計測で５００倍超の広さの空間周波数覆域を提供できることを意味している。ＴＤＩを用いることの他の利点としては、分解の速さと高い分解能がある。

対物レンズにより収集された反射光及び散乱光は、チューブレンズにより集束され実像を形成する。ある実施形態によれば、明視野像及び暗視野像を、プリズムの形状を採る両面ミラーにより相応の検出チャネルへと分離させることができる。とはいえ、明視野像及び暗視野像を分離させるのに用いうる好適な光学部材は他にも多くある。

ある実施形態では、暗視野像を暗視野検出器６０５上に直に合焦させる。明視野側では、明視野光の大半を明視野検出器６０３上に合焦させる。他方で、明視野光の小部分をキューブビームスプリッタにより分岐させてレビューカメラ６０１に差し向けることができる。レビューカメラ６０１を用いることで、検査対象標本のカラー画像を捉えることができる。場合によっては、イメージング上の要請に従い画像倍率を調整するため、ビームスプリッタ・レビューカメラ６０１間に付加的光学素子が配置されることもあろう。

ビームスプリッタ、光学素子及びレビューカメラ６０１を本発明のあらゆる実施形態に組み込む必要はない。それらを省略し、両面ミラーからの明視野像が明視野検出器６０３上に直に合焦されるようにしてもよい。これもまた注記が有益であることに、ビームスプリッタ、光学素子及びレビューカメラ６０１は明視野検査を伴う他の諸実施形態に付加しうる。

明視野検出器及び暗視野検出器からの出力信号をコンピュータ（図示せず）へと伝達させ、更なる処理に供することができる。２個のチャネルが空間的に分離されているため、明視野検出器及び暗視野検出器では、ウェハの明視野像及び暗視野像をほぼ同時に捉えることができる。これによりスループットが（いっときに１個のモードしか提供できないシステムに比し）高まり、また、それら検出器出力信号を組み合わせて欠陥を特定することが可能となるためより広範な欠陥に対する感度が高まる。それら出力信号を組み合わせることにより、明視野欠陥及び暗視野欠陥に加え、明視野差異対暗視野差異決定空間内でしか検出できない欠陥の所在を特定することができる。

２個ある検出器からの出力信号を１個又は複数個のコンピュータシステム（図示せず）に供給し、更なる処理に供することができる。例えば、それら出力信号をプロセッサ（図示せず）に供給することができる。このプロセッサは、伝送媒体（図示せず）によりそれら２個の検出器に結合させることができる。その伝送媒体には、本件技術分野で知られているあらゆる好適な伝送媒体が包含されうる。加えて、そのプロセッサを、１個又は複数個の電子部材（図示せず）例えばアナログディジタルコンバータにより検出器に結合させることができる。このようにして、プロセッサを、検出器からの出力信号を受け取れるように構成することができる。

ある種の実施形態によれば、このプロセッサが、それら出力信号を用い標本上の１個又は複数個の欠陥を検出しうるよう構成することができる。それらの欠陥には標本上のあらゆる注目欠陥が包含されうる。加えて、このプロセッサを適宜構成し、本件技術分野で知られている他の様々な検査関連機能（例．欠陥部位特定、欠陥分類、欠陥マッピング等々）を実行させることができる。プロセッサは様々な形態を採りうるものであり、その例としては、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、イメージコンピュータ、並列プロセッサその他、本件技術分野で知られているあらゆる処理デバイスがある。大略、語「コンピュータシステム」は、１個又は複数個のプロセッサを有していて記憶媒体に発する命令を実行するあらゆるデバイスが包括されるよう、広義に定義することができる。そのプロセッサは、総じて、それら出力信号並びに本件技術分野で知られている何らかの方法及び／又はアルゴリズムを用い標本上の欠陥を検出するよう、構成することができる。

図７は本発明のある実施形態のフローチャートである。本実施形態に係る方法は、検査ツールの電子撮像デバイスを用いウェハのグレイスケール画像集合を捕捉するステップ７０１を有している。グレイスケール画像集合の捕捉７０１は、ウェハの少なくとも一部分を青色波長光で以て照明し第１グレイスケール画像を捕捉すること（７０３）、そのウェハの少なくとも一部分を赤色波長光で以て照明し第２グレイスケール画像を捕捉すること（７０５）、並びにそのウェハの少なくとも一部分を緑色波長光で以て照明し第３グレイスケール画像を捕捉すること（７０７）により行うことができる。

本方法にて、更に、撮像デバイスにより捕捉されたグレイスケール画像集合をアナログディジタルコンバータを用い変換してもよい（７０９）。本方法にて、更に、そのグレイスケール画像集合をコンピュータ可読メモリ内に格納してもよい（７１１）。

本方法にて、更に、そのコンピュータ可読メモリと通信するプロセッサを用い、グレイスケール画像集合の画像それぞれにおける残留信号をそのグレイスケール画像集合内の画像の組合せに基づき特定するようにしてもよい（７１３）。残留信号の特定７１３は、その検査ツールを用いた欠陥検出の厳密な数学的モデルをそのプロセッサを用い構築し（７１５）、そのプロセッサを用い１個又は複数個のモデルパラメタを既知の標準的グレイスケール画像集合（例えばＶＬＳＩ薄膜標準画像集合）に基づき決定し（７１７）、当該１個又は複数個のモデルパラメタを用いたウェハのモデルであり設計値又は事前計測値（例えばモデルパラメタ）に基づくモデルをプロセッサを用い構築し（７２１）、ウェハのそのモデル及び上掲の厳密な数学的モデルを用いることによりウェハのそのモデルを用いグレイスケール信号を予測し（７２３）、グレイスケール信号予測７２３の結果とウェハ由来のグレイスケール信号計測結果との間のベストマッチが見つかるまでウェハのそのモデルの１個又は複数個のパラメタを調整し（７２５）、そのベストマッチモデルに対応する１個又は複数個のパラメタをそのプロセッサを用いサンプルパラメタ計測結果として報告し（７２７）、そのプロセッサを用いウェハ上でのグレイスケール予測結果・グレイスケール計測結果間差異に基づき残留信号を計算し（７２９）、そして将来の欠陥検出に備えコンピュータ可読メモリ内に残留信号計算結果を格納すること（７３１）により行うことができる。

本方法にて、更に、コンピュータ可読メモリ内にウェハ情報をインポートするようにし（７１９）、そのグレイスケール画像集合の画像それぞれにおける残留信号を計算するステップを、更にそのインポート済ウェハ情報に基づくステップとしてもよい。そのウェハ情報はＧＤＳＩＩフォーマットに準拠させうる。そのウェハ情報をプロセッサにより自動インポートしてもよい（７１９）。本方法にて、更に、そのグレイスケール画像集合の各画像の残留信号をそのプロセッサを用いそのグレイスケール画像集合の各画像から減算するようにしてもよい（７３３）。本方法にて、更に、ウェハにおける欠陥をそのプロセッサを用いその減算済グレイスケール画像集合に基づき識別するようにしてもよい（７３５）。

特許請求の範囲記載の主題についてある種の実施形態との関連で記述したが、他種実施形態、例えば本願中で説明した長所及び特徴を皆は提供しない諸実施形態もまた、本件開示の技術的範囲内となる。種々の構造的、論理的、処理工程的及び電子的変形を、本件開示の技術的範囲から離隔することなく施すことができる。

本願記載の諸実施形態に係るシステム及び方法によれば、サンプルパラメタの量的監視が可能になり、秀逸な検査能力が提供される。本システムでは、波長毎、ウェハ上の点毎に、より信頼性が高く計測しやすい量が生成される。これにより、潜在的用途が広がり且つ結果が改善される。検査ツールからのサンプルパラメタの抽出により処理パラメタドリフトの検出を助けることができるので、半導体製造業者は予防的又は補正的アクションをとることができる。

ある種の実施形態では、本願記載の検査システムが、“スタンドアロンツール”として、或いは処理ツールに物理的に結合されていないツールとして構成されよう。他種実施形態では、本願記載の検査システムが、伝送媒体例えば有線部分や無線部分を有するそれにより処理ツール（図示せず）に結合されよう。その処理ツールは本件技術分野で既知のあらゆる処理ツール、例えばリソグラフィツール、エッチングツール、堆積ツール、研磨ツール、メッキツール、クリーニングツール又はイオン注入ツールでありうる。その処理ツールはクラスタツール、或いは共通ハンドラにより結合された多数の処理モジュールとして構成されたものでありうる。或いは、本願記載の検査システムを、処理ツール例えば上述のそれに統合してもよい。場合によっては、本願記載のシステムにより実行された検査の結果を、フィードバック制御技術、フィードフォワード制御技術及び／又はインサイチュー制御技術を用いプロセス又は処理ツールのパラメタを変更するのに用いることができる。そのプロセス又は処理ツールのパラメタを手動で変更しても自動で変更してもよい。

本件開示の諸実施形態によれば、予防的アクションをとれるよう、早い段階で、検査ツールからのサンプルパラメタを抽出すること並びに処理パラメタドリフトを検出することができる。そうすることで、その検査ツールの価値を、多大なコスト無しで高めることができる。

１個又は複数個の具体的実施形態との関連で本件開示について記述してきたが、ご理解頂けるように、本件開示の神髄及び技術的範囲から離隔することなく他の実施形態で本件開示を実現することができる。従って、本件開示は、別記特許請求の範囲及びその合理的な解釈によってのみ制限されるものと認められる。

Claims (16)

1. ウェハにおける欠陥を検査ツールで以て識別する方法であって、
   ウェハの少なくとも一部分を青色波長光で以て照明し第１グレイスケール画像を捕捉すること、
   ウェハの少なくとも一部分を赤色波長光で以て照明し第２グレイスケール画像を捕捉すること、並びに
   ウェハの少なくとも一部分を緑色波長光で以て照明し第３グレイスケール画像を捕捉すること、
   により、検査ツールの電子撮像デバイスを用いウェハのグレイスケール画像集合を捕捉するステップと、
   そのグレイスケール画像集合をコンピュータ可読メモリ内に格納するステップと、
   そのコンピュータ可読メモリと通信するプロセッサを用い、上記グレイスケール画像集合の画像それぞれにおける、グレイスケール信号予測結果とグレイスケール信号計測結果との差異である残留信号をそのグレイスケール画像集合内の画像の組合せに基づき特定するステップと、
   そのプロセッサを用い、上記グレイスケール画像集合の各画像の残留信号をそのグレイスケール画像集合の各画像から減算するステップと、
   上記プロセッサを用い、ウェハにおける欠陥を減算済グレイスケール画像集合に基づき識別するステップと、
   を有する方法。
2. 請求項１の方法であって、ウェハのグレイスケール画像集合を捕捉するステップが、更に、ウェハの少なくとも一部分を青色、赤色又は緑色波長光の組合せで以て照明し１個又は複数個の付加的グレイスケール画像を捕捉するステップを有する方法。
3. 請求項１の方法であって、更に、上記撮像デバイスにより捕捉されたグレイスケール画像集合をアナログディジタルコンバータを用い変換するステップを有する方法。
4. 請求項１の方法であって、上記グレイスケール画像集合の画像それぞれにおける残留信号を特定するステップが、
   プロセッサを用い、検査ツールを用いた欠陥検出の厳密な数学的モデルを構築するステップと、
   上記プロセッサを用い、１個又は複数個のモデルパラメタを、既知の標準薄膜を有する１個又は複数個のウェハをスキャンすることで得られる既知の標準的グレイスケール画像集合を分析することで決定するステップと、
   上記プロセッサを用い、上記１個又は複数個のモデルパラメタを用いたウェハのモデルであり設計値又は事前計測値に基づくモデルを構築するステップと、
   ウェハの上記モデル及び上記厳密な数学的モデルを用いることによりグレイスケール信号を予測するステップと、
   グレイスケール信号予測結果とウェハ由来のグレイスケール信号計測結果との間のベストマッチが見つかるまで、ウェハの上記モデルの１個又は複数個のパラメタを調整するステップと、
   上記プロセッサを用い、上記ベストマッチが得られたモデルに対応する１個又は複数個のパラメタをサンプルパラメタ計測結果として報告するステップと、
   そのプロセッサを用い、ウェハ上でのグレイスケール信号予測結果・グレイスケール信号計測結果間差異に基づき残留信号を計算するステップと、
   コンピュータ可読メモリ内に、将来の欠陥検出に備え残留信号計算結果を格納するステップと、
   を有する方法。
5. 請求項４の方法であって、上記既知の標準的グレイスケール画像集合がＶＬＳＩ薄膜標準画像集合である方法。
6. 請求項１の方法であって、更に、上記コンピュータ可読メモリ内にウェハ情報をインポートするステップを有し、上記グレイスケール画像集合の画像それぞれにおける残留信号を計算する上記のステップが更にそのインポート済ウェハ情報に基づく方法。
7. 請求項６の方法であって、上記ウェハ情報がＧＤＳＩＩフォーマットに準拠する方法。
8. 請求項６の方法であって、上記ウェハ情報が上記プロセッサにより自動インポートされる方法。
9. 請求項１の方法であって、更に、
   そのウェハを修正し終えた後に、検査ツールの電子撮像デバイスを用いウェハの付加的グレイスケール画像集合を捕捉するステップと、
   上記コンピュータ可読メモリと通信する上記プロセッサを用い、付加的グレイスケール画像集合の画像それぞれにおける残留信号を、その付加的グレイスケール画像集合内の画像の組合せに基づき特定するステップと、
   そのプロセッサを用い、付加的グレイスケール画像集合内の各画像の残留信号を、その付加的グレイスケール画像集合内の各画像から減算するステップと、
   上記プロセッサを用い、グレイスケール画像集合間差異に基づきウェハにおける欠陥を識別するステップと、
   を有する方法。
10. 制御プロセッサと、
    その制御プロセッサと電子通信する電子撮像デバイスと、
    上記制御プロセッサと電子通信する複数個の発光ダイオードであり各発光ダイオードが別波長の光を輻射するよう構成されている複数個の発光ダイオードと、
    上記撮像デバイスと電子通信するコンピュータ可読メモリと、
    そのコンピュータ可読メモリと電子通信する分析プロセッサと、
    を備える拡張型検査ツールシステムであり、上記制御プロセッサが、
    ウェハの少なくとも一部分を青色波長光で以て照明せよと上記複数個の発光ダイオードに命令して第１グレイスケール画像を捕捉し、
    ウェハの少なくとも一部分を赤色波長光で以て照明せよと上記複数個の発光ダイオードに命令して第２グレイスケール画像を捕捉し、且つ
    ウェハの少なくとも一部分を緑色波長光で以て照明せよと上記複数個の発光ダイオードに命令して第３グレイスケール画像を捕捉し、
    ウェハの少なくとも一部分が上記複数個の発光ダイオードにより照明されている間にその集合の各画像が捕捉されるようウェハのグレイスケール画像集合を捕捉せよと、上記電子撮像デバイスに命令し、且つ
    そのグレイスケール画像集合を上記コンピュータ可読メモリ内に格納する、
    よう構成されており、上記分析プロセッサが、
    上記コンピュータ可読メモリから読み出した上記グレイスケール画像集合の画像それぞれにおける、グレイスケール信号予測結果と、グレイスケール信号計測結果との差異である残留信号を、そのグレイスケール画像集合内の画像の組合せに基づき特定し、
    上記グレイスケール画像集合の各画像の残留信号を、そのグレイスケール画像集合の各画像から減算し、且つ
    ウェハにおける欠陥を減算済グレイスケール画像集合に基づき識別する、
    よう構成されている拡張型検査ツールシステム。
11. 請求項１０のシステムであって、上記制御プロセッサが、更に、ウェハの少なくとも一部分を青色、赤色及び緑色波長光の組合せで照明せよと上記複数個の発光ダイオードに命令するよう且つその組合せ光の下で付加的グレイスケール画像を捕捉するよう構成されているシステム。
12. 請求項１０のシステムであって、更に、上記コンピュータ可読メモリ内への格納に備え上記グレイスケール画像集合を変換するよう構成されたアナログディジタルコンバータを備えるシステム。
13. 請求項１０のシステムであって、上記グレイスケール画像集合の画像それぞれにおける残留信号を上記分析プロセッサが特定することを、
    上記分析プロセッサを用い、検査ツールを用いた欠陥検出の厳密な数学的モデルを構築し、
    上記分析プロセッサを用い、１個又は複数個のモデルパラメタを、既知の標準薄膜を有する１個又は複数個のウェハをスキャンすることで得られる既知の標準的グレイスケール画像集合を分析することで決定し、
    上記分析プロセッサを用い、上記１個又は複数個のモデルパラメタを用いたウェハのモデルであり設計値又は事前計測値に基づくモデルを構築し、
    ウェハの上記モデル及び上記厳密な数学的モデルを用いることによりグレイスケール信号を予測し、
    グレイスケール信号予測結果とウェハ由来のグレイスケール信号計測結果との間のベストマッチが見つかるまで、ウェハの上記モデルの１個又は複数個のパラメタを調整し、
    上記分析プロセッサを用い、上記ベストマッチが得られたモデルに対応する１個又は複数個のパラメタをサンプルパラメタ計測結果として報告し、
    上記分析プロセッサを用い、ウェハ上でのグレイスケール信号予測結果・グレイスケール信号計測結果間差異に基づき残留信号を計算し、
    コンピュータ可読メモリ内に、将来の欠陥検出に備え残留信号計算結果を格納する、
    ことにより行うシステム。
14. 請求項１０のシステムであって、上記分析プロセッサが、更に、上記コンピュータ可読メモリからウェハ情報をインポートするよう、且つ上記グレイスケール画像集合の画像それぞれにおける残留信号をそのインポート済ウェハ情報に基づき特定するよう構成されているシステム。
15. 請求項１４のシステムであって、そのウェハ情報がＧＤＳＩＩフォーマットに準拠するシステム。
16. 請求項１０のシステムであって、上記制御プロセッサが、更に、そのウェハを修正し終えた後に、ウェハの付加的グレイスケール画像集合を捕捉せよと上記電子撮像デバイスに命令するよう構成されており、上記分析プロセッサが、更に、
    付加的グレイスケール画像集合の画像それぞれにおける残留信号を、その付加的グレイスケール画像集合内の画像の組合せに基づき特定し、
    付加的グレイスケール画像集合内の各画像の残留信号を、その付加的グレイスケール画像集合内の各画像から減算し、且つ
    グレイスケール画像集合間差異に基づきウェハにおける欠陥を識別する、
    よう構成されているシステム。