JP6934944B2 - 弱パターン定量方法及びシステム - Google Patents

弱パターン定量方法及びシステム Download PDF

Info

Publication number
JP6934944B2
JP6934944B2 JP2019533018A JP2019533018A JP6934944B2 JP 6934944 B2 JP6934944 B2 JP 6934944B2 JP 2019533018 A JP2019533018 A JP 2019533018A JP 2019533018 A JP2019533018 A JP 2019533018A JP 6934944 B2 JP6934944 B2 JP 6934944B2
Authority
JP
Japan
Prior art keywords
pattern type
pattern
instances
wafer
inspection
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
Application number
JP2019533018A
Other languages
English (en)
Other versions
JP2020504443A5 (ja
JP2020504443A (ja
Inventor
アンドリュー クロス
アンドリュー クロス
アレン パーク
アレン パーク
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
KLA Corp
Original Assignee
KLA Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by KLA Corp filed Critical KLA Corp
Publication of JP2020504443A publication Critical patent/JP2020504443A/ja
Publication of JP2020504443A5 publication Critical patent/JP2020504443A5/ja
Application granted granted Critical
Publication of JP6934944B2 publication Critical patent/JP6934944B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L22/00—Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
    • H01L22/20—Sequence of activities consisting of a plurality of measurements, corrections, marking or sorting steps
    • H01L22/26—Acting in response to an ongoing measurement without interruption of processing, e.g. endpoint detection, in-situ thickness measurement
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01J—ELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
    • H01J37/00—Discharge tubes with provision for introducing objects or material to be exposed to the discharge, e.g. for the purpose of examination or processing thereof
    • H01J37/26—Electron or ion microscopes; Electron or ion diffraction tubes
    • H01J37/266—Measurement of magnetic- or electric fields in the object; Lorentzmicroscopy
    • H01J37/268—Measurement of magnetic- or electric fields in the object; Lorentzmicroscopy with scanning beams
    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
    • G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
    • G03F7/70—Microphotolithographic exposure; Apparatus therefor
    • G03F7/70483—Information management; Active and passive control; Testing; Wafer monitoring, e.g. pattern monitoring
    • G03F7/70605—Workpiece metrology
    • G03F7/70616—Monitoring the printed patterns
    • G03F7/7065—Defects, e.g. optical inspection of patterned layer for defects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G06T7/001—Industrial image inspection using an image reference approach
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L21/00—Processes or apparatus adapted for the manufacture or treatment of semiconductor or solid state devices or of parts thereof
    • H01L21/02—Manufacture or treatment of semiconductor devices or of parts thereof
    • H01L21/027—Making masks on semiconductor bodies for further photolithographic processing not provided for in group H01L21/18 or H01L21/34
    • H01L21/0271—Making masks on semiconductor bodies for further photolithographic processing not provided for in group H01L21/18 or H01L21/34 comprising organic layers
    • H01L21/0273—Making masks on semiconductor bodies for further photolithographic processing not provided for in group H01L21/18 or H01L21/34 comprising organic layers characterised by the treatment of photoresist layers
    • H01L21/0274—Photolithographic processes
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L22/00—Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
    • H01L22/10—Measuring as part of the manufacturing process
    • H01L22/12—Measuring as part of the manufacturing process for structural parameters, e.g. thickness, line width, refractive index, temperature, warp, bond strength, defects, optical inspection, electrical measurement of structural dimensions, metallurgic measurement of diffusions
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L22/00—Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
    • H01L22/20—Sequence of activities consisting of a plurality of measurements, corrections, marking or sorting steps
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L22/00—Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
    • H01L22/30—Structural arrangements specially adapted for testing or measuring during manufacture or treatment, or specially adapted for reliability measurements
    • H01L22/32—Additional lead-in metallisation on a device or substrate, e.g. additional pads or pad portions, lines in the scribe line, sacrificed conductors
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10056—Microscopic image
    • G06T2207/10061—Microscopic image from scanning electron microscope
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30148—Semiconductor; IC; Wafer
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01J—ELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
    • H01J2237/00—Discharge tubes exposing object to beam, e.g. for analysis treatment, etching, imaging
    • H01J2237/26—Electron or ion microscopes
    • H01J2237/28—Scanning microscopes
    • H01J2237/2813—Scanning microscopes characterised by the application
    • H01J2237/2817—Pattern inspection

Landscapes

  • Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Computer Hardware Design (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Power Engineering (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Quality & Reliability (AREA)
  • Theoretical Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • Testing Or Measuring Of Semiconductors Or The Like (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)
  • Crystals, And After-Treatments Of Crystals (AREA)
  • Image Analysis (AREA)

Description

本発明は、総じて標本検査と半導体ウェハ上の不備パターンの識別とに関し、より具体的には、変調又は変化コンディション下で形成されたパターンインスタンスの比較を通じた半導体ウェハ上の不備パターンの識別に関する。
（関連分野への相互参照）
本願は、「画像処理及び比較を通じた構造定量」(STRUCTURE QUANTIFICATION THROUGH IMAGE PROCESS AND COMPARISION)と題しＡｎｄｒｅｗ Ｃｒｏｓｓ及びＡｌｌｅｎ Ｐａｒｋを発明者とする２０１６年１２月２１日日付米国暫定特許出願第６２／４３７５８５号に基づき米国特許法第１１９条（ｅ）の規定による利益を主張する出願であるので、この参照を以て同出願の全容を本願に繰り入れることにする。
秀逸な半導体検査及びレビューツールを求める需要が増大し続けている。例えば、光学式及びＳＥＭ式検査方法により検出された欠陥の秀逸な定量を求める需要が存在している。半導体デバイスのデザインルール（１４ｎｍ（生産時）、１０ｎｍ（パイロット時）及び７ｎｍ（研究開発時））や、マルチパターニングに関わる複雑性故に、潜在ノイズから欠陥を弁別する能力が大きな懸案となっている。ノイズからの欠陥を弁別することは、重要パターンの微変に由来しうる系統欠陥の場合に、より難題となる。現在、光学式及びＳＥＭ式検査方法例えばプロセスウィンドウディスカバリが、そうした系統欠陥を識別してそれら「ホットスポット」を標本化しレビューに供するのに用いられている。この手法は、ウェハ内変調場の使用に依拠して最弱構造に不備を引き起こし、それにより検出を補強することで、プロセスウィンドウのエッジの識別を可能にするものである。
米国特許第７０９２０８２号明細書 米国特許第６７０２３０２号明細書 米国特許第６６２１５７０号明細書 米国特許第５８０５２７８号明細書 米国特許第８１３９８４３号明細書 米国特許第８０４１１０３号明細書 米国特許第７５７０７９６号明細書
光学検査により検出されたホットスポットについては、欠陥レビューツール例えば走査型電子顕微式（ＳＥＭ）レビューツールにより確認し、その厳密な不備点を所在特定してその不備がそのデバイスに多大な影響を及ぼすか否かを明らかにする必要がある。通常は、ＳＥＭレビューツールを用い、欠陥タイプに基づきそれら欠陥を様々なビンへとビニングすることで、欠陥の分類が行われている。ホットスポット分類の場合、通常は、マニュアル分類を採用して欠陥を良、不良及び狭間の諸階級に分類しているが、これでは主観的になりかねない。最近の進歩により、デザイン情報を組み込んだデザイン支援自動分類が実現されている。とはいえ、デザイン支援分類においてさえも、ＳＥＭレビュー画像内のフィーチャ（外形特徴）を具体的に定量することが不可能であるため、莫大な量の情報が失われてしまう。フィーチャ定量は、現在の先進デザインルールノード及び将来のノードにてパターン忠実度を明らかにする上で、ひときわ重要である。従って、従来手法例えば上述のそれの短所が克服されたシステム及び方法を提供することが望ましい。
本件開示の１個又は複数個の実施形態に従い、半導体デバイス製造における弱パターン定量方法が開示される。ある実施形態の方法では、ウェハ上の一組のパターンから検査データを獲得する。また、ある実施形態の方法では、獲得した検査データに基づきウェハ上の一通り又は複数通りの不備パターンタイプを識別する。また、ある実施形態の方法では、その一通り又は複数通りの不備パターンタイプのうちの類似パターンタイプを一組のパターングループへとグループ分けする。また、ある実施形態の方法では、それら一組のパターングループのうち第１グループにグループ分けされた第１パターンタイプの２個以上の変化インスタンスであり、別々のコンディションで以て形成された、第１パターンタイプの２個以上の変化インスタンスから、画像データを獲得する。また、ある実施形態の方法では、第１パターンタイプのそれら２個以上のインスタンスの１個又は複数個の共通構造から得た２枚以上の画像を比較して第１パターンタイプの一部分における一通り又は複数通りの局所的相違を識別する。また、ある実施形態の方法では、第１パターンタイプのその部分における１個又は複数個の計量サイトであり、第１パターンタイプのその部分における一通り又は複数通りの局所的相違の居所付近にあるものを、識別する。
本件開示の１個又は複数個の実施形態に従い、半導体デバイス製造における弱パターン定量システムが開示される。ある実施形態のシステムは検査ツールを有する。また、ある実施形態のシステムはレビューツールを有する。また、ある実施形態のシステムは、メモリ上に保持されている一組のプログラム命令を実行するよう構成された１個又は複数個のプロセッサを有するコントローラを有する。また、ある実施形態では、１個又は複数個のプロセッサに、ウェハ上の一組のパターンから検査データを獲得せよと検査ツールに指令させるよう、それらプログラム命令が構成される。また、ある実施形態では、１個又は複数個のプロセッサに、獲得した検査データに基づきウェハ上の一通り又は複数通りの不備パターンタイプを識別させるよう、それらプログラム命令が構成される。また、ある実施形態では、１個又は複数個のプロセッサに、その一通り又は複数通りの不備パターンタイプのうちの類似パターンタイプを一組のパターングループへとグループ分けさせるよう、それらプログラム命令が構成される。また、ある実施形態では、１個又は複数個のプロセッサに、その一組のパターングループのうち第１グループにグループ分けされた第１パターンタイプの２個以上の変調インスタンスであり、別々のコンディションで以て形成された、第１パターンタイプの２個以上の変調インスタンスから、画像データを獲得せよとレビューツールに指令させるよう、それらプログラム命令が構成される。また、ある実施形態では、１個又は複数個のプロセッサに、第１パターンタイプの２個以上のインスタンスの１個又は複数個の共通構造から得た２枚以上の画像を比較させ、それにより第１パターンタイプの一部分における一通り又は複数通りの局所的相違を識別させるよう、それらプログラム命令が構成される。また、ある実施形態では、１個又は複数個のプロセッサに、第１パターンタイプのその部分における１個又は複数個の計量サイトであり、第１パターンタイプのその部分における一通り又は複数通りの局所的相違の居所付近にあるものを識別させるよう、それらプログラム命令が構成される。
理解されるように、上掲の概略記述及び後掲の詳細記述は共に専ら例示的且つ説明的なものであり、特許請求の範囲記載の発明を必ずしも限定するものではない。添付図面は、明細書に組み込まれ明細書の一部を構成するものであり、本発明の諸実施形態を描出しており、また概略記述と相俟ち本発明の諸原理を説明する働きを有している。
本件技術分野に習熟した者（いわゆる当業者）であれば、以下の如き添付図面を参照することで、本件開示の多数の長所をより良好に理解できる。
本件開示の１個又は複数個の実施形態に係る弱パターン定量システムの概念図である。 本件開示の１個又は複数個の実施形態に係る光学検査ツールの概略模式図である。 本件開示の１個又は複数個の実施形態に係る光学検査ツールの概略模式図である。 本件開示の１個又は複数個の実施形態に係る走査型電子顕微式検査ツールの概略模式図である。 本件開示の１個又は複数個の実施形態に係る変調ウェハの頂面図である。 本件開示の１個又は複数個の実施形態に係り特定パターンタイプの不備を記した一連のパターン構造の概念図である。 本件開示の１個又は複数個の実施形態に係り特定パターンタイプの複数個のインスタンス間の比較に基づく弱パターンエリア識別の概念図である。 本件開示の１個又は複数個の実施形態に係り特定パターンタイプの複数個のインスタンス間の比較に基づく弱パターンエリア識別の概念図である。 本件開示の１個又は複数個の実施形態に係る弱パターン定量方法を記した処理フロー図である。
以下、添付図面に描かれている被開示主題を詳細に参照する。
図１〜図５を総合的に参照し、半導体デバイスの弱又は不備パターンの定量システム及び方法を、本件開示に従い記述する。
本件開示の諸実施形態は、画像に依拠した半導体デバイス内弱パターン定量手法であり、変調パターン（即ち別々のコンディション下で形成されたパターン）からの画像収集を含むものを、目指している。それら変調パターンをウェハ上に故意に形成してプロセスウィンドウディスカバリ中に用いてもよい。或いは、それら変調パターンを公称製品ウェハ上に形成してもよい。変調パターンを用いることで、構造内のどこで不備又はパターン変化が生じているかを自動的に識別することができる。ひいては、本件開示の諸実施形態により、その構造の不備エリア上での計測サイトの自動挿入を実現することができる。本件開示の付加的諸実施形態は、デザインデータ及び／又はプロセスシミュレーション結果によるパターン定量プロセスの補強を目指している。
注記すべきことに、一組の標本化ルールで以て計測標本プランを導出して自動実行することで、現用手法で以てマニュアル分類可能な約１０００個の構造よりかなり多い１００００〜１００００００個の構造を対象にした、データの生成が可能となる。本件開示の諸実施形態ではマニュアル入力がほとんど必要なく、ユーザが、データ自体の生成よりは寧ろ、生成されたデータの分析に、時間を捧げることができる。こうした手法によれば、ユーザが、どのパターンが最も重要か及びそのプロセスウィンドウに対し最も大きな影響を及ぼすかをより正確に判別して、プロセスウィンドウを定めることが可能となる。この能力により、公称ウェハを対象にした秀逸な系統欠陥ディスカバリ及び監視が可能になり、ひいては大規模な標本集合に基づく新規なディスカバリ方法が可能となる。画像定量の自動化により、プロセス分岐に係る様々なウェハ間で、統計的に有効な標本を、画像定量技術で以て評価することが可能となる。
図１Ａには、本件開示の一実施形態に従い、半導体ウェハ上の弱パターンの定量システム１００の概念図が描かれている。ある実施形態のシステム１００は検査ツール１０２及びレビューツール１０３を有する。また、ある実施形態のシステム１００は、それら検査ツール１０２及びレビューツール１０３に可通信結合されたコントローラ１０６を有する。
検査ツール１０２には、これに限られるものではないが光学検査ツールや電子ビーム式検査ツール等、標本の検査又はイメージングの分野で既知なあらゆる検査ツール又はシステムが含まれうる。例えば光学式検査ツールの場合、その検査サブシステムには広帯域検査ツールが含まれうる。例えばその検査ツール１０２には、これに限られるものではないが広帯域プラズマ（ＢＢＰ）検査ツールが含まれうる。また例えば、電子ビーム式検査ツールの場合、その検査ツールには走査型電子顕微式（ＳＥＭ）ツールが含まれうる。そのＳＥＭツールにはウェハの検査及びレビューの分野で既知なあらゆるＳＥＭツールが含まれうる。
レビューツール１０３には標本のレビュー又は分類の分野で既知なあらゆるレビューツール又はシステムが含まれうる。例えば、レビューツール１０３には、これに限られるものではないがＳＥＭレビューツールが含まれうる。
ここに注記すべきことに、単純さという狙いを踏まえ、本システム１００を記す図１が概念的ブロック図なる形態とされている。この記述は、それらの部材及び光学的構成を含め限定的なものではなく、専ら例証目的で提示されている。検査ツール１０２及びレビューツール１０３は、本願記載の検査及び／又はレビュープロセスを実行するのに必要な部材を何個有していてもよい。
図１Ｂは、本件開示の１個又は複数個の実施形態に従い標本の表面を集束光学照明ビームで横断走査する検査ツール１０２の概念図である。
ある実施形態では、検査ツール１０２が、照明ビーム１１６を生成する照明源１１４を有する。照明ビーム１１６には、これに限られるものではないが紫外（ＵＶ）輻射、可視輻射又は赤外（ＩＲ）輻射を初め、一通り又は複数通りの指定波長光が含まれうる。
照明源１１４には、光学照明ビーム１１６を生成するのに適し本件技術分野で既知なあらゆる種類の照明源が含まれうる。ある実施形態では、照明源１１４が広帯域プラズマ（ＢＢＰ）照明源を有する。こうすることで、照明ビーム１１６を、プラズマにより放射された輻射を含むものとすることができる。例えば、ＢＢＰ照明源１１４を、これに限られるものではないが、ガス塊内へと集束させることでそのガスにエネルギを吸収させて輻射の放射に適するプラズマを生成又は維持するよう構成された、１個又は複数個の励起光源（例．１個又は複数個のレーザ）を有するものとすることができる。更に、そのプラズマ輻射の少なくとも一部分を照明ビーム１１６として利用することができる。
また、ある実施形態によれば、照明源１１４を、１個又は複数個のレーザを有するものとすることができる。例えば、その照明源１１４が、電磁スペクトラムの赤外、可視又は紫外部分内の輻射を放射することが可能で本件技術分野で既知ないずれのレーザシステムを有していてもよい。
照明源１１４は、更に、どのような時間プロファイルを有する照明ビーム１１６を供給するものでもよい。例えば、その照明源１１４が連続照明ビーム１１６、パルス状照明ビーム１１６、変調照明ビーム１１６のいずれを供給するのでもよい。加えて、その照明ビーム１１６が、照明源１１４から自由空間伝搬、光導波路（例．光ファイバ、光パイプ等）のいずれを介し送給されるのでもよい。
また、ある実施形態では、照明源１１４が、照明路１２０を介しウェハ１０４へと照明ビーム１１６を差し向ける。その照明路１２０には、照明ビーム１１６の修正・修飾及び／又は調光に適する１個又は複数個の照明路レンズ１２２又は付加的光学部材１２４を組み込める。例えば、１個又は複数個の光学部材１２４のなかに、これに限られるものではないが１個又は複数個の偏光子、１個又は複数個のフィルタ、１個又は複数個のビームスプリッタ、１個又は複数個の散光器、１個又は複数個のホモジナイザ、１個又は複数個のアポダイザ或いは１個又は複数個のビーム整形器を含めてもよい。
また、ある実施形態ではウェハ１０４が標本ステージ１２６上に配置される。その標本ステージ１２６には、検査ツール１０２で以てウェハ１０４を位置決め及び／又は走査するのに適するあらゆる装置が備わりうる。例えば、その標本ステージ１２６に、直線並進ステージ、回動ステージ、ティップ／ティルトステージ等の何らかの組合せを組み込んでもよい。
また、ある実施形態では、検査ツール１０２が、ウェハ１０４に発する輻射を集光路１３０経由で捕捉するよう構成された検出器１２８を有する。その集光路１３０には、これに限られるものではないが、ウェハ１０４からの輻射を集光する１個又は複数個の集光路レンズ１３２を組み込める。例えば、ウェハ１０４から反射又は散乱されてきた輻射（例．鏡面反射、拡散反射等を経たもの）を１個又は複数個の集光路レンズ１３２を介し検出器１２８で受光してもよい。また例えば、ウェハ１０４により生成された輻射（例．照明ビーム１１６の吸収に係るルミネッセンス等）を検出器１２８で受光してもよい。また例えば、ウェハ１０４からの輻射の一通り又は複数通りの回折次数（例．０次回折、±１次回折、±２次回折等）を検出器１２８で受光してもよい。
検出器１２８には、ウェハ１０４から受光した照明を計測するのに適し本件技術分野で既知なあらゆる種類の検出器が含まれうる。例えば、検出器１２８には、これに限られるものではないがＣＣＤ型検出器、ＴＤＩ型検出器、光電子増倍管（ＰＭＴ）、アバランシェフォトダイオード（ＡＰＤ）等が含まれうる。また、ある実施形態によれば、検出器１２８を、ウェハ１０４に発する輻射の波長を識別するのに適した分光型検出器を有するものとすることができる。
集光路１３０には、更に、これに限られるものではないが１個又は複数個の集光路レンズ１３２、１個又は複数個のフィルタ、１個又は複数個の偏光子或いは１個又は複数個のビームブロックを初め、ウェハ１０４から集光された照明を差し向け及び／又は修正・修飾する何個かの光学素子１３４を組み込める。
図１Ｃは、本件開示の１個又は複数個の実施形態に従い標本をイメージング及び／又は走査する検査ツール１０２の概念図である。ある実施形態では、検出器１２８が、ウェハ１０４の表面に対しほぼ法線上に配置される。また、ある実施形態では、検査ツール１０２が、対物レンズ１３８により照明ビーム１１６をウェハ１０４へと差し向けるのと同時にそのウェハ１０４に発する輻射を集光しうるよう方向設定された、ビームスプリッタ１３６を有する。更に、照明路１２０及び集光路１３０により１個又は複数個の付加的素子（例．対物レンズ１３８、アパーチャ、フィルタ等）を共用させうる。
光学検査ツールの例が特許文献１〜４にて詳述されているので、この参照によりそれら文献それぞれの全容を本願に繰り入れることにする。
図１Ｄは、本件開示の１個又は複数個の実施形態に従い粒子ビーム式検査システムとして構成された検査ツール１０２の概念図である。例えば、その検査ツール１０２を、これに限られるものではないが走査型電子顕微鏡（ＳＥＭ）として構成してもよい。ある実施形態では、照明源１１４が粒子源（例．電子ビーム源、イオンビーム源等）を有するものとされ、ひいてはその照明ビーム１１６が粒子ビーム（例．電子ビーム、粒子ビーム等）を含むものとされる。照明源１１４には、照明ビーム１１６を生成するのに適し本件技術分野で既知なあらゆる粒子源が含まれうる。例えば、照明源１１４が、これに限られるものではないが電子銃又はイオン銃を有していてもよい。
また、ある実施形態では、照明路１２０に１個又は複数個の粒子集束素子（例．照明路レンズ１２２、集光路レンズ１３２等）が組み込まれる。例えば、その１個又は複数個の粒子集束素子を、これに限られるものではないが、単一の粒子集束素子を含むものとしてもよいし、複合システムを形成する１個又は複数個の粒子集束素子を含むものとしてもよい。また、ある実施形態では、その１個又は複数個の粒子集束素子に、照明ビーム１１６をウェハ１０４へと差し向けるよう構成された対物レンズ１３８を含める。更に、その１個又は複数個の粒子集束素子に、これに限られるものではないが静電、磁気、ユニポテンシャル又はダブルポテンシャルレンズを初め、本件技術分野で既知ないずれの種類の電子レンズが含まれていてもよい。
また、ある実施形態では、検査ツール１０２が、ウェハ１０４に発する粒子を検出例えばイメージングする１個又は複数個の粒子検出器１２８を有する。ある実施形態では、検出器１２８が、電子検出器（例．二次電子検出器、後方散乱電子検出器等）を有する。別の実施形態では、検出器１２８が、標本表面からの電子及び／又は光子を検出する光子検出器（例．フォトディテクタ、Ｘ線検出器、光電子増倍管（ＰＭＴ）型検出器に結合されたシンチレーティング素子等）を有する。
また、ある実施形態によれば、レビューツール１０３を、粒子ビームシステム例えば図１Ｄに記載のそれとして構成することができる。例えば、そのレビューツール１０３が、これに限られるものではないがＳＥＭレビューツールを有していてもよい。
また、ある実施形態では、コントローラ１０６が１個又は複数個のプロセッサ１０８を有する。その１個又は複数個のプロセッサ１０８を、メモリ１１０内に格納されている一組のプログラム命令を実行するよう構成すればよい。ある実施形態では、コントローラ１０６に備わる１個又は複数個のプロセッサ１０８が、検査ツール１０２及び／又はレビューツール１０３に可通信結合される。例えば、コントローラ１０６に備わる１個又は複数個のプロセッサ１０８を、検査ツール１０２に備わる１個又は複数個の検出器、並びにレビューツール１０３に備わる１個又は複数個の検出器の出力に結合させるとよい。コントローラ１０６に備わる１個又は複数個のプロセッサ１０８を、何らかの好適な要領で（例．図１中に線で示した１個又は複数個の伝送媒体により）検査ツール１０２及び／又はレビューツール１０３に結合させることで、検査ツール１０２の働きでウェハ１０４から獲得された検査画像１１２と、レビューツール１０３の働きでウェハ１０４から獲得されたレビュー画像１１３とを、コントローラ１０６にて受け取れるようにすればよい。
ある実施形態では、検査ツール１０２が、１枚又は複数枚のウェハ１０４の画像獲得を１回又は複数回実行するよう構成される。例えば、検査ツール１０２により、ウェハ１０４の表面のうち一部分又は複数部分から１枚又は複数枚の検査画像１１２を獲得することができる。こうすることで、検査ツール１０２により、ウェハ１０４上に形成された一組のパターンから検査データ１１２を獲得することができる。
ある実施形態によれば、検査ツール１０２により、変調ウェハ上に形成されたパターンから検査データ１１２を獲得することができる。図２には、変化のある焦点及び照射量セッティングの下で形成されたパターンを有する変調ウェハ２００が記されている。この構成では、プロセスウィンドウディスカバリ中に、検査ツール１０２により変調ウェハ２００から画像を収集することができる。この場合、所与パターンタイプの変化インスタンスを変調ウェハ２００上に故意に形成することで、各パターンタイプを別々のコンディション（例．焦点、照射量、オーバレイ等）下で形成すればよい。それらパターンの形成コンディションに違いがあるため、本システム１００により、パターン形成に適するコンディション境界を分析すること及び更なる分析のため弱又は不備パターンを識別することができる。
注記すべきことに、本件開示の技術的範囲は変調ウェハの使用に限定されない。別の実施形態に従い、検査ツール１０２により、公称製品ウェハ上に形成されたパターンから検査データ１１２を獲得してもよい。この場合、ウェハ及びプロセスツールコンディションの偶発的変化に起因する別々のコンディション下で、ウェハ上にそれらパターンが形成される。
また、ある実施形態では、検査ツール１０２が、１個又は複数個のデータ伝送リンクを介しコントローラ１０６へと検査データ１１２を送信する。例えば、コントローラ１０６に備わる１個又は複数個のプロセッサ１０８及び／又はメモリ１１０へと検査ツール１０２により検査データ１１２を送信し、分析及び／又は格納に供することができる。
また、ある実施形態では、プログラム命令が、１個又は複数個のプロセッサ１０８に、獲得した検査データに基づきウェハ上の一通り又は複数通りの不備パターンタイプを識別させるよう、構成される。ある実施形態によれば、不備パターンタイプをプロセスウィンドウディスカバリ中に識別することができる。注記すべきことに、所与ホットスポット検査プロセスでは多数（例．百万〜二百万個）の欠陥スポットがもたらされうる。ある実施形態によれば、検査データをデザインデータと比較してホットスポット識別を実行することができる。
また、ある実施形態では、プログラム命令が、１個又は複数個のプロセッサ１０８に、類似する不備パターンタイプをグループ分けさせるよう、構成される。例えば、１個又は複数個のプロセッサ１０８に、第１不備パターンタイプの２個以上の構造を第１グループへとグループ分けさせるよう、プログラム命令を構成するとよい。また例えば、１個又は複数個のプロセッサ１０８に、第２不備パターンタイプの２個以上の構造を第２グループへとグループ分けさせる等々といった具合に、プログラム命令を構成するとよい。
また、ある実施形態では、プログラム命令が、１個又は複数個のプロセッサ１０８に、一組のパターングループのうち第１グループにグループ分けされた第１パターンタイプの２個以上の変調インスタンスから画像データを獲得せよとレビューツール１０３に指令させるよう、構成される。注記すべきことに、第１パターンタイプの２個以上の変調インスタンスは、別々のコンディション（例．焦点、照射量、オーバレイ等）下で形成されている。例えば、図３には、公称パターン構造３０１、第１変調パターン構造３０１ｂ、第２変調パターン構造３０１ｃ及び第３変調パターン構造３０１ｄの概念図が描かれている。ある実施形態に従い、それら変調構造を別々のコンディション下で変調ウェハ上に故意に形成してもよい。別の実施形態に従い、それら変調構造を、諸プロセスコンディションの変化に起因する別々のコンディション下で製品ウェハ上に偶発的に形成してもよい。
また、ある実施形態では、プログラム命令が、１個又は複数個のプロセッサ１０８に、第１パターンタイプの２個以上のインスタンスの１個又は複数個の共通構造から得た２枚以上の画像を比較させ、ひいては第１パターンタイプの一部分における一通り又は複数通りの局所的相違を識別させるよう、構成される。例えば、図４Ａに示すように、１個又は複数個のプロセッサ１０８により画像４０２から画像４０４を減じてそのパターンにおける局所的相違４０６を識別することができる。また例えば、図４Ｂに示すように、１個又は複数個のプロセッサ１０８により画像４１２から画像４１４を減じてそのパターンにおける局所的相違４１６を識別することができる。変調画像４０４／４１４・公称画像４０２／４１２間比較（或いは２枚の変調画像間の比較）により、デザイン要素のうち変化のあるエリア又はサブエリアの識別が実現される。ある実施形態に従い、第１パターンタイプの２個以上のインスタンスの１個又は複数個の共通構造を対象にしたダイバーシティサンプリングプロセスを、１個又は複数個のプロセッサ１０８により実行して、第１パターンタイプの一部分における一通り又は複数通りの局所的相違を識別してもよい。別の実施形態に従い、一通り又は複数通りのエッジ平滑化技術を１個又は複数個のプロセッサにより適用して、パターンノイズを画像減算に先立ち平滑化し、ひいては画像比較プロセスを補強してもよい。
また、ある実施形態では、プログラム命令が、１個又は複数個のプロセッサ１０８に、第１パターンタイプのその部分における１個又は複数個の計量サイトであり、第１パターンタイプのその部分における一通り又は複数通りの局所的相違の居所付近にあるものを識別させるよう、構成される。例えば、図４Ａ及び図４Ｂに示すように、１個又は複数個のプロセッサ１０８により個所４０６及び４１６をそれぞれ計量（例．パターン構造のＣＤ計量計測）に係る個所として識別することができる。
注記すべきことに、上掲の記述では第１パターンタイプに的を絞ってきたが、その記述は単に簡略さ及び明瞭さなる狙いを踏まえ提示されたものである。注記すべきことに、本件開示の技術的範囲は如何様にであれ「第１パターンタイプ」には限定されず、何個であれ付加的パターンタイプに敷衍することができる。この場合、プログラム命令によって、１個又は複数個のプロセッサ１０８に、一組のパターングループのうち付加的グループにグループ分けされた付加的パターンタイプの２個以上の変化インスタンスから画像データを獲得させればよい。その後、プログラム命令によって、１個又は複数個のプロセッサに、その付加的パターンタイプの２個以上のインスタンスの１個又は複数個の共通構造から得た２枚以上の画像を比較させ、ひいてはその付加的パターンタイプの一部分における一通り又は複数通りの局所的相違を識別させればよい。更に、プログラム命令によって、１個又は複数個のプロセッサ１０８に、その付加的パターンタイプのその部分における１個又は複数個の計量サイトであり、その付加的パターンタイプのその部分における一通り又は複数通りの局所的相違の居所付近にあるものを、識別させればよい。
コントローラ１０６に備わる１個又は複数個のプロセッサ１０８には、本件技術分野で既知な何らかの処理素子が１個又は複数個含まれうる。その意味で、１個又は複数個のプロセッサ１０８には、ソフトウェアアルゴリズム及び／又は命令を実行するよう構成されたあらゆるマイクロプロセッサ型デバイスが含まれうる。ある実施形態によれば、１個又は複数個のプロセッサ１０８を、デスクトップコンピュータ、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のコンピュータシステム（例．ネットワーク接続コンピュータ）で構成することができ、またそれを、然るべく構成されたプログラムを実行して本件開示の随所に記載の如く本システム１００を動作させるよう構成することができる。ご認識頂くべきことに、本件開示の随所に記載の諸ステップを、単一のコンピュータシステムにより実行してもよいし、それに代え複数個のコンピュータシステムにより実行してもよい。一般に、語「プロセッサ」は、非一時的記憶媒体１１０から得たプログラム命令を実行する処理素子を１個又は複数個有するデバイス全てが包括されるよう、広義に定義することができる。更に、本システム１００の諸サブシステム（例．検査ツール１０２、レビューツール１０３、ディスプレイ又はユーザインタフェース）に適切なプロセッサ又は論理素子を組み込み、本件開示の随所に記載の諸ステップのうち少なくとも一部を実行させてもよい。従って、上掲の記述は、本件開示に対する限定事項としてではなく、単なる例証として解されるべきである。
記憶媒体１１０には、連携する１個又は複数個のプロセッサ１０８により実行可能なプログラム命令を格納するのに適し本件技術分野で既知なあらゆる格納媒体が含まれうる。例えば、記憶媒体１１０には非一時的記憶媒体が含まれうる。一例としては、記憶媒体１１０に、これに限られるものではないがリードオンリメモリ、ランダムアクセスメモリ、磁気又は光記憶デバイス（例．ディスク）、磁気テープ、固体ドライブ等が含まれうる。また、ある実施形態では、媒体１１０が、検査サブシステム１０２によりもたらされる一通り又は複数通りの結果及び／又は本願記載の諸ステップの出力が格納されるよう構成される。更に注記すべきことに、媒体１１０を１個又は複数個のプロセッサ１０８と共に共通コントローラハウジング内に収容してもよい。代替的実施形態に従い、媒体１１０を、プロセッサ及びコントローラ１０６の物理的位置に対し遠隔に所在させてもよい。
また、ある実施形態のシステム１００はユーザインタフェースを有する。ある実施形態では、ユーザインタフェースが、コントローラ１０６に備わる１個又は複数個のプロセッサ１０８に可通信結合される。また、ある実施形態によれば、ユーザインタフェースをコントローラ１０６により利用し、ユーザからの指定及び／又は命令を受け付けることができる。ある実施形態によれば、ディスプレイを用いユーザ向けにデータを表示することができる。ひいては、その表示デバイスの働きでユーザ向けに表示されたデータに応じ、ユーザが指令及び／又は命令を入力することができる。
そのユーザインタフェースデバイスには、本件技術分野で既知なあらゆるユーザインタフェースが含まれうる。例えば、そのユーザインタフェースが、これに限られるものではないがキーボード、キーパッド、タッチスクリーン、レバー、ノブ、スクロールホイール、トラックボール、スイッチ、ダイアル、スライディングバー、スクロールバー、スライド、ハンドル、タッチパッド、パドル、ステアリングホイール、ジョイスティック、ベゼル入力デバイス等を有していてもよい。タッチスクリーンインタフェースデバイスの場合、いわゆる当業者にはご認識頂くべきことに、多数のタッチスクリーンインタフェースデバイスが、本発明での実施に適することとなりうる。例えば、その表示デバイスを、これに限られるものではないが、容量性タッチスクリーン、抵抗性タッチスクリーン、表面弾性式タッチスクリーン、赤外式タッチスクリーン等のタッチスクリーンインタフェースと一体化させてもよい。総じて、どのようなタッチスクリーンインタフェースであれ、表示デバイスのディスプレイ部分との一体化が可能なものは、本件開示における実施に適している。
その表示デバイスには本件技術分野で既知なあらゆる表示デバイスが含まれうる。ある実施形態によれば、その表示デバイスを、これに限られるものではないが、液晶ディスプレイ（ＬＣＤ）、有機発光ダイオード（ＯＬＥＤ）式ディスプレイ或いはＣＲＴディスプレイを有するものとすることができる。いわゆる当業者にはご認識頂くべきことに、多様な表示デバイスが本件開示での実施に適しうるのであり、表示デバイスの具体的選択は、これに限られるものではないがフォームファクタ、コスト等を初め様々な要因により左右されうる。総じて、どのような表示デバイスであれ、ユーザインタフェースデバイス（例．タッチスクリーン、ベゼル実装インタフェース、キーボード、マウス、トラックパッド等）との一体化が可能なものは、本件開示での実施に適している。
ある実施形態によれば、本願記載のシステム１００を「スタンドアロンツール」、即ちプロセスツールに物理的に結合されていないツールとして、構成することができる。ある実施形態によれば、そうした検査／レビューシステムを伝送媒体、例えば有線及び／又は無線区間を含むそれによりプロセスツール（図示せず）に結合させることができる。そのプロセスツールには本件技術分野で既知なあらゆるプロセスツール、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、清掃ツール又はイオンインプランテーションツールが含まれうる。本願記載のシステムにより実行された検査、レビュー及び／又は計量の結果を用い、また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、プロセスのパラメタ又はプロセスツールのそれを改変することができる。プロセスのパラメタ又はプロセスツールのそれをマニュアルで改変しても自動的に改変してもよい。
図１に描かれたシステム１００の諸実施形態は、更に、本願記載の如く構成されうる。加えて、そのシステム１００は、本願記載のどの方法実施形態のどの他ステップを実行するようにも構成されうる。
図５には、本件開示の一実施形態に従い、半導体ウェハ上の弱パターンを定量する方法５００中で実行される諸ステップを記したフロー図が描かれている。ここに注記すべきことに、方法５００の諸ステップをシステム１００により全て実施するのでも部分的に実施するのでもよい。とはいえ、更にご認識頂けるように、本方法５００はシステム１００に限定されるものではなく、付加的又は代替的なシステムレベル実施形態により方法５００の諸ステップを全て又は部分的に実行するのでもよい。
ステップ５０２では、ウェハ上の一組のパターンから検査データ１１２が獲得される。ある実施形態では、検査データ１１２が、ウェハ１０４上の一組のパターンから獲得される。その後、その検査データ１１２が１個又は複数個のデータ伝送リンク（例．無線データ伝送リンク又は有線データリンク）を介し検査ツール１０２からコントローラ１０６へと送信される。例えば、検査データ１１２をコントローラ１０６に備わる１個又は複数個のプロセッサ１０８及び／又はメモリ１１０へと送信して分析及び／又は格納に供することができる。
図１に示す実施形態では、検査データが検査ツール１０２で以て獲得されている。例えば、検査ツール１０２が、これに限られるものではないが光学検査ツールを有していてもよい。一例としては、検査ツール１０２を、これに限られるものではないが広帯域プラズマ式検査ツール（例．レーザ維持プラズマ（ＬＳＰ）式広帯域光源を有する検査ツール）を有するものとすることができる。また例えば、検査ツール１０２が、これに限られるものではないが電子ビーム式検査ツールを有していてもよい。一例としては、検査ツール１０２を、これに限られるものではないがＳＥＭ式検査ツールを有するものとすることができる。
ステップ５０４では、ウェハ１０４上で一通り又は複数通りの不備パターンタイプが識別される。例えば、コントローラ１０６に備わる１個又は複数個のプロセッサ１０８によって、ウェハ１０４の一通り又は複数通りの不備パターンタイプを、検査データ１１２に基づき識別することができる。ある実施形態では、１個又は複数個の不備又は弱パターンがダイトゥダイ式検査技術を利用し識別される。更に、１個又は複数個のプロセッサ１０８により、一通り又は複数通りの不備パターンタイプをメモリ１１０内に格納することができる。ある実施形態によれば、不備パターンタイプをプロセスウィンドウディスカバリ中に識別することができる。注記すべきことに、所与ホットスポット検査プロセスによりもたらされうる欠陥スポットは多数（例．百万〜二百万個）である。ある実施形態によれば、それら欠陥の居所を、対応するデザインデータ（例．デザインクリップ）と重ね合わせることができる。
ステップ５０６では、ステップ５０４にて識別された一通り又は複数通りの不備パターンタイプのうち類似する又は同様のパターンタイプが、一組のパターングループへとグループ分けされる。例えば、コントローラ１０６に備わる１個又は複数個のプロセッサ１０８によって、一通り又は複数通りの不備パターンタイプのうち類似パターンタイプを、一組のパターングループへとグループ分けすることができる。更に、１個又は複数個のプロセッサ１０８によりそれらパターングループをメモリ１１０内に格納することができる。
ある実施形態によれば、１個又は複数個のプロセッサ１０８によりデザインベースビニング（ＤＢＢ）プロセスを実行し、それによりグループ分けプロセスを実行することができる。例えば、ステップ５０４にて識別された一通り又は複数通りの不備パターンタイプのうちの類似パターンタイプを、ＤＢＢプロセス（例．教師無しデザインベースビニング）により一組のパターングループへとグループ分けすることができる。デザインデータ及びデザインベースビニングについては、Ｋｕｌｋａｒｎｉ ｅｔ ａｌ．名義の２０１２年３月２０日付特許文献５、Ｋｕｌｋａｒｎｉ ｅｔ ａｌ．名義の２０１１年１０月１８日付特許文献６並びにＺａｆａｒ ｅｔ ａｌ．名義の２００９年８月４日付特許文献７に記載されているので、それら全ての全容をこの参照を以て本願に繰り入れることにする。
ある実施形態では、１個又は複数個のプロセッサ１０８により、そのＤＢＢプロセスを通じて欠陥の変化ポピュレーションが識別される。この変化ポピュレーションを変調ウェハ（例．図２中の変調ウェハ）から得てもよいし製品ウェハから得てもよい。欠陥又は不備パターンの変化ポピュレーションが識別された後、処理はステップ５０８へと移行する。
ステップ５０８では、第１パターンタイプの２個以上の変化インスタンスから画像データが獲得される。例えば、ステップ５０６にて欠陥又は不備パターンの変化インスタンスが識別された後に、プロセッサ１０８がＳＥＭツール１０３に指令して、一通り又は複数通りのパターンタイプに属する２個以上の変化インスタンスから画像データを獲得させればよい。ある実施形態によれば、ステップ５０６にて一組のパターンのうち第１グループにグループ分けされた第１パターンタイプの２個以上の変化インスタンスから、画像データを獲得することができる。例えば、図１に示すように、第１パターンタイプの２個以上の変化インスタンスからの画像データ１１３が、レビューツール１０３により獲得される。ある実施形態では、レビューツール１０３がＳＥＭレビューツールを有する。
第１パターンタイプの２個以上の変化インスタンスは別々のコンディション下で形成されている。例えば、図３に示すように、所与パターンの複数個のインスタンス３０１ａ〜３０１ｄをレビューツール１０３で以て獲得することができる。それら変化インスタンスには、公称パターン３０１ａと、その公称パターン３０１ａに比し変調されているコンディション（例．焦点、照射量、オーバレイ等）下で形成された一通り又は複数通りのパターン３０１ｂ〜３０１ｄが含まれうる。更に注記すべきことに、それら変調パターン３０１ｂ〜３０１ｄを互いに別のコンディション下で形成することで、変わりゆくコンディション（例．焦点、照射量、オーバレイ等）下でその所与パターンタイプがどのように不備となったかを本システム１００で分析可能とすることもできる。
本願にて前述した通り、一通り又は複数通りのパターンタイプの２個以上の変化インスタンスを変調ウェハから獲得してもよいし、公称／製品ウェハから獲得してもよい。例えば、図３に示すように、別々のコンディション（例．焦点、照射量、オーバレイ等）下でパターンが形成された変調ウェハ２００を利用し、所与パターンタイプの変化インスタンスを故意に形成することができる。また例えば、ウェハ及びプロセスツールコンディションの変化に由来する別々のコンディション下でウェハ上にパターンを形成することで、所与パターンタイプの変化インスタンスを公称ウェハ（例．製品ウェハ）上に形成することができる。
注記すべきことに、強めの変調コンディション下ではパターンが完全に不備となり始めることがある。加えて、プロセスウィンドウのエッジ付近では僅かな限界寸法（ＣＤ）変化が起こりうる。ＣＤ変化が重要になるレベルは、具体的なデバイスの用法と、具体的な回路素子に係る許容可能な電気性能変化のレベルとにより、左右される。
ステップ５１０では、第１パターンタイプの２個以上のインスタンスの１個又は複数個の共通構造から得た２枚以上の画像を比較することで、第１パターンタイプにおける一通り又は複数通りの局所的相違が識別される。例えば、第１パターンタイプの２個以上のインスタンスの１個又は複数個の共通構造から得た２枚以上の画像を、１個又は複数個のプロセッサ１０８により比較すればよい。注記すべきことに、１個又は複数個のプロセッサ１０８にて、本件技術分野で既知な何らかの画像比較技術を適用することで、第１パターンタイプの２個以上のインスタンスの獲得画像を比較し、第１パターンタイプにおける一通り又は複数通りの局所的相違を識別することができる。
ある実施形態によれば、第１パターンタイプの２個以上のインスタンスから得た１個又は複数個の共通構造の画像を対象にして、１個又は複数個のプロセッサ１０８により画像減算プロセスを実行することができる。例えば、図４Ａに示すように、画像４０４を画像４０２から減算することで、そのパターンにおける局所的相違４０６を識別することができる。また例えば、図４Ｂに示すように、画像４１４を画像４１２から減算することで、そのパターンにおける局所的相違４１６を識別することができる。このように、変調画像４０４／４１４・公称画像４０２／４１２間比較（或いは２枚の変調画像間の比較）により、デザイン要素のうち変化のあるエリア又はサブエリアを識別することができ、ひいてはそうした構造向けに自動化計測プランを開発することができる。
ある実施形態によれば、第１パターンタイプの２個以上のインスタンスの１個又は複数個の共通構造を対象にして、１個又は複数個のプロセッサ１０８によりダイバーシティサンプリングプロセスを実行し、第１パターンタイプの一部分における一通り又は複数通りの局所的相違を識別することができる。例えば、公称コンディション（例．公称の焦点、照射量又はオーバレイコンディション）下で取得した画像と、変調コンディション（例．公称コンディションに比し変調されている焦点、照射量又はオーバレイコンディション）下で取得した画像との間で、１個又は複数個のプロセッサ１０８７によりダイバーシティサンプリングを実行することができる。
また、ある実施形態によれば、画像比較プロセスを一通り又は複数通りのエッジ平滑化技術により補強し、画像減算に先立ちパターンノイズを抑えることができる。例えば、第１パターンタイプの２個以上のインスタンスから得た画像のうち１枚又は複数枚を対象にして、１個又は複数個のプロセッサ１０８により画像平滑化プロセスを実行すればよい。その上で、第１パターンタイプの２個以上のインスタンスにおける１個又は複数個の共通構造から得た画像を１個又は複数個のプロセッサ１０８により比較して、第１パターンタイプのその部分における一通り又は複数通りの局所的相違を識別すればよい。注記すべきことに、エッジ平滑化プロセスはパターンノイズ、例えば画像におけるラインエッジ荒れ（ＬＥＲ）をなくす助けになりうる。
ステップ５１２では、第１パターンタイプにおける１個又は複数個の計量サイトが識別される。ある実施形態では、ステップ５１０にして識別された局所的相違の居所又はその付近にある１個又は複数個の計量サイトが識別又は選定される。例えば、図４Ａ及び図４Ｂに示すように、計量サイトを識別して、それぞれ個所４０６及び４１６にて見いだされた局所的相違の居所に、対応付けることができる。
また、ある実施形態によれば、そうしたサイトの標本化を更に補強するため、ＢＢＰ信号又はデータを用い、ＳＥＭ画像処理前でも高度な差異を呈するパターンタイプを、識別することができる。デザインルールチェック（ＤＲＣ）、マスクルールチェック（ＭＲＣ）、限界エリア式ランキングアルゴリズム、パターニングシミュレーションその他の形態のプリランキングによりもたらされる付加的情報を用い、計量に係るパターンの選択を補強又は改善することができる。例えば、識別された１個又は複数個の計量サイトの居所を、ＤＲＣ、ＭＲＣ又は一通り又は複数通りのシミュレーションプロセスを用い確認することができる。
以上の記述では「第１パターンタイプ」の変化インスタンスの獲得を論じてきたが、その記述は単に例証目的で提供されており、本件開示の技術的範囲に対する限定事項として解されるべきものではない。注記すべきことに、本方法５００はあらゆる個数のパターンタイプの獲得及び分析に敷衍することができる。ある実施形態では、本方法５００に、一組のパターングループのうち付加的グループにグループ分けされた付加的パターンタイプの２個以上の変化インスタンスから画像データを獲得するステップが、組み込まれる。また、ある実施形態では、本方法５００に、付加的パターンタイプの２個以上のインスタンスの１個又は複数個の共通構造から得た２枚以上の画像を比較してその付加的パターンタイプの一部分における一通り又は複数通りの局所的相違を識別するステップが、組み込まれる。また、ある実施形態では、本方法５００に、その付加的パターンタイプのその部分における１個又は複数個の計量サイトであり、その付加的パターンタイプのその部分における一通り又は複数通りの局所的相違の居所付近にあるものを識別するステップが、組み込まれる。
本願記載の主題は、ときに、他部材内に組み込まれ又は他部材に接続・連結された様々な部材を以て描出されている。理解できるように、それら描写されているアーキテクチャは単なる例示であり、実のところは、他の多くのアーキテクチャを実施し同じ機能を実現することが可能である。概念的には、どのような部材配置であれ同じ機能が実現されるなら、その部材配置は、実質的に「連携」することで所望機能を実現しているのである。従って、本願中のいずれの二部材であれ、ある特定の機能を実現すべく組み合わされているものは、所望機能が実現されるよう互いに「連携」していると見なせるのであり、アーキテクチャや介在部材の如何は問われない。同様に、いずれの二部材であれそのように連携しているものは所望機能を実現すべく互いに「接続・連結され」又は「結合され」ているとも見ることができ、またいずれの二部材であれそのように連携させうるものは所望機能を実現すべく互いに「結合可能」であるとも見ることができる。結合可能、の具体例としては、これに限られるものではないが、物理的に嵌合可能な及び／又は物理的に相互作用する諸部材、及び／又は無線的に相互作用可能な及び／又は無線的に相互作用する諸部材、及び／又は論理的に相互作用する及び／又は論理的に相互作用可能な諸部材等がある。
更に、理解できるように本発明は別項の特許請求の範囲によって定義される。いわゆる当業者には理解できるであろうが、総じて、本願特に別項の特許請求の範囲（例．別項の特許請求の範囲の本文）にて用いられている語は概ね「開放」語たる趣旨のものである（例．語「〜を含んでいる」は「〜を含んでいるが〜に限られない」、語「〜を有している」は「少なくとも〜を有している」、語「〜を含む」は「〜を含むが〜に限られない」等々と解されるべきである）。これもまたいわゆる当業者には理解できるように、ある具体的個数の構成要件の導入が目的ならその意図がその請求項に明示されるので、そうした要件の記載がなければそうした意図がないということである。例えば、後掲の請求項のなかには、理解を助けるため導入句「少なくとも１個」及び「１個又は複数個」を用い構成要件を導入しているものがある。そうではあるが、不定冠詞「ａ」又は「ａｎ」により構成要件が導入されているのでその構成要件の導入を孕む請求項全てがその要件を１個しか含まない発明に限定される、といった含蓄があるかのように、そうした語句の使用を解釈すべきではないし、まさにその請求項に導入句「１個又は複数個」又は「少なくとも１個」と不定冠詞例えば「ａ」又は「ａｎ」が併存している場合でもそう解釈すべきではないし（例えば「ａ」及び／又は「ａｎ」は、通常、「少なくとも１個」又は「１個又は複数個」を意味するものと解すべきである）、またこれと同じことが構成要件の導入に定冠詞を使用する場合にも成り立つ。加えて、ある具体的個数の構成要件の導入が明示されている場合でも、いわゆる当業者には認識できるように、通常は、少なくとも明示した個数ある、という意味にその明示を解すべきである（例．他の修飾語句を欠く「２個の要件」なる抜き身的表現は、通常、少なくとも２個の要件或いは２個以上の要件という意味になる）。更に、「Ａ、Ｂ及びＣのうち少なくとも１個等々」に類する規約が用いられている例では、総じて、いわゆる当業者がその規約を理解するであろう意味に従いそうした構文の趣旨が定まる（例．「Ａ、Ｂ及びＣのうち少なくとも１個を有するシステム」で、これに限られるものではないが、Ａのみ、Ｂのみ、Ｃのみ、Ａ・Ｂ双方、Ａ・Ｃ双方、Ｂ・Ｃ双方、及び／又は、Ａ・Ｂ・Ｃ三者を有するシステム等々が包含されることとなろう）。「Ａ、Ｂ又はＣのうち少なくとも１個等々」に類する規約が用いられている例では、総じて、いわゆる当業者がその規約を理解するであろう意味に従いそうした構文の趣旨が定まる（例．「Ａ、Ｂ又はＣのうち少なくとも１個を有するシステム」で、これに限られるものではないが、Ａのみ、Ｂのみ、Ｃのみ、Ａ・Ｂ双方、Ａ・Ｃ双方、Ｂ・Ｃ双方、及び／又は、Ａ・Ｂ・Ｃ三者等々を有するシステム等々が包含されることとなろう）。これもまたいわゆる当業者には理解できるように、代替的な複数個の語を提示する分離接続詞及び／又は分離接続句については、明細書、特許請求の範囲及び図面のいずれにあるものかを問わず原理的には全て、一方の語、いずれかの語、或いは双方の語を包含する可能性が想定されているものと理解すべきである。例えば、語句「Ａ又はＢ」は、「Ａ」又は「Ｂ」又は「Ａ及びＢ」の可能性を包含するものと解されよう。
本件開示及びそれに付随する多くの長所については上掲の記述により理解されるであろうし、被開示主題から離隔することなく或いはその主要な長所全てを損なうことなく諸部材の形態、構成及び配置に様々な改変を施せることも明らかであろう。上述の形態は単なる説明用のものであり、後掲の特許請求の範囲の意図はそうした改変を包括、包含することにある。更には、理解できるように、本発明は添付する特許請求の範囲により定義される。

Claims (31)

  1. ウェハ上の一組のパターンから検査データを獲得するステップと、
    獲得した検査データに基づき前記ウェハ上の一通り又は複数通りの不備パターンタイプを識別するステップと、
    前記一通り又は複数通りの不備パターンタイプのうちの類似パターンタイプを一組のパターングループへとグループ分けするステップと、
    前記一組のパターングループのうち第１グループにグループ分けされた第１パターンタイプの２個以上の変化インスタンスであり、焦点、照射量、又はオーバレイの少なくとも１つを含む別々のコンディションで以て形成された、第１パターンタイプの２個以上の変化インスタンスから、画像データを獲得するステップと、
    第１パターンタイプの前記２個以上のインスタンスの１個又は複数個の共通構造から得た２枚以上の画像を比較して第１パターンタイプの一部分における一通り又は複数通りの局所的相違を識別するステップと、
    第１パターンタイプの前記部分における１個又は複数個の計量サイトであり、第１パターンタイプのその部分における前記一通り又は複数通りの局所的相違の居所付近にあるものを、識別するステップと、
    を有する方法。
  2. 請求項１に記載の方法であって、更に、
    前記一組のパターングループのうち付加的グループにグループ分けされた付加的パターンタイプの２個以上の変化インスタンスから画像データを獲得するステップと、
    前記付加的パターンタイプの前記２個以上のインスタンスの１個又は複数個の共通構造から得た２枚以上の画像を比較してその付加的パターンタイプの一部分における一通り又は複数通りの局所的相違を識別するステップと、
    前記付加的パターンタイプの前記部分における１個又は複数個の計量サイトであり、その付加的パターンタイプのその部分における前記一通り又は複数通りの局所的相違の居所付近にあるものを、識別するステップと、
    を有する方法。
  3. 請求項２に記載の方法であって、更に、
    第１パターンタイプの前記部分にて識別された１個又は複数個の計量サイトと、前記付加的パターンタイプの前記部分にて識別された１個又は複数個の計量サイトと、に基づき計量標本化プランを生成するステップを有する方法。
  4. 請求項１に記載の方法であって、ウェハ上の一組のパターンから検査データを獲得するステップが、
    ウェハ上の一組のパターンから広帯域検査ツールで以て検査データを獲得するステップを含む方法。
  5. 請求項４に記載の方法であって、ウェハ上の一組のパターンから広帯域検査ツールで以て検査データを獲得するステップが、
    ウェハ上の一組のパターンから広帯域プラズマ式検査ツールで以て検査データを獲得するステップを含む方法。
  6. 請求項４に記載の方法であって、ウェハ上の一組のパターンから広帯域検査ツールで以て検査データを獲得するステップが、
    ウェハ上の一組のパターンから走査型電子顕微鏡（ＳＥＭ）で以て検査データを獲得するステップを含む方法。
  7. 請求項１に記載の方法であって、前記一通り又は複数通りの不備パターンタイプのうちの類似パターンタイプを一組のパターングループへとグループ分けするステップが、
    デザインベースビニング（ＤＢＢ）プロセスを実行することで前記一通り又は複数通りの不備パターンタイプのうちの類似パターンタイプを一組のパターングループへとグループ分けするステップを含む方法。
  8. 請求項１に記載の方法であって、前記一組のパターングループのうち第１グループにグループ分けされた第１パターンタイプの２個以上の変化インスタンスから画像データを獲得するステップが、
    前記一組のパターングループのうち第１グループにグループ分けされた第１パターンタイプの２個以上の変化インスタンスからレビューツールで以て画像データを獲得するステップを含む方法。
  9. 請求項８に記載の方法であって、前記一組のパターングループのうち第１グループにグループ分けされた第１パターンタイプの２個以上の変化インスタンスからレビューツールで以て画像データを獲得するステップが、
    前記一組のパターングループのうち第１グループにグループ分けされた第１パターンタイプの２個以上の変化インスタンスから走査型電子顕微鏡（ＳＥＭ）で以て画像データを獲得するステップを含む方法。
  10. 請求項１に記載の方法であって、第１パターンタイプの前記２個以上の変化インスタンスが、
    公称パターンと、少なくとも１個の変調パターンと、を含み、当該少なくとも１個の変調パターンが、その公称パターンに対し変調された一通り又は複数通りのコンディションを有する方法。
  11. 請求項１に記載の方法であって、第１パターンタイプの前記２個以上の変化インスタンスが、別々の焦点、別々の照射量及び別々のオーバレイのうち少なくとも一つで以て形成されている方法。
  12. 請求項１に記載の方法であって、第１パターンタイプの前記２個以上のインスタンスの１個又は複数個の共通構造から得た２枚以上の画像を比較して第１パターンタイプの一部分における一通り又は複数通りの局所的相違を識別するステップが、
    第１パターンタイプの前記２個以上のインスタンスの１個又は複数個の共通構造を対象にタイバーシティサンプリングプロセスを実行して第１パターンタイプの一部分における一通り又は複数通りの局所的相違を識別するステップを含む、方法。
  13. 請求項１に記載の方法であって、第１パターンタイプの前記２個以上のインスタンスの１個又は複数個の共通構造から得た２枚以上の画像を比較して第１パターンタイプの一部分における一通り又は複数通りの局所的相違を識別するステップが、
    前記２枚以上の画像のうち１枚又は複数枚を対象にして画像平滑化プロセスを実行するステップと、
    前記画像平滑化プロセスの後に、第１パターンタイプの前記２個以上のインスタンスの１個又は複数個の共通構造から得た前記２枚以上の画像を比較して第１パターンタイプの前記部分における一通り又は複数通りの局所的相違を識別するステップと、
    を含む方法。
  14. 請求項１に記載の方法であって、第１パターンタイプの前記２個以上のインスタンスの１個又は複数個の共通構造から得た２枚以上の画像を比較して第１パターンタイプの一部分における一通り又は複数通りの局所的相違を識別するステップが、
    第１パターンタイプの前記２個以上のインスタンスの１個又は複数個の共通構造から得た２枚以上の画像間で画像減算を実行して第１パターンタイプの一部分における一通り又は複数通りの局所的相違を識別するステップを含む方法。
  15. 請求項１に記載の方法であって、更に、
    識別された１個又は複数個の計量サイトの居所をデザインルールチェック（ＤＲＣ）、マスクルールチェック（ＭＲＣ）及び一通り又は複数通りのシミュレーションプロセスのうち少なくとも一つで以て確認するステップを有する方法。
  16. ウェハ上の一通り又は複数通りの不備パターンタイプを識別するステップと、
    前記一通り又は複数通りの不備パターンタイプのうちの類似パターンタイプを一組のパターングループへとグループ分けするステップと、
    第１パターンタイプの２個以上の変化インスタンスであり、焦点、照射量、又はオーバレイの少なくとも１つを含む別々のコンディションで以て形成された、第１パターンタイプの２個以上の変化インスタンスの、１個又は複数個の共通構造から得た２枚以上の画像を比較して、第１パターンタイプの一部分における一通り又は複数通りの局所的相違を識別するステップと、
    第１パターンタイプの前記部分における１個又は複数個の計量サイトであり、第１パターンタイプのその部分における前記一通り又は複数通りの局所的相違の居所付近にあるものを、識別するステップと、
    を有する方法。
  17. 検査ツールと、
    レビューツールと、
    メモリ上に保持されている一組のプログラム命令を実行するよう構成された１個又は複数個のプロセッサを有するコントローラと、を備え、当該１個又は複数個のプロセッサが、
    ウェハ上の一組のパターンから検査データを獲得するよう前記検査ツールに指令し、
    獲得した検査データに基づき前記ウェハ上の一通り又は複数通りの不備パターンタイプを識別し、
    前記一通り又は複数通りの不備パターンタイプのうちの類似パターンタイプを一組のパターングループへとグループ分けし、
    前記一組のパターングループのうち第１グループにグループ分けされた第１パターンタイプの２個以上の変化インスタンスであり、焦点、照射量、又はオーバレイの少なくとも１つを含む別々のコンディションで以て形成された、第１パターンタイプの２個以上の変化インスタンスから、画像データを獲得するよう、前記レビューツールに指令し、
    第１パターンタイプの前記２個以上のインスタンスの１個又は複数個の共通構造から得た２枚以上の画像を比較して第１パターンタイプの一部分における一通り又は複数通りの局所的相違を識別し、
    第１パターンタイプの前記部分における１個又は複数個の計量サイトであり、第１パターンタイプのその部分における前記一通り又は複数通りの局所的相違の居所付近にあるものを識別するよう、
    前記プログラム命令が構成されたシステム。
  18. 請求項１７に記載のシステムであって、前記検査ツールが、
    広帯域検査ツールを備えるシステム。
  19. 請求項１８に記載のシステムであって、前記検査ツールが、
    広帯域プラズマ式検査ツールを備えるシステム。
  20. 請求項１７に記載のシステムであって、前記検査ツールが、
    走査型電子顕微鏡（ＳＥＭ）式検査ツールを備えるシステム。
  21. 請求項１７に記載のシステムであって、前記レビューツールが、
    走査型電子顕微鏡（ＳＥＭ）式レビューツールを備えるシステム。
  22. 請求項１７に記載のシステムであって、前記１個又は複数個のプロセッサが、更に、
    前記一組のパターングループのうち付加的グループにグループ分けされた付加的パターンタイプの２個以上の変化インスタンスから画像データを獲得し、
    前記付加的パターンタイプの前記２個以上のインスタンスの１個又は複数個の共通構造から得た２枚以上の画像を比較してその付加的パターンタイプの一部分における一通り又は複数通りの局所的相違を識別し、
    前記付加的パターンタイプの前記部分における１個又は複数個の計量サイトであり、その付加的パターンタイプのその部分における一通り又は複数通りの局所的相違の居所付近にあるものを識別するよう、
    前記プログラム命令が構成されたシステム。
  23. 請求項２２に記載のシステムであって、前記１個又は複数個のプロセッサが、更に、
    第１パターンタイプの前記部分にて識別された１個又は複数個の計量サイトと、前記付加的パターンタイプの前記部分にて識別された１個又は複数個の計量サイトと、に基づき計量標本化プランを生成するよう、前記プログラム命令が構成されたシステム。
  24. 請求項１７に記載のシステムであって、前記１個又は複数個のプロセッサが、
    デザインベースビニング（ＤＢＢ）プロセスを実行することで、前記一通り又は複数通りの不備パターンタイプのうちの類似パターンタイプを一組のパターングループへとグループ分けすることによって、
    前記一通り又は複数通りの不備パターンタイプのうちの類似パターンタイプを一組のパターングループへとグループ分けするよう、前記プログラム命令が構成されたシステム。
  25. 請求項１７に記載のシステムであって、第１パターンタイプの前記２個以上の変化インスタンスが、
    公称パターンと、少なくとも１個の変調パターンと、を含み、当該少なくとも１個の変調パターンが、その公称パターンに対し変調された一通り又は複数通りのコンディションを有するシステム。
  26. 請求項１７に記載のシステムであって、第１パターンタイプの前記２個以上の変化インスタンスが、別々の焦点、別々の照射量及び別々のオーバレイのうち少なくとも一つで以て形成されているシステム。
  27. 請求項１７に記載のシステムであって、前記１個又は複数個のプロセッサが、
    第１パターンタイプの前記２個以上のインスタンスの１個又は複数個の共通構造を対象にしてダイバーシティサンプリングプロセスを実行することで、第１パターンタイプの一部分における一通り又は複数通りの局所的相違を識別することによって、
    第１パターンタイプの前記２個以上のインスタンスの１個又は複数個の共通構造から得た２枚以上の画像を比較して第１パターンタイプの一部分における一通り又は複数通りの局所的相違を識別するよう、前記プログラム命令が構成されたシステム。
  28. 請求項１７に記載のシステムであって、前記１個又は複数個のプロセッサが、
    前記２枚以上の画像のうち１枚又は複数枚を対象にして画像平滑化プロセスを実行し、
    前記画像平滑化プロセスの後に、第１パターンタイプの前記２個以上のインスタンスの１個又は複数個の共通構造から得た前記２枚以上の画像を比較して第１パターンタイプの前記部分における一通り又は複数通りの局所的相違を識別することによって、
    第１パターンタイプの前記２個以上のインスタンスの１個又は複数個の共通構造から得た２枚以上の画像を比較して第１パターンタイプの一部分における一通り又は複数通りの局所的相違を識別するよう、前記プログラム命令が構成されたシステム。
  29. 請求項１７に記載のシステムであって、前記１個又は複数個のプロセッサが、
    第１パターンタイプの前記２個以上のインスタンスの１個又は複数個の共通構造から得た２枚以上の画像間で画像減算を実行して第１パターンタイプの一部分における一通り又は複数通りの局所的相違を識別することによって、
    第１パターンタイプの前記２個以上のインスタンスの１個又は複数個の共通構造から得た２枚以上の画像を比較して第１パターンタイプの一部分における一通り又は複数通りの局所的相違を識別するよう、前記プログラム命令が構成されたシステム。
  30. 請求項１７に記載のシステムであって、前記１個又は複数個のプロセッサが、更に、
    識別された前記１個又は複数個の計量サイトの居所をデザインルールチェック（ＤＲＣ）、マスクルールチェック（ＭＲＣ）及び一通り又は複数通りのシミュレーションプロセスのうち少なくとも一つで以て確認するよう、前記プログラム命令が構成されたシステム。
  31. メモリ上に保持されている一組のプログラム命令を実行するよう構成された１個又は複数個のプロセッサを有するコントローラを備え、当該１個又は複数個のプロセッサが、
    ウェハ上の一組のパターンから検査データを獲得するよう検査ツールに指令し、
    獲得した検査データに基づき前記ウェハ上の一通り又は複数通りの不備パターンタイプを識別し、
    前記一通り又は複数通りの不備パターンタイプのうちの類似パターンタイプを一組のパターングループへとグループ分けし、
    前記一組のパターングループのうち第１グループにグループ分けされた第１パターンタイプの２個以上の変化インスタンスであり、焦点、照射量、又はオーバレイの少なくとも１つを含む別々のコンディションで以て形成された、第１パターンタイプの２個以上の変化インスタンスから、画像データを獲得するようレビューツールに指令し、
    第１パターンタイプの前記２個以上のインスタンスの１個又は複数個の共通構造から得た２枚以上の画像を比較して第１パターンタイプの一部分における一通り又は複数通りの局所的相違を識別し、
    第１パターンタイプの前記部分における１個又は複数個の計量サイトであり、第１パターンタイプのその部分における前記一通り又は複数通りの局所的相違の居所付近にあるものを識別するよう、
    前記プログラム命令が構成されたシステム。
JP2019533018A 2016-12-21 2017-12-18 弱パターン定量方法及びシステム Active JP6934944B2 (ja)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US201662437585P 2016-12-21 2016-12-21
US62/437,585 2016-12-21
US15/729,458 US10262831B2 (en) 2016-12-21 2017-10-10 Method and system for weak pattern quantification
US15/729,458 2017-10-10
PCT/US2017/067092 WO2018118805A1 (en) 2016-12-21 2017-12-18 Method and system for weak pattern quantification

Publications (3)

Publication Number Publication Date
JP2020504443A JP2020504443A (ja) 2020-02-06
JP2020504443A5 JP2020504443A5 (ja) 2021-02-04
JP6934944B2 true JP6934944B2 (ja) 2021-09-15

Family

ID=62561935

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2019533018A Active JP6934944B2 (ja) 2016-12-21 2017-12-18 弱パターン定量方法及びシステム

Country Status (6)

Country Link
US (1) US10262831B2 (ja)
JP (1) JP6934944B2 (ja)
KR (1) KR102312239B1 (ja)
CN (1) CN110402485B (ja)
TW (1) TWI767967B (ja)
WO (1) WO2018118805A1 (ja)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3290911A1 (en) * 2016-09-02 2018-03-07 ASML Netherlands B.V. Method and system to monitor a process apparatus
US11550309B2 (en) * 2019-01-08 2023-01-10 Kla Corporation Unsupervised defect segmentation
KR20220093915A (ko) 2020-12-28 2022-07-05 삼성전자주식회사 반도체 집적회로 레이아웃의 확률적 취약점 검출 방법 및 이를 수행하는 컴퓨터 시스템
CN116228773B (zh) * 2023-05-09 2023-08-04 华芯程(杭州)科技有限公司 一种晶圆检测机台的量测数据校准方法、装置及设备

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6603873B1 (en) * 1999-11-12 2003-08-05 Applied Materials, Inc. Defect detection using gray level signatures
JP4778685B2 (ja) 2004-03-10 2011-09-21 株式会社日立ハイテクノロジーズ 半導体デバイスのパターン形状評価方法及びその装置
US7711514B2 (en) * 2007-08-10 2010-05-04 Kla-Tencor Technologies Corp. Computer-implemented methods, carrier media, and systems for generating a metrology sampling plan
JP2008147679A (ja) * 2007-12-17 2008-06-26 Hitachi Ltd 電子線応用装置
JP5075646B2 (ja) 2008-01-09 2012-11-21 株式会社日立ハイテクノロジーズ 半導体欠陥検査装置ならびにその方法
JP5254270B2 (ja) * 2010-04-09 2013-08-07 株式会社ニューフレアテクノロジー 検査方法および検査装置
KR20120066158A (ko) 2010-12-14 2012-06-22 삼성전자주식회사 테스트 방법 및 이를 수행하기 위한 장치
JP6078234B2 (ja) * 2012-04-13 2017-02-08 株式会社日立ハイテクノロジーズ 荷電粒子線装置
JP5478681B2 (ja) * 2012-08-24 2014-04-23 株式会社日立ハイテクノロジーズ 半導体欠陥検査装置ならびにその方法
JP2015060667A (ja) 2013-09-17 2015-03-30 国能科技創新有限公司 空気電池、空気電池用負極及び空気電池ユニット
US9536299B2 (en) * 2014-01-16 2017-01-03 Kla-Tencor Corp. Pattern failure discovery by leveraging nominal characteristics of alternating failure modes
US10312161B2 (en) 2015-03-23 2019-06-04 Applied Materials Israel Ltd. Process window analysis

Also Published As

Publication number Publication date
WO2018118805A1 (en) 2018-06-28
US20180174797A1 (en) 2018-06-21
KR20190090035A (ko) 2019-07-31
US10262831B2 (en) 2019-04-16
CN110402485B (zh) 2020-10-27
TWI767967B (zh) 2022-06-21
JP2020504443A (ja) 2020-02-06
CN110402485A (zh) 2019-11-01
TW201838054A (zh) 2018-10-16
KR102312239B1 (ko) 2021-10-12

Similar Documents

Publication Publication Date Title
EP3549158B1 (en) Metrology recipe generation using predicted metrology images
JP7026719B2 (ja) 光学式検査及び光学式レビューからの欠陥属性に基づく電子ビームレビューのための欠陥サンプリング
JP6719462B2 (ja) プロセスウィンドウキャラクタライゼーションのための仮想検査システム
JP6934944B2 (ja) 弱パターン定量方法及びシステム
KR102347057B1 (ko) 전자 빔 이미지에서의 결함 위치 결정
JP6869944B2 (ja) レーザ暗視野システムにおけるスペックル抑圧方法及び装置
KR102557180B1 (ko) 극자외선 포토마스크 상에서 검출되는 결함의 처리
JP7037632B2 (ja) 効率的プロセスウィンドウ発見用ハイブリッド検査システム
KR102616536B1 (ko) 확률적 레티클 결함 처리
US10732130B2 (en) Embedded particle depth binning based on multiple scattering signals
KR20220073766A (ko) 멀티 이미징 모드 이미지 정렬
KR102642280B1 (ko) 통합 다중 툴 레티클 검사

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20201217

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20201217

A871 Explanation of circumstances concerning accelerated examination

Free format text: JAPANESE INTERMEDIATE CODE: A871

Effective date: 20201217

A975 Report on accelerated examination

Free format text: JAPANESE INTERMEDIATE CODE: A971005

Effective date: 20210225

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20210302

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20210520

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: 20210803

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20210824

R150 Certificate of patent or registration of utility model

Ref document number: 6934944

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150