JP7162734B2 - 荷電粒子線装置 - Google Patents

Description

本発明は、荷電粒子線装置の技術に関し、撮像技術に関する。

荷電粒子線装置として、走査型電子顕微鏡（ＳＥＭ：Scanning Electron Microscope）や収束イオンビーム（ＦＩＢ：Focused Ion Beam）装置等がある。荷電粒子線装置は、対象とする試料に荷電粒子線を照射することにより、試料の観察や分析を行う。例えば、走査型電子顕微鏡は、荷電粒子線として電子線を用い、細く絞った電子線（プローブ）を試料上に走査することで発生する２次電子及び反射電子等の検出信号を画像化する装置である。

上記荷電粒子線装置の画像化に用いる検出信号（例えば試料の照射面から放出された２次電子を収集、増幅した後の信号）は、その特性によりノイズ成分が多くなる。そのため、同じ領域の画像を複数枚積算して、不規則に生じるノイズ（ランダムノイズ）を抑制する技術が知られている。先行技術例として、特許文献1が挙げられる。特許文献1には、ランダムノイズを抑制する積算過程で違和感をなくすために、積算画像の濃淡値を正規化して、観察している視野の明るさを保つ正規化積算を実行する旨が記載されている。

国際公開第２０１７／０９０２０４号公報 特許第４３０１３８５号

一般に、ＳＥＭにおける撮影（記録媒体へ画像を記録すること）では、同じ領域を複数回走査することにより得られる各画像（走査画像と記載する場合がある）を積算することで、ランダムノイズを抑制した目的画像を得ることができる。この複数回走査する時間は、検出信号量に寄与するため、ダイナミックレンジが広く、数十ミリ秒～数百秒を要する。積算画像を生成する間、ＳＥＭおよび対象とする試料ともに、高い精度で安定した状態を維持しなければ、目的画像には、シャープネス（鮮鋭度）に関して画質劣化が生じる。

しかし、ＳＥＭおよび対象とする試料ともに、ビーム照射による試料の状態遷移や、据付環境下の外乱によって、疎外される。例えば、ビーム照射による試料の状態遷移の場合、チャージアップ（帯電）やコンタミネーション（汚染）によって、電子やガス分子が集まり、ビーム照射を妨げる。据付環境下の外乱の場合、外乱（音波や電磁波を含む据付環境の振動）が鏡筒やステージに伝わり、試料上を走査するプローブの位置がずれる。他にも、熱ドリフトやステージドリフトによって、走査の度に視野位置が移動する。プローブ電流の低下によって、２次電子の信号量が減少する。真空度の低下によって、プローブが大気中に存在するガスと衝突することにより散乱する。上記のような各種の現象が発生しうる。

操作者であるユーザーは、良好な画質の目的画像を得るために、トライアンドエラーにより、画質劣化要因が現れにくい荷電粒子線装置の撮影条件を探索する。このトライアンドエラーは、想定以上の操作時間を要してしまうこともあり、試料の損傷やスループット低下を引き起こしている。

これらの現象の影響を受けた画像を含む走査画像を、積算して得られる積算画像は、ランダムノイズに関しては抑制されるものの、鮮鋭度に関して画質劣化が生じる。特許文献２では、同一の視野から順次取得したある画像と、次の画像とで一致する位置を計算し、計算された位置で積算することが述べられている。この技術は、画像毎のドリフトによる積算画像の画質劣化防止に有効である。しかし、この技術は、１枚の画像中に生じた微小なドリフトによる積算画像の画質劣化防止には、有効ではない。

以降、これらのような積算画像の画質を劣化させる要因を、画質劣化要因と呼称する。また、画質劣化要因の影響を受けた画像を劣化画像と呼称する。

本発明の目的は、荷電粒子線装置によって撮影する目的画像について、積算によりランダムノイズを抑制しつつ、画質劣化要因による鮮鋭度に関する画質劣化防止を図ることである。また、本発明の目的は、Ｓ／Ｎと鮮鋭度の高い目的画像を撮影することである。上記以外の課題、構成および効果等については、発明を実施するための形態の説明において明らかにされる。

本発明のうち代表的な実施の形態は、以下に示す構成を有する。一実施の形態の荷電粒子線装置は、荷電粒子線を試料に照射し、前記試料の情報を画像化する撮像装置と、前記撮像装置を用いて同じ領域を複数回走査することにより得られる各画像（走査画像）を記憶するメモリ、および画像処理を実行するプロセッサを備えたコンピュータと、を備え、前記コンピュータは、前記同じ領域を複数回走査することにより得られる各画像について、劣化画像を含む第一の画像と、劣化画像を含まない第二の画像とに分類し、前記劣化画像を含まない前記第二の画像を画像積算し、前記画像積算によって得られた第三の画像を目的画像として保存する。

また、荷電粒子線装置は、データベース（ＤＢ）を備え、前記データベースは、前記各画像と、前記各画像に伴い前記撮像装置から得られる情報（環境情報を含む）と、前記各画像の分類に係わる選択状態と、前記第三の画像とを含むデータが格納されている。

前記コンピュータは、前記分類を含む選択処理や、前記データベースへのデータの記憶等を行う。もしくは、前記データベースは、前記コンピュータに接続された外部装置への分散としてもよい。

操作者であるユーザーは、前記選択処理の結果を訂正することができる。前記ユーザーは、特に、画質劣化要因が発生している時の、選択処理の結果を確認する必要がある。画質劣化要因のうち、環境情報の推移から発生を特定できる要因がある。そのため、前記コンピュータは、前記走査画像と、前記環境情報のグラフと、前記選択処理の結果（選択状態）とを関連付けて画面に表示する。前記グラフで表示する項目は、前記ユーザーが劣化画像を判断できる項目が好ましい。前記項目は、例えば、撮影タイミング、プローブ電流、真空度が挙げられる。

前記ユーザーは、荷電粒子線装置によって撮影する目的画像の画質劣化の有無を確認できる。画質劣化の目視判定が難しいものがあるため、前記コンピュータは、前記目的画像の画質評価指標値を算出し、前記目的画像と画質評価指標値とを並べて画面に表示する。画像評価値は、グラフで表示しても良い。以降、画像の品質を評価するために用いられる、客観評価法に基づいて得られる値を、画質評価指標値と呼称する。

本発明のうち代表的な実施の形態によれば、荷電粒子線装置によって撮影する目的画像について、積算によりランダムノイズを抑制しつつ、画質劣化要因による鮮鋭度に関する画質劣化防止または画質改善を図ることができる。また、本発明のうち代表的な実施の形態によれば、Ｓ／Ｎと鮮鋭度の高い目的画像を撮影することができる。さらに、本発明のうち代表的な実施の形態によれば、観察中の操作者の撮影条件探索による試料の損傷やスループット低下の抑制に寄与できる。

本発明の実施の形態１の荷電粒子線装置の構成を示す図である。 実施の形態１の荷電粒子線装置で、選択処理を含む画質劣化防止を図る撮影機能の処理フローを示す図である。 実施の形態１の荷電粒子線装置で、走査前の設定について、ユーザーインタフェースとして表示装置に表示される画面例を示す図である。 実施の形態１の荷電粒子線装置で、走査画像の表示について、ユーザーインタフェースとして表示装置に表示される画面例を示す図である。 実施の形態１の荷電粒子線装置で、積算画像の表示について、ユーザーインタフェースとして表示装置に表示される画面例を示す図である。 実施の形態１で、データベースの構成例を示す図である。 実施の形態１の荷電粒子線装置における、画質劣化防止を図る撮影機能のデータフローを示す図である。 実施の形態１の荷電粒子線装置で、選択処理について、特徴量と機械学習による分類の例を示す図である。 本発明の実施の形態２の荷電粒子線装置における、画質劣化防止を図る観察機能のデータフローを示す図である 実施の形態２の荷電粒子線装置で、誤り訂正について、ユーザーインタフェースとして表示装置に表示される画面の一例を示す図である。

以下、本発明の実施の形態を図面に基づいて詳細に説明する。なお、全図面において同一部には原則として同一符号を付し、繰り返しの説明は省略する。

（実施の形態１）
図１～図８を用いて、本発明の実施の形態１の荷電粒子線装置について説明する。

［荷電粒子線装置］
図１は、実施の形態１の荷電粒子線装置１の構成を示す。この荷電粒子線装置１は、ＳＥＭの場合を示す。荷電粒子線装置１は、撮像装置１０、コンピュータ２０、表示装置２１、および操作装置２２等から構成されている。ユーザーである操作者は、表示装置２１および操作装置２２等を通じて、荷電粒子線装置１を操作する。ユーザーは、表示装置２１の画面で、例えば試料１１０の表面の形状や構造を観察することができる。

撮像装置１０は、ＳＥＭ本体であり、公知技術による構成を適用可能である。図１の構成例では、撮像装置１０は、電子銃１０１、コンデンサーレンズ１０２、偏向コイル１０３、対物レンズ１０４、検出器１０５、試料室のステージ１０６、真空ポンプ１０７、環境センサ１０８等を有する。

真空ポンプ１０７によって試料室内は真空状態にされる。環境センサ１０８は、真空度、温度、振動、電磁波等の試料室内の状態を計測するセンサ群であり、試料室内の到達真空度の確認などに用いられる。ステージ１０６上には、試料１１０が配置される。ステージ１０６は、少なくとも荷電粒子線Ｌ１と垂直な面内の２方向（図示のＸ方向、Ｙ方向）への移動することができ、視野位置の移動が可能である。電子銃１０１は、荷電粒子線Ｌ１を発生し鉛直方向（図示のＺ方向）に照射する。コンデンサーレンズ１０２と対物レンズ１０４は、荷電粒子線Ｌ１を集光する。偏向コイル１０３は、荷電粒子線Ｌ１を図示のＸ方向およびＹ方向に偏向させることで、試料１１０の表面に対する荷電粒子線Ｌ１の走査を実現する。検出器１０５は、試料１１０からの２次電子Ｌ２の信号を検出し、信号増幅器で増幅した後、コンピュータ２０へ転送する。

コンピュータ２０は、ＳＥＭの制御装置であり、撮像装置１０の各部に対する駆動等の制御を行う。コンピュータ２０は、プロセッサ２０１、メモリ２０２、入出力インタフェース部２０３等を備え、それらがバスに接続されている。

入出力インタフェース部２０３には表示装置２１や操作装置２２等が接続されている。コンピュータ２０は、表示装置２１の画面に、ＳＥＭの機能を利用するためのグラフィカル・ユーザー・インターフェース（ＧＵＩ）を表示する。荷電粒子線装置１は、操作装置２２を通じて、ユーザーの入力操作を受け付ける。操作装置２２は、キーボードやマウス等がある。

撮像装置１０から入出力インタフェース部２０３へ信号が転送される度に、プロセッサ２０１はメモリ２０２に２次元画像を構成する。荷電粒子線装置１は、ＧＵＩに最新の２次元画像（観察画像と記載する場合がある）を表示する観察機能を有する。また、プロセッサ２０１は、目的画像の記憶に適した条件を撮像装置１０に設定し、画像処理や情報付加等を行う。荷電粒子線装置１は、これによって得られた目的画像をメモリ２０２（記憶媒体）に保存する撮影機能を有する。

なお、上記構成に限らず、入出力インタフェース部２０３に対し、外部のストレージやサーバ等の装置が通信で接続され、各々のコンピュータ資源を利用して演算、制御、データの記憶等を行う構成としてもよい。また、複数のユーザーや複数の表示装置２１が存在してもよい。

［処理フロー］
図２は、実施の形態１の荷電粒子線装置１のコンピュータ２０による、選択処理を含む画質劣化防止を図る撮影機能の処理フローを示し、ステップＳ１～Ｓ９を有する。以下、ステップの順に説明する。

ステップＳ１で、コンピュータ２０は、ユーザーの操作に基づいて、予め、走査前の設定を受け付ける。この設定は、例えば、後述の図３のＧＵＩを用いる。この設定は、デフォルト設定値を利用してもよい。この設定は、走査画像を得るための走査回数Ｎの設定を含む。荷電粒子線装置１は、ユーザーの指示により、走査を開始する。コンピュータ２０は、走査前の設定に従い、撮像装置１０の走査を制御する。なお、撮像装置１０に走査前に設定しなければならない項目については、このステップＳ１で設定する。この設定では、例えば、後述のステップＳ５とステップＳ７のスキップを設定し、走査を開始してから、目的画像を保存するまで、操作者であるユーザーが介在しないことを指定できる。

ステップＳ２で、コンピュータ２０は、1回の走査で得られた画像と環境情報を保存する。図１の撮像装置１０は、コンピュータ２０からの制御に従って、試料１１０の表面に対する荷電粒子線Ｌ１の走査をし、検出器１０５で得られた信号が、コンピュータ２０へ転送される。プロセッサ２０１は、信号が転送される度に２次元画像を構成し、メモリ２０２に記憶する。プロセッサ２０１は、走査画像について、ＩＤ等の管理用の情報、および、撮像装置１０から得られる環境情報を紐づけてデータベース（後述の図６の走査画像ＤＢ）とし、メモリ２０２に記憶する。

ステップＳ３で、コンピュータ２０は、走査回数Ｎに基づいて、荷電粒子線Ｌ１の走査の終了を判定する。コンピュータ２０は、ステップＳ２の実施回数がＮ回に達しているか判定する。Ｎ回に達していると判定された場合（Ｙ）にはステップＳ４へ進み、撮像装置１０の走査を終了させる。Ｎ回に達していないと判定された場合（Ｎ）にはステップＳ２へ戻り、撮像装置１０の走査を続行させる。

ステップＳ４で、コンピュータ２０は、選択処理の実行により、走査画像を、劣化画像を含むものとそうでないものに分類する。プロセッサ２０１は、走査画像ＤＢを参照し、ステップＳ２で得た走査画像に対して、選択処理を実行する。選択処理の結果は、ＩＤ等の管理用の情報を紐づけてデータベース（後述の図６の選択状態ＤＢ）とし、メモリ２０２に記憶する。選択処理の具体的な実施例は、後述の[撮影機能におけるデータフロー]で記載する。

ステップＳ５で、コンピュータ２０は、ステップＳ２～ステップＳ４で得られた結果を表示装置２１に表示する。ここでの結果とは、主に、走査画像と走査中の環境情報、そして、選択処理の出力である選択状態を指し、走査画像ＤＢと選択状態ＤＢを参照することで得られる。この表示には、例えば、後述の図４のＧＵＩを用いる。

また、操作者であるユーザーは、ステップＳ４の選択処理によって決定された選択状態のうち適切でない項目があれば、操作装置２２を通じて、ＧＵＩに訂正の入力が可能である。コンピュータ２０は、訂正の入力に応じて、選択状態ＤＢを更新する。

ステップＳ６で、コンピュータ２０は、積算処理の実行により、ランダムノイズを抑制した積算画像を得る。プロセッサ２０１は、選択状態ＤＢを参照し、選択状態が選択である画像に対して、積算処理を実行する。積算処理の結果は、ＩＤ等の管理用の情報、および、積算画像を評価するための画質評価指標値を紐づけてデータベース（後述の図６の積算画像ＤＢ）とし、メモリ２０２に記憶する。画質評価指標値は、例えば、ラインプロファイル、鮮鋭度、粒状度であり、プロセッサ２０１は、積算画像に対して、それぞれを得るため画像処理を実行する。積算処理の具体的な実施例は、後述の[撮影機能におけるデータフロー]で記載する。

ステップＳ７で、コンピュータ２０は、ステップＳ６で得られた結果を表示装置２１に表示する。ここでの結果とは、主に、積算処理の出力である積算画像、そして、積算画像を評価するための画質評価指標値を指し、積算画像ＤＢを参照することで得られる。この表示には、例えば、後述の図５のＧＵＩを用いる。

ステップＳ８で、コンピュータ２０は、ステップＳ６で得られた結果に、操作者であるユーザーが満足しているかそうでないか入力を受け付ける。言い換えると、ステップＳ８は、ユーザーによる再選択が不要かどうかの確認である。ここでの結果は、ステップＳ７で表示装置２１に表示してある。満足している場合（Ｙ）にはステップＳ９へ進み、満足していない場合（Ｎ）にはステップＳ５へ戻って、選択状態を訂正し直すことが可能である。この表示には、例えば、後述の図５のＧＵＩを用いる。

ステップＳ９で、コンピュータ２０は、ステップＳ６で得られた積算画像を目的画像として記録媒体へ記録し、一連の処理フローを終了する。目的画像は、ユーザーが任意に指定した場所、名称で保存することができる。記録媒体として、例えば、コンピュータ２０に内蔵されているメモリ２０２がある。もしくは、入出力インタフェース部２０３を通じて、外部ストレージ（ＤＶＤ、フラッシュメモリ等）やネットワーク上のストレージへ記録することができる。なお、荷電粒子線装置１は、記録するデータに対し、トレーサビリティを確保できるように積算画像ＤＢと紐づけた情報を付加する（その情報は必要であれば走査画像ＤＢと選択状態ＤＢの情報も含む）。

［撮影機能におけるＧＵＩ］
図３は、実施の形態１の荷電粒子線装置１の走査前の設定について、ユーザーインタフェースとして表示装置２１に表示される画面の一例である。この「走査前の設定」の画面は、「走査の設定」の項目（対応する各設定部）として、回数設定部３０２、間隔設定部３０３、解像度設定部３０４、画素滞在時間設定部３０５を有する。

走査開始ボタン３０１は、ユーザーが走査開始を指示できるボタンである。走査開始ボタン３０１の押下により、荷電粒子線装置１は、走査前の設定となるよう撮像装置１０を制御し、ステップＳ１からステップＳ２へ移行する。また、ステップＳ４まで終了すると、荷電粒子線装置１は、図４の画面を表示する。

回数設定部３０２は、走査画像を得るための走査回数を指定できる項目である。回数設定部３０２で設定したＮは、ステップＳ３の判定に用いるＮである。間隔設定部３０３は、複数回の走査について、各走査の間隔を指定できる項目である。荷電粒子線装置１は、走査が１回完了した際に、図１の試料１１０の表面に荷電粒子線Ｌ１が照射されないように制御し、間隔設定部３０３で設定した間隔だけ休止する。この後、荷電粒子線装置１は、再び走査をはじめ、走査と休止を繰り返して、走査画像を得る。解像度設定部３０４は、走査によって得られる画像の解像度を指定できる項目である。画素滞在時間設定部３０５は、走査によって得られる画像について、１画素当たりに荷電粒子線Ｌ１が照射される時間を指定できる項目である。荷電粒子線装置１は、画素滞在時間設定部３０５で設定した時間で走査できるように、偏向コイル１０３の制御信号を設定する。

図３の各設定部は、ＧＵＩの例としてコンボボックスで記載しているが、スライダーやプリセットボタン等でも代用できる。

図４は、実施の形態１の荷電粒子線装置１の走査画像の表示について、ユーザーインタフェースとして表示装置２１に表示される画面の一例である。この画面の特徴としては、走査画像と環境情報のグラフを関連付けて表示する点がある。さらに、特徴としては、同視野における変化を確認するために、コマ送りの表示が可能な点がある。以上のように、荷電粒子線装置１によれば、画質劣化要因を監視できる。

図４の「選択状態の確認」の画面は、画像表示部４０１、コマ送りボタン４０２、選択部４０３、番号表示部４０４、サムネイル表示部４０５、グラフ表示部４０６、スクロールバー４０７、選択数ラベル４０８、非選択数ラベル４０９、先頭設定部４１０、末尾設定部４１１、全選択ボタン４１２、全解除ボタン４１３、自動選択ボタン４１４、画像積算ボタン４１５を有する。

画像表示部４０１は、走査画像のうち、１枚の画像について、細部が確認できる大きさで表示する部分である。図示の例では、画像表示部４０１は、＃４の画像を表示しており、これに限らず、画像を特定できる情報を付加しても良い。コマ送りボタン４０２は、コマ送り表示をするためのボタンである（なおコマは画像に対応する）。コマ送りボタン４０２は、左矢印のボタンおよび右矢印のボタンがある。荷電粒子線装置１は、ユーザーが左矢印のボタンを押下すると１コマ戻り、右矢印のボタンを押下すると１コマ進み、となるように、画像表示部４０１の画像を更新する。汚染しやすい試料が撮影された場合、一定の走査回数に達すると、画像のコントラストが低下する。汚染の影響がない目的画像を得るためには、ユーザーは、コマ送りボタン４０２によって、画像表示部４０１の画像をコマ送りで更新し、コントラストが低下するタイミングを確認する。これにより、ユーザーは、試料汚染の影響がない画像を選択でき、所望の目的画像を得ることができる。

選択部４０３は、画像の分類に関する選択状態を示し、ステップＳ４の選択処理によって決定された選択状態を訂正するためのコントロール（ＧＵＩ部品）である。例えば、各画像について、チェックがあるものを「選択」、チェックがないものを「非選択」とし、ユーザーが選択部４０３を押下することで、選択部４０３のチェックの状態が反転する。図示の例では、＃２と＃３の選択状態は「選択」、＃１と＃４の選択状態は「非選択」となっている。番号表示部４０４は、画像を取得した順番（例えば＃１等で示す）を示す部分である。サムネイル表示部４０５は、走査画像のサムネイルを、取得した順番に並べて表示する部分である。

グラフ表示部４０６は、撮像装置１０から得た環境情報を、画像に関連させたグラフにして表示する部分である。図示の例では、グラフ表示部４０６は、エミッション電流を四角で、真空度を丸でプロットしている。サムネイル表示部４０５では取得した順番に画像を並べているので、グラフ表示部４０６の横軸は時間を表し、縦軸は環境情報それぞれの数値を表している。

画質劣化要因をとり除き、ＳＥＭおよび対象とする試料ともに、高い精度で安定した状態を維持することは難しく、実際には、撮像装置１０の環境情報が一定にならないことがある。上記のように環境情報をグラフで表示することで、操作者であるユーザーが、環境情報の変化を参考に、選択状態を最適化することができる。

スクロールバー４０７は、サムネイル表示部４０５とグラフ表示部４０６について、図４の画面に収まりきらない情報を必要に応じて表示するためのものである。スクロールバー４０７にあるつまみの位置と、サムネイル表示部４０５およびグラフ表示部４０６等の表示位置とが連動している。サムネイル表示部４０５とグラフ表示部４０６は、取得した順番に並んでおり、ユーザーがつまみを左に動かすと古い情報を、つまみを右に動かすと新しい情報を、表示する。

選択数ラベル４０８は、走査画像のうち、選択状態が「選択」である枚数を示す。ランダムノイズを抑制するためには、積算処理に用いる画像の枚数が寄与する。そのため、ユーザーは、選択数ラベル４０８を参考にすることで、積算画像となった際に画像に現れるランダムノイズを積算処理の前に想定することができる。非選択数ラベル４０９は、走査画像のうち、選択状態が「非選択」である枚数を示す。ユーザーは、非選択数ラベル４０９によって、選択状態を「非選択」から「選択」に変更できる残り枚数が予想できる。

先頭設定部４１０は、積算処理の対象となる範囲のうちの先頭を指定できる項目である。例えば、一定の走査回数に達するまでの間では、視野がドリフトしてしまうことがある。ユーザーは、一定の走査回数に達する前の劣化画像を積算処理の対象外とするために、この範囲の先頭の指定を用いることができる。末尾設定部４１１は、積算処理の対象となる範囲のうちの末尾を指定できる項目である。例えば、一定の走査回数に達すると、帯電によって白く浮き上がってしまうことがある。または、汚染によってコントラストが低下してしまうことがある。ユーザーは、一定の走査回数に達した後の劣化画像を積算処理の対象外とするために、この範囲の末尾の指定を用いることができる。

全選択ボタン４１２は、選択状態を一括で更新できるボタンである。ユーザーが全選択ボタン４１２を押下すると、荷電粒子線装置１は、選択部４０３に表示される全ての選択状態を「選択」にする。全解除ボタン４１３は、選択状態を一括で更新できるボタンである。ユーザーが全解除ボタン４１３を押下すると、荷電粒子線装置１は、選択部４０３に表示される全ての選択状態を「非選択」にする。自動選択ボタン４１４は、選択状態を一括で更新できるボタンである。ユーザーが自動選択ボタン４１４を押下すると、荷電粒子線装置１は、選択処理により、劣化画像を含むものは選択状態を「非選択」にし、そうでないものは選択状態を「選択」にする。この処理は、図２のステップＳ４と同様であり、選択状態を戻すときに用いられる。

画像積算ボタン４１５は、画像積算を実行できるボタンである。ユーザーが画像積算ボタン４１５を押下すると、荷電粒子線装置１は、新たに選択状態ＩＤ（後述の選択状態ＤＢで記録される選択状態を管理する情報）を取得し、選択部４０３の選択状態で更新する。ただし、先頭設定部４１０の先頭の画像から末尾設定部４１１の末尾の画像までの範囲外は「非選択」とする。荷電粒子線装置１は、ステップＳ５からステップＳ６へ移行し、選択状態ＤＢを参照して積算処理を実行する。また、荷電粒子線装置１は、積算処理の終了時に、図４の画面を閉じ、図５の画面を開く。

図５は、実施の形態１の荷電粒子線装置１の積算画像の表示について、ユーザーインタフェースとして表示装置２１に表示される画面の一例を示す。この画面の特徴は、画質を判断する指標として画質評価指標値をグラフで表示し、定量的に評価できる点と、さらに、参考データを記録し、比較することにより、相対的に評価できる点とがある。参考データとは、同じ走査画像から選択状態を変えて生成した積算画像、およびその積算画像の画質評価指標値であり、画質を判断する参考に用いるデータである。画質評価指標値は、例として、ラインプロファイル、鮮鋭度、粒状度を用いる場合で説明する。

図５の「積算画像の表示」の画面は、参考データ５０１、生成データ５０２、保存ボタン５０３、積算画像５０４、プロファイル位置５０５、ラインプロファイル５０６、鮮鋭度５０７、粒状度５０８、更新ボタン５０９、再選択ボタン５１０、終了ボタン５１１を有する。

参考データ５０１は、あらかじめ選択状態の違う積算画像を参考データに設定しておき、後述の生成データ５０２と比較して評価するための表示領域である。荷電粒子線装置１は、後述の積算画像ＤＢから、参考データに設定されているデータを読み込み、ＧＵＩの各コントロールに表示する。また、荷電粒子線装置１は、後述の更新ボタン５０９により参考データが設定されていない時、全ての画像の選択状態を「選択」、かつ、積算処理の対象となる範囲も全ての画像として、画像積算したものを生成しておいて、参考データに設定しても良い。

生成データ５０２は、ステップＳ６の積算処理で生成した積算画像が、目的画像としてユーザーの要求を満足しているか確認するための表示領域である。荷電粒子線装置１は、後述の積算画像ＤＢから、最後の積算処理で生成したデータを読み込み、ＧＵＩの各コントロールに表示する。

保存ボタン５０３は、目的画像として積算画像を保存することができるボタンである。保存ボタン５０３は、参考データ５０１および生成データ５０２にそれぞれ備えており、それぞれの積算画像を保存の対象とすることができる。例えば、ユーザーは、像質の評価が高い積算画像を設定しておくことで、最後の積算処理で生成したデータが、目的画像として十分な画質とならなかった場合でも、それまでに設定しておいた参考データ５０１から像質の評価が高い積算画像を、目的画像として保存することができる。

積算画像５０４は、積算画像を表示する領域である。図示の例では、参考データ５０１に積算画像ＩＤがＣ１、生成データ５０２に積算画像ＩＤがＣ２の積算画像を表示しており、画像を特定できる情報（積算画像ＩＤ）を付加している。また、画像を特定できる情報を描画する位置は、積算画像５０４上でなくても良い。

プロファイル位置５０５は、後述のラインプロファイル５０６の位置を指定するコントロールである。図示の例では、プロファイル位置５０５は、ＳＥＭで一般的なラスター方式の走査に合わせて、上下に移動して指定させるものである。ラインプロファイル５０６の位置の指定方法は、他にもマウスドラッグなどによる指定方法が適用できる。

ラインプロファイル５０６は、積算画像５０４上に引かれている線上にある画素について、横軸が画素の位置、縦軸が画素の濃淡値を示したグラフである。図示の例では、文字Ａ形状（黒）では最小値、反対に背景領域（白）では最大値を示している。最大値から最小値までの画素数が少ない生成データの方が、シャープネスが高いと判断できる。また、最大値と最小値の差が大きい生成データの方が、コントラストが高いと判断できる。

鮮鋭度５０７は、積算画像５０４から計算されたシャープネスの評価値が棒状形式で表示されている。例えば、シャープネスの評価方法としてＤＲ法を用いる。ＳＥＭにおけるプローブの強度分布の標準偏差をσとすると、シャープネスＲは、Ｒ＝√２×σで表される。

粒状度５０８は、積算画像５０４から計算された粒状度の評価値が棒状形式で表示されている。例えば、粒状度の評価方法としてＲＭＳ粒状度を用いる。この場合、粒状度は、下記の式１で表される。

更新ボタン５０９は、参考データ５０１を更新できるボタンである。ユーザーが更新ボタン５０９を押下すると、荷電粒子線装置１は、参考データ５０１に紐づけた後述の積算画像ＩＤに、生成データ５０２に紐づけた後述の積算画像ＩＤを設定する。

再選択ボタン５１０は、ステップＳ５へ戻ることができるボタンである。ユーザーが再選択ボタン５１０を押下すると、荷電粒子線装置１は、図５の画面を閉じ、図４の画面を再び表示する。例えば、ステップＳ６の積算処理で生成した積算画像に、ユーザーにより画質劣化が認められた時には、選択状態を変えて、再び積算画像を生成するために、再選択ボタン５１０を用いることができる。

ここでは、ユーザーに画質劣化の有無を判断させているが、ユーザーの判断が介在せず、プロセッサ２０１が画質劣化の有無を判定することも可能である。例えば、プロセッサ２０１は、複数の画像（走査画像）を全て選択して画像積算した画像である基準の積算画像と、現状の積算画像とを比較しての画質評価指標値が、２０％以上向上している場合には、積算画像に画質劣化がないものとし、処理フローを終了させる。

また、例えば、以下のようにしてもよい。プロセッサ２０１は、ユーザーの操作に依らずに、複数の画像を全て選択して画像積算した積算画像を生成し、また、複数の画像から各画像を選択や非選択とした各パターンに応じた各積算画像を生成する。プロセッサ２０１は、それらの複数の積算画像を比較して画質を評価する。プロセッサ２０１は、評価の結果に基づいて、複数の積算画像から選択した積算画像を保存し、処理フローを終了させる。

終了ボタン５１１は、図５の画面を閉じ、実施の形態１の荷電粒子線装置１のコンピュータ２０による、選択処理を含む画質劣化防止を図る撮影機能の処理フローを終了できるボタンである。

［データベース］
図６は、実施の形態１の荷電粒子線装置１に備えるデータベースを示す。このデータベースは、走査画像ＤＢ６１０、選択状態ＤＢ６２０、および積算画像ＤＢ６３０の３つで構成されている。

走査画像ＤＢ６１０は、走査画像と、走査の度に撮像装置１０から得られる環境情報を含む情報と、管理用の情報とを紐づけておくためのデータベースであり、以下の属性を持つ。走査画像ＤＢ６１０は、走査画像ＩＤ６１１、番号６１２、画像ファイル６１３、撮影タイミング６１４、プローブ電流６１５、真空度６１６を持つ。

走査画像ＩＤ６１１は、走査画像を管理する情報である。図２のステップＳ１で、荷電粒子線装置１は、新たな固有の値を割り振り、走査画像を特定するキーである走査画像ＩＤ６１１とする。このキーにより、選択状態ＤＢ６２０に関連づける。番号６１２は、画像を得た順番である。番号６１２は、走査画像の中から、１回の走査で得られた画像を特定するための管理用の情報である。荷電粒子線装置１は、ステップＳ２で画像を得る度に、カウントアップした値を割り振り、番号６１２とする。選択状態ＤＢ６２０にも同様の属性を持つ。画像ファイル６１３は、ステップＳ２で得られた各画像（走査画像）である。図示の例では、画像ファイル６１３は、画像の実態ではなく、記録媒体への保存先の情報であるファイルのパス情報としている。これに限らず、画像ファイル６１３は、画像の実態、または、それを圧縮したものでも良い。

撮影タイミング６１４は、画像を得た時間を示す。図示の例では、撮影タイミング６１４は、最初に得た画像を基準（０）とし、同じ領域を複数回走査することにより得られる各画像（走査画像）を得たタイミングを経過時間で示している。これに限らず、撮影タイミング６１４は、時刻で表現しても良い。プローブ電流６１５は、図１の荷電粒子線装置１が試料１１０に照射する荷電粒子線Ｌ１の電流量である。プローブ電流６１５は、電子銃１０１、コンデンサーレンズ１０２、および対物レンズ１０４のそれぞれの制御値等から算出することができる。真空度６１６は、真空ポンプ１０７によって真空状態にされている試料室内の大気圧である。真空度６１６は、試料室内に取り付けられている環境センサ１０８で計測できる。

撮影タイミング６１４、プローブ電流６１５、および真空度６１６は、撮像装置１０で画像を取得した際の環境情報の例である。例えば、プローブ電流６１５が低下すると、２次電子Ｌ２の信号量が減少し、画像が暗くなる。または、真空度６１６が低下すると、集光している荷電粒子線Ｌ１が大気により散乱し、画像がボケる。このように、像質に関係する環境情報は、選択処理に用いることができる。そのため、荷電粒子線装置１は、環境情報を画像と紐づけてデータベースに記録する。撮像装置１０により、他にも像質に関係する環境情報がある場合、荷電粒子線装置１は、環境センサ１０８と走査画像ＤＢ６１０の属性に、対応する項目を追加して、記録等を行う。

選択状態ＤＢ６２０は、前述の分類に係わる選択状態と、管理用の情報とを紐づけておくためのデータベースであり、以下の属性を持つ。選択状態ＤＢ６２０は、選択状態ＩＤ６２１、走査画像ＩＤ６１１、番号６１２、選択状態６２２を持つ。

選択状態ＩＤ６２１は、選択状態を管理する情報である。図２のステップＳ４では、荷電粒子線装置１は、選択処理の実行に際して、新たな固有の値を割り振り、選択状態を特定するキーである選択状態ＩＤ６２１とする。ステップＳ５では、荷電粒子線装置１は、選択状態の訂正を確定した際に、新たな固有の値を割り振る。このため、走査画像ＩＤ６１１に対して、複数の選択状態ＩＤ６２１が存在しうる。この選択状態ＩＤ６２１により積算画像ＤＢ６３０に関連づける。選択状態６２２は、状態として、積算処理の入力を示す「選択」、もしくは、そうでないことを示す「非選択」を持ち、各状態は判別できる値で表現されてもよい。図示の例では、「選択」を１、「非選択」を０としている。

積算画像ＤＢ６３０は、積算画像と、積算画像を評価するための画質評価指標値と、管理用の情報とを紐づけておくためのデータベースであり、以下の属性を持つ。積算画像ＤＢ６３０は、積算画像ＩＤ６３１、選択状態ＩＤ６２１、画像ファイル６３２、ラインプロファイル６３３、鮮鋭度６３４、粒状度６３５を持つ。

積算画像ＩＤ６３１は、積算画像を管理する情報である。図２のステップＳ６で、荷電粒子線装置１は、新たな固有の値を割り振り、積算画像を特定するキーである積算画像ＩＤ６３１とする。画像ファイル６３２は、ステップＳ６で得られた積算画像である。図示の例では、画像ファイル６３２は、画像の実態ではなく、記録媒体への保存先の情報であるファイルのパス情報としている。これに限らず、画像ファイル６３２は、画像の実態、または、それを圧縮したものでも良い。

ラインプロファイル６３３は、濃淡値による数値列の集合である。図示の例では、ラインプロファイル６３３は、集合の実態ではなく、記録媒体への保存先の情報であるファイルのパス情報としている。これに限らず、ラインプロファイル６３３は、集合の実態、または、それを圧縮したものでも良い。鮮鋭度６３４は、計算されたシャープネスの指標値である。粒状度６３５は、計算された粒状度の指標値である。

ラインプロファイル６３３、鮮鋭度６３４、および粒状度６３５は、積算画像を評価するための画質評価指標値である。例えば、構造物のエッジを画像の目視によって評価することが難しい場合に、ラインプロファイルを用いることで、評価できる場合がある。積算画像ＤＢ６３０には、他にも像質の判断に適切な画質評価指標値があれば、属性を追加して記録する。必要であれば、図５の画面に、追加した画質評価指標値に対応させて、グラフで表示できるコントロールを追加する。

［撮影機能におけるデータフロー］
図７は、実施の形態１の荷電粒子線装置１の画質劣化防止を図る撮影機能におけるデータベースと、選択処理と、積算処理との関係を表すデータフローを示す。

環境情報７０１は、走査画像ＤＢ６１０に記録されている撮影タイミング６１４、プローブ電流６１５、および真空度６１６の集合データである。走査画像７０２は、走査画像ＤＢ６１０に記録されている画像ファイル６１３の集合データである。非選択画像７０３は、選択状態ＤＢ６２０に記録されている選択状態６２２が「非選択」（０）となっている画像ファイルの集合データである。選択画像７０４は、選択状態ＤＢ６２０に記録されている選択状態６２２が「選択」（１）となっている画像ファイルの集合データである。積算画像７０５は、積算画像ＤＢ６３０に記録されている画像ファイル６３２の１つである。

選択処理７０６は、図２におけるステップＳ４に該当し、プロセッサ２０１によって実行される。選択処理７０６は、環境情報７０１と走査画像７０２を入力し、目的画像を生成するために必要な画像である選択画像７０４と、そうでない画像である非選択画像７０３との２つに分類する処理である。ここで、目的画像を生成するために必要な画像は、劣化画像が含まれていない走査画像７０２を指す。実施の形態１では、与えられたデータセットを、閾値等の基準もなしに、自動的な分類を行うために、この選択処理７０６には、教師無しの機械学習を適用する。例えば、教師無しの機械学習のうち、ｋ平均法を適用する。ｋ平均法は、クラスターの平均を用い、与えられたクラスター数ｋ個に分類できる。コンピュータ２０は、まず、２つのクラスターをランダムに設定し、走査画像７０２それぞれを類似度が高い方のクラスターに所属させ、クラスター毎に重心をクラスターに設定する。コンピュータ２０は、再び、走査画像７０２それぞれを類似度が高い方のクラスターに所属させ、クラスター毎に重心をクラスターに設定する。コンピュータ２０は、これを繰り返すことで、性質が近い２つのクラスターに収束させ、２つのクラスターを選択画像７０４と非選択画像７０３とする。類似度や重心は、走査画像それぞれから求めた特徴量から算出できる。

また、複数の画質劣化要因が発生している場合には、ｋ平均法の拡張アルゴリズムを用いる。この拡張アルゴリズムは、定義してある全ての特徴空間の分布について、クラスター数を自動推定する方法である。この方法では、得られた走査画像７０２毎に、発生した画質劣化要因に対応する特徴のみで分類され、分類した３つ以上のクラスターのうち、基準画像を含んだクラスターを、劣化画像が含まれていない走査画像７０２とする。コンピュータ２０は、ステップＳ２を開始してから撮像装置１０が安定するまでの時間をパラメーターとして記憶しておき、安定したタイミングで得た画像を、基準画像とする。もしくは、ユーザーがＧＵＩによって基準画像を指定してもよい。

例えば、一定の走査回数に達すると、帯電によって画像全域が白くなる場合がある。または、汚染によって画像全域が黒くなる場合がある。これらの現象により１回の走査で得られる画像のコントラストは低下している。そのため、コントラストを特徴量としたｋ平均法により、コントラストを維持している画像と、コントラストが低下してしまった画像とに分類できる。

図８の（ａ）の上側には、走査画像を、取得した時間ｔ１～ｔ５で並べてあり、走査画像を取得し終えた時間が時間ｔ５である。下側には、並べた画像から算出されたコントラストを縦軸にしたグラフを示す。走査画像の推移をみると、時間ｔ１～ｔ３で黒だった構造物（本例では文字Ａ形状を持つ構造物）が、時間ｔ４からだんだん白くなっている。このグラフでは、時間ｔ４からコントラストが低下していく推移が示されており、コントラストを特徴量としたｋ平均法により、クラスターＣ１とクラスターＣ２で示す２つのクラスターに分類できる。なお、十字は各クラスターの重心を表し、クラスターに所属するものを破線で囲っている。図示の例では時間ｔ１に取得した画像を基準画像としており、その基準画像を含むクラスターＣ１を、劣化画像が含まれていない走査画像と判断できる。このように、実施の形態１によれば、走査画像を得る毎に変動するコントラストにも、閾値などの設定が必要なく分類できる。

他にも、走査完了までに振動によって画像が歪んでしまった場合、走査画像のうち歪み無く構造を捉えられた画像と各画像との相関値を特徴量とすることで、ｋ平均法により、歪みの無い構造に類似する画像と歪んでしまった画像とに分類できる。

図８の（ｂ）は、図８の（ａ）におけるグラフの縦軸を相関値にしたものである。時間ｔ１の相関値は、同じ画像の相関であるため、最大値となる。時間ｔ２と時間ｔ４と時間ｔ５の相関値は、構造物に歪みもないため、同程度の値となる。時間ｔ３の構造物だけ歪んでしまっているため、相関値が低くなることが示されており、相関値を特徴量としたｋ平均法により、クラスターＣ３とクラスターＣ４の２つのクラスターに分類できる。図示の例では、時間ｔ１に取得した画像を基準画像としており、その基準画像を含むクラスターＣ３を、劣化画像が含まれていない走査画像と判断できる。

上記の例では、１回の走査で得られる画像に含まれる情報から特徴量を求めたが、環境情報７０１に含まれる、撮影タイミング６１４、プローブ電流６１５、および真空度６１６等を特徴量と定義しても良い。同様に１回の走査で得られる画像および環境情報と、その次の１回の走査で得られる画像および環境情報との関係性、例えば、プローブ電流の微分値等を、特徴量と定義しても良い。

このように、プロセッサ２０１は、図７の選択処理７０６に、画質劣化要因毎に適した特徴を定義した機械学習を用いることで、劣化画像が含まれていない走査画像７０２のみ選択画像７０４とすることができる。

図７の積算処理７０７は、図２におけるステップＳ６に該当し、プロセッサ２０１によって実行される。積算処理７０７は、選択画像７０４を入力し、積算画像７０５を出力する。積算処理７０７は、入力となる画像の集合データに関して、画素毎の濃淡値を積算し、積算画像７０５の該当する画素の濃淡値とする。これにより、ランダムノイズを抑制した目的画像である積算画像７０５が得られる。積算処理７０７は、これに限らず、特許文献１に記載の正規化積算も適用可能である。

また、積算処理７０７は、特許文献２に記載のドリフト補正処理と呼ばれる、画像の位置合わせをしながら、画素毎の濃淡値を積算することを含む。画質劣化防止を図る撮影機能において、ドリフト補正処理により誤った位置に位置合わせされてしまう場合、荷電粒子線装置１は、図２のステップＳ５で、原因となる画像の選択状態６２２を変更し、積算処理７０７の入力から外すことで、精度を向上できる。

（実施の形態２）
図９および図１０を用いて、本発明の実施の形態２の荷電粒子線装置について説明する。実施の形態２における基本的な構成は実施の形態１と同様であり、以下では、実施の形態２における実施の形態１とは異なる構成部分について説明する。実施の形態２の荷電粒子線装置は、従来通りの観察機能とは別に、ユーザーが現在観察している試料１１０（図１）の観察画像に関して、画像選択および画像積算を適用した観察機能を有する。これにより、モニタ（表示装置２１）に表示される観察画像について、画質劣化防止を図る。

［観察機能におけるデータフロー］
図９は、実施の形態２の荷電粒子線装置の構成として、実施の形態１の荷電粒子線装置１との差異であるデータフローを示す。実施の形態２では、図９の環境情報７０１と、走査画像７０２と、積算画像７０５とは、リアルタイムに更新する観察機能について示すため、集合データではなく、現在（最新）の値、もしくは、画像としている。例えば、環境情報７０１は、現在の取得値を黒枠で、過去の取得値をグレー枠で示している。そして、実施の形態２では、前述の図７の積算画像７０５は、観察画像としてリアルタイムに更新するため、更新前の画像をデータベースで長期間記憶しておく必要はない。さらに、実施の形態２における観察機能のデータフローでは、ユーザーに対して、観察画像の表示や、撮像装置１０への条件の設定等を求めるため、コンピュータ２０と、表示装置２１と、操作装置２２との関連を追加している。

図９の選択処理９０１は、実施の形態１の選択処理７０１と同様の役割を持ち、劣化画像が含まれていない走査画像７０２と、それ以外の画像とに分類する。動的に様々な視野をとりうる観察画像において、現在の走査画像７０２である１枚を分類するためには、過去の走査画像７０２と正しい選択状態６２２とが必要となる。そこで、実施の形態２の荷電粒子線装置は、後述の学習データＤＢ９０３をあらかじめ学習し、過去の走査画像７０２に基づいて分類する教師有りの機械学習を、選択処理９０１に適用する。例えば、教師有りの機械学習のうち、畳み込みニューラルネットワーク（ＣＮＮ）を用いる方式を適用する。この方式は、ＣＮＮを用いて、画像等のデータから特徴を見出し、教師に従った分類を行う。この場合、選択処理９０１は、現在の走査画像７０２である１枚の濃淡値を入力し、選択画像７０４および非選択画像７０３に対応する各ユニットから出力が得られる。ＣＮＮの学習では、過去の走査画像７０２である１枚の濃淡値を順番に入力し、得られるユニットからの出力と、正しい選択状態６２２に対応するユニットからの出力との誤差に基づいて、重みを更新する。ＣＮＮの学習は、これを繰り返すことで、画像から特徴を見出し、選択画像７０４と非選択画像７０３との分類が可能となる。なお、非選択画像７０３に対応するユニットは、画像劣化要因毎に存在しても良い。

図９の積算処理９０２は、実施の形態１の選択処理７０１と同様の役割を持ち、選択画像７０４から、ランダムノイズを抑制した積算画像７０５を得る。動的に様々な視野をとりうる観察画像において、視野の違う画像の集合データとなった場合に、実施の形態１と同様の処理をしてしまうと、応答性を損なってしまう。そこで、一般にリカーシブフィルタと呼ばれる、蛍光体の残光特性を模擬したようなフィルタを適用する。これは、画素の濃淡値を積算する際に、新しい画像ほどその比重が大きくなるように、比重を変えて積算する手法である。これにより、応答性を損なわず、ランダムノイズを抑制した積算画像７０５が得られる。

学習データＤＢ９０３は、選択状態ＤＢ６２０と同様の形式のデータを持つＤＢである。学習データＤＢ９０３は、後述の誤り訂正９０４によって、正しい選択状態６２２と過去の走査画像７０２とを紐づけてある。精度向上のため、学習データＤＢ９０３は、撮像装置１０で観察している試料１１０、偏向コイル１０３などで決まる光学条件、および検出器１０５の種類、等で分割しても良い。この場合、選択処理９０１には、分割された学習データＤＢ９０３のうち、一致する条件で学習した機械学習を用いる。

誤り訂正９０４は、実施の形態２の画質劣化防止を図る観察機能の使用後、停止した状態で実行される。誤り訂正９０４の処理は、ユーザーによる誤りの訂正の操作に基づいて実行される。荷電粒子線装置は、この観察機能の使用中に追加された選択状態ＤＢ６２０の非選択画像７０３と、選択画像７０４とを入力とし、操作装置２２等からのユーザー入力によって、誤りがある選択状態６２２を訂正し、学習データＤＢ９０３に追加する。誤り訂正９０４を行ったうえで、実施の形態２の観察機能を再度起動する度に、学習データＤＢ９０３が蓄積され、精度と汎用性が高まることが、期待できる。

また、この観察機能の使用中に追加された選択状態ＤＢ６２０の非選択画像７０３と、選択画像７０４とを入力とすることで、学習データＤＢ９０３の作成の作業は、誤りがある選択状態６２２の訂正のみとなる。つまり、実施の形態２によれば、積算処理９０２の精度に依存するものの、学習データＤＢ９０３の作成の作業を減らすことが、期待できる。

［観察機能におけるＧＵＩ］
図１０は、実施の形態２の荷電粒子線装置における図９の誤り訂正９０４について、ユーザーインタフェースとして表示装置２１に表示される画面の一例を示す。図１０の「誤りの訂正」の画面は、選択画像欄１００１、非選択画像欄１００２、画像表示部１００３、訂正部１００４、番号表示部１００５、更新ボタン１００６、キャンセルボタン１００７を有する。

選択画像欄１００１は、入力である選択画像７０４（図９）を列挙して表示する欄である。非選択画像欄１００２は、入力である非選択画像７０３（図９）を列挙して表示する欄である。画像表示部１００３は、非選択画像７０３または選択画像７０４である各画像を表示する領域である。

訂正部１００４は、画像の選択状態の誤りに対してユーザーによる訂正の入力が可能である部分である。例えば、訂正部１００４におけるバツ印（×）は、選択状態が誤っているため訂正するものを示し、無印は、選択状態を訂正しないものを示す。ユーザーが訂正部１００４を押下することで、バツ印と無印が反転する。図示の例では、＃５と＃６の画像は、訂正部１００４がバツ印の状態であり、訂正することを示す。番号表示部１００５は、その画像を取得した順番を示す。

更新ボタン１００６は、図９の学習データＤＢ９０３を新しいデータで更新できるボタンである。ユーザーが更新ボタン１００６を押下すると、荷電粒子線装置は、選択状態ＤＢ６２０から学習データＤＢ９０３に追加されていない分のデータを複製し、訂正部１００４への入力の状態に従って、選択状態６２２を訂正する。荷電粒子線装置は、作成したデータを学習データＤＢ９０３に追加して、図１０の画面を閉じる。荷電粒子線装置は、学習データＤＢ９０３を更新する際には、撮像装置１０で観察している試料１１０、偏向コイル１０３などで決まる光学条件、および検出器１０５の種類、等で分割するために、カテゴリを設定する画面を表示し、ユーザーに入力を促しても良い。キャンセルボタン１００７は、更新をキャンセルできるボタンである。ユーザーがキャンセルボタン１００７を押下すると、荷電粒子線装置は、学習データＤＢ９０３を更新せずに、図１０の画面を閉じる。

[画質劣化防止を図る観察機能]
実施の形態２の荷電粒子線装置について、例えば重量物の運搬による床振動が、撮像装置１０に伝わった仮定とする。この場合、試料上を走査するプローブの位置がずれ、現在の走査画像７０２（図９）である１枚の画像には、歪みが生じる。ここで、従来通りの観察機能の場合では、リカーシブフィルタが適用された積算処理９０２（図９）により、現在の走査画像７０２である１枚の画像の比重を大きくして積算するので、モニタ（表示装置２１）には、微細構造の輪郭が二重である観察画像が表示される。

一方、実施の形態２における上記画像選択および画像積算を適用した観察機能の場合では、学習データＤＢ９０３をあらかじめ学習し、過去の走査画像７０２（図９）に基づいて、現在の走査画像７０２である１枚の画像を、劣化画像と分類できる。これにより、現在の走査画像７０２である１枚の画像は、積算処理９０２の対象外となるため、モニタ（表示装置２１）には、微細構造の輪郭が二重でない観察画像が表示される。

操作者であるユーザーは、微細構造の輪郭が二重でない観察画像を表示したい場合、従来通りの観察機能から、実施の形態２の画像選択および画像積算を適用した観察機能に、切り替え操作９０５（図９）を行う。

選択処理９０１により、選択状態６２２が非選択にしかならない場合、モニタ（表示装置２１）の観察画像が更新されなくなるので、ユーザーは、画像選択および画像積算を適用した観察機能から、従来通りの観察機能に、切り替え操作９０５を行う。もしくは、一定の期間を超えて、選択状態６２２が非選択にしかならない場合、プロセッサ２０１は、画像選択および画像積算を適用した観察機能から、従来通りの観察機能に、自動的に切り替えを行っても良い。

１…荷電粒子線装置、１０…撮像装置、２０…コンピュータ、２０１…プロセッサ、２０２…メモリ、２１…表示装置、２２…操作装置。

Claims (6)

1. 荷電粒子線を試料に照射し、前記試料の情報を画像化する撮像装置と、
   前記撮像装置を用いて同じ領域を複数回走査することにより得られる各画像を記憶するメモリ、および画像処理を実行するプロセッサを備えたコンピュータと、
   を備え、
   前記コンピュータは、
   前記同じ領域を複数回走査することにより得られる各画像について、教師無しの機械学習によって、画像群に分類し、基準画像を含む画像群を、劣化を含まない画像群とし、
   前記劣化を含まない画像群を画像積算し、
   前記画像積算によって得られた画像を出力する、
   荷電粒子線装置。
2. 請求項１記載の荷電粒子線装置において、
   ユーザーの入力を受けつける操作装置、およびグラフィカル・ユーザー・インタフェースを表示する表示装置を備え、
   前記コンピュータは、前記画像群の各画像群についての識別情報を付与して、前記画像群および前記識別情報を前記表示装置の画面に表示する、
   荷電粒子線装置。
3. 荷電粒子線を試料に照射し、前記試料の情報を画像化する撮像装置と、
   前記撮像装置を用いて同じ領域を複数回走査することにより得られる各画像を記憶するメモリ、および画像処理を実行するプロセッサを備えたコンピュータと、
   ユーザーの入力を受けつける操作装置、およびグラフィカル・ユーザー・インタフェースを表示する表示装置と、
   を備え、
   前記コンピュータは、
   前記同じ領域を複数回走査することにより得られる各画像について、教師有りの機械学習によって、劣化を含む画像と、劣化を含まない画像と、に分類し、
   前記劣化を含まない画像を画像積算し、
   前記画像積算によって得られた画像を出力し、
   前記教師有りの機械学習に係わる誤り訂正を行うための情報を前記表示装置の画面に表示し、
   前記画面に対する前記ユーザーの操作に基づいて、または、前記機械学習のモデルによる判断に基づいて、過去に得た前記劣化を含む画像と、前記劣化を含まない画像と、を入力とした前記教師有りの機械学習を行わせる、
   荷電粒子線装置。
4. 荷電粒子線を試料に照射し、前記試料の情報を画像化する撮像装置と、
   前記撮像装置を用いて同じ領域を複数回走査することにより得られる各画像を記憶するメモリ、および画像処理を実行するプロセッサを備えたコンピュータと、
   を備え、
   前記コンピュータは、
   前記同じ領域を複数回走査することにより得られる各画像について、劣化を含む画像と、劣化を含まない画像と、に分類し、
   前記劣化を含まない画像を画像積算し、
   前記画像積算によって得られた画像を出力し、
   前記コンピュータは、ユーザーの操作に依らずに、前記同じ領域を複数回走査することにより得られる各画像について、全て選択して前記画像積算をして生成した積算画像と、前記各画像を選択や非選択とする各パターンに応じて前記画像積算をして生成した各積算画像とを比較して画質を評価し、前記評価に基づいて、これらの複数の積算画像から選択した積算画像を出力する、
   荷電粒子線装置。
5. 請求項３に記載の荷電粒子線装置において、
   前記コンピュータは、前記分類によって得られた、基準画像を含む画像群について、前記ユーザーの操作に基づいて、前記基準画像を含む画像群における画像を再選択する機能を有する、
   荷電粒子線装置。
6. 請求項３記載の荷電粒子線装置において、
   前記コンピュータは、前記教師有りの機械学習を用いて前記画像積算を行う機能について、一定期間を超えても、前記劣化を含む画像と前記劣化を含まない画像との分類が更新されない場合には、前記機能をオフにするように切り替える、
   荷電粒子線装置。

Images