JP7257511B2 - 画像フレームに基づくアルゴリズムセレクタ - Google Patents

画像フレームに基づくアルゴリズムセレクタ Download PDF

Info

Publication number
JP7257511B2
JP7257511B2 JP2021522471A JP2021522471A JP7257511B2 JP 7257511 B2 JP7257511 B2 JP 7257511B2 JP 2021522471 A JP2021522471 A JP 2021522471A JP 2021522471 A JP2021522471 A JP 2021522471A JP 7257511 B2 JP7257511 B2 JP 7257511B2
Authority
JP
Japan
Prior art keywords
processor
light
defects
nuisance
detected
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
JP2021522471A
Other languages
English (en)
Other versions
JP2022505801A (ja
Inventor
ビョルン ブラウアー
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 JP2022505801A publication Critical patent/JP2022505801A/ja
Application granted granted Critical
Publication of JP7257511B2 publication Critical patent/JP7257511B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/9501—Semiconductor wafers
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8806—Specially adapted optical and illumination features
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/956—Inspecting patterns on the surface of objects
    • 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
    • H01L21/67—Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere
    • H01L21/67005—Apparatus not specifically provided for elsewhere
    • H01L21/67242—Apparatus for monitoring, sorting or marking
    • 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
    • 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
    • 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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8806—Specially adapted optical and illumination features
    • G01N2021/8822—Dark field detection
    • G01N2021/8825—Separate detection of dark field and bright field
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
    • G01N2021/889—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques providing a bare video image, i.e. without visual measurement aids

Description

本開示は、半導体ウェーハ検査アルゴリズムの選択に関する。
（関連出願の相互参照）
本出願は、２０１８年１０月２６日に出願され、米国出願第６２／７５１，０７７号に割当てられた米国仮特許出願の優先権を主張するものであり、その開示は参照により本明細書に組み込まれる。
半導体製造業の発展により、歩留まり管理、特に計測及び検査システムに対する要求が高まっている。限界寸法は縮小し続けており、依然として業界は高収率、高価値の生産を達成するための時間を短縮する必要がある。歩留まりの問題の検出から修正までの合計時間を最小限に抑えることで、半導体メーカの投資収益率が決定する。
半導体デバイス、例えば、論理デバイス及びメモリデバイスの作製には、通常、半導体ウェーハを多数の作製プロセスを用いて処理して、様々な特徴と複数のレベルの半導体デバイスを形成することが含まれる。例えば、リソグラフィは半導体作製プロセスであり、レチクルからのパターンを半導体ウェーハ上に配置されたフォトレジストへ転写する。半導体作製プロセスの更なる例には、限定するものではないが、化学機械研磨（ＣＭＰ）、エッチング、堆積、及びイオン注入が挙げられる。複数の半導体デバイスを単一の半導体ウェーハ上の配置構成内において作製してもよく、それらは個々の半導体デバイスに分離される。
以前は、光セレクタを使用して、選択された検出したい欠陥（ＤＯＩ）とニューサンス事象の信号対雑音比を取得していた。最良の光モードと検出アルゴリズムは、この比率に基づいて選択された。その後、ホットスキャンがいくつかの光モードとアルゴリズムに対して実行され、次にニューサンス事象フィルタが各光モードに対して構成された。最良のモードとアルゴリズムは、各光モードの最終的なパレートを比較することによって識別された。
「ホットスキャン」は、一般にウェーハの測定／検査を指し、比較的積極的な検出設定（例えば、ノイズフロアに実質的に近い閾値）を適用することによってウェーハ上で欠陥を検出し、又は測定を行うために実行される。このように、ホットスキャンを実行してウェーハに関する検査又は測定データを収集してもよく、それらはチューニングプロセス（例えば、光選択及びアルゴリズムチューニング）に使用される。ホットスキャンの目的は、選択したモード（複数可）でウェーハ上のすべての欠陥及びニューサンスタイプの代表的なサンプルを検出することであり得る。
現在の方法では、最初の光モード選択段階の間にＤＯＩ捕捉対ニューサンス率を評価していない。現在、光モードとアルゴリズムは信号対雑音比に基づいて比較されている。これでは不十分である。
ニューサンス率を比較するために、１つ以上のダイ列からなるスキャンが実行された。レシピは、感度チューナニューサンス事象フィルタ（ＳＴＮＥＦ）を用いて調整された。ＤＯＩとニューサンス事象を含むパレートを比較した。アルゴリズム、光モード、及び属性の選択された組み合わせは、レシピが完全に構成され、複数のダイ列が実行され、ＳＴＮＥＦが作成された場合にのみ評価され得た。このプロセスには数時間又は数日を費やす場合があり、これは半導体製造には遅すぎる。
ＤＯＩとニューサンスをＳＴＮＥＦにおいてどの程度良好に分離できるかは、ホットスキャンを実行した後でのみ評価され得る。同調可能性に基づいてより適切なモードを見つけるための２回目の試行は、実行されない場合が多い。異なるモードとアルゴリズムの組み合わせがチューニングに適しているかどうかは、通常は時間がかかりすぎるために不明確なままである。
ウェーハスキャンは、新しいアルゴリズム又は属性が導入されたときに実行されて、その後に、改善された属性又は検出アルゴリズムの性能が古いものと比較されてもよい。検査又は製造に使用される可能性があるツール時間を占有することに加えて、技術者はすべての検査レシピを設定して調整する必要があり、これには時間がかかる場合がある。
米国特許出願公開第２０１１／０３２０１４９号
現在の光又はアルゴリズムセレクタには多くの欠点がある。現在実装されている光又はアルゴリズムセレクタは、選択された欠陥とニューサンス事象ごとに１つの信号対雑音数を生じる。これらの数は、その数がそれぞれのＤＯＩで常に同じ傾向に従うとは限らないため、最良の光モードについて混ざり合った結果をもたらす場合がある。第２に、光セレクタに基づいて、特定のモード／検査アルゴリズムが特定の属性、例えばエネルギー、輝度、又はマルチダイ適応閾値（ＭＤＡＴ）オフセットなどで調整可能かどうかが既知でない場合がある。第３に、ＳＴＮＥＦの設定は、ユーザに依存しており、またアルゴリズム又はモードの比較を人為的エラー及び判断の影響を受ける可能性があるために困難にしている。第４に、ＳＴＮＥＦを使用しない場合、スキャンは通常、ウェーハあたりの欠陥の総数を超過する。このようなスキャンは、欠陥検出アルゴリズム自体が非常に多くのニューサンス欠陥を伝えるために実行され得ない。欠陥検出アルゴリズムは、ホットスキャンと同様にホットで実行され、多くの小さな欠陥が見つかることを意味する。ＳＴＮＥＦは、検出された欠陥の画像から計算されたすべての属性を使用して、欠陥の計数を妥当な数に更に調整するために必要とされる。
したがって、改善された半導体ウェーハ検査アルゴリズム選択技術が必要とされる。
システムは、第１の実施形態で提供される。このシステムは、光ビームをウェーハに向けるように構成された光源、ウェーハから反射された光ビームを集める検出器、及び検出器と電子通信するプロセッサを含む。プロセッサは、ウェーハ上の検出したい欠陥及びニューサンス事象についての画像フレームを、複数の光モードに関して受信するように構成される。プロセッサは更に、複数の光モードについての差分画像及び属性を、複数の検出アルゴリズムを使用して決定するように構成される。プロセッサは更に、複数の光モードのそれぞれの組み合わせと複数の検出アルゴリズムのそれぞれを、ゼロのオフセットで検出される、すべての検出したい欠陥に対して比較し、それぞれの組み合わせの属性の１つに関してＤＯＩ捕捉率（以下、適宜「捕捉率」と称する）対ニューサンス率を決定するように構成される。
プロセッサは、検出したい欠陥とニューサンス事象を識別するように更に構成され得る。
プロセッサは、閾値領域内の検出したい欠陥の少なくとも１つ、又は属性値を超える検出したい欠陥の少なくとも１つを比較からフィルタリングするように更に構成され得る。
プロセッサは、属性によって組み合わせを分類するように更に構成され得る。
プロセッサは、光モードの１つと検出アルゴリズムの１つとの最適な組み合わせを、選択されたニューサンス率又は選択された検出したい欠陥捕捉率に対して選択するように更に構成され得る。最適な組み合わせは、受信動作曲線プロットを使用して選択してもよい。
方法は、第２の実施形態で提供される。この方法は、プロセッサで、ウェーハ上の検出したい欠陥及びニューサンス事象についての画像フレームを、複数の光モードに対して受信することを含む。プロセッサを用いて、差分画像及び属性は、複数の光モードについて複数の検出アルゴリズムを使用して決定される。プロセッサを用いて、複数の光モードのそれぞれの組み合わせと複数の検出アルゴリズムのそれぞれは、ゼロのオフセットで検出される、すべての検出したい欠陥に対して比較される。プロセッサを用いて、それぞれの組み合わせの属性の１つに関して捕捉率対ニューサンス率が決定される。
検出したい欠陥とニューサンス事象は、プロセッサを使用して識別され得る。
プロセッサを用いて、閾値領域内の検出したい欠陥の少なくとも１つ、又は属性を超える検出したい欠陥の少なくとも１つは、比較からフィルタリングされ得る。
プロセッサを用いて、組み合わせは属性によって分類され得る。
プロセッサを用いて、光モードの１つと検出アルゴリズムの１つとの最適な組み合わせは、選択されたニューサンス率又は選択された検出したい欠陥捕捉率に対して選択され得る。最適な組み合わせは、受信動作曲線プロットを使用して選択され得る。
非一時的コンピュータ可読記憶媒体は、第３の実施形態で提供される。非一時的コンピュータ可読記憶媒体は、１つ以上のコンピューティングデバイス上で以下のステップを実行する１つ以上のプログラムを含む。差分画像及び属性は、複数の光モードに関して、複数の検出アルゴリズムを用いて、複数の光モードについてウェーハ上の検出したい欠陥とニューサンス事象の画像フレームに基づき決定される。複数の光モードのそれぞれの組み合わせは、ゼロのオフセットで検出される、すべての検出したい欠陥について、複数の検出アルゴリズムのそれぞれと比較される。捕捉率対ニューサンス率は、各組み合わせの属性の１つに対して決定される。
ステップは、検出したい欠陥とニューサンス事象を識別することを含む。
ステップは、閾値領域内の検出したい欠陥の少なくとも１つ、又は属性値を超える検出したい欠陥の少なくとも１つを比較からフィルタリングすることを含む。
ステップは、組み合わせを属性によって分類することを含む。
ステップは、光モードの１つと検出アルゴリズムの１つとの最適な組み合わせを、選択されたニューサンス率又は選択された検出したい欠陥捕捉率に対して、受信動作曲線プロットを使用して選択することを含む。
本開示の性質及び目的をより完全に理解するために、添付の図面と併せて以下の詳細な説明を参照する必要がある。
本開示による方法の一実施形態のフローチャートである。 図１の方法を使用する一例のフローチャートである。 一例としてＤＯＩ捕捉率対ニューサンス率を比較するチャートである。 本開示によるシステムの一実施形態のブロック図である。 ２つの例示的な検出アルゴリズムについて、ＤＯＩ捕捉率（真陽性率）対ニューサンス率を比較するチャートである。 ２つの例示的な検出アルゴリズムについて、ＤＯＩ捕捉率（真陽性率）対偽陽性率を比較する受信動作曲線プロットである。
請求された主題は特定の実施形態に関して説明されるが、本明細書に記載の利点及び特徴のすべてを提供しない実施形態を含む別の実施形態もまた、本開示の範囲内である。様々な構造的、論理的、プロセスステップ、及び電子的変更は、本開示の範囲から逸脱することなく行われてもよい。したがって、本開示の範囲は、添付の特許請求の範囲を参照することによってのみ定義される。
本明細書に開示される実施形態は、画像フレームに基づいてアルゴリズムを選択することによってアルゴリズム選択能力を改善する。ＤＯＩはニューサンスと区別する必要があり、選択されたレシピはＤＯＩをニューサンスから区別するのに役立ち得る。基本検査アルゴリズム及び光モードを、ＤＯＩとニューサンス事象の所与の選択に対して選択する現在の方法は、ＤＯＩとニューサンスの信号対雑音値のみを使用するが（例えば、光セレクタ）、アルゴリズム／光モードの組み合わせは、フルウェーハスキャンで使用するのに選択され得る。光モードは、信号対雑音値の代わりに捕捉率対ニューサンス率のプロットを使用して検出アルゴリズムと比較され得て、これを用いて光モードとアルゴリズムを選択し得る。
図１は、方法１００の一実施形態のフローチャートである。方法１００のステップの一部又は全部は、プロセッサを使用して実行され得る。プロセッサは、光検査ツール又はアルゴリズムセレクタの一部であってもよい。
１０１において、ジョブダンプは、複数のモードについて検出したい欠陥とニューサンス事象のために受信される。ジョブダンプは、検査されているウェーハからの画像フレームの収集であり得て、欠陥検出アルゴリズムによって消費され、属性計算に使用され得る。これには、隣接するダイ用の８つの画像フレームが含まれてもよい。例えば、１つの画像フレームは１ｃｍごとに収集され得る。
差分画像及び属性は、複数の光モードに対して、１０２で複数の検出アルゴリズムを使用して決定される。検出アルゴリズムの例には、ＭＤＡＴ、ＭＣＡＴ、ＳＲＤ、又はＮａｎｏＭＤＡＴが含まれ、差分フィルタを含んでもよい。光モードの例には、アパーチャ、波長範囲、光の偏光、又はステージ速度が含まれる。別の検出アルゴリズム又は光モードは可能である。
検出アルゴリズムに関して、ＭＤＡＴはマルチダイ適応閾値を指す。ＭＤＡＴは、欠陥検出アルゴリズムであり、候補の中央グレーレベルと差分グレーレベル、及び特定の数の参照画像の２Ｄヒストグラムに基づいて外れ値検出を実行する。ＭＣＡＴは、マルチカラー適応閾値を指す。ＭＣＡＴは、ＭＤＡＴのように機能する欠陥検出アルゴリズムであるが、ダイ間のプロセス変動を補正する。ＳＲＤは、単一の参照ダイを指し、これは、同一又は異なるウェーハ上の特定の参照ダイを使用する欠陥検出アルゴリズムである。ＮａｎｏＭＤＡＴは、ナノマルチダイ適応閾値を指す。ＮａｎｏＭＤＡＴは、パッチ画像などの小さな領域に基づいて雑音値を計算する欠陥検出アルゴリズムである。
一例では、光モードは、１つのアパーチャ、１つの波長範囲、光の特定の偏光、及び特定のステージ速度を含む。１０個の異なるアパーチャ、１０個の異なる波長範囲、及び３つの偏光を考慮すると、３００個の可能な組み合わせがある。これらの組み合わせはそれぞれ、異なる光モードである。
１０３で、複数の光モードのそれぞれの組み合わせは、複数の検出アルゴリズムのそれぞれと、ゼロのオフセットで検出されるすべての検出したい欠陥について比較される。ゼロのオフセットは、検出アルゴリズムがホット実行されて、可能な限り多くの欠陥を検出することを意味する。閾値領域内の検出したい欠陥の少なくとも１つ、及び／又は属性値を超える検出したい欠陥の少なくとも１つは、比較からフィルタリングされ得る。
属性の１つに対する捕捉率対ニューサンス率は、１０４で組み合わせのそれぞれについて決定される。属性は、例えば、大きさ（例えば、欠陥の最大差分グレーレベル値）又はオフセット（例えば、ノイズフロアまでのグレーレベル距離）を含み得る。最良の検出アルゴリズムと光モードの組み合わせは、所与のニューサンス率又はＤＯＩ捕捉率での最良の性能に基づいて決定され得る。
一例では、光モードの１つと検出アルゴリズムの１つとの最適な組み合わせは、選択されたニューサンス率又は選択された検出したい欠陥捕捉率に対して選択され得る。最適な組み合わせには、１つ以上の属性の設定も含み得る。
例えば、ジョブダンプの選択に基づいて、ＤＯＩ捕捉率対ニューサンス率のプロットが導出される。ＤＯＩ捕捉率は、真陽性事象の数を真陽性事象と偽陽性事象の合計で割ったものである。ニューサンス率は、偽陽性事象の数を真陽性事象と偽陽性事象の合計で割ったものである。所与のニューサンス率に対して、最高のＤＯＩ捕捉率を備える検出アルゴリズム、光モード、及び／又は属性の組み合わせが選択され得る。所与のＤＯＩ捕捉率に対して、最低のニューサンス率を備える検出アルゴリズム、光モード、及び／又は属性の組み合わせが選択され得る。
受信動作曲線（ＲＯＣ）プロットを導出して、偽陽性率上に真陽性率をプロットし得る。曲線をフィットさせて、曲線の下の面積を計算し得る。最大の曲線の下の面積（ＡＵＣ）値を有する曲線は、どの検出アルゴリズム、光モード、及び／又は属性の組み合わせが最良であるかを示し得る。ＲＯＣを用いて、所与の偽陽性率に対して、最高の真陽性率を有する検出アルゴリズム、光モード、及び／又は属性の組み合わせが選択され得る。ＲＯＣを用いて、所与の真陽性率に対して、最低の偽陽性率を有する検出アルゴリズム、光モード、及び／又は属性の組み合わせが選択され得る。
図５は、２つの例示的な検出アルゴリズムについて、ＤＯＩ捕捉率（真陽性率）対ニューサンス率を比較するチャートである。図６は、２つの例示的な検出アルゴリズムについて、ＤＯＩ捕捉率（真陽性率）対偽陽性率を比較する受信動作曲線プロットである。ＲＯＣプロットは、関数ではないため（ｘごとに１つのみのｙを有する）、線で繋がらない点からなる。したがって、ニューサンス率ごとに、１つのみのＤＯＩ捕捉率を有するということではない。
ＤＯＩとニューサンス事象は識別され得る。例えば、アルゴリズム又はユーザは、画像内においてＤＯＩ又はニューサンス事象を識別し得る。
このフレームレベルベースのアルゴリズムを使用して、光モード、検出アルゴリズム、及び属性選択を実行してもよい。半導体製造施設内の光検査ツール又は別のツールの設定は、方法１００の結果に基づいて変更され得る。
本明細書に開示される実施形態は、結果が出るまでの時間短縮(faster time-to-results)を提供することができ、それはモードとアルゴリズムの組み合わせの決定が、最初の光モード／検出アルゴリズムの選択プロセス中に、欠陥が配置されているピクセルのみでなく、画像フレーム内のすべての情報（例えば、グレーレベルと差分グレーレベル）の分布を使用して行うことができるためである。ＳＴＮＥＦは、光モード及び／又は検出アルゴリズムの決定を行う場合には使用されない。ＳＴＮＥＦレシピのチューニングには時間がかかる場合がある。多くの光モード／検出アルゴリズムの組み合わせに対するウェーハスキャンもまた回避され得て、これにより、フルウェーハスキャンが不要になる可能性があるため、検査ツールの時間が節約される。
異なる光モード／検出アルゴリズムの組み合わせのチューニングの際のユーザによる主観的な決定は回避される。光モード／検出アルゴリズムの選択プロセスは、単に信号対雑音比ではなく、実際の捕捉率対ニューサンス率にも基づく。実際の捕捉率対ニューサンス率は、半導体メーカにとってより重要となり得て、それは半導体メーカが閾値を設定し、又は製造目標を達成することを可能にするためである。
本明細書に開示される実施形態の別の利点は、レシピが調整可能であり、予期されるニューサンス率が最初の光モード／検出アルゴリズムの選択中に決定され得るかどうかということである。
図２は、方法１００を使用した一例のフローチャートである。例えば、光モード（Ｍ１～Ｍｎ）の組み合わせと検出アルゴリズム（Ａ１～Ａｍ）が比較される。最良の光モード／アルゴリズムの組み合わせは、プロットを使用して決定されてもよい。
図３は、一例として、ＤＯＩ捕捉率対ニューサンス率を比較するチャートである。ユーザは特定のニューサンス率目標を設定し得る。例えば、ニューサンス率４０％は縦軸の点線で示される。この値でより高いＤＯＩ捕捉率を備える光モード／検出アルゴリズムの組み合わせが選択され得る。
ユーザはまた、特定のＤＯＩ捕捉率目標を選択し得る。例えば、６０％のＤＯＩ捕捉率は水平の点線で示される。このＤＯＩ捕捉率で低いニューサンス率を備える検出アルゴリズムが選択され得る。
ＤＯＩ捕捉率とニューサンス率は調整され得る。例えば、半導体メーカは、６０％のニューサンス率で最良のＤＯＩ捕捉率を望み得る。
図３は、単一の光モードを示す。２つの光モードは、３Ｄプロットなどを用いて、アルゴリズムに対してプロットされ得る。
検出アルゴリズムを比較する代わりに、異なる光モードを同じ検出アルゴリズムに対して比較することができ、又は２つの差分フィルタを同じ検出アルゴリズムに対して比較し得る。２つの属性もまた、すべての別の変数、例えば光モードと検出アルゴリズムを一定に保つことによって比較され得る。
システム２００の一実施形態は、図４に示される。システム２００は、光ベースのサブシステム２０１を含む。一般に、光ベースのサブシステム２０１は、光を試料２０２に向け（又は光を走査し）、そして試料２０２からの光を検出することによって、試料２０２に対する光ベースの出力を生成するように構成される。一実施形態では、試料２０２はウェーハを含む。ウェーハは、当技術分野で周知の任意のウェーハを含み得る。別の実施形態では、試料はレチクルを含む。レチクルは、当技術分野で周知の任意のレチクルを含み得る。
図４に示すシステム２００の実施形態において、光ベースのサブシステム２０１は、試料２０２に光を向けるように構成された照射サブシステムを含む。照射サブシステムは少なくとも１つの光源を含む。例えば、図４に示すように、照射サブシステムは光源２０３を含む。一実施形態において、照射サブシステムは、１つ以上の入射角で光を試料２０２に向けるように構成され、その入射角は１つ以上の斜角及び／又は１つ以上の直角を含む。例えば、図４に示すように、光源２０３からの光は、光素子２０４を通り次にレンズ２０５を通って試料２０２に斜めの入射角で向けられる。斜めの入射角は、例えば、試料２０２の特徴に依存して変わり得る任意の適切な斜めの入射角を含み得る。
光ベースのサブシステム２０１は、光を試料２０２に、異なる時点で異なる入射角で向けるように構成されてもよい。例えば、光ベースのサブシステム２０１は、照射サブシステムの１つ以上の要素の１つ以上の特徴を変更するように構成されてもよく、その結果、光が試料２０２に、図４に示すのとは異なる入射角で向けられ得る。そのような１つの例において、光ベースのサブシステム２０１は、光源２０３、光素子２０４及びレンズ２０５を移動させるように構成されてもよく、その結果、光は試料２０２に、異なる斜めの入射角又は直角（又はほぼ直角）の入射角で向けられる。
いくつかの例では、光ベースのサブシステム２０１は、同時に２つ以上の入射角で光を試料２０２に向けるように構成されてもよい。例えば、照射サブシステムは、２つ以上の照射チャネルを含んでもよく、その照射チャネルのうち１つは、図４に示すように、光源２０３、光素子２０４、及びレンズ２０５を含んでもよく、照射チャネルのうち別の１つ（図示せず）は同様の要素を含んでもよく、それらの要素は、別の構成であっても同じ構成であってもよく、又は、少なくとも１つの光源と、本明細書で更に説明されるような１つ以上の別の構成部品を恐らくは含んでもよい。そのような光が別の光と同時に試料に向けられた場合、異なる入射角で試料２０２に向けられた光の１つ以上の特徴（例えば波長、偏光など）は異なっていてもよく、その結果、異なる入射角での試料２０２の照射から生じる光は、検出器（複数可）で互いに区別され得る。
別の例では、照射サブシステムは１つのみの光源（例えば図４に示す光源２０３）を含んでもよく、光源からの光は、照射サブシステムの１つ以上の光素子（図示せず）によって異なる光路（例えば、波長、偏光などに基づく）に分離され得る。それぞれ異なる光路の光は、次に試料２０２に向けられてもよい。複数の照射チャネルは、同時又は別の時点で試料２０２に光を向けるように構成されてもよい（例えば、異なる照射チャネルを用いて試料を順次照射する場合）。別の例では、同じ照射チャネルは、異なる特徴で異なる時点に光を試料２０２に向けるように構成されてもよい。例えば、いくつかの例では、光素子２０４は、分光フィルタとして構成されてもよく、分光フィルタの特性は、種々の異なる方式（例えば、分光フィルタをスワップアウトすることによって）で変更され得て、その結果、異なる波長の光が、異なる時点で試料２０２に向けられ得る。照射サブシステムは、異なる又は同じ特徴を有する光を、異なる入射角又は同じ入射角で、順次又は同時に試料２０２に向けるための当技術分野で周知の任意の別の適切な構成を有してもよい。
一実施形態において、光源２０３はブロードバンドプラズマ（ＢＢＰ）光源を含んでもよい。このように、光源２０３によって生成され試料２０２に向けられる光はブロードバンド光を含み得る。しかしながら、光源はレーザなどの任意の別の適切な光源を含んでもよい。レーザは、当技術分野で周知の任意の適切なレーザを含んでもよく、当技術分野で周知の任意の適切な波長又は複数波長で光を生成するように構成されてもよい。加えて、レーザは、単色又はほぼ単色である光を生成するように構成され得る。このように、レーザはナローバンドレーザであり得る。光源２０３はまた、複数の個別の波長又は波長帯で光を生成する多色光源をも含み得る。
光素子２０４からの光は、レンズ２０５によって試料２０２に集束されてもよい。レンズ２０５は、図４では単一の反射型光素子として示されるが、実際は、レンズ２０５は、共同で、光素子からの光を試料に集束する複数の屈折型及び／又は反射型光素子を含み得ることを理解すべきである。図４に示され、本明細書で説明される照射サブシステムは、任意の別の適切な 光素子（図示せず）を含んでもよい。そのような光素子の例は、限定するものではないが、偏光構成部品（複数可）、分光フィルタ（複数可）、空間フィルタ（複数可）、反射型光素子（複数可）、アポダイザ（複数可）、ビームスプリッタ（複数可）（ビームスプリッタ２１３など）、アパーチャ（複数可）などを含み、それらは、当技術分野で周知の任意のそのような適切な光素子を含み得る。加えて、光ベースのサブシステム２０１は、照射サブシステムの要素のうち１つ以上を、光ベースの出力を生成するのに用いられる照射のタイプに基づいて変更するように構成されてもよい。
光ベースのサブシステム２０１はまた、光を試料２０２上で走査させるように構成された走査サブシステムを含み得る。例えば、光ベースのサブシステム２０１は、ステージ２０６を含んでもよく、その上に試料２０２は光ベースの出力生成中に配置される。走査サブシステムは、試料２０２を移動させるように構成され得る任意の適切な機械的及び／又はロボットアセンブリ（ステージ２０６を含む）を含んでもよく、その結果、光は試料２０２上を走査され得る。加えて、又は代替的に、光ベースのサブシステム２０１は、光ベースのサブシステム２０１の１つ以上の光素子が試料２０２の上での光の走査を実行するように構成されてもよい。光は試料２０２の上で任意の適切な様式、例えばヘビ状経路で、又は螺旋状経路で走査されてもよい。
光ベースのサブシステム２０１は更に、１つ以上の検出チャネルを含む。１つ以上の検出チャネルのうち少なくとも１つは、サブシステムによる試料２０２の照射に由来する試料２０２からの光を検出し、検出された光に応答して出力を生成するように構成された検出器を含む。例えば、図４に示した光ベースのサブシステム２０１は、２つの検出チャネルを含み、一方はコレクタ２０７、要素２０８、及び検出器２０９によって形成され、他方はコレクタ２１０、要素２１１、及び検出器２１２によって形成される。図４に示すように、２つの検出チャネルは、光を異なる集光角度で集光し検出するように構成される。いくつかの例では、両方の検出チャネルは、散乱光を検出するように構成され、検出チャネルは、試料２０２から異なる角度で散乱される光を検出するように構成される。しかしながら、検出チャネルの１つ以上は、試料２０２から別のタイプの光（例えば、反射した光）を検出するように構成されてもよい。
図４に更に示すように、両方の検出チャネルは紙面に配置されて示され、照明サブシステムも紙面に配置されて示される。したがって、この実施形態では、両方の検出チャネルは、入射面内に（例えば、中心に）配置される。しかしながら、検出チャネルの１つ以上は、入射面の外に配置されてもよい。例えば、コレクタ２１０、要素２１１、及び検出器２１２によって形成される検出チャネルは、入射面から散乱される光を集光して検出するように構成され得る。したがって、そのような検出チャネルは、一般に「サイド」チャネルと呼ばれてもよく、そのようなサイドチャネルは、入射面に実質的に垂直な面の中心に置かれてもよい。
図４は、２つの検出チャネルを含む光ベースのサブシステム２０１の一実施形態を示すが、光ベースのサブシステム２０１は、別の個数の検出チャネル（例えば、１つのみの検出チャネル又は２つ以上の検出チャネル）を含んでもよい。そのような例では、コレクタ２１０、要素２１１、及び検出器２１２によって形成される検出チャネルは、上記のように１つのサイドチャネルを形成し得て、光ベースのサブシステム２０１は、入射面の反対側に配置される別のサイドチャネルとして形成される追加の検出チャネル（図示せず）を含み得る。したがって、光ベースのサブシステム２０１は、コレクタ２０７、要素２０８、及び検出器２０９を含む検出チャネルを含み得て、検出チャネルは入射面の中心にあり、試料２０２表面に垂直又はそれに近い散乱角（複数可）で光を集光して検出するように構成される。したがって、この検出チャネルは、一般に「トップ」チャネルと呼ばれ得て、光ベースのサブシステム２０１はまた、上記のように構成される２つ以上のサイドチャネルを含み得る。このようにして、光ベースのサブシステム２０１は、少なくとも３つのチャネル（すなわち、１つのトップチャネル及び２つのサイドチャネル）を含み得て、少なくとも３つのチャネルのそれぞれは、それ自体のコレクタを有し、各コレクタは、別のコレクタのそれぞれと異なる散乱角で光を集めるように構成される。
上記で更に説明するように、光ベースのサブシステム２０１に含まれる検出チャネルのそれぞれは、散乱光を検出するように構成され得る。したがって、図４に示される光ベースのサブシステム２０１は、試料２０２の暗視野（ＤＦ）出力生成用に構成され得る。しかしながら、光ベースのサブシステム２０１はまた、又は代替的に、試料２０２の明視野（ＢＦ）出力生成用に構成された検出チャネル（複数可）を含み得る。言い換えれば、光ベースのサブシステム２０１は、試料２０２から鏡面反射された光を検出するように構成された少なくとも１つの検出チャネルを含み得る。したがって、本明細書で記載される光ベースのサブシステム２０１は、ＤＦのみ、ＢＦのみ、又はＤＦとＢＦの両方の画像化のために構成され得る。コレクタの各々は、図４で単一の反射型光素子として示されるが、各コレクタは、１つ以上の屈折型光ダイ（複数可）及び／又は１つ以上の反射型光素子（複数可）を含み得ることを理解すべきである。
１つ以上の検出チャネルは、当技術分野で周知の任意の適切な検出器を含み得る。例えば、検出器は、光電子倍増管（ＰＭＴ）、電荷結合デバイス（ＣＣＤ）、及び時間遅延積分（ＴＤＩ）カメラ、及び当技術分野で周知の別の任意の適切な検出器を含み得る。検出器はまた、非画像検出器又は画像検出器を含み得る。このように、検出器が非画像検出器である場合、検出器はそれぞれ、強度などの散乱光の特定の特徴を検出するように構成され得るが、画像平面内の位置の関数としてのそのような特徴を検出するようには構成され得ない。そのため、光ベースのサブシステムの検出チャネルそれぞれに含まれる検出器それぞれによって生成される出力は、信号又はデータであり得るが、画像信号又は画像データではあり得ない。そのような例では、プロセッサ２１４などのプロセッサは、検出器の非画像出力から試料２０２の画像を生成するように構成されてもよい。しかしながら、別の例では、検出器は、画像信号又は画像データを生成するように構成される画像検出器として構成されてもよい。したがって、光ベースのサブシステムは、本明細書で記載される光画像又は別の光ベースの出力をいくつかの方式で生成するように構成されてもよい。
図４は、本明細書に記載されるシステムの実施形態に含まれ得る、又は本明細書に記載されるシステムの実施形態によって使用される光ベースの出力を生成し得る、光ベースのサブシステム２０１の構成を一般的に示すために提供されることに留意する。本明細書に記載される光ベースのサブシステム２０１の構成は、商用出力取得システムを設計する際に通常実行されるように、光ベースのサブシステム２０１の性能を最適化するために変更されてもよい。加えて、本明細書に記載されるシステムは、既存のシステムを用いて（例えば、本明細書に記載の機能を既存のシステムに付加することにより）実装されてもよい。そのようないくつかのシステムに対して、本明細書に記載される方法は、システムのオプションの機能として（例えば、システムの別の機能性に加えて）提供され得る。代替的に、本明細書に記載されるシステムは、完全に新規のシステムとして設計されてもよい。
プロセッサ２１４は、任意の適切な方法で（例えば、有線及び／又は無線の伝送媒体を含み得る１つ以上の伝送媒体を介して）システム２００の構成部品に結合され得て、その結果、プロセッサ２１４は出力を受信できる。プロセッサ２１４は、出力を使用して多くの機能を実行するように構成され得る。システム２００は、プロセッサ２１４から命令又は別の情報を受信できる。プロセッサ２１４及び／又は電子データ記憶ユニット２１５は、必要に応じて、ウェーハ検査ツール、ウェーハ計測ツール、又はウェーハレビューツール（図示せず）と電子通信して、追加情報を受信するか、又は命令を送信し得る。例えば、プロセッサ２１４及び／又は電子データ記憶ユニット２１５は、ＳＥＭと電子通信し得る。
本明細書に記載されるプロセッサ２１４、別のシステム（複数可）、又は別のサブシステム（複数可）は、様々なシステムの部分であってもよく、パーソナルコンピュータシステム、イメージコンピュータ、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、ネットワーク機器、インターネット機器又は別のデバイスが挙げられる。サブシステム（複数可）又はシステム（複数可）はまた、パラレルプロセッサなどの当技術分野で周知の任意の適切なプロセッサを含んでもよい。加えて、サブシステム（複数可）又はシステム（複数可）は、スタンドアローン又はネットワークツールのいずれかとしての、高速処理及びソフトウェアを備えるプラットフォームを含んでもよい。
プロセッサ２１４及び電子データ記憶ユニット２１５は、システム２００又は別のデバイス内に、あるいはシステム２００又は別のデバイスの一部に配置され得る。一例では、プロセッサ２１４及び電子データ記憶ユニット２１５は、スタンドアローン制御ユニットの一部であるか、又は集中型品質管理ユニット内にあり得る。複数のプロセッサ２１４又は電子データ記憶ユニット２１５が使用されてもよい。
プロセッサ２１４は、実際には、ハードウェア、ソフトウェア、及びファームウェアの任意の組み合わせによって実装され得る。また、本明細書に記載のその機能は、１つのユニットによって実行されるか、又は異なる構成部品に分割されてもよく、それらの各々は、ハードウェア、ソフトウェア、及びファームウェアの任意の組み合わせによって順番に実装され得る。プロセッサ２１４が様々な方法及び機能を実装するためのプログラムコード又は命令は、可読記憶媒体、例えば電子データ記憶ユニット２１５内のメモリ又は別のメモリに記憶され得る。
システム２００が２つ以上のプロセッサ２１４を含む場合、異なるサブシステムは互いに結合されてもよく、その結果、画像、データ、情報、命令などはサブシステム間で送信され得る。例えば、１つのサブシステムは、更なるサブシステム（複数可）に任意の適切な伝送媒体によって結合されてもよく、伝送媒体は当技術分野で周知の任意の適切な有線及び／又は無線伝送媒体を含み得る。２つ以上のそのようなサブシステムは、共有コンピュータ可読記憶媒体（図示せず）によって有効に結合され得る。
プロセッサ２１４は、システム２００の出力又は別の出力を使用していくつかの機能を実行するように構成され得る。例えば、プロセッサ２１４は、出力を電子データ記憶ユニット２１５又は別の記憶媒体に送信するように構成され得る。プロセッサ２１４は、本明細書に記載されるように更に構成されてもよい。
プロセッサ２１４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得る。プロセッサ２１４はまた、システム２００の出力を使用して、又は別のソースからの画像若しくはデータを使用して、別の機能又は追加のステップを実行するように構成され得る。
システム２００の様々なステップ、機能、及び／又は動作と、本明細書に開示される方法は、以下のうちの１つ以上によって実行され、それは電子回路、論理ゲート、マルチプレクサ、プログラマブル論理デバイス、ＡＳＩＣ、アナログ又はデジタル制御／スイッチ、マイクロコントローラ、又はコンピューティングシステムである。本明細書に記載されているような方法を実装するプログラム命令は、キャリア媒体を介して送信され、又は記憶され得る。キャリア媒体は、読み取り専用メモリ、ランダムアクセスメモリ、磁気ディスク又は光ディスク、不揮発性メモリ、ソリッドステートメモリ、磁気テープなどの記憶媒体を含み得る。キャリア媒体は、ワイヤ、ケーブル、又は無線伝送リンクなどの伝送媒体を含み得る。例えば、本開示全体を通して記載される様々なステップは、単一のプロセッサ２１４、又は、代替的に複数のプロセッサ２１４によって実行され得る。更に、システム２００の異なるサブシステムは、１つ以上のコンピューティング又は論理システムを含み得る。したがって、上記の説明は、本開示の制限として解釈されるのではなく、単なる例示として解釈されるべきである。
一例では、プロセッサ２１４は、システム２００と通信する。プロセッサ２１４は、複数のモードについて検出したい欠陥及びニューサンス事象のジョブダンプを受信するように構成される。複数のモードについての差分画像及び属性は、複数の検出アルゴリズムを使用して決定され得る。複数のモードのそれぞれの組み合わせは、複数の検出アルゴリズムのそれぞれと、ゼロのオフセットで検出される、すべての検出したい欠陥に関して比較され得る。捕捉率対ニューサンス率は、各組み合わせの属性の１つに対して決定される。方法の実施形態の別のステップ、例えば図１又は図２に関して記載されたものは、実行され得る。
追加の実施形態は、コントローラ上で実行可能なプログラム命令を格納する非一時的なコンピュータ可読媒体に関し、プログラム命令は本明細書に開示されるように、組み合わせにおける属性の１つについて捕捉率対ニューサンス率を決定するためのコンピュータ実装方法を実行する。特に、図４に示されるように、電子データ記憶ユニット２１５又は別の記憶媒体は、プロセッサ２１４上で実行可能なプログラム命令を含む非一時的なコンピュータ可読媒体を含み得る。コンピュータ実装方法は、方法１００又は図２に示される方法を含む、本明細書に記載される任意の方法（複数可）の任意のステップ（複数可）を含み得る。
プログラム命令は、とりわけ、手順ベースの技術、構成部品ベースの技術、及び／又はオブジェクト指向技術を含む様々な方法のうちいずれで実装されてもよい。例えば、プログラム命令は、アクティブＸコントロール、Ｃ＋＋オブジェクト、ジャバビーンズ、マイクロソフトファンデーションクラス（ＭＦＣ）、ストリーミングＳＩＭＤ拡張命令（ＳＳＥ）、又はその他の技術若しくは方法論を所望に用いて実装されてもよい。
方法の各ステップは、本明細書に記載されるように実行され得る。この方法はまた、任意の別のステップ（複数可）を含んでもよく、それは本明細書に記載のプロセッサ及び／又はコンピュータサブシステム（複数可）又はシステム（複数可）によって実行され得る。これらのステップは、１つ以上のコンピュータシステムによって実行することができ、これら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得る。加えて、上記の方法は、本明細書に記載のシステムの実施形態のいずれかによって実行され得る。
本開示は、１つ以上の特定の実施形態に関して記載されてきたが、本開示の別の実施形態は、本開示の範囲から逸脱することなく成され得ることが理解されるであろう。したがって、本開示は、添付の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とみなされる。

Claims (20)

  1. 光ビームをウェーハに向けるように構成される光源と、
    前記ウェーハから反射された前記光ビームを集める検出器と、
    前記検出器と電子通信するプロセッサであって、
    複数の光モードについてウェーハ上の検出したい欠陥及びニューサンス事象の画像フレームを受信し、
    複数の検出アルゴリズムを使用して前記複数の光モードの差分画像及び属性を決定し、
    前記複数の光モードのそれぞれの組み合わせを前記複数の検出アルゴリズムのそれぞれと、ゼロのオフセットで検出されるすべての前記検出したい欠陥について比較し、前記ゼロのオフセットでは、前記検出アルゴリズムが実行されて、可能な限り多くの欠陥が検出され、
    前記組み合わせのそれぞれにおいて前記属性のうちの１つについて捕捉率対ニューサンス率を決定する、ように構成されるプロセッサと、を備える、
    システム。
  2. 前記プロセッサは、前記検出したい欠陥と前記ニューサンス事象を識別するように更に構成される、請求項１に記載のシステム。
  3. 前記プロセッサは、前記比較から閾値領域内の前記検出したい欠陥のうちの少なくとも１つをフィルタリングするように更に構成される、請求項１に記載のシステム。
  4. 前記プロセッサは、前記比較から属性値を超える前記検出したい欠陥のうちの少なくとも１つをフィルタリングするように更に構成される、請求項１に記載のシステム。
  5. 前記プロセッサは、前記組み合わせを前記属性によって分類するように更に構成される、請求項１に記載のシステム。
  6. 前記プロセッサは、選択されたニューサンス率又は選択された検出したい欠陥の捕捉率について、前記光モードの１つと前記検出アルゴリズムの１つとの最適な組み合わせを選択するように更に構成される、請求項１に記載のシステム。
  7. 前記最適な組み合わせは受信動作曲線プロットを用いて選択される、請求項６に記載のシステム。
  8. プロセッサで、複数の光モードについてウェーハ上の検出したい欠陥及びニューサンス事象の画像フレームを受信し、
    前記プロセッサを用いて、複数の検出アルゴリズムを使用して前記複数の光モードの差分画像及び属性を決定し、
    前記プロセッサを用いて、前記複数の光モードのそれぞれの組み合わせを前記複数の検出アルゴリズムのそれぞれと、ゼロのオフセットで検出されるすべての前記検出したい欠陥について比較し、前記ゼロのオフセットでは、前記検出アルゴリズムが実行されて、可能な限り多くの欠陥が検出され、
    前記プロセッサを用いて、前記組み合わせのそれぞれにおいて前記属性のうちの１つについて捕捉率対ニューサンス率を決定する、ことを含む、
    方法。
  9. 前記検出したい欠陥と前記ニューサンス事象を、前記プロセッサを使用して識別することを更に含む、請求項８に記載の方法。
  10. 前記プロセッサを使用して、前記比較から閾値領域内の前記検出したい欠陥のうちの少なくとも１つをフィルタリングすることを更に含む、請求項８に記載の方法。
  11. 前記プロセッサを使用して、前記比較から属性値を超える前記検出したい欠陥のうちの少なくとも１つをフィルタリングすることを更に含む、請求項８に記載の方法。
  12. 前記プロセッサを使用して、前記組み合わせを前記属性によって分類することを更に含む、請求項８に記載の方法。
  13. 前記プロセッサを使用して、選択されたニューサンス率又は選択された検出したい欠陥の捕捉率について、前記光モードの１つと前記検出アルゴリズムの１つとの最適な組み合わせを選択することを更に含む、請求項８に記載の方法。
  14. 前記最適な組み合わせは受信動作曲線プロットを用いて選択される、請求項１３に記載の方法。
  15. １つ以上のコンピューティングデバイス上で以下のステップを実行するための１つ以上のプログラムを含む、非一時的コンピュータ可読記憶媒体であって、前記ステップは、
    複数の光モードの差分画像及び属性を複数の検出アルゴリズムを使用して、前記複数の光モードについてウェーハ上の検出したい欠陥及びニューサンス事象の画像フレームに基づき決定するステップ、
    前記複数の光モードのそれぞれの組み合わせを前記複数の検出アルゴリズムのそれぞれと、ゼロのオフセットで検出されるすべての前記検出したい欠陥について比較するステップであり、前記ゼロのオフセットでは、前記検出アルゴリズムが実行されて、可能な限り多くの欠陥が検出され、及び、
    前記組み合わせのそれぞれにおいて前記属性のうちの１つについて捕捉率対ニューサンス率を決定するステップである、
    非一時的コンピュータ可読記憶媒体。
  16. 前記ステップは、前記検出したい欠陥と前記ニューサンス事象を識別することを更に含む、請求項１５に記載の非一時的コンピュータ可読記憶媒体。
  17. 前記ステップは、前記比較から閾値領域内の前記検出したい欠陥のうちの少なくとも１つをフィルタリングすることを更に含む、請求項１５に記載の非一時的コンピュータ可読記憶媒体。
  18. 前記ステップは、前記比較から属性値を超える前記検出したい欠陥のうちの少なくとも１つをフィルタリングすることを更に含む、請求項１５に記載の非一時的コンピュータ可読記憶媒体。
  19. 前記ステップは、前記組み合わせを前記属性によって分類することを更に含む、請求項１５に記載の非一時的コンピュータ可読記憶媒体。
  20. 前記ステップは、選択されたニューサンス率又は選択された検出したい欠陥の捕捉率について、前記光モードの１つと前記検出アルゴリズムの１つとの最適な組み合わせを、受信動作曲線プロットを用いて選択することを更に含む、請求項１５に記載の非一時的コンピュータ可読記憶媒体。
JP2021522471A 2018-10-26 2019-10-25 画像フレームに基づくアルゴリズムセレクタ Active JP7257511B2 (ja)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US201862751077P 2018-10-26 2018-10-26
US62/751,077 2018-10-26
US16/389,442 2019-04-19
US16/389,442 US10801968B2 (en) 2018-10-26 2019-04-19 Algorithm selector based on image frames
PCT/US2019/058145 WO2020087004A1 (en) 2018-10-26 2019-10-25 Algorithm selector based on image frames

Publications (2)

Publication Number Publication Date
JP2022505801A JP2022505801A (ja) 2022-01-14
JP7257511B2 true JP7257511B2 (ja) 2023-04-13

Family

ID=70328284

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2021522471A Active JP7257511B2 (ja) 2018-10-26 2019-10-25 画像フレームに基づくアルゴリズムセレクタ

Country Status (7)

Country Link
US (1) US10801968B2 (ja)
JP (1) JP7257511B2 (ja)
KR (1) KR102576877B1 (ja)
CN (1) CN112997069B (ja)
IL (1) IL282335B1 (ja)
TW (1) TWI816922B (ja)
WO (1) WO2020087004A1 (ja)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11769242B2 (en) 2020-05-21 2023-09-26 Kla Corporation Mode selection and defect detection training
CN111640112B (zh) * 2020-06-11 2021-04-16 云从科技集团股份有限公司 图像检测方法、系统、平台、设备及介质、图像处理装置
US11803960B2 (en) * 2020-08-12 2023-10-31 Kla Corporation Optical image contrast metric for optical target search
US11922619B2 (en) 2022-03-31 2024-03-05 Kla Corporation Context-based defect inspection
US20230314336A1 (en) 2022-03-31 2023-10-05 Kla Corporation Multi-mode optical inspection

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001194323A (ja) 1999-10-29 2001-07-19 Hitachi Ltd パターン欠陥検査方法及びその装置
JP2009222626A (ja) 2008-03-18 2009-10-01 Advanced Mask Inspection Technology Kk パターン検査装置、パターン検査方法及びプログラム
US20150221076A1 (en) 2014-02-06 2015-08-06 Kla-Tencor Corporation Defect detection and classification based on attributes determined from a standard reference image
US20160292840A1 (en) 2015-03-31 2016-10-06 Kla-Tencor Corporation Sub-Pixel and Sub-Resolution Localization of Defects on Patterned Wafers
JP2018502457A (ja) 2014-12-31 2018-01-25 ケーエルエー−テンカー コーポレイション ビルトインターゲットを用いた検査対デザイン位置揃え
JP2018504768A (ja) 2014-11-04 2018-02-15 ケーエルエー−テンカー コーポレイション ウェハ欠陥発見
JP2018506168A (ja) 2014-12-03 2018-03-01 ケーエルエー−テンカー コーポレイション サンプリング及びフィーチャ選択を伴わない自動欠陥分類

Family Cites Families (35)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6539106B1 (en) * 1999-01-08 2003-03-25 Applied Materials, Inc. Feature-based defect detection
US7508973B2 (en) 2003-03-28 2009-03-24 Hitachi High-Technologies Corporation Method of inspecting defects
US7844100B2 (en) * 2004-11-29 2010-11-30 Applied Materials Israel, Ltd. Method for filtering nuisance defects
KR100755372B1 (ko) * 2006-08-25 2007-09-04 삼성전자주식회사 웨이퍼 검사방법
US8073240B2 (en) 2007-05-07 2011-12-06 Kla-Tencor Corp. Computer-implemented methods, computer-readable media, and systems for identifying one or more optical modes of an inspection system as candidates for use in inspection of a layer of a wafer
US8049877B2 (en) 2008-05-14 2011-11-01 Kla-Tencor Corp. Computer-implemented methods, carrier media, and systems for selecting polarization settings for an inspection system
US8000922B2 (en) 2008-05-29 2011-08-16 Kla-Tencor Corp. Methods and systems for generating information to be used for selecting values for one or more parameters of a detection algorithm
US8605275B2 (en) 2009-01-26 2013-12-10 Kla-Tencor Corp. Detecting defects on a wafer
US8223327B2 (en) * 2009-01-26 2012-07-17 Kla-Tencor Corp. Systems and methods for detecting defects on a wafer
EP2394295A2 (en) * 2009-02-06 2011-12-14 KLA-Tencor Corporation Selecting one or more parameters for inspection of a wafer
US9418413B1 (en) * 2009-07-06 2016-08-16 Camtek Ltd. System and a method for automatic recipe validation and selection
US8289508B2 (en) 2009-11-19 2012-10-16 Globalfoundries Singapore Pte. Ltd. Defect detection recipe definition
US9053390B2 (en) * 2012-08-14 2015-06-09 Kla-Tencor Corporation Automated inspection scenario generation
US9310316B2 (en) * 2012-09-11 2016-04-12 Kla-Tencor Corp. Selecting parameters for defect detection methods
KR102019534B1 (ko) * 2013-02-01 2019-09-09 케이엘에이 코포레이션 결함 특유의, 다중 채널 정보를 이용한 웨이퍼 상의 결함 검출
US9865512B2 (en) * 2013-04-08 2018-01-09 Kla-Tencor Corp. Dynamic design attributes for wafer inspection
US9726617B2 (en) 2013-06-04 2017-08-08 Kla-Tencor Corporation Apparatus and methods for finding a best aperture and mode to enhance defect detection
US9714905B1 (en) * 2013-06-23 2017-07-25 Kla-Tencor Corp. Wafer inspection recipe setup
US9535010B2 (en) 2014-05-15 2017-01-03 Kla-Tencor Corp. Defect sampling for electron beam review based on defect attributes from optical inspection and optical review
US9766186B2 (en) * 2014-08-27 2017-09-19 Kla-Tencor Corp. Array mode repeater detection
US9702827B1 (en) 2014-11-20 2017-07-11 Kla-Tencor Corp. Optical mode analysis with design-based care areas
US10012689B2 (en) * 2015-03-25 2018-07-03 Applied Materials Israel Ltd. Method of inspecting a specimen and system thereof
JP6244329B2 (ja) * 2015-05-12 2017-12-06 東京エレクトロン株式会社 基板の検査方法、基板処理システム及びコンピュータ記憶媒体
US9711327B2 (en) * 2015-07-16 2017-07-18 Applied Materials Israel, Ltd. Method and system for optimizing configurable parameters of inspection tools
US10186028B2 (en) * 2015-12-09 2019-01-22 Kla-Tencor Corporation Defect signal to noise enhancement by reducing die to die process noise
US10338002B1 (en) * 2016-02-01 2019-07-02 Kla-Tencor Corporation Methods and systems for selecting recipe for defect inspection
US11047806B2 (en) * 2016-11-30 2021-06-29 Kla-Tencor Corporation Defect discovery and recipe optimization for inspection of three-dimensional semiconductor structures
US10600175B2 (en) * 2017-03-24 2020-03-24 Kla-Tencor Corporation Dynamic care areas for defect detection
US10733744B2 (en) * 2017-05-11 2020-08-04 Kla-Tencor Corp. Learning based approach for aligning images acquired with different modalities
US10648925B2 (en) * 2017-06-05 2020-05-12 Kla-Tencor Corporation Repeater defect detection
US10964016B2 (en) * 2018-03-13 2021-03-30 Kla-Tencor Corporation Combining simulation and optical microscopy to determine inspection mode
US11514357B2 (en) * 2018-03-19 2022-11-29 Kla-Tencor Corporation Nuisance mining for novel defect discovery
US10670536B2 (en) 2018-03-28 2020-06-02 Kla-Tencor Corp. Mode selection for inspection
US10697900B2 (en) * 2018-06-19 2020-06-30 Kla-Tencor Corporation Correlating SEM and optical images for wafer noise nuisance identification
US10867108B2 (en) * 2018-09-18 2020-12-15 Taiwan Semiconductor Manufacturing Co., Ltd. Optical mode optimization for wafer inspection

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001194323A (ja) 1999-10-29 2001-07-19 Hitachi Ltd パターン欠陥検査方法及びその装置
JP2009222626A (ja) 2008-03-18 2009-10-01 Advanced Mask Inspection Technology Kk パターン検査装置、パターン検査方法及びプログラム
US20150221076A1 (en) 2014-02-06 2015-08-06 Kla-Tencor Corporation Defect detection and classification based on attributes determined from a standard reference image
JP2018504768A (ja) 2014-11-04 2018-02-15 ケーエルエー−テンカー コーポレイション ウェハ欠陥発見
JP2018506168A (ja) 2014-12-03 2018-03-01 ケーエルエー−テンカー コーポレイション サンプリング及びフィーチャ選択を伴わない自動欠陥分類
JP2018502457A (ja) 2014-12-31 2018-01-25 ケーエルエー−テンカー コーポレイション ビルトインターゲットを用いた検査対デザイン位置揃え
US20160292840A1 (en) 2015-03-31 2016-10-06 Kla-Tencor Corporation Sub-Pixel and Sub-Resolution Localization of Defects on Patterned Wafers

Also Published As

Publication number Publication date
WO2020087004A1 (en) 2020-04-30
KR102576877B1 (ko) 2023-09-08
TWI816922B (zh) 2023-10-01
US20200132610A1 (en) 2020-04-30
IL282335B1 (en) 2024-01-01
JP2022505801A (ja) 2022-01-14
US10801968B2 (en) 2020-10-13
TW202107070A (zh) 2021-02-16
CN112997069B (zh) 2022-09-09
KR20210066926A (ko) 2021-06-07
IL282335A (en) 2021-05-31
CN112997069A (zh) 2021-06-18

Similar Documents

Publication Publication Date Title
JP7257511B2 (ja) 画像フレームに基づくアルゴリズムセレクタ
TWI673489B (zh) 以使用一適應性滋擾過濾器產生針對一樣本之檢驗結果之系統及方法，以及非暫時性電腦可讀媒體
US10698325B2 (en) Performance monitoring of design-based alignment
US9766187B2 (en) Repeater detection
CN111819596B (zh) 组合模拟及光学显微术以确定检验模式的方法和系统
KR102514136B1 (ko) 반도체 웨이퍼의 리피터 결함 포착
US20220051380A1 (en) Optical image contrast metric for optical target search
CN114341630B (zh) 等概率缺陷检测
TW202301191A (zh) 用於導出及改善成像條件之影像對比度量
US20230122514A1 (en) Laser Anneal Pattern Suppression
KR20220041126A (ko) 광학 검사를 이용한 프로세스 모니터링 방법

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20221019

A871 Explanation of circumstances concerning accelerated examination

Free format text: JAPANESE INTERMEDIATE CODE: A871

Effective date: 20221019

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20221206

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20230227

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: 20230314

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20230403

R150 Certificate of patent or registration of utility model

Ref document number: 7257511

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150