JP7466036B2 - 電気特性を導出するシステム及び非一時的コンピューター可読媒体 - Google Patents

電気特性を導出するシステム及び非一時的コンピューター可読媒体 Download PDF

Info

Publication number
JP7466036B2
JP7466036B2 JP2023084756A JP2023084756A JP7466036B2 JP 7466036 B2 JP7466036 B2 JP 7466036B2 JP 2023084756 A JP2023084756 A JP 2023084756A JP 2023084756 A JP2023084756 A JP 2023084756A JP 7466036 B2 JP7466036 B2 JP 7466036B2
Authority
JP
Japan
Prior art keywords
contacts
image data
transistor
features
semiconductor wafer
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
JP2023084756A
Other languages
English (en)
Other versions
JP2023111918A (ja
Inventor
平太 君塚
洋平 中村
夏規 津野
宗行 福田
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.)
Hitachi High Tech Corp
Original Assignee
Hitachi High Tech 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 Hitachi High Tech Corp filed Critical Hitachi High Tech Corp
Priority to JP2023084756A priority Critical patent/JP7466036B2/ja
Publication of JP2023111918A publication Critical patent/JP2023111918A/ja
Application granted granted Critical
Publication of JP7466036B2 publication Critical patent/JP7466036B2/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
    • G01N21/8851—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
    • 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
    • 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
    • G01N21/95—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
    • G01N21/95—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
    • 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
    • G01N2021/8835—Adjustable illumination, e.g. software adjustable screen
    • 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
    • G01N2021/8854—Grading and classifying of flaws
    • 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
    • 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
    • G06T2207/10141—Special mode during image acquisition
    • G06T2207/10152—Varying illumination
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Biochemistry (AREA)
  • Immunology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Pathology (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Quality & Reliability (AREA)
  • Theoretical Computer Science (AREA)
  • Signal Processing (AREA)
  • Testing Or Measuring Of Semiconductors Or The Like (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)

Description

本開示は、電気特性を導出するシステム及び非一時的コンピューター可読媒体に係り、特に、画像データから得られる特徴から、電気特性を導出するシステム及び非一時的コンピューター可読媒体に関する。
電子顕微鏡を用いて画像を形成する際に、パターンに対するビーム照射によってパターンを帯電させ、帯電させたパターンとそれ以外との輝度差を明確にすることによって、画像に含まれる特定のパターンを強調することができる。このような画像は、電位コントラスト（Ｖｏｌｔａｇｅ Ｃｏｎｔｒａｓｔ：ＶＣ）像と呼ばれている。特許文献１には、電位コントラスト像と欠陥部位の電気特性との対応関係を用いて、欠陥部位の電気的特性を推定する方法が開示されている。特に試料のレイアウトデータに基づいて、回路素子の電気的特性と接続関係に関する情報を含むネットリストを生成することが説明されている。
特許第４８９１０３６号
特許文献１に開示の手法では、下層のデバイスを介した複数デバイス間の相互作用がＶＣ像に与える影響を考慮していないため、電位コントラストの主要因が複数デバイス間の相互作用の場合、欠陥部位の電気的特性を推定できず、素子の欠陥の種類を導出できない。以下に、電位コントラスト取得に基づいて、試料上に形成された素子の欠陥の種類を導出することを目的とする電気特性を導出するシステム及び非一時的コンピューター可読媒体について説明する。
上記目的を達成するための一態様として、画像取得ツールと通信可能に構成され、当該画像取得ツールから取得した画像データ、或いは当該画像データから抽出される特徴から半導体ウェハ上に形成された電気回路を検査するシステムであって、前記システムは、コンピューターシステムと、当該コンピューターシステムが実行する演算モジュールを含み、前記コンピューターシステムは、前記画像取得ツールから、前記半導体ウェハ上に設けられたトランジスタが有する複数のコンタクトに対し、順次ビームを照射することによって得られた画像データを受け付けて、当該受け付けた画像データから当該画像データに含まれる、順次ビームが照射された複数のコンタクトの特徴を抽出、或いは前記画像データから抽出された、順次ビームが照射された前記複数のコンタクトの特徴を受け付け、当該複数のコンタクトの特徴を、当該複数のコンタクトの特徴と前記トランジスタの信頼性情報が関連付けて記憶された関連情報に参照することによって、信頼性情報を出力する、半導体ウェハの検査システムを提案する。
上記構成によれば、試料上に形成された素子の欠陥の種類を特定することが可能となる。
半導体ウェハ上に形成されたパターンの電子顕微鏡画像と、その断面を示す図。 走査電子顕微鏡を含むシステムの一例を示す図。 電気特性導出システムの一例を示す図。 検査レシピの生成工程を示すフローチャート。 検査レシピの設定画面の一例を示す図。 検査レシピを用いた検査工程を示すフローチャート。 電気特性導出システムの他の一例を示す図。 複数のパターンに対するビーム走査に基づいて得られる特徴と、ネットリストから導出される複数のパターンの特徴との比較に基づいて、欠陥情報を出力する工程を示すフローチャート。 検査条件の設定と検査結果の表示を行うＧＵＩ画面の一例を示す図。 電子顕微鏡画像とネットリストから導出された推定画像を検査結果として表示するＧＵＩ画面の一例を示す図。 複数のビーム照射条件で複数のパターンにビームを照射したときに得られる輝度情報から、欠陥情報を特定する工程を示すフローチャート。 ビーム条件を変化させたときのパターンの特徴の変化を表示するＧＵＩ画面の一例を示す図。 複数のネットリストを含むネットリスト群が、半導体の製造工程単位で用意された電気特性導出システムの一例を示す図。 異なる工程毎のネットリスト群の選択が可能なＧＵＩ画面の一例を示す図。 半導体製造工程の異常工程を推定するシステムの一例を示す図。 電気特性導出システムの更に他の一例を示す図。 ＤＲＡＭの構成を示す図。 ＤＲＡＭの信頼性評価工程を示すフローチャート。 半導体素子の信頼性判定結果を検査結果として表示するＧＵＩ画面の一例を示す図。 欠陥を含む複数のプラグが表示された電子顕微鏡画像と、その断面を示す図。 欠陥の種類を分類するシステムの一例を示す図。 複数のパターンに対しビームを複数方向に走査するときの走査軌道の一例を示す図。
図１（ａ）は、半導体ウェハ上に形成されたパターンの電子顕微鏡画像の一例を示す図である。また、図１（ｂ）は、図１（ａ）のＡ－Ａ断面を示す図である。図１は半導体ウェハ上に形成されたトランジスタの簡単な構造を示している。ウェル１０１上には、拡散層１０２、１０３が積層され、更にその上方にはゲート酸化膜１０４を介して、ゲート電極１０５が形成されている。また、ゲート電極１０５の側壁には、サイドウォール１０６が形成されている。更に、層間酸化膜１０７を介在させつつ、拡散層１０２、ゲート電極１０５、拡散層１０３のそれぞれにコンタクトする電極（ソースコンタクト１０８（第１の端子）、ゲートコンタクト１０９（第２の端子）、ドレインコンタクト１１０（第２の端子））が形成されている。
図１に例示するような試料に走査軌道１１１に沿って電子ビームを走査すると、まずソースコンタクト１０８を通過し、次にゲートコンタクト１０９を通過し、最後にドレインコンタクト１１０に到達する。このように、各パターンは異なる場所に存在するが故に、異なるタイミングで順次ビームが照射されることになる。
トランジスタの端子である各コンタクトの内、ソースコンタクト１０８にビームが照射されている間、ソースコンタクト１０８から２次電子が放出される。この２次電子の量が、入射する電子の量より多いと、ソースコンタクト１０８は正に帯電し、正帯電によってソースコンタクト１０８から放出された電子は、試料側に引き戻され、ソースコンタクト１０８は導通した電極と比較すると、相対的に暗くなる。次に、ゲートコンタクト１０９にビームが照射されると、ゲートに電荷が蓄積されるため、やはり導通した電極と比較して、相対的に暗くなる。
そしてドレインコンタクト１１０にビームが照射されると、その前にゲートコンタクト１０９にビームが照射され、電荷が蓄積されているため、ゲートが開いた状態となり、ドレインコンタクト１１０はソースコンタクト１０８と導通し、電荷が蓄積されることなく、結果として、ソースコンタクト１０８より相対的に明るくなる。
また、本来接続されているべきゲート電極１０５とゲートコンタクト１０９が、接続されていない状態（オープン欠陥）の場合、ゲートコンタクト１０９に電荷が蓄積してもゲートは開かないので、ソースコンタクト１０８と同様に、ドレインコンタクト１１０も暗くなる。
ビームの照射条件によって、輝度条件は大きく変わるため、上記は１つの例を説明するものであるが、半導体素子に接続する複数の素子（本例ではコンタクト）に対し、特定の方向に向かって、或いは特定の順番でビームを照射すると、半導体素子の欠陥の種類に応じた画像となる。
以下に説明する実施例では、半導体素子を構成する複数のパターンに対して順次ビームが照射されるように、ビームを走査したときに得られる画像から、複数の特徴（輝度情報、コントラスト情報等）を抽出し、その複数の特徴を、当該複数の特徴と欠陥の種類が関連付けて記憶された関連情報に参照することによって、欠陥の種類を導出するシステム、及び非一時的コンピューター可読媒体について説明する。
図２は画像データを取得する画像取得ツールの一態様である走査電子顕微鏡を含むシステムの一例を示す図である。
走査電子顕微鏡は断続照射系、電子光学系、二次電子検出系、ステージ機構系、画像処理系、制御系、操作系により構成されている。断続照射系は電子線源１（荷電粒子源）、パルス電子生成器４により構成されている。本発明では、別途パルス電子生成器４を設ける構成としたが、パルス電子を照射可能な電子線源を用いても実施可能である。また本実施例では、パルス電子生成器４をビームの試料への照射を遮断する偏向器とし、偏向器を用いて間欠的にビームを遮断することによってパルスビームを発生させたが、例えば可動絞りの位置を高速に変化させることでパルスビームを発生させても実施可能である。
電子光学系はコンデンサレンズ２、絞り３、偏向器５、対物レンズ６、試料電界制御器７により構成されている。偏向器５は、電子線を試料上で一次元的、或いは二次元的に走査するために設けられており、後述するような制御の対象となる。
二次電子検出系は検出器８、出力調整回路９により構成されている。ステージ機構系は試料ステージ１０、試料１１により構成されている。制御系は加速電圧制御部２１、照射電流制御部２２、パルス照射制御部２３、偏向制御部２４、集束制御部２５、試料電界制御部２６、ステージ位置制御部２７、制御伝令部２８、により構成されている。制御伝令部２８は、操作インターフェース４１から入力された入力情報に基づき、各制御部へ制御値を書き込み制御する。
ここで、パルス照射制御部２３は、電子線を連続して照射する時間である照射時間、或いは電子線を連続して照射する距離である照射距離、或いは電子線の照射と照射の間の時間である遮断時間、或いは電子線の照射と照射の間の距離間隔である照射点間距離を制御する。本実施例では、電子線を連続して照射する時間である照射時間と電子線の照射と照射の間の時間である遮断時間を制御した。
画像処理系は、検出信号処理部３１、検出信号解析部３２、画像または電気特性表示部３３、データベース３４により構成されている。画像処理系の検出信号処理部３１また検出信号解析部３２には１つ以上のプロセッサを備え、指定された検査パターンの明度の演算、或いは複数の検査パターン間の明度差の演算、或いは明度、或いは明度差に基づき電気特性を解析する演算や電気特性を分類する演算等を実行する。画像処理系のデータベース３４は、電気特性を解析する演算等を実行する際に、校正データを格納する記憶媒体であり、演算時に読み出して利用する。
後述するような制御や画像処理等は、１以上のプロセッサを備えた１以上のコンピューターシステムで実行される。１以上のコンピューターシステムは、予め所定の記憶媒体（コンピューター可読媒体）に記憶された演算モジュールを実行するように構成されており、後述するような処理を自動的、或いは半自動的に実行する。更に、１以上のコンピューターシステムは、画像取得ツールと通信可能に構成されている。
図３は、電気特性導出システムの一例を示す図である。図３に例示するシステムには、走査電子顕微鏡のような画像取得ツール３０１、ネットリスト記憶媒体３０２、及びコンピューターシステム３０３が含まれている。ネットリスト記憶媒体３０２に記憶されているネットリストは、等価回路を構成する回路素子の電気的特性、及び等価回路における端子間の接続情報を含むデータである。本実施例ではこのネットリストを用いて、検査すべき位置や領域の特定を行い、欠陥が検出された場合、ネットリストにその情報を記録する例を説明する。システムを構成する各構成要素は、バス、或いはネットワークを介して接続されている。
コンピューターシステム３０３には、欠陥検査に要するモジュール（アプリケーション）が記憶されたメモリ３０６、及び当該メモリ３０６内に記憶されたモジュールやアプリケーションを実行する１以上のプロセッサ３０５が内蔵されている。更に、コンピューターシステム３０３には、検査に要する情報の入力や検査結果等の出力を行う入出力装置３０４が備えられている。
メモリ３０６には、入出力装置３０４から入力された試料条件や検査条件、及びネットリストから得られる情報に基づいて、半導体ウェハ等の試料を検査する際の画像取得ツール３０１の動作プログラム（検査レシピ）を生成するレシピ生成アプリケーション３０７（コンポーネントと称する場合もある）が記憶されている。また、ネットリスト上で、入力装置３０４によって指定された半導体素子（例えばＣＭＯＳやＳＴＴ－ＭＲＡＭのような素子）と、実際の半導体ウェハ上の座標との対応表（データベース）に基づいて、指定された半導体素子を構成する素子、或いは当該素子の端子を含む領域の座標を導き出すネットリスト－座標変換アプリケーション３０８が記憶されている。
図４は、検査レシピの生成工程を示すフローチャートである。図５は、検査レシピ設定画面の一例を示す図である。ＧＵＩ画面５０１は例えば入出力装置３０４に備えられた表示装置に表示される。ＧＵＩ画面５０１内には、検査対象となる半導体素子（ターゲット）の種類（試料情報）を設定する表示欄と、画像取得ツールの装置条件（検査条件）を入力する入力欄が設けられている。本実施例では、画像取得ツールとして走査電子顕微鏡を採用しているので、検査条件としてＳＥＭ ｃｏｎｄｉｔｉｏｎの欄が設けられている。
試料情報の入力欄には、試料（半導体ウェハ等）の情報を入力する入力欄５０２、半導体素子の種類を入力する入力欄５０３、半導体ウェハのレイヤ情報を入力する入力欄５０４、及びネットリストの種類を入力する入力欄５０５が設けられている。レシピ生成アプリケーション３０７は、入力された試料情報とレイヤ情報に基づいて、対応するネットリストをネットリスト記憶媒体３０２から読み出す（ステップ４０１、４０２、４０３）。
更に、ネットリスト－座標変換アプリケーション３０８は、読み出されたネットリスト内に含まれる入力された半導体素子を探索し、その半導体素子の半導体ウェハ上の座標を特定する（ステップ４０４、４０５）。レシピ生成アプリケーション３０７は、特定された座標に走査電子顕微鏡の視野（Ｆｉｅｌｄ Ｏｆ Ｖｉｅｗ：ＦＯＶ）が位置づけられるようなレシピを生成する（ステップ４０６）。具体的には、選択された素子が電子ビームの直下に位置付けられるような、走査電子顕微鏡に設けられた試料ステージの駆動条件等が設定される。
また、検査条件の入力欄には、ＦＯＶの大きさを設定する入力欄５０６、電子ビームの加速電圧を入力する入力欄５０７、電子ビームのプローブ電流を入力する入力欄５０８、フレーム数（画像の積算枚数）を入力する入力欄５０９、ビームの走査方向を設定する入力欄５１０、ビームの走査速度を設定する入力欄５１１、及びパルスビームの遮断時間を設定する入力欄５１２が設けられている。
レシピ生成アプリケーション３０７は、上記特定された座標へ、検査条件の入力欄に入力された検査条件のビームが照射されるようにレシピを生成する（ステップ４０６）。より具体的には、入力された検査条件に基づいて、走査電子顕微鏡内の引き出し電極、加速電極への印加電圧、及び走査偏向器に供給する走査信号等が設定される。
図６は、上述のようにして生成されたレシピを用いた検査工程を示すフローチャートである。走査電子顕微鏡はまず、レシピに登録された視野位置にビームが照射されるよう検査対象である半導体ウェハを載せた試料ステージを動作させる（ステップ６０１）。次に、走査偏向器を制御し、ビームを試料上に一次元的、或いは二次元的に走査することによって、信号波形、或いは画像を取得する（ステップ６０２）。この際、検査対象となる素子の複数の端子が視野内に含まれるようにビーム走査を行う。また、パターンの配列に対し、設定された方向からビームが走査されるようにビーム走査すると共に、設定された走査速度、及び設定された遮断時間のパルスビームが走査されるように、走査電子顕微鏡に設けられた制御装置は、走査偏向器、及びブランキング偏向器を制御する。
なお、本実施例ではパターンの配列方向に沿って、その配列順にビームが照射されるような走査軌道でビームを走査する例について説明するが、これに限られることはなく、ある素子、或いはその端子を構成するパターンに異なるタイミングでビームが照射する他のビーム照射法であっても良い。
次に図３に例示する特徴抽出アプリケーション３１１は、信号波形、或いは画像データから、複数のパターンの特徴を抽出する（ステップ６０３）。特徴とは複数のパターンの輝度、基準明るさに対するコントラスト（輝度比）、走査回数に対する輝度の上昇率、パターン寸法や形状等が考えられる。検査アプリケーション３１０は、信号波形や画像から抽出される複数の特徴の組み合わせを、欠陥の種類と複数の特徴の組み合わせが関連付けて記憶されたデータベースに参照することによって、欠陥分類を実行する（ステップ６０４、６０５）。
欠陥特徴データベース３０９には、試料条件や検査条件に応じて複数の異なるデータベースが記憶され、検査アプリケーション３１０はレシピ生成時に設定された試料条件や検査条件に応じた適切なデータベースを選択し、選択したデータベースに抽出された複数の特徴を参照することによって、欠陥分類、或いは欠陥の種類を特定する。
上述したように複数のパターンに対し、順次ビームを照射することで、半導体素子を機能させると共に、その状態を評価することによって、欠陥の有無の特定や欠陥分類を行うことが可能となる。
本実施例では、走査方向を可変にすることによって、複数のパターンに対し、所望の順番でビームを照射する例について説明するが、これに限られることはなく、走査方向が固定であっても、その方向故のパターンの特徴の出方を予めデータベースに記憶しておけば、欠陥の有無の判定や欠陥の分類が可能となる。複数のパターンに対して異なるタイミングでビームが照射されるような構成であれば、上述の欠陥分類を実現することが可能となる。
図7は、電気特性導出システムの他の一例を示す図である。図３に例示したシステムとの相違点は、正常電子デバイス等価回路ネットリストの記憶媒体（正常等価回路ネットリスト記憶媒体７０２２）、欠陥電子デバイス等価回路ネットリスト１の記憶媒体（欠陥等価回路ネットリスト１記憶媒体７０４）、及び欠陥電子デバイス等価回路ネットリスト２の記憶媒体（欠陥等価回路ネットリスト２記憶媒体７０５）がコンピューターシステム３０３と通信可能に接続されている点にある。欠陥電子デバイス等価回路ネットリストには、欠陥を含む等価回路を構成する回路素子の電気的特性、及び接続関係情報が記録されており、また、欠陥電子デバイス等価回路ネットリストは、欠陥の種類に応じて複数設けることができる。なお本実施例では、欠陥電子デバイス等価回路ネットリストに記録される回路素子の電気的特性、及び接続関係情報を、一意に指定したが、回路素子の電気的特性、及び接続関係の範囲を指定してもよい。更に、メモリ３０６には画像間や、ネットリスト間の一致度を判定するデータ比較アプリケーション７０１、及び画像シミュレーション用アプリケーション７０２が記憶されている。
電気特性導出システムは、図８に例示するフローチャートに従って、電気特性を導出する。図６のフローチャートと同様に画像を取得し、複数パターンの輝度情報を取得した後、コンピューターシステム３０３は、各ネットリストの記憶媒体から、正常等価回路のネットリスト、及び１以上の欠陥等価回路ネットリストを読み出す。画像シミュレーション用アプリケーション７０２は、ネットリストに含まれる欠陥情報（正常情報）及び検査情報から、検査対象となるパターンの輝度情報をシミュレーションする（ステップ８０１）。
欠陥等価回路のネットリストには、例えば等価回路中のある接続部分の電気特性の違い等が情報として記述されており、画像シミュレーション用アプリケーション７０２は、正常な回路に対して電気特性の違い分、輝度を調整するシミュレーションを実行する。また、ビームを照射したときのパターンの輝度は、ビームの照射条件（ビームの走査速度やパルスビームの遮断時間等）のような検査条件によっても変化するため、画像シミュレーション用アプリケーション７０２は、これらの輝度変調要因の入力に応じて、各パターンの輝度のシミュレーションを実行する。なお、パターンの形状や配置は、レイアウトデータまたはステップ６０２で取得した画像から決定する。当該形状からセグメンテーションされた各領域の輝度情報をシミュレーションによって推定し、それぞれの領域にシミュレーションによって得られた輝度情報を割り当てる。
上記シミュレーションをネットリスト単位で実行し、データ比較アプリケーション７０１は、ネットリストごとに得られた輝度情報と、ステップ６０３で得られた輝度情報を比較する（ステップ８０２）。データ比較アプリケーション７０１は、複数のネットリストごとに求められた輝度情報と、ステップ６０３で得られた輝度情報を比較し、差分が最も小さい、或いは所定の条件を満たす（例えばステップ６０３で得られた輝度情報との違いが所定値以下）輝度情報を選択する（ステップ８０３）。コンピューターシステム３０３は、選択された輝度情報に対応するネットリストが持つ欠陥情報（或いは正常情報）を検査結果として出力する（ステップ８０４）。
上述のように欠陥ネットリストには、欠陥情報が記述されているため、実画像との比較に基づく選択によって、正確に欠陥を特定することが可能となる。また、出力は「正常」、「欠陥種Ａ」、「欠陥種Ｂ」のように欠陥名ではなく、異種欠陥が分離できる程度の分類であっても良い。更に欠陥種Ａと欠陥種Ｂとして、ネットリストのある個所の電気特性（抵抗、容量、半導体特性）の大きさの差や、複数パターン間の接続有無を出力するようにしても良い。
なお、上述の実施例ではシミュレーションによって輝度情報（特徴）を求める例について説明したが、予めネットリストと輝度情報（電子顕微鏡画像）との関係がわかっている場合には、ネットリストと電子顕微鏡画像を関連付けて記憶するデータベースを用意し、実画像とデータベースに記憶された電子顕微鏡画像を比較することで、欠陥分類を行うようにしても良い。
また、本実施例ではシミュレーションによってネットリストから輝度情報を演算し、それを実画像の輝度情報と比較する例について説明したが、実画像から得られる輝度情報を、シミュレーション等によってネットリスト化し、ネットリスト同士を比較することによって、欠陥分類を行うようにしても良い。
図９は欠陥検査（欠陥分類）を行う際の検査条件と、導出された検査結果（分類結果）を表示するＧＵＩ（Ｇｒａｐｈｉｃａｌ Ｕｓｅｒ Ｉｎｔｅｒｆａｃｅ）画面の一例を示す図である。検査条件の入力欄には、光学条件や変調条件等の装置条件の入力欄、対象となる半導体デバイスの設計データ（レイアウトデータ）の選択欄、正常デバイスのネットリストの選択欄、及び欠陥種毎の複数の欠陥デバイスネットリストの選択欄が設けられている。光学条件や変調条件等の装置条件の入力欄からは、ＦＯＶの大きさ、電子ビームの加速電圧、電子ビームのプローブ電流、フレーム数（画像の積算枚数）、ビームの走査方向、ビームの走査速度、パルスビームの遮断時間、パルスビームの照射時間等を入力できる。画像シミュレーション用アプリケーション７０２は、これらの入力に基づいて、輝度情報（電子顕微鏡画像）を求める。また、検査結果の表示欄には分類された欠陥分布を表示することができる。
図１０は、実画像（電子線照射結果）とシミュレーションによって推定された推定画像（推定照射結果）を表示するＧＵＩ画面の一例を示す図である。図１０の例では、データ比較アプリケーション７０１から出力される画像の一致度を表示している。このような表示を行うことによって、オペレータは分類の結果を検証することが可能となる。
図１１は、ビーム条件（ビームの走査速度やパルスビームの遮断時間）を変えてビーム走査をすることによって得られる複数の画像から、欠陥種を推定する工程を示すフローチャートである。本実施例では、ビーム条件を複数設定（ステップ１１０１）することによって、複数の画像を取得する（ステップ６０２）。本実施例では照射電荷量を変えて、ゲートコンタクト１０９にビームを照射したときのドレインコンタクト１１０の輝度の推移をモニタする。照射電荷量は例えば照射時間やビームの電流量を調整することによって変化させる。
本実施例では、ゲートコンタクト１０９に電荷を蓄積するためのビームを照射した後に、ドレインコンタクト１１０に画像形成のためのビームを照射する工程を繰り返す例について説明する。
図１２は、ゲートコンタクト１０９に照射されるビームの照射電荷量を変化させたときの、ドレインコンタクト１１０の輝度の推移を示すグラフを表示するＧＵＩ画面の一例を示す図である。先に説明したように、ゲート電極に電荷が蓄積し、ゲートが開放されると、ソース、ドレイン間が導通する。正常な回路であればある程度、ゲートに電荷が蓄積するとゲートが開放され、ソースドレイン間が導通するため、ドレインコンタクト１１０は明るくなる。図１２のＮｏ．０は正常な等価回路の輝度の推移を示しており、電荷がある程度蓄積したときに、ドレインコンタクトが高輝度になる様子を示している。
一方、図１２のＮｏ．１は、ゲートに電荷を蓄積してもソースドレイン間が導通しないため、低輝度状態が維持された状態を示している。これはゲートコンタクト１０９とゲート電極１０５が接触していないが故に、ゲートが開かないオープン欠陥である可能性があることを示している。また、図１２のＮｏ．２は、正常な回路に対して、ゲート電極に多くの電荷を供給しないとゲートが開かない状態を示している。これは、ゲート電極１０９からウェル１０１に電荷がリークし、ゲート電極１０９に電荷が蓄積しづらい状態を示している。更に、図１２のＮｏ．３は、ゲート電極への電荷の蓄積に関わらず、ドレインコンタクトが高輝度である状態を示している。これは、ドレインからウェルに電荷がリークし、ゲートの開放に関わらずドレインコンタクトが高輝度となっていることが考えられる。
上述のような輝度の推移は、欠陥種に応じて変化するため、輝度の推移を評価することによって、欠陥種の分類を行うことが可能となる。図１１に例示するフローチャートでは、コンピューターシステム３０３は、図１２に例示するようなカーブ（第１のＳカーブ）を生成（ステップ１１０３）し、その後、正常等価回路ネットリストと、１以上の欠陥等価回路ネットリストから複数のカーブ（第２のＳカーブ）を生成する（ステップ１１０４）。そして、第１のＳカーブと第２のＳカーブを比較（ステップ１１０５）し、一致度の高い第２のＳカーブに対応するネットリストの欠陥情報（或いは正常情報）を出力する（ステップ１１０６、１１０７）。
以上のような構成によれば、半導体素子の電気特性評価を行うことが可能となる。なお、図１２では正常を示すＳカーブに対する一致率を求める例について説明しているが、欠陥等価回路ネットリストからＳカーブを生成しなくても、一致率から欠陥の有無を判定するようにしても良い。また、欠陥種に応じてＳカーブの形状に特徴があるので、欠陥種に応じたＳカーブの形状情報を予め取得しておき、それぞれの一致度に応じて欠陥種を判定するようにしても良い。
図１３は、複数のネットリストを含むネットリスト群が、半導体の製造工程単位で用意された電気特性導出システムの一例を示す図である。図１３に例示するようなシステムによれば、実画像から得られた輝度情報と、ネットリスト群から得られた輝度情報を比較することによって、欠陥種だけではなく欠陥をもたらす製造工程を特定することが可能となる。
例えば、工程Ａ異常等価回路ネットリスト群の記憶媒体１３０１には、ＳＴＴ－ＭＲＡＭの磁気トンネル接合（Ｍａｇｎｅｔｉｃ Ｔｕｎｎｅｌ Ｊｕｎｃｔｉｏｎ：ＭＴＪ）の膜質不良系欠陥を含む複数のネットリストが記憶されている。ＭＴＪの膜質不良系欠陥が、主に工程Ａの製造条件の調整不足に起因して発生することが判明している場合に、当該欠陥を含むネットリストを複数記憶しておき、当該ネットリストから導き出される輝度情報群と、実画像から抽出される輝度情報を比較することによって、工程Ａの調整不足か否かを判定する。
より具体的には、工程Ａ、工程Ｂ、工程Ｃのそれぞれについて、ネットリスト群を記憶しておき、それぞれの群から導き出される輝度情報群を、実画像から導き出される輝度情報と比較し、実画像から導き出された輝度情報が、どの工程の群に近いかを判定することによって、欠陥をもたらす工程を判定する。
コンピューターシステム３０３は、例えば図８に例示したフローチャートに沿って上記判定を行う。ステップ８０２ではネットリスト群ごとの輝度情報群と、実画像から得られた輝度情報との比較を行い、ステップ８０３では、実画像から得られた輝度情報が、いずれの群に近い或いは属するべきかを選択し、ステップ８０４では、選択された群に対応する工程名を出力する。また、各郡に対する近さに応じて、工程の確からしさを出力するようにしても良い。更に該当する工程がない場合は、「その他」と判定するようにしても良い。
以上のようなコンピューターシステムによれば、欠陥をもたらす製造工程を特定することが可能となる。なお、ＳＴＴ－ＭＲＡＭを対象とする場合、工程Ｂ異常等価回路ネットリスト群の記憶媒体１３０２に、キャリア欠損系の欠陥を含む複数のネットリストを記憶させ、工程Ｃ異常等価回路ネットリスト群の記憶媒体１３０３に、ゲート絶縁膜質系の欠陥を含む複数のネットリストを記憶させることが考えられる。
図１４は、ＧＵＩ画面の一例を示す図であり、図８に例示したＧＵＩ画面との相違点は、検査条件として、異なる工程毎のネットリスト群が選択できるようになっている点である。工程単位で管理されたネットリスト群の選択を可能とすると共に、そのネットリスト群から導き出される特徴と、実画像から導き出される特徴の比較を可能とすることによって、異常工程の特定を容易に実現することができる。
実施例４で説明したように、画像データや画像データから抽出される特徴（輝度情報等）から、異常工程、或いは異常工程に係る製造装置の調整パラメータがわかれば、速やかに製造条件の調整を行うことができる。本実施例では、画像データ、或いは画像データから抽出される特徴を入力することにより、異常工程、或いは異常工程に係る製造装置の調整パラメータを特定するシステムについて説明する。
図１５は、異常工程等を推定するシステムの一例を示す図である。図１５は機能ブロック図で表現されている。図１５に例示するコンピューターシステム１５０１は、機械学習システムであり、１以上のプロセッサを含み、所定の記憶媒体に記憶された１以上の演算モジュールを実行するように構成されている。また、後述するような推定処理を、ＡＩアクセラレータを用いて行うようにしても良い。図１５に例示するコンピューターシステム１５０１には、学習に供される教師データや推定処理に必要なデータが、記憶媒体１５０２や入力装置１５０３から入力される入力部１５０３が備えられている。
コンピューターシステム１５０１に内蔵される学習器１５０４は、入力部１５０３から入力される画像データ、及び図示しない画像処理装置等で抽出された画像の特徴の少なくとも一方、荷電粒子線装置のビームの照射条件（検査条件）、試料の種類と試料上に形成された素子の情報（試料情報）の組を教師データとして受け付ける。更に学習器１５０４は、工程異常情報も併せて受け付ける。工程異常情報とは、過去、欠陥と判定され、その欠陥を是正するために製造装置にフィードバックした工程、或いはそのフィードバックしたパラメータ等である。これらの情報は、学習器を学習させるための教師データとすべく、所定の記憶媒体にデータセットとして記憶しておく。
画像の特徴とは、例えば、特定パターンの輝度やコントラスト等であり、パターンマッチング等で特定されたパターンや、セマンティックセグメンテーション等でセグメント化された特定パターンの輝度情報を抽出することによって取得することができる。学習器としては、例えば、ニューラルネットワーク、回帰木、ベイズ識別器等を用いることができる。
また、ビームの照射条件とは、パルスビームの遮断時間や照射時間等であり、学習器１５０４は、荷電粒子線装置の検査レシピからの読み出し、或いは入力装置１５０５からの入力等によって、これらのデータを教師データの一部として受け付ける。
学習器１５０４は、受け付けた教師データを用いて機械学習を実行する。学習モデル記憶部１５０６は、学習器１５０４が構築した学習モデルを記憶する。学習器１５０４で構築された学習モデルは、異常工程推定部１５０７に送信され、異常工程推定に用いられる。
異常工程推定部１５０７では、学習器１５０４で構築された学習モデルに基づいて、入力された画像データ、或いは画像データから抽出される特徴と、同じく入力された試料、検査情報から、異常工程、或いはフィードバックすべきパラメータを推定する。
上述のように学習された学習モデルを用いた推定を行うことによって、速やかに製造装置の調整を行うことが可能となる。
図１６は、試料の電気特性を導出する他のシステムを示す図である。図１７は、検査対象となる半導体素子の一種であるＤＲＡＭが形成された試料のトップビューを示す図である。ＤＲＡＭは、ワードライン１７０２への印加電圧を上げてトランジスタにゲート電圧をかけた状態とすることで、ビットライン１７０３に印加された電圧により、キャパシタ（ストレージノード）を充電する素子である。ここで、図１７に例示する画像には、ワードラインコンタクト１７０１（ＷＬＣ）とストレージノードコンタクト１７０５（ＳＮＣ）が見えた状態にあり、拡散層１７０４等の点線で表した部分は見えないものとして説明する。
本実施例では、ワードラインコンタクト１７０１を介して、トランジスタに複数回ストレスを印加することによって、ＤＲＡＭの耐久性（信頼性）を評価する例について説明する。図１８は、ＤＲＡＭの信頼性評価工程を示すフローチャートである。
まず、レシピに登録された座標に試料移動し、ＷＬＣ、ＳＮＣの双方を含むように画像を取得する（ステップ６０１、６０２）。ステップ６０２で取得した画像を用いて、ＷＬＣ（第１の端子）とＳＮＣ（第２の端子）の位置を特定し、その上でＷＬＣにストレス印加用のビームを照射する（ステップ１８０１）。本実施例ではストレス印加用のビームとして、走査電子顕微鏡の電子源から放出されるビームを用いる例を説明するが、ストレス印加用の他の電子源やストレス印加用の光を放出する光源を、走査電子顕微鏡の試料室内に設置し、これらのビーム源を用いてストレスを与えるようにしても良い。
次に、ＳＮＣに画像取得用のビームを照射し、画像を取得する（ステップ１８０２）。このストレス印加と画像取得を繰り返し、図１９のＮｏ．１に例示するようなＳカーブを生成する（ステップ１８０３）。図１９は、半導体素子の信頼性判定結果を検査結果として表示するＧＵＩ画面の一例を示す図である。ＷＬＣを介してゲートに印加される電圧が閾値を超えると、ゲートは開くためＳＮＣが明るい状態となる一方で、ホットキャリア効果による特性劣化が発生すると、ゲートに印加される電圧が実効的に下がって閾値以下となり、ゲートが閉じたままであるため、ＳＮＣは暗くなる。
ストレスを印加する回数とパラメータ（輝度）の変化から、素子の信頼性を評価すべく、ある閾値を設定しておき、信頼性保証時間（回数）に達する前に、特性劣化が発生する（特徴が閾値を超える或いは下回る）か否かを判定する。コンピューターシステム３０３は、信頼性データベース１６０１より、半導体素子の種類や検査条件に応じた閾値を読み出し、当該閾値を超える（或いは下回る）か否かを判定し、閾値を超えている（下回っている）場合には、検査対象素子は正常と判定し、閾値を下回っている（超えている）場合には、欠陥と判定する（ステップ１８０４、１８０５、１８０６）。
図１９のＮｏ．２は、例えば本来、導通している端子であり、通常であれば明るく見える端子が、ストレス印加用ビーム照射に起因するエレクトロマイグレーション現象により、端子内の空孔が移動し、コンタクトが断線した結果、暗く表示される例を示している。このように欠陥を誘発させる現象に応じた適切な閾値を設定し、所定数或いは所定量のストレス印加を行ったときの特徴を評価することによって、半導体素子の信頼性を評価することが可能となる。
さらに、ストレスを印可する回数と輝度の関係から抽出された特徴量を用いて、欠陥種を判定することができる。例えば、図１９のＮｏ．１とＮｏ．２に例示するＳカーブの形状の違いから、ホットキャリア効果とエレクトロマイグレーション現象を判別することができる。
本実施例では、パターンの輝度情報とパターンの寸法や形状情報を組み合わせて、欠陥の種類を特定（分類）するシステムについて説明する。図２０（ａ）は、下層配線２００５と当該下層配線に接続される４つのプラグの断面図を示す図であり、図２０（ｂ）は、４つのプラグのトップビューを示す図である。４つのプラグの内、プラグ２００１及びプラグ２００２と比べ、プラグ２００３及びプラグ２００４は、トップビューのパターン寸法が小さい、寸法欠陥である。またプラグ２００１及びプラグ２００３と比べ、プラグ２００２及びプラグ２００４は、テーパが大きい、テーパ欠陥である。このような試料にビームを照射した場合のプラグの輝度は、プラグの帯電量に反比例する。またプラグの帯電量は、プラグと下層配線との接合面積に反比例する。さらにプラグと下層配線との接合面積は、最上面のパターン寸法に比例し、テーパに反比例する。以上から、プラグの輝度はトップビューのパターン寸法に比例し、テーパに反比例する。例えば図２０の４つのプラグでは、トップビューのパターン寸法が大きくテーパ角が小さいプラグ２００１の輝度が最も大きく、トップビューのパターン寸法もテーパ角も大きいプラグ２００２とトップビューのパターン寸法もテーパ角も小さいプラグ２００３の輝度が次に大きく、トップビューのパターン寸法が小さくテーパ角が大きいプラグ２００４の輝度が最も小さい。従って最上面のパターンの輝度情報と寸法情報を組み合わせることで、寸法欠陥と、テーパ欠陥と、寸法及びテーパの複合欠陥とを分類することが可能である。
図２１はパターンの輝度情報とパターンの寸法や形状情報に基づいて、欠陥の種類を分類するシステムの一例を示す図である。コンピューターシステム３０３は、半導体デバイスの設計データ（レイアウトデータ）が記憶された設計データ記憶媒体２１０１と通信可能に接続されている。メモリ３０６に記憶されたパターン形状評価アプリケーション２１０２は例えば、設計データ記憶媒体２１０１から読み出されたレイアウトデータと、実画像に含まれるパターンとを比較し、形状情報（パターンサイズ、寸法、レイアウトデータに対するサイズの比率、レイアウトデータに対する大小関係等）を算出する。
欠陥分類アプリケーション２１０３は、例えばパターンの形状情報と輝度情報の組み合わせと、欠陥の種類とを関連付けて記憶したデータベースを参照して、欠陥種を特定する。例えば図２０に示したように、プラグ２００２とプラグ２００３の輝度が同程度であり、トップビューのパターン寸法が異なることから、プラグ２００２はテーパ欠陥、プラグ２００３は寸法欠陥であると特定される。
このように輝度だけではなく、寸法や形状のような他の特徴も参照することで、欠陥分類のカテゴリーを増やすことが可能となる。
図１を用いて説明したように、欠陥の種類に応じて、複数のパターンに対するビームの走査方向や照射順序固有の輝度情報を得ることができる。図１に例示したように１方向からビームを走査した場合、ゲートコンタクトのオープン欠陥等を特定することはできるが、例えばドレインのジャンクションリーク欠陥の場合、左側から右側に走査しただけでは、ゲートにビームが照射され、ゲートが開放されたことによってドレインコンタクトが明るくなるのか、リークによって電荷が蓄積せず明るくなるのかを判別することが困難である。
そこで本実施例では、図２２に例示するように１方向の走査だけではなく、複数方向（本実施例では双方向）にビームを走査し、複数のパターンの輝度の組み合わせを、当該輝度の組み合わせと欠陥の種類の関係情報を記憶するデータベースに参照することによって、欠陥の種類を特定するシステム等について説明する。
図２２に例示するように、走査軌道１１１の走査（第１の方向に照射点を移動させて複数のパターンに順次ビームを照射）に加えて、走査軌道２２０１の走査（第２の方向に照射点を移動させて複数のパターンに順次ビームを照射）を行うことによって、例えばドレインのジャンクションリークが発生している場合、ゲートコンタクト１０９にビームを照射する前であるにも関わらず、リークが発生しているが故にドレインコンタクト１１０は明るくなる。ここで、走査軌道２２０１の走査は、走査軌道１１１の走査によって試料に生じた帯電が緩和した後に行うことが望ましい。
コンピューターシステム３０３は、複数のパターンに対し、複数方向にビームを走査したときの輝度情報の組み合わせと、欠陥の種類との関連を記憶するデータベースを予め記憶しておき、複数方向にビームを走査することによって得られる実画像から抽出される輝度情報の組み合わせを上記データベースに参照することによって、欠陥の種類を特定する。このように複数方向に走査することによって、１方向だけでは特定できなかった、欠陥の種類をも特定することが可能となる。
１…電子線源、２…コンデンサレンズ、３…絞り、４…パルス電子生成器、５…偏向器、６…対物レンズ、７…試料電界制御器、８…検出器、９…出力調整回路、１０…試料ステージ、１１…試料、２１…加速電圧制御部、２２…照射電流制御部、２３…パルス照射制御部、２４…偏向制御部、２５…集束制御部、２６…試料電界制御部、２７…ステージ位置制御部、２８…制御伝令部、３１…検出信号処理部、３２…検出信号解析部、３３…画像または電気特性表示部、３４…データベース、４１…操作インターフェース

Claims (15)

  1. 画像取得ツールと通信可能に構成され、当該画像取得ツールから取得した画像データ、或いは当該画像データから抽出される特徴から半導体ウェハ上に形成された電気回路を検査するシステムであって、
    前記システムは、コンピューターシステムと、当該コンピューターシステムが実行する演算モジュールを含み、前記コンピューターシステムは、
    前記画像取得ツールから、前記半導体ウェハ上に設けられたトランジスタが有する複数のコンタクトに対し、順次ビームを照射することによって得られた画像データを受け付けて、当該受け付けた画像データから当該画像データに含まれる、順次ビームが照射された複数のコンタクトの特徴を抽出、或いは前記画像データから抽出された、順次ビームが照射された前記複数のコンタクトの特徴を受け付け、
    当該複数のコンタクトの特徴を、当該複数のコンタクトの特徴と前記トランジスタの信頼性情報が関連付けて記憶された関連情報に参照することによって、信頼性情報を出力する、半導体ウェハの検査システム。
  2. 請求項１において、
    前記複数のコンタクトの特徴は、前記複数のコンタクトに対し、互いに異なるタイミングでビームを照射したときに得られる、半導体ウェハの検査システム。
  3. 請求項１において、
    前記複数のコンタクトの特徴は、前記複数のコンタクトに対し、複数の方向に前記画像取得ツールのビーム照射点を移動させたときに得られる、半導体ウェハの検査システム。
  4. 請求項１において、
    前記関連情報は、前記トランジスタが有する複数のコンタクトに対し、順次ビームを照射することによって得られる複数の特徴と、前記トランジスタの信頼性情報を関連付けて記憶するデータベースである、半導体ウェハの検査システム。
  5. 請求項１において、
    前記複数のコンタクトは、ソースコンタクト、ゲートコンタクト、およびドレインコンタクトの内、２以上のコンタクトを含む、半導体ウェハの検査システム。
  6. 請求項５において、
    前記ゲートコンタクトに電荷が蓄積されることによって、前記トランジスタのゲートが開放される、或いは、前記トランジスタのソースドレイン間が導通する、半導体ウェハの検査システム。
  7. 請求項１において、
    前記画像データは、前記画像取得ツールが前記複数のコンタクトが視野内に含まれるようにビーム走査して得られたデータである、半導体ウェハの検査システム。
  8. 請求項７において、
    前記画像データは、前記画像取得ツールが前記複数のコンタクトの配列の方向に沿って、当該配列順にビーム走査して得られたデータである、半導体ウェハの検査システム。
  9. 請求項１において、
    前記画像データは、電位コントラスト像データである、半導体ウェハの検査システム。
  10. 請求項１において、
    前記複数のコンタクトは、前記トランジスタに接続されるワードラインコンタクトおよびストレージノードコンタクトを含む、半導体ウェハの検査システム。
  11. 請求項１０において、
    前記コンピューターシステムは、
    前記ワードラインコンタクトおよび前記ストレージノードコンタクトに対し、順次ビームを照射することを繰り返した際に得られた、前記ストレージノードコンタクトに係る複数の画像データから、複数のストレージノードコンタクトの特徴を抽出し、当該抽出した複数のストレージノードコンタクトの特徴に基づいて、前記信頼性情報を出力する、半導体ウェハの検査システム。
  12. 請求項１において、
    前記信頼性情報は、前記トランジスタにおける耐久性、保証時間、保証回数または特性劣化に係る情報、前記トランジスタが正常か否かに係る情報、或いは、前記トランジスタが欠陥か否かに係る情報のいずれかを含む、半導体ウェハの検査システム。
  13. 画像取得ツールと通信可能に構成され、当該画像取得ツールから取得した画像データ、或いは当該画像データから抽出される特徴から半導体ウェハ上に形成されたトランジスタを検査するシステムであって、
    前記システムは、コンピューターシステムと、当該コンピューターシステムが実行する演算モジュールを含み、前記コンピューターシステムは、
    前記画像取得ツールから、前記トランジスタに接続されたワードラインコンタクトに対するストレス印加用のビーム照射回数の増加に伴って、前記トランジスタに接続されたストレージノードコンタクトに対してビーム照射して得られた画像データを受け付けて、当該受け付けた画像データから当該画像データに含まれる、複数のストレージノードコンタクトの特徴を抽出、或いは前記画像データから抽出された、前記複数のストレージノードコンタクトの特徴を受け付け、
    当該複数のストレージノードコンタクトの特徴を、当該複数のストレージノードコンタクトの特徴と前記トランジスタの信頼性情報が関連付けて記憶された関連情報に参照することによって、前記トランジスタの信頼性情報を出力する、半導体ウェハの検査システム。
  14. プロセッサに、
    画像取得ツールから、半導体ウェハ上に設けられたトランジスタが有する複数のコンタクトに対し、順次ビームを照射することによって得られた画像データを受け付けさせ、更に当該受け付けた画像データから当該画像データに含まれる、順次ビームが照射された複数のコンタクトの特徴を抽出させ、或いは前記画像データから抽出された、順次ビームが照射された前記複数のコンタクトの特徴を受け付けさせ、
    当該複数のコンタクトの特徴を、当該複数のコンタクトの特徴と前記トランジスタの信頼性情報が関連付けて記憶された関連情報に参照させることによって、信頼性情報を出力させる、命令をするように構成されたプログラムを格納する非一時的コンピューター可読媒体。
  15. プロセッサに、
    画像取得ツールから、トランジスタに接続されたワードラインコンタクトに対するストレス印加用のビーム照射回数の増加に伴って、前記トランジスタに接続されたストレージノードコンタクトに対してビーム照射して得られた画像データを受け付けさせ、更に当該受け付けた画像データから当該画像データに含まれる、複数のストレージノードコンタクトの特徴を抽出させ、或いは前記画像データから抽出された、前記複数のストレージノードコンタクトの特徴を受け付けさせ、
    当該複数のストレージノードコンタクトの特徴を、当該複数のストレージノードコンタクトの特徴と前記トランジスタの信頼性情報が関連付けて記憶された関連情報に参照させることによって、前記トランジスタの信頼性情報を出力させる、命令をするように構成されたプログラムを格納する非一時的コンピューター可読媒体。
JP2023084756A 2019-08-07 2023-05-23 電気特性を導出するシステム及び非一時的コンピューター可読媒体 Active JP7466036B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2023084756A JP7466036B2 (ja) 2019-08-07 2023-05-23 電気特性を導出するシステム及び非一時的コンピューター可読媒体

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2019145053A JP7285728B2 (ja) 2019-08-07 2019-08-07 電気特性を導出するシステム及び非一時的コンピューター可読媒体
JP2023084756A JP7466036B2 (ja) 2019-08-07 2023-05-23 電気特性を導出するシステム及び非一時的コンピューター可読媒体

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
JP2019145053A Division JP7285728B2 (ja) 2019-08-07 2019-08-07 電気特性を導出するシステム及び非一時的コンピューター可読媒体

Publications (2)

Publication Number Publication Date
JP2023111918A JP2023111918A (ja) 2023-08-10
JP7466036B2 true JP7466036B2 (ja) 2024-04-11

Family

ID=74501894

Family Applications (2)

Application Number Title Priority Date Filing Date
JP2019145053A Active JP7285728B2 (ja) 2019-08-07 2019-08-07 電気特性を導出するシステム及び非一時的コンピューター可読媒体
JP2023084756A Active JP7466036B2 (ja) 2019-08-07 2023-05-23 電気特性を導出するシステム及び非一時的コンピューター可読媒体

Family Applications Before (1)

Application Number Title Priority Date Filing Date
JP2019145053A Active JP7285728B2 (ja) 2019-08-07 2019-08-07 電気特性を導出するシステム及び非一時的コンピューター可読媒体

Country Status (4)

Country Link
US (2) US11694325B2 (ja)
JP (2) JP7285728B2 (ja)
KR (2) KR102333578B1 (ja)
TW (2) TWI752526B (ja)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7159128B2 (ja) * 2019-08-08 2022-10-24 株式会社日立ハイテク 荷電粒子線装置
US20220230314A1 (en) * 2021-01-15 2022-07-21 Kulicke And Soffa Industries, Inc. Intelligent pattern recognition systems for wire bonding and other electronic component packaging equipment, and related methods
WO2023248287A1 (ja) * 2022-06-20 2023-12-28 株式会社日立ハイテク 荷電粒子ビームシステム、および試料評価情報生成方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001093892A (ja) 1999-08-17 2001-04-06 Samsung Electronics Co Ltd 半導体装置の製造において使われるプラズマによって誘起される電荷帯電程度を判別する方法およびこれに用いられる判別装置
JP2002124555A (ja) 2000-10-17 2002-04-26 Hitachi Ltd Ｓｅｍ式欠陥レビュー装置およびその方法並びに検査システム
JP2006258445A (ja) 2005-03-15 2006-09-28 Renesas Technology Corp 欠陥検査方法
JP2009252995A (ja) 2008-04-07 2009-10-29 Renesas Technology Corp 半導体検査方法
JP2011154918A (ja) 2010-01-28 2011-08-11 Hitachi High-Technologies Corp 荷電粒子線装置

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7796801B2 (en) * 1999-08-26 2010-09-14 Nanogeometry Research Inc. Pattern inspection apparatus and method
CN101630623B (zh) * 2003-05-09 2012-02-22 株式会社荏原制作所 基于带电粒子束的检查装置及采用了该检查装置的器件制造方法
KR20170003710A (ko) 2004-10-12 2017-01-09 케이엘에이-텐코 코포레이션 표본 상의 결함들을 분류하기 위한 컴퓨터-구현 방법 및 시스템
JP4891036B2 (ja) * 2006-11-16 2012-03-07 ルネサスエレクトロニクス株式会社 半導体装置の製造方法および半導体検査装置
KR101532634B1 (ko) * 2008-12-31 2015-07-01 삼성전자주식회사 풀-칩의 결함 메탈라인 검출 방법 및 시스템
JP2011014798A (ja) * 2009-07-03 2011-01-20 Hitachi High-Technologies Corp 半導体検査装置および半導体検査方法
JP4769320B2 (ja) * 2009-09-25 2011-09-07 ルネサスエレクトロニクス株式会社 半導体装置の不良解析方法及び装置並びにそれらのプログラム
JP2014135033A (ja) * 2013-01-11 2014-07-24 Fujitsu Semiconductor Ltd 回路モデル生成装置および回路モデル生成方法
US9342647B2 (en) * 2014-03-21 2016-05-17 Taiwan Semiconductor Manufacturing Company, Ltd. Integrated circuit design method and apparatus
JP6378927B2 (ja) * 2014-04-25 2018-08-22 株式会社日立ハイテクノロジーズ 計測システムおよび計測方法
JP6647841B2 (ja) * 2014-12-01 2020-02-14 株式会社半導体エネルギー研究所 酸化物の作製方法
KR102419645B1 (ko) * 2017-05-19 2022-07-12 삼성전자주식회사 집적 회로를 설계하기 위한 컴퓨터 구현 방법, 컴퓨팅 시스템, 및 집적 회로의 제조 방법
US11275361B2 (en) * 2017-06-30 2022-03-15 Kla-Tencor Corporation Systems and methods for predicting defects and critical dimension using deep learning in the semiconductor manufacturing process
US10713534B2 (en) * 2017-09-01 2020-07-14 Kla-Tencor Corp. Training a learning based defect classifier
JP2019050316A (ja) * 2017-09-11 2019-03-28 東芝メモリ株式会社 Ｓｅｍ検査装置およびパターンマッチング方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001093892A (ja) 1999-08-17 2001-04-06 Samsung Electronics Co Ltd 半導体装置の製造において使われるプラズマによって誘起される電荷帯電程度を判別する方法およびこれに用いられる判別装置
JP2002124555A (ja) 2000-10-17 2002-04-26 Hitachi Ltd Ｓｅｍ式欠陥レビュー装置およびその方法並びに検査システム
JP2006258445A (ja) 2005-03-15 2006-09-28 Renesas Technology Corp 欠陥検査方法
JP2009252995A (ja) 2008-04-07 2009-10-29 Renesas Technology Corp 半導体検査方法
JP2011154918A (ja) 2010-01-28 2011-08-11 Hitachi High-Technologies Corp 荷電粒子線装置

Also Published As

Publication number Publication date
TW202107413A (zh) 2021-02-16
KR102333578B1 (ko) 2021-12-01
JP7285728B2 (ja) 2023-06-02
TW202211164A (zh) 2022-03-16
TWI763614B (zh) 2022-05-01
TWI752526B (zh) 2022-01-11
KR20210018019A (ko) 2021-02-17
KR102508703B1 (ko) 2023-03-14
US20210042900A1 (en) 2021-02-11
US20230274417A1 (en) 2023-08-31
JP2021027212A (ja) 2021-02-22
KR20210146855A (ko) 2021-12-06
JP2023111918A (ja) 2023-08-10
US11694325B2 (en) 2023-07-04

Similar Documents

Publication Publication Date Title
JP7466036B2 (ja) 電気特性を導出するシステム及び非一時的コンピューター可読媒体
TWI791993B (zh) 推導電氣特性之系統及非暫態性電腦可讀媒體
TWI751376B (zh) 識別在一晶圓上偵測到之缺陷中之損害及所關注缺陷
JP4163344B2 (ja) 基板検査方法および基板検査システム
JP3698075B2 (ja) 半導体基板の検査方法およびその装置
US7973281B2 (en) Semiconductor substrate, substrate inspection method, semiconductor device manufacturing method, and inspection apparatus
TW201710697A (zh) 在邏輯晶片中基於電壓對比之錯誤及缺陷推導
TWI722599B (zh) 圖像評價裝置及方法
US11335535B2 (en) Charged particle beam apparatus
US10802073B2 (en) Pattern defect detection method
WO2013011792A1 (ja) 試料の検査条件・測定条件の自動判定方法及び走査型顕微鏡
US9244112B2 (en) Method for detecting an electrical defect of contact/via plugs
CN112582291A (zh) 漏电导电接触孔的识别方法及其识别系统
TWI824404B (zh) 帶電粒子線裝置
TWI795838B (zh) 檢查系統
WO2023193888A1 (en) Methods and apparatuses for identifying defective electrical connections, and methods for generating a trained computational model
CN117242355A (zh) 试样检查装置、检查系统、薄片试样制作装置以及试样的检查方法

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20230523

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20240220

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: 20240305

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20240401

R150 Certificate of patent or registration of utility model

Ref document number: 7466036

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150