JPWO2015083675A1 - パターン測定装置、及びコンピュータプログラム - Google Patents

Abstract

本発明は、パターンの微細化やずれ等によらず、正確且つ安定してパターンやエッジの判定、或いはエッジの特定に基づく測定を行うパターン測定装置、及びコンピュータプログラムである。本発明では特定の間隔で繰り返し配列されているパターン部位（Ｇ１、Ｇ２、Ｇ３、Ｇ４）を、パターン部位の位置に応じて分類し、当該分類されたパターン部位と、パターンのエッジの種類に関する情報、或いはパターンの種類に関する情報との対応付けに基づいて、パターンのエッジの種類の特定、パターンの種類の特定、或いは所定のパターン部位間の寸法測定を実行するパターン測定装置、及び上記処理をコンピュータに実行させるコンピュータプログラムが提供される。

Description

本発明は、パターン測定装置、及びコンピュータプログラムに係り、特に半導体ウェハ上に、ＳＡＤＰ、ＳＡＱＰ、ＳＡＯＰ等のマルチパターニング法によって形成されたパターンの識別、選択、及び特定パターンの選択的測定の少なくとも１つを実行する装置、及びコンピュータプログラムに関する。

走査電子顕微鏡等の荷電粒子線装置は、微細化の進む半導体ウェハ上に形成されたパターンの測定や観察に好適な装置である。従来、荷電粒子線装置で試料の３次元情報、特に試料の凹凸情報を得る方法として、特許文献１では、プロファイルと所定の高さとがなす面積のうち、該プロファイルが該所定の高さより低い部分の面積を算出し、それらの面積を所定の方法により面積の大きいグループと小さいグループの二つのグループに分類したとき、その二つのグループに十分な有意差がある場合、面積の大きいグループに対応する部分を凹部、それ以外の部分を凸部と判定し、二つのグループに十分な有意差がない場合、これらの二つのグループに対応する部分を凹部、それ以外の部分を凸部と判定することで凹凸情報を得ている。

また、ダブルパターニングで生成されたラインに対して、特許文献２では対象とするスペースに隣接する左右のラインが持つ２つのピークの輝度差やライン中央部の最小輝度値からスペースに近いラインピークまでの距離、平均輝度等を特徴量として、コアスペースか、ギャップスペースかを識別している。

国際公開公報ＷＯ２０１２／０５６６３９（対応米国特許出願公開第２０１３／０２７０４６３号明細書） 特表２０１２−５１９３９１号公報（対応米国特許第８，５３８，１３０号明細書）

走査電子顕微鏡によって、試料上のライン、或いはスペースのパターン測長を行う場合、ラインとスペースを正しく認識することが困難になっている。特にマルチパターニングで生成されたラインを正しく認識することや、識別することがより困難になりつつある。例えば、ＳＡＤＰ（Ｓｅｌｆ Ａｌｉｇｎｅｄ Ｄｏｕｂｌｅ Ｐａｔｔｅｒｎｉｎｇ）法によって形成されたパターンでは、そのパターニング工程において形成される薄膜が適切に塗布されていないと、パターンの位置がずれることがある。

図２はダブルパターニングで生成されたラインの一例である。２０１がＳＥＭ画像、２０２が断面のプロファイルを示す。例えばＳＡＤＰではスリミングやデポジション等の工程におけるコントロール不足により、理想的には等間隔で配列されるラインの位置がずれることがある。

特許文献１では、プロファイルと所定の高さとがなす面積のうち、該プロファイルが該所定の高さより低い部分の面積を算出し、それらの面積を所定の方法により面積の大きいグループと小さいグループの二つのグループに分類したとき、その二つのグループの有意差を検定することで、ラインの凹凸を判定している。

しかし、図２の例のようにラインがずれてしまった場合、グループ１とグループ２に有意差が生じるため、２本のラインを1本のラインと判定してしまい、正しい凹凸判定をすることが困難となる場合がある。

特許文献２では、対象とするスペースに隣接する左右のラインが持つ２つのピークの輝度差やライン中央部の最小輝度値からスペースに近いラインピークまでの距離、平均輝度等を特徴量として、コアスペースか、ギャップスペースかを識別している。

しかし、昨今のパターンの微細化により、コアスペース側の特徴量と、ギャップスペース側の特徴量との違いが無くなりつつある。即ち、特徴量の違いに基づく識別が困難になりつつある。また、上述のようにパターンがずれて形成されると、特徴量による判別が困難となる場合がある。

以下に、パターンの微細化やずれ等によらず、正確且つ安定してパターンやエッジの判定、或いはエッジの特定に基づく測定を行うことを目的とするパターン測定装置、及びコンピュータプログラムについて説明する。

上記目的を達成するための一態様として、パターンに対する荷電粒子ビームの走査によって得られる波形信号を用いて前記測定対象パターンを測定する際に、波形信号に基づいて、特定の間隔で繰り返し配列されている前記パターン部位を、当該パターン部位の位置に応じて分類し、当該分類されたパターン部位と、前記パターンのエッジの種類に関する情報、或いはパターンの種類に関する情報との対応付けに基づいて、前記パターンのエッジの種類の特定、前記パターンの種類の特定、或いは所定のパターン部位間の寸法測定を実行するパターン測定装置、及び上記処理をコンピュータに実行させるコンピュータプログラムが提供される。

上記構成によれば、パターンの微細化やずれ等によらず、正確且つ安定してパターンやエッジの判定、或いはエッジの特定に基づく測定を行うことが可能となる。

本発明の実施例１における走査型電子顕微鏡システムの一構成例を示す図である。 本発明の実施例１におけるダブルパターニングで生成されたラインの一例を示す図である。 本発明の実施例１におけるマルチパターニング部分判定処理の概要を示す図である。 本発明の実施例１におけるプロファイル生成処理の概要を示す図である。 本発明の実施例１における射影処理の概要を説明する図である。 本発明の実施例１におけるプロファイル生成処理により生成された各プロファイルの例を示す図である。 本発明の実施例１におけるライン候補・スペース候補抽出処理により抽出されたライン候補およびスペース候補の結果である。 本発明の実施例１におけるノイズライン候補削除処理の概要を示す図である。 本発明の実施例１におけるＳＡＤＰ処理の概要を示す図(ａ：理想的なケース、ｂ：スリミングを大きくし過ぎたケース)である。 本発明の実施例１におけるライン位置によるグルーピング処理の概要を示す図である。 本発明の実施例１における類似度の概要を示す図である。 本発明の実施例１における繰り返し部分検出処理の概要を示す図である。 本発明の実施例１におけるラインパターンの断面図およびそのプロファイルを示す図である。 本発明の実施例１における疑似スペース判定処理の例を示す図である。 本発明の実施例１における疑似スペース判定に用いる特徴量の一例を示す図である。 本発明の実施例１における疑似スペース判定に用いる特徴量の一例を示す図である。 本発明の実施例１における図１５に疑似スペース判定を適用した結果例を示す図である。 本発明の実施例１における図１４にマルチパターニングの各部位を対応付けした結果例を示す図である。 本発明の実施例２におけるマルチパターニング部分判定処理の概要を示す図である。 本発明の実施例２における図１０のラインパターンの例を用いて、ライン位置によるグルーピング処理（ステップ３０４）を行った結果を示す図である。 本発明の実施例２における図２０の結果にライン特徴量によるグルーピング処理（ステップ３０５）を行った結果を示す図である。 本発明の実施例２における図２１の結果に繰り返し部分検出処理（ステップ３０５）を行った結果を示す図である。 本発明の実施例２における図２２の結果にライン構造対応付け処理（ステップ３０８）を行った結果を示す図である。 エッジ座標のデザインピッチによる除算に基づいて、エッジの識別を行う原理を説明する図である。 走査電子顕微鏡を含むパターン測定システムの概要を示す図である。 パターンの測定条件を設定するためのＧＵＩ（Ｇｒａｐｈｉｃａｌ Ｕｓｅｒ Ｉｎｔｅｒｆａｃｅ）画面の一例を示す図である。

以下に説明する実施例では、例えば、図２の例のようにラインがずれて形成されたり、微細化によって特徴量の抽出自体が困難になるような場合であっても、適切に試料上に形成されたパターンの凹凸等を判定し、さらにマルチパターニングのどの部分に当たるのかを識別する方法、及び装置について説明する。

以下に説明する実施例では主に、試料に対する荷電粒子線の走査によって得られる検出信号から形成されるプロファイルについて、ライン候補又はエッジの位置を所定の間隔に基づいて分類し、分類された当該ライン候補又はエッジから繰り返し部分を検出することで、前記試料のマルチパターニング部分を判定する装置、及びコンピュータプログラムについて説明する。

さらに、前記繰り返し部分とそうでない部分の境界位置を検出し、マルチパターニングの各部位を対応する装置、及びコンピュータプログラムについて説明する。

さらに、ライン候補又はエッジの位置を所定の間隔に基づいて分類した各グループに対して、さらにライン特徴量に基づいて分類する装置、及びコンピュータプログラムについて説明する。

さらに、前記繰り返し部分のライン候補又はエッジの個数と想定されるライン数を比較して、当該ライン候補又はエッジからライン候補間、又はエッジ間の特徴量を基に凹凸を判定する装置、及びコンピュータプログラムについて説明する。

上述のような構成によれば、容易にマルチパターニングで生成された試料上の凹凸判定および部位の識別を実現できる。

以下に、図面を用いて、荷電粒子線を通常使用される基板に対して垂直方向への入射を変更することなく、当該走査個所から放出される荷電粒子の検出に基づいて、当該荷電粒子強度のプロファイルを導出し、入射荷電粒子の傾斜もしくは基板の保持ステージの傾斜の光学的もしくは機械的な動作を伴わず、そのプロファイルに基づいて凹凸を判定したり、部位の識別をする方法、及びその装置について説明する。

本実施例によれば、荷電粒子線内の凹凸判定や部位の識別を行うことが容易になり、ラインとスペースのパターンのような同じようなパターンが連続するパターンの凹凸状態の判定および部位の識別をすることが容易になる。

また、入射荷電粒子の傾斜もしくは基板の保持ステージの傾斜の光学的もしくは機械的な動作を伴う必要も無いため、スループットにほとんど影響が無く、特にスループットが重視される自動化された生産工程においても有効である。

また、本実施例で言うところの垂直方向とは、荷電粒子光学系において、偏向を受けない荷電粒子の照射方向と同一の方向、或いは試料をＸ−Ｙ方向に移動させる試料ステージの移動方向に対して垂直な方向を示すものとする。但し、荷電粒子線装置は、荷電粒子線を一次元的、或いは二次元的に走査する装置であり、この際の偏向状態は、本実施例で言うところの傾斜照射に含まれないものとする。即ち、本実施例においては、荷電粒子線の光軸（偏向器による偏向を受けない荷電粒子線軌道）を通って照射される荷電粒子線を、走査偏向器で一次元的、或いは二次元的に走査する。換言すれば、他の偏向器による偏向をしない状態で（垂直入射状態で）、荷電粒子線を照射する。

走査型電子顕微鏡システムの一構成例を図１に示す。なお、以下の説明では、走査電子顕微鏡を例に取って説明するが、これに限られることはなく、集束イオンビーム装置等の他の荷電粒子線装置にも適用が可能である。１０１は電子顕微鏡の筐体部であり、電子銃１０２から発せられた電子線１０３が図には描かれていない電子レンズによって収束され、試料１０５に照射される。電子線照射によって、試料表面から発生する二次電子、或いは反射電子の強度が電子検出器１０６によって検出され、増幅器１０７で増幅される。１０４は電子線の位置を移動させる偏向器であり、制御計算機１１０の制御信号１０８によって電子線１０３を試料表面上でラスタ走査させる。

増幅器１０７から出力される信号を画像処理プロセッサ１０９内でＡＤ変換し、デジタル画像データを作る。１１１は、その画像データを表示する表示装置である。また、画像処理プロセッサ１０９は、デジタル画像データを格納する画像メモリと各種の画像処理を行う画像処理回路，表示制御を行う表示制御回路を持つ。制御計算機１１０には、キーボードやマウス等の入力手段１１２が接続される。

上述の画像処理プロセッサ１０９や制御計算機１１０は、後述するエッジ位置抽出のためのエッジ検出部として機能する。

なお、画像メモリのメモリ位置に対応したアドレス信号が、制御計算機１１０内で生成され、アナログ変換された後に走査コイル制御電源（図示せず）を経由して、偏向器１０４に供給される。Ｘ方向のアドレス信号は、例えば画像メモリが５１２×５１２画素の場合、０から５１１を繰り返すデジタル信号であり、Ｙ方向のアドレス信号は、Ｘ方向のアドレス信号が０から５１１に到達したときにプラス１される０から５１１の繰り返しのデジタル信号である。これがアナログ信号に変換される。

画像メモリのアドレスと電子線を走査するための偏向信号のアドレスが対応しているので、画像メモリには偏向器１０４による電子線の偏向領域の二次元像が記録される。なお、画像メモリ内の信号は、読み出しクロックで同期された読み出しアドレス生成回路（図示せず）で時系列に順次読み出すことができる。アドレスに対応して読み出された信号はアナログ変換され、表示装置１１１の輝度変調信号となる。

画像メモリには、Ｓ／Ｎ比改善のため画像（画像データ）を重ねて（合成して）記憶する機能が備えられている。例えば８回の二次元走査で得られた画像を重ねて記憶することで、１枚の完成した像を形成する。即ち、１回もしくはそれ以上のＸ―Ｙ走査単位で形成された画像を合成して最終的な画像を形成する。１枚の完成した像を形成するための画像数（フレーム積算数）は任意に設定可能であり、二次電子発生効率等の条件を鑑みて適正な値が設定される。また複数枚数積算して形成した画像を更に複数枚重ねることで、最終的に取得したい画像を形成することもできる。所望の画像数が記憶された時点、或いはその後に一次電子線のブランキングを実行し、画像メモリへの情報入力を中断するようにしても良い。

試料１０５は図示しないステージ上に配置され、試料１０５電子線と垂直な面内の２方向（Ｘ方向，Ｙ方向）に移動することができる。

また本実施例装置は、検出された二次電子或いは反射電子等に基づいて、ラインプロファイルを形成する機能を備えている。ラインプロファイルは一次電子線を一次元、或いは二次元走査したときの電子検出量、或いは試料像の輝度情報等に基づいて形成されるものであり、得られたラインプロファイルは、例えば半導体ウェハ上に形成されたパターンの寸法測定等に用いられる。

なお、図１の説明は制御計算機が走査電子顕微鏡と一体、或いはそれに準ずるものとして説明したが、無論それに限られることはなく、走査電子顕微鏡鏡体とは別に設けられた制御プロセッサで以下に説明するような処理を行っても良い。その際には電子検出器１０６で検出される検出信号を制御プロセッサに伝達したり、制御プロセッサから走査電子顕微鏡のレンズや偏向器等に信号を伝達する伝達媒体と、当該伝達媒体経由で伝達される信号を入出力する入出力端子が必要となる。

図２５に演算処理装置２５０３を備えたパターン測定システムの一例を示す。本システムには、ＳＥＭ本体２５０１、当該ＳＥＭ本体の制御装置２５０２、及び演算処理装置２５０３からなる走査電子顕微鏡システムが含まれている。演算処理装置２５０３には、制御装置２５０２に所定の制御信号を供給、及びＳＥＭ本体２５０１にて得られた信号の信号処理を実行する演算処理部２５０４と、得られた画像情報や、レシピ情報を記憶するメモリ２５０５が内蔵されている。なお、本実施例では、制御装置２５０２と演算処理装置２５０３が別体のものとして説明するが一体型の制御装置であっても良い。

偏向器によるビーム走査によって、試料から放出された電子、或いは変換電極にて発生した電子は、検出器２５０６にて捕捉され、制御装置２５０２に内蔵されたＡ／Ｄ変換器でデジタル信号に変換される。演算処理装置２５０３に内蔵されるＣＰＵ、ＡＳＩＣ、ＦＰＧＡ等の画像処理ハードウェアによって、目的に応じた画像処理が行われる。

演算処理部２５０４には、検出器２５０６によって検出された信号に基づいて、波形プロファイルを作成するプロファイル作成部２５０７、プロファイル作成部２５０７によって作成された波形プロファイルを微分、或いは２次微分する微分処理実行部２５０８、所定の閾値設定に基づいて波形の特徴を検出する閾値判定部２５０９、所定の判断基準に基づいて波形プロファイルの各位置に現れる特徴をグルーピングするグルーピング実行部２５１０、波形プロファイルの一部と当該波形プロファイルの他の部分の類似度を評価する類似度判定部２５１１、特定したいエッジ、或いはパターンを特定するエッジ／パターン特定部２５１２、及びエッジ／パターン特定部２５１２によって特定されたエッジを測定始点、或いは測定終点とする測定、或いは特定されたパターンのエッジ間の測定を実行する測定処理実行部２５１３が内蔵されている。

演算処理装置２５０３は、入力装置２５１５によって入力された測定条件等に基づいて、エッジ、或いはパターンの特定や測定を実行する。また、演算処理部２５０４には、入力装置２５１５によって入力された条件によって、設計データ記憶媒体２５１４から設計データを読み出し、必要に応じて、ベクトルデータからレイアウトデータに変換する設計データ抽出部２５１６が内蔵され、設計データ抽出部２５１６では、後述する測定に要する情報を設計データから抽出する。

更に演算処理装置２５０３とネットワークを経由して接続されている入力装置２５１５に設けられた表示装置には、操作者に対して画像や検査結果等を表示するＧＵＩが表示される。

なお，演算処理装置２５０３における制御や処理の一部又は全てを，ＣＰＵや画像の蓄積が可能なメモリを搭載した電子計算機等に割り振って処理・制御することも可能である。また、入力装置２５１５は、測定や検査等に必要とされる電子デバイスの座標，パターンの種類、撮影条件（光学条件やステージの移動条件）を含む測定条件を、撮像レシピとして設定する撮像レシピ作成装置としても機能する。また、入力装置２５１５は、入力された座標情報や、パターンの種類に関する情報を、設計データのレイヤ情報やパターンの識別情報と照合し、必要な情報を設計データ記憶媒体２５１４から読み出す機能も備えている。

設計データ記憶媒体２５１４に記憶される設計データは、ＧＤＳフォーマットやＯＡＳＩＳフォーマットなどで表現されており、所定の形式にて記憶されている。また、設計データは、設計データを表示するソフトウェアがそのフォーマット形式を表示でき、図形データとして取り扱うことができれば、その種類は問わない。また、図形データは、設計データに基づいて形成されるパターンの理想形状を示す線分画像情報に替えて、露光シミュレーションを施すことによって、実パターンに近くなるような変形処理が施された線分画像情報であっても良い。

また、以下に説明する処理を行うプログラムを記憶媒体に登録しておき、画像メモリを有し走査電子顕微鏡に必要な信号を供給する制御プロセッサで、当該プログラムを実行するようにしても良い。
（実施例１）

図２はダブルパターニングで生成されたラインの一例である。２０１がＳＥＭ画像、２０２がラインパターンのプロファイルを示す。例えばＳＡＤＰではスリミングやデポジション等の工程におけるコントロール不足により、本来等間隔のラインを生成するところにずれが生じることがある。

本実施例では、プロセス条件やパターンの微細化によって、異なる種類のパターン間の特徴量の差分の特定が困難となるような場合であっても、適性且つ安定してパターンの識別を可能とする手法について説明する。

図３はマルチパターニング部分判定処理の工程を示すフローチャートである。まず、プロファイル作成部２５０７にて、プロファイル生成処理（ステップ３０１）でラインの凹凸判定を行うために必要なプロファイルを生成する。この処理により、平滑化プロファイル、１次微分プロファイル、２次微分プロファイルが生成される。図４はプロファイル生成処理の概要である。まず、射影処理（ステップ４０１）で、図５に示すように画像の画素値をラインに垂直となる軸（ここではｉ軸）上に射影し、ラインの線分方向に、加算平均をとることによりＳ／Ｎの改善を図る。画像サイズを（Ｍ，Ｎ）とすると、射影処理は数式１で表すことができる。ここで、Ｉ（ｉ，ｊ）は画像座標（ｉ，ｊ）上の画素値である。

次に、プロファイル作成部２５０７では、平滑化処理（ステップ４０２）で、数式２に示すような移動平均による平滑化（スムージング）を施すことによりＳ／Ｎの改善を図った平滑化プロファイルを求める。

さらに、微分処理実行部２５０８にて微分処理（ステップ４０３）で、信号の変化分を算出することにより、１次微分プロファイルを求める。

微分処理（ステップ４０３）で求めた１次微分プロファイルに対して、微分処理（ステップ４０４）を再度施すことで、２次微分プロファイルを求める。

図６はプロファイル生成処理により生成された各プロファイルの例である。６０１が平滑化プロファイル、６０２が１次微分プロファイル、６０３が２次微分プロファイルである。ライン候補・スペース候補抽出処理（ステップ３０２）では、閾値判定部２５０９にて、プロファイルから凸部（ライン部分）と凹部（スペース部分）を抽出する。

２次微分プロファイルにおいて、閾値０と２次微分プロファイルとがなす形状のうち、０より下側の部分をライン候補、０より上側の部分をスペース候補とする。

図７は図６の２次微分プロファイルに対して、ライン候補・スペース候補抽出処理により抽出されたライン候補およびスペース候補の結果である。

２次微分プロファイルは微小な変化にも非常にセンシティブなため、図８に示すように、スペース部分やラインのトップ部分にノイズに起因するノイズレベルのライン候補が抽出されることがある。

そこで、ノイズライン候補削除処理（ステップ３０３）により、ノイズレベル閾値よりも低いノイズレベルのライン候補を削除する。ここで、ノイズレベル閾値はユーザが直接与えてもよいし、ライン候補のピーク値から算出してもよい。例えば、ライン候補ピーク値を大きい方から順番に並べたとき、ノイズや対象外のラインが含まれていることを考慮して、上位Ｘ％と下位Ｙ％を除外したライン候補ピーク値の平均値を１００％としたとき、そのＺ％とすることもできる。

ライン位置によるグルーピング処理（ステップ３０４）では、ライン候補の座標位置と当該Ｄｅｓｉｇｎ Ｐｉｔｃｈ情報を基にライン候補を分類する。ＳＡＤＰやＳＡＱＰ（Ｓｅｌｆ Ａｌｉｇｎｅｄ Ｑｕａｄｒｕｐｌｅ Ｐａｔｔｅｒｎｉｎｇ）、ＳＡＯＰ（Ｓｅｌｆ Ａｌｉｇｎｅｄ Ｏｃｔｕｐｌｅ Ｐａｔｔｅｒｎｉｎｇ）等のマルチパターニングにより生成されたラインは、Ｄｅｓｉｇｎ Ｐｉｔｃｈ間隔はほぼ等しくなる。なお、Ｄｅｓｉｇｎ Ｐｉｔｃｈとは、設計データ上の特定パターン間の理想的な間隔のことである。例えば、ＳＡＤＰの場合、図９に例示する特定レイヤに形成されるパターン９０１間の間隔情報である。この情報は、例えば設計データ記憶媒体から読み出すことができる。

図９は、ＳＡＤＰの製造工程を示している。図９（ａ）は理想的なケース、図９（ｂ）は、半導体の製造プロセスにおいて、スリミングを大きくし過ぎたケースの例である。図９（ｂ）では図９（ａ）の例と比較して、パターン９０２の幅が狭くなっているため、図９の最下段に示すように、パターン間寸法がばらついている。一方で、図９（ａ）と図９（ｂ）では隣接ラインの間隔はばらばらであるが、Ｄｅｓｉｇｎ Ｐｉｔｃｈ間隔（パターン９０１間の間隔と、パターン９０２間の間隔）は同じであることが分かる。

このＤｅｓｉｇｎ Ｐｉｔｃｈ情報を利用して、グルーピングを行う。ここで、Ｄｅｓｉｇｎ Ｐｉｔｃｈ情報は、ユーザが直接入力してもよいし、設計データから取得してもよい。さらに、ステップ３０１で求めた当該平滑化プロファイルに対して自己相関を行い、指定されたＤｅｓｉｇｎ Ｐｉｔｃｈに近いピーク間隔を求めることで、当該Ｄｅｓｉｇｎ Ｐｉｔｃｈを精度よく求めることもできる。

グルーピング実行部２５１０は、各ライン候補の座標位置を当該Ｄｅｓｉｇｎ Ｐｉｔｃｈで割り、その余りプロットする。ここでは、各ライン候補の画像座標位置として、ライン候補の左右のゼロクロス点の中点としているが、ライン候補の重心位置としてもよい。

図１０にＳＡＤＰのライン候補の画像座標位置をＤｅｓｉｇｎ Ｐｉｔｃｈで割り、その余りをプロットした例を示す。横軸が画像座標位置、縦軸が頻度のヒストグラムになる。図を見れば分かるように、ライン候補の画像座標位置からは、規則性を見出すことが困難であるが、Ｄｅｓｉｇｎ Ｐｉｔｃｈで割り、その余りをプロットすることで、ＳＡＤＰの各ライン候補はだいたい同じ位置に集まることが分かる。より具体的には、例えば波形プロファイルから得られるピーク位置（画像座標）Ｇ１₁、Ｇ１₂、Ｇ１₃、Ｇ１₄のＸ方向の座標位置（Ｘ座標ゼロからの距離）は異なるが、Ｄｅｓｉｇｎ Ｐｉｔｃｈ２４０１を分母とする除算を行うと、図２４に例示するように、その位置に応じた除算結果と、同じ余り２４０２が出力されることになる。この余りを横軸にプロットすると、同種のエッジの頻度を求めることができる。本例の場合、同じ余り２４０２を持つ出力結果が４つ得られることになる。このような演算を各エッジに対して行うことにより、図１０に例示するようなヒストグラムを作成する。

このヒストグラムを基に、グルーピング実行部２５１０では、グルーピングを行う。グルーピングの手法としては、例えばＫ−Ｍｅａｎｓ法等を用いることができる。

以上のように、画像上の座標位置に応じたエッジの発生頻度を求めることによって、発生頻度の高い座標情報を持つエッジを同定することが可能となる。より具体的には、本例の場合、Ｇ１はスペーサギャップ側のエッジ（右）、Ｇ２はコアギャップ側のエッジ（左）、Ｇ３はコアギャップ側のエッジ（右）、及びＧ４はスペーサギャップ側のエッジ（左）である。まず、出現頻度の評価を行うことによって、ノイズの混入による誤判定の可能性を抑制しつつ、測定対象となるラインパターンに属するエッジの特定を行うことが可能となる。この段階では、測定対象のどのラインパターンのエッジかを識別することはできない。測定対象のどのラインパターンのエッジかを識別する場合には、４つの頻度、或いは測定対象となるパターンエッジの頻度が所定値以上であるときに、４つの頻度の位置、或いは各頻度の位置情報に基づいて、そのエッジの種類を同定することが考えられる。Ｇ１、Ｇ２、Ｇ３、Ｇ４に属する各エッジの画像座標に対して最小となるものを各グループの代表値とする。Ｇ１、Ｇ２、Ｇ３、Ｇ４グループ代表値のうち、一番小さいものがスペーサギャップ側のエッジ（右）、２番目に小さいものがコアギャップ側のエッジ（左）、３番目に小さいものが、コアギャップ側のエッジ（右）、４番目に小さいものがスペーサギャップ側のエッジ（左）となる。これにより、Ｇ１はスペーサギャップ側のエッジ（右）、Ｇ２はコアギャップ側のエッジ（左）、Ｇ３はコアギャップ側のエッジ（右）、及びＧ４はスペーサギャップ側のエッジ（左）であることが分かる。

エッジ／パターン特定部２５１１では、メモリ２５０５に記憶されたエッジ位置（エッジの発生順）と、エッジやパターンの種類との関係を記憶した関係情報に、上記エッジの位置や順番の情報を参照することによって、パターンエッジやパターンの種類を特定する。測定処理実行部２５１３では、特定された所望の測定対象エッジを測定始点、及び／又は測定終点として、パターン幅やパターンのピッチ等の測定を実行する。

コアギャップを特定する場合は、Ｇ２とＧ３に挟まれた領域を特定すべく、図１０に例示したヒストグラムの中で所定値以上となる頻度の内、小さい方から２番目と３番目の頻度を選択し、当該頻度を示すエッジ間に位置する部分を特定する。また、測定対象がスペーサギャップ側のエッジ（右）間のピッチである場合は、視野内の複数のＧ１を同定し、その間の寸法を測定し、その平均を求める。

なお、本実施例ではより高精度なパターンやエッジの識別を行うべく、図３のステップ３０５以降の処理を実行する。ライン特徴量によるグルーピング処理（ステップ３０５）では、ステップ３０４でグルーピング（分類）された各グループに対して、ライン特徴量を用いてさらにグルーピングを行う。これは、本来グルーピングすべきマルチパターニングのラインとたまたま同じグループに分類されたラインとを区別するためである。

ここでは、ライン特徴量としては、各ライン候補の２次微分プロファイルに対して、プロファイルマッチングを行った時の類似度を用いている。

類似度は類似度判定部２５１１で求められるものであって、図１１に示すように、ライン１のプロファイルの面積をＳ１、ライン２のプロファイルの面積をＳ２とした時、数４で表すことができる。

本実施例では、２次微分プロファイルを用いて類似度を算出しているが、平滑化プロファイルや１次微分プロファイルを用いてもよい。

ここで、類似度がある所定の閾値Ｅｖａｌ＿Ｔｈ以上であれば、ライン１とライン２は同じグループに、Ｅｖａｌ＿Ｔｈより低い場合には、ライン１とライン２は異なるグループにグルーピングする。

当該類似度を用いて、同一グループの任意の２つのライン候補の類似度がＥｖａｌ＿Ｔｈ以上となるように、一つまたは複数のグループにグルーピングする。

グルーピングアルゴリズムの例を以下に示すが、それ以外の方法でグルーピングしても、上記要件を満たすものであればよい。
１．グルーピング対象の全てのラインのペアに対して類似度を求める。Ｅｖａｌ＿Ｔｈ以上で最大のペアを、初期グループ（Ｇｒｏｕｐ１）とする。Ｅｖａｌ＿Ｔｈ以上のペアが無い場合は、全てのラインを別々のグループにして終了する。
２．Ｇｒｏｕｐ１の各ラインとの類似度が全てＬｉｎｅ Ｓｉｍｉｌａｒｉｔｙ以上で、類似度の合計が最大のものを、Ｇｒｏｕｐ１に追加する。
３．追加するラインが無くなるまで２．を繰り返す。
４．Ｇｒｏｕｐ１をグルーピング対象から外す。グルーピング対象のラインが無ければ終了。あれば、１．に戻る。

繰り返し部分検出処理（ステップ３０６）では、ステップ３０４、ステップ３０５でグルーピングされた各グループのライン候補にＩＤを付加し、再度画像座標系上に整列させる。

図１２は図１０のサンプルにラインＩＤを付加した例である。ＳＡＤＰによるライン部分に着目すると、０，１，２，３というパターンが繰り返されていることが分かる。ここでは、繰り返しパターンを検出し、さらに当該繰り返しパターンがどこからどこまで続いているか、繰り返し部分を検出することで、マルチパターニング部分を決定する。このような繰り返し状態を検出することで、マルチパターニング領域とそれ以外の領域を識別することが可能となる。

疑似スペース判定処理（ステップ３０７）では、エッジ／パターン特定部２５１２が、該繰り返し部分検出処理（ステップ３０６）で決定されたマルチパターニング部分に対して、ラインの形状による違いを考慮したラインスペース判定を行う。

図１３はラインパターンの断面図およびそのプロファイルである。１３０１のようにライン幅が十分大きい場合、１３０３および１３０５のようにラインとスペースの境界付近でピークが発生するため、二つのライン候補（ピーク）で一つのラインとなる。しかし、１３０２のようにライン幅が狭くなると、１３０４および１３０６のように、左右のピークが一つになってしまい、一つのライン候補（ピーク）が一つのラインとなる。

まず、マルチパターニング部分のラインが二つのライン候補で一つのラインとなるのか、一つのライン候補で一つのラインとなるのかを判定する。

繰り返し部分からＤｅｓｉｇｎ ＰｉｔｃｈとＰａｔｔｅｒｎｉｎｇを用いて、数５に示すような推定ライン数を求めて、実際のライン候補数と比較してもよいし、繰り返しパターンの要素数とＰａｔｔｅｒｎｉｎｇを比較してもよい。

ここで、ＰａｔｔｅｒｎｉｎｇはＤｅｓｉｇｎ Ｐｉｔｃｈ内に含まれるライン数（露光回数）を表し、ダブルパターニングであれば２、トリプルパターニングであれば３、クアドラプルパターニングであれば４となる。Ｐａｔｔｅｒｎｉｎｇはユーザが直接入力してもよいし、設計データなどから取得してもよい。

図１４に例を示す。推定ライン数の８に対して、ライン候補数は１６と倍近い数値なので、二つのライン候補で一つのラインとなることが分かる。

また、繰り返しパターンの要素数が４なのに対して、Ｐａｔｔｅｒｎｉｎｇが２であることからも同様に判定することができる。

一つのライン候補が一つのラインに対応する場合には、ラインスペースの判定は必要ないため、ここで終了となる。

二つのライン候補で一つのラインが形成される場合、どのライン候補のペアがラインとなるのかを判定する必要がある。

まず各ラインＩＤ間のスペース毎にグルーピングを行う。図１４の繰り返し部分に対して疑似スペース判定を行う例を図１５に示す。繰り返し部分が０，１，２，３順番で繰り返しているので、スペース候補は以下の４つにグルーピングできる。

Ｓｐａｃｅ１：０と１の間
Ｓｐａｃｅ２：１と２の間
Ｓｐａｃｅ３：２と３の間
Ｓｐａｃｅ４：３と０の間
Ｓｐａｃｅ１からＳｐａｃｅ４の各グループ内でスペースを判定するための特徴量を算出しその平均値をそのグループのスペース評価値とする。

特徴量としては、例えば、図１５に示すように２次微分プロファイルにおけるスペース候補の面積や、図１６に示すように１次微分プロファイルのスペース候補に相当する部分のピーク間の高さ等があげられる。

算出された各グループの評価値から、小さいものから順にＰａｔｔｅｒｎｉｎｇ数分のグループを疑似スペースと判定する。

図１５、および図１６の例からＳｐａｃｅ１とＳｐａｃｅ３が疑似スペースとなることが分かる。

また、疑似スペースとスペースは必ず交互に来ることを利用して、Ｓｐａｃｅ１とＳｐａｃｅ３、Ｓｐａｃｅ２とＳｐａｃｅ４をそれぞれＳｐａｃｅ１´、Ｓｐａｃｅ２´と一つのグループに纏めて、それらの評価値から疑似スペースを判定してもよい。疑似スペースと判定されたグループに属するスペース候補を挟む二つのライン候補をマージして一つのライン候補とすることで、図１７に示すように、マルチパターニング部分のラインの凹凸判定を行うことができる。

ライン構造対応付け処理（ステップ３０８）では、繰り返しパターンとそうでない部分の境界位置を検出して、マルチパターニングにおけるライン構造の各部位を対応付ける。図１８にダブルパターニングの例を示す。ダブルパターニングにおけるライン構造は通常、ライン部分（Ｌｅｆｔ Ｌｉｎｅ、Ｒｉｇｈｔ Ｌｉｎｅ）とスペース部分（Ｃｏｒｅ Ｇａｐ、Ｓｐａｃｅｒ Ｇａｐ）に分類される。左側に境界が有る場合には、繰り返し部分の左端のラインから順番にＬｅｆｔ Ｌｉｎｅ、Ｃｏｒｅ Ｇａｐ、Ｒｉｇｈｔ Ｌｉｎｅ、Ｓｐａｃｅｒ Ｇａｐの順番で対応付けを行う。一方右側に境界が有る場合には繰り返し部分の右端のラインから順番にＲｉｇｈｔ Ｌｉｎｅ、Ｃｏｒｅ Ｇａｐ、Ｌｅｆｔ Ｌｉｎｅ、Ｓｐａｃｅｒ Ｇａｐの順番で対応付けを行う。図１８の例では、繰り返し部分の左右の両側に境界位置があるため、どちらから対応付けを行ってもよい。

また、本実施例ではダブルパターニングの例を示したが、クアドラプルパターニングやオクタプルパターニングのパターンに対しても、Ｄｅｓｉｇｎ ＰｉｔｃｈとＰａｔｔｅｒｎｉｎｇに関する適切な情報を得ることができれば、同様にライン凹凸判定およびライン構造の対応付けを行うことができる。

また、本実施例ではマルチパターニングを前提として説明しているが、Ｄｅｓｉｇｎ Ｐｉｔｃｈに隣接ラインの間隔を、Ｐａｔｔｅｒｎｉｎｇに１を指定することで、シングルパターニングにも対応することができる。

図２６は、走査電子顕微鏡の測定条件を設定するＧＵＩ画面の一例を示す図である。このようなＧＵＩ画面は例えば入力装置２５１５の表示装置に表示される。プロセス設定ウィンドウ２６０１、レイヤ設定ウィンドウ２６０２は、測定対象となるパターンの製造工程、或いはレイヤ情報を入力するために設けられている。更に、座標入力ウィンドウ２６０３、視野サイズ設定入力ウィンドウ２６０４は、それぞれ、走査電子顕微鏡の視野（Ｆｉｅｌｄ Ｏｆ Ｖｉｅｗ：ＦＯＶ）位置、走査電子顕微鏡の走査範囲の大きさを入力するために設けられている。これらのウィンドウへの設定によって、測定対象となるパターンへのビームの走査範囲内に含まれるパターンの情報が特定できるため、演算処理装置２５０３では、これらの情報の設定に基づいて、設計データ記憶媒体２５１４から、視野に含まれるパターン情報を読み出す。

また、パターン情報設定ウィンドウ２６０５は、測定対象となるパターンの種類、測定対象選択ウィンドウ２６０６は、測定対象パターン（或いは測定対象となるパターンのエッジ）を選択するために設けられている。ここで選択された測定対象パターンを測定するために、上述のようなアルゴリズムを用いた対象パターン、或いはエッジの特定が行われる。

このようなＧＵＩ画面を用いた測定条件の設定によれば、測定対象パターンに関する情報を選択するだけで、適正なパターン特定に基づくパターン測定を行うことが可能となる。
（実施例２）

実施例１では、ＳＥＭ画像からプロファイルを生成してライン候補を抽出し、マルチパターニング部分を判定した上で、ラインとスペースを求めた。一方で、既に何らかの方法によって検出されたラインに対して、上述のようなアルゴリズムを適用することで、マルチパターニング部分を判定することもできる。

図１９にマルチパターニング部分判定処理の概要を示す。ライン位置算出処理（ステップ１９０１）では、何らかの方法によって検出されたラインに対してライン位置を算出する。既にライン位置が求められている場合にはその値を使用してもよいし、例えば左右のエッジ位置からその中心位置をライン位置としてもよい。また、実施例１で述べたように、ラインに相当するライン候補の左右のゼロクロス点の中点としたり、ライン候補の重心位置としてもよい。

ライン位置によるグルーピング処理 （ステップ３０４）は実施例1と同じ処理である。Ｄｅｓｉｇｎ Ｐｉｔｃｈ情報は、ユーザが直接入力してもよいし、設計データから取得してもよい。さらに、ステップ３０１で求めた当該平滑化プロファイルに対して自己相関を行い、指定されたＤｅｓｉｇｎ Ｐｉｔｃｈに近いピーク間隔を求めることで、当該Ｄｅｓｉｇｎ Ｐｉｔｃｈを精度よく求めることもできる。

図１０のラインパターンの例を用いて、ライン位置によるグルーピング処理（ステップ３０４）を行った結果を図２０に示す。実施例１では、ライン候補を用いているため、図２０と結果が異なる。Ｌ８とＬ１０はライン位置間隔がＤｅｓｉｇｎ Ｐｉｔｃｈに近いため、この時点では同じグループに分類されている。

ライン特徴量によるグルーピング処理（ステップ３０５）は、実施例１と同じ処理である。図２０の結果にライン特徴量によるグルーピング処理（ステップ３０５）を行った結果を図２１に示す。ここで、Ｌ１０は他のグループ２のラインと特徴量が異なるため別のグループに分類される。

繰り返し部分検出処理（ステップ３０６）は、実施例1と同じ処理である。図２１の結果に繰り返し部分検出処理（ステップ３０５）を行った結果を図２２に示す。ここで、Ｌ２からＬ９までが繰り返し部分であり、マルチパターニング部分であることが分かる。

ここで、マルチパターニング部分のライン数と数４から算出される推定ライン数が一致するかを比較することで、妥当性チェックを行うこともできる。

ライン構造対応付け処理（ステップ３０８）は、実施例１と同じ処理である。図２２の結果にライン構造対応付け処理（ステップ３０８）を行った結果を図２３に示す。左側から、Ｌｅｆｔ Ｌｉｎｅ、Ｃｏｒｅ Ｇａｐ、Ｒｉｇｈｔ Ｌｉｎｅ、Ｓｐａｃｅｒ Ｇａｐの順番で対応付けている。

１０１ 電子顕微鏡の筐体部
１０２ 電子銃
１０３ 電子線
１０４ 偏向器
１０５ 試料
１０６ 電子検出器
１０７ 増幅器
１０８ 制御信号
１０９ 画像処理プロセッサ
１０９ 画像処理プロセッサ
１１０ 制御計算機
１１１ 表示装置
１１２ 入力手段
２０１ ＳＥＭ画像
２０２ ラインパターンのプロファイル
３０１ プロファイル生成処理
３０２ ライン候補・スペース候補抽出処理
３０３ ノイズライン候補削除処理
３０４ ライン位置によるグルーピング処理
３０５ ライン特徴量によるグルーピング処理
３０６ 繰り返し部分検出処理
３０７ 疑似スペース判定処理
３０８ ライン構造対応付け処理
４０１ 射影処理
４０２ 平滑化処理
４０３ 微分演算処理
４０４ 微分演算処理
６０１ 平滑化プロファイル
６０２ 1次微分プロファイル
６０３ ２次微分プロファイル
１３０１ ラインパターンの断面図（ライン幅が広い場合）
１３０２ ラインパターンの断面図（ライン幅が狭い場合）
１３０３ １３０１のラインパターンに対する平滑化プロファイル
１３０４ １３０２のラインパターンに対する平滑化プロファイル
１３０５ １３０１のラインパターンに対する２次微分プロファイル
１３０６ １３０２のラインパターンに対する２次微分プロファイル
１９０１ ライン位置算出処理

Claims (15)

1. パターンに対する荷電粒子ビームの走査によって得られる波形信号を用いて前記測定対象パターンを測定する演算装置を備えたパターン測定装置であって、
   前記演算装置は、前記波形信号に基づいて、特定の間隔で繰り返し配列されている前記パターン部位を、当該パターン部位の位置に応じて分類し、当該分類されたパターン部位と、前記パターンのエッジの種類に関する情報、或いはパターンの種類に関する情報との対応付けに基づいて、前記パターンのエッジの種類の特定、前記パターンの種類の特定、或いは所定のパターン部位間の寸法測定を実行する、パターン測定装置。
2. 請求項１に記載のパターン測定装置において、
   前記演算装置は、前記パターン部位の座標値を、所定のパターン間間隔で除算することによって、前記パターン部位の分類を実行する、パターン測定装置。
3. 請求項１に記載のパターン測定装置において、
   前記演算装置は、前記パターン部位の座標値を、所定のパターン間間隔で除算することによって得られる余りが同じパターン部位をグループ化することによって、前記分類を実行する、パターン測定装置。
4. 請求項１に記載のパターン測定装置において、
   前記演算装置は、前記分類されたパターン部位を、前記波形信号の当該パターン部位の特徴に基づいて、更に分類する、パターン測定装置。
5. 請求項１に記載のパターン測定装置において、
   前記演算装置は、前記特定の間隔でパターンが繰り返し配列されている領域と、それ以外の領域を識別する、パターン測定装置。
6. 請求項１に記載のパターン測定装置において、
   前記演算装置は、前記特定の間隔でパターンが繰り返し配列されている領域に含まれる各パターンが１のピークを有するか、２のピークを有するかの判定を、当該領域に含まれるパターンを形成するための露光回数を用いて行う、パターン測定装置。
7. 請求項６に記載のパターン測定装置において、
   前記演算装置は、前記各パターンが１のピークを有するか、２のピークを有するかの判定に基づいて、前記領域に含まれるスペースを判定する、パターン測定装置。
8. 請求項１に記載のパターン測定装置において、
   前記演算装置は、
   前記繰り返し部分とそうでない部分の境界位置を検出し、マルチパターニングの各部位を対応させる、パターン測定装置。
9. 請求項１に記載のパターン測定装置において、
   前記演算装置は、ライン候補又はエッジの位置を所定の間隔に基づいて分類した各グループに対して、さらにライン特徴量に基づいて分類する、パターン測定装置。
10. 請求項９に記載のパターン測定装置において、
    前記ライン特徴量は、当該ライン候補又はエッジに相当する部分の２つの２次微分プロファイルにおける重なり部分とする、パターン測定装置。
11. 請求項９に記載のパターン測定装置において、
    前記ライン特徴量は、当該ライン候補又はエッジに相当する部分の２つの平滑化プロファイルにおける重なり部分とする、パターン測定装置。
12. 請求項１に記載のパターン測定装置において、
    前記演算装置は、前記繰り返し部分のライン候補又はエッジの個数と想定されるライン数を比較して、当該ライン候補又はエッジからライン候補間、又はエッジ間の特徴量を基に前記パターンのエッジの種類、或いは前記パターンの種類を判定する、パターン測定装置。
13. 請求項１２に記載のパターン測定装置において、
    前記特徴量は当該ライン候補間、又はエッジ間に相当する部分の２次微分プロファイルの面積とする、パターン測定装置。
14. 請求項１２に記載のパターン測定装置において、
    前記特徴量は当該ライン候補間、又はエッジ間に相当する部分の１次微分の上側ピークと下側ピークの高さの和とする、パターン測定装置。
15. コンピュータに、パターンに対する荷電粒子ビームの走査によって得られる波形信号を用いて前記測定対象パターンを測定させるコンピュータプログラムであって、
    当該プログラムは、前記コンピュータに、前記波形信号に基づいて、特定の間隔で繰り返し配列されている前記パターン部位を、当該パターン部位の位置に応じて分類させ、当該分類されたパターン部位と、前記パターンのエッジの種類に関する情報、或いはパターンの種類に関する情報との対応付けに基づいて、前記パターンのエッジの種類の特定、前記パターンの種類の特定、或いは所定のパターン部位間の寸法測定を実行させる、コンピュータプログラム。

Images