KR102324677B1 - 결함 검출을 위한 동적 케어 영역 - Google Patents

결함 검출을 위한 동적 케어 영역 Download PDF

Info

Publication number
KR102324677B1
KR102324677B1 KR1020197030899A KR20197030899A KR102324677B1 KR 102324677 B1 KR102324677 B1 KR 102324677B1 KR 1020197030899 A KR1020197030899 A KR 1020197030899A KR 20197030899 A KR20197030899 A KR 20197030899A KR 102324677 B1 KR102324677 B1 KR 102324677B1
Authority
KR
South Korea
Prior art keywords
repeater
wafer
defects
processor
die
Prior art date
Application number
KR1020197030899A
Other languages
English (en)
Other versions
KR20190124319A (ko
Inventor
뵈른 브라우어
벤자민 머레이
쉬셔 수만
리쉥 가오
Original Assignee
케이엘에이 코포레이션
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 케이엘에이 코포레이션 filed Critical 케이엘에이 코포레이션
Publication of KR20190124319A publication Critical patent/KR20190124319A/ko
Application granted granted Critical
Publication of KR102324677B1 publication Critical patent/KR102324677B1/ko

Links

Images

Classifications

    • 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
    • G06T7/0006—Industrial image inspection using a design-rule based approach
    • 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
    • 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
    • G01N21/9501—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
    • G01N21/95607—Inspecting patterns on the surface of objects using a comparative method
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/30—Circuit design
    • G06F30/39—Circuit design at the physical level
    • G06F30/398—Design verification or optimisation, e.g. using design rule check [DRC], layout versus schematics [LVS] or finite element methods [FEM]
    • 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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • G06T7/74—Determining position or orientation of objects or cameras using feature-based methods involving reference images or patches
    • 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
    • H01L22/20—Sequence of activities consisting of a plurality of measurements, corrections, marking or sorting steps
    • H01L22/24—Optical enhancement of defects or not directly visible states, e.g. selective electrolytic deposition, bubbles in liquids, light emission, colour change
    • 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
    • G01N21/8851—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
    • G01N2021/8861—Determining coordinates of flaws
    • 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)
  • Manufacturing & Machinery (AREA)
  • Computer Hardware Design (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Pathology (AREA)
  • General Health & Medical Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Immunology (AREA)
  • Chemical & Material Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Biochemistry (AREA)
  • Power Engineering (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Quality & Reliability (AREA)
  • Signal Processing (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Testing Or Measuring Of Semiconductors Or The Like (AREA)

Abstract

리피터 결함들의 검사를 위한 마이크로 케어 영역들을 동적으로 생성하는 2-패스 검사 방법의 시스템 및 방법들이 개시된다. 리피터 결함들의 각각의 위치 주위에 마이크로 케어 영역이 형성될 수 있다. 검사 후에, 마이크로 케어 영역들에서 부가적인 리피터 결함들이 식별될 수 있다. 리피터 결함들의 속성들은 비교될 수 있고, 예상되는 그룹 속성 분포로부터 벗어난 속성들을 가진 임의의 리피터 결함들은 누이상스로서 분류될 수 있다.

Description

결함 검출을 위한 동적 케어 영역
이 출원은 2017년 3월 24일에 출원되고 미국 출원 번호 제62/476,060호가 할당된 가특허 출원, 2017년 3월 29일에 출원되고 미국 출원 번호 제62/478,425호가 할당된 가특허 출원 및 2017년 6월 5일에 출원되고 미국 출원 번호 제62/515,449호가 할당된 가특허 출원을 우선권으로 주장하며, 이로써 이 문헌들의 개시내용은 인용에 의해 포함된다.
본 개시내용은 결함 검출에 관한 것이다.
반도체 제조 산업의 진화는 수율 관리, 특히 계측 및 검사 시스템들에 대한 요구가 계속 커지고 있다. 임계 치수들은 줄어드는 반면, 웨이퍼 크기는 증가하고 있다. 경제성은, 고-수율의 높은 가치의 생산을 달성하기 위해 시간을 감소시키도록 산업을 몰아가고 있다. 따라서 수율 문제를 검출하는 것에서부터 이를 고치는 데까지의 총 시간을 최소화하는 것은 반도체 제조사에 대한 투자 수익(return-on-investment)을 결정한다.
리피터 결함(repeater defect)들은 반도체 제조자들의 관심사이다. 리피터 결함들은 일부 규칙적 주기성으로 웨이퍼 상에 나타나고 레티클 상의 다이 레이아웃 또는 웨이퍼 상의 스테핑 패턴(stepping pattern)과의 일부 고정된 관계를 나타내는 결함들이다. 레티클 결함들은 리피터 결함들의 일반적인 원인이다. 리피터 결함들을 야기할 수 있는 레티클 결함들은, 예를 들어 마스크 플레이트 상의 여분의 크롬 패턴, 마스크 플레이트 상의 크롬 누락, 마스크 플레이트 또는 레티클 상의 미립자들 및 펠리클(pellicle)의 손상을 포함한다.
예를 들어, 인쇄 체크 애플리케이션은 레티클 결함들의 검출을 포함할 수 있다. 이러한 레티클 결함들은 웨이퍼에 걸쳐 다수의 레티클들 상에서 발생하며 소프트 리피터들(50% 미만 발생) 또는 하드 리피터들(50% 초과 발생)로 볼 수 있다. 인쇄 체크 애플리케이션은 모든 고유한 리피터 후보들을 식별하고 리피터 결함이 인쇄되는 모든 위치들을 식별할 수 있다.
이전에, 레티클 리피터 검사는 각각의 다이 또는 레티클이 주위의 다이들 또는 레티클과 비교되는 다이-투-다이 또는 레티클-투-레티클 검사에 의해 수행되었다. 검사 후에, 이를테면, 포스트 프로세싱 동안 리피터 식별이 수행되었다. 이 기술은 더 높은 주위 노이즈로 인해 감소된 감도를 갖는다. 이러한 종류의 검사들은 또한 스캔 동안 많은 수의 이벤트들을 생성한다. 따라서 높은 결함 카운트들을 처리할 수 있는 툴 능력들로 인해 신호를 통한 리피터 이벤트들이 검출되지 못할 수 있다.
광대역 플라즈마(BBP) 툴들은 리피터 식별을 위해 다이-투-다이 검사를 사용할 수 있다. 그러나, 이 기술은 더 높은 주위 노이즈로 인해 더 낮은 감도를 갖는다. 또한, BBP 툴들은 포스트 프로세싱 이전에 필요한 수의 결함들 이를테면, 170만개 초과의 결함들을 처리할 수 있는 능력이 결핍될 수 있다.
레티클 리피터 검사는 또한 로버스트 평균(robust average) 이미지에 기초하여 RIA(Repeater-in Array) 또는 SRD 1(Standard Reference Die 1)과 같은 로버스트 평균 알고리즘들에 의해 수행되었다. 이러한 알고리즘들은 모든 각각의 픽셀에 대한 이상치 이벤트를 제거한다. 이는 검출 동안 랜덤 이벤트를 감소시킨다. 이 기술은 인쇄성 변동들을 정확하게 식별하지 않거나 로버스트 레시피 설정을 수행하지 않을 수 있다. 이러한 알고리즘들에서 리피터가 검출된 후, 위치들은 행의 모든 검사된 다이들 또는 레티클들로 복사된다. 그러나 인쇄된 위치로부터 인쇄되지 않은 위치로 결함을 분리하는 것은 난제일 수 있다. 그렇게 할 수 있는 유일한 이용 가능한 속성(예를 들어, 리피터 신호)이 항상 유효한 것은 아니다. 이러한 속성들은 상이한 리피터들에 걸쳐 분석될 때 유효하지 않을 수 있다.
BBP 툴들은 또한 리피터들을 검출하기 위해 로버스트 평균 알고리즘들과 함께 사용될 수 있다. 로버스트 평균 알고리즘이 리피터를 검출한 후에, 위치가 다이 행의 모든 검사된 레티클들에 복사된다. 로버스트 평균을 대신 사용하는 것은 레시피 설정 및 인쇄성 변동 난제들로 고생할 수 있다. 그러나 인쇄된 위치로부터 인쇄되지 않은 위치로 결함을 분리하는 것은 난제일 수 있는데, 그 이유는 그것이 리피터 신호를 사용하기 때문이다.
또한, 이러한 검사들 동안 높은 누이상스 레이트(nuisance rate)들이 일반적인 문제이다. 이는, BBP 툴들이 작은 결함들을 (예를 들어, 노이즈 플로어(noise floor)로) 찾을 수 있을 정도로 충분히 뜨겁게 되는 것을 방지할 수 있다. 이전의 기술들은 개별 결함들의 속성을 계산했지만, DOI(defects of interest)와 누이상스 결함을 분리하는 것이 종종 어려우며, 이는 높은 누이상스 레이트를 초래할 수 있다.
따라서, 리피터 결함들을 검출하는 새로운 기술이 필요하다.
제 1 인스턴스에서, 방법이 제공된다. 방법은 프로세서를 사용하여 웨이퍼 상의 리피터 결함들의 위치들을 결정하는 단계를 포함한다. 프로세서를 사용하여, 위치들 각각 주위에 마이크로 케어 영역(micro care area)이 생성된다. 웨이퍼 검사 툴을 사용하여 웨이퍼 상의 마이크로 케어 영역이 검사된다. 마이크로 케어 영역들에서 부가적인 리피터 결함들이 식별된다. 프로세서를 사용하여 리피터 결함들 및 부가적인 리피터 결함들의 적어도 하나의 속성이 비교된다. 프로세서를 사용하여, 예상되는 그룹 속성 분포로부터 벗어나는 속성(예를 들어, 속성의 인스턴스)을 갖는 리피터 결함들 및 부가적인 리피터 결함들 중 임의의 것이 누이상스(nuisance)로서 분류된다.
그룹 속성 분포는, 웨이퍼 상의 모든 식별된 리피터 결함들; 동일한 결함 유형의 모든 리피터 결함들; 웨이퍼 상의 동일한 설계 구조를 갖는 모든 리피터 결함들; 동일한 다이 좌표를 갖는 모든 리피터 결함들; 동일한 레티클 좌표를 갖는 모든 리피터 결함들; 동일한 배경 구조를 갖는 모든 리피터 결함들; 또는 다수의 웨이퍼들에 걸쳐 동일한 웨이퍼간 좌표(wafer-to-wafer coordinate)를 갖는 모든 리피터 결함들 중 하나 이상에 기초할 수 있다.
속성은 극성을 포함할 수 있다. 속성은 또한, 포인트 스프레드 함수의 형상, 포인트 스프레드 함수의 윤곽, 크기, 밝기 또는 특징 벡터들 중 적어도 하나를 포함할 수 있다.
결정은 웨이퍼 표면 전체에 대한 것일 수 있거나 웨이퍼 상의 다이 행(die row)만에 대한 것일 수 있다.
방법은, 프로세서를 사용하여, 누이상스의 존재로 인해 후속 검사 동안 스킵할 웨이퍼 상의 위치들을 생성하는 단계를 더 포함할 수 있다.
위치들을 결정하는 단계는 로직 영역들에 대한 표준 기준 다이 또는 어레이의 리피터를 사용하는 단계를 포함할 수 있다. 위치들을 결정하는 것을 다이-투-다이 검사를 또한 포함할 수 있다.
제 2 인스턴스에서, 시스템이 제공된다. 시스템은 프로세서 및 프로세서와 전자 통신하는 전자 데이터 저장 유닛을 포함한다. 프로세서는 웨이퍼 검사 툴과 전자 통신한다. 프로세서는, 웨이퍼 상에서 리피터 결함들의 위치들을 결정하고; 위치들 각각의 주위에 마이크로 케어 영역을 생성하고; 마이크로 케어 영역들의 부가적인 검사에 기초하여 마이크로 케어 영역들에서 부가적인 리피터 결함들을 식별하고; 리피터 결함들 및 부가적인 리피터 결함들의 적어도 하나의 속성을 비교하고; 그리고 예상되는 그룹 속성 분포로부터 벗어나는 속성(예를 들어, 속성의 인스턴스)을 갖는 리피터 결함들 및 부가적인 리피터 결함들 중 임의의 것을 누이상스로서 분류하는 명령들을 실행하도록 구성된다.
그룹 속성 분포는, 웨이퍼 상의 모든 식별된 리피터 결함들; 동일한 결함 유형의 모든 리피터 결함들; 웨이퍼 상의 동일한 설계 구조를 갖는 모든 리피터 결함들; 동일한 다이 좌표를 갖는 모든 리피터 결함들; 동일한 레티클 좌표를 갖는 모든 리피터 결함들; 동일한 배경 구조를 갖는 모든 리피터 결함들; 또는 다수의 웨이퍼들에 걸쳐 동일한 웨이퍼간 좌표를 갖는 모든 리피터 결함들 중 하나 이상에 기초할 수 있다.
속성은 극성을 포함할 수 있다. 속성은 또한, 포인트 스프레드 함수의 형상, 포인트 스프레드 함수의 윤곽, 크기, 밝기 또는 특징 벡터들 중 적어도 하나를 포함할 수 있다.
프로세서는, 추가로, 누이상스의 존재로 인해 후속 검사 동안 스킵할 웨이퍼 상의 위치들을 생성하는 명령들을 실행하도록 구성될 수 있다.
프로세서는 웨이퍼 검사 툴의 일부일 수 있다.
제 3 인스턴스에서, 방법이 제공된다. 방법은 프로세서에서, 복수의 리피터 결함들을 수신하는 단계를 포함한다. 프로세서를 사용하여, 리피터 결함들 중 적어도 하나의 속성이 비교된다. 속성은 적어도 리피터 결함들의 극성을 포함한다. 프로세서를 사용하여, 예상되는 그룹 속성 분포로부터 벗어나는 속성(예를 들어, 속성의 인스턴스)을 갖는 리피터 결함들 중 임의의 것이 누이상스로서 분리된다.
그룹 속성 분포는, 웨이퍼 상의 모든 식별된 리피터 결함들; 동일한 결함 유형의 모든 리피터 결함들; 웨이퍼 상의 동일한 설계 구조를 갖는 모든 리피터 결함들; 동일한 다이 좌표를 갖는 모든 리피터 결함들; 동일한 레티클 좌표를 갖는 모든 리피터 결함들; 동일한 배경 구조를 갖는 모든 리피터 결함들; 또는 다수의 웨이퍼들에 걸쳐 동일한 웨이퍼간 좌표를 갖는 모든 리피터 결함들 중 하나 이상에 기초할 수 있다.
속성은 포인트 스프레드 함수의 형상, 포인트 스프레드 함수의 윤곽, 크기, 밝기 또는 특징 벡터들 중 적어도 하나를 더 포함할 수 있다.
방법은, 프로세서를 사용하여, 누이상스의 존재로 인해 후속 검사 동안 스킵할 웨이퍼 상의 위치들을 생성하는 단계를 더 포함할 수 있다.
제 4 인스턴스에서, 누이상스를 필터링하기 위한 방법이 제공된다. 방법은 제 1 웨이퍼 상의 2개의 상이한 포지션들 및 제 2 웨이퍼 상의 2개의 상이한 포지션들에서 레티클을 사용하여 제 1 다이 및 제 2 다이를 이미징하는 단계를 포함한다. 제 2 웨이퍼 단계에서 제 2 웨이퍼의 차이 이미지는, 프로세서를 사용하여, 제 2 웨이퍼 상의 제 2 포지션에서 제 1 다이와 제 2 다이의 차이 이미지를 계산하고; 프로세서를 사용하여, 제 1 웨이퍼 상의 제 2 포지션에서의 제 1 다이 및 제 2 웨이퍼 상의 제 1 포지션에서의 제 2 다이의 차이 이미지를 계산하고; 그리고 프로세서를 사용하여, 제 2 웨이퍼 단계의 2개의 차이 이미지들을 이용하여 제 2 웨이퍼의 차이 이미지를 계산함으로써 계산된다. 프로세서를 사용하여, 제 2 웨이퍼의 웨이퍼 차이 이미지에서 관심있는 결함의 존재가 결정된다.
방법은 저장 매체로부터 이미지들을 리트리브하는 단계를 더 포함할 수 있다. 이미지들은 제 2 웨이퍼 상의 제 1 다이 및 제 2 다이와 제 1 웨이퍼 상의 동일 위치에 있다. 프로세서를 사용하여, 저장 매체로부터의 이미지들에서 관심있는 결함의 존재가 평가된다. 프로세서를 사용하여, 제 2 웨이퍼 차이 이미지로부터 누이상스가 필터링된다.
방법은 제 1 웨이퍼 단계에서 제 1 웨이퍼의 차이 이미지를 계산하는 단계를 더 포함할 수 있다. 제 1 웨이퍼 단계에서 제 1 웨이퍼의 차이 이미지를 계산하는 단계는, 프로세서를 사용하여, 제 1 웨이퍼 상의 제 2 포지션에서 제 1 다이 및 제 2 다이의 차이 이미지를 계산하는 단계를 포함한다. 프로세서를 사용하여, 제 1 웨이퍼 상의 제 2 포지션에서의 제 1 다이 및 제 1 웨이퍼 상의 제 1 포지션에서의 제 2 다이의 차이 이미지가 계산된다. 프로세서를 사용하여, 제 1 웨이퍼 단계의 2개의 차이 이미지들을 이용하여 제 1 웨이퍼의 웨이퍼 차이 이미지가 계산된다. 프로세서를 사용하여, 좌표-기반 결함 소스 분석을 사용하여 제 1 웨이퍼의 차이 이미지에서 체계적인 결함(systematic defect)들이 발견된다. 프로세서를 사용하여, 제 1 웨이퍼의 차이 이미지에서의 체계적인 결함들은 제 2 웨이퍼의 차이 이미지로부터 감산된다. 제 2 웨이퍼의 차이 이미지에서 관심있는 결함의 존재를 결정하는 것은 감산 후에 이루어진다.
방법은 제 1 웨이퍼 단계에서 제 1 웨이퍼의 차이 이미지를 계산하는 단계를 더 포함할 수 있다. 제 1 웨이퍼 단계에서 제 1 웨이퍼의 차이 이미지를 계산하는 단계는, 프로세서를 사용하여, 제 1 웨이퍼 상의 제 2 포지션에서 제 1 다이 및 제 2 다이의 차이 이미지를 계산하는 단계를 포함한다. 프로세서를 사용하여, 제 1 웨이퍼 상의 제 2 포지션에서의 제 1 다이 및 제 1 웨이퍼 상의 제 1 포지션에서의 제 2 다이의 차이 이미지가 계산된다. 프로세서를 사용하여, 제 1 웨이퍼 단계의 2개의 차이 이미지들을 이용하여 제 1 웨이퍼의 차이 이미지가 계산된다. 프로세서를 사용하여, 제 2 웨이퍼의 차이 이미지가 제 1 웨이퍼의 차이 이미지로부터 감산된다. 제 2 웨이퍼의 차이 이미지에서 관심있는 결함의 존재를 결정하는 것은 감산 후에 이루어진다.
제 4 인스턴스의 방법의 실시예들은 제 1 인스턴스 또는 제 3 인스턴스의 방법과 함께 사용될 수 있거나 또는 제 2 인스턴스의 시스템에 의해 수행될 수 있다.
본 개시내용의 성질 및 목적들을 보다 완전히 이해하기 위해, 첨부 도면들과 관련하여 취해진 다음의 상세한 설명에 대한 참조가 이루어져야 한다.
도 1은 본 개시내용에 따른 리피터 결함 검출의 실시예의 흐름도이다.
도 2는 도 1의 실시예의 예이다.
도 3은 도 1의 실시예의 다른 예이다.
도 4는 본 개시내용에 따른 시스템의 블록도이다.
도 5는 본 개시내용에 따른 누이상스 감소의 제 1 실시예이다.
도 6은 본 개시내용에 따른 누이상스 감소의 제 2 실시예이다.
도 7은 본 개시내용에 따른 누이상스 감소의 제 3 실시예이다.
청구된 청구 대상이 소정의 실시예들의 관점에서 설명될 것이지만, 본원에서 기술된 이점들 및 특징들 모두를 제공하진 않는 실시예들을 포함하는 다른 실시예들이 또한 본 개시내용의 범위 내에 있다. 다양한 구조적, 논리적, 프로세스 단계 및 전자적 변화들이 본 개시내용의 범위를 벗어나지 않고 이루어질 수 있다. 따라서, 본 개시내용의 범위는 오직 첨부된 청구항들을 참조하여 정의된다.
본원에서 개시된 실시예들은 레티클 리피터들의 로버스트 모니터링을 위한 검사 방법으로서 사용될 수 있는 마이크로 케어 영역들을 동적으로 생성하는 것을 포함하는 2-패스 검사 방법을 사용할 수 있다. 마이크로 케어 영역들은 인쇄 체크 애플리케이션들에 대한 레티클 리피터들의 향상된 캡처를 제공할 수 있다. 동적 마이크로 케어 영역들의 데이터베이스를 사용은 보다 로버스트 검사 모니터링 흐름을 제공할 수 있다. 향상된 감도로 인해 소프트 리피터들을 발견할 가능성이 개선될 수 있다.
본 명세서에 개시된 실시예들은 특히, BBP 툴이 그라운드 트루(ground truth) 보다 낮은 캡처에 직면하는 인스턴스들에서 레티클 리피터들의 BBP 툴 검사의 감도를 개선하기 위해 적용될 수 있다.
도 1은 동적 마이크로 케어 영역들을 이용한 검사를 포함하는 방법(100)을 예시한다. 101에서, 웨이퍼 상의 리피터 결함들의 위치들이 결정된다. 이는 웨이퍼 표면의 전체 또는 웨이퍼 표면의 단지 일부, 이를테면, 웨이퍼 상의 다이 행에 대한 것일 수 있다. 일 인스턴스에서, 리피터 결함 위치들은 로직 영역들에 대한 RIA(repeater in array) 또는 SRD(standard reference die)와 같은 로버스트 평균 알고리즘 또는 다이-투-다이 검사로 발견될 수 있다. 로버스트 평균화는 소정의 수의 기준 프레임들의 평균을 계산하고 단일 픽셀 노이즈와 같은 이상치들을 제거하는 알고리즘이다. RIA는 어레이 내의 다수의 셀들을 평균화하고 이들을 후보 이미지와 비교한다. 로버스트 평균 알고리즘들은 스캔이 다이-투-다이 검사보다 더 뜨거워지도록 허용할 수 있지만, 다이-투-다이 검사들이 사용될 수 있다. SRD는 기준 웨이퍼 상의 골든(예를 들어, 기준 또는 클린) 다이에 관한 기준 이미지를 계산한다. 이는 그 후, 검사 웨이퍼에 관한 이미지와 비교될 수 있고, 차이 이미지가 계산될 것이다.
102에서, 마이크로 케어 영역들이 위치들 각각 주위에서 생성된다. 케어 영역들은 마이크로 케어 영역의 중심에서 최고 차이 그레이 레벨의 픽셀들로 결함들 주위에 생성될 수 있다.
예를 들어, 고유한 리피터 결함을 갖는 위치들 각각 주위에 마이크로 케어 영역들이 형성될 수 있다. 마이크로 케어 영역들은 임의의 리피터에 대해 높은 감도를 제공할 수 있다. 이는, 다른 방법들에 비해 더 많은 수의 리피터 이벤트들을 캡처할 가능성을 증가시킨다.
마이크로 케어 영역들은 하나의 픽셀 내지 약 10개의 픽셀들의 치수들을 가질 수 있다. 따라서, 마이크로 케어 영역들은 1 픽셀 정사각형 내지 10x10 픽셀 정사각형(그 사이의 모든 범위들 및 정수 픽셀 값들을 포함함)일 수 있다.
부가적으로, 마이크로 케어 영역들은 어떠한 리피터 결함들도 검출되지 않았지만 리피터 결함들의 위치에 기초하여 리피터 결함들이 예상되는 웨이퍼 상의 위치들에 형성될 수 있다.
마이크로 케어 영역은 동적일 수 있다. 동적에 의해, 마이크로 케어 영역들은 상이한 크기들을 가질 수 있다. 예를 들어, 마이크로 케어 영역들은, 정렬 정확도가 다른 영역들보다 낮은 다이 또는 웨이퍼 상의 영역들의 경우 결함들이 누락되지 않도록 더 클 수 있다(예를 들어, 7x7 픽셀). 웨이퍼 이미지들에 대한 케어 영역들의 정렬 정확도가 더 양호한 위치들에서, 더 작은(예를 들어, 3x3 픽셀) 마이크로 케어 영역이 사용될 수 있다.
103에서, 웨이퍼 상의 마이크로 케어 영역들은 SEM(scanning electron microscope) 또는 BBP 툴과 같은 검사 툴을 사용하여 검사된다.
104에서, 마이크로 케어 영역들에서 부가적인 리피터 결함들이 식별된다. 전체 웨이퍼 표면에 비해 검사할 마이크로 케어 영역들의 수가 더 적기 때문에 검사는 더 높은 감도로 수행될 수 있다. 일 인스턴스에서, 마이크로 케어 영역들만이 웨이퍼 상에서 검사된다. 예를 들어, 입자를 갖고 있는 레티클 마스크는 웨이퍼 상에 50회 인쇄될 수 있다. 이 케어 영역을 통해 웨이퍼 상의 50개의 위치들이 검사되기 때문에, 이 입자 결함은 50회까지 검출될 수 있다. 따라서 이러한 50개의 결함들 모두는 동일한 케어 영역에 속한다.
105에서, 리피터 결함들 및 부가적인 리피터 결함들(만약 있다면)의 속성들이 비교된다. 106에서, 예상되는 그룹 속성 분포로부터 벗어난 임의의 리피터 결함들 및 부가적인 리피터 결함들이 누이상스로서 분류된다.
선택적으로, 리피터 결함들이 단계(103) 또는 단계(106) 이후에 SEM을 사용하여 확인될 수 있다. 리피터 결함으로서 확인되면, 리피터 결함은 그 후 이들 리피터들에 대해 유지되는 이미 존재하는 데이터베이스와 비교될 수 있어, 포토마스크 상에 랜딩(예를 들어, 부가)되고 그 후 웨이퍼 상에 인쇄된 입자들일 수 있는 애더(adder)들의 식별을 정확하게 한다. 그 후, 데이터베이스는 새로운 애더들을 포함하도록 업데이트될 수 있다.
방법(100)의 단계들 중 일부 또는 전부는 프로세서를 사용하여 수행될 수 있다.
단계들(105 및 106)은 도 1의 단계들 중 나머지와 독립적으로 수행될 수 있다. 예를 들어, 리피터 결함들 외에, 다른 결함 입력들이 단계들(105 및 106)에 대해 사용될 수 있다. 리피터 결함들은 또한 예시된 실시예들과 상이한 기술들로 획득될 수 있다.
새로운 레티클 결함의 추가를 모니터링하기 위해 마이크로 케어 영역 데이터베이스가 구축될 수 있다. 이 데이터베이스는 도 1의 단계(101) 및 단계(103) 둘 모두에 대한 BBP 툴로부터의 데이터를 포함할 수 있다. 레티클 리피터에 대해 유지되는 데이터베이스를 통해, 본원에서 개시된 방법의 실시예들은 레티클 상의 새로운 애더들을 정확하게 식별하는 데 사용될 수 있고 주로 데이터베이스 기반 마이크로 케어 영역으로 또는 데이터베이스 기반 마이크로 케어 영역만으로 높은 감도 검사들을 수행함으로써 EUV 마스크 세정 툴들을 검증(qualify)하는 데 사용될 수 있다.
데이터베이스는 다수의 웨이퍼들에 걸친 리피터 결함들의 확인을 검토하는 데 사용할 수 있다. 이는 애더들을 식별하는 데 도움이 될 수 있다. 데이터베이스의 엔트리들은 이전 웨이퍼들로부터의 기존 마이크로 케어 영역들과 비교할 수 있다. 데이터베이스는 새로운 리피터 결함 위치들로 업데이트될 수 있다.
레티클 또는 포토마스크 세정 프로세스는 데이터베이스로부터의 마이크로 케어 영역에 기초하여 모니터링할 수 있다. 이러한 세정 프로세스의 결과에 기초하여 데이터베이스가 업데이트될 수 있다. 예를 들어, 인쇄하기 어려운 포토마스크 상의 구조들이 존재할 수 있다. 이러한 구조들의 모든 위치들 주위에 마이크로 케어 영역이 생성될 수 있다. 이는 케어 영역 데이터베이스로서 지칭될 수 있다. 이러한 케어 영역들은 그 후, 더 높은 감도로 영역들을 검사하거나 다른 임계 영역들을 검사하는데 사용될 수 있다.
레티클 스택은 리피터 후보들을 식별하는데 사용될 수 있다. 마스크를 세정함으로써 알려진 결함들의 수를 감소시킨 후, 업데이트된 케어 영역 데이터베이스가 생성될 수 있다.
더 작은 마이크로 케어 영역 크기 및 제한된 수의 마이크로 케어 영역들을 통해, 검사가 높은 감도로 행해질 수 있다. 예를 들어, 마이크로 케어 영역 크기는 약 5x5 픽셀일 수 있고 다이 마다 마이크로 케어 영역들의 총 수는 2-3백만개(few million) 내지 6-7백만개(several million)의 범위일 수 있다. 마이크로 케어 영역들의 사용은 리피터들의 인쇄성 변동(printability variation)들을 구별하는 사용자의 능력이 제한적인 로버스트 평균 알고리즘들의 단점에 대처할 수 있다.
도 2는 도 1의 실시예의 예이다. 웨이퍼(200) 상의 리피터 결함들(201)의 위치들은 A에서 결정된다. 마이크로 케어 영역들(202)이 B에서 리피터 결함들(201)의 위치들 주위에 형성된다. C에서, 누이상스가 제거되며, 이는 리피터 결함들(201)만을 남긴다.
도 1의 단계들(105 및 106)에서 알 수 있는 바와 같이, 리피터 결함들의 전체 그룹을 설명하는 속성들이 계산될 수 있다. 검출된 다른 리피터 결함들이 예상된 그룹 속성 분포로부터 벗어나는 경우(즉, 일관되지 않는 경우), 이러한 리피터 결함들은 누이상스로서 간주될 수 있다. 이는, 스캔이 더 뜨거워지는 것을 가능하게 할 수 있다.
리피터 결함들의 전체 그룹을 설명하기 위해 속성들이 계산될 수 있다. 다른 리피터 결함들이 예상된 그룹 분포로부터 벗어나는 경우(예를 들어, 일관되지 않는 경우), 리피터 결함들은 누이상스로서 간주될 수 있다. 임계치는 편차를 검출하는 데 사용될 수 있다. 예를 들어, 검출된 리피터 결함들 중 적어도 95%가 밝은 배경에서 어두운 경우, 그것은 실제 리피터일 수 있다.
그룹 속성 분포는, 웨이퍼 상의 모든 식별된 리피터 결함들; 동일한 결함 유형의 모든 리피터 결함들; 웨이퍼 상의 동일한 설계 구조를 갖는 모든 리피터 결함들; 동일한 다이 좌표를 갖는 모든 리피터 결함들; 동일한 레티클 좌표를 갖는 모든 리피터 결함들; 동일한 배경 구조를 갖는 모든 리피터 결함들; 또는 다수의 웨이퍼들에 걸쳐 동일한 웨이퍼간 좌표를 갖는 모든 리피터 결함들 중 하나 이상에 기초할 수 있다. 다른 속성들이 가능하다.
그룹 내 리피터 결함들의 속성들은 결함 성질들에 기초하여 비교될 수 있다. 이러한 속성은, 결함의 그레이 레벨(극성), 포인트 스프레드 함수의 형상 또는 윤곽, 결함의 크기, 밝기 또는 특징 벡터의 차이를 포함할 수 있다. 다른 속성들이 가능하다.
정확한 결함 위치는 설계 기반 정렬을 사용하여 결정될 수 있다.
누이상스의 존재로 인해 후속 검사 동안 스킵할 웨이퍼 상의 위치들이 생성될 수 있다. 예를 들어, 특정 누이상스 영역 또는 영역들이 지정될 수 있다.
새롭게 계산된 속성들은 기계 학습 실험들로부터 유도될 수 있다. 소정의 결함 그룹들에서 이상치들을 발견하기 위해 기계 학습 알고리즘들이 사용될 수 있다. 일 인스턴스에서, N 차원 속성 공간에서 결함 이상치들을 발견하기 위해 비감독 학습 알고리즘들이 사용될 수 있다. 예를 들어, 가우시안은 소정의 속성들을 가진 결함들의 클러스터에 적합하게 되고 (예를 들어, 비정상 검출과 같은) 이상치들을 검출할 수 있다. 다른 인스턴스에서, 콘볼루셔널 뉴럴 네트워크(convolutional neural network)는 입력 데이터세트로서 이미지들을 사용하고 로짓 함수(logit function)의 값들일 수 있는 새로운 속성을 계산할 수 있다. 결함들의 그룹 내에 로짓 값들의 광범위한 분포가 존재하는 경우, 이는 누이상스일 가능성이 보다 높다.
도 3은 도 1의 실시예의 다른 예이다. 이 예에서, 모든 각각의 다이(300) 내의 두 위치들 중 적어도 하나에서 발생하는 동일한 유형의 리피터 결함들이 존재한다고 가정한다. 모든 제 1 유형의 리피터 결함들(301)은 그룹을 형성하고 모든 제 2 유형의 리피터 결함들(302)은 다른 그룹을 형성한다. 모든 제 1 유형의 리피터 결함들(301)은 차이 이미지에서 어둡게 나타난다. 제 2 유형의 리피터 결함들(302)은 때로는 차이 이미지에서 어둡게 나타나고 때로는 밝게 나타나며, 이는 결함 극성의 변화를 표시한다. 결과적으로, 제 1 유형의 리피터 결함들(301)은 DOI이다. 제 2 유형의 리피터 결함들(302)은, 그룹 내의 속성, 즉 극성에 불일치가 존재하기 때문에 누이상스이다.
도 1 내지 도 3의 실시예는 리피터 결함들에 관해 개시되지만, 본원에서 개시된 실시예들은 다른 유형들의 결함들에 적용될 수 있다.
도 4는 시스템(400)의 시스템 도면이다. 시스템(400)은 웨이퍼 검사 툴(401) 및 선택적 웨이퍼 검사 툴(402)을 포함한다. 웨이퍼 검사 툴(401) 및 웨이퍼 검사 툴(402)은 BBP 툴 또는 SEM일 수 있다. 웨이퍼 검사 툴은 또한 레이저 스캐닝 툴, 전자 빔 검사기 또는 다른 검사 시스템들일 수 있다. 검사 결과들을 캡처하도록 핫 스캔을 수행하기 위해 BBP 툴이 구성될 수 있다.
프로세서(403) 및 프로세서(403)와 전자 통신하는 전자 데이터 저장 유닛(404)은 웨이퍼 검사 툴(401) 및 웨이퍼 검사 툴(402)과 전자 통신한다. 프로세서(403)는 마이크로제어기, 마이크로프로세서 또는 다른 디바이스를 포함할 수 있다.
프로세서(403) 및 전자 데이터 저장 유닛(404)은, 웨이퍼 검사 툴(401) 또는 다른 디바이스의 부분일 수 있다. 일 예에서, 프로세서(403) 및 전자 데이터 저장 유닛(404)은 자립형 제어 유닛이거나 중앙화된 품질 제어 유닛일 수 있다. 다수의 프로세서들(403) 및 전자 데이터 저장 유닛들(404)이 사용될 수 있다.
프로세서(403)는 하드웨어, 소프트웨어 및 펌웨어의 임의의 조합에 의해 실제로 구현될 수 있다. 또한, 본원에서 설명된 바와 같은 그의 기능들은 하나의 유닛에 의해 수행되거나, 상이한 컴포넌트들 사이에서 분할될 수 있으며, 이 컴포넌트들 각각은 하드웨어, 소프트웨어 및 펌웨어의 임의의 조합에 의해 차례로 구현될 수 있다. 프로세서(403)가 다양한 방법들 및 기능들을 구현하기 위한 프로그램 코드 또는 명령들은 판독 가능 저장 매체들에 이를테면, 전자 데이터 저장 유닛(404)의 메모리 또는 다른 메모리에 저장될 수 있다.
프로세서(403)는 (예를 들어, 유선 및/또는 무선 송신 매체들을 포함할 수 있는 하나 이상의 송신 매체들을 통해) 임의의 적합한 방식으로 시스템(400)의 컴포넌트들에 커플링될 수 있어서, 프로세서(403)는 시스템(400)에 의해 생성된 출력을 수신할 수 있게 된다. 프로세서(403)는 출력을 사용하여 다수의 기능들을 수행하도록 구성될 수 있다.
본원에서 설명된 프로세서(403), 다른 시스템(들) 또는 다른 서브시스템(들)은 개인용 컴퓨터 시스템, 이미지 컴퓨터, 메인프레임 컴퓨터 시스템, 워크스테이션, 네트워크 기구, 인터넷 기구 또는 다른 디바이스를 포함하는 다양한 시스템들의 부분일 수 있다. 서브시스템(들) 또는 시스템(들)은 또한 당 분야에 알려진 임의의 적합한 프로세서, 이를테면, 병렬 프로세서를 포함할 수 있다. 또한, 서브시스템(들) 또는 시스템(들)은 자립형 또는 네트워킹된 툴로서 고속 프로세싱 및 소프트웨어를 가진 플랫폼을 포함할 수 있다.
시스템이 둘 이상의 서브시스템을 포함하는 경우, 상이한 서브시스템들은 서로 커플링되어서, 이미지들, 데이터, 정보, 명령들 등이 서브시스템들 사이에서 전송될 수 있다. 예를 들어, 하나의 서브시스템은 당 분야에 알려진 임의의 적합한 유선 및/또는 무선 송신 매체를 포함할 수 있는 임의의 적합한 송신 매체에 의해 부가적인 서브시스템(들)에 커플링될 수 있다. 이러한 서브시스템들 중 2개 이상은 또한, 공유된 컴퓨터-판독 가능 저장 매체(도시되지 않음)에 의해 효과적으로 커플링될 수 있다.
부가적인 실시예는 본원에서 개시된 바와 같이 컴퓨터-구현 결함 검출 또는 웨이퍼 검사를 수행하기 위해 프로세서 상에서 실행 가능한 프로그램 명령들을 저장하는 비-일시적인 컴퓨터-판독 가능 매체에 관한 것이다. 특히, 프로세서(403)는 프로세서(403) 상에서 실행 가능한 프로그램 명령들을 포함하는 비-일시적인 컴퓨터-판독 가능 매체를 갖는 전자 데이터 저장 유닛(404) 또는 다른 전자 데이터 저장 매체 내의 메모리에 커플링될 수 있다. 컴퓨터-구현 방법은 본원에서 설명된 임의의 방법(들)의 임의의 단계(들)를 포함할 수 있다. 예를 들어, 프로세서(403)는 도 1의 단계들 또는 도 5 내지 도 7, 또는 본원에서 개시된 다른 실시예들 중 일부 또는 전부를 수행하도록 프로그래밍될 수 있다. 전자 데이터 저장 유닛(404) 또는 다른 전자 데이터 저장 매체의 메모리는 저장 매체, 이를테면, 자기 또는 광학 디스크, 자기 테이프, 또는 당 업계에 알려진 임의의 다른 적합한 비-일시적인 컴퓨터-판독 가능 매체일 수 있다.
프로그램 명령들은 다른 것들 중에서도, 프로시저-기반 기술들, 컴포넌트-기반 기술들 및/또는 객체-지향 기술들을 포함하는 다양한 방식 중 임의의 것으로 구현될 수 있다. 예를 들어, 프로그램 명령들은, ActiveX 컨트롤들, C++ 객체들, JavaBeans, MFC(Microsoft Foundation Class), SSE(Streaming SIMD Extension) 또는 다른 기술들 또는 방법들을 사용하여 원하는 대로 구현될 수 있다.
마이크로 케어 영역 데이터베이스는 전자 데이터 저장 유닛(404) 상에 또는 다른 저장 매체들 상에 저장될 수 있다.
일 실시예에서, 소프트 리피터가 식별될 수 있고 리피터 결함 이미지들 내의 누이상스가 감소될 수 있다. 리피터 결함들은 하드 리피터들(다이 상에서 항상 볼 수 있음) 및 소프트 리피터(다이 상에서 항상 볼 수 있진 않을 수 있음) 둘 모두를 포함할 수 있다. 제한된 수의 다이들만이 이미징되는 경우, 리피터 결함들을 검출하는 것은 난제일 수 있으며, 소프트 리피터들을 검출하는 것이 특히 난제일 수 있다.
예를 들어, 소프트 리피터들이 모든 각각의 다이에서 볼 수 없거나 심지어는 인쇄되지 않을 수 있기 때문에, 마이크로 케어 영역들을 생성함으로써 소프트 리피터들이 예상되는 위치들에서 더 뜨거워지는 것이 중요할 수 있다. 또한, 그룹 내에 이상치들이 존재하는지를 발견하기 위해 일관성-기반 속성들이 사용될 수 있으며, 이는 결함이 DOI일 가능성을 더 낮게 만든다.
일 인스턴스에서, 제 1 웨이퍼는 레티클 상의 체계적인 누이상스를 검출 및/또는 레코딩하기 위해 t=0에서 검사 및/또는 레코딩될 수 있다. 이는 EUV 마스크 검사를 위한 통합 솔루션의 일부일 수 있다. t>0에서(예를 들어, 3 주 후에), 제 2 웨이퍼가 검사 및/또는 레코딩될 수 있다. t>0에서의 체계적인 누이상스는 t=0로부터 감산될 수 있다. 랜덤 레티클 결함들이 보고될 수 있다. 이는 더 낮은 누이상스 레이트 및 이에 따라 DOI에 대한 더 높은 감도를 제공할 수 있다. 예를 들어, t=0은, 레티클이 깨끗하고 그리고/또는 문제가 없을 때일 수 있고, t>0은 레티클 상에 입자들 및/또는 다른 문제들이 존재한다는 것을 의미할 수 있다. 이러한 다른 문제들은 인쇄 동안 오정렬이나 레티클 결함들에 의해 야기될 수 있다.
도 5는 누이상스 감소의 제 1 실시예이다. 제 1 다이 및 제 2 다이는 제 1 웨이퍼(t=0) 상의 2개의 상이한 포지션들(레티클 1, 레티클 2)에서 그리고 제 2 웨이퍼(t>0) 상의 2개의 상이한 포지션들(레티클 1, 레티클 2)에서 레티클을 사용하여 각각 이미징된다. 2개의 상이한 포지션들은 예를 들어, 웨이퍼 상의 상이한 행들일 수 있다. 제 1 다이 및 제 2 다이는 이웃하는 다이들일 수 있거나 또는 다른 공간 관계들을 가질 수 있다. 이미지 프로세싱 단계들은 프로세서에 의해 수행될 수 있다.
제 1 웨이퍼 차이 이미지가 계산된다. 그렇게 하기 위해, 제 1 웨이퍼 상의 제 2 포지션에서 제 1 다이와 제 2 다이의 차이 이미지를 계산된다. 제 1 웨이퍼 상의 제 2 포지션에서의 제 1 다이 및 제 1 웨이퍼 상의 제 1 포지션에서의 제 2 다이의 차이 이미지가 또한 계산된다. 그 후, 결과적인 2개의 차이 이미지들로부터 제 1 웨이퍼 차이 이미지가 계산된다.
제 2 웨이퍼 차이 이미지가 계산된다. 그렇게 하기 위해, 제 2 웨이퍼 상의 제 2 포지션에서 제 1 다이와 제 2 다이의 차이 이미지를 계산된다. 제 1 웨이퍼 상의 제 2 포지션에서의 제 1 다이 및 제 2 웨이퍼 상의 제 1 포지션에서의 제 2 다이의 차이 이미지가 또한 계산된다. 그 후, 결과적인 2개의 차이 이미지들로부터 제 2 웨이퍼 차이 이미지가 계산된다.
제 1 차이 이미지에서의 체계적인 결함들은 좌표-기반 결함 소스 분석을 사용하여 발견될 수 있다. 제 1 웨이퍼 차이 이미지에서의 체계적인 결함들은 그들의 좌표들에 기초하여 제 2 웨이퍼 차이 이미지로부터 감산될 수 있다. 제 2 웨이퍼 차이 이미지에서 DOI의 존재는 공통적인(예를 들어, 체계적인) 결함들이 배제된 후에 결정될 수 있다.
도 6은 누이상스 감소의 제 2 실시예이다. 제 1 다이 및 제 2 다이는 제 1 웨이퍼(t=0) 상의 2개의 상이한 포지션들(레티클 1, 레티클 2)에서 그리고 제 2 웨이퍼(t>0) 상의 2개의 상이한 포지션들(레티클 1, 레티클 2)에서 레티클을 사용하여 각각 이미징된다. 2개의 상이한 포지션들은 예를 들어, 웨이퍼 상의 상이한 행들일 수 있다. 제 1 다이 및 제 2 다이는 이웃하는 다이들일 수 있거나 또는 다른 공간 관계들을 가질 수 있다. 이미지 프로세싱 단계들은 프로세서에 의해 수행될 수 있다.
제 2 웨이퍼 상의 제 2 포지션에서 제 1 다이와 제 2 다이의 차이 이미지를 계산된다. 제 1 웨이퍼 상의 제 2 포지션에서의 제 1 다이 및 제 2 웨이퍼 상의 제 1 포지션에서의 제 2 다이의 차이 이미지가 계산된다. 그 후, 결과적인 2개의 차이 이미지들로부터 웨이퍼 차이 이미지가 계산된다.
웨이퍼 차이 이미지에서 관심있는 결함의 존재가 결정된다. 저장 매체로부터 이미지들이 리트리브될 수 있다. 이미지들은 계산 시에 사용된 제 2 웨이퍼 상의 제 1 다이 및 제 2 다이와 제 1 웨이퍼(예를 들어, t=0) 상의 동일 위치에 있다. 관심있는 결함의 존재는 저장 매체로부터의 이미지들에서 평가될 수 있다. 웨이퍼 차이 이미지로부터 누이상스가 필터링될 수 있다.
도 7은 누이상스 감소의 제 3 실시예이다. 제 1 다이 및 제 2 다이는 제 1 웨이퍼(t=0) 상의 2개의 상이한 포지션들(레티클 1, 레티클 2)에서 그리고 제 2 웨이퍼(t>0) 상의 2개의 상이한 포지션들(레티클 1, 레티클 2)에서 레티클을 사용하여 각각 이미징된다. 2개의 상이한 포지션들은 예를 들어, 웨이퍼 상의 상이한 행들일 수 있다. 제 1 다이 및 제 2 다이는 이웃하는 다이들일 수 있거나 또는 다른 공간 관계들을 가질 수 있다. 이미지 프로세싱 단계들은 프로세서에 의해 수행될 수 있다.
제 1 웨이퍼 차이 이미지가 계산된다. 그렇게 하기 위해, 제 1 웨이퍼 상의 제 2 포지션에서 제 1 다이와 제 2 다이의 차이 이미지를 계산된다. 제 1 웨이퍼 상의 제 2 포지션에서의 제 1 다이 및 제 1 웨이퍼 상의 제 1 포지션에서의 제 2 다이의 차이 이미지가 또한 계산된다. 그 후, 결과적인 2개의 차이 이미지들로부터 제 1 웨이퍼 차이 이미지가 계산된다.
제 2 웨이퍼 차이 이미지가 계산된다. 그렇게 하기 위해, 제 2 웨이퍼 상의 제 2 포지션에서 제 1 다이와 제 2 다이의 차이 이미지를 계산된다. 제 1 웨이퍼 상의 제 2 포지션에서의 제 1 다이 및 제 2 웨이퍼 상의 제 1 포지션에서의 제 2 다이의 차이 이미지가 또한 계산된다. 그 후, 결과적인 2개의 차이 이미지들로부터 제 2 웨이퍼 차이 이미지가 계산된다.
제 2 웨이퍼 차이 이미지는 제 1 웨이퍼 차이 이미지로부터 감산된다. 제 2 웨이퍼 차이 이미지에서 관심있는 결함의 존재는 감산 후에 결정될 수 있다.
도 5 내지 도 7의 실시예들은 두 낫 인스펙트 케어 영역들(do not inspect care area)로서 마이크로 케어 영역들과 함께 사용할 수 있다. 따라서, 검사는, 이러한 마이크로 케어 영역들 내에서 뜨거워지는 대신 차가워질 수 있다. 예를 들어, 웨이퍼 상에 소정의 구조들(이는 반도체 제조자가 무시하기를 원하는 결함들로서 나타날 것임)이 존재하는 것으로 결정되는 경우, 두 낫 인스펙트 케어 영역들이 이들 주위에 생성될 수 있어서, 이러한 구조들은 검사 동안 무시될 수 있다. 이들 구조들은 t=0에서의 스캔 동안 발견될 수 있거나 또는 반도체 제조자가 (예를 들어, 전자 빔을 사용한) 다른 검사 결과들에 기초하여 구조들이 위치되는 장소에 관한 데이터베이스를 제공할 수 있다. 무시될 이러한 구조들은 노이즈성(noisy)일 수 있다.
본원에서 사용된 바와 같이, "웨이퍼"란 용어는 일반적으로 반도체 또는 비-반도체 재료로 형성된 기판들을 지칭한다. 이러한 반도체 또는 비-반도체 재료의 예들은 단결정 실리콘, 갈륨 비화물 및 인듐 인화물을 포함(그러나 이에 제한되지 않음)한다. 이러한 기판들은 반도체 제조 설비들에서 흔히 발견되고 그리고/또는 프로세싱될 수 있다.
웨이퍼는 기판 상에 형성된 하나 이상의 층들을 포함할 수 있다. 예를 들어, 이러한 층들은 레지스트, 유전체 재료 및 도전성 재료를 포함(그러나 이에 제한되지 않음)할 수 있다. 다수의 상이한 유형들의 이러한 층들은 당 업계에 알려져 있고, 본원에서 사용된 바와 같은 웨이퍼라는 용어는 이러한 층들의 모든 유형들을 포함하는 웨이퍼를 포괄하는 것으로 의도된다.
웨이퍼 상에 형성된 하나 이상의 층들은 패터닝되거나 패터닝되지 않을 수 있다. 예를 들어, 웨이퍼는 각각이 반복 가능한 패터닝된 피처들을 갖는 복수의 다이들을 포함할 수 있다. 재료의 이러한 층들의 형성 및 프로세싱은 궁극적으로 디바이스들을 완성시킬 수 있다. 집적 회로들과 같은 다수의 상이한 유형들의 디바이스들이 웨이퍼 상에 형성될 수 있으며, 본원에서 사용되는 바와 같은 웨이퍼라는 용어는 당 업계에 알려진 임의의 유형의 디바이스들이 제조되는 웨이퍼를 포함하는 것으로 의도된다.
실시예들이 웨이퍼들과 관련하여 본원에서 설명되었지만, 실시예들은 레티클(이는 또한 일반적으로 마스크 또는 포토마스크로서 지칭될 수 있음)과 같은 다른 표본에 대해 사용될 수 있다는 것이 이해될 것이다. 다수의 상이한 유형들의 레티클들이 당 업계에 알려져 있고, 본원에서 사용된 바와 같은 "레티클", "마스크" 및 "포토마스크"라는 용어들은 당 업계에 알려진 모든 유형들의 레티클을 포괄하는 것으로 의도된다.
방법의 단계들 각각은 본원에서 설명된 바와 같이 수행될 수 있다. 방법들은 또한 본원에서 설명된 프로세서 및/또는 컴퓨터 서브시스템(들) 또는 시스템(들)에 의해 수행될 수 있는 임의의 다른 단계(들)를 포함할 수 있다. 단계들은 본원에서 설명된 실시예들 중 임의의 것에 따라 구성될 수 있는 하나 이상의 컴퓨터 시스템들에 의해 수행될 수 있다. 또한, 위에서 설명된 방법들은 본원에서 설명된 시스템 실시예들 중 임의의 것에 의해 수행될 수 있다.
본 발명이 하나 이상의 특정한 실시예들에 대해 설명되었지만, 본 발명의 다른 실시예들이 본 발명의 범위를 벗어나지 않으면서 행해질 수도 있음을 이해할 것이다. 따라서, 본 발명은, 첨부된 청구항들 및 그의 합리적인 해석에 의해서만 제한된다고 간주된다.

Claims (19)

  1. 방법에 있어서,
    프로세서를 사용하여, 웨이퍼 상의 리피터 결함들(repeater defects)의 위치들을 결정하는 단계;
    상기 프로세서를 사용하여, 상기 위치들 각각 주위에 마이크로 케어 영역(micro care area)을 생성하는 단계 - 상기 마이크로 케어 영역은 1 픽셀 정사각형 내지 10x10 픽셀 정사각형임 - ;
    웨이퍼 검사 툴을 사용하여 상기 웨이퍼 상의 마이크로 케어 영역들을 검사하는 단계;
    상기 마이크로 케어 영역들에서 부가적인 리피터 결함들을 식별하는 단계;
    상기 프로세서를 사용하여, 상기 리피터 결함들 및 상기 부가적인 리피터 결함들의 적어도 하나의 속성을 비교하는 단계 - 상기 속성은 극성(polarity)을 포함하고, 상기 극성은 결함들 사이의 그레이 레벨의 차이임 - ; 및
    상기 프로세서를 사용하여, 예상되는 그룹 속성 분포로부터 벗어나는 속성을 갖는 상기 리피터 결함들 및 상기 부가적인 리피터 결함들 중 임의의 것을 누이상스(nuisance)로서 분류하는 단계
    를 포함하는 방법.
  2. 제 1 항에 있어서,
    상기 그룹 속성 분포는,
    상기 웨이퍼 상의 모든 식별된 리피터 결함들;
    동일한 결함 유형의 모든 리피터 결함들;
    상기 웨이퍼 상의 동일한 설계 구조를 갖는 모든 리피터 결함들;
    동일한 다이 좌표를 갖는 모든 리피터 결함들;
    동일한 레티클 좌표를 갖는 모든 리피터 결함들;
    동일한 배경 구조를 갖는 모든 리피터 결함들; 또는
    복수의 웨이퍼들에 걸쳐 동일한 웨이퍼간 좌표(wafer-to-wafer coordinate)를 갖는 모든 리피터 결함들
    중 하나 이상에 기초하는 것인 방법.
  3. 제 1 항에 있어서,
    상기 속성은 포인트 스프레드 함수(point spread function)의 형상, 포인트 스프레드 함수의 윤곽, 크기, 밝기 또는 특징 벡터들 중 적어도 하나를 더 포함하는 것인 방법.
  4. 제 1 항에 있어서,
    상기 결정은 상기 웨이퍼의 표면 전체에 대한 것인 방법.
  5. 제 1 항에 있어서,
    상기 결정은 상기 웨이퍼 상의 다이 행(die row)만에 대한 것인 방법.
  6. 제 1 항에 있어서,
    상기 프로세서를 사용하여, 상기 누이상스의 존재로 인해 후속 검사 동안 스킵할 상기 웨이퍼 상의 위치들을 생성하는 단계를 더 포함하는 방법.
  7. 제 1 항에 있어서,
    상기 위치들을 결정하는 단계는, 로직 영역들에 대한 표준 기준 다이 또는 어레이의 리피터를 사용하는 단계를 포함하는 것인 방법.
  8. 제 1 항에 있어서,
    상기 위치들을 결정하는 단계는 다이-투-다이 검사(die-to-die inspection)를 포함하는 것인 방법.
  9. 시스템에 있어서,
    프로세서 및 상기 프로세서와 전자 통신하는 전자 데이터 저장 유닛을 포함하고,
    상기 프로세서는 웨이퍼 검사 툴과 전자 통신하고,
    상기 프로세서는,
    웨이퍼 상의 리피터 결함들의 위치들을 결정하고;
    상기 위치들 각각 주위에 마이크로 케어 영역을 생성하고 - 상기 마이크로 케어 영역은 1 픽셀 정사각형 내지 10x10 픽셀 정사각형임 - ;
    마이크로 케어 영역들의 부가적인 검사에 기초하여 상기 마이크로 케어 영역들에서 부가적인 리피터 결함들을 식별하고;
    상기 리피터 결함들 및 상기 부가적인 리피터 결함들의 적어도 하나의 속성을 비교하고 - 상기 속성은 극성을 포함하고, 상기 극성은 결함들 사이의 그레이 레벨의 차이임 - ;
    예상되는 그룹 속성 분포로부터 벗어나는 속성을 갖는 상기 리피터 결함들 및 상기 부가적인 리피터 결함들 중 임의의 것을 누이상스로서 분류하는
    명령들을 실행하도록 구성되는 것인 시스템.
  10. 제 9 항에 있어서,
    상기 그룹 속성 분포는,
    상기 웨이퍼 상의 모든 식별된 리피터 결함들;
    동일한 결함 유형의 모든 리피터 결함들;
    상기 웨이퍼 상의 동일한 설계 구조를 갖는 모든 리피터 결함들;
    동일한 다이 좌표를 갖는 모든 리피터 결함들;
    동일한 레티클 좌표를 갖는 모든 리피터 결함들;
    동일한 배경 구조를 갖는 모든 리피터 결함들; 또는
    복수의 웨이퍼들에 걸쳐 동일한 웨이퍼간 좌표를 갖는 모든 리피터 결함들
    중 하나 이상에 기초하는 것인 시스템.
  11. 제 9 항에 있어서,
    상기 속성은 포인트 스프레드 함수의 형상, 포인트 스프레드 함수의 윤곽, 크기, 밝기 또는 특징 벡터들 중 적어도 하나를 더 포함하는 것인 시스템.
  12. 제 9 항에 있어서,
    상기 프로세서는 또한, 상기 누이상스의 존재로 인해 후속 검사 동안 스킵할 상기 웨이퍼 상의 위치들을 생성하는 명령들을 실행하도록 구성되는 것인 시스템.
  13. 제 9 항에 있어서,
    상기 프로세서는 상기 웨이퍼 검사 툴의 일부인 것인 시스템.
  14. 방법에 있어서,
    프로세서에서, 웨이퍼 상의 복수의 리피터 결함들을 수신하는 단계;
    상기 프로세서를 사용하여, 상기 리피터 결함들의 적어도 하나의 속성을 비교하는 단계 - 상기 속성은 적어도 상기 리피터 결함들의 극성을 포함하고, 상기 극성은 리피터 결함들 사이의 그레이 레벨의 차이임 - ; 및
    상기 프로세서를 사용하여, 예상되는 그룹 속성 분포로부터 벗어나는 속성을 갖는 상기 리피터 결함들 중 임의의 것을 누이상스로서 분리하는 단계
    를 포함하는 방법.
  15. 제 14 항에 있어서,
    상기 그룹 속성 분포는,
    웨이퍼 상의 모든 식별된 리피터 결함들;
    동일한 결함 유형의 모든 리피터 결함들;
    웨이퍼 상의 동일한 설계 구조를 갖는 모든 리피터 결함들;
    동일한 다이 좌표를 갖는 모든 리피터 결함들;
    동일한 레티클 좌표를 갖는 모든 리피터 결함들;
    동일한 배경 구조를 갖는 모든 리피터 결함들; 또는
    복수의 웨이퍼들에 걸쳐 동일한 웨이퍼간 좌표를 갖는 모든 리피터 결함들
    중 하나 이상에 기초하는 것인 방법.
  16. 제 14 항에 있어서,
    상기 속성은 포인트 스프레드 함수의 형상, 포인트 스프레드 함수의 윤곽, 크기, 밝기 또는 특징 벡터들 중 적어도 하나를 더 포함하는 것인 방법.
  17. 제 14 항에 있어서,
    상기 프로세서를 사용하여, 상기 누이상스의 존재로 인해 후속 검사 동안 스킵할 상기 웨이퍼 상의 위치들을 생성하는 단계를 더 포함하는 방법.
  18. 삭제
  19. 삭제
KR1020197030899A 2017-03-24 2018-03-22 결함 검출을 위한 동적 케어 영역 KR102324677B1 (ko)

Applications Claiming Priority (9)

Application Number Priority Date Filing Date Title
US201762476060P 2017-03-24 2017-03-24
US62/476,060 2017-03-24
US201762478425P 2017-03-29 2017-03-29
US62/478,425 2017-03-29
US201762515449P 2017-06-05 2017-06-05
US62/515,449 2017-06-05
US15/858,264 2017-12-29
US15/858,264 US10600175B2 (en) 2017-03-24 2017-12-29 Dynamic care areas for defect detection
PCT/US2018/023671 WO2018175669A1 (en) 2017-03-24 2018-03-22 Dynamic care areas for defect detection

Publications (2)

Publication Number Publication Date
KR20190124319A KR20190124319A (ko) 2019-11-04
KR102324677B1 true KR102324677B1 (ko) 2021-11-09

Family

ID=63581174

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020197030899A KR102324677B1 (ko) 2017-03-24 2018-03-22 결함 검출을 위한 동적 케어 영역

Country Status (4)

Country Link
US (1) US10600175B2 (ko)
KR (1) KR102324677B1 (ko)
TW (1) TWI751306B (ko)
WO (1) WO2018175669A1 (ko)

Families Citing this family (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11151711B2 (en) * 2018-06-06 2021-10-19 Kla-Tencor Corporation Cross layer common-unique analysis for nuisance filtering
US10801968B2 (en) * 2018-10-26 2020-10-13 Kla-Tencor Corporation Algorithm selector based on image frames
US10957035B2 (en) * 2018-11-30 2021-03-23 Kla Corporation Defect classification by fitting optical signals to a point-spread function
US11776859B2 (en) 2018-12-19 2023-10-03 Kla Corporation Care area based swath speed for throughput and sensitivity improvement
US11431976B2 (en) 2019-01-28 2022-08-30 Kla Corporation System and method for inspection using tensor decomposition and singular value decomposition
US11122680B2 (en) * 2019-03-18 2021-09-14 International Business Machines Corporation Passive methods of loose die identification
CN112200864A (zh) * 2019-07-08 2021-01-08 深圳中科飞测科技有限公司 一种图像处理方法、定位方法、装置、设备及存储介质
US11416982B2 (en) 2019-10-01 2022-08-16 KLA Corp. Controlling a process for inspection of a specimen
US11810284B2 (en) 2020-08-21 2023-11-07 Kla Corporation Unsupervised learning for repeater-defect detection
JP7443268B2 (ja) * 2021-01-05 2024-03-05 株式会社ニューフレアテクノロジー 欠陥検査方法
US20220301133A1 (en) * 2021-03-16 2022-09-22 Kla Corporation Segmentation of design care areas with a rendered design image
US11887296B2 (en) * 2021-07-05 2024-01-30 KLA Corp. Setting up care areas for inspection of a specimen
US20230186461A1 (en) * 2021-12-13 2023-06-15 Onto Innovation Inc. Dynamic modeling for semiconductor substrate defect detection
EP4325206A1 (en) 2022-08-18 2024-02-21 F. Hoffmann-La Roche AG Method for compensating defective partitions of a microfluidic chip

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030130806A1 (en) 1996-03-19 2003-07-10 Hitachi, Ltd. Process management system
US20100142800A1 (en) 2008-12-05 2010-06-10 Kla-Tencor Corporation Methods and systems for detecting defects on a reticle
US20120029858A1 (en) 2010-07-30 2012-02-02 Kla-Tencor Corporation Dynamic care areas

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6324298B1 (en) * 1998-07-15 2001-11-27 August Technology Corp. Automated wafer defect inspection system and a process of performing such inspection
US6577757B1 (en) * 1999-07-28 2003-06-10 Intelligent Reasoning Systems, Inc. System and method for dynamic image recognition
CN1318839C (zh) * 2002-11-28 2007-05-30 威光机械工程股份有限公司 印刷电路板上瑕疵组件的自动光学检测方法
CN100510720C (zh) * 2003-09-05 2009-07-08 英业达股份有限公司 降低自动光学检查机误判率的方法
JP4317805B2 (ja) 2004-09-29 2009-08-19 株式会社日立ハイテクノロジーズ 欠陥自動分類方法及び装置
US7844100B2 (en) 2004-11-29 2010-11-30 Applied Materials Israel, Ltd. Method for filtering nuisance defects
JP4699873B2 (ja) 2005-11-10 2011-06-15 株式会社日立ハイテクノロジーズ 欠陥データ処理及びレビュー装置
US7810710B2 (en) * 2006-05-19 2010-10-12 Target Brands, Inc. Stored-value product with manufactured article
TWI310084B (en) * 2006-07-27 2009-05-21 Asustek Comp Inc Automatic inspecting method for inspecting the polar direction of the polar element
US7796804B2 (en) 2007-07-20 2010-09-14 Kla-Tencor Corp. Methods for generating a standard reference die for use in a die to standard reference die inspection and methods for inspecting a wafer
JP5537282B2 (ja) * 2009-09-28 2014-07-02 株式会社日立ハイテクノロジーズ 欠陥検査装置および欠陥検査方法
US9189844B2 (en) 2012-10-15 2015-11-17 Kla-Tencor Corp. Detecting defects on a wafer using defect-specific information
US9057965B2 (en) * 2012-12-03 2015-06-16 Taiwan Semiconductor Manufacturing Company, Ltd. Method of generating a set of defect candidates for wafer
US9092846B2 (en) * 2013-02-01 2015-07-28 Kla-Tencor Corp. Detecting defects on a wafer using defect-specific and multi-channel information
US8984450B2 (en) * 2013-03-14 2015-03-17 Taiwan Semiconductor Manufacturing Company, Ltd. Method and apparatus for extracting systematic defects
US9715725B2 (en) * 2013-12-21 2017-07-25 Kla-Tencor Corp. Context-based inspection for dark field inspection

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030130806A1 (en) 1996-03-19 2003-07-10 Hitachi, Ltd. Process management system
US20100142800A1 (en) 2008-12-05 2010-06-10 Kla-Tencor Corporation Methods and systems for detecting defects on a reticle
US20120029858A1 (en) 2010-07-30 2012-02-02 Kla-Tencor Corporation Dynamic care areas

Also Published As

Publication number Publication date
KR20190124319A (ko) 2019-11-04
US10600175B2 (en) 2020-03-24
WO2018175669A1 (en) 2018-09-27
US20180276808A1 (en) 2018-09-27
TW201839383A (zh) 2018-11-01
TWI751306B (zh) 2022-01-01

Similar Documents

Publication Publication Date Title
KR102324677B1 (ko) 결함 검출을 위한 동적 케어 영역
US10127651B2 (en) Defect sensitivity of semiconductor wafer inspectors using design data with wafer image data
KR102065821B1 (ko) 디자인 데이터를 사용하여 반도체 웨이퍼 상의 반복적인 결함을 검출하기 위한 방법 및 시스템
JP6420529B2 (ja) パッチ・ツー・パッチ比較を含む欠陥検出のための装置及び方法
KR100808652B1 (ko) 패턴 검사 방법
US10275872B2 (en) Method of detecting repeating defects and system thereof
US10074167B2 (en) Reducing registration and design vicinity induced noise for intra-die inspection
KR102559741B1 (ko) 리피터 결함 검출
US8260034B2 (en) Multi-modal data analysis for defect identification
US10192302B2 (en) Combined patch and design-based defect detection
JP7536881B2 (ja) 半導体試料の試験
US9569834B2 (en) Automated image-based process monitoring and control
JP3652589B2 (ja) 欠陥検査装置
CN107533994B (zh) 自动化的基于图像的过程监测及控制
TWI785065B (zh) 基於妨害地圖之寬帶電漿檢查
JP2012042390A (ja) 欠陥検査装置および欠陥検査方法

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant