KR102514136B1 - 반도체 웨이퍼의 리피터 결함 포착 - Google Patents

반도체 웨이퍼의 리피터 결함 포착 Download PDF

Info

Publication number
KR102514136B1
KR102514136B1 KR1020207035051A KR20207035051A KR102514136B1 KR 102514136 B1 KR102514136 B1 KR 102514136B1 KR 1020207035051 A KR1020207035051 A KR 1020207035051A KR 20207035051 A KR20207035051 A KR 20207035051A KR 102514136 B1 KR102514136 B1 KR 102514136B1
Authority
KR
South Korea
Prior art keywords
repeater
defects
threshold
processor
defect
Prior art date
Application number
KR1020207035051A
Other languages
English (en)
Other versions
KR20200141524A (ko
Inventor
뵈른 브라우어
후쳉 리
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 KR20200141524A publication Critical patent/KR20200141524A/ko
Application granted granted Critical
Publication of KR102514136B1 publication Critical patent/KR102514136B1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L22/00—Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
    • H01L22/10—Measuring as part of the manufacturing process
    • H01L22/12—Measuring as part of the manufacturing process for structural parameters, e.g. thickness, line width, refractive index, temperature, warp, bond strength, defects, optical inspection, electrical measurement of structural dimensions, metallurgic measurement of diffusions
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L22/00—Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
    • H01L22/20—Sequence of activities consisting of a plurality of measurements, corrections, marking or sorting steps
    • H01L22/24—Optical enhancement of defects or not directly visible states, e.g. selective electrolytic deposition, bubbles in liquids, light emission, colour change
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/9501—Semiconductor wafers
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8806—Specially adapted optical and illumination features
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • 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
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L22/00—Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
    • H01L22/20—Sequence of activities consisting of a plurality of measurements, corrections, marking or sorting steps
    • H01L22/26—Acting in response to an ongoing measurement without interruption of processing, e.g. endpoint detection, in-situ thickness measurement
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L22/00—Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
    • H01L22/30—Structural arrangements specially adapted for testing or measuring during manufacture or treatment, or specially adapted for reliability measurements

Landscapes

  • Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Computer Hardware Design (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Power Engineering (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Biochemistry (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Investigating Or Analyzing Materials By The Use Of Magnetic Means (AREA)

Abstract

제 1 문턱 값에서의 리피터 분석은 리피터 결함을 식별한다. 리피터 결함은 각각의 레티클 상에서 동일한 좌표에 위치한다. 그 좌표에 있는 반도체 웨이퍼의 모든 레티클 상의 이미지가 수신되고, 복수의 부호 있는 차이 이미지가 획득된다. 부호 있는 차이 이미지에 대한 리피터 문턱 값이 계산되고, 극성 일관성이 마찬가지로 계산된다. 리피터 문턱 값이 이미지에 적용되고, 각각의 리피터 당 남아 있는 결함 수가 결정된다. 보조 리피터 문턱 값이 뉴슨스 필터링을 위해 적용될 수 있다.

Description

반도체 웨이퍼의 리피터 결함 포착
관련 출원에 대한 상호 참조
본 출원은 2018년 5월 9일자에 출원되어 미국 출원 번호 제 62/669,361 호가 부여된 가출원에 대한 우선권을 주장하고, 이의 개시 내용은 본 명세서에 참조로 포함된다.
기술분야
본 개시는 결함 검출에 관한 것이다.
반도체 제조 산업의 진화에는 수율 관리, 특히 계측 및 검사 시스템에 대한 요구가 더욱 커지고 있다. 임계 치수는 계속 축소되고 있지만, 업계는 높은 수율, 고가의 생산을 달성하기 위한 시간을 줄여야 한다. 수율 문제를 검출하여 이를 해결하는데 걸리는 총 시간을 최소화하는 것이 반도체 제조업체의 투자 수익(return-on-investment)을 결정한다.
로직 및 메모리 디바이스와 같은 반도체 디바이스의 제조는 통상적으로 다수의 제조 공정 사용하여 반도체 웨이퍼를 처리하여 다양한 특징부 및 다수 레벨의 반도체 디바이스를 형성하는 것을 포함한다. 예를 들어, 리소그래피는 레티클로부터의 패턴을 반도체 웨이퍼 상에 배치된 포토 레지스트에 전사하는 것을 포함하는 반도체 제조 공정이다. 반도체 제조 공정의 추가적인 예들은, 화학적 기계적 연마(chemical-mechanical polishing; CMP), 에칭, 퇴적 및 이온 주입을 포함하지만 이에 제한되는 것은 아니다. 다수의 반도체 디바이스가 단일 반도체 웨이퍼 상에 정렬되어 제조될 수 있고, 그리고 나서 개별적인 반도체 디바이스로 분리될 수 있다.
고급 설계 규칙의 결함 검토는 매우 작은 물체를 검색할 수 있으므로(예를 들어, 10 nm 범위의 결함 검출), 이러한 결함을 포착하기 위해 핫 스캔을 실행할 수 있다. "핫 스캔"은 일반적으로 비교적 공격적인 검출 설정(예를 들어, 잡음 층에 실질적으로 가까운 문턱 값)을 적용하여 결함을 검출하거나 웨이퍼에서 측정을 수행하기 위해 수행되는 웨이퍼의 측정/검사를 의미한다. 이러한 방식으로, 튜닝 공정(예를 들어, 광학 선택 및 알고리즘 튜닝)에 사용될 웨이퍼에 대한 검사 또는 측정 데이터를 수집하기 위해 핫 스캔이 수행될 수 있다. 핫 스캔의 목표는 선택된 모드(들)에서 웨이퍼 상의 모든 결함 및 뉴슨스(nuisance) 유형의 대표적인 샘플을 검출하는 것이다.
리피터 결함(repeater defects)은 반도체 제조업체의 관심사이다. 리피터 결함은 일부 규칙적인 주기로 웨이퍼에 나타나는 결함이며 레티클의 다이 레이아웃 또는 웨이퍼의 스테핑 패턴과 일부 고정된 관계를 보여주는 결함이다. 레티클 결함이 리피터 결함의 일반적인 원인이다. 리피터 결함을 유발할 수 있는 레티클 결함에는, 예를 들어, 마스크 플레이트의 추가 크롬 패턴, 마스크 플레이트의 누락된 크롬, 마스크 플레이트 또는 레티클의 미립자 및 펠리클 손상이 포함된다.
리피터 필터링(예를 들어, 좌표 매칭을 사용함)은 뉴슨스 밀도를 관리 가능한 수준으로 가져올 수 있는 강력한 필터가 될 수 있다. 그러나, 마스크 검증에 필요한 핫 검사로 인해 수십억 개의 결함 후보가 발생할 수 있다. 리피터 결함은 "소프트" 리피터일 수 있음을 유념해야 한다. 소프트 리피터는 공정 변화로 인해 모든 레티클에 인쇄되지 않는다. 이는 전체 웨이퍼에 대한 결과를 분석할 수 있지만, 작업 중 리피터 결함 검출(repeater defect detection; RDD)을 사용할 수 없음을 의미한다.
광학 웨이퍼 검사 도구에 대한 기능 축소 및 잠재적 해상도 제한으로, 인쇄 검사의 주요 후보 검사 도구는 주사 전자 현미경(scanning electron microscope; SEM)과 같은 전자 빔 검사 도구이다. 그러나, 전자 빔 검사 도구는 처리량 단점이 있다. 최상의 다중 빔/컬럼 옵션 시나리오를 사용하면, 레티클 하나에 대한 예상 검사 시간은 8 시간 이상이다. 광대역 플라즈마(broadband plasma; BBP) 도구는 처리량이 훨씬 높으므로 커버리지가 훨씬 높다.
현재 BBP 도구 설계에서, 리피터 분석은 고급 결함 검출 제어기의 후 처리 단계의 일부이며, 현재 RDD 구현은 초기 결함 검출을 위해 최대 100 억 개의 결함을 지원한다.
현재 결함 검출 알고리즘은 시간순으로 결함 검출을 수행하며, 이는 알고리즘이 새 스와스의 학습을 이전 스와스에 적용하기 위해 이전 스와스로 돌아가지 않고 스와스마다 검사함을 의미한다. MDAT(multi-die adaptive threshold), SRD(standard reference die) 또는 NanoMDAT와 같은 현재 방법들은 유사한 단점이 있다. 첫째, 뉴슨스 비율이 높고 리피터 캡처 비율이 낮다. 둘째, 이러한 기술들은 결함이 리피터 결함이라는 정보를 사용하지 않아 검출 능력을 개선하지 못한다. 셋째, 많은 파라미터가 시간이 많이 소요되는 뉴슨스 튜닝에 사용되어야 한다.
이러한 3 개의 이전 기술들은 또한 개별 알고리즘에 비해 단점이 있다. MDAT 및 NanoMDAT 양자 모두는 검출되어야 하는 모든 추가 결함에 대해 단일 다이 대 다이 비교를 위해 이중 검출이 필요하다. SRD 및 MDAT 양자 모두는 전체 이미지 프레임(일반적으로 lk x lk 픽셀2)에서 잡음을 계산한다. 이미지 프레임 내에 많은 잡음원이 있을 수 있기 때문에, 잡음은 낮은 신호 대 잡음 비율을 가질 수 있다.
따라서, 새로운 리피터 결함 검출 기술 및 시스템이 필요하다.
제 1 실시예에서 방법이 제공된다. 방법은 프로세서를 사용하여 넌-리피터(non-repeater) 결함을 제거하고 리피터 결함을 식별하기 위해 제 1 문턱 값에서 반도체 웨이퍼에 대해 리피터 분석을 수행하는 단계를 포함한다. 리피터 결함은 각각의 레티클 상에서 동일한 좌표에 위치한다. 그 좌표에 있는 반도체 웨이퍼의 모든 레티클 상의 이미지가 프로세서에 수신된다. 복수의 부호 있는 차이 이미지가 프로세서를 사용하여 획득된다. 각각의 부호 있는 차이 이미지는 그 좌표에 있는 이미지 중 하나에 대한 것이다. 부호 있는 차이 이미지에 대한 평균 정규화 값이 프로세서를 사용하여 계산된다. 부호 있는 차이 이미지에서 극성 일관성이 프로세서를 사용하여 평가된다. 리피터 문턱 값이 프로세서를 사용하여 이미지에 적용된다. 리피터 문턱 값이 적용된 후 그 좌표에 남아 있는 결함 수가 프로세서를 사용하여 결정된다. 리피터 문턱 값은 프로세서를 사용하여 설정되어 뉴슨스에 대한 필터를 제공한다.
방법은 반도체 웨이퍼의 핫 스캔을 수행하는 단계를 더 포함할 수 있다. 핫 스캔의 결과가 리피터 분석에 사용된다.
차이 이미지를 획득하는 것은 단일 검출 알고리즘을 포함할 수 있다. 차이 이미지를 획득하는 것은 또한 이중 검출 알고리즘을 포함할 수 있다. 이중 검출 알고리즘을 사용하면, 부호 있는 차이 이미지는 좌표 당 더 높은 절댓값의 리피터 문턱 값과 함께 사용된다.
평균 정규화 값은 (결함 값 - 평균)/표준 편차 식을 사용하여 계산될 수 있다. 리피터 문턱 값이 최댓값이면, 결함은 밝은 극성 결함이다. 리피터 문턱 값이 최솟값이면, 결함은 어두운 극성 결함이다.
방법은 프로세서를 사용하여 리피터 결함의 위치에 있는 모든 레티클을 이미지화하라는 명령어를 전송하는 단계를 더 포함할 수 있다.
방법은 프로세서를 사용하여, 설정된 리피터 문턱 값을 사용해 이미지를 필터링하는 단계를 더 포함할 수 있다.
리피터 문턱 값 계산에는 밝은 극성을 가진 결함 수 및 어두운 극성을 가진 결함 수를 평가하는 것을 포함할 수 있다. 밝은 극성을 가진 결함 수와 어두운 극성을 가진 결함 수 중 더 큰 수가 리피터 문턱 값과 함께 사용될 수 있다.
제 1 실시예의 경우 중 하나를 실행하도록 프로세서에 지시하도록 구성된 프로그램을 저장한 비일시적 컴퓨터 판독 가능 매체가 제공될 수 있다.
제 2 실시예에서 시스템이 제공된다. 시스템은 광대역 플라즈마 도구 및 광대역 플라즈마 도구와 전자 통신하는 프로세서를 포함한다. 광대역 플라즈마 도구는 반도체 웨이퍼를 유지하도록 구성된 스테이지, 반도체 웨이퍼에 광을 지향시키도록 구성된 광원, 반도체 웨이퍼에서 반사된 광을 수신하고 이미지를 생성하도록 구성된 검출기를 포함한다. 프로세서는 넌-리피터 결함을 제거하고 리피터 결함을 식별하기 위해 제 1 문턱 값에서 반도체 웨이퍼에 대해 리피터 분석을 수행하고; 좌표에 있는 반도체 웨이퍼의 모든 레티클 상의 이미지를 수신하고; 복수의 부호 있는 차이 이미지를 획득하고; 부호 있는 차이 이미지에 대한 평균 정규화 값을 계산하고; 부호 있는 차이 이미지에서 극성 일관성을 평가하고; 리피터 문턱 값을 이미지에 적용하고; 문턱 값이 적용된 후 그 좌표에 남아 있는 결함 수를 결정하며; 리피터 문턱 값을 설정하여 뉴슨스에 대한 필터를 제공하도록 구성된다. 리피터 결함은 각각의 레티클 상에서 동일한 좌표에 위치한다. 각각의 부호 있는 차이 이미지는 그 좌표에 있는 이미지 중 하나에 대한 것이다.
광원은 심자외선, 자외선 또는 가변 조명 스펙트럼 소스 중 하나일 수 있다.
차이 이미지를 획득하는 것은 단일 검출 알고리즘을 포함할 수 있다. 차이 이미지를 획득하는 것은 또한 이중 검출 알고리즘을 포함할 수 있다. 부호 있는 차이 이미지는 좌표 당 더 높은 절댓값의 리피터 문턱 값과 함께 이중 검출 알고리즘에 사용된다.
평균 정규화 값은 (결함 값 - 평균)/표준 편차 식을 사용하여 계산될 수 있다. 리피터 문턱 값은 최댓값일 수 있고, 결함은 밝은 극성 결함일 수 있다.
평균 정규화 값은 (결함 값 - 평균)/표준 편차 식을 사용하여 계산될 수 있다. 리피터 문턱 값은 최솟값일 수 있고, 결함은 어두운 극성 결함일 수 있다.
프로세서는 리피터 결함의 위치에 있는 모든 레티클을 이미지화하라는 명령어를 전송하도록 구성될 수 있다.
프로세서는 설정된 리피터 문턱 값을 사용하여 이미지를 필터링하도록 구성될 수 있다.
본 개시의 본질 및 목적의 완전한 이해를 위해, 첨부 도면들과 함께 취해진 다음의 상세한 설명을 참조해야 한다.
도 1은 본 개시에 따른 방법의 일 실시예를 도시하는 흐름도이다.
도 2는 레티클 당 3 개의 다이를 포함하는 레티클의 레티클 스택 및 웨이퍼 맵이다.
도 3은 레티클 당 1 개의 다이를 포함하는 레티클의 레티클 스택 및 웨이퍼 맵이다.
도 4는 예시적인 18 개 레티클 세트를 도시한다.
도 5는 본 개시에 따른 시스템 실시예의 다이어그램이다.
청구된 주제가 특정 실시예들에 관하여 설명될 것이지만, 본 명세서에 기재된 모든 이점 및 특징을 제공하지 않는 실시예들을 포함하는 다른 실시예들도 또한 본 개시의 범위 내에 있다. 본 개시의 범위를 벗어나지 않으면서 다양한 구조적, 논리적, 공정 단계 및 전자적 변경이 이루어질 수 있다. 따라서, 본 개시의 범위는 오직 첨부된 청구 범위를 참조하여 정의된다.
본 명세서에 개시된 리피터 결함 검출의 실시예들은 이원적 알고리즘 접근법을 포함할 수 있다. 먼저, 핫 스캔이 수행되고, 예를 들어, MDAT 또는 SRD 알고리즘을 사용하여 그 결과를 분석한다. 그런 다음, 모든 잠재적 리피터 위치에 있는 이미지 데이터를 수집하여 통계 분석을 수행할 수 있다. 이중 검출은 2 개의 기준 이미지에서 후보 이미지 쌍을 뺀 최대 차이를 사용할 수 있다. 극성 일관성 분석이 수행될 수 있다. 따라서, 더 많은 수로 캡처된 (즉, 밝거나 어두운) 리피터 결함만 유지된다.
도 1은 방법(100)의 흐름도이다. 방법(100)의 하나 이상의 단계들은 프로세서를 사용할 수 있다.
단계(101)에서, 제 1 문턱 값에서 반도체 웨이퍼에 대해 리피터 분석이 수행된다. 제 1 문턱 값은 넌-리피터 결함을 제거하고 리피터 결함을 식별한다. 리피터 결함은 각각의 레티클 상에서 동일한 좌표에 위치한다. 소프트 리피터가 식별될 수 있다.
반도체 웨이퍼의 핫 스캔이 수행될 수 있다. 핫 스캔의 결과가 리피터 분석에 사용될 수 있다. 예를 들어, MDAT 또는 SRD를 사용하여 핫 스캔의 데이터를 분석할 수 있다. 리피터 분석 이후의 고유 리피터의 수는 n으로 표시될 수 있다.
예를 들어, 리피터 결함 위치는 로직 영역에 대한 RIA(repeater in array) 또는 SRD(standard reference die)와 같은 강력한 평균 알고리즘 또는 다이 대 다이 검사로 찾을 수 있다. 강력한 평균 알고리즘은 특정 수의 기준 프레임의 평균을 계산하고, 단일 픽셀 잡음과 같은 이상 값을 제거한다. 강력한 평균 알고리즘은 다이 대 다이 검사보다 스캔이 더 활발하게 실행될 수 있지만, 여전히 다이 대 다이 검사를 사용할 수 있다. RIA는 어레이 내의 많은 셀을 평균 내고 후보 이미지와 비교한다. SRD는 기준 웨이퍼의 황금색 (예를 들어, 기준 또는 깨끗한) 다이에서 기준 이미지를 계산한다. 그런 다음, 이는 검사 웨이퍼의 이미지와 비교될 수 있으며, 차이 이미지가 계산될 것이다.
단계(102)에서, 리피터 결함의 레티클 좌표에 있는 반도체 웨이퍼의 모든 레티클 상의 이미지가 수신된다. 리피터 결함의 위치에 있는 모든 레티클을 이미지화하라는 명령어가 전송될 수 있다. 이것은 SEM과 같은 웨이퍼 검사 도구에 의해 또는 BBP 도구에 의해 수행될 수 있다.
예를 들어, 단계(101)의 리피터 결함을 사용하여 리피터 결함에 대해 기록된 모든 레티클(r로 표시되는 카운트)에 대해 동일한 레티클 위치에서 32 x 32 픽셀2 이미지 데이터를 수집할 수 있다. 이것은 레티클이 정렬되어 있다고 가정한다. MDAT의 경우, n x r x 3 개의 이미지가 생성된다. 각 부위마다 결함 있는 이미지와 2 개의 기준 이미지가 있기 때문에 3의 인자가 존재한다. SRD의 경우, n x r x 2 개의 이미지가 생성된다. 각 부위마다 결함 있는 이미지와 1 개의 기준 이미지가 있기 때문에 2의 인자가 존재한다. 리피터 분석 이후의 고유 리피터의 수는 n으로 표시될 수 있으며, 동일한 리피터 식별자를 가진 결함은 r로 표시될 수 있다.
단계(103)에서, 복수의 부호 있는 차이 이미지가 획득된다. 각각의 부위에서 하나 이상의 부호 있는 차이 이미지가 획득된다. 각각의 부호 있는 차이 이미지는 리피터 결함의 좌표에 있는 이미지 중 하나에 대한 것일 수 있다. 부호 있는 차이 이미지를 획득하는 것은 단일 검출 알고리즘 또는 이중 검출 알고리즘을 포함할 수 있다. SRD의 경우 오직 1 개의 기준 이미지만 있으므로, 오직 1 개의 부호 있는 차이 이미지만 있음을 유념한다.
"부호 있는(signed)"이라는 용어는 후보 이미지의 그레이 레벨이 기준 이미지의 그레이 레벨에서 차감되고 각 픽셀에 대한 절댓값이 보고되는 차이 이미지를 계산하기 위해 자주 사용되는 절차와 구별하기 위해 사용된다. 가치 있는 정보를 포함하는 차이의 부호가 손실된다. 즉, 후보 이미지의 결함이 기준 이미지의 결함보다 더 밝거나 더 어두운지 여부를 잃을 수 있다. 리피터 결함의 경우, 동일한 리피터 결함에 대한 모든 부위는 정확히 동일한 부호를 가질 것으로 예상된다. 이것은 극성이라고 지칭될 수 있다. 주어진 리피터에 대해 상이한 레티클마다 부호가 다를 경우, 이는 뉴슨스일 수 있음을 나타낸다. 이 극성 일관성을 사용하여 뉴슨스 이벤트를 필터링할 수 있다.
결함이 후보에 있는지 여부가 알려지지 않거나 후보가 1 개의 기준과 비교되는 경우 기준이 알려지지 않기 때문에, 이중 검출이 사용될 수 있다. 제 2 기준이 사용되고 후보와 기준 간에 동일한 차이 신호가 존재하는 경우, 결함은 후보에 있어야 한다.
기준에 결함이 없는 것으로 알려진 경우, 단일 검출이 사용된다. 예를 들어, SRD에서, 깨끗한 기준이 사용된다. "깨끗한(clean)"은 이 깨끗한 (즉, 황금색) 기준과 비교하여 임의의 추가 결함이 있는지 여부가 유일한 정보로서 결정됨을 의미한다. 여러 기준 이미지의 중앙값으로부터 기준이 계산된 경우에도 단일 검출이 사용되며, 이 경우, 중앙값이 이러한 이상 값을 제거하기 때문에 중앙값 이미지 계산에 결함이 없을 것이기 때문이다.
단계(104)에서, 부호 있는 차이 이미지에 대한 평균 정규화 값이 계산된다. 예를 들어, 정규화는 신호의 차이(즉, 결함 값)에서 평균을 뺀 값을 표준 편차로 나누어 수행될 수 있다. 이 예에서, 평균과 표준 편차는 부호 있는 차이 이미지의 것이다. 결함이 밝은 극성 결함인 경우, 평균 정규화 값은 최댓값일 수 있다. 결함이 어두운 극성 결함인 경우, 평균 정규화 값은 최솟값일 수 있다. 어두운 결함 및 밝은 결함과 관련하여, 부위 당 더 큰 절댓값을 생성하는 식을 추가 분석에 사용할 수 있다.
평균 정규화 값은 다음 식을 사용하여 계산될 수 있다.
(결함 값 - 평균) / 표준 편차
이 식에서, 결함이 밝은 극성 결함인 경우, 평균 정규화 값은 최댓값일 수 있다. 결함이 어두운 극성 결함인 경우, 평균 정규화 값은 최솟값일 수 있다.
평균 정규화 값 식 외에 다른 계산을 수행하여 신호가 존재하는지 여부를 결정할 수 있다. 예를 들어, 원시 신호(예를 들어, 그레이 레벨 차이) 또는 패치 이미지를 기반으로 계산될 수 있는 기타 결함 속성이 사용될 수 있다. 결함 모양 또는 결함 크기가 계산될 수 있다. 또 다른 예에서, 신경망이 관심 결함(defects of interest; DOI) 및 뉴슨스 예들에 대해 훈련된다. 이 신경망은 로짓 값과 같은 유도 속성을 사용하여 주어진 수집된 패치 이미지에 결함이 존재하는지 여부를 결정할 수 있다.
단계(105)에서, 동일한 리피터 식별자를 가진 결함에 대해(각각 r 개의 결함), 평균 정규화 값에 미리 정의된 문턱 값을 적용한 후, 어두운 극성 및 밝은 극성을 가진 결함 수를 평가할 수 있다. 더 큰 카운트에 따라 어두운 극성 또는 밝은 극성 결함 중 하나를 사용할 수 있다. 미리 정의된 문턱 값은 사용자에 의해 설정될 수 있다.
단계(106)에서, 부호 있는 차이 이미지에서 극성 일관성이 평가된다. 리피터 당 더 많은 밝은 극성 결함이 있는 경우, 밝은 극성 결함의 카운트는 추가 분석에 사용될 것이다. 리피터 당 더 많은 어두운 극성 결함이 있는 경우, 어두운 극성 결함의 카운트가 추가 분석에 사용될 것이다.
단계(107)에서, 리피터 문턱 값이 이미지에 적용된다. 일 실시예에서, 모든 리피터는 리피터 당 캡처된 결함 수를 기반으로 분류될 수 있다. 예를 들어, 캡처 비율이 가장 높은 1000 개의 리피터가 SEM 검토를 위해 선택된다.
단계(108)에서, 리피터 문턱 값이 적용된 후 그 좌표에 남아 있는 결함 수가 결정된다. 각각의 리피터 결함 당 결함 수가 있을 수 있다. 예를 들어, 리피터 문턱 값이 설정되고 리피터 식별자 당 남아 있는 결함 수가 보고될 수 있다. 리피터 식별자 당 리피터 카운트가 가장 많은 리피터는 SEM을 사용하여 검토되어 해당 리피터가 관심 결함인지 뉴슨스인지 여부를 결정할 수 있다.
예를 들어, 5000 개의 리피터가 레티클의 50 % 미만에서 캡처되고, 600 개의 리피터가 레티클의 50-60 %에서 캡처되며, 400 개의 리피터가 레티클의 60 % 이상에서 캡처된다. SEM 검토 예산에 따라, 사용자는 60 % 캡처로 문턱 값을 설정할 수 있다. 또한 사용자는 1000 개의 리피터의 SEM 검토 예산을 가질 수 있고, 사용자는 상위 1000 개의 리피터를 검토할 수 있으며, 이 경우에, 상위 1000 개의 리피터는 레티클의 50 % 이상에서 캡처되는 모든 리피터이다.
단계(109)에서, 리피터 문턱 값은 사용자에 의해 설정될 수 있으며, 단계(108)의 결과에 기반할 수 있다. 리피터 문턱 값은 이미지 세트 간에 변경되거나 리피터 문턱 값이 이미지에 적용된 후에도 변경될 수 있다. 이것은 뉴슨스에 대한 필터를 제공할 수 있다. 뉴슨스 이벤트는 관심 결함보다 낮은 리피터 캡처 비율을 갖는다. 리피터 문턱 값을 튜닝하면 뉴슨스 비율을 줄일 수 있다. 이것은, 예를 들어, 뉴슨스 이벤트는 여러 레티클에 걸쳐 동일한 위치에서 발생할 가능성이 없기 때문일 수 있다.
리피터 문턱 값은 개별 웨이퍼에 고유하거나 유사한 설계의 다른 웨이퍼에 적용될 수 있다.
방법(100)의 실시예들은 단일 검출만을 필요로 하므로, 이는 감도를 증가시킨다. 로컬(예를 들어, 패치 이미지 기반) 신호가 분석에 사용될 수 있다. 극성이 같은 결함만 고려될 수 있다. 예를 들어, 결함 있는 이미지의 대부분은 기준 이미지보다 더 밝거나 더 어둡다.
방법(100)의 실시예들은 SRD와 호환 가능하고 단일 다이 레티클의 리피터 결함 캡처 비율을 개선하는 데 도움이 될 수 있다.
방법(100)의 실시예들은 더 높은 리피터 캡처 비율 및 더 낮은 뉴슨스 비율을 가능하게 할 수 있는데, 이는 모든 리피터 위치가 충분한 로컬 일관된 돌출 신호를 갖는 경우 제 1 검출 문턱 값을 통과할 필요가 없기 때문이다. 또한, 일반적으로 리피터 문턱 값만 조정될 필요가 있기 때문에 뉴슨스 튜닝에는 시간이 덜 소요된다.
도 2는 레티클 당 3 개의 다이를 포함하는 레티클의 레티클 스택 및 웨이퍼 맵이다. X로 표시된 모든 결함은 동일한 레티클 좌표에 위치하며 리피터이다. O로 표시된 모든 결함은 상이한 레티클 위치에서 발생하며 리피터가 아니다. 도 2의 예에서, MDAT와 같은 검출 알고리즘이 핫 스캔으로 결함을 검출한다. 이러한 결함이 동일한 레티클 좌표를 갖는 경우, 결함은 리피터 결함으로 간주된다. 이미지 데이터는 모든 레티클에 대해 동일한 위치에서 수집된다(예를 들어, 리피터 결함이 있는 좌표를 이미징함). 이것은 점으로 표시된다.
도 3은 레티클 당 1 개의 다이를 포함하는 레티클의 레티클 스택 및 웨이퍼 맵이다. X로 표시된 모든 결함은 동일한 레티클 좌표에 위치하며 리피터이다. O로 표시된 모든 결함은 상이한 레티클 위치에서 발생하며 리피터가 아니다. 도 3의 예에서, SRD와 같은 검출 알고리즘이 핫 스캔으로 결함을 검출한다. 이러한 결함이 동일한 레티클 좌표를 갖는 경우, 결함은 리피터 결함으로 간주된다. 이미지 데이터는 모든 레티클에 대해 동일한 위치에서 수집된다(예를 들어, 리피터 결함이 있는 좌표를 이미징함). 이것은 점으로 표시된다.
방법(100)은 본 명세서에 도시된 레티클 당 다이의 수로 제한되지 않는다. 방법(100)은 반도체 산업에서 사용되는 레티클 당 임의의 정수의 다이와 함께 사용될 수 있다. 따라서, 방법(100)은 레티클 당 1 개, 2 개, 4 개, 16 개 또는 다른 수의 다이와 함께 사용될 수 있다.
도 4는 18 개의 레티클을 보여주는 예이다. 이 표는 웨이퍼 상의 18 개의 레티클에 대해 동일한 레티클 위치에서 중앙에 결함이 있는 각각의 레티클에 대한 차이 이미지("Diff image")를 보여준다. 결함은 이미지 중앙에서 검은 색(강한 신호) 또는 회색(약한 신호) 원이다. 이미지는, 예를 들어, MDAT가 18 개 레티클 중 적어도 2 개에서 일부 리피터 결함을 검출한 후 수집된다.
자체적으로, MDAT는 18 개의 리피터 결함 중 3 개만 포착했다. 방법(100)의 리피터 문턱 값을 사용하는 MDAT("MDAT + AlgoR"로 지정됨)는 초기 MDAT 핫 스캔을 실행할 때 동일한 3 개의 결함을 검출하고, 그런 다음 이러한 결함이 리피터 결함임을 학습하고, 18 개의 모든 레티클에서 동일한 레티클 좌표에 대한 이미지 데이터를 수집한다. 이 예에서는 방법(100)의 리피터 문턱 값을 사용하는 MDAT + AlgoR을 사용하여 12 개의 결함을 캡처한다. 이것은 특정 방법을 사용하여 결함이 캡처되었는지 여부를 나타내는 예("Y") 및 아니오("N") 항목으로 표시된다. 모든 관심 결함이 이러한 동작을 보이는 경우, 12 개의 리피터 문턱 값을 사용하여 뉴슨스를 필터링할 수 있다. 이것은 뉴슨스 비율의 감소를 초래할 것이다.
시스템(200)의 일 실시예가 도 5에 도시되어 있다. 시스템(200)은 광학 기반 서브시스템(201)을 포함한다. 일반적으로, 광학 기반 서브시스템(201)은 광을 표본(202)에 지향시키고(또는 광으로 스캐닝하고) 표본(202)으로부터 광을 검출함으로써 표본(202)에 대한 광학 기반 출력을 생성하도록 구성된다. 일 실시예에서, 표본(202)은 웨이퍼를 포함한다. 웨이퍼는 당 업계에 공지된 임의의 웨이퍼를 포함할 수 있다. 다른 실시예에서, 표본은 레티클을 포함한다. 레티클은 당 업계에 공지된 임의의 레티클을 포함할 수 있다.
도 5에 도시된 시스템(200)의 실시예에서, 광학 기반 서브시스템(201)은 광을 표본(202)에 지향시키도록 구성된 조명 서브시스템을 포함한다. 조명 서브시스템은 적어도 하나의 광원을 포함한다. 예를 들어, 도 5에서 도시된 바와 같이, 조명 서브시스템은 광원(203)을 포함한다. 일 실시예에서, 조명 서브시스템은 하나 이상의 경사각 및/또는 하나 이상의 법선각을 포함할 수 있는 하나 이상의 입사각으로 표본(202)에 광을 지향시키도록 구성된다. 예를 들어, 도 5에 도시된 바와 같이, 광원(203)으로부터의 광은 광학 요소(204)를 통과하고 그런 다음 렌즈(205)를 통해 경사 입사각으로 표본(202)에 지향된다. 경사 입사각은 임의의 적합한 경사 입사각을 포함할 수 있으며, 이는, 예를 들어, 표본(202)의 특성에 따라 달라질 수 있다.
광학 기반 서브시스템(201)은 상이한 시간에 상이한 입사각으로 표본(202)에 광을 지향시키도록 구성될 수 있다. 예를 들어, 광학 기반 서브시스템(201)은 광이 도 5에서 도시된 것과는 상이한 입사각으로 표본(202)에 지향될 수 있도록 조명 서브시스템의 하나 이상의 요소의 하나 이상의 특성을 변경하도록 구성될 수 있다. 이러한 하나의 예에서, 광학 기반 서브시스템(201)은 광이 상이한 경사 입사각 또는 법선(또는 거의 법선) 입사각으로 표본(202)에 지향되도록 광원(203), 광학 요소(204) 및 렌즈(205)를 이동시키도록 구성될 수 있다.
일부 예에서, 광학 기반 서브시스템(201)은 동시에 하나 이상의 입사각으로 표본(202)에 광을 지향시키도록 구성될 수 있다. 예를 들어, 조명 서브시스템은 하나 이상의 조명 채널을 포함할 수 있고, 조명 채널 중 하나는 도 5에 도시된 바와 같이 광원(203), 광학 요소(204) 및 렌즈(205)를 포함할 수 있고, 조명 채널 중 다른 하나(도시되지 않음)는 상이하게 또는 동일하게 구성될 수 있는 유사한 요소들을 포함할 수 있거나, 적어도 하나의 광원 및 가능하게는 본 명세서에서 추가로 설명되는 것과 같은 하나 이상의 다른 구성 요소들을 포함할 수 있다. 이러한 광이 다른 광과 동시에 표본에 지향되는 경우, 상이한 입사각으로 표본(202)에 지향된 광의 하나 이상의 특성(예를 들어, 파장, 편광 등)이 상이할 수 있으므로 상이한 입사각으로 표본(202)을 조명함으로써 생기는 광은 검출기(들)에서 서로 구별될 수 있다.
다른 예에서, 조명 서브시스템은 단지 하나의 광원(예를 들어, 도 5에 도시된 광원(203))을 포함할 수 있고, 광원으로부터의 광은 조명 서브시스템의 하나 이상의 광학 요소(도시되지 않음)에 의해 (예를 들어, 파장, 편광 등에 기초하여) 상이한 광학 경로로 분리될 수 있다. 그런 다음, 각각의 상이한 광학 경로의 광이 표본(202)에 지향될 수 있다. 다수의 조명 채널은 동시에 또는 상이한 시간에 (예를 들어, 상이한 조명 채널이 순차적으로 표본을 조명하는 데 사용되는 경우) 표본(202)에 광을 지향시키도록 구성될 수 있다. 다른 예에서, 동일한 조명 채널은 상이한 시간에 상이한 특성을 갖는 광을 표본(202)에 지향시키도록 구성될 수 있다. 예를 들어, 일부 예에서, 광학 요소(204)는 스펙트럼 필터로서 구성될 수 있으며, 스펙트럼 필터의 특성은 상이한 파장의 광이 상이한 시간에 표본(202)에 지향될 수 있도록 다양한 상이한 방식으로 (예를 들어, 스펙트럼 필터를 교체함으로써) 변경될 수 있다. 조명 서브시스템은 순차적으로 또는 동시에 상이하거나 또는 동일한 입사각으로 표본(202)에 상이하거나 또는 동일한 특성을 갖는 광을 지향시키는 당 업계에 공지된 임의의 다른 적절한 구성을 가질 수 있다.
일 실시예에서, 광원(203)은 광대역 플라즈마(broadband plasma; BBP) 소스를 포함할 수 있다. 이러한 방식으로, 광원(203)에 의해 생성되어 표본(202)에 지향되는 광은 광대역 광을 포함할 수 있다. 그러나, 광원은 레이저와 같은 임의의 다른 적절한 광원을 포함할 수 있다. 레이저는 당 업계에 공지된 임의의 적합한 레이저를 포함할 수 있고, 당 업계에 공지된 임의의 적합한 파장 또는 파장들에서 광을 생성하도록 구성될 수 있다. 또한, 레이저는 단색 또는 거의 단색인 광을 생성하도록 구성될 수 있다. 이러한 방식으로, 레이저는 협대역 레이저일 수 있다. 광원(203)은 또한 다수의 이산 파장 또는 파장대역에서 광을 생성하는 다색 광원을 포함할 수 있다.
광학 요소(204)로부터의 광은 렌즈(205)에 의해 표본(202)에 포커싱될 수 있다. 렌즈(205)가 단일 굴절 광학 요소로서 도 5에 도시되어 있지만, 실제로, 렌즈(205)는 광학 요소로부터 표본에 광을 조합하여 포커싱하는 다수의 굴절 및/또는 반사 광학 요소를 포함할 수 있음을 이해해야 한다. 도 5에 도시되고 본 명세서에 설명된 조명 서브시스템은 임의의 다른 적절한 광학 요소(도시되지 않음)를 포함할 수 있다. 이러한 광학 요소의 예는 편광 구성 요소(들), 스펙트럼 필터(들), 공간 필터(들), 반사 광학 요소(들), 아포다이저(들), 빔 스플리터(들)(예컨대, 빔 스플리터(213)), 개구(들) 등을 포함하지만 이에 제한되지 않으며, 당 업계에 공지된 임의의 이러한 적절한 광학 요소를 포함할 수 있다. 또한, 광학 기반 서브시스템(201)은 광학 기반 출력을 생성하기 위해 사용될 조명의 유형에 기초하여 조명 서브시스템의 하나 이상의 요소를 변경하도록 구성될 수 있다.
광학 기반 서브시스템(201)은 또한 광으로 표본(202)을 스캔하도록 구성된 스캐닝 서브시스템을 포함할 수 있다. 예를 들어, 광학 기반 서브시스템(201)은 광학 기반 출력 생성 동안 표본(202)이 배치되는 스테이지(206)를 포함할 수 있다. 스캐닝 서브시스템은 광으로 표본(202)을 스캔할 수 있도록 표본(202)을 이동시키도록 구성될 수 있는 임의의 적합한 기계적 및/또는 로봇식 어셈블리(스테이지(206)를 포함함)를 포함할 수 있다. 추가적으로 또는 대안적으로, 광학 기반 서브시스템(201)은 광학 기반 서브시스템(201)의 하나 이상의 광학 요소가 표본(202)에 대한 광의 일부 스캐닝을 수행하도록 구성될 수 있다. 뱀 모양 경로 또는 나선형 경로와 같은 임의의 적합한 방식으로 광으로 표본(202)을 스캔할 수 있다.
광학 기반 서브시스템(201)은 하나 이상의 검출 채널을 더 포함한다. 하나 이상의 검출 채널 중 적어도 하나는 서브시스템에 의한 표본(202)의 조명으로 인해 표본(202)으로부터 광을 검출하고 검출된 광에 응답하여 출력을 생성하도록 구성된 검출기를 포함한다. 예를 들어, 도 5에 도시된 광학 기반 서브시스템(201)은 2 개의 검출 채널을 포함하는데, 하나는 수집기(207), 요소(208) 및 검출기(209)에 의해 형성되고, 다른 하나는 수집기(210), 요소(211) 및 검출기(212)에 의해 형성된다. 도 5에 도시된 바와 같이, 2 개의 검출 채널은 상이한 수집각으로 광을 수집하고 검출하도록 구성된다. 일부 예에서, 양자 모두의 검출 채널은 산란된 광을 검출하도록 구성되고, 검출 채널은 표본(202)으로부터 상이한 각도로 산란되는 광을 검출하도록 구성된다. 그러나, 검출 채널 중 하나 이상이 표본(202)으로부터 다른 유형의 광(예를 들어, 반사된 광)을 검출하도록 구성될 수 있다.
도 5에 추가로 도시된 바와 같이, 양자 모두의 검출 채널은 지면 내에 배치된 것으로 도시되어 있고, 조명 서브시스템은 또한 지면 내에 배치된 것으로 도시되어 있다. 그러므로, 이 실시예에서, 양자 모두의 검출 채널은 입사면에 배치된다(예를 들어, 이의 중심에 있다). 그러나, 검출 채널 중 하나 이상이 입사면 밖에 배치될 수 있다. 예를 들어, 수집기(210), 요소(211), 및 검출기(212)에 의해 형성된 검출 채널은 입사면 밖으로 산란된 광을 수집하고 검출하도록 구성될 수 있다. 그러므로, 이러한 검출 채널은 일반적으로 "사이드(side)" 채널로 지칭될 수 있으며, 이러한 사이드 채널은 입사면에 실질적으로 수직인 평면에서 중심에 있을 수 있다.
도 5는 2 개의 검출 채널을 포함하는 광학 기반 서브시스템(201)의 실시예를 도시하지만, 광학 기반 서브시스템(201)은 상이한 수의 검출 채널(예를 들어, 단 하나의 검출 채널 또는 2 개 이상의 검출 채널)을 포함할 수 있다. 이러한 하나의 예에서, 수집기(210), 요소(211), 및 검출기(212)에 의해 형성된 검출 채널은 위에서 설명된 바와 같이 하나의 사이드 채널을 형성할 수 있고, 광학 기반 서브시스템(201)은 입사면의 반대 측 상에 배치되는 다른 사이드 채널로서 형성된 추가의 검출 채널(도시되지 않음)을 포함할 수 있다. 따라서, 광학 기반 서브시스템(201)은 수집기(207), 요소(208) 및 검출기(209)를 포함하고, 입사면의 중심에 있으며, 표본(202) 표면에 법선인 또는 이에 가까운 산란각(들)으로 광을 수집하고 검출하도록 구성된 검출 채널을 포함할 수 있다. 따라서, 이 검출 채널은 일반적으로 "탑(top)" 채널로 지칭될 수 있고, 광학 기반 서브시스템(201)은 또한 위에서 설명된 바와 같이 구성된 2 개 이상의 사이드 채널을 포함할 수 있다. 이와 같이, 광학 기반 서브시스템(201)은 적어도 3 개의 채널(즉, 1 개의 탑 채널 및 2 개의 사이드 채널)을 포함할 수 있고, 적어도 3 개의 채널 각각은 자체 수집기를 가지며, 각각의 수집기는 다른 수집기 각각과는 상이한 산란각으로 광을 수집하도록 구성된다.
또한 위에서 설명된 바와 같이, 광학 기반 서브시스템(201)에 포함된 각각의 검출 채널은 산란된 광을 검출하도록 구성될 수 있다. 따라서, 도 5에 도시된 광학 기반 서브시스템(201)은 표본(202)에 대한 암시야(dark field; DF) 출력 생성을 위해 구성될 수 있다. 그러나, 광학 기반 서브시스템(201)은 또한 또는 대안적으로 표본(202)에 대한 명시야(bright field; BF) 출력 생성을 위해 구성된 검출 채널(들)을 포함할 수 있다. 다시 말해서, 광학 기반 서브시스템(201)은 표본(202)로부터 정반사된 광을 검출하도록 구성된 적어도 하나의 검출 채널을 포함할 수 있다. 따라서, 본 명세서에 설명된 광학 기반 서브시스템(201)은 DF 단독, BF 단독 또는 DF 및 BF 이미징 모두를 위해 구성될 수 있다. 수집기 각각이 단일 굴절 광학 요소로서 도 5에 도시되어 있지만, 수집기 각각은 하나 이상의 굴절 광학 요소(들) 및/또는 하나 이상의 반사 광학 요소(들)를 포함할 수 있음을 이해해야 한다.
하나 이상의 검출 채널은 당 업계에 공지된 임의의 적합한 검출기를 포함할 수 있다. 예를 들어, 검출기는 광전자증폭관(photo-multiplier tube; PMT), 전하 결합 소자(charge coupled device; CCD), 시간 지연 통합(time delay integration; TDI) 카메라 및 당 업계에 공지된 임의의 다른 적합한 검출기를 포함할 수 있다. 검출기는 또한 넌-이미징(non-imaging) 검출기 또는 이미징 검출기를 포함할 수 있다. 이러한 방식으로, 검출기가 넌-이미징 검출기인 경우, 각각의 검출기는 강도와 같은 산란된 광의 특정 특성을 검출하도록 구성될 수 있지만, 이미징 평면 내의 위치 함수로서 이러한 특성을 검출하도록 구성되지 않을 수 있다. 이와 같이, 광학 기반 서브시스템의 각각의 검출 채널에 포함된 각각의 검출기에 의해 생성되는 출력은 신호 또는 데이터일 수 있지만, 이미지 신호 또는 이미지 데이터가 아닐 수 있다. 이러한 예에서, 프로세서(214)와 같은 프로세서가 검출기의 넌-이미징 출력으로부터 표본(202)의 이미지를 생성하도록 구성될 수 있다. 그러나, 다른 예에서, 검출기는 이미지 신호 또는 이미지 데이터를 생성하도록 구성된 이미징 검출기로 구성될 수 있다. 따라서, 광학 기반 서브시스템은 다양한 방식으로 본 명세서에 설명된 광학 이미지 또는 다른 광학 기반 출력을 생성하도록 구성될 수 있다.
도 5는 본 명세서에 설명된 시스템 실시예에 포함될 수 있거나 본 명세서에 설명된 시스템 실시예에 의해 사용되는 광학 기반 출력을 생성할 수 있는 광학 기반 서브시스템(201)의 구성을 일반적으로 도시하기 위해 본 명세서에 제공된 것임을 유념한다. 본 명세서에 설명된 광학 기반 서브시스템(201) 구성은 상업적 출력 획득 시스템을 설계할 때 일반적으로 수행되는 바와 같이 광학 기반 서브시스템(201)의 성능을 최적화하도록 변경될 수 있다. 또한, 본 명세서에 설명된 시스템은 기존 시스템을 사용하여 (예를 들어, 본 명세서에 설명된 기능을 기존 시스템에 추가함으로써) 구현될 수 있다. 이러한 일부 시스템의 경우, 본 명세서에 설명된 방법은 (예를 들어, 시스템의 다른 기능에 더하여) 시스템의 선택적 기능으로서 제공될 수 있다. 대안적으로, 본 명세서에 설명된 시스템은 완전히 새로운 시스템으로 설계될 수 있다.
프로세서(214)는 프로세서(214)가 출력을 수신할 수 있도록 임의의 적합한 방식으로 (예를 들어, 유선 및/또는 무선 전송 매체를 포함할 수 있는 하나 이상의 전송 매체를 통해) 시스템(200)의 구성 요소들에 결합될 수 있다. 프로세서(214)는 출력을 사용하여 다수의 기능을 수행하도록 구성될 수 있다. 시스템(200)은 프로세서(214)로부터 명령어 또는 다른 정보를 수신할 수 있다. 프로세서(214) 및/또는 전자 데이터 저장 유닛(215)은 선택적으로 웨이퍼 검사 도구, 웨이퍼 계측 도구 또는 웨이퍼 검토 도구(도시되지 않음)와 전자 통신할 수 있어 추가 정보를 수신하거나 명령어를 전송할 수 있다. 예를 들어, 프로세서(214) 및/또는 전자 데이터 저장 유닛(215)은 SEM과 전자 통신할 수 있다.
본 명세서에 설명된 프로세서(214), 다른 시스템(들) 또는 다른 서브시스템(들)은 개인용 컴퓨터 시스템, 이미지 컴퓨터, 메인 프레임 컴퓨터 시스템, 워크 스테이션, 네트워크 기기, 인터넷 기기 또는 다른 디바이스를 포함하는 다양한 시스템의 일부일 수 있다. 서브시스템(들) 또는 시스템(들)은 또한 병렬 프로세서와 같은 당 업계에 공지된 임의의 적합한 프로세서를 포함할 수 있다. 또한, 서브시스템(들) 또는 시스템(들)은 고속 처리 및 소프트웨어를 갖는 플랫폼을 독립형 또는 네트워크형 도구로서 포함할 수 있다.
프로세서(214) 및 전자 데이터 저장 유닛(215)은 시스템(200) 또는 다른 디바이스 내에 또는 다른 부분에 배치될 수 있다. 예를 들어, 프로세서(214) 및 전자 데이터 저장 유닛(215)은 독립형 제어 유닛의 일부이거나 중앙 집중식 품질 제어 유닛에 있을 수 있다. 다수의 프로세서(214) 또는 전자 데이터 저장 유닛(215)이 사용될 수 있다.
프로세서(214)는 하드웨어, 소프트웨어 및 펌웨어의 임의의 조합에 의해 실제로 구현될 수 있다. 또한, 본 명세서에 설명된 바와 같은 기능들이 하나의 유닛에 의해 수행될 수 있거나, 상이한 구성 요소들 간에 분할될 수 있으며, 각각의 구성 요소는 결국 하드웨어, 소프트웨어 및 펌웨어의 임의의 조합에 의해 구현될 수 있다. 프로세서(214)가 다양한 방법 및 기능을 구현하도록 하는 프로그램 코드 또는 명령어는 전자 데이터 저장 유닛(215) 내의 메모리 또는 다른 메모리와 같은 판독 가능 저장 매체에 저장될 수 있다.
시스템(200)이 하나 이상의 프로세서(214)를 포함하는 경우, 상이한 서브시스템은 이미지, 데이터, 정보, 명령어 등이 서브시스템 간에 전송될 수 있도록 서로 결합될 수 있다. 예를 들어, 하나의 서브시스템은 당 업계에 공지된 임의의 적합한 유선 및/또는 무선 전송 매체를 포함할 수 있는 임의의 적합한 전송 매체에 의해 추가 서브시스템(들)에 결합될 수 있다. 이러한 서브시스템 중 2 개 이상이 또한 공유된 컴퓨터 판독 가능 저장 매체(도시되지 않음)에 의해 효과적으로 결합될 수 있다.
프로세서(214)는 시스템(200)의 출력 또는 다른 출력을 사용하여 다수의 기능을 수행하도록 구성될 수 있다. 예를 들어, 프로세서(214)는 출력을 전자 데이터 저장 유닛(215) 또는 다른 저장 매체에 전송하도록 구성될 수 있다. 프로세서(214)는 본 명세서에 설명된 바와 같이 추가로 구성될 수 있다.
시스템이 하나 이상의 서브시스템을 포함하는 경우, 상이한 서브시스템은 이미지, 데이터, 정보, 명령어 등이 서브시스템 간에 전송될 수 있도록 서로 결합될 수 있다. 예를 들어, 하나의 서브시스템은 당 업계에 공지된 임의의 적합한 유선 및/또는 무선 전송 매체를 포함할 수 있는 임의의 적합한 전송 매체에 의해 추가 서브시스템(들)에 결합될 수 있다. 이러한 서브시스템 중 2 개 이상이 또한 공유된 컴퓨터 판독 가능 저장 매체(도시되지 않음)에 의해 효과적으로 결합될 수 있다.
프로세서(214)는 본 명세서에 설명된 실시예들 중 임의의 실시예에 따라 구성될 수 있다. 프로세서(214)는 또한 시스템(200)의 출력을 사용하거나 다른 소스로부터의 이미지 또는 데이터를 사용하여 다른 기능 또는 추가 단계를 수행하도록 구성될 수 있다.
본 명세서에 개시된 시스템(200) 및 방법의 다양한 단계, 기능 및/또는 동작은 전자 회로, 로직 게이트, 멀티플렉서, 프로그램 가능 로직 디바이스, ASIC, 아날로그 또는 디지털 제어부/스위치, 마이크로 컨트롤러 또는 컴퓨팅 시스템 중 하나 이상에 의해 수행된다. 본 명세서에 설명된 것과 같은 방법을 구현하는 프로그램 명령어는 캐리어 매체를 통해 전송되거나 이에 저장될 수 있다. 캐리어 매체는 읽기 전용 메모리, 랜덤 액세스 메모리, 자기 또는 광학 디스크, 비휘발성 메모리, 솔리드 스테이트 메모리, 자기 테이프 등과 같은 저장 매체를 포함할 수 있다. 캐리어 매체는 와이어, 케이블 또는 무선 전송 링크와 같은 전송 매체를 포함할 수 있다. 예를 들어, 본 개시 내용 전체에 걸쳐 설명된 다양한 단계는 단일 프로세서(214) 또는 대안적으로 다수의 프로세서(214)에 의해 수행될 수 있다. 더욱이, 시스템(200)의 상이한 서브시스템은 하나 이상의 컴퓨팅 또는 로직 시스템을 포함할 수 있다. 그러므로, 상기 설명은 본 개시에 대한 제한으로 해석되어서는 안 되고, 단지 예시로서 해석되어야 한다.
일 예에서, 프로세서(214)는 BBP를 사용할 수 있는 시스템(200)과 통신한다. 광원은 심자외선, 자외선 또는 가변 조명 스펙트럼 소스 중 하나이다. 프로세서(214)는 넌-리피터 결함을 제거하고 리피터 결함을 식별하기 위해 제 1 문턱 값에서 반도체 웨이퍼에 대해 리피터 분석을 수행하도록 구성된다. 리피터 결함은 각각의 레티클 상에서 동일한 좌표에 위치한다. 프로세서(214)는 또한 그 좌표에 있는 반도체 웨이퍼의 모든 레티클 상의 이미지를 수신하도록 구성된다. 프로세서(214)는 또한 복수의 부호 있는 차이 이미지를 획득하도록 구성된다. 각각의 부호 있는 차이 이미지는 그 좌표에 있는 이미지 중 하나에 대한 것이다. 프로세서(214)는 또한 부호 있는 차이 이미지에 대한 평균 정규화 값을 계산하고, 부호 있는 차이 이미지에서 극성 일관성을 평가하고, 이미지에 리피터 문턱 값을 적용하고, 문턱 값이 적용된 후 그 좌표에 남아 있는 결함 수를 결정하며, 리피터 문턱 값을 설정하여 뉴슨스에 대한 필터를 제공하도록 구성된다.
차이 이미지를 획득하는 것은 단일 검출 알고리즘 또는 이중 검출 알고리즘을 포함할 수 있다. 이중 검출 알고리즘의 경우, 부호 있는 차이 이미지는 더 높은 절댓값의 리피터 문턱 값과 함께 사용된다.
평균 정규화 값은 (결함 값 - 평균)/표준 편차 식을 사용하여 계산될 수 있다. 결함이 밝은 극성 결함인 경우, 리피터 문턱 값은 최댓값일 수 있다. 결함이 어두운 극성 결함인 경우, 리피터 임계 값은 최솟값일 수 있다.
프로세서(214)는 리피터 결함의 위치에 있는 모든 레티클을 이미지화하라는 명령어를 전송하도록 구성될 수 있다.
설정된 리피터 문턱 값을 사용하는 이미지는 예컨대 프로세서(214)를 사용하여 필터링될 수 있다.
추가 실시예는 본 명세서에 개시된 바와 같이, 표본(202)의 표면 상의 조명 영역의 높이를 결정하기 위한 컴퓨터 구현 방법을 수행하기 위해 제어기에서 실행 가능한 프로그램 명령어를 저장하는 비일시적 컴퓨터 판독 가능 매체에 관한 것이다. 특히, 도 5에 도시된 바와 같이, 전자 데이터 저장 유닛(215) 또는 다른 저장 매체는 프로세서(214)에서 실행 가능한 프로그램 명령어를 포함하는 비일시적 컴퓨터 판독 가능 매체를 포함할 수 있다. 컴퓨터 구현 방법은 방법(100)을 포함하여 본 명세서에 설명된 임의의 방법(들)의 임의의 단계(들)를 포함할 수 있다.
본 명세서에 설명된 것과 같은 방법을 구현하는 프로그램 명령어는 전자 데이터 저장 유닛(215) 또는 다른 저장 매체와 같은 컴퓨터 판독 가능 매체에 저장될 수 있다. 컴퓨터 판독 가능 매체는 자기 또는 광학 디스크, 또는 자기 테이프와 같은 저장 매체, 또는 당 업계에 공지된 임의의 다른 적합한 비일시적 컴퓨터 판독 가능 매체일 수 있다.
특히, 프로그램 명령어는 절차 기반 기술, 구성 요소 기반 기술 및/또는 객체 지향 기술을 포함하는 다양한 방식들 중 임의의 방식으로 구현될 수 있다. 예를 들어, 프로그램 명령어는 원하는 바에 따라, 액티브 X 컨트롤(ActiveX control), C++ 객체, 자바빈(JavaBean), 마이크로소프트 파운데이션 클래스(Microsoft Foundation Classes; MFC), SSE(Streaming SIMD Extension) 또는 다른 기술들 또는 방법론들을 사용하여 구현될 수 있다.
방법의 각각의 단계는 본 명세서에서 설명된 바와 같이 수행될 수 있다. 방법은 또한 본 명세서에서 설명된 프로세서 및/또는 컴퓨터 서브시스템(들) 또는 시스템(들)에 의해 수행될 수 있는 임의의 다른 단계(들)를 포함할 수 있다. 단계는 본 명세서에서 설명된 임의의 실시예들에 따라 구성될 수 있는 하나 이상의 컴퓨터 시스템에 의해 수행될 수 있다. 게다가, 위에서 설명된 방법은 본 명세서에 설명된 임의의 시스템 실시예들에 의해 수행될 수 있다.
본 개시가 하나 이상의 특정 실시예들에 관하여 설명되었지만, 본 개시의 범위를 벗어나지 않고 본 개시의 다른 실시예들이 이루어질 수 있음을 이해할 것이다. 따라서, 본 개시는 첨부된 청구 범위 및 그것의 합리적인 해석에 의해서만 제한되는 것으로 간주된다.

Claims (20)

  1. 방법에 있어서,
    프로세서를 사용하여, 넌-리피터 결함(non-repeater defects)을 제거하고 리피터 결함을 식별하기 위해 제 1 문턱 값에서 반도체 웨이퍼에 대해 리피터 분석을 수행하는 단계 - 상기 리피터 결함은 각각의 레티클 상에서 동일한 좌표에 위치함 - ;
    상기 프로세서에서, 상기 좌표에 있는 상기 반도체 웨이퍼의 모든 레티클 상의 이미지를 수신하는 단계;
    상기 프로세서를 사용하여, 복수의 부호 있는 차이 이미지(signed difference image)를 획득하는 단계 - 상기 부호 있는 차이 이미지 각각은 상기 좌표에 있는 상기 이미지 중 하나와 기준 이미지 사이의 차이를 나타내는 것임 - ;
    상기 프로세서를 사용하여, 상기 부호 있는 차이 이미지에 대한 평균 정규화 값을 계산하는 단계;
    상기 프로세서를 사용하여, 상기 부호 있는 차이 이미지에서 극성 일관성을 평가하는 단계;
    상기 프로세서를 사용하여, 상기 이미지에 리피터 문턱 값을 적용하는 단계;
    상기 프로세서를 사용하여, 상기 리피터 문턱 값을 적용한 후, 상기 좌표에 남아 있는 결함 수를 결정하는 단계; 및
    상기 프로세서를 사용하여, 상기 리피터 문턱 값을 설정하여 뉴슨스(nuisance)에 대한 필터를 제공하는 단계
    를 포함하는 방법.
  2. 제 1 항에 있어서,
    상기 반도체 웨이퍼의 핫 스캔을 수행하는 단계
    를 더 포함하고, 상기 핫 스캔의 결과가 상기 리피터 분석에 사용되는 것인, 방법.
  3. 제 1 항에 있어서, 상기 차이 이미지를 획득하는 단계는 단일 검출 알고리즘을 포함하는 것인, 방법.
  4. 제 1 항에 있어서, 상기 차이 이미지를 획득하는 단계는 이중 검출 알고리즘을 포함하는 것인, 방법.
  5. 제 4 항에 있어서, 상기 부호 있는 차이 이미지는 좌표 당 더 높은 절대값의 리피터 문턱 값과 함께 사용되는 것인, 방법.
  6. 제 1 항에 있어서, 상기 평균 정규화 값은 (결함 값 - 평균)/표준 편차 식을 사용하여 계산되는 것인, 방법.
  7. 제 6 항에 있어서, 상기 리피터 문턱 값은 최대값이고, 상기 결함은 밝은 극성 결함인 것인, 방법.
  8. 제 6 항에 있어서, 상기 리피터 문턱 값은 최소값이고, 상기 결함은 어두운 극성 결함인 것인, 방법.
  9. 제 1 항에 있어서,
    상기 프로세서를 사용하여, 상기 리피터 결함의 위치에 있는 모든 레티클을 이미지화하라는 명령어를 전송하는 단계
    를 더 포함하는 방법.
  10. 제 1 항에 있어서,
    상기 프로세서를 사용하여, 설정된 상기 리피터 문턱 값을 사용하여 상기 이미지를 필터링하는 단계
    를 더 포함하는 방법.
  11. 제 1 항에 있어서, 상기 리피터 문턱 값을 계산하는 것은 밝은 극성을 가진 결함 수 및 어두운 극성을 가진 결함 수를 평가하는 단계를 포함하고, 밝은 극성을 가진 결함 수와 어두운 극성을 가진 결함 수 중 더 큰 수가 상기 리피터 문턱 값과 함께 사용되는 것인, 방법.
  12. 제 1 항의 방법을 실행하도록 프로세서에 지시하도록 구성된 프로그램을 저장한 비일시적 컴퓨터 판독 가능 매체.
  13. 시스템에 있어서,
    광대역 플라즈마 도구; 및
    상기 광대역 플라즈마 도구와 전자 통신하는 프로세서
    를 포함하고,
    상기 광대역 플라즈마 도구는:
    반도체 웨이퍼를 유지하도록 구성된 스테이지;
    상기 반도체 웨이퍼에 광을 지향시키도록 구성된 광원; 및
    상기 반도체 웨이퍼에서 반사된 광을 수신하고 이미지를 생성하도록 구성된 검출기를 포함하고,
    상기 프로세서는:
    넌-리피터 결함을 제거하고 리피터 결함을 식별하기 위해 제 1 문턱 값에서 반도체 웨이퍼에 대해 리피터 분석을 수행하고 - 상기 리피터 결함은 각각의 레티클 상에서 동일한 좌표에 위치함 - ;
    상기 좌표에 있는 상기 반도체 웨이퍼의 모든 레티클 상의 이미지를 수신하고;
    복수의 부호 있는 차이 이미지를 획득하고 - 상기 부호 있는 차이 이미지 각각은 상기 좌표에 있는 상기 이미지 중 하나와 기준 이미지 사이의 차이를 나타내는 것임 - ;
    상기 부호 있는 차이 이미지에 대한 평균 정규화 값을 계산하고;
    상기 부호 있는 차이 이미지에서 극성 일관성을 평가하고;
    상기 이미지에 리피터 문턱 값을 적용하고;
    상기 문턱 값을 적용한 후, 상기 좌표에 남아 있는 결함 수를 결정하며;
    상기 리피터 문턱 값을 설정하여 뉴슨스에 대한 필터를 제공하도록 구성되는 것인, 시스템.
  14. 제 13 항에 있어서, 상기 광원은 심자외선, 자외선, 또는 가변 조명 스펙트럼 소스 중 하나인 것인, 시스템.
  15. 제 13 항에 있어서, 상기 차이 이미지를 획득하는 것은 단일 검출 알고리즘을 포함하는 것인, 시스템.
  16. 제 13 항에 있어서, 상기 차이 이미지를 획득하는 것은 이중 검출 알고리즘을 포함하고, 상기 부호 있는 차이 이미지는 좌표 당 더 높은 절대값의 리피터 문턱 값과 함께 사용되는 것인, 시스템.
  17. 제 13 항에 있어서, 상기 평균 정규화 값은 (결함 값 - 평균)/표준 편차 식을 사용하여 계산되며, 상기 리피터 문턱 값은 최대값이고, 상기 결함은 밝은 극성 결함인 것인, 시스템.
  18. 제 13 항에 있어서, 상기 평균 정규화 값은 (결함 값 - 평균)/표준 편차 식을 사용하여 계산되며, 상기 리피터 문턱 값은 최소값이고, 상기 결함은 어두운 극성 결함인 것인, 시스템.
  19. 제 13 항에 있어서, 상기 프로세서는 상기 리피터 결함의 위치에 있는 모든 레티클을 이미지화하라는 명령어를 전송하도록 구성되는 것인, 시스템.
  20. 제 13 항에 있어서, 상기 프로세서는 설정된 상기 리피터 문턱 값을 사용하여 상기 이미지를 필터링하도록 구성되는 것인, 시스템.
KR1020207035051A 2018-05-09 2019-05-09 반도체 웨이퍼의 리피터 결함 포착 KR102514136B1 (ko)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US201862669361P 2018-05-09 2018-05-09
US62/669,361 2018-05-09
US16/101,553 US10557802B2 (en) 2018-05-09 2018-08-13 Capture of repeater defects on a semiconductor wafer
US16/101,553 2018-08-13
PCT/US2019/031399 WO2019217604A1 (en) 2018-05-09 2019-05-09 Capture of repeater defects on a semiconductor wafer

Publications (2)

Publication Number Publication Date
KR20200141524A KR20200141524A (ko) 2020-12-18
KR102514136B1 true KR102514136B1 (ko) 2023-03-23

Family

ID=68464538

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020207035051A KR102514136B1 (ko) 2018-05-09 2019-05-09 반도체 웨이퍼의 리피터 결함 포착

Country Status (5)

Country Link
US (1) US10557802B2 (ko)
KR (1) KR102514136B1 (ko)
CN (1) CN112074937B (ko)
TW (1) TWI778258B (ko)
WO (2) WO2019217224A1 (ko)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11810284B2 (en) * 2020-08-21 2023-11-07 Kla Corporation Unsupervised learning for repeater-defect detection
US20220383470A1 (en) * 2021-05-21 2022-12-01 Kla Corporation System and method for optical wafer characterization with image up-sampling
US20230314336A1 (en) 2022-03-31 2023-10-05 Kla Corporation Multi-mode optical inspection
US11922619B2 (en) 2022-03-31 2024-03-05 Kla Corporation Context-based defect inspection
US20240177294A1 (en) * 2022-11-30 2024-05-30 Kla Corporation Print check repeater defect detection

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150012900A1 (en) 2013-07-08 2015-01-08 Kla-Tencor Corporation Methods and Systems for Detecting Repeating Defects on Semiconductor Wafers Using Design Data
US20160061749A1 (en) 2014-08-27 2016-03-03 Kla-Tencor Corporation Array Mode Repeater Detection

Family Cites Families (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH1187443A (ja) 1997-09-01 1999-03-30 Toshiba Corp 欠陥判別方法、欠陥判別装置及び欠陥判別プログラムを格納したコンピュータ読み取り可能な記録媒体
US7136159B2 (en) * 2000-09-12 2006-11-14 Kla-Tencor Technologies Corporation Excimer laser inspection system
JP4310090B2 (ja) 2002-09-27 2009-08-05 株式会社日立製作所 欠陥データ解析方法及びその装置並びにレビューシステム
US6882745B2 (en) * 2002-12-19 2005-04-19 Freescale Semiconductor, Inc. Method and apparatus for translating detected wafer defect coordinates to reticle coordinates using CAD data
JP4480002B2 (ja) * 2004-05-28 2010-06-16 Ｈｏｙａ株式会社 ムラ欠陥検査方法及び装置、並びにフォトマスクの製造方法
US7486391B2 (en) 2006-09-13 2009-02-03 Samsung Austin Semiconductor, L.P. System and method for haze control in semiconductor processes
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
DE102007052052B4 (de) 2007-10-31 2016-02-04 Globalfoundries Dresden Module One Limited Liability Company & Co. Kg Verfahren zum Erkennen von Wiederholungsdefekten in Lithographiemasken auf der Grundlage von Testsubstraten, die unter veränderlichen Bedingungen belichtet werden
CN101452201B (zh) * 2007-11-30 2011-05-04 上海华虹Nec电子有限公司 检测掩膜版的方法
US8255172B2 (en) 2008-09-24 2012-08-28 Applied Materials Israel, Ltd. Wafer defect detection system and method
US8605275B2 (en) * 2009-01-26 2013-12-10 Kla-Tencor Corp. Detecting defects on a wafer
NL2009294A (en) * 2011-08-30 2013-03-04 Asml Netherlands Bv Method and apparatus for determining an overlay error.
US9726617B2 (en) * 2013-06-04 2017-08-08 Kla-Tencor Corporation Apparatus and methods for finding a best aperture and mode to enhance defect detection
CN104022050A (zh) * 2014-04-22 2014-09-03 上海华力微电子有限公司 一种晶圆批次中重复位置缺陷的检测方法
US9766187B2 (en) 2014-08-27 2017-09-19 Kla-Tencor Corp. Repeater detection
EP3086175B1 (en) * 2015-04-22 2022-01-26 IMEC vzw Method for hotspot detection and ranking of a lithographic mask
CN107768267B (zh) * 2017-10-20 2020-04-10 上海华力微电子有限公司 重复性缺陷的筛选方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150012900A1 (en) 2013-07-08 2015-01-08 Kla-Tencor Corporation Methods and Systems for Detecting Repeating Defects on Semiconductor Wafers Using Design Data
US20160061749A1 (en) 2014-08-27 2016-03-03 Kla-Tencor Corporation Array Mode Repeater Detection

Also Published As

Publication number Publication date
US10557802B2 (en) 2020-02-11
KR20200141524A (ko) 2020-12-18
WO2019217604A1 (en) 2019-11-14
TW201947187A (zh) 2019-12-16
TWI778258B (zh) 2022-09-21
CN112074937B (zh) 2021-06-29
US20190346376A1 (en) 2019-11-14
CN112074937A (zh) 2020-12-11
WO2019217224A1 (en) 2019-11-14

Similar Documents

Publication Publication Date Title
KR102514136B1 (ko) 반도체 웨이퍼의 리피터 결함 포착
TWI807100B (zh) 透過生成對抗網路之超解析度缺陷視察影像生成
TWI778264B (zh) 設計為基礎之對準之效能監控
US9766187B2 (en) Repeater detection
WO2016033300A1 (en) Repeater detection
JP7257511B2 (ja) 画像フレームに基づくアルゴリズムセレクタ
JP6545164B2 (ja) ウェハ検査プロセスの１つ以上のパラメータを決定するための方法、コンピュータ読み出し可能な媒体およびシステム
CN111819596B (zh) 组合模拟及光学显微术以确定检验模式的方法和系统
US11803960B2 (en) Optical image contrast metric for optical target search
WO2021034623A1 (en) Design-assisted inspection for dram and 3d nand devices
TWI844712B (zh) 檢查半導體晶圓之方法及系統
US20240221141A1 (en) Pattern segmentation for nuisance suppression
US20230351553A1 (en) Shot noise reduction using frame averaging
TW202301191A (zh) 用於導出及改善成像條件之影像對比度量

Legal Events

Date Code Title Description
A201 Request for examination
E701 Decision to grant or registration of patent right
GRNT Written decision to grant