KR20150086302A - 결함 관찰 방법 및 결함 관찰 장치 - Google Patents

결함 관찰 방법 및 결함 관찰 장치 Download PDF

Info

Publication number
KR20150086302A
KR20150086302A KR1020157015492A KR20157015492A KR20150086302A KR 20150086302 A KR20150086302 A KR 20150086302A KR 1020157015492 A KR1020157015492 A KR 1020157015492A KR 20157015492 A KR20157015492 A KR 20157015492A KR 20150086302 A KR20150086302 A KR 20150086302A
Authority
KR
South Korea
Prior art keywords
defect
image
parameter
reference image
imaging
Prior art date
Application number
KR1020157015492A
Other languages
English (en)
Other versions
KR101680558B1 (ko
Inventor
미노루 하라다
유지 다카기
료 나카가키
다케히로 히라이
히로히코 기츠키
Original Assignee
가부시키가이샤 히다치 하이테크놀로지즈
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 가부시키가이샤 히다치 하이테크놀로지즈 filed Critical 가부시키가이샤 히다치 하이테크놀로지즈
Publication of KR20150086302A publication Critical patent/KR20150086302A/ko
Application granted granted Critical
Publication of KR101680558B1 publication Critical patent/KR101680558B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
    • G01N23/22—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by measuring secondary emission from the material
    • G01N23/225—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by measuring secondary emission from the material using electron or ion
    • G01N23/2251—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by measuring secondary emission from the material using electron or ion using incident electron beams, e.g. scanning electron microscopy [SEM]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G06T7/001—Industrial image inspection using an image reference approach
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/9501—Semiconductor wafers
    • 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
    • G01N2223/00—Investigating materials by wave or particle radiation
    • G01N2223/07—Investigating materials by wave or particle radiation secondary emission
    • G01N2223/079—Investigating materials by wave or particle radiation secondary emission incident electron beam and measuring excited X-rays
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2223/00—Investigating materials by wave or particle radiation
    • G01N2223/10—Different kinds of radiation or particles
    • G01N2223/102—Different kinds of radiation or particles beta or electrons
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2223/00—Investigating materials by wave or particle radiation
    • G01N2223/40—Imaging
    • G01N2223/418—Imaging electron microscope
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2223/00—Investigating materials by wave or particle radiation
    • G01N2223/40—Imaging
    • G01N2223/426—Imaging image comparing, unknown with known substance
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2223/00—Investigating materials by wave or particle radiation
    • G01N2223/60—Specific applications or type of materials
    • G01N2223/611—Specific applications or type of materials patterned objects; electronic devices
    • G01N2223/6116—Specific applications or type of materials patterned objects; electronic devices semiconductor wafer
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10004—Still image; Photographic image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10056—Microscopic image
    • G06T2207/10061—Microscopic image from scanning electron microscope
    • 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

Abstract

본 발명은, 결함 및 「뉴슨스」(제조 공차 등을 오검출한 부위)의 라벨링 가능한 결함 후보를 관찰 대상 시료로부터 용이하게 추출하고, 관찰 처리에 관련된 파라미터를 간이하게 조정 가능하게 하는 것을 목적으로 한다. 본 발명의 결함 관찰 방법은, 검사 장치로부터의 결함 정보에 의거하여 피검사 대상물을 촬상하여, 결함 화상과 당해 결함 화상에 대응하는 참조 화상을 얻는 촬상 공정과, 상기 촬상 공정에서 촬상한 당해 결함 화상과 당해 참조 화상에 의해 얻은 제1 특징량 분포와, 당해 참조 화상에 의해 얻은 제2 특징량 분포를 사용하여, 결함 추출에 사용하는 제1 파라미터를 결정하는 파라미터 결정 공정과, 상기 파라미터 결정 공정에서 결정한 당해 제1 파라미터를 사용하여 관찰을 행하는 관찰 공정을 구비한다. 본 발명은, 반도체 웨이퍼의 제조 중에 있어서 발생하는 결함을 관찰하는 방법에 적용할 수 있다.

Description

결함 관찰 방법 및 결함 관찰 장치{DEFECT OBSERVATION METHOD AND DEFECT OBSERVATION DEVICE}
본 발명은 반도체 웨이퍼의 제조 중에 있어서 발생하는 결함을 관찰하는 방법 및 그 장치에 관한 것이다.
반도체 웨이퍼의 제조에서는, 제조 프로세스를 신속하게 확립하여, 고수율의 양산 체제로 조기에 이행시키는 것이, 수익 확보를 위해 중요하다.
이 목적을 위하여, 제조 라인에는 각종의 검사·계측 장치가 도입되어 있다. 프로세스 확립 단계에서는, 원하는 회로 패턴을 형성할 수 있는 프로세스 조건을 조기에 결정할 것을 목적으로, 예를 들면, 프로세스 조건을 의도적으로 변경시켜서 복수의 웨이퍼 혹은 칩을 제작하고, 그것에 대해서 검사를 행하고, 그리고, 그 검사 결과에 의거하여 프로세스 조건을 결정하는 것이 행해진다.
한편, 양산 단계의 웨이퍼 검사는, 프로세스 모니터링의 목적으로 행해진다. 즉, 웨이퍼 제조의 도중 단계에 있어서, 웨이퍼를 발취(拔取) 검사하고, 웨이퍼 표면에 결함이 발생하고 있지 않은지, 혹은, 웨이퍼 표면에 형성된 회로 패턴에 이상이 없는지 등을 조사한다. 검사 결과, 결함이나 회로 패턴의 이상이 검출되었을 경우에는, 그 원인이 조사되고, 필요한 대책이 행해진다.
이러한, 프로세스 확립 혹은 양산 단계에서 사용되는 대표적인 검사 장치로서는, 광학식의 웨이퍼 검사 장치가 있다. 예를 들면, 일본국 특개2000-105203호 공보(특허문헌 1)에는, 명(明)시야 조명에 의해, 웨이퍼 표면의 광학 화상을 촬상하고, 양품 부위의 화상(예를 들면 인접 칩의 화상)과의 비교에 의해 결함을 검사하는 기술이 개시되어 있다. 단, 이러한 광학 검사 장치는, 그 조명 파장의 영향을 받고, 취득 화상의 분해능 한계는 수백 나노미터 정도가 된다. 따라서, 웨이퍼 상에 있어서의 수십 나노미터 오더의 결함에 관해서는, 그 유무를 검출할 뿐, 상세한 결함 해석을 행하는 경우에는, 별도로 촬상 분해능이 높은 결함 관찰 장치 등이 필요해진다.
결함 관찰 장치란, 검사 장치의 출력을 사용하여, 웨이퍼 상의 결함 위치를 고해상도로 촬상하고, 화상을 출력하는 장치이다. 반도체 제조 프로세스는 미세화가 진행되고, 그에 따라 결함 사이즈도 수십 ㎚의 오더에 달하고 있는 경우도 있으며, 결함을 상세하게 관찰하기 위해서는 수 ㎚ 오더의 분해능이 필요하다. 그 때문에, 최근에는 주사형 전자현미경(SEM : Scanning Eelectron Microscope)을 사용한 관찰 장치(이하, 리뷰 SEM이라고 기재)가 널리 사용되고 있다. 반도체의 양산 라인에서는 관찰 작업의 자동화가 요구되고 있으며, 리뷰 SEM은 시료 내의 결함 위치에 있어서의 화상을 자동 수집하는 결함 관찰 처리(ADR : Automatic Defect Review)와 ADR에 의해 취득한 수백매 정도의 결함 화상을, 그 발생 원인별 또는 외관의 특징별로 자동 분류(ADC : Automatic Defect Classification) 하는 기능을 탑재하고 있다. 또, 검사 장치가 출력한 결함 위치 좌표(시료 상의 결함의 위치를 나타낸 좌표 정보)에는 오차가 포함되어 있기 때문에, ADR에서는 검사 장치가 출력한 결함 위치 좌표를 중심으로 시야를 넓게 촬상한 SEM 화상으로부터, 결함을 재검출하고, 재검출한 결함 위치를 고배율로 촬상하는 기능을 구비하고 있다. SEM 화상으로부터의 결함 검출 방법으로서, 결함 부위와 동일한 회로 패턴이 형성되어 있는 영역을 촬상한 화상을 참조 화상으로 하고, 결함 부위를 촬상한 화상과 참조 화상을 비교함으로써 결함을 검출하는 방법이 일본국 특개2001-189358호 공보(특허문헌 2)에 기재되어 있다. 또한, 결함 부위를 촬상한 화상 1매로부터 결함을 검출하는 방법이 일본국 특개2007-40910호 공보(특허문헌 3)에 기재되어 있다. 자동 분류의 한 방법으로서, 화상 처리에 의해 결함 부위의 외관 특징량을 정량화하고, 뉴럴 네트워크를 사용하여 분류하는 방법이 일본국 특개평8-21803호 공보(특허문헌 4)에 기재되어 있다. 또한, 분류해야 할 결함의 종류가 많은 경우에 있어서도 용이하게 대응 가능한 방법으로서, 룰베이스 분류 방법과 교시 분류 방법을 조합시켜서 분류하는 방법이, 일본국 특개2007-225531호 공보(특허문헌 5)에 기재되어 있다.
일본국 특개2000-105203호 공보 일본국 특개2001-189358호 공보 일본국 특개2007-40910호 공보 일본국 특개평8-21803호 공보 일본국 특개2007-225531호 공보
상술과 같이, 검사 장치가 출력한 결함 위치 좌표에는 오차가 포함되어 있기 때문에, 결함 관찰 장치에 있어서도 촬상 화상으로부터 결함 위치를 재검출하는 것이 필요하다. 특허문헌 1에는, 검출된 화상 신호를 바탕으로 동일 형상의 구조물이 대응하는 대응 화소 또는 그 근방의 화소에 대해서 화상 신호의 불균일을 산출하고, 당해 산출된 불균일에 따라 이물 등의 결함의 존재를 판정하는 화소의 신호 레벨의 판정 기준(문턱값)을 설정하고, 당해 판정 기준을 바탕으로 화상 신호에 대하여 결함의 존재를 판정하는 방법이 기재되어 있다.
그러나, 반도체 제조 프로세스의 미세화·복잡화에 따라, 결함 검출률의 저하가 문제가 된다. 예를 들면, 미세화에 따라 치명적이 되는 결함 사이즈도 미소화하기 때문에, 회로 패턴의 제조 공차(예를 들면 라인 엣지 러프니스 등)와의 변별이 곤란해진다. 또, 디바이스가 입체 구조가 되면, 하층으로부터의 신호량이 작아지기 때문에, 노이즈와 결함 신호의 변별이 곤란해진다.
변별을 고정밀도로 행하기 위해서는, 특징량을 사용한 해석이 유효하다. 구체적으로는, 우선 농담(濃淡) 비교에 의해 결함 화상과 참조 화상(양품 화상)의 농담차가 큰 영역을 결함 후보로서 추출한다(이 방법으로서는 특허문헌 1이나 특허문헌 2, 특허문헌 3에 기재된 방법을 사용해도 됨). 결함 후보 중에는 진짜 결함 부위 외에, 제조 공차 등을 오검출한 부위(이후, 뉴슨스(nuisance)라고 함)가 포함된다. 그래서, 추출된 각 결함 후보에 대해서, 화상으로부터 얻어지는 특징(예를 들면 농담값이나 면적, 원형도 등)을 정량화하고, 식별기를 사용하여 결함과 뉴슨스를 식별한다. 또, 식별기는, 패턴 인식의 기술을 사용하여 기계 학습에 의해 구성해도 된다. 패턴 인식 기술로서는 예를 들면 뉴럴 네트워크나 SVM(Support Vector Machine) 등을 사용해도 되며, 식별 룰을 자동 생성하도록 해도 된다.
일반적으로, 고정밀도의 식별기를 기계 학습에 의해 구성하기 위해서는, 「결함」 및 「뉴슨스」의 라벨링이 이루어진 결함 후보를 다수 교시할 필요가 있다. 그러나, 농담 비교 검사에 의해 검출된 결함 후보에 대해서 유저가 「결함」 및 「뉴슨스」의 라벨링을 행하는 것은 다대한 노력을 요하여, 현실적이지 않다. 그래서 본 발명은, 「결함」 및 「뉴슨스」라고 라벨링 가능한 결함 후보를 관찰 대상 시료로부터 용이하게 추출하고, 관찰 처리에 관련된 파라미터를 간이하게 조정 가능하게 하는 방법 및 장치에 대해서 제공하는 것을 목적으로 한다.
상기 과제를 해결하기 위해서, 예를 들면 특허청구범위에 기재된 구성을 채용한다.
본원은 상기 과제를 해결하는 수단을 복수 포함하고 있지만, 그 일례를 들면, 검사 장치로부터의 결함 정보에 의거하여 피검사 대상물을 촬상하여, 결함 화상과 당해 결함 화상에 대응하는 참조 화상을 얻는 촬상 공정과, 상기 촬상 공정에서 촬상한 당해 결함 화상과 당해 참조 화상에 의해 얻은 제1 특징량 분포와, 당해 참조 화상에 의해 얻은 제2 특징량 분포를 사용하여, 결함 추출에 사용하는 제1 파라미터를 결정하는 파라미터 결정 공정과, 상기 파라미터 결정 공정에서 결정한 당해 제1 파라미터를 사용하여 관찰을 행하는 관찰 공정을 구비하는 것을 특징으로 한다.
본 발명에 의하면, 결함 및 뉴슨스의 라벨링 가능한 결함 후보를 관찰 대상 시료로부터 용이하게 추출하는 것이 가능해진다.
상기한 것 이외의 과제, 구성 및 효과는, 이하의 실시형태의 설명에 의해 밝혀진다.
도 1은 결함 관찰 장치의 구성도.
도 2는 결함 관찰 장치의 제어부 및 기억부, 연산부의 구성도.
도 3은 결함 관찰 화상을 취득하기 위한 구성도.
도 4는 결함 관찰 화상을 취득하기 위한 처리 플로우.
도 5는 SEM 화상과 결함 후보 추출 결과를 나타낸 모식도.
도 6은 특징량 공간을 나타낸 모식도.
도 7은 파라미터를 조정하기 위한 구성도.
도 8은 파라미터를 조정하기 위한 처리 플로우.
도 9는 복수 매의 참조 화상을 사용하여 결함을 추출한 예.
도 10은 복수 매의 참조 화상을 사용하여 뉴슨스를 추출한 예.
도 11은 파라미터를 조정하기 위한 처리 플로우.
도 12는 파라미터 조정의 실행을 제어하는 처리 플로우.
도 13은 파라미터의 조정 결과를 표시하는 GUI.
도 14는 결함 검출 결과를 확인하기 위한 GUI.
도 15는 파라미터를 조정하기 위한 처리 플로우.
실시예1
이하에, 본 발명에 관련된 결함 관찰 처리에 대해서 설명한다. 본 실시예에서는 주사형 전자현미경(SEM)을 구비한 촬상 장치로 결함의 관찰 화상을 취득하는 방법에 대해서 설명하지만, 본 발명에 관련된 촬상 장치는 SEM 이외여도 되며, 이온 등의 하전 입자선을 사용한 촬상 장치여도 된다.
도 1은 본 발명에 따른 장치의 구성도를 나타내고 있으며, 화상의 촬상을 행하는 SEM(101)과, 전체의 제어를 행하는 제어부(102), 자기(磁氣) 디스크나 반도체 메모리 등에 정보를 기억하는 기억부(103), 프로그램에 따라 연산을 행하는 연산부(104), 장치에 접속된 외부의 기억 매체와의 정보의 입출력을 행하는 외부 기억 매체 입출력부(105), 유저와의 정보의 입출력을 제어하는 유저 인터페이스부(106), 네트워크를 통해 다른 장치 등과 통신을 행하는 네트워크 인터페이스부(107)를 구비하여 이루어진다. 또한, 유저 인터페이스부(106)에는, 키보드나 마우스, 디스플레이 등을 구비하여 구성되는 입출력 단말(113)이 접속되어 있다. SEM(101)은, 시료 웨이퍼(108)를 탑재하는 확립 스테이지(109), 시료 웨이퍼(108)에 전자빔을 조사하기 위한 전자원(110), 시료 웨이퍼로부터 발생한 2차 전자나 반사 전자 등을 검출하는 검출기(111) 외에, 전자빔을 시료 상에 수속시키는 전자 렌즈(도시 생략)나, 전자빔을 시료 웨이퍼 상에서 주사하기 위한 편향기(도시 생략)나, 검출기(111)로부터의 신호를 디지털 변환하여 디지털 화상을 생성하는 화상 생성부(112) 등으로 구성된다. 또, 이들은 버스(114)를 통해 접속되고, 서로 정보를 주고 받는 것이 가능하다.
도 2에 제어부(102), 기억부(103), 연산부(104)의 구성을 나타낸다. 제어부는 웨이퍼의 반송을 제어하는 웨이퍼 반송 제어부(201), 스테이지의 제어를 행하는 스테이지 제어부(202), 전자빔의 조사 위치를 제어하는 빔시프트 제어부(203), 전자빔의 주사를 제어하는 빔스캔 제어부(204), 화상 취득부(205)를 구비하여 이루어진다. 기억부(103)는, 취득된 화상 데이터를 기억하는 화상 기억부(206), 촬상 조건(예를 들면, 가속 전압이나 프로브 전류, 가산 프레임 수, 촬상 시야 사이즈 등)이나 처리 파라미터 등을 기억하는 레시피 기억부(207), 관찰하는 개소의 좌표를 기억하는 계측 좌표 기억부(208)를 구비하여 이루어진다. 연산부(104)는, 촬상하는 개소의 좌표를 설정하는 촬상 개소 설정부(209), 화상을 비교 검사하는 비교 검사부(214), 결함 부위의 특징량 분포를 추출하는 결함 특징량 분포 추출부(212), 특징량 분포를 해석하는 분포 해석부(213)를 구비하여 이루어진다. 또한, 비교 검사부(214)는 화상간의 차이를 정량화하는 화상 차이 정량화부(210), 화상 중에서 결함 부위를 선택하는 결함 부위 선택부(211)를 구비한다. 또, 209∼213은 각 연산을 행하도록 설계된 하드웨어로서 구성되어도 되는 것 외에, 소프트웨어로서 실장되어 범용적인 연산 장치(예를 들면 CPU나 GPU 등)를 사용하여 실행되도록 구성해도 된다.
화상 취득부(205)를 사용하여 지정된 좌표의 화상을 취득하기 위한 방법을 설명한다. 우선, 계측 대상이 되는 웨이퍼(108)는, 웨이퍼 반송 제어부(201)의 제어에 따라 로보트암에 의해 스테이지(109) 상에 설치된다. 다음으로, 촬상 시야가 빔 조사 범위 내에 포함되도록 스테이지 제어부(202)에 의해 스테이지(109)가 이동된다. 이때, 스테이지의 이동 오차를 흡수하기 위해서, 스테이지 위치의 계측이 행해지고, 빔시프트 제어부(203)에 의해 이동 오차를 없애도록 빔 조사 위치의 조정이 행해진다. 전자빔은 전자원(110)으로부터 조사되어, 빔스캔 제어부(204)에 의해 촬상 시야 내에 있어서 주사된다. 빔의 조사에 의해 웨이퍼로부터 발생하는 2차 전자나 반사 전자는 검출기(111)에 의해 검출되어, 화상 생성부(112)를 통해서 디지털 화상화된다. 촬상된 화상은 촬상 조건이나 촬상 일시 등의 부대 정보와 함께 화상 기억부(206)에 기억된다.
도 3 및 도 4를 사용하여, 본 발명에 따른 결함 관찰 방법에 대해서 설명한다. 우선, 좌표 기억부(208)로부터 다른 결함 검사 장치가 출력한 결함 위치 좌표를 판독 입력한다. 판독 입력된 결함 위치 좌표의 모두를 관찰 대상으로 해도 되며, 유저 지정 조건에 의거하여 샘플링한 것을 관찰 대상으로 해도 된다. 다음으로, 촬상 개소 설정부(209)를 사용하여 참조 화상의 촬상 좌표를 설정한다(S401). 참조 화상은 결함 위치 주변과 동일한 회로 패턴이 형성되도록 설계된 개소를 촬상할 필요가 있다. 반도체 웨이퍼에 있어서는, 같은 회로 패턴이 형성되도록 설계된 칩이 웨이퍼 상에 복수 배치되어 있기 때문에, 가장 간단한 방법으로서는 결함 위치 좌표로부터 1칩만큼 시프트한 좌표를 참조 화상의 촬상 좌표로 하면 된다. 다음으로, 화상 취득부(205)를 사용하여 참조 화상과 결함 화상의 촬상을 행한다(S402, S403). 다음으로, 화상 차이 정량화부(210)에 있어서, 결함 후보 추출부(301)를 사용하여 결함 후보가 되는 영역을 추출하고, 특징량 산출부(302)를 사용하여 각 결함 후보 영역의 특징량을 산출한다(S404). 다음으로, 결함 선택부(211)를 사용하여 결함 후보 중에서 결함을 선택하고(S405), 선택된 결함 유무를 판정하고(S406), 선택된 결함 위치를 촬상하여 결함 관찰용의 화상을 얻는다(S407). 또, 레시피 기억부(207)에는 각 처리의 파라미터가 저장되어 있으며, 필요에 따라 판독된다. 예를 들면, 화상 취득부(205)에 있어서는 전자 광학계 조건(예를 들면 프로브 전류나 가속 전압 등)이나 가산 프레임 수 등을 판독한다(303). 또한, 결함 후보 추출부(301)에서는 비교 처리 파라미터(예를 들면 검출 문턱값이나 화상 혼합률 등)를 판독한다(304). 또한, 특징량 산출부(302)에서는 화상 처리 파라미터(예를 들면 농담 평활화 정도 등)를 판독한다(305). 또한, 결함 선택부에서는 선택 조건(예를 들면 결함과 뉴슨스의 식별면이나, 뉴슨스 분포의 원점이나 형상, 거리에 대한 문턱값 등)을 판독한다(306). 이들 화상 취득부 내지 결함 후보 추출부, 특징량 산출부, 결함 선택부에 관한 처리 파라미터가 관찰 처리에 관련된 파라미터이다.
결함 후보 추출부(301)에 대해서 도 5를 사용하여 보충 설명한다. 화상(501)은 결함 화상, 화상(502)은 참조 화상을 각각 모식적으로 나타낸 것이다. 화상(501)에 있어서 좌표(dx, dy)에 결함이 존재하고 있다. 화상(503)은 결함 후보의 추출 결과이며, 결함 화상과 참조 화상의 농담 차이가 큰 영역을 백색으로 표현하고 있다. 이들 추출된 영역의 하나 하나가 결함 후보이다. 결함 부위(dx, dy) 이외에 있어서도 라인 엣지 러프니스에 기인한 결함 후보가 추출되어 있다. 후단의 특징량 산출부(302)에서는 각 결함 후보에 대해서 특징량을 산출한다.
결함 선택부(211)에 대해서 도 6을 사용하여 보충 설명한다. 도 6은 특징량 공간에 각 결함 후보를 플롯한 예를 나타내고 있다. 결함 선택부(211)에서는 각 결함 후보의 특징량을 바탕으로 결함을 선택한다. 도 6은 레시피 기억부(207)에 기억된 결함과 뉴슨스를 식별면(601)을 사용하여 식별하는 형태를 나타내고 있다. 또, 식별면을 사용하여 식별하는 것 이외의 방법을 사용하여 결함을 선택해도 된다. 예를 들면, 보다 간이한 방법으로서는 레시피 기억부(207)에 뉴슨스 분포의 중심을 기억해 두고, 중심으로부터의 거리가 최대인 것을 결함으로서 판별하도록 해도 된다. 혹은 상위 n개의 결함 후보를 결함으로 판정하고, 결함 관찰용의 화상을 n매 취득하도록 구성해도 된다. 또한, 특징량 산출부(302)에 있어서 산출한 특징량 모두를 사용할 필요는 없고, 특징량 선택 방법 등을 조합시켜서 사용해도 된다.
이상은 본 발명에 따른 결함 관찰 방법에 대해서 설명했다. 본 방법에 있어서 고감도로 결함을 재검출하기 위해서는 처리 파라미터를 적절하게 설정할 필요가 있다. 예를 들면, 화상 차이 정량화부(210)에 있어서 검출 문턱값이 적정값보다 높게(감도가 낮게) 설정되어 있을 경우, 결함 부위에 있어서 결함 후보(영역)가 추출되지 않는다. 반대로 검출 문턱값이 낮게(감도가 높게) 설정되어 있을 경우, 많은 결함 후보가 추출되어, 결함 선택부(211)에 있어서의 오식별의 요인이 된다. 또한, 결함 선택부(211)에 있어서, 결함과 뉴슨스의 식별면이 적절하게 설정되어 있지 않을 경우, 결함의 간과나 오검출의 요인이 된다. 본 발명은, 화상 차이 정량화부(210) 및 결함 선택부(211)에 있어서의 파라미터를 유저가 용이하게 설정 가능하게 하는 방법에 대해서 제공한다. 이후에 있어서 구체적인 방법 및 장치 구성에 대해서 설명한다.
도 7 및 도 8을 사용하여, 본 발명에 따른 처리 파라미터 중 결함 선택부(211)의 파라미터를 조정하기 위한 구성 및 그 방법에 대해서 설명한다. 우선, 좌표 기억부에서 다른 검사 장치가 출력한 결함 위치 좌표를 판독 기입한다. 다음으로 대상이 되는 결함에 대해서, 촬상 개소 설정부(209)를 사용하여 결함 위치 좌표를 바탕으로 참조 화상을 촬상하는 좌표를 R개소 설정한다(S801). 다음으로, 화상 취득부(205)를 사용하여 결함 화상 Di를 촬상한다(S802). 다음으로 설정된 참조 화상의 촬상 개소에 대해서, 화상 취득부(205)를 사용하여 참조 화상 Ri, j(j=1∼R)를 취득한다. 다음으로, 결함의 특징량 분포를 산출한다. 구체적으로는, 화상 차이 정량화부(701)에 있어서, 결함 화상 Di와 참조 화상 Ri, j로부터 결함 후보를 추출하고(S804), 각 결함 후보 영역의 특징량 Fd(i, j)를 산출한다(S805). 다음으로, 결함 특징량 분포 추출부(212)를 사용하여 결함의 특징량 분포 Fd(i)를 추출한다(S806). 다음으로, 촬상한 참조 화상 Ri(i=1∼R)의 조합(j, k)을 사용하여 뉴슨스의 특징량 분포를 산출한다. 구체적으로는, 화상 차이 정량화부(702)에 있어서, 참조 화상 Ri, j(j=1∼R)와 참조 화상 Ri, k(k=j+1∼R)로부터 결함 후보를 추출하고(S807), 각 결함 후보 영역의 특징량 Fr(i, j, k)을 산출한다(S808).
촬상 개소 설정부(209)에서는 결함 위치 주변과 동일 회로 패턴이 형성되도록 설계된 영역을 산출한다. 간단한 방법으로서는, 결함 위치 좌표를 포함하는 칩으로부터 가까운 순으로 R개의 칩을 선택하고, 각 칩 내에 있어서 결함 위치에 대응하는 좌표를 산출하면 된다. 좌표의 산출은 1칩의 크기가 기지(旣知)이면, 결함 위치 좌표에 가감산함으로써 용이하게 산출 가능하다. 또, 시료의 설계 정보를 사용하여, 결함 위치 주변으로부터 탐색하도록 해도 된다.
결함 특징량 분포 추출부(212)에 대해서 도 9를 사용하여 설명한다. 화상(901)은 결함 화상(Di), 화상(902∼904)은 R=3으로 했을 경우의 참조 화상(Ri, 1∼Ri, 3)을 모식적으로 나타낸 것이다. 화상(908)은 결함 화상(901)과 참조 화상(902)을 사용한 결함 후보 추출(905)의 결과이며, 화상(909, 910)도 마찬가지로 결함 후보 추출(906, 907)의 결과이다. 라인 엣지 러프니스 등의 제조 공차는 랜덤으로 발생한다. 그 때문에, 결함 후보의 추출 결과(908∼910)에 대해서 공통되는 영역만을 추출하면(911), 랜덤으로 발생하는 결함 후보가 제외되어, 결함만을 추출하는 것이 가능해진다(912). 또, 결함으로서 판정하는 결함 후보는, 모든 결함 검출 결과에 있어서 공통되어 있지 않아도 된다. 즉, 복수의 결함 후보 추출 결과 중 일정수 이상의 추출 결과에서 일치하고 있으면 결함으로서 판정하도록 해도 된다. 또한, 일정수는 결함 후보 추출 결과 수 R에 대한 비율로 지정하도록 해도 된다. 이 결과를 바탕으로, 산출한 특징량 Fd(i, j)(j=1∼3)로부터, 「결함」이라고 라벨링되는 특징량 Fd(i)를 추출하는 것이 가능하다. 또, 「결함」이라고 라벨링되는 특징량 Fd(i)를 추출하는 방법은 이것에 한정된 것은 아니며, 예를 들면 특징량 공간에 있어서 근접하는 분포를 추출해도 된다.
촬상한 참조 화상 Ri(i=1∼R)의 조합(j, k)을 사용하여 뉴슨스의 특징량 분포를 산출하는 방법에 대해서, 도 10을 사용하여 보충 설명한다. 화상(1001∼1003)은 참조 화상(Ri, 1∼Ri, 3)을 모식적으로 나타낸 것이다. 화상(1004)은 참조 화상(1001)과 참조 화상(1002)을 사용한 결함 후보 추출 결과, 마찬가지로, 화상(1005)은 참조 화상(1001)과 참조 화상(1003), 화상(1006)은 참조 화상(1002)과 참조 화상(1003)을 사용한 결함 후보의 추출 결과를 나타내고 있다. 참조 화상끼리의 조합으로부터 추출한 결함 후보에는 결함이 포함되지 않는다. 따라서, 화상(1004∼1006)에 포함되는 결함 후보로부터 산출한 특징량의 분포는 「뉴슨스」라고 라벨링되는 특징량 분포이다.
도 8로 돌아가 설명을 계속한다. 상술의 처리 S801∼S808을 관찰 대상의 M점의 결함 위치 좌표에 대해서 반복 실행함으로써, 결함의 특징량 분포 Fd(i) 및 뉴슨스의 특징량 분포 Fr(i, j, k)이 얻어진다(i=1∼M, (j, k)는 참조 화상의 조합). 얻어진 분포를 바탕으로, 분포 해석부(213)를 사용하여, 결함과 뉴슨스를 식별하는 식별면을 학습한다(S809). 학습의 방법으로서는, 패턴 인식의 기술을 사용하면 된다. 구체적으로는 뉴럴 네트워크를 사용해도 되며, SVM을 사용해도 된다. 혹은 식별 룰을 자동 생성하는 알고리즘(예를 들면 C4.5 등)을 사용해도 된다. 혹은 식별면을 산출하지 않고, 라벨링된 특징량 분포를 기억해 두고, 식별 시에는 k근방법(近傍法) 등을 사용하여 식별하도록 해도 된다. 또, 산출된 식별면 내지 식별에 필요한 파라미터는 레시피 기억부(207)에 기억된다.
이상은, 결함 선택부(211)의 파라미터를 조정하기 위한 방법에 대해서 설명했다. 다음으로, 화상 차이 정량화부(210)의 파라미터를 조정하는 방법에 대해서 설명한다. 먼저 개요를 설명하면, 화상 차이 정량화부(210)에 관련된 파라미터(예를 들면 검출 문턱값이나 화상 혼합률)의 조합을 사용하여 결함 검출을 행하고, 결함 검출률이 높은 파라미터를 탐색한다. 이때에 복수 매의 참조 화상을 사용함으로써 정확도가 높은 결함 검출률을 산출하는 것이 가능해진다. 이후에 있어서 도 11을 사용하여 처리의 상세를 설명한다. 또, 결함 선택부(211)의 파라미터 조정과, 화상 차이 정량화부(210)의 파라미터 조정은 동시 병행적으로 행해도 되며, 순차적으로 행해도 된다. 또, 순차적으로 행할 경우, 실행 순서는 어느 쪽이 먼저여도 상관없다. 혹은, 어느 한쪽만을 행해도 된다.
우선, 대상 결함에 대해서 촬상 개소 설정부(209)를 사용하여 참조 화상의 촬상 개소를 설정한다(S1101). 결함 취득부(205)를 사용하여 결함 화상 Di를 취득한다(S1102). 또, 결함 취득부(205)에 있어서는, 해당하는 결함 ID의 결함 화상이 이미 촬상 완료라고 판정 가능한 경우에는, 화상 기억부로부터 화상을 판독 기입하도록 해도 된다. 다음으로 화상 취득부(205)를 사용하여 R매의 참조 화상 Ri, j(j=1∼R)를 취득한다(S1103). 다음으로 결함 화상 Di와 참조 화상 Ri, j를 사용하여 결함 후보 Cd(i, j)를 추출한다(S1104). 다음으로, 얻어진 복수의 결함 후보 Cd(i, j)(j=1∼R)로부터 결함 후보 Cd(i)를 추출한다(S1105). 추출하는 한 방법으로서는, 도 9에 나타낸 바와 같이 공통되는 결함 후보 영역만을 추출하면 된다. 상술과 같이 복수 매의 참조 화상의 결과를 사용함으로써 Cd(i)에 포함되는 결함 후보는 결함으로 가정할 수 있다. 다음으로, 참조 화상 Ri(i=1∼R)의 조합(j, k)을 사용하여 결함 후보 Cr(i, j, k)을 추출한다(S1106). 참조 화상끼리를 사용한 추출 결과이기 때문에, 결함 후보 Cr(i, j, k)에 포함되는 결함 후보는 뉴슨스로 가정할 수 있다. 다음으로 검출 신뢰성 DRp를 산출한다(S1107). DR(p)은 파라미터 세트 p를 사용했을 때의 결함 검출 결과의 신뢰성을 나타내는 지표이며, 예를 들면 (수식 1)에 의해 산출하면 된다. 이상의 S1101∼S1107을 탐색 대상의 파라미터의 조합에 대해서 행하고, DR(p)이 최대가 되는 파라미터를 구한다. 이에 따라 뉴슨스가 되는 결함 후보가 적고, 결함의 검출률이 높은 파라미터가 얻어진다. 또한, 파라미터와 DR(p)을 관련지어 출력하고, 유저가 선택할 수 있도록 해도 된다.
(수식 1)
DR(p) = Cd(i)에 포함되는 결함 후보 수의 총합/(Cr(i, j, k)에 포함되는 결함 후보 수의 총합+1)
이상, 화상 차이 정량화부(210) 및 결함 선택부(211)에 있어서의 파라미터를 조정하는 방법에 대해서 설명했다. 또, 복수 매의 참조 화상을 이용함으로써 결함을 높은 정확도로 검출할 수 있는 것을 이용하고, 파라미터의 조정과 동시에, 결함의 관찰 화상을 취득하는 것은 용이하게 실현 가능하다. 단, 복수 매의 참조 화상을 촬상하는 것은 스루풋의 저하 요인이 된다. 그 때문에, 파라미터의 조정이 완료된 후에는, 통상의(참조 화상을 1매 사용한) 관찰 처리(도 4)를 행하는 것이 바람직하다.
도 12에, 파라미터의 신뢰성에 따라 파라미터 조정 처리(도 8 및 도 11)와 통상의 관찰 처리(도 4)를 자동적으로 전환하는 방법을 나타낸다. 우선, 레시피 기억부(207)에 기억된 레시피의 신뢰성을 판정한다(S1201). 또, 관찰 대상의 시료에 대응한 레시피가 존재하지 않을 경우도 신뢰성이 낮다고 판정한다. 신뢰성이 낮을 경우, 상술한 레시피 조정용 처리를 사용하여 레시피를 조정한다. 다음으로, 작성한 레시피의 신뢰성을 판정한다(S1202). 결함 선택부(211)에 관한 파라미터의 신뢰성을 판정하기 위해서는, n분할 교차 확인(n-fold Cross Validation)을 행하여, 결함 검출률의 안정성을 평가하면 된다. 또한, 화상 차이 정량화부(212)에 관한 파라미터의 신뢰성을 판정하기 위해서는, 복수 매의 참조 화상과 결함 화상을 사용한 결함 후보 추출 처리(S1105)의 결과를 바탕으로 결함 검출률이 소정의 문턱값에 달하고 있는지를 평가하면 된다. 레시피 신뢰성 판정 처리에 있어서, 신뢰성이 높다고 판정되었을 경우, 이후의 관찰 대상 시료를 관찰하는 경우에는, 조정한 파라미터를 사용하여 통상의 관찰 처리(S1204)를 행한다. 또, 레시피 작성의 일시를 기록해 두고, 레시피 신뢰성 판정 처리(S1201)에 있어서 레시피 작성시부터 일정 기간이 경과했을 경우에는, 신뢰성이 낮다고 판정하도록 해도 된다.
또, 상기는 촬상한 결함 화상과 참조 화상을 바탕으로 결함 후보를 추출하는 경우의 파라미터 조정 방법에 대해서 설명했지만, 특허문헌 3에 기재되어 있는 방법 등을 사용하여 결함 화상 1매로부터 결함 검출을 행하는 경우의 파라미터 조정에도 이용할 수 있다. 이 경우, 뉴슨스가 되는 결함 후보를 추출하는 처리(S807, S1106)에 있어서, 촬상한 참조 화상으로부터 합성한 참조 화상과, 촬상한 참조 화상을 사용하여 결함 후보를 추출하면 된다. 또한, 결함 화상으로부터 결함 후보를 추출하는 처리(S804, S1104)에 있어서, 촬상한 참조 화상으로부터 합성한 참조 화상과, 촬상한 결함 화상을 사용하여 결함 후보를 추출하도록 해도 된다. 이와 같이 하면 참조 화상의 합성 정밀도에 따라 뉴슨스의 특징량 분포가 변화되는 경우에 있어서도 대응 가능해진다. 또한, 참조 화상의 합성 처리에 관한 파라미터도 조정 가능해진다.
또한, 시료의 설계 정보를 바탕으로 생성한 화상을 참조 화상으로서 사용해도 된다. 이때, 설계 정보로부터 화상을 생성할 때의 파라미터를 변화시켜서 생성한 복수 매의 참조 화상을 사용해도 된다. 이와 같이 하면, 촬상한 결함 화상과 시료의 설계 정보를 바탕으로 생성한 화상을 사용하여 결함 후보를 검출할 때의 파라미터가 조정 가능해진다.
본 발명에 따른 결함 관찰 장치의 유저 인터페이스에 대해서 설명한다. 도 13은 탐색한 파라미터의 일람을 검출 신뢰성이나 결함 검출 수, 뉴슨스 검출 수와 대응시켜서 일람 표시하는 GUI의 예이다. 파라미터 일람의 표시부(1301)에 있어서는 유저가 파라미터를 선택하는 것이 가능하다. 또한, 선택된 파라미터를 사용했을 경우의 결함 검출 결과를 확인하는 GUI를 호출하는 버튼(1302)을 구비한다. 도 14의 (a)는 결함 검출 결과를 확인하기 위한 GUI의 예이다. 결함 ID를 선택하는 선택부(1401), 화상 및 산출한 특징량을 표시하는 표시부(1402)를 구비한다. 표시부(1402)에 있어서는 표시 내용을 「화상 탭」(1403)과, 「특징량 탭」(1404)에 의해 전환 가능하다. 화상 탭이 유효한 경우에 있어서는, 표시 화상을 선택하는 선택부(1405), 표시 화상의 검출기(2차 전자상, 반사 전자상)를 지정하는 선택부(1406), 화상에 결함 후보의 검출 결과를 오버레이 표시할 것인지의 여부를 지정하는 선택부(1407), 화상을 표시하는 표시부(1408)를 구비한다. 또한, 화상 및 산출한 특징량을 표시하는 제2 표시부(1409)를 구비함으로써, 2개의 화상 내지 특징량을 나란히 확인할 수 있도록 해도 된다. 도 14의 (b)는 제2 표시부(1408)에 있어서 「특징량 탭」이 유효한 경우의 GUI의 예이다. 표시한 특징량 공간의 횡축과 종축을 각각 지정하는 지정부(1410), 특징량 공간에 결함 후보를 플롯한 결과를 표시하는 표시부(1411)를 구비한다. 또한, 특징량 공간에 있어서의 식별면(1412)을 표시해도 된다. 또, 특징량 공간이 아닌, 지정된 특징량의 히스토그램을 표시하도록 해도 된다.
이상 설명한 바와 같이, 결함 화상과 복수 매의 참조 화상을 사용함으로써, 「결함」 및 「뉴슨스」라고 용이하게 라벨링 가능한 결함 후보를 관찰 대상 시료로부터 추출하는 것이 가능해진다. 이에 따라, 결함 후보 추출에 사용하는 파라미터나, 결함 후보를 결함과 뉴슨스로 변별하는 식별면을 용이하게 조정하는 것이 가능해진다. 또한, 조정한 파라미터를 레시피에 보존함으로써, 고감도로 결함을 재검출하는 것이 가능해진다.
실시예2
실시예1에서는, 결함 화상과 복수 매의 참조 화상을 바탕으로, 「결함」 및 「뉴슨스」라고 용이하게 라벨링 가능한 결함 후보를 관찰 대상 시료로부터 추출하고, 결함 재검출에 따른 파라미터를 조정하는 방법에 대해서 설명했다. 실시예2에서는, 복수 매의 참조 화상을 바탕으로 「뉴슨스」라고 용이하게 라벨링 가능한 결함 후보를 관찰 대상 시료로부터 추출하고, 결함 재검출에 따른 파라미터를 조정하는 방법에 대해서 설명한다.
본 실시예에 따른 장치 구성은 실시예1에서 나타낸 도 1 및 도 2와 같다. 또한, 유저 인터페이스에 관해서도 도 13 및 도 14와 같은 것을 구비한다. 다른 것은, 결함 선택부(211)의 파라미터 조정에 관한 플로우이다. 이후에 있어서는 실시예1과 다른 부분에 대해서만 설명한다.
우선, 같은 회로 패턴이 형성되도록 설계된 개소를 R점 추출하고, 촬상 개소를 설정한다(S1501). 이때, 다른 결함 검사 장치가 출력한 결함 위치 좌표를 바탕으로 결함이 촬상 화상에 포함되지 않도록 촬상 개소를 설정한다. 다음으로, 화상 취득부(205)를 사용하여 설정된 촬상 개소의 화상 Ri, j(j=1∼R)를 취득한다(S1502). 다음으로, 촬상한 화상의 조합(j, k)에 대해서, 화상 차이 정량화부(210)를 사용하여, 결함 후보의 추출과, 추출한 결함 후보의 특징량 분포 Fr(i, j, k)을 산출한다. 이상의 S1501∼S1504를 N점에 대해서 반복한다(S1505). 취득한 화상에는 결함이 포함되지 않기 때문에, 특징량 분포 Fr(i, j, k)은 「뉴슨스」라고 라벨링되는 특징량 분포가 된다.
따라서, 뉴슨스 특징량 분포 Fr(i, j, k)을 사용하여 패턴 인식의 기술을 사용하여 1클래스 식별기를 구성함으로써, 결함과 뉴슨스를 식별하는 식별면을 얻는 것이 가능해진다(S1506). 또한, 식별면을 구하지 않고, 뉴슨스 분포의 파라미터(예를 들면, 원점 위치나 분산 등)를 구하도록 해도 된다.
이상 설명한 바와 같이, 복수 매의 참조 화상을 사용함으로써, 「뉴슨스」라고 용이하게 라벨링 가능한 결함 후보를 관찰 대상 시료로부터 추출하는 것이 가능해진다. 이에 따라, 결함 후보로부터 뉴슨스를 변별하는 식별면을 용이하게 조정하는 것이 가능해진다. 또한, 조정한 파라미터를 레시피에 보존함으로써, 고감도로 결함을 재검출하는 것이 가능해진다.
101…주사형 전자현미경(SEM), 112…화상 생성부, 206…화상 기억부, 207…레시피 기억부, 208…좌표 기억부, 209…촬상 개소 설정부, 210…화상 차이 정량화부, 211…결함 선택부, 212…결함 특징량 분포 추출부, 213…분포 해석부, 301…결함 후보 추출부, 302…특징량 산출부, S404…결함 후보의 추출과 특징량 산출을 하는 스텝, S405…결함을 선택하는 스텝, S802…결함 화상을 촬상하는 스텝, S803…복수 매의 참조 화상을 촬상하는 스텝, S805…참조 화상과 결함 화상의 비교 검사 결과를 구하는 스텝, S808…참조 화상과 참조 화상의 비교 검사 결과를 구하는 스텝, S809…식별면을 산출하는 스텝, S1202…파라미터를 조정하는 스텝

Claims (20)

  1. 검사 장치로부터의 결함 정보에 의거하여 피검사 대상물을 촬상하여, 결함 화상과 당해 결함 화상에 대응하는 참조 화상을 얻는 촬상 공정과,
    상기 촬상 공정에서 촬상한 당해 결함 화상과 당해 참조 화상에 의해 얻은 제1 특징량 분포와, 당해 참조 화상에 의해 얻은 제2 특징량 분포를 사용하여, 결함 추출에 사용하는 제1 파라미터를 결정하는 파라미터 결정 공정과,
    상기 파라미터 결정 공정에서 결정한 당해 제1 파라미터를 사용하여 관찰을 행하는 관찰 공정을 구비하는 결함 관찰 방법.
  2. 제1항에 있어서,
    당해 참조 화상은 복수 매 있으며,
    상기 파라미터 결정 공정에 있어서, 당해 제2 특징량 분포는, 당해 참조 화상의 각각의 차(差)화상을 사용하여 결정되는 것을 특징으로 하는 결함 관찰 방법.
  3. 제2항에 있어서,
    당해 제2 특징량 분포는, 당해 참조 화상의 각각의 차화상 중 어느 하나에 있어서 결함 후보라고 판별된 영역의 특징량 분포인 것을 특징으로 하는 결함 관찰 방법.
  4. 제1항 내지 제3항 중 어느 한 항에 있어서,
    당해 참조 화상은 복수 매 있으며,
    상기 파라미터 결정 공정에 있어서, 당해 제1 특징량 분포는, 당해 결함 화상과 당해 참조 화상의 각각과의 차화상을 사용하여 결정되는 것을 특징으로 하는 결함 관찰 방법.
  5. 제4항에 있어서,
    당해 제1 특징량 분포는, 당해 결함 화상과 당해 참조 화상의 각각과의 차화상에 있어서 공통되게 결함 후보라고 판별된 영역의 특징량 분포인 것을 특징으로 하는 결함 관찰 방법.
  6. 제1항 내지 제5항 중 어느 한 항에 있어서,
    당해 제1 파라미터는, 상기 관찰 공정에 있어서 결함 후보로부터 결함과 뉴슨스(nuisance)를 변별하는 파라미터인 것을 특징으로 하는 결함 관찰 방법.
  7. 제1항 내지 제6항 중 어느 한 항에 있어서,
    상기 파라미터 결정 공정에서는, 또한, 당해 제1 특징량 분포 및 당해 제2 특징량 분포와 결함 검출률에 의거하여, 결함 추출에 사용하는 제2 파라미터를 결정하는 것을 특징으로 하는 결함 관찰 방법.
  8. 제1항 내지 제7항 중 어느 한 항에 있어서,
    상기 관찰 공정에서는, 상기 촬상 공정에서 촬상한 당해 결함 화상 또는 당해 참조 화상의 적어도 한쪽을 사용하는 것을 특징으로 하는 결함 관찰 방법.
  9. 제1항 내지 제8항 중 어느 한 항에 있어서,
    당해 결함 정보는 결함의 위치에 관한 정보인 것을 특징으로 하는 결함 관찰 방법.
  10. 제1항 내지 제9항 중 어느 한 항에 있어서,
    당해 참조 화상은, 당해 결함 화상의 패턴과 동일한 패턴이 형성되도록 설계된 당해 피검사 대상물 상의 영역을 촬상하여 얻어지는 화상인 것을 특징으로 하는 결함 관찰 방법.
  11. 검사 장치로부터의 결함 정보에 의거하여 피검사 대상물을 촬상하여, 결함 화상과 당해 결함 화상에 대응하는 참조 화상을 얻는 촬상 수단과,
    상기 촬상 수단에 의해 촬상한 당해 결함 화상과 당해 참조 화상에 의해 얻은 제1 특징량 분포와, 당해 참조 화상에 의해 얻은 제2 특징량 분포를 사용하여, 결함 추출에 사용하는 제1 파라미터를 결정하는 파라미터 결정 수단과,
    상기 파라미터 결정 수단에 의해 결정한 당해 제1 파라미터를 사용하여 관찰을 행하는 관찰 수단을 구비하는 결함 관찰 장치.
  12. 제11항에 있어서,
    당해 참조 화상은 복수 매 있으며,
    상기 파라미터 결정 수단에 있어서, 당해 제2 특징량 분포는, 당해 참조 화상의 각각의 차화상을 사용하여 결정되는 것을 특징으로 하는 결함 관찰 장치.
  13. 제12항에 있어서,
    당해 제2 특징량 분포는, 당해 참조 화상의 각각의 차화상 중 어느 하나에 있어서 결함 후보라고 판별된 영역의 특징량 분포인 것을 특징으로 하는 결함 관찰 장치.
  14. 제11항 내지 제13항 중 어느 한 항에 있어서,
    당해 참조 화상은 복수 매 있으며,
    상기 파라미터 결정 수단에 있어서, 당해 제1 특징량 분포는, 당해 결함 화상과 당해 참조 화상의 각각과의 차화상을 사용하여 결정되는 것을 특징으로 하는 결함 관찰 장치.
  15. 제14항에 있어서,
    당해 제1 특징량 분포는, 당해 결함 화상과 당해 참조 화상의 각각과의 차화상의 모두에 있어서 결함 후보라고 판별된 영역의 특징량 분포인 것을 특징으로 하는 결함 관찰 장치.
  16. 제11항 내지 제15항 중 어느 한 항에 있어서,
    당해 제1 파라미터는, 상기 관찰 수단에 있어서 결함 후보로부터 결함과 뉴슨스를 변별하는 파라미터인 것을 특징으로 하는 결함 관찰 장치.
  17. 제11항 내지 제16항 중 어느 한 항에 있어서,
    상기 파라미터 결정 수단에서는, 또한, 당해 제1 특징량 분포 및 당해 제2 특징량 분포와 결함 검출률에 의거하여, 결함 추출에 사용하는 제2 파라미터를 결정하는 것을 특징으로 하는 결함 관찰 장치.
  18. 제11항 내지 제17항 중 어느 한 항에 있어서,
    상기 관찰 수단에서는, 상기 촬상 수단에 의해 촬상한 당해 결함 화상 또는 당해 참조 화상 중 어느 하나를 사용하는 것을 특징으로 하는 결함 관찰 장치.
  19. 제11항 내지 제18항 중 어느 한 항에 있어서,
    당해 결함 정보는 결함의 위치에 관한 정보인 것을 특징으로 하는 결함 관찰 장치.
  20. 제11항 내지 제19항 중 어느 한 항에 있어서,
    당해 참조 화상은, 당해 결함 화상의 패턴과 동일한 패턴이 형성되도록 설계된 당해 피검사 대상물 상의 영역을 촬상하여 얻어지는 화상인 것을 특징으로 하는 결함 관찰 장치.
KR1020157015492A 2013-01-30 2013-12-06 결함 관찰 방법 및 결함 관찰 장치 KR101680558B1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JPJP-P-2013-014990 2013-01-30
JP2013014990A JP5948262B2 (ja) 2013-01-30 2013-01-30 欠陥観察方法および欠陥観察装置
PCT/JP2013/082753 WO2014119124A1 (ja) 2013-01-30 2013-12-06 欠陥観察方法および欠陥観察装置

Publications (2)

Publication Number Publication Date
KR20150086302A true KR20150086302A (ko) 2015-07-27
KR101680558B1 KR101680558B1 (ko) 2016-11-29

Family

ID=51261853

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020157015492A KR101680558B1 (ko) 2013-01-30 2013-12-06 결함 관찰 방법 및 결함 관찰 장치

Country Status (6)

Country Link
US (1) US9811897B2 (ko)
JP (1) JP5948262B2 (ko)
KR (1) KR101680558B1 (ko)
CN (1) CN104903712B (ko)
TW (1) TWI512684B (ko)
WO (1) WO2014119124A1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20190069597A (ko) * 2016-11-10 2019-06-19 케이엘에이-텐코 코포레이션 고감도 리피터 결함 검출
WO2021022100A1 (en) * 2019-08-01 2021-02-04 Kla Corporation Method for process monitoring with optical inspections

Families Citing this family (31)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9696268B2 (en) * 2014-10-27 2017-07-04 Kla-Tencor Corporation Automated decision-based energy-dispersive x-ray methodology and apparatus
JP6486757B2 (ja) 2015-04-23 2019-03-20 株式会社荏原製作所 基板処理装置
US11442919B2 (en) * 2015-07-31 2022-09-13 Accenture Global Services Limited Data reliability analysis
TWI737659B (zh) * 2015-12-22 2021-09-01 以色列商應用材料以色列公司 半導體試樣的基於深度學習之檢查的方法及其系統
JP6833366B2 (ja) 2016-07-06 2021-02-24 キヤノン株式会社 情報処理装置、情報処理装置の制御方法及びプログラム
JP6809250B2 (ja) * 2017-01-23 2021-01-06 株式会社リコー 情報処理装置、情報処理方法およびプログラム
US20190377945A1 (en) * 2017-02-28 2019-12-12 Optim Corporation System, method, and program for detecting abnormality
JP7005930B2 (ja) * 2017-04-21 2022-01-24 オムロン株式会社 シート検査装置及び検査システム
JP7210873B2 (ja) 2017-07-26 2023-01-24 横浜ゴム株式会社 欠陥検査方法及び欠陥検査装置
JP2019039727A (ja) * 2017-08-23 2019-03-14 富士通株式会社 画像検査装置、画像検査方法および画像検査プログラム
US10699926B2 (en) 2017-08-30 2020-06-30 Kla-Tencor Corp. Identifying nuisances and defects of interest in defects detected on a wafer
WO2019077650A1 (ja) * 2017-10-16 2019-04-25 株式会社日立ハイテクノロジーズ 撮像装置
JP7239588B2 (ja) * 2017-12-19 2023-03-14 テトラ ラバル ホールディングス アンド ファイナンス エス エイ 包装容器における欠陥検出の方法
JP7073785B2 (ja) * 2018-03-05 2022-05-24 オムロン株式会社 画像検査装置、画像検査方法及び画像検査プログラム
TWI703514B (zh) * 2018-05-24 2020-09-01 牧德科技股份有限公司 人工智慧複檢系統及其方法
JP6985210B2 (ja) * 2018-05-29 2021-12-22 株式会社 日立産業制御ソリューションズ 検査機能診断装置、検査機能診断方法及び検査機能診断プログラム
CN109543720B (zh) * 2018-10-30 2023-10-27 东华大学 一种基于对抗生成网络的晶圆图缺陷模式识别方法
US11468553B2 (en) * 2018-11-02 2022-10-11 Kla Corporation System and method for determining type and size of defects on blank reticles
US10545099B1 (en) 2018-11-07 2020-01-28 Kla-Tencor Corporation Ultra-high sensitivity hybrid inspection with full wafer coverage capability
US10957035B2 (en) * 2018-11-30 2021-03-23 Kla Corporation Defect classification by fitting optical signals to a point-spread function
JP7203678B2 (ja) * 2019-04-19 2023-01-13 株式会社日立ハイテク 欠陥観察装置
CN110276410B (zh) * 2019-06-27 2022-06-03 京东方科技集团股份有限公司 确定不良原因的方法、装置、电子设备及存储介质
JP2021012570A (ja) * 2019-07-08 2021-02-04 株式会社日立製作所 破面解析装置及び破面解析方法
CN110706293B (zh) * 2019-09-03 2023-04-25 佛山科学技术学院 基于surf特征匹配的电子元器件定位和检测方法
KR20220100621A (ko) 2019-12-24 2022-07-15 주식회사 히타치하이테크 결함 검사 시스템 및 결함 검사 방법
JP7288870B2 (ja) * 2020-02-05 2023-06-08 株式会社日立製作所 画像を生成するシステム
JP7262409B2 (ja) * 2020-03-06 2023-04-21 株式会社日立ハイテク 試料観察システム及び画像処理方法
CN113012128B (zh) * 2021-03-18 2022-04-15 长鑫存储技术有限公司 缺陷表征方法和装置
JP2023056825A (ja) * 2021-10-08 2023-04-20 株式会社日立製作所 検査装置
CN115187601B (zh) * 2022-09-13 2022-12-06 山东滨州八匹马塑料化纤制品有限公司 基于图像理解的深海渔网生产过程缺陷检测方法
CN117636077B (zh) * 2024-01-25 2024-04-02 高视科技(苏州)股份有限公司 缺陷检测参数调整方法、电子设备和储存介质

Family Cites Families (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3476913B2 (ja) 1994-07-08 2003-12-10 オリンパス株式会社 欠陥種別判定装置及びプロセス管理システム
JP3566589B2 (ja) 1998-07-28 2004-09-15 株式会社日立製作所 欠陥検査装置およびその方法
AU1553601A (en) * 1999-11-29 2001-06-12 Olympus Optical Co., Ltd. Defect inspecting system
JP3893825B2 (ja) 1999-12-28 2007-03-14 株式会社日立製作所 半導体ウェーハの欠陥観察方法及びその装置
US6975754B2 (en) * 2000-10-26 2005-12-13 Hitachi, Ltd. Circuit pattern inspection method and apparatus
JP2003004427A (ja) * 2001-06-22 2003-01-08 Hitachi Ltd 画像比較による欠陥検査方法及びその装置
JP3904419B2 (ja) * 2001-09-13 2007-04-11 株式会社日立製作所 検査装置および検査システム
US7589783B2 (en) * 2003-07-14 2009-09-15 Rudolph Technologies, Inc. Camera and illumination matching for inspection system
JP4825469B2 (ja) * 2005-08-05 2011-11-30 株式会社日立ハイテクノロジーズ 半導体デバイスの欠陥レビュー方法及びその装置
TW200709667A (en) * 2005-08-26 2007-03-01 Utechzone Co Ltd Method for detecting mura defect of display by reconstructing the background image
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
JP4723362B2 (ja) * 2005-11-29 2011-07-13 株式会社日立ハイテクノロジーズ 光学式検査装置及びその方法
JP4644613B2 (ja) 2006-02-27 2011-03-02 株式会社日立ハイテクノロジーズ 欠陥観察方法及びその装置
US7576851B2 (en) * 2006-03-30 2009-08-18 Tokyo Electron Limited Creating a library for measuring a damaged structure formed on a wafer using optical metrology
US7623978B2 (en) * 2006-03-30 2009-11-24 Tokyo Electron Limited Damage assessment of a wafer using optical metrology
JP5286004B2 (ja) * 2008-09-12 2013-09-11 株式会社日立ハイテクノロジーズ 基板の検査装置、および、基板の検査方法
US8315453B2 (en) * 2010-07-27 2012-11-20 Applied Materials Israel, Ltd. Defect classification with optimized purity

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20190069597A (ko) * 2016-11-10 2019-06-19 케이엘에이-텐코 코포레이션 고감도 리피터 결함 검출
WO2021022100A1 (en) * 2019-08-01 2021-02-04 Kla Corporation Method for process monitoring with optical inspections
KR20220041126A (ko) * 2019-08-01 2022-03-31 케이엘에이 코포레이션 광학 검사를 이용한 프로세스 모니터링 방법
US11379969B2 (en) 2019-08-01 2022-07-05 Kla Corporation Method for process monitoring with optical inspections

Also Published As

Publication number Publication date
CN104903712A (zh) 2015-09-09
WO2014119124A1 (ja) 2014-08-07
CN104903712B (zh) 2018-01-02
JP2014145694A (ja) 2014-08-14
KR101680558B1 (ko) 2016-11-29
TWI512684B (zh) 2015-12-11
TW201430768A (zh) 2014-08-01
JP5948262B2 (ja) 2016-07-06
US20150332445A1 (en) 2015-11-19
US9811897B2 (en) 2017-11-07

Similar Documents

Publication Publication Date Title
KR101680558B1 (ko) 결함 관찰 방법 및 결함 관찰 장치
JP5444092B2 (ja) 検査方法およびその装置
KR101479889B1 (ko) 하전 입자선 장치
KR101600209B1 (ko) 영역 결정 장치, 검사 장치, 영역 결정 방법 및 영역 결정 방법을 사용한 검사 방법
US7873202B2 (en) Method and apparatus for reviewing defects of semiconductor device
KR102379872B1 (ko) 결함 특유적 정보를 이용한 웨이퍼 상의 결함 검출
JP5118872B2 (ja) 半導体デバイスの欠陥観察方法及びその装置
KR101764658B1 (ko) 결함 해석 지원 장치, 결함 해석 지원 장치에 의해 실행되는 프로그램 및 결함 해석 시스템
KR101588367B1 (ko) 하전 입자선 장치
JP5500871B2 (ja) テンプレートマッチング用テンプレート作成方法、及びテンプレート作成装置
JP5543872B2 (ja) パターン検査方法およびパターン検査装置
US20100138801A1 (en) System and Method for Detecting a Defect
JP6134366B2 (ja) 画像処理装置およびコンピュータプログラム
JP2008041940A (ja) Ｓｅｍ式レビュー装置並びにｓｅｍ式レビュー装置を用いた欠陥のレビュー方法及び欠陥検査方法
JP2009250645A (ja) 欠陥レビュー方法およびその装置
KR20140038561A (ko) 결함 검사 방법 및 결함 검사 장치
JP3722757B2 (ja) 欠陥撮像装置
US11087454B2 (en) Defect observation device and defect observation method
JP2013019866A (ja) 走査電子顕微鏡、欠陥検査システム、および欠陥検査装置

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20191030

Year of fee payment: 4