KR20200000455A - 상이한 이미지들을 사용하는 웨이퍼 검사 - Google Patents
상이한 이미지들을 사용하는 웨이퍼 검사 Download PDFInfo
- Publication number
- KR20200000455A KR20200000455A KR1020197037809A KR20197037809A KR20200000455A KR 20200000455 A KR20200000455 A KR 20200000455A KR 1020197037809 A KR1020197037809 A KR 1020197037809A KR 20197037809 A KR20197037809 A KR 20197037809A KR 20200000455 A KR20200000455 A KR 20200000455A
- Authority
- KR
- South Korea
- Prior art keywords
- dies
- image
- images
- imaging
- wafer
- Prior art date
Links
- 238000007689 inspection Methods 0.000 title claims abstract description 24
- 238000000034 method Methods 0.000 claims abstract description 51
- 238000012360 testing method Methods 0.000 claims abstract description 48
- 230000003287 optical effect Effects 0.000 claims abstract description 9
- 235000012431 wafers Nutrition 0.000 claims description 75
- 238000003384 imaging method Methods 0.000 claims description 65
- 239000011159 matrix material Substances 0.000 claims description 39
- 210000001747 pupil Anatomy 0.000 claims description 37
- 230000007547 defect Effects 0.000 claims description 31
- 238000005286 illumination Methods 0.000 claims description 19
- 230000008569 process Effects 0.000 claims description 11
- 238000004891 communication Methods 0.000 claims description 6
- 238000010894 electron beam technology Methods 0.000 claims description 6
- 238000010884 ion-beam technique Methods 0.000 claims description 6
- 230000010287 polarization Effects 0.000 claims description 6
- 238000001228 spectrum Methods 0.000 claims description 6
- 238000013500 data storage Methods 0.000 claims description 4
- 230000035945 sensitivity Effects 0.000 abstract description 5
- 238000003860 storage Methods 0.000 description 20
- 239000010410 layer Substances 0.000 description 10
- 239000004065 semiconductor Substances 0.000 description 10
- 239000013598 vector Substances 0.000 description 7
- 238000001514 detection method Methods 0.000 description 5
- 238000000513 principal component analysis Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000002950 deficient Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000000354 decomposition reaction Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 230000008021 deposition Effects 0.000 description 2
- 238000000151 deposition Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005530 etching Methods 0.000 description 2
- 239000011229 interlayer Substances 0.000 description 2
- 238000001459 lithography Methods 0.000 description 2
- 235000006719 Cassia obtusifolia Nutrition 0.000 description 1
- 235000014552 Cassia tora Nutrition 0.000 description 1
- 244000201986 Cassia tora Species 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001010 compromised effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000013213 extrapolation Methods 0.000 description 1
- 238000005468 ion implantation Methods 0.000 description 1
- 238000012634 optical imaging Methods 0.000 description 1
- 229920002120 photoresistant polymer Polymers 0.000 description 1
- 238000005498 polishing Methods 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000004151 rapid thermal annealing Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000017105 transposition Effects 0.000 description 1
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
-
- 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
- G01N21/8851—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
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
- G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10056—Microscopic 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
- G06T2207/10141—Special mode during image acquisition
- G06T2207/10148—Varying focus
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10141—Special mode during image acquisition
- G06T2207/10152—Varying illumination
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30148—Semiconductor; IC; Wafer
Landscapes
- Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Power Engineering (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Computer Hardware Design (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Signal Processing (AREA)
- Testing Or Measuring Of Semiconductors Or The Like (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
시스템 및 방법은 웨이퍼의 광학 검사의 신호대 잡음비를 증가시켜 더 높은 검사 감도를 획득한다. 계산된 참조 이미지는 테스트 이미지와 계산된 참조 이미지의 차이의 놈을 최소화할 수 있다. 테스트 이미지와 계산된 참조 이미지 사이의 차분 이미지가 결정된다. 계산된 참조 이미지는 제 2 세트 이미지의 선형 조합을 포함한다.
Description
본 출원은 2017년 5월 23일자에 출원되어 미국 출원 번호 제62/510,259호가 부여된 특허 가출원에 대한 우선권을 주장하고, 이 가출원의 개시 내용은 본 명세서에 참조로 포함된다.
본 개시는 반도체 웨이퍼 검사에 관한 것이다.
초고밀도 집적 회로(very-large scale integrated circuit)들을 제조하는 경제적 측면은 집적 회로들의 임계 치수들의 점진적인 감소로 이끈다. 디바이스 치수들이 감소함에 따라, 허용가능한 결함들의 사이즈도 감소하며, 이는 결과적으로 더 높은 감도를 갖는 결함 검사 장비를 요한다.
논리 및 메모리 디바이스들과 같은 반도체 디바이스들을 제조하는 것은, 통상적으로 다양한 피처들 및 다중 레벨들의 반도체 디바이스들을 형성하기 위해 다수의 제조 공정들을 사용하여 반도체 웨이퍼를 처리하는 것을 포함한다. 예를 들어, 리소그래피는 레티클로부터 반도체 웨이퍼 상에 배치된 포토 레지스트로 패턴을 전사하는 것을 포함하는 반도체 제조 공정이다. 반도체 제조 공정들의 추가적인 예들은, 화학 기계적 폴리싱(chemical-mechanical polishing; CMP), 에칭, 퇴적, 및 이온 주입을 포함하지만 이에 제한되는 것은 아니다. 이러한 공정들 중 임의의 공정 동안 결함들이 형성될 수 있다. 따라서, 하나보다 많은 공정 단계 후에 웨이퍼들이 결함에 대해 검사된다. 다수의 반도체 디바이스들은 단일 반도체 웨이퍼 상에 배치되어 제조될 수 있고, 이어서 개별 반도체 디바이스들 또는 다이들로 분리될 수 있다.
차분 이미지(difference image)들이 결함 검출에 사용되어왔다. 이는 통상적으로 이웃하는 다이에서 참조 이미지를 또는 다수의 다이들에서 획득된 이미지들의 중간값(median)을 획득하는 것을 포함했었. 차분 이미지는 타겟 다이의 이미지로부터 참조 이미지를 감산함으로써 획득되어왔다. 그러나 일부 이미지 차분들은 통상적으로 잠재적 결함들로 잘못 표시되었다. 툴 또는 웨이퍼 공정 조건들은 다이마다 다를 수 있으며, 이는 차분 이미지에 바람직하지 않은 기여를 제공하고, 신호 대 잡음비를 감소시킬 수 있다. 이 영향들 둘 다가 검사의 감도에 영향을 줄 수 있다.
결함이 없는 경우에도 다이들의 이미지들이 서로 상이할 수 있다. 임계 치수(critical dimension; CD), 패터닝된 피처들의 에지 프로파일들, 또는 층 두께들이 웨이퍼에 걸쳐 다를 수 있다. 이러한 변화들은, 변화들이 허용오차들 내에 있을 대에도 차분 이미지에 기여할 수 있다.
상이한 다이들에 대한 상이한 웨이퍼 공정 조건들 외에도, 툴 자동초점 시스템이 오차 마진(error margin)을 가질 수 있다. 초점 변화는 다이들의 이미지들을 상이하게 할 수 있다. 오탐(false positive)들을 방지하기 위해 그러한 변화들이 수용될 필요가 있을 수 있다.
따라서, 결함들을 검출하기 위한 새로운 시스템 및 방법이 필요된다.
제 1 실시예에서, 방법이 제공된다. 웨이퍼 상의 테스트 중인 다이의 테스트 이미지 및 제 2 세트의 다이들의 이미지들이 프로세서에서 수신된다. 테스트 이미지와 계산된 참조 이미지(computed reference image) 사이의 차분 이미지가 프로세서를 사용하여 결정된다. 계산된 참조 이미지는 차분 이미지의 놈(norm)이 최소화되도록 제 2 세트의 다이들의 이미지들로부터 도출된다. 차분 이미지 상의 결함들이 프로세서를 사용하여 검출된다.
계산된 참조 이미지는 제 2 세트의 다이들의 이미지들의 선형 조합일 수 있다. 계산된 참조 이미지는 또한 항(term)들의 선형 조합일 수 있으며, 여기서 각각의 항은 제 2 세트의 다이들 내의 다이들 중 하나의 다이의 이미지와 조정가능한 필터의 컨볼루션이다.
차분 이미지의 픽셀들의 제곱들의 합이 최소화될 수 있다.
제 2 세트의 다이들의 이미지들은 상이한 이미징 조건들에서 획득될 수 있다. 상이한 이미징 조건들은 초점, 조명 동공 모양(illumination pupil shape), 조명 편광, 조명 파장 스펙트럼, 이미징 개구수, 이미징 동공 모양, 이미징 동공 분석기, 이미징 동공 구역 행렬(imaging pupil jones matrix), 이미징 동공 아포디제이션(imaging pupil apodization), 또는 이미징 동공 파면(imaging pupil wavefront) 중 적어도 하나에 대한 상이한 파라미터들을 포함할 수 있다. 상이한 이미징 조건들은 또한 제 2 세트의 다이들의 이미지들 각각에 대한 초점의 상이한 파라미터들을 포함할 수 있다.
제 2 세트의 다이들은 테스트 중인 다이를 갖는 웨이퍼 이외의 하나 이상의 웨이퍼 상에 있을 수 있다. 예를 들어, 제 2 세트의 다이들은 상이한 웨이퍼들 상에 있으며 층의 두께는 웨이퍼마다 변한다. 다른 예에서, 제 2 세트의 다이들은 상이한 리소그래픽 조사 선량(exposure dose)들을 사용하여 인쇄된다. 또 다른 예에서, 제 2 세트의 다이들은 상이한 리소그래픽 초점 설정들을 사용하여 인쇄된다.
제 2 세트의 다이들 중 적어도 하나가 웨이퍼의 에지에 있을 수 있다.
테스트 이미지 및 제 2 세트의 다이들의 이미지들 각각은 광학 현미경, 레이저 스캐닝 시스템, 근접장 현미경(near-field microscope), 전자 빔 현미경, 이온 빔 현미경, x-선 현미경, 원자력 현미경, 또는 타이코그래픽 이미징 시스템(ptychographic imaging system) 중 하나로부터 획득될 수 있다.
일 예에서, 방법은 데이터 행렬을, 데이터 행렬의 각각의 열이 다이의 정렬된 이미지가 되도록 형성하는 단계 및 데이터 행렬을 2 개의 부분들로 분해하는 단계를 더 포함한다. 2 개의 부분들 중 제 1 행렬은 저랭크(low-rank)이며, 2 개의 부분들 중 제 2 행렬은 적어도 하나의 0이 아닌 항목(non-zero entity)을 갖는다. 제 2 행렬은 격리된 점 결함(isolated point defect)들을 포함하고 제 1 행렬은 웨이퍼의 패턴 및 공정 변화들을 포함한다.
계산된 참조 이미지는 프로세서를 사용하여 제 2 세트의 다이들의 이미지들로부터 결정될 수 있다.
제 2 실시예에서, 시스템이 제공된다. 시스템은 전자 데이터 저장 유닛 및 웨이퍼 검사 툴과 전자 통신하는 프로세서를 포함한다. 프로세서는 테스트 이미지와 계산된 참조 이미지 사이의 차분 이미지를 결정하고, 이어서 차분 이미지를 사용하여 결함들을 검출하는 명령어들을 실행하도록 구성된다. 계산된 참조 이미지는 차분 이미지의 놈이 최소화되도록 제 2 세트의 다이들의 이미지들로부터 도출된다.
웨이퍼 검사 툴은 광학 현미경, 레이저 스캐닝 시스템, 근접장 현미경, 전자 빔 현미경, 이온 빔 현미경, x-선 현미경, 원자력 현미경, 또는 타이코그래픽 이미징 시스템 중 하나일 수 있다. 프로세서는 웨이퍼 검사 툴의 일부일 수 있다.
차분 이미지의 픽셀들 제곱들의 합이 최소화될 수 있다.
제 2 세트의 다이들의 이미지들 각각은 상이한 이미징 조건들에서 획득될 수 있다. 상이한 이미징 조건들은 조명 동공 모양, 조명 편광, 조명 파장 스펙트럼, 초점, 이미징 개구수, 이미징 동공 모양, 이미징 동공 분석기, 이미징 동공 구역 행렬, 이미징 동공 아포디제이션, 또는 이미징 동공 파면 중 적어도 하나에 대한 상이한 파라미터들을 포함할 수 있다. 상이한 이미징 조건들은 제 2 세트의 다이들의 이미지들 각각에 대한 초점의 상이한 파라미터들을 포함할 수 있다.
프로세서는 또한, 계산된 참조 이미지를 제 2 세트의 다이들의 이미지들로부터 결정하도록 구성될 수 있다.
본 개시의 본질 및 목적들의 더 완전한 이해를 위해, 첨부한 도면들과 함께 취해진 다음의 상세한 설명에 대한 참조가 이루어져야 한다.
도 1은 본 개시에 따른 방법의 실시예의 흐름도이다.
도 2는 본 개시에 따른 시스템의 실시예의 블록도이다.
도 3은 도 1의 방법을 사용하는 예시적인 이미지들을 도시하는 흐름도이다.
도 1은 본 개시에 따른 방법의 실시예의 흐름도이다.
도 2는 본 개시에 따른 시스템의 실시예의 블록도이다.
도 3은 도 1의 방법을 사용하는 예시적인 이미지들을 도시하는 흐름도이다.
청구된 주제가 특정 실시예들에 관하여 설명될 것이지만, 본 명세서에 기재된 이점들 및 특징들 모두를 제공하지 않는 실시예들을 포함한 다른 실시예들도 본 개시의 범위 내에 있다. 본 개시의 범위로부터 벗어나지 않고 다양한 구조적, 논리적, 공정 단계, 및 전자적 변경들이 이루어질 수 있다. 따라서, 본 개시의 범위는 첨부된 청구범위에 대한 참조에 의해서만 정의된다.
본 개시의 실시예들은 웨이퍼들의 광학 검사의 신호 대 잡음비를 증가시킬 수 있다. 더 높은 검사 감도가 획득될 수 있다. 계산된 참조 이미지는 테스트 이미지 및 계산된 참조 이미지의 차분의 놈(norm)을 최소화할 수 있다. 이는 검사 동안 결함들을 찾고 양성 변화(benign variation)들을 무시하는 것을 도울 수 있다.
본 명세서에 개시된 실시예들에서, 참조 이미지는 다수의 참조 다이들에서 획득된 이미지들로부터 결정된다. 테스트 다이에 결함이 있고 참조 다이들에 결함이 없다고 가정된다. 다수의 참조 다이들에서 획득된 이미지들은 이미지가 양성 방식으로 다이마다 어떻게 변할 수 있는지를 보여준다. 이러한 양성 변화들은 패턴들, 층 두께, 상이한 영역들에서의 툴 초점, CD, 패터닝된 피처들의 에지 프로파일들, 또는 웨이퍼에 걸친 또는 다수의 웨이퍼들에 걸친 층 두께들을 포함할 수 있지만, 이에 제한되는 것은 아니다. 본 명세서에 개시되는 실시예들에서 테스트 이미지와 계산된 참조 이미지 사이의 차분 이미지를 형성할 때, 참조 다이들 사이에서 관찰된 차분들이 무시될 수 있다. 테스트 이미지 및 참조 이미지들은 각각 검사 툴로부터 획득될 수 있다. 실시예에서, 이미징 툴은 광대역 플라즈마(broad band plasma; BBP) 광원을 갖는 광학 이미징 툴이다. 이미징 툴은 명시야(bright-field) 또는 암시야(dark-field) 구성으로 구성될 수 있다. 다른 실시예들에서, 테스트 및 참조 이미지들은 레이저 스캐닝 시스템에 의해 획득된다. 다른 실시예에서, 검사 툴은 전자 빔 현미경, 이온 빔 현미경, x-선 현미경, 또는 타이코그래픽 이미징 시스템, 스캐닝 근거리 현미경, 또는 원자력 현미경일 수 있다.
도 1은 방법(100)의 흐름도이다. 테스트 중인 다이의 테스트 이미지가 프로세서에서 수신된다(단계 101). 제 2 세트의 다이들의 이미지들이 또한 수신될 수 있다.
프로세서를 사용하여, 테스트 이미지와 계산된 참조 이미지 사이의 차분 이미지가 결정된다(단계 102). 계산된 참조 이미지는 차분 이미지의 놈이 최소화되도록 제 2 세트의 다이들의 이미지들로부터 도출된다. 계산된 참조 이미지는 제 2 세트의 다이들의 선형 조합을 포함할 수 있다. 예를 들어, 선형 조합에서의 가중치(weight)들이 차분 이미지의 놈이 최소화되도록 결정될 수 있다. 계산된 참조 이미지는 또한 항들의 선형 조합일 수 있다. 각각의 항은 제 2 세트의 다이들 내의 다이들 중 하나의 다이의 이미지와 조정가능한 필터의 컨볼루션일 수 있다.
도 1의 방법은 다음의 수학식들로 예시된다.
이 수학식들에서, (x, y)는 이미지 내의 픽셀의 위치(정수 값)이고, Idie(x, y)는 특정 다이의 이미지의 픽셀 (x, y)에서의 세기(intensity)이고, cdie는 이미지 Idie(x, y)를 곱하는 스칼라, 실수값 계수이고, Iref는 참조 이미지(예를 들어, 다른 다이의 이미지)이며, Iref(x, y)는 픽셀 (x, y)에서의 이미지의 세기이다. 아래 첨자 "die"는 웨이퍼 상의 다이를 식별하는 정수값 인덱스이다. 인덱스 "test"는 테스트 중인 다이의 인덱스이다.
실시예에서, 각각의 미지의 계수는 다음 수학식들을 사용하여 작은 미지의 필터(예를 들어, 7x7)로 만들어질 수 있다. 이 실시예는 작은 정렬 오차들을 무시할 수 있고 다이 이미지들 사이의 차분들을 모호하게 할 수 있다.
이 경우, cdie는 스칼라가 아니지만 3x3과 같은 작은 2 차원 어레이이다. 연산자 ⓧ는 2 차원 컨벌루션을 나타낸다.
실시예에서, 놈은 차분 이미지이고, 최소화 알고리즘은 선형 최소 제곱 알고리즘(linear least squares algorithm)이다.
실시예에서, 차분 이미지에서의 픽셀들 제곱들의 합이 최소화된다.
각각의 테스트 이미지에 대해 개별 참조 이미지가 계산될 수 있다. 차분 이미지는 테스트 이미지에서 계산된 참조 이미지를 뺀 것일 수 있다. 차분 이미지 및 계산된 참조 이미지는 결함들을 검출하기 위해 사용되며(단계 103), 결함들은 분류될 수 있다.
도 3은 도 1의 방법을 사용하는 예시적인 이미지들을 도시하는 흐름도이다. 제 2 세트의 다이들의 3 개의 참조 이미지들(300)이 선형 조합으로 결합되어 계산된 참조 이미지(301)를 형성한다. 3 개의 참조 이미지들(300)이 도시되지만, 더 많거나 적은 참조 이미지들(300)이 사용될 수 있다.
계산된 참조 이미지(301) 및 테스트 이미지(302)로부터 차분 이미지(303)를 형성하기 위해 이미지 감산이 사용된다. 선형 조합에서의 가중치들이 차분 이미지(303)의 놈이 최소화되도록 결정될 수 있다. 차분 이미지(303) 및 테스트 이미지(302)는 결함(304)을 포함한다. 테스트 이미지(302)는 또한 양성 변화들(305)을 포함한다. 제 2 세트의 다이들의 참조 이미지들(300) 중 하나가 이미지 감산을 사용하여 차분 이미지(303)를 형성하기 위해 테스트 이미지(302)와 함께 사용되었으면, 양성 변화들(305) 중 일부가 차분 이미지(303)에 나타났을 수 있다. 이러한 양성 변화들(305)이 결함으로 잘못 분류되었을 수 있다. 계산된 참조 이미지(301)가 사용되었으면, 차분 이미지(303)에서 양성 변화들(305)이 무시될 가능성이 크다.
일부 응용들에서, 테스트 및 참조 이미지들은 상이한 웨이퍼들로부터 획득될 수 있다. 예를 들어, 리소그래픽 레티클(마스크)이 열화되었는지를 결정하기 위해, 새로 인쇄된 테스트 웨이퍼가 이전에 인쇄된 참조 웨이퍼와 비교된다. 리소그래피 프로젝터 또는 검사 툴의 이미징 조건들이 테스트 웨이퍼와 참조 웨이퍼 사이에서 변경되면, 테스트 웨이퍼와 참조 웨이퍼의 비교가 손상될 수 있다. 초점 설정은, 자동 초점 시스템들이 유한 허용오차를 갖기 때문에 변경될 수 있는 이미징 조건들 중 하나이다. 그러한 변경들은, 테스트 이미지와 참조 이미지 사이에 양성(뉴슨스) 차분들을 만들어 결함 검출들을 방해할 수 있다.
이 문제를 해결하기 위해, 도 1의 방법에서, 제 2 세트의 다이들의 이미지들 각각이 검사 시스템들의 상이한 이미징 조건에서 획득될 수 있다. 예를 들어, 제 2 세트의 다이들의 이미지들이 차분 이미지에서의 초점 변동들의 영향을 무시하기 위해 다수의 초점 설정들에서 획득될 수 있다. 초점 이외에, 이미징 조건들은 조명 세기, 조명 동공 모양, 조명 편광, 조명 파장 스펙트럼, 이미징 개구수, 이미징 동공 모양, 이미징 동공 분석기, 이미징 동공 구역 행렬, 이미징 동공 아포디제이션, 또는 이미징 동공 파면을 포함한다. 이 이미징 조건들 중 임의의 조건이 부유되면, 이는 참조 다이들 사이에서 의도적으로 조절될 수 있다. 일례로, 초점은 제 2 세트의 다이들의 이미지들 각각에 대해 상이하다.
제 2 세트의 다이들은 각각 테스트 이미지의 다이를 갖는 웨이퍼와는 상이한 웨이퍼 또는 테스트 이미지의 다이를 갖는 웨이퍼의 상이한 부분으로부터의 것일 수 있다. 예를 들어, 제 2 세트의 다이들의 이미지들 각각에서 이미지화된 층의 두께, 이미지화된 층의 리소그래픽 조사 선량, 및 이미지화된 층의 리소그래픽 초점이 상이할 수 있다.
제 1 예에서, 다수의 웨이퍼들이 상이한 층 두께들로 제조될 수 있다. 예를 들어, 100 nm 두께의 층간 유전체가 제 1 웨이퍼 상에 퇴적될 수 있고, 105 nm 두께의 층간 유전체가 제 2 웨이퍼 상에 퇴적될 수 있다. 제 2 세트의 다이들의 이미지들이 제 1 웨이퍼 및 제 2 웨이퍼 둘 다로부터 획득된다. 테스트 이미지가 공칭 웨이퍼(nominal wafer)로부터 획득된다. 제 2 세트의 다이들의 이미지들 사이의 차분들이 공칭 조건들에서 제조된 웨이퍼들의 후속 검사들을 위해 저장될 수 있다.
제 2 예에서, 각각의 웨이퍼가 상이한 리소그래픽 조사 선량을 갖는 층을 갖는 다수의 웨이퍼들이 제조된다. 제 2 세트의 다이들의 이미지들이 다수의 웨이퍼들로부터 획득된다. 테스트 이미지가 공칭 웨이퍼로부터 획득된다. 제 2 세트의 다이들의 이미지들 사이의 차분들이 공칭 조건들에서 제조된 웨이퍼들의 후속 검사들을 위해 저장될 수 있다.
제 3 예에서, 각각의 웨이퍼가 상이한 리소그래픽 초점을 갖는 층을 갖는 다수의 웨이퍼들이 제조된다. 제 2 세트의 다이들의 이미지들이 다수의 웨이퍼들로부터 획득된다. 테스트 이미지가 공칭 웨이퍼로부터 획득된다. 제 2 세트의 다이들의 이미지들 사이의 차분들이 공칭 조건들에서 제조된 웨이퍼들의 후속 검사들을 위해 저장될 수 있다.
제 2 세트의 다이들 중 적어도 하나는 에지 다이일 수 있다. 웨이퍼의 에지 상의 다이들은 일반적으로 상이한 공정 조건들을 거친다. 베이크 플레이트(bake plate)들, 급속 열 어닐링, 에칭, 퇴적, CMP 및 리소그래피 공정들이 웨이퍼의 에지에서 변화들을 가질 수 있다. 웨이퍼 검사 툴에 의해 획득된 에지 다이의 이미지들은 일반적으로 이 공정 변화들로 인해 다른 다이들의 이미지들과는 상이하다. 이 변화들 대부분은 결함들로 간주되지 않는다.
에지 다이를 검사하기 위해, 계산된 참조 이미지를 비에지 다이(non-edge die)들로부터 생성하는 것은 때로는 관심있는 결함들에 대한 불만족스러운 감도를 양산할 수 있다. 차분 이미지는 공정 변화들에 의해 좌우될 수 있으며, 이는 관심있는 결함들을 선발하기 어렵게 할 수 있다. 일례로, 제곱 평균(root mean square; RMS) 차분 이미지는 에지 다이들에서 더 크다. 이는 다른 다이들로부터 에지 다이로의 외삽이 어려운 것에 의해 또는 에지 다이에서의 더 높은 웨이퍼 잡음에 의해 발생할 수 있다.
이 문제들을 해결하기 위해, 에지 및 중앙 다이들 둘 다를 포함하는 웨이퍼 상의 모든 다이들로부터 제 2 세트의 다이들의 이미지들이 생성될 수 있다. 예를 들어, 계산된 참조 이미지는 테스트 중인 다이(예를 들어, 타겟 다이) 이외의 적어도 하나의 에지 다이를 포함하는 다수의 다이들로부터 생성될 수 있다. 다른 다이들과 함께 에지 다이들을 사용하는 것은 에지 다이에서의 잔차(residual)를 감소시킬 수 있다. 예를 들어, 에지 다이들은 중앙 다이들과 분리적으로 선형화된다.
계산된 참조 이미지는 주성분 분석(principle component analysis; PCA)을 사용하여 생성될 수 있다. PCA의 실시예가 다음과 같이 요약될 수 있다.
< 가장 큰 m 특이값에 대응하는 U의 N 개의 열들
이 수학식들에서, A는 행렬이다. A의 각각의 열은 다이의 이미지이다. 이미지의 픽셀들이 열 벡터로 재배열된다. U와 V는 각각 행렬이다. U의 열들은 A의 왼쪽 특이 벡터들이다. V의 열들은 A의 오른쪽 특이 벡터들이다. S는 대각선 행렬이며, 대각선 항목들은 A의 특이값들이다. 
는 U의 하위 행렬이다. 위첨자 T는 이항(transposition)을 나타낸다. "Reference"는 계산된 참조 이미지이다. 이것은 열 벡터로 배열된다. "Target"은 타겟 다이(예를 들어, 테스트 중인 다이)의 이미지이다.
다이들 중 하나가 대규모 결함을 포함하면, 이 다이 이미지는 주성분이 될 수 있고 PCA를 사용하여 정상(즉, 결함이 아님)으로 간주될 수 있다. 아래 단계들은 이것을 피할 수 있다.
단계 1) 
데이터 행렬
단계 2) 
단계 3) 주성분들과 잡음 사이의 경계인 랭크 r을 결정함
단계 4) 
단계 5) RMS(Idif,m)가 비정상적으로 낮은 m을 찾고, 데이터 행렬 D로부터 Itar,m을 버림
단계 6) 단계 2 내지 단계 4를 반복함
단계 1 내지 단계 6에서, D는 위의 A와 유사하다. D는 행렬이다. D의 각각의 열은 다이의 이미지이다. 이미지의 픽셀들은 열 벡터로 배열된다. D는 검사될 모든 다이들의 이미지들을 포함한다. "tar"는 타겟에 대한 줄임말이다. "tar,1"은 제 1 타겟 다이의 인덱스 등이다. Itar,n은 n 번째 다이에 대한 획득된 이미지이다. Idif,n은 n 번째 다이에 대한 차분 이미지이며, 이는 계산된 양일 수 있다. D는 사이즈 p x Ndies 이다. 일 예에서, p ≪ Ndies이다. p는 이미지들 중 하나의 이미지 내의 픽셀들 수이다. U는 사이즈 p x Ndies의 행렬이며, 여기서 U의 열들은 A의 왼쪽 특이 벡터들이다. V는 사이즈 Ndies x Ndies의 행렬이며, 여기서 V의 열들은 A의 오른쪽 특이 벡터들이다. S는 A의 특이값들인 대각선 항목들을 갖는 사이즈 Ndies의 대각선 행렬이다. 이미지의 RMS는 이미지의 픽셀값들의 제곱의 평균의 제곱근을 나타낸다.
다른 실시예에서, 데이터 행렬은, 데이터 행렬의 각각의 열이 다이의 정렬된 이미지가 되도록 형성된다. 이어서, 데이터 행렬이 2 개의 부분들로 분해된다. 2 개의 부분들 중 제 1 행렬은 저랭크이며, 2 개의 부분들 중 제 2 행렬은 적어도 하나의 0이 아닌 항목을 갖는다. 제 2 행렬은 격리된 점 결함들을 포함하고 제 1 행렬은 웨이퍼의 패턴 및 공정 변화들을 포함한다.
일 예에서, 데이터 행렬 D는, 데이터 행렬의 각각의 열이 다이의 정렬된 이미지가 되도록 형성된다. 다수의 다이들의 이미지들이 함께 처리된다. 데이터 행렬 D는 2 개의 부분들 L + S로 분해되며, 여기서 행렬 L은 저랭크이고 행렬 S는 희소 행렬(예를 들어, 0이 아닌 항목이 거의 없음)이다. 분해는 강력한 PCA 알고리즘을 사용하여 수행된다. 행렬 S는 격리된 점 결함들을 포함하고, 웨이퍼 상의 패턴 및 그 공정 변화들이 L에 포함된다.
예시적이도록 의도되며 제한적으로 의도되는 것은 아닌 도 1의 방법의 예에서, 각각의 단일 다이에 대해 참조 이미지가 결정된다. 이이서, 테스트 다이가 계산된 참조 이미지와 결함 검출을 위해 비교된다. 계산된 참조 이미지는 차분 이미지의 놈이 최소화되도록 선형 조합에서의 가중치들이 결정되도록 복수의 참조 이미지들의 선형 조합을 포함할 수 있다. 참조 이미지 계산은 모든 나머지 다이 이미지들을 기반으로 한다. 그렇게 함으로써, 개시된 결함 검출 기술이 잡음을 억제하고, 관심있는 결함(defect of interest; DOI)의 신호 대 잡음비를 신장시키고, 다이마다로부터의 툴 초점 변화에 대한 더 큰 허용오차를 가지며, 웨이퍼 색상 변화에 대한 더 큰 허용오차를 갖는다.
도 2는 시스템의 실시예의 블록도이다. 시스템(200)은 프로세서(201) 및 프로세서(201)와 전자 통신하는 전자 저장 유닛(202)을 포함한다. 프로세서(201) 및 전자 저장 유닛(202) 둘 다 웨이퍼 검사 툴(203)과 전자 통신한다. 프로세서(201)는 마이크로 프로세서, 마이크로 컨트롤러, 또는 다른 디바이스들을 포함할 수 있다. 광학 검사 현미경, 레이저 스캐닝 시스템, 근접장 현미경, 전자 빔 현미경, 이온 빔 현미경, x-선 현미경, 원자력 현미경 또는 타이코그래픽 이미징 시스템일 수 있는 웨이퍼 검사 툴(203)이 프로세서(201)에 의해 사용되는 정보를 생성할 수 있다. 프로세서(201) 및/또는 전자 저장 유닛(202)은 선택적으로, 추가 정보를 수신하기 위해 웨이퍼 계측 툴 또는 웨이퍼 리뷰 툴(도시 생략)과 전자 통신할 수 있다. 예를 들어, 프로세서(201) 및/또는 전자 저장 유닛(202)은 BBP 툴과 전자 통신할 수 있다.
프로세서(201) 및 전자 저장 유닛(202)은 웨이퍼 검사 툴(203) 또는 다른 디바이스의 일부일 수 있다. 일 예에서, 프로세서(201) 및 전자 저장 유닛(202)은 독립형 제어 유닛의 일부일 수 있거나 중앙 집중식 품질 제어 유닛일 수 있다. 다수의 프로세서들(201) 또는 전자 저장 유닛(202)이 사용될 수 있다.
프로세서(201)는 하드웨어, 소프트웨어, 및 펌웨어의 임의의 조합에 의해 실제로 구현될 수 있다. 또한, 본 명세서에 기술된 바와 같은 기능들은 하나의 유닛에 의해 수행될 수 있거나, 상이한 컴포넌트들 간에 분할될 수 있으며, 컴포넌트 각각은 결국 하드웨어, 소프트웨어 및 펌웨어의 임의의 조합에 의해 구현될 수 있다. 프로세서(201)가 다양한 방법들 및 기능들을 구현하도록 하는 프로그램 코드 또는 명령어들이 전자 저장 유닛(202) 내의 메모리 또는 다른 메모리와 같은 판독가능 저장 매체에 저장될 수 있다.
프로세서(201)는, 프로세서(201)가 출력을 수신할 수 있도록 임의의 적절한 방식으로 (예를 들어, 유선 및/또는 무선 전송 매체를 포함할 수 있는 하나 이상의 전송 매체를 통해) 시스템(200)의 컴포넌트들에 결합될 수 있다. 프로세서(201)는 출력을 사용하여 다수의 기능들을 수행하도록 구성될 수 있다.
본 명세서에 기술된 프로세서(201), 다른 시스템(들), 또는 다른 서브시스템(들)은 개인용 컴퓨터 시스템, 이미지 컴퓨터, 메인프레임 컴퓨터 시스템, 워크 스테이션, 네트워크 기기, 인터넷 기기, 또는 다른 디바이스를 포함한 다양한 시스템들의 일부일 수 있다. 서브시스템(들) 또는 시스템(들)은 또한 병렬 프로세서와 같은 당 업계에 공지된 임의의 적절한 프로세서를 포함할 수 있다. 또한, 서브시스템(들) 또는 시스템(들)은 고속 처리 및 소프트웨어를 갖는 플랫폼을 독립형 또는 네트워크형 툴로서 포함할 수 있다.
시스템이 하나보다 많은 서브 시스템을 포함하면, 상이한 서브 시스템들은, 이미지들, 데이터, 정보, 명령어들 등이 서브시스템들 간에 송신될 수 있도록 서로 결합될 수 있다. 예를 들어, 하나의 서브 시스템은 당 업계에 공지된 임의의 적절한 유선 및/또는 무선 전송 매체를 포함할 수 있는 임의의 적절한 전송 매체에 의해 추가 서브시스템(들)에 결합될 수 있다. 그러한 서브 시스템들 중 2 개 이상이 또한, 공유된 컴퓨터 판독가능 저장 매체(도시 생략)에 의해 효율적으로 결합될 수 있다.
추가적인 실시예는 본 명세서에 개시된 바와 같은 결함 검출을 수행하기 위해 프로세서 상에서 실행 가능한 프로그램 명령어들을 저장하는 비일시적 컴퓨터 판독가능 매체에 관한 것이다. 특히, 프로세서(201)는 전자 저장 유닛(202) 내의 메모리 또는 프로세서(201) 상에서 실행가능한 프로그램 명령어들을 포함하는 비일시적 컴퓨터 판독가능 매체를 갖는 다른 전자 데이터 저장 매체에 결합될 수 있다. 컴퓨터 구현 방법은 본 명세서에 설명된 임의의 방법(들)의 임의의 단계(들)을 포함할 수 있다. 예를 들어, 프로세서(201)는 도 1의 단계들 중 일부 또는 모두 또는 본 명세서에 개시된 다른 실시예들을 수행하도록 프로그램될 수 있다.
프로그램 명령어들은 다른 것들 중에서도, 절차 기반 기술들, 컴포넌트 기반 기술들, 및/또는 객체 지향 기술들을 포함한 다양한 방법들 중 임의의 방법으로 구현될 수 있다. 예를 들어, 프로그램 명령어들은 원하는 바에 따라, 액티브 X 컨트롤(ActiveX controls), C++ 객체들, 자바빈(JavaBeans), 마이크로소프트 파운데이션 클래스(Microsoft Foundation Classes; MFC), SSE(Streaming SIMD Extension), 또는 다른 기술들 또는 방법론들을 사용하여 구현될 수 있다.
예를 들어, 프로세서(201)는 테스트 이미지와 계산된 참조 이미지 사이의 차분 이미지를 결정하는 명령어들을 실행하도록 구성된다. 계산된 참조 이미지는 차분 이미지의 놈이 최소화되도록 제 2 세트의 다이들의 이미지들로부터 도출된다. 이어서, 차분 이미지를 사용하여 결함들이 검출될 수 있다.
차분 이미지의 픽셀들의 제곱들의 합이 최소화될 수 있다.
제 2 세트의 다이들의 이미지들 각각은 상이한 이미징 조건들에서 획득될 수 있다. 예를 들어, 상이한 이미징 조건들은 조명 동공 모양, 조명 편광, 조명 파장 스펙트럼, 초점, 이미징 개구수, 이미징 동공 모양, 이미징 동공 분석기, 이미징 동공 구역 행렬, 이미징 동공 아포디제이션, 또는 이미징 동공 파면 중 적어도 하나에 대한 상이한 파라미터들을 포함할 수 있다. 상이한 이미징 조건들은 또한 제 2 세트의 다이들의 이미지들 각각에 대한 초점의 상이한 파라미터들을 포함할 수 있다.
프로세서(201)는 또한, 계산된 참조 이미지를 복수의 참조 이미지들로부터 결정할 수 있다. 계산된 참조 이미지는 특정 테스트 이미지에 대해 결정될 수 있거나 다른 입력들에 기초하여 결정될 수 있다.
제 2 세트의 다이들의 이미지들은 각각 테스트 이미지의 다이를 갖는 웨이퍼와 상이한 웨이퍼로부터의 것일 수 있다.
제 2 세트의 다이들의 이미지들 중 적어도 하나는 에지 다이의 것일 수 있다.
본 명세서에 설명된 것과 같은 방법들을 구현하는 프로그램 명령어들은 전자 저장 유닛(202) 또는 다른 저장 매체 내와 같은 컴퓨터 판독가능 매체에 저장될 수 있다. 컴퓨터 판독가능 매체는 자기 또는 광학 디스크, 자기 테이프와 같은 저장 매체, 또는 당 업계에 공지된 임의의 다른 적절한 비일시적 컴퓨터 판독가능 매체일 수 있다. 예를 들어, 전자 저장 유닛(202) 내의 메모리 또는 다른 전자 데이터 저장 매체는 자기 또는 광학 디스크, 자기 테이프와 같은 저장 매체 또는 당 업계에 공지된 임의의 다른 적절한 비일시적 컴퓨터 판독가능 매체일 수 있다. 특히, 전자 저장 유닛(202)은 영구 저장소, 랜덤 액세스 메모리, 또는 분할 데이터베이스를 포함할 수 있다.
예를 들어, 비일시적 컴퓨터 판독가능 저장 매체는 하나 이상의 컴퓨팅 디바이스 상에서 단계들을 실행하기 위한 하나 이상의 프로그램을 포함한다. 비일시적 컴퓨터 판독가능 저장 매체 상의 단계들은 도 1의 단계들 중 일부 또는 모두 또는 본 명세서에 개시된 다른 실시예들을 포함할 수 있다.
방법의 단계들 각각은 본 명세서에서 설명된 바와 같이 수행될 수 있다. 방법들은 또한 본 명세서에서 설명된 프로세서 및/또는 컴퓨터 서브시스템(들) 또는 시스템(들)에 의해 수행될 수 있는 임의의 다른 단계(들)을 포함할 수 있다. 단계들은 본 명세서에서 설명된 실시예들 중 임의의 실시예에 따라 구성될 수 있는 하나 이상의 컴퓨터 시스템에 의해 수행될 수 있다. 또한, 전술한 방법들은 본 명세서에 설명된 시스템 실시예들 중 임의의 시스템 실시예에 의해 수행될 수 있다.
본 개시가 하나 이상의 특정 실시예에 관하여 설명되었지만, 본 개시의 범위를 벗어나지 않고 본 개시의 다른 실시예들이 이루어질 수 있음을 이해할 것이다. 따라서, 본 개시는 첨부된 청구범위 및 이 청구범위의 합리적인 해석에 의해서만 제한되는 것으로 간주된다.
Claims (20)
- 방법에 있어서,
프로세서에서, 웨이퍼 상의 테스트 중인 다이의 테스트 이미지를 수신하는 단계;
상기 프로세서에서, 제 2 세트의 다이들의 이미지들을 수신하는 단계;
상기 프로세서를 사용하여 상기 테스트 이미지와 계산된 참조 이미지(computed reference image) 사이의 차분 이미지(difference image)를 결정하는 단계 - 상기 계산된 참조 이미지는 상기 차분 이미지의 놈(norm)이 최소화되도록 상기 제 2 세트의 다이들의 이미지들로부터 도출됨 - ; 및
상기 프로세서를 사용하여 상기 차분 이미지 상의 결함들을 검출하는 단계
를 포함하는 방법. - 제 1 항에 있어서, 상기 계산된 참조 이미지는 상기 제 2 세트의 다이들의 이미지들의 선형 조합인 것인, 방법.
- 제 1 항에 있어서, 상기 계산된 참조 이미지는 항(term)들의 선형 조합이며, 각각의 항은 상기 제 2 세트의 다이들 내의 다이들 중 하나의 다이의 이미지와 조정가능한 필터의 컨볼루션인 것인, 방법.
- 제 1 항에 있어서, 상기 차분 이미지의 픽셀들의 제곱들의 합이 최소화되는 것인, 방법.
- 제 1 항에 있어서, 상기 제 2 세트의 다이들의 이미지들은 상이한 이미징 조건들에서 획득되는 것인, 방법.
- 제 5 항에 있어서, 상기 상이한 이미징 조건들은 초점, 조명 동공 모양(illumination pupil shape), 조명 편광, 조명 파장 스펙트럼, 이미징 개구수, 이미징 동공 모양, 이미징 동공 분석기, 이미징 동공 구역 행렬(imaging pupil jones matrix), 이미징 동공 아포디제이션(imaging pupil apodization), 또는 이미징 동공 파면(imaging pupil wavefront) 중 적어도 하나에 대한 상이한 파라미터들을 포함하는 것인, 방법.
- 제 6 항에 있어서, 상기 상이한 이미징 조건들은 상기 제 2 세트의 다이들의 이미지들 각각에 대한 상기 초점의 상이한 파라미터들을 포함하는 것인, 방법.
- 제 1 항에 있어서, 상기 제 2 세트의 다이들은 상기 테스트 중인 다이를 갖는 웨이퍼 이외의 하나 이상의 웨이퍼 상에 있는 것인, 방법.
- 제 8 항에 있어서, 상기 제 2 세트의 다이들은 상이한 웨이퍼들 상에 있으며 층의 두께는 웨이퍼마다 변하는 것인, 방법.
- 제 8 항에 있어서, 상기 제 2 세트의 다이들은 상이한 리소그래픽 조사 선량(exposure dose)들을 사용하여 인쇄되는 것인, 방법.
- 제 8 항에 있어서, 상기 제 2 세트의 다이들은 상이한 리소그래픽 초점 설정들을 사용하여 인쇄되는 것인, 방법.
- 제 1 항에 있어서, 상기 제 2 세트의 다이들 중 적어도 하나는 웨이퍼의 에지에 있는 것인, 방법.
- 제 1 항에 있어서, 광학 현미경, 레이저 스캐닝 시스템, 근접장 현미경(near-field microscope), 전자 빔 현미경, 이온 빔 현미경, x-선 현미경, 원자력 현미경, 또는 타이코그래픽 이미징 시스템(ptychographic imaging system) 중 하나로부터 상기 테스트 이미지 및 상기 제 2 세트의 다이들의 이미지들 각각을 획득하는 단계
를 더 포함하는 방법. - 제 1 항에 있어서,
데이터 행렬을, 상기 데이터 행렬의 각각의 열이 다이의 정렬된 이미지가 되도록 형성하는 단계; 및
상기 데이터 행렬을 2 개의 부분들로 분해하는 단계
를 더 포함하고, 상기 2 개의 부분들 중 제 1 행렬은 저랭크(low-rank)이며, 상기 2 개의 부분들 중 제 2 행렬은 적어도 하나의 0이 아닌 항목(non-zero entity)을 갖고, 상기 제 2 행렬은 격리된 점 결함(isolated point defect)들을 포함하며, 상기 제 1 행렬은 상기 웨이퍼의 패턴 및 공정 변화들을 포함하는 것인, 방법. - 제 1 항에 있어서, 상기 프로세서를 사용하여, 상기 제 2 세트의 다이들의 이미지들로부터 상기 계산된 참조 이미지를 결정하는 단계
를 더 포함하는 방법. - 시스템에 있어서,
전자 데이터 저장 유닛 및 웨이퍼 검사 툴과 전자 통신하는 프로세서
를 포함하고, 상기 프로세서는 명령어들을 실행하도록 구성되며, 상기 명령어들은,
테스트 이미지와 계산된 참조 이미지 사이의 차분 이미지를 결정하고 - 상기 계산된 참조 이미지는 상기 차분 이미지의 놈이 최소화되도록 제 2 세트의 다이들의 이미지들로부터 도출됨 - ; 및
상기 차분 이미지를 사용하여 결함들을 검출하는 것인, 시스템. - 제 16 항에 있어서, 상기 웨이퍼 검사 툴은 광학 현미경, 레이저 스캐닝 시스템, 근접장 현미경, 전자 빔 현미경, 이온 빔 현미경, x-선 현미경, 원자력 현미경, 또는 타이코그래픽 이미징 시스템 중 하나인 것인, 시스템.
- 제 16 항에 있어서, 상기 차분 이미지의 픽셀들의 제곱들의 합이 최소화되는 것인, 시스템.
- 제 16 항에 있어서, 상기 제 2 세트의 다이들의 이미지들 각각은 상이한 이미징 조건들에서 획득되며, 상기 상이한 이미징 조건들은 조명 동공 모양, 조명 편광, 조명 파장 스펙트럼, 초점, 이미징 개구수, 이미징 동공 모양, 이미징 동공 분석기, 이미징 동공 구역 행렬, 이미징 동공 아포디제이션, 또는 이미징 동공 파면 중 적어도 하나에 대한 상이한 파라미터들을 포함하는 것인, 시스템.
- 제 16 항에 있어서, 상기 프로세서는 또한, 상기 제 2 세트의 다이들의 이미지들로부터 상기 계산된 참조 이미지를 결정하도록 구성되는 것인, 시스템.
Applications Claiming Priority (5)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US201762510259P | 2017-05-23 | 2017-05-23 | |
| US62/510,259 | 2017-05-23 | ||
| US15/971,536 | 2018-05-04 | ||
| US15/971,536 US11270430B2 (en) | 2017-05-23 | 2018-05-04 | Wafer inspection using difference images |
| PCT/US2018/034192 WO2018217927A1 (en) | 2017-05-23 | 2018-05-23 | Wafer inspection using difference images |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20200000455A true KR20200000455A (ko) | 2020-01-02 |
| KR102576879B1 KR102576879B1 (ko) | 2023-09-08 |
Family
ID=64395976
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020197037809A KR102576879B1 (ko) | 2017-05-23 | 2018-05-23 | 상이한 이미지들을 사용하는 웨이퍼 검사 |
Country Status (6)
| Country | Link |
|---|---|
| US (1) | US11270430B2 (ko) |
| KR (1) | KR102576879B1 (ko) |
| CN (1) | CN110603626B (ko) |
| IL (1) | IL270735B2 (ko) |
| TW (1) | TWI775856B (ko) |
| WO (1) | WO2018217927A1 (ko) |
Families Citing this family (22)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11431976B2 (en) * | 2019-01-28 | 2022-08-30 | Kla Corporation | System and method for inspection using tensor decomposition and singular value decomposition |
| US11182929B2 (en) * | 2019-02-25 | 2021-11-23 | Center For Deep Learning In Electronics Manufacturing, Inc. | Methods and systems for compressing shape data for electronic designs |
| US11551348B2 (en) | 2019-04-09 | 2023-01-10 | KLA Corp. | Learnable defect detection for semiconductor applications |
| US20210010953A1 (en) * | 2019-07-12 | 2021-01-14 | SVXR, Inc. | Methods and Systems for Defects Detection and Classification Using X-rays |
| US11042981B2 (en) | 2019-07-12 | 2021-06-22 | SVXR, Inc. | Methods and systems for printed circuit board design based on automatic corrections |
| US11651492B2 (en) * | 2019-07-12 | 2023-05-16 | Bruker Nano, Inc. | Methods and systems for manufacturing printed circuit board based on x-ray inspection |
| US11615533B2 (en) | 2019-07-12 | 2023-03-28 | Bruker Nano, Inc. | Methods and systems for product failure prediction based on X-ray image re-examination |
| US11430118B2 (en) | 2019-07-12 | 2022-08-30 | Bruker Nano, Inc. | Methods and systems for process control based on X-ray inspection |
| US11688067B2 (en) | 2019-07-12 | 2023-06-27 | Bruker Nano, Inc. | Methods and systems for detecting defects in devices using X-rays |
| CN112466766B (zh) * | 2019-09-09 | 2022-03-01 | 长鑫存储技术有限公司 | 不良涂层类型缺陷的检测方法、装置、设备和存储介质 |
| US11120546B2 (en) * | 2019-09-24 | 2021-09-14 | Kla Corporation | Unsupervised learning-based reference selection for enhanced defect inspection sensitivity |
| CN111107324A (zh) * | 2019-12-31 | 2020-05-05 | 上海陛通半导体能源科技股份有限公司 | 晶圆传输系统的监控装置及其监控方法 |
| US11035803B1 (en) | 2020-02-26 | 2021-06-15 | Applied Materials Israel Ltd. | Multi-perspective examination of a specimen |
| US11328411B2 (en) | 2020-05-04 | 2022-05-10 | KLA Corp. | Print check repeater defect detection |
| US11803960B2 (en) * | 2020-08-12 | 2023-10-31 | Kla Corporation | Optical image contrast metric for optical target search |
| KR20230056781A (ko) * | 2020-09-02 | 2023-04-27 | 어플라이드 머티리얼즈 이스라엘 리미티드 | 다중 관점 웨이퍼 분석 |
| US11798828B2 (en) * | 2020-09-04 | 2023-10-24 | Kla Corporation | Binning-enhanced defect detection method for three-dimensional wafer structures |
| US11688055B2 (en) | 2021-01-27 | 2023-06-27 | Applied Materials Israel Ltd. | Methods and systems for analysis of wafer scan data |
| KR20230173571A (ko) * | 2021-04-19 | 2023-12-27 | 케이엘에이 코포레이션 | 박리 결함에 대한 에지 프로파일 검사 |
| IL291350B2 (en) * | 2022-03-14 | 2023-06-01 | Applied Materials Israel Ltd | Mask testing for the production of semiconductor samples |
| US11921052B2 (en) | 2022-03-31 | 2024-03-05 | Kla Corporation | Inspection with previous step subtraction |
| US11922619B2 (en) | 2022-03-31 | 2024-03-05 | Kla Corporation | Context-based defect inspection |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100002930A1 (en) * | 2005-01-05 | 2010-01-07 | Hiroyoshi Miyano | Apparatus for examining pattern defects, a method thereof, and a computer-readable recording medium having recorded therein a program thereof |
| KR20130007542A (ko) * | 2010-01-05 | 2013-01-18 | 가부시키가이샤 히다치 하이테크놀로지즈 | Ｓｅｍ을 이용한 결함 검사 방법 및 장치 |
| US20150356727A1 (en) * | 2012-12-26 | 2015-12-10 | Hitachi High-Technolofies Corporation | Defect inspection method and defect inspection device |
Family Cites Families (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5917588A (en) * | 1996-11-04 | 1999-06-29 | Kla-Tencor Corporation | Automated specimen inspection system for and method of distinguishing features or anomalies under either bright field or dark field illumination |
| JP3485052B2 (ja) | 1999-12-16 | 2004-01-13 | 日本電気株式会社 | 参照画像作成方法、パターン検査装置及び参照画像作成プログラムを記録した記録媒体 |
| JP4533689B2 (ja) * | 2004-07-15 | 2010-09-01 | 株式会社東芝 | パターン検査方法 |
| 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 |
| JP5500871B2 (ja) * | 2009-05-29 | 2014-05-21 | 株式会社日立ハイテクノロジーズ | 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 |
| JP5544344B2 (ja) * | 2011-09-26 | 2014-07-09 | 株式会社日立ハイテクノロジーズ | 欠陥観察方法及び欠陥観察装置 |
| US9070180B2 (en) | 2013-02-21 | 2015-06-30 | Applied Materials Israel, Ltd. | Method, system, and computer program product for detection of defects based on multiple references |
| US9098891B2 (en) | 2013-04-08 | 2015-08-04 | Kla-Tencor Corp. | Adaptive sampling for semiconductor inspection recipe creation, defect review, and metrology |
| US9430824B2 (en) | 2013-05-14 | 2016-08-30 | Kla-Tencor Corporation | Machine learning method and apparatus for inspecting reticles |
| US10127652B2 (en) * | 2014-02-06 | 2018-11-13 | Kla-Tencor Corp. | Defect detection and classification based on attributes determined from a standard reference image |
| US9494535B2 (en) | 2014-04-21 | 2016-11-15 | Kla-Tencor Corporation | Scatterometry-based imaging and critical dimension metrology |
| US9747518B2 (en) | 2014-05-06 | 2017-08-29 | Kla-Tencor Corporation | Automatic calibration sample selection for die-to-database photomask inspection |
| US9766187B2 (en) * | 2014-08-27 | 2017-09-19 | Kla-Tencor Corp. | Repeater detection |
| US10393671B2 (en) * | 2015-04-29 | 2019-08-27 | Kla-Tencor Corp. | Intra-die defect detection |
| WO2017063827A1 (en) | 2015-10-12 | 2017-04-20 | Asml Netherlands B.V. | Indirect determination of a processing parameter |
-
2018
- 2018-05-04 US US15/971,536 patent/US11270430B2/en active Active
- 2018-05-23 CN CN201880029967.9A patent/CN110603626B/zh active Active
- 2018-05-23 IL IL270735A patent/IL270735B2/en unknown
- 2018-05-23 KR KR1020197037809A patent/KR102576879B1/ko active IP Right Grant
- 2018-05-23 TW TW107117467A patent/TWI775856B/zh active
- 2018-05-23 WO PCT/US2018/034192 patent/WO2018217927A1/en active Application Filing
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100002930A1 (en) * | 2005-01-05 | 2010-01-07 | Hiroyoshi Miyano | Apparatus for examining pattern defects, a method thereof, and a computer-readable recording medium having recorded therein a program thereof |
| KR20130007542A (ko) * | 2010-01-05 | 2013-01-18 | 가부시키가이샤 히다치 하이테크놀로지즈 | Ｓｅｍ을 이용한 결함 검사 방법 및 장치 |
| US20150356727A1 (en) * | 2012-12-26 | 2015-12-10 | Hitachi High-Technolofies Corporation | Defect inspection method and defect inspection device |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110603626B (zh) | 2023-10-20 |
| KR102576879B1 (ko) | 2023-09-08 |
| IL270735B2 (en) | 2023-09-01 |
| US20180342051A1 (en) | 2018-11-29 |
| US11270430B2 (en) | 2022-03-08 |
| IL270735A (en) | 2020-01-30 |
| CN110603626A (zh) | 2019-12-20 |
| IL270735B1 (en) | 2023-05-01 |
| WO2018217927A1 (en) | 2018-11-29 |
| TW201901293A (zh) | 2019-01-01 |
| TWI775856B (zh) | 2022-09-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102576879B1 (ko) | 상이한 이미지들을 사용하는 웨이퍼 검사 | |
| TWI690006B (zh) | 用於模型化基礎臨界尺寸測量之技術及系統 | |
| US9863761B2 (en) | Critical dimension uniformity monitoring for extreme ultraviolet reticles | |
| CN110312967B (zh) | 具有非零偏移预测的叠加控制 | |
| US8458622B2 (en) | Photo-mask acceptance technique | |
| US9091935B2 (en) | Multistage extreme ultra-violet mask qualification | |
| US8386968B2 (en) | Virtual photo-mask critical-dimension measurement | |
| IL265797A (en) | Hybrid metrology for characterization of a shaped portion | |
| TWI776447B (zh) | 自影像移除假影 | |
| WO2016124345A1 (en) | Metrology method, metrology apparatus and device manufacturing method | |
| US11431976B2 (en) | System and method for inspection using tensor decomposition and singular value decomposition | |
| KR20210034038A (ko) | 이미지 품질 메트릭을 사용하는 계측 데이터 보정 | |
| US11416982B2 (en) | Controlling a process for inspection of a specimen | |
| JP7167371B2 (ja) | 後方散乱粒子による埋め込みフィーチャの検出 | |
| JP7144262B2 (ja) | パターン検査装置及び参照画像の作成方法 | |
| US9619878B2 (en) | Inspecting high-resolution photolithography masks | |
| CN109690750B (zh) | 用于散焦检测的方法、非暂时性计算机可读媒体和系统 | |
| US20230046682A1 (en) | Mask defect detection | |
| TWI815419B (zh) | 用於判定與微影製程相關之隨機度量之方法 | |
| US12019030B2 (en) | Methods and systems for targeted monitoring of semiconductor measurement quality | |
| US20230326710A1 (en) | Screening edge placement uniformity wafer stochastics | |
| KR20240016285A (ko) | 계측 측정 방법 및 장치 |
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 |