KR20200122998A - 결함 관찰 장치 - Google Patents

결함 관찰 장치 Download PDF

Info

Publication number
KR20200122998A
KR20200122998A KR1020200033653A KR20200033653A KR20200122998A KR 20200122998 A KR20200122998 A KR 20200122998A KR 1020200033653 A KR1020200033653 A KR 1020200033653A KR 20200033653 A KR20200033653 A KR 20200033653A KR 20200122998 A KR20200122998 A KR 20200122998A
Authority
KR
South Korea
Prior art keywords
image
sample
imaging condition
charged particle
defect
Prior art date
Application number
KR1020200033653A
Other languages
English (en)
Other versions
KR102350416B1 (ko
Inventor
아키라 이토
미노루 하라다
요헤이 미네카와
다케히로 히라이
Original Assignee
주식회사 히타치하이테크
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 주식회사 히타치하이테크 filed Critical 주식회사 히타치하이테크
Publication of KR20200122998A publication Critical patent/KR20200122998A/ko
Application granted granted Critical
Publication of KR102350416B1 publication Critical patent/KR102350416B1/ko

Links

Images

Classifications

    • HELECTRICITY
    • H01ELECTRIC ELEMENTS
    • H01JELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
    • H01J37/00Discharge tubes with provision for introducing objects or material to be exposed to the discharge, e.g. for the purpose of examination or processing thereof
    • H01J37/02Details
    • H01J37/22Optical or photographic arrangements associated with the tube
    • H01J37/222Image processing arrangements associated with the tube
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N23/00Investigating 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
    • G01N23/22Investigating 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
    • G01N23/225Investigating 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
    • G01N23/2251Investigating 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]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00Machine learning
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0004Industrial image inspection
    • HELECTRICITY
    • H01ELECTRIC ELEMENTS
    • H01JELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
    • H01J37/00Discharge tubes with provision for introducing objects or material to be exposed to the discharge, e.g. for the purpose of examination or processing thereof
    • H01J37/02Details
    • H01J37/04Arrangements of electrodes and associated parts for generating or controlling the discharge, e.g. electron-optical arrangement, ion-optical arrangement
    • H01J37/153Electron-optical or ion-optical arrangements for the correction of image defects, e.g. stigmators
    • HELECTRICITY
    • H01ELECTRIC ELEMENTS
    • H01JELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
    • H01J37/00Discharge tubes with provision for introducing objects or material to be exposed to the discharge, e.g. for the purpose of examination or processing thereof
    • H01J37/02Details
    • H01J37/20Means for supporting or positioning the objects or the material; Means for adjusting diaphragms or lenses associated with the support
    • HELECTRICITY
    • H01ELECTRIC ELEMENTS
    • H01JELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
    • H01J37/00Discharge tubes with provision for introducing objects or material to be exposed to the discharge, e.g. for the purpose of examination or processing thereof
    • H01J37/02Details
    • H01J37/244Detectors; Associated components or circuits therefor
    • HELECTRICITY
    • H01ELECTRIC ELEMENTS
    • H01JELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
    • H01J37/00Discharge tubes with provision for introducing objects or material to be exposed to the discharge, e.g. for the purpose of examination or processing thereof
    • H01J37/26Electron or ion microscopes; Electron or ion diffraction tubes
    • H01J37/261Details
    • H01J37/265Controlling the tube; circuit arrangements adapted to a particular application not otherwise provided, e.g. bright-field-dark-field illumination
    • HELECTRICITY
    • H01ELECTRIC ELEMENTS
    • H01JELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
    • H01J37/00Discharge tubes with provision for introducing objects or material to be exposed to the discharge, e.g. for the purpose of examination or processing thereof
    • H01J37/26Electron or ion microscopes; Electron or ion diffraction tubes
    • H01J37/28Electron or ion microscopes; Electron or ion diffraction tubes with scanning beams
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/04Architecture, e.g. interconnection topology
    • G06N3/045Combinations of networks
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/08Learning methods
    • G06N3/084Backpropagation, e.g. using gradient descent
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30108Industrial image inspection
    • G06T2207/30148Semiconductor; IC; Wafer
    • HELECTRICITY
    • H01ELECTRIC ELEMENTS
    • H01JELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
    • H01J2237/00Discharge tubes exposing object to beam, e.g. for analysis treatment, etching, imaging
    • H01J2237/26Electron or ion microscopes
    • H01J2237/28Scanning microscopes
    • H01J2237/2813Scanning microscopes characterised by the application
    • H01J2237/2817Pattern inspection

Landscapes

  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Quality & Reliability (AREA)
  • Biochemistry (AREA)
  • Artificial Intelligence (AREA)
  • General Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Testing Or Measuring Of Semiconductors Or The Like (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)

Abstract

본 발명은, 제1 촬상 조건 하의 화상에 있어서의 결함 좌표를 이용해서 제2 촬상 조건 하의 화상에 있어서의 결함 좌표를 산출할 수 있도록 해서, 결함 관찰의 스루풋을 향상시키는 것을 과제로 한다.
이러한 과제를 해결하기 위한 수단으로서, 하전 입자 현미경과, 이 하전 입자 현미경을 제어하는 제어부와 기억부와 연산부를 갖는 컨트롤러를 구비하는 결함 관찰 장치에 있어서, 제어부에서, 하전 입자 현미경을 제1 조건으로 제어해서 시료의 관찰 대상 영역의 제1 화상을 취득하고, 연산부에 있어서, 취득한 제1 화상으로부터 관찰 대상 영역의 제1 위치 정보를 추출하고, 제어부에서, 하전 입자 현미경을 제2 조건으로 제어해서 시료의 관찰 대상 영역의 제2 화상을 취득하고, 연산부에 있어서, 취득한 제2 화상의 화질을 기억부에 기억해 둔 화질 변환 처리 파라미터를 이용해서 제1 화상의 상질에 맞추는 상질 변환 처리를 행하고, 상질 변환 처리를 실시한 제2 화상을 처리하도록 결함 관찰 장치를 구성했다.

Description

결함 관찰 장치{DEFECT OBSERVATION DEVICE}
본 발명은 하전 입자 현미경 등을 이용해서, 시료인 반도체 웨이퍼 상에 형성된 회로 패턴이나 결함을 관찰하는, 결함 관찰 장치에 관한 것이다.
반도체 웨이퍼의 제조에서는, 제조 프로세스를 신속히 개시하여, 고수율의 양산 체제로 조기에 이행시키는 것이, 수익 확보를 위하여 중요하다. 이 목적을 위하여, 제조 라인에는 각종의 검사 장치나 관찰 장치, 계측 장치가 도입되어 있다.
특허문헌 1에 개시된 기술은, 시료 관찰 장치에 있어서, 시료 관찰을 위하여 화상을 촬상하기 위한 시간을 단축해서 스루풋 향상시키는 것과 시료의 고품질의 화상을 얻는 것을 양립시키는 것을 목적으로 한 기술을 개시하고 있다.
보다 구체적으로는, 하전 입자 현미경으로 시료를 촬상하는 촬상 조건을 바꿔서 취득한 시료의 동일 개소의 화질이 나쁜 열화(劣化) 화상과 화질이 좋은 고화질 화상을 기억하는 화상 기억부와, 화상 기억부에 기억한 열화 화상과 고화질 화상을 이용해서 열화 화상으로부터 고화질 화상을 추정하기 위한 추정 처리 파라미터를 구하는 연산부와, 하전 입자 현미경으로 시료의 원하는 개소를 촬상해서 얻어진 시료의 원하는 개소의 열화 화상을 연산부에서 구한 추정 처리 파라미터를 이용해서 처리하여 원하는 영역의 고화질 화상을 추정하는 고화질 화상 추정부와, 고화질 화상 추정부에서 추정한 추정 고화질 화상을 출력하는 출력부를 구비하는, 시료 관찰 장치를 개시하고 있다.
일본 특개2018-137275호 공보
Jun-Yan Zhu, et al. "Unpaired Image-to-Image Translation using Cycle-Consistent Adversarial Networks" arXiv preprint arXiv : 1703.10593(2017) Phillip Isola, et al. "Image-to-Image Translation with Conditional Adversarial Networks" arXiv preprint arXiv : 1611.07004(2016)
결함 관찰 장치란, 검사 장치가 출력한 결함 위치 좌표(시료 상의 결함의 위치를 나타낸 좌표 정보)를 기초로 해서, 웨이퍼 상의 결함 위치를 고해상도로 촬상하고, 화상을 출력하는 장치이고, 주사형 전자 현미경(SEM : Scanning Eelectron Microscope)을 이용한 관찰 장치(이하, 리뷰 SEM으로 기재)가 널리 사용되고 있다.
반도체의 양산 라인에서는 관찰 작업의 자동화가 요구되고 있고, 리뷰 SEM은 시료 내의 결함 위치에 있어서의 화상을 자동 수집하는 결함 화상 자동 수집 처리(ADR : Automatic Defect Review)와, 수집한 결함 화상을 자동으로 분류하는 결함 화상 자동 분류 처리(ADC : Automatic Defect Classification)와, 결함의 조성을 자동으로 분석하는 에너지 분산형 X선 분석(EDS, EDX : Energy Dispersive X-ray Spectrometry)을 행하는 기능을 탑재하고 있다.
결함 관찰 장치에 있어서는 단위 시간당 보다 많은 화상을 취득하는(스루풋 높게 동작하는) 것이나, 유저에 의한 파라미터 조정의 부하 저감이 중요하다.
각 결함에 대해서 ADR을 실시 후에 EDS를 실시하는 등, 복수의 처리를 실시할 경우, 촬상 조건의 변경이나 스테이지 이동의 오차 등에 의해, 촬상 범위의 어긋남이 발생하기 때문에, 각각의 처리마다 결함 검출을 행할 필요가 있다. 그러나, ADR을 실시 후에 EDS를 실시하는 등, 촬상 조건을 변경했을 경우, 화상의 상질(像質)이 크게 서로 다르기 때문에 결함 검출용 파라미터를 촬상 조건마다 조정할 필요가 있어, 유저에 의한 파라미터 조정의 부담이 커진다.
그래서, 제1 촬상 조건 하(예를 들면, ADR에서의 촬상 조건 하)에서 촬상한 화상과 제2 촬상 조건 하(예를 들면, EDS의 촬상 조건 하)에서 취득한 화상의 위치 어긋남량 산출이 가능하면, 제1 촬상 조건 하의 화상에 있어서의 결함 좌표를 이용해서 제2 촬상 조건 하의 화상에 있어서의 결함 좌표를 산출할 수 있다.
그러나, 실시에는, 제1 촬상 조건 하의 화상과 제2 촬상 조건 하의 화상은, 각각의 촬상 조건이 서로 다르기 때문에 상질이 크게 서로 다르고, 위치 어긋남량 산출에 필요한 화상 위치 맞춤 처리를 적용하는 것은 곤란하다.
특허문헌 1에 기재된 방법에서는, 상기한 바와 같은 화질이 크게 서로 다른 두 화상에 대해서, 정밀도 좋게 위치 어긋남량의 산출을 행할 수 있을 정도까지 양 화상의 위치 맞춤을 행하는 것에 대해서는 기재되어 있지 않다.
본 발명은, 상기한 종래 기술의 과제를 해결해서, 제1 촬상 조건 하의 화상에 있어서의 결함 좌표를 이용해서 제2 촬상 조건 하의 화상에 있어서의 결함 좌표를 산출할 수 있도록 하고, 제2 촬상 조건 하에 있어서 결함 검출용 파라미터의 조정을 불필요하게 함에 의해, 스루풋 향상 및 유저의 부하 저감을 가능하게 하는 결함 관찰 장치를 제공하는 것이다.
상기한 과제를 해결하기 위하여, 본 발명에서는,
하전 입자 현미경과, 컨트롤러를 구비하는 결함 관찰 장치로서,
상기 하전 입자 현미경은, 시료에 조사하는 관찰용 에너지를 조사하는 에너지원과, 시료를 재치(載置)하는 테이블과, 검출기를 구비하고,
상기 컨트롤러는 :
(A) 제1 촬상 조건을 이용해서, 상기 시료에 있어서의 소정의 부위가 촬상된, 제1 타입의 화상인 제1 화상을 취득하고, 상기 제1 화상에 있어서의 상기 소정의 부위가 촬상된 영역을 나타내는 제1 좌표를 취득하고,
(B) 제2 촬상 조건을 이용해서, 상기 소정의 부위가 촬상된, 제2 타입의 화상인 제2 화상을 취득하고,
(C) 상질 변환 프로그램에, 상기 제1 화상 또는 상기 제2 화상을 입력함으로써, 하나 이상의 소정의 화상을 취득하고,
(D) 상기 소정의 화상에 의거해서, 상기 제1 좌표와, 상기 제2 화상에 있어서의 상기 소정의 부위가 촬상된 영역을 나타내는 제2 좌표의 차분을 추정하고,
(E) (D)에서 추정한 차분과, 상기 제1 좌표에 의거해서, 상기 제2 좌표를 취득하고,
여기에서, (C)에 있어서의 하나 이상의 상기 소정의 화상의 취득은 :
(1) 상기 상질 변환 프로그램에 의해서, 상기 제1 화상을, 상기 제1 타입으로부터 상기 제2 타입으로 변환하여, 하나 이상의 상기 소정의 화상으로 하는, 제1 취득 처리,
(2) 상기 상질 변환 프로그램에 의해서, 상기 제2 화상을, 상기 제2 타입으로부터 상기 제1 타입으로 변환하여, 하나 이상의 상기 소정의 화상으로 하는, 제2 취득 처리,
(3) 상기 상질 변환 프로그램에 의해서, 상기 제1 화상 및 상기 제2 화상을, 상기 제1 및 제2 타입과는 다른 제3 타입으로 변환하여, 하나 이상의 상기 소정의 화상으로 하는, 제3 취득 처리
의 하나 이상의 취득 처리를 구비하는, 결함 관찰 장치로 했다.
본 발명에 따르면, 제1 촬상 조건을 이용해서 촬상한 화상과 제2 촬상 조건을 이용해서 취득한 화상의 위치 어긋남량 산출을 가능하게 함에 의해, 제1 촬상 조건을 이용해서 촬상한 화상에 있어서의 결함 좌표를 이용하여 제2 촬상 조건을 이용해서 촬상한 화상에 있어서의 결함 좌표를 산출할 수 있도록 했으므로, 제2 촬상 조건을 이용해서 촬상하는 경우에 있어서 결함 검출용 파라미터의 조정을 불필요하게 할 수 있어, 스루풋 향상 및 유저의 부하 저감을 가능하게 했다.
도 1은 실시예 1에 따른 결함 관찰 장치의 개략의 구성을 나타내는 블록도.
도 2는 실시예 1에 따른 결함 관찰 장치의 제어부와 기억부와 연산부의 내부 구성을 나타내는 블록도.
도 3은 실시예 1에 따른 결함 관찰 방법의 처리의 흐름을 나타내는 플로도.
도 4는 실시예 1에 따른 학습 시퀀스의 처리의 흐름을 나타내는 플로도.
도 5는 실시예 1에 따른 학습 시퀀스 중, 학습용 화상 취득 공정의 상세한 처리의 흐름을 나타내는 플로도.
도 6은 실시예 1에 따른 학습 시퀀스 중, 추정 처리 파라미터 학습 공정의 상세한 처리의 흐름을 나타내는 플로도.
도 7은 실시예 1에 따른 결함 관찰 장치의 뉴럴 네트워크의 구성을 나타내는 블록도.
도 8은 실시예 1에 따른 결함 관찰 장치의 GUI의 일례를 나타내는 화면의 정면도.
도 9는 실시예 1에 따른 결함 관찰 장치의 변환 확인 화면의 일례를 나타내는 화면의 정면도.
도 10은 실시예 2에 따른 결함 관찰 장치의 뉴럴 네트워크의 구성을 나타내는 블록도.
결함 관찰 장치를 실용화하는데 있어서는, 단위 시간당 보다 많은 화상을 취득할 수 있도록 하는(스루풋 높게 동작하는) 것이나, 유저에 의한 파라미터 조정의 부하를 저감하는 것이 중요하다.
그러나, 각 결함에 대해서 ADR에 의해 관찰 대상인 결함의 화상을 추출하는 것을 실시 후에, EDS에 의해 관찰 대상인 결함의 조성의 분석을 실시하는 등, 복수의 처리를 실시할 경우, 촬상 조건의 변경이나 스테이지 이동의 오차 등에 의해, 촬상 범위의 어긋남이 발생해 버릴 가능성이 있다. 이 위치 어긋남의 발생을 방지하기 위해서, 각각의 처리마다 관찰 대상인 결함을 검출해서 위치 어긋남의 보정을 행할 필요가 있다. 그러나, 촬상 조건을 변경했을 경우, 얻어지는 화상의 상질이 크게 서로 다르기 때문에, 결함 검출용 파라미터를 촬상 조건마다 조정할 필요가 있다. 그 결과, 유저에 의한 파라미터 조정의 부담이 커진다.
그래서, 제1 촬상 조건 하(예를 들면, ADR에서의 촬상 조건 하)에서 촬상한 화상과 제2 촬상 조건 하(예를 들면, EDS의 촬상 조건 하)에서 취득한 화상의 위치 어긋남량 산출이 가능하면, 제1 촬상 조건 하의 화상에 있어서의 결함 좌표를 이용해서 제2 촬상 조건 하의 화상에 있어서의 결함 좌표를 산출할 수 있고, 제2 촬상 조건 하에 있어서 결함 검출용 파라미터의 조정이 불필요하게 되기 때문에 스루풋 향상 및 유저의 부하 저감이 가능하게 된다.
그러나, SEM을 이용해서 화상을 취득할 경우, 예를 들면 결함을 관찰하기 위한 제1 촬상 조건(예를 들면, ADR에서의 촬상 조건)과, 결함을 분석하기 위한 제2 촬상 조건(예를 들면, EDS의 촬상 조건)에 있어서, 시료에 조사하는 1차 전자의 가속 에너지가 크게 서로 다르다. 그 결과, 제1 촬상 조건 하에서 얻어지는 화상과 제2 촬상 조건 하에서 얻어지는 화상은 상질이 크게 서로 다르게 되어 버려서, 그대로는 위치 어긋남량 산출에 필요한 화상 위치 맞춤 처리를 적용하는 것은 곤란하다.
본 발명은, 제1 촬상 조건 하(예를 들면, ADR에서의 촬상 조건)에서 촬상한 화상과 제2 촬상 조건 하(예를 들면, EDS의 촬상 조건)에서 취득한 화상의 위치 어긋남량 산출을 가능하게 함에 의해, 제1 촬상 조건을 이용해서 촬상한 화상에 있어서의 관심 영역인 결함의 좌표를 이용하여 제2 촬상 조건을 이용해서 촬상한 화상에 있어서의 결함 좌표를 산출할 수 있도록 했다. 이것에 의해, 제2 촬상 조건 하에 있어서 결함 검출용 파라미터의 조정을 불필요하게 해서, 스루풋 향상 및 유저의 부하 저감을 가능하게 한 것이다.
또한, 본 발명은, 제1 촬상 조건 하의 화상에 있어서의 관심 영역인 결함의 좌표를 이용해서 제2 촬상 조건 하의 화상에 있어서의 결함 좌표를 산출할 수 있도록 해서, 결함 관찰의 스루풋을 향상시키기 위해서, 하전 입자 현미경과, 이 하전 입자 현미경을 제어하는 제어부와 기억부와 연산부를 갖는 컨트롤러를 구비하는 결함 관찰 장치에 있어서, 제어부에서, 하전 입자 현미경을 제1 조건으로 제어해서 시료의 관찰 대상 영역의 제1 화상을 취득하고, 연산부에 있어서, 취득한 제1 화상으로부터 관찰 대상인 관심 영역의 제1 위치 정보를 추출하고, 제어부에서, 하전 입자 현미경을 제2 조건으로 제어해서 시료의 관심 영역의 제2 화상을 취득하고, 연산부에 있어서, 취득한 제2 화상의 화질을 기억부에 기억해 둔 화질 변환 처리 파라미터를 이용해서 제1 화상의 상질에 맞추는 상질 변환 처리를 행하고, 상질 변환 처리를 실시한 제2 화상에 있어서의 관심 영역을 추출하고, 이 추출한 관심 영역의 조성을 분석하도록 결함 관찰 장치를 구성한 것이다.
이하, 본 발명의 실시형태를 도면에 의거해서 상세히 설명한다. 본 실시형태를 설명하기 위한 전체 도면에 있어서 동일 기능을 갖는 것은 동일한 부호를 부여하도록 하고, 그 반복의 설명은 원칙적으로 생략한다.
단, 본 발명은 이하에 나타내는 실시형태의 기재 내용으로 한정해서 해석되는 것은 아니다. 본 발명의 사상 내지 취지로부터 일탈하지 않는 범위에서, 그 구체적 구성을 변경할 수 있는 것은 당업자이면 용이하게 이해된다.
(실시예 1)
본 실시예에서는, 시료를 촬상하는 촬상 장치로서, 주사형 전자 현미경(SEM : Scanning Elecron Microscope)을 구비한 결함 관찰 장치를 대상으로 설명한다. 그러나, 본 실시예에 관한 촬상 장치는, SEM 이외여도 되고, 광학현미경이나 이온 등의 하전 입자를 이용한 촬상 장치여도 된다. 또한, 관찰 대상의 화상으로서, 반도체 웨이퍼 상의 결함을 촬상한 화상을 대상으로 설명하지만, 플랫패널 디스플레이나 생체 시료 등 다른 시료를 촬상한 화상이어도 된다.
도 1은, 본 실시예에 따른 SEM을 이용한 촬상 장치(101)(이하, SEM(101)으로 기재한다)를 포함하는 결함 관찰 장치(100)의 구성을 나타내고 있다(단, 도 1에 나타낸 구성에 있어서는, SEM(101)보다도 낮은 배율로 결함의 위치를 검출하기 위한 광학현미경을 구비한 시스템의 표시를 생략하고 있다). 결함 관찰 장치(100)는, 시료의 촬상을 행하는 하전 입자 광학계를 갖는 SEM(101)과, 제어 시스템부(120)를 구비해서 구성되어 있다.
SEM(101)은, 관찰 대상인 시료 웨이퍼(108)를 탑재해서 X-Y 평면 내 또는 X-Y-Z 공간 내에서 이동 가능한 스테이지(109), 하전 입자 광학계로서 시료 웨이퍼(108)에 조사하는 하전 입자빔인 전자빔(115)을 발생시키는 전자원(110), 전자빔(115)이 조사된 시료 웨이퍼(108)로부터 발생한 이차 전자(117)나 반사 전자(118)나 X선(도시하지 않음) 등을 검출하는 검출기(111) 외에, 전자빔(115)을 시료 웨이퍼(108) 상에 수속시키는 전자 렌즈(도시하지 않음)나, 전자빔(115)을 시료 웨이퍼(108) 상에서 주사하기 위한 편향기(도시하지 않음)를 구비해서 구성된다.
제어 시스템부(120)는, 전체의 제어를 행하는 제어부(102), 자기 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 인터페이스 제어부(106), 네트워크(114)를 통해서 도시하고 있지 않은 결함 화상 분류 장치 등과 통신을 행하는 네트워크 인터페이스부(107), 시료의 조성을 분석하는 분석부(112)를 구비하고 있다.
도 2는, 제어 시스템부(120)의 제어부(102), 기억부(103), 연산부(104)에 대하여 본 실시예에 관한 구성을 나타낸 것이다.
제어부(102)는, 전체 제어부(200), 스테이지 제어부(201), 전자빔 스캔 제어부(202), 검출기 제어부(203), 촬상 조건 제어부(204)를 구비하고 있다.
기억부(103)는, 생성된 디지털 화상을 부대 정보와 함께 기억하는 화상 기억부(205), 화상의 촬상 조건 등을 기억하는 화상 촬상 조건 기억부(206), 상질 변환 처리에 관한 파라미터를 기억하는 변환 처리 파라미터 기억부(207)와, 실시하는 상질 변환의 변환원 및 변환처의 촬상 조건을 기억하는 변환 플래그 기억부(208)를 구비한다.
또한, 연산부(104)는, 처리 파라미터에 의거해서 촬상 조건이 서로 다른 화상의 상질을 맞추는 상질 변환 처리부(209), SEM(101)에 의한 촬상 조건을 ADR에 적합한 촬상 조건으로 설정한 상태에서 촬상해서 얻어지는 제1 타입의 화상과, EDS에 적합한 촬상 조건으로 설정한 상태에서 촬상해서 얻어지는 제2 타입의 화상을 제1 타입의 화상과 같은 상질로 변환한 화상과의 오차를 산출하는 변환 오차 산출부(210), 이 변환 오차 산출부(210)에서 산출된 변환 오차를 기초로 해서 추정 처리의 파라미터를 갱신하는 변환 처리 파라미터 갱신부(211), 제1 타입의 화상과 변환한 화상을 기초로 해서 추정 오차 산출 처리의 파라미터를 갱신하는 추정 오차 산출 처리 파라미터 갱신부(212), 촬상해서 얻어진 화상을 처리해서 결함 위치의 추출이나 결함 화상의 위치 맞춤 등의 처리를 행하는 화상 처리부(213)를 구비한다.
또한, 유저 인터페이스 제어부(106)에는, 키보드나 마우스, 디스플레이(1130) 등으로 구성되는 입출력 단말(113)이 접속되어 있다.
도 1 및 도 2에 나타낸 구성을 갖는 결함 관찰 장치(100)를 이용한 시료의 관찰 방법(관찰 수순)에 관해서, 도 3을 이용해서 설명한다.
우선, 관찰 대상으로 되는 반도체 웨이퍼(시료 웨이퍼)(108)를 스테이지(109) 상에 로드한다(S301). 다음으로, 촬상 조건 제어부(204)는, 관찰 대상인 시료 웨이퍼(108)에 대응한 촬상 조건을, 화상 촬상 조건 기억부(206)로부터 판독 기입한다(S302). 또한, 촬상 조건 제어부(204)는, 상질 변환을 행할 때의 상질 변환원의 촬상 조건 및 상질 변환처의 촬상 조건을, 변환 플래그 기억부(208)로부터 판독 기입한다(S303).
시료 웨이퍼(108) 상에 형성된 반도체 패턴은, 다수의 제조 공정을 거쳐 제조되고 있고, 각 공정에 있어서 외관이 크게 서로 다른 경우가 있다. 또한, 대전의 하기 쉬움 등 시료의 특성도 서로 다른 경우가 있다. 그 때문에, 처리된 공정이나 디바이스의 부위마다 촬상 조건을 조정하고, 기억시키는 것이 일반적이다. 마찬가지의 이유에 의해, 변환 처리 파라미터 기억부(207)에 기억하는 상질 변환 처리 파라미터도 촬상 조건 및 공정마다 관리함으로써 추정 정밀도가 향상된다.
촬상 조건과 변환 플래그 판독 기입 후, 전체 제어부(200)는, 시료 웨이퍼(108)가 처리된 공정과 변환 플래그에 대응한 상질 변환 처리 파라미터가 변환 처리 파라미터 기억부(207)에 기억되어 있는지 판정한다(S304).
전체 제어부(200)에 의해, 변환 처리 파라미터 기억부(207)에 변환 처리 파라미터가 기억되어 있지 않다고 판정된 경우(S304에서 「무」의 경우)는, 후술하는 학습 시퀀스에 의해 상질 변환 처리 파라미터를 학습해서, 변환 처리 파라미터 기억부(207)에 기억하고(S305), 다음의 스텝S306에 진행한다.
한편, 전체 제어부(200)에 의해, 변환 처리 파라미터 기억부(207)에 상질 변환 처리 파라미터가 기억되어 있다고 판정된 경우(S304에서 「유」의 경우)는, 상질 변환 처리 파라미터를 변환 처리 파라미터 기억부(207)로부터 판독한다(S306).
다음으로, 시료 웨이퍼(108) 상의 관찰 대상 영역을 SEM(101)을 이용해서 ADR용 촬상 조건 하에서 순차 촬상해서, 일련의 관찰을 행한다.
이 일련의 관찰에 있어서는, 우선, 스테이지 제어부(201)에서 스테이지(109)를 제어해서, 시료 웨이퍼(108) 상의 관찰 대상 영역이 SEM(101)의 촬상 시야에 포함되도록 조정한다(S307). 다음으로, 전자빔 스캔 제어부(202)에서 SEM(101)을 제어해서, 전자빔(115)을 시료 웨이퍼(108) 상에 조사해서 주사한다. 전자빔(115)이 조사된 관찰 대상 영역으로부터 발생한 이차 전자(117)나 반사 전자(118)는, 검출기 제어부(203)에서 제어된 검출기(111)에 의해 검출된다.
이차 전자(117)나 반사 전자(118)를 검출한 검출기(111)로부터의 검출 신호는, 화상 처리부(213)에 입력되어 처리되고, 관찰 대상 영역의 화상(디지털 화상)을 취득한다(S308). 취득한 관찰 대상 영역의 화상은, 화상 기억부(205)에 기억한다.
또한, S308에서 취득한 화상을 화상 처리부(213)에서 처리하고, 디지털 화상으로부터 결함의 좌표(p1)를 추출한다(S309). 다음으로, 추출한 결함의 좌표(p1)의 정보를 이용해서 전자빔 스캔 제어부(202)에서 SEM(101)을 제어해서, 고배율의 결함 화상을 취득한다(S310). 취득한 고배율의 결함 화상은, 화상 기억부(205)에 기억한다.
이상의 S307로부터 S310까지의 촬상 처리를, 시료 웨이퍼(108)의 복수의 관찰 대상 영역에 대하여 반복하여 실행한다. 또, 관찰 대상 영역이란, 예를 들면, 도시하고 있지 않은 광학식 결함 검사 장치에 의해 미리 검출된 결함 부위를 포함하는 영역이어도 되고, 유저가 지정한 영역이어도 된다.
다음으로, EDS용 촬상 조건 하에서 순차 촬상해서, 일련의 관찰을 행한다. 우선, 스테이지 제어부(201)에서 스테이지(109)를 제어해서, 시료 웨이퍼(108) 상의 관찰 대상 영역이 SEM(101)의 촬상 시야에 포함되도록 조정한다(S311).
다음으로, 화상 촬상 조건 기억부(206)에 기억된 화상 촬상 조건에 의거해서 전자빔 스캔 제어부(202)에서 SEM(101)의 전자빔(115)의 조사 조건(전자빔(115)의 가속 전압 등)을 EDS용의 조건으로 설정하고, 전자빔(115)을 시료 웨이퍼(108) 상에 조사해서 주사한다.
EDS용의 조건으로 설정한 전자빔(115)이 조사된 관찰 대상 영역으로부터 발생한 이차 전자(117)나 반사 전자(118)를 검출기 제어부(203)에서 제어된 검출기(111)로 검출하고, 화상 처리부(213)에서 처리해서, 관찰 대상 영역의 화상(디지털 화상)을 취득한다(S312). 취득한 관찰 대상 영역의 화상은, 화상 기억부(205)에 기억한다.
단, 스테이지(109)의 제어 오차 등에 의해 위치 어긋남이 발생하기 때문에, S309에서 ADR용 촬상 조건 하에서 촬상해서 얻어진 화상으로부터 추출한 결함 위치와, S312에서 EDS용 촬상 조건 하에서 촬상해서 얻어진 화상의 결함 위치는 서로 다른 경우가 있다. 그 때문에 S312에서 EDS용 촬상 조건 하에서 촬상해서 얻어진 화상 내에 있어서의 결함 위치를 추출할 필요가 있다.
그래서, S312에서 EDS용 촬상 조건 하에서 촬상해서 얻어진 화상과, 동일 결함을 포함하는 S308에서 ADR용 촬상 조건 하에서 촬상해서 얻어진 디지털 화상과의 상질을 맞추기 위해서, 상질 변환 처리부(209)에 있어서, 변환 처리 파라미터 기억부(207)에 기억해 둔 변환 처리 파라미터를 이용해서, 화상 기억부(205)에 기억한 화상의 상질 변환 처리를 행한다(S313).
다음으로, 상질 변환 처리부(209)에서 상질 변환 처리를 실시함에 의해 상질 변환한 화상을 이용해서, 화상 처리부(213)에 있어서, S312에서 EDS용 촬상 조건 하에서 촬상해서 취득한 화상과 S308에서 ADR용 촬상 조건 하에서 촬상해서 취득한 동일 결함을 포함하는 화상의 위치 맞춤을 행하고, 위치 어긋남량 Δ를 산출한다(S314).
다음으로, 화상 처리부(213)에 있어서, S309에서 ADR용 촬상 조건 하에서 촬상해서 얻어진 화상으로부터 추출한 결함 좌표와, S314에서 산출한 위치 어긋남량 Δ를 기초로 해서, ADR용 촬상 조건 하에서 촬상해서 얻어진 화상에 있어서의 결함 위치를 추출한다(S315). 다음으로, 전자빔 스캔 제어부(202)에서 전자빔(115)의 조사 조건을 EDS용의 조건으로 설정한 상태에서, S315에서 추출한 결함 위치에 전자빔(115)을 조사한다. 이 전자빔(115)이 조사된 결함 위치로부터 발생한 X선을, 검출기 제어부(203)에서 제어된 검출기(111)로 검출한다. 이 검출기(111)로 검출된 X선 스펙트럼으로부터 분석부(112)에서 조성 분석을 행한다(S316).
이상의 S311로부터 S316까지의 처리를, 시료 웨이퍼(108)의 복수의 관찰 대상 영역에 대해서 반복하여 실행한다. 또, 관찰 대상 영역이란, 도 3의 (a)의 관찰 대상 영역과 동일하다.
또한, 학습 시퀀스(S305)의 실행은, 유저 인터페이스 제어부(106)의 입출력 단말(113)의 디스플레이(1130)에 표시되는 GUI(Graphic User Interface) 등을 통한 유저 지시에 의해, 적의(適宜) 실행되어도 된다.
또한, 상질 변환 처리부(209)에 있어서 행하는 상질 변환 처리(S313)는, S308에서 취득한 화상의 상질을 S312에서 취득되는 화상의 상질에의 변환 처리, 또는, S312에서 취득한 화상의 상질을 S308에서 취득되는 화상의 상질에의 변환 처리를 실시한다.
S305에 있어서의 학습 시퀀스란, 도 4에 나타내는 바와 같이, 학습용 화상의 취득(S401)과, 추정 처리 파라미터 학습(S402)의 일련의 흐름을 가리킨다.
S401에 있어서의 학습용 화상의 취득은, 시료 웨이퍼(108)에 대하여, ADR용 촬상 조건 하와 EDS용 촬상 조건 하에서 화상을 복수 매 취득하는 처리이다. 이 처리의 흐름을, 도 5를 이용해서 설명한다.
우선, 전체 제어부(200)에서 시료 웨이퍼(108)로부터 학습용 화상을 취득하는 영역을 설정한다(S501). 이것은, 부여된 관찰 대상 영역을 샘플링해서 추출해도 되고, 시료면 내에 있어서 랜덤으로 설정해도 된다. 다음으로, 화상 촬상 조건 기억부(206)에 기억된 데이터에 의거해서, 촬상 조건 제어부(204)에서 ADR용의 촬상 조건으로 설정한다(S502). 다음으로, 이 설정한 학습용 화상의 취득 영역이 SEM(101)의 촬상 시야에 포함되도록 스테이지 제어부(201)에서 스테이지(109)를 제어해서, 스테이지 이동(S503)을 행한다.
다음으로, 전자빔 스캔 제어부(202)에서 SEM(101)을 제어해서, 학습용 화상의 취득 영역을 전자빔(115)으로 스캔하고, 학습용 화상의 취득 영역으로부터 발생한 이차 전자(117)나 반사 전자(118)를 검출기(111)로 검출한다. 이 이차 전자(117)나 반사 전자(118)를 검출한 검출기(111)로부터의 출력 신호를 화상 처리부(213)에서 처리해서, ADR용 화상의 취득(S504)을 행한다. 스테이지 이동(S503)과 ADR용 화상의 취득(S504)을 반복해서 행하여, S501에서 설정한 영역의 화상을 취득한 후, 화상을 화상 기억부(205)에 기억한다.
설정한 영역의 화상을 다 취득하면, 다음으로, 화상 촬상 조건 기억부(206)에 기억된 데이터에 의거해서, 촬상 조건 제어부(204)에서 EDS용의 촬상 조건으로 전환한다(S505). 다음으로, 이 설정한 학습용 화상의 취득 영역이 SEM(101)의 촬상 시야에 포함되도록 스테이지 제어부(201)에서 스테이지(109)를 제어해서, 스테이지 이동(S506)을 행한다.
다음으로, 전자빔 스캔 제어부(202)에서 SEM(101)을 제어해서, 학습용 화상의 취득 영역을 전자빔으로 스캔하고, 학습용 화상의 취득 영역으로부터 발생한 이차 전자(117)나 반사 전자(118)를 검출기(111)로 검출한다. 이 이차 전자(117)나 반사 전자(118)를 검출한 검출기(111)로부터의 출력 신호를 화상 처리부(213)에서 처리하고, SEM(101)에서 학습용 화상의 취득 영역을 촬상해서, EDS용 화상의 취득(S507)을 행한다. 스테이지 이동(S506)과 EDS용 화상의 취득(S507)을 반복해서 행하여, S501에서 설정한 영역의 화상을 취득한 후, 화상을 화상 기억부(205)에 기억한다.
또, ADR용 화상과 EDS용 화상의 취득 영역은 동일해도 되고, 서로 달라도 된다. 또한, ADR용 화상과 EDS용 화상의 촬상 순서는 불문하고, 번갈아 취득해도 된다.
다음으로 추정 처리 파라미터의 학습을 행한다(S402).
S402에 있어서의 추정 처리 파라미터 학습의 상세한 처리의 플로를, 도 6을 따라 설명한다.
우선, S401에서 촬상해서 얻은 모든 화상에 대해서, 화상 처리부(213)에 있어서, 노이즈 제거 등의 화상 전처리를 행한다(S601).
다음으로, 변환 처리 파라미터 갱신부(211)에서, 추정 처리의 파라미터와 오차 산출 처리의 파라미터를 초기화한다(S602). 이때, 이전에 학습한 추정 처리의 파라미터나 오차 산출 처리의 파라미터를 변환 처리 파라미터 기억부(207)로부터 판독해서 초기값으로서 이용해도 된다.
다음으로, 상질 변환 처리부(209)에서, 변환 처리 파라미터 갱신부(211)에 있어서 갱신된 변환 처리 파라미터에 의거해서, EDS용 촬상 조건 하에서 취득한 화상으로부터 ADR용 촬상 조건 하에서 취득한 화상의 상질에의 변환을 행하고(S603), 변환 오차 산출부(210)에서 변환 오차를 산출하고(S604), S604에서 산출된 변환 오차가 작아지도록 변환 처리 파라미터 갱신부(211)에 있어서 변환 처리 파라미터를 갱신한다(S605). 이상의 S603∼S605 처리를 반복함으로써 학습을 행한다. 마지막으로, 얻어진 파라미터를 촬상 조건 등의 부대 정보와 함께 변환 처리 파라미터 기억부(207)에 기억한다(S606).
EDS용 화상으로부터 ADR용 화상의 상질에의 변환의 한 방법으로서 비특허문헌 1에 기재되어 있는 뉴럴 네트워크를 이용하면 된다. 구체적으로는, 도 7에 나타내는 바와 같이, EDS 실화상(711)으로부터 ADR 화질 변환 화상(712)으로 상질에의 변환을 행하는 뉴럴 네트워크 A : 701과, 뉴럴 네트워크 A : 701에 의해 EDS 실화상(711)으로부터 변환된 ADR 화질 변환 화상(712)과 ADR 실화상(713)을 식별하는 뉴럴 네트워크 B : 702와, ADR 실화상(713)으로부터 EDS 화질 변환 화상(714)으로 상질을 변환하는 뉴럴 네트워크 C : 703과, 뉴럴 네트워크 C : 703에 의해 ADR 실화상(713)으로부터 변환된 EDS 화질 변환 화상(714)과 EDS 실화상(711)을 식별하는 뉴럴 네트워크 D : 704를 이용하면 된다.
변환 오차 산출(S604)에서는, 변환 오차 산출부(210)에서, 각각의 뉴럴 네트워크에 있어서의 오차를 산출한다. 뉴럴 네트워크 A : 701의 오차는, 뉴럴 네트워크 A : 701에 의해 EDS 실화상(711)으로부터 변환된 ADR 화질 변환 화상(712)을 뉴럴 네트워크 B : 702에 입력했을 때의 출력값과, 뉴럴 네트워크 A : 701에 의해 EDS 실화상(711)으로부터 변환된 ADR 화질 변환 화상(712)을 뉴럴 네트워크 C : 703에 의해 변환한 EDS 화질 변환 화상(714)과, 원화상인 EDS 실화상(711)의 차를 사용한다.
오차의 산출에 뉴럴 네트워크 A : 701에 의해 EDS 실화상(711)으로부터 변환된 ADR 화질 변환 화상(712)을 뉴럴 네트워크 C : 703에 의해 변환한 EDS 화질 변환 화상(714)과 원화상인 EDS 실화상(711)의 차를 사용함으로써, 원화상을 재구축할 수 있는 정보만을 유지한 채로 상질의 변환을 행하도록 학습하는 것이 가능하게 된다.
뉴럴 네트워크 B : 702에서는, EDS 실화상(711)이 뉴럴 네트워크 A : 701에 의해 변환된 ADR 화질 변환 화상(712)과 ADR 실화상(713) 중 어느 하나를 입력으로 하고, ADR 화질 변환 화상(712)을 입력으로 한 경우에는 (1-출력값)을, ADR 실화상(713)을 입력으로 한 경우에는 (출력값)을 오차로 함으로써, ADR 화질 변환 화상(712)을 입력했을 때에는 1을, ADR 실화상(713)을 입력했을 때에는 0을 출력하도록 학습할 수 있다.
뉴럴 네트워크 C : 703의 오차는, 뉴럴 네트워크 C : 703에 의해 ADR 실화상(713)으로부터 변환된 EDS 화질 변환 화상(714)을 뉴럴 네트워크 D : 704에 입력했을 때의 출력값과, 뉴럴 네트워크 C : 703에 의해 ADR 실화상(713)으로부터 변환된 EDS 화질 변환 화상(714)을 뉴럴 네트워크 A : 701에 의해 변환한 ADR 화질 변환 화상(712)과, 원화상인 ADR 실화상(713)의 차를 사용한다.
뉴럴 네트워크 D : 704에서는, ADR 실화상(713)이 뉴럴 네트워크 C : 703에 의해 변환된 EDS 화질 변환 화상(714)과 EDS 실화상(711) 중 어느 하나를 입력으로 하고, EDS 화질 변환 화상(714)을 입력으로 한 경우에는 (1-출력값)을, EDS 실화상(711)을 입력으로 한 경우에는 (출력값)을 오차로 함으로써, EDS 화질 변환 화상(714)을 입력했을 때에는 1을, EDS 실화상(711)을 입력했을 때에는 0을 출력하도록 학습할 수 있다.
또한, 뉴럴 네트워크 B : 702, D : 704를 학습할 때의 오차는, 변환 후 화상을 입력한 경우에 출력값이 커지고, 실화상을 입력한 경우에 출력값이 작아지도록 학습할 수 있으면 다른 값이어도 된다.
변환 처리 파라미터 갱신(S605)에 있어서는, 뉴럴 네트워크의 학습에 있어서 일반적인 오차역전파법을 이용하면 된다. 또한, 추정 오차를 산출할 때에, 취득한 학습용 화상 페어(ADR 화상과 EDS 화상의 조합) 모두를 이용해도 되지만, 미니배치(batch) 방식을 취해도 된다. 즉, 학습용 화상 페어 중으로부터 수매의 화상을 랜덤으로 빼내고, 파라미터를 갱신하는 것을 반복하여 실행해도 된다. 또한, 뉴럴 네트워크 A : 701∼D : 704를 학습하는 순서 및 빈도는 불문한다. 예를 들면 뉴럴 네트워크 A : 701, C : 703을, 뉴럴 네트워크 B : 702, D : 704의 학습 횟수의 2배의 횟수의 학습을 행해도 된다.
또한, 촬상 범위가 동일한 ADR 화상과 EDS용 화상을 이용하는 경우는, 뉴럴 네트워크 A : 701만을 학습해도 되고, 뉴럴 네트워크 A : 701, B : 702만을 학습해도 된다. 뉴럴 네트워크 A : 701만을 학습하는 한 방법으로서 특허문헌 1에 기재되어 있는 방법을 이용하면 된다.
또한 뉴럴 네트워크 A : 701, B : 702를 학습하는 한 방법으로서, 비특허문헌 2에 기재되어 있는 뉴럴 네트워크를 사용하면 된다. 구체적으로는 뉴럴 네트워크 A : 701의 변환 오차에는, 뉴럴 네트워크 A : 701에 의해서 EDS용 화상을 변환한 화상과 페어로 되는 ADR용 화상의 차분과 변환 후 화상을 뉴럴 네트워크 B : 702에 입력했을 때의 출력값을 이용하면 된다.
이상의, S603∼S605의 처리를 미리 설정된 지정 횟수 반복함으로써 학습을 행한다. 단, 얻어진 변환 오차에 따라서 반복 처리를 도중에 종료하도록 해도 된다. 마지막으로 얻어진 추정 처리 파라미터를 공정명 등의 부대 정보와 함께 변환 처리 파라미터 기억부(207)에 기억해서 보존한다(S606).
S313의 상질 변환 처리에서는 뉴럴 네트워크 A : 701을 사용하면 된다. 단, 본 실시예는 EDS용 화상을 ADR용 화상의 상질로 변환하는 것을 전제로 기술하고 있지만, ADR용 화상과 EDS용 화상의 상질을 맞출 때에는 ADR용 화상을 EDS용 화상의 상질로 변환, EDS용 화상을 ADR용 화상의 상질로 변환, ADR용 화상과 EDS용 화상을 제3 상질로 변환의 세 방법을 생각할 수 있다.
그리고 다종 다양한 구조를 갖는 시료를, 다종 다양한 촬상 조건으로 관찰 가능한 SEM을 이용하는 경우에 있어서, 위치 어긋남량 산출에 적합한 변환 방법은 서로 다르다고 상정된다. 그 때문에, 입력 화상마다 위치 어긋남량 산출에 유효한 변환 방법을 판정해도 되고, 둘 이상의 변환 방법을 실시해서 종합적으로 판단해도 되고, GUI 등에 의해 지정된 변환 방법을 실시해도 된다.
또, 제3 상질의 화상은 제3 촬상 조건 하의 화상만이 아니라, 시뮬레이션 화상 등 본 결함 관찰 장치에서 취득한 화상 이외여도 된다. 또한, 제3 상질에의 변환은 제3 상질의 화상의 취득이나 기계 학습을 행하지 않고, 에지 추출, 셰이딩 보정, 노이즈 제거, 콘트라스트 조정 등의 화상 처리를 적용해서 상질을 맞춰도 된다. 또, 상기 위치 어긋남량 산출에 유효한 변환 방법이란, 화상 간의 위치 맞춤에 유효한 화상 중의 패턴 형상이나 결함 부위가 변환 후 화상에 있어서 명료한 것을 의미한다.
다음으로, 본 실시예에 있어서의 GUI에 대하여 설명한다. 우선, 학습용 화상 취득 공정 S500에 있어서, ADR 화상, EDS 화상, 제3 상질의 화상의 취득 조건을 설정하기 위한 GUI : 800을 구비한다(도 8).
또한, 제3 상질의 화상에 대하여 다른 시료의 화상이나 시뮬레이션 화상 등, 사전에 준비되어 있는 화상을 이용하도록 설정하기 위한 GUI를 구비해도 된다. 본GUI : 800을 통해서 「촬상 조건」(801)의 란에 설정한 항목마다 「ADR」(802)의 촬상 조건, 「EDS」(803)의 촬상 조건, 「제3」 화상(804)의 촬상 조건, 「사용할 화상 변환」(810)을 설정한 후, 「학습 개시」 버튼(805)을 누름으로써 S305의 학습 시퀀스를 실행할 수 있다.
「촬상 조건」(801)의 란에서 설정하는 항목에는, S502 또는 S505에서 설정하는 SEM(101)으로 시료 웨이퍼(108)에 조사하는 전자빔(115)의 전류인 프로브 전류, 전자를 가속하기 위한 가속 전압, 가산 프레임수 등이 있다.
또한, 학습 시퀀스를 실행하고 있는 도중에 「캔슬」 버튼(806)을 누르면, 학습 시퀀스를 중단할 수 있다. 또한, GUI : 800에는, 학습용 화상 취득 매수를 설정하는 입력부(807), 최대 반복수를 설정하는 입력부(808)가 표시되어 있다.
또한, 제3 상질에의 변환으로 화상 처리를 행하는 경우에는, GUI : 800에서 화상 처리 파라미터를 설정하기 위한 GUI를 구비하고, 제3 상질에의 변환을 학습할 필요는 없다.
또한, 「변환 확인」 버튼(809)을 누르면, 도 9에 나타내는 바와 같은 화면(GUI)(900)으로 전환한다. 이 화면(900) 상에는, Channel 선택부(901), 화상 ID 선택 버튼(902), 변환 처리 선택 버튼(903), 「실행」 버튼(OK 버튼)(904), 화상 표시 영역(905), 위치 맞춤 결과 표시 영역(906)이 표시된다.
Channel 선택부(901)에서는, 이차 전자상(SE)이나 반사 전자상(BSE) 등의 화상의 종류를 지정한다. 화상 ID 선택 버튼(902)은, 화상 기억부(205)에 기억한 화상의 번호를 지정한다.
변환 처리 선택 버튼(903)은, 화상 표시 영역(905)에 표시된 ADR용의 촬상 조건 하에서 취득한 화상과 EDS용의 촬상 조건 하에서 취득한 화상에 대하여, 어느 화상을 변환할지를 선택한다.
즉, ADR용의 촬상 조건 하에서 취득한 화상을 EDS용의 촬상 조건 하에서 취득한 화상의 상질에의 변환을 행할지, EDS용의 촬상 조건 하에서 취득한 화상을 ADR용의 촬상 조건 하에서 취득한 화상의 상질에의 변환을 행할지, EDS용의 촬상 조건 하에서 취득한 화상과 ADR용의 촬상 조건 하에서 취득한 화상을 제3 상질에의 변환을 행할지의 어느 하나를 선택한다.
도 9에 나타낸 예에서는, EDS용의 촬상 조건 하에서 취득한 화상을 ADR용의 촬상 조건 하에서 취득한 화상의 상질에의 변환을 선택한 상태를 나타내고 있다.
「실행」 버튼(904)을 누르면, 변환 파라미터를 이용해서 지정된 화상 ID에 대한 변환 처리 및 위치 맞춤 처리가 실행된다. 화상 표시 영역(905)에는, ADR용의 촬상 조건 하에서 취득한 화상과 EDS용의 촬상 조건 하에서 취득한 화상과, 변환 처리 선택 버튼(903)으로 선택된 변환 방법으로 화질 변환된 화상(도 9에 나타낸 예에서는, EDS용의 촬상 조건 하에서 취득한 화상을 ADR용의 촬상 조건 하에서 취득한 화상의 상질로 변환된 화상)을 표시한다.
위치 맞춤 결과 표시 영역(906)에는, 위치 맞춤 처리 결과가 표시된다. 위치 맞춤 결과와 함께 위치 맞춤 시에 이용한 상관값 등을 표시해도 된다.
또한, 본 실시예는 ADR을 실행 후, EDS를 행하는 것을 전제로 기술하고 있지만, ADR을 실행 후, 촬상 조건을 변경해서 다시 한번 ADR을 행해도 되고, 결함 위치가 필요한 다른 결함 관찰 플로를 행해도 된다.
이상에 설명한 바와 같이, 본 실시예에 따르면, 미리 ADR의 촬상 조건과 EDS의 촬상 조건으로 각각 학습용 화상을 취득하고, 이 취득한 학습용 화상 중, 예를 들면 EDS의 촬상 조건으로 취득한 화상의 상질을, 대응하는 위치를 ADR의 촬상 조건으로 취득한 화상의 상질에 맞추도록 상질을 변환하는 변환 처리 파라미터를 조정해 둠에 의해(반대로, ADR의 촬상 조건으로 취득한 화상의 상질을, 대응하는 위치를 EDS의 촬상 조건으로 취득한 화상의 상질에 맞추도록 상질을 변환하는 변환 처리 파라미터를 조정해 둠에 의해), 결함 관찰 시에, 변환 처리 파라미터를 하나하나 조정하는 수고를 더는 것을 가능하게 한 것이다.
본 실시예에 따르면, 제1 촬상 조건 하(예를 들면 ADR)에서 촬상한 화상과 제2 촬상 조건 하(예를 들면 EDS)에서 취득한 화상의 위치 어긋남량 산출을 가능하게 함에 의해, 제1 촬상 조건 하의 화상에 있어서의 결함 좌표를 이용해서 제2 촬상 조건 하의 화상에 있어서의 결함 좌표를 산출할 수 있도록 하고, 제2 촬상 조건 하에 있어서 결함 검출용 파라미터의 조정을 불필요하게 해서 결함의 분석을 행할 수 있도록 함에 의해, 결함의 분석을 포함하는 결함 관찰의 스루풋 향상 및 유저의 부하 저감을 가능하게 했다.
(실시예 2)
실시예 1에 있어서는, 도 6에 나타낸 화질 변환 처리 방법의 스텝S603에 있어서, EDS 실화상으로부터 ADR 화질 변환 화상에의 화질을 변환하는 방법으로서 도 7에 나타낸 뉴럴 네트워크를 이용한 방법을 설명했지만, 본 실시예에 있어서는, 콘볼루션 뉴럴 네트워크를 이용한 방법에 대하여 설명한다. 본 실시예에 있어서, EDS 실화상으로부터 ADR 화질 변환 화상에의 화질을 변환하는 방법 이외는, 실시예 1에서 설명한 것과 같으므로, 설명을 생략한다.
실시예 1의 도 6의 화질 변환 처리의 스텝S603에 있어서의 EDS 실화상으로부터 ADR 화질 변환 화상에의 화질을 변환하는 방법으로 바꾸는 화질 변환 방법으로서, 본 실시예에 있어서는, 도 10에 나타내는 바와 같은, 콘볼루션 뉴럴 네트워크(1001∼1003)를 이용한다. 여기에서, Y : 1011은 EDS 실화상, F1(Y) : 1012, F2(Y) : 1013은 중간 데이터를 나타내고, F(Y) : 1014가 ADR 화질 변환 화상의 추정 결과이다.
중간 데이터와 최종 결과는 하기의 수식, (식 1)∼(식 3)에 의해 산출된다. 단, (식 1)∼(식 3)에 있어서, "*"는 콘볼루션 연산을 나타낸다. 여기에서, W1은 n1개의 c0×f1×f1 사이즈의 필터이고, c0은 입력 화상의 채널수, f1은 공간 필터의 사이즈를 나타낸다. 입력 화상에 c0×f1×f1 사이즈의 필터를 n1회 콘볼루션함으로써 n1차원의 특징 맵이 얻어진다.
B1은 n1차원의 벡터이고, n1개의 필터에 대응한 바이어스 성분이다. 마찬가지로, W2는 n1×f2×f2 사이즈의 필터, B2는 n2차원의 벡터, W3은 n2×f3×f3 사이즈의 필터, B3은 c3차원의 벡터이다.
F1(Y)=max(0, W1*Y+B1) ···(식 1)
F2(Y)=max(0, W2*F1(Y)+B2) ···(식 2)
F(Y)=W3*F2(Y)+B3 ···(식 3)
이 중, c0과 c3은 EDS 실화상과 ADR 화질 변환 화상의 채널수에 따라 결정되는 값이다. 또한, f1이나 f2, n1, n2는 학습 시퀀스 전에 유저가 결정하는 하이퍼 파라미터이며, 예를 들면 f1=9, f2=5, n1=128, n2=64로 하면 된다. 실시예 1에서 설명한 도 4의 추정 처리 파라미터 학습(S402)에 대응하는 처리에 있어서 조정하는 파라미터는, W1, W2, W3, B1, B2, B3이다.
또, 이상 나타낸 콘볼루션 뉴럴 네트워크의 구성으로서, 다른 구성을 이용해도 된다. 예를 들면, 층의 수를 변경해도 되고, 4층 이상의 네트워크 등을 이용해도 된다.
실시예 1에서 설명한 도 6의 추정 처리 파라미터 갱신 처리(S605)에 대응하는 처리에 있어서는, 뉴럴 네트워크의 학습에 있어서 일반적인 오차역전파법을 이용하면 된다.
또한, 추정 오차를 산출할 때에, 취득한 학습용 화상 페어 모두를 이용해도 되지만, 미니배치 방식을 취해도 된다. 즉, 학습용 화상 페어 중에서 수매의 화상을 랜덤으로 빼내고, 파라미터를 갱신하는 것을 반복하여 실행해도 된다.
또한, 하나의 화상 페어로부터 패치 화상을 랜덤으로 잘라내고, 뉴럴 네트워크의 입력 화상 Y로 해도 된다. 이것에 의해, 학습을 효율적으로 행할 수 있다.
실시예 1에서 설명한 도 6의 변환 오차 산출 처리(S604)에 대응하는 처리는, 추정 결과 F(Y)와 고화질 화상의 차이(오차)를 평가하는 처리이고, 본 처리에서 구한 추정 오차가 작아지도록 파라미터의 갱신이 행해진다. 화상 간의 차이(오차)를 정량화하는 방법으로서는, 평균 제곱 오차(Mean Square Error) 등을 이용하면 된다.
본 실시예에 따르면, 결함 관찰 장치에, 상기에 설명한 처리 기능을 구비함으로써, 고스루풋 촬상 조건으로 촬상한 열화 화상으로부터 고화질의 화상을 추정하는 것이 가능하게 되고, 고화질의 화상을 취득하기 위한 조건으로 SEM(101)을 이용해서 시료 웨이퍼(108)를 촬상해서 비교적 긴 시간을 들여서 고화질의 화상을 취득하는 것이 필요하지 않게 되므로, 고스루풋화와 고화질화를 양립시키는 것이 가능하게 된다.
즉, 상기한 실시예 1과 실시예 2에 기재한 결함 관찰 장치는, 시료를 재치하는 테이블과, 이 테이블에 재치된 시료에 하전 입자빔을 주사해서 조사하는 하전 입자빔원과, 이 하전 입자빔원에 의해 하전 입자빔을 주사해서 조사된 시료로부터 발생한 이차 하전 입자를 검출하는 검출기를 갖는 하전 입자 현미경과, 이 하전 입자 현미경을 제어하는 제어부와, 이 제어부에서 하전 입자 현미경을 제어하는 정보를 포함하는 정보를 기억하는 기억부, 하전 입자 현미경으로 취득한 시료의 화상을 처리하는 연산부와, 하전 입자 현미경으로 검출한 시료로부터 발생한 이차 하전 입자의 검출 신호에 의거해서 시료를 분석하는 분석부를 갖는 컨트롤러를 구비하는 결함 관찰 장치에 있어서, 제어부에서, 하전 입자 현미경을 제1 조건으로 제어해서 시료의 관찰 대상 영역의 제1 화상을 취득하고, 연산부에 있어서, 취득한 제1 화상으로부터 관찰 대상 영역의 제1 위치 정보를 추출하고, 제어부에서, 하전 입자 현미경을 제2 조건으로 제어해서 시료의 관찰 대상 영역의 제2 화상을 취득하고, 연산부에 있어서, 취득한 제2 화상의 화질을 기억부에 기억해 둔 화질 변환 처리 파라미터를 이용해서 제1 화상의 상질에 맞추는 상질 변환 처리를 행하고, 상질 변환 처리를 실시한 제2 화상을 처리하도록 결함 관찰 장치를 구성한 것이다.
그리고, 제어부는, 제1 화상으로부터 추출한 관찰 대상 영역의 제1 위치 정보를 이용해서 상질 변환 처리를 실시한 제2 화상을 처리하고, 상질 변환 처리를 실시한 제2 화상으로부터 관찰 대상 영역을 추출하도록 했다.
또한, 제어부는, 연산부에서 추출한 관찰 대상 영역의 제1 위치 정보에 의거해서, 하전 입자 현미경을 제3 조건으로 제어해서 시료의 관찰 대상 영역의 제1 화상보다도 고배율의 제3 화상을 취득하고, 분석부는, 상질 변환 처리를 실시한 제2 화상으로부터 추출한 관찰 대상 영역의 정보에 의거해서 관찰 대상 영역의 조성을 분석하도록 했다.
또한, 상기한 실시예 1과 실시예 2에 기재한 하전 입자 현미경 장치를 이용한 결함 관찰 방법은, 하전 입자 현미경 장치의 제어부에서, 하전 입자 현미경을 제1 조건으로 제어해서 시료의 관찰 대상 영역의 제1 화상을 취득하고, 하전 입자 현미경 장치의 연산부에 있어서, 취득한 제1 화상으로부터 관찰 대상 영역의 제1 위치 정보를 추출하고, 제어부에서, 하전 입자 현미경을 제2 조건으로 제어해서 시료의 관찰 대상 영역의 제2 화상을 취득하고, 연산부에 있어서, 취득한 제2 화상의 화질을 기억부에 기억해 둔 변환 처리 파라미터를 이용해서 제1 화상의 상질에 맞추는 상질 변환 처리를 행하고, 이 상질 변환 처리를 실시한 제2 화상을 처리하도록 한 것이다.
이상, 본 발명자에 의해서 이루어진 발명을 실시예에 의거하여 구체적으로 설명했지만, 본 발명은 상기 실시예로 한정되는 것은 아니며, 그 요지를 일탈하지 않는 범위에서 각종 변경 가능한 것은 물론이다. 예를 들면, 상기한 실시예는 본 발명을 알기 쉽게 설명하기 위하여 상세히 설명한 것이고, 반드시 설명한 모든 구성을 구비하는 것으로 한정되는 것은 아니다. 또한, 각 실시예의 구성의 일부에 대하여, 다른 구성의 추가·삭제·치환을 하는 것이 가능하다.
100 : 결함 관찰 장치
101 : 촬상 장치(SEM)
102 : 제어부
103 : 기억부
104 : 연산부
120 : 제어 시스템부

Claims (15)

  1. 하전 입자 현미경과, 컨트롤러를 구비하는 결함 관찰 장치로서,
    상기 하전 입자 현미경은, 시료에 조사하는 관찰용 에너지를 조사하는 에너지원과, 시료를 재치(載置)하는 테이블과, 검출기를 구비하고,
    상기 컨트롤러는 :
    (A) 제1 촬상 조건을 이용해서, 상기 시료에 있어서의 소정의 부위가 촬상된, 제1 타입의 화상인 제1 화상을 취득하고, 상기 제1 화상에 있어서의 상기 소정의 부위가 촬상된 영역을 나타내는 제1 좌표를 취득하고,
    (B) 제2 촬상 조건을 이용해서, 상기 소정의 부위가 촬상된, 제2 타입의 화상인 제2 화상을 취득하고,
    (C) 상질(像質) 변환 프로그램에, 상기 제1 화상 또는 상기 제2 화상을 입력함으로써, 하나 이상의 상기 소정의 부위의 화상을 취득하고,
    (D) 상기 소정의 부위의 화상에 의거해서, 상기 제1 좌표와, 상기 제2 화상에 있어서의 상기 소정의 부위가 촬상된 영역을 나타내는 제2 좌표의 차분을 추정하고,
    (E) (D)에서 추정한 차분과, 상기 제1 좌표에 의거해서, 상기 제2 좌표를 취득하고,
    여기에서, (C)에 있어서의 하나 이상의 상기 소정의 화상의 취득은 :
    (1) 상기 상질 변환 프로그램에 의해서, 상기 제1 화상을, 상기 제1 타입으로부터 상기 제2 타입으로 변환하여, 하나 이상의 상기 소정의 화상으로 하는, 제1 취득 처리,
    (2) 상기 상질 변환 프로그램에 의해서, 상기 제2 화상을, 상기 제2 타입으로부터 상기 제1 타입으로 변환하여, 하나 이상의 상기 소정의 화상으로 하는, 제2 취득 처리,
    (3) 상기 상질 변환 프로그램에 의해서, 상기 제1 화상 및 상기 제2 화상을, 상기 제1 타입 및 상기 제2 타입과는 다른 제3 타입으로 변환하여, 하나 이상의 상기 소정의 화상으로 하는, 제3 취득 처리
    의 하나 이상의 취득 처리를 구비하는, 결함 관찰 장치.
  2. 제1항에 있어서,
    상기 컨트롤러는, 상기 제1 취득 처리 내지 상기 제3 취득 처리의 적어도 둘 이상을 처리 가능하고,
    상기 컨트롤러는 :
    (F) 상기 제1 취득 처리 내지 상기 제3 취득 처리의 적어도 둘 이상으로부터, 어느 하나 이상의 취득 처리를 선택하기 위한 조작 지시를 수신하는,
    결함 관찰 장치.
  3. 제1항에 있어서,
    상기 컨트롤러는, 상기 제1 취득 처리 내지 상기 제3 취득 처리의 적어도 둘 이상을 처리 가능하고,
    상기 컨트롤러는 :
    (G) 소정의 기준에 의거해서, 상기 제1 취득 처리 내지 상기 제3 취득 처리의 적어도 둘 이상으로부터, 어느 하나 이상의 취득 처리를 선택하는, 결함 관찰 장치.
  4. 제2항 또는 제3항에 있어서,
    상기 제1 촬상 조건과 상기 제2 촬상 조건에서는, 상기 에너지원의 가속 전압, 프로브 전류의 어느 하나 이상이 서로 다른 것을 특징으로 하는 결함 관찰 장치.
  5. 제4항에 있어서,
    상기 제1 취득 처리 및 상기 제2 취득 처리는 사전에 취득한 상기 제1 타입의 화상과 상기 제2 타입의 화상을 기초로 해서, 기계 학습에 의해 얻어진 파라미터를 이용하는 것을 특징으로 하는 결함 관찰 장치.
  6. 제5항에 있어서,
    상기 제3 취득 처리는 상기 제3 타입의 화상을 이용해서 기계 학습에 의해 얻어진 파라미터를 이용하는 것을 특징으로 하는 결함 관찰 장치.
  7. 제6항에 있어서,
    상기 제3 타입의 화상은, 상기 제3 취득 처리에 의해 취득한 화상, 또는, 시뮬레이션 화상, 또는, 다른 장치에서 취득한 화상의 어느 하나인 것을 특징으로 하는 결함 관찰 장치.
  8. 제5항에 있어서,
    상기 제3 취득 처리는 상기 제1 타입 및 상기 제2 타입의 화상에 대하여, 화상 처리에 의해 위치 맞춤에 유효한 정보를 명료하게 하는 것을 특징으로 하는 결함 관찰 장치.
  9. 하전 입자 현미경과, 컨트롤러를 구비하는 결함 관찰 장치로서,
    상기 하전 입자 현미경은, 시료에 조사하는 관찰용 에너지를 조사하는 에너지원과, 시료를 재치하는 테이블과, 검출기를 구비하고,
    상기 컨트롤러는 :
    (A) 제1 촬상 조건을 이용해서, 상기 시료에 있어서의 소정의 부위가 촬상된, 제1 화상을 취득하고, 상기 제1 화상에 있어서의 상기 소정의 부위가 촬상된 영역을 나타내는 제1 좌표를 취득하고,
    (B) 제2 촬상 조건을 이용해서, 상기 소정의 부위가 촬상된, 제2 화상을 취득하고,
    (C) 기계 학습 프로그램에, 상기 제1 화상 또는 상기 제2 화상을 입력함으로써, 하나 이상의 상기 소정의 부위의 화상을 취득하고,
    (D) 상기 소정의 부위의 화상에 의거해서, 상기 제1 좌표와, 상기 제2 화상에 있어서의 상기 소정의 부위가 촬상된 영역을 나타내는 제2 좌표의 차분을 추정하고,
    (E) (D)에서 추정한 차분과, 상기 제1 좌표에 의거해서, 상기 제2 좌표를 취득하고,
    여기에서, 상기 기계 학습 프로그램은 :
    (C1) 상기 시료와는 다른 샘플 시료를 대상으로, 상기 제1 촬상 조건을 이용해서 촬상된 제1 샘플 화상과,
    (C2) 상기 샘플 시료를 대상으로, 상기 제2 촬상 조건을 이용해서 촬상된 제2 샘플 화상
    을 이용해서 학습된, 결함 관찰 장치.
  10. 제9항에 있어서,
    상기 에너지원은, 상기 시료에 재치된 상기 시료에 수속시킨 하전 입자선을 조사하는 하전 입자 광학계이고, 상기 검출기는, 상기 하전 입자 광학계에 의해 상기 수속시킨 하전 입자빔이 조사된 상기 시료로부터 발생한 2차 하전 입자를 검출하고, 상기 컨트롤러는, 상기 하전 입자 광학계를 제어해서 상기 제1 촬상 조건을 이용해서 상기 제1 화상을 취득함과 함께 상기 제1 촬상 조건과는 다른 상기 제2 촬상 조건을 이용해서 상기 제2 화상을 취득하는 것을 특징으로 하는 결함 관찰 장치.
  11. 제10항에 있어서,
    상기 컨트롤러는 취득한 상기 제1 화상으로부터 관심 영역을 추출하고, 상기 컨트롤러는 또한 상기 하전 입자 광학계를 제어해서 상기 제1 화상으로부터 추출한 상기 관심 영역의 상세한 화상을 취득하는 것을 특징으로 하는 결함 관찰 장치.
  12. 제10항에 있어서,
    상기 컨트롤러는, 상기 하전 입자 광학계를 제어해서, 상기 제1 촬상 조건과 상기 제2 촬상 조건에서는, 상기 시료에 조사하는 상기 하전 입자선의 가속 전압 또는 프로브 전류의 어느 하나 이상을 바꾸는 것을 특징으로 하는 결함 관찰 장치.
  13. 제10항에 있어서,
    상기 컨트롤러는 상기 기계 학습 프로그램을 이용해서, 취득한 상기 제2 화상의 화질을 취득한 상기 제1 화상의 화질에 맞추는 상질 변환 처리를 행하고, 상기 상질 변환 처리를 실시한 화상에 있어서 상기 제1 화상으로부터 추출한 관심 영역에 대응하는 위치에 대하여 상기 관심 영역에 대한 위치 어긋남량을 산출하고, 상기 산출한 위치 어긋남량에 의거해서 상기 상질 변환 처리를 실시한 화상에 있어서 상기 제1 화상으로부터 추출한 관심 영역에 대응하는 관심 영역을 추출하는 것을 특징으로 하는 결함 관찰 장치.
  14. 제13항에 있어서,
    상기 컨트롤러는 상기 하전 입자 광학계를 제어해서 상기 상질 변환 처리를 실시한 화상으로부터 추출한 상기 관심 영역에 상기 하전 입자선을 조사하고, 상기 하전 입자선이 조사된 상기 관심 영역으로부터 발생한 2차 하전 입자를 상기 검출기로 검출한 신호를 받고, 상기 하전 입자선이 조사된 상기 관심 영역의 조성을 분석하는 것을 특징으로 하는 결함 관찰 장치.
  15. 제9항에 있어서,
    상기 컨트롤러가 제어하는 상기 제1 촬상 조건은 결함 화상 자동 수집 처리를 행하기 위한 촬상 조건이고,
    상기 컨트롤러가 제어하는 상기 제2 촬상 조건이 상기 소정의 부위의 조성을 분석해서 상기 제2 화상을 자동으로 분류 처리를 행하기 위한 촬상 조건인 것을 특징으로 하는 결함 관찰 장치.
KR1020200033653A 2019-04-19 2020-03-19 결함 관찰 장치 KR102350416B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JPJP-P-2019-079938 2019-04-19
JP2019079938A JP7203678B2 (ja) 2019-04-19 2019-04-19 欠陥観察装置

Publications (2)

Publication Number Publication Date
KR20200122998A true KR20200122998A (ko) 2020-10-28
KR102350416B1 KR102350416B1 (ko) 2022-01-13

Family

ID=72830830

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200033653A KR102350416B1 (ko) 2019-04-19 2020-03-19 결함 관찰 장치

Country Status (4)

Country Link
US (1) US11177111B2 (ko)
JP (1) JP7203678B2 (ko)
KR (1) KR102350416B1 (ko)
TW (1) TWI724827B (ko)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102020211900A1 (de) * 2019-09-25 2021-03-25 Hitachi High-Tech Science Corporation Ladungsträgerstrahlvorrichtung
TWI765475B (zh) * 2020-12-16 2022-05-21 鴻海精密工業股份有限公司 圖像瑕疵檢測方法、裝置、電腦裝置及介質
JP2023012844A (ja) * 2021-07-14 2023-01-26 株式会社日立ハイテク 試料観察装置、試料観察方法、およびコンピュータシステム
JP7307770B2 (ja) * 2021-07-20 2023-07-12 日本電子株式会社 分析装置および画像処理方法
WO2023007607A1 (ja) * 2021-07-28 2023-02-02 株式会社日立ハイテク 検査装置、検査方法
WO2024083437A1 (en) * 2022-10-21 2024-04-25 Asml Netherlands B.V. Defect map based d2d alignment of images for machine learning training data preparation

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20130135962A (ko) * 2011-04-20 2013-12-11 가부시키가이샤 히다치 하이테크놀로지즈 결함 분류 방법 및 결함 분류 시스템
KR20170077244A (ko) * 2014-12-10 2017-07-05 가부시키가이샤 히다치 하이테크놀로지즈 결함 관찰 장치 및 결함 관찰 방법
JP2018137275A (ja) 2017-02-20 2018-08-30 株式会社日立ハイテクノロジーズ 試料観察装置および試料観察方法

Family Cites Families (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6408219B2 (en) 1998-05-11 2002-06-18 Applied Materials, Inc. FAB yield enhancement system
JP2001256480A (ja) 2000-03-09 2001-09-21 Hitachi Ltd 画像自動分類方法及び装置
US6678404B1 (en) 2000-10-31 2004-01-13 Shih-Jong J. Lee Automatic referencing for computer vision applications
JP3980856B2 (ja) * 2001-09-27 2007-09-26 日本電子株式会社 電子顕微鏡における分析方法
JP3993817B2 (ja) * 2002-12-11 2007-10-17 株式会社日立製作所 欠陥組成分析方法及び装置
JP4443270B2 (ja) 2003-03-12 2010-03-31 株式会社日立ハイテクノロジーズ 欠陥分類方法
US7756320B2 (en) 2003-03-12 2010-07-13 Hitachi High-Technologies Corporation Defect classification using a logical equation for high stage classification
KR20180037323A (ko) 2004-10-12 2018-04-11 케이엘에이-텐코 코포레이션 표본 상의 결함들을 분류하기 위한 컴퓨터-구현 방법 및 시스템
JP2006268825A (ja) 2005-02-28 2006-10-05 Toshiba Corp オブジェクト検出装置、学習装置、オブジェクト検出システム、方法、およびプログラム
JP5075111B2 (ja) 2008-12-29 2012-11-14 株式会社日立ハイテクノロジーズ 画像分類基準更新方法、プログラムおよび画像分類装置
JP2011155123A (ja) 2010-01-27 2011-08-11 Kyocera Corp 積層セラミックコンデンサ
US8452718B2 (en) 2010-06-10 2013-05-28 Tokyo Electron Limited Determination of training set size for a machine learning system
JP2012238401A (ja) * 2011-05-10 2012-12-06 Hitachi High-Technologies Corp 欠陥レビュー方法および装置
JP5743955B2 (ja) * 2012-05-28 2015-07-01 株式会社日立ハイテクノロジーズ パターン検査装置およびパターン検査方法
JP5948262B2 (ja) * 2013-01-30 2016-07-06 株式会社日立ハイテクノロジーズ 欠陥観察方法および欠陥観察装置
US9430824B2 (en) 2013-05-14 2016-08-30 Kla-Tencor Corporation Machine learning method and apparatus for inspecting reticles
JP6294131B2 (ja) * 2014-04-08 2018-03-14 株式会社日立ハイテクノロジーズ 欠陥レビュー装置、欠陥レビュー方法
US20180174000A1 (en) 2015-06-04 2018-06-21 Hitachi High-Technologies Corporation Defect image classification device and defect image classification method
WO2017203600A1 (ja) * 2016-05-24 2017-11-30 株式会社日立ハイテクノロジーズ 欠陥分類装置および欠陥分類方法
US10346740B2 (en) * 2016-06-01 2019-07-09 Kla-Tencor Corp. Systems and methods incorporating a neural network and a forward physical model for semiconductor applications
TWI751329B (zh) * 2017-05-15 2022-01-01 美商克萊譚克公司 用於重複缺陷分析之相對缺陷位置之高精準度
TW201913241A (zh) * 2017-09-11 2019-04-01 王楨坤 對準誤差補償模組、對準誤差補償計算系統及微影裝置
TWI692700B (zh) * 2017-10-05 2020-05-01 敖翔科技股份有限公司 智慧型的缺陷校正系統與其實施方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20130135962A (ko) * 2011-04-20 2013-12-11 가부시키가이샤 히다치 하이테크놀로지즈 결함 분류 방법 및 결함 분류 시스템
KR20170077244A (ko) * 2014-12-10 2017-07-05 가부시키가이샤 히다치 하이테크놀로지즈 결함 관찰 장치 및 결함 관찰 방법
JP2018137275A (ja) 2017-02-20 2018-08-30 株式会社日立ハイテクノロジーズ 試料観察装置および試料観察方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Jun-Yan Zhu, et al. "Unpaired Image-to-Image Translation using Cycle-Consistent Adversarial Networks" arXiv preprint arXiv : 1703.10593(2017)
Phillip Isola, et al. "Image-to-Image Translation with Conditional Adversarial Networks" arXiv preprint arXiv : 1611.07004(2016)

Also Published As

Publication number Publication date
US11177111B2 (en) 2021-11-16
US20200335300A1 (en) 2020-10-22
JP7203678B2 (ja) 2023-01-13
TW202040713A (zh) 2020-11-01
TWI724827B (zh) 2021-04-11
JP2020177835A (ja) 2020-10-29
KR102350416B1 (ko) 2022-01-13

Similar Documents

Publication Publication Date Title
JP6668278B2 (ja) 試料観察装置および試料観察方法
KR102350416B1 (ko) 결함 관찰 장치
JP4654093B2 (ja) 回路パターン検査方法及びその装置
JP5164754B2 (ja) 走査型荷電粒子顕微鏡装置及び走査型荷電粒子顕微鏡装置で取得した画像の処理方法
US7903867B2 (en) Method and apparatus for displaying detected defects
US20130294680A1 (en) Image classification method and image classification apparatus
US20110261190A1 (en) Defect observation device and defect observation method
KR20180113572A (ko) 결함 분류 장치 및 결함 분류 방법
US20110163230A1 (en) Charged particle beam device
US20110285839A1 (en) Defect observation method and device using sem
US9696268B2 (en) Automated decision-based energy-dispersive x-ray methodology and apparatus
WO2013035419A1 (ja) 欠陥検査方法および欠陥検査装置
WO2011114403A1 (ja) Sem式欠陥観察装置および欠陥画像取得方法
US20220130027A1 (en) Structure Estimation System and Structure Estimation Program
JP6909886B2 (ja) 画像推定方法およびシステム
US20110298915A1 (en) Pattern inspecting apparatus and pattern inspecting method
JP7404399B2 (ja) 欠陥検査システムおよび欠陥検査方法
US20090030867A1 (en) Reviewing apparatus, recipe setting method for reviewing apparatus and reviewing system
US20230005123A1 (en) Sample observation system and image processing method
JP7174170B2 (ja) 試料観察装置
JP2022084041A (ja) 荷電粒子ビーム装置

Legal Events

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