KR20210036256A - 하전 입자 빔 장치 - Google Patents

Abstract

(과제) 자동 마이크로 샘플링을 고속화할 수 있는 것이다.
(해결 수단) 하전 입자 빔 장치는, 시료로부터 시료편을 자동적으로 제작하는 하전 입자 빔 장치로서, 하전 입자 빔을 조사하는 하전 입자 빔 조사 광학계와, 상기 시료를 재치(載置)하여 이동하는 시료 스테이지와, 상기 시료로부터 분리 및 적출하는 상기 시료편을 유지하여 반송하는 시료편 이설(移設) 수단과, 상기 시료편이 이설되는 시료편 홀더를 유지하는 홀더 고정대와, 제1 대상물의 제1 화상을 포함하는 제1 정보가 학습된 기계 학습 모델과, 상기 하전 입자 빔의 조사에 의해 취득한 제2 화상을 포함하는 제2 정보에 의거하여 제2 대상물에 관한 위치의 제어를 행하는 컴퓨터를 구비하는 하전 입자 빔 장치이다.

Description

하전 입자 빔 장치{CHARGED PARTICLE BEAM APPARATUS}

본 발명은, 하전 입자 빔 장치에 관한 것이다.

종래, 시료에 전자 또는 이온으로 이루어지는 하전 입자 빔을 조사함으로써 제작한 시료편을 적출하여, 투과 전자 현미경(TEM：Transmission Electron Microscpe) 등에 의한 관찰, 분석, 및 계측 등의 각종 공정에 적합한 형상으로 시료편을 가공하는 장치가 알려져 있다(특허문헌 1). 특허문헌 1에 기재된 장치에서는, 투과 전자 현미경에 의해 관찰을 행하는 경우에는, 관찰 대상물인 시료로부터 미세한 박막 시료편을 취출(取出)한 후, 당해 박막 시료편을 시료 홀더에 고정하여 TEM 시료를 작성하는, 이른바 마이크로 샘플링(MS：Micro-sampling)이 행해진다.

TEM 관찰용 박편 시료의 제작에 있어서, 마이크로프로브 선단, 박편 시료의 픽업 위치, 메쉬 홀더 상의 필러단 등의 대상물을 템플릿 매칭에 의해 검출하는 하전 입자 빔 장치가 알려져 있다(특허문헌 2). 특허문헌 2에 기재된 하전 입자 빔 장치에서는, 하전 입자 빔의 조사에 의해 취득한 대상물의 화상에 의거하여 작성한 템플릿과, 대상물의 화상으로부터 얻어지는 위치 정보에 의거하여, 대상물에 관한 위치 제어를 행한다. 이로 인해 특허문헌 2에 기재된 하전 입자 빔 장치에서는, 자동으로 MS(자동 MS)를 실행할 수 있다.

일본국 특허공개 2019-102138호 공보 일본국 특허공개 2016-157671호 공보

특허문헌 2에 기재된 하전 입자 빔 장치에서는, 대상물의 위치 제어를 행할 때마다 템플릿 화상을 취득할 필요가 있어, 화상을 취득하는 시간분만큼 자동 MS의 속도 저하로 이어지고 있었다. 예를 들어, 마이크로프로브의 선단 형상은 클리닝이나 시료의 부착 등에 의해 변화하기 때문에, 대상물의 위치 제어를 행할 때마다 템플릿 화상을 취득한다. 또, 박편 시료의 픽업 위치의 템플릿 화상에 대해서도, 콘트라스트나 포커스 등의 차이에 의해 매칭 정밀도가 저하되어 버리기 때문에, 위치 제어의 개시 전에 템플릿 화상을 취득한다. 또, 필러의 모서리에 대해서는 개체차가 있기 때문에, 사용자가 마우스 조작에 의해 화상 상의 필러의 위치를 매회 등록하고 있었다.

한편, 특허문헌 2에 기재된 하전 입자 빔 장치에서는, 템플릿 매칭의 성공률을 향상시키기 위해, 스캔 속도를 떨어뜨려 고정세(高精細)한 화상을 취득하고 있었다.

이와 같이 종래, 자동 MS의 속도는 충분하지 않아, 자동 MS를 고속화하고, 스루풋을 향상시키는 것이 요구되고 있었다.

본 발명은 상기의 점을 감안하여 이루어진 것이며, 자동 MS를 고속화할 수 있는 하전 입자 빔 장치를 제공한다.

상기 과제를 해결하여 이러한 목적을 달성하기 위해, 본 발명은 이하의 양태를 채용했다.

(1) 본 발명의 일 양태는, 시료로부터 시료편을 자동적으로 제작하는 하전 입자 빔 장치로서, 하전 입자 빔을 조사하는 하전 입자 빔 조사 광학계와, 상기 시료를 재치(載置)하여 이동하는 시료 스테이지와, 상기 시료로부터 분리 및 적출하는 상기 시료편을 유지하여 반송하는 시료편 이설(移設) 수단과, 상기 시료편이 이설되는 시료편 홀더를 유지하는 홀더 고정대와, 제1 대상물의 제1 화상을 포함하는 제1 정보가 학습된 기계 학습 모델과, 상기 하전 입자 빔의 조사에 의해 취득한 제2 화상을 포함하는 제2 정보에 의거하여 제2 대상물에 관한 위치의 제어를 행하는 컴퓨터를 구비하는 하전 입자 빔 장치이다.

상기 (1)에 기재된 양태에 따른 복합 하전 입자 빔 장치에서는, 기계 학습에 의거하여 대상물의 위치를 검출할 수 있기 때문에, 자동 MS를 고속화할 수 있다. 하전 입자 빔 장치(10)에서는, 기계 학습에 의거하여 대상물의 위치를 검출하기 때문에, 템플릿 매칭을 이용하는 경우와 같이 템플릿 화상을 매회 취득하는 시간을 줄일 수 있어, 자동 MS가 고속화하고 스루풋이 향상된다.

하전 입자 빔 장치에서는, 종래는 템플릿 매칭의 성공률을 향상시키기 위해, 스캔 속도를 떨어뜨려 고정세한 화상을 취득하고 있었지만, 기계 학습에서는 고정세한 화상이 아니어도 위치 검출이 가능하기 때문에, 화상 취득 시의 스캔 속도를 올릴 수 있어, 자동 MS가 고속화하고 스루풋이 향상된다.

하전 입자 빔 장치에서는, 종래는, 가공 레시피 작성 시에 사용자가 메뉴얼 조작으로 행하고 있던 작업을 자동화할 수 있어, 레시피 작성이 간편해진다. 또, 하전 입자 빔 장치에서는, 샘플마다 레시피를 준비하지 않아도 되기 때문에, 형상 변화에 강한 시스템 구성이 된다.

(2) 상기 (1)에 기재된 하전 입자 빔 장치에 있어서, 상기 제2 대상물에는, 상기 시료편 홀더에 구비되는 시료대 부분이 포함된다.

상기 (2)에 기재된 양태에 따른 복합 하전 입자 빔 장치에서는, 기계 학습에 의거하여 시료대 부분의 위치를 검출할 수 있기 때문에, 자동 MS에 있어서 시료편을 시료대 부분에 접속하는 공정을 고속화할 수 있다.

(3) 상기 (1) 또는 (2)에 기재된 하전 입자 빔 장치에 있어서, 상기 제2 대상물에는, 상기 시료편 이설 수단에 이용되는 니들이 포함된다.

상기 (3)에 기재된 양태에 따른 복합 하전 입자 빔 장치에서는, 기계 학습에 의거하여 니들의 선단의 위치를 검출할 수 있기 때문에, 자동 MS에 있어서 니들을 이동시키는 공정을 고속화할 수 있다.

(4) 상기 (1) 내지 (3) 중 어느 하나에 기재된 하전 입자 빔 장치에 있어서, 상기 제2 대상물에는, 상기 시료편이 포함되고, 상기 제1 화상은, 상기 시료편을 적출하는 시료 적출 공정에 있어서 상기 시료편을 향해 상기 시료편 이설 수단을 접근시키는 위치가 나타난 화상이다.

상기 (4)에 기재된 양태에 따른 복합 하전 입자 빔 장치에서는, 기계 학습에 의거하여, 상기 시료편을 적출하는 시료 적출 공정에 있어서 상기 시료편을 향해 상기 시료편 이설 수단을 접근시키는 위치를 검출할 수 있기 때문에, 자동 MS에 있어서 니들을 시료편에 접근시키는 공정을 고속화할 수 있다.

(5) 상기 (1) 내지 (4) 중 어느 하나에 기재된 하전 입자 빔 장치에 있어서, 상기 제2 대상물에는, 상기 시료편이 포함되고, 상기 제1 화상은, 상기 시료로부터 상기 시료편을 분리 및 적출하는 위치가 나타난 화상이다.

상기 (5)에 기재된 양태에 따른 복합 하전 입자 빔 장치에서는, 기계 학습에 의거하여 시료로부터 시료편을 분리 및 적출하는 위치를 검출할 수 있기 때문에, 자동 MS에 있어서 시료편을 니들에 접속하는 공정을 고속화할 수 있다.

(6) 상기 (1) 내지 (5) 중 어느 하나에 기재된 하전 입자 빔 장치에 있어서, 상기 제1 화상은, 상기 제2 대상물의 종류에 따라 생성된 의사(擬似) 화상이다.

상기 (6)에 기재된 양태에 따른 복합 하전 입자 빔 장치에서는, 제1 화상으로서 실제의 하전 입자 빔의 조사에 의해 얻어지는 화상을 충분한 수만큼 준비할 수 없는 경우여도 의사 화상을 그들 화상 대신에 이용할 수 있기 때문에, 제1 정보가 학습된 기계 학습의 정밀도를 향상시킬 수 있다.

(7) 상기 (1) 내지 (6) 중 어느 하나에 기재된 하전 입자 빔 장치에 있어서, 상기 제1 대상물의 종류와, 상기 제2 대상물의 종류는 같다.

상기 (7)에 기재된 양태에 따른 복합 하전 입자 빔 장치에서는, 제2 대상물의 종류와 같은 종류의 제1 대상물의 제1 화상을 포함하는 제1 정보가 학습된 기계 학습에 의거하여 대상물의 위치를 검출할 수 있기 때문에, 제1 대상물의 종류와 제2 대상물의 종류가 다른 경우에 비해 기계 학습을 향상시킬 수 있다.

본 발명에 의하면, 자동 마이크로 샘플링을 고속화할 수 있다.

도 1은, 본 발명의 제1 실시형태에 따른 하전 입자 빔 장치와 화상 처리용 컴퓨터의 구성의 일례를 나타내는 도면이다.
도 2는, 본 발명의 제1 실시형태에 따른 하전 입자 빔 장치의 구성의 일례를 나타내는 도면이다.
도 3은, 본 발명의 제1 실시형태에 따른 시료편을 나타내는 평면도이다.
도 4는, 본 발명의 제1 실시형태에 따른 시료편 홀더의 평면도이다.
도 5는, 본 발명의 제1 실시형태에 따른 시료편 홀더의 측면도이다.
도 6은, 본 발명의 제1 실시형태에 따른 화상 처리용 컴퓨터의 구성의 일례를 나타내는 도면이다.
도 7은, 본 발명의 제1 실시형태에 따른 초기 설정 공정의 일례를 나타내는 도면이다.
도 8은, 본 발명의 제1 실시형태에 따른 기둥 형상부의 상면도이다.
도 9는, 본 발명의 제1 실시형태에 따른 기둥 형상부의 측면도이다.
도 10은, 본 발명의 제1 실시형태에 따른 기둥 형상부의 학습 화상의 일례를 나타내는 도면이다.
도 11은, 본 발명의 제1 실시형태에 따른 필러가 단상 구조로 되어 있지 않은 기둥 형상부의 일례를 나타내는 도면이다.
도 12는, 본 발명의 제1 실시형태에 따른 필러가 단상 구조로 되어 있지 않은 기둥 형상부의 학습 화상의 일례를 나타내는 도면이다.
도 13은, 본 발명의 제1 실시형태에 따른 시료편 픽업 공정의 일례를 나타내는 도면이다.
도 14는, 본 발명의 제1 실시형태에 따른 니들의 이동 처리의 일례를 나타내는 도면이다.
도 15는, 본 발명의 제1 실시형태에 따른 니들의 선단이 포함되는 SEM 화상 데이터의 일례를 나타내는 도면이다.
도 16은, 본 발명의 제1 실시형태에 따른 니들의 선단이 포함되는 SIM 화상 데이터의 일례를 나타내는 도면이다.
도 17은, 본 발명의 제1 실시형태에 따른 니들의 선단의 일례를 나타내는 도면이다.
도 18은, 본 발명의 제1 실시형태에 따른 니들의 학습 화상의 일례를 나타내는 도면이다.
도 19는, 본 발명의 제1 실시형태에 따른 시료편이 포함되는 SIM 화상 데이터의 일례를 나타내는 도면이다.
도 20은, 본 발명의 제1 실시형태에 따른 시료편의 학습 화상의 일례를 나타내는 도면이다.
도 21은, 본 발명의 제1 실시형태에 따른 SIM 화상 데이터에 있어서의 시료 및 시료편의 지지부의 절단 가공 위치를 나타내는 도면이다.
도 22는, 본 발명의 제1 실시형태에 따른 시료편 마운트 공정의 일례를 나타내는 도면이다.
도 23은, 본 발명의 제2 실시형태에 따른 화상 처리용 컴퓨터의 구성의 일례를 나타내는 도면이다.
도 24는, 본 발명의 제2 실시형태에 따른 베어 웨어의 일례를 나타내는 도면이다.
도 25는, 본 발명의 제2 실시형태에 따른 패턴 화상의 일례를 나타내는 도면이다.
도 26은, 본 발명의 제2 실시형태에 따른 의사 화상의 일례를 나타내는 도면이다.
도 27은, 본 발명의 제2 실시형태에 따른 픽업 위치의 검출 처리의 일례를 나타내는 도면이다.

(제1 실시형태)

이하, 도면을 참조하면서 본 발명의 실시형태에 대해서 상세하게 설명한다. 도 1은, 본 실시형태에 따른 하전 입자 빔 장치(10)와 화상 처리용 컴퓨터(30)의 구성의 일례를 나타내는 도면이다. 하전 입자 빔 장치(10)에 구비되는 제어용 컴퓨터(22)는, 하전 입자 빔의 조사에 의해 취득한 화상 데이터를 취득한다. 제어용 컴퓨터(22)는, 화상 처리용 컴퓨터(30)와 데이터의 송수신을 행한다. 화상 처리용 컴퓨터(30)는, 제어용 컴퓨터(22)로부터 수신한 화상 데이터에 포함되는 대상물을 기계 학습 모델(M)에 의거하여 판정한다. 제어용 컴퓨터(22)는, 화상 처리용 컴퓨터(30)의 판정 결과에 의거하여, 대상물에 관한 위치의 제어를 행한다.

제어용 컴퓨터(22)는, 제1 대상물의 제1 화상을 포함하는 제1 정보가 학습된 기계 학습 모델과, 하전 입자 빔의 조사에 의해 취득한 제2 화상을 포함하는 제2 정보에 의거하여 제2 대상물에 관한 위치의 제어를 행하는 컴퓨터의 일례이다.

또한, 화상 처리용 컴퓨터(30)는, 하전 입자 빔 장치(10)에 구비되어도 된다.

여기서 도 2를 참조하여, 하전 입자 빔 장치(10)의 구성에 대해서 설명한다.

(하전 입자 빔 장치)

도 2는, 실시형태의 하전 입자 빔 장치(10)의 구성의 일례를 나타내는 도면이다. 하전 입자 빔 장치(10)는, 시료실(11)과, 시료 스테이지(12)와, 스테이지 구동 기구(13)와, 집속 이온 빔 조사 광학계(14)와, 전자 빔 조사 광학계(15)와, 검출기(16)와, 가스 공급부(17)와, 니들(18)과, 니들 구동 기구(19)와, 흡수 전류 검출기(20)와, 표시 장치(21)와, 제어용 컴퓨터(22)와, 입력 디바이스(23)를 구비한다.

시료실(11)은, 내부를 진공 상태로 유지한다. 시료 스테이지(12)는, 시료실(11)의 내부에 있어서 시료(S) 및 시료편 홀더(P)를 고정한다. 여기서 시료 스테이지(12)는, 시료편 홀더(P)를 유지하는 홀더 고정대(12a)를 구비한다. 이 홀더 고정대(12a)는 복수의 시료편 홀더(P)를 탑재할 수 있는 구조여도 된다.

스테이지 구동 기구(13)는, 시료 스테이지(12)를 구동한다. 여기서 스테이지 구동 기구(13)는, 시료 스테이지(12)에 접속된 상태로 시료실(11)의 내부에 수용되어 있고, 제어용 컴퓨터(22)로부터 출력되는 제어 신호에 따라 시료 스테이지(12)를 소정 축에 대해 변위시킨다. 스테이지 구동 기구(13)는, 적어도 수평면에 평행하면서 서로 직교하는 X축 및 Y축과, X축 및 Y축에 직교하는 연직 방향의 Z축을 따라 평행하게 시료 스테이지(12)를 이동시키는 이동 기구(13a)를 구비하고 있다. 스테이지 구동 기구(13)는, 시료 스테이지(12)를 X축 또는 Y축 둘레로 경사지게 하는 경사 기구(13b)와, 시료 스테이지(12)를 Z축 둘레로 회전시키는 회전 기구(13c)를 구비하고 있다.

집속 이온 빔 조사 광학계(14)는, 시료실(11)의 내부에 있어서의 소정의 조사 영역(즉 주사 범위) 내의 조사 대상에 집속 이온 빔(FIB)을 조사한다. 여기서, 집속 이온 빔 조사 광학계(14)는, 시료 스테이지(12)에 재치된 시료(S), 시료편(Q), 및 조사 영역 내에 존재하는 니들(18) 등의 조사 대상에 연직 방향 상방으로부터 하방을 향해 집속 이온 빔을 조사한다.

집속 이온 빔 조사 광학계(14)는, 이온을 발생시키는 이온원(14a)과, 이온원(14a)으로부터 인출된 이온을 집속 및 편향시키는 이온 광학계(14b)를 구비하고 있다. 이온원(14a) 및 이온 광학계(14b)는, 제어용 컴퓨터(22)로부터 출력되는 제어 신호에 따라 제어되며, 집속 이온 빔의 조사 위치 및 조사 조건 등이 제어용 컴퓨터(22)에 의해 제어된다.

전자 빔 조사 광학계(15)는, 시료실(11)의 내부에 있어서의 소정의 조사 영역 내의 조사 대상에 전자 빔(EB)을 조사한다. 여기서 전자 빔 조사 광학계(15)는, 시료 스테이지(12)에 고정된 시료(S), 시료편(Q), 및 조사 영역 내에 존재하는 니들(18) 등의 조사 대상에, 연직 방향에 대해 소정 각도(예를 들어 60°) 경사진 경사 방향의 상방으로부터 하방을 향해 전자 빔을 조사 가능하다.

전자 빔 조사 광학계(15)는, 전자를 발생시키는 전자원(15a)과, 전자원(15a)으로부터 사출된 전자를 집속 및 편향시키는 전자 광학계(15b)를 구비하고 있다. 전자원(15a) 및 전자 광학계(15b)는, 제어용 컴퓨터(22)로부터 출력되는 제어 신호에 따라 제어되며, 전자 빔의 조사 위치 및 조사 조건 등이 제어용 컴퓨터(22)에 의해 제어된다.

또한, 전자 빔 조사 광학계(15)와 집속 이온 빔 조사 광학계(14)의 배치를 바꿔서, 전자 빔 조사 광학계(15)를 연직 방향으로, 집속 이온 빔 조사 광학계(14)를 연직 방향에 소정 각도 경사진 경사 방향으로 배치해도 된다.

검출기(16)는, 집속 이온 빔 또는 전자 빔의 조사에 의해 조사 대상으로부터 발생하는 2차 하전 입자(2차 전자, 2차 이온)(R)를 검출한다. 가스 공급부(17)는, 조사 대상의 표면에 가스(G)를 공급한다. 니들(18)은, 시료 스테이지(12)에 고정된 시료(S)로부터 미소한 시료편(Q)을 취출하고, 시료편(Q)을 유지하여 시료편 홀더(P)에 이설한다. 니들 구동 기구(19)는, 니들(18)을 구동하여 시료편(Q)을 반송한다. 이하에서는, 니들(18)과 니들 구동 기구(19)를 함께 시료편 이설 수단이라고 부르는 경우도 있다.

흡수 전류 검출기(20)는, 니들(18)에 유입되는 하전 입자 빔의 유입 전류(흡수 전류라고도 한다)를 검출하고, 검출한 결과를 유입 전류 신호로서 제어용 컴퓨터(22)에 출력한다.

제어용 컴퓨터(22)는, 적어도 스테이지 구동 기구(13)와, 집속 이온 빔 조사 광학계(14)와, 전자 빔 조사 광학계(15)와, 가스 공급부(17)와, 니들 구동 기구(19)를 제어한다. 제어용 컴퓨터(22)는, 시료실(11)의 외부에 배치되며, 표시 장치(21)와, 조작자의 입력 조작에 따른 신호를 출력하는 마우스나 키보드 등의 입력 디바이스(23)가 접속되어 있다. 제어용 컴퓨터(22)는, 입력 디바이스(23)로부터 출력되는 신호 또는 미리 설정된 자동 운전 제어 처리에 의해 생성되는 신호 등에 의해, 하전 입자 빔 장치(10)의 동작을 통합적으로 제어한다.

여기서 상술한 바와 같이, 제어용 컴퓨터(22)는, 화상 처리용 컴퓨터(30)의 판정 결과에 의거하여, 대상물에 관한 위치의 제어를 행한다. 제어용 컴퓨터(22)는, 화상 처리용 컴퓨터(30)와 통신을 행하기 위한 통신 인터페이스를 구비한다.

또, 제어용 컴퓨터(22)는, 흡수 전류 검출기(20)로부터 출력되는 유입 전류 신호를 흡수 전류 화상 데이터로서 화상화한다. 여기서, 제어용 컴퓨터(22)는, 하전 입자 빔의 조사 위치를 주사하면서 검출기(16)에 의해 검출되는 2차 하전 입자(R)의 검출량을, 조사 위치에 대응지은 휘도 신호로 변환하여, 2차 하전 입자(R)의 검출량의 2차원 위치 분포에 따라 조사 대상의 형상을 나타내는 흡수 전류 화상 데이터를 생성한다. 흡수 전류 화상 모드에서는, 제어용 컴퓨터(22)는, 하전 입자 빔의 조사 위치를 주사하면서 니들(18)에 흐르는 흡수 전류를 검출함으로써, 흡수 전류의 2차원 위치 분포(흡수 전류 화상)에 따라 니들(18)의 형상을 나타내는 흡수 전류 화상 데이터를 생성한다. 제어용 컴퓨터(22)는, 생성한 화상 데이터를 표시 장치(21)로 하여금 표시하게 한다.

표시 장치(21)는, 검출기(16)에 의해 검출된 2차 하전 입자(R)에 의거한 화상 데이터 등을 표시한다.

하전 입자 빔 장치(10)는, 조사 대상의 표면에 집속 이온 빔을 주사하면서 조사함으로써, 조사 대상의 화상화나 스퍼터링에 의한 각종 가공(굴착, 트리밍 가공 등)과, 디포지션막의 형성 등이 실행 가능하다.

도 3은, 본 발명의 실시형태에 따른 하전 입자 빔 장치(10)에 있어서, 집속 이온 빔을 시료(S)의 표면(사선부)에 조사하여 형성된, 시료(S)로부터 적출되기 전의 시료편(Q)을 나타내는 평면도이다. 부호 F는 집속 이온 빔에 의한 가공 범위, 즉, 집속 이온 빔의 주사 범위를 나타내고, 그 내측(백색부)이 집속 이온 빔 조사에 의해 스퍼터 가공되어 굴착된 가공 영역(H)을 나타내고 있다. 레퍼런스 마크(Ref)는, 시료편(Q)을 형성하는(굴착하지 않고 남기는) 위치를 나타내는 기준점이다. 시료편(Q)의 개략적인 위치를 알아내기 위해서는 디포지션막을 이용하고, 정밀한 위치 맞춤에는 미세 구멍을 이용한다. 시료(S)에 있어서 시료편(Q)은, 시료(S)에 접속되는 지지부(Qa)를 남기고 측부측 및 바닥부측의 주변부가 깎아내어져 제거되도록 에칭 가공되어 있으며, 지지부(Qa)에 의해 시료(S)에 캔틸레버식으로 지지되어 있다.

다음으로 도 4 및 도 5를 참조하여, 시료편 홀더(P)에 대해서 설명한다.

도 4는 시료편 홀더(P)의 평면도이며, 도 5는 측면도이다. 시료편 홀더(P)는, 절결부(41)를 갖는 대략 반원형 판 형상의 기부(基部)(42)와, 절결부(41)에 고정되는 시료대(43)를 구비하고 있다. 기부(42)는, 일례로서 원형 판 형상의 금속으로 형성되어 있다. 시료대(43)는 빗살 형상이며, 이격 배치되어 돌출하는 복수로, 시료편(Q)이 이설되는 기둥 형상부(이하, 필러라고도 한다)(44)를 구비하고 있다.

(화상 처리용 컴퓨터)

다음으로 도 6을 참조하여, 화상 처리용 컴퓨터(30)에 대해서 설명한다. 도 6은, 본 실시형태에 따른 화상 처리용 컴퓨터(30)의 구성의 일례를 나타내는 도면이다. 화상 처리용 컴퓨터(30)는, 제어부(300)와, 기억부(305)를 구비한다.

제어부(300)는, 학습 데이터 취득부(301)와, 학습부(302)와, 판정 화상 취득부(303)와, 판정부(304)를 구비한다.

학습 데이터 취득부(301)는, 학습 데이터를 취득한다. 학습 데이터는, 기계 학습의 학습에 이용되는 정보이다. 학습 데이터는, 학습 화상과, 이 학습 화상 내의 대상물의 위치를 나타내는 정보의 세트이다. 학습 화상 내의 대상물에는, 일례로서, 시료편, 니들이나 시료편 홀더에 구비되는 기둥 형상부 등이 포함된다. 여기서 학습 화상 내의 대상물의 종류와, 판정 화상 내의 대상물의 종류는 같다. 예를 들어, 학습 화상 내의 대상물의 종류가 시료편, 니들, 또는 기둥 형상부인 경우, 판정 화상 내의 대상물의 종류는 각각 시료편, 니들, 또는 기둥 형상부이다.

여기서 본 실시형태에서는, 학습 화상으로서, 대상물로의 하전 입자 빔의 조사에 의해 미리 얻어진 SIM 화상이나 SEM 화상이 이용된다. 하전 입자 빔은 소정 방향으로부터 대상물에 조사된다. 하전 입자 빔 장치(10)에 있어서, 하전 입자 빔 조사계의 경통의 방향은 고정되어 있기 때문에, 하전 입자 빔이 대상물에 조사되는 방향은 미리 정해져 있다.

학습 화상 내의 대상물의 위치를 나타내는 정보란, 일례로서, 이 대상물의 학습 화상 내의 위치를 나타내는 좌표이다. 이 학습 화상 내의 위치를 나타내는 좌표는, 예를 들어, 2차원의 직교 좌표나 극좌표 등이다.

학습 화상은, 대상물의 SIM 화상과 SEM 화상을 둘 다 포함한다. 학습 화상은, 대상물을 시료 스테이지(12)의 연직 방향에 대해 소정 각도 경사진 경사 방향에서 본 경우의 SIM 화상과, 대상물을 시료 스테이지(12)의 연직 방향에서 본 경우의 SEM 화상 둘 다이다. 즉, 학습 화상은, 시료 스테이지(12)를 기준으로 하는 제1 방향에서 대상물을 본 경우의 화상과, 이 대상물을 제2 방향에서 본 경우의 화상을 포함한다. 제2 방향은, 시료 스테이지(12)를 기준으로 하는 제1 방향과는 다른 방향이다.

학습부(302)는, 학습 데이터 취득부(301)가 취득한 학습 데이터에 의거하여, 기계 학습을 실행한다. 학습부(302)는, 학습한 결과를 기계 학습 모델(M)로서 기억부(305)로 하여금 기억하게 한다. 학습부(302)는, 학습 데이터에 포함되는 학습 화상의 대상물의 종류마다 기계 학습을 실행한다. 따라서, 기계 학습 모델(M)은, 학습 데이터에 포함되는 학습 화상의 대상물의 종류마다 생성된다. 기계 학습 모델(M)은, 제1 대상물의 제1 화상을 포함하는 제1 정보가 학습된 기계 학습 모델의 일례이다.

또한, 이하의 설명에 있어서 화상에 촬상되어 있거나, 또는 묘화되어 있는 대상물을, 이 화상의 대상물이라고 하는 경우가 있다.

여기서 학습부(302)가 실행하는 기계 학습이란, 예를 들어, 합성곱 뉴럴 네트워크(CNN：Convolutional Neural Network) 등을 이용한 심층 학습이다. 이 경우, 기계 학습 모델(M)이란, 학습 화상과, 이 학습 화상 내의 대상물의 위치의 대응에 따라 노드간의 가중치가 변경된 다층 뉴럴 네트워크이다. 이 다층 뉴럴 네트워크는, 화상의 각 화소에 대응하는 노드를 갖는 입력층과, 이 화상 내의 각 위치에 대응하는 노드를 갖는 출력층을 구비하고, 입력층에 SIM 화상이나 SEM 화상의 각 화소의 휘도값이 입력되면, 이 화상에 있어서의 위치를 나타내는 값의 세트가 출력층으로부터 출력된다.

판정 화상 취득부(303)는, 판정 화상을 취득한다. 판정 화상이란, 제어용 컴퓨터(22)로부터 출력되는 SIM 화상이나 SEM 화상이다. 판정 화상에는, 상술한 대상물의 화상이 포함된다. 판정 화상의 대상물에는, 시료편(Q)이나 사용 후의 니들(18) 등 하전 입자 빔의 조사에 관련된 물체가 포함된다.

판정 화상은, 대상물을 시료 스테이지(12)의 연직 방향에 대해 소정 각도 경사진 경사 방향에서 본 경우의 SIM 화상과, 대상물을 시료 스테이지(12)의 연직 방향에서 본 경우의 SEM 화상 둘 다이다. 즉, 판정 화상은, 대상물을 제1 방향에서 본 경우의 화상과, 이 대상물을 제2 방향에서 본 경우의 화상을 포함한다. 여기서 제1 방향이란, 시료 스테이지(12)를 기준으로 하는 방향이며, 제2 방향이란, 시료 스테이지(12)를 기준으로 하는 제1 방향과는 다른 방향이다.

판정부(304)는, 학습부(302)에 의해 학습이 실행된 기계 학습 모델(M)에 의거하여, 판정 화상 취득부(303)가 취득한 판정 화상에 포함되는 대상물의 위치를 판정한다. 여기서 판정 화상에 포함되는 대상물의 위치란, 예를 들어, SIM 화상이나 SEM 화상 내의 시료편의 픽업 위치나, SIM 화상이나 SEM 화상 내의 니들의 선단의 위치나, SIM 화상이나 SEM 화상 내의 기둥 형상부(44)의 위치가 포함된다. 판정부(304)는, 판정 화상에 포함되는 대상물의 위치로서, 일례로서, 판정 화상 내의 대상물의 좌표를 판정한다.

또한, 화상 처리용 컴퓨터(30)는, 학습이 끝난 기계 학습 모델을, 예를 들어 외부의 데이터베이스로부터 취득해도 된다. 그 경우, 제어부(300)는, 학습 데이터 취득부(301)와 학습부(302)를 구비하지 않아도 된다.

이하, 제어용 컴퓨터(22)가 실행하는 자동 마이크로 샘플링(MS：Micro-sampling)의 동작, 즉 하전 입자 빔(집속 이온 빔)에 의한 시료(S)의 가공에 의해 형성된 시료편(Q)을 자동적으로 시료편 홀더(P)에 이설시키는 동작에 대해서, 초기 설정 공정, 시료편 픽업 공정, 시료편 마운트 공정으로 크게 나누어, 순차적으로 설명한다.

(초기 설정 공정)

도 7은, 본 실시형태에 따른 초기 설정 공정의 일례를 나타내는 도면이다.

단계 S10： 제어용 컴퓨터(22)는, 모드 및 가공 조건의 설정을 행한다. 모드의 설정이란, 자동 시퀀스의 개시 시에 조작자의 입력에 따라 후술하는 자세 제어 모드의 유무 등의 설정이다. 가공 조건의 설정은, 가공 위치, 치수, 시료편(Q)의 개수 등의 설정이다.

단계 S20： 제어용 컴퓨터(22)는, 기둥 형상부(44)의 위치를 등록한다. 여기서 제어용 컴퓨터(22)는, 대상물로서 기둥 형상부(44)가 포함되는 SIM 화상이나 SEM 화상을 화상 처리용 컴퓨터(30)에 송신한다.

본 실시형태에 있어서, 대상물이 포함되는 흡수 전류 화상 데이터는, 대상물의 SIM 화상과, 대상물의 SEM 화상의 세트이다. 즉, 대상물이 포함되는 SIM 화상이나 SEM 화상은, 대상물을 시료 스테이지(12)의 연직 방향에 대해 소정 각도 경사진 경사 방향에서 본 경우의 SIM 화상과, 대상물을 시료 스테이지(12)의 연직 방향에서 본 경우의 SEM 화상의 세트이다.

판정 화상 취득부(303)는, 화상 처리용 컴퓨터(30)로부터 SIM 화상이나 SEM 화상을 판정 화상으로서 취득한다. 판정부(304)는, 기계 학습 모델(M)에 의거하여, 판정 화상 취득부(303)가 취득한 판정 화상에 포함되는 기둥 형상부(44)의 위치를 판정한다. 판정부(304)는, 판정한 기둥 형상부(44)의 위치를 나타내는 위치 정보를 제어용 컴퓨터(22)에 출력한다.

여기서 판정부(304)는, 대상물을 시료 스테이지(12)의 연직 방향에 대해 소정 각도 경사진 경사 방향에서 본 경우의 SIM 화상으로부터, 대상물의 위치의 시료 스테이지(12)에 있어서의 2차원 좌표를 판정한다. 한편, 판정부(304)는, 대상물을 시료 스테이지(12)의 연직 방향에 대해 소정 각도 경사진 경사 방향에서 본 경우의 SEM 화상으로부터, 대상물의 위치의 당해 경사 방향에 수직인 평면에 있어서의 2차원 좌표를 판정한다. 판정부(304)는, 판정한 시료 스테이지(12)에 있어서의 2차원 좌표와, 경사 방향에 수직인 평면에 있어서의 2차원 좌표에 의거하여, 대상물의 위치를 3차원 좌표의 값으로서 판정한다.

또한, 판정부(304)는, 하전 입자 빔 장치(10)에 있어서 전자 빔 조사 광학계(15)와 집속 이온 빔 조사 광학계(14)가 배치되는 방향이나 양자간의 각도의 정보인 방향 정보를 3차원 좌표의 값의 산출에 이용한다. 판정부(304)는, 방향 정보를 미리 기억부(305)로 하여금 기억하게 하여 읽어내거나, 제어용 컴퓨터(22)로부터 취득한다.

여기서 단계 S20에 있어서는, 대상물이란, 기둥 형상부(44)이다. 이하의 공정에 있어서도, 판정부(304)가 대상물의 위치를 판정하는 처리는 동일하다.

여기서 도 8 내지 도 12를 참조하여, 기둥 형상부(44)나, 기계 학습 모델(M)의 생성에 이용되는 기둥 형상부(44)의 학습 화상에 대해서 설명한다.

도 8 및 도 9는, 본 실시형태에 따른 기둥 형상부(44)의 일례를 나타내는 도면이다. 도 8 및 도 9에 나타내는 기둥 형상부 A0은, 기둥 형상부(44)의 설계 상의 구조의 일례이다. 여기서 도 8은, 기둥 형상부 A0의 상면도이며, 도 9는, 기둥 형상부 A0의 측면도이다. 기둥 형상부 A0은, 기부 A02에 단상 구조의 필러 A01이 접착된 구조를 갖는다.

도 10은, 본 실시형태에 따른 기둥 형상부(44)의 학습 화상의 일례를 나타내는 도면이다. 학습 화상 X11, 학습 화상 X12, 학습 화상 X13은, 기둥 형상부(44)의 위치의 학습에 이용된다. 학습 화상 X11, 학습 화상 X12, 학습 화상 X13에서는, 기둥 형상부의 위치를 나타내는 정보가 원으로서 나타나 있다.

학습 화상 X11, 학습 화상 X12, 학습 화상 X13에서는, 필러 A11, 필러 A21, 필러 31의 형상은 각각 다르다. 한편, 학습 화상 X11, 학습 화상 X12, 학습 화상 X13에서는, 기부 A12, 기부 A22, 기부 A32의 형상은 동일하다.

또한, 학습 화상 X11, 학습 화상 X12, 학습 화상 X13은, 일례로서, 기둥 형상부(44)를 시료 스테이지(12)의 수평 방향에서 본 경우의 SIM 화상이나 SEM 화상에 포함되는 기둥 형상부(44)의 위치를 판정하기 위한 학습 화상이다. 도 2에서는, 집속 이온 빔 조사 광학계(14)나 전자 빔 조사 광학계(15)는 시료 스테이지(12)의 수평 방향에서 시료 스테이지(12)에 면하고 있지 않으나, 집속 이온 빔 조사 광학계(14)나 전자 빔 조사 광학계(15) 중 어느 한쪽은 수평 방향에서 시료 스테이지(12)에 면해도 되고, 학습 화상 X11, 학습 화상 X12, 학습 화상 X13은, 그 경우의 기둥 형상부(44)의 위치를 판정하기 위한 학습 화상이다.

도 11은, 본 실시형태에 따른 필러가 단상 구조로 되어 있지 않은 기둥 형상부(44)의 일례를 나타내는 도면이다. 도 11에 나타내는 기둥 형상부 A4는, 필러가 단상 구조로 되어 있지 않은 기둥 형상부(44)의 설계 상의 구조의 일례의 측면도이다.

도 12는, 본 실시형태에 따른 필러가 단상 구조로 되어 있지 않은 기둥 형상부(44)의 학습 화상의 일례를 나타내는 도면이다. 학습 화상 X21, 학습 화상 X22, 학습 화상 X23은, 일례로서, 기둥 형상부(44)를 시료 스테이지(12)의 연직 방향에서 본 경우의 SEM 화상에 포함되는 기둥 형상부(44)의 위치를 판정하기 위한 학습 화상이다.

학습 화상 X21, 학습 화상 X22, 학습 화상 X23에서는, 필러 A51, 필러 A61, 필러 71의 형상은 각각 다르다. 한편, 학습 화상 X21, 학습 화상 X22, 학습 화상 X23에서는, 기부 A52, 기부 A62, 기부 A72의 형상은 동일하다.

종래의 템플릿 매칭에서는, 필러의 형상이 다른 경우에, 기둥 형상부의 위치를 판정할 수 없는 경우가 있었다. 한편, 기계 학습 모델(M)은, 기둥 형상부(44)의 기부가 포함된 학습 화상을 이용한 기계 학습에 의거하여 생성되기 때문에, 기계 학습 모델(M)에서는, 예를 들어, 기부의 형상이 특징량으로서 학습되어 있다. 그 때문에, 하전 입자 빔 장치(10)에서는, 필러의 형상이 다른 경우여도, 기둥 형상부의 판정의 정밀도가 향상된다.

학습 화상의 대상 물체는, 복수의 학습 화상의 대상 물체 상호간에 있어서 같은 형상의 부위가 포함되어 있는 것이 바람직하다.

도 7로 돌아와서 초기 설정 공정의 설명을 계속한다.

제어용 컴퓨터(22)는, 화상 처리용 컴퓨터(30)에 의해 판정된 기둥 형상부(44)의 위치를 나타내는 위치 정보에 의거하여, 기둥 형상부(44)의 위치를 등록한다.

또한, 기둥 형상부(44)의 학습 화상에서는, 기둥 형상부(44) 중 시료대(43)의 양단에 위치하는 기둥 형상부의 화상이 포함되는 것이 바람직하다. 이 학습 화상을 포함하는 학습 데이터를 이용하여 생성된 기계 학습 모델(M)에 의거하여, 화상 처리용 컴퓨터(30)는, 기둥 형상부(44) 중 시료대(43)의 양단의 기둥 형상부를, 양단 이외의 기둥 형상부와 구별하여 검출한다. 제어용 컴퓨터(22)는, 검출한 양단의 기둥 형상부의 위치로부터 시료편 홀더(P)의 기울기를 산출해도 된다. 제어용 컴퓨터(22)는, 산출한 기울기에 의거하여 대상물의 위치의 좌표의 값을 보정해도 된다.

단계 S30： 제어용 컴퓨터(22)는, 집속 이온 빔 조사 광학계(14)를 제어하고, 시료(S)를 가공한다.

(시료편 픽업 공정)

도 13은, 본 실시형태에 따른 시료편 픽업 공정의 일례를 나타내는 도면이다. 여기서, 픽업이란, 집속 이온 빔에 의한 가공이나 니들에 의해, 시료편(Q)을 시료(S)로부터 분리, 적출하는 것을 말한다.

단계 S40： 제어용 컴퓨터(22)는, 시료의 위치를 조정한다. 여기서 제어용 컴퓨터(22)는, 대상으로 하는 시료편(Q)을 하전 입자 빔의 시야에 넣기 위해 스테이지 구동 기구(13)에 의해 시료 스테이지(12)를 이동시킨다. 여기서, 제어용 컴퓨터(22)는, 레퍼런스 마크(Ref)와 시료편(Q)의 상대 위치 관계를 이용한다. 제어용 컴퓨터(22)는, 시료 스테이지(12)의 이동 후, 시료편(Q)의 위치 맞춤을 행한다.

단계 S50： 제어용 컴퓨터(22)는, 니들(18)의 이동을 실행한다.

여기서 도 14를 참조하여, 제어용 컴퓨터(22)가 실행하는 니들(18)의 이동을 위한 처리에 대해서 설명한다. 도 14는, 본 실시형태에 따른 니들(18)의 이동 처리의 일례를 나타내는 도면이다. 도 14의 단계 S510 내지 단계 S540은, 도 13의 단계 S50에 대응한다.

단계 S510： 제어용 컴퓨터(22)는, 니들 구동 기구(19)에 의해 니들(18)을 이동시키는 니들 이동(조(粗)조정)을 실행한다.

단계 S520： 제어용 컴퓨터(22)는, 니들(18)의 선단을 검출한다. 여기서 제어용 컴퓨터(22)는, 대상물로서 니들(18)이 포함되는 흡수 전류 화상 데이터를 화상 처리용 컴퓨터(30)에 송신한다.

판정 화상 취득부(303)는, 화상 처리용 컴퓨터(30)로부터 SIM 화상과 SEM 화상을 판정 화상으로서 취득한다. 판정부(304)는, 기계 학습 모델(M)에 의거하여, 판정 화상 취득부(303)가 취득한 판정 화상에 포함되는 니들(18)의 위치를, 대상물의 위치로서 판정한다. 판정부(304)는, 판정한 니들(18)의 위치를 나타내는 위치 정보를 제어용 컴퓨터(22)에 출력한다.

다음으로, 제어용 컴퓨터(22)는, 화상 처리용 컴퓨터(30)에 의해 판정된 니들(18)의 위치를 나타내는 위치 정보에 의거하여, 니들 구동 기구(19)에 의해 니들(18)을 이동시키는 니들 이동(미(微)조정)을 실행한다.

여기서 도 15 내지 도 18을 참조하여, 니들(18)이나, 기계 학습 모델(M)의 생성에 이용되는 니들(18)의 학습 화상에 대해서 설명한다.

도 15는, 본 실시형태에 따른 니들(18)의 선단이 포함되는 SEM 화상 데이터의 일례를 나타내는 도면이다. 도 16은, 본 실시형태에 따른 니들(18)의 선단이 포함되는 SIM 화상 데이터의 일례를 나타내는 도면이다.

도 17은, 본 실시형태에 따른 니들(18)의 선단의 일례를 나타내는 도면이다. 도 17에서는, 니들(18)의 일례로서, 시료 스테이지(12)의 연직 방향에 대해 소정 각도 경사진 경사 방향에서 본 경우의 니들 B1이 나타나 있다.

도 18은, 본 실시형태에 따른 니들(18)의 학습 화상의 일례를 나타내는 도면이다. 학습 화상 Y31, 학습 화상 Y32, 학습 화상 Y33은, 니들(18)의 선단의 위치의 학습에 이용된다. 학습 화상 Y31, 학습 화상 Y32, 학습 화상 Y33에서는, 니들(18)의 선단의 위치를 나타내는 정보가 원으로서 나타나 있다. 학습 화상 Y31, 학습 화상 Y32, 학습 화상 Y33에서는, 니들의 선단의 굵기는 각각 다르다. 한편, 학습 화상 Y31, 학습 화상 Y32, 학습 화상 Y33에서는, 니들의 선단의 형상은 동일하다.

실제의 니들(18)의 선단의 굵기는, 클리닝에 의해 굵기가 변화한다. 종래의 템플릿 매칭에서는, 니들의 선단의 굵기가 다른 경우에, 니들의 선단의 위치를 판정할 수 없는 경우가 있었다. 한편, 기계 학습 모델(M)은, 니들(18)의 선단이 포함된 학습 화상을 이용한 기계 학습에 의거하여 생성되기 때문에, 기계 학습 모델(M)에서는, 예를 들어, 니들의 선단의 형상이 특징량으로서 학습되어 있다. 그 때문에, 하전 입자 빔 장치(10)에서는, 니들의 선단의 굵기가 다른 경우여도, 니들의 선단의 판정의 정밀도가 향상된다.

도 14로 돌아와서 니들(18)의 이동 처리의 설명을 계속한다.

단계 S530： 제어용 컴퓨터(22)는, 시료편(Q)의 픽업 위치를 검출한다. 여기서 제어용 컴퓨터(22)는, 대상물로서 시료편(Q)이 포함되는 SIM 화상이나 SEM 화상을 화상 처리용 컴퓨터(30)에 송신한다.

여기서 도 19 및 도 20을 참조하여, 시료편(Q)이나, 기계 학습 모델(M)의 생성에 이용되는 시료편(Q)의 학습 화상에 대해서 설명한다.

도 19는, 본 실시형태에 따른 시료편(Q)이 포함되는 SIM 화상 데이터의 일례를 나타내는 도면이다. 도 19에서는, 시료편(Q)의 일례로서, 시료편 Q71이, 픽업 위치를 나타내는 원과 함께 나타나 있다.

도 20은, 본 실시형태에 따른 시료편(Q)의 학습 화상의 일례를 나타내는 도면이다. 학습 화상 Z11, 학습 화상 Z12, 학습 화상 Z13은, 시료편(Q)의 선단의 위치의 학습에 이용된다. 학습 화상 Z11, 학습 화상 Z12, 학습 화상 Z13에서는, 시료편(Q)의 픽업 위치를 나타내는 정보가 원으로서 나타나 있다. 학습 화상 Z11, 학습 화상 Z12, 학습 화상 Z13에서는, 시료편의 사이즈나 표면의 형상은 각각 다르다. 한편, 학습 화상 Z11, 학습 화상 Z12, 학습 화상 Z13에서는, 시료편의 픽업 위치에 있어서의 형상은 동일하다.

실제의 시료편의 표면의 형상은, 개체마다 다르다. 종래의 템플릿 매칭에서는, 시료편의 표면의 형상이 다른 경우에, 시료편의 픽업 위치를 판정할 수 없는 경우가 있었다. 또, 종래의 템플릿 매칭에서는, 콘트라스트나 포커스가, 시료편의 화상과 템플릿 사이에서 다른 경우에 템플릿 매칭에 실패하여, 시료편의 픽업 위치를 판정할 수 없는 경우가 있었다.

한편, 기계 학습 모델(M)은, 시료편(Q)의 픽업 위치가 포함된 학습 화상을 이용한 기계 학습에 의거하여 생성되기 때문에, 기계 학습 모델(M)에서는, 예를 들어, 시료편(Q)의 픽업 위치의 형상이 특징량으로서 학습되어 있다. 그 때문에, 하전 입자 빔 장치(10)에서는, 시료편의 표면의 형상이 다른 경우여도, 시료편(Q)의 픽업 위치의 판정의 정밀도가 향상된다.

도 14로 돌아와서 니들(18)의 이동 처리의 설명을 계속한다.

단계 S540： 제어용 컴퓨터(22)는, 검출한 픽업 위치까지 니들(18)을 이동시킨다.

이상으로, 제어용 컴퓨터(22)는, 니들(18)의 이동 처리를 종료한다.

도 13으로 돌아와서 시료편 픽업 공정의 설명을 계속한다.

단계 S60： 제어용 컴퓨터(22)는, 니들(18)과 시료편(Q)을 접속한다. 여기서 제어용 컴퓨터(22)는, 디포지션막을 이용하여 접속을 행한다.

단계 S70： 제어용 컴퓨터(22)는, 시료(S)와 시료편(Q)을 가공 분리한다. 여기서 도 21은, 가공 분리의 모습을 나타내고 있으며, 본 발명의 실시형태에 따른 SIM 화상 데이터에 있어서의 시료(S) 및 시료편(Q)의 지지부(Qa)의 절단 가공 위치 T1을 나타내는 도면이다.

또한, 본 실시형태에 있어서 별도로 미리 제작 가공이 끝난 시료편 Q0에 대해서도 시료편 픽업 공정 및 시료편 마운트 공정을 행해도 된다. 이 경우, 시료편 Q0의 픽업 위치를 제어용 컴퓨터(22)에 지정 입력함으로써, 시료편 이설 수단(니들(18)) 및 시료편 Q0의 위치 조정이 행해진 후, 도 21의 절단 가공 위치 T1이 기계 학습에 의해 결정되어도 된다. 이 경우의 기계 학습에서는, 제1 화상으로서, 시료편을 적출하는 시료 적출 공정에 있어서 시료편을 향해 시료편 이설 수단을 접근시키는 위치(절단 가공 위치)가 나타난 화상이 이용된다.

이 경우, 시료편 Q0의 가공 사이즈나 형상을 나타내는 가공 사이즈 형상 정보가 제어용 컴퓨터(22)에 입력되어 있지 않아도, 시료편 Q0의 적출 및 분리를 행할 수 있다. 또, 시료편 Q0을 적출 후, 이후의 시료편 마운트 공정은 동일하게 행해져도 된다.

단계 S80： 제어용 컴퓨터(22)는, 니들(18)을 퇴피시킨다. 여기서 제어용 컴퓨터(22)는, 단계 S50의 니들(18)의 이동 처리와 동일하게 하여 니들(18)의 선단의 위치를 검출하고 니들(18)을 이동시켜서 퇴피를 행한다.

단계 S90： 제어용 컴퓨터(22)는, 시료 스테이지(12)를 이동시킨다. 여기서 제어용 컴퓨터(22)는, 상술한 단계 S20에서 등록한 특정 기둥 형상부(44)가, 하전 입자 빔에 의한 관찰 시야 영역 내에 들어가도록 스테이지 구동 기구(13)에 의해 시료 스테이지(12)를 이동시킨다.

(시료편 마운트 공정)

도 22는, 본 실시형태에 따른 시료편 마운트 공정의 일례를 나타내는 도면이다. 여기서 시료편 마운트 공정이란, 적출한 시료편(Q)을 시료편 홀더(P)에 이설하는 공정이다.

단계 S100： 제어용 컴퓨터(22)는, 시료편(Q)의 이설 위치를 판정한다. 여기서 제어용 컴퓨터(22)는, 상술한 단계 S20에서 등록한 특정 기둥 형상부(44)를, 이설 위치로서 판정한다.

단계 S110： 제어용 컴퓨터(22)는, 니들(18)의 위치를 검출한다. 여기서 제어용 컴퓨터(22)는, 상술한 단계 S520와 동일하게 하여 니들(18)의 선단의 위치를 검출한다.

단계 S120： 제어용 컴퓨터(22)는, 니들(18)을 이동시킨다. 여기서 제어용 컴퓨터(22)는, 니들(18)을 단계 S100에서 판정한 시료편(Q)의 이설 위치까지 니들 구동 기구(19)에 의해 니들(18)을 이동시킨다. 제어용 컴퓨터(22)는, 기둥 형상부(44)와 시료편(Q) 사이에 미리 정한 공극을 두고 니들(18)을 정지시킨다.

단계 S130： 제어용 컴퓨터(22)는, 니들(18)에 접속된 시료편(Q)을 기둥 형상부(44)에 접속한다.

단계 S140： 제어용 컴퓨터(22)는, 니들(18)과 시료편(Q)을 분리한다. 여기서 제어용 컴퓨터(22)는, 니들(18)과 시료편(Q)을 접속하는 디포지션막 DM2를 절단함으로써 분리를 행한다.

단계 S150： 제어용 컴퓨터(22)는, 니들(18)을 퇴피시킨다. 여기서 제어용 컴퓨터(22)는, 니들 구동 기구(19)에 의해 니들(18)을 시료편(Q)으로부터 소정 거리만큼 떼어 놓는다.

단계 S160： 제어용 컴퓨터(22)는, 다음 샘플링을 실행할지 여부를 판정한다. 여기서 다음 샘플링을 실행한다는 것은, 계속해서 같은 시료(S)의 다른 장소에서 샘플링을 계속하는 것이다. 샘플링 해야 할 개수의 설정은, 단계 S10에서 사전에 등록되어 있기 때문에, 제어용 컴퓨터(22)는 이 데이터를 확인하여 다음 샘플링을 실행할지를 판정한다. 다음 샘플링을 실행한다고 판정하는 경우는, 제어용 컴퓨터(22)는, 단계 S50으로 돌아와서, 상술한 바와 같이 후속하는 단계를 계속하여 샘플링 작업을 실행한다. 한편, 제어용 컴퓨터(22)는, 다음 샘플링을 실행하지 않는다고 판정하는 경우는, 자동 MS의 일련의 플로우를 종료한다.

또한, 본 실시형태에서는, 학습 데이터가, 학습 화상과, 이 학습 화상 내의 대상물의 위치를 나타내는 정보의 세트인 경우의 일례에 대해서 설명했는데, 이에 한정되지 않는다. 학습 데이터에는, 학습 화상 이외에, 시료의 종류, 스캔 파라미터(집속 이온 빔 조사 광학계(14), 및 전자 빔 조사 광학계(15)의 가속 전압 등), 니들(18)의 클리닝을 실행하고 나서의 사용 횟수, 니들(18)의 선단에 이물질이 부착되어 있는지 여부 등을 나타내는 정보인 파라미터 정보가 포함되어도 된다.

그 경우, 기계 학습 모델(M1)은, 학습 화상과, 파라미터 정보에 의거하여 기계 학습이 실행되어 생성된다. 또, 판정부(304)는, 제어용 컴퓨터(22)로부터 SIM 화상이나 SEM 화상의 화상 데이터에 더하여, 파라미터 정보를 취득하여, 화상 데이터, 파라미터 정보와, 기계 학습 모델(M1)에 의거하여 대상물의 화상 내의 위치를 판정한다.

또한, 파라미터 정보에, 상술한 방향 정보가 포함되어도 된다. 학습 데이터에 방향 정보가 포함되는 경우, 대상물과, 이 대상물을 보고 있는 방향(시료 스테이지(12)를 기준으로 하는 방향)의 관계가 학습되어서 기계 학습 모델(M1)이 생성되기 때문에, 판정부(304)는, 대상물의 위치의 판정에 방향 정보를 이용할 필요는 없다.

또한 상술한 바와 같이, 컴퓨터(본 실시형태에 있어서, 제어용 컴퓨터(22))는, 화상 처리용 컴퓨터(30)가 기계 학습 모델(본 실시형태에 있어서, 기계 학습 모델(M1)과, 제2 화상(본 실시형태에 있어서, 기둥 형상부(44), 니들(18), 및 시료편(Q)의 SIM 화상이나 SEM 화상)을 포함하는 제2 정보에 의거하여 제2 대상물(본 실시형태에 있어서, 기둥 형상부(44), 니들(18), 및 시료편(Q))에 관한 위치를 판정한 결과에 의거하여, 제2 대상물(본 실시형태에 있어서, 기둥 형상부(44), 니들(18), 및 시료편(Q))에 관한 위치의 제어를 행한다. 또한, 화상 처리용 컴퓨터(30)와 제어용 컴퓨터(22)는, 일체가 되어 하전 입자 빔 장치(10)에 구비되어도 된다.

(제2 실시형태)

이하, 도면을 참조하면서 본 발명의 제2 실시형태에 대해서 상세하게 설명한다.

본 실시형태에서는, 학습 화상으로서, 대상물의 종류에 따라 생성된 의사 화상이 이용되거나, 대상물의 종류에 따라 이용되는 기계 학습 모델이 선택되는 경우에 대해서 설명을 한다.

본 실시형태에 따른 하전 입자 빔 장치(10)를 하전 입자 빔 장치(10a)라고 하고, 화상 처리용 컴퓨터(30)을 화상 처리용 컴퓨터(30a)라고 한다.

도 23은, 본 실시형태에 따른 화상 처리용 컴퓨터(30a)의 구성의 일례를 나타내는 도면이다. 본 실시형태에 따른 화상 처리용 컴퓨터(30a)(도 23)와 제1 실시형태에 따른 화상 처리용 컴퓨터(30)(도 6)를 비교하면, 학습 화상 생성부(306a), 분류부(307a), 기계 학습 모델(M1a), 및 분류용 학습 모델(M2a)이 다르다. 여기서, 다른 구성 요소가 갖는 기능은 제1 실시형태와 같다. 제1 실시형태와 같은 기능의 설명은 생략하고, 제2 실시형태에서는, 제1 실시형태와 다른 부분을 중심으로 설명한다.

제어부(300a)는, 학습 데이터 취득부(301)와, 학습부(302)와, 판정 화상 취득부(303)와, 판정부(304)에 더하여, 학습 화상 생성부(306a)와, 분류부(307a)를 구비한다.

학습 화상 생성부(306a)는, 학습 화상으로서 의사 화상(PI)을 생성한다. 본 실시형태에 있어서 의사 화상(PI)이란, 대상물로의 하전 입자 빔의 조사에 의해 미리 얻어진 SIM 화상이나 SEM 화상을 바탕으로 생성한 화상이다. 학습 화상 생성부(306a)는, 일례로서, 베어 웨어(BW)와 패턴 화상(PT)에 의거하여 의사 화상(PI)을 생성한다.

베어 웨어(BW)란, 대상물로부터 표면의 패턴이 제거되어 대상물의 형상을 나타내는 화상이다. 베어 웨어(BW)는, 사이즈, 콘트라스트, 포커스 등이 다른 복수의 대상물의 형상을 나타내는 복수의 화상인 것이 바람직하다. 베어 웨어(BW)는, SIM 화상이나 SEM 화상과는 달리, 화상 소프트웨어를 이용하여 묘화된 화상이다.

패턴 화상(PT)이란, 대상물의 내부 구조에 따른 패턴을 나타내는 화상이다. 패턴 화상(PT)은, 하전 입자 빔의 조사에 의해 얻어진 SIM 화상이나 SEM 화상이어도 되고, 화상 소프트웨어를 이용하여 묘화된 화상이어도 된다.

학습 화상 생성부(306a)는, 의사 화상 생성 알고리즘을 이용하여, 패턴 화상(PT)이 나타내는 대상물의 내부 구조에 따른 패턴에 랜덤 노이즈를 더하여, 베어 웨어(BW)에 중첩함으로써 의사 화상(PI)을 생성한다.

본 실시형태에서는, 일례로서, 학습 화상 생성부(306a)가, 시료편(Q)의 학습 화상으로서 의사 화상(PI)을 생성하는 경우의 일례에 대해서 설명했는데, 이에 한정되지 않는다. 학습 화상 생성부(306a)는, 니들(18)이나 기둥 형상부(44)의 학습 화상으로서 의사 화상(PI)을 생성해도 된다.

또한, 학습 화상 생성부(306a)는, 학습 화상에, 상술한 제1 실시형태의 대상물로의 하전 입자 빔의 조사에 의해 미리 얻어진 SIM 화상이나 SEM 화상을 포함해도 된다. 즉, 학습 화상 생성부(306a)는, 학습 화상으로서, 의사 화상(PI)만을 이용해도 되고, 의사 화상(PI)과 SIM 화상이나 SEM 화상을 조합하여 이용해도 된다.

학습부(302)는, 기계 학습에 있어서, 학습 화상 생성부(306a)가 생성한 학습 화상으로부터, 대상물의 표면의 형상이나, 내부 구조의 패턴을 특징량으로서 추출하여, 기계 학습 모델(M1a)을 생성한다.

여기서 도 24 내지 도 26을 참조하여, 의사 화상(PI)의 생성 방법에 대해서 설명한다.

도 24는, 본 실시형태에 따른 베어 웨어(BW)의 일례를 나타내는 도면이다. 도 24에서는, 시료편(Q)의 베어 웨어(BW)로서, 베어 웨어 BW1, 베어 웨어 BW2, 베어 웨어 BW3이 나타나 있다. 베어 웨어 BW1, 베어 웨어 BW2, 베어 웨어 BW3은, 복수의 사이즈의 시료편(Q)의 형상을 본뜬 화상이다. 또한, 베어 웨어 BW1, 베어 웨어 BW2, 베어 웨어 BW3에는, 픽업 위치를 나타내는 정보로서 니들(18)에 대응하는 화상이 각각 포함되어 있다.

도 25는, 본 실시형태에 따른 패턴 화상(PT)의 일례를 나타내는 도면이다. 도 25에서는, 패턴 화상(PT)으로서, 사용자 샘플(U1)이 나타나 있다. 사용자 샘플(U1)은, 하전 입자 빔 장치(10a)의 사용자가 가공하려고 하는 시료편(Q)의 종류에 따라 미리 준비된 화상이다. 사용자 샘플(U1)에서는, 복수의 층으로 이루어지는 시료편에 대해서, 그들 복수의 층을 구성하는 물질의 종류에 따른 패턴이 묘사되어 있다.

도 26은, 본 실시형태에 따른 의사 화상(PI)의 일례를 나타내는 도면이다. 도 26에서는, 의사 화상(PI)으로서, 도 24의 베어 웨어 BW1, 베어 웨어 BW2, 베어 웨어 BW3과, 도 25의 사용자 샘플(U1)에 의거하여 생성된 의사 화상 PI1, 의사 화상 PI2, 의사 화상 PI3이 나타나 있다. 의사 화상 PI1, 의사 화상 PI2, 의사 화상 PI3은, 복수의 사이즈의 시료편(Q)의 형상에, 사용자 샘플(U1)이 나타내는 내부 구조의 패턴이 중첩되어 있다.

도 23으로 돌아와서 화상 처리용 컴퓨터(30a)의 구성의 설명을 계속한다.

분류부(307a)는, 분류용 학습 모델(M2a)에 의거하여, 판정 화상 취득부(303)가 취득한 판정 화상을 분류한다. 여기서 분류부(307a)는, 반드시 판정 화상을 분류하지 않아도 되다. 분류부(307a)가 판정 화상을 분류할지 여부는, 예를 들어, 제어용 컴퓨터(22)에 입력되는 설정에 따라 화상 처리용 컴퓨터(30)에서 설정된다.

분류용 학습 모델(M2a)은, 대상물의 종류에 따라, 기계 학습 모델(M1a)에 포함되는 복수의 모델 중에서, 판정부(304)가 판정에 이용하는 모델을 선택하기 위한 모델이다. 여기서 기계 학습 모델(M1a)에 포함되는 복수의 모델은, 모델의 생성에 이용된 학습 데이터의 세트뿐만 아니라, 기계 학습의 알고리즘에 의해서도 구별된다.

분류용 학습 모델(M2a)은, 예를 들어, 사용자별 가공하는 시료편(Q)의 종류와, 기계 학습 모델(M1a)에 포함되는 모델을 대응짓는다. 분류용 학습 모델(M2a)은, 기계 학습에 의거하여 미리 생성되어 기억부(305)에 기억된다.

다음으로 도 27을 참조하여, 분류용 학습 모델(M2a)이 이용된 하전 입자 빔 장치(10a)의 자동 MS의 동작으로서, 시료편(Q)의 픽업 위치를 검출하는 처리에 대해서 설명한다.

도 27은, 본 실시형태에 따른 픽업 위치의 검출 처리의 일례를 나타내는 도면이다.

단계 S310： 분류부(307a)는, 분류용 학습 모델(M2a)에 의거하여, 판정 화상 취득부(303)가 취득한 판정 화상을 분류한다.

단계 S320： 분류부(307a)는, 분류한 결과에 따라, 기계 학습 모델(M1a)에 포함되는 복수의 모델 중에서, 판정부(304)가 판정에 이용하는 기계 학습 모델을 선택한다.

단계 S330： 판정부(304)는, 분류부(307a)가 선택한 기계 학습 모델에 의거하여, 판정 화상 취득부(303)가 취득한 판정 화상에 포함되는 대상물의 위치를 판정한다.

또한, 상술한 실시형태에서는, 하전 입자 빔 장치(10, 10a)가 집속 이온 빔 조사 광학계(14)와, 전자 빔 조사 광학계(15)라는 2개의 하전 입자 빔 조사 광학계를 구비하는 경우의 일례에 대해서 설명했는데, 이에 한정되지 않는다. 하전 입자 빔 장치는, 1개의 하전 입자 빔 조사 광학계를 구비해도 된다. 그 경우, 하전 입자 빔 조사 광학계의 하전 입자 빔 조사에 의해 얻어지는 판정 화상에는, 예를 들어, 대상물에 더하여 이 대상물의 그림자가 비쳐있는 것이 바람직하다. 또, 그 경우, 대상물은 니들(18)이다.

니들(18)의 그림자란, 시료 스테이지(12)의 연직 방향에 대해 소정 각도 경사진 경사 방향에서 관찰 시에 니들(18)이 시료편(Q)의 표면에 접근하면, 니들(18) 근방의 시료편(Q)의 표면으로부터 발생하는 2차 전자(또는 2차 이온)가 검출기(16)에 도달하는 것을 차폐하기 위해 생기는 현상으로, 니들(18)과 시료편(Q)의 표면의 거리가 가까울수록 현저해진다. 따라서, 니들(18)과 시료편(Q)의 표면의 거리가 가까울수록 판정 화상에 있어서의 그림자의 휘도값이 높아진다.

화상 처리용 컴퓨터(30)는, 판정 화상으로부터 니들(18)의 선단의 위치를 판정 화상에 있어서의 2차원의 좌표로서 판정하는 것에 더하여, 니들(18)의 그림자의 휘도값으로부터 니들(18)의 선단과 시료편(Q)의 표면의 거리를 산출한다. 이로 인해, 화상 처리용 컴퓨터(30)는, 판정 화상으로부터 니들(18)의 선단의 위치를, 3차원 좌표의 값으로서 판정한다.

또한, 상술한 실시형태에 있어서, 제어용 컴퓨터(22)는 스캔 속도를 제1 속도보다 느린 제2 속도로 하여 흡수 전류 화상 데이터를 생성하고, 화상 처리용 컴퓨터(30)는, 스캔 속도를 제2 속도로 하여 생성된 흡수 전류 화상 데이터에 포함되는 화상의 해상도를 제1 해상도보다 높은 제2 해상도로 하고 나서, 기계 학습 모델(M)에 의거하여 대상물의 위치를 판정해도 된다.

여기서, 스캔 속도란, 제어용 컴퓨터(22)가 흡수 전류 화상 데이터를 생성하는 과정에 있어서, 하전 입자 빔의 조사 위치를 주사하는 속도이다. 제1 속도란, 예를 들어, 종래의 하전 입자 빔 장치가 하전 입자 빔의 조사 위치를 주사하는 속도이다. 제2 속도는, 제1 속도보다 느린 임의의 속도이다. 제2 속도는, 예를 들 어, 종래의 하전 입자 빔 장치에 있어서, 템플릿 매칭의 성공률을 향상시키기 위해 고정세한 화상을 취득하기 위해 선택되어 있던 스캔 속도이다.

해상도란, 화상을 구성하는 화소의 밀도이다. 제1 해상도란, 예를 들어, 종래의 하전 입자 빔 장치에 있어서 생성되는 흡수 전류 화상 데이터에 포함되는 SIM 화상, 및 SEM 화상의 해상도이다. 제2 해상도란, 제1 해상도보다 높은 공간 주파수를 갖는 임의의 해상도이다.

이하의 설명에 있어서, 스캔 속도를 제2 속도로 하는 것을, 예를 들어, 스캔 속도를 저감한다고도 한다. 또한, 화상의 해상도를 제1 해상도에서 제2 해상도로 변환하는 것을, 예를 들어, 화상을 초해상화 한다고도 한다.

여기서, 제어용 컴퓨터(22)가 스캔 속도를 저속으로 하여 흡수 전류 화상 데이터를 생성하고, 화상 처리용 컴퓨터(30)가 스캔 속도를 저속으로 하여 생성된 흡수 전류 화상 데이터에 포함되는 SIM 화상, 및 SEM 화상의 해상도를 초해상화 하고 나서, 기계 학습 모델(M)에 의거하여 대상물의 위치를 판정하는 경우의 화상 처리용 컴퓨터(30)의 처리에 대해서 설명한다. 이 처리는, 상술한 도 7에 나타낸 단계 S20, 도 14에 나타낸 단계 S520, 도 22에 나타낸 단계 S110 등에서 실행된다.

판정 화상 취득부(303)는, 화상 처리용 컴퓨터(30)로부터 SIM 화상이나 SEM 화상을 판정 화상으로서 취득한다. 그들 SIM 화상이나 SEM 화상은, 제어용 컴퓨터(22)가 스캔 속도를 저속으로 하여 생성한 흡수 전류 화상 데이터에 포함되는 화상이다. 판정부(304)는, 판정 화상 취득부(303)가 취득한 판정 화상을 초해상화 하는 처리를 행한다. 판정부(304)가 초해상화에 이용하는 초해상 기술은 임의의 초해상 기술이 이용되어도 되고 한정되지 않는다. 판정부(304)는, 예를 들어, SIM 화상이나 SEM 화상의 해상도를 제1 해상도에서 제2 해상도로 변환한다. 여기서 판정부(304)는, SIM 화상이나 SEM 화상의 해상도를 변환할 뿐만 아니라, SIM 화상이나 SEM 화상에 포함되는 대상물의 화상의 공간 주파수를 변환 전의 화상에 비해 높게 하는 처리를 행한다.

판정부(304)는, 기계 학습 모델(M)에 의거하여, 초해상화 한 판정 화상에 포함되는 대상물의 위치를 판정한다. 판정부(304)는, 판정한 대상물의 위치를 나타내는 위치 정보를 제어용 컴퓨터(22)에 출력한다.

상술한 바와 같이, 제어용 컴퓨터(22)는, 스캔 속도를 제1 속도보다 느린 제2 속도로 하여 흡수 전류 화상 데이터를 생성하고, 화상 처리용 컴퓨터(30)는, 스캔 속도를 제2 속도로 하여 생성된 흡수 전류 데이터에 포함되는 화상의 해상도를 제1 해상도보다 높은 제2 해상도로 하고 나서, 기계 학습 모델(M)에 의거하여 대상물의 위치를 판정하는 경우, 스캔 속도를 제2 속도로 하는 경우에 있어서, 대상물의 위치를 판정하는 처리의 처리 시간을, 화상의 해상도를 제2 해상도로 하지 않은 경우에 비해 단축할 수 있으며, 또한 판정 정밀도를 향상시킬 수 있다.

또한, 제어용 컴퓨터(22)는, 스캔 속도를 제2 속도로 하여 취득한 흡수 전류 화상 데이터를 초해상화 하고 나서 기계 학습 모델(M)에 의거하여 대상물의 위치의 판정을 행하고, 그 결과, 대상물의 위치를 판정하지 못한 경우에는, 스캔 속도를 제1 속도로 하여 흡수 전류 화상 데이터를 취득하고, 초해상화를 행하지 않고 기계 학습 모델(M)에 의거하여 대상물의 위치의 판정을 행해도 된다. 혹시 대상물의 위치를 판정하지 못한 원인이, 초해상화가 불충분했던 것인 경우, 스캔 속도를 제1 속도로 하여 취득한 흡수 전류 화상 데이터를 이용하여 리트라이 처리를 행함으로써 대상물의 위치를 올바르게 검지할 수 있을 가능성이 있다.

또한, 상술한 실시형태에 있어서의 제어용 컴퓨터(22), 화상 처리용 컴퓨터(30, 30a)의 일부, 예를 들어, 학습 데이터 취득부(301), 학습부(302), 판정 화상 취득부(303), 판정부(304), 학습 화상 생성부(306a), 분류부(307a)를 컴퓨터로 실현하도록 해도 된다. 그 경우, 이 제어 기능을 실현하기 위한 프로그램을 컴퓨터 판독 가능한 기록 매체에 기록하고, 이 기록 매체에 기록된 프로그램을 컴퓨터 시스템으로 하여금 읽어들이게 하여, 실행함으로써 실현해도 된다. 또한, 여기서 말하는 「컴퓨터 시스템」이란, 제어용 컴퓨터(22), 화상 처리용 컴퓨터(30, 30a)에 내장된 컴퓨터 시스템이며, OS나 주변 기기 등의 하드웨어를 포함하는 것으로 한다. 또, 「컴퓨터 판독 가능한 기록 매체」란, 플렉시블 디스크, 광 자기 디스크, ROM, CD-ROM 등의 가반(可搬) 매체, 컴퓨터 시스템에 내장되는 하드 디스크 등의 기억 장치를 말한다. 또한 「컴퓨터 판독 가능한 기록 매체」란, 인터넷 등의 네트워크나 전화 회선 등의 통신 회선을 통해 프로그램을 송신하는 경우의 통신선과 같이, 단시간, 동적으로 프로그램을 유지하는 것, 그 경우의 서버나 클라이언트가 되는 컴퓨터 시스템 내부의 휘발성 메모리와 같이, 일정 시간 프로그램을 유지하고 있는 것도 포함해도 된다. 또 상기 프로그램은, 상술한 기능의 일부를 실현하기 위한 것이어도 되고, 또한 상술한 기능을 컴퓨터 시스템에 이미 기록되어 있는 프로그램과의 조합으로 실현할 수 있는 것이어도 된다.

또, 상술한 실시형태에 있어서의 제어용 컴퓨터(22), 화상 처리용 컴퓨터(30, 30a)의 일부, 또는 전부를, LSI(Large Scale Integration) 등의 집적 회로로서 실현해도 된다. 제어용 컴퓨터(22), 화상 처리용 컴퓨터(30, 30a)의 각 기능 블록은 개별적으로 프로세서화해도 되고, 일부, 또는 전부를 집적하여 프로세서화해도 된다. 또, 집적 회로화 수법은 LSI에 한정하지 않고 전용 회로, 또는 범용 프로세서로 실현해도 된다. 또, 반도체 기술의 진보에 의해 LSI를 대체하는 집적 회로화 기술이 출현한 경우, 당해 기술에 의한 집적 회로를 이용해도 된다.

이상, 도면을 참조하여 이 발명의 일 실시형태에 대해서 상세하게 설명해 왔는데, 구체적인 구성은 상술한 것에 한정되지 않고, 이 발명의 요지를 일탈하지 않는 범위 내에 있어서 다양한 설계 변경 등을 하는 것이 가능하다.

10, 10a: 하전 입자 빔 장치
S: 시료
Q: 시료편
14: 집속 이온 빔 조사 광학계(하전 입자 빔 조사 광학계)
15: 전자 빔 조사 광학계(15)(하전 입자 빔 조사 광학계)
12: 시료 스테이지
18: 니들(시료편 이설 수단)
19: 니들 구동 기구(시료편 이설 수단)
P: 시료편 홀더
12a: 홀더 고정대
22: 제어용 컴퓨터(컴퓨터)

Claims (7)

1. 시료로부터 시료편을 자동적으로 제작하는 하전 입자 빔 장치로서,
   하전 입자 빔을 조사하는 하전 입자 빔 조사 광학계와,
   상기 시료를 재치(載置)하여 이동하는 시료 스테이지와,
   상기 시료로부터 분리 및 적출하는 상기 시료편을 유지하여 반송하는 시료편 이설(移設) 수단과,
   상기 시료편이 이설되는 시료편 홀더를 유지하는 홀더 고정대와,
   제1 대상물의 제1 화상을 포함하는 제1 정보가 학습된 기계 학습 모델과, 상기 하전 입자 빔의 조사에 의해 취득한 제2 화상을 포함하는 제2 정보에 의거하여 제2 대상물에 관한 위치의 제어를 행하는 컴퓨터를 구비하는, 하전 입자 빔 장치.
2. 청구항 1에 있어서,
   상기 제2 대상물에는, 상기 시료편 홀더에 구비되는 시료대 부분이 포함되는, 하전 입자 빔 장치.
3. 청구항 1 또는 청구항 2에 있어서,
   상기 제2 대상물에는, 상기 시료편 이설 수단에 이용되는 니들이 포함되는, 하전 입자 빔 장치.
4. 청구항 1 내지 청구항 3 중 어느 한 항에 있어서,
   상기 제2 대상물에는, 상기 시료편이 포함되고,
   상기 제1 화상은, 상기 시료편을 적출하는 시료 적출 공정에 있어서 상기 시료편을 향해 상기 시료편 이설 수단을 접근시키는 위치가 나타난 화상인, 하전 입자 빔 장치.
5. 청구항 1 내지 청구항 4 중 어느 한 항에 있어서,
   상기 제2 대상물에는, 상기 시료편이 포함되고,
   상기 제1 화상은, 상기 시료로부터 상기 시료편을 분리 및 적출하는 위치가 나타난 화상인, 하전 입자 빔 장치.
6. 청구항 1 내지 청구항 5 중 어느 한 항에 있어서,
   상기 제1 화상은, 상기 제2 대상물의 종류에 따라 생성된 의사(擬似) 화상인, 하전 입자 빔 장치.
7. 청구항 1 내지 청구항 6 중 어느 한 항에 있어서,
   상기 제1 대상물의 종류와 상기 제2 대상물의 종류는 같은, 하전 입자 빔 장치.

Images