KR20210066926A - 이미지 프레임들에 기반한 알고리즘 선택기 - Google Patents
이미지 프레임들에 기반한 알고리즘 선택기 Download PDFInfo
- Publication number
- KR20210066926A KR20210066926A KR1020217014833A KR20217014833A KR20210066926A KR 20210066926 A KR20210066926 A KR 20210066926A KR 1020217014833 A KR1020217014833 A KR 1020217014833A KR 20217014833 A KR20217014833 A KR 20217014833A KR 20210066926 A KR20210066926 A KR 20210066926A
- Authority
- KR
- South Korea
- Prior art keywords
- interest
- processor
- defects
- nuisance
- optical modes
- Prior art date
Links
- 230000003287 optical effect Effects 0.000 claims abstract description 112
- 238000001514 detection method Methods 0.000 claims abstract description 88
- 230000007547 defect Effects 0.000 claims abstract description 64
- 238000000034 method Methods 0.000 claims description 57
- 238000003860 storage Methods 0.000 claims description 10
- 238000004891 communication Methods 0.000 claims description 5
- 238000001914 filtration Methods 0.000 claims description 5
- 239000004065 semiconductor Substances 0.000 description 17
- 238000005286 illumination Methods 0.000 description 14
- 238000007689 inspection Methods 0.000 description 14
- 230000006870 function Effects 0.000 description 10
- 238000004519 manufacturing process Methods 0.000 description 9
- 238000013500 data storage Methods 0.000 description 8
- 230000005540 biological transmission Effects 0.000 description 6
- 230000010287 polarization Effects 0.000 description 5
- 230000006978 adaptation Effects 0.000 description 4
- 238000003384 imaging method Methods 0.000 description 4
- 230000003595 spectral effect Effects 0.000 description 4
- SVDVJBWDBYSQLO-UHFFFAOYSA-N 5-(4-hydroxy-3-methoxyphenyl)-5-phenylimidazolidine-2,4-dione Chemical compound C1=C(O)C(OC)=CC(C2(C(NC(=O)N2)=O)C=2C=CC=CC=2)=C1 SVDVJBWDBYSQLO-UHFFFAOYSA-N 0.000 description 3
- 101000937642 Homo sapiens Malonyl-CoA-acyl carrier protein transacylase, mitochondrial Proteins 0.000 description 3
- 102100027329 Malonyl-CoA-acyl carrier protein transacylase, mitochondrial Human genes 0.000 description 3
- 238000005259 measurement Methods 0.000 description 2
- 238000012545 processing 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
- 238000004364 calculation method Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000008021 deposition Effects 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000005530 etching Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000005468 ion implantation Methods 0.000 description 1
- 238000001459 lithography Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000013450 outlier detection 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
- 238000012552 review Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
- G01N21/9501—Semiconductor wafers
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8806—Specially adapted optical and illumination features
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
- G01N21/956—Inspecting patterns on the surface of objects
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
- H01L21/00—Processes or apparatus adapted for the manufacture or treatment of semiconductor or solid state devices or of parts thereof
- H01L21/67—Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere
- H01L21/67005—Apparatus not specifically provided for elsewhere
- H01L21/67242—Apparatus for monitoring, sorting or marking
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
- H01L22/00—Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
- H01L22/10—Measuring as part of the manufacturing process
- H01L22/12—Measuring as part of the manufacturing process for structural parameters, e.g. thickness, line width, refractive index, temperature, warp, bond strength, defects, optical inspection, electrical measurement of structural dimensions, metallurgic measurement of diffusions
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
- H01L22/00—Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
- H01L22/20—Sequence of activities consisting of a plurality of measurements, corrections, marking or sorting steps
- H01L22/26—Acting in response to an ongoing measurement without interruption of processing, e.g. endpoint detection, in-situ thickness measurement
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
- H01L22/00—Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
- H01L22/30—Structural arrangements specially adapted for testing or measuring during manufacture or treatment, or specially adapted for reliability measurements
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8806—Specially adapted optical and illumination features
- G01N2021/8822—Dark field detection
- G01N2021/8825—Separate detection of dark field and bright field
-
- 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
- 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
- G01N2021/889—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 providing a bare video image, i.e. without visual measurement aids
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Pathology (AREA)
- Manufacturing & Machinery (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Immunology (AREA)
- Computer Hardware Design (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Power Engineering (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Testing Or Measuring Of Semiconductors Or The Like (AREA)
- General Factory Administration (AREA)
Abstract
다수의 광학 모드들, 검출 알고리즘들, 및 속성들에 대한 관심 결함들 및 뉴이상스 이벤트들에 대한 작업 덤프들을 기반으로, 앞서 언급된것의 최상의 조합이 식별된다. 검출 알고리즘들 각각과 모드들 각각의 조합들은 0의 오프셋에서 검출된 모든 관심 결함들에 대해 비교될 수 있다. 캡처율 대 뉴이상스율은 조합들 각각의 속성들 중 하나에 대하여 결정될 수 있다.
Description
본 출원은, 2018년 10월 26일에 출원된 미국 특허 가출원 제 62/751,077호에 대해 우선권을 주장하며, 이 가출원의 개시내용은 본 개시내용에 참고로 포함된다.
본 개시내용은 반도체 웨이퍼 검사 알고리즘 선택에 관한 것이다.
반도체 제조 산업의 진화는 수율 관리, 특히, 계측 및 검사 시스템들에 대한 더 큰 수요를 두고 있다. 임계 치수들은 계속 줄어드는 반면, 업계는 고수율, 고가치 생산을 달성하기 위한 시간을 감소시키는 것을 요구한다. 수율 문제를 검출하는 것부터 그것을 수정하는 것에 이르기까지 총 시간을 최소화하는 것은 반도체 제조업체에 대한 투자 수익률을 결정한다.
로직 및 메모리 디바이스들 같은 반도체 디바이스들을 제작하는 것은, 일반적으로 반도체 디바이스들의 다양한 피처들과 다수의 레벨들을 형성하기 위해 수많은 제작 공정들을 이용하여 반도체 웨이퍼를 처리하는 것을 포함한다. 예를 들어, 리소그래피는 레티클 (reticle)로부터 반도체 웨이퍼상에 배치된 포토레지스트로 패턴을 전사하는 것을 수반하는 반도체 제작 공정이다. 반도체 제작 공정들의 추가적인 예시들은 화학-기계적 연마 (CMP), 에칭, 성막, 및 이온 주입을 포함하지만, 이에 제한되는 것은 아니다. 다수의 반도체 디바이스들은 개별 반도체 디바이스들로 분리되는 단일 반도체 웨이퍼 상의 배열로 제작될 수 있다.
광학 선택기는 선택된 관심 결함 (defect of interest; DOI) 및 뉴이상스 (nuisance) 이벤트들에 대한 신호 대 잡음 비율을 얻는데 이전에 이용되었다. 최고의 광학 모드 및 검출 알고리즘은 이 비율에 기반하여 선택되었다. 이후 몇몇의 광학 모드들과 알고리즘들에 대해 핫 스캔 (Hot scans)이 실행된 후 각 광학 모드에 대해 뉴이상스 (nuisance) 이벤트 필터가 구성되었다. 최상의 모드와 알고리즘은 각 광학 모드에 대한 최종 파레토 (pareto)를 비교함으로써 식별되었다.
"핫 스캔 (Hot scans)"은 일반적으로 웨이퍼 상에서 상대적으로 공격적인 검출 설정들 (예를 들어, 잡음 플로어(noise floor)에 실질적으로 가까운 문턱값)을 적용함으로써 결함들을 검출하거나 측정하기 위해 수행되는 웨이퍼의 측정/검사를 지칭한다. 이러한 방식으로, 튜닝 공정 (예를 들어, 광학 선택 및 알고리즘 튜닝)에 이용될 웨이퍼에 대한 검사 또는 측정 데이터를 수집하기 위해 핫 스캔이 수행될 수 있다. 핫 스캔의 목표는 선택된 모드(들)에서 웨이퍼상의 모든 결함 및 뉴이상스 유형들의 대표적인 샘플을 검출하는 것일 수 있다.
현재의 방법들은 초기 광학 모드 선택 단계동안 DOI 캡처 대 뉴이상스 비율을 평가하지 않는다. 현재, 광학 모드들과 알고리즘들은 신호 대 잡음 값들에 기반하여 비교된다. 이것은 충분하지 않다.
뉴이상스 비율들을 비교하기 위해, 하나 이상의 다이 행들로 구성된 스캔이 실행되었다. 레시피 (recipe)는 감도 튜너 뉴이상스 이벤트 필터 (STNEF)로 튜닝되었다. DOI와 뉴이상스 이벤트들을 포함한 파레토들이 비교되었다. 알고리즘, 광학 모드, 및 속성의 선택된 조합들은 레시피가 완전히 구성되고, 몇 개의 다이 행들이 실행되고, 및 STNEF가 생성된 경우에만 평가될 수 있다. 이 공정은 많은 시간들 또는 심지어 날들을 소비하며, 이것은 반도체 제조에있어 너무 느리다.
STNEF에서 DOI와 뉴이상스가 얼마나 잘 분리될 수 있는지는 핫 스캔을 실행한 후에만 평가될 수 있다. 종종 튜닝 가능성(tunability)에 기반한 더 나은 모드를 찾기 위한 두 번째 시도가 수행되지 않는다. 튜닝에 다른 모드-알고리즘 조합이 더 나은지 여부는 불분명하게 남아있는데 이는 일반적으로 너무 시간이 많이 소요되기 때문이다.
개선된 속성 또는 X디텍션 (Xdetection) 알고리즘의 성능이 예전의 것과 비교되기 전에 새 알고리즘들 또는 속성들이 도입될 때 웨이퍼 스캔이 실행될 수 있다. 달리 검사 또는 생산에 이용될 수 있는 도구 시간을 점유하는 것 외에도, 엔지니어는 모든 검사 레시피들을 설정하고 튜닝해야 하는데, 이는 시간이 많이 소요될 수 있다.
현재의 광학 또는 알고리즘 선택기에는 많은 단점들이 있다. 현재 구현된 광학 또는 알고리즘 선택기는 각 선택된 결함 및 뉴이상스 이벤트에 대해 하나의 신호 대 잡음 숫자를 유발한다. 이 숫자들은 각 DOI에 대해 항상 동일한 추세를 따르지는 않기 때문에 이러한 숫자들은 최상의 광학 모드에 대한 혼합된 결과들을 제공할 수 있다. 둘째, 광학 선택기에 기반하여, 특정한 모드/검사 알고리즘이 예를들어 에너지, 밝기, 또는 다중 다이 적응 문턱값 (MDAT) 오프셋과 같은 특정한 속성들로 튜닝할 수 있는지는 알려지지 않을 수 있다. 셋째, STNEF를 설정하는 것은 사용자에 의존적이며 인간의 실수와 판단에 영향을 받을 수 있기 때문에 알고리즘 또는 모드 비교를 어렵게 만든다. 넷째, STNEF의 이용없이, 스캔들 (scans)은 일반적으로 웨이퍼당 총 결함들의 수를 초과한다. 결함 검출 알고리즘 자체가 너무 많은 뉴이상스 결함들을 보고하기 때문에 이러한 스캔들은 수행될 수 없다. 결함 검출 알고리즘은 핫 스캔과 유사하게 빠르게 실행되며, 이는 많은 작은 결함들이 발견된다는 것을 의미한다. STNEF는 검출된 결함들의 이미지로부터 계산된 모든 속성들을 이용하여 결함들의 수를 합리적인 수로 추가로 튜닝하는데 필요하다.
따라서, 개선된 반도체 웨이퍼 검사 알고리즘 선택 기술이 요구된다.
시스템은 제1 실시예에서 제공된다. 시스템은 웨이퍼에 광 빔을 지향시키도록 구성된 광원, 웨이퍼로부터 반사된 광 빔을 수집하는 검출기, 검출기와 전자 통신하는 프로세서를 포함한다. 프로세서는 복수의 광학 모드들에 대해 웨이퍼상에서의 관심 결함들 및 뉴이상스 (nuisance) 이벤트들을 위한 이미지 프레임들을 수신하도록 구성된다. 프로세서는 복수의 검출 알고리즘들을 이용하여 복수의 광학 모드들에 대한 차분 이미지들 및 속성들 (difference images and attributes)을 결정하기 위해 추가로 구성된다. 이 과정은 0의 오프셋에서 검출된 모든 관심 결함들에 대해 복수의 광학 모드들 각각의 조합들을 복수의 검출 알고리즘들 각각과 비교하고 조합들 각각의 속성들 중 하나에 대한 캡처율 대 뉴이상스율을 결정하도록 추가로 구성된다.
프로세서는 관심 결함들과 뉴이상스 이벤트들을 식별하도록 추가로 구성될 수 있다.
프로세서는 비교로부터 문턱값 영역내에서 관심 결함들 중 적어도 하나 또는 속성 값을 초과하는 관심 결함들 중 적어도 하나를 필터링하도록 추가로 구성될 수 있다.
프로세서는 속성에 의해 조합들을 분류하도록 추가로 구성될 수 있다.
프로세서는 선택된 뉴이상스율 또는 선택된 관심 결함 캡처율에 대한 광학 모드들 중 하나와 검출 알고리즘들 중 하나의 최적의 조합을 선택하도록 추가로 구성될 수 있다. 최적의 조합은 수신기 동작 곡선 플롯 (plot)을 이용하여 선택될 수 있다.
방법은 제2 실시예에서 제공된다. 이 방법은 프로세서에서 복수의 광학 모드들에 대한 웨이퍼상의 관심 결함들 및 뉴이상스 이벤트들에 대한 이미지 프레임들을 수신하는 단계를 포함한다. 프로세서를 이용하여, 차분 이미지들 및 속성들은 복수의 검출 알고리즘들을 이용하여 복수의 광학 모드들에 대해 결정된다. 프로세서를 이용하여, 복수의 검출 알고리즘들 각각과 복수의 광학 모드들 각각의 조합들은 0의 오프셋에서 검출된 모든 관심 결함들에 대해 비교된다. 프로세서를 이용하여, 조합들 각각에서의 속성들 중 하나에 대해 캡처율 대 뉴이상스율이 결정된다.
관심 결함들 및 뉴이상스 이벤트들은 프로세서를 이용하여 식별될 수 있다.
프로세서를 이용하여, 문턱값 영역내의 관심 결함들 중 적어도 하나 또는 속성을 초과하는 관심 결함들 중 적어도 하나가 비교로부터 필터링 될 수 있다.
프로세서를 이용하여, 조합들은 속성에 의해 분류될 수 있다.
프로세서를 이용하여, 광학 모드들 중 하나와 검출 알고리즘들 중 하나의 최적의 조합은 선택된 뉴이상스율 또는 선택된 관심 결함 캡처율에 대해 선택될 수 있다. 최적의 조합은 수신기 동작 곡선 플롯을 이용하여 선택될 수 있다.
비-일시적 컴퓨터 판독 가능한 저장 매체는 제3 실시예에서 제공된다. 비-일시적 컴퓨터 판독 가능한 저장 매체는 하나 이상의 컴퓨팅 디바이스들에서 다음의 단계들을 실행하기 위한 하나 이상의 프로그램들을 포함한다. 차분 이미지들 및 속성들은 복수의 광학 모드들에 대한 웨이퍼상의 관심 결함들 및 뉴이상스 이벤트들에 대한 이미지 프레임들에 기반한 복수의 검출 알고리즘들을 이용하여 복수의 광학 모드들에 대해 결정된다. 복수의 광학 모드들 각각의 조합들은 0의 오프셋에서 검출된 모든 관심 결함들에 대해 복수의 검출 알고리즘들 각각과 비교된다. 캡처율 대 뉴이상스율은 조합들 각각의 속성들 중 하나에 대해 결정된다.
이 단계들은 관심 결함들 및 뉴이상스 이벤트들을 식별하는 단계를 포함할 수 있다.
이 단계들은 비교로부터 문턱값 영역내에서 관심 결함들 중 적어도 하나 또는 속성 값을 초과하는 관심 결함들 중 적어도 하나를 필터링하는 단계를 포함할 수 있다.
이 단계들은 속성에 의해 조합들을 분류하는 단계를 포함할 수 있다.
이 단계들은 수신기 동작 곡선 플롯 (plot)을 이용하여 선택된 뉴이상스율 또는 선택된 관심 결함 캡처율에 대한 광학 모드들 중 하나와 검출 알고리즘들 중 하나의 최적의 조합을 선택하는 것을 포함할 수 있다.
본 개시내용의 본성 및 목적들의 완전한 이해를 위해, 후술할 자세한 설명을 첨부된 도면들과 함께 참조해야 한다. 첨부된 도면들은 다음과 같다:
도 1은 본 개시내용에 따른 방법의 실시예의 순서도이다;
도 2는 도 1의 방법을 이용한 예의 순서도이다;
도 3은 DOI 캡처율 대 뉴이상스율을 예로 비교하는 차트이다;
도 4는 본 개시내용에 따른 시스템의 실시예의 블록 다이어그램이다;
도 5는 두 가지 예시적인 검출 알고리즘들에 대한 DOI 캡처율 (트루 파지티브율; true positive rate) 대 뉴이상스율을 비교하는 차트이다; 및
도 6은 두 가지 예시적인 검출 알고리즘들에 대한 대한 DOI 캡처율 (트루 파지티브율; true positive rate) 대 거짓 파지티브율 (false positive rate)을 비교하는 수신기 동작 곡선 플롯이다.
도 1은 본 개시내용에 따른 방법의 실시예의 순서도이다;
도 2는 도 1의 방법을 이용한 예의 순서도이다;
도 3은 DOI 캡처율 대 뉴이상스율을 예로 비교하는 차트이다;
도 4는 본 개시내용에 따른 시스템의 실시예의 블록 다이어그램이다;
도 5는 두 가지 예시적인 검출 알고리즘들에 대한 DOI 캡처율 (트루 파지티브율; true positive rate) 대 뉴이상스율을 비교하는 차트이다; 및
도 6은 두 가지 예시적인 검출 알고리즘들에 대한 대한 DOI 캡처율 (트루 파지티브율; true positive rate) 대 거짓 파지티브율 (false positive rate)을 비교하는 수신기 동작 곡선 플롯이다.
비록 청구된 주제 문제는 특정한 실시예들의 관점에서 설명될지라도, 본 개시내용에 명시된 이점들 및 특징들 모두를 제공하지 않는 실시예들을 포함하는 다른 실시예들 또한 본 개시내용의 범위 내에 있다. 다양한 구조적, 논리적, 공정 단계, 및 전자적 변화들은 본 개시내용의 범위로부터 벗어나지 않고 이루어질 수 있다. 따라서 본 개시내용의 범위는 첨부된 청구항들에 대한 참조로만 정의된다.
본 명세서에 개시된 실시예들은 이미지 프레임들을 기반으로 알고리즘을 선택함으로써 알고리즘 선택 능력을 개선한다. DOI는 뉴이상스로부터 구별될 필요가 있으며, 선택된 레시피는 뉴이상스로부터 DOI를 구별하는 데 도움이 될 수 있다. DOI 및 뉴이상스 이벤트들의 주어진 선택에 대한 기본 검사 알고리즘 및 광학 모드를 선택하는 현재의 방법들은 DOI 및 뉴이상스 (예를 들어, 광학 선택기)의 신호 대 잡음 값들만 이용하는 반면에, 알고리즘/광학 모드 조합은 전체 웨이퍼 스캔에 이용되도록 선택될 수 있다. 광학 모드들은 광학 모드 및 알고리즘을 선택하는 데 이용될 수 있는 신호 대 잡음 값 대신 캡처율 대 뉴이상스율 플롯들을 이용하여 검출 알고리즘과 비교될 수 있다.
도 1은 방법 (100)의 실시예의 순서도이다. 방법 (100)의 단계들의 일부 또는 전부는 프로세서를 이용하여 수행될 수 있다. 프로세서는 광학 검사 도구 또는 알고리즘 선택기의 일부일 수 있다.
(101)에서, 작업 덤프들 (job dumps)은 복수의 모드들에 대한 관심 결함들 및 뉴이상스 이벤트들에 대해 수신된다. 작업 덤프들은 결함 검출 알고리즘에 의해 소비되고 속성 계산을 위해 이용될 수 있는 검사중인 웨이퍼로부터의 이미지 프레임들의 모음일 수 있다. 이것은 인접한 다이들에 대한 8개의 이미지 프레임들을 포함할 수 있다. 예를 들어, 1cm마다 하나의 이미지 프레임이 수집될 수 있다.
차분 이미지들 및 속성들은 (102)에서 복수의 검출 알고리즘들을 이용하여 복수의 광학 모드들에 대해 결정된다. 검출 알고리즘들의 예들은 MDAT, MCAT, SRD, 또는 NanoMDAT를 포함하며, 이것은 또한 차이 필터들 (difference filters)을 포함할 수 있다. 광학 모드들의 예들은 애퍼쳐 (aperture), 파장 범위, 빛의 편광, 또는 스테이지 속도를 포함한다. 다른 검출 알고리즘들 또는 광학 모드들도 가능하다.
검출 알고리즘들과 관련하여, MDAT는 다중 다이 적응 문턱값을 지칭한다. MDAT는 후보 및 특정 수의 참조 이미지들의 중간값 그레이-레벨 및 차이 그레이 레벨의 2D 히스토그램에 기반하여 이상치 검출을 수행하는 결함 검출 알고리즘이다. MCAT은 다중 색 적응 문턱값을 지칭한다. MCAT는 MDAT처럼 작동하지만, 다이 대 다이 프로세스 변화를 수정하는 결함 검출 알고리즘이다. SRD는 동일하거나 상이한 웨이퍼상에서 특정 참조 다이를 이용하는 결함 검출 알고리즘인 단일 참조 다이를 지칭한다. NanoMDAT는 나노 다중 다이 적응 문턱값을 지칭한다. NanoMDAT는 패치 이미지와 같은 작은 영역에 기반한 잡음 값을 계산하는 결함 검출 알고리즘이다.
예를 들어, 광학 모드는 애퍼쳐 (aperture) 1개, 파장 범위 1개, 특정 빛의 편광, 및 특정 스테이지 속도를 포함한다. 만약 10개의 다른 애퍼쳐들, 10개의 다른 파장 범위들, 및 3개의 편광들이 고려된다면, 300개의 가능한 조합들이 존재한다. 이러한 조합들 각각은 상이한 광학 모드이다.
(103)에서, 복수의 광학 모드들 각각의 조합들은 0의 오프셋에서 검출된 모든 관심 결함들에 대해 복수의 검출 알고리즘들 각각과 비교된다. 0의 오프셋은 검출 알고리즘이 가능한 많은 결함들을 찾기 위해 빠르게 실행되고있다는 것을 의미한다. 문턱값 영역내의 관심 결함들중 적어도 하나 및/또는 속성 값을 초과하는 관심 결함들 중 적어도 하나는 비교에서 필터링될 수 있다.
속성들 중 하나에 대한 캡처율 대 뉴이상스율은 (104)에서 조합들 각각에 대해 결정된다. 속성들은, 예를 들어, 크기 (예를 들어, 결함의 가장 높은 차이 그레이 레벨 값) 또는 오프셋 (예를 들어, 잡음 플로어까지의 그레이 레벨 거리)을 포함할 수 있다. 최상의 검출 알고리즘-광학 모드 조합은 주어진 뉴이상스율 또는 DOI 캡처율에서의 최상의 성능을 기반으로 결정될 수 있다.
예를 들어, 선택된 뉴이상스율 또는 선택된 관심 결함 캡처율에 대해 광학 모드들 중 하나와 검출 알고리즘들 중 하나의 최적의 조합이 선택될 수 있다. 최적의 조합은 하나 이상의 속성들에 대한 설정을 또한 포함할 수 있다.
예를 들어, 작업 덤프들 (job dumps)의 선택에 기반하여, DOI 캡처율 대 뉴이상스율 플롯이 유도된다. DOI 캡처율은 트루 파지티브 이벤트들을 트루 파지티브 이벤트들 (true positive events)과 거짓 파지티브 이벤트들 (false positive events)의 합으로 나눈 수이다. 뉴이상스율은 거짓 파지티브 이벤트들을 트루 파지티브 이벤트들 (true positive events)과 거짓 파지티브 이벤트들 (false positive events)의 합으로 나눈 수이다. 주어진 뉴이상스율에 대해, DOI 캡처율이 가장 높은 검출 알고리즘, 광학 모드, 및/또는 속성 조합이 선택될 수 있다. 주어진 DOI 캡처율에 대해, 뉴이상스율이 가장 낮은 검출 알고리즘, 광학 모드, 및/또는 속성 조합이 선택될 수 있다.
수신기 동작 곡선 (ROC) 플롯은 거짓 파지티브율에 대한 트루 파지티브율을 플로팅하기 위해 유도될 수 있다. 이 곡선은 피팅될 수 있으며 곡선 아래의 면적은 계산될 수 있다. 곡선 아래 면적 (AUC) 값이 가장 큰 곡선은 어느 검출 알고리즘, 광학 모드, 및/또는 속성 조합이 최상인지를 지시할 수 있다. ROC를 이용하여, 주어진 거짓 파지티브율에 대해 가장 높은 트루 파지티브율을 가진 검출 알고리즘, 광학 모드, 및/또는 속성 조합이 선택될 수 있다. ROC를 이용하여, 주어진 트루 파지티브율에 대해 가장 낮은 거짓 파지티브율을 가진 검출 알고리즘, 광학 모드, 및/또는 속성 조합이 선택될 수 있다.
도 5는 두 개의 예시 검출 알고리즘들에 대한 DOI 캡처율 (트루 파지티브율) 대 뉴이상스율을 비교하는 차트이다. 도 6은 두개의 예시 검출 알고리즘들에 대한 DOI 캡처율 (트루 파지티브율) 대 거짓 파지티브율을 비교하는 차트이다. ROC 플롯은 (모든 x가 단 하나의 y를 갖는) 함수가 아니기 때문에 선으로 연결되지 않는 점들로 구성된다. 따라서, 모든 뉴이상스율은 하나의 DOI 캡처율만을 갖지 않는다.
DOI 및 뉴이상스 이벤트들은 식별될 수 있다. 예를 들어, 알고리즘 또는 사용자는 이미지내에서 DOI 또는 뉴이상스 이벤트들을 식별할 수 있다.
이 프레임 레벨 기반 알고리즘을 이용하여, 광학 모드, 검출 알고리즘, 및 속성 선택이 수행될 수 있다. 반도체 제조 시설의 광학 검사 도구 또는 다른 도구들에 대한 설정들은 방법 (100)의 결과들에 기반하여 변경될 수 있다.
본 명세서에 개시된 실시예들은 초기 광학 모드/검출 알고리즘 선택 공정 동안에 결함이 위치한 픽셀들뿐만 아니라 이미지 프레임 내에 있는 모든 정보 (예를 들어, 그레이 레벨 및 차이 그레이 레벨) 분포를 이용함으로써 모드-알고리즘 조합 결정들이 이루어질 수 있기 때문에 더 빠른 결과 도달 시간을 제공할 수 있다. STNEF는 광학 모드 및/또는 검출 알고리즘 결정들을 내릴 때 이용되지 않는다. STNEF 레시피 튜닝은 시간이 많이 걸릴 수 있다. 많은 광학 모드/검출 알고리즘 조합들에 대한 웨이퍼 스캔들 또한 회피될 수 있으므로, 이는 전체 웨이퍼 스캔이 필요하지 않을 수 있으므로 검사 도구의 시간을 절약할 수 있다.
상이한 광학 모드/검출 알고리즘 조합들을 튜닝할 때 사용자들에 의한 주관적인 결정들이 회피된다. 광학 모드/검출 알고리즘 선택 공정은 신호 대 잡음에만 기반한 것이 아니라, 실제 캡처 대 뉴이상스율에도 기반을 두고 있다. 실제 캡처 대뉴이상스율은 반도체 제조업체에게 더 중요할 수 있는데 그 이유는 이것이 반도체 제조업체가 문턱값을 설정하거나 제조 목표들을 충족할 수 있게하기 때문이다.
본 명세서에 개시된 실시예들의 또 다른 이점은 레시피가 튜닝 가능한지 여부 및 예상 뉴이상스율이 초기 광학 모드/검출 알고리즘 선택 동안에 결정될 수 있다는 점이다.
도 2는 방법 (100)을 이용한 예의 순서도이다. 예를 들어, 광학 모드들 (M1 내지 Mn)의 조합과 검출 알고리즘들 (A1 내지 Am)이 비교된다. 최상의 광학 모드/알고리즘 조합은 플롯을 이용하여 결정될 수 있다.
도 3은 예를 들어 DOI 캡처율과 뉴이상스율을 비교하는 차트이다. 사용자는 특정한 뉴이상스율 목표를 설정할 수 있다. 예를 들어, 40%의 뉴이상스율이 수직 점선으로 도시된다. 이 값에서 더 높은 DOI 캡처율을 가진 광학 모드/검출 알고리즘 조합들이 선택될 수 있다.
사용자는 또한 특정한 DOI 캡처율 목표를 선택할 수 있다. 예를 들어, 60%의 DOI 캡처율이 수평 점선으로 도시된다. 이 DOI 캡처율에서 더 낮은 뉴이상스율을 가진 검출 알고리즘이 선택될 수 있다.
DOI 캡처율 및 뉴이상스율은 조정될 수 있다. 예를 들어, 반도체 제조업체는 60%의 뉴이상스율에서 최상의 DOI 캡처율을 원할 수 있다.
도 3은 단일 광학 모드를 도시한다. 예를 들어3D 플롯으로 두 개의 광학 모드들은 알고리즘에 대해 플로팅될 수 있다.
검출 알고리즘들을 비교하는 대신, 동일한 검출 알고리즘에 대해 상이한 광학 모드들이 비교될 수 있거나 동일한 검출 알고리즘에 대해 두 개의 차이 필터들이 비교될 수 있다. 또한 두 가지 속성들은 광학 모드 및 검출 알고리즘 같은 다른 모든 변수들을 상수로 유지함으로써 비교될 수 있다.
시스템 (200)의 일 실시예가 도 4에 도시된다. 시스템 (200)은 광학 기반 서브시스템 (201)을 포함한다. 일반적으로, 광학 기반 서브시스템 (201)은 빛을 표본 (202)로 향하게하고 (또는 빛을 스캐닝하여) 표본 (202)로부터 빛을 검출함으로써 표본 (202)에 대한 광학 기반 출력을 생성하도록 구성된다. 일 실시예에서, 표본 (202)은 웨이퍼를 포함한다. 웨이퍼는 당업계에 공지된 임의의 웨이퍼를 포함할 수 있다. 다른 실시예에서, 표본은 레티클 (reticle)을 포함한다. 레티클은 당업계에 공지된 임의의 레티클을 포함할 수 있다.
도 4에 도시된 시스템 (200)의 실시예에서, 광학 기반 서브시스템 (201)은 표본 (202)에 빛을 직접 지향하도록 구성된 조명 서브시스템을 포함한다. 조명 서브시스템은 적어도 하나의 광원을 포함한다. 예를 들어, 도 4에 도시된 바와 같이, 조명 서브시스템은 광원 (203)을 포함한다. 일 실시예에서, 조명 서브시스템은 하나 이상의 비스듬한 각도들 및/또는 하나 이상의 법선 각도들을 포함할 수 있는 하나 이상의 입사각들에서 표본 (202)으로 빛을 지향하도록 구성된다. 예를 들어, 도 4에 도시된 바와 같이, 광원 (203)으로부터의 빛은 광학 요소 (204)를 통과한 다음 렌즈 (205)를 통해 비스듬한 입사각으로 표본 (202)으로 향해진다. 비스듬한 입사각은 임의의 적절한 비스듬한 입사각을 포함할 수 있으며, 이는, 예를 들어, 표본 (202)의 특질들에 따라 달라질 수 있다.
광학 기반 서브시스템 (201)은 상이한 시간들에 상이한 입사각들로 빛을 표본 (202)으로 지향하도록 구성될 수 있다. 예를 들어, 광학 기반 서브시스템 (201)은 도 4에 도시된 것과 상이한 입사각으로 빛이 표본 (202)으로 향할 수 있도록 조명 서브시스템의 하나 이상의 요소들중 하나 이상의 특질들을 변화시키기 위해 구성될 수 있다. 하나의 그러한 예에서, 광학 기반 서브시스템 (201)은 빛이 상이한 비스듬한 입사각 또는 법선 (또는 거의 법선) 입사각에서 표본 (202)으로 향하도록 하기 위해 광원 (203), 광학 요소 (204), 및 렌즈 (205)를 이동시키도록 구성될 수 있다.
일부 예시들에서, 광학 기반 서브시스템 (201)은 동시에 하나 이상의 입사각에서 표본 (202)으로 빛이 향하도록 구성될 수 있다. 예를 들어, 조명 서브시스템은 하나 이상의 조명 채널을 포함 할 수 있고, 조명 채널들 중 하나는 도 4에 도시된 바와 같이 광원 (203), 광학 요소 (204), 및 렌즈 (205)를 포함 할 수 있으며 다른 조명 채널 (도시되지 않음)은 상이하게 또는 동일하게 구성될 수 있는 유사한 요소들을 포함할 수 있거나, 또는 적어도 하나의 광원 및 가능하게는 본 명세서에 추가로 설명되는 것들과 같은 하나 이상의 다른 구성요소들을 포함할 수 있다. 만약 그러한 빛이 다른 빛과 동시에 표본으로 향하는 경우, 상이한 입사각들에서 표본 (202)으로 향하는 빛의 하나 이상의 특질들 (예를 들어, 파장, 편광 등)은 상이한 입사각들에서 표본 (202)의 조명으로 인한 빛이 검출기(들)에서 서로 구별될 수 있도록 상이할 수 있다.
또 다른 예시에서, 조명 서브시스템은 단 하나의 광원 (예를 들어, 도 4에 도시된 광원; 203)만을 포함할 수 있고 광원으로부터의 빛은 조명 서브시스템의 하나 이상의 광학 요소들 (도시되지 않음)에 의해 상이한 광학 경로들로 분리될 수있다 (예를 들어, 파장, 편광 등에 기반하여). 이어서, 상이한 광학 경로들 각각의 빛은 표본 (202)으로 향할 수 있다. 다수의 조명 채널들은 동시에 또는 상이한 시간들에 표본 (202)에 빛이 향하도록 구성될 수 있다 (예를 들어, 다른 조명 채널들이 순차적으로 표본을 조명하는데 이용되는 경우). 또 다른 예시에서, 동일한 조명 채널은 상이한 시간들에 상이한 특질들을 가진 표본 (202)으로 빛이 향하도록 구성될 수 있다. 예를 들어, 일부 예시들에서, 광학 요소 (204)는 스펙트럼 필터로 구성될 수 있고, 상이한 빛의 파장이 상이한 시간들에 표본 (202)으로 향하게 되도록 스펙트럼 필터의 특성들이 다양한 상이한 방식들로 (예를 들어, 스펙트럼 필터를 교체함으로써) 변경될 수 있다. 조명 서브시스템은 순차적으로 또는 동시에 상이한 또는 동일한 입사각들에서 표본 (202)에 상이하거나 동일한 특질들을 갖는 빛을 지향시키기 위해 당업계에 공지된 임의의 다른 적절한 구성을 가질 수 있다.
일 실시예에서, 광원 (203)은 광대역 플라즈마 (BBP) 소스를 포함할 수 있다. 이러한 방식으로, 광원 (203)에 의해 생성되며 표본 (202)으로 향하게되는 빛은 광대역 빛을 포함할 수 있다. 그러나, 광원은 레이저와 같은 임의의 다른 적절한 광원을 포함할 수 있다. 레이저는 당업계에 공지된 임의의 적절한 레이저를 포함할 수 있고 당업계에 공지된 임의의 적절한 파장 또는 파장들에서 빛을 생성하도록 구성될 수 있다. 또한, 레이저는 단색 또는 거의 단색인 빛을 생성하도록 구성될 수 있다. 이러한 방식으로, 레이저는 협대역 레이저일 수 있다. 광원 (203)은 또한 다수의 이산 파장들 또는 파장대역들에서 빛을 생성하는 다색 광원을 포함할 수 있다.
광학 요소 (204)로부터의 빛은 렌즈 (205)에 의해 표본 (202)에 초점이 맞춰질 수 있다. 비록 렌즈 (205)가 단일 굴절 광학 요소로서 도 4에 도시되어 있지만, 실제로, 렌즈 (205)는 광학 요소로부터 표본으로 광을 집중시키는 다수의 굴절 및/또는 반사 광학 요소들을 포함할 수 있음이 이해되어야한다. 도 4에 도시되고 본 명세서에 설명된 조명 서브시스템은 임의의 다른 적절한 광학 요소들 (도시되지 않음)을 포함할 수 있다. 이러한 광학 요소들의 예들은, 편광 구성요소(들), 스펙트럼 필터(들), 공간 필터(들), 반사 광학 요소(들), 아포다이저(들)(apodizer(s)), 빔 스플리터(들)(beam splitter; 213 같은), 애퍼쳐(들)(aperture(s)) 등을 포함하며, 이는 당업계에 공지된 임의의 그러한 적절한 광학 요소들을 포함할 수 있다. 또한, 광학 기반 서브시스템 (201)은 광학 기반 출력을 생성하기 위해 이용될 조명의 유형에 기반하여 조명 서브시스템의 하나 이상의 요소들을 변경하도록 구성될 수 있다.
광학 기반 서브시스템 (201)은 또한 빛이 표본 (202) 위로 스캔되도록 구성된 스캐닝 서브시스템을 포함할 수 있다. 예를 들어, 광학 기반 서브시스템 (201)은 스테이지 (206)를 포함할 수 있고, 여기서 광학 기반 출력 생성 동안에 표본 (202)이 스테이지 상에 배치된다. 스캐닝 서브시스템은 빛이 표본 (202) 위로 스캔될 수 있도록 표본 (202)을 이동시키도록 구성될 수 있는 임의의 적절한 기계적 및/또는 로봇 어셈블리 (이것은 스테이지; 206를 포함한다)를 포함할 수 있다. 추가로, 또는 대안으로, 광학 기반 서브시스템 (201)은 광학 기반 서브시스템 (201)의 하나 이상의 광학 요소들이 표본 (202) 위로 빛의 일부 스캐닝을 수행하도록 구성될 수 있다. 빛은 구불 구불한 경로 또는 나선형 경로와 같은 임의의 적절한 방식으로 표본 (202) 위로 스캐닝될 수 있다.
광학 기반 서브시스템 (201)은 하나 이상의 검출 채널들을 더 포함한다. 하나 이상의 검출 채널들 중 적어도 하나는 서브시스템에 의한 표본 (202)의 조명으로 인해 표본 (202)으로부터의 빛을 검출하고 검출된 빛에 응답하는 출력을 생성하도록 구성된 검출기를 포함한다. 예를 들어, 도 4에 도시된 광학 기반 서브시스템 (201)은 2개의 검출 채널들을 포함하며, 하나는 수집기 (207), 요소 (208), 및 검출기 (209)에 의해 형성되고 다른 하나는 수집기 (210), 요소 (211), 및 검출기 (212)에 의해 형성된다. 도 4에 도시된 바와 같이, 2개의 검출 채널들은 상이한 수집 각도들에서 빛을 수집하고 검출하도록 구성된다. 일부 예시들에서, 두 검출 채널들은 산란된 빛을 검출하도록 구성되고, 검출 채널들은 표본 (202)으로부터 상이한 각도들로 산란되는 빛을 검출하도록 구성된다. 그러나, 하나 이상의 검출 채널들은 표본 (202)으로부터 다른 유형의 빛을 검출하도록 구성될 수 있다 (예를 들어, 반사광).
추가로 도 4에 도시된 바와 같이, 두 검출 채널들은 종이의 평면에 위치된 것으로 도시되고 조명 서브시스템은 또한 종이의 평면에 위치된 것으로 도시된다. 따라서, 이 실시예에서, 두 검출 채널들은 입사 평면내에 (예를 들어, 중앙에) 위치된다. 그러나, 하나 이상의 검출 채널들은 입사 평면 밖에 위치될 수있다. 예를 들어, 수집기 (210), 요소 (211), 및 검출기 (212)에 의해 형성된 검출 채널은 입사 평면 밖으로 산란되는 빛을 수집하고 검출하도록 구성될 수 있다. 따라서, 이러한 검출 채널은 일반적으로 "측면"채널로 지칭될 수 있고, 그러한 측면 채널은 입사 평면에 실질적으로 수직하는 평면내의 중심에 있을 수 있다.
비록 도 4는 2개의 검출 채널들을 포함하는 광학 기반 서브시스템 (201)의 실시예를 도시하지만, 광학 기반 서브시스템 (201)은 상이한 수의 검출 채널들 (예를 들어, 단 하나의 검출 채널 또는 2개 이상의 검출 채널들)을 포함할 수 있다. 하나의 그러한 경우에, 수집기 (210), 요소 (211), 및 검출기 (212)에 의해 형성된 검출 채널은 전술한 바와 같은 하나의 측면 채널을 형성할 수 있고, 광학 기반 서브시스템 (201)은 입사 평면의 반대편에 위치한 또 다른 측면 채널로서 형성된 추가 검출 채널 (도시되지 않음)을 포함할 수 있다. 따라서, 광학 기반 서브시스템 (201)은 수집기 (207), 요소 (208), 및 검출기 (209)를 포함하고 입사 평면의 중심에 있고 표본 (202) 표면에 수직으로 있거나 수직에 가까운 산란 각도(들)에서 빛을 수집하고 검출하도록 구성된 검출 채널을 포함할 수 있다. 따라서, 이 검출 채널은 일반적으로 "상단"채널로 지칭될 수 있으며, 광학 기반 서브시스템 (201)은 또한 전술한 바와 같이 구성된 2개 이상의 측면 채널들을 포함할 수 있다. 이와 같이, 광학 기반 서브시스템 (201)은 적어도 3 개의 채널들 (즉, 하나의 상단 채널 및 2개의 측면 채널들)을 포함할 수 있고, 적어도 3개 채널들의 각각은 자체 수집기를 가지며, 이것들 각각은 다른 수집기들 각각과 상이한 산란 각도들에서 빛을 수집하도록 구성된다.
또한 상술한 바와 같이, 광학 기반 서브시스템 (201)에 포함된 검출 채널들 각각은 산란된 빛을 검출하도록 구성될 수 있다. 따라서, 도 4에 도시된 광학 기반 서브시스템 (201)은 표본들 (202)에 대한 다크 필드 (DF; dark field) 출력 생성을 위해 구성될 수 있다. 그러나, 광학 기반 서브시스템 (201)은 또한 또는 대안적으로 표본들 (202)에 대해 브라이트 필드 (BF; bright field) 출력 생성을 위해 구성된 검출 채널(들)을 포함할 수 있다. 즉, 광학 기반 서브시스템 (201)은 표본 (202)으로부터 경면 반사되는 빛을 검출하도록 구성되는 적어도 하나의 검출 채널을 포함할 수 있다. 따라서, 본 명세서에 설명된 광학 기반 서브시스템 (201)은 오직 DF, 오직 BF, 또는 DF와 BF 둘 다 이미징을 위해 구성될 수 있다. 비록 도 4에서 수집기들 각각이 단일 굴절 광학 요소들로 도시되지만, 수집기들 각각은 하나 이상의 굴절 광학 다이(들) 및/또는 하나 이상의 반사 광학 요소(들)를 포함할 수 있다고 이해된다.
하나 이상의 검출 채널들은 당업계에 공지된 임의의 적절한 검출기들을 포함할 수 있다. 예를 들어, 검출기들은 광증배관들 (PMTs; photo-multiplier tubes), 전하 결합 디바이스들 (CCDs; charge coupled devices), 시간 지연 통합 (TDI; time delay integration) 카메라들, 및 당업계에 공지된 임의의 다른 적절한 검출기들을 포함할 수 있다. 검출기들은 또한 비-영상 검출기들 또는 영상 검출기들을 포함할 수 있다. 이러한 방식으로, 만약 검출기들이 비-영상 검출기들인 경우, 검출기들 각각은 강도와 같은 산란된 빛의 특정한 특질들을 검출하도록 구성될 수 있지만 이미징 평면 내의 위치의 함수로서 이러한 특질들을 검출하도록 구성되지 않을 수 있다. 이와 같이, 광학 기반 서브시스템의 검출 채널들 각각에 포함된 검출기들 각각에 의해 생성되는 출력은 신호들 또는 데이터일 수 있지만, 이미지 신호들 또는 이미지 데이터는 아닐 수 있다. 이러한 경우들에서, 프로세서 (214)와 같은 프로세서는 검출기들의 비-영상 출력으로부터 표본 (202)의 이미지들을 생성하도록 구성될 수 있다. 그러나, 다른 경우들에서, 검출기들은 이미징 신호들 또는 이미지 데이터를 생성하도록 구성된 이미징 검출기들로 구성될 수 있다. 따라서, 광학 기반 서브시스템은 다양한 방식들로 본 명세서에 설명된 광학 이미지들 또는 다른 광학 기반 출력을 생성하도록 구성될 수 있다.
도 4는 본 명세서에 설명된 시스템 실시예들에 포함될 수 있거나 본 명세서에 설명된 시스템 실시예들에 의해 이용되는 광학 기반 출력을 생성할 수 있는 광학 기반 서브시스템 (201)의 구성을 일반적으로 도시하기위해 본 명세서에서 제공된다는 점에 유의한다. 본 명세서에 설명된 광학 기반 서브시스템 (201) 구성은 상용 출력 획득 시스템을 설계할 때 보통 수행되는 광학 기반 서브시스템 (201)의 성능을 최적화하기 위해 변경될 수 있다. 또한, 본 명세서에 설명된 시스템들은 기존 시스템 (예를 들어, 본 명세서에 설명된 기능을 기존 시스템에 추가함으로써)을 이용하여 구현될 수 있다. 이러한 일부 시스템들의 경우, 본 명세서에 설명된 방법들은 시스템의 선택적 기능 (예를 들어, 시스템의 다른 기능에 추가하여)으로 제공될 수 있다. 대안적으로, 본 명세서에 설명된 시스템은 완전히 새로운 시스템으로 설계될 수 있다.
프로세서 (214)는 프로세서 (214)가 출력을 수신할 수 있도록 임의의 적절한 방식 (예를 들어, 유선 및/또는 무선 전송 매체를 포함할 수 있는 하나 이상의 전송 매체를 통해)으로 시스템 (200)의 구성요소들에 결합될 수 있다. 프로세서 (214)는 출력을 이용하여 다수의 기능들을 수행하도록 구성될 수 있다. 시스템 (200)은 프로세서 (214)로부터 명령들 또는 다른 정보를 수신할 수 있다. 프로세서 (214) 및/또는 전자 데이터 저장 유닛 (215)은 추가적인 정보를 수신하거나 명령들을 보내기 위하여 선택적으로 웨이퍼 검사 도구, 웨이퍼 계측 도구, 또는 웨이퍼 리뷰 도구 (도시되지 않음)와 전자 통신할 수 있다. 예를 들어, 프로세서 (214) 및/또는 전자 데이터 저장 유닛 (215)은 SEM과 전자 통신 할 수 있다.
본 명세서에 설명된 프로세서 (214), 다른 시스템(들), 또는 다른 서브시스템(들)은 개인용 컴퓨터 시스템, 이미지 컴퓨터, 메인프레임 컴퓨터 시스템, 워크스테이션, 네트워크 기기, 인터넷 기기, 또는 다른 디바이스를 포함하는 다양한 시스템들의 일부분일 수 있다. 서브시스템(들) 또는 시스템(들)은 병렬 프로세서와 같은 당업계에 공지된 임의의 적절한 프로세서를 또한 포함할 수 있다. 또한, 서브 시스템(들) 또는 시스템(들)은 독립형 또는 네트워크화된 도구로서 고속 처리 및 소프트웨어를 갖춘 플랫폼을 포함할 수 있다.
프로세서 (214) 및 전자 데이터 저장 유닛 (215)은 시스템 (200) 또는 또 다른 디바이스 내에 또는 그의 부분에 배치될 수 있다. 예에서, 프로세서 (214) 및 전자 데이터 저장 유닛 (215)은 독립형 제어 유닛의 일부이거나 중앙집중식 품질 제어 유닛 내에 있을 수 있다. 다수의 프로세서들 (214) 또는 전자 데이터 저장 유닛들 (215)이 이용될 수 있다.
프로세서 (214)는 하드웨어, 소프트웨어, 및 펌웨어의 임의의 조합에 의해 실제로 구현될 수 있다. 또한, 본 명세서에 설명된 이것들의 기능들은 하나의 유닛에 의해 수행될 수 있거나, 상이한 구성요소들 사이에 분할될 수 있으며, 이들 각각은 하드웨어, 소프트웨어 및 펌웨어의 임의의 조합에 의해 차례로 구현될 수 있다. 프로세서 (214)가 다양한 방법들 및 기능들을 구현하도록하는 프로그램 코드 또는 명령들은 전자 데이터 저장 유닛 (215) 내의 메모리 또는 다른 메모리와 같은 판독 가능한 저장 매체에 저장될 수 있다.
만약 시스템 (200)이 2개 이상의 프로세서 (214)를 포함하는 경우, 이미지, 데이터, 정보, 명령들 등이 서브시스템들 사이에서 보내질 수 있도록 상이한 서브시스템들이 서로 결합될 수 있다. 예를 들어, 하나의 서브시스템은 당업계에 공지된 임의의 적절한 유선 및/또는 무선 전송 매체를 포함할 수 있는 임의의 적절한 전송 매체에 의해 추가적인 서브시스템(들)에 결합될 수 있다. 이러한 서브시스템들 중 두개 이상은 공유된 컴퓨터 판독 가능한 저장 매체 (도시되지 않음)에 의해 또한 효과적으로 결합될 수 있다.
프로세서 (214)는 시스템 (200)의 출력 또는 다른 출력을 이용하여 다수의 기능들을 수행하도록 구성될 수 있다. 예를 들어, 프로세서 (214)는 출력을 전자 데이터 저장 유닛 (215) 또는 또 다른 저장 매체로 전송하도록 구성될 수 있다. 프로세서 (214)는 본 명세서에 설명된 바와 같이 추가로 구성될 수 있다.
프로세서 (214)는 본 명세서에 설명된 임의의 실시예들에 따라 구성될 수 있다. 프로세서 (214)는 또한 시스템 (200)의 출력을 이용하거나 다른 소스들로부터 이미지들 또는 데이터를 이용하여 다른 기능들 또는 추가적인 단계들을 수행하도록 구성될 수 있다.
본 명세서에 개시된 시스템 (200) 및 방법들의 다양한 단계들, 기능들 및/또는 동작들은 다음 중 하나 이상에 의해 수행된다: 전자 회로들, 논리 게이트들, 멀티플렉서들, 프로그래밍 가능 논리 디바이스들, ASIC들, 아날로그 또는 디지털 제어들/스위치들, 마이크로컨트롤러들, 또는 컴퓨팅 시스템들. 본 명세서에 설명된 것들과 같은 방법들을 구현하는 프로그램 명령들은 캐리어 매체를 통해 전송되거나 캐리어 매체상에 저장될 수 있다. 캐리어 매체는 읽기 전용 메모리, 랜덤 액세스 메모리, 자기 또는 광 디스크, 비 휘발성 메모리, 솔리드 스테이트 메모리, 자기 테이프 등과 같은 저장 매체를 포함할 수 있다. 캐리어 매체는 유선, 케이블, 또는 무선 전송 링크와 같은 전송 매체를 포함할 수 있다. 예를 들어, 본 개시내용 전체에 걸쳐 설명된 다양한 단계들은 단일 프로세서 (214) 또는, 대안적으로, 다수의 프로세서들 (214)에 의해 수행될 수 있다. 나아가, 시스템 (200)의 상이한 서브시스템들은 하나 이상의 컴퓨팅 또는 로직 시스템들을 포함할 수 있다. 따라서 상술한 설명은 본 개시내용에 대한 제한으로 해석되어서는 안되며 단지 예시에 불과하다.
일 예에서, 프로세서 (214)는 시스템 (200)과 통신한다. 프로세서 (214)는 복수의 모드들에 대한 관심 결함들 및 뉴이상스 이벤트들에 대한 작업 덤프들을 수신하도록 구성된다. 복수의 모드들에 대한 차분 이미지들 및 속성들은 복수의 검출 알고리즘들을 이용하여 결정될 수 있다. 복수의 모드들 각각의 조합들은 0의 오프셋에서 검출된 모든 관심 결함들에 대해 복수의 검출 알고리즘들 각각과 비교될 수 있다. 캡처율 대 뉴이상스율은 조합들 각각의 속성들 중 하나에 대해 결정된다. 예를 들어 도 1 또는 도 2와 관련하여 설명된 것들 같은 방법 실시예들의 다른 단계들이 수행될 수 있다.
추가적인 실시예는 본 명세서에 개시된 것처럼, 조합들 내의 속성들 중 하나에 대한 캡처율 대 뉴이상스율을 결정하기 위한 컴퓨터로 구현된 방법을 수행하기 위해 컨트롤러상에서 실행 가능한 프로그램 명령들을 저장하는 비-일시적 컴퓨터 판독 가능한 매체에 관한것이다. 특히, 도 4에 도시된 바와 같이, 전자 데이터 저장 유닛 (215) 또는 다른 저장 매체는 프로세서 (214)상에서 실행 가능한 프로그램 명령들을 포함하는 비-일시적 컴퓨터 판독 가능한 매체를 포함할 수 있다. 컴퓨터로 구현된 방법은 방법 (100) 또는 도 2에 도시된 방법을 포함하여 본 명세서에 설명된 임의의 방법(들)의 임의의 단계(들)를 포함할 수 있다.
프로그램 명령들은 특히 절차 기반 기술들, 구성요소 기반 기술들, 및/또는 객체 지향 기술들을 포함하는 다양한 임의의 방법들로 구현될 수 있다. 예를 들어, 프로그램 명령들은 필요에 따라 ActiveX 컨트롤들, C ++ 객체들, 자바빈들 (JavaBeans), 마이크로소프트 파운데이션 클래스들 (MFC; Microsoft Foundation Classes), 스트리밍 SIMD 익스텐션 (SSE; Streaming SIMD Extension), 또는 다른 기술들이나 방법론들을 이용하여 구현될 수 있다.
방법의 단계들의 각각은 본 명세서에 설명된대로 수행될 수 있다. 방법들은 또한 본 명세서에 설명된 프로세서 및/또는 컴퓨터 서브시스템(들) 또는 시스템(들)에 의해 수행될 수 있는 임의의 다른 단계(들)를 포함할 수 있다. 단계들은 하나 이상의 컴퓨터 시스템들에 의해 수행될 수 있으며, 이는 본 명세서에 설명된 임의의 실시예들에 따라 구성될 수 있다. 또한, 상술한 방법들은 본 명세서에 설명된 시스템 실시예들에 의해 수행될 수 있다.
비록 본 개시내용이 하나 이상의 특정 실시예들에 대하여 설명되었지만, 본 개시내용의 범위를 벗어나지 않고 본 개시내용의 다른 실시예들이 만들어질 수 있다는 것이 이해되어야 한다. 따라서, 본 개시내용은 첨부된 청구범위들 및 그들의 합리적인 해석에 의해서만 제한되는 것으로 간주된다.
Claims (20)
- 시스템에 있어서,
웨이퍼에 광 빔을 지향하도록 구성된 광원;
상기 웨이퍼로부터 반사된 상기 광 빔을 수집하는 검출기; 및
상기 검출기와 전자 통신하는 프로세서를 포함하고, 상기 프로세서는:
복수의 광학 모드들에 대한 웨이퍼상의 관심 결함들 및 뉴이상스 이벤트들에 대해 이미지 프레임들을 수신하고;
복수의 검출 알고리즘들을 이용하여 상기 복수의 광학 모드들에 대한 차분 이미지들 및 속성들을 결정하고;
0의 오프셋에서 검출된 모든 상기 관심 결함들에 대해 상기 복수의 광학 모드들 각각의 조합들을 상기 복수의 검출 알고리즘들 각각과 비교하고;
상기 조합들 각각의 상기 속성들 중 하나에 대한 캡처율 대 뉴이상스율을 결정하도록 구성되는, 시스템. - 제 1항에 있어서,
상기 프로세서는 상기 관심 결함들 및 상기 뉴이상스 이벤트들을 식별하도록 더 구성되는, 시스템. - 제 1항에 있어서,
상기 프로세서는 상기 비교로부터 문턱값 영역 내에서 상기 관심 결함들의 적어도 하나를 필터링하도록 더 구성되는, 시스템. - 제 1항에 있어서,
상기 프로세서는 상기 비교로부터 속성 값을 초과하는 상기 관심 결함들의 적어도 하나를 필터링하도록 더 구성되는, 시스템. - 제 1항에 있어서,
상기 프로세서는 속성에 의해 상기 조합들을 분류하도록 더 구성되는, 시스템. - 제 1항에 있어서,
상기 프로세서는 선택된 뉴이상스율 또는 선택된 관심 결함 캡처율에 대한 상기 광학 모드들 중 하나와 상기 검출 알고리즘들 중 하나의 최적의 조합을 선택하도록 더 구성되는, 시스템. - 제 6항에 있어서,
상기 최적의 조합은 수신기 동작 곡선 플롯을 이용하여 선택되는, 시스템. - 방법에 있어서,
프로세서에서, 복수의 광학 모드들에 대한 웨이퍼상의 관심 결함들 및 뉴이상스 이벤트들에 대한 이미지 프레임들을 수신하는 단계;
상기 프로세서를 이용하여, 복수의 검출 알고리즘들을 이용하여 상기 복수의 광학 모드들에 대한 차분 이미지들 및 속성들을 결정하는 단계;
상기 프로세서를 이용하여, 0의 오프셋에서 검출된 모든 상기 관심 결함들에 대해 상기 복수의 광학 모드들 각각의 조합들을 상기 복수의 관심 검출 알고리즘들 각각과 비교하는 단계; 및
상기프로세서를 이용하여, 상기 조합들 각각의 상기 속성들 중 하나에 대한 캡처율 대 뉴이상스율을 결정하는 단계
를 포함하는 방법. - 제 8항에 있어서,
상기 프로세서를 이용하여 상기 관심 결함들 및 상기 뉴이상스 이벤트들을 식별하는 단계를 더 포함하는 방법. - 제 8항에 있어서,
상기 프로세서를 이용하여, 상기 비교하는 단계로부터 문턱값 영역내의 상기 관심 결함들 중 적어도 하나를 필터링하는 단계를 더 포함하는 방법. - 제 8항에 있어서,
상기 프로세서를 이용하여, 상기 비교하는 단계로부터 속성 값을 초과하는 상기 관심 결함들 중 적어도 하나를 필터링하는 단계를 더 포함하는 방법. - 제 8항에 있어서,
상기 프로세서를 이용하여, 속성에 의해 상기 조합들을 분류하는 단계를 더 포함하는 방법. - 제 8항에 있어서,
상기 프로세서를 이용하여, 선택된 뉴이상스율 또는 선택된 관심 결함 캡처율에 대한 상기 광학 모드들 중 하나와 상기 검출 알고리즘들 중 하나의 최적의 조합을 선택하는 단계를 더 포함하는 방법. - 제 13항에 있어서,
상기 최적의 조합은 수신기 동작 곡선 플롯을 이용하여 선택되는, 방법. - 하나 이상의 컴퓨팅 디바이스들상에서 다음의 단계들을 실행하기 위해 하나 이상의 프로그램들을 포함하는 비-일시적 컴퓨터 판독 가능한 저장 매체에 있어서,
상기 단계들은:
복수의 광학 모드들에 대한 웨이퍼상의 관심 결함들 및 뉴이상스 이벤트들에 대한 이미지 프레임들에 기반한 복수의 검출 알고리즘들을 이용하여 상기 복수의 광학 모드들에 대한 차분 이미지들 및 속성들을 결정하는 단계;
0의 오프셋에서 검출된 모든 상기 관심 결함들에 대해 상기 복수의 광학 모드들 각각의 조합들과 상기 복수의 검출 알고리즘들 각각을 비교하는 단계; 및
상기 조합들 각각의 속성들 중 하나에 대해 캡처율 대 뉴이상스율을 결정하는 단계
를 포함하는, 비-일시적 컴퓨터 판독 가능한 저장 매체. - 제 15항에 있어서,
상기 단계들은 상기 관심 결함들 및 상기 뉴이상스 이벤트들을 식별하는 단계를 포함하는, 비-일시적 컴퓨터 판독 가능한 저장 매체. - 제 15항에 있어서,
상기 단계들은 상기 비교하는 단계로부터 문턱값 영역내에서 상기 관심 결함들 중 적어도 하나를 필터링하는 단계를 포함하는, 비-일시적 컴퓨터 판독 가능한 저장 매체. - 제 15항에 있어서,
상기 단계들은 상기 비교하는 단계로부터 속성 값을 초과하는 상기 관심 결함들 중 적어도 하나를 필터링하는 단계를 포함하는, 비-일시적 컴퓨터 판독 가능한 저장 매체. - 제 15항에 있어서,
상기 단계들은 속성에 의해 상기 조합들을 분류하는 단계를 포함하는, 비-일시적 컴퓨터 판독 가능한 저장 매체. - 제 15항에 있어서,
상기 단계들은 수신기 동작 곡선 플롯을 이용하여 선택된 뉴이상스율 또는 선택된 관심 결함 캡처율에 대한 상기 광학 모드들 중 하나와 상기 검출 알고리즘들 중 하나의 최적의 조합을 선택하는 단계를 포함하는, 비-일시적 컴퓨터 판독 가능한 저장 매체.
Applications Claiming Priority (5)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US201862751077P | 2018-10-26 | 2018-10-26 | |
| US62/751,077 | 2018-10-26 | ||
| US16/389,442 US10801968B2 (en) | 2018-10-26 | 2019-04-19 | Algorithm selector based on image frames |
| US16/389,442 | 2019-04-19 | ||
| PCT/US2019/058145 WO2020087004A1 (en) | 2018-10-26 | 2019-10-25 | Algorithm selector based on image frames |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20210066926A true KR20210066926A (ko) | 2021-06-07 |
| KR102576877B1 KR102576877B1 (ko) | 2023-09-08 |
Family
ID=70328284
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020217014833A KR102576877B1 (ko) | 2018-10-26 | 2019-10-25 | 이미지 프레임들에 기반한 알고리즘 선택기 |
Country Status (7)
| Country | Link |
|---|---|
| US (1) | US10801968B2 (ko) |
| JP (1) | JP7257511B2 (ko) |
| KR (1) | KR102576877B1 (ko) |
| CN (1) | CN112997069B (ko) |
| IL (1) | IL282335B2 (ko) |
| TW (1) | TWI816922B (ko) |
| WO (1) | WO2020087004A1 (ko) |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11769242B2 (en) | 2020-05-21 | 2023-09-26 | Kla Corporation | Mode selection and defect detection training |
| CN111640112B (zh) * | 2020-06-11 | 2021-04-16 | 云从科技集团股份有限公司 | 图像检测方法、系统、平台、设备及介质、图像处理装置 |
| US11803960B2 (en) * | 2020-08-12 | 2023-10-31 | Kla Corporation | Optical image contrast metric for optical target search |
| 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 (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20040228515A1 (en) * | 2003-03-28 | 2004-11-18 | Takafumi Okabe | Method of inspecting defects |
| US20080279444A1 (en) * | 2007-05-07 | 2008-11-13 | Verlyn Fischer | Computer-implemented methods, computer-readable media, and systems for identifying one or more optical modes of an inspection system as candidates for use in inspection of a layer of a wafer |
| US20090284733A1 (en) * | 2008-05-14 | 2009-11-19 | Richard Wallingford | Computer-implemented methods, carrier media, and systems for selecting polarization settings for an inspection system |
| US20110320149A1 (en) * | 2009-02-06 | 2011-12-29 | Kla-Tencor Corporation | Selecting One or More Parameters for Inspection of a Wafer |
| KR20150043448A (ko) * | 2012-08-14 | 2015-04-22 | 케이엘에이-텐코 코포레이션 | 자동화된 검사 시나리오 생성 |
Family Cites Families (37)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6539106B1 (en) * | 1999-01-08 | 2003-03-25 | Applied Materials, Inc. | Feature-based defect detection |
| JP4009409B2 (ja) * | 1999-10-29 | 2007-11-14 | 株式会社日立製作所 | パターン欠陥検査方法及びその装置 |
| US7844100B2 (en) * | 2004-11-29 | 2010-11-30 | Applied Materials Israel, Ltd. | Method for filtering nuisance defects |
| KR100755372B1 (ko) * | 2006-08-25 | 2007-09-04 | 삼성전자주식회사 | 웨이퍼 검사방법 |
| JP4542164B2 (ja) * | 2008-03-18 | 2010-09-08 | アドバンスド・マスク・インスペクション・テクノロジー株式会社 | パターン検査装置、パターン検査方法及びプログラム |
| US8000922B2 (en) | 2008-05-29 | 2011-08-16 | Kla-Tencor Corp. | Methods and systems for generating information to be used for selecting values for one or more parameters of a detection algorithm |
| US8605275B2 (en) | 2009-01-26 | 2013-12-10 | Kla-Tencor Corp. | Detecting defects on a wafer |
| US8223327B2 (en) * | 2009-01-26 | 2012-07-17 | Kla-Tencor Corp. | Systems and methods for detecting defects on a wafer |
| US9418413B1 (en) * | 2009-07-06 | 2016-08-16 | Camtek Ltd. | System and a method for automatic recipe validation and selection |
| US8289508B2 (en) | 2009-11-19 | 2012-10-16 | Globalfoundries Singapore Pte. Ltd. | Defect detection recipe definition |
| US9310316B2 (en) * | 2012-09-11 | 2016-04-12 | Kla-Tencor Corp. | Selecting parameters for defect detection methods |
| US9092846B2 (en) * | 2013-02-01 | 2015-07-28 | Kla-Tencor Corp. | Detecting defects on a wafer using defect-specific and multi-channel information |
| US9865512B2 (en) * | 2013-04-08 | 2018-01-09 | Kla-Tencor Corp. | Dynamic design attributes for wafer inspection |
| US9726617B2 (en) | 2013-06-04 | 2017-08-08 | Kla-Tencor Corporation | Apparatus and methods for finding a best aperture and mode to enhance defect detection |
| US9714905B1 (en) * | 2013-06-23 | 2017-07-25 | Kla-Tencor Corp. | Wafer inspection recipe setup |
| US10127652B2 (en) * | 2014-02-06 | 2018-11-13 | Kla-Tencor Corp. | Defect detection and classification based on attributes determined from a standard reference image |
| US9535010B2 (en) | 2014-05-15 | 2017-01-03 | Kla-Tencor Corp. | Defect sampling for electron beam review based on defect attributes from optical inspection and optical review |
| US9766186B2 (en) * | 2014-08-27 | 2017-09-19 | Kla-Tencor Corp. | Array mode repeater detection |
| US9518934B2 (en) * | 2014-11-04 | 2016-12-13 | Kla-Tencor Corp. | Wafer defect discovery |
| US9702827B1 (en) | 2014-11-20 | 2017-07-11 | Kla-Tencor Corp. | Optical mode analysis with design-based care areas |
| US10650508B2 (en) * | 2014-12-03 | 2020-05-12 | Kla-Tencor Corporation | Automatic defect classification without sampling and feature selection |
| US9830421B2 (en) * | 2014-12-31 | 2017-11-28 | Kla-Tencor Corp. | Alignment of inspection to design using built in targets |
| US10012689B2 (en) * | 2015-03-25 | 2018-07-03 | Applied Materials Israel Ltd. | Method of inspecting a specimen and system thereof |
| US9875536B2 (en) * | 2015-03-31 | 2018-01-23 | Kla-Tencor Corp. | Sub-pixel and sub-resolution localization of defects on patterned wafers |
| JP6244329B2 (ja) * | 2015-05-12 | 2017-12-06 | 東京エレクトロン株式会社 | 基板の検査方法、基板処理システム及びコンピュータ記憶媒体 |
| US9711327B2 (en) * | 2015-07-16 | 2017-07-18 | Applied Materials Israel, Ltd. | Method and system for optimizing configurable parameters of inspection tools |
| US10186028B2 (en) * | 2015-12-09 | 2019-01-22 | Kla-Tencor Corporation | Defect signal to noise enhancement by reducing die to die process noise |
| US10338002B1 (en) * | 2016-02-01 | 2019-07-02 | Kla-Tencor Corporation | Methods and systems for selecting recipe for defect inspection |
| US11047806B2 (en) * | 2016-11-30 | 2021-06-29 | Kla-Tencor Corporation | Defect discovery and recipe optimization for inspection of three-dimensional semiconductor structures |
| US10600175B2 (en) * | 2017-03-24 | 2020-03-24 | Kla-Tencor Corporation | Dynamic care areas for defect detection |
| US10733744B2 (en) * | 2017-05-11 | 2020-08-04 | Kla-Tencor Corp. | Learning based approach for aligning images acquired with different modalities |
| US10648925B2 (en) * | 2017-06-05 | 2020-05-12 | Kla-Tencor Corporation | Repeater defect detection |
| US10964016B2 (en) * | 2018-03-13 | 2021-03-30 | Kla-Tencor Corporation | Combining simulation and optical microscopy to determine inspection mode |
| US11514357B2 (en) * | 2018-03-19 | 2022-11-29 | Kla-Tencor Corporation | Nuisance mining for novel defect discovery |
| US10670536B2 (en) | 2018-03-28 | 2020-06-02 | Kla-Tencor Corp. | Mode selection for inspection |
| US10697900B2 (en) * | 2018-06-19 | 2020-06-30 | Kla-Tencor Corporation | Correlating SEM and optical images for wafer noise nuisance identification |
| US10867108B2 (en) * | 2018-09-18 | 2020-12-15 | Taiwan Semiconductor Manufacturing Co., Ltd. | Optical mode optimization for wafer inspection |
-
2019
- 2019-04-19 US US16/389,442 patent/US10801968B2/en active Active
- 2019-10-25 CN CN201980073930.0A patent/CN112997069B/zh active Active
- 2019-10-25 JP JP2021522471A patent/JP7257511B2/ja active Active
- 2019-10-25 KR KR1020217014833A patent/KR102576877B1/ko active IP Right Grant
- 2019-10-25 WO PCT/US2019/058145 patent/WO2020087004A1/en active Application Filing
- 2019-10-25 IL IL282335A patent/IL282335B2/en unknown
- 2019-10-25 TW TW108138618A patent/TWI816922B/zh active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20040228515A1 (en) * | 2003-03-28 | 2004-11-18 | Takafumi Okabe | Method of inspecting defects |
| US20080279444A1 (en) * | 2007-05-07 | 2008-11-13 | Verlyn Fischer | Computer-implemented methods, computer-readable media, and systems for identifying one or more optical modes of an inspection system as candidates for use in inspection of a layer of a wafer |
| US20090284733A1 (en) * | 2008-05-14 | 2009-11-19 | Richard Wallingford | Computer-implemented methods, carrier media, and systems for selecting polarization settings for an inspection system |
| US20110320149A1 (en) * | 2009-02-06 | 2011-12-29 | Kla-Tencor Corporation | Selecting One or More Parameters for Inspection of a Wafer |
| KR20150043448A (ko) * | 2012-08-14 | 2015-04-22 | 케이엘에이-텐코 코포레이션 | 자동화된 검사 시나리오 생성 |
Also Published As
| Publication number | Publication date |
|---|---|
| US10801968B2 (en) | 2020-10-13 |
| TWI816922B (zh) | 2023-10-01 |
| US20200132610A1 (en) | 2020-04-30 |
| KR102576877B1 (ko) | 2023-09-08 |
| JP7257511B2 (ja) | 2023-04-13 |
| JP2022505801A (ja) | 2022-01-14 |
| WO2020087004A1 (en) | 2020-04-30 |
| CN112997069A (zh) | 2021-06-18 |
| TW202107070A (zh) | 2021-02-16 |
| CN112997069B (zh) | 2022-09-09 |
| IL282335B2 (en) | 2024-05-01 |
| IL282335B1 (en) | 2024-01-01 |
| IL282335A (en) | 2021-05-31 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102576877B1 (ko) | 이미지 프레임들에 기반한 알고리즘 선택기 | |
| US10698325B2 (en) | Performance monitoring of design-based alignment | |
| KR102485548B1 (ko) | 시뮬레이션과 광학 현미경 검사를 결합하여 검사 모드 결정 | |
| TWI673489B (zh) | 以使用一適應性滋擾過濾器產生針對一樣本之檢驗結果之系統及方法，以及非暫時性電腦可讀媒體 | |
| US10557802B2 (en) | Capture of repeater defects on a semiconductor wafer | |
| US11803960B2 (en) | Optical image contrast metric for optical target search | |
| CN114341630B (zh) | 等概率缺陷检测 | |
| KR20220041126A (ko) | 광학 검사를 이용한 프로세스 모니터링 방법 | |
| US12056867B2 (en) | Image contrast metrics for deriving and improving imaging conditions |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| A302 | Request for accelerated examination | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |