TW201407654A - 歐傑元素識別演算法 - Google Patents
歐傑元素識別演算法 Download PDFInfo
- Publication number
- TW201407654A TW201407654A TW102120834A TW102120834A TW201407654A TW 201407654 A TW201407654 A TW 201407654A TW 102120834 A TW102120834 A TW 102120834A TW 102120834 A TW102120834 A TW 102120834A TW 201407654 A TW201407654 A TW 201407654A
- Authority
- TW
- Taiwan
- Prior art keywords
- energy spectrum
- input energy
- input
- spectrum
- oujie
- Prior art date
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
- G01N23/22—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by measuring secondary emission from the material
- G01N23/227—Measuring photoelectric effect, e.g. photoelectron emission microscopy [PEEM]
- G01N23/2276—Measuring photoelectric effect, e.g. photoelectron emission microscopy [PEEM] using the Auger effect, e.g. Auger electron spectroscopy [AES]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2413—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on distances to training or reference patterns
- G06F18/24133—Distances to prototypes
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01J—ELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
- H01J37/00—Discharge tubes with provision for introducing objects or material to be exposed to the discharge, e.g. for the purpose of examination or processing thereof
- H01J37/26—Electron or ion microscopes; Electron or ion diffraction tubes
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01J—ELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
- H01J49/00—Particle spectrometers or separator tubes
- H01J49/0027—Methods for using particle spectrometers
- H01J49/0036—Step by step routines describing the handling of the data generated during a measurement
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01J—ELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
- H01J49/00—Particle spectrometers or separator tubes
- H01J49/44—Energy spectrometers, e.g. alpha-, beta-spectrometers
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2223/00—Investigating materials by wave or particle radiation
- G01N2223/30—Accessories, mechanical or electrical features
- G01N2223/345—Accessories, mechanical or electrical features mathematical transformations on beams or signals, e.g. Fourier
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/12—Classification; Matching
- G06F2218/16—Classification; Matching by matching signal segments
- G06F2218/20—Classification; Matching by matching signal segments by applying autoregressive analysis
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Chemical & Material Sciences (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Pathology (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Health & Medical Sciences (AREA)
- Biochemistry (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Immunology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
Abstract
本發明揭示用於將一歐傑電子能譜分解為元素成分及化學成分之系統及方法,該等系統及方法包含:調節一輸入能譜以產生一正規化輸入能譜;判定該正規化輸入能譜與所儲存元素能譜訊符之間的統計相關性;及由該統計相關性特徵化該輸入能譜中之元素物種或化學物種,其中該調節該輸入能譜包含估計該輸入能譜中之非歐傑電子之一背景信號及自該輸入能譜減去該所估計背景信號。
Description
本申請案主張Mark Allen Neil等人於2012年6月12日申請之標題為「AUGER ELEMENTAL IDENTIFICATION ALGORITHM」之美國臨時申請案第61/658,494號之優先權利。
本發明係關於歐傑電子能譜學(AES)。更具體言之,本發明係關於用於使用多重線性迴歸技術將一歐傑電子能譜分解為元素成分及化學成分之方法及設備。
對愈來愈便宜及重量愈來愈輕的可攜式電子裝置的需求使對製造可持久、重量輕且成本低的電子電路(包含高密度記憶體晶片)之需要增長。電子裝置及積體電路之複雜性增加結合個別電路元件之大小降低對製造程序(尤其關於製造圖案之解析度及精確度)加上更嚴苛的要求。以奈米級製造之能力保證連續小型化功能裝置。
微製造技術可生產具有奈米量級之特徵之結構。微製造係用於多種應用,諸如製造積體電路(即,半導體處理)、生物技術、光學技術、機械系統及微機電系統(「MEMS」)。
微製造通常係涉及圖案化沈積或自構成一完整裝置之一或多層移除材料之一多步驟程序。微製造對污染粒子的存在很敏感。在微製造中,通常在程序步驟之間針對污染的存在檢驗一基板。隨著微製造
特徵之大小降低,愈來愈小的污染粒子及膜可影響裝置良率。已開發出用於偵測污染粒子之多個工具。諸如掃描電子顯微鏡(SEM)之檢驗工具通常係用以針對缺陷檢驗一部分製造裝置或含有多個裝置之晶圓。對於某些情況,使用(例如)該SEM可足以成像該等缺陷且可足以分析該影像以特徵化該等缺陷。但是對於許多情況,一旦偵測到缺陷,特徵化材料組成物即變得很重要。
用於能譜元素分析之測量儀器充分利用在一物質用來自諸如一電子槍之一來源之電子或離子轟擊或輻照之後發射自該物質之電子、離子或X光線。能量散佈X光線分析(EDX)係其中一電子射束撞擊一導電樣本之表面之一技術。該射束之能量通常係在5千電子伏特(keV)至20keV之範圍中。這導致自電子衝擊該樣本之區域發射X光線。所發射的X光線之能量取決於受檢查材料。對於EDX,該等X光線係產生於深度為幾百奈米至幾微米之一區域中。對於足夠大的缺陷,EDX可具有適當的敏感度及空間解析度。不幸的是,對於極小的缺陷,EDX不一定具有用以特徵化此等缺陷之敏感度。
另一種帶電粒子能譜學技術稱為歐傑電子能譜學(AES)。不同於偵測X光線之EDX,AES偵測以表面材料之一能量特性發射之次級電子。使用具有一電子能量分析儀(諸如一柱面鏡分析儀(CMA)、半球形扇區能量分析儀(HSA)、一雙曲線場分析儀或一S曲線分析儀)之一電子偵測系統獲得歐傑資料。
Mehran Nasser-Ghodsi等人於2008年2月15日申請之標題為「METHOD AND INSTRUMENT FOR CHEMICAL DEFECT CHARACTERIZATION IN HIGH VACUUM」之共同讓渡的美國專利第7,635,842號中揭示可用以獲取一歐傑電子能譜之一雙曲線場分析儀之一實例,該案之全部內容係以引用方式併入本文。
Khashayar Shadman等人於2011年3月17日申請之標題為
「CHARGED-PARTICLE ENERGY ANALYZER」之共同讓渡的美國專利第8,421,030號中揭示可用以獲取一歐傑電子能譜之一S曲線分析儀之一實例,該案之全部內容係以引用方式併入本文。
使用電子能量分析儀獲取歐傑電子輸入能譜涉及使用來自某個來源(諸如一電子槍)之一電子流轟擊標靶樣本及偵測由該標靶樣本發射之電子能量。當電子入射時,標靶材料發出多種發射,包含X光線、次級電子及來自該來源之反向散射初級電子。該等發射以文獻中熟知之方式包含歐傑電子(一特定類別的次級電子)。歐傑電子能譜學係一種表面分析技術,這係因為所發射的電子之能量通常係在50eV至3keV之範圍中,且在此能量下此等電子不能自該表面中之幾奈米以上深度逸出(當然,能量愈高,電子可自其逸出之層愈厚)。
所發射電子被標繪為係能量之一函數之能譜以獲得藉由特定歐傑電子能譜學分析技術分析之輸入能譜。此輸入信號包含次級電子之一寬的背景能譜以及存在於標靶樣本中之特定元素之一或多個歐傑能譜。可使用一種適當的歐傑電子能譜學分析技術分析此輸入能譜以基於存在於該信號中之歐傑能譜化學地特徵化標靶材料。
特徵化該標靶材料之表面可包含基於存在於輸入能譜中之特性歐傑能譜判定存在於一能譜中之元素類型。歐傑電子能譜學分析技術之一般目的係隔離相關歐傑能譜與能譜資料,該能譜資料可為包含對應於非歐傑次級電子能量之寬的背景能譜及由用以獲取該資料之特定電子偵測系統產生之雜訊之一有雜訊信號。
然而,傳統的AES分析技術存在若干缺點。一個缺點是,該等技術在嘗試分析一有雜訊信號時遭遇不良效能,這可使其難以區分微分信號中之歐傑電子轉變峰值。此外,傳統技術無法充分處置峰值模糊,其中不同的元素及/或化學物質在輸入能譜中具有類似轉變峰值位置或重疊之歐傑能譜。此外,傳統技術遭遇關於諸如可歸因於化學
組成物或校準問題引起的甚至微乎其微的能譜位移之不良效能。
為獲得一良好品質的信號(即,具有一高信雜比(SNR)之信號),可將標靶樣本置於通常約10-10Torr至10-9Torr之一超高真空(UHV)中。然而,UHV系統之設計複雜性及較緩慢的操作循環阻礙快速分析生產規模之基板處理的缺陷,其等趨於在高真空(例如約10-7Torr至10-6Torr)下操作。可更快地且在一生產環境之一高真空環境中進行歐傑能譜學,但是該程序可產生具有一低SNR之一較低品質能譜輸入信號,從而在使用傳統的歐傑分析技術時導致不良的識別效能。
本發明之態樣於此背景下形成。
本發明之一態樣係一種輸入能譜之歐傑能譜分析之方法,該輸入能譜包含一歐傑能譜,該方法包含:調節該輸入能譜以產生一正規化輸入能譜;判定該正規化輸入能譜與所儲存元素能譜訊符之間的統計相關性;及由該統計相關性特徵化該輸入能譜中之物種,其中調節該輸入能譜包含估計該輸入能譜中之非歐傑電子之一背景信號及自該輸入能譜減去該所估計背景信號。
在一些實施方案中,該所估計背景信號係該輸入能譜之一凸形包絡且估計該背景信號包含使用一凸包演算法以計算該凸形包絡。
在一些實施方案中,判定統計相關性包含對照該等所儲存的元素能譜訊符對該正規化輸入能譜執行多重線性迴歸。
在一些實施方案中,調節該輸入能譜包含過濾該輸入能譜以自該輸入能譜移除雜訊。
在一些實施方案中,過濾該輸入能譜包含對該輸入能譜應用一Savitzky-Golay平滑濾波器。
在一些實施方案中,過濾該輸入能譜包含對該輸入能譜應用一高斯(Gaussian)濾波器。
在一些實施方案中,過濾該輸入能譜包含對該輸入能譜應用二項式濾波器。
在一些實施方案中,過濾該輸入能譜包含對該輸入能譜應用一方箱函數濾波器。
在一些實施方案中,該方法包含獲取該輸入能譜,其中獲取該輸入能譜包含將一電子射束引向一標靶及使用一電子偵測系統判定發射自該標靶之次級電子之一能量能譜。
在一些實施方案中,該標靶係一半導體晶圓上之一缺陷。
在一些實施方案中,該電子偵測系統係包含於檢視工具之一度量衡中。
在一些實施方案中,調節該輸入能譜包含自該輸入能譜減去一參考能譜。
在一些實施方案中,該方法包含獲取該輸入能譜,其中獲取該輸入能譜包含將一電子射束引向一半導體晶圓上之一缺陷及使用一電子偵測系統判定發射自該缺陷之次級電子之一能量能譜;及獲取該參考能譜,其中獲取該參考能譜包含將一電子射束引向半導體晶圓上不具有一缺陷之標靶及使用該電子偵測系統判定發射自該標靶之次級電子之一能量能譜。
在一些實施方案中,特徵化物種包含識別該輸入能譜中之元素。
在一些實施方案中,特徵化物種包含判定所識別元素之濃度。
在一些實施方案中,特徵化物種包含判定該等所識別元素之置信度。
本發明之又另一態樣係一種系統,該系統具有:一處理器單元;一記憶體單元,其耦合至該處理器單元;複數個元素能譜訊符,其等收錄於該記憶體單元中;及程式指令,其等收錄於該記憶體單元
中且可藉由該處理器單元執行,其中藉由該處理器單元執行該等程式指令導致該處理器單元實施一輸入能譜之歐傑能譜分析之一方法,該輸入能譜包含一歐傑能譜,該方法包含:調節該輸入能譜以產生一正規化輸入能譜;判定該正規化輸入能譜與該等元素能譜訊符之間的統計相關性;及由該統計相關性特徵化該輸入能譜中之物種,其中調節該輸入能譜包含估計該輸入能譜中之非歐傑電子之一背景信號及自該輸入能譜減去該所估計背景信號。
在一些實施方案中,該系統包含一電子偵測系統,其中該方法進一步包含獲取該輸入能譜,其中獲取該輸入能譜包含將一電子射束引向一標靶及使用該電子偵測系統判定發射自該標靶之次級電子之一能量能譜。
在一些實施方案中,該電子偵測系統係裝備在檢視工具之一度量衡中。
本發明之又另一態樣係一種其中收錄程式指令之非暫時性電腦可讀媒體,其中藉由一處理器單元執行該等程式指令導致該處理器單元執行一輸入能譜之歐傑能譜分析之一方法,該輸入能譜包含一歐傑能譜,該方法包含:調節該輸入能譜以產生一正規化輸入能譜;判定該正規化輸入能譜與所儲存元素能譜訊符之間的統計相關性;及由該統計相關性特徵化該輸入能譜中之物種,其中調節該輸入能譜包含估計該輸入能譜中之非歐傑電子之一背景信號及自該輸入能譜減去該所估計背景信號。
102‧‧‧輸入能譜
104‧‧‧微分
106‧‧‧非歐傑背景能譜
108‧‧‧歐傑能譜
110‧‧‧突波
200‧‧‧方法
202‧‧‧輸入能譜/輸入信號
212‧‧‧步驟
214‧‧‧正規化能譜/正規化輸入能譜
216‧‧‧參考能譜
218‧‧‧系統特定校準資料
220‧‧‧步驟
222‧‧‧元素能譜訊符/歐傑能譜/能譜訊符
224‧‧‧步驟
226‧‧‧步驟
228‧‧‧步驟
230‧‧‧方法之結果
232‧‧‧配方
302‧‧‧輸入能譜/輸入信號
306‧‧‧背景能譜
306’‧‧‧經估計之背景能譜
308‧‧‧銅(Cu)訊符訊符歐傑能譜
308’‧‧‧歐傑能譜
360‧‧‧元素能譜訊符
361‧‧‧非彈性尾端/尾端部分
362‧‧‧歐傑峰值/LMM分量/峰值部分
400‧‧‧方法
402‧‧‧輸入能譜/輸入信號
412‧‧‧步驟
414‧‧‧正規化輸入能譜
422‧‧‧元素能譜訊符/資料
428‧‧‧步驟
430‧‧‧元素、濃度、置信度
444‧‧‧步驟
446‧‧‧步驟
448‧‧‧步驟
500‧‧‧系統/控制器
570‧‧‧處理器單元
572‧‧‧記憶體單元
574‧‧‧程式
576‧‧‧資料匯流排
577‧‧‧資料
578‧‧‧支持電路
579‧‧‧輸入/輸出電路
580‧‧‧電源供應器
581‧‧‧時脈
582‧‧‧快取記憶體
584‧‧‧大量儲存裝置
586‧‧‧顯示器單元
588‧‧‧使用者介面
590‧‧‧網路介面
592‧‧‧電子偵測系統
594‧‧‧分析工具
600‧‧‧效能結果/表
652‧‧‧行
654‧‧‧行
656a‧‧‧基於微分之技術
656b‧‧‧基於微分之技術
656c‧‧‧基於微分之技術
656d‧‧‧基於迴歸之技術
藉由結合隨附圖式考慮下列實施方式可容易地理解本發明之教示。
圖1係根據一傳統歐傑分析技術之描繪一歐傑電子輸入能譜及其微分之一能譜。
圖2係根據本發明之各種態樣之描繪將一歐傑電子輸入能譜分解為元素成分及化學成分之一方法之一流程圖。
圖3A至圖3C係根據本發明之各種態樣之描繪估計一背景信號及自一歐傑電子輸入能譜減去該背景信號之能譜。
圖3D描繪根據本發明之各種態樣之一元素訊符能譜。
圖4係根據本發明之各種態樣之描繪將一歐傑電子輸入能譜分解為元素成分及化學成分之一方法之一流程圖。
圖5係用於執行根據本發明之各種態樣之歐傑能譜分析之一系統之一方塊圖。
圖6係描繪各種歐傑元素識別技術之效能結果之一表。
雖然下列實施方式針對圖解之目的含有許多特定細節,但是一般技術者將明白,下列細節之許多變動及變更係在本發明之範疇內。因此,提出下文描述的本發明之例示性實施例而不失本發明之一般性且不強加限制於本發明。
介紹
如本文中使用,一元素之「能譜訊符」指代跨一電子能量範圍之元素之特性歐傑能譜之一些或所有。特定言之,雖然如本文中定義之一元素「能譜訊符」不一定係一元素之一整個歐傑能譜,但是一「能譜訊符」包含跨一能量範圍之一元素之特性歐傑能譜資料之至少一些,而不僅僅包含一特性峰值位置。因此,根據本發明之態樣之元素識別演算法無需參考能譜之一全能量範圍之資料。可在其中所使用的參考能譜僅包含一較大參考能譜之一小能量窗之情況中實施本發明之態樣。
傳統的歐傑能譜學分析技術通常嘗試藉由取得輸入信號之微分及搜尋不同元素及化學物質在已知能量下的轉變峰值來隔離歐傑資料
與背景能譜,其中微分信號中之此等轉變峰值對應於該輸入能譜之歐傑電子。此等轉變峰值之位置(即,能量)可藉由搜尋微分信號中具有高於某個臨限值之一量值之峰值來加以判定。圖1中描繪用於歐傑電子能譜學之一輸入能譜102及其對應的微分104之一闡釋性實例。該歐傑能譜資料包含跨該輸入能譜102之長度延伸之一寬的非歐傑背景能譜106及定位於該輸入能譜102之一特定能量處之一歐傑能譜108兩者。為隔離該歐傑資料與該背景信號並基於該等歐傑峰值位置識別化學物種或元素物種,許多傳統的分析技術涉及取得該輸入能譜102之微分104及基於突波110在微分信號中之位置識別發射歐傑電子之能量,該等突波110對應於原始信號中之轉變峰值。
根據本發明之態樣,可使用統計相關性技術特徵化一歐傑輸入能譜中之元素物種及化學物種。可估計對應於非歐傑次級電子之特性背景信號且可自該歐傑輸入能譜減去所估計信號以隔離基本輸入信號中之歐傑能譜。識別技術可包含可跨具有各種樣本及系統相依背景信號之不同歐傑輸入能譜應用之一背景信號估計演算法。多重線性迴歸(有時候被稱為「複線性迴歸」)可用以判定所儲存元素能譜訊符與移除背景信號之正規化歐傑輸入能譜之間的統計相關性。
根據本發明之態樣,在歐傑電子能譜學中,可將任何輸入能譜視為歐傑元素訊符、非歐傑電子之一背景信號及自電子偵測程序產生之雜訊之一線性組合。例如,Sinput=k1Cu+k2Fe+Sbackground+Snoise,其中除一寬的非歐傑背景信號Sbackground及信號雜訊Snoise以外,Sinput亦係具有銅(Cu)及鐵(Fe)歐傑能譜之一歐傑輸入信號。迴歸可用以尋找上述實例之k1及k2。此外,合理地預期迴歸係數k1及k2與組成物線性地相依。因此,該等迴歸係數k1及k2可用以判定存在於自其獲得歐傑輸入能譜之樣本中之元素相對濃度及/或化學組成物。
該背景信號Sbackground可負面地影響元素之識別以及其等濃度之判
定,這係因為該背景信號Sbackground使所關注的基本歐傑資料失真。此外,各輸入能譜之背景信號可基於各種樣本及偵測系統特定特性而不同。根據本發明之態樣,在一些實施方案中,此背景信號可以無須人為干預之一方式自動且跨不同的輸入能譜而精確地估計以解釋該輸入能譜之差異。
特定實施例
圖2中描繪本發明之一闡釋性實施方案。經圖解說明之實施方案描繪用於分析根據本發明之各種態樣之歐傑能譜資料之一方法200。
雖然該圖式中未展示,但是該方法200可包含藉由使用能量電子轟擊一標靶樣本及偵測次級電子(包含歐傑電子)獲取輸入能譜202之歐傑資料。可使用包含一電子能量分析儀之一電子偵測系統收集該歐傑資料。例如(而非限制),該電子能量分析儀可為一柱面鏡分析儀(CMA)、半球形扇區能量分析儀(HSA)、一雙曲線場分析儀或一S曲線分析儀。待分析之標靶材料可為具有一缺陷之一半導體晶圓,且可將該等電子引向該缺陷以特徵化存在於該缺陷中之化學物種及元素物種。在一些實施方案中,該電子偵測系統可位於一半導體製造設施(fab)中。該電子偵測系統可為該fab中之一獨立單元或可整合於一工具中。例如,該電子偵測系統可整合於一半導體分析工具中,諸如(例如)檢視工具或一檢驗工具之一度量衡。
一旦獲得該輸入能譜202,該方法200可包含在212處調節該輸入信號以產生一正規化能譜214。在212處調節該信號可包含估計該輸入信號202之一背景能譜及自該輸入能譜202減去所估計背景信號。可以多種方式執行計算該背景信號之估計。例如(而非限制),根據本發明之態樣,可藉由使用計算構成該輸入能譜之資料集之一凸包之一凸包演算法或藉由計算該輸入信號之「最小斜率擬合」執行計算該背景信號之估計。
信號調節212亦可視需要包含自輸入能譜202減去一參考能譜216以消除非所關注的歐傑能譜。這可包含使用該電子偵測系統自鄰近標靶樣本獲得一能譜,其中假設該材料之此鄰近位置並非具有自其收集該輸入能譜202之標靶樣本中發現之所有元素。可自該輸入能譜202減去此參考能譜216以自該輸入信號202移除非所關注的一或多個歐傑能譜。在一實施方案中,在一半導體fab中,這可包含驅動電子至一晶圓不具有經特徵化之缺陷之一部分及自該輸入能譜減去此經收集之參考能譜以僅獲得與該缺陷中之污染有關之該歐傑資料。這可視需要用以最佳化該方法200且避免不必要的計算。
信號調節212亦可視需要包含過濾該輸入能譜以平滑化該信號並消除雜訊。例如(而非限制),利用一Savitzky-Golay濾波器、二項式濾波器、高斯濾波器或方箱函數濾波器過濾該輸入能譜202。如上提及,歐傑電子產生及資料收集固有地係一有雜訊程序。在實施方案中,信號調節212可包含過濾該輸入能譜202以移除雜訊並改良識別。然而,用以減小的過濾亦可減小信號強度並以一不同方式降低識別成功性。因此,可注意避免過度過濾該輸入能譜202。在一些實施方案中,可自該信號調節完全省略該輸入能譜202之過濾以產生正規化輸入能譜。此外,若使用過濾以使該輸入能譜解除雜訊,則可對所儲存元素能譜訊符222使用對該輸入能譜202使用之類似或相同過濾以確保精確的相關性結果。
信號調節212亦可包含基於系統特定校準資料218之校準,諸如(例如)自該輸入能譜202減去一經量測之電子暗電流曲線。該暗電流曲線基本上係使用用以產生該輸入能譜202但是未使用電子轟擊標靶以產生次級電子之相同系統獲得之一能譜。在一些實施方案中,可預期該暗電流係一低頻曲線且可藉由背景移除之其他方法自動地移除。因此,為簡單起見可省略此步驟。
信號調節212亦可包含以一不同頻率倉(bin)大小(例如,1eV)再取樣該信號及正規化振幅。注意,能量頻率倉大小不同於能量解析度。通常選取約解析度之一半之頻率倉大小。信號調節212亦可包含限幅輸入信號至所關注能量之特定範圍。例如(而非限制),這可包含限幅輸入能譜至100eV至2050eV之一範圍。
一旦獲得正規化能譜214,該方法200可立即包含在220處使用非負多重線性迴歸以使該正規化能譜214中之一或多個能譜與所儲存元素能譜訊符220之一資料庫中含有之一或多個特性歐傑能譜相關。因為各元素大體上具有一特性歐傑能譜,所以可使用多重線性迴歸220以判定此等特性歐傑能譜222與該正規化能譜214之一或多個部分之間的統計相關性,以判定存在於自其獲得該輸入能譜202之標靶樣本之表面中之元素物種及化學物種的存在。此等元素能譜訊符222之一資料庫可包含所期望的許多元素及用於特徵化自其獲得該輸入能譜202之特定標靶樣本所關注之任何物種。同樣地,可取決於所關注之儲存於該資料庫中之元素使用多重線性迴歸220以判定該正規化輸入能譜214與元素能譜訊符之一些或所有之間之一相關性。
可藉由在224處消除具有低相關性之元素及在226處重複該多重線性迴歸220直至所有相關性足夠高來迭代地執行該多重線性迴歸。這可包含消除不太可能為「真」之元素(即,存在於樣本上之概率低之元素或具有小的相關性係數(例如,約10%或更小)之元素)。此程序可包含循序地尋找元素匹配使得各選擇最小化殘餘誤差及迭代直至滿足一退出準則或達到最大匹配。在224處消除具有低相關性之元素可包含消除具有大的p值及小的相關性係數之元素。
該方法200可接著包含基於由迭代多重線性迴歸判定之統計相關性在228處判定元素濃度。在228處,元素濃度通常可對應於輸出自迭代多重線性迴歸之多重線性係數。該等係數可經正規化總計高達
1.0(即,100%組成物)使得組成物值或濃度係迴歸係數。因此,迭代多重線性迴歸可用以直接輸出元素及其等在228處存在於受檢測輸入能譜202中之各自濃度。該闡釋性方法200之結果230可包含元素及對應的濃度以及置信度,諸如(例如)對於各經識別元素0%至100%之一置信度因數,指示經判定元素及濃度為真之可能性。該置信度因數可為(例如)(100*(1-p值)%)。
雖然未描寫,但是該方法200亦可包含更新所儲存能譜訊符222之資料庫以使用相關性結果以針對未來識別而改良所儲存訊符之精確度。
該方法200可根據定義某些參數之一配方232而加以執行。例如(而非限制),配方參數可包含用於信號調節之過濾步驟及參數以及元素識別所關注之元素之一清單。該方法200可僅包含搜尋所儲存訊符之間的相關性所關注之元素。在一些實施方案中,在該方法200之一特定執行之前,可藉由一使用者輸入配方中用於識別之某些參數。
如上提及,運用歐傑電子能譜學,一輸入能譜將大體上包含一或多個歐傑電子能譜,其(其等)含有特徵化化學物種及元素物種所關注之相關資料以及對應於發射自標靶樣本之非歐傑次級電子之一背景信號。此背景能譜大體上取決於特定標靶樣本及用以獲得該輸入能譜之資料之電子偵測系統,且可負面地影響存在於該輸入能譜中之物種之濃度之識別及計算。因此,應自該輸入能譜移除該背景信號以在受檢測能譜中識別物種並計算濃度。
如上文參考圖1描述,傳統技術通常涉及藉由取得輸入能譜之微分來隔離歐傑資料與背景信號。然而,這遭遇若干缺點。在本發明之實施方案中,可藉由首先計算來自待分析之輸入能譜之背景信號之一估計接著自該輸入能譜移除此經估計之背景信號來移除該背景信號。
圖3A至圖3C圖解說明根據本發明之各種態樣之估計來自一輸入
能譜之一背景信號並移除該背景信號以產生一正規化輸入能譜之各種態樣。
圖3A中描繪一闡釋性歐傑電子能譜學輸入能譜302。該闡釋性輸入能譜302包含一銅(Cu)訊符歐傑能譜308對照如使用一歐傑電子偵測系統自一標靶材料取樣之一寬的背景能譜306。注意,僅為圖解之目的,該經圖解說明之輸入能譜302係具有極低雜訊及僅一元素歐傑能譜308之一信號。
圖3B中描繪該輸入能譜302之一經估計之背景能譜306’。可自該輸入信號302減去此經估計之背景能譜306’以隔離該輸入信號302中之歐傑能譜308’。在一些實施方案中,該經隔離之歐傑能譜308’可對應於用於判定所儲存元素能譜訊符之相關性之一正規化輸入能譜。在其他實施方案中,信號調節可包含各種其他預處理步驟,諸如(例如)在產生該正規化輸入能譜之前使用一濾波器使該信號解除雜訊及限幅至所關注之能量範圍。
根據本發明之態樣,可以辨識獨立於特定標靶樣本或用以收集能譜資料之偵測系統之歐傑輸入信號之某些特性之一方式估計背景能譜。在本發明之實施方案中,用於歐傑能譜分析之技術可採用運用此等公理以計算跨不同的受檢測輸入能譜之背景信號之精確估計之一演算法,其中各受檢測能譜可不同地具有與工具及樣本相依之特性背景信號。接著可自輸入能譜減去經估計之背景信號而不使所關注歐傑能譜顯著地失真,以使用所儲存元素能譜訊符精確地判定相關性。
根據一實施方案,可使用計算一輸入能譜之一凸包之一凸包演算法計算特性背景信號之一估計。如在數學運算中已知,點集合之一凸包(有時候被稱為一凸形包絡)係含有X之最小凸集。若點集合含有連接該集合中之各點對之線段,則該點集合被視為凸形。為將此視覺化,想像在構成一輸入能譜之一離散點集合周圍拉長一橡皮圈。此技
術確認以下事實:具體使用歐傑電子能譜學,非歐傑次級電子之背景能譜係典型地呈一大體上向上彎曲或弓形能譜之形式。此外,輸入能譜中之該一或多個歐傑能譜係對特性背景曲線之正補充。換言之,此技術確認:非歐傑電子能量之基本背景信號大體上對應於資料點之凸形包絡,而輸入信號中之歐傑電子係對基本特性背景曲線之凹形補充。因此,一凸包演算法可用以計算各輸入能譜之此凸形包絡並運用歐傑電子能譜學之此等公理。可跨具有各種樣本或系統相依特性之不同輸入能譜應用此相同凸包演算法以計算各輸入能譜特有之背景信號之精確估計。
根據另一實施方案,估計背景信號可藉由在本文中將被稱為計算輸入能譜之「最小斜率擬合」之演算法加以計算。此類型演算法不同於一凸包,該演算法一般不進行一擬合。開始於輸入能譜中的最低能量點或一預定低能量點,該演算法可搜尋最小化連接該等點之線斜率之下一個最高能量點。這可加以重複直至橫越所有點。此做法利用以下事實:背景信號總是單調遞減或單調遞增。此技術亦利用以下事實:元素訊符(即,輸入信號中之所關注歐傑能譜)係對背景信號之正補充。
圖3D中描繪一闡釋性元素能譜訊符360以圖解說明本發明之各種態樣。在此實例中,該能譜訊符360係銅(Cu)之一特性歐傑能譜。
600eV與1000eV之間的銳利但弱化特徵對應於Cu LMM歐傑電子。僅該等歐傑電子之一部分自標靶之表面逸出而未非彈性地散射。大部分歐傑電子散射一次或多次且在歐傑峰值362之低動能側上促成一寬的非彈性尾端361。
參考圖3D,對於訊符之LMM分量362之各者,可清晰地看見一銳峰值及一緩慢衰減尾端之此效果。在一些實施方案中,該等峰值部分362與該等尾端部分361之組合可用以改良識別並利用各元素之特性資
料之一寬能譜。在高雜訊情形中,一峰值之存在僅可為雜訊。但是單獨在雜訊中極不可能觀察到峰值-尾端「鋸齒」信號。因此,與在一微分信號中僅尋找峰值轉變之傳統做法相比,本發明之實施方案可搜尋所儲存核心。
根據本發明之態樣,所儲存能譜訊符之一資料庫可包含含有一特定元素之特性歐傑能譜之所有或僅一部分之相關性核心,諸如(例如)圖3D中描繪之能譜360之一些或所有之一相關性核心。該核心之寬度或存在於該核心中之能譜資訊量可如所期般變化。因為一特性歐傑能譜之整個寬度可與其他元素重疊,所以可期望僅使用訊符能譜之一部分作為一相關性核心,使得可針對含有多個元素之輸入能譜改良識別結果。
在一些實施方案中,所儲存能譜訊符可包含相關性核心,該等相關性核心包含朝各峰值之較高能量之整個銳轉變及向上朝較低能量之經非彈性散射斜坡之某個部分。可選取所使用之部分使得其對相關性添加有用的資料而不遮蔽一不同元素之一相鄰峰值,且對於不同元素而言,所選取部分可不同。
圖4之流程圖中描繪本發明之另一態樣,該流程圖圖解說明用於執行歐傑能譜分析之一方法400。該方法400利用迭代多重線性迴歸以特徵化存在於取自一受檢測標靶材料之一輸入能譜中之化學物種及元素物種。可使用包含一電子分析儀之一歐傑電子偵測系統獲得該輸入能譜。
在經圖解說明之方法400中,在412處首先調節含有歐傑能譜資料之一輸入能譜402以產生一正規化輸入能譜414。在412處調節該輸入能譜包含在444處估計對應於來自該輸入信號402之該輸入能譜中之非歐傑電子能量之一背景能譜。在444處估計該背景能譜可根據本發明之各種態樣加以執行。例如(而非限制),根據本發明之各種態樣,
可藉由使用計算構成該輸入能譜之資料集之一凸包之一凸包演算法或藉由計算該輸入信號之「最小斜率擬合」執行計算該背景信號之估計。
在該方法400中,412處之信號調節亦包含在446處減去經估計之背景能譜以自能量能譜消除非歐傑電子。412處之信號調節導致一正規化輸入能譜414。
如448處指示,該正規化輸入能譜414可與所儲存元素能譜訊符422相關。在448處使該正規化輸入能譜相關可包含對照所儲存元素能譜訊符422對該正規化輸入能譜414執行迭代多重線性迴歸以判定該正規化輸入能譜414與該等所儲存元素能譜訊符422之間的統計相關性。
在448處判定之該正規化輸入能譜414與所儲存元素訊符422之間的相關性可用以特徵化存在於該輸入能譜402中之化學物種及元素物種。該統計相關性可用以識別存在該輸入能譜中之匹配該資料422中之元素之所儲存能譜訊符之元素。該相關性亦可用以基於諸如(例如)多重線性迴歸係數判定所識別元素之對應濃度。因此,在428處基於該統計相關性特徵化該等物種可包含在430處識別元素、對應濃度、置信度或其等之任何組合。
圖5描繪用於執行根據本發明之各種態樣之歐傑電子能譜學之一系統500。
該系統500可包含一處理器單元570。例如,該處理器單元570可包含一或多個處理器,其(其等)可根據不同的熟知架構(諸如(例如),一雙核、四核、多核)或處理器-共處理器架構而組態。該系統500亦可包含一記憶體單元572(例如,RAM、DRAM、ROM等等)。該處理器單元570可執行一程式574,該程式之部分可儲存於該記憶體572中,且該處理器可經由一資料匯流排576存取該記憶體。該記憶體單元572可包含資料577,且該處理器單元570可在實施該程式574時利用
該資料577。該資料577可包含信號資料,諸如獲自一歐傑電子偵測系統之一或多個輸入能譜。該程式574可包含在執行時執行根據本發明之各種態樣之歐傑電子分析之指令以特徵化一標靶樣本之元素物種及化學物種。該資料577亦可包含用於所關注之一或多個元素之一或多個所儲存能譜訊符。
該系統500亦可包含熟知的支持電路578,諸如輸入/輸出(I/O)電路579、電源供應器(P/S)580、一時脈(CLK)581及快取記憶體582,其等可經由(例如)該匯流排576與該系統之其他組件通信。該系統500可視需要包含一大量儲存裝置584,諸如一磁碟機、CD-ROM驅動機、磁帶機、快閃記憶體或類似物,且該大量儲存裝置584可儲存程式及/或資料。該系統500亦可視需要包含一顯示器單元586。該顯示器單元586可呈一陰極射線管(CRT)、平板螢幕、觸控螢幕或顯示文字、數字、圖形符號或其他視覺物件之其他裝置之形式。該系統500亦可包含一使用者介面588以促進該系統500與一使用者之間的互動。該使用者介面588可包含一鍵盤、滑鼠、光筆、觸控板或其他裝置。
諸如(例如)一fab工程師之一使用者可使用該使用者介面588能夠在一配方中建立歐傑獲取及/或識別參數。該顯示器單元586可經由觸控螢幕顯示器單元形成該使用者介面588之一部分。該使用者介面588可包含一圖形使用者介面(GUI),其可顯示在該顯示器單元586上以促進與該系統500之使用者互動。該系統500可包含經組態以實現Wi-Fi、一乙太網路埠或其他通信方法之使用之一網路介面588。該網路介面590可併有合適的硬體、軟體、韌體或其等之某種組合以經由一電子通信網路促進通信。該網路介面590可經組態以經由區域網路及廣域網路(諸如網際網路)實施有線或無線通信。該控制器500可經由一網路經由一或多個資料封包發送並接收檔案之資料及/或請求。此等組件可以硬體、軟體、韌體或其等之某種組合實施。
該系統500可經組態以接收用於歐傑分析之能譜資料,該能譜資料可形成該資料577之一部分。該系統亦可視需要經裝備以使用一電子偵測系統592收集歐傑資料。該電子偵測系統592可包含一電子來源,諸如驅動一電子射束至一標靶材料以產生包含歐傑電子之電子發射之一電子槍。該電子偵測系統592亦可包含一電子能量分析儀,諸如(例如)一S曲線分析儀、一雙曲線場分析儀、一柱面鏡分析儀(CMA)或適用於獲得可用於歐傑電子能譜學之一電子能量能譜之其他分析儀。在一CMA中,電子行進穿過藉由兩個同心圓柱之間之一電壓差建立之一電場。具有正確能量之電子在該等圓柱之間行進至一電子偵測器。為獲得一能譜,改變該等圓柱之間之電壓且將來自該偵測器之信號標繪為該電壓差之一函數。在一S曲線分析儀或雙曲線場分析儀中,行進穿過一電場之電子取決於其等能量而採取稍微不同的路徑並落在不同位置處。此等分析儀使用可偵測落在不同位置處之電子之位置敏感偵測器。例如,該偵測器可包含一微通道板,該微通道板可由偵測多個平行位置處之電子產生信號並對各位置或「通道」產生一分離信號。因為各位置處之信號取決於撞擊在該偵測器上之電子能量,所以可在一相對較短的時間週期(例如,約1秒鐘或2秒鐘之量級)內獲得一電子能量能譜。這足夠快使得在來自背景氣體之大於約1個至3個單分子層吸附物質將在樣本上積聚之前可在一高真空環境(約10-6torr至10-7torr)中獲得一歐傑能譜。
該系統500亦可包含諸如一分析工具594之一半導體工具,其可為(例如)諸如一倍縮光罩或遮罩檢驗工具之檢視工具或一檢驗工具之一度量衡。該分析工具594可裝備該電子偵測系統592,諸如(例如)裝備具有一S曲線分析儀之一電子偵測系統之檢視工具之一電子射束度量衡。該S曲線分析儀亦可使用一位置敏感偵測器以產生對應於次級電子能譜之一信號。例如(而非限制),該系統500可包含美國專利第
7,635,842號中描述之方法及設備之特徵之一些或所有,該案之全部內容係以引用方式併入本文,該系統500包含(諸如)例如整合於如該發明中描述之一半導體工具之真空腔室中之一電子偵測系統。例如(而非限制),該系統500可包含美國專利第8,421,030號中描述之方法及設備之特徵之一些或所有,該案之全部內容係以引用方式併入本文,該系統500包含(諸如)例如該文件中描述之一S曲線電子能量分析儀。
該系統500可包含經組態以實施根據本發明之各種態樣之歐傑電子能譜學分析之一方法之一非暫時性電腦可讀媒體。該非暫時性電腦可讀媒體可進一步包含一或多個所儲存元素能譜訊符之一或多個資料庫。
圖6描繪若干歐傑元素識別技術之效能結果600。特定言之,描繪來自三種基於微分之技術656a至656c以及根據本發明之態樣執行之一種基於迴歸之技術656d之效能結果。表在行652中描繪存在於自其獲得受檢測輸入能譜之一標靶樣本中之元素,且在654處描繪該輸入能譜之一對應的信雜比(SNR)。656a至656d處描繪藉由各方法明確地識別之元素以及該等元素之對應的真肯定(TP)及假肯定(FP)率。656a處之技術MP、656b處之KA Der 3s及656c處之KA Der 6s取得輸入信號之微分以基於對應於該信號中之歐傑電子之峰值位置識別物種。656d處之技術KA Reg使用根據本發明之態樣之多重線性迴歸以判定該輸入信號中之歐傑能譜與所儲存元素能譜訊符之間的相關性。如自該表600可知,與基於微分之技術656a至656c相比,該技術656d提供顯著改良之效能。特定言之,不僅在該表之頂部處之相對明顯且高品質輸入信號中,而且在底部附近的相對有雜訊信號中,在輸入信號之整個範圍內達成輸入能譜中之元素之一近似完美真肯定識別率。
結論
與用於處理歐傑能譜資料之傳統技術相比,本發明之態樣提供
改良之效能。使用根據本發明之態樣之多重線性迴歸可充分利用廣泛的所儲存元素能譜訊符,而非狹窄峰值,藉此利用元素物種之更多資訊特性以特徵化存在於一標靶材料中之物種。此外,可使輸入能譜之解析度、位移及雜訊之影響變小,且可自動地解決不同物種之間的峰值模糊之問題。此外,分析技術可經組態以直接輸出存在於標靶材料中之物種之置信度及組成物。可根據本文中描述之技術精確地估計各輸入信號專有之一背景信號,且可對正規化信號執行多重線性迴歸以提供存在於該標靶材料中之物種之精確特徵化。
雖然上文完整地描述本發明之較佳實施例,但是可使用各種變更、修改及等效物。因此,不應關於上述描述判定本發明之範疇,而反而應關於隨附申請專利範圍連同其等全等效範疇一起判定本發明之範疇。本文中描述之任何特徵(無論是否較佳)可結合本文中描述之任何其他特徵(無論是否較佳)。在接下來的申請專利範圍中,除非另有明確陳述,否則不定冠詞「一」或「一個」指代該冠詞後面之一或多個物品之數量。該等隨附申請專利範圍不應被解譯為包含功能構件限制,除非一給定申請專利範圍中使用措詞「用於……之構件」明確地敘述此一限制。
200‧‧‧方法
202‧‧‧輸入能譜/輸入信號
212‧‧‧步驟
214‧‧‧正規化能譜/正規化輸入能譜
216‧‧‧參考能譜
218‧‧‧系統特定校準資料
220‧‧‧步驟
222‧‧‧元素能譜訊符/歐傑能譜/能譜訊符
224‧‧‧步驟
226‧‧‧步驟
228‧‧‧步驟
230‧‧‧方法之結果
232‧‧‧配方
Claims (20)
- 一種用於一輸入能譜之歐傑能譜分析之方法,該輸入能譜包含一歐傑能譜,該方法包括:調節該輸入能譜以產生一正規化輸入能譜;判定該正規化輸入能譜與一或多個所儲存元素能譜訊符之間之一統計相關性;及由該統計相關性特徵化該輸入能譜中之物種,其中該調節該輸入能譜包含估計該輸入能譜中之非歐傑電子之一背景信號及自該輸入能譜減去該所估計背景信號。
- 如請求項1之方法,其中該所估計背景信號係該輸入能譜之一凸形包絡且該估計該背景信號包含使用一凸包演算法以計算該凸形包絡。
- 如請求項1之方法,其中該判定統計相關性包含對照該等所儲存的元素能譜訊符對該正規化輸入能譜執行多重線性迴歸。
- 如請求項1之方法,其中該調節該輸入能譜進一步包含過濾該輸入能譜以自該輸入能譜移除雜訊。
- 如請求項4之方法,其中該過濾該輸入能譜包含對該輸入能譜應用一Savitzky-Golay平滑濾波器。
- 如請求項4之方法,其中該過濾該輸入能譜包含對該輸入能譜應用一高斯濾波器。
- 如請求項4之方法,其中該過濾該輸入能譜包含對該輸入能譜應用一個二項式濾波器。
- 如請求項4之方法,其中該過濾該輸入能譜包含對該輸入能譜應用一方箱函數濾波器。
- 如請求項1之方法,其進一步包括獲取該輸入能譜,其中該獲取 該輸入能譜包含將一電子射束引向一標靶及使用一歐傑偵測系統判定發射自該標靶之次級電子之一能量能譜。
- 如請求項9之方法,其中該標靶係一半導體晶圓上之一缺陷。
- 如請求項9之方法,其中該歐傑偵測系統係裝備於檢視工具之一度量衡中。
- 如請求項1之方法,其中該調節該輸入能譜進一步包含自該輸入能譜減去一參考能譜。
- 如請求項12之方法,其進一步包括:獲取該輸入能譜,其中獲取該輸入能譜包含將一電子射束引向一半導體晶圓上之一缺陷及使用一歐傑偵測系統判定發射自該缺陷之次級電子之一能量能譜;及獲取該參考能譜,其中該獲取該參考能譜包含將一電子射束引向該半導體晶圓上不具有該缺陷之標靶及使用該歐傑偵測系統判定發射自該標靶之次級電子之一能量能譜。
- 如請求項1之方法,其中該特徵化物種包含識別該輸入能譜中之元素。
- 如請求項14之方法,其中該特徵化物種進一步包含判定該等所識別元素之濃度。
- 如請求項14之方法,其中該特徵化物種進一步包含判定該等所識別元素之置信度。
- 一種系統,其包括:一處理器單元;一記憶體單元,其耦合至該處理器單元;複數個元素能譜訊符,其等收錄於該記憶體單元中;及程式指令,其等收錄於該記憶體單元中且可藉由該處理器單元執行,其中藉由該處理器單元執行該等程式指令導致該處理 器單元實施一輸入能譜之歐傑能譜分析之一方法,該輸入能譜包含一歐傑能譜,該方法包括:調節該輸入能譜以產生一正規化輸入能譜;判定該正規化輸入能譜與該等元素能譜訊符之間的統計相關性;及由該統計相關性特徵化該輸入能譜中之物種,其中該調節該輸入能譜包含估計該輸入能譜中之非歐傑電子之一背景信號及自該輸入能譜減去該所估計背景信號。
- 如請求項17之系統,其進一步包括一歐傑偵測系統,其中該方法進一步包括獲取該輸入能譜,其中該獲取該輸入能譜包含將一電子射束引向一標靶及使用該歐傑偵測系統判定發射自該標靶之次級電子之一能量能譜。
- 如請求項18之系統,其中該歐傑偵測系統係裝備於檢視工具之一度量衡中。
- 一種其中收錄複數個元素能譜訊符及程式指令之非暫時性電腦可讀媒體,其中藉由一處理器單元執行該等程式指令導致該處理器單元執行一輸入能譜之歐傑能譜分析之一方法,該輸入能譜包含一歐傑能譜,該方法包括:調節該輸入能譜以產生一正規化輸入能譜;判定該正規化輸入能譜與該等所儲存元素能譜訊符之間的統計相關性;及由該統計相關性特徵化該輸入能譜中之物種,其中該調節該輸入能譜包含估計該輸入能譜中之非歐傑電子之一背景信號及自該輸入能譜減去該所估計背景信號。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201261658494P | 2012-06-12 | 2012-06-12 | |
US13/913,240 US8658973B2 (en) | 2012-06-12 | 2013-06-07 | Auger elemental identification algorithm |
Publications (1)
Publication Number | Publication Date |
---|---|
TW201407654A true TW201407654A (zh) | 2014-02-16 |
Family
ID=49758693
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW102120834A TW201407654A (zh) | 2012-06-12 | 2013-06-11 | 歐傑元素識別演算法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US8658973B2 (zh) |
TW (1) | TW201407654A (zh) |
WO (1) | WO2013188549A1 (zh) |
Families Citing this family (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9496425B2 (en) | 2012-04-10 | 2016-11-15 | Kla-Tencor Corporation | Back-illuminated sensor with boron layer |
US9082580B2 (en) | 2013-09-23 | 2015-07-14 | Kla-Tencor Corporation | Notched magnetic lens for improved sample access in an SEM |
US9347890B2 (en) | 2013-12-19 | 2016-05-24 | Kla-Tencor Corporation | Low-noise sensor and an inspection system using a low-noise sensor |
US9748294B2 (en) | 2014-01-10 | 2017-08-29 | Hamamatsu Photonics K.K. | Anti-reflection layer for back-illuminated sensor |
US9410901B2 (en) | 2014-03-17 | 2016-08-09 | Kla-Tencor Corporation | Image sensor, an inspection system and a method of inspecting an article |
US9767986B2 (en) | 2014-08-29 | 2017-09-19 | Kla-Tencor Corporation | Scanning electron microscope and methods of inspecting and reviewing samples |
US9860466B2 (en) | 2015-05-14 | 2018-01-02 | Kla-Tencor Corporation | Sensor with electrically controllable aperture for inspection and metrology systems |
US10462391B2 (en) | 2015-08-14 | 2019-10-29 | Kla-Tencor Corporation | Dark-field inspection using a low-noise sensor |
JP6637306B2 (ja) * | 2015-12-17 | 2020-01-29 | 日本電子株式会社 | 分析方法および分光装置 |
US10778925B2 (en) | 2016-04-06 | 2020-09-15 | Kla-Tencor Corporation | Multiple column per channel CCD sensor architecture for inspection and metrology |
US10313622B2 (en) | 2016-04-06 | 2019-06-04 | Kla-Tencor Corporation | Dual-column-parallel CCD sensor and inspection systems using a sensor |
DE102018208587A1 (de) * | 2018-05-30 | 2019-12-05 | Forschungszentrum Jülich GmbH | Verfahren zur Auswertung von Rumpfelektronenspektren |
US11114489B2 (en) | 2018-06-18 | 2021-09-07 | Kla-Tencor Corporation | Back-illuminated sensor and a method of manufacturing a sensor |
US11114491B2 (en) | 2018-12-12 | 2021-09-07 | Kla Corporation | Back-illuminated sensor and a method of manufacturing a sensor |
US11848350B2 (en) | 2020-04-08 | 2023-12-19 | Kla Corporation | Back-illuminated sensor and a method of manufacturing a sensor using a silicon on insulator wafer |
Family Cites Families (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5299138A (en) | 1991-08-09 | 1994-03-29 | The United States Of America As Represented By The Secretary Of Commerce | Desk top spectrum analyzer |
US5754620A (en) | 1996-09-13 | 1998-05-19 | Advanced Micro Devices, Inc. | Apparatus and method for characterizing particles embedded within a thin film configured upon a semiconductor wafer |
US6399944B1 (en) * | 1999-07-09 | 2002-06-04 | Fei Company | Measurement of film thickness by inelastic electron scattering |
US6747697B1 (en) | 2000-07-12 | 2004-06-08 | Koninklijke Philips Electronics, N.V. | Method and apparatus for digital image defect correction and noise filtering |
JP2002195965A (ja) | 2000-12-27 | 2002-07-10 | Matsushita Electric Ind Co Ltd | オージェ電子分光分析装置およびそれを用いた分析方法 |
US6675106B1 (en) | 2001-06-01 | 2004-01-06 | Sandia Corporation | Method of multivariate spectral analysis |
US20030080291A1 (en) | 2001-10-26 | 2003-05-01 | Physical Electronics, Inc. | System and method for characterization of thin films |
US6891158B2 (en) | 2002-12-27 | 2005-05-10 | Revera Incorporated | Nondestructive characterization of thin films based on acquired spectrum |
WO2004061388A2 (en) | 2002-12-27 | 2004-07-22 | Physical Electronics, Inc. | Nondestructive characterization of thin films using measured basis spectra and/or based on acquired spectrum |
JP4241479B2 (ja) | 2004-04-05 | 2009-03-18 | 独立行政法人科学技術振興機構 | 試料分析方法及び試料分析装置 |
US7411188B2 (en) * | 2005-07-11 | 2008-08-12 | Revera Incorporated | Method and system for non-destructive distribution profiling of an element in a film |
US7912657B2 (en) | 2006-12-06 | 2011-03-22 | Applied Materials Israel, Ltd. | Method and system for providing a compensated auger spectrum |
US7635842B2 (en) | 2007-02-19 | 2009-12-22 | Kla-Tencor Corporation | Method and instrument for chemical defect characterization in high vacuum |
DE102008029498B4 (de) | 2008-06-20 | 2010-08-19 | Advanced Micro Devices, Inc., Sunnyvale | Verfahren und System zur quantitativen produktionslinieninternen Materialcharakterisierung in Halbleiterherstellung auf der Grundlage von Strukturmessungen und zugehörigen Modellen |
JP5694317B2 (ja) | 2009-07-17 | 2015-04-01 | ケーエルエー−テンカー・コーポレーションKla−Tencor Corporation | 荷電粒子エネルギー分析器装置および方法 |
GB2482680A (en) | 2010-08-09 | 2012-02-15 | Shimadzu Corp | A method for determining the presence or absence of an element in a sample |
-
2013
- 2013-06-07 US US13/913,240 patent/US8658973B2/en not_active Expired - Fee Related
- 2013-06-11 TW TW102120834A patent/TW201407654A/zh unknown
- 2013-06-12 WO PCT/US2013/045441 patent/WO2013188549A1/en active Application Filing
Also Published As
Publication number | Publication date |
---|---|
US8658973B2 (en) | 2014-02-25 |
WO2013188549A1 (en) | 2013-12-19 |
US20130341504A1 (en) | 2013-12-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8658973B2 (en) | Auger elemental identification algorithm | |
JP5264061B2 (ja) | 物質同定のための方法及び装置 | |
Van Aert et al. | Procedure to count atoms with trustworthy single-atom sensitivity | |
KR20210010948A (ko) | 웨이퍼 노이즈 뉴슨스 식별을 위한 sem 및 광학 이미지의 상관 | |
US10943762B2 (en) | Inspection system, image processing device and inspection method | |
KR20080050567A (ko) | 막에서의 구성요소의 비-파괴 분포 프로파일링에 대한 방법및 시스템 | |
US9046344B2 (en) | Multiple image metrology | |
Nakamae | Electron microscopy in semiconductor inspection | |
US9945797B2 (en) | Analysis method for obtaining XPS and AES and elements in each chemical bonding state and X-ray photoelectron spectroscope for same | |
JPWO2016103312A1 (ja) | 分析データ処理方法及び装置 | |
Okunev et al. | Recognition of nanoparticles on scanning probe microscopy images using computer vision and deep machine learning | |
Moulder | The impact of the scanning XPS microprobe on industrial applications of X-ray photoelectron spectroscopy | |
Crouzier et al. | Influence of electron landing energy on the measurement of the dimensional properties of nanoparticle populations imaged by SEM | |
JP5187810B2 (ja) | 膜厚測定方法及び試料作製方法、並びに、膜厚測定装置及び試料作製装置 | |
JP6588362B2 (ja) | 相分析装置、相分析方法、および表面分析装置 | |
El-Gomati et al. | Toward quantitative scanning electron microscopy | |
Seah et al. | Surface and interface characterization | |
WO2022049854A1 (ja) | 全反射蛍光x線分析装置及び推定方法 | |
US20230003675A1 (en) | Method and system for determining sample composition from spectral data | |
US20210010957A1 (en) | Devices and methods for detecting elements in a sample | |
Arnould et al. | Specific effects and deconvolution in submicrometre EPMA: application to binary diffusion | |
JP6020825B2 (ja) | 有機物試料の深さ方向分析方法 | |
JP6677943B2 (ja) | 顕微分光データ測定装置および方法 | |
KR101895707B1 (ko) | 플라즈마 공정의 식각 종료점 진단방법 | |
JP2022514395A (ja) | Sims質量スペクトルデータを分析するための方法及びデバイス |