TW201511157A - 使用設計資料於半導體晶圓上偵測重複缺陷之方法及系統 - Google Patents

使用設計資料於半導體晶圓上偵測重複缺陷之方法及系統 Download PDF

Info

Publication number
TW201511157A
TW201511157A TW103123329A TW103123329A TW201511157A TW 201511157 A TW201511157 A TW 201511157A TW 103123329 A TW103123329 A TW 103123329A TW 103123329 A TW103123329 A TW 103123329A TW 201511157 A TW201511157 A TW 201511157A
Authority
TW
Taiwan
Prior art keywords
wafer
weak
defects
image
geometry
Prior art date
Application number
TW103123329A
Other languages
English (en)
Other versions
TWI618161B (zh
Inventor
Eugene Shifrin
Ashok Kulkarni
Kris Bhaskar
Graham Michael Lynch
John Raymond Jordan
Chwen-Jiann Fang
Original Assignee
Kla Tencor Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Kla Tencor Corp filed Critical Kla Tencor Corp
Publication of TW201511157A publication Critical patent/TW201511157A/zh
Application granted granted Critical
Publication of TWI618161B publication Critical patent/TWI618161B/zh

Links

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
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/30—Circuit design
    • G06F30/39—Circuit design at the physical level
    • G06F30/398—Design verification or optimisation, e.g. using design rule check [DRC], layout versus schematics [LVS] or finite element methods [FEM]
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/30—Circuit design

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • General Physics & Mathematics (AREA)
  • Manufacturing & Machinery (AREA)
  • Biochemistry (AREA)
  • Analytical Chemistry (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Chemical & Material Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Power Engineering (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • General Engineering & Computer Science (AREA)
  • Geometry (AREA)
  • Evolutionary Computation (AREA)
  • Testing Or Measuring Of Semiconductors Or The Like (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)

Abstract

本發明提供用於偵測一晶圓上之缺陷之系統及方法。一方法包含：判定一晶圓之一設計中之一弱幾何之所有例項之位置。該等位置包含隨機非週期性位置。該弱幾何包含比該設計中之其他特徵更易於出現缺陷之一個或多個特徵。該方法亦包含：利用一晶圓檢測系統來掃描該晶圓以藉此利用該晶圓檢測系統之一個或多個偵測器來產生該晶圓之輸出。此外，該方法包含：基於該晶圓之一單一晶粒之該弱幾何之兩個或兩個以上例項處所產生之輸出而偵測該弱幾何之至少一例項中之缺陷。

Description

使用設計資料於半導體晶圓上偵測重複缺陷之方法及系統
本發明大體上係關於用於偵測一晶圓上之缺陷之系統及方法。
以下描述及實例不會因其包含於此章節中而成為先前技術。
在一半導體製程期間之各種步驟中，檢測程序用於偵測晶圓上之缺陷以促成該製程之較高產率及因此較高利潤。檢測已成為製造半導體裝置(諸如IC)之一重要部分。然而，隨著半導體裝置之尺寸減小，檢測對成功地製造可接受之半導體裝置顯得甚至更重要，此係因為較小缺陷可引起裝置失效。
一些當前檢測方法使用標準影像(諸如標準晶粒影像)來偵測晶圓上之缺陷。例如，可比較一標準晶粒影像(通常稱為一「黃金晶粒」)與自被檢測之一晶圓獲取之一測試晶粒影像，且可將該比較之結果輸入至一缺陷偵測演算法或方法以判定測試晶粒中是否存在任何缺陷。此等黃金晶粒影像常用於檢測晶粒之邏輯區域，此係因為晶粒之邏輯區域通常不包含用於缺陷偵測之可彼此比較之週期性重複特徵。
使用一標準晶粒影像來檢測之一缺點在於：若標準晶粒影像獲取自除被檢測之晶圓之外之一晶圓，則晶圓對晶圓雜訊會相對較高且干擾缺陷偵測或降低缺陷偵測之準確性。此外，若使用被檢測之相同 晶圓來獲取標準晶粒影像，則晶粒對晶粒雜訊亦會干擾缺陷檢測或降低缺陷偵測之準確性。此外，若使用晶圓之設計資料來產生標準晶粒影像，則標準晶粒影像無法適當地表示晶圓上之雜訊源，藉此具有上文所描述之相同缺點。
據此，將有利地發展不具有上文所描述之缺點之一者或多者的用於偵測晶圓上之缺陷之系統及方法。
各種實施例之以下描述絕不應被解釋為限制隨附申請專利範圍 之標的。
一實施例係關於一種用於偵測一晶圓上之缺陷之方法。該方法包含：判定一晶圓之一設計中之一弱幾何之所有例項之位置。該等位置包含隨機非週期性位置。該弱幾何包含比該設計中之其他特徵更易於出現缺陷之一個或多個特徵。該方法亦包含：利用一晶圓檢測系統來掃描該晶圓以藉此利用該晶圓檢測系統之一個或多個偵測器來產生該晶圓之輸出。此外，該方法包含：基於該晶圓之一單一晶粒中之該弱幾何之兩個或兩個以上例項處所產生之輸出而偵測該弱幾何之至少一例項中之缺陷。利用一個或多個電腦系統來執行該判定步驟及該偵測步驟。
可如本文所描述般進一步執行該方法之該等步驟之各者。此外，該方法可包含本文所描述之任何其他(若干)方法之任何其他(若干)步驟。此外，可由本文所描述之系統之任何者執行該方法。
另一實施例係關於一種非暫時性電腦可讀媒體，其儲存可在用於執行用於偵測一晶圓上之缺陷之一電腦實施方法之一電腦系統上執行之程式指令。該電腦實施方法包含上文所描述之方法之步驟。可如本文所描述般進一步組態該電腦可讀媒體。可如本文進一步所描述般執行該電腦實施方法之步驟。此外，可執行該等程式指令之該電腦實 施方法可包含本文所描述之任何其他(若干)方法之任何其他(若干)步驟。
一額外實施例係關於一種經組態以偵測一晶圓上之缺陷之系統。該系統包含一檢測子系統，其經組態以掃描一晶圓以藉此利用該檢測子系統之一個或多個偵測器來產生該晶圓之輸出。該系統亦包含經組態以執行上文所描述之方法之判定步驟及偵測步驟之一個或多個電腦子系統。可如本文所描述般進一步組態該系統。
100‧‧‧所關注圖案(POI)
102‧‧‧特徵
104‧‧‧特徵
106‧‧‧特徵
108‧‧‧特徵
110‧‧‧窗
200‧‧‧所關注圖案(POI)
202‧‧‧所關注圖案(POI)
204‧‧‧所關注圖案(POI)
206‧‧‧微管理區域(MCA)
208‧‧‧微管理區域(MCA)
210‧‧‧微管理區域(MCA)
212‧‧‧晶粒
300‧‧‧GDS
302‧‧‧熱點位置
304‧‧‧黃金補塊
306‧‧‧晶圓
308‧‧‧黃金缺陷
310‧‧‧模糊邏輯缺陷偵測演算法
312‧‧‧步驟
400‧‧‧GDS
402‧‧‧熱點位置
404‧‧‧黃金補塊
406‧‧‧晶圓
408‧‧‧步驟
410‧‧‧步驟
412‧‧‧像素(i,j)直方圖
414‧‧‧位置(x,y)中之離群像素
416‧‧‧步驟
500‧‧‧非暫時性電腦可讀媒體
502‧‧‧程式指令
504‧‧‧電腦系統
600‧‧‧電腦子系統
602‧‧‧電子設計自動化(EDA)工具
604‧‧‧檢測子系統
606‧‧‧系統
608‧‧‧光源
610‧‧‧分束器
612‧‧‧晶圓
614‧‧‧透鏡
616‧‧‧偵測器
618‧‧‧電腦子系統
熟悉此項技術者將利用較佳實施例之以下詳細描述之益處且在參考附圖之後明白本發明之進一步優點：圖1係繪示一晶圓上之一層之一設計中之一所關注圖案(POI)及該POI內之一微管理區域(MCA)之一實施例之一平面圖的一示意圖。
圖2係繪示一晶圓上之一層之一設計中之不同POI及該晶圓之一晶粒中之該等不同POI之位置之一實施例之一平面圖的一示意圖。
圖3及圖4係繪示用於偵測一晶圓上之缺陷之一方法之實施例的流程圖。
圖5係繪示儲存用於引起一電腦系統執行本文所描述之一電腦實施方法之程式指令之一非暫時性電腦可讀媒體之一實施例的一方塊圖。
圖6係繪示經組態以偵測一晶圓上之缺陷之一系統之一實施例之一側視圖的一示意圖。
儘管本發明可接受各種修改及替代形式，但本發明之特定實施例依舉例方式展示於圖式中且於本文中加以詳細描述。圖式可不按比例繪製。然而，應瞭解，圖式及其詳細描述不意欲使本發明受限於所揭示之特定形式；相反地，本發明將涵蓋落於由隨附申請專利範圍界定之本發明之精神及範疇內之所有修改、等效物及替代例。
現轉至圖式，應注意，圖式未按比例繪製。特定言之，圖式之一些元件之比例被顯著放大以突顯該等元件之特性。亦應注意，圖式未按相同比例繪製。已使用相同參考元件符號來指示可經類似組態之一個以上圖式中所展示之元件。若本文無另外註釋，則所描述及所展示之元件之任何者可包含任何適合市售元件。
本文所描述之實施例係關於用於偵測一晶圓上之缺陷之方法。該等方法可用於偵測一半導體晶片之設計佈局中之該晶片之一特定層處之某些「弱位置」(亦稱為「熱點」)處之缺陷。此等位置係製程之相對微小變化可導致圖案化之缺陷的所在位置。一實例係微影步驟，其中必須相對良好地控制聚焦及曝光，此係因為聚焦或曝光之相對微小變化會引起晶粒上之此等結構之若干例項失效。失效可為：「硬」失效，即，所有結構或實質上大部分結構會失效；或「軟」失效，即，相對少量之結構會失效。
在大多數檢測系統中，藉由比較一晶粒上之一給定位置與其相鄰晶粒中之對應位置而執行缺陷偵測。就週期性結構(諸如陣列)而言，吾人可比較晶粒中之一位置與遠離該測試位置之某整數個(陣列)單元之一位置。比較單元對單元與晶粒對晶粒之優點在於：晶粒之間可存在降低偵測缺陷之敏感度之其他雜訊源。例如，一晶粒與下一晶粒之間之膜厚度之變化或來自晶粒對晶粒之檢測器之聚焦平面之略微變化引入限制敏感度之雜訊。單元對單元比較中之雜訊係較少的，此係因為單元之間之距離顯著小於晶粒之間之距離。
結果是：即使在隨機邏輯區域中，依涉及現今設計之相對較小特徵比例，幾何在一晶粒內之數千個位置中重複，但未依一固定週期沿x及y重複。相同幾何(即，在100奈米×100奈米之一窗內)之此等例項可發生於一晶粒內之諸多隨機位置處。若設計佈局可用(考量一弱 幾何之一實例)，則吾人可判定一晶粒中之該幾何之所有例項之位置。例如，本文所描述之方法包含：判定一晶圓之一設計中之一弱幾何之所有例項之位置。依此方式，該設計可用於取得該晶圓上之所有熱點位置。該等位置包含隨機非週期性位置，且該弱幾何包含比該設計中之其他特徵更易於出現缺陷之一個或多個特徵。
考量此等位置，偵測演算法可比較此等位置處之對應影像(像素)以找到離群值(即，潛在缺陷)。例如，本文所描述之方法包含：利用一晶圓檢測系統來掃描晶圓以藉此利用該晶圓檢測系統之一個或多個偵測器來產生晶圓之輸出；及基於晶圓上之一單一晶粒中之弱幾何之兩個或兩個以上例項處所產生之輸出而偵測弱幾何之至少一例項中之缺陷。此係本文所描述之實施例背後之中心概念。利用可如本文進一步所描述般組態之一個或多個電腦系統來執行該判定步驟及該偵測步驟。
如本文所使用，術語「設計」大體上係指一IC之實體設計(佈局)及透過複雜模擬或簡單幾何及布林運算而自實體設計導出之資料。該設計可儲存於一資料結構(諸如一GDS檔案、任何其他標準機器可讀檔案、此項技術中已知之任何其他適合檔案、及一設計資料庫)中。 一GDSII檔案係用於表示設計佈局資料之一類檔案之一者。此等檔案之其他實例包含GL1檔案及OASIS檔案。不管資料結構組態、儲存格式或儲存機構如何，用於本文所描述之實施例中之設計可儲存於此整個檔案類之任何者中。
下文描述三種可行方法，但可發展此等方法之其他變動。該三種方法包含一補塊對標準參考補塊(在本文亦稱為一「黃金補塊」)方法、一補塊對黃金補塊及標準參考缺陷(在本文亦稱為一「黃金缺陷」)方法及一彙總補塊離群值偵測方法。
在補塊對黃金補塊方法中，吾人假定：已給定其中存在弱幾何 (熱點)之設計中之位置。在一實施例中，在設計座標空間中之一點處之一窗中指定弱幾何，且該窗之一寬度及一高度小於或等於100奈米。例如，將位於設計座標空間中之某一點處之弱幾何指定為呈具有某一寬度及高度之一窗形式。一典型窗尺寸可為100奈米×100奈米。 吾人將此窗稱為一微管理區域(MCA)。在檢測之前，針對此MCA之所有例項而搜尋此裝置/層之設計資料庫。依此方式，設計中之窗之例項構成用於檢測晶圓之至少一些MCA。可存在數千個此等例項。
在一實施例中，該方法包含圍繞該窗產生一較大窗，且該更大窗中之特徵用作為用於檢測晶圓之一所關注圖案(POI)。例如，對於各此類例項，吾人得到圍繞其之一較大窗(例如一400奈米×400奈米窗)。依此方式，考量熱點之位置(MCA)，可獲取圍繞各位置之較大設計素材，且此較大窗稱為該POI。在圖1所展示之一此類實施例中，POI 100係包含特徵102、104、106及108之一晶圓之一層之一設計中之一窗。該POI內之弱幾何可包含窗110中之特徵102及104之部分。此窗尺寸可等於或近似等於本文所描述之窗尺寸且該窗可用作為用於檢測該晶圓之該層的一MCA。
POI提供圍繞MCA之局部脈絡(context)且用於使標準參考補塊與檢測期間之測試晶粒中之對應補塊對準。例如，在一實施例中，該方法包含：基於較大窗中之特徵而判定弱幾何之設計脈絡。該設計脈絡可包含與設計相關之任何資訊，諸如弱幾何中之特徵之臨界性、弱幾何中之特徵之電功能、及類似者。在另一實施例中，偵測缺陷包含：使較大窗中之特徵與輸出中之補塊影像對準。可依任何適合方式執行使較大窗中之特徵與輸出中之補塊影像對準(例如，使用一適合圖案匹配方法及/或演算法)。可在晶圓檢測方案中產生及保存POI影像。依此方式，在一檢測運行期間，吾人可利用像素準確性來找到POI且取得MCA影像。
在一實施例中，該方法包含：將實質上相同之POI之所有例項分群成一分格且將POI之所有其他例項分群成一個或多個其他分格。依此方式，將所有POI分成分格(群組)，其中各群組包含相同圖案(幾何)。可存在若干此等群組。例如，可對圍繞晶圓上之熱點(MCA)之位置所獲取之設計素材進行類似性分析。可將相同素材分在一起，且可計算POI位置及MCA對POI之向量。
在一此類實例中，如圖2中所展示，一晶粒可包含不同POI 200、202及204，其等分別包含不同或相同MCA 206、208及210。例如，相同MCA之不同周圍部分可位於該晶粒之不同部分中，所以不同POI可用於相同弱幾何。可將該晶粒中之任何POI 200分至一群組(例如群組1)中，可將該晶粒中之任何POI 202分至另一群組(例如不同於群組1且與群組1分離之群組2)中，且可將該晶粒中之任何POI 204分至另一群組(例如不同於群組1及2且與群組1及2分離之群組3)中。
晶粒212可包含任何數目個POI之各者。例如，晶粒212可包含依據POI 200之在該晶粒中由菱形指示之POI 200之3個例項、依據POI 202之在該晶粒中由圓形指示之POI 202之4個例項、及依據POI 204之在該晶粒中由三角形指示之POI 204之3個例項。當然，根據晶圓之層之設計，該晶粒可包含任何數目個此等POI之任何者。此外，如晶粒212中所展示，該晶粒內之POI之位置可在該晶粒內沿x方向及y方向兩者隨機且無週期性。一群組內之所有POI將彼此相同且不同於另一群組中之POI。例如，群組1中之POI將全部彼此相同且不同於群組2及3中之POI，群組2中之POI將全部彼此相同且不同於群組1及3中之POI，且群組3中之POI將全部彼此相同且不同於群組1及2中之POI。
標準參考補塊可為晶圓檢測方案之設置期間所產生之一黃金補塊影像。在一實施例中，該方法包含：藉由利用晶圓檢測系統來獲取POI之至少一例項之一影像而產生POI之一標準參考補塊。例如，在 一裝置/層之一檢測方案之設置步驟期間，檢測系統可掃描一晶粒(或若干晶粒)且建構各此類群組之一標準參考補塊(黃金補塊)。此可依若干方式完成。吾人可在某一位置(自以上設計分析步驟獲知)處僅使用影像之一個例項。此外，在方案設置期間，一使用者可提供晶圓上之一無缺陷區域。
替代地，在另一實施例中，該方法包含：自由晶圓檢測系統獲取之多個影像補塊產生POI之一標準參考補塊，該多個影像補塊對應於其中存在POI之一晶粒中之不同位置。依此方式，吾人可藉由得到對應該晶粒中之不同位置(其中存在一給定POI)之影像補塊之一集合內之逐像素平均值(或中值)而建構一「平均」影像或一「中值」影像。例如，黃金補塊影像可建構為8個晶粒影像之一中值。在一實施例中，自該多影像補塊產生該標準參考補塊影像包含：利用子像素準確性來使該多影像補塊彼此對準；及一起處理該等對準之多個影像補塊。例如，當計算一平均或中值補塊影像時，需要利用子像素準確性來使被平均(或其中值被計算)之補塊對準。各POI類型(群組)之標準參考補塊(黃金補塊)儲存於檢測方案中以在檢測期間供使用。例如，在一實施例中，利用一晶圓檢測方案來執行掃描晶圓及偵測本文進一步所描述之缺陷之步驟，且方法包含：將POI及不同於該POI之任何其他POI之一標準參考補塊影像儲存於該晶圓檢測方案中。
在一實施例中，偵測缺陷包含：使POI之一標準參考補塊影像與由晶圓檢測系統產生之輸出對準以判定對應於POI之輸出；及將一個或多個缺陷偵測演算法應用於對應於POI之輸出之僅一部分，且輸出之該部分僅對應於POI中之弱幾何。例如，在檢測期間，當處理各掃描帶時，將存取晶粒中之對應POI位置(將此稱為測試補塊)，且將使該位置之特定標準參考補塊(儲存於方案中)與測試補塊對準。在對準及子像素內插之後，將執行兩個補塊之一比較。若干方法之任何者可 用於執行此影像比較以標示測試影像中之潛在缺陷像素。應注意，僅對MCA內之像素進行潛在缺陷檢查。較大POI僅用於對準目的且潛在地用於量測雜訊位準以設定偵測臨限值。此臨限值應用於藉由自POI中之各位置處之標準參考補塊像素值減去測試補塊像素值而獲得之灰階差影像。此外，在一檢測運行期間，可比較黃金補塊與每一測試晶粒影像，且可使用一單一偵測演算法或任何其他偵測演算法來依任何適合方式執行偵測。換言之，一旦比較影像與黃金補塊，則可利用任何當前所使用之(若干)缺陷偵測演算法或方法來如常進行缺陷偵測。 依此方式，本文所描述之實施例不受限於可使用之缺陷偵測之類型。
圖3展示檢測期間之一處理流程之各種實施例。特定言之，如圖3中所展示，GDS 300可用於判定熱點位置302，其可如本文進一步所描述般執行。接著，可使用本文所描述之一晶圓檢測系統來掃描晶圓306。接著，可比較由該晶圓檢測系統產生之輸出中之補塊影像與可根據本文所描述之實施例之任何者而獲取或產生之黃金補塊304。接著，模糊邏輯缺陷偵測演算法310可應用於補塊與黃金補塊比較之結果。基於模糊邏輯缺陷偵測演算法之輸出，可如步驟312中所展示般分類缺陷。
補塊對黃金補塊及黃金缺陷方法相同於上文所描述之方法(補塊對黃金補塊)，只是在此情況中，亦提供熱點區域中之一缺陷影像之一實例。例如，在一實施例中，該方法包含：產生POI之一標準參考補塊影像及POI中之弱幾何之一標準缺陷影像。假定影像來自相同裝置/層之一晶圓且基於相同類型之檢測工具及利用相同於檢測該層處之該裝置之後續晶圓時所使用之成像條件之成像條件來掃描影像。例如，在一實施例中，藉由利用掃描晶圓時所使用之晶圓檢測系統及相同成像條件來掃描相同於晶圓之設計及層之一額外晶圓而獲取該標準缺陷影像。與缺陷外觀或缺陷所在位置有關之先驗知識可在無需使用 某一形式之影像比較之情況下用於找到缺陷且排除(無缺陷)位置。
圖3展示此檢測期間之處理流程之一實施例。此方法可包含上文所描述之圖3之所有步驟。應注意，在此情況中，各測試補塊不僅與對應黃金補塊比較，且與缺陷(稱為黃金補塊)之實例比較。換言之，在一實施例中，偵測缺陷包含：比較針對弱幾何之一例項所產生之輸出與標準參考補塊影像；及比較針對弱幾何之該例項所產生之輸出與標準缺陷影像。例如，如圖3中所展示，此實施例中之方法包含：比較由晶圓檢測系統針對晶圓306所產生之輸出與可根據本文所描述之實施例之任何者而獲取或產生之黃金補塊304及黃金補塊308兩者。在該方法之此實施例中，模糊邏輯缺陷偵測演算法310可應用於輸出與黃金補塊之比較及輸出與黃金缺陷之比較兩者之結果。可比較測試影像與黃金補塊及黃金缺陷影像兩者，且可計算類似性之一量測值。
一缺陷影像之使用可提供可藉由確保測試補塊具有與黃金缺陷之一類似性且完全不同於黃金補塊(無缺陷影像)而用於防止公害偵測(誤判)之額外資訊。依此方式，在一實施例中，偵測缺陷包含：若針對弱幾何之該例項所產生之輸出與標準參考補塊影像不同且若針對弱幾何之該例項所產生之輸出與標準缺陷影像實質上相同，則判定一潛在缺陷位於弱幾何之該例項中。諸多統計分類技術可用於實施在圖3中展示為「模糊邏輯缺陷偵測演算法」之此邏輯。
黃金補塊及黃金晶粒與測試影像之間之內插距離可相對較高，因此，內插雜訊會可成為可達成敏感度之一限制。然而，內插雜訊總是會低於晶粒對晶粒雜訊。此外，本文所描述之實施例可具有比當前所使用之檢測方法略高之計算成本，但可減輕此等計算成本，此係因為被檢測之像素之數目可少於當前所使用之檢測方法之像素之數目(例如僅有熱點)。
在先前所描述之方法中，比較各測試補塊與一黃金補塊或一黃 金補塊及黃金缺陷且確定一缺陷是否存在於該測試補塊上。在彙總補塊離群值偵測方法中，僅藉由檢查所有測試補塊(屬於某一POI群組)之彙總性質而確定一測試補塊是否有缺陷。例如，在一實施例中，偵測缺陷包含：判定弱幾何之所有例項處所產生之輸出之彙總性質；及基於該等彙總性質而判定弱幾何之至少一例項是否包含一缺陷。可在子晶粒層級處(例如，晶粒可分成N個區域)或在整個晶粒層級處完成此彙總。例如，在一實施例中，偵測缺陷包含：判定一晶粒之僅一小部分中之弱幾何之例項中所產生之輸出之彙總性質；及基於該等彙總性質而判定弱幾何之至少一例項是否包含一缺陷。
此方法之優點在於：依一「自適應」方式確定構成一缺陷之內容，即，相對於補塊之彙總集之群體而界定一離群值。因此，此方法不易標示歸因於晶圓與晶圓變動(諸如就前文所描述之單一黃金補塊方法而言)而引起之公害事件。特定言之，因為黃金補塊可源自一給定晶圓，所以測試晶圓上之成像條件可略微不同且此可導致誤判。彙總方法避免此等誤判，此係因為相對於子晶粒或晶粒中之其他測試補塊之各者中之對應像素之分佈而比較MCA中之各像素。此比較自動使黃金晶粒像素值不相關，此係因為吾人恰好可看到個別像素灰階直方圖之尾部上之離群值。應注意，黃金補塊仍用於定位晶粒中之幾何之例項。亦應注意，當計算個別像素直方圖時，必須使幾何與子像素準確性對準。因此，各測試補塊應經內插以與一共同像素柵格對準。 可藉由將一彩色濾光器應用於測試補塊且在計算像素直方圖之前等化測試補塊之平均背景而移除背景色之變動。
圖4展示此一方法之一實施例。例如圖4中所展示，GDS 400可用於判定熱點位置402，如本文進一步所描述。基於該等熱點位置，可根據本文所描述之實施例之任何者而獲取或產生黃金補塊404。可由本文所描述之一檢測系統掃描晶圓406且可自每晶粒數個補塊(諸如每 晶粒1000個補塊)獲取輸出，諸如圖4之步驟408中所展示。例如，可自一給定晶粒攫取1000個(或某其他數目個)熱點位置。如圖4之步驟410中所展示，該方法可包含：使各補塊與一標準參考補塊對準且對各補塊進行色彩校正。接著，可產生像素(i,j)直方圖412。例如，對於熱點位置區域中之各像素，可計算相對於來自標準參考補塊之對應像素之一不同直方圖(例如在5個像素×5個像素之一區域中)。接著，該方法可包含：基於像素直方圖而識別位置(x,y)中之離群像素414。 例如，可使用各像素之直方圖來找到離群值。在上文所描述之實例中，將存在25個直方圖。依此方式，可檢查1000個熱點(例如，其中各熱點包含(諸如)5×5個像素)之潛在離群值。該方法可進一步包含：將離群值映射至補塊，如圖4之步驟416中所展示。依此方式，可識別對應於一離群值之補塊之各者。該方法亦可包含：選擇其中來自上一步驟之離群值空間地「群集」之補塊作為(軟)中繼器。
上文所描述之方法之實施例之各者可包含本文所描述之任何其他(若干)方法之任何其他(若干)步驟。此外，可由本文所描述之系統之任何者執行上文所描述之方法之實施例之各者。
本文所描述之所有方法可包含：將方法實施例之一個或多個步驟之結果儲存於一電腦可讀儲存媒體中。該等結果可包含本文所描述之結果之任何者且可依此項技術中已知之任何方式加以儲存。該儲存媒體可包含本文所描述之任何儲存媒體或此項技術中已知之任何其他適合儲存媒體。在已儲存該等結果之後，該等結果可存取於該儲存媒體中且由本文所描述之方法或系統實施例之任何者使用，經格式化以對一使用者顯示，由另一軟件模組、方法或系統使用，等等。
另一實施例係關於一種非暫時性電腦可讀媒體，其儲存可在用於執行用於偵測一晶圓上之缺陷之一電腦實施方法之一電腦系統上執行之程式指令。圖5中展示一此類實施例。例如圖5中所展示，非暫時 性電腦可讀媒體500儲存可在電腦系統504上執行之程式指令502，電腦系統504用於執行用於偵測一晶圓上之缺陷之一電腦實施方法。該電腦實施方法可包含本文所描述之任何(若干)方法之任何(若干)步驟。
實施方法(諸如本文所描述之方法)之程式指令502可儲存於非暫時性電腦可讀媒體500上。該電腦可讀媒體係一儲存媒體，諸如一磁碟或光碟、一磁帶、或此項技術中已知之任何其他適合非暫時性電腦可讀媒體。
可依包含基於程序之技術、基於組件之技術及/或物件導向技術之各種方式之任何者實施程式指令。例如，可根據期望使用Matlab、Visual Basic、ActiveX控制項、C、C++物件、C#、JavaBeans、Microsoft Foundation Class(「MFC」)或其他技術或方法來實施程式指令。
電腦系統504可呈各種形式，其包含一個人電腦系統、大型電腦系統、工作站、系統電腦、影像電腦、可程式化影像電腦、平行處理器、或此項技術中已知之任何其他裝置。一般而言，術語「電腦系統」可經廣義界定以涵蓋具有執行一個或多個處理器(其等執行來自一記憶體媒體之指令)之任何裝置。
一額外實施例係關於一種經組態以偵測一晶圓上之缺陷之系統。該系統包含經組態以判定一晶圓之一設計中之一弱幾何之所有例項之位置的一個或多個電腦子系統。該等位置包含隨機無週期性位置，且該弱幾何包含比該設計中之其他特徵更易於出現缺陷之一個或多個特徵。該(等)電腦子系統可經組態以如本文進一步所描述般執行此步驟。
在一實施例中，上文所描述之(若干)電腦子系統係一電子設計自動化(EDA)工具之部分，且本文進一步所描述之檢測子系統並非為該EDA工具之部分。例如圖6中所展示，上文所描述之(若干)電腦子系 統可包含EDA工具602中所包含之電腦子系統600。EDA工具及此一工具中所包含之(若干)電腦子系統可包含可經組態以執行上文所描述之步驟之任何市售EDA工具。因此，判定弱幾何之所有例項之位置的(若干)電腦子系統可與用於檢測晶圓之一檢測工具之一檢測子系統分離。換言之，可由一系統或工具處理設計以判定將由另一不同系統或工具用於偵測缺陷之弱幾何例項之位置。
用於判定弱幾何例項之位置的(若干)電腦子系統亦可不是一EDA工具之部分且可包含於另一系統或工具中或僅組態為一獨立電腦系統。此外，判定弱幾何位置之工具或電腦子系統可經組態以藉由將弱幾何位置之資訊儲存或傳送至一共用電腦可讀儲存媒體(諸如一晶圓廠資料庫)或藉由將弱幾何位置之資訊直接傳輸至將使用該資訊之工具而將該資訊提供至其他工具，此可如本文進一步所描述般執行。
該系統亦包含一檢測子系統，其經組態以掃描一晶圓以藉此利用該檢測子系統之一個或多個偵測器來產生該晶圓之輸出。此一檢測子系統之一實施例在圖6中展示為系統606之檢測子系統604。該檢測子系統可經組態以藉由利用光來掃描晶圓且在掃描期間偵測來自晶圓之光而掃描晶圓。例如圖6中所展示，該檢測子系統包含光源608，其可包含此項技術中已知之任何適合光源。
可將來自光源之光導引至分束器610，分束器610可經組態以將來自光源之光導引至晶圓612。光源可耦合至任何其他適合元件(圖中未展示)，諸如一個或多個聚光透鏡、準直透鏡、中繼透鏡、物鏡、光圈、光譜濾光器、偏光組件及類似者。如圖6中所展示，可依一法向入射角將光導引至晶圓。然而，可依包含接近法向入射角及傾斜入射角之任何適合入射角將光導引至晶圓。此外，可依一個以上入射角將光或多個光束循序或同時導引至晶圓。檢測子系統可經組態以依任何適合方式使光在晶圓上方掃描。
可由檢測子系統之一個或多個偵測器在掃描期間收集及偵測來自晶圓612之光。例如，依較接近於法向角之角度自晶圓612反射之光(即，入射角為法向角時之鏡面反射光)可穿過分束器610而至透鏡614。透鏡614可包含圖6中所展示之一折射光學元件。此外，透鏡614可包含一個或多個折射光學元件及/或一個或多個反射光學元件。可將由透鏡614收集之光聚焦至偵測器616。偵測器616可包含此項技術中已知之任何適合偵測器，諸如一電荷耦合裝置(CCD)或另一類型之成像偵測器。偵測器616經組態以產生對由透鏡614收集之反射光作出回應之輸出。因此，透鏡614及偵測器616形成檢測子系統之一通道。 檢測子系統之此通道可包含此項技術中已知之任何其他適合光學組件(圖中未展示)。例如，偵測器之該輸出可包含可由適合用於一檢測系統中之一偵測器產生之影像、影像資料、信號、影像信號或任何其他輸出。
因為圖6中所展示之檢測子系統經組態以偵測自晶圓鏡面反射之光，所以檢測子系統組態為一明場(BF)檢測系統。然而，此一檢測子系統亦可經組態以用於其他類型之晶圓檢測。例如，圖6中所展示之檢測子系統亦可包含一個或多個其他通道(圖中未展示)。該(等)其他通道可包含本文所描述之光學組件之任何者，諸如組態為一散射光通道之一透鏡及一偵測器。可如本文所描述般進一步組態該透鏡及該偵測器。依此方式，檢測子系統亦可經組態以用於暗場(DF)檢測。
該系統之(若干)電腦子系統可使用由包含於檢測子系統中之偵測器616或任何其他偵測器產生之輸出來偵測晶圓上之缺陷，如本文所描述。例如，該系統亦可包含耦合至檢測子系統之電腦子系統618。 依此方式，可將由檢測子系統之(若干)偵測器產生之輸出可提供至電腦子系統618。電腦子系統618經組態以基於晶圓上之一單一晶粒中之弱幾何之兩個或兩個以上例項處所產生之輸出而偵測弱幾何之至少一 例項中之缺陷。電腦子系統618可經組態以執行本文所描述之任何其他步驟。
電腦子系統618亦可耦合至並非為檢測系統之部分的其他電腦子系統(諸如電腦子系統600)，該電腦子系統可包含於另一工具(諸如上文所描述之EDA工具)，使得電腦子系統618可接收由電腦子系統600產生之輸出，該輸出可包含被檢測之晶圓之弱幾何位置之資訊。例如，兩個電腦子系統可由一共用電腦可讀儲存媒體(諸如一晶圓廠資料庫)有效地耦合或可由一傳輸媒體(諸如上文所描述之傳輸媒體)耦合，使得資訊可在該兩個電腦子系統之間傳輸。
應注意，本文所提供之圖6大體上繪示可包含於本文所描述之系統實施例中之一檢測子系統之一組態。明顯地，本文所描述之該檢測子系統組態可經改動以最佳化該檢測系統之效能，如設計一商用檢測系統時通常所執行。此外，可使用一既有檢測子系統(諸如購自KLA-Tencor,Milpitas,Calif之29xx/28xx工具系列)來實施本文所描述之系統(例如，藉由將本文所描述之功能添加至一既有檢測系統)。對於一些此等系統，本文所描述之方法可提供為系統之選用功能(例如，以及系統之其他功能)。替代地，本文所描述之系統可「從頭」設計以提供一全新系統。此外，可藉由修改既有市售軟件以執行本文所描述之方法之一個或多個實施例而實施本文所描述之實施例。例如，可利用購自KLA-Tencor之NanoPoint產品來實施本文所描述之實施例或可使本文所描述之實施例與該NanoPoint產品組合以提供NanoPoint中繼器偵測。
此外，儘管系統在本文中被描述為一光學或基於光之檢測系統，但檢測子系統可組態為一基於電子束之檢測子系統。該基於電子束之檢測子系統可為包括於任何適合市售電子束檢測系統中之基於電子束之任何適合檢測子系統。
熟習技術者將鑑於[實施方式]而明白本發明之各種態樣之進一步修改及替代實施例。例如，提供用於偵測一晶圓上缺陷之系統及方法。據此，[實施方式]應被解釋為僅具繪示性且用於教示熟習技術者實施本發明之一般方式。應瞭解，本文所展示及所描述之本發明之形式應被視為現有較佳實施例。元件及材料可替代本文所繪示及所描述之元件及材料，部件及程序可顛倒，且可獨立利用本發明之某些特徵，如熟習技術者在受益於本發明之[實施方式]之後將明白。可在不背離以下申請專利範圍中所描述之本發明之精神及範疇之情況下對本文所描述之元件作出改變。
300‧‧‧GDS
302‧‧‧熱點位置
304‧‧‧黃金補塊
306‧‧‧晶圓
308‧‧‧黃金缺陷
310‧‧‧模糊邏輯缺陷偵測演算法
312‧‧‧步驟

Claims (20)

  1. 一種用於偵測一晶圓上之缺陷之方法，其包括：判定一晶圓之一設計中之一弱幾何之所有例項之位置，其中該等位置包括隨機非週期性位置，且其中該弱幾何包括比該設計中之其他特徵更易於出現缺陷之一個或多個特徵；利用一晶圓檢測系統來掃描該晶圓以藉此利用該晶圓檢測系統中之一個或多個偵測器來產生該晶圓之輸出；及基於該晶圓上之一單一晶粒中之該弱幾何之兩個或兩個以上例項處所產生之該輸出而偵測該弱幾何之至少一例項中之缺陷，其中利用一個或多個電腦系統來執行該判定及該偵測。
  2. 如請求項1之方法，其中在設計座標空間中之一點處之一窗中指定該弱幾何，且其中該窗之一寬度及一高度小於或等於100奈米。
  3. 如請求項2之方法，其中該設計中之該窗之例項構成用以檢測該晶圓之至少一些微管理區域。
  4. 如請求項2之方法，其進一步包括：在該窗周圍產生一較大窗，其中該較大窗中之特徵用作為用於檢測該晶圓之一所關注圖案。
  5. 如請求項4之方法，其中偵測該等缺陷包括：使該較大窗中之該等特徵與該輸出中之補塊影像對準。
  6. 如請求項4之方法，其進一步包括：基於該較大窗中之該等特徵而判定該弱幾何之設計脈絡。
  7. 如請求項4之方法，其進一步包括：將實質上相同之該所關注圖案之所有例項分群成一個分格且將所關注圖案之所有其他例項分群成一個或多個其他分格。
  8. 如請求項4之方法，其進一步包括：藉由利用該晶圓檢測系統來獲取該所關注圖案之至少一例項之一影像而產生該所關注圖案之一標準參考補塊影像。
  9. 如請求項4之方法，其進一步包括：自由該晶圓檢測系統獲取之多個影像補塊產生該所關注圖案之一標準參考補塊影像，該多個影像補塊對應於其中存在該所關注圖案之一晶粒中之不同位置。
  10. 如請求項9之方法，其中自該多個影像補塊產生該標準參考補塊影像包括：利用子像素準確性來使該多個影像補塊彼此對準；及一起處理該等對準之多個影像補塊。
  11. 如請求項4之方法，其中利用一晶圓檢測方案來執行掃描該晶圓且偵測該等缺陷，且其中該方法進一步包括：將該所關注圖案及不同於該所關注圖案之任何其他所關注圖案之一標準參考補塊影像儲存於該晶圓檢測方案中。
  12. 如請求項4之方法，其中偵測該等缺陷包括：使該所關注圖案之一標準參考補塊影像與由該晶圓檢測系統產生之該輸出對準以判定對應於該所關注圖案之該輸出；及將一個或多個缺陷偵測演算法應用於對應於該所關注圖案之該輸出之僅一部分，且其中該輸出之該部分僅對應於該所關注圖案中之該弱幾何。
  13. 如請求項4之方法，其進一步包括：產生該所關注圖案之一標準參考補塊影像及該所關注圖案中之該弱幾何之一標準缺陷影像。
  14. 如請求項13之方法，其中藉由利用用於掃描該晶圓之該晶圓檢測系統及相同成像條件來掃描相同於該晶圓之設計及層之一額外晶圓而獲取該標準缺陷影像。
  15. 如請求項13之方法，其中偵測該等缺陷包括：比較針對該弱幾 何之一例項所產生之該輸出與該標準參考補塊影像；及比較針對該弱幾何之該例項所產生之該輸出與該標準缺陷影像。
  16. 如請求項15之方法，其中偵測該等缺陷進一步包括：若針對該弱幾何之該例項所產生之該輸出與該標準參考補塊影像不同且若針對該弱幾何之該例項所產生之該輸出與該標準缺陷影像實質上相同，則判定一潛在缺陷位於該弱幾何之該例項中。
  17. 如請求項1之方法，其中偵測該等缺陷包括：判定該弱幾何之該所有例項處所產生之該輸出之彙總性質；及判定該弱幾何之該至少一例項是否包含基於該等彙總性質之一缺陷。
  18. 如請求項1之方法，其中偵測該等缺陷包括：判定一晶粒之僅一部分中之該弱幾何之例項中所產生之該輸出之彙總性質；及判定該弱幾何之該至少一例項是否包含基於該等彙總性質之一缺陷。
  19. 一種非暫時性電腦可讀媒體，其儲存可在用於執行用於偵測一晶圓上之缺陷之一電腦實施方法之一電腦系統上執行之程式指令，其中該電腦實施方法包括：判定一晶圓之一設計中之一弱幾何之所有例項之位置，其中該等位置包括隨機非週期性位置，且其中該弱幾何包括比該設計中之其他特徵更易於出現缺陷之一個或多個特徵。利用一晶圓檢測系統來掃描該晶圓以藉此利用該晶圓檢測系統之一個或多個偵測器來產生該晶圓之輸出；及基於該晶圓上之一單一晶粒中之該弱幾何之兩個或兩個以上例項處所產生之該輸出而偵測該弱幾何之至少一例項中之缺陷。
  20. 一種經組態以偵測一晶圓上之缺陷之系統，其包括：一檢測子系統，其經組態以掃描一晶圓以藉此利用該檢測子 系統之一個或多個偵測器來產生該晶圓之輸出；及一個或多個電腦子系統，其等經組態以：判定該晶圓之一設計中之一弱幾何之所有例項之位置，其中該等位置包括隨機非週期性位置，且其中該弱幾何包括比該設計中之其他特徵更易於出現缺陷之一個或多個特徵；及基於該晶圓上之一單一晶粒中之該弱幾何之兩個或兩個以上例項處所產生之該輸出而偵測該弱幾何之至少一例項中之缺陷。
TW103123329A 2013-07-08 2014-07-07 使用設計資料於半導體晶圓上偵測重複缺陷之方法、系統及非暫時性電腦可讀媒體 TWI618161B (zh)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
US201361843862P 2013-07-08 2013-07-08
US61/843,862 2013-07-08
US14/321,565 US9355208B2 (en) 2013-07-08 2014-07-01 Detecting defects on a wafer
US14/321,565 2014-07-01

Publications (2)

Publication Number Publication Date
TW201511157A true TW201511157A (zh) 2015-03-16
TWI618161B TWI618161B (zh) 2018-03-11

Family

ID=52133691

Family Applications (1)

Application Number Title Priority Date Filing Date
TW103123329A TWI618161B (zh) 2013-07-08 2014-07-07 使用設計資料於半導體晶圓上偵測重複缺陷之方法、系統及非暫時性電腦可讀媒體

Country Status (5)

Country Link
US (1) US9355208B2 (zh)
KR (1) KR102065821B1 (zh)
IL (1) IL243473B (zh)
TW (1) TWI618161B (zh)
WO (1) WO2015006230A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI634485B (zh) * 2015-04-13 2018-09-01 諳科半導體有限公司 在半導體裝置製造製程期間之圖案缺陷和強度檢測及追蹤
CN108780051A (zh) * 2016-03-29 2018-11-09 科磊股份有限公司 用于界定设计数据的重复结构中的关注区域的系统及方法

Families Citing this family (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9171364B2 (en) * 2013-06-21 2015-10-27 Kla-Tencor Corp. Wafer inspection using free-form care areas
US10127653B2 (en) 2014-07-22 2018-11-13 Kla-Tencor Corp. Determining coordinates for an area of interest on a specimen
US10267746B2 (en) 2014-10-22 2019-04-23 Kla-Tencor Corp. Automated pattern fidelity measurement plan generation
US10483081B2 (en) 2014-10-22 2019-11-19 Kla-Tencor Corp. Self directed metrology and pattern classification
US10030965B2 (en) * 2015-05-08 2018-07-24 Kla-Tencor Corporation Model-based hot spot monitoring
US10062543B2 (en) 2015-06-23 2018-08-28 Kla-Tencor Corp. Determining multi-patterning step overlay error
KR102330738B1 (ko) * 2015-07-30 2021-11-23 케이엘에이 코포레이션 검사 도구에서의 동적 관리 영역 생성을 위한 시스템 및 방법
US10074167B2 (en) * 2015-12-06 2018-09-11 Kla-Tencor Corporation Reducing registration and design vicinity induced noise for intra-die inspection
US10068323B2 (en) * 2016-04-10 2018-09-04 Kla-Tencor Corporation Aware system, method and computer program product for detecting overlay-related defects in multi-patterned fabricated devices
US10740888B2 (en) 2016-04-22 2020-08-11 Kla-Tencor Corporation Computer assisted weak pattern detection and quantification system
US9940705B2 (en) 2016-05-04 2018-04-10 Kla-Tencor Corporation System, method and computer program product for detecting defects in a fabricated target component using consistent modulation for the target and reference components
KR102599657B1 (ko) 2016-08-17 2023-11-08 삼성전자주식회사 반도체 웨이퍼 검사 방법 및 시스템, 및 이를 이용한 반도체 소자의 제조 방법
US11237872B2 (en) 2017-05-23 2022-02-01 Kla-Tencor Corporation Semiconductor inspection and metrology systems for distributing job among the CPUs or GPUs based on logical image processing boundaries
US10275872B2 (en) 2017-08-24 2019-04-30 Applied Materials Israel Ltd. Method of detecting repeating defects and system thereof
WO2019070600A1 (en) 2017-10-02 2019-04-11 Applied Materials Israel Ltd. DETERMINING A CRITICAL DIMENSION VARIATION OF A PATTERN
KR102507304B1 (ko) * 2017-10-30 2023-03-07 삼성전자주식회사 결함 검사 방법 및 이를 이용한 반도체 소자의 제조 방법
US20190279914A1 (en) * 2018-03-09 2019-09-12 Kla-Tencor Corporation Region of interest and pattern of interest generation for critical dimension measurement
US10957566B2 (en) * 2018-04-12 2021-03-23 Taiwan Semiconductor Manufacturing Co., Ltd. Wafer-level inspection using on-valve inspection detectors
US10872406B2 (en) 2018-04-13 2020-12-22 Taiwan Semiconductor Manufacturing Company, Ltd. Hot spot defect detecting method and hot spot defect detecting system
US10557802B2 (en) * 2018-05-09 2020-02-11 Kla-Tencor Corporation Capture of repeater defects on a semiconductor wafer
US10923317B2 (en) * 2018-09-19 2021-02-16 KLA Corp. Detecting defects in a logic region on a wafer
US11615993B2 (en) * 2019-11-21 2023-03-28 Kla Corporation Clustering sub-care areas based on noise characteristics
CN115428139B (zh) * 2020-04-15 2024-04-12 科磊股份有限公司 可用于测量半导体装置偏移的具有装置级特征的偏移目标
US11379972B2 (en) * 2020-06-03 2022-07-05 Applied Materials Israel Ltd. Detecting defects in semiconductor specimens using weak labeling

Family Cites Families (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR950012603U (ko) * 1993-10-18 1995-05-17 반도체 웨이퍼 테스트 시스템
US6961920B2 (en) * 2003-09-18 2005-11-01 International Business Machines Corporation Method for interlayer and yield based optical proximity correction
JP5134188B2 (ja) * 2004-10-15 2013-01-30 ケーエルエー−テンカー コーポレイション 試料上の欠陥を分析する装置
US7769225B2 (en) * 2005-08-02 2010-08-03 Kla-Tencor Technologies Corp. Methods and systems for detecting defects in a reticle design pattern
US7676077B2 (en) * 2005-11-18 2010-03-09 Kla-Tencor Technologies Corp. Methods and systems for utilizing design data in combination with inspection data
US7570796B2 (en) * 2005-11-18 2009-08-04 Kla-Tencor Technologies Corp. Methods and systems for utilizing design data in combination with inspection data
US8041103B2 (en) * 2005-11-18 2011-10-18 Kla-Tencor Technologies Corp. Methods and systems for determining a position of inspection data in design data space
US8102408B2 (en) * 2006-06-29 2012-01-24 Kla-Tencor Technologies Corp. Computer-implemented methods and systems for determining different process windows for a wafer printing process for different reticle designs
US8194968B2 (en) * 2007-01-05 2012-06-05 Kla-Tencor Corp. Methods and systems for using electrical information for a device being fabricated on a wafer to perform one or more defect-related functions
KR100867634B1 (ko) * 2007-03-09 2008-11-10 삼성전자주식회사 웨이퍼 시료 분석 방법
US8213704B2 (en) * 2007-05-09 2012-07-03 Kla-Tencor Corp. Methods and systems for detecting defects in a reticle design pattern
US7796804B2 (en) * 2007-07-20 2010-09-14 Kla-Tencor Corp. Methods for generating a standard reference die for use in a die to standard reference die inspection and methods for inspecting a wafer
WO2009152046A1 (en) * 2008-06-11 2009-12-17 Kla-Tencor Corporation Systems and methods for detecting design and process defects on a wafer, reviewing defects on a wafer, selecting one or more features within a design for use as process monitoring features, or some combination thereof
JP5339928B2 (ja) 2009-01-15 2013-11-13 新光電気工業株式会社 配線基板及びその製造方法
KR101674698B1 (ko) 2009-02-13 2016-11-09 케이엘에이-텐코어 코오포레이션 웨이퍼 상의 결함들 검출
US8112241B2 (en) * 2009-03-13 2012-02-07 Kla-Tencor Corp. Methods and systems for generating an inspection process for a wafer
US8559001B2 (en) 2010-01-11 2013-10-15 Kla-Tencor Corporation Inspection guided overlay metrology
US8571299B2 (en) 2010-08-30 2013-10-29 International Business Machines Corporation Identifying defects
US9170211B2 (en) 2011-03-25 2015-10-27 Kla-Tencor Corp. Design-based inspection using repeating structures
US9087367B2 (en) 2011-09-13 2015-07-21 Kla-Tencor Corp. Determining design coordinates for wafer defects
US9277186B2 (en) * 2012-01-18 2016-03-01 Kla-Tencor Corp. Generating a wafer inspection process using bit failures and virtual inspection
US9275450B2 (en) * 2013-04-09 2016-03-01 Kla-Tencor Corp. High accuracy design based classification

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI634485B (zh) * 2015-04-13 2018-09-01 諳科半導體有限公司 在半導體裝置製造製程期間之圖案缺陷和強度檢測及追蹤
CN108780051A (zh) * 2016-03-29 2018-11-09 科磊股份有限公司 用于界定设计数据的重复结构中的关注区域的系统及方法
CN108780051B (zh) * 2016-03-29 2020-11-10 科磊股份有限公司 用于界定设计数据的重复结构中的关注区域的系统及方法

Also Published As

Publication number Publication date
TWI618161B (zh) 2018-03-11
KR102065821B1 (ko) 2020-01-13
US9355208B2 (en) 2016-05-31
IL243473B (en) 2019-03-31
KR20160029088A (ko) 2016-03-14
WO2015006230A1 (en) 2015-01-15
US20150012900A1 (en) 2015-01-08

Similar Documents

Publication Publication Date Title
TWI618161B (zh) 使用設計資料於半導體晶圓上偵測重複缺陷之方法、系統及非暫時性電腦可讀媒體
TWI648706B (zh) 用於偵測晶圓上之缺陷之方法、系統及非暫時性電腦可讀媒體
US9721337B2 (en) Detecting defects on a wafer using defect-specific information
US9053527B2 (en) Detecting defects on a wafer
KR102363265B1 (ko) 적응적 국부 역치화 및 색 필터링
US8826200B2 (en) Alteration for wafer inspection
US9171364B2 (en) Wafer inspection using free-form care areas
TWI631638B (zh) 由參考影像改變之檢測方式設定
TWI643280B (zh) 使用結構性資訊之缺陷偵測
US9293298B2 (en) Defect discovery and inspection sensitivity optimization using automated classification of corresponding electron beam images
US20160027165A1 (en) Detecting Defects on a Wafer Using Defect-Specific and Multi-Channel Information
US10677742B2 (en) Detecting die repeating programmed defects located in backgrounds with non-repeating features
TW201531963A (zh) 基於從標準參考影像判定之屬性之缺陷偵測及分類
TW201602565A (zh) 使用高解析度全晶粒圖像資料進行檢查
TW201511154A (zh) 以運行時設計資料之使用偵測晶圓上之缺陷
TWI533383B (zh) 使用重覆結構之基於設計之檢測
TW201533442A (zh) 高準確性基於設計之分類