TW201630092A - 使用結構性資訊之缺陷偵測 - Google Patents

使用結構性資訊之缺陷偵測 Download PDF

Info

Publication number
TW201630092A
TW201630092A TW104133740A TW104133740A TW201630092A TW 201630092 A TW201630092 A TW 201630092A TW 104133740 A TW104133740 A TW 104133740A TW 104133740 A TW104133740 A TW 104133740A TW 201630092 A TW201630092 A TW 201630092A
Authority
TW
Taiwan
Prior art keywords
output
structures
segment
sample
defect
Prior art date
Application number
TW104133740A
Other languages
English (en)
Other versions
TWI643280B (zh
Inventor
駱青
肯翁 吳
虎成 李
理升 高
尤金 雪芬
燕 熊
孫碩
Original Assignee
克萊譚克公司
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 克萊譚克公司 filed Critical 克萊譚克公司
Publication of TW201630092A publication Critical patent/TW201630092A/zh
Application granted granted Critical
Publication of TWI643280B publication Critical patent/TWI643280B/zh

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
    • G05B19/401—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by control arrangements for measuring, e.g. calibration and initialisation, measuring workpiece for machining purposes
    • 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
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/37—Measurements
    • G05B2219/37365—Surface shape, gradient
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/37—Measurements
    • G05B2219/37571—Camera detecting reflected light from laser
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01J—ELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
    • H01J2237/00—Discharge tubes exposing object to beam, e.g. for analysis treatment, etching, imaging
    • H01J2237/22—Treatment of data
    • H01J2237/221—Image processing
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01J—ELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
    • H01J2237/00—Discharge tubes exposing object to beam, e.g. for analysis treatment, etching, imaging
    • H01J2237/26—Electron or ion microscopes
    • H01J2237/28—Scanning microscopes
    • H01J2237/2813—Scanning microscopes characterised by the application
    • H01J2237/2817—Pattern inspection
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Computer Hardware Design (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Power Engineering (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Testing Or Measuring Of Semiconductors Or The Like (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)

Abstract

本發明提供用於基於結構性資訊來偵測一樣本上之缺陷的系統及方法。一種系統包含一或多個電腦子系統，該等子系統經組態用於基於一樣本上之一陣列區中之結構的特性來將由該陣列區中之一檢測子系統之一偵測器產生的輸出分離成該輸出的至少第一片段與第二片段，使得不同片段中之該輸出已被產生於該陣列區中的不同位置，其中形成具有該(等)特性之不同值的該(等)結構。該(等)電腦子系統亦經組態用於藉由基於該輸出是否處於該第一片段或該第二片段而將一或多個缺陷偵測方法應用於該輸出以偵測該樣本上的缺陷。

Description

使用結構性資訊之缺陷偵測
本發明大體上係關於用於使用結構性資訊之缺陷偵測的系統及方法。
下列描述及實例非鑑於其等包含在此[先前技術]中而被認可為先前技術。
在一半導體製程期間在各種步驟使用檢測程序來偵測晶圓上之缺陷，以促進製程中之較高良率且因此較高利潤。檢測始終係製造半導體裝置(諸如IC)之一重要部分。然而，隨著半導體裝置之尺寸減小，檢測對於可接受半導體裝置之成功製造而言變得甚至更重要，此係因為較小缺陷可引起裝置出故障。
用於樣本上之陣列區(array area)之一些當前檢測方法包含在覆蓋一完整陣列區域(array region)之一矩形關注區(care area)中執行缺陷偵測。針對陣列區產生之影像中之灰階值用來將影像分成不同區(稱為分割)。此等區意在對應於樣本之不同結構。接著，灰階分割可用來導引用於缺陷偵測之靈敏度設定。
然而，灰階值與晶圓結構之間之對應可不為獨特的。例如，n型金屬氧化物半導體(NMOS)與p型MOS(PMOS)結構可具有類似灰階值。歸因於程序變動，關於相同結構之灰階值可跨樣本或在樣本之間變化。因此，結果可不為關於晶圓結構之一清晰指示。
相應地，開發不具有上文所描述缺點之一或多者之用於偵測一樣本上之缺陷之系統及方法將為有利的。
各種實施例之下列描述不應以任何方式解釋為限制隨附申請專利範圍之標的。
一項實施例係關於一種經組態以基於結構性資訊而偵測一樣本上之缺陷的系統。該系統包含一檢測子系統，該檢測子系統包含至少一能源及一偵測器。能源經組態以產生引導至一樣本之能量。偵測器經組態以偵測來自樣本之能量並回應於經偵測能量而產生輸出。系統亦包含一或多個電腦子系統，該一或多個電腦子系統經組態用於基於樣本上之一陣列區中之一或多個結構之一或多個特性而將藉由陣列區中之偵測器產生的輸出分離成輸出之至少第一片段與第二片段，使得不同片段中之輸出已被產生在陣列區中之不同位置，其中形成具有一或多個特性之不同值的一或多個結構。此外，一或多個電腦子系統經組態用於藉由基於輸出是否處於第一片段或第二片段而將一或多個缺陷偵測方法應用於輸出以偵測樣本上的缺陷。
另一實施例係關於一種用於基於結構性資訊而偵測一樣本上之缺陷的電腦實施方法。該方法包含上文描述之分離及偵測步驟。藉由一或多個電腦子系統執行分離及偵測步驟。
可如本文描述般進一步執行該方法之步驟之各者。此外，該方法可包含本文所描述任何其他方法之任何其他步驟。此外，可藉由本文所描述系統之任意者執行該方法。
另一實施例係關於一種非暫時性電腦可讀媒體，該媒體儲存可在一電腦系統上執行之程式指令用於執行一電腦實施方法，該方法用於基於結構性資訊而偵測一樣本上之缺陷。電腦實施方法包含上文所描述方法之步驟。電腦可讀媒體可如本文描述般進一步經組態。可如 本文進一步描述般執行電腦實施方法之步驟。此外，程式指令可執行用於其之電腦實施方法可包含本文所描述任何其他方法之任何其他步驟。
104‧‧‧檢測子系統
106‧‧‧系統
108‧‧‧光源
110‧‧‧分束器
112‧‧‧樣本
114‧‧‧透鏡
116‧‧‧偵測器
118‧‧‧電腦子系統
200‧‧‧影像
202‧‧‧影像
300‧‧‧檢測影像
302‧‧‧結構性資訊
400‧‧‧灰階表示
500‧‧‧空間關係
502‧‧‧暗部分
504‧‧‧白部分
600‧‧‧二進位遮罩
700‧‧‧水平不對稱強度
702‧‧‧對稱強度
800‧‧‧不對稱結構
802‧‧‧對稱結構
900‧‧‧暗強度
902‧‧‧亮強度
1000‧‧‧部分
1002‧‧‧部分
1100‧‧‧獨特結構
1102‧‧‧遮罩
1200‧‧‧影像
1204‧‧‧影像
1300‧‧‧SRAM隅角
1302‧‧‧SRAM區塊
1400‧‧‧標繪圖
1402‧‧‧偵測臨限值
1404‧‧‧缺陷像素
1500‧‧‧標繪圖
1502‧‧‧偵測臨限值
1600‧‧‧標繪圖
1602‧‧‧偵測臨限值
1604‧‧‧缺陷像素
1700‧‧‧非暫時性電腦可讀媒體
1702‧‧‧程式指令
1704‧‧‧電腦系統
本發明之更多優點將運用較佳實施例之下列詳細描述之優點且參考隨附圖式而對於熟悉此項技術者而言變得顯而易見，其中：圖1係圖解說明一系統之一實施例之一側視圖的一示意圖，該系統經組態以基於結構性資訊而偵測一樣本上之缺陷；圖2係一樣本上之一陣列區之一實例的一影像及陣列區內之一單元(cell)的一影像；圖3係具有與其相關聯之結構性資訊的一樣本上之一陣列區之一部分之一實例的一影像；圖4係一樣本上之一陣列區之一部分之一實例的一灰階表示；圖5係圖解說明圖4中所展示陣列區之部分之一空間關係之一實施例的一示意圖；圖6係圖解說明圖4中所展示陣列區之部分之一二進位遮罩表示之一實施例的一示意圖；圖7至圖9係一樣本上之一陣列區之一部分之一實例的不同影像；圖10係具有其中定義之不同結構的一樣本上之一陣列區之一部分之一實例的一影像；圖11係可形成在一樣本上之一獨特結構及該獨特結構與樣本之一陣列區中之一或多個結構之間的一空間關係之一實例之一示意圖；圖12係圖11中所展示獨特結構與一或多個結構之一影像；圖13係獨特結構之一實例之一示意圖，該等結構可形成在一樣本上且用於將一或多個結構定位在樣本上之一陣列區中； 圖14至圖16係展示將一或多個缺陷偵測方法應用於一檢測子系統之一偵測器之輸出的不同結果之實例之標繪圖；且圖17係圖解說明一非暫時性電腦可讀媒體之一項實施例之一方塊圖，該媒體儲存程式指令用於引起一電腦系統執行本文所描述一電腦實施方法。
雖然本發明易受各種修改及替代性形式之影響，但其特定實施例係藉由實例展示在圖式中且在本文中詳細描述。圖式可不按比例調整。然而，應瞭解，圖式及其詳細描述並非旨在將本發明限於揭示之特定形式，而正相反，本發明將涵蓋落在如藉由隨附申請專利範圍定義之本發明之精神及範疇內的所有修改、等效物及替代品。
現在轉向圖式，應注意圖式並不按比例繪製。特定言之，圖式之一些元件之標度經極度誇大以強調元件之特性。亦應注意圖式並不按相同比例繪製。在可經類似組態之一個以上圖式中展示的元件已使用相同參考數字進行指示。除非本文另外記錄，否則描述並展示之元件之任意者可包含任何適當的市售元件。
本文所描述之實施例大體上提供用以偵測樣本(諸如圖案化之半導體晶圓)上之陣列區中之缺陷之新方法，其包含獲得並表示結構性資訊及將該結構性資訊應用在樣本檢測中。本文所描述之實施例可用來產生針對此等樣本之更多良率相關結果。一項實施例係關於經組態以基於結構性資訊而偵測一樣本上之缺陷的一系統。在一些實施例中，樣本可包含一晶圓。在其他實施例中，樣本可包含一標線片。晶圓及標線片可包含此項技術中已知之任何晶圓及標線片。
系統包含一檢測子系統，該檢測子系統包含至少一能源及一偵測器。能源經組態以產生引導至一樣本之能量。偵測器經組態以偵測來自樣本之能量並回應於經偵測能量而產生輸出。此一檢測子系統之 一項實施例係在圖1中展示為系統106之檢測子系統104。在此圖式中所展示實施例中，檢測子系統係一光學或基於光之檢測子系統。例如，如圖1中所展示，檢測子系統包含光源108，其可包含此項技術中已知之任何適當光源，諸如一寬頻電漿光源。
來自光源之光可被引導至分束器110，其可經組態以將光從光源引導至樣本112。光源可被耦合至任何其他適當元件(未展示)，諸如一或多個聚光鏡、準直鏡、中繼鏡、物鏡、光圈、光譜濾器、偏光組件及類似者。如圖1中所展示，光可以一法向入射角引導至樣本。然而，光可以任何適當入射(包含近法向及傾斜入射)角引導至樣本。此外，光或多個光束可以一個以上入射角循序或同時引導至樣本。檢測子系統可經組態以以任何適當方式在樣本上掃描光。
在掃描期間可藉由檢測子系統之一或多個偵測器收集並偵測來自樣本112之光。例如，以相對接近法線之角度從樣本112反射的光(即，當入射為法向時之鏡面反射光)可行進通過分束器110至透鏡114。如圖1中所展示，透鏡114可包含一折射光學元件。此外，透鏡114可包含一或多個折射光學元件及/或一或多個反射式光學元件。藉由透鏡114收集之光可被聚焦至偵測器116。偵測器116可包含此項技術中已知之任何適當偵測器(諸如一電荷耦合裝置(CCD))或另一類型之成像偵測器。偵測器116經組態以回應於藉由透鏡114收集之反射光而產生輸出。因此，透鏡114與偵測器116形成檢測子系統之一個通道。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當光學組件(未展示)。偵測器之輸出可包含(例如)影像、影像資料、信號、影像信號或可由適於用在一檢測系統中之一偵測器產生的任何其他輸出。
由於圖1中所展示檢測子系統經組態以偵測從樣本鏡面反射之光，故該檢測子系統經組態作為一明場(BF)檢測系統。然而，此一檢 測子系統亦可經組態用於其他類型之檢測。例如，圖1中所展示檢測子系統亦可包含一或多個其他通道(未展示)。其他通道可包含本文所描述光學組件之任意者(諸如一透鏡及一偵測器)，其經組態作為一散射光通道。透鏡及偵測器可如本文描述般進一步經組態。以此方式，檢測子系統亦可經組態用於暗場(DF)檢測。
系統亦包含一或多個電腦子系統。例如，如圖1中所展示，系統可包含電腦子系統118，其經耦合至檢測子系統，使得電腦子系統可接收由檢測子系統之偵測器產生的輸出。例如，電腦子系統可經耦合至偵測器116及包含在檢測子系統中之任何其他偵測器，使得該電腦子系統可接收由偵測器產生的輸出。電腦子系統經組態用於執行本文進一步描述之步驟。電腦子系統(本文中亦被稱為「電腦系統」)及系統可如本文描述般進一步經組態。
應注意，本文提供圖1以大體上圖解說明可被包含於本文所描述系統實施例中之一檢測子系統之一組態。明顯地，本文描述之檢測子系統組態可經改變以最佳化檢測子系統之效能，如在設計一商業檢測系統時正常執行。此外，本文描述之系統可使用一現存檢測子系統(諸如在商業上可購自KLA-Tencor(Milpitas,Calif)之29xx/28xx系列工具)來實施(例如，藉由將本文描述之功能新增至一現存檢測系統)。對於一些此等系統，本文描述之方法可經提供作為系統之選用功能(例如，除系統之其他功能之外)。或者，本文描述之系統可「從零開始」經設計以提供一全新系統。
此外，雖然系統在本文中描述為係一光學或基於光之檢測系統，但檢測子系統可經組態作為一基於電子束之檢測子系統(未展示)。例如，檢測子系統之能源可經組態以產生電子，且偵測器可經組態以偵測從樣本返回之電子。基於電子束之檢測子系統可為包含在任何適當市售電子束檢測系統中之任何適當之基於電子束的檢測子系 統。
電腦子系統經組態用於基於樣本上之一陣列區中之一或多個結構的一或多個特性來將由陣列區中之檢測子系統之偵測器產生的輸出分離成輸出的至少第一片段與第二片段，使得不同片段中之輸出已被產生於陣列區中之不同位置，其中形成具有一或多個特性之不同值的一或多個結構。術語「陣列區」係指一晶粒中型樣週期性重複之區。基本重複型樣稱為一「單元」。通常依一單元對單元比較而非一晶粒對晶粒比較來檢測陣列區。圖2圖解說明一陣列區及包含於其中之一單元之一項實例。例如，如圖2中所展示，一陣列區之影像200展示可經形成於陣列區內之重複結構。陣列區內之基本結構稱為一單元，針對其之一個影像係由影像202展示，該影像202在陣列區中空間地重複。
本文描述之實施例將結構性資訊用於缺陷偵測。結構性資訊對於將所關注缺陷(DOI)與干擾事件分離而言係更相關且更穩健的。如本文將進一步描述，實施例可經組態以獲得結構性資訊、表示結構性資訊，且將結構性資訊應用在樣本檢測中。
由於本文描述之結構性資訊係基於一樣本上之一區中的結構，故該結構性資訊可依據樣本類型而變化。換言之，不同結構性資訊可用來表示不同裝置。可運用該結構性資訊來程式設計本文描述之實施例。例如，在樣本之檢測之建立期間，用於樣本之結構性資訊可被編碼於軟體中，以在檢測期間使用。由於獲得輸出，故可在樣本之檢測期間執行分離該輸出。以此方式，可在檢測期間(即，在運行時間期間)識別樣本上之結構。
在一項實施例中，分離輸出並不基於該輸出之一或多個特性。例如，一些當前使用之檢測方法基於輸出之灰階而執行檢測系統輸出之分割。相比之下，如上文描述之分離輸出可獨立於該輸出本身之任 何特性而執行。例如，即使針對形成在一樣本上之一種類型之結構(其具有不同於樣本上之其他類型之結構的一或多個結構性特性)之不同例項產生的輸出具有不同灰階，所有該輸出仍可被分離成相同片段。以此方式，即使輸出皆針對形成在樣本上之相同結構之不同例項而產生，分離成片段之一者之輸出仍可具有輸出之不同特性。
因此，不同於本文描述之實施例，當前分割可基於灰階，其可不指示樣本上之結構。因此，基於灰階之分割不同於針對本文所描述陣列區之基於結構性資訊之分割。結構指示晶圓型樣與雜訊源之功能及程序。藉由結構導引之檢測將產生更多良率相關結果。
在一項此實例中，在當前執行之晶粒對晶粒(隨機區)或單元對單元(陣列區)檢測中，針對正被檢測之樣本之區中之一區域產生的輸出可基於灰階或該輸出之其他特性而被分離成不同片段。然而，在針對單元對單元(陣列)檢測之本文所描述之實施例中，針對正被檢測之樣本之區中之一區域產生的輸出可如本文進一步描述般分離成產生在樣本上之一第一類型之結構之位置處的第一輸出、產生在樣本上之一第二類型之結構之位置處的第二輸出等等。接著，經判定針對一種類型之結構產生的所有輸出可基於可用於本文所描述之實施例之任何其他資訊(例如，灰階)而進一步分割。類似分割可針對檢測子系統輸出中識別之其他結構類型之任意者而單獨執行。
在另一實施例中，基於樣本或與該樣本類型相同之另一樣本之一或多個掃描電子顯微鏡(SEM)影像來判定結構之一或多個特性。以此方式，可透過SEM影像獲得用在本文所描述之實施例中之結構性資訊。因而，本文描述之實施例可經組態用於運用SEM影像來理解結構(諸如晶圓結構)。晶圓結構指示多晶矽、接觸電洞、n型金屬氧化物半導體(NMOS)、p型MOS(PMOS)等等之空間佈局。使用者可以高解析度SEM影像描繪特定結構。分析SEM影像以判定結構之一或多個特 性可在針對樣本執行之檢測之建立期間執行。以此方式，本文描述之實施例並不一定使用或需要一設計檔案中之資訊。
在一額外實施例中，分離輸出包含使樣本或與該樣本類型相同之另一樣本之一或多個SEM影像與該輸出相互關聯，及將一或多個結構之一或多個特性從一或多個SEM影像傳送至與其相關聯之輸出。例如，藉由使SEM影像與檢測影像相互關聯，結構性資訊可從SEM影像傳送至檢測影像上，在一項此實例中，如圖3中所展示，可藉由如本文描述之一檢測子系統產生一陣列區之一部分的檢測影像300。接著，可從一SEM影像獲得之結構性資訊302可與檢測影像對準。接著，結構性資訊可被指派至其已對準之檢測影像中之像素。以此方式，若結構性資訊302含有用於不同結構之資訊，則不同結構性資訊可被指派至其已對準之檢測影像之部分中的像素。可在針對樣本執行之檢測的建立期間執行使SEM影像與檢測影像相互關聯及表示檢測影像中之結構性資訊。此外，相同結構在陣列區中重複。為在檢測期間發現影像中之相同結構，僅基本結構(例如，一特定晶粒位置處之陣列之一圖塊影像(patch image))可被儲存。圖塊影像表示結構性資訊。
在又一實施例中，基於針對樣本之一設計而判定結構之一或多個特性。以此方式，可透過一設計檔案獲得用在本文所描述之實施例中之結構性資訊。例如，本文所描述之實施例可經組態以運用半導體設計檔案(諸如圖形資料串流(GDS)檔案)來理解樣本上之結構。類似於SEM影像，使用者可使設計型樣與光學影像相互關聯。可在針對樣本執行之檢測的建立期間執行分析設計以判定結構之一或多個特性。用在本文所描述之實施例中之設計並不包含來自設計之任何經演現、合成或模擬的影像。
在一些實施例中，分離輸出包含使針對樣本之一設計與輸出相互關聯及將一或多個結構之一或多個特性從設計傳送至與其相關聯之 輸出。例如，藉由使設計與檢測影像相互關聯，結構性資訊可從設計傳送至檢測影像上。此關聯可如本文進一步描述般相對於SEM影像執行。例如，圖3中展示之結構性資訊302可來自針對樣本之一設計型樣。接著，來自設計之結構性資訊可被指派至其已對準之檢測影像中之像素。以此方式，可透過從半導體設計獲得之檢測影像與幾何載送結構性資訊。可在針對樣本執行之檢測的建立期間執行使設計與檢測影像相互關聯及表示檢測影像中之結構性資訊。此外，相同結構在陣列區中重複。為在檢測期間發現影像中之相同結構，僅基本結構(例如，一特定晶粒位置處之陣列之一圖塊影像)可被儲存。圖塊影像表示結構性資訊。
在又一實施例中，分離輸出包含將一或多個規則應用於該輸出，且該一或多個規則係基於不同類型之一或多個結構之間之一或多個特性中的差異。例如，可透過使用者知識獲得用在本文所描述之實施例中之結構性資訊。以此方式，本文所描述之實施例可用來基於使用者知識而描述晶圓結構性資訊。此外，檢測影像可針對相同結構而與如本文進一步描述之一SEM影像相比，接著規則可經建立以識別檢測影像中之結構。以此方式，本文所描述之實施例可分析陣列區內之型樣。可基於從使用者輸入之結構性資訊而應用多個規則。
在使用一基於影像之方法建立本文所描述之實施例期間，基於共同結構型樣而識別陣列結構之一組規則可被定義並編碼在軟體中。一使用者可基於陣列結構之影像而輸入結構資訊。接著，電腦子系統可分析影像強度、投影、變化及對稱且判定應應用哪些規則以識別用於晶圓上之此類型之陣列區的陣列結構。此等步驟可針對一種類型之陣列結構執行且接著針對任何其他類型之陣列結構重複。接著，電腦子系統可將規則保存至一檢測配方中。在缺陷偵測期間，給定一影像，電腦子系統可將預定規則應用於檢測子系統之輸出。由於陣列結 構重複，故可計算多個重複之一平均影像以減少影像上之雜訊。接著，結構可在輸出中進行識別。
可以許多不同方式表示結構性資訊。例如，結構性資訊可根據灰階或灰階之空間關係或二進位遮罩來傳送及表示。此等表示之實例被展示在圖4至圖6中。例如，如圖4中所展示，灰階表示400可用來表示結構性資訊。此外，如圖5中所展示，空間關係500可用來表示與圖4中所展示相同之結構性資訊。例如，圖5之暗部分502可對應於圖4中所展示具有一「鋸齒形」或不對稱形狀之結構，而白部分504可對應於圖4中所展示具有一對稱形狀之結構。此外，如圖6中所展示，二進位遮罩600可用來表示與圖4中所展示相同之結構性資訊。
以此方式，可以許多不同方式執行在運行時間期間識別在含有不同結構之樣本之不同部分中產生的輸出之不同部分。例如，若在設計檔案中識別結構性資訊，則設計型樣可對準於檢測影像中之型樣，接著可識別檢測影像中之結構(其對應於設計型樣中之結構性資訊)。此方法係一類型之設計對影像對準。此外，在建立期間產生之含有結構性資訊之檢測影像可與在運行時間期間產生的檢測影像相關聯。此方法係一類型之影像對影像對準。亦可在軟體中程式設計結構性資訊之規則。在運行時間，軟體可基於規則識別結構性資訊。此方法係一種影像分析。
在一項實施例中，一或多個電腦子系統經組態用於基於針對形成在樣本上之一或多個獨特結構產生的輸出及獨特結構與一或多個結構之間的一空間關係而將一或多個結構定位在輸出中。因此，本文所描述之實施例提供一種用以像素對設計對準之特定方法。例如，獨特結構(諸如隅角或分頁(page break))可用於藉由定義空間偏移定位非獨特(重複)結構。特定言之，由於陣列(例如，SRAM)區中之型樣係密集且重複的，故該等型樣在此區中不為獨特的且不利於對準。接近記 憶體區之非重複型樣接近陣列隅角。為執行接近陣列隅角之對準，可首先搜尋對準位置。因此，本文所描述之實施例不同於當前使用之方法，其中影像被分析，此係因為此方法並不確保藉由搜尋發現之所有位置皆接近期望區(諸如SRAM隅角)。而是，本文所描述之實施例可使用設計資訊。以此方式，SRAM隅角及設計中之其他獨特結構可在設計檔案中輕易識別。電腦子系統可經組態以發現一配方建立階段中之獨特結構。可在檢測期間精選此等獨特結構之位置。該等位置可用來識別檢測影像中之結構。例如，在對準位置搜尋期間，從設計檔案產生之SRAM隅角可被提供至電腦子系統。
以此方式，獨特結構可用來幫助將一樣本結構之一遮罩對準於一影像。例如，如圖11中所展示，在檢測程序之建立期間，陣列結構外部之獨特結構1100可被識別並與陣列區中之結構之遮罩1102配準。換言之，可在建立期間進行判定獨特結構與遮罩之間之一空間關係。以此方式，如圖12中所展示，在檢測期間，獨特結構之影像1200可與在建立期間獲得之獨特結構影像對準且陣列結構之遮罩應與影像1204中之陣列結構1202對準。圖13圖解說明可由本文所描述之實施例使用之獨特結構之額外實例。例如，獨特結構可包含SRAM區塊1302之SRAM隅角1300。
在一些實施例中，一或多個特性包含一或多個結構之一重複間距。例如，陣列結構之重複間距可為用來表示結構之資訊的部分(即，與本文描述之其他結構性資訊(諸如對稱資訊)組合)。然而，一般而言，在本文所描述之實施例中，將不會單獨使用結構之重複間距。
在另一實施例中，一或多個特性包含一或多個結構的一或多個拓撲特性。以此方式，結構性資訊可包含拓撲資訊。拓撲資訊對於用在本文所描述之實施例中而言係有利的，此係因為此類資訊描述在特 定變換(諸如彎曲或拉伸)下保持不變之幾何形狀的性質。因此，即使結構之形狀或尺寸依據一個裝置而變化，用在本文所描述之實施例中的結構性資訊仍可保持相同。
在一些實施例中，一或多個特性包含一或多個結構之對稱及不對稱特性。關於形成在樣本上之結構的對稱資訊係對於色彩變動更穩健之結構性資訊的一項實例。例如，如圖7中所展示，針對一樣本之一檢測影像可包含對應於一第一結構的水平不對稱強度700及對應於不同於第一結構之一第二結構的對稱強度702。若影像灰階用於使用此檢測影像來描述第一結構與第二結構，則亮強度對應於第一結構且暗強度對應於第二結構。強度與結構之間之關係的此描述適於圖7中所展示檢測影像，但不適於圖9中所展示檢測影像，其係針對與包含在圖7之檢測影像中之區相同的區而產生。特定言之，在圖9之檢測影像中，暗強度900係水平不對稱的且對應於第一結構，而亮強度902係對稱的且對應於第二結構。對於圖8中展示之影像，不對稱結構800與對稱結構802之形狀及灰階不同於圖7與圖9中展示之影像。然而，對稱資訊仍被保存在此影像中。因而，無論灰階如何改變，對稱係一較好、穩健的描述符。例如，若檢測子系統之光學器件模式被改變，則結構之灰階可顯著改變，而結構之對稱特性及其等在影像中之對應強度保持未改變。以此方式，本文所描述之實施例可經組態以使用來自影像與設計二者的對稱資訊來識別檢測子系統輸出中的不同結構。
在另一實施例中，分離輸出包含判定用於輸出中之不同區域及針對晶圓之一設計的對稱劃線、將用於輸出之對稱劃線對準於用於設計之對稱劃線，及基於對準之結果及關於一或多個結構之哪些對應於用於設計之對稱劃線的資訊來分離輸出。以此方式，本文所描述之實施例可經組態用於基於對稱之對準。例如，用於基於內容脈絡之檢測(CBI)之一關鍵促成工具(enabler)可為像素對設計對準(PDA)。在一項 此實例中，一CBI系統可演現一設計美工圖案(design clip)之一影像，且將其與一對應晶圓影像對準。運用一相對好的PDA，從設計產生之關注區可實質上精確地對準於晶圓影像。
然而，設計美工圖案與晶圓影像具有實質上不同的模態。晶圓印刷程序、晶圓型樣與檢測系統之中的交互作用極為複雜。此等問題使影像演現成為PDA中之最困難的任務。雖然統計演算法可用來在相對大的程度上減輕來自不合意影像演現之影響，且提供對單個PDA誤對準之相當大的緩衝，對於用於很難演現之設計美工圖案(諸如接近SRAM區之區)之處於子像素位準的單個PDA的需求係必然的。
藉由對稱係許多設計美工圖案與檢測影像中之幾何之一基本特性的事實來激發基於對稱的對準。此外，對稱往往對大的外觀改變比對影像強度或梯度更不變。
基於對稱之對準可包含用於每一像素之對稱劃線之計算及對稱劃線之對準。例如，電腦子系統可經組態以判定來自一設計中之型樣的第一對稱劃線及來自一檢測影像中之型樣的第二對稱劃線。可執行對稱之計算以判定一影像區域(在繞一軸翻轉時)類似於另一影像區域的程度。接著，電腦子系統可藉由第一對稱劃線與第二對稱劃線之相關聯來計算偏移。接著，可藉由應用偏移而使設計與檢測影像對準。對稱劃線之對準係用以發現最佳子像素偏移，該等偏移可最大化設計美工圖案之對稱劃線與檢測影像之對稱劃線之間的相互關聯。
在一項實施例中，第一片段與第二片段被定位在一或多個關注區中。例如，本文所描述之實施例並不改變針對陣列檢測而選擇之關注區，其界定用於單元對單元檢測之區域。而是，遮罩可用在陣列關注區內且指示不同偵測靈敏度。例如，對於晶粒對晶粒檢測，由於比較一像素與另一晶粒中之另一像素，故晶粒對晶粒檢測並不要求指定鄰近資訊，例如，用於為單元對單元檢測之一區。然而，對於陣列區 域中之單元對單元檢測，比較一像素與相同影像中之另一像素。區域被明確用來指示用於單元對單元檢測之區。因此，本文所描述之實施例並不改變其中在陣列區中執行檢測之區域或關注區。在其中執行檢測之區域或關注區內執行本文所描述分割。
電腦子系統亦經組態用於藉由基於輸出是否處於第一片段或第二片段而將一或多個缺陷偵測方法應用於輸出以偵測樣本上的缺陷。以此方式，本文所描述之實施例執行使用結構性資訊之缺陷偵測。此外，一或多個缺陷偵測方法可被個別且獨立地應用於輸出之不同片段。例如，在片段之一者中執行之缺陷偵測可不同於在不同片段之另一者中執行的缺陷偵測。此外，缺陷偵測可不針對所有不同片段執行。例如，取決於其輸出被包含在不同片段之各者中之結構，缺陷偵測可在不同片段之一者而非不同片段之另一者中執行。
在一額外實施例中，應用缺陷偵測方法包含將具有一第一組參數之一或多個缺陷偵測方法應用於僅包含在第一片段中之輸出，及將具有不同於第一組參數之一第二組參數的一或多個缺陷偵測方法應用於僅包含在第二片段中之輸出。例如，可針對每一不同結構產生不同雜訊統計值(取決於缺陷偵測方法，例如，針對當前可得自KLA-Tencor之一些檢測系統使用之MDAT缺陷偵測演算法的差與中值灰階之一2D直方圖)。相比之下，在當前使用之方法中，可依一區域基礎(即，一多結構基礎)計算雜訊統計值。因此，不同於當前使用之方法，本文所描述之實施例允許缺陷偵測靈敏度個別適於針對不同結構之雜訊。對於每一結構，分割可用於將影像進一步分成有意義的區。若干擾缺陷之數目在特定結構或片段上係相對大的，則使用者可為其等結構或片段設定一較低靈敏度以抑制干擾缺陷。
第一組參數與第二組參數可包含相同缺陷偵測方法之一或多個不同參數或一參數之值。例如，用於一或多個缺陷偵測方法之第一組 參數可包含用於一個缺陷偵測演算法之一第一臨限值，且用於一或多個缺陷偵測方法之第二組參數可包含用於相同缺陷偵測演算法之一第二臨限值。在一不同實例中，第一組參數可包含用於一第一缺陷偵測演算法之參數，且第二組參數可包含用於不同於第一缺陷偵測演算法之一第二缺陷偵測演算法的參數。第一組參數與第二組參數可在任何其他方面不同，其將在輸出之不同片段中產生不同缺陷偵測。此外，本文所描述之實施例並不特定於任一缺陷偵測方法或任一類型之缺陷偵測。而是，本文所描述之實施例可搭配任何缺陷偵測方法一起使用，缺陷偵測方法之參數可取決於其/其等正被應用於之輸出之片段而改變。
在另一實施例中，應用於第一片段中之輸出的一或多個缺陷偵測方法具有不同於應用於第二片段中之輸出之一或多個缺陷偵測方法的一偵測靈敏度。例如，系統可使用結構性資訊來將不同缺陷偵測靈敏度及/或演算法應用於對應於不同結構的不同區。以此方式，不同偵測靈敏度及/或演算法可基於其等所關注程度而應用於不同結構。
在一項實施例中，應用缺陷偵測方法包含僅基於第一片段中之輸出而判定針對該第一片段之雜訊的一或多個特性，及基於雜訊之經判定一或多個特性而判定一或多個缺陷偵測方法之一或多個參數。在一項此實例中，對於其中雜訊相對高之區，可應用較低靈敏度。另一方面，在雜訊相對低之情況下，可應用較高靈敏度。可在針對樣本之檢測之建立期間進行判定用於偵測具有一或多個不同特性之不同結構中之缺陷的靈敏度。
不同於其中雜訊統計值係從不同灰階產生之當前使用的方法，在本文所描述之實施例中，可針對不同結構產生不同雜訊統計值。例如，在當前使用之方法中，可針對圖10中展示之整個檢測影像產生雜訊統計值。然而，在本文所描述之實施例中，可針對檢測影像中展示 之不同結構判定不同雜訊統計值。例如，可僅使用影像之部分1000判定第一雜訊統計值，且可僅使用影像之部分1002判定第二雜訊統計值。以此方式，可針對包含混合灰階之部分判定第一雜訊統計值，而可針對包含多黑灰階之部分判定第二雜訊統計值。在另一實例中，一旦結構被識別，旋即可針對每一結構建立雜訊統計值(諸如一2D直方圖，其通常包含差值與中值灰階)。接著，可基於每一結構上之雜訊而應用缺陷偵測參數。以此方式，不同於不基於用於一樣本之結構性資訊而分離輸出使得相同缺陷偵測參數應用於所有結構之方法，運用本文所描述之實施例，不同缺陷偵測參數可用於不同結構。因此，大體上，本文所描述之實施例將已改良缺陷偵測靈敏度。
以此方式，應用如本文描述之缺陷偵測方法可為一基於影像之方法，其透過影像分析使不同靈敏度能夠基於其等在不同結構(例如，P單元結構或N單元結構)中之位置而應用於陣列區中之像素。若不同雜訊位準存在於不同結構上，則此方法將有效地抑制來自所關注非結構(非SOI)之干擾事件且將提高SOI上之檢測靈敏度。
因此，藉由本文所描述之實施例應用於輸出的缺陷偵測方法不同於當前使用之缺陷偵測方法。例如，在一些當前使用之方法中，可從SOI與非SOI建立像素統計值。由於雜訊在非SOI上為相對高的，故會無法偵測缺陷像素。例如，如圖14中所展示，一當前使用之缺陷偵測方法可產生像素統計值(諸如像素計數與灰階差)，且可產生此等像素統計值之標繪圖1400。可基於此標繪圖中展示之像素統計值而判定偵測臨限值1402。歸因於像素(例如，非SOI像素)中之雜訊，基於此等統計值判定之偵測臨限值可為過高，而無法偵測一些缺陷像素1404。因此，可能無法藉由缺陷偵測方法偵測一些缺陷像素。
相比之下，本文所描述之實施例可應用僅從非SOI像素產生像素統計值之一缺陷偵測方法，其中雜訊可為相對高的。缺陷偵測方法可 從此等統計值產生圖15中展示之標繪圖1500。基於此等統計值，可判定偵測臨限值1502。針對此等非SOI像素判定之偵測臨限值可為相對高的(即，相對低的靈敏度)，以避免偵測相對雜訊像素作為缺陷。此外，本文所描述之實施例可應用僅從SOI像素產生像素統計值之一缺陷偵測方法，其中一缺陷可被定位且其中雜訊為相對低的。缺陷偵測方法可從此等統計值產生圖16中展示之標繪圖1600。基於此等統計值，可判定偵測臨限值1602。針對此等SOI像素判定之偵測臨限值可為相對低的(即，相對高的靈敏度)，使得缺陷像素1604可被偵測。以此方式，缺陷偵測方法可偵測缺陷像素作為缺陷，此係因為缺陷像素以較低臨限值而可偵測。
在一些實施例中，一或多個電腦子系統經組態用於判定其中偵測到缺陷之一或多個結構之一或多個特性的值，並儲存經判定值作為針對缺陷之缺陷屬性。例如，可針對每一缺陷計算結構性資訊作為一缺陷屬性。以此方式，結構資訊可被指派至樣本上偵測之缺陷。將結構資訊指派至缺陷可在運行時間期間執行。此等屬性可用在缺陷後處理中用於缺陷分類、分級或干擾事件移除。干擾過濾及/或缺陷分類可在運行時間期間執行。
本文所描述之實施例具有優於當前使用之用於檢測樣本之方法的許多優點。例如，由於可從SEM影像或設計檔案獲得結構性資訊，故結構性資訊具有實際意義且比灰階資訊更加良率相關。此外，對於不同裝置，結構性資訊可為不同的。可在配方建立期間客製化結構性資訊之表示。此外，結構性資訊含有拓撲資訊，其對色彩變動比簡單灰階值更穩健。因此，干擾抑制之效率可高得多。在一項此實例中，若雜訊來自對稱結構且目的係抑制此雜訊，此係因為本文所描述之實施例可識別樣本上之對稱結構，故來自此等區之雜訊可被抑制。在另一此實例中，若DOI被定位在僅一種特定類型之結構(例如，恰巧為對 稱之結構)中，則關於一缺陷被定位在何種類型之結構中的資訊可用來將缺陷分離成DOI及干擾。以此方式，使用結構性資訊之缺陷偵測可提供更加良率相關的檢測結果。此外，由於本文所描述之實施例並不使用一設計之模擬或演現影像(例如，當其將在形成於一樣本上之後由一檢測系統成像時設計之一影像)，故本文所描述之實施例可用於晶圓上之區，其中此模擬或演現特別困難，諸如接近SRAM區之區。以此方式，本文所描述之實施例可出於如本文所描述輸出分割之目的而執行針對陣列區之像素對設計對準，而不需要或使用模擬或演現影像。
另一實施例係關於一種用於基於結構性資訊而偵測一樣本上之缺陷的電腦實施方法。該方法包含上文所描述分離及偵測步驟。此等步驟係藉由一或多個電腦系統執行，該等系統可根據本文所描述之實施例之任意者進行組態。
上文所描述方法之實施例之各者可包含本文所描述任何其他方法之任何其他步驟。此外，上文所描述方法之實施例之各者可由本文所描述系統之任意者執行。
本文描述之所有方法可包含將方法實施例之一或多個步驟之結果儲存在一電腦可讀儲存媒體中。結果可包含本文所描述結果之任意者且可以此項技術中已知之任何方式儲存。儲存媒體可包含本文描述之任何儲存媒體或此項技術中已知之任何其他適當儲存媒體。在結果已被儲存之後，該等結果可被存取在儲存媒體中且由本文所描述方法或系統實施例之任意者使用、格式化用於顯示至一使用者、由另一軟體模組、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，其儲存可在一電腦系統上執行之程式指令用於執行一電腦實施方法，該方法用於基於結構性資訊而偵測一樣本上之缺陷。一項此實施例被展示在圖17 中。例如，如圖17中所展示，非暫時性電腦可讀媒體1700儲存可在電腦系統1704上執行之程式指令1702用於執行一電腦實施方法，該方法用於基於結構性資訊而偵測一樣本上之缺陷。電腦實施方法可包含本文所描述任何方法之任何步驟。
實施方法(諸如本文描述之其等方法)之程式指令1702可被儲存在非暫時性電腦可讀媒體1700上。電腦可讀媒體可為一儲存媒體，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當的非暫時性電腦可讀媒體。
程式指令可以各種方式之任意者實施，該等方式包含基於程序之技術、基於組件之技術及/或物件導向式技術以及其他方式。例如，如預期，程式指令可使用Matlab、Visual Basic、ActiveX控制項、C、C++物件、C#、JavaBeans、Microsoft基礎類別(「MFC」)或其他技術或方法實施。
電腦系統1704可採取各種形式，其包含一個人電腦系統、主機電腦系統、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。一般言之，術語「電腦系統」可經廣泛定義以包含具有一或多個處理器之任何裝置，其執行來自一記憶體媒體之指令。
本發明之各種態樣之更多修改及替代性實施例將考慮到此描述而對於熟悉此項技術者而言為顯而易見的。例如，提供用於基於結構性資訊而偵測一樣本上之缺陷的系統及方法。相應地，此描述應被解釋為僅為闡釋性且出於教示熟悉此項技術者實行本發明之一般方式的目的。應瞭解，本文展示且描述之本發明之形式應被採取作為當前較佳實施例。元件及材料可置換本文圖解說明且描述之其等元件及材料，部分及程序可被倒轉，且本發明之特定特徵可被獨立利用，所有此等在具有本發明之此描述之優點之後將對於熟悉此項技術者而言顯 而易見。可在本文所描述元件中作出改變，而不背離如在下列申請專利範圍中描述之本發明的精神及範疇。
104‧‧‧檢測子系統
106‧‧‧系統
108‧‧‧光源
110‧‧‧分束器
112‧‧‧樣本
114‧‧‧透鏡
116‧‧‧偵測器
118‧‧‧電腦子系統

Claims (19)

  1. 一種經組態以基於結構性資訊來偵測一樣本上之缺陷的系統，該系統包括：一檢測子系統，其包括至少一能源及一偵測器，其中該能源經組態以產生被引導至一樣本之能量，且其中該偵測器經組態以偵測來自該樣本之能量，並回應於該經偵測能量而產生輸出；及一或多個電腦子系統，其經組態用於：基於該樣本上之一陣列區域中之一或多個結構的一或多個特性而將由該陣列區中之該偵測器產生的該輸出分離成該輸出的至少第一片段與第二片段，使得不同片段中之該輸出已被產生於該陣列區中的不同位置，其中形成具有該一或多個特性之不同值的該一或多個結構；且藉由基於該輸出是否處於該第一片段或該第二片段而將一或多個缺陷偵測方法應用於該輸出以偵測該樣本上的缺陷。
  2. 如請求項1之系統，其中該分離並不基於該輸出之一或多個特性。
  3. 如請求項1之系統，其中該等結構之該一或多個特性係基於該樣本或與該樣本類型相同之另一樣本的一或多個掃描電子顯微鏡影像來進行判定。
  4. 如請求項1之系統，其中該分離包括：使該樣本或與該樣本類型相同之另一樣本的一或多個掃描電子顯微鏡影像與該輸出相互關聯；及將該一或多個結構之該一或多個特性從該一或多個掃描電子顯微鏡影像傳送至與其相關聯的該輸出。
  5. 如請求項1之系統，其中該等結構之該一或多個特性係基於針對 該樣本之一設計來進行判定。
  6. 如請求項1之系統，其中該分離包括：使針對該樣本之一設計與該輸出相互關聯，及將該一或多個結構之該一或多個特性從該設計傳送至與其相關聯之該輸出。
  7. 如請求項1之系統，其中該一或多個電腦子系統進一步經組態用於基於針對經形成於該樣本上之一或多個獨特結構產生的該輸出及該等獨特結構與該一或多個結構之間之一空間關係而將該一或多個結構定位於該輸出中。
  8. 如請求項1之系統，其中該一或多個特性包括該一或多個結構之一重複間距。
  9. 如請求項1之系統，其中該一或多個電腦子系統進一步經組態用於判定其中偵測到缺陷之該一或多個結構之該一或多個特性的值，並儲存該等經判定值作為針對該等缺陷之缺陷屬性。
  10. 如請求項1之系統，其中該一或多個特性包括該一或多個結構的一或多個拓撲特性。
  11. 如請求項1之系統，其中該一或多個特性包括該一或多個結構的對稱及不對稱特性。
  12. 如請求項1之系統，其中該分離包括：判定用於該輸出中之不同區域及針對該晶圓之一設計的對稱劃線；將用於該輸出之該等對稱劃線對準於用於該設計之該等對稱劃線；及基於該對準之結果及關於該一或多個結構之哪些對應於用於該設計之該等對稱劃線的資訊來分離該輸出。
  13. 如請求項1之系統，其中該等第一片段與第二片段被定位在一或多個關注區域中。
  14. 如請求項1之系統，其中該分離包括：將一或多個規則應用於該輸出，且其中該一或多個規則係基於不同類型之該一或多個結 構之間之該一或多個特性中的差異。
  15. 如請求項1之系統，其中該應用包括：僅基於該第一片段中之該輸出來判定針對該第一片段之雜訊的一或多個特性；及基於該雜訊之該經判定一或多個特性來判定該一或多個缺陷偵測方法的一或多個參數。
  16. 如請求項1之系統，其中應用於該第一片段中之該輸出之該一或多個缺陷偵測方法具有不同於應用於該第二片段中之該輸出之該一或多個缺陷偵測方法之一偵測靈敏度。
  17. 如請求項1之系統，其中該應用包括：將具有一第一組參數之該一或多個缺陷偵測方法應用於僅包含在該第一片段中之該輸出；及將具有不同於該第一組參數之一第二組參數之該一或多個缺陷偵測方法應用於僅包含在該第二片段中之該輸出。
  18. 一種非暫時性電腦可讀媒體，其儲存可在一電腦系統上執行之程式指令用於執行一電腦實施方法，該方法用於基於結構性資訊來偵測一樣本上之缺陷，其中該電腦實施方法包括：基於一樣本上之一陣列區域中之一或多個結構的一或多個特性，將由該陣列區域中之一檢測子系統之一偵測器產生的輸出分離成該輸出的至少第一片段與第二片段，使得不同片段中之該輸出已被產生於該陣列區域中的不同位置，其中形成具有該一或多個特性之不同值的該一或多個結構，其中該檢測子系統包括至少一能源及該偵測器，其中該能源經組態以產生被引導至該樣本的能量，且其中該偵測器經組態以偵測來自該樣本的能量，並回應於該經偵測能量而產生輸出；及藉由基於該輸出是否處於該第一片段或該第二片段來將一或多個缺陷偵測方法應用於該輸出以偵測該樣本上的缺陷。
  19. 一種用於基於結構性資訊來偵測一樣本上之缺陷的電腦實施方 法，該方法包括：基於一樣本上之一陣列區域中之一或多個結構的一或多個特性，將由該陣列區域中之一檢測子系統之一偵測器產生的輸出分離成該輸出的至少第一片段與第二片段，使得該等不同片段中之該輸出已被產生於該陣列區域中的不同位置，其中形成具有該一或多個特性之不同值的該一或多個結構，其中該檢測子系統包括至少一能源及該偵測器，其中該能源經組態以產生被引導至該樣本的能量，且其中該偵測器經組態以偵測來自該樣本的能量，並回應於該經偵測能量而產生輸出；及藉由基於該輸出是否處於該第一片段或該第二片段來將一或多個缺陷偵測方法應用於該輸出以偵測該樣本上的缺陷，其中該分離與該偵測係由一或多個電腦系統執行。
TW104133740A 2014-10-14 2015-10-14 使用結構性資訊之缺陷偵測 TWI643280B (zh)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
US201462063841P 2014-10-14 2014-10-14
US62/063,841 2014-10-14
US14/880,187 2015-10-09
US14/880,187 US9727047B2 (en) 2014-10-14 2015-10-09 Defect detection using structural information

Publications (2)

Publication Number Publication Date
TW201630092A true TW201630092A (zh) 2016-08-16
TWI643280B TWI643280B (zh) 2018-12-01

Family

ID=55655939

Family Applications (1)

Application Number Title Priority Date Filing Date
TW104133740A TWI643280B (zh) 2014-10-14 2015-10-14 使用結構性資訊之缺陷偵測

Country Status (9)

Country Link
US (1) US9727047B2 (zh)
JP (1) JP6617143B2 (zh)
KR (1) KR102276921B1 (zh)
CN (1) CN107111294B (zh)
DE (1) DE112015004721B4 (zh)
IL (1) IL250088B (zh)
SG (1) SG11201702725WA (zh)
TW (1) TWI643280B (zh)
WO (1) WO2016061080A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI778264B (zh) * 2018-05-23 2022-09-21 美商克萊譚克公司 設計為基礎之對準之效能監控
TWI829980B (zh) * 2019-11-21 2024-01-21 美商科磊股份有限公司 半導體晶圓檢測之方法及系統，以及非暫時性電腦可讀媒體

Families Citing this family (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017027748A1 (en) * 2015-08-12 2017-02-16 Kla-Tencor Corporation Determining a position of a defect in an electron beam image
US10043265B2 (en) * 2016-03-17 2018-08-07 Kla-Tencor Corporation System, method and computer program product for identifying fabricated component defects using a local adaptive threshold
US10275872B2 (en) * 2017-08-24 2019-04-30 Applied Materials Israel Ltd. Method of detecting repeating defects and system thereof
US10290087B2 (en) * 2017-09-11 2019-05-14 Applied Materials Israel Ltd. Method of generating an examination recipe and system thereof
US11195268B2 (en) 2018-05-22 2021-12-07 Kla-Tencor Corporation Target selection improvements for better design alignment
WO2019244637A1 (ja) * 2018-06-20 2019-12-26 株式会社クボタ ウエハ検査装置およびウエハ検査方法
JP2019219295A (ja) * 2018-06-20 2019-12-26 株式会社クボタ ウエハ検査装置およびウエハ検査方法
US10832396B2 (en) * 2018-10-19 2020-11-10 Kla-Tencor Corp. And noise based care areas
US11619592B2 (en) * 2019-07-09 2023-04-04 KLA Corp. Selecting defect detection methods for inspection of a specimen
US11087449B2 (en) 2019-10-24 2021-08-10 KLA Corp. Deep learning networks for nuisance filtering
US11127136B2 (en) * 2019-12-05 2021-09-21 Kla Corporation System and method for defining flexible regions on a sample during inspection
US20220301133A1 (en) * 2021-03-16 2022-09-22 Kla Corporation Segmentation of design care areas with a rendered design image
US20240120221A1 (en) * 2022-10-03 2024-04-11 Kla Corporation Correcting target locations for temperature in semiconductor applications

Family Cites Families (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020054291A1 (en) 1997-06-27 2002-05-09 Tsai Bin-Ming Benjamin Inspection system simultaneously utilizing monochromatic darkfield and broadband brightfield illumination sources
US6240208B1 (en) * 1998-07-23 2001-05-29 Cognex Corporation Method for automatic visual identification of a reference site in an image
US7155052B2 (en) 2002-06-10 2006-12-26 Tokyo Seimitsu (Israel) Ltd Method for pattern inspection
JP2006216611A (ja) * 2005-02-01 2006-08-17 Hitachi High-Technologies Corp パターン検査装置
US7526749B2 (en) * 2005-10-31 2009-04-28 Kla-Tencor Technologies Corporation Methods and apparatus for designing and using micro-targets in overlay metrology
JP4616864B2 (ja) 2007-06-20 2011-01-19 株式会社日立ハイテクノロジーズ 外観検査方法及びその装置および画像処理評価システム
US8611639B2 (en) * 2007-07-30 2013-12-17 Kla-Tencor Technologies Corp Semiconductor device property extraction, generation, visualization, and monitoring methods
WO2010009930A1 (en) * 2008-06-02 2010-01-28 Asml Netherlands B.V. Sub-wavelength segmentation in measurement targets on substrates
US20090309022A1 (en) * 2008-06-12 2009-12-17 Hitachi High-Technologies Corporation Apparatus for inspecting a substrate, a method of inspecting a substrate, a scanning electron microscope, and a method of producing an image using a scanning electron microscope
US8494802B2 (en) 2008-06-19 2013-07-23 Kla-Tencor Corp. Computer-implemented methods, computer-readable media, and systems for determining one or more characteristics of a wafer
US8270698B2 (en) * 2008-09-24 2012-09-18 Merge Healthcare Incorporated Anterior commissure and posterior commissure segmentation system and method
EP2177898A1 (en) 2008-10-14 2010-04-21 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Method for selecting an optimized evaluation feature subset for an inspection of free-form surfaces and method for inspecting a free-form surface
US8775101B2 (en) 2009-02-13 2014-07-08 Kla-Tencor Corp. Detecting defects on a wafer
US20100235114A1 (en) * 2009-03-10 2010-09-16 Kla-Tencor Corporation Systems and methods for determining one or more characteristics of a specimen using radiation in the terahertz range
US8289508B2 (en) * 2009-11-19 2012-10-16 Globalfoundries Singapore Pte. Ltd. Defect detection recipe definition
US20130082177A1 (en) * 2010-06-07 2013-04-04 Hitachi High-Technologies Corporation Circuit pattern inspection apparatus and circuit pattern inspection method
US8781781B2 (en) * 2010-07-30 2014-07-15 Kla-Tencor Corp. Dynamic care areas
JP5788719B2 (ja) * 2011-06-09 2015-10-07 株式会社日立ハイテクノロジーズ ステージ装置およびステージ装置の制御方法
JP5647999B2 (ja) * 2012-01-04 2015-01-07 株式会社日立ハイテクノロジーズ パターンマッチング装置、検査システム、及びコンピュータプログラム
US8825570B2 (en) * 2012-07-31 2014-09-02 Hewlett-Packard Development Company, L.P. Active learning with per-case symmetrical importance scores
US9310316B2 (en) 2012-09-11 2016-04-12 Kla-Tencor Corp. Selecting parameters for defect detection methods
US9311698B2 (en) * 2013-01-09 2016-04-12 Kla-Tencor Corp. Detecting defects on a wafer using template image matching
US9619876B2 (en) 2013-03-12 2017-04-11 Kla-Tencor Corp. Detecting defects on wafers based on 2D scatter plots of values determined for output generated using different optics modes
US9123583B2 (en) * 2013-07-12 2015-09-01 Taiwan Semiconductor Manufacturing Co., Ltd. Overlay abnormality gating by Z data
US9401016B2 (en) 2014-05-12 2016-07-26 Kla-Tencor Corp. Using high resolution full die image data for inspection

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI778264B (zh) * 2018-05-23 2022-09-21 美商克萊譚克公司 設計為基礎之對準之效能監控
TWI829980B (zh) * 2019-11-21 2024-01-21 美商科磊股份有限公司 半導體晶圓檢測之方法及系統，以及非暫時性電腦可讀媒體

Also Published As

Publication number Publication date
KR102276921B1 (ko) 2021-07-12
DE112015004721T5 (de) 2017-07-06
IL250088B (en) 2020-07-30
CN107111294B (zh) 2018-12-11
JP6617143B2 (ja) 2019-12-11
CN107111294A (zh) 2017-08-29
US20160104600A1 (en) 2016-04-14
TWI643280B (zh) 2018-12-01
IL250088A0 (en) 2017-03-30
KR20170067876A (ko) 2017-06-16
WO2016061080A1 (en) 2016-04-21
JP2017539076A (ja) 2017-12-28
SG11201702725WA (en) 2017-04-27
US9727047B2 (en) 2017-08-08
DE112015004721B4 (de) 2023-09-21

Similar Documents

Publication Publication Date Title
TWI643280B (zh) 使用結構性資訊之缺陷偵測
TWI607411B (zh) 適應性局部臨限及色彩篩選
TWI600897B (zh) 用於偵測晶圓上之缺陷之電腦實施方法、非暫時性電腦可讀媒體及系統
KR102203112B1 (ko) 표준 기준 이미지로부터 결정된 속성에 기초한 결함 검출 및 분류
US9053527B2 (en) Detecting defects on a wafer
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
US9171364B2 (en) Wafer inspection using free-form care areas
KR102009494B1 (ko) 웨이퍼 검사를 위한 분할
US20140270474A1 (en) Detecting Defects on a Wafer
KR102538268B1 (ko) 웨이퍼 상의 로직 영역에서의 결함들의 검출
US11114324B2 (en) Defect candidate generation for inspection
TW202225675A (zh) 雜訊圖案化特徵之檢測