TW201833539A - 用於三維半導體結構之檢驗之缺陷發現及變因最佳化 - Google Patents

用於三維半導體結構之檢驗之缺陷發現及變因最佳化 Download PDF

Info

Publication number
TW201833539A
TW201833539A TW106141985A TW106141985A TW201833539A TW 201833539 A TW201833539 A TW 201833539A TW 106141985 A TW106141985 A TW 106141985A TW 106141985 A TW106141985 A TW 106141985A TW 201833539 A TW201833539 A TW 201833539A
Authority
TW
Taiwan
Prior art keywords
defect
optical modes
defects
wafer
optical
Prior art date
Application number
TW106141985A
Other languages
English (en)
Other versions
TWI774708B (zh
Inventor
桑透許 巴哈特阿恰亞
迪發希 夏瑪
克里斯多夫 馬希爾
華波
菲利普 米梭爾
羅伯特 M 達納
Original Assignee
美商克萊譚克公司
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 美商克萊譚克公司 filed Critical 美商克萊譚克公司
Publication of TW201833539A publication Critical patent/TW201833539A/zh
Application granted granted Critical
Publication of TWI774708B publication Critical patent/TWI774708B/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
    • G01N21/9501—Semiconductor wafers
    • G01N21/9505—Wafer internal defects, e.g. microcracks
    • 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
    • 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
    • G01N23/02—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 transmitting the radiation through the material
    • G01N23/04—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 transmitting the radiation through the material and forming images of the material
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/28—Testing of electronic circuits, e.g. by signal tracer
    • G01R31/282—Testing of electronic circuits specially adapted for particular applications not provided for elsewhere
    • G01R31/2831—Testing of materials or semi-finished products, e.g. semiconductor wafers or substrates
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/28—Testing of electronic circuits, e.g. by signal tracer
    • G01R31/302—Contactless testing
    • G01R31/308—Contactless testing using non-ionising electromagnetic radiation, e.g. optical radiation
    • G01R31/311—Contactless testing using non-ionising electromagnetic radiation, e.g. optical radiation of integrated circuits
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G06T7/001—Industrial image inspection using an image reference approach
    • 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
    • G01N21/01—Arrangements or apparatus for facilitating the optical investigation
    • G01N2021/0106—General arrangement of respective parts
    • G01N2021/0118—Apparatus with remote processing
    • G01N2021/0137—Apparatus with remote processing with PC or the like
    • 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
    • G01N2021/8883—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 involving the calculation of gauges, generating models
    • 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
    • G01N2223/00—Investigating materials by wave or particle radiation
    • G01N2223/60—Specific applications or type of materials
    • G01N2223/646—Specific applications or type of materials flaws, defects
    • G01N2223/6462—Specific applications or type of materials flaws, defects microdefects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10056—Microscopic image
    • G06T2207/10061—Microscopic image from scanning electron microscope
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20081—Training; Learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20084—Artificial neural networks [ANN]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30148—Semiconductor; IC; Wafer

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Biochemistry (AREA)
  • Pathology (AREA)
  • General Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Engineering & Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Theoretical Computer Science (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Computer Hardware Design (AREA)
  • Toxicology (AREA)
  • Electromagnetism (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)

Abstract

本文中闡述用於發現掩埋於三維半導體結構內之受關注缺陷(DOI)及將變因最佳化的方法及系統。藉由儲存與受量測之該等半導體結構之總深度之一子組相關聯之影像而減小經受缺陷發現及驗證之一半導體晶圓之體積。記錄與一或多個焦平面或聚焦範圍處之缺陷位置相關聯之影像片塊。基於以下各項中之任一者而減少所考量光學模式之數目：一或多個所量測晶圓級缺陷圖徵與一或多個預期晶圓級缺陷圖徵之一比較、所量測之缺陷信雜比及無需還原處理而驗證之缺陷。此外，採用經驗證缺陷及所記錄影像來訓練一擾亂篩選程式且將量測變因最佳化。將該所訓練擾亂篩選程式應用於缺陷影像以選擇最佳光學模式來用於生產。

Description

用於三維半導體結構之檢驗之缺陷發現及變因最佳化
所闡述實施例係關於試樣檢驗系統，且更特定而言係關於半導體晶圓檢驗模態。
諸如邏輯裝置及記憶體裝置等半導體裝置通常係藉由應用於一基板或晶圓之一系列處理步驟來製作。藉由此等處理步驟形成半導體裝置之各種特徵及多個結構層級。舉例而言，微影及其他程序係一種半導體製作程序，其涉及在一半導體晶圓上產生一圖案。半導體製作程序之額外實例包含但不限於：化學機械拋光、蝕刻、沈積及離子植入。多個半導體裝置可製作於一單個半導體晶圓上且然後被分離成個別半導體裝置。 在一半導體製造程序期間之各個步驟處使用檢驗程序來偵測晶圓上之缺陷以促成較高良率。由於設計規則及程序窗在大小上持續縮小，因此在維持高生產量之同時需要使檢驗系統擷取一更廣範圍之實體缺陷。 諸如非圖案化晶圓檢驗系統及圖案化晶圓檢驗系統等檢驗系統照射且檢驗一晶圓以發現不希望有之缺陷。隨著半導體設計規則持續演進，必須偵測到之最小缺陷大小在大小上持續縮小。 另外，記憶體架構正在自二維浮閘架構至完全三維幾何圖形轉變。在某些實例中，膜堆疊及蝕刻結構極深(例如，深度深達六微米或更深)。此等高縱橫比結構給圖案化晶圓檢驗帶來挑戰。量測掩埋於此等結構內之缺陷之能力對於達成所要效能位準及裝置良率至關重要。 在某些實例中，採用電子測試來偵測掩埋於三維結構內之缺陷。然而，必須在執行電子測試之前製作多個裝置層。因此，不能早在生產週期中偵測缺陷。因此，電子測試執行起來過於昂貴，特別是在生產程序之研究及開發以及量產階段期間，在此等階段中快速評估缺陷至關重要。 在某些其他實例中，可基於x射線量測技術偵測掩埋於三維結構內之缺陷。舉例而言，可採用一x射線繞射量測系統或一同調x射線成像系統來偵測掩埋缺陷。基於X射線之量測技術具有不具破壞性之優點，但生產量相當低。 在某些其他實例中，直接採用電子束檢驗(EBI)來偵測掩埋於三維結構內之缺陷。然而，EBI偵測超過大約一微米之一深度之缺陷之能力極為有限。在諸多實例中，EBI限於遠小於一微米(例如，小於五十奈米)之深度。此限制是由於對發生樣本畸變或破壞之前的電子劑量之實際限制。因此，在作為用於厚三維結構之一缺陷偵測工具方面，EBI之有效性係有限的。 某些傳統光學檢驗技術已被證明可有效地偵測掩埋於三維結構內之缺陷。在一項實例中，在不同焦深下採用共焦光學檢驗。共焦成像消除來自焦平面上方及下方之結構之假性或擾亂光學信號。美國專利公開案第2014/0300890號中更詳細地闡述共焦光學檢驗技術，該專利公開案以其全文引用方式併入本文中。在另一實例中，採用一旋轉照射束來偵測掩埋於相對厚層中之缺陷。美國專利公開案第2014/0268117號中更詳細地闡述利用一旋轉照射束之光學檢驗，該專利公開案以其全文引用方式併入本文中。在另一實例中，採用不同照射波長範圍來偵測掩埋缺陷，如美國專利第9,075,027號中所更詳細地闡述，該專利以其全文引用方式併入本文中。在又一實例中，採用多個離散光譜帶來偵測掩埋缺陷，如美國專利第8,912,495號中所更詳細地闡述，該專利以其全文引用方式併入本文中。 照傳統，缺陷發現及檢驗變因最佳化係基於對平面二維結構之檢驗。採用一光學檢驗工具來量測與位於晶圓表面上之二維結構(例如，小於一微米厚)相關聯之大數目個受關注缺陷(DOI)。藉由利用一掃描電子顯微鏡(SEM)工具檢驗所識別DOI來驗證由光學檢驗工具偵測到之DOI。此通常被稱為SEM再檢測。SEM工具能夠將DOI準確地分類為真正DOI或擾亂缺陷(亦即，光學檢驗工具所識別的實際上並非缺陷之缺陷)。基於SEM再檢測，配製用於光學檢驗工具之一檢驗變因，該檢驗變因將真正DOI擷取率最大化且將擾亂缺陷擷取率最小化。在傳統實踐中，缺陷發現及變因最佳化涉及晶圓之光學檢驗與SEM再檢測之間的反覆以趨近一所要量測變因。對於二維結構而言，一光學檢驗工具之缺陷發現及變因開發之此反覆方法相當有效且具時效性。然而，對於三維結構之檢驗而言，缺陷發現及變因開發之傳統方法極為耗時且不實用。 SEM具有一極為有限之穿透深度。因此，SEM再檢測僅對在受檢驗結構之表面處或極接近表面之缺陷之量測有效。為了驗證掩埋於三維結構內之缺陷，必須對晶圓進行還原處理(de-process)以發現掩埋缺陷。晶圓還原處理係耗時的且會因移除層以揭露由光學檢驗工具偵測到之DOI而使晶圓遭到破壞。因此，像通常檢驗二維結構那樣，在光學檢驗與SEM再檢測之間反覆以發現缺陷且將量測變因最佳化並不可行。 此外，針對三維結構之光學檢驗所必須考量之可用模式之數目大於針對二維結構之光學檢驗，此乃因偵測掩埋結構之缺陷更困難且很大程度上取決於結構本身。此外，對三維結構之光學檢驗係基於涉及大量資料之離焦量測(亦即，貫穿結構在多個深度處收集之三維影像)。儲存及處理極大數目個三維影像不可行。 儘管已出現用於偵測掩埋於三維結構內之可能缺陷之光學檢驗技術，但現有缺陷發現及變因最佳化技術已被證明用於涉及三維結構之量測應用並不可行。期望改良適用於垂直半導體裝置(諸如3D記憶體、VNAND記憶體或其他垂直結構)之光學檢驗系統之缺陷發現及變因最佳化。
本文中闡述用於改良對掩埋於三維半導體結構內之受關注缺陷(DOI)之偵測及分類的方法及系統。特定而言，本文中闡述用於具有缺陷驗證及無缺陷驗證之缺陷發現及量測變因最佳化之方法及系統。 在一項態樣中，藉由儲存與受量測半導體結構之總深度之一子組相關聯之影像來減小經受缺陷發現及驗證之一半導體晶圓三維體積。以此方式，作為量測變因最佳化程序之一部分而必須收集並分析之影像資料量被減少。 在判定一或多個焦平面或一聚焦範圍之後，一檢驗系統記錄與一或多個焦平面或聚焦範圍處之缺陷位置(而非貫穿結構之整個深度)相關聯之影像片塊。以此方式，與缺陷發現相關聯之所記錄資料量限制於深度之一子組。在後續缺陷驗證及變因最佳化程序期間採用所記錄資料。藉由限制所記錄資料量，後續缺陷驗證及變因最佳化程序被極大地簡化。 在另一態樣中，基於一或多個所量測晶圓級缺陷圖徵與一或多個預期晶圓級缺陷圖徵之間的一比較而減少所考量光學模式之數目。在一項實例中，一晶圓級缺陷圖徵係一晶圓缺陷圖，其圖解說明晶圓區域中缺陷更高度集中或不太高度集中之區。通常，一晶圓級缺陷圖徵包含跨越整個受檢驗晶圓區域而顯露之晶圓缺陷之任何指示。 在又一態樣中，基於所量測缺陷信雜比而減少所考量光學模式之數目。在一項實例中，在一或多個焦平面或聚焦位準處分析與每一選定光學模式相關聯之信雜比。選擇具有最高信雜比之光學模式以供進一步考量，且摒棄其他光學模式。 在又一態樣中，基於無需還原處理之SEM缺陷再檢測而減少所考量光學模式之數目。在一項實例中，執行SEM再檢測量測以驗證表面處或略低於表面之受關注缺陷。在一項實例中，利用高能量SEM來再檢測掩埋於一所考量結構內之缺陷。比較由SEM再檢測驗證之缺陷與光學檢驗結果，且選擇具有最高經驗證缺陷擷取率及最小擾亂缺陷擷取率之光學模式以供進一步考量。 在另一態樣中，將經驗證缺陷影像/特徵映射至由光學檢驗識別之對應缺陷。經驗證缺陷及所記錄三維影像用於訓練一擾亂篩選程式且將量測變因最佳化。 在某些實例中，對與由光學檢驗識別之缺陷相關聯之缺陷資訊進行取樣以產生一組多樣化受關注缺陷(DOI)。在某些實例中，將缺陷分格且自每一分格選擇幾個缺陷以產生一組多樣化DOI。對該組多樣化DOI執行缺陷驗證量測。將來自一組多樣化DOI、任何其他組驗證缺陷或其一組合之缺陷驗證資料映射至所保存離焦缺陷影像片塊及對應特徵向量。缺陷驗證資料及對應離焦缺陷影像片塊以及對應特徵向量用於訓練一擾亂消除篩選程式。 所訓練擾亂消除篩選程式用於與每一所考量光學器件模式相關聯之缺陷影像。以此方式，使用在缺陷發現期間所記錄之離焦缺陷事件來模擬缺陷偵測。與每一光學模式相關聯之偵測臨限值經調整以達成一期望擾亂率。選擇達成最佳缺陷圖徵匹配及真正缺陷擷取率之光學模式來實施為用於所考量量測應用之生產量測變因。 前述內容係一發明內容且因此必須含有細節之簡化、概述及省略；因此，熟習此項技術者將瞭解，發明內容僅係說明性的且絕非限制性的。在本文中所陳述之非限制性實施方式中，本文中所闡述之裝置及/或程序之其他態樣、發明性特徵及優點將變得顯而易見。
相關申請案之交叉參考 本專利申請案依據35 U.S.C. §119主張2016年11月30日提出申請之序列號為62/427,973之美國臨時專利申請案及2016年11月30日提出申請之序列號為62/427,917之美國臨時專利申請案的優先權。每一臨時申請案之標的物以其全文引用方式併入本文中。 現在將詳細參考背景技術實例及本發明的一些實施例，本發明的實例圖解說明於附圖中。 本文中闡述用於改良對掩埋於三維半導體結構內之受關注缺陷(DOI)之偵測及分類的方法及系統。特定而言，本文中闡述用於具有缺陷驗證及無缺陷驗證之缺陷發現及量測變因最佳化之方法及系統。對厚分層結構之光學檢驗在高生產量下揭露貫穿受檢驗結構之多個深度處之DOI。三維光學檢驗擷取在晶圓內傳播之信號，且因此能夠區分真正DOI與擾亂及雜訊，甚至對於相對厚樣本(例如，具有厚於三微米之一分層結構之3D NAND晶圓)而言亦可以。以此方式，在缺陷驗證之前，由3D光學檢驗工具本身執行缺陷發現及初步分類。藉由減少經受驗證之缺陷資料量，會顯著地減少將一個三維檢驗應用之一量測變因最佳化所需之時間。 圖1繪示晶圓生產程序之氮化矽(例如，SiN或Si3N4)移除步驟處之一3D NAND結構160之一簡化圖解說明。圖1係出於圖解說明目的而繪示。一成品3D NAND結構包含額外特徵及元件。在一項實例中，一成品3D NAND結構包含諸多額外層且某些所繪示結構(例如，結構182)包含額外材料。環繞氧化物核心結構181之多晶矽結構182在多層3D NAND結構中垂直地(例如，法向於基板186之表面)延伸。氧化矽層180藉由隨後會被蝕刻掉之氮化矽層(未展示)彼此間隔開。圖1中出於圖解說明目的未蝕刻掉氮化矽層183。程序中之下一步驟係在氧化矽層之間的間隔中生長鎢。然而，如圖1中所圖解說明，不完全蝕刻已留下氮化矽缺陷184及185。在具有缺陷184及185之情況下，電子裝置將不能運轉。因此，在製作程序中儘可能早地量測此缺陷以防止與註定會出故障之一裝置之進一步處理相關聯之時間及資源損失至關重要。 如圖1中所繪示，諸多DOI出現在3D NAND結構之不同深度處。此外，分離出現於晶圓表面附近之缺陷與出現於結構底部附近之缺陷頗具挑戰性。 圖2係一光學檢驗系統100之一項實施例之一簡化示意圖，光學檢驗系統100經組態以偵測並分類半導體結構之受關注缺陷(DOI)。光學檢驗系統100包含一運算系統、一晶圓定位系統及一光學檢驗子系統，該光學檢驗子系統包含一照射子系統、一聚光子系統及一或多個偵測器。照射子系統包含一照射源101及自照射源至晶圓之照射光路徑中之所有光學元件。聚光子系統包含自試樣至每一偵測器之聚光光路徑中之所有光學元件。為簡單起見，已省略系統之某些光學組件。舉例而言，亦可包含摺疊鏡、偏光器、光束形成光學器件、額外光源、額外聚光器及偵測器。所有此等變化皆在本文中所闡述之本發明之範疇內。本文中所闡述之檢驗系統可用於檢驗圖案化及非圖案化之晶圓及倍縮光罩。 如圖2中所圖解說明，由一或多個照射源101產生之一法向入射束104照射一晶圓103。另一選擇係，照射子系統可經組態而以一傾斜入射角將光束引導至試樣。在某些實施例中，系統100可經組態以將多個光束引導至試樣，諸如一傾斜入射光束及一法向入射光束。多個光束可實質上同時或循序地被引導至試樣。 舉例而言，照射源101可包含一寬頻雷射維持電漿光源、一雷射、一超連續譜雷射、一個二極體雷射、一氦氖雷射、一氬雷射、一固態雷射、一個二極體泵浦固態(DPSS)雷射、一氙弧燈、一氣體放電燈、一LED陣列及一白熾燈。光源可經組態以發射近單色光或寬頻光。在某些實施例中，照射子系統亦可包含一或多個光譜濾光器，該(等)光譜濾光器可限制引導至試樣之光之波長。一或多個光譜濾光器可係帶通濾光器及/或邊緣濾光器及/或陷波濾光器。可將任何適合波長範圍內之照射提供至試樣。在某些實例中，照射光包含範圍自260奈米至950奈米之波長。在某些實例中，照射光包含大於950奈米(例如，擴展至2,500奈米)之波長以擷取高縱橫比結構中之缺陷。在某些實施例中，照射子系統亦可包含一或多個偏光光學器件以控制引導至試樣之照射光之偏光。 由照射源101產生之光束104被引導至一分束器105。分束器105將光束引導至物鏡109。物鏡109將光束111聚焦至晶圓103上之入射點119處。入射點119係由自照射源101發射之光至晶圓103之表面上之投射來界定(亦即，塑形及定大小)。 檢驗系統100包含照射孔徑124。如圖2中所繪示，運算系統130將命令信號122C傳達至照射孔徑124。作為回應，照射孔徑124調整提供至晶圓103之表面上之照射方向及光束形狀。在一項實施例中，照射孔徑124係提供不同孔徑形狀之一總成，該等孔徑形狀係由自運算系統130傳達而來之命令信號122C控制。 如圖2中所繪示，運算系統130將命令信號122A傳達至照射源101。作為回應，照射源101調整照射光束111之光譜範圍。通常，入射於晶圓103上之光束111可在一或多個方面不同於由照射源101發射之光，包含偏光、強度、大小及形狀等。 在圖2中所繪示之實施例中，檢驗系統100包含可選照射偏光元件180。在一項實例中，運算系統130將命令信號122E傳達至照射偏光元件180。作為回應，照射偏光元件180調整提供至晶圓103之表面上之照射光之偏光。 如圖2中所繪示，檢驗系統100包含控制遞送至晶圓103之照射功率之一照射功率衰減器102。在某些其他實施例中，照射功率密度衰減器係一光束成形元件，其重定照射點119之大小以減小遞送至晶圓103之照射功率密度。在某些其他實施例中，採用照射功率減小與光束定大小之一組合來減小遞送至晶圓103之照射功率密度。如圖2中所繪示，運算系統130將一控制信號傳達至照射功率衰減器102以基於由偵測器115、120及125中之任一者偵測到之三維影像而控制照射功率。通常，照射功率衰減器102係選用的。因此，在某些其他實施例中，檢驗系統100並不包含照射功率衰減器102。 在某些實施例中，系統100可在照射路徑中包含一偏轉器(未展示)。在一項實施例中，偏轉器可係一聲光偏轉器(AOD)。在其他實施例中，偏轉器可包含一機械掃描總成、一電子掃描器、一旋轉鏡、一基於多邊形之掃描器、一諧振掃描器、一壓電掃描器、一檢流計鏡或一檢流計。偏轉器使光束在試樣上方進行掃描。在某些實施例中，偏轉器可使光束以一大約恆定之掃描速度在試樣上方進行掃描。 系統100包含聚光光學器件116、117及118，其等用以聚集由晶圓103散射及/或反射之光並將彼光分別聚焦至偵測器陣列115、120及125上。偵測器115、120及125之輸出被傳達至運算系統130以處理信號且判定缺陷之存在及其位置。 聚光光學器件116至118中之任一者可係一透鏡、一複合透鏡或此項技術中已知之任何合適透鏡。另一選擇係，聚光光學器件116至118中之任一者可係一反射或部分地反射光學組件，諸如一鏡。另外，儘管圖2中圖解說明了特定聚光角度，但應理解，可以任何合適之聚光角度配置聚光光學器件。舉例而言，聚光角度可取決於入射角及/或試樣之形貌特性而變化。 偵測器115、120及125中之每一者通常用於將反射及散射光轉換成一電信號，且因此可包含此項技術中已知之實質上任何光電偵測器。然而，可基於所要的偵測器效能特性、待檢驗試樣之類型及照射組態而選擇用於本發明之一或多項實施例內之一特定偵測器。舉例而言，若可用於檢驗之光量相對低，則諸如一時間延遲積分(TDI)相機等一效率提高偵測器可增大系統之信雜比及輸送量。然而，可使用其他偵測器，諸如電荷耦合裝置(CCD)相機、光電二極體、光電管及光電倍增管(PMT)，具體情形取決於可用於檢驗之光量及所執行檢驗之類型。在本發明之至少一項實施例中，使用一光電倍增管來偵測自一試樣散射之光。每一偵測器可僅包含一個感測區域，或可能包含數個感測區域(例如，一偵測器陣列或多陽極PMT)。 系統100可使用各種成像模式，諸如明場模式及暗場模式。舉例而言，在一項實施例中，偵測器125產生一明場影像。如圖2中所圖解說明，物鏡109聚集以一窄角自晶圓103之表面散射之某些光量。此光返回穿過物鏡109且照射於分束器105上。分束器105將光之一部分透射至聚光光學器件118，聚光光學器件118繼而將光聚焦至偵測器125上。以此方式，偵測器陣列125產生一明場影像。聚光光學器件118包含成像透鏡107，成像透鏡107將由物鏡109聚集之反射光成像至偵測器陣列125上。一孔徑182、傅立葉(Fourier)濾光器106或該兩者放置於物鏡109之後焦平面處。可使用不同照射孔徑124、聚光孔徑、傅立葉濾光器106或上述各項之組合來實施各種成像模式，諸如明場、暗場及相位對比。可基於DOI信號及三維影像而判定成像模式之組態，諸如照射方向或成像聚光立體角。美國專利第7,295,303號及第7,130,039號更詳細地闡述此等成像模式，該等專利以引用方式併入本文中。在另一實例中，偵測器115及120藉由對以較大視場角聚集之散射光進行成像而產生暗場影像。美國專利第6,208,411號更詳細地闡述此等成像模式，該專利以引用方式併入本文中。 在圖2中所繪示之實施例中，檢驗系統100包含可選聚光偏光元件181。在一項實例中，運算系統130將命令信號122F傳達至聚光偏光元件181。作為回應，聚光偏光元件181調整提供至偵測器125之表面上之所聚集光之偏光。 如圖2中所繪示，檢驗系統100包含一可選傅立葉濾光器106。運算系統130將命令信號122D傳達至傅立葉濾光器106。作為回應，傅立葉濾光器106調整傅立葉濾光器之傅立葉濾光性質(例如，藉由改變位於聚光光束路徑中之特定傅立葉濾光器元件)。 檢驗系統100包含聚光孔徑182。如圖2中所繪示，運算系統130將命令信號122G傳達至聚光孔徑182。作為回應，聚光孔徑182調整自晶圓103之表面聚集的透射至對應偵測器之光量。在一項實施例中，聚光孔徑182係提供不同孔徑形狀之一總成，該等不同孔徑形狀係由自運算系統130傳達而來之命令信號122G控制。 系統100亦包含處理由偵測器115、120及125中之任一者偵測到之反射信號及/或散射信號所需之各種電子組件(未展示)。舉例而言，系統100可包含：放大器電路，其用以自偵測器115、120及125中之任一者接收輸出信號並將彼等輸出信號放大一預定量；及一類比轉數位轉換器(ADC)，其用以將經放大信號轉換成適合於在處理器131內使用之一數位形式。在一項實施例中，處理器可藉由一傳輸媒體直接耦合至一ADC。另一選擇係，處理器可自耦合至ADC之其他電子組件接收信號。以此方式，處理器可藉由一傳輸媒體及任何介入電子組件間接耦合至ADC。 在圖2中所圖解說明之實施例中，晶圓定位系統114基於自運算系統130接收之命令126而使光束111下之晶圓103移動。晶圓定位系統114包含一晶圓卡盤108、運動控制器113、一旋轉載台110、平移載台112及z平移載台121。Z平移載台121經組態以使晶圓103沿法向於晶圓103之表面之一方向(例如，座標系123之z方向)移動。平移載台112及旋轉載台110經組態以使晶圓103沿平行於晶圓103之表面之一方向(例如，座標系123之x及y方向)移動。在某些其他實施例中，藉由多個平移載台之協調運動而使晶圓103沿平面內方向(例如，x及y方向)移動。 晶圓103支撐於晶圓卡盤108上。在某些實施例中，晶圓103被定位成其幾何中心與旋轉載台110之旋轉軸大致對準。以此方式，旋轉載台110使晶圓103在一可接受容限內以一規定角速度ω繞其幾何中心轉動。另外，平移載台112使晶圓103以一規定速度VT 沿大致垂直於旋轉載台110之旋轉軸之一方向平移。運動控制器113藉由旋轉載台110協調晶圓103之轉動且藉由平移載台112協調晶圓103之平移，以在檢驗系統100內達成晶圓103之一所要平面內掃描運動。另外，運動控制器113藉由平移載台121協調晶圓103之移動，以在檢驗系統100內達成晶圓103之一所要平面外掃描運動。 可以若干種不同模式相對於檢驗系統100之光學子系統而定位晶圓103。在一檢驗模式中，沿橫向方向(例如，x方向及y方向)在每一不同z位置處反覆地掃描晶圓103。在某些實例中，在兩個或兩個以上不同z位置處掃描晶圓103，該等不同z位置對應於貫穿一分層結構之兩個或兩個以上深度(例如，晶圓表面下之距離)。在一缺陷再檢測模式中，晶圓103沿x方向及y方向定位於一固定位置中，而沿z方向進行掃描。以此方式，基於在受量測結構內之一深度範圍內的晶圓103之一固定橫向位置處量測資料而產生三維影像。缺陷再檢測模式通常用於執行更詳細之缺陷調查(例如，更高影像解析度、更高焦深解析度或上述兩者)。 在某些實施例中，使晶圓相對於檢驗系統之焦平面移動至若干個不同z位置以對晶圓堆疊之不同深度進行成像。在某些其他實施例中，相對於晶圓而將檢驗系統之焦平面之位置以光學方式調整至若干個不同z位置以對晶圓堆疊之不同深度進行成像。在每一z位置處收集之影像經匯總以形成沿兩個橫向維度(例如，平行於晶圓表面)及若干個不同深度(亦即，不同z位置)量測之一厚半導體結構之一個三維體積影像。 通常，包含照射子系統及聚光子系統兩者之光學子系統140在位於一受量測結構(例如，一垂直堆疊結構)之複數個不同深度處之複數個焦平面中之每一者處產生一聚焦光學影像。藉由沿z方向移動聚焦平面之光學調整、沿z方向之試樣定位或上述兩者來達成光學子系統之聚焦平面在每一不同深度處之對準。一或多個偵測器偵測在該複數個不同深度中之每一者處聚集之光，且產生指示在該複數個不同深度中之每一處聚集之光量之複數個輸出信號。 光學檢驗系統100依據沿兩個橫向維度(例如，平行於晶圓表面)及一深度維度(例如，法向於晶圓表面)量測之一體積而產生一厚半導體結構之三維影像。在圖2中所繪示之實施例中，運算系統130將來自量測通道中之一或多者(例如，來自偵測器115、120及125中之一或多者)之輸出配置成對應於所量測體積之一體積資料集合。圖3繪示一所量測三維影像之一剖面圖(y=0)之一圖表150，其圖解說明接近-0.5微米之一焦點偏移之一峰值信號。圖4繪示所量測三維影像之另一剖面圖(x=0)之一圖表151，其亦圖解說明接近-0.5微米之一焦點偏移之一峰值信號。 在一缺陷再檢測實例中，在檢驗系統之焦平面內針對若干個不同晶圓位置而在同一(x, y)位置處獲取一系列影像。在此實例中，運算系統130藉由彙集在每一不同焦點偏移處獲取之一系列二維影像之一堆疊而產生所量測體積之一個三維影像。焦點偏移係試樣之最具反射性表面與檢驗系統之焦平面之間的相對距離。通常，待掃描參數並不限於焦點偏移。在其他實例中，感測器軸向位置、光譜帶、照射方向等可經掃描以形成一個三維缺陷影像。在某些實施例中，運算系統130產生具有三個以上維度之一缺陷影像。在一項實例中，針對一給定(x, y)位置掃描焦點偏移及照射方向兩者。在一項實例中，運算系統130藉由將在每一不同焦點偏移處且以每一不同照射角度獲取之一系列二維影像彙集成一四階張量來產生所量測體積之一個四維影像。在某些實例中，針對一組預定義焦點偏移收集一系列影像，但保持照射強度及其他系統參數不改變。 在一檢驗實例中，在檢驗系統之焦平面內針對若干個不同晶圓位置而在各個(x, y)位置處獲取一系列影像。為了產生三維影像，必須將不同焦點偏移之間的影像不對準最小化。在某些實例中，藉由收集關於經準確定位以達成不同深度量測之晶圓載台之資料達成此目的。然而，此方法可顯著地減小生產量。在某些其他實例中，在資料收集之後，使用對準目標來對準對應於不同焦點偏移處之同一橫向位置之影像。 通常，藉由應用一缺陷偵測演算法自三維影像偵測缺陷。在某些實施例中，直接依據由檢驗系統100產生之影像資料執行缺陷偵測。在某些實施例中，自所收集影像資料提取一或多個特徵向量且基於所量測特徵向量而執行缺陷偵測。通常，一特徵向量係表示一物體(例如，受關注缺陷、標稱結構等)之數字特徵之一n維向量。在某些實例中，一缺陷偵測演算法包含一或多個可選臨限值，該等可選臨限值調整缺陷偵測演算法之敏感度。當選擇具高度約束性之臨限值時，缺陷偵測演算法自一組三維影像偵測到之受關注缺陷較少。當選擇高度容許臨限值時，缺陷偵測演算法自同一組三維影像偵測到之受關注缺陷較多。可能，若偵測到之缺陷太少，則將漏掉真正缺陷，且若偵測到之缺陷很多，則將擷取諸多擾亂(例如，錯誤)缺陷。因此，按照一特定量測應用調諧之一最佳化量測變因亦包含對偵測演算法臨限值之一選擇，該偵測演算法臨限值將真正缺陷擷取率最大化，而將擾亂(亦即，錯誤)缺陷擷取率最小化。 如關於圖2所闡述，運算系統130產生並傳達命令信號122A至122G，使得根據一規定光學模式選擇照射功率、照射孔徑、聚光孔徑、光譜帶、傅立葉濾光器、照射偏光、聚光偏光或上述各項之任何組合。另外，諸如檢驗系統100等一檢驗系統包含其他可選光學系統設定，諸如入射角、方位角等。光學系統設定之每一相異組合被稱為光學檢驗系統100之一相異光學模式。 實際上，一檢驗系統(諸如本文中所闡述之檢驗系統100)提供超過10,000種不同光學模式，且必須選擇數千種可能模式中之一種模式以達成一或多個效能目標。例示性效能目標包含但不限於：將三維影像中標稱結構之回應最小化、增強三維影像中缺陷信號之回應、將三維影像中晶圓雜訊或擾亂信號之回應最小化、區別三維影像中缺陷之回應與晶圓雜訊或擾亂信號、依據三維影像改良所估計之缺陷實體位置之準確度、上述各項之任何組合。因此，用於一特定量測應用之一最佳化量測變因包含對最佳光學模式之一選擇。 如前文中所闡述，用於一個三維光學檢驗系統(諸如，檢驗系統100)之量測變因最佳化包含自數千種可能系統組態選擇一最佳光學模式及選擇偵測臨限值。DOI可貫穿一個三維半導體結構之深度而存在之事實對缺陷發現及變因最佳化提出巨大實際挑戰，此乃因可用之影像資料量極為龐大(亦即，三維影像，不僅係二維影像)且缺陷驗證極為耗時(亦即，驗證缺陷需要進行晶圓還原處理)。 在一項態樣中，藉由儲存與一子組受量測半導體結構之總深度相關聯之影像來減小經受缺陷發現及驗證之一半導體晶圓之三維體積。以此方式，作為量測變因最佳化程序之一部分而必須收集並分析之影像資料量被減少。 在圖2中所繪示之實施例中，由運算系統130自一使用者輸入源135接收關於所考量量測應用之資訊136。通常，使用者輸入源135係一實體，諸如具有受檢驗結構及預期缺陷之知識之一使用者或操作器。舉非限制性實例，結構資訊136包含受關注缺陷之預期堆疊深度、受關注缺陷之晶圓級圖徵、3D堆疊之折射率等。在一項實施例中，檢驗系統100包含周邊裝置，該等周邊裝置用於自一操作器(例如，鍵盤、滑鼠、觸控螢幕、通信埠等)接受輸入以將結構資訊136自使用者傳達至檢驗系統100。 一使用者裝置亦傳達檢驗系統100之一組初始光學模式。檢驗系統100之一使用者通常執行初步模型化或採用以往經驗以形成檢驗系統100之一組初始光學模式，此最可能達成最佳檢驗結果。通常，一組初始光學模式包含數十種不同光學模式，但遠少於數千種可用光學模式。在某些實例中，一使用者亦將一或多個初始聚焦位準傳達至檢驗系統100。該一或多個初始聚焦位準包含受關注缺陷應被定位之聚焦位準。 回應於使用者輸入136及137，檢驗系統100在一組初始光學模式中之每一者下且在一或多個初始聚焦位準中之每一者處對晶圓103執行一檢驗。通常，以一掃描模式執行檢驗，其中在一或多個初始聚焦位準中之每一者處檢驗一大面積之晶圓(例如，晶圓之整個面積)。在初始檢驗期間所採用之缺陷偵測演算法之臨限值設定在識別諸多缺陷(亦即，真正缺陷及擾亂缺陷兩者)之高度容許值處。 在執行初始檢驗之後，運算系統130選擇在初始檢驗中所識別之幾個最有可能缺陷。最有可能缺陷係與由檢驗系統100之使用者提供之預期缺陷最緊密匹配之受關注缺陷。檢驗系統100藉由相對於光學檢驗子系統140定位晶圓103使得一選定受關注缺陷處於檢驗系統100之視場中來對選定受關注缺陷執行一離焦再檢測。完全貫穿受量測結構而在若干個聚焦位準處執行一系列量測。基於離焦再檢測之結果，運算系統130判定最佳地擷取受關注缺陷之一或多個焦平面或聚焦範圍。在某些實例中，基於一所量測缺陷圖徵(例如，影像或特徵向量)與一預期缺陷圖徵之間的一最佳匹配而判定一或多個焦平面或聚焦範圍。 在判定一或多個焦平面或聚焦範圍之後，檢驗系統100記錄與在初始檢驗中之每一者中在一或多個焦平面或聚焦範圍處(而非貫穿結構之整個深度)所識別之缺陷位置相關聯之影像片塊(例如，32x32個像素片塊)。在某些實例中，在多個聚焦位準處對一億個缺陷位置或更多位置進行成像並記錄。以此方式，與缺陷發現相關聯之所記錄資料量限制於一子組之深度。在後續缺陷驗證及變因最佳化程序中採用所記錄資料。藉由限制所記錄資料量，後續缺陷驗證及變因最佳化程序被極大地簡化。 在另一態樣中，基於一或多個所量測晶圓級缺陷圖徵與一或多個預期晶圓級缺陷圖徵之間的一比較而減少所考量光學模式之數目。在一項實例中，在執行初始檢驗之後，運算系統130選擇幾種最有可能光學模式以供進一步考量(例如，五種或更少光學模式)。在一項實例中，運算系統130針對每一光學檢驗模式而變化缺陷偵測演算法臨限值。運算系統130針對每一光學模式而變化臨限值以使一所量測晶圓級缺陷圖徵與一預期晶圓級缺陷圖徵最佳地匹配。在一項實例中，一晶圓級缺陷圖徵係一晶圓缺陷圖，其圖解說明晶圓區域中缺陷更高度集中或不太高度集中之區。通常，一晶圓級缺陷圖徵包含跨越整個受檢驗晶圓區域而顯露之晶圓缺陷之任何指示。 選擇最佳地匹配預期缺陷圖徵之光學模式以供進一步考量，且摒棄其他光學模式。以此方式，減少如前文中所闡述的經選擇以供記錄之模式之數目。因此，進一步減少在後續缺陷驗證及變因最佳化程序期間所考量之檢驗資料量。在某些實例中，基於晶圓級圖徵分析而選擇五種或更少光學模式以供進一步考量。 在又一態樣中，基於所量測缺陷之信雜比而減少所考量光學模式之數目。在一項實例中，在執行初始檢驗及晶圓級圖徵匹配之後，運算系統130進一步選擇幾種最有可能光學模式以供進一步考量(例如，三種或更少光學模式)。在一項實例中，運算系統130分析在一或多個焦平面或聚焦位準處的與每一選定光學模式相關聯之信雜比。運算系統130選擇具有最高信雜比之光學模式以供進一步考量，且摒棄其他光學模式。以此方式，減少如前文中所闡述的經選擇以供記錄之模式之數目。因此，進一步減少在後續缺陷驗證及變因最佳化程序期間所考量之檢驗資料量。在某些實例中，基於晶圓級圖徵分析而選擇三種或更少光學模式以供進一步考量。 在又一態樣中，基於無需還原處理之SEM缺陷再檢測而減少所考量光學模式之數目。在一項實例中，在執行初始檢驗及晶圓級圖徵匹配之後，運算系統130進一步選擇幾種最有可能光學模式以用於在不對晶圓進行還原處理之情況下進行SEM再檢測。在一項實例中，將晶圓103轉移至一SEM再檢測工具，且執行SEM再檢測量測以驗證在表面處或略低於表面之受關注缺陷。在一項實例中，利用高能量SEM來再檢測掩埋於一所考量結構內(例如，高達一微米之深度)之缺陷。但通常，SEM不適合於對太大深度處(例如，超過一微米)之缺陷進行缺陷驗證。運算系統130接收由SEM再檢測工具驗證之缺陷之一指示，且選擇具有最高經驗證缺陷擷取率及最低擾亂缺陷擷取率之光學模式以供進一步考量。摒棄其他光學模式。以此方式，減少如前文中所闡述的經選擇以供記錄之模式之數目。因此，進一步減少在後續缺陷驗證及變因最佳化程序期間所考量之檢驗資料量。在某些實例中，基於晶圓級圖徵分析而選擇三種或更少光學模式以供進一步考量。 在另一態樣中，將經驗證缺陷影像/特徵映射至由檢驗系統100識別之對應缺陷。採用經驗證缺陷及所記錄三維影像來訓練一擾亂篩選程式且將量測變因最佳化。 圖3係用於缺陷發現及量測變因最佳化以檢驗三維半導體結構之一系統150之一項實施例之一簡化示意圖。系統150包含參考圖2所闡述之檢驗系統100、一缺陷驗證工具151及一運算系統160。在某些實施例中，由運算系統160執行之任務係如本文中闡述地由運算系統130或另一運算系統實施。 在某些實施例中，缺陷驗證工具151係一基於電子束之分析工具。在某些其他實施例中，缺陷驗證工具151係一基於x射線之分析工具。在此等實施例中，可不需要使掩埋缺陷對基於x射線之分析工具可見之一材料移除工具。因此，一相關聯材料移除工具係選用的。 在某些實例中，藉由對晶圓103進行還原處理並利用檢驗系統100檢驗暴露缺陷來達成缺陷驗證。在此等實例中，可不需要一不同缺陷驗證工具151。在某些實施例中，一缺陷驗證工具(諸如，一SEM再檢測工具)可與檢驗系統100整合而作為一單個晶圓處理工具，或者另一選擇係，個別地或以任何組合形式分離至不同晶圓處理系統中。 運算系統130協調檢驗程序，且執行分析、資料處置及傳達任務。類似地，運算系統160協調材料移除及再檢測程序，執行分析且執行資料處置及傳達任務。 可以諸多不同方式實現缺陷驗證。在某些實施例中，執行電壓對比檢驗來驗證缺陷。在此等實施例中，根據一小樣本圖修整一晶圓且藉由一電壓對比檢驗工具對所裝飾晶圓執行電壓對比量測。 在某些其他實施例中，完成晶圓製作且對成品晶圓執行一位元圖測試以驗證缺陷。 在某些其他實施例中，對一晶圓進行還原處理以移除所考量多層結構之層。可藉由化學程序、機械程序或上述兩者來實現還原處理。在一項實例中，採用一聚焦離子束(FIB)工具來自一晶圓表面移除材料。對晶圓進行還原處理直至掩埋缺陷位於晶圓之表面處或接近晶圓之表面且可由缺陷驗證工具151 (例如，一SEM再檢測工具、檢驗系統100等)有效地成像為止。缺陷位置及與缺陷驗證量測相關聯之相關聯缺陷影像152儲存於一記憶體(例如，載於運算系統160上之記憶體162)中。在某些實施例中，缺陷資訊係以一KLA結果檔案之形式(KLARF)儲存。KLARF檔案係由缺陷驗證工具150產生之一個一般ASCII檔案。使用相同KLARF檔案格式來保存來自檢驗系統100之缺陷資訊。 在另一態樣中，將由檢驗系統100識別之缺陷相關聯之缺陷資訊141作為缺陷發現之一部分傳達至運算系統160。運算系統160對所識別缺陷進行取樣以產生一組多樣化DOI 153，將該組多樣性DOI 153傳達至缺陷驗證工具151。在某些實施例中，運算系統160將由檢驗系統100在缺陷發現期間識別之缺陷(例如，一億或更多DOI)分組且自每一分組選擇幾個缺陷以產生一組多樣化DOI 153。該組多樣化DOI 153儲存於一記憶體(例如，載於運算系統160上之記憶體162)中。 對該組多樣化DOI執行缺陷驗證量測。缺陷位置及來自缺陷驗證量測之相關聯缺陷影像儲存於一記憶體(例如，載於運算系統160上之記憶體162)中。在某些實施例中，與一組多樣化DOI相關聯之缺陷資訊亦以一KLARF檔案格式儲存。 來自一組多樣化DOI、任何其他組經驗證缺陷或其一組合之缺陷驗證資料被映射至所保存離焦缺陷影像片塊及對應特徵向量。缺陷驗證資料及對應離焦缺陷影像片塊以及對應特徵向量用於訓練一擾亂消除篩選程式。 在一項實例中，運算系統160訓練一基於離焦影像之機器學習網路以篩除擾亂缺陷。在此等實例中之某些實例中，基於缺陷影像而訓練機器學習網路。舉非限制性實例，一適合機器學習網路實施為一類神經網路、一支援向量機模型、一決策樹模型等。 在另一實例中，運算系統160訓練一基於離焦特徵之自動分類程式以篩除擾亂缺陷。在此等實例中之某些實例中，自動分類程式係基於特徵的，而非基於影像的。舉非限制性實例，一適合的基於離焦特徵之自動分類程式實施為一經訓練隨機森林演算法等。 在另一實例中，運算系統160實施一基於規則之樹分類程式以篩除擾亂缺陷。在此等實例中之某些實例中，基於規則之樹分類程式係基於特徵的，而非基於影像的。舉非限制性實例，一適合的基於規則之樹分類程式係基於人工產生之規則而實施。 經訓練擾亂消除篩選程式142被傳達至檢驗系統100且應用於與每一所考量光學模式相關聯之所保存缺陷影像。以此方式，使用在缺陷發現期間所記錄之離焦缺陷事件來模擬缺陷偵測。與每一光學模式相關聯之偵測臨限值經調整以達成一期望擾亂率。在一項實例中，與每一光學模式相關聯之偵測臨限值經調整以達成大約30%之一擾亂率，且選擇達成最佳缺陷圖徵匹配及真正缺陷擷取率之光學模式來實施為用於所考量量測應用之生產量測變因。在圖3中所繪示之實施例中，檢驗系統100實施擾亂篩選程式142及選定生產量測變因來在一生產設定中基於對厚半導體結構之三維影像之一分析而識別且分類缺陷。 通常，以演算法方式處理一個三維影像以識別並分類受關注缺陷。在某些實例中，處理器131經組態以依據一個三維影像而偵測並分類缺陷。處理器可包含此項技術中已知之任何合適處理器。另外，處理器可經組態以使用此項技術中已知之任何合適缺陷偵測且分類演算法或方法。舉例而言，處理器可使用一晶粒對資料庫比較、一個三維篩選程式、一叢集演算法(諸如一主分量分析或頻譜叢集)、一定限演算法、一深度學習演算法或任何其他適合演算法來偵測且分類試樣上之缺陷。 在另一態樣中，基於對一厚半導體結構之三維影像之一分析而判定一受關注缺陷之三維位置。以此方式，量測一晶圓內之一缺陷之實際位置(例如，缺陷之{x, y, z}座標)。實際缺陷位置可用於稍後定位缺陷以供進一步分析(例如，藉由一聚焦離子束系統、EBI系統等進行分析)。 在某些實例中，使用x位置、y位置及與3D影像內之峰值缺陷信號相關聯之焦點偏移來評估晶圓結構(例如，3D NAND晶圓堆疊)內之實際缺陷位置。 在諸多暗場量測應用中，繞射級被抑制且z方向上(例如，深度)之實際缺陷位置與焦點偏移線性相關，焦點偏移與峰值信號相關聯。對於諸多非同調BF照射情形而言，z方向上之缺陷位置與焦點偏移線性相關，焦點偏移與峰值信號相關聯。在此等實例中，運算系統130判定與峰值相關聯之焦點偏移且藉由將焦點偏移乘以一比例因子而判定缺陷深度。 在其他實例中，藉由比較一缺陷的三維影像與一或多個模擬三維影像來判定實際缺陷位置。在一項實例中，運算系統130執行一嚴格耦合波分析(RCWA)來模擬所量測缺陷回應。可遞迴地執行此分析以將所量測回應與模擬回應之間的誤差最小化且識別及定位缺陷。 在某些其他實例中，產生一量測值庫，該量測值庫將由一可信任參考量測系統量測之所量測資料與缺陷深度(例如，晶圓表面下之距離)進行匹配。在一項實例中，可信任參考量測系統係在對一所考量試樣進行聚焦離子束蝕刻之後執行之一缺陷再檢測。庫一經產生，便基於庫匹配而估計與後續量測相關聯之缺陷位置。 在另一態樣中，在缺陷分析之前對三維影像進行篩選以改進SNR。在某些實例中，運算系統利用一3D數位篩選程式或其他適合數值技術來分析所彙集三維影像以偵測來自缺陷之獨特三維結構。此有效地提高缺陷之SNR且能夠有效地分離受關注缺陷與雜訊或擾亂效應。 通常，運算系統130及160經組態以基於離焦影像或特徵向量而偵測並分類缺陷。運算系統130及160可包含此項技術中已知之任何合適處理器。另外，運算系統130及160可經組態以使用此項技術中已知之任何合適缺陷偵測演算法或方法。舉例而言，運算系統130及160可使用一晶粒與資料庫比較或一定限演算法來偵測試樣上之缺陷。 另外，檢驗系統100可包含周邊裝置，該等周邊裝置用於自一操作器(例如，鍵盤、滑鼠、觸控螢幕等)接受輸入且將輸出顯示至操作器(例如，顯示監視器)。來自一操作器之輸入命令可由運算系統130使用以調整用於控制照射功率之臨限值。所得功率位準可在一顯示監視器上以圖形方式呈現至一操作器。 檢驗系統100包含一處理器131及大量電腦可讀記憶體132。處理器131與記憶體132可經由匯流排133通信。記憶體132包含儲存大量程式碼之大量記憶體134，該程式碼在由處理器131執行時致使處理器131執行本文中所闡述之缺陷偵測、分類及深度估計功能性。 系統150包含一處理器161及大量電腦可讀記憶體162。處理器161與記憶體162可經由匯流排163通信。記憶體162包含儲存大量程式碼之大量記憶體164，該程式碼在由處理器161執行時致使處理器161執行本文中所闡述之缺陷偵測、分類及深度估計功能性。 圖6圖解說明用於基於厚結構之3D影像而偵測缺陷之一例示性方法200之一流程圖。在某些非限制性實例中，參考圖2所闡述之檢驗系統100經組態以實施方法200。然而，通常，方法200之實施方案並不限於本文中所闡述之特定實施例。 在方塊201中，根據複數種光學模式中之每一者在安置於導體晶圓上之複數個垂直堆疊結構中之每一者內之複數個焦平面中之每一者處於在複數個缺陷位置處將一定量的照射光提供至一半導體晶圓。 在方塊202中，根據該複數種光學模式中之每一者回應於該複數個焦平面中之每一者處的該複數個缺陷位置中之每一者處之照射光量而對來自垂直堆疊結構中之每一者之一定量的光進行成像。 在方塊203中，自該複數個缺陷位置選擇一或多個缺陷位置。 在方塊204中，根據該複數種光學模式而產生貫穿垂直堆疊結構之不同焦平面處的選定缺陷位置中之每一者處之複數個影像。 在方塊205中，選擇該複數個焦平面之一子組以供儲存。 在方塊206中，儲存根據光學模式中之每一者的該複數個焦平面之選定子組中之每一者處之該複數個缺陷位置中之每一處之影像。 通常，本文中所闡述之三維成像技術可在半導體裝置製造之研究及開發、生產增加及大批量生產階段期間應用，且可適用於任何基於光學影像之量測技術。另外，此等技術可適用於光學及x射線檢驗模態。 無論製作程序之特定類型如何，需要在一多層堆疊之所有層級中且在特定程序中儘可能早地偵測缺陷。特定檢驗實施例較佳地包含貫穿一堆疊(包含堆疊表面及貫穿一堆疊之各個深度)之缺陷偵測。舉例而言，特定實施例允許在深達約三微米之深度處發現缺陷。在另一實施例中，可在約八微米大之堆疊深度處偵測到缺陷。受檢驗之一垂直ONON或OPOP堆疊之厚度僅受照射光之穿透深度限制。穿過一個氧化物-氮化物-氧化物-氮化物(ONON)或氧化物-多晶矽-氧化物-多晶矽(OPOP)堆疊之透射不太受較長波長之吸收限制。因此，較長照射波長可用於有效地檢驗極深之結構。 本文中所闡述之三維成像技術可適用於複雜垂直堆疊結構，包含但不限於3D負AND (NAND)閘記憶體裝置。儘管檢驗系統及技術在本文中被闡述為適用於特定類型之垂直NAND (VNAND) 記憶體結構，但應理解，本發明之實施例可適用於任何適合之3D或垂直半導體結構，諸如使用兆位元單元陣列電晶體(TCAT)、垂直堆疊式陣列電晶體(VSAT)、位元成本可擴縮技術(BiCST)、管狀BiCS技術(P-BiCS)等形成之NAND或NOR記憶體裝置。垂直方向通常係垂直於基板表面之一方向。另外，儘管特定製作步驟、程序及材料經闡述以用於形成此等3D結構，但可在致使多個層形成於一基板上之製作流程之任何點處應用檢驗實施例，且此等層可包含任何數目及類型之材料。 本文中闡述可用於檢驗一試樣之一檢驗系統或工具之各種實施例。術語「試樣」在本文中用於指代可被檢驗以發現缺陷、特徵或此項技術中已知之其他資訊(例如，大量霧態性質或膜性質)之一晶圓、一倍縮光罩或任何其他樣本。 如本文中所使用，術語「晶圓」通常係指由一種半導體或非半導體材料形成之基板。實例包含但不限於單晶矽、砷化鎵及磷化銦。通常可在半導體製作設施中找到及/處理此類基板。在某些情形中，一晶圓可僅包含基板(亦即，裸晶圓)。或者，一晶圓可包含形成於一基板上之一或多個不同材料層。形成於一晶圓上之一或多個層可係「經圖案化」或「未圖案化」的。舉例而言，一晶圓可包含具有可重複圖案特徵之複數個晶粒。 一「倍縮光罩」可係在一倍縮光罩製作程序之任何階段處之一倍縮光罩，或者可或可不經發放以用於一半導體製作設施中之一成品倍縮光罩。一倍縮光罩或一「遮罩」通常被定義為一實質上透明基板，該透明基板上形成有實質上不透明區且該等不透明區被組態成一圖案。基板可包含(舉例而言)一玻璃材料，諸如石英。一倍縮光罩可在一微影程序之一曝光步驟期間安置於一抗蝕劑覆蓋之晶圓上方，使得該倍縮光罩上之圖案可被轉印至該抗蝕劑。 在一或多項例示性實施例中，所闡述之功能可以硬體、軟體、韌體或其任何組合實施。若以軟體實施，則該等功能可作為一或多個指令或程式碼儲存於一電腦可讀媒體上或者經由一電腦可讀媒體傳輸。電腦可讀媒體包含電腦儲存媒體及通信媒體兩者，通信媒體包含促進一電腦程式自一個地方傳送至另一地方之任何媒體。一儲存媒體可係可由一個一般用途或特殊用途電腦存取之任何可用媒體。舉例而言但不具限制性，此類電腦可讀媒體可包括：RAM、ROM、EEPROM、CD-ROM或其他光碟儲存裝置、磁碟儲存裝置或其他磁性儲存裝置或者可用於以指令或資料結構形式攜載或儲存所要程式碼構件且可由一個一般用途或特殊用途電腦或者一個一般用途或特殊用途處理器存取之任何其他媒體。並且，可將任何連接恰當地稱為一電腦可讀媒體。舉例而言，若使用一同軸電纜、光纖電纜、雙絞線、數位用戶線路(DSL)或無線技術(諸如紅外線、無線電及微波)自一網站、伺服器或其他遠端源傳輸軟體，則該同軸電纜、光纖電纜、雙絞線、DSL或無線技術(諸如紅外線、無線電及微波)包含於媒體之定義內。如本文中所使用，磁碟及光碟包含：壓縮光碟(CD)、雷射光碟、光學光碟、數位多功能光碟(DVD)、軟碟及藍光光碟，其中磁碟通常以磁性方式再現資料，而光碟藉助雷射以光學方式再現資料。上述各項之組合亦應包含於電腦可讀取媒體之範疇內。 儘管在上文出於指導性目的而闡述了某些特定實施例，但本專利文件之教示具有一般適用性且不限於上文所闡述之特定實施例。在一項實例中，一偵測器可包含一光纖陣列。在一項實例中，檢驗系統100可包含一個以上光源(未展示)。光源可被組態得不同或相同。舉例而言，光源可經組態以產生具有不同特性之光，該光可以相同或不同照射區域、以相同或不同入射角、同時地或在不同時間被引導至一晶圓。可根據本文中所闡述之實施例中之任一者而組態光源。另外，光源中之一者可根據本文中所闡述之實施例中之任一者來組態，且另一光源可係此項技術中已知之任何其他光源。在某些實施例中，一檢驗系統可同時經由一個以上照射區域照射晶圓。多個照射區域可在空間上重合。多個照射區域可在空間上相異。在某些實施例中，一檢驗系統可在不同時間經由一個以上照射區域照射晶圓。不同照射區域可在時間上重合(亦即，在某一時間週期內被同時照射)。不同照射區域可在時間上相異。通常，照射區域之數目可係任意的，且每一照射區域可具有相等或不同大小、定向及入射角。在又一實例中，檢驗系統100可係具有一或多個照射區域、獨立於晶圓103之任何運動而掃描之一掃描點系統。在某些實施例中，使一照射區域沿著一掃描線以一重複圖案進行掃描。掃描線可或可不與晶圓103之掃描運動對準。儘管如本文中所呈現，晶圓定位系統114藉由協調旋轉移動及平移移動來產生晶圓103之運動，但在又一實例中，晶圓定位系統114可藉由協調兩個平移移動來產生晶圓103之運動。舉例而言，晶圓定位系統114可沿著兩個正交線性軸線(例如，X-Y運動)產生運動。 因此，可在不背離申請專利範圍中所陳述之本發明之範疇之情況下實踐對所闡述實施例之各種特徵之各種修改、改動及組合。
100‧‧‧光學檢驗系統/系統/檢驗系統
101‧‧‧照射源
102‧‧‧照射功率衰減器
103‧‧‧晶圓
104‧‧‧法向入射束/光束
105‧‧‧分束器
106‧‧‧傅立葉濾光器
107‧‧‧成像透鏡
108‧‧‧晶圓卡盤
109‧‧‧物鏡
110‧‧‧旋轉載台
111‧‧‧光束/照射光束
112‧‧‧平移載台
113‧‧‧運動控制器
114‧‧‧晶圓定位系統
115‧‧‧偵測器/偵測器陣列
116‧‧‧聚光光學器件
117‧‧‧聚光光學器件
118‧‧‧聚光光學器件
119‧‧‧入射點/照射點
120‧‧‧偵測器/偵測器陣列
121‧‧‧z平移載台/平移載台
122A至122G‧‧‧命令信號
123‧‧‧座標系
124‧‧‧照射孔徑
125‧‧‧偵測器/偵測器陣列
126‧‧‧命令
130‧‧‧運算系統
131‧‧‧處理器
132‧‧‧電腦可讀記憶體
133‧‧‧匯流排
134‧‧‧記憶體
135‧‧‧使用者輸入源
136‧‧‧資訊/結構資訊/使用者輸入
137‧‧‧使用者輸入
140‧‧‧光學子系統/光學檢驗子系統
141‧‧‧缺陷資訊
142‧‧‧經訓練擾亂消除篩選程式/擾亂篩選程式
150‧‧‧系統/缺陷驗證工具
151‧‧‧缺陷驗證工具
152‧‧‧相關聯缺陷影像
153‧‧‧多樣化受關注缺陷
160‧‧‧運算系統/三維NAND結構
161‧‧‧處理器
162‧‧‧記憶體/電腦可讀記憶體
163‧‧‧匯流排
164‧‧‧記憶體
180‧‧‧氧化矽層/可選照射偏光元件/照射偏光元件
181‧‧‧氧化物核心結構/可選聚光偏光元件/聚光偏光元件
182‧‧‧結構/多晶矽結構/孔徑/聚光孔徑
183‧‧‧氮化矽層
184‧‧‧氮化矽缺陷/缺陷
185‧‧‧氮化矽缺陷/缺陷
186‧‧‧基板
190‧‧‧圖表
191‧‧‧圖表
VT‧‧‧規定速度
圖1繪示對晶圓生產程序之氮化矽移除步驟處之一3D NAND結構160之一圖解說明。 圖2係一光學檢驗系統100之一項實施例之一簡化示意圖，光學檢驗系統100經組態以基於三維影像而對半導體晶圓執行受關注缺陷(DOI)發現。 圖3係一系統之一項實施例之一簡化示意圖，該系統經組態以將用於一特定量測應用之一個三維擾亂篩選程式及一量測變因最佳化。 圖4繪示圖解說明接近-0.5微米之一焦點偏移之一峰值信號之一所量測三維影像之一剖面圖之一圖表190。 圖5繪示亦圖解說明接近-0.5微米之一焦點偏移之一峰值信號之所量測三維影像之另一剖面圖之一圖表191。 圖6圖解說明用於基於厚結構之3D影像而偵測缺陷之一例示性方法200之一流程圖。

Claims (26)

  1. 一種方法，其包括： 根據複數種光學模式中之每一者在安置於一半導體晶圓上之複數個垂直堆疊結構中之每一者內之複數個焦平面中之每一者處於複數個缺陷位置處將一定量的照射光提供至該半導體晶圓； 根據該複數種光學模式中之每一者回應於該複數個焦平面中之每一者處的該複數個缺陷位置中之每一者處之該照射光量而對來自該等垂直堆疊結構中之每一者之一定量的光進行成像； 自該複數個缺陷位置選擇一或多個缺陷位置； 根據該複數種光學模式而產生貫穿該垂直堆疊結構之不同焦平面處的該等選定缺陷位置中之每一者處之複數個影像； 選擇該複數個焦平面之一子組；及 儲存根據該複數種光學模式中之每一者的該複數個焦平面之該選定子組中之每一者處之該複數個缺陷位置中之每一者處之影像。
  2. 如請求項1之方法，其進一步包括： 調整與該複數種光學模式中之每一者相關聯之一缺陷偵測演算法之一或多個參數值，以將在該複數種光學模式中之每一者下所量測之一晶圓級圖徵與一預期晶圓級圖徵進行擬合； 基於與該複數種光學模式中之每一者相關聯之該擬合之優良度而選擇該複數種光學模式之一子組以供進一步考量。
  3. 如請求項1之方法，其進一步包括： 估計與該複數種光學模式中之每一者相關聯之一信雜比；及 基於與該複數種光學模式中之每一者相關聯之該所估計信雜比而選擇該複數種光學模式之一子組以供進一步考量。
  4. 如請求項1之方法，其進一步包括： 在不對該半導體晶圓進行還原處理之情況下在該等選定缺陷位置中之一或多者處執行一掃描電子顯微鏡(SEM)量測；及 基於該等SEM量測而選擇該複數種光學模式之一子組以供進一步考量。
  5. 如請求項1之方法，其進一步包括： 驗證掩埋於安置於該半導體晶圓上之該複數個垂直堆疊結構中之一或多者內之一或多個缺陷； 根據該複數種光學模式中之每一者而將該等經驗證缺陷中之每一者映射至該複數個焦平面之該選定子組中之每一者處之缺陷位置之對應影像；及 基於該等經驗證缺陷及該等對應影像而訓練一個三維擾亂篩選程式以篩除擾亂缺陷。
  6. 如請求項5之方法，其中該訓練基於該等經驗證缺陷之影像及與該等經驗證缺陷相關聯之該等對應影像或特徵向量以及與該等對應影像相關聯之特徵向量。
  7. 如請求項5之方法，其中該訓練涉及訓練一機器學習網路以篩除擾亂缺陷。
  8. 如請求項5之方法，其中該訓練涉及訓練一基於離焦特徵之自動分類程式。
  9. 如請求項5之方法，其中該訓練涉及基於人工產生之規則而訓練一基於規則之樹分類程式。
  10. 如請求項5之方法，其進一步包括： 利用該所訓練三維擾亂篩選程式根據該複數種光學模式中之每一者而篩選該複數個焦平面之該選定子組中之每一者處之該複數個缺陷位置中之每一處之該等影像中之每一者；及 基於與該複數種光學模式中之每一者相關聯的一真正缺陷擷取率及一擾亂缺陷擷取率而自該複數種光學模式選擇一種光學模式。
  11. 如請求項10之方法，其中該選擇涉及調整與該複數種光學模式中之每一者相關聯之一缺陷偵測演算法之一或多個參數值以達成一預定擾亂擷取率，從而針對該預定擾亂擷取率而選擇達成最高真正缺陷擷取率之光學模式。
  12. 如請求項5之方法，其中對該一或多個掩埋缺陷之該驗證涉及對該半導體晶圓之一電壓對比檢驗。
  13. 如請求項5之方法，其中對該一或多個掩埋缺陷之該驗證涉及在該半導體晶圓製作完成之後對該半導體晶圓進行一位元圖測試。
  14. 如請求項5之方法，其中對該一或多個掩埋缺陷之該驗證涉及對該半導體晶圓進行還原處理且藉由一掃描電子顯微鏡(SEM)進行再檢測。
  15. 如請求項5之方法，其中該等經驗證缺陷中之每一者之一位置係以一KLARF檔案格式儲存。
  16. 如請求項5之方法，其進一步包括： 將根據該複數種光學模式中之每一者的在該複數個焦平面之該選定子組中之每一者處之該複數個缺陷位置中之每一處之該等影像分格成複數個分格；及 自該複數個分格中之每一者選擇該複數個缺陷位置中之一或多者以產生一組多樣化掩埋缺陷，其中經受驗證之該一或多個缺陷包含該組多樣化掩埋缺陷。
  17. 一種系統，其包括： 一照射子系統，其根據複數種光學模式中之每一者在安置於一半導體晶圓上之複數個垂直堆疊結構中之每一者內之複數個焦平面中之每一者處於複數個缺陷位置處將一定量的照射光提供至該半導體晶圓； 一聚光子系統，其根據該複數種光學模式中之每一者將在該複數個焦平面中之每一者處的該複數個缺陷位置中之每一者處來自該等垂直堆疊結構中之每一者之一定量的光成像至一偵測器，其中該偵測器偵測該光量且產生指示該經成像光量之複數個輸出信號；及 一運算系統，其經組態以： 自該複數個缺陷位置選擇一或多個缺陷位置； 根據該複數種光學模式而產生貫穿該垂直堆疊結構之不同焦平面處的該等選定缺陷位置中之每一者處之複數個影像； 選擇該複數個焦平面之一子組；及 儲存根據該複數種光學模式中之每一者的該複數個焦平面中之該選定子組中之每一者處之該複數個缺陷位置中之每一者處之影像。
  18. 如請求項17之系統，其中該運算系統進一步經組態以： 調整與該複數種光學模式中之每一者相關聯之一缺陷偵測演算法之一或多個參數值，以將在該複數種光學模式中之每一者下所量測之一晶圓級圖徵與一預期晶圓級圖徵進行擬合；及 基於與該複數種光學模式中之每一者相關聯之該擬合之優良度而選擇該複數種光學模式之一子組以供進一步考量。
  19. 如請求項17之系統，其中該運算系統進一步經組態以： 估計與該複數種光學模式中之每一者相關聯之一信雜比；及 基於與該複數種光學模式中之每一者相關聯之該所估計信雜比而選擇該複數種光學模式之一子組以供進一步考量。
  20. 如請求項17之系統，其進一步包括： 一掃描電子顯微鏡(SEM)，其經組態以在不對該半導體晶圓進行還原處理之情況下在該等選定缺陷位置中之一或多者處執行一量測，且其中該運算系統進一步經組態以基於該等SEM量測而選擇該複數種光學模式之一子組以供進一步考量。
  21. 如請求項17之系統，其進一步包括： 一缺陷驗證系統，其經組態以驗證掩埋於安置於該半導體晶圓上之該複數個垂直堆疊結構中之一或多者內之一或多個缺陷，其中該運算系統進一步經組態以： 根據該複數種光學模式中之每一者而將該等經驗證缺陷中之每一者映射至該複數個焦平面之該選定子組中之每一者處之缺陷位置之對應影像；及 基於該等經驗證缺陷及該等對應影像而訓練一個三維擾亂篩選程式以篩除擾亂缺陷。
  22. 一種系統，其包括： 一照射子系統，其根據複數種光學模式中之每一者在安置於一半導體晶圓上之複數個垂直堆疊結構中之每一者內之複數個焦平面中之每一者處於複數個缺陷位置處將一定量的照射光提供至該半導體晶圓； 一聚光子系統，其根據該複數種光學模式中之每一者將在該複數個焦平面中之每一者處的該複數個缺陷位置中之每一者處來自該等垂直堆疊結構中之每一者之一定量的光成像至一偵測器，其中該偵測器偵測該光量且產生指示該經成像光量之複數個輸出信號；及 一運算系統，其包括： 一或多個處理器；及 一非暫時性電腦可讀媒體，其儲存在由該一或多個處理器執行時致使該運算系統進行以下操作之指令： 自該複數個缺陷位置選擇一或多個缺陷位置； 根據該複數種光學模式而產生貫穿該垂直堆疊結構之不同焦平面處的該等選定缺陷位置中之每一者處之複數個影像； 選擇該複數個焦平面之一子組；及 儲存根據該複數種光學模式中之每一者的該複數個焦平面中之該選定子組中之每一者處之該複數個缺陷位置中之每一者處之影像。
  23. 如請求項22之系統，該非暫時性電腦可讀媒體進一步儲存在由該一或多個處理器執行時致使該運算系統進行以下操作之指令： 調整與該複數種光學模式中之每一者相關聯之一缺陷偵測演算法之一或多個參數值，以將在該複數種光學模式中之每一者下所量測之一晶圓級圖徵與一預期晶圓級圖徵進行擬合；及 基於與該複數種光學模式中之每一者相關聯之該擬合之優良度而選擇該複數種光學模式之一子組以供進一步考量。
  24. 如請求項22之系統，該非暫時性電腦可讀媒體進一步儲存在由該一或多個處理器執行時致使該運算系統進行以下操作之指令： 估計與該複數種光學模式中之每一者相關聯之一信雜比；及 基於與該複數種光學模式中之每一者相關聯之該所估計信雜比而選擇該複數種光學模式之一子組以供進一步考量。
  25. 如請求項22之系統，其進一步包括： 一掃描電子顯微鏡(SEM)，其經組態以在不對該半導體晶圓進行還原處理之情況下在該等選定缺陷位置中之一或多者處執行一量測，該非暫時性電腦可讀媒體進一步儲存在由該一或多個處理器執行時致使該運算系統進行以下操作之指令：基於該等SEM量測而選擇該複數種光學模式之一子組以供進一步考量。
  26. 如請求項22之系統，其進一步包括： 一缺陷驗證系統，其經組態以驗證掩埋於安置於該半導體晶圓上之該複數個垂直堆疊結構中之一或多者內之一或多個缺陷，該非暫時性電腦可讀媒體進一步儲存在由該一或多個處理器執行時致使該運算系統進行以下操作之指令： 根據該複數種光學模式中之每一者而將該等經驗證缺陷中之每一者映射至該複數個焦平面之該選定子組中之每一者處之缺陷位置之對應影像；及 基於該等經驗證缺陷及該等對應影像而訓練一個三維擾亂篩選程式以篩除擾亂缺陷。
TW106141985A 2016-11-30 2017-11-30 用於半導體結構之檢驗之方法及系統 TWI774708B (zh)

Applications Claiming Priority (6)

Application Number Priority Date Filing Date Title
US201662427973P 2016-11-30 2016-11-30
US201662427917P 2016-11-30 2016-11-30
US62/427,917 2016-11-30
US62/427,973 2016-11-30
US15/826,019 US11047806B2 (en) 2016-11-30 2017-11-29 Defect discovery and recipe optimization for inspection of three-dimensional semiconductor structures
US15/826,019 2017-11-29

Publications (2)

Publication Number Publication Date
TW201833539A true TW201833539A (zh) 2018-09-16
TWI774708B TWI774708B (zh) 2022-08-21

Family

ID=62190747

Family Applications (1)

Application Number Title Priority Date Filing Date
TW106141985A TWI774708B (zh) 2016-11-30 2017-11-30 用於半導體結構之檢驗之方法及系統

Country Status (6)

Country Link
US (1) US11047806B2 (zh)
JP (1) JP7080884B2 (zh)
KR (1) KR102438824B1 (zh)
CN (1) CN109964116B (zh)
TW (1) TWI774708B (zh)
WO (1) WO2018102596A2 (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112649444A (zh) * 2019-10-10 2021-04-13 超能高新材料股份有限公司 半导体元件内部影像信息检测方法
TWI759902B (zh) * 2020-10-13 2022-04-01 豪勉科技股份有限公司 點測裝置
TWI808308B (zh) * 2019-03-28 2023-07-11 日商理學股份有限公司 穿透型小角度散射裝置
TWI819229B (zh) * 2019-07-26 2023-10-21 美商科磊股份有限公司 用於判定缺陷之系統和方法

Families Citing this family (41)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20180128647A (ko) * 2017-05-24 2018-12-04 삼성전자주식회사 광학 측정 방법 및 장치, 및 이를 이용한 반도체 장치의 제조 방법
KR102037748B1 (ko) * 2017-12-06 2019-11-29 에스케이실트론 주식회사 웨이퍼의 결함 영역을 평가하는 방법
US11087451B2 (en) * 2017-12-19 2021-08-10 Texas Instruments Incorporated Generating multi-focal defect maps using optical tools
US11054250B2 (en) * 2018-04-11 2021-07-06 International Business Machines Corporation Multi-channel overlay metrology
DE102018114005A1 (de) * 2018-06-12 2019-12-12 Carl Zeiss Jena Gmbh Materialprüfung von optischen Prüflingen
TWI787296B (zh) * 2018-06-29 2022-12-21 由田新技股份有限公司 光學檢測方法、光學檢測裝置及光學檢測系統
US10801968B2 (en) * 2018-10-26 2020-10-13 Kla-Tencor Corporation Algorithm selector based on image frames
US11468553B2 (en) * 2018-11-02 2022-10-11 Kla Corporation System and method for determining type and size of defects on blank reticles
US10545099B1 (en) * 2018-11-07 2020-01-28 Kla-Tencor Corporation Ultra-high sensitivity hybrid inspection with full wafer coverage capability
IL263106B2 (en) * 2018-11-19 2023-02-01 Nova Ltd Integrated measurement system
JP7351849B2 (ja) * 2018-11-29 2023-09-27 富士フイルム株式会社 構造物の損傷原因推定システム、損傷原因推定方法、及び損傷原因推定サーバ
US11010885B2 (en) * 2018-12-18 2021-05-18 Kla Corporation Optical-mode selection for multi-mode semiconductor inspection
CN109712136B (zh) * 2018-12-29 2023-07-28 上海华力微电子有限公司 一种分析半导体晶圆的方法及装置
US11550309B2 (en) * 2019-01-08 2023-01-10 Kla Corporation Unsupervised defect segmentation
CN111665259A (zh) * 2019-03-08 2020-09-15 深圳中科飞测科技有限公司 检测设备及检测方法
US11047807B2 (en) * 2019-03-25 2021-06-29 Camtek Ltd. Defect detection
US11600497B2 (en) * 2019-04-06 2023-03-07 Kla Corporation Using absolute Z-height values for synergy between tools
US12061733B2 (en) * 2019-06-28 2024-08-13 Microscopic Image Recognition Algorithms Inc. Optical acquisition system and probing method for object matching
US11055840B2 (en) * 2019-08-07 2021-07-06 Kla Corporation Semiconductor hot-spot and process-window discovery combining optical and electron-beam inspection
KR20220074927A (ko) * 2019-10-31 2022-06-03 칼 짜이스 에스엠테 게엠베하 고형상비 구조의 형상 편차를 측정하기 위한 fib-sem 3d 단층 촬영
US11615993B2 (en) * 2019-11-21 2023-03-28 Kla Corporation Clustering sub-care areas based on noise characteristics
JP7422458B2 (ja) * 2019-12-05 2024-01-26 キヤノン株式会社 異物検査装置、異物検査方法、処理装置および物品製造方法
FR3105861B1 (fr) * 2019-12-31 2022-09-02 Vit Système et procédé pour réduire les altérations dans des données de capteurs
JP7376369B2 (ja) * 2020-01-15 2023-11-08 一般財団法人電力中央研究所 半導体素子の検査装置
US11360030B2 (en) 2020-02-04 2022-06-14 Applied Materials Isreal Ltd Selecting a coreset of potential defects for estimating expected defects of interest
US11513085B2 (en) * 2020-02-20 2022-11-29 Kla Corporation Measurement and control of wafer tilt for x-ray based metrology
DE102020205540A1 (de) * 2020-04-30 2021-11-04 Robert Bosch Gesellschaft mit beschränkter Haftung Verfahren und Vorrichtung zum Prüfen eines technischen Systems
DE102020205539A1 (de) * 2020-04-30 2021-11-04 Robert Bosch Gesellschaft mit beschränkter Haftung Verfahren und Vorrichtung zum Prüfen eines technischen Systems
FR3111703B1 (fr) * 2020-06-18 2022-05-20 Skf Svenska Kullagerfab Ab Procédé de détection d’un défaut critique pour élément roulant en matériau céramique
US20230325413A1 (en) * 2020-09-17 2023-10-12 Hitachi High-Tech Corporation Error Factor Estimation Device and Error Factor Estimation Method
US12019032B2 (en) * 2020-12-07 2024-06-25 Nanya Technology Corporation Electronic system and method of specimen qualification
US12057336B2 (en) * 2020-12-16 2024-08-06 Samsung Electronics Co., Ltd. Estimating heights of defects in a wafer by scaling a 3D model using an artificial neural network
CN113241310B (zh) * 2021-05-28 2022-07-15 长江存储科技有限责任公司 晶圆缺陷的检测方法、检测装置、检测设备及可读存储介质
CN113781434A (zh) * 2021-09-10 2021-12-10 深圳市高川自动化技术有限公司 缺陷检测方法、装置、智能终端及计算机可读存储介质
US11961221B2 (en) * 2021-10-07 2024-04-16 Applied Materials Israel Ltd. Defect examination on a semiconductor specimen
CN114040069B (zh) * 2021-11-05 2023-03-24 东方晶源微电子科技（北京）有限公司 基于探测器通道的自动对焦方法和装置、设备及存储介质
CN114613705B (zh) * 2022-05-10 2022-09-06 深圳市众望丽华微电子材料有限公司 一种半导体元器件加工的控制方法、系统及介质
US20230402328A1 (en) * 2022-06-09 2023-12-14 Onto Innovation Inc. Optical metrology with nuisance feature mitigation
KR102518783B1 (ko) * 2022-06-23 2023-04-06 큐알티 주식회사 적응적 변형이 가능한 빔 제어기, 이를 이용한 반도체 소자의 테스트 장치, 및 이를 이용한 반도체 소자의 테스트 방법
US20240170317A1 (en) * 2022-11-23 2024-05-23 Applied Materials, Inc. Subsurface alignment metrology system for packaging applications
CN117269735B (zh) * 2023-11-21 2024-01-23 甘肃送变电工程有限公司 基于电磁微波手段的电力工器具智能电子芯片检测方法

Family Cites Families (48)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6271916B1 (en) 1994-03-24 2001-08-07 Kla-Tencor Corporation Process and assembly for non-destructive surface inspections
US5608526A (en) 1995-01-19 1997-03-04 Tencor Instruments Focused beam spectroscopic ellipsometry method and system
US5859424A (en) 1997-04-08 1999-01-12 Kla-Tencor Corporation Apodizing filter system useful for reducing spot size in optical measurements and other applications
US6201601B1 (en) 1997-09-19 2001-03-13 Kla-Tencor Corporation Sample inspection system
US6208411B1 (en) 1998-09-28 2001-03-27 Kla-Tencor Corporation Massively parallel inspection and imaging system
US6429943B1 (en) 2000-03-29 2002-08-06 Therma-Wave, Inc. Critical dimension analysis with simultaneous multiple angle of incidence measurements
GB0107618D0 (en) * 2001-03-27 2001-05-16 Aoti Operating Co Inc Detection and classification of micro-defects in semi-conductors
US7130039B2 (en) 2002-04-18 2006-10-31 Kla-Tencor Technologies Corporation Simultaneous multi-spot inspection and imaging
US7359045B2 (en) * 2002-05-06 2008-04-15 Applied Materials, Israel, Ltd. High speed laser scanning inspection system
US6867862B2 (en) 2002-11-20 2005-03-15 Mehrdad Nikoonahad System and method for characterizing three-dimensional structures
CN1318839C (zh) * 2002-11-28 2007-05-30 威光机械工程股份有限公司 印刷电路板上瑕疵组件的自动光学检测方法
US6842021B1 (en) * 2003-11-07 2005-01-11 National Semiconductor Corporation System and method for detecting location of a defective electrical connection within an integrated circuit
US7295303B1 (en) 2004-03-25 2007-11-13 Kla-Tencor Technologies Corporation Methods and apparatus for inspecting a sample
JP2006079000A (ja) * 2004-09-13 2006-03-23 Olympus Corp 光走査型観察装置
US7142992B1 (en) * 2004-09-30 2006-11-28 Kla-Tencor Technologies Corp. Flexible hybrid defect classification for semiconductor manufacturing
US7478019B2 (en) 2005-01-26 2009-01-13 Kla-Tencor Corporation Multiple tool and structure analysis
US7570797B1 (en) * 2005-05-10 2009-08-04 Kla-Tencor Technologies Corp. Methods and systems for generating an inspection process for an inspection system
KR20180088924A (ko) * 2005-11-18 2018-08-07 케이엘에이-텐코 코포레이션 검사 데이터와 조합하여 설계 데이터를 활용하는 방법 및 시스템
US7570796B2 (en) * 2005-11-18 2009-08-04 Kla-Tencor Technologies Corp. Methods and systems for utilizing design data in combination with inspection data
JP4723362B2 (ja) 2005-11-29 2011-07-13 株式会社日立ハイテクノロジーズ 光学式検査装置及びその方法
US7567351B2 (en) 2006-02-02 2009-07-28 Kla-Tencor Corporation High resolution monitoring of CD variations
JP2009014510A (ja) 2007-07-04 2009-01-22 Hitachi High-Technologies Corp 検査方法及び検査装置
US7715997B2 (en) * 2007-09-11 2010-05-11 Kla-Tencor Technologies Corporation Intelligent inspection based on test chip probe failure maps
SG164292A1 (en) * 2009-01-13 2010-09-29 Semiconductor Technologies & Instruments Pte System and method for inspecting a wafer
JP2013122393A (ja) * 2011-12-09 2013-06-20 Toshiba Corp 欠陥検査装置および欠陥検査方法
DE102012009836A1 (de) * 2012-05-16 2013-11-21 Carl Zeiss Microscopy Gmbh Lichtmikroskop und Verfahren zur Bildaufnahme mit einem Lichtmikroskop
CN102788752B (zh) * 2012-08-08 2015-02-04 江苏大学 基于光谱技术的农作物内部信息无损检测装置及方法
US9189844B2 (en) * 2012-10-15 2015-11-17 Kla-Tencor Corp. Detecting defects on a wafer using defect-specific information
US9581430B2 (en) 2012-10-19 2017-02-28 Kla-Tencor Corporation Phase characterization of targets
US8948494B2 (en) * 2012-11-12 2015-02-03 Kla-Tencor Corp. Unbiased wafer defect samples
US8912495B2 (en) 2012-11-21 2014-12-16 Kla-Tencor Corp. Multi-spectral defect inspection for 3D wafers
US9075027B2 (en) 2012-11-21 2015-07-07 Kla-Tencor Corporation Apparatus and methods for detecting defects in vertical memory
US10769320B2 (en) 2012-12-18 2020-09-08 Kla-Tencor Corporation Integrated use of model-based metrology and a process model
US9291554B2 (en) 2013-02-05 2016-03-22 Kla-Tencor Corporation Method of electromagnetic modeling of finite structures and finite illumination for metrology and inspection
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
US9389349B2 (en) 2013-03-15 2016-07-12 Kla-Tencor Corporation System and method to determine depth for optical wafer inspection
US9696264B2 (en) 2013-04-03 2017-07-04 Kla-Tencor Corporation Apparatus and methods for determining defect depths in vertical stack memory
KR20140122608A (ko) * 2013-04-10 2014-10-20 삼성전자주식회사 디펙의 깊이 정보 추출 장치 및 방법과 그 디펙의 깊이 정보를 이용한 반도체 공정 개선방법
US9772297B2 (en) 2014-02-12 2017-09-26 Kla-Tencor Corporation Apparatus and methods for combined brightfield, darkfield, and photothermal inspection
US9816939B2 (en) * 2014-07-22 2017-11-14 Kla-Tencor Corp. Virtual inspection systems with multiple modes
US9739719B2 (en) 2014-10-31 2017-08-22 Kla-Tencor Corporation Measurement systems having linked field and pupil signal detection
US9518934B2 (en) * 2014-11-04 2016-12-13 Kla-Tencor Corp. Wafer defect discovery
US9599573B2 (en) * 2014-12-02 2017-03-21 Kla-Tencor Corporation Inspection systems and techniques with enhanced detection
US9816940B2 (en) 2015-01-21 2017-11-14 Kla-Tencor Corporation Wafer inspection with focus volumetric method
US9797846B2 (en) * 2015-04-17 2017-10-24 Nuflare Technology, Inc. Inspection method and template
WO2017168630A1 (ja) * 2016-03-30 2017-10-05 株式会社日立ハイテクノロジーズ 欠陥検査装置、欠陥検査方法
CN106092891A (zh) * 2016-08-11 2016-11-09 广东工业大学 一种共焦三维光谱显微成像方法及装置
US10887580B2 (en) 2016-10-07 2021-01-05 Kla-Tencor Corporation Three-dimensional imaging for semiconductor wafer inspection

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI808308B (zh) * 2019-03-28 2023-07-11 日商理學股份有限公司 穿透型小角度散射裝置
US11754515B2 (en) 2019-03-28 2023-09-12 Rigaku Corporation Transmissive small-angle scattering device
US12019036B2 (en) 2019-03-28 2024-06-25 Rigaku Corporation Transmissive small-angle scattering device
TWI819229B (zh) * 2019-07-26 2023-10-21 美商科磊股份有限公司 用於判定缺陷之系統和方法
CN112649444A (zh) * 2019-10-10 2021-04-13 超能高新材料股份有限公司 半导体元件内部影像信息检测方法
TWI759902B (zh) * 2020-10-13 2022-04-01 豪勉科技股份有限公司 點測裝置

Also Published As

Publication number Publication date
JP7080884B2 (ja) 2022-06-06
TWI774708B (zh) 2022-08-21
JP2020501358A (ja) 2020-01-16
US20180149603A1 (en) 2018-05-31
CN109964116B (zh) 2022-05-17
KR102438824B1 (ko) 2022-08-31
US11047806B2 (en) 2021-06-29
WO2018102596A3 (en) 2018-07-26
KR20190082911A (ko) 2019-07-10
WO2018102596A2 (en) 2018-06-07
CN109964116A (zh) 2019-07-02

Similar Documents

Publication Publication Date Title
TWI774708B (zh) 用於半導體結構之檢驗之方法及系統
TWI809243B (zh) 利用自動產生缺陷特徵檢測半導體結構之方法及系統
TWI743223B (zh) 光學檢查系統、光學檢查設備、及光學檢查方法
TWI722246B (zh) 用於半導體晶圓檢查之缺陷標記
JP7026719B2 (ja) 光学式検査及び光学式レビューからの欠陥属性に基づく電子ビームレビューのための欠陥サンプリング
KR102303670B1 (ko) 프로세스 윈도우 특성묘사를 위한 가상 검사 시스템
TWI780336B (zh) 將用於晶圓雜訊損害識別的掃描式電子顯微鏡及光學影像相關聯
KR101995618B1 (ko) 자동화된 검사 시나리오 생성
CN112219113B (zh) 基于多个散射信号的嵌入式粒子深度分级

Legal Events

Date Code Title Description
GD4A Issue of patent certificate for granted invention patent