TW201905445A - 用於體積缺陷之x射線成像及分類之系統及方法 - Google Patents

用於體積缺陷之x射線成像及分類之系統及方法

Info

Publication number
TW201905445A
TW201905445A TW107122020A TW107122020A TW201905445A TW 201905445 A TW201905445 A TW 201905445A TW 107122020 A TW107122020 A TW 107122020A TW 107122020 A TW107122020 A TW 107122020A TW 201905445 A TW201905445 A TW 201905445A
Authority
TW
Taiwan
Prior art keywords
ray
volume
defects
diffraction patterns
volume defects
Prior art date
Application number
TW107122020A
Other languages
English (en)
Inventor
瑞秋 Ｗ 索拉施
歐雷格 可哈達金
張博升
史蒂芬 Ｒ 藍居
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 TW201905445A publication Critical patent/TW201905445A/zh

Links

Classifications

    • 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
    • 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
    • G01N21/95607—Inspecting patterns on the surface of objects using a comparative method
    • 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
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/47—Scattering, i.e. diffuse reflection
    • G01N21/4788—Diffraction
    • 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
    • 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
    • G01N23/20—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 using diffraction of the radiation by the materials, e.g. for investigating crystal structure; by using scattering of the radiation by the materials, e.g. for investigating non-crystalline materials; by using reflection of the radiation by the materials
    • G01N23/207—Diffractometry using detectors, e.g. using a probe in a central position and one or more displaceable detectors in circumferential positions
    • 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
    • G06T7/0006—Industrial image inspection using a design-rule based 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
    • G01N21/84—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
    • 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

Abstract

一三維結構內之體積缺陷之x射線成像及分類包含：識別一樣品之一三維結構內之一或多個體積缺陷；使用一透射模式x射線繞射成像工具擷取該一或多個經識別體積缺陷之一或多個相干繞射影像。該程序包含：基於該一或多個相干繞射影像而對該三維結構之一體積內之該一或多個體積缺陷分類；及基於該一或多個經分類缺陷而訓練一額外光學或基於電子之檢測工具。

Description

用於體積缺陷之X射線成像及分類之系統及方法
本發明大體上係關於樣品檢測及缺陷分類且更特定言之，係關於使用一x射線成像系統使定位於一三維結構之體積內之缺陷成像且對該等缺陷分類並使用來自x射線成像系統之結果訓練一在線監測工具。
三維記憶體裝置(諸如三維垂直記憶體裝置)現表示快閃記憶體市場之一重要部分。實際上此等垂直裝置之全部缺陷位置定位於裝置之表面下方且無法使用SEM檢視工具檢視以用於驗證缺陷類型及深度。用於對三維垂直記憶體結構中之缺陷分類之當前方法涉及首先使用檢測工具之一者檢測晶圓且接著選擇應經分類之一組缺陷以識別缺陷之原因且分離「擾亂點缺陷」與所關注真實缺陷。藉由各種方法在表面上標記缺陷位置，諸如SEM燒痕(burn mark)、熔融材料以留下一小光點之聚焦雷射光束、機械壓痕器或AFM標記或劃線工具。接著，將具有經標記位點之晶圓帶回至識別缺陷之檢測工具且使用檢測配方使缺陷位點成像且處理具有標記之影像以獲得缺陷位置自標記之偏移。繼而，將具有該組缺陷及其等自標記之偏移之晶圓移動至一聚焦離子束(FIB)工具以曝露已由檢測工具(諸如一近IR (NIR)明場工具)識別為潛在地含有一所關注缺陷之晶圓或晶粒之區域。接著使用一側視SEM工具以使已由FIB曝露之可疑缺陷位點成像。接著將缺陷識別為一所關注缺陷(其中記錄其位置、大小、深度、其成為一致命缺陷之可能性)或識別為一擾亂點事件缺陷。FIB技術每次可沿著約10 nm之一溝渠移除材料。在各10 nm FIB切割之後，側視SEM可獲得經曝露區域之一影像。重複此程序直至曝露缺陷或對缺陷應已定位之處採用一足夠大的切割。當前方法針對各缺陷耗費30分鐘以上來執行且涉及在多個工具之間傳送晶圓且可需要大量晶圓或晶粒來完成全部缺陷之識別。因此，可期望提供一種解決上文概述之先前方法之缺點之方法及系統。
揭示一種根據本發明之一或多項實施例之用於缺陷成像及分類之x射線檢測工具。在一項實施例中，該x射線檢測工具包含一x射線源。在另一實施例中，該x射線檢測工具包含一x射線偵測器。在另一實施例中，該x射線源及該x射線偵測器以透射模式配置且經組態以量測來自一樣品之一三維結構內含有之一或多個體積缺陷之一或多個x射線繞射圖案。在另一實施例中，該x射線檢測工具包含一或多個控制器，該一或多個控制器包含通信地耦合至該x射線偵測器之一或多個處理器。在另一實施例中，該一或多個處理器經組態以執行程式指令，該等程式指令經組態以引起該一或多個處理器基於該一或多個x射線繞射圖案或自該一或多個x射線繞射圖案重建之一或多個相干繞射影像之至少一者而對該一或多個體積缺陷分類。在另一實施例中，該一或多個處理器進一步經組態以基於該一或多個經分類體積缺陷而訓練一或多個額外檢測工具。
揭示一種根據本發明之一或多項實施例之用於缺陷之x射線成像及分類之系統。在一項實施例中，該系統包含一x射線檢測子系統。在另一實施例中，該x射線檢測子系統包含以透射模式配置且經組態以量測來自一樣品之一三維結構內含有之一或多個體積缺陷之一或多個x射線繞射圖案之一x射線源及x射線偵測器。在另一實施例中，該系統包含一額外檢測工具。在另一實施例中，該系統包含一或多個控制器，該一或多個控制器包含通信地耦合至該x射線偵測器及該額外檢測工具之一或多個處理器。在另一實施例中，該一或多個處理器經組態以執行程式指令，該等程式指令經組態以引起該一或多個處理器基於該一或多個x射線繞射圖案或自該一或多個x射線繞射圖案重建之一或多個相干繞射影像之至少一者而對該一或多個體積缺陷分類。
揭示一種根據本發明之一或多項實施例之用於缺陷之x射線成像及分類之方法。在一項實施例中，該方法包含識別一樣品之一三維結構內之一或多個體積缺陷。在另一實施例中，該方法包含使用一透射模式x射線繞射成像工具擷取該一或多個經識別體積缺陷之一或多個相干繞射影像。在另一實施例中，該方法包含基於該一或多個相干繞射影像而對該三維結構之一體積內之該一或多個體積缺陷分類。在另一實施例中，該方法包含基於該一或多個經分類缺陷而訓練一額外檢測工具。
揭示一種根據本發明之一或多項實施例之用於缺陷之x射線成像及分類之方法。在一項實施例中，該方法包含識別一樣品之一三維結構內之一或多個體積缺陷。在另一實施例中，該方法包含使用一透射模式x射線繞射成像工具擷取該一或多個經識別體積缺陷之一或多個x射線繞射圖案。在另一實施例中，該方法包含基於該一或多個x射線繞射圖案而對該三維結構之一體積內之該一或多個體積缺陷分類。在另一實施例中，該方法包含基於該一或多個經分類缺陷而訓練一額外檢測工具。
應理解，前述一般描述及以下詳細描述兩者僅係例示性及說明性的且未必限制本發明。併入本說明書中且構成本說明書之一部分之隨附圖式繪示本發明之實施例且與一般描述一起用於解釋本發明之原理。
相關申請案之交叉參考 本申請案根據35 U.S.C. § 119(e)主張2017年6月28日申請之以Richard W. Solarz、Oleg Khodykin、Bosheng Zhang及Steven R. Lange為發明者之標題為HIGH SPEED OPTICAL LOCATION AND X-RAY IMAGING AND CLASSIFICATION OF DEFECTS IN 3D VERTICAL MEMORY的美國臨時申請案第62/525,932號之權利，該案之全文以引用的方式併入本文中。
現將詳細參考在隨附圖式中繪示之所揭示標的物。
大體上參考圖1A至圖3，描述根據本發明之用於x射線成像及分類之一系統及方法。
本發明之實施例係關於一種用於使半導體裝置中之三維結構(諸如垂直記憶體結構)中之體積缺陷成像且對該等體積缺陷分類之系統及方法。為了本發明之目的，一體積缺陷係定位或嵌入一三維結構之一體積內且不在三維結構之表面處之一缺陷。本發明之實施例利用在透射模式中之硬x射線以自三維結構內之體積缺陷獲得相干繞射影像及/或x射線繞射圖案。利用本發明之硬x射線特性化程序容許在經由另一源(例如，額外檢測工具、設計資料等)先前局部化缺陷之後在x、y及z方向上使缺陷成像至比10 nm解析度更佳以用於快速分類。額外實施例係關於使用自x射線檢測程序收集之分類資訊訓練操作遠快於本發明之x射線成像工具之一額外檢測工具。一旦經訓練，額外檢測工具便可在大量製造期間監測且維持程序良率。
應注意，在2017年2月16日發表之美國專利公開案第2017/0045823號中描述在軟x射線之背景內容中使用相干繞射成像，該案之全文以引用的方式併入本文中。在2017年2月2日發表之美國專利公開案第2017/0031246號中描述使用相干繞射成像以執行度量衡量測，該案之全文以引用的方式併入本文中。
圖1A至圖1B繪示根據本發明之一或多項實施例之用於體積缺陷之x射線成像及分類之一檢測工具或系統100之方塊圖。
本文中應注意，系統100可用於對半導體裝置製造之技術中已知之任何體積缺陷進行檢測及分類。舉例而言，系統100可用於對嵌入一三維結構中之任何類型之體積缺陷進行檢測及分類。此等三維結構可包含(但不限於)一三維垂直記憶體結構(例如，三維快閃記憶體堆疊/VNAND記憶體堆疊)。在一些實施例中，三維結構可包含具有高達約10 µm之一厚度之數個堆疊層。三維結構可由SiO2 、Si3 N4 、多晶矽、非晶矽、W或類似輕原子化合物或重原子材料/金屬形成。系統100可用於特性化一三維結構之任何數目個所關注缺陷，諸如(但不限於)一材料空隙、殘餘材料之一體積、外來材料、一度量變動及任何其他所關注變動。
雖然本發明的剩餘部分集中於系統100在一三維垂直記憶體結構之背景內容中之實施方案，但本文中應注意，本發明之範疇不限於此一實施方案，該實施方案僅係為了闡釋性目的而提供。
在一項實施例中，系統100包含一x射線檢測子系統101及一控制器114。在另一實施例中，如圖1B中展示，系統100包含一或多個額外檢測工具120。在一項實施例中，x射線檢測子系統101擷取來自嵌入樣品106之一三維結構113中之體積缺陷108之x射線繞射圖案109。在另一實施例中，控制器114可自一或多個體積缺陷108之經擷取x射線繞射圖案重建相干繞射影像。基於經重建相干繞射影像及/或經接收x射線繞射圖案，控制器114可對一或多個體積缺陷108分類。在另一實施例中，如圖1B中描繪，控制器114可接著基於體積缺陷108之分類而訓練一或多個額外檢測工具120 (例如，近IR檢測工具、電子束檢測工具、UV/DUV檢測工具等)。在此方面，控制器114 (或另一控制器/電腦)可使一或多個額外檢測工具120之回應與藉由x射線檢測子系統101執行之分類(例如，缺陷之深度或類型)相關。舉例而言，一檢測工具上之若干檢測配方可尋找定位於各個深度處之不同組可能缺陷。舉例而言，一所關注缺陷可定位於一特定深度處。在x射線驗證之後，可發現一或多個可能配方在識別所要深度處之此等缺陷方面係優越的。在此情況中，可使用此一配方以進一步檢測該特定缺陷類型。在訓練之後，可接著使用一或多個額外檢測工具120以監測及/或維持一三維半導體裝置(例如，三維垂直記憶體)製造設施上之良率。
在一項實施例中，x射線檢測子系統101係一透射模式x射線檢測子系統。應注意，x射線檢測子系統101可包含實行樣品106內之一或多個體積缺陷108之透射模式x射線檢測所需之任何數目及類型之組件且不限於僅為了闡釋性目的提供之以下組態。
在一項實施例中，x射線檢測子系統101包含經組態以產生一或多個x射線光束105之一x射線源102、一x射線偵測器110及經組態以固定含有一或多個體積缺陷108之一三維樣品106之一樣品載物台112。
在一項實施例中，x射線源102及x射線偵測器110以透射模式配置。在此方面，x射線源102使x射線光束105透射穿過樣品106，且偵測器110收集自樣品106散射之x射線。在其中x射線光束105照射於一體積缺陷108上之情況中，x射線偵測器110收集/量測由樣品106之三維結構113內含有之一或多個體積缺陷108引起之一或多個x射線繞射圖案109。
在一項實施例中，x射線源102係經組態用於形成一空間上相干硬x射線光束之一硬x射線源。舉例而言，x射線光束105可包含具有介於約3 keV至20 keV之間之能量之x射線。舉例而言，x射線光束105可包含具有介於約5 keV與6 keV之間之能量之x射線。
x射線源102可包含此項技術中已知之任何x射線源。在一項實施例中，x射線源102係一雷射產生電漿(LPP) x射線源。舉例而言，x射線源102可包含經組態以產生用於泵送電漿104之一雷射光束107之一雷射源103。回應於雷射輻射，電漿104可產生一空間相干x射線光束105。在一項實施例中，雷射源103係經組態以產生雷射照明之非常短脈衝之一高能量脈衝雷射。舉例而言，脈衝雷射可產生具有小於500 ps之寬度之雷射脈衝。舉例而言，脈衝雷射可產生具有窄至1 ps之寬度之雷射脈衝。此等雷射可包含(但不限於)一高功率鎖模雷射或一連續變頻脈衝放大雷射。在另一實施例中，雷射產生電漿可產生具有介於約1 µm與10 µm之間之一空間相干性之一x射線光束。舉例而言，雷射產生電漿可產生具有約5 µm之一空間相干性之一x射線光束。在一些實施例中，x射線源可包含經組態以改良x射線光束105之相干性之任何數目個調節元件。舉例而言，x射線源102可包含(但不限於)用於捕獲、重新聚焦、空間濾波及/或調節來自電漿104之x射線輸出以達成空間相干性之一所要位準之一或多個x射線光學器件。
應注意，本發明之範疇不限於一基於LPP之x射線源，其係為了圖解之目的提供。實情係，本文中應認知，本發明之各項實施例可併入此項技術中已知之任何x射線源。舉例而言，x射線源102可包含(但不限於)一康普頓(Compton) x射線源。
在一項實施例中，在接收一或多個體積缺陷108之一位置之後，x射線源102可照明對應於已知或可疑體積缺陷之樣品106之一選定區域。舉例而言，x射線源102可在已知或可疑體積缺陷之各者之位置處照明約1平方微米至25平方微米之一區域。舉例而言，x射線源102可在如由另一源(例如，NIR工具、電子束工具、UV/DUV工具、設計資料及類似者)識別之已知或可疑體積缺陷之各者之位置處照明約2 µm乘2 µm之一區域。
樣品載物台112可包含此項技術中已知之適用於以一透射模式檢測組態固定樣品106之任何樣品載物台。舉例而言，樣品載物台112可包含(但不限於)用於相對於x射線光束105及/或一額外檢測工具120之一檢測光束選擇性地致動樣品106之一可致動樣品載物台。舉例而言，樣品載物台112可包含(但不限於)一線性樣品載物台、一旋轉樣品載物台或一旋轉樣品載物台及一線性樣品載物台之一組合。
在一項實施例中，可將樣品106之基板115背薄化。舉例而言，可將樣品106之矽基板(其通常具有約700 µm之一厚度)背面薄化至一選定厚度。舉例而言，可將樣品106之基板115背薄化至小於20 µm之一厚度。可藉由此項技術中已知之任何手段(諸如(但不限於)一蝕刻或拋光程序)背薄化基板。應注意，由於基板(例如，矽晶圓)吸收x射線，故基板115之背薄化提供x射線穿過基板115之充分透射以用於偵測來自體積缺陷108及樣品106上之三維結構113之剩餘部分之x射線繞射圖案。應進一步注意，在其中x射線光束105之能量足夠高之例項中，基板115之背薄化可能非必要。在此情況中，x射線光束105可透射穿過基板(諸如矽基板)之全厚度(例如，700 µm)。
一或多個偵測器110可包含檢測之技術中已知之適用於偵測x射線及x射線繞射圖案之任何偵測器或感測器。舉例而言，檢測子系統101之偵測器110可包含(但不限於)一或多個x射線CCD偵測器。
在一項實施例中，控制器114通信地耦合至x射線檢測子系統101。舉例而言，控制器114可耦合至x射線檢測子系統101之一或多個偵測器110之輸出。控制器114可以任何適合方式(例如，藉由由圖1A至圖1B中展示之線指示之一或多個傳輸媒體)耦合至一或多個偵測器110，使得控制器114可接收藉由一或多個x射線偵測器110自樣品106之一或多個體積缺陷108擷取之x射線繞射圖案109 (或指示x射線繞射圖案之一或多個信號)。
在一項實施例中，控制器114包含一或多個處理器116。在一項實施中，一或多個處理器116經組態以執行儲存於記憶體118中之一程式指令集。
在一項實施例中，程式指令經組態以引起一或多個處理器116接收與樣品106之三維結構113內之一或多個體積缺陷相關聯之一位置。一或多個處理器116可自任何數目個源接收一或多個已知或可疑體積缺陷108之位置。在一項實施例中，一或多個處理器116可自一額外檢測工具120接收一或多個已知或可疑體積缺陷108之位置。在此方面，額外檢測工具120提供已知或可疑體積缺陷108之高速位置。接著可將已知或可疑缺陷108之位置自額外檢測工具120傳送至x射線檢測子系統101之控制器114。與已知或可疑缺陷相關聯之位置資訊可儲存於控制器114之記憶體118中及/或儲存於額外檢測工具120之記憶體中且隨後傳送至控制器114。
額外檢測工具120可包含缺陷檢測之技術中已知之任何檢測工具。舉例而言，額外檢測工具120可包含(但不限於)一明場或一暗場檢測工具。舉例而言，額外檢測工具120可包含(但不限於)一NIR明場或暗場檢測工具或一可見光/UV/DUV明場或暗場檢測工具。藉由另一實例，額外檢測工具120可包含(但不限於)一電子束檢測工具。
在另一實施例中，一或多個處理器116可自與樣品106之三維結構相關聯之設計資料接收一或多個已知或可疑體積缺陷108之位置。舉例而言，一或多個處理器116可接收包含三維結構內之已知或可疑熱點之一設計檔案。熱點資訊可儲存於一設計檔案中，諸如(但不限於)一Oasis檔案、一GDSII檔案及類似者。用於識別三維結構113中之已知或可疑缺陷之熱點資訊可儲存於控制器114之記憶體118及/或通信地耦合至控制器114之一額外控制器/電腦之記憶體中。
在另一實施例中，程式指令經組態以引起一或多個處理器116引導x射線檢測子系統101在與一或多個體積缺陷108相關聯之位置處擷取一或多個x射線繞射圖案。
在另一實施例中，程式指令經組態以引起一或多個處理器116對一或多個體積缺陷108分類。在一項實施例中，可基於自一或多個x射線繞射圖案重建之一或多個相干繞射影像而對一或多個體積缺陷108分類。圖1C繪示根據本發明之一或多項實施例之一程序流程圖，其描繪對一或多個體積缺陷108分類之一方法150。
在步驟152中，在擷取一或多個x射線繞射圖案109之後，程式指令可引起一或多個處理器116對一或多個x射線繞射圖案實行一影像重建常式以產生一或多個經識別體積缺陷108之一或多個相干繞射影像。在此方面，一或多個處理器116可執行將經收集x射線繞射圖案轉換為其等對應真實結構之一變換。應注意，可使用x射線透射成像之技術中已知之任何影像重建演算法(諸如(但不限於)一或多個相位回溯演算法)以實行影像重建。
在另一實施例中，針對一特定體積缺陷108，可藉由x射線檢測子系統101獲得多個x射線繞射圖案。舉例而言，針對一特定體積缺陷108，可獲得一組x射線繞射圖案，藉此按一不同入射角(例如，每30度)獲得各x射線繞射圖案。在此方面，可自自特定位置擷取之集體繞射影像提取與特定體積缺陷108相關聯之三維資訊。在一項實施例中，按不同入射角獲取之少於十個視圖對於形成一經重建影像係必需的。在此方面，可將所擷取視圖之數目最小化至形成一經重建影像所必需的視圖之數目，此減少特定缺陷之整體分類之時間。應注意，視圖之數目可包含擷取一適合經重建影像所必需的任何數目。舉例而言，視圖之數目可在自90個視圖(例如，每一度1個視圖)至3個視圖(例如，每30度1個視圖)之範圍中。應注意，視圖之此範圍並非對本發明之範疇之一限制且僅係為了闡釋性目的而提供。
在步驟154中，程式指令可引起一或多個處理器116演現在一或多個體積缺陷108之位置處之與三維結構113相關聯之一或多個預期影像。在此方面，一或多個處理器116可模擬在一或多個體積缺陷之位置處之與三維結構相關聯之預期或所要影像(假定體積缺陷不存在)。在一項實施例中，一或多個處理器116可首先模擬針對一或多個體積缺陷之各位置之與三維結構113相關聯之一或多個預期x射線繞射圖案。接著，一或多個處理器116可實行模擬x射線繞射圖案之一變換以達成在一或多個體積缺陷108之位置處之與三維結構113相關聯之預期或模擬真實影像(假定體積缺陷不存在)。
在一項實施例中，一或多個處理器116可利用x射線檢測子系統(例如，x射線源102、偵測器112等)之一或多個特性及/或與三維結構113相關聯之設計資料模擬與三維結構113相關聯之預期x射線繞射圖案。設計資料可儲存於記憶體118 (或另一記憶體)中之一設計檔案(例如，一Oasis檔案、一GDSII檔案及類似者)中。在此方面，針對與一經識別體積缺陷108相關聯之三維結構113之一特定位置，一或多個處理器116可基於設計檔案內含有之設計資訊而針對三維結構113之該部分模擬一x射線繞射圖案。此模擬程序可在缺陷不存在於特定位置處之假定下實行。
在一項實施例中，使用三維結構113之組合物及拓樸資訊，可計算在三維結構113之出射平面處之電場。接著，可應用繞射公式(諸如(但不限於)羅利(Raleigh)-索末菲(Sommerfeld)繞射積分或菲涅爾(Fresnel)繞射積分)以計算在傳播通過三維結構113之出射平面與偵測器110之間之空間之後偵測器110上之電場。在另一實施例中，可藉由快速傅立葉變換近似計算繞射公式。
在步驟156中，程式指令引起一或多個處理器識別步驟152之經重建影像與步驟154之經演現預期影像之間之一或多個差異。在一項實施例中，藉由比較經演現預期影像與一或多個經重建相干繞射影像而識別經重建影像與經演現預期影像之間之一或多個差異。舉例而言，可使用成像分析之技術中已知之任何影像比較/差異化演算法實行經重建影像與經演現預期影像之間之比較。
在步驟158中，程式指令引起一或多個處理器比較經重建影像與經演現預期影像之間之經識別差異與一預期缺陷影像圖庫內含有之一組影像。舉例而言，預期缺陷影像圖庫可包含可存在於三維結構中之可能缺陷之一組影像。圖庫可包含(但不限於)：材料空隙之影像、殘餘材料之影像、外來材料之影像及度量變動之影像。另外，圖庫可包含以多個視圖(即，多個光束入射角)且自三維結構113內之多個深度獲得之各種缺陷類型之影像。在另一實施例中，一或多個處理器116可比較在步驟156中識別之一給定差異影像與圖庫內之影像以便尋找差異影像與影像圖庫中之一影像之間之一最佳匹配。基於經識別最佳匹配，一或多個處理器可接著將步驟156之經量測差異指派至圖庫中之匹配缺陷。
應注意，系統100可提取與一特定體積缺陷相關聯之各種特性。舉例而言，系統100可基於本文中先前描述之量測及分類程序而擷取一特定缺陷之深度(即，Z位置)及/或類型。應進一步注意，x射線檢測子系統101能夠按不同x射線入射角擷取一特定體積缺陷108之多個視圖。在此情況中，一或多個處理器116可接著根據深度對特定缺陷分段，藉由分析缺陷108之多個視圖而局部化缺陷108之Z位置。
在另一實施例中，可藉由識別一或多個模擬x射線繞射圖案與一或多個經量測x射線繞射圖案之間之一差異而實行上文描述之分類程序。在此實施中，一旦識別繞射圖案之一差異，一或多個處理器116便可對圖案差異應用一或多個重建演算法(例如，一或多個相位回溯演算法)以形成一特定缺陷之一經重建影像。接著可結合缺陷影像圖庫使用此經重建影像以對特定缺陷分類。
在另一實施例中，可藉由略過影像重建而執行分類程序。在此實施例中，一或多個處理器116可識別一或多個模擬x射線繞射圖案與一或多個經量測x射線繞射圖案之間之一差異。在此實施例中，一旦已識別圖案差異，便可比較其與x射線繞射圖案之一圖庫內含有之一組預期缺陷圖案。舉例而言，預期缺陷圖案圖庫可包含與可存在於三維結構內之可能缺陷相關聯之一組x射線繞射圖案。圖庫可包含與材料空隙、殘餘材料、外來材料及度量變動相關聯之圖案。另外，圖庫可包含以多個視圖且自三維結構113內之多個深度獲得之各種缺陷類型之圖案。
在另一實施例中，程式指令經組態以引起一或多個處理器116訓練額外檢測工具120。舉例而言，一或多個處理器116可基於一或多個經分類體積缺陷而訓練額外檢測工具120。舉例而言，一或多個處理器116可基於在程序150之步驟152至158中分類之一或多個經分類體積缺陷而訓練額外檢測工具120。
在一項實施例中，控制器114之一或多個處理器116可藉由使使用額外工具120獲得之一或多個可疑或已知體積缺陷108之量測與使用x射線檢測子系統101獲得之一或多個可疑或已知體積缺陷108之量測相關而訓練額外工具120。舉例而言，在其中首先使用額外檢測工具120識別可疑或已知體積缺陷之位置之情況中，一或多個處理器116可使與該等量測相關聯之量測結果與在相同位置處自三維結構113獲得之x射線影像相關。藉由另一實例，在其中首先使用設計資料(例如，熱點識別)識別可疑或已知體積缺陷之位置之情況中，一或多個處理器116可引導額外工具120獲得來自可疑或已知缺陷之位置之量測。接著，一或多個處理器可使與來自額外檢測工具120之量測相關聯之量測結果與在相同位置處自三維結構113獲得之x射線影像相關。
舉例而言，在其中已使用x射線檢測子系統101量測體積缺陷108之深度(Z位置)之情況中，一或多個處理器116可使此等深度結果與來自額外工具120之量測訊符相關。在此方面，可接著使用來自額外工具120之訊符以指示在未來藉由額外檢測工具120量測之體積缺陷108之深度。因此，系統100可利用更快速更低解析度額外檢測工具120實行深度量測，同時利用經由x射線檢測子系統101之更高解析度資訊收集。
應注意，雖然已將訓練程序描述為使用控制器114之一或多個處理器116實施，但此實例僅係為了闡釋性目的而提供。應注意，可藉由任何處理架構實行訓練程序之全部或部分。舉例而言，控制器114可將來自x射線子系統101之x射線量測傳輸至額外工具120之控制器(未展示)。在此實例中，額外工具可實行如上文描述之訓練程序。藉由另一實例，控制器114可將來自x射線子系統101之x射線量測傳輸至一集中控制器且額外工具120可將量測結果傳輸至集中控制器。在此實例中，集中控制器可實行如上文描述之訓練程序。
應注意，為了本發明之目的，可互換地使用術語「x射線檢測子系統」及「x射線檢測工具」。在此方面，x射線檢測子系統/工具可以一獨立組態配置為一獨立x射線檢測工具(例如，見圖1A)。替代地，x射線檢測子系統/工具可以一叢集組態配置為較大系統100之一子系統(例如，見圖1B)，其包含額外工具120及/或一背薄化工具(未展示)。
在另一實施例中，可藉由利用增加數目個量測而降低x射線檢測子系統101之空間及/或時間相干性。舉例而言，應注意，可實施一或多個疊層成像演算法以便在存在經量測之足夠繞射條件(例如，掃描條件、照明角、波前調變等)之情境下解耦合x射線照明105之相干分量。在Thibault、P. & Menzel、A.之Reconstructing state mixtures from diffraction measurements, Nature 494, 68至71頁(2013年)中描述部分空間相干性之實施方案及來自繞射量測之狀態混合物之重建，該案之全文以引用的方式併入本文中。在Zhang、B.等人之Ptychographic hyperspectral spectromicroscopy with an extreme ultraviolet high harmonic comb., Opt.Express 24, 18745 (2016年)中描述部分時間相干性(多個波長/發射線)之實施方案，該案之全文以引用的方式併入本文中。
控制器114之一或多個處理器116可包含此項技術中已知之任何一或多個處理元件。在此意義上，一或多個處理器116可包含經組態以執行軟體演算法及/或指令之任何微處理器型裝置。在一項實施例中，一或多個處理器116可體現為一桌上型電腦、主機電腦系統、工作站、影像電腦、平行處理器或經組態以執行一程式(其經組態以操作系統100)之其他電腦系統(例如，網路電腦)，如貫穿本發明所描述。應認知，貫穿本發明描述之步驟可藉由一單一電腦系統或替代地藉由多個電腦系統實行。一般言之，術語「處理器」可經廣泛定義以涵蓋具有執行來自一非暫時性記憶體媒體118之程式指令之一或多個處理元件之任何裝置。再者，系統100之不同子系統(例如，x射線檢測子系統101、額外檢視工具120、一使用者介面及類似者)可包含適用於實行貫穿本發明描述之步驟之至少一部分之處理器或邏輯元件。因此，上文描述不應解譯為對本發明之一限制而僅為一圖解。
記憶體118可包含此項技術中已知之適用於儲存可由相關聯之一或多個處理器116執行之程式指令之任何儲存媒體。舉例而言，記憶體118可包含一非暫時性記憶體媒體。舉例而言，記憶體118可包含(但不限於)一唯讀記憶體、一隨機存取記憶體、一磁性或光學記憶體裝置(例如，磁碟)、一磁帶、一固態磁碟及類似者。在另一實施例中，記憶體118經組態以儲存來自x射線檢測子系統101、額外檢測工具120之一或多個結果及/或本文中描述之各種步驟之輸出。應進一步注意，記憶體118可與一或多個處理器116一起容置於一共同控制器外殼中。在一替代實施例中，記憶體118可相對於處理器及控制器114之實體位置遠端定位。舉例而言，控制器114之一或多個處理器116可存取可透過一網路(例如，網際網路、內部網路及類似者)存取之一遠端記憶體(例如，伺服器)。在另一實施例中，記憶體118維持用於引起一或多個處理器116實行貫穿本發明描述之各種步驟之程式指令。
可如本文中描述般進一步組態圖1A至圖1C中繪示之系統100之實施例。另外，系統100可經組態以執行本文中描述之(若干)方法實施例之任何者之(若干)任何其他步驟。
圖2係根據本發明之一或多項實施例之描繪x射線成像及分類之一方法200之一流程圖。本文中應注意，可藉由系統100全部或部分實施方法200之步驟。然而，應進一步認知，方法200不限於系統100，其中額外或替代系統級實施例可實行方法200之步驟之全部或部分。在步驟202中，識別一樣品之一三維結構內之一或多個體積缺陷108。在步驟204中，擷取一或多個經識別體積缺陷之一或多個相干繞射影像。在步驟206中，基於一或多個相干繞射影像而對三維結構之一體積內之一或多個體積缺陷分類。在步驟208中，基於一或多個經分類缺陷而訓練一額外檢測工具。
圖3係根據本發明之一或多項實施例之描繪x射線成像及分類之一方法300之一流程圖。本文中應注意，可藉由系統100全部或部分實施方法300之步驟。然而，應進一步認知，方法300不限於系統100，其中額外或替代系統級實施例可實行方法300之步驟之全部或部分。在步驟302中，識別一樣品之一三維結構內之一或多個體積缺陷108。在步驟304中，擷取與一或多個經識別體積缺陷相關聯之一或多個x射線繞射圖案。在步驟306中，基於一或多個x射線繞射圖案而對三維結構之一體積內之一或多個體積缺陷分類。在步驟308中，基於一或多個經分類缺陷而訓練一額外檢測工具。
本文中描述之標的物有時繪示其他組件內含有或與其他組件連接之不同組件。應理解，此等所描繪之架構僅僅係例示性，且事實上可實施達成相同功能性之許多其他架構。在一概念意義上，用以達成相同功能性之組件之任何配置有效「相關聯」使得達成所要功能性。因此，在本文中組合以達成一特定功能性之任何兩個組件可被視為彼此「相關聯」使得達成所要功能性而不考慮架構或中間組件。同樣地，如此相關聯之任何兩個組件亦可視作彼此「連接」或「耦合」以達成所要功能性，且能夠如此相關聯之任何兩個組件亦可視作彼此「可耦合」以達成所要功能性。可耦合之特定實例包含(但不限於)可實體配合及/或實體互動組件及/或可無線互動及/或無線互動組件及/或邏輯互動及/或可邏輯互動組件。
此外，應理解，本發明由隨附發明申請專利範圍界定。熟習此項技術者將理解，一般言之，本文中所使用之術語且尤其隨附發明申請專利範圍(例如，隨附發明申請專利範圍之主體)中所使用之術語一般意欲為「開放式」術語(例如，術語「包含」應解譯為「包含但不限於」，術語「具有」應解譯為「至少具有」等)。熟習技術者應進一步瞭解，若想要一引入請求項敘述之一特定數目，則此一意圖將被明確敘述於請求項中，且若缺乏此敘述，則不存在此意圖。例如，作為理解之一輔助，以下隨附發明申請專利範圍可含有使用引導性片語「至少一個」及「一或多個」來引入請求項敘述。然而，此等片語之使用不應被解釋為隱含：由不定冠詞「一」引入之一請求項敘述將含有此引入請求項敘述之任何特定請求項限制為僅含有此一敘述之發明，即使相同請求項包含引導性片語「一或多個」或「至少一個」及諸如「一」之不定冠詞(例如，「一」通常應被解譯為意指「至少一個」或「一或多個」)；上述內容對用於引入請求項敘述之定冠詞之使用同樣適用。另外，即使明確敘述一引入請求項敘述之一特定數目，但熟習技術者亦應認知，此敘述通常應被解譯為意指至少該敘述數目(例如，「兩條敘述」之基本敘述(無其他修飾語)通常意指至少兩條敘述或兩條或兩條以上敘述)。此外，在其中使用類似於「A、B及C之至少一者等等」之一慣用表述的該等例項中，此一構造一般意指熟習技術者將理解之慣用表述意義(例如，「具有A、B及C之至少一者的一系統」將包含(但不限於)僅具有A、僅具有B、僅具有C、同時具有A及B、同時具有A及C、同時具有B及C及/或同時具有A、B及C之系統，等等)。在其中使用類似於「A、B或C之至少一者等等」之一慣用表述的該等例項中，此一構造一般意指熟習技術者將理解之慣用表述意義(例如，「具有A、B或C之至少一者的一系統」將包含(但不限於)僅具有A、僅具有B、僅具有C、同時具有A及B、同時具有A及C、同時具有B及C及/或同時具有A、B及C之系統，等等)。熟習技術者應進一步瞭解，無論在[實施方式]、發明申請專利範圍或圖式中，呈現兩個或兩個以上替代項之實際上任何轉折連詞及/或片語通常應被理解為涵蓋以下可能性：包含該等項之一者、該等項之任一者或兩項。例如，片語「A或B」通常將被理解為包含「A」或「B」或「A及B」之可能性。
據信本發明及許多其伴隨優點將藉由前述描述理解，且將明白，可對組件之形式、構造及配置做出多種改變而不脫離所揭示之標的物或不犧牲全部其材料優點。所描述之形式僅僅係解釋性，且以下發明申請專利範圍之意圖係涵蓋且包含此等改變。此外，應理解，本發明由隨附發明申請專利範圍界定。
100‧‧‧檢測工具或系統
101‧‧‧x射線檢測子系統
102‧‧‧x射線源
103‧‧‧雷射源
104‧‧‧電漿
105‧‧‧x射線光束
106‧‧‧樣品
107‧‧‧雷射光束
108‧‧‧體積缺陷
109‧‧‧x射線繞射圖案
110‧‧‧x射線偵測器
112‧‧‧樣品載物台
113‧‧‧三維結構
114‧‧‧控制器
115‧‧‧基板
116‧‧‧處理器
118‧‧‧記憶體
120‧‧‧檢測工具
150‧‧‧方法
152‧‧‧步驟
154‧‧‧步驟
156‧‧‧步驟
158‧‧‧步驟
200‧‧‧方法
202‧‧‧步驟
204‧‧‧步驟
206‧‧‧步驟
208‧‧‧步驟
300‧‧‧方法
302‧‧‧步驟
304‧‧‧步驟
306‧‧‧步驟
308‧‧‧步驟
熟習此項技術者藉由參考附圖可更佳理解本發明之若干優點，其中： 圖1A係根據本發明之一或多項實施例之用於一三維結構中之體積缺陷之x射線成像及分類之一系統之一方塊圖。 圖1B係根據本發明之一或多項實施例之用於一三維結構中之體積缺陷之x射線成像及分類之一系統之一方塊圖。 圖1C係描繪根據本發明之一項實施例之對一三維結構內含有之一或多個體積缺陷分類之一方法之一程序流程圖。 圖2係描繪根據本發明之一項實施例之使用x射線影像結果訓練一檢測工具之一方法之一程序流程圖。 圖3係描繪根據本發明之一項實施例之使用x射線繞射圖案結果訓練一檢測工具之一方法之一程序流程圖。

Claims (53)

  1. 一種系統，其包括： 一x射線檢測子系統，其包括以透射模式配置且經組態以量測來自一樣品之一三維結構內含有之一或多個體積缺陷之一或多個x射線繞射圖案之一x射線源及x射線偵測器； 一額外檢測工具；及 一或多個控制器，其等包含通信地耦合至該x射線偵測器及該額外檢測工具之一或多個處理器，該一或多個處理器經組態以執行程式指令，該等程式指令經組態以引起該一或多個處理器基於該一或多個x射線繞射圖案或自該一或多個x射線繞射圖案重建之一或多個相干繞射影像之至少一者而對該一或多個體積缺陷分類。
  2. 如請求項1之系統，其中該一或多個處理器經組態以： 基於該一或多個經分類體積缺陷而訓練該額外檢測工具。
  3. 如請求項1之系統，其中該三維結構包括： 一三維垂直記憶體結構。
  4. 如請求項1之系統，其中該三維垂直記憶體結構安置於一矽基板上。
  5. 如請求項4之系統，其中該矽基板經背薄化至小於20 µm之一厚度。
  6. 如請求項4之系統，其中該矽基板未經薄化且具有約700 µm之一厚度。
  7. 如請求項1之系統，其中該三維結構包含兩個或兩個以上堆疊層。
  8. 如請求項1之系統，其中該三維結構由SiO2 、SiN4 、多晶矽、非晶矽或W之至少一者構成。
  9. 如請求項1之系統，其中該一或多個體積缺陷包括： 一材料空隙、殘餘材料之一體積、外來材料之一體積或一度量變動之至少一者。
  10. 如請求項1之系統，其中該x射線源包括： 一雷射產生電漿x射線源或一康普頓x射線源之至少一者。
  11. 如請求項1之系統，其中該x射線光束具有介於3 keV與20 keV之間之一能量。
  12. 如請求項1之系統，其中該額外檢測工具包括： 一近紅外光(NIR)檢測工具、一電子束檢測工具、一可見光檢測工具、一紫外光(UV)檢測工具或一深紫外光(DUV)檢測工具之至少一者。
  13. 如請求項1之系統，其中該一或多個處理器經組態以自該額外檢測工具接收與該樣品之該三維結構內之該一或多個體積缺陷相關聯之一位置。
  14. 如請求項1之系統，其中該一或多個處理器經組態以自一設計資料源接收與該樣品之該三維結構內之該一或多個體積缺陷相關聯之一位置。
  15. 如請求項1之系統，其中該x射線檢測子系統經組態以在與該一或多個體積缺陷相關聯之該位置處擷取兩個或兩個以上x射線繞射圖案，其中該兩個或兩個以上x射線繞射圖案係按不同入射角擷取。
  16. 如請求項15之系統，其中該基於該一或多個x射線繞射圖案或自該一或多個x射線繞射圖案重建之一或多個相干繞射影像之至少一者而對該一或多個體積缺陷分類包括： 基於自兩個或兩個以上x射線繞射圖案重建之一或多個相干繞射影像而對該一或多個體積缺陷分類。
  17. 如請求項16之系統，其中該基於自兩個或兩個以上x射線繞射圖案重建之一或多個相干繞射影像而對該一或多個體積缺陷分類包括： 基於自兩個或兩個以上x射線繞射重建之一或多個相干繞射影像而對該一或多個體積缺陷分類，其中不同入射角之一數目小於10。
  18. 如請求項17之系統，其中該基於自兩個或兩個以上x射線繞射重建之一或多個相干繞射影像而對該一或多個體積缺陷分類，其中不同入射角之一數目小於10包括： 基於自兩個或兩個以上x射線繞射重建之一或多個相干繞射影像而對該一或多個體積缺陷分類，其中不同入射角之一數目係用以重建一相干繞射影像之入射角之最小數目。
  19. 一種x射線檢測工具，其包括： 一x射線源； 一x射線偵測器，其中該x射線源及該x射線偵測器以透射模式配置且經組態以量測來自一樣品之一三維結構內含有之一或多個體積缺陷之一或多個x射線繞射圖案；及 一或多個控制器，其等包含通信地耦合至該x射線偵測器之一或多個處理器，該一或多個處理器經組態以執行程式指令，該等程式指令經組態以引起該一或多個處理器基於該一或多個x射線繞射圖案或自該一或多個x射線繞射圖案重建之一或多個相干繞射影像之至少一者而對該一或多個體積缺陷分類，其中該一或多個處理器進一步經組態以基於該一或多個經分類體積缺陷而訓練一或多個額外檢測工具。
  20. 一種系統，其包括： 一x射線檢測子系統，其包括： 一樣品載物台，其經組態以固定一樣品，該樣品包含嵌入該樣品之一三維結構內之一或多個體積缺陷； 一x射線源，其經組態以產生一x射線光束；及 一x射線偵測器， 其中該x射線源及該x射線偵測器以透射模式配置，其中該x射線源經組態以使該x射線光束透射穿過該樣品，其中該偵測器經組態以量測由該樣品內含有之該一或多個體積缺陷引起之一或多個x射線繞射圖案； 一額外檢測工具；及 一或多個控制器，其等包含通信地耦合至該x射線偵測器及該檢測工具之一或多個處理器，該一或多個處理器經組態以執行程式指令，該等程式指令經組態以引起該一或多個處理器： 接收與該樣品之該三維結構內之該一或多個體積缺陷相關聯之一位置； 引導該x射線檢測子系統在與該一或多個體積缺陷相關聯之該位置處擷取一或多個x射線繞射圖案； 基於該一或多個x射線繞射圖案或自該一或多個x射線繞射圖案重建之一或多個相干繞射影像之至少一者而對該一或多個體積缺陷分類；及 基於該一或多個經分類體積缺陷訓練該額外檢測工具。
  21. 如請求項20之系統，其中該三維結構包括： 一三維垂直記憶體結構。
  22. 如請求項21之系統，其中該三維垂直記憶體結構安置於一矽基板上。
  23. 如請求項22之系統，其中該矽基板經背薄化至小於20 µm之一厚度。
  24. 如請求項22之系統，其中該矽基板未經薄化且具有約700 µm之一厚度。
  25. 如請求項20之系統，其中該三維結構包含兩個或兩個以上堆疊層。
  26. 如請求項20之系統，其中該三維結構由SiO2 、SiN4 、多晶矽、非晶矽或W之至少一者構成。
  27. 如請求項20之系統，其中該一或多個體積缺陷包括： 一材料空隙、殘餘材料之一體積、外來材料之一體積或一度量變動之至少一者。
  28. 如請求項20之系統，其中該x射線源包括： 一雷射產生電漿x射線源或一康普頓x射線源之至少一者。
  29. 如請求項20之系統，其中該x射線光束具有介於3 keV與20 keV之間之一能量。
  30. 如請求項20之系統，其中該額外檢測工具包括： 一近紅外光(NIR)檢測工具、一電子束檢測工具、一可見光檢測工具、一紫外光(UV)檢測工具或一深紫外光(DUV)檢測工具之至少一者。
  31. 如請求項20之系統，其中該一或多個處理器經組態以自該額外檢測工具接收與該樣品之該三維結構內之該一或多個體積缺陷相關聯之一位置。
  32. 如請求項20之系統，其中該一或多個處理器經組態以自一設計資料源接收與該樣品之該三維結構內之該一或多個體積缺陷相關聯之一位置。
  33. 如請求項20之系統，其中該基於該一或多個x射線繞射圖案或自該一或多個x射線繞射圖案重建之一或多個相干繞射影像之至少一者而對該一或多個體積缺陷分類包括： 基於該x射線源之一或多個特性或與該樣品相關聯之設計資料內含有之一或多個特性之至少一者而演現在該一或多個經識別體積缺陷之一或多個位置處之該三維結構之一或多個預期影像； 比較該一或多個經演現預期影像與該一或多個經識別體積缺陷之該一或多個經重建相干繞射影像以識別該一或多個經演現預期影像與該一或多個經重建相干繞射影像之間之一或多個差異；及 基於該一或多個經演現預期影像與該一或多個經重建相干繞射影像之間之該一或多個差異而對該一或多個經識別積體缺陷分類。
  34. 如請求項20之系統，其中該基於該一或多個x射線繞射圖案或自該一或多個x射線繞射圖案重建之一或多個相干繞射影像之至少一者而對該一或多個體積缺陷分類包括： 基於該x射線源之一或多個特性或與該樣品相關聯之設計資料內含有之一或多個特性之至少一者而演現在該一或多個經識別體積缺陷之一或多個位置處之該三維結構之一或多個預期繞射圖案； 比較該一或多個經演現預期繞射圖案與該一或多個經識別體積缺陷之該一或多個x射線繞射圖案以識別該一或多個經演現預期繞射圖案與該一或多個x射線繞射圖案之間之一或多個差異；及 基於該一或多個經演現預期繞射圖案與該一或多個x射線繞射圖案之間之該一或多個差異而對該一或多個經識別積體缺陷分類。
  35. 如請求項20之系統，其中該x射線檢測子系統在與該一或多個體積缺陷相關聯之該位置處擷取兩個或兩個以上x射線繞射圖案，其中該兩個或兩個以上x射線繞射圖案係按不同入射角擷取。
  36. 如請求項35之系統，其中該基於該一或多個x射線繞射圖案或自該一或多個x射線繞射圖案重建之一或多個相干繞射影像之至少一者而對該一或多個體積缺陷分類包括： 基於自兩個或兩個以上x射線繞射圖案重建之一或多個相干繞射影像而對該一或多個體積缺陷分類。
  37. 如請求項36之系統，其中該基於自兩個或兩個以上x射線繞射圖案重建之一或多個相干繞射影像而對該一或多個體積缺陷分類包括： 基於自兩個或兩個以上x射線繞射重建之一或多個相干繞射影像而對該一或多個體積缺陷分類，其中不同入射角之一數目小於10。
  38. 如請求項37之系統，其中該基於自兩個或兩個以上x射線繞射重建之一或多個相干繞射影像而對該一或多個體積缺陷分類，其中不同入射角之一數目小於10包括： 基於自兩個或兩個以上x射線繞射圖案重建之一或多個相干繞射影像而對該一或多個體積缺陷分類，其中不同入射角之一數目係用以重建一相干繞射影像之入射角之最小數目。
  39. 如請求項20之系統，其中該基於該一或多個x射線繞射圖案或自該一或多個x射線繞射圖案重建之一或多個相干繞射影像之至少一者而對該一或多個體積缺陷分類包括： 判定該一或多個體積缺陷之一深度或該一或多個體積缺陷之一類型之至少一者。
  40. 如請求項20之系統，其中該偵測器包括： 一x射線電荷耦合裝置(CCD)。
  41. 一種方法，其包括： 識別一樣品之一三維結構內之一或多個體積缺陷； 使用一透射模式x射線繞射成像工具擷取該一或多個經識別體積缺陷之一或多個相干繞射影像； 基於該一或多個相干繞射影像而對該三維結構之一體積內之該一或多個體積缺陷分類；及 基於該一或多個經分類缺陷而訓練一額外檢測工具。
  42. 如請求項41之方法，其中該三維結構包括： 一三維垂直記憶體結構。
  43. 如請求項42之方法，其中該三維垂直記憶體結構安置於一矽基板上。
  44. 如請求項43之方法，其中該矽基板經背薄化至小於20 µm之一厚度。
  45. 如請求項43之方法，其中該矽基板未經薄化且具有約700 µm之一厚度。
  46. 如請求項41之方法，其中該一或多個體積缺陷包括： 一材料空隙、殘餘材料之一體積、外來材料之一體積或一度量變動之至少一者。
  47. 如請求項41之方法，其中該識別一三維結構內之一或多個體積缺陷包括： 使用該額外檢測工具識別一三維結構內之一或多個體積缺陷。
  48. 如請求項47之方法，其中該使用該額外檢測工具識別一三維結構內之一或多個體積缺陷包括： 使用一近紅外光(NIR)檢測工具、一電子束檢測工具、一可見光檢測工具、一紫外光(UV)檢測工具或一深紫外光(DUV)檢測工具之至少一者識別一三維結構內之一或多個體積缺陷。
  49. 如請求項41之方法，其中該識別一三維結構內之一或多個體積缺陷包括： 經由與該樣品之該一或多個三維結構相關聯之設計資料識別一三維結構內之一或多個體積缺陷。
  50. 如請求項41之方法，其中該擷取該一或多個經識別體積缺陷之一或多個相干繞射影像包括： 使一x射線光束透射穿過該一或多個經識別體積缺陷；及 量測由該一或多個經識別體積缺陷引起之一或多個繞射圖案；及 基於該一或多個經識別體積缺陷之該一或多個經量測繞射圖案而重建該一或多個經識別體積缺陷之該一或多個相干繞射影像。
  51. 如請求項50之方法，其中該基於該一或多個相干繞射影像而對該三維結構之一體積內之該一或多個體積缺陷分類包括： 基於該x射線源之一或多個特性或與該樣品相關聯之設計資料內含有之一或多個特性之至少一者而演現在該一或多個經識別體積缺陷之一或多個位置處之該三維結構之一或多個預期影像；及 比較該一或多個經演現預期影像與該一或多個經識別體積缺陷之該一或多個經重建相干繞射影像以識別該一或多個經演現預期影像與該一或多個經重建相干繞射影像之間之一或多個差異；及 基於該一或多個經演現預期影像與該一或多個經重建相干繞射影像之間之該一或多個差異而對該一或多個經識別積體缺陷分類。
  52. 如請求項51之方法，其中該基於該一或多個經演現預期影像與該一或多個經重建相干繞射影像之間之該一或多個差異而對該一或多個經識別積體缺陷分類包括： 基於該一或多個經演現預期影像與該一或多個經重建相干繞射影像之間之該一或多個經識別差異而判定該一或多個經識別積體缺陷之一深度或類型之至少一者。
  53. 一種方法，其包括： 識別一樣品之一三維結構內之一或多個體積缺陷； 使用一透射模式x射線繞射成像工具擷取該一或多個經識別體積缺陷之一或多個x射線繞射圖案； 基於該一或多個x射線繞射圖案而對該三維結構之一體積內之該一或多個體積缺陷分類；及 基於該一或多個經分類缺陷而訓練一額外檢測工具。
TW107122020A 2017-06-28 2018-06-27 用於體積缺陷之x射線成像及分類之系統及方法 TW201905445A (zh)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
US201762525932P 2017-06-28 2017-06-28
US62/525,932 2017-06-28
US15/636,614 US11035804B2 (en) 2017-06-28 2017-06-28 System and method for x-ray imaging and classification of volume defects
US15/636,614 2017-06-28

Publications (1)

Publication Number Publication Date
TW201905445A true TW201905445A (zh) 2019-02-01

Family

ID=64738662

Family Applications (1)

Application Number Title Priority Date Filing Date
TW107122020A TW201905445A (zh) 2017-06-28 2018-06-27 用於體積缺陷之x射線成像及分類之系統及方法

Country Status (3)

Country Link
US (1) US11035804B2 (zh)
TW (1) TW201905445A (zh)
WO (1) WO2019005646A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI758989B (zh) * 2019-12-17 2022-03-21 德商瓦克化學公司 生產和分類多晶矽的方法
TWI817640B (zh) * 2021-08-25 2023-10-01 大陸商西安奕斯偉材料科技股份有限公司 一種用於檢測矽片的缺陷的方法

Families Citing this family (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
IL293749A (en) 2019-12-18 2022-08-01 Asml Netherlands Bv A method for correcting measurements in the production of integrated circuits and related devices
EP3879343A1 (en) 2020-03-11 2021-09-15 ASML Netherlands B.V. Metrology measurement method and apparatus
EP3958052A1 (en) 2020-08-20 2022-02-23 ASML Netherlands B.V. Metrology method for measuring an exposed pattern and associated metrology apparatus
US11899375B2 (en) 2020-11-20 2024-02-13 Kla Corporation Massive overlay metrology sampling with multiple measurement columns
EP4017221A1 (en) 2020-12-21 2022-06-22 ASML Netherlands B.V. Methods and apparatus for controlling electron density distributions
KR20230146536A (ko) 2021-02-17 2023-10-19 에이에스엠엘 네델란즈 비.브이. 원거리 필드에서 방사선을 분리하기 위한 어셈블리
EP4047400A1 (en) 2021-02-17 2022-08-24 ASML Netherlands B.V. Assembly for separating radiation in the far field
EP4170421A1 (en) 2021-10-25 2023-04-26 ASML Netherlands B.V. A cleaning method and associated illumination source metrology apparatus
KR20230171945A (ko) 2021-04-26 2023-12-21 에이에스엠엘 네델란즈 비.브이. 세정 방법 및 연관된 조명 소스 메트롤로지 장치
IL308370A (en) 2021-05-31 2024-01-01 Asml Netherlands Bv Metrological measurement method and device
WO2022263102A1 (en) 2021-06-14 2022-12-22 Asml Netherlands B.V. An illumination source and associated method apparatus
EP4134734A1 (en) 2021-08-11 2023-02-15 ASML Netherlands B.V. An illumination source and associated method apparatus
EP4184250A1 (en) 2021-11-23 2023-05-24 ASML Netherlands B.V. Obtaining a parameter characterizing a fabrication process
WO2023165783A1 (en) 2022-03-01 2023-09-07 Asml Netherlands B.V. Apparatus and methods for filtering measurement radiation
EP4250010A1 (en) 2022-03-25 2023-09-27 ASML Netherlands B.V. Apparatus and methods for filtering measurement radiation
EP4303655A1 (en) 2022-07-04 2024-01-10 ASML Netherlands B.V. A membrane and associated method and apparatus
WO2023232408A1 (en) 2022-05-31 2023-12-07 Asml Netherlands B.V. A membrane and associated method and apparatus
EP4328670A1 (en) 2022-08-23 2024-02-28 ASML Netherlands B.V. Method for parameter reconstruction of a metrology device and associated metrology device
WO2023232397A1 (en) 2022-06-02 2023-12-07 Asml Netherlands B.V. Method for aligning an illumination-detection system of a metrology device and associated metrology device
WO2023232478A1 (en) 2022-06-02 2023-12-07 Asml Netherlands B.V. Method for parameter reconstruction of a metrology device and associated metrology device
EP4296779A1 (en) 2022-06-21 2023-12-27 ASML Netherlands B.V. Method for aligning an illumination-detection system of a metrology device and associated metrology device
EP4321933A1 (en) 2022-08-09 2024-02-14 ASML Netherlands B.V. A radiation source
WO2024052012A1 (en) 2022-09-07 2024-03-14 Asml Netherlands B.V. Metrology method and associated metrology device
EP4336262A1 (en) 2022-09-07 2024-03-13 ASML Netherlands B.V. Metrology method and associated metrology device
EP4354224A1 (en) 2022-10-11 2024-04-17 ASML Netherlands B.V. Method for operating a detection system of a metrology device and associated metrology device
CN116130377B (zh) * 2023-04-17 2023-09-29 西安奕斯伟材料科技股份有限公司 外延晶圆的缺陷检测方法、装置、系统及其制造方法

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5561293A (en) * 1995-04-20 1996-10-01 Advanced Micro Devices, Inc. Method of failure analysis with CAD layout navigation and FIB/SEM inspection
JP2843319B1 (ja) 1997-06-27 1999-01-06 科学技術振興事業団 マイクロストリップガスチャンバー高速データ収集システム及びそれを用いた試料の測定方法
US6292260B1 (en) 1997-07-03 2001-09-18 Isoa, Inc. System and method of optically inspecting surface structures on an object
JP2000243338A (ja) * 1999-02-22 2000-09-08 Hitachi Ltd 透過電子顕微鏡装置および透過電子検査装置並びに検査方法
US7430898B1 (en) * 2003-09-04 2008-10-07 Kla-Tencor Technologies Corp. Methods and systems for analyzing a specimen using atomic force microscopy profiling in combination with an optical technique
US7212282B2 (en) * 2004-02-20 2007-05-01 The Regents Of The University Of California Method for characterizing mask defects using image reconstruction from X-ray diffraction patterns
WO2005092025A2 (en) 2004-03-22 2005-10-06 Kla-Tencor Technologies Corp. Methods and systems for measuring a characteristic of a substrate or preparing a substrate for analysis
JP4988224B2 (ja) 2006-03-01 2012-08-01 株式会社日立ハイテクノロジーズ 欠陥検査方法及びその装置
US8380003B2 (en) 2007-11-07 2013-02-19 The Board of Trustees of the Lenard Stanford Junior University Image reconstruction with incomplete fourier-space magnitude data combined with real-space information
GB2489722B (en) 2011-04-06 2017-01-18 Precitec Optronik Gmbh Apparatus and method for determining a depth of a region having a high aspect ratio that protrudes into a surface of a semiconductor wafer
US9318395B2 (en) 2011-11-29 2016-04-19 Kla-Tencor Corporation Systems and methods for preparation of samples for sub-surface defect review
US9075027B2 (en) 2012-11-21 2015-07-07 Kla-Tencor Corporation Apparatus and methods for detecting defects in vertical memory
US8912495B2 (en) 2012-11-21 2014-12-16 Kla-Tencor Corp. Multi-spectral defect inspection for 3D wafers
EP3032243A1 (en) 2014-12-10 2016-06-15 Paul Scherrer Institut Method and system for optical sample inspection using coherent diffraction imaging and a-priori knowledge of the sample
US10324050B2 (en) 2015-01-14 2019-06-18 Kla-Tencor Corporation Measurement system optimization for X-ray based metrology
NL2017171A (en) 2015-07-30 2017-02-02 Asml Netherlands Bv Inspection apparatus, inspection method and manufacturing method
KR102098034B1 (ko) * 2015-08-12 2020-04-08 에이에스엠엘 네델란즈 비.브이. 검사 장치, 검사 방법 및 제조 방법
US10082470B2 (en) 2016-09-27 2018-09-25 Kla-Tencor Corporation Defect marking for semiconductor wafer inspection

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI758989B (zh) * 2019-12-17 2022-03-21 德商瓦克化學公司 生產和分類多晶矽的方法
TWI817640B (zh) * 2021-08-25 2023-10-01 大陸商西安奕斯偉材料科技股份有限公司 一種用於檢測矽片的缺陷的方法

Also Published As

Publication number Publication date
US20190003988A1 (en) 2019-01-03
US11035804B2 (en) 2021-06-15
WO2019005646A1 (en) 2019-01-03

Similar Documents

Publication Publication Date Title
TW201905445A (zh) 用於體積缺陷之x射線成像及分類之系統及方法
JP7080884B2 (ja) 三次元半導体構造の検査用の欠陥発見およびレシピ最適化
JP7116106B2 (ja) 多重モードを備えた検査システム及び方法
KR102083706B1 (ko) 반도체 검사 레시피 생성, 결함 리뷰 및 계측을 위한 적응적 샘플링
KR102235580B1 (ko) 반도체 웨이퍼 검사를 위한 결함 마킹
TWI644377B (zh) 基於自光學檢測及光學再檢測之缺陷屬性之用於電子光束再檢測之缺陷取樣
US6882739B2 (en) Method and apparatus for rapid grain size analysis of polycrystalline materials
TWI559420B (zh) 將三維表現用於缺陷相關之應用
JP6545164B2 (ja) ウェハ検査プロセスの１つ以上のパラメータを決定するための方法、コンピュータ読み出し可能な媒体およびシステム
US20070081151A1 (en) Methods and systems for inspection of a wafer
TW201611148A (zh) 用於在一單一檢驗程序中之多個程序步驟之檢驗
US9036895B2 (en) Method of inspecting wafer
WO2014010421A1 (ja) Ｘ線検査方法及びｘ線検査装置
TWI831744B (zh) 在圖案化結構中基於x射線的測量
Ku et al. In-line metrology of 3D interconnect processes
KR20150111817A (ko) 나노구조체의 임계 치수를 측정하기 위한 방법 및 장치
JP2007064678A (ja) 試料の内部構造検出装置およびその方法
JP2005265567A (ja) 二次元ｘ線検出データの処理方法、二次元ｘ線検出装置、およびｘ線回折装置