TW202018281A - 半導體檢測中之多模式缺陷分類 - Google Patents

半導體檢測中之多模式缺陷分類 Download PDF

Info

Publication number
TW202018281A
TW202018281A TW108124201A TW108124201A TW202018281A TW 202018281 A TW202018281 A TW 202018281A TW 108124201 A TW108124201 A TW 108124201A TW 108124201 A TW108124201 A TW 108124201A TW 202018281 A TW202018281 A TW 202018281A
Authority
TW
Taiwan
Prior art keywords
defects
optical modes
semiconductor die
dimensional data
semiconductor
Prior art date
Application number
TW108124201A
Other languages
English (en)
Other versions
TWI821330B (zh
Inventor
葛瑞斯 Ｈ 陳
埃姆利 柏德
佛艾哈福 捷安得
馬克 Ｓ 王
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 TW202018281A publication Critical patent/TW202018281A/zh
Application granted granted Critical
Publication of TWI821330B publication Critical patent/TWI821330B/zh

Links

Images

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
    • 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
    • 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
    • G01N21/89—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles
    • G01N21/8901—Optical details; Scanning details
    • 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
    • G01N21/956—Inspecting patterns on the surface of objects
    • 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
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L21/00—Processes or apparatus adapted for the manufacture or treatment of semiconductor or solid state devices or of parts thereof
    • H01L21/67—Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere
    • H01L21/67005—Apparatus not specifically provided for elsewhere
    • H01L21/67242—Apparatus for monitoring, sorting or marking
    • 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
    • H01L22/24—Optical enhancement of defects or not directly visible states, e.g. selective electrolytic deposition, bubbles in liquids, light emission, colour change
    • 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
    • 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
    • G01N21/8806—Specially adapted optical and illumination features
    • G01N2021/8848—Polarisation of light
    • 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
    • G01N2021/8854—Grading and classifying of flaws
    • 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
    • G01N2021/8854—Grading and classifying of flaws
    • G01N2021/8874—Taking dimensions of defect into account
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Manufacturing & Machinery (AREA)
  • Power Engineering (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computer Hardware Design (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Signal Processing (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • Quality & Reliability (AREA)
  • Theoretical Computer Science (AREA)
  • Textile Engineering (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Testing Or Measuring Of Semiconductors Or The Like (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)

Abstract

本發明揭示一種半導體檢測工具，其使用複數個光學模式掃描一半導體晶粒。基於該掃描之結果識別該半導體晶粒上之複數個缺陷。該複數個缺陷之各自缺陷對應於該半導體檢測工具之各自像素組。該掃描無法解析該等各自缺陷。該等結果包含基於該等各自像素組之像素強度之多維資料，其中該多維資料之各維度對應於該複數個光學模式之一相異模式。應用一判別函數至該等結果以將該等各自像素組之該多維資料變換為各自分數。至少部分基於該等各自分數，將該等各自缺陷劃分至相異類別中。

Description

半導體檢測中之多模式缺陷分類
本發明係關於半導體檢測，且更特定言之係關於對藉由半導體檢測偵測到之缺陷進行分類。
當代光學半導體檢測工具使用明顯長於一典型缺陷之尺寸(通常達一個或一個以上數量級)之波長。因而，檢測工具無法解析該等缺陷且因此無法提供展示該等缺陷之影像；替代地，檢測工具僅提供已偵測到一缺陷之一指示。此外，許多偵測到的缺陷係所謂的擾亂點缺陷，其等不影響裝置功能性且並非程序整合及良率改良工程師所關注的。且擾亂點缺陷之數目可比所關注缺陷多，例如達1000倍或1000倍以上。大量擾亂點缺陷使對所有經識別缺陷執行後續故障分析(例如，使用一掃描電子顯微鏡之視覺化)不切實際。大量擾亂點缺陷亦使得無法判定一晶圓是否應歸因於大量所關注缺陷而報廢或重工。
區分所關注缺陷與擾亂點缺陷之現有技術在其等有效性方面受限。例如，區分兩種類型之缺陷之一單一最佳光學模式可經識別且用於檢測。此方法忽略其他光學模式可提供之資訊。考慮多個模式之檢測結果之聯合或交叉之其他技術無法考量同屬性群(cohort)中之多個模式且因此過於簡單化。
因此，需要對缺陷進行分類之改良方法及系統。此等方法及系統可使用同屬性群中之多個模式之檢測結果。
在一些實施例中，一種缺陷分類方法包含使用複數個光學模式掃描一半導體檢測工具中之一半導體晶粒。該方法亦包含在包括一或多個處理器及儲存由該一或多個處理器執行之指令之記憶體之一電腦系統中執行之步驟。該等步驟包含基於該掃描之結果識別該半導體晶粒上之複數個缺陷。該複數個缺陷之各自缺陷對應於該半導體檢測工具之各自像素組。該掃描無法解析該等各自缺陷。該等結果包含基於該等各自像素組之像素強度之多維資料，其中該多維資料之各維度對應於該複數個光學模式之一相異模式。該等步驟亦包含針對該等各自像素組應用一判別函數(其亦可被稱為一分類函數)至該等結果以將該多維資料變換為各自分數，且至少部分基於該等各自分數，將該等各自缺陷劃分至相異類別中。
在一些實施例中，一非暫時性電腦可讀儲存媒體儲存用於由包含一半導體檢測工具之一半導體檢測系統之一或多個處理器執行之一或多個程式。該一或多個程式包含用於使一半導體檢測工具使用複數個光學模式掃描一半導體晶粒且用於基於該掃描之結果識別該半導體晶粒上之複數個缺陷之指令。該複數個缺陷之各自缺陷對應於該半導體檢測工具之各自像素組。該掃描無法解析該等各自缺陷。該等結果包含基於該等各自像素組之像素強度之多維資料，其中該多維資料之各維度對應於該複數個光學模式之一相異模式。該一或多個程式亦包含用於應用一判別函數至該等各自像素組之該等結果以將該多維資料變換為各自分數且用於至少部分基於該等各自分數將該等各自缺陷劃分至相異類別中之指令。
相關申請案
本申請案主張2018年7月20日申請之標題為「Multimode Approach for Defect and Nuisance Filtering」之美國臨時專利申請案第62/701,007號及2018年11月15日申請之標題為「Multimode Defect Classification in Semiconductor Inspection」之美國臨時專利申請案第62/767,916號的優先權，該等案的全部內容出於所有目的以引用的方式併入本文中。
現將詳細參考各種實施例，附圖中繪示該等實施例之實例。在下列實施方式中，陳述許多特定細節以提供對各種所描述實施例之一透徹理解。然而，一般技術者將瞭解可在無此等具體細節之情況下實踐各種所描述實施例。在其他例項中，並未詳細描述熟知方法、程序、組件、電路及網路以免不必要混淆該等實施例之態樣。
圖1係根據一些實施例之掃描一半導體晶圓116上之晶粒(例如，使用時域整合(TDI))之一半導體檢測工具100之一示意性繪示。一光源102產生藉由透鏡104及110、一光束分離器112及一物鏡114提供至半導體晶圓116之一光束。光束照明包含區118A及118B之晶圓116之一部分。透鏡104將光束聚焦於中間場平面106上，其中區108A及108B對應於區118A及118B且分別與其等光學共軛。自晶圓116反射之光藉由光束分離器112提供至一透鏡120，該透鏡120將反射光聚焦於複數個偵測器陣列122上之各自區域上。(為視覺上簡明起見，在圖1中展示一單一偵測器陣列122；實際上，反射光經分離且提供至複數個偵測器陣列。)偵測器陣列122可為TDI偵測器陣列。偵測器陣列122上之各自區域包含區124A及124B，其等對應於區118A及118B且分別與區118A及118B光學共軛，且分別與區108A及108B光學共軛。半導體檢測工具100僅為可配合本文揭示之缺陷分類技術使用之一半導體檢測工具之一個實例；其他實例係可能的。
圖2展示根據一些實施例之可定位在半導體檢測工具100中之中間場平面106處之一場板200。場板200具有複數個孔隙202-1至202-15，其等可旋轉至光束中(例如，使得一單一孔隙202在一給定時間定位於光束中)。因此，場板200可圍繞一軸旋轉，該軸平行於透鏡104及110之光軸且自其偏移。各自孔隙202可固持各自濾光器。孔隙202之至少一些可固持多個濾光器。例如，孔隙202-2至202-8之各者可固持彼此相鄰定位(具有一偏移)之兩個濾光器。在一些實施例中，一給定孔隙202中之多個濾光器之各者對應於一相異光學模式。例如，孔隙202-2至202-8之一者中之兩個濾光器之一者可透射一相異波長範圍及/或一相異光偏振。如此，晶圓116上之多個區(例如，圖1之區118A及118B)可同時使用相異光學模式照明，使得可在晶圓116上之一晶粒之一單一掃描中獲得多個光學模式之資料。在一些實施例中，複數個偵測器陣列122之各偵測器陣列用於使多個光學模式之一相異光學模式成像。
圖3展示根據一些實施例之對缺陷進行分類之一方法300之一流程圖。方法300可使用半導體檢測系統400 (圖4)執行。方法300中之步驟可組合或分開。在方法300中，使用複數個光學模式來掃描(302)一半導體晶粒(例如，在圖1之晶圓116上)。此掃描在一半導體檢測工具(例如，圖1之工具100；圖4之工具404)中執行。藉由掃描獲得之影像之數目等於複數個光學模式中之光學模式之數目。
在一些實施例中，複數個光學模式之各光學模式具有(304)光學特性之一相異組合。在一些實施例中，光學特性選自由波長範圍、偏振、焦點、照明孔隙中之透射分佈、收集孔隙中之透射分佈及收集孔隙中之相移分佈構成之群組。例如，一第一模式具有一第一偏振且一第二模式具有相異於第一偏振之一第二偏振。在相同實例或另一實例中，第一模式具有一第一波長範圍且第二模式具有相異於第一波長範圍之一第二波長範圍。
在一些實施例中，使用複數個光學模式或其等之一子集來同時照明(306)半導體晶粒之各自部分。使用在工具中之相異偵測器陣列(例如，圖1之偵測器陣列122；圖4之偵測器陣列408)使半導體晶粒之各自部分同時成像(306)。在一些實施例中，使用複數個光學模式來同時照明半導體晶粒之各自部分包括透過複數個濾光器提供照明至半導體晶粒。例如，透過半導體檢測工具之一照明系統中之一板之一孔隙(例如，圖2之場板200之一孔隙202)中彼此相鄰定位(可能具有一偏移)之一對濾光器提供照明。或者，或另外，使用各自光學模式來重複掃描晶粒(每光學模式一次)。
基於掃描之結果識別(308)半導體晶粒上之複數個缺陷(例如，藉由針對各光學模式比較由掃描獲得之一影像與不包含缺陷之另一影像)。該複數個缺陷之各自缺陷對應於該半導體檢測工具之各自像素組。(各像素組為受一對應缺陷影響之組。)掃描無法解析各自缺陷，此係因為各自缺陷相較於所使用之波長過小。結果包含基於各自像素組之像素強度(例如，像素強度資料或自像素強度導出之一屬性之資料)之多維資料，其中多維資料之各維度對應於複數個光學模式之一相異模式。例如，結果包含各缺陷之一向量
Figure 02_image001
，其中向量
Figure 02_image001
之各項xk 係複數個光學模式之一各自光學模式(即，第k個光學模式)之基於像素強度之一值(例如，強度或自強度導出之一屬性值)。因此，向量
Figure 02_image001
之各項對應於一特定缺陷之一相異光學模式之一結果。
針對各自像素組，應用(310)一判別函數(即，一分類函數)至結果以將多維資料變換為各自分數。在一些實施例中，判別函數係線性的。線性判別函數可指定一方向，此將各自缺陷分離 (例如，最大程度地分離)至相異類別中。例如，針對一各自像素組，應用判別函數包含判定至對應於(例如，垂直於)由線性判別函數指定之方向之一軸上之含有多維資料之一向量之一投影。在其他實施例中，判別函數係非線性的。
例如，為了應用判別函數，計算各缺陷類別之平均數。若存在索引為類別0及類別1之兩個類別(例如，分別為擾亂點缺陷及所關注缺陷)，則平均數 μ0 及μ經計算為：
Figure 02_image003
(1)
Figure 02_image005
(2) 其中
Figure 02_image007
係類別j中之第i個缺陷，N0 係類別0中之缺陷之數目(例如，擾亂點缺陷之數目)，且N1 係類別1中之缺陷之數目(例如，所關注缺陷之數目)。因此，各求和係針對各自類別中之所有缺陷。接著，使用平均數計算協方差。針對類別0及類別1，如各自協方差S0 及S1 經計算為：
Figure 02_image009
(3)
Figure 02_image011
(4) 其中i索引各自類別之缺陷。接著缺陷類之一合併協方差Sp 經計算為：
Figure 02_image013
(5) 其中N=N0 +N1 。
合併協方差Sp 用於使用等於類別數目之一維度將
Figure 02_image001
變換為一分數L之一變換中。針對類別0及類別1之實例，
Figure 02_image015
。                                                 (6) 藉由應用步驟310之判別函數而達成變換。在一線性判別函數之實例中，
Figure 02_image017
，其中                           (7)
Figure 02_image019
,                                             (8)
Figure 02_image021
,                                              (9)
Figure 02_image023
, 及                                           (10)
Figure 02_image025
(11) 其中i索引類別。在方程式11中，
Figure 02_image027
係可被假設為恆定之一先前概率分佈：
Figure 02_image029
。                                              (12)
方程式7有效指定將經識別缺陷最大程度地分離至類別0及類別1中之一方向。方程式7將含有多維資料之向量
Figure 02_image001
投影於垂直於此方向之一軸上。若判別函數係非線性的，則方程式7之變換由一非線性變換替換。
在一些實施例中，基於包含來自所有相異類別之缺陷之一訓練缺陷組判定判別函數。最初藉由掃描所關注類型之一或多個晶粒且接合執行故障分析以對至少一些經識別缺陷進行分類(例如，藉由執行掃描電子顯微術及/或使用其他適當故障分析技術)而識別一訓練缺陷組。例如，在方程式7中，
Figure 02_image031
及
Figure 02_image033
可基於一訓練組判定。
至少部分基於各自分數，各自缺陷被劃分(312)至相異類別中。相異類別可包含(314)將阻礙半導體晶粒之功能性之所關注缺陷及不會阻礙半導體晶粒之功能性之擾亂點缺陷。在一些實施例中，所關注缺陷可被劃分至多個類別中(例如，對應於各自類型之缺陷)。
在一些實施例中，各自分數被轉換(316)為各自缺陷屬於相異類別之特定類別之概率。各自缺陷基於概率進行分類(318)。例如，各自分數被轉換為各自缺陷為所關注缺陷或擾亂點缺陷之概率，且基於該等概率對各自缺陷進行分類。為了將方程式7中獲得之分數轉換為概率，可應用softmax函數以獲得：
Figure 02_image035
(13) 其中i 再次索引類別，如同j 。因此，分母之求和係針對複數個類別(例如，遍及類別0及類別1)，而分子之值係針對一特定類別(例如，類別0及類別1)。
在一些實施例中，自相異偵測器陣列獲得之影像經對準(例如，在於步驟308中識別缺陷之前，及在於步驟310中應用判別函數之前)。自經對準影像獲得多維資料。多維資料之各維度對應於經對準影像之一各自影像且亦對應於一各自光學模式。在一些實施例中，基於各自光學模式之模擬結果對準該等影像，其中模擬結果與檢測結果匹配以判定對準。模擬結果可藉由使用指定一晶粒之佈局之一檔(例如，一gds檔)模擬使用各自光學模式照明晶粒而獲得。
在一些實施例中，為了考量各自光學模式之影像之潛在失準，步驟310及312皆針對對應於一經識別缺陷之一像素且針對相鄰像素(例如，針對以對應於經識別缺陷之像素為中心之像素之一3x3圖塊)執行。例如，若相鄰像素之任一者被判定為所關注缺陷，則經識別缺陷被分類為一所關注缺陷。
在一些實施例中，複數個光學模式係選自大於複數個光學模式(即，含有更多光學模式)之一群組之可用光學模式。可基於費雪分數(Fisher’s score)(或指示分類缺陷中一組光學模式之功效之另一分數)選擇複數個光學模式。使用可用光學模式群組中之所有光學模式掃描所關注類型之一或多個晶粒。若可用光學模式群組具有M個光學模式，則光學模式群組之一子集之費雪分數經定義為：
Figure 02_image037
, 其中                                 (14)
Figure 02_image039
,                                (15)
Figure 02_image041
,                                             (16)
Figure 02_image043
(X),                                                  (17)
Figure 02_image045
, 且             (18)
Figure 02_image047
。                                                     (19) 方程式16、17及19中之求和係針對所有類別i (例如，針對類別0及1)。方程式18中之求和係針對一特定類別i 中之缺陷。可計算該群組之多個子集之費雪分數，且具有最高分數之子集被選擇為複數個光學模式。例如，可計算具有兩個或兩個以上光學模式之所有子集、具有恰好兩個光學模式之所有子集、或具有大於或等於二及小於或等於一指定數目之數個光學模式之所有子集之費雪分數。
在一些實施例中，產生(320)指定各自缺陷之類別及/或指定一或多個類別中之缺陷(例如，在一特定類別中，諸如所關注缺陷)之一報告。例如，報告可列出所有缺陷(例如，使用其等之座標)且指定各缺陷之類別。或者，報告可列出一指定類別或類別組之缺陷(例如，使用其等之座標)且省略其他缺陷。例如，報告可列出所關注缺陷(例如，使用其等之座標)且省略擾亂點缺陷。報告可為圖示的；例如，報告可使用逐類別之缺陷位置之指示或使用一或多個類別中之缺陷位置(例如，在一特定類別中，諸如所關注缺陷)之指示展示晶粒之一圖。報告可被顯示給及/或傳輸至一用戶端裝置以供顯示。
在一些實施例中，在識別各自缺陷時，步驟310及312被即時執行，使得缺陷被即時分類。被判定為擾亂點缺陷之缺陷被忽略且因此未被有效地識別：而技術上，其等在步驟308中被識別，其等未被報告給使用者。
在一些實施例中，至少部分基於使用方法300識別之所關注缺陷做出是否報廢、重工或繼續處理一晶圓之一決定。
圖4係根據一些實施例之一半導體檢測系統400之一方塊圖。半導體檢測系統400包含一半導體檢測工具404及相關聯電腦電路，包含一或多個處理器402 (例如，CPU)、使用者介面410、記憶體414及互連此等組件之一或多個通信匯流排403。半導體檢測系統400亦可包含用於與遠端電腦系統通信(例如，自其等擷取配方及/或傳輸資料至其等)之一或多個網路介面(有線及/或無線，未展示)。
檢測工具404包含一照明源405 (例如，圖1之光源102)、照明及收集光學器件406 (例如，圖1中展示之光學器件或另一系統中之光學器件)、一可移動晶片卡盤407及偵測器陣列408 (例如，TDI感測器陣列) (例如，圖1之偵測器陣列122)。半導體晶圓(例如，圖1之半導體晶圓116)經裝載於可移動晶圓卡盤407上，該可移動晶圓卡盤407在一晶粒之檢測期間移動(例如，以容許執行TDI)。
使用者介面410可包含一顯示器411及一或多個輸入裝置412 (例如，一鍵盤、滑鼠、顯示器411之觸敏表面等)。顯示器411可顯示缺陷分類之結果。例如，顯示器411可顯示方法300之步驟320之報告(圖3)。
記憶體414包含揮發性及/或非揮發性記憶體。記憶體414 (例如，記憶體414內之非揮發性記憶體)包含一非暫時性電腦可讀儲存媒體。記憶體414可選地包含在處理器402遠端定位之一或多個儲存裝置及/或可移除地插入伺服器系統400中之一非暫時性電腦可讀儲存媒體。在一些實施例中，記憶體414 (例如，記憶體414之非暫時性電腦可讀儲存媒體)儲存下列模組及資料，或其等之一子集或超集：一作業系統416，其包含用於處置各種基礎系統服務及用於執行硬體相依任務之程序；一檢測模組418 (例如，用於導致圖3之方法300之步驟302、304及/或306被執行)；一缺陷識別模組420 (例如，用於執行圖3之方法300之步驟308)；及一缺陷分類模組422 (例如，用於執行圖3之方法300之全部或一些步驟310至320)。
記憶體414 (例如，記憶體414之非暫時性電腦可讀儲存媒體)因此包含用於執行方法300之所有或一部分之指令(圖3)。儲存於記憶體414中之模組之各者對應於用於執行本文中描述之一或多個功能之一組指令。單獨模組不需要被實施為單獨軟體程式。模組及模組之各種子集可經組合及/或以其他方式重新配合。在一些實施例中，記憶體414儲存上文識別之模組及資料結構之一子集或超集。
圖4比一結構示意圖預期更多作為可存在於一半導體檢測系統中之各種特徵之一功能描述。例如，檢測工具404之組件之配置可變化(例如，以技術中已知之方式)。單獨展示之品項可組合且一些品項可分開。此外，半導體檢測系統400之功能性可在多個裝置之間分離。例如，儲存於記憶體414中之模組之一部分可替代地儲存於透過一或多個網路與半導體檢測系統400通信耦合之一或多個電腦系統中。
出於說明之目的，已參考特定實施例描述前述描述。然而，上述繪示性論述不旨在為窮盡性的或將發明申請專利範圍之範疇限於所揭示之精確形式。鑑於上述教示，許多修改及變化係可能的。實施例經選擇以最佳地解釋發明專利申請範圍之基本原理及其等之實際應用，以藉此使熟習此項技術者能夠結合適合於所預期之特定用途之各種修改最佳地使用該等實施例。
100:半導體檢測工具 102:光源 104:透鏡 106:中間場平面 108A:區 108B:區 110:透鏡 112:光束分離器 114:物鏡 116:半導體晶圓 118A:區 118B :區 120:透鏡 122:偵測器陣列 124A:區 124B:區 200:場板 202-1至202-15:孔隙 300:方法 302:步驟 304:步驟 306:步驟 308:步驟 310:步驟 312:步驟 314:步驟 316:步驟 318:步驟 320:步驟 400:半導體檢測系統 402:處理器 403:通信匯流排 404:半導體檢測工具 405:照明源 406:照明及收集光學器件 407:可移動晶片卡盤 408:偵測器陣列 410:使用者介面 411:顯示器 412:輸入裝置 414:記憶體 416:作業系統 418:檢測模組 420:缺陷識別模組 422:缺陷分類模組
為了更佳理解各種所描述實施方案，應結合以下圖式參考下文之實施方式。
圖1係根據一些實施例之一半導體檢測工具之一示意性繪示。
圖2展示根據一些實施例之可用於一半導體檢測工具(諸如圖1之工具)中之一場板。
圖3展示根據一些實施例之對缺陷進行分類之一方法之一流程圖。
圖4係根據一些實施例之一半導體檢測系統之一方塊圖。
貫穿圖式及說明書，相同元件符號係指對應零件。
300:方法
302:步驟
304:步驟
306:步驟
308:步驟
310:步驟
312:步驟
314:步驟
316:步驟
318:步驟
320:步驟

Claims (22)

  1. 一種缺陷分類方法，其包括： 在一半導體檢測工具中，使用複數個光學模式掃描一半導體晶粒；及 在包括一或多個處理器及儲存由該一或多個處理器執行之指令之記憶體之一電腦系統中： 基於該掃描之結果識別該半導體晶粒上之複數個缺陷，其中： 該複數個缺陷之各自缺陷對應於該半導體檢測工具中之各自像素組， 該掃描無法解析該等各自缺陷，及 該等結果包含基於該等各自像素組之像素強度之多維資料，其中該多維資料之各維度對應於該複數個光學模式之一相異模式； 針對該等各自像素組，應用一判別函數至該等結果以將該多維資料變換為各自分數；及 至少部分基於該等各自分數，將該等各自缺陷劃分至相異類別中。
  2. 如請求項1之方法，其中基於該等各自分數將該等各自缺陷劃分至相異類別中包括： 將該等各自分數轉換為該等各自缺陷屬於該等相異類別之特定類別之概率；及 基於該等概率對該等各自缺陷進行分類。
  3. 如請求項1之方法，其中該等相異類別包括將阻礙該半導體晶粒之功能性之所關注缺陷及不會阻礙該半導體晶粒之功能性之擾亂點缺陷。
  4. 如請求項3之方法，其中基於該等各自分數將該等各自缺陷劃分至相異類別中包括： 將該等各自分數轉換為該等各自缺陷為所關注缺陷或擾亂點缺陷之概率；及 基於該等概率對該等各自缺陷進行分類。
  5. 如請求項4之方法，其進一步包括在該電腦系統中產生指定該等所關注缺陷之一報告。
  6. 如請求項1之方法，其中該判別函數係線性的。
  7. 如請求項6之方法，其中該判別函數指定將該等各自缺陷最大程度地分離至該等相異類別中之一方向。
  8. 如請求項7之方法，其中應用該判別函數包括針對一各自像素組，判定至垂直於該方向之一軸上之含有該多維資料之一向量之一投影。
  9. 如請求項1之方法，其中該判別函數係非線性的。
  10. 如請求項1之方法，其中基於包含來自所有該等相異類別之缺陷之一訓練缺陷組判定該判別函數。
  11. 如請求項1之方法，其中該複數個光學模式包括： 一第一模式，其具有一第一偏振；及 一第二模式，其具有不同於該第一偏振之一第二偏振。
  12. 如請求項1之方法，其中該複數個光學模式包括： 一第一模式，其具有一第一波長範圍；及 一第二模式，其具有不同於該第一波長範圍之一第二波長範圍。
  13. 如請求項1之方法，其中： 該複數個光學模式之各光學模式具有光學特性之一相異組合；及 該等光學特性選自由波長範圍、偏振、焦點、照明孔隙中之透射分佈、收集孔隙中之透射分佈及該收集孔隙中之相移分佈構成之群組。
  14. 如請求項1之方法，其中使用該複數個光學模式掃描該半導體晶粒循序完成，一次一個光學模式。
  15. 如請求項1之方法，其中使用該複數個光學模式掃描該半導體晶粒係針對該複數個光學模式同時完成。
  16. 如請求項15之方法，其中： 該半導體檢測工具包括複數個偵測器陣列；及 使用該複數個光學模式來掃描該半導體晶粒包括： 使用該複數個光學模式來同時照明該半導體晶粒之各自部分；及 使用該複數個偵測器陣列之相異偵測器陣列來使該半導體晶粒之該等各自部分同時成像。
  17. 如請求項16之方法，其中使用該複數個光學模式來同時照明該半導體晶粒之該等各自部分包括透過複數個濾光器提供照明至該半導體晶粒。
  18. 如請求項17之方法，其中該複數個濾光器包括彼此相鄰定位於該半導體檢測工具之一照明系統中之一板之一孔隙中之一對濾光器。
  19. 如請求項16之方法，其進一步包括在該電腦系統中： 對準自該等相異偵測器陣列獲得之影像；及 自該等經對準影像獲得該多維資料，其中該多維資料之各維度對應於該等經對準影像之一各自影像。
  20. 如請求項1之方法，其進一步包括在該電腦系統中自一群組之可用光學模式選擇該複數個光學模式； 其中該可用光學模式群組大於該複數個光學模式。
  21. 如請求項1之方法，其進一步包括在該電腦系統中產生指定該等各自缺陷之該等類別之一報告。
  22. 一種非暫時性電腦可讀儲存媒體，其儲存用於由包含一半導體檢測工具之一半導體檢測系統之一或多個處理器執行之一或多個程式，該一或多個程式包含指令，其等用於： 使該半導體檢測工具使用複數個光學模式掃描一半導體晶粒； 基於該掃描之結果識別該半導體晶粒上之複數個缺陷，其中： 該複數個缺陷之各自缺陷對應於該半導體檢測工具之各自像素組， 該掃描無法解析該等各自缺陷，及 該等結果包含基於該等各自像素組之像素強度之多維資料，其中該多維資料之各維度對應於該複數個光學模式之一相異模式； 針對該等各自像素組，應用一判別函數至該等結果以將該多維資料變換為各自分數；及 至少部分基於該等各自分數，將該等各自缺陷劃分至相異類別中。
TW108124201A 2018-07-20 2019-07-10 半導體檢測中之多模式缺陷分類 TWI821330B (zh)

Applications Claiming Priority (6)

Application Number Priority Date Filing Date Title
US201862701007P 2018-07-20 2018-07-20
US62/701,007 2018-07-20
US201862767916P 2018-11-15 2018-11-15
US62/767,916 2018-11-15
US16/272,528 2019-02-11
US16/272,528 US11668655B2 (en) 2018-07-20 2019-02-11 Multimode defect classification in semiconductor inspection

Publications (2)

Publication Number Publication Date
TW202018281A true TW202018281A (zh) 2020-05-16
TWI821330B TWI821330B (zh) 2023-11-11

Family

ID=69161041

Family Applications (1)

Application Number Title Priority Date Filing Date
TW108124201A TWI821330B (zh) 2018-07-20 2019-07-10 半導體檢測中之多模式缺陷分類

Country Status (6)

Country Link
US (1) US11668655B2 (zh)
JP (1) JP7398432B2 (zh)
KR (1) KR20210024193A (zh)
IL (1) IL280010B1 (zh)
TW (1) TWI821330B (zh)
WO (1) WO2020018856A1 (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10867108B2 (en) 2018-09-18 2020-12-15 Taiwan Semiconductor Manufacturing Co., Ltd. Optical mode optimization for wafer inspection
US11769242B2 (en) 2020-05-21 2023-09-26 Kla Corporation Mode selection and defect detection training
CN113743447B (zh) * 2021-07-15 2024-05-17 上海朋熙半导体有限公司 半导体瑕疵识别方法、装置、计算机设备和存储介质
US20230314336A1 (en) * 2022-03-31 2023-10-05 Kla Corporation Multi-mode optical inspection
US11922619B2 (en) 2022-03-31 2024-03-05 Kla Corporation Context-based defect inspection

Family Cites Families (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2915971B2 (ja) 1990-07-17 1999-07-05 株式会社日立製作所 検査方法および検査装置
US6078443A (en) * 1996-01-04 2000-06-20 J.A.L. Taiwan Ltd. Rotary disk for image-changing light device
US6608321B1 (en) 2001-02-01 2003-08-19 Advanced Micro Devices, Inc. Differential wavelength inspection system
WO2005024516A2 (de) * 2003-08-14 2005-03-17 Carl Zeiss Smt Ag Beleuchtungseinrichtung für eine mikrolithographische projektionsbelichtungsanlage
JP4750444B2 (ja) 2005-03-24 2011-08-17 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
KR100687090B1 (ko) 2005-05-31 2007-02-26 삼성전자주식회사 결함 분류 방법
US9037280B2 (en) 2005-06-06 2015-05-19 Kla-Tencor Technologies Corp. Computer-implemented methods for performing one or more defect-related functions
JP5619776B2 (ja) 2009-02-06 2014-11-05 ケーエルエー−テンカー コーポレイション ウエハの検査のための１つまたは複数のパラメータの選択方法
CN201444212U (zh) * 2009-07-31 2010-04-28 济南仕达思医疗器械有限公司 相差聚光镜
JP5656414B2 (ja) 2010-01-29 2015-01-21 キヤノン株式会社 眼科像撮像装置及び眼科像撮像方法
JP5608575B2 (ja) 2011-01-19 2014-10-15 株式会社日立ハイテクノロジーズ 画像分類方法および画像分類装置
JP5460662B2 (ja) 2011-09-07 2014-04-02 株式会社日立ハイテクノロジーズ 領域決定装置、観察装置または検査装置、領域決定方法および領域決定方法を用いた観察方法または検査方法
JP6009956B2 (ja) 2013-01-31 2016-10-19 株式会社日立ハイテクノロジーズ 欠陥検査装置および欠陥検査方法
US9816939B2 (en) * 2014-07-22 2017-11-14 Kla-Tencor Corp. Virtual inspection systems with multiple modes
JP6727800B2 (ja) * 2015-03-05 2020-07-22 キヤノン株式会社 光量調節装置、レンズ鏡筒、および光学装置
US9898811B2 (en) 2015-05-08 2018-02-20 Kla-Tencor Corporation Method and system for defect classification
KR102483787B1 (ko) 2016-02-25 2023-01-04 에스케이하이닉스 주식회사 반도체 장치의 결함 모델링 장치 및 방법, 이를 위한 컴퓨터 프로그램과, 이를 이용한 반도체 장치의 결함 검사 시스템
JP6760380B2 (ja) 2016-08-03 2020-09-23 株式会社島津製作所 分析データ処理方法及び分析データ処理装置
US10115040B2 (en) 2016-09-14 2018-10-30 Kla-Tencor Corporation Convolutional neural network-based mode selection and defect classification for image fusion
US10204290B2 (en) 2016-10-14 2019-02-12 Kla-Tencor Corporation Defect review sampling and normalization based on defect and design attributes

Also Published As

Publication number Publication date
TWI821330B (zh) 2023-11-11
US20200025689A1 (en) 2020-01-23
WO2020018856A1 (en) 2020-01-23
JP7398432B2 (ja) 2023-12-14
IL280010A (en) 2021-03-01
CN112368569A (zh) 2021-02-12
US11668655B2 (en) 2023-06-06
JP2021532347A (ja) 2021-11-25
IL280010B1 (en) 2024-06-01
KR20210024193A (ko) 2021-03-04

Similar Documents

Publication Publication Date Title
TWI821330B (zh) 半導體檢測中之多模式缺陷分類
JP7200113B2 (ja) 深くスタック化された層を有するウェハにおいて欠陥分類器を訓練して適用するためのシステムと方法
US9805462B2 (en) Machine learning method and apparatus for inspecting reticles
TWI733900B (zh) 用於影像融合之以卷積神經網路為基礎之模式選擇及缺陷分類
JP6785663B2 (ja) 検査のための高解像度フルダイイメージデータの使用
US8350905B2 (en) Microscope system, image generating method, and program for practicing the same
JP2020115132A (ja) 多重モードを備えた検査システム及び方法
KR20210107149A (ko) 자동으로 생성된 결함 피처를 가진 반도체 구조의 검사를 위한 방법 및 시스템
TWI833854B (zh) 用於多模式半導體檢測的光學模式選擇
KR102449376B1 (ko) 다이 내부 검사에 있어서의 등록 및 설계 주변부에서 야기된 노이즈의 저감
JP2020197797A (ja) 画像処理装置及び画像処理方法
US20080075355A1 (en) Method and system for defect detection
JP2015156011A (ja) 画像取得装置およびその制御方法
KR102201122B1 (ko) 민감도 개선 및 뉴슨스 억제를 위해 로직 및 핫스팟 검사에서 z-층 컨텍스트를 사용하는 시스템 및 방법
CN112368569B (zh) 半导体检查中的多模式缺陷分类
JP2014142213A (ja) 撮影パラメータ決定装置及びその制御方法
Kim et al. Quantifying Aberrations on Object Plane Using Zernike Polynomials
TW202300900A (zh) 以經呈現設計影像之設計照護區域之分段
CN115394700A (zh) 修正fov图像对准误差的方法
CN117980729A (zh) 多模式光学检验