TW202044097A - 用於測試影像與設計對準之設計檔案選擇 - Google Patents
用於測試影像與設計對準之設計檔案選擇 Download PDFInfo
- Publication number
- TW202044097A TW202044097A TW109100700A TW109100700A TW202044097A TW 202044097 A TW202044097 A TW 202044097A TW 109100700 A TW109100700 A TW 109100700A TW 109100700 A TW109100700 A TW 109100700A TW 202044097 A TW202044097 A TW 202044097A
- Authority
- TW
- Taiwan
- Prior art keywords
- design
- images
- sample
- sets
- image
- Prior art date
Links
- 238000013461 design Methods 0.000 title claims abstract description 331
- 238000012360 testing method Methods 0.000 title claims abstract description 119
- 238000000034 method Methods 0.000 claims abstract description 161
- 230000008569 process Effects 0.000 claims abstract description 52
- 238000010894 electron beam technology Methods 0.000 claims description 59
- 230000007547 defect Effects 0.000 claims description 42
- 238000003384 imaging method Methods 0.000 claims description 40
- 238000005259 measurement Methods 0.000 claims description 17
- 238000003860 storage Methods 0.000 claims description 14
- 230000001133 acceleration Effects 0.000 claims description 10
- 230000004044 response Effects 0.000 claims description 8
- 239000002245 particle Substances 0.000 claims description 7
- 238000012634 optical imaging Methods 0.000 claims description 5
- 238000004088 simulation Methods 0.000 claims description 5
- 239000000203 mixture Substances 0.000 claims description 4
- 230000008685 targeting Effects 0.000 claims 1
- 230000003287 optical effect Effects 0.000 description 72
- 238000001514 detection method Methods 0.000 description 35
- 235000012431 wafers Nutrition 0.000 description 21
- 239000004065 semiconductor Substances 0.000 description 19
- 238000005286 illumination Methods 0.000 description 18
- 238000001878 scanning electron micrograph Methods 0.000 description 16
- 238000007689 inspection Methods 0.000 description 14
- 238000005516 engineering process Methods 0.000 description 8
- 238000010884 ion-beam technique Methods 0.000 description 8
- 238000004519 manufacturing process Methods 0.000 description 8
- 239000000463 material Substances 0.000 description 7
- 230000003595 spectral effect Effects 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000013135 deep learning Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 239000003795 chemical substances by application Substances 0.000 description 2
- 238000011960 computer-aided design Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000001459 lithography Methods 0.000 description 2
- 238000001000 micrograph Methods 0.000 description 2
- 230000010287 polarization Effects 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 239000000758 substrate Substances 0.000 description 2
- 235000006719 Cassia obtusifolia Nutrition 0.000 description 1
- 235000014552 Cassia tora Nutrition 0.000 description 1
- 244000201986 Cassia tora Species 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 230000008021 deposition Effects 0.000 description 1
- -1 depth Substances 0.000 description 1
- 238000012938 design process Methods 0.000 description 1
- 238000005530 etching Methods 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 229910052734 helium Inorganic materials 0.000 description 1
- 239000001307 helium Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000005468 ion implantation Methods 0.000 description 1
- 238000001465 metallisation Methods 0.000 description 1
- 238000005498 polishing Methods 0.000 description 1
- 229920001690 polydopamine Polymers 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000001004 secondary ion mass spectrometry Methods 0.000 description 1
- 238000011896 sensitive detection Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/30—Circuit design
- G06F30/39—Circuit design at the physical level
- G06F30/392—Floor-planning or layout, e.g. partitioning or placement
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
- G06T7/337—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods involving reference images or patches
-
- 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
- H01L21/67288—Monitoring of warpage, curvature, damage, defects or the like
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30148—Semiconductor; IC; Wafer
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computer Hardware Design (AREA)
- Quality & Reliability (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- Manufacturing & Machinery (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Power Engineering (AREA)
- Geometry (AREA)
- Architecture (AREA)
- Testing Or Measuring Of Semiconductors Or The Like (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
- User Interface Of Digital Computer (AREA)
- Facsimiles In General (AREA)
Abstract
本發明提供用於選擇一或多個設計檔案以供在測試影像與設計對準中使用之方法及系統。一種方法包含藉由比較第一及第二組影像與針對一樣品產生之測試影像來識別該等第一及第二組影像中之哪一組影像最佳匹配該等測試影像。該等第一及第二組影像分別包含該樣品上之第一及第二組設計層中之經圖案化特徵的影像,該等第一與第二組設計層係彼此不同的。該方法亦包含:藉由比較該經識別組的影像與該等設計檔案來為該樣品選擇最佳匹配該經識別組之影像的設計檔案;及儲存該(等)經選擇設計檔案的資訊以供在一程序中使用,在該程序中將該(等)經選擇設計檔案中的經圖案化特徵與在該程序中針對樣品產生之測試影像中的經圖案化特徵對準。
Description
本發明大體而言係關於用於選擇一或多個設計檔案以供在測試影像與設計對準中使用之方法及系統。
以下說明及實例並不由於其包含於此章節中而被認為是先前技術。
可使用諸如電子設計自動化(EDA)、電腦輔助設計(CAD)及其他IC設計軟體之一方法或系統來開發一積體電路(IC)設計。此等方法及系統可用於自IC設計產生電路圖案資料庫。電路圖案資料庫包含表示IC之各種層之複數個佈局之資料。電路圖案資料庫中之資料可用於判定複數個光罩之佈局。一光罩之一佈局通常包含界定光罩上之一圖案中之特徵之複數個多邊形。每一光罩用於製作IC之各種層中之一者。IC之各層可包含例如一半導體基板中之一接面圖案、一閘極介電質圖案、一閘極電極圖案、一層級間介電質中之一接觸圖案及一金屬化層上之一互連圖案。
製作諸如邏輯及記憶體裝置等半導體裝置通常包含使用眾多半導體製作程序來處理諸如一半導體晶圓之一基板以形成半導體裝置之各種特徵及多個層級。舉例而言,微影係涉及將一圖案自一光罩轉印至配置於一半導體晶圓上之一抗蝕劑之一半導體製作程序。半導體製作程序之額外實例包含但不限於化學機械拋光(CMP)、蝕刻、沈積及離子植入。可將多個半導體裝置製作於一單個半導體晶圓上之一配置中且然後將其分離成個別半導體裝置。
在一半導體製造程序期間在各種步驟處使用檢測程序來偵測晶圓上之缺陷以促進在製造程序中之較高良率及因此較高利潤。檢測始終係製作諸如IC等半導體裝置之一重要部分。然而,隨著半導體裝置之尺寸減小,檢測對可接受半導體裝置之成功製造變得甚至更加重要,此乃因較小缺陷可導致裝置不合格。
然而,隨著設計規則縮小,半導體製造程序可更接近於對該等程序之效能能力之限制而操作。另外,隨著設計規則縮小,較小缺陷可對裝置之電參數具有一影響,此驅動較多敏感檢測。因此,隨著設計規則縮小,藉由檢測偵測到之潛在良率相關缺陷之族群顯著地增長,且藉由檢測偵測到之擾亂性缺陷之族群亦顯著地增加。因此,可在晶圓上偵測到越來越多之缺陷,且校正程序以消除所有缺陷可係困難且昂貴的。
最近,越來越多地將檢測系統及方法設計為聚焦於缺陷與設計之間的關係,此乃因對一樣品之設計之影響將判定一缺陷是否重要及有多重要。舉例而言,已開發用於對準檢測與設計座標之某些方法。一種此類方法取決於檢測系統座標相對於設計之對齊之準確性。另一此類方法涉及對檢測影像片塊及相關聯設計剪輯進行後處理對準。
可自加利福尼亞州苗必達市的KLA公司購得之稱作像素點(Pixel Point)之最新圖案與設計技術提供缺陷在設計空間中之高度準確之座標。此技術依賴於緊密地匹配樣品之影像(例如,由一光學檢測器工具產生)之設計目標。找出正確設計檔案組合對於有資格達成座標放置準確性而言至關重要。當前,使用者必須藉由試錯法且基於關於晶圓處理之知識來選擇最有可能有益於圖案與設計對準(PDA)之設計檔案。
然而,用於選擇設計檔案以供在設計與影像對準中使用之當前所使用方法存在若干個缺點。舉例而言,晶圓處理正變得越來越複雜,且希望為一給定處理層找出一匹配設計檔案之幾乎所有人皆不具有此資訊或可足夠充分地理解此資訊以基於此而選擇正確設計檔案。另外,通常不會解析光學影像,且在轉向較小設計規則時情況將變得甚至更糟糕。來自先前層之結構在光學片塊影像中可見(在光穿透晶圓時)之事實亦使得實質上難以找出正確設計層來執行PDA。使用含有數十個設計檔案之一相對大的堆疊通常係不可能的,此乃因檔案大小可變得相當大且處理彼等檔案將花費太長時間。
因此,開發不具有上文所闡述之缺點中之一或多者的用於選擇一或多個設計檔案以供在測試影像與設計對準中使用之系統及/或方法將為有利的。
各種實施例的以下說明不應以任何方式被視為限制隨附申請專利範圍之標的物。
一項實施例涉及一種經組態以選擇一或多個設計檔案以供在測試影像與設計對準中使用之系統。該系統包含經組態以用於獲取一樣品之第一及第二組影像之一或多個電腦系統。該等第一及第二組影像分別包含該樣品上之第一及第二組設計層中之經圖案化特徵之影像,且該等第一與第二組設計層係彼此不同的。該一或多個電腦系統亦經組態以用於藉由比較該等第一及第二組影像與針對該樣品產生之測試影像而識別該等第一及第二組影像中之哪一組影像最佳匹配該等測試影像。另外,該(等)電腦系統經組態以用於藉由比較該經識別組的影像與設計檔案而為該樣品選擇該等設計檔案中最佳匹配該經識別組的影像之一或多個設計檔案。該(等)電腦系統進一步經組態以用於儲存該經選擇一或多個設計檔案之資訊以供在一程序中使用,在該程序中將該經選擇一或多個設計檔案中之經圖案化特徵與在該程序中針對樣品產生之測試影像中之經圖案化特徵以藉此將該等測試影像與該一或多個設計檔案對準。可如本文中所闡述而進一步組態該系統。
另一實施例涉及一種用於選擇一或多個設計檔案以供在測試影像與設計對準中使用之電腦實施之方法。該方法包含上文所闡述之該等獲取、識別、選擇及儲存步驟。可如本文中進一步所闡述而進一步執行上文所闡述之方法之步驟中之每一者。另外,上文所闡述之方法可包含本文中所闡述之任何其他方法之任何其他步驟。此外,上文所闡述之方法可由本文中所闡述之系統中之任一者來執行。
一額外實施例係關於一種儲存程式指令的非暫時性電腦可讀媒體,該等程式指令可在一電腦系統上執行以用於執行用於選擇一或多個設計檔案以供在測試影像與設計對準中使用之一電腦實施之方法。該電腦實施之方法包含上文所闡述之方法之步驟。可如本文中所闡述而進一步組態該電腦可讀媒體。可如本文中進一步所闡述而執行該電腦實施之方法之步驟。另外,可為其執行該等程式指令之該電腦實施之方法可包含本文中所闡述之任何其他方法之任何其他步驟。
如本文中所使用之術語「設計」、「設計資料」及「設計資訊」通常係指一IC之實體設計(佈局)以及透過複雜模擬或簡單幾何及布林(Boolean)運算自實體設計導出之資料。另外,一光罩檢測系統所獲取之一光罩之一影像及/或其導出物可用作設計之一「代理」或若干「代理」。在使用一設計之本文中所闡述之任何實施例中,此一光罩影像或其一導出物可用作設計佈局之一替代物。設計可包含在2009年8月4日頒佈給Zafar等人之共同擁有之美國專利第7,570,796號及在2010年3月9日頒佈給Kulkarni等人之共同擁有之美國專利第7,676,077號中所闡述之任何其他設計資料或設計資料代理,該兩個美國專利如同完全陳述一般以引用之方式併入本文中。另外,設計資料可係標準單元庫資料、整合佈局資料、一或多個層之設計資料、設計資料之導出物及全部或部分晶片設計資料。
然而,大體而言,設計資訊或資料無法藉由藉助一晶圓檢測系統使一晶圓成像而產生。舉例而言,形成於晶圓上之設計圖案可能不會準確地表示晶圓之設計,且晶圓檢測系統可能不能夠以充分解析度產生形成於晶圓上之設計圖案之影像使得該等影像可用於判定關於晶圓設計之資訊。因此,大體而言,設計資訊或設計資料無法使用一檢測系統產生。另外,本文中所闡述之「設計」及「設計資料」係指由一半導體裝置設計者在一設計程序中產生且因此在將設計印刷於任何實體晶圓上之前可良好地用於本文中所闡述之實施例中之資訊及資料。
應注意,術語「第一」及「第二」在本文中不用於指示優先、偏好、次序或順序。替代地,術語「第一」及「第二」僅用於指示兩個元素係彼此不同的。另外,使用術語「第一」及「第二」並不意在將本發明限於使用彼等術語來闡述之任一種元素中之兩者。舉例而言,即使在本文中相對於「第一及第二」組影像闡述某些實施例,但本發明不限於僅第一及第二組影像,且熟習此項技術者將清楚本發明可如何延伸至第三、第四等等組的影像。相同情況適用於實施例之其他「第一及第二」元素。
現在轉到圖式,應注意各圖並未按比例繪製。特定而言,圖之元件中之某些元件之比例被大為放大以強調該等元件之特性。亦應注意,圖並未按相同比例繪製。已使用相同元件符號指示可類似地組態之在多於一個圖中展示之元件。除非本文中另外提及,否則所闡述及所展示之元件中之任一者可包含任何適合市售元件。
本文中所闡述之實施例大體而言係關於在光學及可能其他工具上用於圖案與設計對準(PDA)之IC設計檔案選擇。可自加利福尼亞州苗必達市的KLA公司購得之稱作像素點之最新圖案與設計技術提供缺陷在設計空間中之高度準確之座標。此技術依賴於緊密地匹配樣品之影像(例如,由一光學檢測器工具產生)之設計目標。找出正確設計檔案組合對於有資格達成座標放置準確性而言至關重要。本文中所闡述之實施例尤其適合於找出應使用哪一(些)設計檔案來最佳匹配由一工具(例如,一光學工具)產生之影像與設計檔案。
一項實施例涉及一種經組態以選擇一或多個設計檔案以供在測試影像與設計對準中使用之系統。如本文中所使用之術語「測試影像」通常係定義為在對一樣品執行之一程序中針對該樣品產生之任何輸出(例如,信號、影像等)。測試影像可包含用於本文中所闡述之程序之具有任何適當大小之輸出,諸如影像片塊、作業、圖框、條區影像等。測試影像通常將係由一實際工具針對樣品產生之輸出,例如,一種實際工具使用實際實體樣品本身來針對樣品產生輸出。本文中進一步闡述可用於產生測試影像之實際工具之某些實施例。然而,亦可在不使用實際樣品之情況下產生測試影像。例如,測試影像可係樣品之經模擬影像,其可以或可以不使用樣品之實際影像產生,例如,其中使用利用實際樣品產生之一影像來渲染實際樣品之一不同影像。可使用本文中所闡述之任何適合組件來產生經模擬影像。
該系統包含經組態以用於獲取一樣品之第一及第二組影像之一或多個電腦系統。第一及第二組影像分別包含樣品上之第一及第二組設計層中之經圖案化特徵之影像。第一與第二組設計層係彼此不同的。特定而言,可使用致使第一及第二組影像中所展示之經圖案化特徵來自樣品上之不同設計層之參數來獲取第一及第二組影像。第一及第二組設計層中之不同設計層不必彼此互斥。舉例而言,第一及第二組影像兩者皆可包含形成於樣品上之一最上部設計層上之經圖案化特徵之影像,而第一及第二組影像中之僅一者可展示形成於樣品上之一下伏設計層上之經圖案化特徵。可基於關於影像產生程序之資訊而選擇致使第一及第二組影像中之經圖案化特徵彼此不同之參數,且本文中進一步闡述某些適合實例。在其中使用一實際工具及實體樣品來獲取第一及第二組中之影像之情形中,可基於關於樣品之資訊(諸如可形成於樣品上之材料及此等材料之預期特性,諸如深度、組成、折射率、電子吸收特性及諸如此類)判定該等參數。在其中使用經組態以模擬影像之一或多個組件來獲取第一及第二組中之影像之情形中,可基於樣品之資訊(諸如形成於樣品上之設計層之不同組合之設計資料)判定該等參數。
獲取第一及第二組影像可包含使用一實際實體工具或者模擬影像之一或多個組件來產生影像。然而,獲取第一及第二組影像可替代地包含自產生影像之另一方法或系統或者自一儲存媒體獲取影像,已由產生第一及第二組影像之另一方法或系統將第一及第二組影像儲存於該儲存媒體中。
在一項實施例中,針對樣品上之兩個或多於兩個離散位置產生第一及第二組影像。舉例而言,如圖1中之步驟100中所展示,電腦系統可經組態以用於選擇一樣品上之一或多個位置且獲取彼等位置之第一及第二組影像。可基於樣品之資訊(諸如樣品上之哪些位置預期具有形成於其中之不同經圖案化特徵,及樣品上之預期由於程序或樣品變化而具有形成於其中之經圖案化特徵之差異之位置)而選擇樣品上之兩個或多於兩個離散位置。大體而言,可選擇不同離散位置來擷取形成於樣品上之經圖案化特徵之儘可能多的變化,無論彼變化係藉由設計還是歸因於某些邊緣化而導致。
位置可在其至少彼此間隔開之意義上係離散的,只要其不具有重疊之區域即可。以此方式,獲取第一及第二組影像不包含掃描樣品上之一相對大的區域,諸如一整個晶粒或一條區。替代地,產生第一及第二組影像可在一移動-獲取-量測型程序中執行,在該程序中,即使「量測」涉及在一相對小的區域上之某些掃描,在將影像產生子系統或系統在樣品上之離散位置間移動時亦不將樣品成像。
在另一實施例中,該系統包含一輸出獲取子系統,該輸出獲取子系統經組態以藉由以下操作對樣品執行一程序:將能量引導至樣品;偵測來自樣品之能量;及回應於所偵測能量而產生輸出,且在所產生輸出中未解析形成於樣品上之設計層中之經圖案化特徵。輸出獲取子系統可如本文中所闡述而組態。能量可包含光、電子、帶電粒子等,如本文中進一步闡述。本文中可與「未解析的(unresolved)」互換地使用之術語「未解析(not resolved)」意指經圖案化特徵具有小於用於在如上文所闡述之程序中針對樣品產生輸出之輸出獲取子系統之解析度的尺寸。在此一輸出產生程序中,即使輸出係回應於經圖案化特徵,在自輸出產生之任何影像中亦無法清楚地看到經圖案化特徵。以此方式,即使輸出或所偵測能量係回應於經圖案化特徵,輸出或自其產生之影像亦無法用於判定經圖案化特徵之特性,諸如尺寸、形狀、紋理等。
所產生輸出或自其產生之任何測試影像因此無法用於識別測試影像中之經圖案化特徵之設計檔案。換言之,由於在測試影像中未解析經圖案化特徵,因此嘗試單獨使用測試影像來識別用於PDA之正確設計檔案可係相當困難的(若非不可能的)。由測試影像中之未解析之經圖案化特徵導致之此問題可在測試影像回應於形成於樣品上之多於一個設計層上之經圖案化特徵時及在測試影像中之經圖案化特徵可匹配形成於樣品上之多於一個設計層中之經圖案化特徵(例如,歸因於測試影像中之經圖案化特徵之無法解析之本性及多個設計層上之經圖案化特徵之間的類似性)時更加複雜。此外,選擇設計檔案之人、方法或系統可能無法存取關於哪些設計層已形成於樣品上之資訊。然而,本文中所闡述之實施例甚至在測試影像中之經圖案化特徵未被解析、測試影像回應於形成於樣品上之設計層之多個設計檔案中之經圖案化特徵、測試影像中之經圖案化特徵匹配多於一個設計檔案中之經圖案化特徵及形成於樣品上之設計層係未知的時使得可能選擇用於PDA之正確設計檔案。
在某些實施例中,第一組設計層包含形成於第二組設計層中之各設計層中之至少一者下方的各設計層中之至少一者。舉例而言,第一組設計層可包含樣品之一最上部設計層及一下伏設計層,而第二組設計層可僅包含最上部設計層。在另一實例中,第一組設計層可包含樣品之一個設計層(不必係一最上部設計層,因為形成於樣品上之最上部設計層可未必係已知的)及一下伏設計層,而第二組設計層可僅包含該一個設計層。在另一實例中,第一組設計層可包含樣品之一個設計層及兩個下伏設計層,而第二組設計層可僅包含該一個設計層。
第一及第二組設計層可如此選擇以解決哪些設計層對應於測試影像對其做出回應的經圖案化特徵中之不確定性。舉例而言,在本文中所闡述之涉及將測試影像與設計檔案對準之程序中,測試影像可回應於形成於樣品上之一最上部層及一或多個下伏層(最可能係僅一個下伏層,但亦可能係兩個下伏層或多於兩個下伏層)之經圖案化特徵。因此,為了判定哪一(些)設計檔案應用於測試影像與設計對準,本文中所闡述之實施例可選擇第一及第二組設計層,使得該等組中之一者包含下伏於該等組中之兩者中包含之一設計層下之一或多個層。以此方式,可判定其經圖案化特徵影響測試影像之該層或該等層,如本文中進一步闡述。在樣品上形成設計層之次序及因此哪些層下伏於其他層下通常可自樣品之設計資料判定。
在一項此類實施例中,該程序係一基於光之程序,其中自樣品偵測之光回應於形成於第二組設計層中之各設計層中之至少一者下方的各設計層中之至少一者。舉例而言,在本文中所闡述之其中將測試影像與一或多個設計檔案對準之程序中,基於光之程序(特定而言)更易於產生不僅回應於形成於樣品上之最上部層而且回應於形成於樣品上之一個(或多個)下伏層之輸出。此可係在用於該程序之光之波長中之一或多者穿透樣品上之最上部表面且在該程序中偵測到自最上部表面下面返回之光時之情形。如本文中所闡述,下伏層上之經圖案化特徵之此成像在過去已使對哪一(些)設計檔案對應於測試影像中之經圖案化特徵之判定複雜化。如本文中亦進一步闡述,本文中所闡述之實施例減輕任何此類複雜化,且使對應於測試影像對其做出回應的經圖案化特徵之設計檔案之識別變得可能、實際、可靠且準確。
在一額外實施例中,第一及第二組設計層包含設計層之不同組合。舉例而言,如本文中所闡述,包含於第一及第二組中之設計層不必係互斥的。特定而言,如本文中進一步闡述,一個設計層可包含於第一及第二組兩者中,而下伏於該一個設計層下的一或多個層可包含於第一及第二組中之僅一者中。設計層之不同組合中之任一者可包含一或多個設計層。換言之,不同組合中之一者可包含僅一個設計層。然而,不預期不同組合中之每一者將包含僅一個設計層,該等設計層中之每一者係彼此不同的。換言之,第一及第二組設計層中之至少一者將可能包含多個設計層。
在另一實施例中,該系統包含經組態以用於產生第一及第二組影像之一電子束成像系統,且該程序係一基於光之程序。舉例而言,可由一缺陷再檢測工具(諸如一掃描電子顯微鏡(SEM))在樣品上之數個位置處產生第一及第二組影像。電子束成像系統及基於光之程序可係如本文中所闡述般進一步組態。因此,本文中所闡述之實施例可經組態以用於使用一SEM工具來選擇一光學工具用於PDA之正確設計檔案。如此,本文中所闡述之實施例可經組態以用於使用不同於將執行包含PDA之程序之系統之一類型的成像系統。儘管產生第一及第二組影像之成像系統不必使用不同於由其中執行對準之程序所使用之能量之一類型的能量,但使用一電子束成像系統來產生第一及第二組影像針對本文中所闡述之實施例可係有利的,此乃因此類系統通常能夠以比將執行本文中所闡述之程序之系統高之一解析度來獲取影像。
在一項此類實施例中,分別利用電子束成像系統之第一及第二組成像參數來產生第一及第二組影像,藉此致使第一及第二組中之影像中的第一及第二組經圖案化特徵彼此不同。舉例而言,除能夠具有比將通常用於執行其中將使測試影像與設計對準之程序的系統高的解析度外,本文中所闡述之電子束成像系統亦因為其具有可被調整以改變由電子束成像系統成像之樣品上之設計層的成像參數而適用於產生第一及第二組影像。特定而言,藉由利用不同成像參數將樣品成像,一電子束成像系統可產生回應於僅一個或多個層之影像,該一個或多個層中之某些位於經形成於樣品上的最上部層下面。儘管本文中進一步闡述適合可調整成像參數之某些實例,但用於產生第一及第二組影像之成像參數可係電子束成像系統之致使該系統將樣品上之不同組設計層成像的任何成像參數。
在另一此類實施例中,第一及第二組成像參數包含不同加速電壓。舉例而言,第一及第二組影像可係在不同加速電壓下收集之SEM影像(例如,一相對低電壓以藉此僅將樣品上之當前(例如,最上部)層成像及一相對高電壓以藉此除當前層外亦將樣品上之先前(例如,下伏)層成像)。因此,本文中所闡述之實施例可經組態以用於在不同加速電壓下收集SEM影像資料以找出應在一工具(例如,一光學工具)上用於PDA之正確設計檔案,此可如本文中進一步闡述而執行。可基於電子束成像系統之特性及樣品之特性而選擇不同加速電壓。舉例而言,基於形成於一下伏層上面之層之所估計或所預期特性(諸如厚度、材料及形成於彼(等)下伏層下面之經圖案化特徵),熟習此項技術者可選擇適當加速電壓來產生本文中所闡述之第一及第二組影像。
在一項此類實例中,如圖2中所展示,設計檔案200及202可用於一樣品上之不同層。設計檔案200可用於樣品上之當前或最上部層,且設計檔案202可用於樣品上之一先前或下伏層。如自針對上面已形成當前及先前層之一樣品而產生之測試影像204所展示,不可能僅單獨基於測試影像而判定設計檔案200及202中之經圖案化特徵中之哪些對應於測試影像中之經圖案化特徵。具體而言,在圖2中所展示之實例中,基於測試影像本身,不可能判定需要多於一個設計層來成功執行PDA。換言之,不可能僅基於測試影像本身而判定需要設計檔案200及202兩者來進行PDA,因此導致利用少於所有所需設計檔案來執行PDA。如果缺少之設計檔案未用於對準,則彼缺少之設計檔案可在將測試影像與設計對準時在x方向上引入一偏移誤差。彼偏移誤差可係大約大於10 nm且將對光學檢測(或其他)工具(或使用此等對準結果執行之程序)之敏感性具有一負面影響。特定而言,若將測試影像204與設計檔案200對準,則彼對準將在x方向上引入一偏移。僅當將設計層202添加至用於對準之設計檔案時,該偏移將係正確的。
本文中所闡述之實施例使用包含形成於樣品上之不同層上之經圖案化特徵之第一及第二組影像來找出用於此對準之正確設計檔案。舉例而言,利用不同加速電壓獲取SEM影像206及208,此致使第一及第二組影像中之經圖案化特徵彼此不同。特定而言,與SEM影像208相比,利用一較低加速電壓獲取之SEM影像206僅展示設計檔案200中之經圖案化特徵。相比而言,與SEM影像206相比,利用一較高加速電壓獲取之SEM影像208展示設計檔案200及202兩者中之經圖案化特徵。然後可比較此等SEM影像與設計檔案及測試影像以判定哪一SEM影像最佳匹配測試影像及哪一(些)設計檔案對應於彼SEM影像。基於彼資訊,可識別測試影像對其做出回應的經圖案化特徵(及含有其之設計檔案)。舉例而言,如可藉由比較圖2中所展示之低及高加速電壓SEM影像、設計檔案及測試影像而看出,不僅需要設計檔案200來執行測試影像與設計之一良好對準。特定而言,在圖2中所展示之實例中,先前層之SEM影像幫助本文中所闡述之實施例找出用於對準之正確設計檔案。
在另一實施例中,該系統包含一或多個組件,該一或多個組件經組態以用於藉由模擬在針對第一及第二組設計層對樣品執行之程序中產生之影像而產生第一及第二組影像。舉例而言,基於來自多個設計檔案之相同位置(在x及y中)之設計剪輯,可渲染此等設計層之不同組合且可在本文中進一步闡述之比較中使用所得經模擬影像。因此,本文中所闡述之實施例可使用可能設計層組合之經渲染影像且比較彼等與測試(例如,光學)影像以選擇最佳匹配,如本文中進一步闡述。
該一或多個組件可係藉由一或多個電腦系統執行之一模型、軟體、硬體及諸如此類。在某些例項中,該一或多個組件可對在樣品上製作設計層中所涉及之程序執行一前向型模擬。舉例而言,模擬影像可包含模擬在將設計層印刷於一樣品上時該(等)設計層之外觀。換言之,模擬影像可包含產生上面印刷有設計層的一樣品之一經模擬表示。可用於產生一經模擬樣品之一經驗訓練程序模型之一項實例包含SEMulator 3D,其可自北卡羅來納州卡裡市的Coventor公司購得。一嚴格微影模擬模型之一實例係Prolith,其可自KLA公司購得且可與SEMulator 3D產品一起使用。然而,可使用依據設計檔案產生實際樣品中所涉及之程序中之任一者之任何適合模型來產生經模擬樣品。以此方式,可使用設計檔案來模擬上面已形成對應設計層之一樣品將在樣品空間中之外觀(不必係對一成像系統而言此一樣品之外觀)。因此,樣品之經模擬表示可表示樣品在樣品之2D或3D空間中之外觀。
然後可使用樣品之經模擬表示來產生經模擬第一及第二組影像,該等經模擬第一及第二組影像示出上面印刷有設計層之樣品在樣品之第一及第二組影像中之外觀。可使用諸如WINsim之一模型產生第一及第二組影像,WINsim可自KLA公司購得且可使用一電磁(EM)波解算器將一檢測器之回應嚴格模型化。可使用此項技術中已知之任何其他適合軟體、演算法、方法或系統執行此等模擬。
在其他例項中,該一或多個組件可包含一深度學習(DL)型模型,該深度學習(DL)型模型經組態以用於自第一及第二組設計層推斷第一及第二組影像。換言之,該一或多個組件可經組態以將一或多個設計檔案變換(藉由推斷)成在其中執行測試影像與設計對準之程序中將針對樣品產生之第一及第二組影像。該一或多個組件可包含此項技術中已知之任何適合DL模型或網路,包含例如一神經網路、一CNN、一生成模型等。該一或多個組件亦可如以下共同擁有之美國專利申請公開案中所闡述而組態:Karsenti等人之2017年5月18日發佈之第2017/0140524號、Zhang等人之2017年5月25日發佈之第2017/0148226號、Bhaskar等人之2017年7月6日發佈之第2017/0193400號、Zhang等人之2017年7月6日發佈之第2017/0193680號、Bhaskar等人之2017年7月6日發佈之第2017/0194126號、Bhaskar等人之2017年7月13日發佈之第2017/0200260號、Park等人之2017年7月13日發佈之第2017/0200264號、Bhaskar等人之2017年7月13日發佈之第2017/0200265號、Zhang等人之2017年11月30日發佈之第2017/0345140號、Zhang等人之2017年12月7日發佈之第2017/0351952號、Zhang等人之2018年4月19日發佈之第2018/0107928號、Gupta等人之2018年10月11日發佈之第2018/0293721號、Ha等人之2018年11月15日發佈之第2018/0330511號、Dandiana等人之2019年1月3日發佈之第2019/0005629號及He等人之2019年3月7日發佈之第2019/0073568號,該等專利申請公開案如同完全陳述一般以引用之方式併入本文中。本文中所闡述之實施例可如此等專利申請公開案中所闡述而進一步組態。另外,本文中所闡述之實施例可經組態以執行此等專利申請公開案中所闡述之任何步驟。
在某些實施例中,該系統包含經組態以用於產生第一及第二組影像之一光學成像系統,且該程序係一基於光之程序。舉例而言,儘管使用一電子束成像系統來產生用於選擇設計檔案以供在一非電子束程序中使用之影像可係本文中所闡述之實施例之一項尤其有利之組態,但其他變化係可能的。一種變化係使用一基於光之系統來產生用於選擇設計檔案以供在一基於光之程序中使用之第一及第二組影像。此一組態在能容易地存取一基於光之系統時可係有利的,該基於光之系統具有一相對高解析度(例如,使得樣品上之經圖案化特徵不低於一解析度之該解析度及高於執行基於光之程序之系統之一解析度)且能夠將樣品上之下伏層之經圖案化特徵成像。此一光學成像系統可如本文中進一步闡述而組態,且在某些例項中可使用發射可引導至樣品之x射線之一光源(例如,使用在約10 nm之範圍內之一波長之一相對高解析度光學工具)。由此一光學成像系統產生之第一及第二組影像可如本文中所闡述以其他方式用於選擇設計檔案以供在用於測試影像與設計對準之基於光之程序中使用。
在另一實施例中,該系統包含經組態以用於產生第一及第二組影像之一帶電粒子束成像系統,且該程序係一基於光之程序。舉例而言,除電子束成像系統外,其他帶電粒子束成像系統亦可在本文中所闡述之實施例中用於產生第一及第二組影像。彼等帶電粒子束成像系統可如本文中進一步闡述而組態。
電腦系統亦經組態以用於藉由比較第一及第二組影像與針對樣品產生之測試影像而識別第一及第二組影像中之哪一組影像最佳匹配測試影像。舉例而言,如圖1中之步驟102中所展示,電腦系統可經組態以用於將不同組的影像與樣品之測試影像進行匹配。該比較可以任何適合方式執行(例如,針對為其產生了第一及第二組中之影像之任何位置,將在彼位置處產生之一測試影像與針對樣品上之同一位置產生的第一組中之影像進行疊對及對準,且自一個影像減去另一影像以產生示出測試影像與第一組中之影像之間的差異之一差異影像;及針對測試影像及為同一位置產生的第二組中之影像重複相同步驟)。
該識別亦可包含基於比較結果而判定第一及第二組影像中之每一者與其對應測試影像之匹配程度之一度量。舉例而言,可使用例如如上文所闡述產生之一差異影像來量化一測試影像與在一樣品上之同一位置處產生之兩個影像之間的任何差異。該等差異可係影像之間的任何可量化差異,諸如偏移或疊對不對齊、回應於經圖案化特徵之影像部分之特性(諸如形狀、大小、對比度及諸如此類)的差異。該等差異亦可係任何定性差異,諸如無法將測試影像與同一樣品位置處之第一及第二組中之一影像對準、識別出影像中之一者似乎未對其做出回應但在影像之另一者中卻成像或似乎影響影像中之另一者之經圖案化特徵。可基於定量及定性差異中之任一者或兩者而判定第一及第二組影像中之每一者與測試影像之匹配程度之度量。舉例而言,影像之間的定量及/或定性差異可用於產生指示影像彼此之匹配程度且可用作不同組影像與測試影像之匹配程度之一度量的一得分或排名。基於此一得分、排名或度量,可容易地識別第一及第二組影像中之哪一組影像最佳匹配測試影像。
電腦系統進一步經組態以用於藉由比較經識別組的影像與設計檔案而為樣品選擇最佳匹配經識別組的影像之一或多個設計檔案。舉例而言,如圖1中之步驟104中所展示,電腦系統可經組態以用於為樣品選擇最佳匹配與測試影像最佳匹配之一組影像之設計檔案。以此方式,可將低或高電壓SEM影像與設計檔案進行匹配。該選擇亦可包含基於比較經識別組的影像與設計檔案之結果而判定設計檔案中之經圖案化特徵與經識別組的影像中之經圖案化特徵之匹配程度之一度量。判定度量及選擇最佳匹配經識別組的影像之一或多個設計檔案可如上文所闡述而以其他方式執行。由於第一及第二組影像可具有將存在於樣品之各種設計檔案中之經解析之經圖案化特徵,因此此步驟應係一相對直截匹配程序。若第一及第二組影像係由本文中所闡述之一或多個組件產生之經模擬影像,則比較及選擇步驟可簡單地涉及例如藉由比較最佳匹配測試影像之經識別組的影像與對哪一(些)設計檔案曾用於模擬哪些組影像之一記錄而識別哪一(些)設計層曾用於模擬該經識別組的影像。以此方式,可識別並選擇最佳匹配測試影像之一組設計檔案(可包含用於樣品上之僅一個設計層之僅一個設計檔案或用於多於一個設計層之多於一個設計檔案)以供在將在一程序(諸如本文中所闡述之程序)中執行之測試影像與設計對準中使用。
在某些實施例中,電腦系統經組態以用於向一使用者顯示第一及第二組影像(例如,低及高加速電壓SEM影像)、測試影像(例如,不同波長及孔徑之光學影像)及可能設計檔案。此一顯示可看起來類似於圖2中所展示,儘管圖2僅展示僅一個位置之此資訊,但可經修改以同時或順序地展示樣品上之多於一個位置之此資訊。如可自資訊之此一顯示看出,一使用者可容易地判定最佳匹配測試影像之設計檔案及SEM影像。電腦系統亦可經組態以用於自使用者接收針對一給定模式最佳匹配第一及第二組影像以及測試影像之設計檔案之正確組合之一選擇。在額外實施例中,可由電腦系統將如本文中所闡述用於模擬影像之設計檔案之不同組合自低誤差至高誤差排名。在給出某些約束(例如,所允許設計層之數目)之情況下,電腦系統可選擇一或多個設計層之組合。另一選擇係,電腦系統可向一使用者顯示各種組合及其誤差且自使用者接收一或多個設計檔案之最佳組合之一選擇以供在一程序中使用。
電腦系統亦經組態以用於儲存經選擇一或多個設計檔案之資訊以供在一程序中使用,在該程序中將經選擇一或多個設計檔案中之經圖案化特徵與在該程序中針對樣品產生之測試影像中之經圖案化特徵對準以藉此將測試影像與一或多個設計檔案對準。針對其執行包含設計檔案與測試影像對準之程序之樣品可係與用於選擇設計檔案之樣品為相同類型。舉例而言,該等樣品及用於選擇設計檔案之該樣品可在對其執行該程序之前經受相同製作程序。亦可對選擇設計檔案中所涉及之任何樣品執行使用經選擇設計檔案執行之程序。
如圖1之步驟106中所展示,電腦系統可經組態以用於儲存經選擇設計檔案之資訊以供在一程序中使用。電腦系統可經組態以在一配方中或藉由產生其中將執行測試影像與設計對準之程序之一配方而儲存該資訊。一「配方」(如彼術語在本文中所使用)可通常定義為可由一工具使用來對一樣品執行一程序之一組指令。以此方式,產生一配方可包含產生將如何執行一程序之資訊,該資訊然後可用於產生用於執行彼程序之指令。由電腦系統儲存之經選擇設計檔案之資訊可包含可用於識別、存取及/或使用經選擇設計檔案之任何資訊(例如,諸如一檔案名及其被儲存之位置)。所儲存之經選擇設計檔案之資訊亦可包含實際設計檔案本身,且實際設計檔案可包含本文中進一步闡述之設計資料或資訊中之任一者。
電腦系統可經組態以用於將經選擇設計檔案之資訊儲存於任何適合電腦可讀儲存媒體中。該資訊可與本文中所闡述之結果中之任一者一起儲存且可以此項技術中已知之任何方式儲存。儲存媒體可包含本文中所闡述之任何儲存媒體或此項技術中已知之任何其他適合儲存媒體。在已儲存該資訊之後,該資訊可在儲存媒體中存取且由本文中所闡述之方法或系統實施例中之任一者使用、經格式化以顯示給一使用者、由另一軟體模組、方法或系統使用等等。舉例而言,本文中所闡述之實施例可產生如上文所闡述之一檢測配方。彼檢測配方然後可由該系統或方法(或者另一系統或方法)儲存及使用以檢測該樣品或其他樣品以便藉此產生該樣品或其他樣品之資訊(例如,缺陷資訊)。
在一項實施例中,該程序包含在兩個或多於兩個模式中偵測來自樣品之能量,且該一或多個電腦系統經組態以用於針對該兩個或多於兩個模式中之每一者單獨執行獲取、識別、選擇及儲存。舉例而言,某些工具及程序經組態以使用該等工具及程序之不同模式針對一樣品產生輸出(例如,影像)。本文中進一步提供此等模式之實例及一模式之定義。在該等模式中之每一者中針對樣品產生之輸出可顯現為彼此不同。舉例而言,在一個模式中產生之影像可顯現為與在另一模式中產生之影像不同。在某些例項中,彼等差異可因不同模式回應於形成於樣品上之不同設計層而導致。舉例而言,一個模式可回應於僅形成於最上部設計層上之經圖案化特徵,而另一模式可回應於除一下伏設計層外亦形成於最上部設計層上之經圖案化特徵。因此,使用設計檔案之不同組合來將利用不同模式產生之測試影像與設計對準可係適當的。如此,電腦系統可經組態以針對將在對樣品執行之程序中使用之不同模式單獨執行本文中所闡述之步驟。特定而言,可針對利用或針對不同模式產生之測試影像單獨執行本文中所闡述之步驟。除使用不同組測試影像外,可針對如本文中所闡述之不同模式以其他方式執行該等步驟。
在一項實施例中,該程序係一檢測程序。在某些實施例中,該程序包含基於將測試影像與一或多個設計檔案對準之結果而判定在樣品上偵測到之缺陷在設計座標中之位置。舉例而言,可在一光學檢測工具上使用經選擇組的設計檔案來進行PDA。可以任何適合方式執行檢測程序。例如,大體而言,本文中使用術語「檢測程序」來指其中在樣品上偵測缺陷之一程序。可以各種不同方式執行在樣品上偵測缺陷,例如包含比較一臨限值與由一檢測工具或系統針對樣品產生之輸出或將該臨限值應用於該輸出,及判定具有高於臨限值之一值之任何輸出對應於一潛在缺陷或缺陷候選者且不具有高於臨限值之一值之任何輸出不對應於一潛在缺陷或缺陷候選者。
藉由檢測程序識別之潛在缺陷或缺陷候選者通常包含實際或真實缺陷及擾亂或擾亂性缺陷兩者。「擾亂性缺陷」(如彼術語在本文中可與「擾亂」互換地使用)通常定義為在一樣品上偵測為缺陷但實際上並非係樣品上之實際缺陷之缺陷。替代地,「擾亂性缺陷」可由於樣品上之非缺陷雜訊源(例如,線邊緣粗糙度、經圖案化特徵中之相對小的臨界尺寸(CD)變化、厚度變化等)及/或由於檢測系統本身或其用於檢測之組態之邊緣化而被偵測到。
因此,檢測之目標通常並非係偵測樣品上之擾亂性缺陷。替代地,檢測之目標通常係偵測真實缺陷且尤其係所關注缺陷(DOI)。已展示為成功分離DOI與擾亂之一種方式係判定所偵測缺陷候選者相對於樣品之設計資訊之位置。舉例而言,藉由將測試影像與一或多個設計檔案對準,可在設計座標(亦即,相對於樣品之設計之座標)中判定缺陷候選者(包含判定為缺陷或DOI之任何陷候選者)之位置。可以若干個不同方式執行將測試影像與經選擇設計檔案對準。舉例而言,在某些實施例中,該對準包含將測試影像與經選擇設計檔案之間的一互相關最大化。對準中所使用之互相關可包含此項技術中已知之任何適合互相關,諸如一經正規化互相關。將測試影像與樣品之經選擇設計檔案對準亦可如Kulkarni之上文併入之專利中所闡述而執行。本文中所闡述之實施例可經組態以執行此專利中所闡述之對準中之任一者。
在另一實施例中,該程序係一計量程序。舉例而言,可使用本文中進一步闡述之系統中之一者執行計量程序。計量程序可係基於光的、基於電子的或基於其他帶電粒子束的。在某些計量程序中,比較在計量程序中針對一樣品產生之輸出與樣品之對應設計檔案,例如以判定相對量測值、量測疊對誤差、產生用於缺陷定位、量測或表徵之差異影像等。通常,將以比檢測程序高之一解析度執行計量程序,該解析度應使得能夠僅自計量程序中針對樣品產生之輸出(亦即,僅自測試影像)而容易且直截地識別出用於計量程序之正確設計檔案。然而,若計量工具出於任何預見或未預見原因而不能夠解析形成於樣品上之經圖案化特徵及/或若關於哪一(些)設計檔案含有測試影像對其做出回應的經圖案化特徵存在不確定性(例如,由於計量程序可產生回應於樣品上之多於一個設計層之輸出),則可使用本文中所闡述之實施例來識別應在用於測試影像與設計對準之計量程序中使用之設計檔案。本文中所闡述之實施例可以如本文中進一步闡述之相同方式識別用於計量程序之適合設計檔案。本文中所闡述之實施例亦可用於識別用於對樣品執行之其中將測試影像與設計檔案對準之任何其他程序之適合設計檔案。
在一項實施例中,樣品係一晶圓。該晶圓可包含半導體技術中已知之任何晶圓。儘管本文中可關於一晶圓或若干晶圓闡述某些實施例,但實施例在其可用於之樣品方面不受限。舉例而言,本文中所闡述之實施例可用於諸如光罩、平板、個人電腦(PC)板等樣品及其他半導體樣品。
本文中所闡述之實施例具有優於用於PDA之其他方法及系統之若干個優點。舉例而言,當前所使用方法及系統使用試錯法來找出正確設計檔案以與測試影像(諸如光學影像)相匹配。正確設計檔案取決於用於產生測試影像之模式。測試影像單獨地可使得實質上難以識別正確設計檔案,因為大部分結構係未解析的。本文中所闡述之實施例使用本文中所闡述之第一及第二組影像(諸如SEM影像)來幫助找出預期測試影像對其做出回應的可包含當前及先前層兩者之設計層及其設計檔案。使用本文中所闡述之實施例來選擇諸如檢測、計量等程序中所使用之用於PDA之設計檔案將改良缺陷位置準確性且因此改良此等程序對關鍵DOI之敏感性,此乃因擾亂性事件之數目將減少。
圖3中展示可用於本文中所闡述之系統實施例之一項組態。該系統包含光學(基於光的)子系統300,光學(基於光的)子系統300至少包含一光源及一偵測器。光源經組態以產生被引導至一樣品之光。偵測器經組態以偵測來自樣品之光且回應於所偵測光而產生輸出。圖3中所展示之光學子系統可作為本文中所闡述之輸出獲取子系統及光學成像系統而組態及使用。圖3中所展示之系統實施例亦可經組態以用於執行如本文中進一步闡述之一基於光之程序、檢測程序及計量程序。
在一項實施例中,光學子系統包含經組態以將光引導至樣品302之一照明子系統。照明子系統包含至少一個光源。舉例而言,如在圖3中所展示,照明子系統包含光源304。在一項實施例中,照明子系統經組態以將光以一或多個入射角(其可包含一或多個斜角及/或一或多個法向角)引導至樣品。舉例而言,如在圖3中所展示,將來自光源304之光引導穿過光學元件306且接著穿過透鏡308而至分束器310,分束器310將光以一法向入射角引導至樣品302。入射角可包含任何適合入射角,其可隨(例如)樣品以及將對樣品執行之程序的特性而變化。
照明子系統可經組態以在不同時間以不同入射角將光引導至樣品。舉例而言,光學子系統可經組態以更改照明子系統之一或多個元件的一或多個特性,使得可以不同於圖3中展示之入射角之一入射角將光引導至樣品。在一項此類實例中,光學子系統可經組態以移動光源304、光學元件306及透鏡308,使得以一不同入射角將光引導至樣品。
在某些例項中,光學子系統可經組態以同時以多於一個入射角將光引導至樣品。舉例而言,照明子系統可包含多於一個照明通道,該等照明通道中之一者可包含如圖3中所展示之光源304、光學元件306及透鏡308,且該等照明通道中之另一者(未展示)可包含可不同地或相同地經組態之類似元件,或可包含至少一光源以及可能地一或多個其他組件(諸如本文中進一步闡述之彼等組件)。若此類光與其他光同時被引導至樣品,則以不同入射角被引導至樣品之光的一或多個特性(例如,波長、偏光等)可係不同的,使得由不同入射角對樣品之照明所引起的光可在偵測器處彼此區別開。
在另一例項中,照明子系統可包含僅一個光源(例如,圖3中展示之源304),且來自光源之光可藉由照明子系統之一或多個光學元件(未展示)而被分離至不同光學路徑中(例如,基於波長、偏光等)。不同光學路徑中之每一者中的光接著可被引導至樣品。多個照明通道可經組態以同時或在不同時間(例如,當不同照明通道用以依序照明樣品時) 將光引導至樣品。在另一例項中,同一照明通道可經組態以在不同時間將具有不同特性的光引導至樣品。舉例而言,在某些例項中,光學元件306可經組態為一光譜濾光器,且光譜濾光器之性質可以各種不同方式(例如,藉由換出光譜濾光器)被改變,使得可在不同時間將不同波長之光引導至樣品。照明子系統可具有此項技術中已知之用於將具有不同或相同特性之光以不同或相同入射角依序或同時引導至樣品的任何其他適合組態。
在一項實施例中,光源304可係一寬頻電漿(BBP)光源。以此方式,由光源產生且被引導至樣品之光可包含寬頻光。然而,該光源可包含任何其他適合光源,諸如此項技術中已知之經組態以產生處於此項技術中已知之任何適合波長之光之任何適合雷射。另外,雷射可經組態以產生單色或幾乎單色之光。以此方式,雷射可係一窄頻雷射。光源亦可包含產生多個離散波長或波段下之光之一多色光源。
來自光學元件306之光可藉由透鏡308聚焦至分束器310。儘管透鏡308在圖3中展示為一單個折射光學元件,但實際上,透鏡308可包含組合地將來自光學元件之光聚焦至樣品之若干個折射及/或反射光學元件。在圖3中展示且在本文中所闡述之照明子系統可包含任何其他適合光學元件(未展示)。此類光學元件之實例包含(但不限於)偏光組件、光譜濾光器、空間濾波器、反射光學元件、切趾器、分束器、光闌以及諸如此類,其等可包含此項技術中已知之任何此類適合光學元件。另外,該系統可經組態以基於將使用之照明類型而更改照明子系統之元件中之一或多者。
光學子系統亦可包含經組態以致使光在樣品上進行掃描之一掃描子系統。舉例而言,光學子系統可包含上面安置樣品302之載台312。掃描子系統可包含可經組態以移動樣品使得光可在樣品上進行掃描之任何適合機械及/或機器人總成(其包含載台312)。另外,或另一選擇係,光學子系統可經組態使得光學子系統之一或多個光學元件執行光在樣品上之某一掃描。光可以任何適合方式在樣品上進行掃描。
光學子系統進一步包含一或多個偵測通道。一或多個偵測通道中之至少一者包含一偵測器,該偵測器經組態以偵測歸因於藉由光學子系統對樣品之照明之來自樣品之光且回應於所偵測光而產生輸出。舉例而言,圖3中展示之光學子系統包含兩個偵測通道,其中一者係由集光器314、元件316及偵測器318形成且另一者係由集光器320、元件322及偵測器324形成。如圖3中所展示,該兩個偵測通道經組態而以不同收集角度收集且偵測光。在某些例項中,一個偵測通道經組態以偵測經鏡面反射光,且另一偵測通道經組態以偵測不自樣品鏡面反射(例如,散射、繞射等)之光。然而,偵測通道中之兩者或多於兩者可經組態以偵測來自樣品之同一類型之光(例如,經鏡面反射光)。儘管圖3展示包含兩個偵測通道之光學子系統之一實施例,但光學子系統可包含不同數目個偵測通道(例如,僅一個偵測通道或者兩個或多於兩個偵測通道)。儘管集光器中之每一者在圖3中展示為單個折射光學元件,但集光器中之每一者可包含一或多個折射光學元件及/或一或多個反射光學元件。
一或多個偵測通道可包含此項技術中已知之任何適合偵測器,諸如光電倍增管(PMT)、電荷耦合裝置(CCD),以及時間延遲積分(TDI)相機。偵測器亦可包含非成像偵測器或成像偵測器。若偵測器係非成像偵測器,則偵測器中之每一者可經組態以偵測光之某些特性(諸如強度)但不可經組態以依據在成像平面內之位置而偵測此類特性。因此,藉由包含於光學子系統之偵測通道中之每一者中之偵測器中之每一者產生之輸出可係信號或資料,但並非係影像信號或影像資料。在此類例項中,一電腦子系統(諸如系統之電腦子系統326)可經組態以自偵測器之非成像輸出產生樣品之影像。然而,在其他例項中,偵測器可經組態為成像偵測器,該等成像偵測器經組態以產生成像信號或影像資料。因而,該系統可經組態而以若干種方式產生本文中所闡述之輸出及/或影像。
應注意,本文中提供圖3以大體上圖解說明可包含於本文中所闡述之系統實施例中之一光學子系統之一組態。顯然地,可更改本文中所闡述之光學子系統組態以最佳化系統之效能,如在設計一商業系統時通常所執行。另外,可使用諸如可自KLA公司購得的29xx、39xx、Voyager™及Puma™系列工具之一現有光學系統來實施本文中所闡述之系統(例如,藉由將本文中所闡述之功能性添加至一現有光學系統)。針對某些此類系統,可將本文中所闡述之方法作為系統之選用功能性(例如,除系統之其他功能性之外)而提供。另一選擇係,可「從零開始」設計本文中所闡述之系統以提供一全新系統。
系統之電腦子系統326可以任何適合方式(例如,經由一或多個傳輸媒體,其可包含「有線」及/或「無線」傳輸媒體)耦合至光學子系統之偵測器,使得電腦子系統可接收在對樣品之掃描期間由偵測器產生之輸出、影像等。電腦子系統326可經組態以執行使用如在本文所闡述之偵測器之輸出、影像等之若干個功能以及本文中進一步闡述之任何其他功能。此電腦子系統可如本文中所闡述而進一步組態。
此電腦子系統(以及本文中所闡述之其他電腦子系統)亦可在本文中稱為電腦系統。本文中所闡述之電腦子系統或系統中之每一者可採取各種形式,包含一個人電腦系統、影像電腦、主機電腦系統、工作站、網路器具、網際網路器具或其他裝置。大體而言,術語「電腦系統」可廣泛定義為囊括具有一或多個處理器之執行來自一記憶體媒體之指令之任何裝置。電腦子系統或系統亦可包含此項技術中已知之任何適合處理器,諸如一平行處理器。另外,電腦子系統或系統可包含具有高速度處理及軟體之一電腦平臺作為一獨立工具或一經網路連線工具。
若該系統包含多於一個電腦子系統,則不同電腦子系統可彼此耦合使得影像、資料、資訊、指令等可在電腦子系統之間發送,如本文中進一步闡述。舉例而言,電腦子系統326可藉由可包含此項技術中已知之任何適合有線及/或無線傳輸媒體之任何適合傳輸媒體而耦合至電腦子系統328 (如圖3中之虛線所展示)。此類電腦子系統中之兩者或多於兩者亦可藉由一共用電腦可讀儲存媒體(未展示)而有效地耦合。
圖4中展示可用於本文中所闡述之系統實施例之另一組態。此系統包含電子束子系統400,電子束子系統400至少包含一電子束源及一偵測器。電子束源經組態以產生被引導至一樣品之電子。偵測器經組態以偵測來自樣品之電子且回應於所偵測電子而產生輸出。圖4中所展示之電子束子系統可作為本文中所闡述之輸出獲取子系統、電子束成像系統及帶電粒子束成像系統而組態及使用。圖4中所展示之系統實施例亦可經組態以用於執行如本文中進一步闡述之一檢測程序及一計量程序。如圖4中所展示,電子束子系統耦合至電腦子系統402。
亦如圖4中所展示,電子束子系統包含電子束源404,電子束源404經組態以產生藉由一或多個元件408而聚焦至樣品406之電子。電子束源可包含(舉例而言)一陰極源或發射體尖端,且一或多個元件408可包含(舉例而言)一槍透鏡、一陽極、一限束孔徑、一閘閥、一束電流選擇孔徑、一物鏡透鏡以及一掃描子系統,所有該等元件皆可包含此項技術中已知之任何此類適合元件。
自樣品返回之電子(例如,次級電子)可藉由一或多個元件410而聚焦至偵測器412。一或多個元件410可包含(舉例而言)一掃描子系統,該掃描子系統可係包含於元件408中之相同掃描子系統。
電子束子系統可包含此項技術中已知之任何其他適合元件。另外,電子柱可如在以下專利中所闡述而進一步組態:2014年4月4日頒佈給Jiang等人之美國專利第8,664,594號、2014年4月8日頒佈給Kojima等人之美國專利第8,692,204號、2014年4月15日頒佈給Gubbens等人之美國專利第8,698,093號,以及2014年5月6日頒佈給MacDonald等人之美國專利第8,716,662號,該等美國專利如同完全陳述一般以引用之方式併入本文中。
儘管電子束子系統在圖4中展示為經組態以使得電子以一傾斜入射角被引導至樣品且以另一傾斜角自該樣品散射,但應理解電子束可以任何適合角度被引導至樣品及自該樣品散射。另外,電子束子系統可經組態以使用多個模式產生樣品之影像(例如,以不同照明角度、收集角度等)。電子束子系統之多個模式可在該子系統之任何影像產生參數上不同。
電腦子系統402可如上文所闡述地耦合至偵測器412。偵測器可偵測自樣品之表面返回之電子,藉此形成樣品之電子束影像。該等電子束影像可包含任何適合電子束影像。電腦子系統402可經組態以使用偵測器之輸出及/或電子束影像執行本文中所闡述之功能中之任一者。電腦子系統402可經組態以執行本文中所闡述之任一(任何)額外步驟。包含圖4中展示之電子束子系統之一系統可如在本文所闡述而進一步組態。
應注意,本文中提供圖4以大體上圖解說明可包含於本文中所闡述之實施例中之一電子束子系統之一組態。正如上文所闡述之光學子系統,可更改本文中所闡述之電子束子系統組態以最佳化電子束子系統之效能,如在設計一商業系統時通常所執行。另外,本文中所闡述之系統可使用諸如可自KLA公司購得之eDRxxxx系列工具之一現有電子束工具來實施(例如,藉由將本文中所闡述之功能性添加至一現有電子束系統)。針對某些此類系統,可將本文中所闡述之方法作為系統之選用功能性(例如,除系統之其他功能性之外)而提供。另一選擇係,可「從零開始」設計本文中所闡述之系統以提供一全新系統。
除光學及電子束子系統外,本文中所闡述之系統亦可包含一離子束子系統。此一子系統可如圖4中所展示地組態,除了電子束源可被替換為此項技術中已知之任何適合離子束源以外。另外,該系統可包含任何其他適合離子束工具,諸如包含於市售聚焦離子束(FIB)系統、氦離子顯微鏡(HIM)系統以及次級離子質譜學(SIMS)系統中之彼等。
如上文所述,光學、電子束及離子束子系統經組態以用於使能量(例如,光、電子等)在樣品之一實體版本上掃描,藉此針對樣品之實體版本產生輸出。以此方式,光學、電子束及離子束子系統可組態為「實際」子系統,而非「虛擬」子系統。然而,一儲存媒體(未展示)及圖3中所展示之電腦子系統328可組態為一「虛擬」系統。特定而言,儲存媒體及電腦子系統可組態為一「虛擬」檢測系統,如在2012年2月28日頒佈給Bhaskar等人之共同讓與之美國專利第8,126,255號及在2015年12月29日頒佈給Duffy等人之共同讓與之美國專利第9,222,895號中所闡述,該兩個專利如同完全陳述一般以引用之方式併入本文中。本文中所闡述之實施例可如此等專利中所闡述而進一步組態。
本文中所闡述之光學、電子束及離子束子系統可經組態以利用多個模式或「不同模態」針對樣品產生輸出。大體而言,一光學、電子束或離子束子系統之一「模式」或「模態」(如彼等術語可在本文中互換地使用)可由用於針對一樣品產生輸出及/或影像之子系統之參數值定義。因此,不同之模式可在子系統之參數中之至少一者之值方面(除了樣品上之在其處產生輸出之位置外)不同。舉例而言,在一光學子系統中,不同模式可使用至少一個不同波長之光來進行照明。模式可在照明波長方面不同,如本文中進一步闡述(例如,藉由針對不同模式使用不同光源、不同光譜濾光器等)。在另一實例中,不同模式可使用光學子系統之不同照明通道。舉例而言,如上文所述,光學子系統可包含多於一個照明通道。如此,不同照明通道可用於不同模式。模式亦可或替代地在光學子系統之一或多個收集/偵測參數方面不同。光學子系統可經組態以在相同掃描或不同掃描中(例如,取決於同時使用多個模式來掃描樣品之能力)利用不同模式掃描樣品。
以一類似方式,電子束影像可包含由電子束子系統利用電子束子系統之一參數之兩個或多於兩個不同值產生之影像。舉例而言,電子束子系統可經組態以利用多個模式或「不同模態」針對樣品產生輸出。電子束子系統之多個模式或不同模態可由用於針對一樣品產生輸出及/或影像之電子束子系統之參數值定義。因此,不同之模式可在電子束子系統之電子束參數中之至少一者之值方面不同。舉例而言,一個模式可使用至少一個入射角來進行照明,該至少一個入射角不同於用於另一模式之照明之至少一個入射角。
在一項實施例中,測試影像係由一檢測子系統產生。舉例而言,本文中所闡述之光學及電子束成像子系統可組態為檢測子系統。在另一實施例中,測試影像係由一計量或缺陷再檢測子系統產生。舉例而言,本文中所闡述之光學及電子束成像子系統可組態為計量或缺陷再檢測子系統。特定而言,本文中所闡述以及圖3及圖4中所展示之光學及電子束子系統之實施例可在一或多個參數方面修改以取決於其將用於的應用而提供不同成像能力。在一項此類實例中,圖3中所展示之光學子系統可經組態以在其將用於計量而非檢測之情況下具有一較高解析度。換言之,圖3及圖4中所展示之子系統之實施例闡述一光學或電子束子系統之某些一般及各種組態,該光學或電子束子系統可以熟習此項技術者將顯而易見之若干個方式修整以產生具有或多或少地適合於不同應用之不同成像能力之光學或電子束子系統。
該系統之實施例中之每一者可根據本文中所闡述之任一(任何)其他實施例而進一步組態。
另一實施例涉及一種用於選擇一或多個設計檔案以供在測試影像與設計對準中使用之電腦實施之方法。該方法包含用於上文所闡述之電腦系統之功能中之每一者之步驟。可如本文中進一步闡述地執行該方法之步驟中之每一者。該方法亦可包含可由本文中所闡述之電腦子系統及/或系統執行之任何其他步驟。該方法之步驟係由一或多個電腦系統執行,該一或多個電腦系統可根據本文中所闡述之實施例中之任一者而組態。另外,可藉由本文中所闡述之系統實施例中之任一者來執行上文所闡述之方法。
一額外實施例係關於一種儲存程式指令之非暫時性電腦可讀媒體,該等程式指令可在一電腦系統上執行以用於執行用於選擇一或多個設計檔案以供在測試影像與設計對準中使用之一電腦實施之方法。圖5中展示一項此類實施例。特定而言,如圖5中所展示,非暫時性電腦可讀媒體500包含可在電腦系統504上執行之程式指令502。電腦實施之方法可包含本文中所闡述之任何方法之任何步驟。
實施諸如本文中所闡述之彼等之方法之程式指令502可儲存於電腦可讀媒體500上。電腦可讀媒體可係諸如一磁碟或光碟、一磁帶之一儲存媒體,或此項技術中已知之任何其他適合非暫時性電腦可讀媒體。
可以包含基於程序步驟之技術、基於組件之技術及/或物件導向之技術以及其他技術之各種方式中之任一者來實施程式指令。舉例而言,可視需要使用ActiveX控制項、C++物件、JavaBeans、微軟基礎類別(「MFC」)、SSE (串流化SIMD擴展)或者其他技術或方法來實施程式指令。
電腦系統504可根據本文中所闡述之實施例中之任一者而組態。
鑒於此說明,熟習此項技術者將明瞭本發明之各項態樣之進一步修改及替代實施例。舉例而言,提供用於選擇一或多個設計檔案以供在測試影像與設計對準中使用之方法及系統。因此,此說明應視為僅為說明性的,且為出於教示熟習此項技術者執行本發明之一般方式之目的。應理解,本文中所展示及所闡述之本發明之形式應視為目前較佳的實施例。如熟習此項技術者在受益於本發明的此說明之後將全部明瞭,元件及材料可替代本文中所圖解說明及闡述之彼等元件及材料,部件及程序可顛倒,且本發明之某些特徵可獨立地利用。可在不背離如隨附申請專利範圍中所闡述之本發明之精神及範圍之情況下對本文中所闡述之元件做出改變。
100:步驟
102:步驟
104:步驟
106:步驟
200:設計檔案
202:設計檔案/設計層
204:測試影像
206:掃描電子顯微鏡影像
208:掃描電子顯微鏡影像
300:光學(基於光的)子系統
302:樣品
304:光源/源
306:光學元件
308:透鏡
310:分束器
312:載台
314:集光器
316:元件
318:偵測器
320:集光器
322:元件
324:偵測器
326:電腦子系統
328:電腦子系統
400:電子束子系統
402:電腦子系統
404:電子束源
406:樣品
408:元件
410:元件
500:非暫時性電腦可讀媒體/電腦可讀媒體
502:程式指令
504:電腦系統
在閱讀以下詳細說明且在參考附圖時,本發明之其他目標及優點將變得顯而易見,在附圖中:
圖1係圖解說明可由本文中所闡述之一系統實施例執行之步驟之一項實施例之一流程圖;
圖2係圖解說明一樣品之不同設計檔案中之經圖案化特徵、樣品之一測試影像以及本文中所闡述之第一及第二組中之影像之一項實例之一平面圖的一示意圖;
圖3及圖4係圖解說明如在本文所闡述地組態之一系統之實施例之側視圖的示意圖;且
圖5係圖解說明一非暫時性電腦可讀媒體之一項實施例之一方塊圖,該非暫時性電腦可讀媒體儲存可在一電腦系統上執行以用於執行本文中所闡述之電腦實施之方法中之一或多者之程式指令。
雖然易於對本發明做出各種修改及替代形式,但其特定實施例係在圖式中以實例之方式展示且將在本文中詳細闡述。然而,應理解,圖式及對其之詳細說明並非意欲將本發明限制於所揭示之特定形式,而是相反,本發明意欲涵蓋歸屬於如由隨附申請專利範圍所界定之本發明之精神及範疇內的所有修改、等效形式及替代形式。
100:步驟
102:步驟
104:步驟
106:步驟
Claims (19)
- 一種經組態以選擇一或多個設計檔案以供在測試影像與設計對準中使用之系統,其包括: 一或多個電腦系統,其經組態以用於: 獲取一樣品之第一及第二組影像,其中該等第一及第二組影像分別包括該樣品上之第一及第二組設計層中之經圖案化特徵的影像,且其中該等第一與第二組設計層係彼此不同的; 藉由比較該等第一及第二組影像與針對該樣品產生之測試影像來識別該等第一及第二組影像中的哪一組影像最佳匹配該等測試影像; 藉由比較該經識別組的影像與設計檔案來為該樣品選擇該等設計檔案中最佳匹配該經識別組之影像的一或多個設計檔案;及 儲存該經選擇一或多個設計檔案的資訊以供在一程序中使用,在該程序中將該經選擇一或多個設計檔案中的經圖案化特徵與在該程序中針對樣品產生之測試影像中的經圖案化特徵對準,以藉此將該等測試影像與該一或多個設計檔案對準。
- 如請求項1之系統,其中該等第一及第二組影像係針對該樣品上之兩個或多於兩個離散位置而產生。
- 如請求項1之系統,進一步包括一輸出獲取子系統,該輸出獲取子系統經組態以藉由以下操作來對該等樣品執行該程序:將能量引導至該等樣品;偵測來自該等樣品之能量;及回應於該所偵測能量而產生輸出,其中在該所產生輸出中未解析經形成於該等樣品上之該等設計層中的該等經圖案化特徵。
- 如請求項1之系統,其中該第一組設計層包括經形成於該第二組設計層中之該等設計層中之至少一者下方之該等設計層中的至少一者。
- 如請求項4之系統,其中該程序係一基於光之程序,在該基於光之程序中,自該等樣品偵測之光係回應於經形成於該第二組設計層中之該等設計層中之該至少一者下方之該等設計層中的該至少一者。
- 如請求項1之系統,進一步包括經組態以用於產生該等第一及第二組影像之一電子束成像系統,其中該程序係一基於光之程序。
- 如請求項6之系統,其中該等第一及第二組影像係分別利用該電子束成像系統之第一及第二組成像參數而產生,藉此致使該等第一及第二組中之該等影像中之第一及第二組之該等經圖案化特徵彼此不同。
- 如請求項7之系統,其中該等第一及第二組成像參數包括不同加速電壓。
- 如請求項1之系統,其中該程序包括在兩個或多於兩個模式中偵測來自該等樣品之能量,且其中該一或多個電腦系統進一步經組態以用於針對該兩個或多於兩個模式中之每一者,單獨執行該獲取、該識別、該選擇及該儲存。
- 如請求項1之系統,進一步包括一或多個組件,該一或多個組件經組態以用於藉由模擬在針對該等第一及第二組設計層對該樣品執行之該程序中產生的影像來產生該等第一及第二組影像。
- 如請求項1之系統,其中該等第一及第二組設計層包括該等設計層之不同組合。
- 如請求項1之系統,進一步包括經組態以用於產生該等第一及第二組影像之一光學成像系統,其中該程序係一基於光之程序。
- 如請求項1之系統,進一步包括經組態以用於產生該等第一及第二組影像之一帶電粒子束成像系統,其中該程序係一基於光之程序。
- 如請求項1之系統,其中該程序包括基於將該等測試影像與該一或多個設計檔案對準之結果來判定在該等樣品上偵測之缺陷在設計座標中的位置。
- 如請求項1之系統,其中該程序係一檢測程序。
- 如請求項1之系統,其中該程序係一計量程序。
- 如請求項1之系統,其中該樣品係一晶圓。
- 一種非暫時性電腦可讀媒體,其儲存程式指令,該等程式指令可在一電腦系統上執行以用於執行用於選擇一或多個設計檔案以供在測試影像與設計對準中使用之一電腦實施之方法,其中該電腦實施之方法包括: 獲取一樣品之第一及第二組影像,其中該等第一及第二組影像分別包括該樣品上之第一及第二組設計層中之經圖案化特徵的影像,且其中該等第一與第二組設計層係彼此不同的; 藉由比較該等第一及第二組影像與針對該樣品產生的測試影像來識別該等第一及第二組影像中的哪一組影像最佳匹配該等測試影像; 藉由比較該經識別組的影像與設計檔案來為該樣品選擇該等設計檔案中最佳匹配該經識別組之影像的一或多個設計檔案;及 儲存該經選擇一或多個設計檔案之資訊以供在一程序中使用,在該程序中將該經選擇一或多個設計檔案中的經圖案化特徵與在該程序中針對樣品產生之測試影像中的經圖案化特徵對準,以藉此將該等測試影像與該一或多個設計檔案對準。
- 一種用於選擇一或多個設計檔案以供在測試影像與設計對準中使用之電腦實施之方法,其包括: 獲取一樣品之第一及第二組影像,其中該等第一及第二組影像分別包括該樣品上之第一及第二組設計層中之經圖案化特徵的影像,且其中該等第一與第二組設計層係彼此不同的; 藉由比較該等第一及第二組影像與針對該樣品產生的測試影像來識別該等第一及第二組影像中的哪一組影像最佳匹配該等測試影像; 藉由比較該經識別組的影像與設計檔案來為該樣品選擇該等設計檔案中最佳匹配該經識別組之影像的一或多個設計檔案;及 儲存該經選擇一或多個設計檔案之資訊以供在一程序中使用,在該程序中將該經選擇一或多個設計檔案中的經圖案化特徵與在該程序中針對樣品產生之測試影像中的經圖案化特徵對準,以藉此將該等測試影像與該一或多個設計檔案對準。
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201962805818P | 2019-02-14 | 2019-02-14 | |
US62/805,818 | 2019-02-14 | ||
US16/677,615 US10922808B2 (en) | 2019-02-14 | 2019-11-07 | File selection for test image to design alignment |
US16/677,615 | 2019-11-07 |
Publications (2)
Publication Number | Publication Date |
---|---|
TW202044097A true TW202044097A (zh) | 2020-12-01 |
TWI798521B TWI798521B (zh) | 2023-04-11 |
Family
ID=72042228
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW109100700A TWI798521B (zh) | 2019-02-14 | 2020-01-09 | 選擇一或多個設計檔案以供在測試影像與設計對準中使用之系統及電腦實施之方法,以及非暫時性電腦可讀媒體 |
Country Status (6)
Country | Link |
---|---|
US (1) | US10922808B2 (zh) |
KR (1) | KR102525830B1 (zh) |
CN (1) | CN113412485B (zh) |
IL (1) | IL284945B2 (zh) |
TW (1) | TWI798521B (zh) |
WO (1) | WO2020167590A1 (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020043525A1 (en) | 2018-08-28 | 2020-03-05 | Asml Netherlands B.V. | Systems and methods of optimal metrology guidance |
US11120546B2 (en) | 2019-09-24 | 2021-09-14 | Kla Corporation | Unsupervised learning-based reference selection for enhanced defect inspection sensitivity |
CN112819760A (zh) * | 2021-01-20 | 2021-05-18 | 苏州华兴源创科技股份有限公司 | 一种图像检测方法、装置和系统 |
US20220301133A1 (en) * | 2021-03-16 | 2022-09-22 | Kla Corporation | Segmentation of design care areas with a rendered design image |
JP2022159639A (ja) * | 2021-04-05 | 2022-10-18 | キヤノン株式会社 | 画像処理装置および画像処理方法、プログラム |
Family Cites Families (30)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7676077B2 (en) | 2005-11-18 | 2010-03-09 | Kla-Tencor Technologies Corp. | Methods and systems for utilizing design data in combination with inspection data |
US7570796B2 (en) | 2005-11-18 | 2009-08-04 | Kla-Tencor Technologies Corp. | Methods and systems for utilizing design data in combination with inspection data |
US8698093B1 (en) | 2007-01-19 | 2014-04-15 | Kla-Tencor Corporation | Objective lens with deflector plates immersed in electrostatic lens field |
US8126255B2 (en) | 2007-09-20 | 2012-02-28 | Kla-Tencor Corp. | Systems and methods for creating persistent data for a wafer and for using persistent data for inspection-related functions |
SG153747A1 (en) * | 2007-12-13 | 2009-07-29 | Asml Netherlands Bv | Alignment method, alignment system and product with alignment mark |
JP4988000B2 (ja) * | 2010-03-17 | 2012-08-01 | 株式会社東芝 | パターン検査装置及びパターン検査方法 |
US8664594B1 (en) | 2011-04-18 | 2014-03-04 | Kla-Tencor Corporation | Electron-optical system for high-speed and high-sensitivity inspections |
US8692204B2 (en) | 2011-04-26 | 2014-04-08 | Kla-Tencor Corporation | Apparatus and methods for electron beam detection |
US8716662B1 (en) | 2012-07-16 | 2014-05-06 | Kla-Tencor Corporation | Methods and apparatus to review defects using scanning electron microscope with multiple electron beam configurations |
US9222895B2 (en) | 2013-02-25 | 2015-12-29 | Kla-Tencor Corp. | Generalized virtual inspector |
JP5978162B2 (ja) | 2013-03-29 | 2016-08-24 | 株式会社日立ハイテクノロジーズ | 欠陥検査方法および欠陥検査装置 |
US10747830B2 (en) * | 2014-11-21 | 2020-08-18 | Mesh Labs Inc. | Method and system for displaying electronic information |
US9830421B2 (en) * | 2014-12-31 | 2017-11-28 | Kla-Tencor Corp. | Alignment of inspection to design using built in targets |
US9996942B2 (en) | 2015-03-19 | 2018-06-12 | Kla-Tencor Corp. | Sub-pixel alignment of inspection to design |
US10186026B2 (en) * | 2015-11-17 | 2019-01-22 | Kla-Tencor Corp. | Single image detection |
US9965901B2 (en) | 2015-11-19 | 2018-05-08 | KLA—Tencor Corp. | Generating simulated images from design information |
US11580375B2 (en) | 2015-12-31 | 2023-02-14 | Kla-Tencor Corp. | Accelerated training of a machine learning based model for semiconductor applications |
US9916965B2 (en) | 2015-12-31 | 2018-03-13 | Kla-Tencor Corp. | Hybrid inspectors |
US10648924B2 (en) | 2016-01-04 | 2020-05-12 | Kla-Tencor Corp. | Generating high resolution images from low resolution images for semiconductor applications |
US10360477B2 (en) | 2016-01-11 | 2019-07-23 | Kla-Tencor Corp. | Accelerating semiconductor-related computations using learning based models |
US10043261B2 (en) | 2016-01-11 | 2018-08-07 | Kla-Tencor Corp. | Generating simulated output for a specimen |
US10181185B2 (en) | 2016-01-11 | 2019-01-15 | Kla-Tencor Corp. | Image based specimen process control |
US10395356B2 (en) | 2016-05-25 | 2019-08-27 | Kla-Tencor Corp. | Generating simulated images from input images for semiconductor applications |
US10346740B2 (en) | 2016-06-01 | 2019-07-09 | Kla-Tencor Corp. | Systems and methods incorporating a neural network and a forward physical model for semiconductor applications |
US11580398B2 (en) | 2016-10-14 | 2023-02-14 | KLA-Tenor Corp. | Diagnostic systems and methods for deep learning models configured for semiconductor applications |
US10871708B2 (en) | 2017-01-24 | 2020-12-22 | Nikon Corporation | Spatial-frequency matched wafer alignment marks, wafer alignment and overlay measurement and processing using multiple different mark designs on a single layer |
US10395362B2 (en) | 2017-04-07 | 2019-08-27 | Kla-Tencor Corp. | Contour based defect detection |
US10733744B2 (en) | 2017-05-11 | 2020-08-04 | Kla-Tencor Corp. | Learning based approach for aligning images acquired with different modalities |
US10769761B2 (en) | 2017-06-30 | 2020-09-08 | Kla-Tencor Corp. | Generating high resolution images from low resolution images for semiconductor applications |
US10607119B2 (en) | 2017-09-06 | 2020-03-31 | Kla-Tencor Corp. | Unified neural network for defect detection and classification |
-
2019
- 2019-11-07 US US16/677,615 patent/US10922808B2/en active Active
-
2020
- 2020-01-09 TW TW109100700A patent/TWI798521B/zh active
- 2020-02-06 WO PCT/US2020/017104 patent/WO2020167590A1/en active Application Filing
- 2020-02-06 IL IL284945A patent/IL284945B2/en unknown
- 2020-02-06 CN CN202080012743.4A patent/CN113412485B/zh active Active
- 2020-02-06 KR KR1020217029430A patent/KR102525830B1/ko active IP Right Grant
Also Published As
Publication number | Publication date |
---|---|
CN113412485A (zh) | 2021-09-17 |
IL284945A (en) | 2021-09-30 |
US20200265574A1 (en) | 2020-08-20 |
WO2020167590A1 (en) | 2020-08-20 |
US10922808B2 (en) | 2021-02-16 |
KR102525830B1 (ko) | 2023-04-25 |
KR20210118953A (ko) | 2021-10-01 |
IL284945B1 (en) | 2024-02-01 |
TWI798521B (zh) | 2023-04-11 |
CN113412485B (zh) | 2022-09-23 |
IL284945B2 (en) | 2024-06-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI686718B (zh) | 判定用於樣本上之關注區域之座標 | |
TWI670685B (zh) | 在圖案化晶圓上缺陷之子像素及子解析度局部化 | |
TWI668582B (zh) | 用於判定由一檢查子系統在設計資料空間中產生之輸出之一位置的系統、方法及非暫時性電腦可讀媒體 | |
TWI698635B (zh) | 用於判定將對一試樣執行之一度量程序之參數之系統、方法及非暫時性電腦可讀取媒體 | |
TWI798521B (zh) | 選擇一或多個設計檔案以供在測試影像與設計對準中使用之系統及電腦實施之方法,以及非暫時性電腦可讀媒體 | |
CN110892516B (zh) | 识别晶片上的干扰缺陷的来源 | |
TWI836146B (zh) | 多成像模式影像對準 | |
KR20170129892A (ko) | 설계에 대한 검사의 서브-픽셀 정렬 | |
TWI844777B (zh) | 針對具有樣品內及樣品間變異之樣品使用無監督學習及適應性資料庫產生方法之影像對準設定 | |
US10151706B1 (en) | Inspection for specimens with extensive die to die process variation |