TW202107070A - 基於影像訊框之演算法選擇器 - Google Patents

基於影像訊框之演算法選擇器 Download PDF

Info

Publication number
TW202107070A
TW202107070A TW108138618A TW108138618A TW202107070A TW 202107070 A TW202107070 A TW 202107070A TW 108138618 A TW108138618 A TW 108138618A TW 108138618 A TW108138618 A TW 108138618A TW 202107070 A TW202107070 A TW 202107070A
Authority
TW
Taiwan
Prior art keywords
processor
interest
defects
disturbance point
optical modes
Prior art date
Application number
TW108138618A
Other languages
English (en)
Other versions
TWI816922B (zh
Inventor
伯裘恩 布拉爾
Original Assignee
美商科磊股份有限公司
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 美商科磊股份有限公司 filed Critical 美商科磊股份有限公司
Publication of TW202107070A publication Critical patent/TW202107070A/zh
Application granted granted Critical
Publication of TWI816922B publication Critical patent/TWI816922B/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
    • 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
    • G01N21/8806—Specially adapted optical and illumination features
    • 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
    • G01N21/95—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
    • 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
    • H01L22/26—Acting in response to an ongoing measurement without interruption of processing, e.g. endpoint detection, in-situ thickness measurement
    • 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
    • G01N2021/8822—Dark field detection
    • G01N2021/8825—Separate detection of dark field and bright field
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • 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
    • G01N2021/889—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 providing a bare video image, i.e. without visual measurement aids

Landscapes

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

Abstract

基於針對多個光學模式、偵測演算法及屬性之所關注缺陷及擾亂點事件的工作傾印，識別前述內容的最佳組合。可針對在一零偏移下偵測之全部該等所關注缺陷，比較該等模式之各者與該等偵測演算法之各者的組合。可針對該等組合之各者中之該等屬性中之一者來判定捕獲率對擾亂點率。

Description

基於影像訊框之演算法選擇器
本發明係關於半導體晶圓檢測演算法選擇。
半導體製造行業之演進對良率管理及特定言之度量衡及檢測系統提出更高要求。臨界尺寸不斷縮小，而行業需要減少達成高良率、高價值生產之時間。最小化從偵測到一良率問題至解決它之總時間判定一半導體製造商之投資報酬率。
製造諸如邏輯及記憶體裝置之半導體裝置通常包含使用大量製程來處理一半導體晶圓以形成半導體裝置之各種特徵及多個層級。例如，微影術係涉及將一圖案從一倍縮光罩轉印至配置於一半導體晶圓上之一光阻劑之一半導體製程。半導體製程之額外實例包含(但不限於)化學機械拋光(CMP)、蝕刻、沈積及離子植入。多個半導體裝置可被製造為一單一半導體晶圓上之一配置，該單一半導體晶圓被分離為個別半導體裝置。
一光學器件選擇器先前用於獲得選定所關注缺陷(DOI)與擾亂點事件之一信雜比。基於此比選擇最佳光學模式及偵測演算法。隨後針對若干光學模式及演算法運行熱掃描且接著針對各光學模式組態一擾亂點事件過濾器。藉由比較各光學模式之一最終柏拉圖(pareto)而識別最佳模式及演算法。
一「熱掃描」通常係指一晶圓之一量測/檢測，其經執行以藉由應用相對主動偵測設定(例如，實質上接近於雜訊底限之臨限值)而在晶圓上偵測缺陷或進行量測。以此方式，可執行熱掃描以收集將用於調諧程序(例如，光學器件選擇及演算法調諧)之關於晶圓之檢測或量測資料。熱掃描之目的可為在(若干)選定模式中偵測晶圓上之全部缺陷及擾亂點類型之一代表性樣本。
當前方法並未在初始光學模式選擇階段期間評估DOI捕獲率對擾亂點率。當前，基於信雜比值比較光學模式及演算法。此係不足夠的。
為比較擾亂點率，運行由一或多個晶粒列構成之一掃描。使用一敏感度調諧器擾亂點事件過濾器(STNEF)調諧配方。比較含有DOI及擾亂點事件之柏拉圖。可僅在完全組態一配方、運行若干晶粒列且產生一STNEF的情況下評估演算法、光學模式及屬性之選定組合。此程序消耗許多小時或甚至幾天，此對於半導體製造而言係太慢。
可僅在運行一熱掃描之後評估可如何適當地在一STNEF中分離DOI及擾亂點。通常不執行基於可調諧性找到一最佳模式之第二次嘗試。一不同模式-演算法組合是否將更適於調諧仍係不清楚的，此係因為其通常太過耗時。
當在比較經改良屬性或偵測演算法之效能與舊效能之前引入新演算法或屬性時可運行一晶圓掃描。除佔據可以其他方式用於檢測或生產之工具時間以外，一工程師必須設定及調諧全部檢測配方，此可為耗時的。
當前光學器件或演算法選擇器可存在許多缺點。當前實施之光學器件或演算法選擇器針對各選定缺陷及擾亂點事件產生一個信雜比數。該等數可給出關於最佳光學模式之混合結果，此係因為該等數針對各DOI並不始終遵循相同趨勢。第二，基於光學器件選擇器，可能不知道是否可使用特定屬性(諸如例如能量、亮度或多晶粒適應性臨限值(MDAT)偏移)調諧一特定模式/檢測演算法。第三，設定一STNEF係使用者相依的且使演算法或模式比較變得困難，此係因為其可受到人為誤差及判斷之影響。第四，在不使用一STNEF的情況下，掃描通常超過每晶圓之缺陷總數。此等掃描無法執行，此係因為缺陷偵測演算法自身報告太多擾亂點缺陷。缺陷偵測演算法類似於一熱掃描熱運行，此意謂著找到許多小缺陷。需要一STNEF以使用從所偵測缺陷之影像計算之全部屬性以將缺陷之計數進一步調諧至一合理數。
因此，需要一經改良半導體晶圓檢測演算法選擇技術。
在一第一實施例中提供一種系統。該系統包括：一光源，其經組態以在一晶圓處引導一光束；一偵測器，其收集從該晶圓反射之該光束；及一處理器，其與該偵測器電子通信。該處理器經組態以針對複數個光學模式接收一晶圓上之所關注缺陷及擾亂點事件之影像訊框。該處理器經進一步組態以使用複數個偵測演算法針對該複數個光學模式判定差分影像及屬性。該程序經進一步組態以針對在零偏移下偵測之全部該等所關注缺陷比較該複數個光學模式之各者與該複數個偵測演算法之各者之組合。
該處理器可經進一步組態以識別該等所關注缺陷及該等擾亂點事件。
該處理器可經進一步組態以從該比較過濾一臨限值區域中之該等所關注缺陷之至少一者或超過一屬性值之該等所關注缺陷之至少一者。
該處理器可經進一步組態以根據一屬性對該等組合進行排序。
該處理器可經進一步組態以針對一選定擾亂點率或一選定所關注缺陷捕獲率選擇該等光學模式之一者與該等偵測演算法之一者之一最佳組合。可使用一接收器操作曲線標繪圖選擇該最佳組合。
在一第二實施例中提供一種方法。該方法包括在一處理器處針對複數個光學模式接收一晶圓上之所關注缺陷及擾亂點事件之影像訊框。使用該處理器使用複數個偵測演算法針對該複數個光學模式判定差分影像及屬性。使用該處理器針對在零偏移下偵測之全部該等所關注缺陷比較該複數個光學模式之各者與該複數個偵測演算法之各者之組合。使用該處理器針對該等組合之各者中之該等屬性之一者判定捕獲率對擾亂點率。
可使用該處理器識別該等所關注缺陷及該等擾亂點事件。
可使用該處理器從該比較過濾一臨限值區域中之該等所關注缺陷之至少一者或超過一屬性之該等所關注缺陷之至少一者。
可使用該處理器根據一屬性對該等組合進行排序。
可使用該處理器針對一選定擾亂點率或一選定所關注缺陷捕獲率選擇該等光學模式之一者與該等偵測演算法之一者之一最佳組合。可使用一接收器操作曲線標繪圖選擇該最佳組合。
在一第三實施例中提供一種非暫時性電腦可讀儲存媒體。該非暫時性電腦可讀儲存媒體包括用於在一或多個運算裝置上執行以下步驟之一或多個程式。基於針對複數個光學模式之一晶圓上之所關注缺陷及擾亂點事件之影像訊框使用複數個偵測演算法針對該複數個光學模式判定差分影像及屬性。針對在零偏移下偵測之全部該等所關注缺陷比較該複數個光學模式之各者與該複數個偵測演算法之各者之組合。針對該等組合之各者中之該等屬性之一者判定捕獲率對擾亂點率。
該等步驟可包含識別該等所關注缺陷及該等擾亂點事件。
該等步驟可包含從該比較過濾一臨限值區域中之該等所關注缺陷之至少一者或超過一屬性值之該等所關注缺陷之至少一者。
該等步驟可包含根據一屬性對該等組合進行排序。
該等步驟可包含使用一接收器操作曲線標繪圖針對一選定擾亂點率或一選定所關注缺陷捕獲率選擇該等光學模式之一者與該等偵測演算法之一者之一最佳組合。
相關申請案之交叉參考
本申請案主張2018年10月26日申請且被指定為美國申請案第62/751,077號之臨時專利申請案的優先權，該案之揭示內容係以引用的方式併入本文中。
儘管將依據某些實施例描述所主張之標的物，然其他實施例(包含未提供本文中闡述之全部益處及特徵之實施例)亦在本發明之範疇內。可在不脫離本發明之範疇的情況下做出各種結構、邏輯、程序步驟及電子改變。因此，僅參考隨附發明申請專利範圍定義本發明之範疇。
本文中揭示之實施例藉由基於影像訊框選擇演算法而改良演算法選擇能力。DOI需要與擾亂點區分，且選定之配方可幫助區分DOI與擾亂點。雖然針對DOI及擾亂點事件之一給定選擇來選擇一基礎檢測演算法及光學器件模式之當前方法僅使用DOI及擾亂點之信雜比值(例如，光學器件選擇器)，但可選擇一演算法/光學模式組合以用於一完整晶圓掃描中。可使用捕獲率對擾亂點率標繪圖比較光學模式與一偵測演算法，而非可用於選擇光學模式及演算法之信雜比值。
圖1係一方法100之一實施例之一流程圖。可使用一處理器執行方法100之一些或全部步驟。處理器可為一光學檢測工具或一演算法選擇器之部分。
在101，針對複數個模式接收所關注缺陷及擾亂點事件之工作傾印。工作傾印可為來自受檢測之一晶圓之影像訊框之一集合，其等可被缺陷偵測演算法消耗且用於屬性計算。此可包含相鄰晶粒之八個影像訊框。例如，可每1 cm收集一個影像訊框。
在102，使用複數個偵測演算法針對該複數個光學模式判定差分影像及屬性。偵測演算法之實例包含MDAT、MCAT、SRD或NanoMDAT，其等可包含差分濾波器。光學模式之實例包含孔徑、波長範圍、偏光或載物台速度。其他偵測演算法或光學模式係可行的。
關於偵測演算法，MDAT係指多晶粒適應臨限值。MDAT係基於候選及特定數目個參考影像之中值灰階及差分灰階之2D直方圖來執行離群點偵測之一缺陷偵測演算法。MCAT係指多色彩適應臨限值。MCAT係如MDAT般工作但校正晶粒至晶粒程序變化之一缺陷偵測演算法。SRD係指單一參考晶粒，其係使用相同或不同晶圓上之一特定參考晶粒之一缺陷偵測演算法。NanoMDAT係指奈米多晶粒適應臨限值。NanoMDAT係基於一小區域(諸如一圖塊影像)計算雜訊值之一缺陷偵測演算法。
在一例項中，一光學模式包含一個孔徑、一個波長範圍、一特定偏光，及一特定載物台速度。若考量十個不同孔徑、十個不同波長範圍及三個偏光，則存在三百個可能組合。此等組合之各者係一不同光學模式。
在103，針對在零偏移下偵測的全部所關注缺陷，比較複數個光學模式之各者與複數個偵測演算法之各者的組合。零偏移意謂偵測演算法正在熱運行中以找到儘可能多的缺陷。可從該比較，過濾一臨限值區域中之所關注缺陷之至少一者及/或超過一屬性值之所關注缺陷之至少一者。
在104，針對組合之各者來判定屬性之一者之一捕獲率對擾亂點率。屬性可包含(例如)量值(例如，缺陷之最高差分灰階值)或偏移(例如，與一雜訊底限之灰階距離)。可基於一給定擾亂點率或DOI捕獲率下之最佳效能來判定最佳偵測演算法-光學模式組合。
在一例項中，針對一選定擾亂點率或一選定所關注缺陷捕獲率來選擇光學模式之一者與偵測演算法之一者之一最佳組合。最佳組合亦可包含一或多個屬性之一設定。
例如，基於工作傾印之一選擇，導出一DOI捕獲率對擾亂點率標繪圖。DOI捕獲率係真陽性事件之一數目除以真陽性事件及假陽性事件之一總和。擾亂點率係假陽性事件之一數目除以真陽性事件及假陽性事件之一總和。針對一給定擾亂點率，可選擇具有最高DOI捕獲率之偵測演算法、光學模式，及/或屬性組合。針對一給定DOI捕獲率，可選擇具有最低擾亂點率之偵測演算法、光學模式，及/或屬性組合。
可導出一接收器操作曲線(ROC)標繪圖以標繪真陽性率對假陽性率。可擬合曲線且可計算曲線下面積。具有最大曲線下面積(AUC)值之曲線可指示哪一偵測演算法、光學模式及/或屬性組合係最佳的。可使用ROC針對一給定假陽性率選擇具有最高真陽性率之偵測演算法、光學模式及/或屬性組合。可使用ROC針對一給定真陽性率選擇具有最低假陽性率之偵測演算法、光學模式及/或屬性組合。
圖5係針對兩個例示性偵測演算法比較DOI捕獲率(真陽性率)對擾亂點率之一圖表。圖6係針對兩個例示性偵測演算法比較DOI捕獲率(真陽性率)對假陽性率之一接收器操作曲線標繪圖。ROC標繪圖由未被一線連接之點構成，因為其並非一函數(其中每一x僅具有一個y)。因此，每一擾亂點率具有不僅一個DOI捕獲率。
可識別DOI及擾亂點事件。例如，一演算法或一使用者可識別一影像中之DOI或擾亂點事件。
使用此基於訊框位準之演算法，可執行光學模式、偵測演算法及屬性選擇。可基於方法100之結果改變對一光學檢測工具或一半導體製造設施中之其他工具之設定。
本文中揭示之實施例可提供更快出結果時間，此係因為可在一初始光學模式/偵測演算法選擇程序期間藉由使用一影像訊框中之全部資訊(例如，灰階及差分灰階)分佈而非僅僅一缺陷所在之像素來進行模式-演算法組合決策。在進行光學模式及/或偵測演算法決策時不使用STNEF。STNEF配方調諧可為耗時的。亦可避免針對許多光學模式/偵測演算法組合之晶圓掃描，此節省檢測工具之時間，此係因為可能無需完整晶圓掃描。
避免使用者在調諧不同光學模式/偵測演算法時之主觀決策。光學模式/偵測演算法選擇程序不僅基於信雜比，而且基於實際捕獲對擾亂點率。實際捕獲對擾亂點率對一半導體製造者而言可能更重要，此係因為其容許半導體製造者設定臨限值或達到製造目標。
本文中揭示之實施例之另一優點係可在一初始光學模式/偵測演算法選擇期間判定一配方是否將係可調諧的及預期擾亂點率。
圖2係使用方法100之一實例之一流程圖。例如，比較光學模式(M1 至Mn )與偵測演算法(A1 至Am )之一組合。可使用一標繪圖判定最佳光學模式/演算法組合。
圖3係針對一實例比較DOI捕獲率對擾亂點率之一圖表。一使用者可設定一特定擾亂點率目標。例如，40%之一擾亂點率係用垂直虛線展示。可選擇在此值小具有一較高DOI捕獲率之光學模式/偵測演算法組合。
使用者亦可選擇一特定DOI捕獲率目標。例如，60%之一DOI捕獲率係用水平虛線展示。可選擇在此DOI捕獲率下具有較低擾亂點率之偵測演算法。
可調整DOI捕獲率及擾亂點率。例如，一半導體製造者可希望60%之一擾亂點率下之最佳DOI捕獲率。
圖3繪示一單一光學模式。可針對一演算法標繪兩個光學模式，諸如使用一3D標繪圖。
取代比較偵測演算法，可針對相同偵測演算法比較不同光學模式或可針對相同偵測演算法比較兩個差分濾波器。亦可藉由使全部其他變數(諸如光學模式及偵測演算法)保持恆定而比較兩個屬性。
在圖4中展示一系統200之一項實施例。系統200包含基於光學之子系統201。一般言之，基於光學之子系統201經組態以藉由將光引導至(或使光掃描遍及)一樣品202且從樣品202偵測光而針對樣品202產生基於光學之輸出。在一項實施例中，樣品202包含一晶圓。晶圓可包含此項技術中已知的任何晶圓。在另一實施例中，樣品包含一倍縮光罩。倍縮光罩可包含此項技術中已知的任何倍縮光罩。
在圖4中展示之系統200之實施例中，基於光學之子系統201包含經組態以將光引導至樣品202之一照明子系統。照明子系統包含至少一個光源。例如，如圖4中展示，照明子系統包含光源203。在一項實施例中，照明子系統經組態以按一或多個入射角將光引導至樣品202，該一或多個入射角可包含一或多個傾斜角及/或一或多個法向角。例如，如圖4中展示，來自光源203之光按一傾斜入射角被引導穿過光學元件204及接著透鏡205至樣品202。傾斜入射角可包含任何適合傾斜入射角，其可取決於例如樣品202之特性而變化。
基於光學之子系統201可經組態以在不同時間按不同入射角將光引導至樣品202。例如，基於光學之子系統201可經組態以更改照明子系統之一或多個元件之一或多個特性，使得光可按不同於圖4中展示之入射角之一入射角被引導至樣品202。在一個此實例中，基於光學之子系統201可經組態以移動光源203、光學元件204及透鏡205，使得光按一不同傾斜入射角或一法向(或近法向)入射角被引導至樣品202。
在一些例項中，基於光學之子系統201可經組態以在相同時間按一個以上入射角將光引導至樣品202。例如，照明子系統可包含一個以上照明通道，照明通道之一者可包含如圖4中展示之光源203、光學元件204及透鏡205，且照明通道之另一者(未展示)可包含類似元件(其等可以不同或相同方式組態)或可包含至少一光源及可能一或多個其他組件(諸如本文中進一步描述之組件)。若在與其他光相同之時間將此光引導至樣品，則按不同入射角被引導至樣品202之光之一或多個特性(例如，波長、偏光等)可不同，使得可在(若干)偵測器處將源自按不同入射角照明樣品202之光彼此區分。
在另一例項中，照明子系統可包含僅一個光源(例如，圖4中展示之光源203)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)而分成不同光學路徑(例如，基於波長、偏光等)。接著，可將不同光學路徑之各者中之光引導至樣品202。多個照明通道可經組態以在相同時間或不同時間(例如，當使用不同照明通道來依序照明樣品時)將光引導至樣品202。在另一例項中，相同照明通道可經組態以在不同時間將具有不同特性之光引導至樣品202。例如，在一些例項中，光學元件204可經組態為一光譜濾波器且可以多種不同方式(例如，藉由換掉光譜濾波器)改變光譜濾波器之性質，使得可在不同時間將不同波長之光引導至樣品202。照明子系統可具有此項技術中已知的用於依序或同時按不同或相同入射角將具有不同或相同特性之光引導至樣品202之任何其他適合組態。
在一項實施例中，光源203可包含一寬頻電漿(BBP)源。以此方式，由光源203產生且被引導至樣品202之光可包含寬頻光。然而，光源可包含任何其他適合光源，諸如一雷射。雷射可包含此項技術中已知的任何適合雷射，且可經組態以產生此項技術中已知的任何適合波長或若干波長之光。另外，雷射可經組態以產生單色或近單色光。以此方式，雷射可係一窄頻雷射。光源203亦可包含產生多個離散波長或波帶之光之一多色光源。
來自光學元件204之光可藉由透鏡205聚焦至樣品202上。儘管透鏡205在圖4中被展示為一單一折射光學元件，然應理解，在實踐中，透鏡205可包含組合地將來自光學元件之光聚焦至樣品之數個折射及/或反射光學元件。在圖4中展示且在本文中描述之照明子系統可包含任何其他適合光學元件(未展示)。此等光學元件之實例包含(但不限於)(若干)偏光組件、(若干)光譜濾波器、(若干)空間濾波器、(若干)反射光學元件、(若干)變跡器、(若干)光束分離器(諸如光束分離器213)、(若干)孔徑及可包含此項技術中已知的任何此等適合光學元件之類似物。另外，基於光學之子系統201可經組態以基於待用於產生基於光學之輸出之照明類型更改照明子系統之元件之一或多者。
基於光學之子系統201亦可包含經組態以導致光掃描遍及樣品202之一掃描子系統。例如，基於光學之子系統201可包含在基於光學之輸出產生期間在其上安置樣品202之載物台206。掃描子系統可包含可經組態以移動樣品202，使得光可掃描遍及樣品202之任何適合機械及/或機器人總成(其包含載物台206)。另外或替代性地，基於光學之子系統201可經組態使得基於光學之子系統201之一或多個光學元件執行光遍及樣品202之一些掃描。光可以任何適合方式(諸如以一蛇形路徑或以一螺旋路徑)掃描遍及樣品202。
基於光學之子系統201進一步包含一或多個偵測通道。一或多個偵測通道之至少一者包含一偵測器，該偵測器經組態以歸因於子系統對樣品202之照明而偵測來自樣品202之光且回應於所偵測光產生輸出。例如，圖4中展示之基於光學之子系統201包含兩個偵測通道，一個通道由集光器207、元件208及偵測器209形成且另一個通道由集光器210、元件211及偵測器212形成。如圖4中展示，兩個偵測通道經組態以按不同收集角收集及偵測光。在一些例項中，兩個偵測通道經組態以偵測散射光，且偵測通道經組態以偵測按不同角度從樣品202散射之光。然而，偵測通道之一或多者可經組態以偵測來自樣品202之另一類型之光(例如，反射光)。
如圖4中進一步展示，兩個偵測通道被展示為經定位於紙平面中，且照明子系統亦被展示為經定位於紙平面中。因此，在此實施例中，兩個偵測通道係定位(例如，居中)於入射平面中。然而，偵測通道之一或多者可被定位於入射平面外。例如，由集光器210、元件211及偵測器212形成之偵測通道可經組態以收集及偵測從入射平面散射之光。因此，此一偵測通道通常可被稱為一「側」通道，且此一側通道可係在實質上垂直於入射平面之一平面中居中。
儘管圖4展示包含兩個偵測通道之基於光學之子系統201之一實施例，然基於光學之子系統201可包含不同數目個偵測通道(例如，僅一個偵測通道，或兩個或兩個以上偵測通道)。在一個此例項中，由集光器210、元件211及偵測器212形成之偵測通道可形成如上文描述之一個側通道，且基於光學之子系統201可包含經形成為經定位於入射平面之相對側上之另一側通道之一額外偵測通道(未展示)。因此，基於光學之子系統201可包含偵測通道，該偵測通道包含集光器207、元件208及偵測器209，且係在入射平面中居中，且經組態以收集及偵測依法向於或接近法向於樣品202表面之(若干)散射角的光。因此，此偵測通道通常可被稱為一「頂部」通道，且基於光學之子系統201亦可包含如上文描述般組態的兩個或兩個以上側通道。因而，基於光學之子系統201可包含至少三個通道(即，一個頂部通道及兩個側通道)，且至少三個通道之各者具有其自身之集光器，該等集光器之各者經組態以收集依不同於其他集光器之各者之散射角的光。
如上文進一步描述，經包含於基於光學之子系統201中之偵測通道之各者可經組態以偵測散射光。因此，圖4中展示之基於光學的子系統201可經組態用於樣品202的暗場(DF)輸出產生。然而，基於光學之子系統201亦可或替代地包含經組態用於樣品202之明場(BF)輸出產生的(若干)偵測通道。換言之，基於光學之子系統201可包含經組態以偵測從樣品202鏡面反射之光的至少一個偵測通道。因此，本文中描述之基於光學之子系統201可經組態用於僅DF成像、僅BF成像，或DF與BF成像兩者。儘管集光器之各者在圖4中被展示為單折射光學元件，然應理解，集光器之各者可包含一或多個折射光學晶粒，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的任何適合偵測器。例如，偵測器可包含光電倍增管(PMT)、電荷耦合裝置(CCD)、時間延遲積分(TDI)相機及此項技術中已知的任何其他適合偵測器。偵測器亦可包含非成像偵測器或成像偵測器。以此方式，若偵測器係非成像偵測器，則偵測器之各者可經組態以偵測散射光之某些特性(諸如強度)但不可經組態以偵測依據成像平面內之位置而變化之此等特性。因而，藉由包含於基於光學之子系統之偵測通道之各者中之偵測器之各者產生之輸出可為信號或資料而非影像信號或影像資料。在此等例項中，一處理器(諸如處理器214)可經組態以從偵測器之非成像輸出產生樣品202之影像。然而，在其他例項中，偵測器可經組態為經組態以產生成像信號或影像資料之成像偵測器。因此，基於光學之子系統可經組態以按數種方式產生本文中描述之光學影像或其他基於光學之輸出。
應注意，本文中提供圖4以大體上繪示可包含於本文中描述之系統實施例中或可產生藉由本文中描述之系統實施例使用之基於光學之輸出之一基於光學之子系統201之一組態。如通常在設計一商業輸出獲取系統時執行，本文中描述之基於光學之子系統201組態可經更改以最佳化基於光學之子系統201之效能。另外，本文中描述之系統可使用一現有系統實施(例如，藉由將本文中描述之功能性添加至一現有系統)。對於一些此等系統，本文中描述之方法可被提供為系統之選用功能性(例如，除系統之其他功能性之外)。替代地，本文中描述之系統可被設計為一全新系統。
處理器214可以任何適合方式(例如，經由一或多個傳輸媒體，其或其等可包含有線及/或無線傳輸媒體)耦合至系統200之組件，使得處理器214可接收輸出。處理器214可經組態以使用輸出執行數個功能。系統200可從處理器214接收指令或其他資訊。處理器214及/或電子資料儲存單元215視情況可與一晶圓檢測工具、一晶圓度量衡工具或一晶圓檢視工具(未繪示)電子通信以接收額外資訊或發送指令。例如，處理器214及/或電子資料儲存單元215可與一SEM電子通信。
本文中描述之處理器214、(若干)其他系統或(若干)其他子系統可為各種系統之部分，包含一個人電腦系統、影像電腦、主機電腦系統、工作站、網路設備、網際網路設備或其他裝置。(若干)子系統或(若干)系統亦可包含此項技術中已知的任何適合處理器，諸如一平行處理器。另外，(若干)子系統或(若干)系統可包含作為一單獨或一網路化工具之具有高速處理及軟體之一平台。
處理器214及電子資料儲存單元215可安置於系統200或另一裝置中或以其他方式成為系統300或另一裝置之部分。在一實例中，處理器214及電子資料儲存單元215可為一單獨控制單元之部分或在一集中式品質控制單元中。可使用多個處理器214或電子資料儲存單元215。
在實踐中，處理器214可藉由硬體、軟體及韌體之任何組合實施。同樣地，如本文中描述之其功能可藉由一個單元執行，或在不同組件間劃分，該等組件之各者可繼而藉由硬體、軟體及韌體之任何組合實施。處理器214實施各種方法及功能之程式碼或指令可儲存於可讀儲存媒體(諸如電子資料儲存單元215中之一記憶體或其他記憶體)中。
若系統200包含一個以上處理器214，則不同子系統可彼此耦合，使得可在子系統之間發送影像、資料、資訊、指令等。例如，一個子系統可藉由任何適當傳輸媒體耦合至(若干)額外子系統，該等傳輸媒體可包含此項技術中已知的任何適合有線及/或無線傳輸媒體。此等子系統之兩者或兩者以上亦可藉由一共用電腦可讀儲存媒體(未展示)有效耦合。
處理器214可經組態以使用系統200之輸出或其他輸出執行數個功能。例如，處理器214可經組態以將輸出發送至一電子資料儲存單元215或另一儲存媒體。處理器214可如本文中描述般進一步組態。
處理器214可根據本文中描述之實施例之任一者組態。處理器214亦可經組態以使用系統200之輸出或使用來自其他源之影像或資料執行其他功能或額外步驟。
系統200之各種步驟、功能及/或操作及本文中揭示之方法由以下之一或多者實行：電子電路、邏輯閘、多工器、可程式化邏輯裝置、ASIC、類比或數位控制/開關、微控制器或運算系統。實施方法(諸如本文中描述之方法)之程式指令可透過載體媒體傳輸或儲存於載體媒體上。載體媒體可包含一儲存媒體，諸如一唯讀記憶體、一隨機存取記憶體、一磁碟或光碟、一非揮發性記憶體、一固態記憶體、一磁帶及類似物。一載體媒體可包含一傳輸媒體，諸如一電線、電纜或無線傳輸鏈路。例如，可由一單一處理器214或替代地多個處理器214實行貫穿本發明描述之各種步驟。再者，系統200之不同子系統可包含一或多個運算或邏輯系統。因此，上文描述不應被解釋為對本發明之一限制而僅為一圖解。
在一例項中，處理器214與系統200通信。處理器214經組態以針對複數個模式接收所關注缺陷及擾亂點事件之工作傾印。可使用複數個偵測演算法判定複數個模式之差分影像及屬性。使用在零偏移下偵測之全部所關注缺陷比較複數個光學模式之各者與複數個偵測演算法之各者之組合。針對組合之各者中之屬性之一者判定一捕獲率對擾亂點率。可執行方法實施例之其他步驟，諸如關於圖1或圖2描述之步驟。
一額外實施例係關於一種非暫時性電腦可讀媒體，其儲存可在一控制器上執行以執行用於針對組合中之屬性之一者判定捕獲率對擾亂點率之一電腦實施方法之程式指令，如本文中揭示。特定言之，如圖4中展示，電子資料儲存單元215或其他儲存媒體可含有包含可在處理器214上執行之程式指令之非暫時性電腦可讀媒體。電腦實施方法可包含本文中描述之任何(若干)方法之任何(若干)步驟，包含方法100或圖2中繪示之方法。
程式指令可以各種方式之任一者實施，包含基於程序之技術、基於組件之技術及/或物件導向技術等。例如，可視需要使用ActiveX控制項、C++物件、JavaBeans、微軟基礎類別(MFC)、串流SIMD擴展(SSE)或其他技術或方法實施程式指令。
可如本文中描述般執行該方法之步驟之各者。該等方法亦可包含可藉由本文中描述之處理器及/或(若干)電腦子系統或(若干)系統執行之任何其他(若干)步驟。可藉由一或多個電腦系統執行步驟，該一或多個電腦系統可根據本文中描述之實施例之任一者組態。另外，可藉由本文中描述之系統實施例之任一者執行上文描述之方法。
儘管已參考一或多個特定實施例描述本發明，然將理解，可在不脫離本發明之範疇的情況下製作本發明之其他實施例。因此，本發明被視為僅受隨附發明申請專利範圍及其等之合理解釋限制。
100:方法 101:步驟 102:步驟 103:步驟 104:步驟 200:系統 201:基於光學之子系統 202:樣品 203:光源 204:光學元件 205:透鏡 206:載物台 207:集光器 208:元件 209:偵測器 210:集光器 211:元件 212:偵測器 213:光束分離器 214:處理器 215:電子資料儲存單元
為更完全理解本發明之性質及目的，應參考結合隨附圖式進行之以下詳細描述，其中： 圖1係根據本發明之一方法之一實施例之一流程圖； 圖2係使用圖1之方法之一實例之一流程圖； 圖3係針對一實例比較DOI捕獲率對擾亂點率之一圖表； 圖4係根據本發明之一系統之一實施例之一方塊圖； 圖5係針對兩個例示性偵測演算法比較DOI捕獲率(真陽性率)對擾亂點率之一圖表；及 圖6係針對兩個例示性偵測演算法比較DOI捕獲率(真陽性率)對假陽性率之一接收器操作曲線標繪圖。
100:方法
101:步驟
102:步驟
103:步驟
104:步驟

Claims (20)

  1. 一種系統，其包括： 一光源，其經組態以在一晶圓處引導一光束； 一偵測器，其收集從該晶圓反射之該光束；及 一處理器，其與該偵測器電子通信，其中該處理器經組態以： 針對複數個光學模式，接收一晶圓上之所關注缺陷及擾亂點事件之影像訊框； 使用複數個偵測演算法，針對該複數個光學模式判定差分影像及屬性； 針對在一零偏移下偵測之全部該等所關注缺陷，比較該複數個光學模式之各者與該複數個偵測演算法之各者的組合；及 針對該等組合之各者中之該等屬性中之一者，判定捕獲率對擾亂點率。
  2. 如請求項1之系統，其中該處理器經進一步組態以識別該等所關注缺陷及該等擾亂點事件。
  3. 如請求項1之系統，其中該處理器經進一步組態以從該比較過濾一臨限值區域中之該等所關注缺陷中之至少一者。
  4. 如請求項1之系統，其中該處理器經進一步組態以從該比較過濾超過一屬性值之該等所關注缺陷中之至少一者。
  5. 如請求項1之系統，其中該處理器經進一步組態以根據一屬性對該等組合來進行排序。
  6. 如請求項1之系統，其中該處理器經進一步組態以針對一選定擾亂點率或一選定所關注缺陷捕獲率，選擇該等光學模式中之一者與該等偵測演算法中之一者之一最佳組合。
  7. 如請求項6之系統，其中使用一接收器操作曲線標繪圖來選擇該最佳組合。
  8. 一種方法，其包括： 在一處理器處，針對複數個光學模式接收一晶圓上之所關注缺陷及擾亂點事件之影像訊框； 使用該處理器，使用複數個偵測演算法針對該複數個光學模式來判定差分影像及屬性； 使用該處理器，針對在一零偏移下偵測之全部該等所關注缺陷，比較該複數個光學模式之各者與該複數個偵測演算法之各者的組合；及 使用該處理器，針對該等組合之各者中之該等屬性中之一者，判定捕獲率對擾亂點率。
  9. 如請求項8之方法，進一步包括使用該處理器來識別該等所關注缺陷及該等擾亂點事件。
  10. 如請求項8之方法，進一步包括使用該處理器，從該比較過濾一臨限值區域中之該等所關注缺陷中之至少一者。
  11. 如請求項8之方法，進一步包括使用該處理器，從該比較過濾超過一屬性值之該等所關注缺陷中之至少一者。
  12. 如請求項8之方法，進一步包括使用該處理器，根據一屬性對該等組合來進行排序。
  13. 如請求項8之方法，進一步包括使用該處理器，針對一選定擾亂點率或一選定所關注缺陷捕獲率來選擇該等光學模式中之一者與該等偵測演算法中之一者之一最佳組合。
  14. 如請求項13之方法，其中使用一接收器操作曲線標繪圖來選擇該最佳組合。
  15. 一種非暫時性電腦可讀儲存媒體，其包括用於在一或多個運算裝置上執行以下步驟的一或多個程式： 基於針對複數個光學模式之一晶圓上之所關注缺陷及擾亂點事件之影像訊框，使用複數個偵測演算法，針對該複數個光學模式來判定差分影像及屬性； 針對在一零偏移下偵測之全部該等所關注缺陷，比較該複數個光學模式之各者與該複數個偵測演算法之各者的組合；及 針對該等組合之各者中之該等屬性中之一者，判定捕獲率對擾亂點率。
  16. 如請求項15之非暫時性電腦可讀儲存媒體，其中該等步驟包含識別該等所關注缺陷及該等擾亂點事件。
  17. 如請求項15之非暫時性電腦可讀儲存媒體，其中該等步驟包含從該比較過濾一臨限值區域中之該等所關注缺陷中之至少一者。
  18. 如請求項15之非暫時性電腦可讀儲存媒體，其中該等步驟包含從該比較過濾超過一屬性值之該等所關注缺陷中之至少一者。
  19. 如請求項15之非暫時性電腦可讀儲存媒體，其中該等步驟包含根據一屬性，對該等組合進行排序。
  20. 如請求項15之非暫時性電腦可讀儲存媒體，其中該等步驟包含使用一接收器操作曲線圖，針對一選定擾亂點率或一選定所關注缺陷捕獲率，選擇該等光學模式中之一者與該等偵測演算法中之一者之一最佳組合。
TW108138618A 2018-10-26 2019-10-25 用於半導體晶圓檢測演算法選擇的系統及方法，以及非暫時性電腦可讀儲存媒體 TWI816922B (zh)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
US201862751077P 2018-10-26 2018-10-26
US62/751,077 2018-10-26
US16/389,442 2019-04-19
US16/389,442 US10801968B2 (en) 2018-10-26 2019-04-19 Algorithm selector based on image frames

Publications (2)

Publication Number Publication Date
TW202107070A true TW202107070A (zh) 2021-02-16
TWI816922B TWI816922B (zh) 2023-10-01

Family

ID=70328284

Family Applications (1)

Application Number Title Priority Date Filing Date
TW108138618A TWI816922B (zh) 2018-10-26 2019-10-25 用於半導體晶圓檢測演算法選擇的系統及方法，以及非暫時性電腦可讀儲存媒體

Country Status (7)

Country Link
US (1) US10801968B2 (zh)
JP (1) JP7257511B2 (zh)
KR (1) KR102576877B1 (zh)
CN (1) CN112997069B (zh)
IL (1) IL282335B2 (zh)
TW (1) TWI816922B (zh)
WO (1) WO2020087004A1 (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11769242B2 (en) 2020-05-21 2023-09-26 Kla Corporation Mode selection and defect detection training
CN111640112B (zh) * 2020-06-11 2021-04-16 云从科技集团股份有限公司 图像检测方法、系统、平台、设备及介质、图像处理装置
US11803960B2 (en) * 2020-08-12 2023-10-31 Kla Corporation Optical image contrast metric for optical target search
US11921052B2 (en) 2022-03-31 2024-03-05 Kla Corporation Inspection with previous step subtraction
US11922619B2 (en) 2022-03-31 2024-03-05 Kla Corporation Context-based defect inspection

Family Cites Families (42)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6539106B1 (en) * 1999-01-08 2003-03-25 Applied Materials, Inc. Feature-based defect detection
JP4009409B2 (ja) * 1999-10-29 2007-11-14 株式会社日立製作所 パターン欠陥検査方法及びその装置
US7508973B2 (en) 2003-03-28 2009-03-24 Hitachi High-Technologies Corporation Method of inspecting defects
US7844100B2 (en) * 2004-11-29 2010-11-30 Applied Materials Israel, Ltd. Method for filtering nuisance defects
KR100755372B1 (ko) * 2006-08-25 2007-09-04 삼성전자주식회사 웨이퍼 검사방법
US8073240B2 (en) 2007-05-07 2011-12-06 Kla-Tencor Corp. Computer-implemented methods, computer-readable media, and systems for identifying one or more optical modes of an inspection system as candidates for use in inspection of a layer of a wafer
JP4542164B2 (ja) * 2008-03-18 2010-09-08 アドバンスド・マスク・インスペクション・テクノロジー株式会社 パターン検査装置、パターン検査方法及びプログラム
US8049877B2 (en) 2008-05-14 2011-11-01 Kla-Tencor Corp. Computer-implemented methods, carrier media, and systems for selecting polarization settings for an inspection system
US8000922B2 (en) 2008-05-29 2011-08-16 Kla-Tencor Corp. Methods and systems for generating information to be used for selecting values for one or more parameters of a detection algorithm
US8223327B2 (en) * 2009-01-26 2012-07-17 Kla-Tencor Corp. Systems and methods for detecting defects on a wafer
US8605275B2 (en) 2009-01-26 2013-12-10 Kla-Tencor Corp. Detecting defects on a wafer
WO2010091307A2 (en) * 2009-02-06 2010-08-12 Kla-Tencor Corporation Selecting one or more parameters for inspection of a wafer
US9418413B1 (en) * 2009-07-06 2016-08-16 Camtek Ltd. System and a method for automatic recipe validation and selection
US8289508B2 (en) 2009-11-19 2012-10-16 Globalfoundries Singapore Pte. Ltd. Defect detection recipe definition
US9053390B2 (en) * 2012-08-14 2015-06-09 Kla-Tencor Corporation Automated inspection scenario generation
US9310316B2 (en) 2012-09-11 2016-04-12 Kla-Tencor Corp. Selecting parameters for defect detection methods
WO2014149197A1 (en) * 2013-02-01 2014-09-25 Kla-Tencor Corporation Detecting defects on a wafer using defect-specific and multi-channel information
US9865512B2 (en) * 2013-04-08 2018-01-09 Kla-Tencor Corp. Dynamic design attributes for wafer inspection
US9726617B2 (en) 2013-06-04 2017-08-08 Kla-Tencor Corporation Apparatus and methods for finding a best aperture and mode to enhance defect detection
US9714905B1 (en) * 2013-06-23 2017-07-25 Kla-Tencor Corp. Wafer inspection recipe setup
US10127652B2 (en) * 2014-02-06 2018-11-13 Kla-Tencor Corp. Defect detection and classification based on attributes determined from a standard reference image
US9535010B2 (en) 2014-05-15 2017-01-03 Kla-Tencor Corp. Defect sampling for electron beam review based on defect attributes from optical inspection and optical review
US9766186B2 (en) * 2014-08-27 2017-09-19 Kla-Tencor Corp. Array mode repeater detection
US9518934B2 (en) * 2014-11-04 2016-12-13 Kla-Tencor Corp. Wafer defect discovery
US9702827B1 (en) 2014-11-20 2017-07-11 Kla-Tencor Corp. Optical mode analysis with design-based care areas
US10650508B2 (en) * 2014-12-03 2020-05-12 Kla-Tencor Corporation Automatic defect classification without sampling and feature selection
US9830421B2 (en) * 2014-12-31 2017-11-28 Kla-Tencor Corp. Alignment of inspection to design using built in targets
US10012689B2 (en) * 2015-03-25 2018-07-03 Applied Materials Israel Ltd. Method of inspecting a specimen and system thereof
US9875536B2 (en) * 2015-03-31 2018-01-23 Kla-Tencor Corp. Sub-pixel and sub-resolution localization of defects on patterned wafers
JP6244329B2 (ja) * 2015-05-12 2017-12-06 東京エレクトロン株式会社 基板の検査方法、基板処理システム及びコンピュータ記憶媒体
US9711327B2 (en) * 2015-07-16 2017-07-18 Applied Materials Israel, Ltd. Method and system for optimizing configurable parameters of inspection tools
US10186028B2 (en) * 2015-12-09 2019-01-22 Kla-Tencor Corporation Defect signal to noise enhancement by reducing die to die process noise
US10338002B1 (en) * 2016-02-01 2019-07-02 Kla-Tencor Corporation Methods and systems for selecting recipe for defect inspection
US11047806B2 (en) * 2016-11-30 2021-06-29 Kla-Tencor Corporation Defect discovery and recipe optimization for inspection of three-dimensional semiconductor structures
US10600175B2 (en) * 2017-03-24 2020-03-24 Kla-Tencor Corporation Dynamic care areas for defect detection
US10733744B2 (en) * 2017-05-11 2020-08-04 Kla-Tencor Corp. Learning based approach for aligning images acquired with different modalities
US10648925B2 (en) * 2017-06-05 2020-05-12 Kla-Tencor Corporation Repeater defect detection
US10964016B2 (en) * 2018-03-13 2021-03-30 Kla-Tencor Corporation Combining simulation and optical microscopy to determine inspection mode
US11514357B2 (en) * 2018-03-19 2022-11-29 Kla-Tencor Corporation Nuisance mining for novel defect discovery
US10670536B2 (en) 2018-03-28 2020-06-02 Kla-Tencor Corp. Mode selection for inspection
US10697900B2 (en) * 2018-06-19 2020-06-30 Kla-Tencor Corporation Correlating SEM and optical images for wafer noise nuisance identification
US10867108B2 (en) * 2018-09-18 2020-12-15 Taiwan Semiconductor Manufacturing Co., Ltd. Optical mode optimization for wafer inspection

Also Published As

Publication number Publication date
IL282335A (en) 2021-05-31
TWI816922B (zh) 2023-10-01
JP7257511B2 (ja) 2023-04-13
CN112997069A (zh) 2021-06-18
US10801968B2 (en) 2020-10-13
US20200132610A1 (en) 2020-04-30
KR102576877B1 (ko) 2023-09-08
IL282335B2 (en) 2024-05-01
WO2020087004A1 (en) 2020-04-30
IL282335B1 (en) 2024-01-01
JP2022505801A (ja) 2022-01-14
CN112997069B (zh) 2022-09-09
KR20210066926A (ko) 2021-06-07

Similar Documents

Publication Publication Date Title
TWI816922B (zh) 用於半導體晶圓檢測演算法選擇的系統及方法，以及非暫時性電腦可讀儲存媒體
US10698325B2 (en) Performance monitoring of design-based alignment
CN111819596B (zh) 组合模拟及光学显微术以确定检验模式的方法和系统
CN112074937B (zh) 用于重复缺陷检测的方法、计算机可读媒体及系统
TW201941327A (zh) 用於新穎缺陷發現之損害探勘
CN114341630B (zh) 等概率缺陷检测
TW202137355A (zh) 基於雜訊特性而叢集次管理區域
TW202127553A (zh) 用於晶圓缺陷偵測之基於變化之分段
KR20220041126A (ko) 광학 검사를 이용한 프로세스 모니터링 방법
TW202125760A (zh) 一維唯一結構之圖案至設計的對齊
US20220405903A1 (en) Image contrast metrics for deriving and improving imaging conditions