TW202238773A - 電腦輔助弱圖案偵測及量化系統 - Google Patents

電腦輔助弱圖案偵測及量化系統 Download PDF

Info

Publication number
TW202238773A
TW202238773A TW111120555A TW111120555A TW202238773A TW 202238773 A TW202238773 A TW 202238773A TW 111120555 A TW111120555 A TW 111120555A TW 111120555 A TW111120555 A TW 111120555A TW 202238773 A TW202238773 A TW 202238773A
Authority
TW
Taiwan
Prior art keywords
wafer
weak patterns
patterns
interest
identified
Prior art date
Application number
TW111120555A
Other languages
English (en)
Inventor
諾歐辛 哈克
艾倫 派克
艾潔 古普傑
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 TW202238773A publication Critical patent/TW202238773A/zh

Links

Images

Classifications

    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L22/00—Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
    • H01L22/10—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
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L22/00—Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
    • H01L22/20—Sequence of activities consisting of a plurality of measurements, corrections, marking or sorting steps
    • G—PHYSICS
    • 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

Abstract

本發明揭示用於提供弱圖案(或熱點)偵測及量化之方法及系統。一弱圖案偵測及量化系統可包含經組態以檢測一晶圓及偵測存在於該晶圓上之缺陷之一晶圓檢測工具。該系統亦可包含與該晶圓檢測工具通信之至少一個處理器。該至少一個處理器可經組態以：基於該晶圓之設計對該等所偵測缺陷執行圖案分組；基於該圖案分組識別所關注區域；識別含於該等經識別所關注區域中之弱圖案，該等弱圖案係偏離該設計達大於一臨限之一量之圖案；驗證該等經識別弱圖案；及報告該等經驗證弱圖案或基於該等經驗證弱圖案促成該晶圓之該設計之修正。

Description

電腦輔助弱圖案偵測及量化系統
本發明大體上係關於檢測之領域，且特定言之係關於晶圓檢測。
薄拋光板(諸如矽晶圓及類似者)係現代技術之一非常重要部分。例如，一晶圓可意指用於製造積體電路及其他器件之半導體材料之一薄片。薄拋光板之其他實例可包含磁碟基板、塊規及類似者。儘管此處所描述之技術主要意指晶圓，然應瞭解，本技術亦適用於其他類型之拋光板。術語晶圓及術語薄拋光板在本發明中可互換使用。 晶圓經受缺陷檢測。缺陷可為隨機的或系統的。系統缺陷可在特定設計圖案上發生且可被稱為熱點(即，弱圖案，或產生於一晶圓上之偏離設計之圖案)。缺陷檢測之目的之一者係偵測及量化此等熱點。例如，一檢測程序可利用一檢測工具來掃描一晶圓及使用基於設計之分組(DBG)將所偵測缺陷分級。該等缺陷可使用一掃描電子顯微鏡(SEM)取樣及審查且經手動地分類以判定熱點之存在。可利用模擬來幫助預測易故障之圖案或位點，其繼而可用以幫助使用者將檢測關注點放置於可含有此等圖案及位點之區域中。 應注意儘管上述檢測程序可有幫助，然此檢測程序亦與一些缺點相關聯。例如，此檢測程序依賴人眼來判定缺陷之存在，此意謂著此檢測程序僅能夠處理小樣本大小且缺少驗證。實務上，經偵測之具有約20%至30%之臨界尺寸(CD)變化之系統缺陷可能被丟棄。此外，由於不存在自動化且所有分類必須由人類完成，故樣本大小通常限制為不超過約5千個缺陷且歸因於取樣及疲勞而易發生錯誤。隨著由增加之偵測靈敏度引起之資料量的激增，取樣之有效性可受限制，除非開發一自動化方法。此外，模擬幫助預測風險位點但其等並不幫助使用者識別位點是否實際未通過後處理。 其中需要提供用於弱圖案偵測及量化而無前述缺點之方法及系統。
本發明係關於一種系統。該系統可包含經組態以檢測一晶圓及偵測存在於該晶圓上之缺陷之一晶圓檢測工具。該系統亦可包含與該晶圓檢測工具通信之至少一個處理器。該至少一個處理器可經組態以：基於該晶圓之設計對所偵測之缺陷執行圖案分組；基於該圖案分組識別所關注區域；識別含於該等經識別所關注區域中之弱圖案，弱圖案係偏離設計達大於一臨限之一量之圖案；驗證該等經識別弱圖案；及報告該等經驗證弱圖案或基於該等經驗證弱圖案促成晶圓之設計之修正。 本發明之一進一步實施例係關於一種系統。該系統可包含經組態以檢測一晶圓及偵測存在於該晶圓上之缺陷之一晶圓檢測工具。該系統亦可包含與該晶圓檢測工具通信之至少一個處理器。該至少一處理器可經組態以：基於該晶圓之設計對所偵測缺陷執行圖案分組；模擬一晶圓處理工具對晶圓之效應；識別其中圖案偏離該晶圓之設計之所關注區域；識別含於該等經識別所關注區域中之弱圖案，弱圖案係偏離設計達大於一臨限之一量之圖案；驗證該等經識別弱圖案；及報告該等經驗證弱圖案或基於該等經驗證弱圖案促成晶圓之設計之修正。 本發明之一額外實施例係關於一種系統。該系統可包含經組態以檢測一晶圓及偵測存在於該晶圓上之缺陷之一晶圓檢測工具。該系統亦可包含與該晶圓檢測工具通信之至少一個處理器。該至少一個處理器可經組態以：基於該晶圓之設計對所偵測缺陷執行圖案分組；獲得晶圓之掃描電子顯微鏡(SEM)影像；將該晶圓之該等SEM影像與該晶圓之設計對準；基於晶圓之SEM影像與晶圓之設計之對準識別所關注區域；獲得該等經識別所關注區域中之晶圓之度量；基於所獲得之度量量測經識別所關注區域中之圖案變動；基於該等圖案變動識別弱圖案，弱圖案係偏離設計達大於一臨限之一量之圖案；驗證該等經識別弱圖案；及報告該等經驗證弱圖案或基於該等經驗證弱圖案促成晶圓之設計之修正。 應瞭解，前文概述及下文詳細描述兩者僅係例示性及說明性且未必限制本發明。併入說明書中且構成說明書之一部分之附圖繪示本發明之標的。描述及圖式一起用於說明本發明之原理。
相關申請案之交叉參考 本申請案根據35 U.S.C.§119(e)主張2016年4月22日申請之美國臨時申請案第62/326,653號之權利。該美國臨時申請案第62/326,653號之全文以引用的方式併入本文中。 現將詳細參考所揭示之標的，該標的繪示於附圖中。 根據本發明之實施例係關於用於提供弱圖案(或熱點)偵測及量化之方法及系統。更明確言之，揭示實現將電腦輔助用於自動地發現及量化晶圓上之熱點之電腦驅動之熱點-設計偵測及驗證系統。在一些實施例中，根據本發明組態之系統可經組態以實現一熱點內之弱點之自動識別。在一些實施例中，根據本發明組態之系統可經進一步組態以採用一演算法方法來基於圖案變動之嚴重性(或邊際性)分離及分級熱點。預期根據本發明組態之方法及系統可在效率及精確度兩方面提供與既有熱點檢測方法及系統相比之顯著改良。 現參考圖1，展示描繪根據本發明之一實施例組態之一例示性檢測系統100之一圖解。檢測系統100可包含一檢測工具102(例如，一寬頻電漿檢測工具、一度量檢測工具、一電子束檢測工具，具有或不具有來自由設計規則檢查(DRC)、光學規則檢查(ORC)或類似者提供之模擬之輸出)。檢測工具102可經組態以檢測一晶圓(例如，一經圖案化晶圓)及偵測存在於該晶圓上之缺陷。所偵測缺陷可提供至一或多個處理器104(例如，專用處理單元、特定應用積體電路(ASIC)、場可程式閘極陣列(FPGA)或各種其他類型之處理器或處理單元)，該一或多個處理器104可經組態以基於設計執行一單步驟或多步驟圖案分組。在一些實施例中，可利用通常稱為基於設計之分級(亦可稱為基於設計之分組或分類)之一技術來執行圖案分組。基於設計之分級可整合設計資訊及缺陷檢測結果以將所偵測缺陷基於其等之圖案類型分組為不同群組/分級。 可在圖案分組完成之後識別潛在熱點。在一些實施例中，可利用一基於模擬之識別程序106來模擬一設計或一晶圓程序(例如，一微影)以搜尋可含有潛在熱點之所關注區域。可針對各圖案類型(例如，根據圖案分組/分級)以高精確度自動放置所關注區域以自動評估局部CD及其他圖案變動(諸如線端縮短及角圓化)。替代地及/或此外，可利用一基於佈局之識別程序108來針對藉由檢測工具102識別之缺陷位點自動識別所關注區域。不論利用哪一識別程序(基於模擬106或基於佈局108)，應注意一過濾程序110可參與來幫助判定在經識別所關注區域中發生之故障之嚴重性及基於故障之嚴重性濾除一些經識別區域。剩餘區域可被報告為含有潛在熱點之區域，該等區域可接著使用將在下文中詳細描述之程序驗證。 現參考圖2，展示描繪一基於模擬之熱點偵測及量化程序之一例示性實施方案之一更詳細圖解。應注意由於基於模擬之熱點偵測及量化程序係一自動化程序(即，該識別程序不依賴人眼來判定缺陷之存在)，故缺陷樣本大小不再受人類能力限制。換言之，預期缺陷樣本大小可如所需增加(步驟106A)以幫助增加熱點偵測及量化程序之精確度。 在選定樣本之情況下，在一模擬步驟106B中一或多個模擬器(例如，使用一或多個處理器實施)可參與來執行其上運行之一或多個模擬程式以模擬晶圓處理工具之效應，諸如微影、化學機械平坦化、蝕刻或類似者。預期該模擬能夠在不必掃描晶圓之情況下展示特定區域如何跨不同聚焦及偏移條件而改變。可在一識別步驟106C中處理模擬之結果以搜尋局部變化及識別局部圖案可故障(例如，偏離設計)之區域。可接著利用一過濾步驟110來基於針對一或多個量測量度建立之一或多個臨限值，濾除一些經識別區域(例如，可濾除具有低於一特定臨限之CD變化之區域)。過濾步驟110可基於(諸)臨限值及/或基於展現大於典型變動量之(諸)異常值來自動識別圖案故障。應注意此方式中使用之(諸)臨限值可幫助基於所需規格判定故障之嚴重性及量化弱點。剩餘區域(即，其中局部圖案可已偏離設計達大於該臨限之一量之區域)可接著被報告為含有潛在熱點之區域，此可需要藉由一驗證程序驗證。 該驗證程序可依多種方式執行。例如，在一些實施例中，可調用一圖案搜尋步驟112來幫助界定所報告之潛在熱點周圍之熱點關注區域(亦可稱為檢測關注區域)。在一驗證步驟114中，能夠對所界定之檢測關注區域進行取樣及提供掃描電子顯微鏡(SEM)審查之一檢測工具可接著用以幫助確認該等熱點之有效性。在一些實施例中，若檢測工具102能夠取樣及提供SEM審查，則相同檢測工具102可用以執行驗證步驟114。否則，一第二檢測工具可用以執行驗證步驟114。經驗證之熱點(即，確認為弱圖案之圖案)可接著被報告給一使用者(例如，一晶圓工程師或一設計師)或被提供來促成晶圓之設計之修正(例如，為減少或消除弱圖案)。 在一些實施例中，在驗證步驟114中，可採用圖案保真度量測(例如，量測CD變動)以幫助確認熱點之有效性。圖案保真度量測可指示圖案與預期圖案形態之變動及/或偏離。在一些實施例中，可利用與標題為「Automated Pattern Fidelity Measurement Plan Generation」之美國專利申請案第14/918,394號中揭示之技術類似之技術來進行圖案保真度量測，該案之全文以引用之方式併入本文中。應瞭解在不脫離本發明之精神及範疇之情況下，亦可利用其他圖案保真度量測技術。 亦應瞭解上文描述之驗證程序僅為例示性的且並非意指限制。例如，在一些實施例中，可在圖案搜尋之前進行圖案保真度量測以自動確認熱點。可接著執行圖案搜尋(以幫助界定檢測關注區域)，但搜尋可僅限於經確認之熱點。可接著對具有經界定之檢測關注區域之晶圓進行檢測、取樣及SEM審查。若需要，可再次進行圖案保真度量測以量測此等熱點中之CD變動。 如將從上文明白，熱點偵測及量化程序可依多種方式自動化以幫助增加程序之效率及精確度。亦應注意由於可依多種方式執行熱點偵測及量化程序，故可容許不同層使用不同熱點偵測及量化程序。例如，一特定熱點偵測及量化程序可非常適於在一顯影後檢測(ADI)層中識別熱點而一稍微不同熱點偵測及量化程序(例如，其中以一稍微不同順序執行程序步驟)可更佳適於在一不同(例如，一蝕刻後)層中識別熱點。因此預期在不脫離本發明之精神及範疇之情況下，根據本發明組態之熱點偵測及量化程序可針對不同目的不同地實施。 現參考圖3，展示描繪一基於佈局之熱點偵測及量化程序之一例示性實施方案之一更詳細圖解。以此方式組態之基於佈局之熱點偵測及量化程序可使用設計佈局來針對藉由檢測工具102識別之缺陷位點自動識別所關注區域。更明確言之，如圖3中所展示，在一SEM成像步驟108A中，可對晶圓進行取樣且可收集晶圓之SEM影像。在一對準步驟108B中，可接著將SEM影像與設計對準且在一步驟108C中可自動識別所關注區域(例如，線端處、角、最小CD區域或類似者，如圖4中所展示)。隨後，在一步驟108D中可執行度量以僅在經識別所關注區域中查找潛在偏差且在一步驟108E中可量測在經識別所關注區域中之圖案變動(例如，在擠壓(pinching)、突起或類似者之方面)。 可接著利用一過濾步驟110以基於針對一或多個量測量度建立之一或多個臨限值，濾除一些經識別之區域。在一些實施例中，可對此等區域進行圖案保真度量測(例如，以量測CD變動)且可基於CD變動(例如，絕對或相對變化)之嚴重性判定潛在熱點。可接著藉由類似於上文描述之一驗證程序驗證該等潛在熱點。例如，可藉由以下方式驗證該等潛在熱點：對整體晶圓運行圖案搜尋；在檢測工具上檢測晶圓檢測關注區域；對SEM缺陷進行取樣及審查；及再次運行圖案保真度量測以量測CD變動。 應注意，根據本發明組態之熱點偵測及量化程序使用基於程序模擬及/或佈局之方法來有效地自動判定熱點，並非作為檢測前預測而是作為用以在演算法上識別並評估故障之工具。應注意，根據本發明組態之熱點偵測及量化程序(基於模擬及基於佈局兩者)能夠藉由透過SEM前資料之自動化評估增大取樣而相較於既有方法發現更多熱點。亦應注意，根據本發明組態之熱點偵測及量化程序可以高精確度針對各圖案類型(例如，如基於基於設計之分級判定之各分級)實現所關注區域之自動放置，以自動評估局部CD及其他圖案變動(諸如線端縮短及角圓化)。 進一步注意，根據本發明組態之熱點偵測及量化程序亦可在判定圖案變動及故障之嚴重性時消除人類主觀性。此外，根據本發明組態之熱點偵測及量化程序可實現熱點發現(包含故障位點之識別及量化)之全自動化流程，此繼而可提供時間節約，此係因為自動化度量及模擬處理量增大。此外，應注意根據本發明組態之熱點偵測及量化程序不需要針對所有圖案類型之提前模擬。換言之，根據本發明組態之熱點偵測及量化程序不依賴預測設計、晶圓或光罩上之熱點。 應瞭解，上文實例中參考之(諸)臨限值可係使用者定義或系統定義的。一使用者可將(例如)與一預期值或標稱值之一偏離量定義為一臨限值。根據本發明組態之一系統亦可定義該(等)臨限值。該系統可(例如)定義偏離量，其中若特定位置從典型變動量超出特定值，則識別弱圖案。應瞭解，在不脫離本發明之精神及範疇之情況下，本發明中描述之方法及系統可經實施以支援使用者定義之臨限值及/或系統定義之臨限值兩者。 亦應瞭解儘管上述實例涉及晶圓，然在不脫離本發明之精神及範疇之情況下，根據本發明之系統及方法亦可適用於其他類型之拋光板。用於本發明中之術語晶圓可包含用於製造積體電路及其他器件以及其他薄拋光板(諸如，磁碟基板、塊規及類似者)之一半導體材料薄片。 預期本發明中描述之方法及系統可經實施為獨立產品或經實施為各種晶圓量測、檢測及/或熱點發現工具之組件。應瞭解，所揭示方法中之步驟之特定順序或層次係例示性方法之實例。基於設計偏好，應瞭解該方法中之步驟之特定順序或層次可經重新配置同時仍在本發明之範疇及精神內。亦應瞭解，出於繪示目的，單獨呈現圖式中描繪之各種方塊。預期儘管圖式中描繪之各種方塊可經實施為單獨(及通信地耦合)器件及/或處理單元，然在不脫離本發明之精神及範疇之情況下，其等亦可整合在一起。 據信，藉由前述描述將瞭解本發明之系統及設備及其許多隨附優點，且將明白在不脫離所揭示標的或不犧牲其之所有重大優點之情況下可對組件之形式、構造及配置作出各種改變。所述形式僅係說明性的。
100:檢測系統 102:檢測工具 104:一或多個處理器 106:一基於一模擬之識別程序 106A:步驟 106B:模擬步驟 106C:識別步驟 108:一基於一佈局之識別程序 108A:SEM成像步驟 108B:對準步驟 108C:步驟 108D:步驟 108E:步驟 110:過濾程序/過濾步驟 112:圖案搜尋步驟 114:驗證步驟
熟習此項技術者藉由參考附圖可更易於理解本發明之許多優點，其中： 圖1係描繪根據本發明之一實施例組態之一檢測系統之一圖解； 圖2係描繪根據本發明之一實施例組態之一基於模擬之熱點偵測及量化程序之一圖解； 圖3係描繪根據本發明之一實施例組態之一基於佈局之熱點偵測及量化程序之一圖解；及 圖4係描繪一晶圓上之複數個經識別所關注區域之一圖解。
100:檢測系統
102:檢測工具
104:一或多個處理器
106:一基於模擬之識別程序
108:一基於佈局之識別程序
110:過濾程序/過濾步驟

Claims (22)

  1. 一種系統，其包括： 至少一個處理器，其與一晶圓檢測工具通信，該至少一個處理器經組態以接收來自該晶圓檢測工具之經偵測缺陷而： 基於該晶圓之設計對該等經偵測缺陷執行一圖案分組； 基於該圖案分組自動地識別所關注區域； 識別含於該等經識別所關注區域中之弱圖案，該等弱圖案係偏離該設計達大於一臨限之一量之圖案； 引導一第二晶圓檢測工具以驗證在該晶圓上之該等經識別弱圖案，其中該第二晶圓檢測工具包括一掃描電子顯微鏡工具；及 報告該等經驗證弱圖案或基於該等經驗證弱圖案促成該晶圓之該設計之修正。
  2. 如請求項1之系統，其中該至少一個處理器經組態以藉由以下方式識別該等弱圖案： 模擬一晶圓處理工具對該晶圓之效應； 識別圖案偏離該晶圓之該設計之所關注區域；及 識別含於該等經識別所關注區域中之該等弱圖案。
  3. 如請求項2之系統，其中該至少一個處理器經組態以藉由以下方式驗證該等經識別弱圖案： 基於一圖案搜尋在該等經識別弱圖案周圍界定至少一個檢測關注區域；及 促成該至少一個檢測關注區域之取樣及掃描電子顯微鏡(SEM)審查以驗證該等弱圖案。
  4. 如請求項3之系統，其中該至少一個處理器經進一步組態以進行圖案保真度量測以驗證該等弱圖案。
  5. 如請求項4之系統，其中該等圖案保真度量測包含局部臨界尺寸變動之量測。
  6. 如請求項2之系統，其中該至少一個處理器經組態以： 基於圖案保真度量測驗證該等經識別弱圖案； 僅對該等經驗證弱圖案進行圖案搜尋以在該等經驗證弱圖案周圍界定至少一個檢測關注區域；及 促成該至少一個檢測關注區域之取樣及SEM審查。
  7. 如請求項1之系統，其中該至少一個處理器經組態以藉由以下方式識別該等弱圖案： 獲得該晶圓之SEM影像； 將該晶圓之該等SEM影像與該晶圓之該設計對準； 基於該晶圓之該等SEM影像與該晶圓之該設計之對準識別所關注區域； 獲得該等經識別所關注區域中之該晶圓之度量； 基於所獲得之該度量測量該等經識別所關注區域中之圖案變動；及 基於該等圖案變動識別該等弱圖案。
  8. 如請求項7之系統，其中該至少一個處理器經組態以藉由以下方式驗證該等經識別弱圖案： 基於圖案搜尋在該等經識別弱圖案周圍界定至少一個檢測關注區域；及 促成該至少一個檢測關注區域之取樣及掃描電子顯微鏡(SEM)審查以驗證該等弱圖案。
  9. 如請求項8之系統，其中該至少一個處理器經進一步組態以進行圖案保真度量測以驗證該等弱圖案。
  10. 如請求項9之系統，其中該等圖案保真度量測包含局部臨界尺寸變動之量測。
  11. 如請求項1之系統，其中具有大於該臨限之局部臨界尺寸變動之經識別弱圖案經確認為有效弱圖案。
  12. 一種系統，其包括： 至少一個處理器，其與一晶圓檢測工具通信且經組態以接收來自該晶圓檢測工具之經偵測缺陷，該至少一個處理器經組態以： 基於該晶圓之設計對該等經偵測缺陷執行一圖案分組； 執行一模擬以模擬一晶圓處理工具對該晶圓之效應； 分析該模擬之一輸出以自動地識別其中圖案偏離該晶圓之該設計之所關注區域； 識別含於該等經識別所關注區域中之弱圖案，該等弱圖案係偏離該設計達大於一臨限之一量之圖案； 引導一第二晶圓檢測工具以驗證在該晶圓上之該等經識別弱圖案，其中該第二晶圓檢測工具包括一掃描電子顯微鏡工具；及 報告該等經驗證弱圖案或基於該等經驗證弱圖案促成該晶圓之該設計之修正。
  13. 如請求項12之系統，其中該至少一個處理器經組態以藉由以下方式驗證該等經識別弱圖案： 基於一圖案搜尋在該等經識別弱圖案周圍界定至少一個檢測關注區域；及 促成該至少一個檢測關注區域之取樣及掃描電子顯微鏡(SEM)審查以驗證該等弱圖案。
  14. 如請求項13之系統，其中該至少一個處理器經進一步組態以進行圖案保真度量測以驗證該等弱圖案。
  15. 如請求項14之系統，其中該等圖案保真度量測包含局部臨界尺寸變動之量測。
  16. 如請求項12之系統，其中該至少一個處理器經組態以： 基於圖案保真度量測驗證該等經識別弱圖案； 僅對該等經驗證弱圖案進行圖案搜尋以在該等經驗證弱圖案周圍界定至少一個檢測關注區域；及 促成該至少一個檢測關注區域之取樣及SEM審查。
  17. 如請求項12之系統，其中具有大於該臨限之局部臨界尺寸變動之經識別弱圖案經確認為有效弱圖案。
  18. 一種系統，其包括： 至少一個處理器，其與一晶圓檢測工具通信且經組態以接收來自該晶圓檢測工具之經偵測缺陷，該至少一個處理器經組態以： 基於該晶圓之設計對該等經偵測缺陷執行圖案分組； 獲得該晶圓之掃描電子顯微鏡(SEM)影像； 將該晶圓之該等SEM影像與該晶圓之該設計對準； 基於該晶圓之該等SEM影像與該晶圓之該設計之對準識別所關注區域； 獲得該等經識別所關注區域中之該晶圓之度量； 基於所獲得之該度量測量該等經識別所關注區域中之圖案變動； 基於該等圖案變動識別該等弱圖案，該等弱圖案係偏離該設計達大於一臨限之一量之圖案； 驗證該等經識別弱圖案；及 報告該等經驗證弱圖案或基於該等經驗證弱圖案促成該晶圓之該設計之修正。
  19. 如請求項18之系統，其中該至少一個處理器經組態以藉由以下方式驗證該等經識別弱圖案： 基於圖案搜尋在該等經識別弱圖案周圍界定至少一個檢測關注區域；及 促成該至少一個檢測關注區域之取樣及掃描電子顯微鏡(SEM)審查以驗證該等弱圖案。
  20. 如請求項19之系統，其中該至少一個處理器經進一步組態以進行圖案保真度量測以驗證該等弱圖案。
  21. 如請求項20之系統，其中該等圖案保真度量測包含局部臨界尺寸變動之量測。
  22. 如請求項21之系統，其中具有大於該臨限之局部臨界尺寸變動之經識別弱圖案經確認為有效弱圖案。
TW111120555A 2016-04-22 2017-04-21 電腦輔助弱圖案偵測及量化系統 TW202238773A (zh)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
US201662326653P 2016-04-22 2016-04-22
US62/326,653 2016-04-22
US15/275,726 US10740888B2 (en) 2016-04-22 2016-09-26 Computer assisted weak pattern detection and quantification system
US15/275,726 2016-09-26

Publications (1)

Publication Number Publication Date
TW202238773A true TW202238773A (zh) 2022-10-01

Family

ID=60088503

Family Applications (2)

Application Number Title Priority Date Filing Date
TW111120555A TW202238773A (zh) 2016-04-22 2017-04-21 電腦輔助弱圖案偵測及量化系統
TW106113459A TWI767907B (zh) 2016-04-22 2017-04-21 電腦輔助弱圖案偵測及量化系統

Family Applications After (1)

Application Number Title Priority Date Filing Date
TW106113459A TWI767907B (zh) 2016-04-22 2017-04-21 電腦輔助弱圖案偵測及量化系統

Country Status (5)

Country Link
US (2) US10740888B2 (zh)
KR (2) KR102447609B1 (zh)
CN (2) CN109075096B (zh)
TW (2) TW202238773A (zh)
WO (1) WO2017185056A1 (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10831110B2 (en) * 2018-05-29 2020-11-10 Taiwan Semiconductor Manufacturing Company Ltd. Lithographic overlay correction and lithographic process
US11600505B2 (en) * 2018-10-31 2023-03-07 Taiwan Semiconductor Manufacturing Co., Ltd. Systems and methods for systematic physical failure analysis (PFA) fault localization
KR20220093915A (ko) 2020-12-28 2022-07-05 삼성전자주식회사 반도체 집적회로 레이아웃의 확률적 취약점 검출 방법 및 이를 수행하는 컴퓨터 시스템
US20240095899A1 (en) * 2022-09-21 2024-03-21 Applied Materials, Inc. Edge defect detection via image analytics

Family Cites Families (29)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7853920B2 (en) 2005-06-03 2010-12-14 Asml Netherlands B.V. Method for detecting, sampling, analyzing, and correcting marginal patterns in integrated circuit manufacturing
JP4699873B2 (ja) 2005-11-10 2011-06-15 株式会社日立ハイテクノロジーズ 欠陥データ処理及びレビュー装置
KR101885585B1 (ko) * 2005-11-18 2018-08-07 케이엘에이-텐코 코포레이션 검사 데이터와 조합하여 설계 데이터를 활용하는 방법 및 시스템
US7570796B2 (en) * 2005-11-18 2009-08-04 Kla-Tencor Technologies Corp. Methods and systems for utilizing design data in combination with inspection data
JP2008041940A (ja) 2006-08-07 2008-02-21 Hitachi High-Technologies Corp Ｓｅｍ式レビュー装置並びにｓｅｍ式レビュー装置を用いた欠陥のレビュー方法及び欠陥検査方法
JP5118872B2 (ja) * 2007-03-30 2013-01-16 株式会社日立ハイテクノロジーズ 半導体デバイスの欠陥観察方法及びその装置
WO2009152046A1 (en) 2008-06-11 2009-12-17 Kla-Tencor Corporation Systems and methods for detecting design and process defects on a wafer, reviewing defects on a wafer, selecting one or more features within a design for use as process monitoring features, or some combination thereof
KR101841897B1 (ko) * 2008-07-28 2018-03-23 케이엘에이-텐코어 코오포레이션 웨이퍼 상의 메모리 디바이스 영역에서 검출된 결함들을 분류하기 위한 컴퓨터-구현 방법들, 컴퓨터-판독 가능 매체, 및 시스템들
US9768082B2 (en) * 2009-02-13 2017-09-19 Hermes Microvision Inc. Method and machine for examining wafers
US8559001B2 (en) 2010-01-11 2013-10-15 Kla-Tencor Corporation Inspection guided overlay metrology
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
US8607169B2 (en) 2011-12-28 2013-12-10 Elitetech Technology Co., Ltd. Intelligent defect diagnosis method
US8948495B2 (en) * 2012-08-01 2015-02-03 Kla-Tencor Corp. Inspecting a wafer and/or predicting one or more characteristics of a device being formed on a wafer
US9299135B2 (en) 2013-03-12 2016-03-29 Applied Materials Israel, Ltd. Detection of weak points of a mask
US8984450B2 (en) * 2013-03-14 2015-03-17 Taiwan Semiconductor Manufacturing Company, Ltd. Method and apparatus for extracting systematic defects
TWI534646B (zh) * 2013-05-20 2016-05-21 敖翔科技股份有限公司 智慧型弱點圖形診斷方法、系統與電腦可讀取記憶媒體
US9355208B2 (en) 2013-07-08 2016-05-31 Kla-Tencor Corp. Detecting defects on a wafer
US10114368B2 (en) 2013-07-22 2018-10-30 Applied Materials Israel Ltd. Closed-loop automatic defect inspection and classification
CN104714362A (zh) 2013-12-17 2015-06-17 中芯国际集成电路制造(北京)有限公司 一种光学临近修正的方法
US9678442B2 (en) 2014-05-28 2017-06-13 Applied Materials Israel Ltd. Aerial mask inspection based weak point analysis
US10267746B2 (en) 2014-10-22 2019-04-23 Kla-Tencor Corp. Automated pattern fidelity measurement plan generation
KR102294366B1 (ko) * 2015-06-16 2021-08-27 에이에스엠엘 네델란즈 비.브이. 결함 검증을 위한 방법들
US10211025B2 (en) * 2015-08-12 2019-02-19 Kla-Tencor Corp. Determining a position of a defect in an electron beam image
US10748271B2 (en) * 2018-04-25 2020-08-18 Applied Materials Israel Ltd. Method of defect classification and system thereof
TW202020577A (zh) * 2018-09-28 2020-06-01 荷蘭商Ａｓｍｌ荷蘭公司 基於晶圓量測判定熱點排序
US10866506B2 (en) * 2018-10-30 2020-12-15 Taiwan Semiconductor Manufacturing Co., Ltd. Photo mask data correction method
CN113196173A (zh) * 2018-12-14 2021-07-30 Asml荷兰有限公司 用于对图像图案分组以确定图案化过程中晶片行为的设备和方法
KR102617197B1 (ko) * 2018-12-28 2023-12-27 에이에스엠엘 네델란즈 비.브이. 프린트된 기판으로부터의 측정 피드백에 기초한 패턴 랭킹 결정
WO2020141092A1 (en) * 2018-12-31 2020-07-09 Asml Netherlands B.V. In-die metrology methods and systems for process control

Also Published As

Publication number Publication date
KR102518201B1 (ko) 2023-04-04
WO2017185056A1 (en) 2017-10-26
KR102447609B1 (ko) 2022-09-26
TWI767907B (zh) 2022-06-21
CN109075096B (zh) 2023-06-13
US20170309009A1 (en) 2017-10-26
US11688052B2 (en) 2023-06-27
TW201804547A (zh) 2018-02-01
US10740888B2 (en) 2020-08-11
CN109075096A (zh) 2018-12-21
KR20220038180A (ko) 2022-03-25
US20200372630A1 (en) 2020-11-26
KR20180128510A (ko) 2018-12-03
CN116681676A (zh) 2023-09-01

Similar Documents

Publication Publication Date Title
US11348222B2 (en) Methods and systems for inspection of wafers and reticles using designer intent data
TWI784018B (zh) 用於使用半導體製造程序中之深度學習預測缺陷及臨界尺寸之系統及方法
US7853920B2 (en) Method for detecting, sampling, analyzing, and correcting marginal patterns in integrated circuit manufacturing
US11688052B2 (en) Computer assisted weak pattern detection and quantification system
TWI591326B (zh) 檢查一晶圓及／或預測形成於一晶圓上之一裝置之一或多個特徵
US7135344B2 (en) Design-based monitoring
JP6185693B2 (ja) ウェーハー上の設計欠陥および工程欠陥の検出、ウェーハー上の欠陥の精査、設計内の１つ以上の特徴を工程監視特徴として使用するための選択、またはそのいくつかの組み合わせのためのシステムおよび方法
US11120182B2 (en) Methodology of incorporating wafer physical measurement with digital simulation for improving semiconductor device fabrication
TWI807442B (zh) 程序控制之晶粒內度量衡方法及系統
US20160110859A1 (en) Inspection method for contact by die to database