TW202335019A - 在帶電粒子系統中用於缺陷偵測及缺陷位置識別之系統及方法 - Google Patents

在帶電粒子系統中用於缺陷偵測及缺陷位置識別之系統及方法 Download PDF

Info

Publication number
TW202335019A
TW202335019A TW111141729A TW111141729A TW202335019A TW 202335019 A TW202335019 A TW 202335019A TW 111141729 A TW111141729 A TW 111141729A TW 111141729 A TW111141729 A TW 111141729A TW 202335019 A TW202335019 A TW 202335019A
Authority
TW
Taiwan
Prior art keywords
image
defect
defects
updated
sample
Prior art date
Application number
TW111141729A
Other languages
English (en)
Inventor
金生程
浦凌凌
于良江
Original Assignee
荷蘭商Ａｓｍｌ荷蘭公司
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 荷蘭商Ａｓｍｌ荷蘭公司 filed Critical 荷蘭商Ａｓｍｌ荷蘭公司
Publication of TW202335019A publication Critical patent/TW202335019A/zh

Links

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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/14—Transformations for image registration, e.g. adjusting or mapping for alignment of images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/60—Image enhancement or restoration using machine learning, e.g. neural networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/77—Retouching; Inpainting; Scratch removal
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20081—Training; Learning
    • 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
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01J—ELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
    • H01J2237/00—Discharge tubes exposing object to beam, e.g. for analysis treatment, etching, imaging
    • H01J2237/22—Treatment of data
    • H01J2237/221—Image processing
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01J—ELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
    • H01J2237/00—Discharge tubes exposing object to beam, e.g. for analysis treatment, etching, imaging
    • H01J2237/26—Electron or ion microscopes
    • H01J2237/28—Scanning microscopes
    • H01J2237/2813—Scanning microscopes characterised by the application
    • H01J2237/2817—Pattern inspection
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)
  • Testing Or Measuring Of Semiconductors Or The Like (AREA)

Abstract

本發明提供用於提供用於與帶電粒子束系統之一樣本相關聯之缺陷偵測及缺陷位置識別之射束的裝置、系統及方法。在一些實施例中，一種方法可包括：獲得一樣本之一影像；自該影像判定缺陷特性；基於該等經判定缺陷特性及該影像而產生一經更新影像；及將該經更新影像與一參考影像對準。

Description

在帶電粒子系統中用於缺陷偵測及缺陷位置識別之系統及方法
本文中之描述係關於帶電粒子束系統之領域，且更特定言之，係關於用於與帶電粒子束系統檢測系統之樣本相關聯之缺陷偵測及缺陷位置識別的系統及方法。
在積體電路(IC)之製造程序中，檢測未完成或已完成的電路組件以確保其係根據設計而製造且無缺陷。利用光學顯微鏡之檢測系統通常具有降至幾百奈米之解析度；且該解析度受到光之波長限制。隨著IC組件之實體大小繼續減小直至低於100奈米或甚至低於10奈米，需要比利用光學顯微鏡之檢測系統能夠具有更高解析度的檢測系統。
能夠具有降至小於一奈米解析度之帶電粒子(例如，電子)束顯微鏡，諸如掃描電子顯微鏡(SEM)或穿透電子顯微鏡(TEM)充當用於檢測具有低於100奈米之特徵大小之IC組件的可行工具。運用SEM，單個初級電子束之電子或複數個初級電子束之電子可聚焦於受檢測晶圓之所關注位置處。初級電子與晶圓相互作用且可反向散射或可使得晶圓發射二次電子。包含反向散射電子及二次電子之電子束之強度可基於晶圓之內部及外部結構之屬性而變化，且藉此可指示該晶圓是否具有缺陷。
本發明之實施例提供用於與帶電粒子束系統之樣本相關聯之缺陷偵測及缺陷位置識別的裝置、系統及方法。在一些實施例中，一種方法可包括：獲得一樣本之一影像；自該影像判定缺陷特性；基於該等經判定缺陷特性及該影像而產生一經更新影像；及將該經更新影像與一參考影像對準。
在一些實施例中，一種非暫時性電腦可讀媒體，其儲存可由一運算器件之至少一個處理器執行之一組指令，其可使該運算器件執行用於影像分析之一方法，該方法包含：獲得一樣本之一影像；自該影像判定缺陷特性；基於該等經判定缺陷特性及該影像而產生一經更新影像；及將該經更新影像與一參考影像對準。
在一些實施例中，一種系統可包括：一控制器，其包括經組態以使該系統執行以下操作之電路系統：獲得一樣本之一影像；自該影像判定缺陷特性；基於該等經判定缺陷特性及該影像而產生一經更新影像；及將該經更新影像與一參考影像對準。
在一些實施例中，一種方法可包括：獲得一樣本之一影像；將該影像映射至一無缺陷影像；基於該映射及該影像產生一經更新影像；及將該經更新影像與一參考影像對準。
在一些實施例中，一種方法可包括：獲得一樣本之一影像；訓練一機器學習模型以將該影像映射至一無缺陷影像；藉由將該機器學習模型應用於該影像來產生一經更新影像；及將該經更新影像與一參考影像對準。
現在將詳細參考例示性實施例，在隨附圖式中繪示該等例示性實施例之實例。以下描述參考隨附圖式，其中除非另外表示，否則不同圖式中之相同編號表示相同或類似元件。例示性實施例之以下描述中所闡述之實施並不表示符合本發明之所有實施。取而代之，其僅為符合關於所附申請專利範圍中所敍述之主題之態樣的裝置及方法之實例。舉例而言，儘管一些實施例係在利用電子束之內容背景中予以描述，但本發明不限於此。可類似地應用其他類型之帶電粒子束。此外，可使用其他成像系統，諸如光學成像、光偵測、x射線偵測、極紫外線檢測、深紫外線檢測或其類似者。
電子器件係由形成於被稱為基板之矽塊上的電路構成。許多電路可一起形成於同一矽塊上且被稱為積體電路或IC。此等電路之大小已顯著地減小，使得電路中之許多電路可安裝於基板上。舉例而言，智慧型手機中之IC晶片可與拇指甲一樣小且仍可包括超過20億個電晶體，各電晶體之大小不到人類毛髮之大小的1/1000。
製造此等極小IC為常常涉及數百個個別步驟之複雜、耗時且昂貴之程序。甚至一個步驟中之錯誤亦有可能導致成品IC中之缺陷，該等缺陷使得成品IC為無用的。因此，製造程序之一個目標為避免此類缺陷以使在程序中製造之功能性IC的數目最大化，亦即改良程序之總體良率。
改良良率之一個組分為監測晶片製造程序，以確保其正生產足夠數目個功能積體電路。監測該程序之一種方式為在晶片電路結構形成之各個階段處檢測晶片電路結構。可使用掃描電子顯微鏡(SEM)來進行檢測。SEM可用以實際上將此等極小結構成像，從而獲取晶圓之結構之「圖像」。影像可用以判定結構是否適當形成，且亦判定結構是否形成於適當位置中。若結構為有缺陷的，則程序可經調整，使得缺陷不大可能再現。在半導體處理之各個階段期間可能產生缺陷。出於上文所陳述之原因，準確、高效且儘可能早地發現缺陷至關重要。
SEM之工作原理與攝影機相似。攝影機藉由接收及記錄自人或物件反射或發射之光的亮度及顏色來拍攝圖像。SEM藉由接收及記錄自結構反射或發射之電子之能量或數量來拍攝「圖像」。在拍攝此「圖像」之前，可將電子束提供至結構上，且當電子自該等結構反射或發射(「射出」)時，SEM之偵測器可接收並記錄彼等電子之能量或數量以產生影像。為了拍攝此「圖像」，一些SEM使用單個電子束(被稱作「單射束SEM」)，而一些SEM使用多個電子束(被稱作「多射束SEM」)來拍攝晶圓之多個「圖像」。藉由使用多個電子束，SEM可將更多電子束提供至結構上以獲得此等多個「圖像」，從而導致更多電子自結構射出。因此，偵測器可同時接收更多射出電子，且以較高效率及較快速度產生晶圓之結構之影像。
舉例而言，電壓對比度檢測可用作與樣本相關聯之電良率之早期代理。包括電壓對比度圖案之SEM影像通常展示與樣本之特徵相關聯的故障之隨機出現(例如，特徵之不同灰度級)。舉例而言，SEM檢測影像中之灰度強度位準可偏離無缺陷SEM影像中之灰度強度位準，藉此指示與SEM檢測影像相關聯之樣本包括一或多個缺陷(例如，電斷開或短路故障)。在一些實施例中，SEM檢測影像中之其他特性(例如，除了電壓對比度特性之外或除了電壓對比度特性以外)亦可偏離無缺陷SEM影像(例如，與線邊緣粗糙度、線寬粗糙度、局部臨界尺寸均一性、頸縮、橋接、邊緣置放誤差等相關之特性)，藉此指示與SEM檢測影像相關聯之樣本包括一或多個缺陷。
系統可對SEM檢測影像執行失真校正，且將SEM檢測影像與模板影像對準以偵測經檢測樣本上之一或多個缺陷。舉例而言，可藉由比較經對準SEM影像與複數個參考影像(例如，在晶粒至晶粒檢測期間將樣本之檢測影像與兩個無缺陷影像進行比較)來偵測經檢測樣本上之一或多個缺陷。
然而，即使在對SEM檢測影像執行失真校正之後，在檢測期間之影像分析亦遭受約束。因為樣本可具有許多缺陷，所以SEM檢測影像可與模板SEM影像有極大的不同，從而導致SEM檢測影像與模板影像未對準。
此外，在假定缺陷隨機且很少發生的情況下，可使用複數個參考影像來偵測一或多個缺陷，藉此降低參考影像包括與檢測影像相同之缺陷的可能性。然而，參考影像包括與檢測影像相同之缺陷並不少見。當參考影像包括缺陷(例如，與檢測影像相同之缺陷或其他缺陷)時，系統可能無法識別檢測影像中之真實缺陷，或系統可能歸因於有雜訊資料而無法使用檢測影像之特性(例如，諸如橋接之實體特徵)。
歸因於檢測影像與模板影像未對準，系統無法準確地識別樣本上之缺陷的位置或對其進行加索引(例如，影像分析演算法在影像對準期間可能失效)。
所揭示實施例中之一些提供藉由以下操作解決此等缺點中之一些或全部的系統及方法：識別可復原之檢測影像之區，且使用該等經識別區偵測檢測影像中之一或多個缺陷。一些所揭示實施例可藉由計算檢測影像之無缺陷特性且將所計算之無缺陷特性應用於檢測影像而將檢測影像復原至無缺陷影像。在一些實施例中，系統可藉由將檢測影像映射至無缺陷影像且將映射應用至檢測影像來將檢測影像復原至無缺陷影像。在一些實施例中，系統可藉由訓練機器學習模型以將所獲得之檢測影像映射至無缺陷影像且將機器學習模型應用至檢測影像來將檢測影像復原至無缺陷影像。系統可使經復原之檢測影像與模板影像對準以識別執行復原所在的經復原檢測影像之一或多個位置且對樣本上之缺陷之一或多個位置加索引。
出於清楚起見，圖式中之組件的相對尺寸可被誇示。在以下圖式描述內，相同或類似參考數字係指相同或類似組件或實體，且僅描述關於個別實施例之差異。
如本文中所使用，除非另外特定陳述，否則術語「或」涵蓋所有可能組合，除非不可行。舉例而言，若陳述組件可包括A或B，則除非另外特定陳述或不可行，否則組件可包括A，或B，或A及B。作為第二實例，若陳述組件可包括A、B或C，則除非另外特定陳述或不可行，否則組件可包括A，或B，或C，或A及B，或A及C，或B及C，或A及B及C。
圖 1繪示符合本發明之實施例的例示性電子束檢測(EBI)系統100。EBI系統100可用於成像。如 圖 1中所展示，EBI系統100包括主腔室101、裝載/鎖定腔室102、電子束工具104及設備前端模組(EFEM) 106。電子束工具104位於主腔室101內。EFEM 106包括第一裝載埠106a及第二裝載埠106b。EFEM 106可包括額外裝載埠。第一裝載埠106a及第二裝載埠106b收納含有待檢測之晶圓(例如，半導體晶圓或由其他材料製成之晶圓)或樣本的晶圓前開式單元匣(FOUP) (晶圓及樣本可互換使用)。一「批次」為可被裝載以作為批量進行處理的複數個晶圓。
EFEM 106中之一或多個機器人臂(圖中未繪示)可將晶圓輸送至裝載/鎖定腔室102。裝載/鎖定腔室102連接至裝載/鎖定真空泵系統(圖中未繪示)，該裝載/鎖定真空泵系統移除裝載/鎖定腔室102中之氣體分子以達到低於大氣壓力之第一壓力。在達到第一壓力之後，一或多個機器人臂(圖中未繪示)可將晶圓自裝載/鎖定腔室102輸送至主腔室101。主腔室101連接至主腔室真空泵系統(圖中未繪示)，該主腔室真空泵系統移除主腔室101中之氣體分子以達到低於第一壓力之第二壓力。在達到第二壓力之後，晶圓經受電子束工具104之檢測。電子束工具104可為單射束系統或多射束系統。
控制器109以電子方式連接至電子束工具104。控制器109可為經組態以執行EBI系統100之各種控制的電腦。雖然控制器109在 圖 1中被展示為在包括主腔室101、裝載/鎖定腔室102及EFEM 106之結構外部，但應瞭解，控制器109可為該結構之部分。
在一些實施例中，控制器109可包括一或多個處理器(圖中未繪示)。處理器可為能夠操縱或處理資訊之通用或特定電子器件。舉例而言，處理器可包括任何數目個中央處理單元(或「CPU」)、圖形處理單元(或「GPU」)、光學處理器、可程式化邏輯控制器、微控制器、微處理器、數位信號處理器、智慧財產(IP)核心、可程式化邏輯陣列(PLA)、可程式化陣列邏輯(PAL)、通用陣列邏輯(GAL)、複合可程式化邏輯器件(CPLD)、場可程式化閘陣列(FPGA)、系統單晶片(SoC)、特殊應用積體電路(ASIC)以及能夠進行資料處理之任何類型電路的任何組合。處理器亦可為虛擬處理器，其包括橫越經由網路耦接之多個機器或器件而分佈的一或多個處理器。
在一些實施例中，控制器109可進一步包括一或多個記憶體(圖中未繪示)。記憶體可為能夠儲存可由處理器存取(例如，經由匯流排)之程式碼及資料的通用或特定電子器件。舉例而言，記憶體可包括任何數目個隨機存取記憶體(RAM)、唯讀記憶體(ROM)、光碟、磁碟、硬碟機、固態硬碟、快閃隨身碟、安全數位(SD)卡、記憶棒、緊湊型快閃(CF)卡或任何類型之儲存器件的任何組合。程式碼可包括作業系統(OS)及用於特定任務之一或多個應用程式(或「app」)。記憶體亦可為虛擬記憶體，其包括橫越經由網路耦接之多個機器或器件而分佈的一或多個記憶體。
現在參看 圖 2，其為繪示符合本發明之實施例的包括作為圖1之EBI系統100之部分的多射束檢測工具之例示性電子束工具104的示意圖。在一些實施例中，電子束工具104可操作為單射束檢測工具，該單射束檢測工具為 圖 1之EBI系統100的一部分。多射束電子束工具104 (在本文中亦被稱作裝置104)包含電子源201、庫侖孔徑板(或「槍孔徑板」) 271、聚光透鏡210、源轉換單元220、初級投影系統230、機動載物台209及樣本固持器207，該樣本固持器由機動載物台209支撐以固持待檢測之樣本208 (例如，晶圓或遮罩)。多射束電子束工具104可進一步包含二次投影系統250及電子偵測器件240。初級投影系統230可包含物鏡231。電子偵測器件240可包含複數個偵測元件241、242及243。射束分離器233及偏轉掃描單元232可定位於初級投影系統230內部。
電子源201、庫侖孔徑板271、聚光透鏡210、源轉換單元220、射束分離器233、偏轉掃描單元232及初級投影系統230可與裝置104之主光軸204對準。二次投影系統250及電子偵測器件240可與裝置104之副光軸251對準。
電子源201可包含陰極(圖中未繪示)及提取器或陽極(圖中未繪示)，其中在操作期間，電子源201經組態以自陰極發射初級電子且藉由提取器及/或陽極提取或加速初級電子以形成初級電子束202，該初級電子束形成初級射束交越(虛擬或真實的) 203。初級電子束202可被視覺化為自初級射束交越203發射。
源轉換單元220可包含影像形成元件陣列(圖中未繪示)、像差補償器陣列(圖中未繪示)、射束限制孔徑陣列(圖中未繪示)及預彎曲微偏轉器陣列(圖中未繪示)。在一些實施例中，預彎曲微偏轉器陣列使初級電子束202之複數個初級細射束211、212、213偏轉以垂直進入射束限制孔徑陣列、影像形成元件陣列及像差補償器陣列。在一些實施例中，裝置104可操作為單射束系統，使得產生單個初級細射束。在一些實施例中，聚光透鏡210經設計為聚焦初級電子束202以變成平行射束且正入射至源轉換單元220上。影像形成元件陣列可包含複數個微偏轉器或微透鏡以影響初級電子束202之複數個初級細射束211、212、213且形成初級射束交越203之複數個平行影像(虛擬或真實的)，一個影像係關於初級細射束211、212及213中之各者。在一些實施例中，像差補償器陣列可包含場曲率補償器陣列(圖中未繪示)及像散補償器陣列(圖中未繪示)。場曲率補償器陣列可包含複數個微透鏡以補償初級細射束211、212及213之場曲率像差。像散補償器陣列可包含複數個微像散校正器以補償初級細射束211、212及213之像散像差。射束限制孔徑陣列可經組態以限制個別初級細射束211、212、213之直徑。 圖 2展示三個初級細射束211、212及213作為一實例，且應瞭解，源轉換單元220可經組態以形成任何數目個初級細射束。控制器109可連接至 圖 1之EBI系統100之各種部件，諸如源轉換單元220、電子偵測器件240、初級投影系統230或機動載物台209。在一些實施例中，如下文進一步詳細地解釋，控制器109可執行各種影像及信號處理功能。控制器109亦可產生各種控制信號以管控帶電粒子束檢測系統之操作。
聚光透鏡210經組態以聚焦初級電子束202。聚光透鏡210可經進一步組態以藉由使聚光透鏡210之聚焦倍率變化來調整源轉換單元220下游的初級細射束211、212及213之電流。替代地，可藉由變更射束限制孔徑陣列內之對應於個別初級細射束的射束限制孔徑之徑向大小來改變電流。可藉由變更射束限制孔徑之徑向大小及聚光透鏡210之聚焦倍率兩者來改變電流。聚光透鏡210可為可經組態以使得其第一主平面之方位可移動的可調整聚光透鏡。可調整聚光透鏡可經組態為磁性的，此可導致離軸細射束212及213以旋轉角照明源轉換單元220。旋轉角隨著可調整聚光透鏡之聚焦倍率或第一主平面之方位而改變。聚光透鏡210可為反旋轉聚光透鏡，其可經組態以在改變聚光透鏡210之聚焦倍率時保持旋轉角不變。在一些實施例中，聚光透鏡210可為可調整反旋轉聚光透鏡，其中當其聚焦倍率以及其第一主平面之方位變化時，旋轉角並不改變。
物鏡231可經組態以將細射束211、212及213聚焦至樣本208上以供檢測，且在當前實施例中可在樣本208之表面上形成三個探測光點221、222及223。庫侖孔徑板271在操作中經組態以阻擋初級電子束202之周邊電子以減小庫侖效應。庫侖效應可放大初級細射束211、212、213之探測光點221、222及223中之各者的大小，且因此使檢測解析度劣化。
射束分離器233可例如為韋恩濾波器，其包含產生靜電偶極子場及磁偶極子場( 圖 2中未展示)之靜電偏轉器。在操作中，射束分離器233可經組態以由靜電偶極子場對初級細射束211、212及213之個別電子施加靜電力。該靜電力與由射束分離器233之磁偶極子場對該等個別電子施加之磁力的量值相等但方向相反。初級細射束211、212及213因此可以至少實質上零偏轉角至少實質上筆直地通過射束分離器233。
偏轉掃描單元232在操作中經組態以使初級細射束211、212及213偏轉，以使探測光點221、222及223橫越樣本208之表面之區段中的個別掃描區域進行掃描。回應於初級細射束211、212及213或探測光點221、222及223入射於樣本208上，電子自樣本208顯現且產生三個二次電子束261、262及263。二次電子束261、262及263中之各者通常包含二次電子(具有≤ 50eV之電子能量)及反向散射電子(具有介於50 eV與初級細射束211、212及213之著陸能量之間的電子能量)。射束分離器233經組態以使二次電子束261、262及263朝向二次投影系統250偏轉。二次投影系統250隨後將二次電子束261、262及263聚焦至電子偵測器件240之偵測元件241、242及243上。偵測元件241、242及243經配置以偵測對應二次電子束261、262及263且產生對應信號，該等信號經發送至控制器109或信號處理系統(圖中未繪示)，例如以建構樣本208之對應經掃描區域的影像。
在一些實施例中，偵測元件241、242及243分別偵測對應二次電子束261、262及263，且產生對應的強度信號輸出(圖中未繪示)至影像處理系統(例如，控制器109)。在一些實施例中，各偵測元件241、242及243可包含一或多個像素。偵測元件之強度信號輸出可為由偵測元件內之所有像素產生之信號的總和。
在一些實施例中，控制器109可包含影像處理系統，該影像處理系統包括影像獲取器(圖中未繪示)、儲存器(圖中未繪示)。影像獲取器可包含一或多個處理器。舉例而言，影像獲取器可包含電腦、伺服器、大型電腦主機、終端機、個人電腦、任何種類之行動運算器件及其類似者，或其組合。影像獲取器可經由諸如以下各者之媒體以通訊方式耦接至裝置104之電子偵測器件240：電導體、光纖纜線、攜帶型儲存媒體、IR、藍牙、網際網路、無線網路、無線電以及其他，或其組合。在一些實施例中，影像獲取器可自電子偵測器件240接收信號，且可建構影像。影像獲取器可因此獲取樣本208之影像。影像獲取器亦可執行各種後處理功能，諸如產生輪廓、疊加指示符於所獲取影像上，及其類似者。影像獲取器可經組態以執行所獲取影像之亮度及對比度等的調整。在一些實施例中，儲存器可為諸如以下各者之儲存媒體：硬碟、快閃隨身碟、雲端儲存器、隨機存取記憶體(RAM)、其他類型之電腦可讀記憶體及其類似者。儲存器可與影像獲取器耦接，且可用於保存經掃描原始影像資料作為原始影像，及後處理影像。
在一些實施例中，影像獲取器可基於自電子偵測器件240接收之成像信號獲取樣本之一或多個影像。成像信號可對應於用於進行帶電粒子成像之掃描操作。所獲取影像可為包含複數個成像區域之單個影像。可將該單個影像儲存於儲存器中。單個影像可為可劃分成複數個區之原始影像。該等區中之各者可包含含有樣本208之特徵的一個成像區域。所獲取影像可包含按一時間序列取樣多次的樣本208之單一成像區域的多個影像。可將該多個影像儲存於儲存器中。在一些實施例中，控制器109可經組態以運用樣本208之同一位置之多個影像來執行影像處理步驟。
在一些實施例中，控制器109可包括量測電路系統(例如，類比至數位轉換器)以獲得所偵測之二次電子之分佈。在偵測時間窗期間收集之電子分佈資料與入射於晶圓表面上之初級細射束211、212及213中之各者之對應掃描路徑資料結合可用以重建構受檢測晶圓結構的影像。經重建構影像可用以顯露樣本208之內部或外部結構的各種特徵，且藉此可用以顯露可能存在於晶圓中的任何缺陷。
在一些實施例中，控制器109可控制機動載物台209以在樣本208之檢測期間移動樣本208。在一些實施例中，控制器109可使得機動載物台209能夠在一方向上以一恆定速度連續地移動樣本208。在其他實施例中，控制器109可使得機動載物台209能夠取決於掃描程序之步驟隨時間改變樣本208之移動的速度。
儘管 圖 2展示裝置104使用三個初級電子束，但應瞭解，裝置104可使用數目為兩個或多於兩個的初級電子束。本發明並不限制用於裝置104中之初級電子束之數目。在一些實施例中，裝置104可為用於微影之SEM。
與單個帶電粒子束成像系統(「單射束系統」)相比，多帶電粒子束成像系統(「多射束系統」)可經設計以最佳化不同掃描模式之產出量。本發明之實施例提供一種多射束系統，其具有藉由使用具有適於不同產出量及解析度要求之不同幾何形狀的射束陣列來最佳化不同掃描模式之產出量的能力。
可提供一種非暫時性電腦可讀媒體，其儲存指令，該等指令用於處理器(例如， 圖 1 至圖 2之控制器109的處理器)進行影像處理、資料處理、細射束掃描、資料庫管理、圖形顯示、帶電粒子束裝置或另一成像器件之操作，或其類似者。非暫時性媒體之常見形式包括例如：軟碟、可撓性磁碟、硬碟、固態硬碟、磁帶或任何其他磁性資料儲存媒體、CD-ROM、任何其他光學資料儲存媒體、具有孔圖案之任何實體媒體、RAM、PROM及EPROM、FLASH-EPROM或任何其他快閃記憶體、NVRAM、快取記憶體、暫存器、任何其他記憶體晶片或卡匣及其網路化版本。
圖 3繪示展示符合本發明之實施例的二次電子相對於初級電子細射束之著陸能量之良率的例示性曲線圖。該曲線圖繪示初級電子束之複數個細射束(例如， 圖 2之初級電子束202之複數個細射束211、212或213)的著陸能量與二次電子束(例如， 圖 2之二次電子束261、262或263)之良率之間的關係。良率指示回應於初級電子之衝擊而產生的二次電子之數目。舉例而言，大於1.0之良率指示，相較於已著陸於晶圓上之初級電子的數目，可產生更多二次電子。類似地，小於1.0之良率指示回應於初級電子之衝擊可能產生較少二次電子。
如 圖 3之曲線中所展示，當初級電子之著陸能量係在E 1至E 2之範圍內時，與著陸至晶圓之表面上相比，更多的電子可離開晶圓之表面，此可在晶圓之表面處產生正電位。在一些實施例中，缺陷檢測可在前述著陸能量之範圍內執行，其被稱為「正模式」。電子束工具(例如， 圖 2之電子束工具104)在更大正表面電位的情況下可產生器件結構之更暗電壓對比度影像，此係由於偵測器件(例如， 圖 2之偵測器件240)可接收較少二次電子(參見 圖 4)。
當著陸能量低於E 1或高於E 2時，較少電子可離開晶圓之表面，藉此在晶圓之表面處產生負電位。在一些實施例中，缺陷檢測可在著陸能量之此範圍內執行，其被稱為「負模式」。電子束工具(例如， 圖 2之電子束工具104)在更大負表面電位的情況下可產生器件結構之更亮電壓對比度影像，偵測器件(例如， 圖 2之偵測器件240)可接收更多二次電子(參見 圖 4)。
在一些實施例中，初級電子束之著陸能量可受電子源與晶圓之間的總偏壓控制。
圖 4繪示符合本發明之實施例的晶圓之電壓對比度回應之示意圖。在一些實施例中，晶圓中之實體及電缺陷(例如，電阻短路及斷開、深溝槽電容器中之缺陷、後段生產線(BEOL)缺陷等)可使用帶電粒子檢測系統之電壓對比方法來偵測。使用電壓對比度影像的缺陷偵測可使用預掃描程序(亦即，充電、溢流、中和或準備程序)，其中帶電粒子施加至晶圓之區域(例如， 圖 2之樣本208)以在進行檢測之前進行檢測。
在一些實施例中，電子束工具(例如， 圖 2之電子束工具104)可用以藉由以下操作來偵測晶圓之內部或外部結構中的缺陷：運用初級電子束之複數個細射束(例如， 圖 2之初級電子束202之複數個細射束211、212或213)照明晶圓，及量測晶圓對照明之電壓對比度回應。在一些實施例中，晶圓可包含在基板410上開發的測試器件區420。在一些實施例中，測試器件區420可包括由絕緣材料450分離的多個器件結構430及440。舉例而言，器件結構430連接至基板410。相比而言，器件結構440藉由絕緣材料450與基板410分離，使得薄的絕緣體結構470 (例如，薄的氧化物)存在於器件結構440與基板410之間。
電子束工具可藉由運用初級電子束之複數個細射束掃描測試器件區420之表面而自測試器件區420之表面產生二次電子(例如， 圖 2之二次電子束261、262或263)。如上文所解釋，當初級電子之著陸能量介於E 1與E 2之間(例如，良率在 圖 3中大於1.0)時，與著陸於表面上相比，更多的電子可離開晶圓之表面，藉此在晶圓之表面處產生正電位。
如 圖 4中所展示，正電位可積聚於晶圓之表面處。舉例而言，在電子束工具掃描測試器件區420 (例如，在預掃描程序期間)之後，器件結構440可保留更多正電荷，此係因為器件結構440並未連接至基板410中之電接地，藉此在器件結構440之表面處產生正電位。相比而言，具有施加至器件結構430之相同著陸能量(亦即，相同良率)的初始電子可導致在器件結構430中保留較少正電荷，此係由於正電荷可藉由由至基板410之連接供應的電子來中和。
電子束工具之影像處理系統(例如， 圖 2之控制器109)可分別產生對應器件結構430及440之電壓對比度影像435及445。舉例而言，器件結構430短接至接地且可不保留積聚之正電荷。因此，當初級電子細射束在檢測期間著陸於晶圓之表面上時，器件結構430可排斥較多二次電子，藉此產生較亮電壓對比度影像。相比而言，因為器件結構440不具有至基板410或任何其他接地之連接，所以器件結構440可保留正電荷之積聚。正電荷之此積聚可使得器件結構440在檢測期間排斥較少二次電子，藉此產生較暗電壓對比度影像。
電子束工具(例如， 圖 2之多射束電子束工具104)可藉由供應電子以在晶圓之表面上積聚電位來預掃描晶圓之表面。在預掃描晶圓之後，電子束工具可獲得晶圓內之多個晶粒之影像。預掃描在如下假定情況下應用至晶圓：在預掃描期間積聚於晶圓之表面上的電表面電位將在檢測期間保留，且將保持高於電子束工具之偵測臨限值。
然而，積聚之表面電位位準在檢測期間歸因於電崩潰或隧穿之效應可改變，藉此導致偵測缺陷故障。舉例而言，當將高電壓施加至諸如絕緣體結構470之高電阻薄的器件結構(例如，薄的氧化物)時，漏電流可流經該高電阻結構，藉此防止該結構充當完美的絕緣體。此可影響電路功能性且導致器件缺陷。漏電流之類似效應亦可出現於具有不恰當形成之材料或高電阻金屬層的結構中，例如在鎢插塞與場效電晶體(FET)之源極或汲極區域之間的矽化鈷(例如，CoSi、CoSi 2、Co 2Si、Co 3Si等)層。
缺陷蝕刻程序可留下薄的氧化物，從而導致意欲電連接之兩個結構(例如，器件結構440與基板410)之間的非想要電堵塞(例如，斷路)。舉例而言，器件結構430及440可經設計為與基板410接觸且相同地運作，但歸因於製造誤差，絕緣體結構470可存在於器件結構440中。在此狀況下，絕緣體結構470可表示易受崩潰效應影響之缺陷。
圖 5為繪示根據本發明之實施例的樣本之影像復原及缺陷偵測的示意圖。
在一些實施例中，系統可獲得樣本之檢測影像510 (例如，在樣本之檢測期間產生的SEM影像)。在一些實施例中，檢測影像510可包括在視場(FOV)中之樣本(例如， 圖 2之樣本208)的一或多個區。檢測影像510可包括一或多個缺陷512。在一些實施例中，檢測影像中之缺陷可具有不同於無缺陷特性之某些強度位準(例如，電壓對比度影像之「亮度」或「暗度」灰度級)。雖然缺陷512被繪示為「暗」特徵，但應理解，缺陷可被繪示為各種灰度或其他特性(例如，線邊緣粗糙度、線寬粗糙度、局部臨界尺寸均一性、頸縮、橋接、邊緣置放誤差、孔、虛線等)。
在一些實施例中，系統(例如， 圖 8之處理器822)可自檢測影像510判定缺陷特性且基於經判定缺陷特性及檢測影像510產生經更新影像520(例如，無缺陷SEM影像)。在一些實施例中，自檢測影像510判定缺陷特性可包括：評估檢測影像510以識別一或多個缺陷；及判定檢測影像510上對應於經識別之一或多個缺陷的一或多個位置之集合。在一些實施例中，系統可藉由將檢測影像510映射至經更新影像520且將映射應用至檢測影像510來將檢測影像510復原至經更新影像520。在一些實施例中，系統可藉由訓練機器學習模型以將檢測影像510映射至經更新影像520且將機器學習模型應用至檢測影像510來將檢測影像510復原至經更新影像520。在一些實施例中，系統可藉由移除或最小化經識別之一或多個缺陷來產生經更新影像520。在一些實施例中，移除或最小化經識別之一或多個缺陷可包括遮蔽一或多個缺陷。
在一些實施例中，無缺陷特性可包括「明亮」特徵。因此，系統可藉由以下操作產生經更新影像520：判定用於檢測影像510之強度位準，且使用經判定強度位準及檢測影像510來調整檢測影像510之強度位準以最小化檢測影像510之一或多個缺陷(例如，將檢測影像510中之缺陷之強度位準調整為無缺陷之明亮特徵)。在一些實施例中，系統可藉由調整檢測影像510上對應於經識別之一或多個缺陷的一或多個位置之集合處的強度位準以最小化經識別之一或多個缺陷來產生經更新影像520。經更新影像520可包括偵測到之缺陷522 (例如，使用特徵之經判定強度位準所在的特徵，其指示電斷開、電短路等)。
在一些實施例中，產生經更新影像520可包括提供經更新影像520之一或多個位置之集合(例如，偵測到之缺陷522之位置)之指示，該一或多個位置與檢測影像510上對應於經識別之一或多個缺陷的一或多個位置之集合相關聯。在一些實施例中，指示可包括經更新影像之後設資料或經更新影像520之一或多個特性。
在一些實施例中，系統(例如， 圖 8之處理器832)可將經更新影像520與參考影像(例如，模板影像)對準。在使用對準的情況下，系統可識別經更新影像520之與檢測影像510上對應於經識別之一或多個缺陷的一或多個位置之集合相關聯的一或多個位置(例如，或一或多個位置之一或多個集合)。舉例而言，系統可使用對準以識別使用映射以移除或最小化一或多個缺陷所在的經更新影像520之一或多個位置。在一些實施例中，系統可使用對準以識別應用機器學習模型所在的經更新影像520之一或多個位置。
使用經判定缺陷特性以移除、最小化一或多個缺陷所在的經更新影像520之一或多個經識別位置或一或多個位置之集合可對應於經檢測樣本上之一或多個缺陷。舉例而言，使用映射之一或多個位置之集合或應用機器學習模型之一或多個位置之集合可對應於經檢測樣本上之一或多個缺陷。
因此，系統可識別樣本上之缺陷的一或多個位置。在一些實施例中，一或多個缺陷可包括電斷開、電短路、頸縮、橋接或邊緣置放誤差。
有利地，即使樣本具有許多缺陷，歸因於檢測影像510之復原，經更新影像520亦可緊密地匹配參考影像或與參考影像一致(例如，經更新影像520可能與參考影像相同)。因此，可減輕經更新影像520與參考影像之未對準。
此外，可在複數個復原程序期間訓練機器學習模型使得檢測影像之缺陷偵測及復原的準確度提高，藉此提高檢測影像與參考影像之間的對準。
在一些實施例中，系統(例如， 圖 8之處理器842)可對樣本上之缺陷的經識別之一或多個位置加索引(例如，對樣本上之缺陷的位置或方位進行分級或分類)。舉例而言，對樣本上之缺陷的經識別之一或多個位置加索引可包括標註具有缺陷之特徵相對於樣本之方位(例如，第一列中之第一通孔、第三列中之第十四通孔等)。
在一些實施例中，系統可使用一或多個位置之一或多個集合之指示來對樣本之缺陷進行分級。舉例而言，缺陷之分級可包括單一缺陷(例如缺陷512)、一列缺陷(例如缺陷列516)、較小缺陷、較大缺陷等。在一些實施例中，經識別之一或多個位置(例如，偵測到之缺陷522、偵測到之缺陷列526)可用以將缺陷分類為程序缺陷或設計缺陷。在一些實施例中，可基於樣本上之經識別一或多個位置而對缺陷類型進行分類。
圖 6繪示表示影像分析之例示性方法的流程圖。如 圖 6中所展示之影像分析程序600常常用以偵測缺陷並識別樣本上之缺陷之位置。
在步驟601處，系統可獲得檢測影像(例如，在樣本檢測期間產生之SEM影像)及模板影像。舉例而言，模板影像可為樣本之無缺陷SEM影像。模板影像可包括FOV中之樣本的一或多個區。
在步驟603處，系統可對檢測影像執行失真校正，且將檢測影像與模板影像對準以識別經檢測樣本上之一或多個缺陷的位置。
在步驟605處，系統可藉由比較經對準影像與複數個參考影像(例如，在晶粒至晶粒檢測期間將樣本之檢測影像與兩個無缺陷影像進行比較)來偵測經檢測樣本上之一或多個缺陷。
然而，即使在對檢測影像執行失真校正之後，使用程序600進行之影像分析亦遭受約束。因為樣本可具有許多缺陷，所以檢測影像可與檢測影像所比較之模板影像有極大的不同，從而導致檢測影像與模板影像未對準。
此外，在假定缺陷隨機且很少發生的情況下，可使用複數個參考影像來偵測一或多個缺陷，藉此降低參考影像包括與檢測影像相同之缺陷的可能性。然而，參考影像包括與檢測影像相同之缺陷並不少見。當參考影像包括缺陷(例如，與檢測影像相同之缺陷或其他缺陷)時，系統可能無法識別檢測影像中之真實缺陷，或系統可能歸因於有雜訊資料而無法使用檢測影像之特性(例如，諸如橋接之實體特徵)。
在步驟607，系統可對樣本上之缺陷的經識別之一或多個位置加索引(例如，對樣本上之缺陷的位置或方位進行分級或分類)。舉例而言，對樣本上之缺陷的經識別之一或多個位置加索引可包括標註具有缺陷之特徵相對於樣本之方位(例如，第一列中之第一通孔、第三列中之第十四通孔等)。
歸因於檢測影像與模板影像未對準，使用程序600之系統可能無法準確地識別樣本上之缺陷的位置或對其進行加索引(例如，影像分析演算法在影像對準期間可能失效)。
圖 7繪示表示符合本發明之實施例的影像分析之例示性方法的流程圖。可需要如 圖 7中所展示之影像分析程序700來偵測缺陷並識別樣本(例如， 圖 2之樣本)上之缺陷之位置。
在步驟701處，系統(例如， 圖 8之檢測系統810)可獲得樣本之檢測影像(例如，在樣本檢測期間產生之SEM影像)。系統(例如， 圖 8之處理器822)可藉由偵測待復原之檢測影像之區來偵測檢測影像(例如， 圖 5之檢測影像510)中之一或多個缺陷(例如， 圖 5之缺陷512)。在一些實施例中，自檢測影像判定缺陷特性可包括：評估檢測影像以識別一或多個缺陷；及判定檢測影像上對應於經識別之一或多個缺陷的一或多個位置之集合。系統可藉由以下操作將檢測影像復原成無缺陷影像(例如， 圖 5之經更新影像520)：自檢測影像判定缺陷特性且使用經判定缺陷特性及檢測影像產生經更新影像。舉例而言，產生經更新影像可包括調整檢測影像以最小化或移除檢測影像上之一或多個缺陷。
在一些實施例中，系統可藉由將檢測影像映射至無缺陷影像且將映射應用至檢測影像來將檢測影像復原至無缺陷影像。在一些實施例中，系統可藉由訓練機器學習模型以將檢測影像映射至無缺陷影像且將機器學習模型應用至檢測影像來將檢測影像復原至無缺陷影像。在一些實施例中，系統可藉由移除或最小化經識別之一或多個缺陷來產生經更新影像。在一些實施例中，移除或最小化經識別之一或多個缺陷可包括遮蔽一或多個缺陷。
在一些實施例中，缺陷特性可包括影像之缺陷強度位準(例如，與樣本之無缺陷特徵相關聯的電壓對比度影像之「亮」或「暗」灰度級)。舉例而言，產生經更新影像可包括調整檢測影像之強度位準以最小化檢測影像上之缺陷(例如，將檢測影像中之缺陷之強度位準調整為無缺陷的明亮特徵)。在一些實施例中，系統可藉由調整檢測影像上對應於經識別之一或多個缺陷的一或多個位置之集合處的強度位準以最小化經識別之一或多個缺陷來產生經更新影像。在一些實施例中，缺陷特性可包括與樣本之無缺陷特徵相關聯的線邊緣粗糙度、線寬粗糙度、局部臨界尺寸均一性、孔或虛線。在一些實施例中，缺陷特性可包括無諸如頸縮、橋接或邊緣置放誤差之缺陷的樣本之特徵之特性。
在一些實施例中，產生經更新影像可包括提供經更新影像之一或多個位置之集合的指示，該一或多個位置與檢測影像上對應於經識別之一或多個缺陷的一或多個位置之集合相關聯。在一些實施例中，指示可包括經更新影像之後設資料或經更新影像之一或多個特性。
有利地，可在單一模組(例如， 圖 8之復原及缺陷偵測組件820)中發生缺陷偵測及影像復原，此係由於僅需要一個無缺陷參考影像用於缺陷偵測及影像復原。此外，由於參考影像係無缺陷的，因此系統可識別檢測影像中之真實缺陷且在影像分析期間使用檢測影像之特性。
在步驟703處，系統(例如， 圖 8之處理器832)可將經更新影像(例如， 圖 5之經更新影像520)與參考影像(例如，模板影像)對準。舉例而言，系統可將經映射檢測影像與參考影像對準。在使用對準之情況下，系統可識別使用經判定缺陷特性以最小化或移除一或多個缺陷所在的經更新影像之一或多個位置(例如，或一或多個位置之一或多個集合)。舉例而言，系統可使用對準以識別使用映射所在的經更新影像之一或多個位置。在一些實施例中，系統可使用對準以識別應用機器學習模型所在的經更新影像之一或多個位置。
舉例而言，參考影像可為樣本之無缺陷影像。在一些實施例中，參考影像可包括FOV中之樣本之一或多個區。在一些實施例中，參考影像可包括使用者定義之資料(例如，樣本上之特徵之位置)。在一些實施例中，參考影像可為金色影像(例如，實際「完美的」無缺陷影像或機器學習產生之影像)。在一些實施例中，參考影像可自佈局設計資料呈現。
舉例而言，樣本之佈局設計可儲存於用於晶圓設計之佈局檔案中。佈局檔案可呈圖形資料庫系統(GDS)格式、圖形資料庫系統II (GDS II)格式、開放原圖系統互換標準(OASIS)格式、加州理工學院中間格式(Caltech Intermediate Format；CIF)等。晶圓設計可包括用於包括於晶圓上之圖案或結構。圖案或結構可為用於將特徵自光微影遮罩或倍縮光罩轉印至晶圓之遮罩圖案。在一些實施例中，呈GDS或OASIS等格式之佈局可包含以二進位檔案格式儲存的特徵資訊，該二進位檔案格式表示平面幾何形狀、文字及與晶圓設計相關之其他資訊。在一些實施例中，佈局設計可對應於檢測系統之FOV (例如， 圖 8之檢測系統810之FOV可包括佈局設計之一或多個佈局結構)。在一些實施例中，可基於經檢測樣本(例如，基於已在樣本上識別之佈局)來選擇佈局設計。
使用經判定缺陷特性所在的經更新影像之一或多個經識別位置或一或多個位置之集合可對應於經檢測樣本上之一或多個缺陷。舉例而言，使用映射之一或多個位置之集合或應用機器學習模型之一或多個位置之集合可對應於經檢測樣本上之一或多個缺陷。
因此，系統可識別樣本上之缺陷的一或多個位置。在一些實施例中，一或多個缺陷可包括電斷開、電短路、頸縮、橋接、邊緣置放誤差、孔、虛線等。
有利地，即使樣本具有許多缺陷，歸因於檢測影像之復原，經更新影像亦可緊密地匹配參考影像或與參考影像一致(例如，經更新影像可能與參考影像相同)。因此，可減輕經復原檢測影像與參考影像之未對準。
此外，可在複數個復原程序期間訓練機器學習模型使得檢測影像之缺陷偵測及復原的準確度提高，藉此提高檢測影像與參考影像之間的對準。
在步驟705處，系統(例如， 圖 8之處理器842)可對樣本上之缺陷的經識別之一或多個位置加索引(例如，對樣本上之缺陷的位置或方位進行分級或分類)。舉例而言，對樣本上之缺陷的經識別之一或多個位置加索引可包括標註具有缺陷之特徵相對於樣本之方位(例如，第一列中之第一通孔、第三列中之第十四通孔等)。
在一些實施例中，系統可使用一或多個位置之一或多個集合之指示來對樣本之缺陷進行分級。舉例而言，缺陷之分級可包括單一缺陷(例如， 圖 5之缺陷512)、缺陷列(例如， 圖 5之缺陷列516)、較小缺陷、較大缺陷等。在一些實施例中，經識別之一或多個位置(例如， 圖 5之偵測到之缺陷522、 圖 5之偵測到之缺陷列526)可用以將缺陷分級或分類為程序缺陷或設計缺陷。在一些實施例中，可基於樣本上之經識別之一或多個位置來將缺陷類型分級或分類。
有利地，歸因於經復原檢測影像與模板影像之對準，系統可準確地識別樣本上之缺陷的位置並對其加索引。
圖 8為符合本發明之實施例的用於缺陷偵測及缺陷位置識別之系統的示意圖。系統800可包括檢測系統810、復原及缺陷偵測組件820、對準組件830及加索引組件840。檢測系統810、復原及缺陷偵測組件820、對準組件830及加索引組件840可實體地(例如，藉由纜線)或遠端地彼此電耦合(直接地或間接地)。檢查系統810可為關於 圖 1及 圖 2所描述之用於獲取晶圓(參見例如 圖 2之樣本208)之影像的系統。在一些實施例中，系統800之組件可實施為一或多個伺服器(例如，其中各伺服器包括其自身的處理器)。在一些實施例中，系統800之組件可實施為可自系統800之一或多個資料庫提取資料的軟體。在一些實施例中，系統800可包括一個伺服器或複數個伺服器。在一些實施例中，系統800可包括藉由控制器(例如， 圖 1之控制器109、 圖 2之控制器109)實施之一或多個模組。
檢測系統810可將包括樣本(例如， 圖 2之樣本208)之檢測影像之資料傳輸至復原及缺陷偵測組件820。
復原及缺陷偵測組件820可包括處理器822及儲存器824。組件820亦可包括用以將資料發送至對準組件830之通訊介面826。處理器822可經組態以藉由偵測需要復原之檢測影像之區來偵測檢測影像(例如， 圖 5之檢測影像510)中之一或多個缺陷(例如， 圖 5之缺陷512、 圖 5之缺陷列516)。在一些實施例中，處理器822可經組態以藉由評估檢測影像以識別一或多個缺陷且判定檢測影像上對應於經識別之一或多個缺陷的一或多個位置之集合來偵測檢測影像中之一或多個缺陷。處理器822可經組態以藉由自檢測影像判定缺陷特性且使用經判定缺陷特性及檢測影像來產生經更新影像(例如， 圖 5之經更新影像520)從而將檢測影像復原至無缺陷影像(例如， 圖 5之經更新影像520)。舉例而言，產生經更新影像可包括調整檢測影像以最小化或移除檢測影像上之一或多個缺陷。
在一些實施例中，處理器822可經組態以藉由將檢測影像映射至無缺陷影像且將映射應用至檢測影像來將檢測影像復原至無缺陷影像。在一些實施例中，處理器822可經組態以藉由訓練機器學習模型以將檢測影像映射至無缺陷影像且將機器學習模型應用至檢測影像來將檢測影像復原至無缺陷影像。在一些實施例中，處理器822可藉由移除或最小化經識別之一或多個缺陷來產生經更新影像。在一些實施例中，移除或最小化經識別之一或多個缺陷可包括遮蔽一或多個缺陷。
在一些實施例中，缺陷特性可包括影像之缺陷強度位準(例如，與樣本之無缺陷特徵相關聯的電壓對比度影像之「亮」或「暗」灰度級)。舉例而言，產生經更新影像可包括調整檢測影像之強度位準以最小化檢測影像上之缺陷(例如，將檢測影像中之缺陷之強度位準調整為無缺陷的明亮特徵)。在一些實施例中，處理器822可藉由調整檢測影像上對應於經識別之一或多個缺陷的一或多個位置之集合處的強度位準以最小化經識別之一或多個缺陷來產生經更新影像。在一些實施例中，缺陷特性可包括與樣本之缺陷特徵相關聯的線邊緣粗糙度、線寬粗糙度、局部臨界尺寸均一性、孔、虛線。在一些實施例中，無缺陷特性可包括無諸如頸縮、橋接或邊緣置放誤差之缺陷的樣本之特徵之特性。
在一些實施例中，產生經更新影像可包括提供經更新影像之一或多個位置之集合的指示，該一或多個位置與檢測影像上對應於經識別之一或多個缺陷的一或多個位置之集合相關聯。在一些實施例中，指示可包括經更新影像之後設資料或經更新影像之一或多個特性。
有利地，可在單一模組(例如，組件820)中發生缺陷偵測及影像復原，此係由於僅需要一個無缺陷參考影像用於缺陷偵測及影像復原。此外，由於參考影像係無缺陷的，因此處理器822可經組態以識別檢測影像中之真實缺陷且在影像分析期間使用檢測影像之特性。
組件820可將包括復原檢測影像之資料傳輸至對準組件830。
對準組件830可包括處理器832及儲存器834。對準組件830亦可包括用以將資料發送至加索引組件840之通訊介面826。處理器832可經組態以將經更新影像(例如， 圖 5之經更新影像520)與參考影像對準。舉例而言，處理器832可經組態以將經映射檢測影像與參考影像對準。在使用對準之情況下，處理器832可經組態以識別使用缺陷特性以最小化或移除一或多個缺陷所在的經更新影像之一或多個位置。舉例而言，處理器832可經組態以使用對準以識別應用映射所在的經更新影像之一或多個位置。在一些實施例中，處理器832可經組態以使用對準以識別應用機器學習模型所在的經更新影像之一或多個位置。
舉例而言，參考影像可為樣本之無缺陷影像。在一些實施例中，參考影像可包括FOV中之樣本之一或多個區。在一些實施例中，參考影像可包括使用者定義之資料(例如，樣本上之特徵之位置)。在一些實施例中，參考影像可為金色影像(例如，實際「完美的」無缺陷影像或機器學習產生之影像)。在一些實施例中，參考影像可自佈局設計資料呈現。
舉例而言，樣本之佈局設計可儲存於用於晶圓設計之佈局檔案中。佈局檔案可呈圖形資料庫系統(GDS)格式、圖形資料庫系統II (GDS II)格式、開放原圖系統互換標準(OASIS)格式、加州理工學院中間格式(CIF)等。晶圓設計可包括用於包括於晶圓上之圖案或結構。圖案或結構可為用於將特徵自光微影遮罩或倍縮光罩轉印至晶圓之遮罩圖案。在一些實施例中，呈GDS或OASIS等格式之佈局可包含以二進位檔案格式儲存的特徵資訊，該二進位檔案格式表示平面幾何形狀、文字及與晶圓設計相關之其他資訊。在一些實施例中，佈局設計可對應於檢測系統之FOV (例如，檢測系統810之FOV可包括佈局設計之一或多個佈局結構)。在一些實施例中，可基於經檢測樣本(例如，基於已在樣本上識別之佈局)來選擇佈局設計。
使用經判定缺陷特性所在的經更新影像之一或多個經識別位置或一或多個位置之集合可對應於經檢測樣本上之一或多個缺陷。舉例而言，應用映射之一或多個位置之集合或應用機器學習模型之一或多個位置之集合可對應於經檢測樣本上之一或多個缺陷。
因此，系統可識別樣本上之缺陷的一或多個位置。在一些實施例中，一或多個缺陷可包括電斷開、電短路、頸縮、橋接、邊緣置放誤差、孔、虛線等。
有利地，即使樣本具有許多缺陷，歸因於檢測影像之復原，經更新影像亦可緊密地匹配參考影像或與參考影像一致(例如，經更新影像可能與參考影像相同)。因此，可減輕經復原檢測影像與參考影像之未對準。
此外，可在複數個復原程序期間訓練機器學習模型使得檢測影像之缺陷偵測及復原的準確度提高，藉此提高檢測影像與參考影像之間的對準。
對準組件830可傳輸包括檢測影像經復原至加索引組件840所在的檢測影像之經識別位置之資料。
加索引組件840可包括處理器842及儲存器844。加索引組件840亦可包括用以自對準組件830接收資料之通訊介面846。處理器842可經組態以對樣本上之缺陷的經識別之一或多個位置加索引(例如，對樣本上之缺陷的位置或方位進行分級或分類)。舉例而言，對樣本上之缺陷的經識別之一或多個位置加索引可包括標註具有缺陷之特徵相對於樣本之方位(例如，第一列中之第一通孔、第三列中之第十四通孔等)。
在一些實施例中，系統可使用一或多個位置之一或多個集合之指示來對樣本之缺陷進行分級。舉例而言，缺陷之分級可包括單一缺陷( 圖 5之缺陷512)、缺陷列(例如， 圖 5之缺陷列516)、較小缺陷、較大缺陷。在一些實施例中，經識別之一或多個位置(例如， 圖 5之偵測到之缺陷522、 圖 5之偵測到之缺陷列526)可用以將缺陷分類為程序缺陷或設計缺陷。在一些實施例中，可基於樣本上之經識別一或多個位置而對缺陷類型進行分類。
有利地，歸因於經復原檢測影像與模板影像之對準，處理器842可經組態以準確地識別樣本上之缺陷的位置並對其加索引。
可提供符合本發明中之實施例的非暫時性電腦可讀媒體，其儲存用於使控制器(例如， 圖 1之控制器109)之處理器控制電子束工具之指令。舉例而言，指令可包括：獲得樣本之檢測影像；自影像判定缺陷特性；藉由使用經判定缺陷特性及影像而產生經更新影像；及使經更新影像與參考影像對準(參見例如 圖 7)。非暫時性媒體之常見形式包括例如軟碟、可撓性磁碟、硬碟、固態硬碟、磁帶或任何其他磁性資料儲存媒體、光碟唯讀記憶體(CD-ROM)、任何其他光學資料儲存媒體、具有孔圖案之任何實體媒體、隨機存取記憶體(RAM)、可程式化唯讀記憶體(PROM)及可抹除可程式化唯讀記憶體(EPROM)、FLASH-EPROM或任何其他快閃記憶體、非揮發性隨機存取記憶體(NVRAM)、快取記憶體、暫存器、任何其他記憶體晶片或卡匣，及其網路化版本。
可使用以下條項進一步描述實施例： 1. 一種影像分析之方法，其包含： 獲得一樣本之一影像； 自該影像判定缺陷特性； 基於該等經判定缺陷特性及該影像而產生一經更新影像；及 將該經更新影像與一參考影像對準。 2. 如條項1之方法，其中自該影像判定缺陷特性包含： 評估該樣本之該影像以識別任一或多個缺陷；及 判定該影像上對應於經識別之該一或多個缺陷的一或多個位置之一集合。 3. 如條項2之方法，其中產生該經更新影像包含： 提供該經更新影像上之一或多個位置之一集合的一指示，該一或多個位置與該影像上對應於經識別之該一或多個缺陷的一或多個位置之該集合相關聯。 4. 如條項2至3中任一項之方法，其中產生該經更新影像包含： 移除或最小化經識別之該一或多個缺陷。 5. 如條項3至4中任一項之方法，其進一步包含基於一或多個位置之該集合之該指示對該一或多個缺陷進行分級。 6. 如條項3至5中任一項之方法，其中該指示包含該經更新影像之後設資料或該經更新影像之一特性中的任一者。 7. 如條項1至6中任一項之方法，其中產生該經更新影像進一步包含調整該影像以最小化該影像上之一缺陷。 8. 如條項1至7中任一項之方法，其中該等經判定缺陷特性包含來自該影像之強度位準。 9. 如條項8之方法，其中來自該影像之該等強度位準對應於指示電壓對比度之灰度。 10. 如條項8至9中任一項之方法，其中產生該經更新影像進一步包含調整該影像上對應於經識別之一或多個缺陷的一或多個位置之一集合處的該等強度位準，以移除或最小化經識別之該一或多個缺陷。 11. 如條項2至10中任一項之方法，其中該一或多個缺陷指示一電短路或一電斷開中之任一者。 12. 如條項2至11中任一項之方法，其中該一或多個缺陷指示頸縮、橋接、邊緣置放誤差、孔或一虛線中之任一者。 13. 如條項1至12中任一項之方法，其中該參考影像係基於佈局資料。 14. 如條項1至13中任一項之方法，其中該參考影像包含一金色影像。 15. 一種非暫時性電腦可讀媒體，其儲存一組指令，該組指令可由一運算器件之至少一個處理器執行以使該運算器件執行用於影像分析之一方法，該方法包含： 獲得一樣本之一影像； 自該影像判定缺陷特性； 基於該等經判定缺陷特性及該影像而產生一經更新影像；及 將該經更新影像與一參考影像對準。 16. 如條項15之非暫時性電腦可讀媒體，其中該組指令可由一運算器件之至少一個處理器執行以使得該運算器件進一步執行藉由以下操作自該影像判定缺陷特性： 評估該樣本之該影像以識別任一或多個缺陷；及 判定該影像上對應於經識別之該一或多個缺陷的一或多個位置之一集合。 17. 如條項16之非暫時性電腦可讀媒體，其中該指令集可由一運算器件之至少一個處理器執行以使得該運算器件進一步執行以下操作： 提供該經更新影像上之一或多個位置之一集合的一指示，該一或多個位置與該影像上對應於經識別之該一或多個缺陷的一或多個位置之該集合相關聯。 18. 如條項16至17中任一項之非暫時性電腦可讀媒體，其中產生該經更新影像包含： 移除或最小化經識別之該一或多個缺陷。 19. 如條項17至18中任一項之非暫時性電腦可讀媒體，其中該指令集可由一運算器件之至少一個處理器執行以使該運算器件進一步執行以下操作： 基於一或多個位置之該集合之該指示而對該一或多個缺陷進行分級。 20. 如條項17至19中任一項之非暫時性電腦可讀媒體，其中該指示包含該經更新影像之後設資料或該經更新影像之一特性中的任一者。 21. 如條項15至20中任一項之非暫時性電腦可讀媒體，其中產生該經更新影像進一步包含調整該影像以最小化該影像上之一缺陷。 22. 如條項15至21中任一項之非暫時性電腦可讀媒體，其中該等經判定缺陷特性包含來自該影像之強度位準。 23. 如條項22之非暫時性電腦可讀媒體，其中來自該影像之該等強度位準對應於指示電壓對比度之灰度。 24. 如條項22至23中任一項之非暫時性電腦可讀媒體，其中產生該經更新影像進一步包含調整該影像上對應於經識別之一或多個缺陷的一或多個位置之一集合處的該等強度位準，以移除或最小化經識別之該一或多個缺陷。 25. 如條項16至24中任一項之非暫時性電腦可讀媒體，其中該一或多個缺陷指示一電短路或一電斷開中之任一者。 26. 如條項16至25中任一項之非暫時性電腦可讀媒體，其中該一或多個缺陷指示頸縮、橋接、邊緣置放誤差、孔或一虛線中之任一者。 27. 如條項15至26中任一項之非暫時性電腦可讀媒體，其中該參考影像係基於佈局資料。 28. 如條項15至27中任一項之非暫時性電腦可讀媒體，其中該參考影像包含一金色影像。 29. 一種用於影像分析之系統，其包含： 一控制器，其包括經組態以使該系統執行以下操作之電路系統： 獲得一樣本之一影像； 自該影像判定缺陷特性； 基於該等經判定缺陷特性及該影像而產生一經更新影像；及 將該經更新影像與一參考影像對準。 30. 如條項29之系統，其中自該影像判定缺陷特性包含： 評估該樣本之該影像以識別任一或多個缺陷；及 判定該影像上對應於經識別之該一或多個缺陷的一或多個位置之一集合。 31. 如條項30之系統，其中該控制器包括經組態以使該系統進一步執行以下操作之電路系統： 提供該經更新影像上之一或多個位置之一集合的一指示，該一或多個位置與該影像上對應於經識別之該一或多個缺陷的一或多個位置之該集合相關聯。 32. 如條項30至31中任一項之系統，其中產生該經更新影像包含： 移除或最小化經識別之該一或多個缺陷。 33. 如條項31至32中任一項之系統，其中該控制器包括經組態以使該系統進一步執行包含以下操作之電路系統：基於一或多個位置之該集合之該指示而對該一或多個缺陷進行分級。 34. 如條項31至33中任一項之系統，其中該指示包含該經更新影像之後設資料或該經更新影像之一特性中的任一者。 35. 如條項29至34中任一項之系統，其中產生該經更新影像進一步包含調整該影像以最小化該影像上之一缺陷。 36. 如條項29至35中任一項之系統，其中該等經判定缺陷特性包含來自該影像之強度位準。 37. 如條項36之系統，其中來自該影像之該等強度位準對應於指示電壓對比度之灰度。 38. 如條項36至37中任一項之系統，其中產生該經更新影像進一步包含調整該影像上對應於經識別之一或多個缺陷的一或多個位置之一集合處的該等強度位準，以移除或最小化經識別之該一或多個缺陷。 39. 如條項30至38中任一項之系統，其中該一或多個缺陷指示一電短路或一電斷開中之任一者。 40. 如條項30至39中任一項之系統，其中該一或多個缺陷指示頸縮、橋接、邊緣置放誤差、孔或一虛線中之任一者。 41. 如條項29至40中任一項之系統，其中該參考影像係基於佈局資料。 42. 如條項29至41中任一項之系統，其中該參考影像包含一金色影像。 43. 一種影像分析之方法，其包含： 獲得一樣本之一影像； 將該影像映射至一無缺陷影像； 基於該映射及該影像產生一經更新影像；及 將該經更新影像與一參考影像對準。 44. 如條項43之方法，其中將該影像映射至該無缺陷影像包含： 評估該樣本之該影像以識別任一或多個缺陷；及 判定該影像上對應於經識別之該一或多個缺陷的一或多個位置之一集合。 45. 如條項44之方法，其中產生該經更新影像包含： 提供該經更新影像上之一或多個位置之一集合的一指示，該一或多個位置與該影像上對應於經識別之該一或多個缺陷的一或多個位置之該集合相關聯。 46. 如條項44至45中任一項之方法，其中產生該經更新影像包含： 移除或最小化經識別之該一或多個缺陷。 47. 如條項45至46中任一項之方法，其進一步包含基於一或多個位置之該集合之該指示對該一或多個缺陷進行分級。 48. 如條項45至47中任一項之方法，其中該指示包含該經更新影像之後設資料或該經更新影像之一特性中的任一者。 49. 如條項43至48中任一項之方法，其中產生該經更新影像進一步包含調整該影像以最小化該影像上之一缺陷。 50. 如條項43至49中任一項之方法，其中該映射包含來自該影像之強度位準。 51. 如條項50之方法，其中來自該影像之該等強度位準對應於指示電壓對比度之灰度。 52. 如條項50至51中任一項之方法，其中產生該經更新影像進一步包含調整該影像上對應於經識別之一或多個缺陷的一或多個位置之一集合處的該等強度位準，以移除或最小化經識別之該一或多個缺陷。 53. 如條項44至52中任一項之方法，其中該一或多個缺陷指示一電短路或一電斷開中之任一者。 54. 如條項44至53中任一項之方法，其中該一或多個缺陷指示頸縮、橋接、邊緣置放誤差、孔或一虛線中之任一者。 55. 如條項43至54中任一項之方法，其中該參考影像係基於佈局資料。 56. 如條項43至55中任一項之方法，其中該參考影像包含一金色影像。 57. 一種非暫時性電腦可讀媒體，其儲存一組指令，該組指令可由一運算器件之至少一個處理器執行以使該運算器件執行用於影像分析之一方法，該方法包含： 獲得一樣本之一影像； 將該影像映射至一無缺陷影像； 基於該映射及該影像產生一經更新影像；及 將該經更新影像與一參考影像對準。 58. 如條項57之非暫時性電腦可讀媒體，其中該組指令可由該運算器件之至少一個處理器執行以使得該運算器件進一步執行藉由以下操作將該影像映射至該無缺陷影像： 評估該樣本之該影像以識別任一或多個缺陷；及 判定該影像上對應於經識別之該一或多個缺陷的一或多個位置之一集合。 59. 如條項58之非暫時性電腦可讀媒體，其中該指令集可由一運算器件之至少一個處理器執行以使得該運算器件進一步執行以下操作： 提供該經更新影像上之一或多個位置之一集合的一指示，該一或多個位置與該影像上對應於經識別之該一或多個缺陷的一或多個位置之該集合相關聯。 60. 如條項58至59中任一項之非暫時性電腦可讀媒體，其中產生該經更新影像包含： 移除或最小化經識別之該一或多個缺陷。 61. 如條項59至60中任一項之非暫時性電腦可讀媒體，其中該指令集可由一運算器件之至少一個處理器執行以使該運算器件進一步執行以下操作： 基於一或多個位置之該集合之該指示而對該一或多個缺陷進行分級。 62. 如條項59至61中任一項之非暫時性電腦可讀媒體，其中該指示包含該經更新影像之後設資料或該經更新影像之一特性中的任一者。 63. 如條項57至62中任一項之非暫時性電腦可讀媒體，其中產生該經更新影像進一步包含調整該影像以最小化該影像上之一缺陷。 64. 如條項57至63中任一項之非暫時性電腦可讀媒體，其中該映射包含來自該影像之強度位準。 65. 如條項64之非暫時性電腦可讀媒體，其中來自該影像之該等強度位準對應於指示電壓對比度之灰度。 66. 如條項64至65中任一項之非暫時性電腦可讀媒體，其中產生該經更新影像進一步包含調整該影像上對應於經識別之一或多個缺陷的一或多個位置之一集合處的該等強度位準，以移除或最小化經識別之該一或多個缺陷。 67. 如條項58至66中任一項之非暫時性電腦可讀媒體，其中該一或多個缺陷指示一電短路或一電斷開中之任一者。 68. 如條項58至67中任一項之非暫時性電腦可讀媒體，其中該一或多個缺陷指示頸縮、橋接、邊緣置放誤差、孔或一虛線中之任一者。 69. 如條項57至68中任一項之非暫時性電腦可讀媒體，其中該參考影像係基於佈局資料。 70. 如條項57至69中任一項之非暫時性電腦可讀媒體，其中該參考影像包含一金色影像。 71. 一種用於影像分析之系統，其包含： 一控制器，其包括經組態以使該系統執行以下操作之電路系統： 獲得一樣本之一影像； 將該影像映射至一無缺陷影像； 基於該映射及該影像產生一經更新影像；及 將該經更新影像與一參考影像對準。 72. 如條項71之系統，其中將該影像映射至該無缺陷影像包含： 評估該樣本之該影像以識別任一或多個缺陷；及 判定該影像上對應於經識別之該一或多個缺陷的一或多個位置之一集合。 73. 如條項72之系統，其中該控制器包括經組態以使該系統進一步執行以下操作之電路系統： 提供該經更新影像上之一或多個位置之一集合的一指示，該一或多個位置與該影像上對應於經識別之該一或多個缺陷的一或多個位置之該集合相關聯。 74. 如條項72至73中任一項之系統，其中產生該經更新影像包含： 移除或最小化經識別之該一或多個缺陷。 75. 如條項73至74中任一項之系統，其中該控制器包括經組態以使該系統進一步執行包含以下操作之電路系統：基於一或多個位置之該集合之該指示而對該一或多個缺陷進行分級。 76. 如條項73至75中任一項之系統，其中該指示包含該經更新影像之後設資料或該經更新影像之一特性中的任一者。 77. 如條項71至76中任一項之系統，其中產生該經更新影像進一步包含調整該影像以最小化該影像上之一缺陷。 78. 如條項71至77中任一項之系統，其中該映射包含來自該影像之強度位準。 79. 如條項78之系統，其中來自該影像之該等強度位準對應於指示電壓對比度之灰度。 80. 如條項78至79中任一項之系統，其中產生該經更新影像進一步包含調整該影像上對應於經識別之一或多個缺陷的一或多個位置之一集合處的該等強度位準，以移除或最小化經識別之該一或多個缺陷。 81. 如條項72至80中任一項之系統，其中該一或多個缺陷指示一電短路或一電斷開中之任一者。 82. 如條項72至81中任一項之系統，其中該一或多個缺陷指示頸縮、橋接、邊緣置放誤差、孔或一虛線中之任一者。 83. 如條項71至82中任一項之系統，其中該參考影像係基於佈局資料。 84. 如條項71至83中任一項之系統，其中該參考影像包含一金色影像。 85. 一種影像分析之方法，其包含： 獲得一樣本之一影像； 訓練一機器學習模型以將該影像映射至一無缺陷影像； 藉由將該機器學習模型應用於該影像來產生一經更新影像；及 將該經更新影像與一參考影像對準。 86. 如條項85之方法，其中將該影像映射至該無缺陷影像包含： 評估該樣本之該影像以識別任一或多個缺陷；及 判定該影像上對應於經識別之該一或多個缺陷的一或多個位置之一集合。 87. 如條項86之方法，其中產生該經更新影像包含： 提供該經更新影像上之一或多個位置之一集合的一指示，該一或多個位置與該影像上對應於經識別之該一或多個缺陷的一或多個位置之該集合相關聯。 88. 如條項86至87中任一項之方法，其中產生該經更新影像包含： 移除或最小化經識別之該一或多個缺陷。 89. 如條項87至88中任一項之方法，其進一步包含基於一或多個位置之該集合之該指示對該一或多個缺陷進行分級。 90. 如條項87至89中任一項之方法，其中該指示包含該經更新影像之後設資料或該經更新影像之一特性中的任一者。 91. 如條項85至90中任一項之方法，其中產生該經更新影像進一步包含調整該影像以最小化該影像上之一缺陷。 92. 如條項85至91中任一項之方法，其中該映射包含來自該影像之強度位準。 93. 如條項92之方法，其中來自該影像之該等強度位準對應於指示電壓對比度之灰度。 94. 如條項92至93中任一項之方法，其中產生該經更新影像進一步包含調整該影像上對應於經識別之一或多個缺陷的一或多個位置之一集合處的該等強度位準，以移除或最小化經識別之該一或多個缺陷。 95. 如條項86至94中任一項之方法，其中該一或多個缺陷指示一電短路或一電斷開中之任一者。 96. 如條項86至95中任一項之方法，其中該一或多個缺陷指示頸縮、橋接、邊緣置放誤差、孔或一虛線中之任一者。 97. 如條項85至96中任一項之方法，其中該參考影像係基於佈局資料。 98. 如條項85至97中任一項之方法，其中該參考影像包含一金色影像。 99. 一種影像分析之方法，其包含： 獲得一樣本之一影像； 藉由將一機器學習模型應用於該影像來產生一經更新影像，其中該機器學習模型將該影像映射至一無缺陷影像；及 將該經更新影像與一參考影像對準。 100. 如條項99之方法，其中將該影像映射至該無缺陷影像包含： 評估該樣本之該影像以識別任一或多個缺陷；及 判定該影像上對應於經識別之該一或多個缺陷的一或多個位置之一集合。 101. 如條項100之方法，其中產生該經更新影像包含： 提供該經更新影像上之一或多個位置之一集合的一指示，該一或多個位置與該影像上對應於經識別之該一或多個缺陷的一或多個位置之該集合相關聯。 102. 如條項100至101中任一項之方法，其中產生該經更新影像包含： 移除或最小化經識別之該一或多個缺陷。 103. 如條項101至102中任一項之方法，其進一步包含基於一或多個位置之該集合之該指示對該一或多個缺陷進行分級。 104. 如條項101至103中任一項之方法，其中該指示包含該經更新影像之後設資料或該經更新影像之一特性中的任一者。 105. 如條項99至104中任一項之方法，其中產生該經更新影像進一步包含調整該影像以最小化該影像上之一缺陷。 106. 如條項99至105中任一項之方法，其中該映射包含來自該影像之強度位準。 107. 如條項106之方法，其中來自該影像之該等強度位準對應於指示電壓對比度之灰度。 108. 如條項106至107中任一項之方法，其中產生該經更新影像進一步包含調整該影像上對應於經識別之一或多個缺陷的一或多個位置之一集合處的該等強度位準，以移除或最小化經識別之該一或多個缺陷。 109. 如條項100至108中任一項之方法，其中該一或多個缺陷指示一電短路或一電斷開中之任一者。 110. 如條項100至109中任一項之方法，其中該一或多個缺陷指示頸縮、橋接、邊緣置放誤差、孔或一虛線中之任一者。 111. 如條項99至110中任一項之方法，其中該參考影像係基於佈局資料。 112. 如條項99至111中任一項之方法，其中該參考影像包含一金色影像。
應瞭解，本發明之實施例不限於已在上文所描述及在隨附圖式中所繪示之確切構造，且可在不脫離本發明之範疇的情況下作出各種修改及改變。
100:例示性電子束檢測(EBI)系統 101:主腔室 102:裝載/鎖定腔室 104:電子束工具/多射束電子束工具/裝置 106:設備前端模組(EFEM) 106a:第一裝載埠 106b:第二裝載埠 109:控制器 201:電子源 202:初級電子束 203:初級射束交越 204:主光軸 207:樣本固持器 208:樣本 209:機動載物台 210:聚光透鏡 211:初級細射束 212:初級細射束 213:初級細射束 220:源轉換單元 221:探測光點 222:探測光點 223:探測光點 230:初級投影系統 231:物鏡 232:偏轉掃描單元 233:射束分離器 240:電子偵測器件 241:偵測元件 242:偵測元件 243:偵測元件 250:二次投影系統 251:副光軸 261:二次電子束 262:二次電子束 263:二次電子束 271:庫侖孔徑板 410:基板 420:測試器件區 430:器件結構 435:電壓對比度影像 440:器件結構 445:電壓對比度影像 450:絕緣材料 470:絕緣體結構 510:檢測影像 512:缺陷 516:缺陷列 520:經更新影像 522:偵測到之缺陷 526:缺陷列 600:影像分析程序 601:步驟 603:步驟 605:步驟 607:步驟 700:影像分析程序 701:步驟 703:步驟 705:步驟 800:系統 810:檢測系統 820:復原及缺陷偵測組件 822:處理器 824:儲存器 826:通訊介面 830:對準組件 832:處理器 834:儲存器 836:通訊介面 840:加索引組件 842:處理器 844:儲存器 846:通訊介面 E 1:著陸能量 E 2:著陸能量
圖 1為繪示符合本發明之實施例的例示性電子束檢測(EBI)系統之示意圖。
圖 2為繪示符合本發明之實施例的 圖 1之例示性帶電粒子束檢測系統之一部分的例示性多射束系統之示意圖。
圖 3為展示符合本發明之實施例的二次電子相對於初級電子細射束之著陸能量之良率的例示性曲線圖。
圖 4為繪示符合本發明之實施例的晶圓之例示性電壓對比度回應的示意圖。
圖 5為繪示根據本發明之實施例的樣本之影像復原及缺陷偵測的示意圖。
圖 6繪示表示影像分析之例示性方法的流程圖。
圖 7繪示表示符合本發明之實施例的影像分析之例示性方法的流程圖。
圖 8為符合本發明之實施例的用於缺陷偵測及缺陷位置識別之系統的示意圖。
510:檢測影像
512:缺陷
516:缺陷列
520:經更新影像
522:偵測到之缺陷
526:缺陷列

Claims (15)

  1. 一種用於影像分析之系統，其包含： 一控制器，其包括經組態以使該系統執行以下操作之電路系統： 獲得一樣本之一影像； 自該影像判定缺陷特性； 基於該等經判定缺陷特性及該影像而產生一經更新影像；及 將該經更新影像與一參考影像對準。
  2. 如請求項1之系統，其中自該影像判定缺陷特性包含： 評估該樣本之該影像以識別任一或多個缺陷；及 判定該影像上對應於經識別之該一或多個缺陷的一或多個位置之一集合。
  3. 如請求項2之系統，其中該控制器包括經組態以使該系統進一步執行以下操作之電路系統： 提供該經更新影像上之一或多個位置之一集合的一指示，該一或多個位置與該影像上對應於經識別之該一或多個缺陷的一或多個位置之該集合相關聯。
  4. 如請求項2之系統，其中產生該經更新影像包含： 移除或最小化經識別之該一或多個缺陷。
  5. 如請求項3之系統，其中該控制器包括經組態以使該系統進一步執行包含以下操作之電路系統：基於一或多個位置之該集合之該指示而對該一或多個缺陷進行分級。
  6. 如請求項3之系統，其中該指示包含該經更新影像之後設資料或該經更新影像之一特性中的任一者。
  7. 如請求項1之系統，其中產生該經更新影像進一步包含：調整該影像以最小化該影像上之一缺陷。
  8. 如請求項1之系統，其中該等經判定缺陷特性包含來自該影像之強度位準。
  9. 如請求項8之系統，其中來自該影像之該等強度位準對應於指示電壓對比度之灰度。
  10. 如請求項8之系統，其中產生該經更新影像進一步包含：調整該影像上對應於經識別之一或多個缺陷的一或多個位置之一集合處的該等強度位準，以移除或最小化經識別之該一或多個缺陷。
  11. 如請求項2之系統，其中該一或多個缺陷指示一電短路或一電斷開中之任一者。
  12. 如請求項2之系統，其中該一或多個缺陷指示頸縮、橋接、邊緣置放誤差、孔或一虛線中之任一者。
  13. 如請求項1之系統，其中該參考影像係基於佈局資料。
  14. 如請求項1之系統，其中該參考影像包含一金色影像。
  15. 一種非暫時性電腦可讀媒體，其儲存一組指令，該組指令可由一運算器件之至少一個處理器執行以使該運算器件執行用於影像分析之一方法，該方法包含： 獲得一樣本之一影像； 將該影像映射至一無缺陷影像； 基於該映射及該影像產生一經更新影像；及 將該經更新影像與一參考影像對準。
TW111141729A 2021-11-16 2022-11-02 在帶電粒子系統中用於缺陷偵測及缺陷位置識別之系統及方法 TW202335019A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US202163264142P 2021-11-16 2021-11-16
US63/264,142 2021-11-16

Publications (1)

Publication Number Publication Date
TW202335019A true TW202335019A (zh) 2023-09-01

Family

ID=84358056

Family Applications (1)

Application Number Title Priority Date Filing Date
TW111141729A TW202335019A (zh) 2021-11-16 2022-11-02 在帶電粒子系統中用於缺陷偵測及缺陷位置識別之系統及方法

Country Status (2)

Country Link
TW (1) TW202335019A (zh)
WO (1) WO2023088623A1 (zh)

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10866197B2 (en) * 2018-09-20 2020-12-15 KLA Corp. Dispositioning defects detected on extreme ultraviolet photomasks
KR20220032615A (ko) * 2019-08-14 2022-03-15 에이에스엠엘 네델란즈 비.브이. 다수 하전-입자 빔 검사에서의 크로스토크 상쇄
US11282189B2 (en) * 2019-09-16 2022-03-22 Intel Corporation Unsupervised clustering to identify anomalies
US11450012B2 (en) * 2019-10-31 2022-09-20 Kla Corporation BBP assisted defect detection flow for SEM images

Also Published As

Publication number Publication date
WO2023088623A1 (en) 2023-05-25

Similar Documents

Publication Publication Date Title
CN116601738A (zh) 通过带电粒子系统中的高级充电控制器模块的热辅助检查
KR20220037511A (ko) 멀티-빔 sem 툴들을 위한 자기-참조 건전성 모니터링 시스템
TW202307421A (zh) 帶電粒子檢測中之影像失真校正
TW202335019A (zh) 在帶電粒子系統中用於缺陷偵測及缺陷位置識別之系統及方法
US20230117237A1 (en) Contour extraction method from inspection image in multiple charged-particle beam inspection
CN117015714A (zh) 在带电粒子系统中通过偏转器控制进行检查的系统和方法
TWI834123B (zh) 帶電粒子系統中藉由偏轉器控制之用於檢測之系統及方法
TWI841933B (zh) 用於在帶電粒子系統中之檢查期間判定局部焦點之系統及方法
EP4152096A1 (en) System and method for inspection by failure mechanism classification and identification in a charged particle system
US20230162944A1 (en) Image enhancement based on charge accumulation reduction in charged-particle beam inspection
US20230139085A1 (en) Processing reference data for wafer inspection
US20240183806A1 (en) System and method for determining local focus points during inspection in a charged particle system
TWI834086B (zh) 藉由帶電粒子系統中之先進電荷控制器模組之熱輔助檢測
WO2023156125A1 (en) Systems and methods for defect location binning in charged-particle systems
US20230417830A1 (en) In-line electrical detection of defects at wafer level
TWI817474B (zh) 用於對自影像資料提取之複數個圖案進行分組的系統及相關的非暫時性電腦可讀媒體
US20230012946A1 (en) System and method for defect inspection using voltage contrast in a charged particle system
TW202240640A (zh) 用於在帶電粒子系統中之檢查期間判定局部焦點之系統及方法
TW202407741A (zh) 於檢測期間改善影像品質之系統及方法
WO2022207181A1 (en) Improved charged particle image inspection
KR20230119139A (ko) 하전 입자 빔 검사 시스템에서의 토폴로지 기반의 이미지 렌더링
CN117280336A (zh) 用于带电粒子系统的分布式图像记录和存储的系统和方法