TW202401000A - 晶圓的三維表面計量 - Google Patents

晶圓的三維表面計量 Download PDF

Info

Publication number
TW202401000A
TW202401000A TW112109314A TW112109314A TW202401000A TW 202401000 A TW202401000 A TW 202401000A TW 112109314 A TW112109314 A TW 112109314A TW 112109314 A TW112109314 A TW 112109314A TW 202401000 A TW202401000 A TW 202401000A
Authority
TW
Taiwan
Prior art keywords
sites
algorithm
sem
condition
calibration
Prior art date
Application number
TW112109314A
Other languages
English (en)
Inventor
伊多 阿爾莫格
隆 巴歐
利奧爾 亞倫
Original Assignee
以色列商應用材料以色列公司
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 以色列商應用材料以色列公司 filed Critical 以色列商應用材料以色列公司
Publication of TW202401000A publication Critical patent/TW202401000A/zh

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/69—Microscopic objects, e.g. biological cells or cellular parts
    • G06V20/693—Acquisition
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
    • G01N23/22—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by measuring secondary emission from the material
    • G01N23/225—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by measuring secondary emission from the material using electron or ion
    • G01N23/2251—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by measuring secondary emission from the material using electron or ion using incident electron beams, e.g. scanning electron microscopy [SEM]
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B21/00—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant
    • G01B21/20—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring contours or curvatures, e.g. determining profile
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01Q—SCANNING-PROBE TECHNIQUES OR APPARATUS; APPLICATIONS OF SCANNING-PROBE TECHNIQUES, e.g. SCANNING PROBE MICROSCOPY [SPM]
    • G01Q30/00—Auxiliary means serving to assist or improve the scanning probe techniques or apparatus, e.g. display or data processing devices
    • G01Q30/04—Display or data processing devices
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B15/00—Measuring arrangements characterised by the use of electromagnetic waves or particle radiation, e.g. by the use of microwaves, X-rays, gamma rays or electrons
    • G01B15/04—Measuring arrangements characterised by the use of electromagnetic waves or particle radiation, e.g. by the use of microwaves, X-rays, gamma rays or electrons for measuring contours or curvatures
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B21/00—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant
    • G01B21/02—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring length, width, or thickness
    • G01B21/04—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring length, width, or thickness by measuring coordinates of points
    • G01B21/045—Correction of measurements
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01Q—SCANNING-PROBE TECHNIQUES OR APPARATUS; APPLICATIONS OF SCANNING-PROBE TECHNIQUES, e.g. SCANNING PROBE MICROSCOPY [SPM]
    • G01Q10/00—Scanning or positioning arrangements, i.e. arrangements for actively controlling the movement or position of the probe
    • G01Q10/04—Fine scanning or positioning
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01Q—SCANNING-PROBE TECHNIQUES OR APPARATUS; APPLICATIONS OF SCANNING-PROBE TECHNIQUES, e.g. SCANNING PROBE MICROSCOPY [SPM]
    • G01Q30/00—Auxiliary means serving to assist or improve the scanning probe techniques or apparatus, e.g. display or data processing devices
    • G01Q30/02—Non-SPM analysing devices, e.g. SEM [Scanning Electron Microscope], spectrometer or optical microscope
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01Q—SCANNING-PROBE TECHNIQUES OR APPARATUS; APPLICATIONS OF SCANNING-PROBE TECHNIQUES, e.g. SCANNING PROBE MICROSCOPY [SPM]
    • G01Q40/00—Calibration, e.g. of probes
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01Q—SCANNING-PROBE TECHNIQUES OR APPARATUS; APPLICATIONS OF SCANNING-PROBE TECHNIQUES, e.g. SCANNING PROBE MICROSCOPY [SPM]
    • G01Q60/00—Particular types of SPM [Scanning Probe Microscopy] or microscopes; Essential components thereof
    • G01Q60/24—AFM [Atomic Force Microscopy] or apparatus therefor, e.g. AFM probes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/69—Microscopic objects, e.g. biological cells or cellular parts
    • G06V20/695—Preprocessing, e.g. image segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/69—Microscopic objects, e.g. biological cells or cellular parts
    • G06V20/698—Matching; Classification
    • 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
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B2210/00—Aspects not specifically covered by any group under G01B, e.g. of wheel alignment, caliper-like sensors
    • G01B2210/56—Measuring geometric parameters of semiconductor structures, e.g. profile, critical dimensions or trench depth
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2223/00—Investigating materials by wave or particle radiation
    • G01N2223/07—Investigating materials by wave or particle radiation secondary emission
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2223/00—Investigating materials by wave or particle radiation
    • G01N2223/40—Imaging
    • G01N2223/418—Imaging electron microscope
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2223/00—Investigating materials by wave or particle radiation
    • G01N2223/50—Detectors
    • G01N2223/507—Detectors secondary-emission detector
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2223/00—Investigating materials by wave or particle radiation
    • G01N2223/60—Specific applications or type of materials
    • G01N2223/611—Specific applications or type of materials patterned objects; electronic devices
    • G01N2223/6116—Specific applications or type of materials patterned objects; electronic devices semiconductor wafer
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2223/00—Investigating materials by wave or particle radiation
    • G01N2223/60—Specific applications or type of materials
    • G01N2223/646—Specific applications or type of materials flaws, defects
    • G01N2223/6462—Specific applications or type of materials flaws, defects microdefects

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Chemical & Material Sciences (AREA)
  • Pathology (AREA)
  • Immunology (AREA)
  • Biochemistry (AREA)
  • Analytical Chemistry (AREA)
  • Molecular Biology (AREA)
  • Biomedical Technology (AREA)
  • Manufacturing & Machinery (AREA)
  • Evolutionary Computation (AREA)
  • Power Engineering (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Computer Hardware Design (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Electromagnetism (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)

Abstract

一種用於基於掃描電子顯微鏡和原子力顯微鏡的樣品三維表面計量的基於電腦的方法。該方法包括：（i）使用掃描電子顯微鏡（SEM）來獲得樣品表面上的位點集合的SEM資料；（ii）使用原子力顯微鏡（AFM）來量測集合的校準子集中的位點的豎直參數；（iii）透過以下方式來校準配置成在位點的SEM資料作為輸入饋送時估計位點的豎直參數的演算法：決定演算法的自由參數，使得演算法估計的豎直參數和AFM量測的豎直參數之間的殘差被約最小化；及（iv）使用經校準演算法來估計校準子集的補集中的位點的豎直參數。

Description

晶圓的三維表面計量
本專利申請案主張於2022年3月18日提出申請的美國專利申請第17/698,393號的權益，該申請案的全部揭示內容出於所有目的經由引用併入本文。
本案整體涉及樣品的三維表面計量。
圖案化晶圓的製程控制中的關鍵挑戰是三維表面計量；即，對圖案化晶圓表面上的結構的形貌的映射。隨著設計規則的縮小，這項任務變得越來越複雜，因為需要越來越高的精度。理想情況下，精度的增加不應以產出量為代價。圖案化晶圓的三維表面計量的最新技術包括基於光學的技術、基於掃描電子顯微鏡的技術、基於透射電子顯微鏡的技術、以及基於原子力顯微鏡的技術。這些技術中的每一者具有其優點和缺點。在本技術中仍然存在對用於圖案化晶圓的三維表面計量的快速且精確的非破壞性技術的未滿足的需求。
根據本案的一些實施例，本案的各態樣涉及三維表面計量。更具體地，但非排他的，根據本案的一些實施例，本案的各態樣涉及組合掃描電子顯微鏡（SEM）和原子力顯微鏡（AFM）量測的晶圓的三維表面計量。
因此，根據一些實施例的一態樣，提供了一種用於基於掃描電子顯微鏡和原子力顯微鏡的樣品的三維表面計量的基於電腦的方法。該方法包括以下操作： l 使用掃描電子顯微鏡（SEM）來獲得被檢樣品的表面上的位點集合的SEM資料。 l 使用原子力顯微鏡（AFM）來量測量化該集合的校準子集中的位點的豎直座標及/或豎直尺寸的豎直參數。 l 透過以下方式來校準演算法，該演算法配置成在位點的SEM資料被輸入到演算法中時估計該位點的豎直參數：決定演算法的自由參數，使得演算法估計的豎直參數和AFM量測的豎直參數之間的殘差被約最小化。 l 使用經校準演算法來估計校準子集的補集中的位點（即，集合中不在校準子集中的位點）的豎直參數。
根據所述計量方法的一些實施例，當滿足第一條件及/或第二條件時，所獲得的殘差在所需精度內，該第一條件是所獲得的殘差的絕對值小於第一閾值，該第二條件是所獲得的殘差的精度函數的值小於第二閾值。
根據所述計量方法的一些實施例，當所獲得的殘差中高於第一閾值百分比的一百分比滿足第一（或第三）條件和第二（或第四）條件中的至少一者，該第一（或第三）條件是該百分比之每一者殘差小於第一（或第三）閾值，該第二（或第四）條件是該百分比中的殘差的精度函數的值小於第二（或第四）閾值時，所獲得的殘差在所需精度內。當滿足第一條件及/或第二條件時，當校準子集中存在不在滿足第一條件及/或第二條件的百分比中的位點時，校準子集被更新以排除其中的不在滿足第一條件及/或第二條件的百分比中的位點。
根據所述計量方法的一些實施例，第一閾值百分比為至少約90%。
根據所述計量方法的一些實施例，所排除的位點被標記為潛在地有缺陷。
根據所述計量方法的一些實施例，當所獲得的殘差不在所需精度內時，執行以下額外操作： l 更新校準子集以進一步包括來自集合的一或多個額外位點。 l 使用AFM來量測該一或多個額外位點的豎直參數。 l 在附加地考慮到該一或多個額外位點的所量測的豎直參數和該一或多個額外位點的SEM資料的情況下執行校準演算法的操作，並且，一旦由此獲得的殘差在所需精度內，就繼續到使用經校準演算法的操作。
根據所述計量方法的一些實施例，校準子集中的位點以迭代的方式被選擇並由AFM剖析，使得在一次迭代中獲得的資料在下一次迭代中被用於改進對位點的選擇，以便改進校準。
根據所述計量方法的一些實施例，透過對集合中的位點進行隨機採樣來選擇校準子集中的位點。
根據所述計量方法的一些實施例，在使用經校準演算法來估計校準子集的補集中的位點的豎直參數的操作中，若補集中高於第二閾值百分比的一百分比的位點使得對於該百分比的位點中包括的每個位點，所述位點的估計的豎直參數與預期的豎直參數之間的差落在預定範圍之外，則用新的校準子集來替換校準子集（即，選擇新的校準子集），使用AFM來量測新的校準子集中先前沒有被AFM探測的校準位點的豎直參數，重新校準演算法（即，相對於新的校準子集施加校準演算法的操作），以及使用經重新校準的演算法來估計新的校準子集的補集中的位點的豎直參數。
根據所述計量方法的一些實施例，在考慮到整個被檢樣品的製程變化和期望及/或已知的SEM漂移的情況下選擇校準子集。
根據所述計量方法的一些實施例，在考慮到過去至少與被檢樣品同一預期設計的樣品及/或與被檢樣品類似的樣品中的校準子集的成功選擇的情況下選擇校準子集。
根據所述計量方法的一些實施例，在考慮到過去對來自與被檢樣品同一批次中的樣品中的校準子集的成功選擇的情況下選擇校準子集。
根據所述計量方法的一些實施例，基於校準子集中的位點數量及/或AFM量測的準確度來選擇演算法的函數形式。
根據所述計量方法的一些實施例，當校準位點數量超出閾值數量及/或AFM量測的準確度超出閾值準確度時，更多數量的演算法的函數形式可供選擇。
根據所述計量方法的一些實施例，函數形式中的至少一些函數形式僅當校準位點的數量超過閾值數量及/或AFM量測的準確度超過閾值準確度時才可供選擇，這些函數形式由相對更多數量的自由參數來表徵。
根據所述計量方法的一些實施例，SEM資料包括原始SEM資料及/或經處理SEM資料。
根據所述計量方法的一些實施例，SEM資料至少包括輔助電子信號及/或背散射電子信號。
根據所述計量方法的一些實施例，輔助電子信號包括輔助電子的強度，及/或背散射電子信號包括背散射電子的強度。
根據所述計量方法的一些實施例，SEM資料指定輔助電子及/或背散射電子的收集角度。
根據所述計量方法的一些實施例，輸入進一步包括SEM的電子束的入射角及/或該電子束的強度。
根據所述計量方法的一些實施例，SEM資料進一步包括X射線信號、陰極射線發光光信號和吸收電流信號中的一或多者。
根據所述計量方法的一些實施例，演算法的自由參數的數量小於校準子集中的位點數量。
根據所述計量方法的一些實施例，演算法的輸出是SEM資料的多項式函數。
根據所述計量方法的一些實施例，機器學習工具被用於決定演算法的自由參數。
根據所述計量方法的一些實施例，演算法是深度神經網路，並且自由參數包括該深度神經網路的權重。
根據所述計量方法的一些實施例，回歸分析被用於決定演算法的自由參數。
根據所述計量方法的一些實施例，當與所獲得的殘差相對應的平方和被約最小化時，所獲得的殘差在所需精度內。
根據所述計量方法的一些實施例，校準子集比集合小至少約一個數量級。
根據所述計量方法的一些實施例，自由參數中的至少一個自由參數的範圍是有界的。
根據所述計量方法的一些實施例，演算法取決於被檢樣品的參考資料。
根據所述計量方法的一些實施例，參考資料包括：（i）被檢樣品的設計資料，（ii）按照與被檢樣品同一設計製造的一或多個樣品及/或與被檢樣品類似的樣品上的位點的SEM資料及/或AFM量測的豎直參數，及/或（iii）一或多個先前獲得的演算法配置成在位點的SEM資料被輸入演算法時估計該位點的豎直參數。先前獲得的演算法涉及按照與被檢樣品同一設計製造的一或多個樣品及/或與被檢樣品類似的樣品。
根據所述計量方法的一些實施例，被檢樣品是圖案化晶圓。
根據所述計量方法的一些實施例，位點包括在鰭之間的溝槽及/或其中位點包括通孔。
根據所述計量方法的一些實施例，演算法被配置成接收從感測輔助電子及/或背散射電子獲得的感測器圖像上的亮條帶與暗條帶之間的相對強度作為輸入。亮條帶對應於鰭，而暗條帶對應於溝槽。
根據所述計量方法的一些實施例，該方法進一步包括除了集合之每一者位點的豎直參數之外，還至少從SEM資料估計集合之每一者位點的一或多個臨界尺寸。
根據所述計量方法的一些實施例，演算法的輸入包括臨界尺寸及/或臨界尺寸的一或多個函數。
根據所述計量方法的一些實施例，被檢樣品是圖案化晶圓。位點中的至少一些位點包括在鰭之間的溝槽。對於包括在鰭之間的溝槽的位點中的每一者，與其相關聯的附加臨界尺寸包括溝槽的寬度及/或鰭的節距。
根據所述計量方法的一些實施例，具有異常或足夠異常的臨界尺寸的位點被標記為潛在地有缺陷。
根據所述計量方法的一態樣，提供了用於按照同一設計製造的多個樣品的表面的三維計量的基於電腦的方法。該方法包括以下操作： l 將根據上述實施例中的任何一者的用於樣品的三維表面計量的基於電腦的方法施加到樣品的取樣（即，樣品中的一或多個樣品），從而分別獲得一或多個經校準演算法。 l 使用SEM以獲得樣品的其餘部分之每一者樣品上的表面上的位點的SEM資料。 l 使用該一或多個經校準演算法來估計樣品中的其餘部分中的位點之每一者位點的豎直參數。
根據最後描述的態樣的一些實施例，樣品的取樣包括批次中的第一個樣品和批次中的第（k•m + 1）個樣品，k ≧ 2且m ≦ M，k和m為整數，k•M + 1 ＜ N，其中N是批次中的樣品總數。
根據一些實施例的一態樣，提供了一種用於訓練基於掃描電子顯微鏡（SEM）和原子力顯微鏡（AFM）的樣品的三維表面計量的演算法的基於電腦的方法。該方法包括以下操作： l 透過對多個樣品之每一者樣品執行以下操作來收集多個樣品的資料： l 使用SEM來獲取樣品的表面上的位點的SEM資料；及 l 使用AFM來量測位點的豎直參數。 l 使用機器學習工具來決定配置成在位點的SEM資料被輸入演算法時估計位點的豎直參數的演算法的函數形式。
根據所述訓練方法的一些實施例，多個樣品包括不同設計的樣品。
根據一些實施例的一態樣，提供了用於樣品的三維表面計量的系統。該系統包括： -掃描裝備，該掃描裝備包括： l 掃描電子顯微鏡（SEM），該SEM配置成獲得被檢樣品的表面上的位點集合中的位點的SEM資料；及 l 原子力顯微鏡（AFM），該AFM配置成量測豎直參數，該等豎直參數量化集合的校準子集中的位點的豎直座標及/或豎直尺寸。 -計算模組，該計算模組配置成： l 透過以下方式來校準演算法，該演算法配置成在位點的SEM資料作為輸入饋送到該演算法中時估計該位點的豎直參數：決定演算法的自由參數，使得演算法輸出的豎直參數和AFM量測的豎直參數之間的殘差被約最小化；及 l 使用經校準演算法來估計校準子集的補集中的位點的豎直參數； 由此產生被檢樣品的表面的形貌圖。
根據所述系統的一些實施例，計算模組被配置成檢查所獲得的殘差是否滿足第一條件和第二條件中的至少一者，該第一條件是所獲得的殘差的絕對值小於第一閾值，該第二條件是所獲得的殘差的精度函數的值小於第二閾值，並且若滿足，則將所獲得的殘差分類為在所需精度內。
根據所述系統的一些實施例，計算模組被配置成檢查所獲得的殘差中高於第一閾值百分比的一百分比是否滿足第一（第三）條件和第二（第四）條件中的至少一者，該第一（第三）條件是該百分比之每一者殘差小於第一（第三）閾值，該第二（第四）條件是該百分比中的殘差的精度函數的值小於第二（第四）閾值，並且若滿足，則當校準子集中存在不在滿足第一條件和第二條件中的至少一者的百分比的殘差中的位點時，更新校準子集以排除其中的不在滿足第一條件和第二條件中的至少一者的百分比的殘差中的位點。
根據所述系統的一些實施例，第一閾值百分比為至少約90%。
根據所述系統的一些實施例，計算模組被配置成將所排除的位點標記為潛在地有缺陷。
根據所述系統的一些實施例，該系統進一步被配置成當所獲得的殘差不在所需精度內時： l 更新校準子集以進一步包括來自集合的一或多個額外位點。 l 使用AFM來量測一或多個額外位點的豎直參數。 l 在附加地考慮到一或多個額外位點的豎直參數和一或多個額外位點的SEM資料的情況下重新校準演算法，並且，一旦由此獲得的殘差在所需精度內，就使用經重新校準的演算法來計算校準子集的補集中的位點的豎直參數。
根據所述系統的一些實施例，該系統被配置成以迭代的方式選擇並且使用AFM來剖析校準子集中的位點，其中一次迭代中獲得的資料用於在下一次迭代中改進對位點的選擇，從而潛在地改進校準。
根據所述系統的一些實施例，掃描裝備進一步包括一或多個光學感測器及/或電流感測器。一或多個光學感測器被配置成量測作為被檢樣品由於SEM的電子束撞擊而產生的X射線信號及/或陰極射線發光（cathodoluminescent）光信號。電流感測器（例如，電流錶、萬用表）被配置成量測作為被檢樣品由於SEM的電子束輻射而在被檢樣品中產生的電流。
根據所述系統的一些實施例，當補集中高於第二閾值百分比的一百分比的位點使得對於該百分比的位點中包括的每個位點，該位點的估計的豎直參數與預期的豎直參數之間的差落在預定範圍之外時，該系統被配置成：（i）用新的校準子集來替換校準子集，（ii）用AFM探測新的校準子集中先前沒有被AFM探測的位點，（iii）使用新的校準子集來重新校準演算法，並且（iv）使用經重新校準的演算法來估計補集中的位點的豎直參數。
根據所述系統的一些實施例，計算模組被配置成在考慮到整個被檢樣品的製程變化和期望及/或已知的SEM漂移的情況下選擇校準子集。
根據所述系統的一些實施例，計算模組被配置成在考慮到過去至少與被檢樣品具有同一設計的樣品及/或與被檢樣品類似的樣品中的校準子集的成功選擇的情況下選擇校準子集。
根據所述系統的一些實施例，計算模組被配置成在考慮到過去對來自與被檢樣品同一批次中的樣品中的校準子集的成功選擇的情況下選擇校準子集。
根據所述系統的一些實施例，計算模組被配置成基於校準子集中的位點數量及/或AFM量測的準確度來選擇演算法的函數形式。
根據所述系統的一些實施例，計算模組可被配置成在將SEM資料饋送到演算法中之前預處理SEM資料中的一些或全部。
根據所述系統的一些實施例，所獲得的SEM資料至少包括輔助電子信號及/或背散射電子信號。
根據所述系統的一些實施例，輔助電子信號包括由SEM感測的輔助電子的強度，及/或背散射電子信號包括由SEM感測量測的背散射電子的強度。
根據所述系統的一些實施例，SEM資料指定輔助電子及/或背散射電子的收集角度。
根據所述系統的一些實施例，對計算模組的輸入進一步包括SEM的電子束的入射角及/或該電子束的強度。
根據所述系統的一些實施例，SEM資料進一步包括由一或多個光學感測器量測的X射線信號、及/或陰極射線發光光信號、以及由電流感測器量測的吸收電流信號中的一或多者。
根據所述系統的一些實施例，演算法的自由參數的數量小於校準子集中的位點數量。
根據所述系統的一些實施例，演算法的輸出是SEM資料的多項式函數。
根據所述系統的一些實施例，計算模組被配置成使用機器學習工具來決定演算法的自由參數。
根據所述系統的一些實施例，演算法是深度神經網路，並且自由參數包括該深度神經網路的權重。
根據所述系統的一些實施例，計算模組被配置成使用回歸分析來決定演算法的自由參數。
根據所述系統的一些實施例，計算模組被配置成當與所獲得的殘差相對應的平方和被約最小化時，將所獲得的殘差分類為在所需精度內。
根據所述系統的一些實施例，校準子集比集合小至少約一個數量級。
根據所述系統的一些實施例，自由參數中的至少一個自由參數的範圍是有界的。
根據所述系統的一些實施例，演算法取決於被檢樣品的參考資料。
根據所述系統的一些實施例，參考資料包括：（i）被檢樣品的設計資料，（ii）按照與被檢樣品同一設計製造的一或多個樣品及/或與被檢樣品類似的樣品上的位點的SEM資料及/或AFM量測的豎直參數，及/或（iii）一或多個先前獲得的演算法，配置成在位點的SEM資料被輸入演算法時估計該位點的豎直參數。一或多個先前獲得的演算法涉及按照與被檢樣品同一設計製造的一或多個樣品及/或與被檢樣品類似的樣品。
根據所述系統的一些實施例，被檢樣品是圖案化晶圓。
根據所述系統的一些實施例，位點包括在鰭之間的溝槽及/或位點包括通孔。
根據所述系統的一些實施例，計算模組被配置成接收從由SEM感測輔助電子及/或背散射電子獲得的感測器圖像上的亮條帶與暗條帶之間的相對強度，作為對演算法的輸入。亮條帶可對應於鰭，而暗條帶可對應於溝槽。
根據所述系統的一些實施例，計算模組被進一步配置成除了集合之每一者位點的豎直參數之外，還至少從SEM資料估計集合之每一者位點的一或多個臨界尺寸。
根據所述系統的一些實施例，演算法的輸入包括臨界尺寸及/或臨界尺寸的一或多個函數。
根據所述系統的一些實施例，被檢樣品是圖案化晶圓。位點中的至少一些位點包括在鰭之間的溝槽。對於包括在鰭之間的溝槽的位點中的每一者，與其相關聯的附加臨界尺寸包括溝槽的寬度及/或鰭的節距。
根據所述系統的一些實施例，計算模組被配置成將具有異常或足夠異常的臨界尺寸的位點標記為潛在地有缺陷。
根據所述系統的一些實施例，該系統進一步包括控制器，該控制器在功能上與SEM和AFM相關聯並且配置成控制SEM和AFM的操作。
根據一些實施例的一態樣，提供了一種儲存指令的電腦可讀非瞬態儲存媒體，該等指令使用於樣品的三維表面計量的系統的計算模組在接收到被檢樣品的表面上的位點集合的掃描電子顯微鏡（SEM）掃描資料和由原子力顯微鏡（AFM）獲得的集合的校準子集中的位點的豎直參數時執行以下操作： l 透過以下方式來校準演算法，該演算法配置成在位點的SEM資料被輸入到該演算法中時估計該位點的豎直參數：決定演算法的自由參數，使得演算法估計的豎直參數和AFM量測的豎直參數之間的殘差被約最小化。 l 使用經校準演算法來估計校準子集的補集中的位點的豎直參數，從而獲得樣品的表面的形貌圖。
本案的某些實施例可包括上述優點中的一些、全部或無一。根據本文中包括的附圖、說明和請求項，一或多個其他技術優點對於本領域技藝人士可能是顯而易見的。此外，儘管上文已經列舉了特定優點，但各種實施例可包括所列舉優點中的全部、一些或無一。
除非另有限定，否則本文所使用的所有技術和科學術語具有與本案有關的領域的一般技藝人士通常理解的相同含義。在衝突的情況下，將以包括定義的本專利說明書為準。如本文所使用的，不定冠詞「一（a）」和「一個（an）」意味著「至少一個」或「一或多個」，除非上下文另有明確規定。
除非另有明確說明，否則如從本案顯而易見的，應理解，根據一些實施例，諸如「處理」、「計算」、「演算」、「決定」、「估計」、「評估」、「評估」等術語可以是指電腦或計算系統或類似的電子技術設備的動作及/或程序，該動作及/或程序將表示為計算系統的暫存器及/或記憶體內的物理（例如，電子）量的資料操縱及/或轉換為類似地表現為計算系統的記憶體、暫存器或其他此類資訊儲存、傳輸或顯示裝置內的物理量的其他資料。
本案的實施例可包括用於執行本文中的操作的裝置。該裝置可以專門構造用於期望用途，或者可包括由儲存在（多個）通用電腦中的電腦程式選擇性地啟動或重新配置的電腦。此類電腦程式可以儲存在電腦可讀取儲存媒體中，諸如但不限於包括軟碟、光碟、CD-ROM、磁-光碟的任何類型的碟片、唯讀記憶體（ROM）、隨機存取記憶體（RAM）、電可程式設計唯讀記憶體（EPROM）、電子可抹除可程式設計唯讀記憶體（EEPROM）、磁卡或光學卡、或適合儲存電子指令並且能夠耦合到電腦系統匯流排的任何其他類型的媒體。
本文呈現的程序和顯示並非固有地與任何特定電腦或其他裝置相關。各種通用系統亦可以與根據本文的教導的程式一起使用，或者可以證明構造更專用的裝置來執行（多個）所需方法是便利的。各種這些系統的（多個）所需結構將在下文的描述中出現。此外，本案的實施例不參考任何特定程式設計語言來描述。應理解，各種程式設計語言可用於實現如本文描述的本案的教示。
本案的各態樣可以在由電腦執行的電腦可執行指令（諸如程式模組）的一般上下文中描述。通常，程式模組包括執行特定任務或實施特定抽象資料類型的常式、程式、物件、部件、資料結構等。所揭示的實施例還可以在分散式運算環境中實踐，其中任務由透過通訊網路連結的遠端處理設備執行。在分散式運算環境中，程式模組可以位於本端和遠端的包括記憶體儲存裝置的電腦儲存媒體中。
參考所附說明書和附圖，可以更好地理解本文中的教導的原理、用途和實現。在精讀本文呈現的說明書和附圖後，本領域技藝人士將能夠實現本文中的教導，而無需過度的努力或實驗。在附圖中，相同的元件符號始終代表相同的部件。
在本案的說明書和申請專利範圍中，詞語「包括」和「具有」及其各形式不限於可能與這些詞相關聯的列表中的成員。
如本文所使用的，術語「約」可用於指定量或參數（例如，元件的長度）的值在給定（闡明）值附近的連續值範圍內（並且包括該給定值）。根據一些實施例，「約」可以指定參數的值在給定值的80%與120%之間。例如，說明「元件的長度等於約1 m」等效於說明「元件的長度在0.8 m與1.2 m之間」。根據一些實施例，「約」可以指定參數的值在給定值的90%與110%之間。根據一些實施例，「約」可以指定參數的值在給定值的95%與105%之間。
如本文所使用的，根據一些實施例，術語「基本上」和「約」是可互換的。
根據一些實施例，當估計量或估計參數落入其最佳值的5%、10%或甚至20%內時，可將該估計量或估計參數稱為「約最佳化的」或「約最佳的」。每種可能性對應於單獨的實施例。特別地，表述「約最佳化的」和「約最佳的」還涵蓋其中估計量或估計參數等於該量或參數的最佳值的情況。原則上可以使用數學最佳化軟體來獲得最佳值。因此，例如，當估計（例如，估計殘差）的值不大於該量的最佳值的101%、105%、110%或120%（或一些其他預定義的閾值百分比）時，可以將該估計稱為「約最小化的」或「約最小的」。每種可能性對應於單獨的實施例。
為了便於描述，附圖中的一些附圖引入了三維笛卡爾座標系（具有正交軸x、y和z）。應注意，座標系相對於所圖示物件的取向可能隨附圖變化。此外，符號¤可用於表示指向「頁面外」的軸，而符號U可用於表示指向「頁面內」的軸。
在方塊圖和流程圖中，可選元素和操作可能分別出現在由虛線圈定的方塊中。此外，在方塊圖中，兩個元素之間的函數關聯及/或通訊關聯（無論是單向還是雙向）可以由連接兩個元素的虛線表示。
如本文所使用的，非平坦表面，無論是光滑的還是有角度的（諸如多面體的表面），都可被稱為「三維表面」。類似地，非平坦表面的計量可被稱為「三維表面計量」。
圖案化晶圓的製程控制中的主要挑戰之一是包括非平坦表面的結構的計量。精確且高效地探測結構的豎直尺寸（例如，鰭的高度或標高、溝槽的深度）尤其具有挑戰性：在一方面，當前的掃描電子顯微鏡（SEM）和基於光學的工具儘管快，但不能提供剖析最新技術晶圓的形貌輪廓可能需要的準確度。在另一方面，諸如原子力顯微鏡（ATM）和透射電子顯微鏡（TEM）之類的「直接」工具太慢（此外，基於TEM的計量是破壞性的）。
本案提供了統一的掃描電子和原子力顯微鏡方法，其利用了每一者的優點。特別地，所揭示的方法和系統實現了將掃描電子顯微鏡的快速性與原子力顯微鏡的準確度組合的三維表面計量。這是透過使用來自被檢樣品上的小取樣的位點的AFM讀數來校準SEM圖像而實現的。
圖1A-1C旨在說明與基於掃描電子顯微鏡的計量相關聯的挑戰。圖1A示意性地圖示了圖案化晶圓101a上的區域111a的橫截面。區域111a包括鰭117a和溝槽119a，溝槽119a在鰭117a之間延伸。鰭117a的豎直座標或高度由雙頭箭頭h指示。圖1B示意性地圖示了區域111a的SEM圖像121a。SEM圖像121a中的亮條帶（條帶127a）中的每一者分別與鰭117a中的一者相對應。暗條帶（條帶129a）中的每一者分別與溝槽119a中的一者相對應，與從鰭返回（在與電子束的投射方向基本上相反的方向上）的電子相比，從溝槽119a返回相對較少的電子。例如，條帶129aʹ（來自條帶129a）對應於溝槽119aʹ（來自溝槽119a），並且條帶127a1和條帶127a2分別對應於鰭117a1和鰭117a2。圖1C示意性地圖示了圖案化晶圓101c上的區域111c的橫截面。區域111c包括鰭117c和溝槽119c，溝槽119c在鰭117c之間延伸。鰭117c比鰭117a略高，但在其他態樣具有類似的形狀和間隔。鰭117c的豎直座標或高度由雙頭箭頭h′ ＞ h指示。就其本身而言，SEM圖像121a不包含足夠的資訊以允許將其來源歸因於區域111a或區域111c（其中h′-h足夠小），更不必說實現準確地決定高度h。 系統
根據一些實施例的一態樣，提供了用於樣品（例如，半導體樣品）表面的計量的電腦化系統。圖2呈現了根據一些實施例的這種系統——電腦化系統200的方塊圖。系統200包括掃描裝備202和計算模組204，計算模組204可以與掃描裝備202通訊地相關聯。掃描裝備202可包括SEM 212、AFM 214和控制器218。根據一些實施例，掃描裝備202可進一步包括平臺220（例如，xyz平臺），平臺220配置成容納被檢樣品225（例如，圖案化晶圓）。應注意，樣品225不構成系統200的一部分。
SEM 212包括電子束（e-beam）源232和（多個）電子感測器234。（多個）電子感測器234可被配置成感測由於電子束（由電子束源232產生）對樣品225撞擊而產生的輔助電子及/或背散射電子。未圖示可用於引導和操縱電子束的SEM 212的附加元件，諸如（多個）靜電透鏡和（多個）磁偏轉器。根據一些實施例，SEM 212可包括（多個）附加感測器238。根據一些實施例，（多個）附加感測器238可包括一或多個光學感測器，該一或多個光學感測器配置成感測由於電子束對樣品225撞擊而產生的X射線輻射及/或陰極射線發光光。附加地或替代地，（多個）附加感測器238可包括電感測器，該電感測器被配置成量測由於電子束對樣品225撞擊而產生的吸收電流信號。
根據一些此類實施例中，SEM 212，或至少電子束源232和（多個）電子感測器234，以及AFM 214可被容納在真空腔室230內。根據圖2未示出的一些替代實施例，SEM 212和AFM 214可分別被容納在兩個不同的真空腔室內（在這種情況下，將必須在這兩個真空腔室之間傳送樣品225，並且真空腔室中的每一者將容納各自的平臺）。儘管在圖2中（多個）附加感測器被示出為定位在真空腔室230內部，但是根據一些替代實施例，（多個）附加感測器238中的一或多個附加感測器238（諸如在其中（多個）附加感測器包括光學感測器（例如，X射線感測器）的實施例中的光學感測器）可定位在真空腔室230外部。
控制器218可以在功能上與SEM 212和AFM 214以及計算模組204相關聯。控制器218可進一步在功能上與平臺220相關聯。更具體地，控制器218被配置成在掃描被檢樣品期間控制和同步以上列出的模組和部件的操作和功能。例如，根據其中平臺220可移動的一些實施例，平臺220被配置成沿由控制器218設置的軌跡機械地平移放置在其上的被檢樣品（例如，樣品225），控制器218還控制SEM 212和AFM 214。
計算模組204可包括電腦硬體（一或多個處理器、和RAM、以及非揮發性記憶體部件；未示出）。電腦硬體被配置成處理由掃描裝備202獲得的資料，以便至少提供被檢樣品上的多個位點的形貌圖，如以下在本小節以及在[方法]小節中的圖4A和圖4B中描述的。更具體地，計算模組204可包括至少一個表面計量模組242，以及可選的影像處理模組244。根據一些實施例，計算模組204可進一步包括缺陷偵測模組246。
模組242、244和246中的每一者可由一或多個處理器實現。根據一些實施例，一或多個處理器中的每一者可特定於一模組並且獨立於其他模組的處理器。替代地，根據一些實施例，處理器中的一或多個處理器可由模組中的一些或全部模組使用。以上列出的模組還可包括軟體處理模組及/或韌體處理模組。下文描述以上列出的模組中的每一者的功能。
根據一些實施例，在操作中，SEM 212從樣品225上的位點集合或樣品225的一或多個區域收集量測資料。量測資料可至少包括與位點之每一者位點相對應的SEM圖像，所述SEM圖像由電子束（由電子束源232產生）衝擊在位點上而產生的輔助電子及/或背散射電子形成。位點集合的（校準）子集中的位點附加地由AFM 214探測，以獲得該位點的一或多個豎直座標（例如，位點內的單個位置的豎直座標或位點內的兩個或更多個位置的豎直座標）。根據一些實施例，校準子集中的位點構成位點總和的小取樣。作為非限制性實例，校準子集中的位點數量可構成位點總數的約3%、約2%或甚至約1%。每種可能性對應於單獨的實施例。因此，根據一些實施例，就其本身而言，AFM探測不構成製程控制中的瓶頸。
如本文所使用的，術語「校準子集」是指位點集合的包括用於校準SEM圖像的位點（亦稱為「校準位點」）的子集，如下所述。
根據其中掃描設備202包括（多個）附加感測器238的一些實施例，SEM資料可進一步包括X射線信號、陰極射線發光光信號、及/或吸收電流信號。
表面計量模組242被配置成執行演算法，該演算法在完全指定（如下文所解釋的）時，被配置成在位點的SEM資料或至少SEM資料登錄該演算法時輸出該位點的豎直參數。豎直參數可對應於位點的豎直座標（例如，位點中的位置的z座標），或位點的豎直尺寸，例如，位點中的第一位置（例如，溝槽的底部）的z座標與位點中的第二位置（例如，溝槽側壁的頂部）的z座標之間的差異。如下文所闡述的，SEM資料可以是原始的或經處理的（例如，由影像處理模組244），並且包括透過感測由電子束對位點的衝擊而引起的輔助電子及/或背散射電子來獲得的一或多個SEM圖像或從一或多個SEM圖像匯出的資料。根據一些實施例，演算法可被配置成接收除了SEM資料之外的其他資料作為輸入，所述資料諸如位點的參考資料。演算法被預定義到一或多個自由參數（即，在校準之前該參數的值未被指定）。根據一些實施例，並且如下文所闡述的，演算法包括至少計算一函數，該函數最初（在校準之前）定義到一或多個自由參數的值，並且在校準之後被完全指定。根據一些實施例，函數可以採取的各種形式在下文圖4A的描述中的[方法]小節中指定。
表面計量模組242可包括一或多個處理器，該一或多個處理器配置成執行最佳化軟體以決定自由參數的最佳值或約最佳值（例如，在最佳值的20%、10%或甚至5%內），從而校準演算法。根據一些實施例，最佳化軟體可包括機器學習軟體及/或（多個）人工神經網路（ANN）演算法。根據一些實施例，經校準演算法被稱為在輸出豎直參數的意義上——至少在平均值的意義上，其中平均值取自校準子集中的位點——是最佳的或約最佳的，使得豎直參數的殘差被最小化或約最小化。透過分別取由AFM 214量測的校準子集中的位點的（演算法的）輸出和實際的（即，AFM量測的）豎直參數之間的差來獲得殘差。根據一些實施例，表面計量模組242可被配置成使用回歸分析來最小化或約最小化殘差。
根據一些實施例，當所獲得的殘差不在所需精度內時，表面計量模組242可被配置成：（i）透過從位點集合中添加一或多個額外位點到校準子集來更新校準子集，以及（ii）與控制器218通訊以指示AFM 214量測一或多個額外位點的豎直參數。
根據一些實施例，並且如下文以及在圖4A和圖4B的描述中的[方法]小節中詳細解釋的，對校準子集的更新可進一步包括從校準子集中排除位點，該等位點在對應獲得的殘差超過閾值的意義上具有「異常的」豎直參數。
一旦獲得經校準演算法，或獲得所需精度，就由表面計量模組242透過將位點的SEM資料登錄到經校準演算法中來計算其餘位點（即，校準子集的補集中的位點）中的每一者的豎直參數。
根據一些實施例，影像處理模組244可包括一或多個圖形處理單元，該一或多個圖形處理單元配置成從原始SEM圖像及/或經處理SEM圖像中提取一或多個圖像參數，諸如與SEM圖像中的區域相對應的強度、SEM圖像中的不同區域之間的對比度（例如，強度的比率）及/或其間的距離及/或角度、及/或與原始SEM圖像及/或經處理SEM圖像相對應的強度梯度。根據一些實施例，圖像參數可包括（多個）成像位點的結構特徵，諸如例如成像位點的臨界尺寸（CD），例如溝槽的寬度、重複結構圖案的節距、及/或通孔的直徑。根據其中（可由表面計量模組242執行的）演算法的輸入是經處理SEM資料的一些實施例，影像處理模組244進一步配置成將所提取的圖像參數發送到表面計量模組242。
類似地，根據其中掃描裝備202進一步包括X射線感測器及/或陰極射線發光光感測器的一些實施例，影像處理模組244可被配置成從由此獲得的X射線圖像及/或陰極射線發光光圖像中提取圖像參數，隨後可將該等圖像參數用作對（可由表面計量模組242執行的）演算法的輸入。
根據其中演算法的輸入是原始SEM資料的一些替代實施例，影像處理模組244可被包括在表面計量模組242中。
以下結合圖4A的方法的描述來闡述表面計量模組242的上述功能及其附加功能。
根據一些實施例，校準子集中的位點可由計算模組204預選。根據一些實施例，可以選擇校準子集以便最大化或至少增加（可由表面計量模組242執行的）演算法的效率和準確度。為此，根據一些實施例，可選擇不太可能展現顯著結構異常的位點及/或典型地由低雜訊位準表徵的位點。根據一些實施例，計算模組204可被配置成在考慮到整個樣品的預期製程變化的情況下選擇校準子集。特別地，根據一些實施例，為了儘可能確保經校準演算法在製程變化範圍內基本上均勻的準確度，或至少最小目標準確度，預期將由於製程變化而顯著不同的位點可被包括在校準子集中。
根據一些實施例，計算模組204可被配置成在考慮到過去對與被檢樣品同一批次及/或同一設計的樣品、及/或與被檢樣品類似的樣品的校準子集的成功選擇的情況下選擇校準子集。根據一些實施例，計算模組204可被配置成在考慮到樣品的參考資料（例如，位點的設計資料）的情況下選擇校準子集。
根據一些實施例，可以在考慮到位點中的每一者的SEM資料的情況下選擇校準子集。根據一些此類實施例，可將其SEM圖像指示偏離預期設計的位點選擇用於校準子集，以便儘可能確保經校準演算法的適用性足夠廣泛，並且相對於由異常尺寸表徵的位點保持經校準演算法的最小目標準確度。類似地，可選擇其SEM圖像由圖像參數（例如，灰階值、對比度）表徵的位點，該位點位於表徵SEM圖像整體的相應標度的頂端或底端。根據一些實施例，可以在考慮到預期及/或已知SEM漂移的情況下選擇校準子集。特別地，根據一些實施例，為了儘可能確保經校準演算法在SEM漂移範圍內基本上均勻的準確度，或至少最小目標準確度，其SEM圖像分別在最小（或沒有）SEM漂移下和在顯著（或最大）SEM漂移下獲得的位點可被包括在校準子集中。
根據一些實施例，校準子集可被選擇為包括由極值性質表徵的位點，諸如包括最深或接近最深的溝槽的位點，及/或如前述的其圖像由最高灰階值、最低灰階值、最大對比度、或最小對比度表徵的位點。根據一些實施例，校準子集可被選擇為包括在與對位點的剖析相關聯的置信位準預期相對低（並且不是由於結構異常）的意義上其剖析具有挑戰性的位點。
根據一些實施例，校準子集可被選擇為使得在樣品上的不同區域被剖析為相同或基本上相同置信位準的意義上樣品被均勻地或基本上均勻地剖析。
根據一些實施例，校準子集中的位點可由表面計量模組242如下迭代地選擇：初始的多個校準位點可以如前述地選擇。如前述，初始的多個校準位點之每一者校準位點經受AFM探測（並且由SEM掃描，除非已經由SEM掃描）並且估計其豎直座標。隨後，例如根據以上列出的標準（即，用於選擇校準子集的位點）並且以下在圖4A和圖4B的描述中列出的標準來辨識擴大校準子集的候選位點。隨後，每個候選位點可被分配分數，該分數指定在第一次迭代中要探測哪個或哪些候選位點。在第一次迭代中，候選位點中具有最高分數的一或多個位點至少被臨時地（即，暫時地）添加到校準子集，並且由AFM探測（並且由SEM掃描，除非已經由SEM掃描）。在第一次迭代之後，在考慮到經校準演算法（例如，獲得的殘差值）的情況下，對剩餘候選位點（即，未被AFM探測的候選位點）重新打分。在第二次迭代中，剩餘候選位點中具有最高分數的一或多個候選位點由AFM探測並且由SEM掃描，除非已經由SEM掃描。每個後續迭代可涉及在考慮到演算法的最新校準的情況下對剩餘候選位點重新打分。在第一次迭代之後，可繼續執行迭代，直到達到停止標準，例如，演算法的自由參數已經決定到所需精度，或者已經執行預先指定的迭代次數，或者當首次滿足前面這兩個條件中的一者時。根據一些實施例，在預先設定的大於或等於二的迭代次數之後首次應用停止標準。根據一些實施例，在每次迭代之後，或至少在後面的迭代之後，可從校準子集移除具有異常殘差的候選位點。
應注意，在迭代地選擇校準子集時，為了加速剖析，可以優選地使用包括在同一真空腔室內的SEM和AFM的系統200的實施例（以便避免必須在兩個真空腔室之間來回傳送樣品）。
根據包括缺陷偵測模組246的一些實施例，缺陷偵測模組246可被配置成基於從表面計量模組242及/或影像處理模組244接收的資料來辨識（校準子集和補集中）潛在地有缺陷的位點。根據一些實施例，由異常或足夠異常的CD（無論是橫向的還是豎直的）表徵的位點可被分類為潛在地有缺陷。
根據一些實施例，電子束源232被配置成允許以相對於樣品225的多個入射角中的任何一者投射電子束。特別地，根據一些此類實施例，電子束源232可被配置成允許不僅垂直於樣品225（即，以0°的入射角）投射電子束，而且相對於樣品225傾斜地投射電子束。根據一些實施例，掃描裝備202可被配置成以兩個或更多個入射角獲得位點中的至少一些位點的SEM圖像。在此類實施例中，（可由表面計量模組242執行的）演算法可被配置成基於來自兩個或更多個入射角的SEM資料來計算這樣掃描的位點的（多個）豎直參數。
根據一些實施例，（多個）電子感測器234可以是可平移的及/或可定向的，以便允許感測以多個（返回）角度中的任何一者從樣品225返回的輔助電子及/或背散射電子。
圖3A示意性地圖示了根據一些實施例的電腦化系統300和正由系統300剖析（即，經受三維表面計量）的被檢樣品325。系統300對應於系統200的特定實施例。樣品325對應於樣品225的特定實施例。應注意，樣品325不構成系統300的一部分。根據一些實施例，並且如圖3A和圖3B中圖示的，樣品325是圖案化晶圓。根據一些實施例，系統300包括掃描裝備302和計算模組304，分別對應於掃描裝備202和計算模組204的特定實施例。
掃描裝備302包括SEM 312、AFM 314和控制器318，分別對應於SEM 212、AFM 214和控制器218的特定實施例。圖3A中僅圖示AFM 314的懸臂362和尖端（例如，針頭）364。未示出AFM 314的其他部件——根據一些實施例，諸如配置成操縱尖端的壓電子群組件，以及量測尖端的偏轉的雷射源和光電偵測器。
計算模組304包括表面計量模組，以及可選的影像處理模組（未示出，分別對應於表面計量模組242和影像處理模組244的特定實施例。根據一些實施例，計算模組304可進一步包括缺陷偵測模組，其對應於缺陷偵測模組246的特定實施例。
系統300進一步包括平臺320、真空腔室330、電子束源332和電子感測器334，分別對應於平臺220、真空腔室230、電子束源232和（多個）電子感測器234的特定實施例。平臺320具有安裝在其上的樣品325。樣品325包括設置（覆蓋）在基部329上的表面部分327。
根據一些實施例，SEM 312可包括（多個）附加感測器338，其對應於（多個）附加感測器238的特定實施例。
在操作中，電子束源332產生指向表面部分327的電子束333。電子束333對表面部分327的撞擊導致輔助電子和背散射電子的產生。在電子感測器334的方向（如由箭頭337指示的）上返回的輔助電子及/或背散射電子由電子感測器感測，從而獲得位點的SEM圖像。
根據一些實施例，AFM資料可以與SEM資料同時獲得。即，AFM 314可以與SEM 312同時採用，使得當AFM 314探測校準位點時，SEM 312探測多個其他位點（在補集中並且可選的在校準子集中）。
圖3A還圖示了定向成使得z軸與表面部分327正交（即，垂直）的三維笛卡爾座標系。z軸可用於參數化豎直座標。
儘管在圖3A中電子束333的入射角被示出為正交地指向表面部分327（使得入射角為0°），但根據一些實施例，電子束源332可被配置成允許以一或多個附加入射角中的任一者投射電子束。根據一些實施例，電子感測器334可以是可平移的及/或可定向的，以便允許感測以多個返回角度中的任何一者從樣品325返回的輔助電子及/或背散射電子。
還參考圖3B，圖3B呈現了根據一些實施例的樣品325的一部分的放大視圖。作為非限制性實例，表面部分327被示出為包括鰭343和溝槽345。溝槽345中的每一者在相應鰭對（來自鰭343）之間延伸。例如，溝槽345′在第一鰭343a′與第二鰭343b′之間延伸。位點351′包括溝槽345′和鰭343a′與鰭343b′。根據一些實施例，位點351′的豎直座標或標高可由溝槽345′的底部347′限定。作為非限制性實例，在圖3B中，位點351′在底部347′比相鄰位點的底部（如由垂直於豎直方向的直線B所指示）更低的意義上相對於與其相鄰的位點凹陷。
溝槽345′的深度由雙頭箭頭d指示。溝槽345′的寬度由雙頭箭頭w指示。雙頭箭頭p指示第一鰭343a′和第二鰭343b′的中心之間的距離，即，鰭343的節距（在鰭343被設計成等距間隔開的實施例中）。
根據其中位點351ʹ被選擇為校準位點中的一者（即，在校準子集中）的一些實施例，位點351ʹ的豎直座標可由AFM 314透過用尖端364探測底部347ʹ或至少底部347ʹ的中心位置361ʹ來量測。
根據一些實施例，可由AFM 314探測每個校準位點的多個位置（使得由AFM 314量測每個校準位點的兩個或更多個位置的豎直座標）。例如，還可探測第一鰭343a′的頂部363a′（以及可選地還有第二鰭343b′的頂部）。根據一些此類實施例，當校準（可由計算模組304的表面計量模組執行的）演算法時，考慮到校準位點中的位置中的每一者的豎直座標。在上述示例的上下文中，考慮到頂部363ʹ和底部347ʹ兩者的豎直座標或至少其間的差可以潛在地促進從對應的SEM圖像提取溝槽的深度，並且特別地，促進從分別與鰭和溝槽相關聯的灰階值的比率提取溝槽的深度。
根據一些實施例，可由計算模組304的影像處理模組從位點的SEM圖像中提取位點的橫向CD（潛在地達到整體正規化常數，這取決於位點的豎直座標），諸如寬度w及/或距離p。根據一些此類實施例，當位點是校準位點時，所提取的CD可用於促進對（可由表面計量模組執行的）演算法的校準。附加地或替代地，根據一些實施例，當位點不是校準位點時，所提取的CD可用作對演算法的輸入，以獲得位點的豎直參數。 方法
根據一些實施例的一態樣，提供了用於樣品表面的計量的電腦化系統。圖4A呈現了根據一些實施例的這種方法的流程圖，即方法400。方法400可使用系統200和系統300或與其類似的系統中的任何一者來實現。方法400可以包括： l 操作410，其中SEM（例如，SEM 212或SEM 312）用於獲得被檢樣品（例如，樣品225或樣品325）表面上的位點集合的SEM資料。 l 操作420，其中AFM（例如，AFM 214或AFM 314）用於量測集合中的（校準）子集中的位點的豎直參數。 l 操作430，其中被配置成在位點的SEM資料被輸入演算法時估計該位點的豎直參數的演算法是透過以下方式來校準的：（例如，使用表面計量模組242）決定演算法的自由參數，使得演算法估計的豎直參數與AFM量測的豎直參數（即，實際豎直參數）之間殘差被約最小化。 l 可選地，操作435，取決於獲得的殘差不在所需精度內，其中校準子集被更新以（i）排除位點中的一些位點，在這種情況下重複操作430，或者（ii）包括額外位點——並且可選地排除位點中的一些位點——在這種情況下，AFM用於量測額外位點的豎直參數，隨後重複操作430。 l 操作440，其中經校準演算法用於（例如，使用表面計量模組242）估計校準子集的補集中的位點的豎直參數。
技藝人士將容易接受察覺到，上述操作列出的順序不是唯一的。特別地，其他適用順序亦被本案涵蓋。例如，根據一些實施例，操作420可以在操作410之間執行。或者，例如，根據一些實施例，操作410可以是雙階段的：在操作410的第一子操作中，僅獲得或基本上僅獲得校準位點的SEM資料，該第一子操作可以在操作420之前或之後執行。在操作410的第二子操作中，獲得剩餘位點的SEM資料，該第二子操作在操作430之後執行。作為又另一實例，根據其中包括與可選操作415（以下描述）、435的特定實施例相對應的操作的一些實施例並且如以下圖4B的描述中描述的那樣，操作415、420、430和435的特定實施例被「混合」（並且不分別列出）。
如本文所使用的，術語「SEM資料」、「SEM掃描資料」和「SEM獲得的資料」以更廣泛的方式使用以不僅涵蓋SEM圖像和從SEM圖像匯出的資料，而且涵蓋從量測透過由SEM產生的電子束輻照被檢樣品而產生的一或多個信號獲得的任何資料。因此，根據一些實施例，術語「SEM資料」、「SEM掃描資料」和「SEM獲得的資料」應被理解為還涵蓋與由於由電子束輻照被檢樣品而產生的X射線、陰極射線發光光及/或被檢樣品中的吸收電流相關聯的信號。
根據一些實施例，操作430和操作440的演算法可分別涉及決定和計算函數H(S)，H(S)最初（即，在操作430的開始處）指定到函數的一或多個自由參數的值。在操作430中決定h(S)的一或多個自由參數的值（從而校準演算法）。
函數H(S)提供對位點的豎直參數的估計（例如，位點相對於一些基線的高度）。 是參數集，其包括位點的SEM獲得的資料。s i中的每一者可對應於原始SEM資料（例如，灰階值）或經處理的SEM資料（例如，來自同一SEM圖像的灰階值的比率）。在後一情況中，演算法可涉及在計算函數之前處理原始SEM資料。根據一些實施例，S包括至少一對強度I max和I min。I max和I min是分別與位點的SEM圖像中的（多個）最大亮度區域和（多個）最小亮度（即，最大暗度）區域相對應。例如，當位點包括溝槽（例如，溝槽119a′）時，I min可以是位點的SEM圖像（例如，SEM圖像121a）中與溝槽相對應的條帶（例如，條帶129a′）的強度，並且I max可以是位點的SEM圖像中與溝槽相鄰的兩個鰭（例如，鰭117a1和鰭117a2）相對應的條帶（例如，條帶127a1和條帶127a2）的強度的均值。或者，例如，當位點包括通孔（即，孔洞）時，I min可以是位點的SEM圖像中與通孔相對應的強度，並且I min可以是位點的SEM圖像中圍繞通孔的環形區域的均值。根據一些實施例，H = H(R)，其中R = I max/I min。
可以預定演算法以及特別地，H(S)的形式。根據一些實施例，可以採用或附加地採用機器學習工具以決定H(S)的形式。H(S)的形式意味著函數的類型——例如，線性、平方、三階的形式、或甚至非多項式——以及H(S)的任何非自由（即，具有固定值）參數的值。根據一些實施例，可以基於被檢樣品（例如，圖案化晶圓）的設計資料、表徵設置的參數（諸如表徵SEM的參數（例如，電子束的平均著陸、其寬度））中的一者或多者來從演算法資料庫中預選演算法。
作為非限制性實例，根據一些實施例，函數可以是R的線性函數，即，具有形式a•R+b。此處a和b是自由參數（其值在操作430中決定）。作為另一非限制性實例，根據一些實施例，函數可以是R的平方函數，即，具有形式c 1•R 2+ c 2•R + c 3。此處c 1、c 2和c 3是自由參數（其值在操作430中決定）。
如本文所使用的，術語「自由參數」用於指其值不完全固定的參數。因此，例如，其值被限制在一範圍內的參數亦是自由參數。根據一些實施例，自由參數中的至少一些自由參數的值被預先指定（即，在操作430的開始處）為在相應範圍內。根據一些實施例，預先指定的範圍可以至少基於被檢樣品的參考資料或至少被檢樣品上待剖析的結構來決定。根據一些實施例，預先指定範圍可以加快決定自由參數及/或改進校準（例如，當最小化是非凸的時，透過幫助避免輸出與非全域的局部最小值相對應的解）。
根據一些實施例，演算法可以是深度神經網路（DNN），其中演算法的自由參數構成DNN的權重。DNN被配置成接收參數集S作為輸入。
根據一些實施例，自由參數的值可以使用諸如回歸分析之類的機器學習工具來獲得。
根據一些實施例，自由參數的值可以使用趨勢分析來獲得，其中校準位點中的一些校準位點（例如，約70%）的SEM資料和AFM資料用於估計演算法的自由參數的值，並且剩餘校準位點的SEM資料和AFM資料用於驗證，即，測試估計值的準確度。
根據一些實施例，與位點相關聯的SEM獲得的資料還可包括與該位點相鄰的位點的SEM數據。
根據一些實施例，位點的SEM資料可包括該位點的多個SEM圖像，或者從該位點的多個SEM圖像提取的資料。根據一些此類實施例，多個SEM圖像可包括以電子束的不同入射角獲得的SEM圖像。
更一般地，函數H可以不僅取決於S，還取決於附加參數，該附加參數不與SEM獲得的資料相對應，諸如校準位點的參考資料。當位點設計成具有待剖析的不同結構時，可能是這種情況。替代地，例如，當待剖析的所有位點按照同一設計製造時，對參考資料（特別是設計資料）的依賴性可以降級為（對）自由參數（的設計資料的依賴性）。
根據一些實施例，演算法的自由參數的數量小於或等於校準子集中的位點數量。
根據一些實施例，方法400可進一步包括，在操作430之後，檢查所獲得的（即，約最小化的）殘差是否在所需精度內，並且當不在所需精度內時，繼續到操作435。
根據一些實施例，當滿足（i）第一條件（所獲得的殘差的絕對值小於第一閾值（或相應的第一閾值））和（ii）第二條件（所獲得的殘差的精確函數的值小於第二閾值）中的任一者時，所獲得的殘差在所需精度內。作為非限制性實例，精度函數可以是殘差的平方和（或其平方根）。
根據一些實施例，當校準子集中的位點可分成第一組和第二組，使得第一組包括一百分比的位點，其中該百分比高於第一閾值百分比，並且使得滿足（iʹ）第一條件（第一組中的所獲得的殘差中的每一者小於第一閾值（或相應的第一閾值））和（iiʹ）第二條件（第一組中的所獲得的殘差的精確函數的值小於第二閾值）中的任一者時，所獲得的殘差在所需精度內。根據一些實施例，當所獲得的殘差在所需精度內時，校準子集被更新以排除第二組中的位點（若存在）。根據一些實施例，第一閾值百分比可以等於或大於80%、90%或95%。每種可能性對應於不同的實施例。
根據一些實施例，在操作420中，可以量測位點中的兩個或更多個位置的豎直參數。例如，當位點包括在兩個鰭之間的溝槽時，位點的豎直參數（例如，其深度）可以從溝槽的豎直座標和兩個鰭的豎直座標匯出，或者替代地，這三個豎直座標可以構成與該位點相對應的三個豎直參數。
可選地，根據一些實施例，方法400可進一步包括初始操作403（即，在操作410之前），在初始操作403中選擇演算法。根據一些實施例，可以在考慮到被檢樣品的參考資料的情況下選擇演算法，所述參考資料諸如從剖析其他樣品（例如，按照同一設計製造的樣品）獲得的資料及/或被檢樣品的設計資料。根據一些實施例，可以在考慮到估計位點的豎直參數的精度的情況下選擇演算法：當所需精度相對高時，可以選擇更準確但更繁瑣的演算法，而當所需精度相對低時，可以選擇不太準確但不太繁瑣的演算法（例如，更快及/或消耗更少記憶體）。根據一些實施例，可以從預定義的演算法清單中選擇演算法。根據一些實施例，對演算法的選擇包括對函數H(S)形式的選擇。因此，作為非限制性實例，根據一些實施例，當需要較高精度時，所選形式可以是n次多項式，其中n ≧ 2，而當需要較低精度時，該形式可以是m次多項式，其中1 ≦ m ≦ n - 1。根據一些實施例，可以從預定義的形式清單中選擇函數的形式。
如本文所使用的，術語「參考資料」應被擴展地解釋為涵蓋指示被檢樣品（例如，圖案化晶圓）的物理設計的任何資料。根據一些實施例，被檢樣品的參考資料可包括被檢樣品的「設計資料」，諸如例如各種格式的CAD資料。根據一些實施例，參考資料可包括透過類比獲得的資料。根據一些實施例，被檢樣品的參考資料可包括透過對按照與被檢樣品相同的設計或類似設計製造的一或多個樣品進行剖析而獲得的資料。剖析可包括使樣品中的至少一些樣品經受本文揭示的三維表面計量方法。附加地或替代地，剖析可涉及破壞性探測技術，諸如當被檢樣品被切割成薄片時，其結構可隨後使用例如TEM來高精度地表徵。
可選地，根據一些實施例，方法400可進一步包括操作415（操作415可以在操作410之後），其中決定校準子集（即，選擇校準位點）。可以選擇校準位點，以便儘可能最大化由AFM從對校準位點的探測匯出的有用資訊——關於演算法的校準的有用資訊——的量，同時保持小的校準位點數量。構成有用資訊的內容可取決於樣品的（預期）設計、是對樣品的全部進行剖析還是僅對其一些區域進行剖析、及/或是否待剖析的所有區域都按照相同準確度剖析。更具體地，根據一些實施例，可以選擇校準子集中的位點，以便最大化或至少增加演算法的效率和準確度。為此，根據一些實施例，可選擇不太可能展現顯著結構異常或至少顯著結構異常，並且典型地由低雜訊位準表徵的位點。優選地，所選位點可以在其量測值（即，尺寸）中顯示可變性，並且根據一些實施例，在其形狀中顯示可變性，以説明確保校準的演算法相對於所有種類的所剖析位點工作良好。特別地，所選位點可包括外部位點，諸如包括最深或接近最深的溝槽的位點、（當樣品是晶圓時）定位在晶圓邊緣的位點、及/或其SEM圖像以極值灰階值（例如，最低或最高的灰階值）或由最大或最小的對比度表徵的位點。更一般地，根據一些實施例，還可以選擇在預期與其剖析相關聯的置信位準相對低（即使在不展現異常時）的意義上其剖析可能是挑戰性的位點。這可以説明確保經校準演算法不是僅對於較容易剖析的位點工作良好。
根據一些實施例，可以在考慮到位點中的每一者的SEM資料的情況下選擇校準子集。根據一些此類實施例，其SEM圖像指示從預期設計偏離的位點亦可被選擇用於校準子集，尤其是當偏離指示系統生產故障時（從而允許表徵故障及/或辨識故障來源）。
根據其中樣品先前經受（多個）其他工具（例如，（多個）光學掃描工具）檢查的一些實施例，可以在考慮到由（多個）其他工具獲得的資料的情況下選擇校準子集。
根據一些實施例，選擇用於校準子集的位點數量可取決於待估計的位點的豎直參數的精度：所需精度越高，選擇用於校準子集的位點數量越大。根據一些實施例，可以在考慮到整個樣品的預期製程變化及/或預期及/或已知的SEM漂移的情況下選擇校準子集。根據一些實施例，可以在考慮到過去對同一批次及/或同一設計的樣品及/或類似設計的樣品的校準子集的成功選擇的情況下選擇校準子集。根據一些實施例，可以採用機器學習工具及/或（多個）ANN來辨識最佳或改進的校準子集。根據一些實施例，可以在考慮到樣品的參考資料（例如，位點的設計資料）的情況下選擇校準子集。
根據一些實施例，操作420可以與操作410同時執行。根據這樣一些實施例，操作430，以及操作435（當被包括且發生時），亦可以與操作410同時執行。
根據一些實施例，在操作440中，若補集中高於閾值百分比的一百分比的位點使得對於這些位點中的每一者，該位點的估計的豎直參數與其預期的豎直參數之間的差落在預定範圍之外，則用新的校準子集替換該校準子集。加下來，相對於新的校準子集中先前沒有被AFM探測的所有候選位點施加操作420，並且相對於新的校準子集重複430和440。
操作410可以使用SEM（諸如SEM 212、SEM 312或與其類似的SEM）來實現。
操作420可以使用AFM（諸如AFM 214、AFM 314或與其類似的AFM）來實現。
操作430和操作440中的計算可以使用計算模組（諸如計算模組204、304或與其類似的計算模組）來實現。此外，應理解，根據其一些實施例，如在本小節中描述的，計算模組204和計算模組304中的每一者可被配置成執行操作430和操作440中涉及的所有計算。根據一些實施例，在操作430中，可使用表面計量模組242、計算模組304的表面計量模組或與其類似的表面計量模組來最小化殘差。類似地，在操作440中，可以——基於校準子集的補集中的位點的SEM獲得的資料——使用表面計量模組242、計算模組304的表面計量模組或與其類似的表面計量模組來估計補集中的位點的豎直參數。
根據一些實施例，在操作430中，被輸入演算法的SEM資料是經處理SEM資料。根據一些此類實施例，處理位點的原始SEM資料以提取表徵位點及/或其原始SEM圖像的一或多個特徵（諸如位點的CD以及原始SEM圖像的強度梯度）。根據其中位點包括鰭對之間的溝槽分段的一些實施例，CD可包括溝槽的寬度、以及鰭的中心之間的距離等中的一者或多者。根據一些實施例，可使用影像處理模組244、計算模組304的影像處理模組或與其類似的影像處理模組來執行對原始SEM資料的處理。
根據一些實施例，在操作410中，一或多個附加感測器（例如，（多個）附加感測器238）用於量測一或多個附加信號。根據一些此類實施例，一或多個附加感測器可包括配置成量測（由於樣品被SEM的電子束輻射而產生的）X射線信號及/或陰極射線發光光信號的一或多個光學感測器，及/或配置成量測（由於樣品被SEM的電子束輻射而產生的）吸收電流信號的電流感測器。根據其中在操作410中使用一或多個附加感測器的一些實施例，（在操作430及/或操作440中）演算法的輸入可包括一或多個附加信號中的至少一些，可選地是在對這些附加信號處理之後。
根據其中按照同一設計製造的一批樣品要經受表面計量的一些實施例，方法400針對樣品之每一者樣品實施。根據一些替代實施例，方法400可以僅針對樣品中的取樣（例如，小百分比）實施。作為非限制性實例，根據一些實施例，方法400可以針對每第（k•m + 1）個樣品實施。此處，k是大於2的整數；m的範圍是從0開始，以1為增量（使得方法400針對第1個樣品、第（k+1）個樣品、第（2k+1）個樣品等等實施）。根據一些實施例，可以基於已知的SEM漂移的特徵時間來決定k值。
在包括操作435的實施例中，表面計量模組242或與其類似的表面計量模組可用於更新校準子集。
可選地，根據一些實施例，方法400可進一步包括操作443，在操作443中，對於位點中的至少一些位點，（例如，使用影像處理模組244）從SEM資料估計該位點的一或多個CD。
可選地，根據一些實施例，方法400可進一步包括操作447，在操作447中，位點中的至少一些位點中的每一者的SEM資料（包括如由經校準演算法計算的從該位點匯出的資料，諸如位點的豎直座標）被分析以決定相應位點是否有缺陷。
根據包括操作443和操作447兩者的一些實施例，具有異常CD（無論是橫向的還是豎直的）的位點可被標記為有缺陷。
圖4B呈現根據一些實施例的用於樣品表面的計量的方法400′的流程圖。方法400′與方法400′的特定實施例相對應，其中迭代地選擇校準子集，基本上如以上在圖2的描述中的[系統]小節中所描述的。方法400′包括： -操作410′，其中SEM（例如，SEM 212或SEM 312）用於獲得被檢樣品（例如，樣品225或樣品325）表面上的位點集合的SEM資料。 -操作425′，其中被配置成在位點的SEM資料被輸入演算法時估計該位點的豎直參數的演算法透過執行以下操作來校準： l 子操作425a′，其中量測（初始的）多個校準位點的豎直參數。初始校準位點構成初始校準子集。 l 子操作425b′，其中基於多個校準位點的所量測豎直參數和與其相對應的SEM資料來校準演算法，該SEM資料是在操作410′中獲得的。 l 子操作425c′，其中辨識用於放大校準子集的候選位點。 l 子操作425d′，其中候選位點中的每一者被分配分數。 l 子操作425e′，其中AFM用於量測候選位點中具有最高分數的一或多個候選位點的豎直參數。這些（最高分數）候選位點被添加到校準子集。 l 子操作425f′，其中演算法被重新校準。 l 子操作425g′，其中除非滿足停止標準，否則重複子操作425d′、425e′和425f′。 -操作440′，其中經重新校準的演算法用於（例如，使用表面計量模組242）估計子集的補集中的位點的豎直參數。
操作410′和操作440′可以分別與方法400的操作410和操作440的特定實施例相對應。操作425可以與方法400的操作序列415、420、430和435的一些特定實施例相對應。
在子操作425c′中，候選位點可以基本上如以上在（方法400的）操作415的描述中和在[系統]小節中的圖2的描述中描述的那樣被辨識。在子操作425d′中，可以根據附加有用資訊的預期量來對候選位點打分，該附加有用資訊預期透過在子操作425e′中探測該候選位點來獲得。即，根據預期對每個候選位點的探測將如何在演算法的所得準確度的意義上有助於子操作425f′中對演算法的重新校準。
在子操作425d′的第二次實施（即，作為子操作425g′的實施的一部分，即，當不滿足停止標準時，使得子操作425g′）中，剩餘候選位點中的每一者可以根據附加有用資訊的相應量來重新打分，該附加有用資訊預期透過在子操作425e′中透過對該候選位點進行探測來獲得。重新打分可以考慮到（i）在子操作425e′的第一次實施中探測的（剛添加的）校準位點的豎直參數的量測值，以及（ii）在子操作425f′的第一次實施中對演算法的重新校準中獲得的對應殘差的值。類似地，在子操作425d′的每次後續實施中（若發生），剩餘候選位點中的每一者可以在至少考慮到（i）迄今為止的豎直參數的量測值和（ii）在子操作425f′的最後一次實施中對（當時狀態的）演算法的重新校準中獲得的殘差的值，根據預期透過在子操作425e′的下一次實施中透過對該候選位點的探測來獲得的有用資訊的量來重新打分。
在子操作425b′中，可以基本上如以上在操作430的描述中描述的那樣校準演算法。在子操作425f′中，透過相對於當前校準子集再次校準演算法來重新校準演算法。
根據一些實施例，子操作425d′或至少其後面的重複（例如，從第一次重複開始或從第二次重複開始）可以進一步包括從校準子集排除（即，移除）量測的豎直座標在對應獲得的殘差超過閾值的意義上「異常」的校準位點（無論是來自原始（即，初始）校準子集的還是稍後添加到校準子集的）。
根據一些實施例，停止標準（操作425′在此處結束）可以在演算法的自由參數已經被決定為所需精度時、或在已經執行預先指定的迭代次數（即，子操作425d′至425f′的重複，或者，同樣地，子操作425g′的施加）時、或在首次滿足這兩個條件中的一者時觸發。
可選地，根據一些實施例，方法400′可進一步包括初始操作（類似於操作403），在該初始操作中選擇演算法（在操作425′中被校準）。
可選地，根據一些實施例，方法400′可進一步包括類似於操作443（其在操作440′之後執行）的操作。根據一些此類實施例，方法400′可附加地包括類似於操作447（其可以是執行的最後一個操作）的操作。
可選地，根據一些實施例，方法400′可進一步包括在操作440′之後執行的操作，在該操作中分析位點中的至少一些位點中的每一者的SEM資料以決定相應位點是否有缺陷。
如本文所使用的，術語「SEM資料」、「SEM掃描資料」和「SEM獲得的資料」可以互換地使用。
將領會，為清楚起見，在分開的實施例的上下文中所描述的本案的某些特徵亦可以在單個實施例中組合提供。相反，為了簡潔起見在單個實施例的上下文中描述的本案的各個特徵還可分開地提供、或以任何合適的子群組合提供、或適當地在本案的任何其他描述的實施例中提供。在實施例的上下文中描述的任何特徵都不應被認為是該實施例的基本特徵，除非明確指定如此。
儘管根據一些實施例，方法的操作可能以特定序列描述，但本案的方法可包括以不同循序執行的所述方法中的一些或全部。特別地，應理解，所述方法中的任一者的操作和子操作的順序可被重新排序，除非上下文明確指定並非如此，例如，當後一操作需要先前操作的輸出作為輸入時或當後一操作需要先前操作的產品時。本案的方法可包括所述方法中的一些或所述方法中的全部。所揭示的方法中的任何具體操作被不應被視為該方法的基本操作，除非明確指定如此。
儘管結合本案的特定實施例來描述本案，但顯然可存在對本領域技藝人士顯而易見的眾多替代、修改和變型。因此，本案包含落入所附申請專利範圍範圍內的所有此類替代、修改和變型。應理解，本案在其應用中不一定限於本文闡述的部件及/或方法的構造和佈置的細節。可以實踐其他實施例，並且可以以各種方式執行實施例。
本文採用的措辭和術語是為了描述性目的，並且不應視為是限制性的。本案中對任何參考的引用或辨識不應被解釋為承認此類參考可作為本案的現有技術使用。本文中使用小節標題是為了便於理解說明書，並且不應解釋為必然限制。
101a:圖案化晶圓 101c:圖案化晶圓 111a:區域 121a:SEM圖像 111c:區域 117a:鰭 117a1:鰭 117a2:鰭 117c:鰭 119a:鰭 119a’:溝槽 119c:溝槽 129a:條帶 129a’:條帶 127a:條帶 127a1:條帶 127a2:條帶 200:系統 202:掃描裝備 204:計算模組 212:SEM 214:AFM 218:控制器 220:平臺 225:樣品 230:真空腔室 232:電子束源 234:電子感測器 238:附加感測器 242:表面計量模組 244:影像處理模組 246:偵測模組 300:系統 302:掃描裝備 304:計算模組 312:SEM 314:AFM 318:控制器 320:平臺 325:被檢樣品 327:表面部分 329:基部 330:真空腔室 332:電子束源 333:電子束 334:電子感測器 337:箭頭 338:附加感測器 343:鰭 343a’:鰭 343b’:鰭 345:溝槽 345’:溝槽 347’:底部 351’:位點 361’:中心位置 362:懸臂 363a’:頂部 364:尖端 400:方法 400’:方法 403:初始操作 410:操作 410’:操作 415:操作 420:操作 425:操作 425’:操作 425a’:子操作 425b’:子操作 425c’:子操作 425d’:子操作 425e’:子操作 425f’:子操作 430:操作 435:操作 440:操作 440’:操作 443:操作 447:操作 h:高度 h’:高度 x/y/z:軸 d:深度 w:寬度 p:節距 B:直線
本文中參考附圖描述了本案的一些實施例。描述和附圖一起使得本領域一般技藝人士瞭解可以如何實踐一些實施例。附圖是出於說明性描述的目的，並且不試圖示出比對本案的基本理解所需更詳細地示出實施例的結構細節。為了清楚起見，附圖中圖示的一些物件未按比例繪製。此外，同一附圖中的兩個不同物件可以按不同比例繪製。特別地，與同一附圖中的其他物件相比，一些物件的比例可能被大幅誇大。
在附圖中：
圖1A示意性地圖示了根據一些實施例的包括鰭和溝槽的圖案化晶圓的區域；
圖1B示意性地圖示了圖1A的圖案化晶圓的區域的SEM圖像；
圖1C示意性地圖示了根據一些實施例的包括鰭和溝槽的圖案化晶圓的區域；
圖2呈現了根據一些實施例的用於樣品的表面計量的系統以及正由該系統進行剖析的圖案化晶圓的方塊圖，該系統包括掃描電子顯微鏡和原子力顯微鏡；
圖3A示意性地圖示了根據一些實施例的用於樣品的表面計量的系統以及正由該系統進行剖析的圖案化晶圓，該系統對應於圖2的系統的特定實施例；
圖3B呈現根據一些實施例的圖3A的圖案化晶圓的一部分的放大視圖；
圖4A呈現根據一些實施例的組合掃描電子顯微鏡和原子力顯微鏡量測的樣品的表面計量的方法的流程圖；及
圖4B呈現與圖4A的方法的特定實施例相對應的組合掃描電子顯微鏡和原子力顯微鏡量測的樣品的表面計量的方法的流程圖。
國內寄存資訊(請依寄存機構、日期、號碼順序註記) 無 國外寄存資訊(請依寄存國家、機構、日期、號碼順序註記) 無
101a:圖案化晶圓
101c:圖案化晶圓
111a:區域
121a:SEM圖像
111c:區域
117a:鰭
117a1:鰭
117a2:鰭
117c:鰭
119a:鰭
119a’:溝槽
119c:溝槽
129a:條帶
129a’:條帶
127a:條帶
127a1:條帶
127a2:條帶

Claims (20)

  1. 一種用於基於掃描電子顯微鏡和原子力顯微鏡的樣品三維表面計量的基於電腦的方法，所述方法包括以下操作： 使用一掃描電子顯微鏡（SEM）來獲得一被檢樣品的一表面上的一位點集合的SEM資料； 使用一原子力顯微鏡（AFM）來量測豎直參數，該等豎直參數量化該集合的一校準子集中的位點的豎直座標及/或豎直尺寸； 透過以下方式來校準一演算法，該演算法配置成在一位點的SEM資料被輸入到該演算法中時估計該位點的一豎直參數：決定該演算法的自由參數，使得該演算法估計的豎直參數與該AFM量測的豎直參數之間的殘差被約最小化；及 使用該經校準的演算法來估計該校準子集的該補集中的該等位點的豎直參數。
  2. 如請求項1之方法，其中當滿足一第一條件及/或一第二條件時，所獲得的該等殘差在一所需精度內，該第一條件是所獲得的該等殘差的該等絕對值小於一第一閾值，該第二條件是所獲得的該等殘差的一精度函數的一值小於一第二閾值；並且/或者 其中當所獲得的該等殘差中高於該第一閾值百分比的一百分比滿足一第三條件和一第四條件中的至少一者時，所獲得的該等殘差在一所需精度內，該第三條件是該百分比之每一者殘差小於一第三閾值，該第四條件是該百分比中的該殘差的一精度函數的一值小於一第四閾值，並且其中當滿足該第三條件及/或該第四條件時，當該校準子集中存在不在滿足該第一條件及/或該第二條件的該百分比中的位點時，更新該校準子集以排除其中的不在滿足該第一條件及/或該第二條件的該百分比中的該等位點。
  3. 如請求項2之方法，其中當所獲得的該等殘差不在該所需精度內時，執行以下額外操作： 更新該校準子集以進一步包括來自該集合的一或多個額外位點； 使用該AFM來量測該一或多個額外位點的豎直參數；及 在附加地考慮到該一或多個額外位點的所量測的該等豎直參數和該一或多個額外位點的SEM資料的情況下執行校準該演算法的該操作，並且，一旦由此獲得的該等殘差在該所需精度內，就繼續到使用經校準的該演算法的該操作。
  4. 如請求項1之方法，其中該校準子集中的該位點以迭代的方式被選擇並由該AFM剖析，使得在一次迭代中獲得的資料在下一次迭代中被用於改進對位點的該選擇，以便改進該校準。
  5. 如請求項1之方法，其中在使用經校準的該演算法來估計該校準子集的該補集中的該位點的豎直參數的該操作中，若該補集中高於一第二閾值百分比的一百分比的位點使得對於該百分比的位點中包括的每個位點，該位點的所估計的該豎直參數與預期的一豎直參數之間的一差落在一預定範圍之外，則用一新的校準子集來替換該校準子集，使用該AFM來量測該新的校準子集中先前沒有被該AFM探測的校準位點的豎直參數，重新校準該演算法，以及使用經重新校準的該演算法來估計該新的校準子集的該補集中的該位點的豎直參數。
  6. 如請求項1之方法，其中在考慮到整個該被檢樣品的製程變化和期望及/或已知的SEM漂移的情況下選擇該校準子集；並且/或者 其中在考慮到過去至少與該被檢樣品同一預期設計的樣品及/或與該被檢樣品類似的樣品中的校準子集的成功選擇的情況下選擇該校準子集；並且/或者 其中在考慮到過去對來自與該被檢樣品同一批次中的樣品中的校準子集的成功選擇的情況下選擇該校準子集。
  7. 如請求項1之方法，其中基於該校準子集中的該位點數量及/或該AFM量測的準確度來選擇該演算法的一函數形式。
  8. 如請求項1之方法，其中該SEM資料至少包括輔助電子信號及/或背散射電子信號。
  9. 如請求項1之方法，其中該演算法的輸出是該SEM資料的一多項式函數。
  10. 如請求項1之方法，其中機器學習工具被用於決定該演算法的該等自由參數。
  11. 如請求項1之方法，其中該演算法是一深度神經網路，並且該等自由參數包括該深度神經網路的權重。
  12. 如請求項1之方法，其中該校準子集比該集合小至少約一個數量級。
  13. 如請求項1之方法，其中該被檢樣品是一圖案化晶圓，並且其中該等位點包括在鰭之間的溝槽及/或其中該位點包括通孔。
  14. 如請求項1至13中任一項該的方法，進一步包括以下操作：除了該集合之每一者位點的該等豎直參數之外，還至少從該SEM資料估計該集合之每一者位點的一或多個臨界尺寸，並且其中該演算法的該輸入包括該臨界尺寸及/或該臨界尺寸的一或多個函數。
  15. 一種用於對按照同一設計製造的多個樣品的表面的三維計量的基於電腦的方法，該方法包括以下操作： 將請求項1之方法施加到該樣品的取樣，從而分別獲得一或多個經校準演算法； 使用一SEM以獲得該樣品的其餘部分之每一者樣品上的表面上的位點的SEM資料；及 使用該一或多個經校準演算法來估計該等樣品中的該其餘部分中的該位點之每一者位點的豎直參數。
  16. 一種用於樣品的三維表面計量的系統，該系統包括： 一掃描裝備，該掃描裝備包括： 一掃描電子顯微鏡（SEM），該SEM配置成獲得一被檢樣品的一表面上的一位點集合中的位點的SEM資料；及 一原子力顯微鏡（AFM），該AFM配置成量測豎直參數，該等豎直參數量化該集合的一校準子集中的位點的豎直座標及/或豎直尺寸；及 一計算模組，該計算模組配置成： 透過以下方式來校準一演算法，該演算法配置成在一位點的SEM資料作為輸入饋送到該演算法中時估計該位點的一豎直參數：決定該演算法的自由參數，使得該演算法輸出的豎直參數和該AFM量測的豎直參數之間的殘差被約最小化；及 使用經校準的該演算法來估計該校準子集的補集中的該位點的豎直參數； 由此產生該被檢樣品的該表面的一形貌圖。
  17. 如請求項16之系統，其中該計算模組被配置成檢查所獲得的該等殘差是否滿足一第一條件和一第二條件中的至少一者，該第一條件是所獲得的該等殘差的絕對值小於一第一閾值，該第二條件是所獲得的該等殘差的一精度函數的一值小於一第二閾值，並且若滿足，則將所獲得的該等殘差分類為在一所需精度內；並且/或者 其中該計算模組被配置成檢查所獲得的該等殘差中高於一第一閾值百分比的一百分比是否滿足一第三條件和一第四條件中的至少一者，該第三條件是該百分比之每一者殘差小於一第三閾值，該第四條件是該百分比中的該殘差的一精度函數的一值小於一第四閾值，並且若滿足，則當該校準子集中存在不在滿足該第三條件和該第四條件中的至少一者的該百分比的殘差中的位點時，更新該校準子集以排除其中的不在滿足該第三條件和該第四條件中的至少一者的該百分比的殘差中的該位點。
  18. 如請求項17之系統，進一步被配置成當所獲得的該等殘差不在該所需精度內時： 更新該校準子集以進一步包括來自該集合的一或多個額外位點； 使用該AFM來量測該一或多個額外位點的豎直參數；及 在附加地考慮到該一或多個額外位點的該等豎直參數和該一或多個額外位點的SEM資料的情況下重新校準該演算法，並且，一旦由此獲得的殘差在該所需精度內，就使用經重新校準的該演算法來計算該校準子集的該補集中的該位點的豎直參數。
  19. 如請求項16之系統，其中該演算法的輸出是該SEM資料的一多項式函數。
  20. 如請求項16至19中任一項該的系統，其中該掃描裝備進一步包括一或多個光學感測器及/或電流感測器； 其中該一或多個光學感測器被配置成量測由於該被檢樣品被該SEM的電子束撞擊而產生的X射線信號及/或陰極射線發光光信號；及 其中該電流感測器被配置成量測由於該被檢樣品被該SEM的該電子束輻射而在該被檢樣品中產生的一電流。
TW112109314A 2022-03-18 2023-03-14 晶圓的三維表面計量 TW202401000A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US17/698,393 2022-03-18
US17/698,393 US11662324B1 (en) 2022-03-18 2022-03-18 Three-dimensional surface metrology of wafers

Publications (1)

Publication Number Publication Date
TW202401000A true TW202401000A (zh) 2024-01-01

Family

ID=86506235

Family Applications (1)

Application Number Title Priority Date Filing Date
TW112109314A TW202401000A (zh) 2022-03-18 2023-03-14 晶圓的三維表面計量

Country Status (4)

Country Link
US (1) US11662324B1 (zh)
KR (1) KR20230136558A (zh)
CN (1) CN116772760A (zh)
TW (1) TW202401000A (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117687554B (zh) * 2023-12-11 2024-05-28 上海梅斯医药科技有限公司 基于视觉模拟评分的标尺元件灵活配置系统及方法

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5155359A (en) 1991-04-05 1992-10-13 Metrologix, Inc. Atomic scale calibration system
US6999164B2 (en) 2001-04-26 2006-02-14 Tokyo Electron Limited Measurement system cluster
US20100294927A1 (en) 2005-09-12 2010-11-25 Nanolnk, Inc. High throughput inspecting
KR20070032479A (ko) 2005-09-16 2007-03-22 주식회사 하이닉스반도체 반도체 소자의 패턴 크기 보정 방법
US20120098974A1 (en) * 2010-09-17 2012-04-26 Florida State University Research Foundation Optical method for measuring height of fluorescent phospholipid features fabricated via dip-pen nanolithography
US9453857B2 (en) * 2014-04-23 2016-09-27 Oxford Instruments Asylum Research, Inc AM/FM measurements using multiple frequency of atomic force microscopy
US9262819B1 (en) 2014-09-26 2016-02-16 GlobalFoundries, Inc. System and method for estimating spatial characteristics of integrated circuits
RU2660418C1 (ru) 2017-06-23 2018-07-06 федеральное государственное автономное образовательное учреждение высшего образования "Санкт-Петербургский национальный исследовательский университет информационных технологий, механики и оптики" (Университет ИТМО) Зонд для сканирующей зондовой микроскопии и способ его изготовления (варианты)
WO2020000400A1 (en) 2018-06-29 2020-01-02 Jiangsu Jitri Micro-Nano Automation Institute Co., Ltd. A method for sem-guided afm scan with dynamically varied scan speed
US10664638B1 (en) 2018-12-17 2020-05-26 Globalfoundries Inc. Measuring complex structures in semiconductor fabrication
CN110155959B (zh) 2019-05-31 2022-08-23 西北工业大学 二维过渡金属合金硫族化合物的限域化学气相沉积制备方法
CN113279058B (zh) 2021-04-13 2023-03-24 中国科学院上海技术物理研究所 一种低对称性层状材料Te的可控制备方法

Also Published As

Publication number Publication date
US11662324B1 (en) 2023-05-30
KR20230136558A (ko) 2023-09-26
CN116772760A (zh) 2023-09-19

Similar Documents

Publication Publication Date Title
US20220138973A1 (en) Cross section imaging with improved 3d volume image reconstruction accuracy
JP3870044B2 (ja) パターン検査方法及びパターン検査装置
TWI542866B (zh) 用於使用掃瞄式電子顯微鏡圖像之三維映射之方法、設備及電腦軟體產品
JP5876040B2 (ja) パターン化構造の光学検査を最適化するための方法およびシステム
US6839470B2 (en) Pattern evaluation method, pattern evaluation system and computer readable recorded medium
WO2011013316A1 (ja) パターン形状選択方法、及びパターン測定装置
US20070187595A1 (en) Method for measuring a pattern dimension using a scanning electron microscope
US11651509B2 (en) Method, system and computer program product for 3D-NAND CDSEM metrology
TW202401000A (zh) 晶圓的三維表面計量
CN114391178A (zh) 使用多扫描电子显微镜的晶片对准
JP5728351B2 (ja) 断面形状推定方法および断面形状推定装置
CN113874679A (zh) 增强的截面特征测量方法
JP5533045B2 (ja) 微細パターン測定方法及び微細パターン測定装置
US6756590B2 (en) Shape measurement method and apparatus
US8121390B2 (en) Pattern inspection method, pattern inspection apparatus and semiconductor device manufacturing method
JP5880134B2 (ja) パターン計測方法およびパターン計測装置
US20200300618A1 (en) Methods and apparatus for performing profile metrology on semiconductor structures
JP5386446B2 (ja) 画像データ解析装置
JP2012173028A (ja) パターン形状計測方法及びその装置
Valade et al. Tilted beam scanning electron microscopy, 3-D metrology for microelectronics industry
KR102178046B1 (ko) 패턴 평가 장치
US20130264479A1 (en) Method and apparatus for measuring displacement between patterns and scanning electron microscope installing unit for measuring displacement between patterns
Cho et al. The Potential of Inline Automated Defect Review of Mechanical Property and Electrical Characterization by AFM
TW202331772A (zh) 決定聚焦帶電粒子束的束匯聚度的方法及帶電粒子束系統
JP2006319351A (ja) パターン検査方法及びパターン検査装置