TWI569005B - 圖形化結構之光學檢驗的最佳化方法及系統 - Google Patents

圖形化結構之光學檢驗的最佳化方法及系統 Download PDF

Info

Publication number
TWI569005B
TWI569005B TW100121205A TW100121205A TWI569005B TW I569005 B TWI569005 B TW I569005B TW 100121205 A TW100121205 A TW 100121205A TW 100121205 A TW100121205 A TW 100121205A TW I569005 B TWI569005 B TW I569005B
Authority
TW
Taiwan
Prior art keywords
data
type
graphical structure
inspection
graphical
Prior art date
Application number
TW100121205A
Other languages
English (en)
Other versions
TW201215879A (en
Inventor
波亞茲 布里
Original Assignee
諾發測量儀器股份有限公司
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 諾發測量儀器股份有限公司 filed Critical 諾發測量儀器股份有限公司
Publication of TW201215879A publication Critical patent/TW201215879A/zh
Application granted granted Critical
Publication of TWI569005B publication Critical patent/TWI569005B/zh

Links

Classifications

    • 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
    • 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
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
    • 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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01Q—SCANNING-PROBE TECHNIQUES OR APPARATUS; APPLICATIONS OF SCANNING-PROBE TECHNIQUES, e.g. SCANNING PROBE MICROSCOPY [SPM]
    • G01Q80/00—Applications, other than SPM, of scanning-probe techniques
    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
    • G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
    • G03F7/70—Microphotolithographic exposure; Apparatus therefor
    • G03F7/70483—Information management; Active and passive control; Testing; Wafer monitoring, e.g. pattern monitoring
    • G03F7/70605—Workpiece metrology
    • G03F7/70616—Monitoring the printed patterns
    • G03F7/70625—Dimensions, e.g. line width, critical dimension [CD], profile, sidewall angle or edge roughness
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
    • 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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30148—Semiconductor; IC; Wafer

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Quality & Reliability (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Radiology & Medical Imaging (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Mathematical Physics (AREA)
  • Nanotechnology (AREA)
  • General Engineering & Computer Science (AREA)
  • Electromagnetism (AREA)
  • Testing Or Measuring Of Semiconductors Or The Like (AREA)
  • Length-Measuring Devices Using Wave Or Particle Radiation (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Length Measuring Devices With Unspecified Measuring Means (AREA)

Description

圖形化結構之光學檢驗的最佳化方法及系統
本發明大體上係關於光學檢驗領域，且關於用於圖形化結構之光學檢驗的最佳化的一種系統和方法。
半導體結構，例如積體電路，在圖形特徵的尺寸和形狀上變得更加複雜。因此，以下需求日益增加：提供整體三維結構的精確量測，並使該量測能夠應用於進行在生產線上的結構，亦即是圖形化結構的自動檢驗(計量、缺陷偵測、製程管制等)。
目前的計量技術極度地仰賴測試結構(該結構一般來說是被製作在晶圓的切割道上)，並且企圖表現出結構內部的製程行為(該企圖並不總是成功達成的)。然而直接量測結構內部的特徵有一重大的優點，因為該方式提供了：(1)測試結構有時缺少的關聯性；以及(2)將這些改變映射到整個結構的能力。
目前有數種計量方式可用於二維(線)和三維結構的量測。這些方法可粗略地分為四種主要群組，包含光學成像技術、波束掃描技術、基於探針的顯微術，以及「非成像」光學技術，後者通常稱為散射測量法(scatterometry)或光學關鍵尺寸(OCD,optical critical dimension)量測。
光學成像技術是基於建立一個樣本區域的直接影像。這種技術，在大多數的狀況下，對半導體晶圓這類的圖形化結構的精確幾何量測不再適當，因為一圖形的特徵尺寸遠小於用於成像的波長。此一限制有時可藉由利用在縮小至晶圓前對光罩拍攝的空間成像(aerial image)加以克服，就如同一些檢驗儀器(步進曝光機台)所做的。
波束掃描技術是基於以對焦的粒子束掃描樣本的一個給定區域，收集任何種類之藉由該波束與樣本的交互作用所產生的輻射(通常是二次粒子發射)，並使用所收集輻射的強度(或其他參數)來建立該樣本的二維影像。這類的技術舉例來說，包含掃描式電 子顯微鏡(SEM,Scanning Electron Microscopy)和氦離子束顯微鏡。
基於探針的顯微術利用一探針，將該探針移到樣本的鄰近區域(這類的例子如原子力顯微鏡(AFM，Atomic Force Microscopy))，並掃描樣本上的一條線或一個區域。從探針傳回的訊號，或是更常發生的回授控制訊號(回授控制訊號用於使探針與樣本間保持固定距離)被用來建立此一樣本的二維影像。
散射測量法或OCD技術是基於來自在一或二個方向有週期性的樣本上之重複性結構(光柵)的繞射的量測，並經由解出逆推問題而重建圖形的單位格(unit cell)的幾何參數，並進而將一模型與量測結果進行配適。此處，一量測點包含多個此重複性結構的週期，因此一個量測表現的是整個量測點的參數的平均。
必須注意的是，光學成像技術、波束掃描技術和基於探針的顯微術全部都可被實施作掃描技術，且可藉由高解析度的掃描探針對樣本建立影像。至於散射測量法或OCD技術，它們有幾項優勢，例如高速和可重複性，然而它們通常受限於一個重大障礙，那就是在量測可被執行前的冗長整備時間。由於三維結構時參數的數量變得更龐大且繞射的計算變得更冗長，因此更加複雜，故對於三維結構，前述障礙更形嚴重。
規避以上問題已知的方法之一是藉由結合來自額外來源(例如關鍵尺寸掃描電子顯微鏡(CD-SEM,Critical Dimension Scanning Electron Microscope)或AFM)的資訊，舉例來說，就如同美國專利第6,650,424號(該專利被授予本申請案的受讓人)所述。根據該技術，散射測量法和SEM被實施於一結構中，並且分別表示結構參數和結構的側向圖形尺寸的量測數據被產生。整個量測數據被分析，以達到能夠運用散射測量法的量測結果對SEM的量測結果進行最佳化，反之亦然。
因此，吾人需要一種用於使圖形化結構的檢驗更容易的技術，前述之圖形化結構包含複雜的三維圖形的複雜結構。
吾人必須理解的是，在使用於本專利申請案中，術語「檢驗」應該被廣義地解釋，包含量測、計量和/或缺陷偵測和/或製程管制/監測等。同樣地，在以下的描述中，「成像」掃描技術，例如SEM、氦離子束顯微鏡和AFM，被歸類為掃描技術或系統或工具，或是計量技術或系統或工具，而且需與「非成像」技術，例如散射測量法或OCD，有所區別。
本發明提供一種用以使光學模型之建立最佳化，前述之光學模型是用來描述/解譯OCD量測資料。在這方面，吾人必須理解的是光學模型一般是用在光學量測之解譯。這類的光學模型包含來自結構的一個光學響應之對於一或多個結構相關的參數/條件以及一量測系統的參數/條件的相關性的一或多個函數表現。
本發明藉由對在被進行量測的結構的幾何模型(為部分結構相關數據)之建立的最佳化，對基於該幾何模型的光學模型的建立進行最佳化。本發明利用來自任何提供(直接或間接)一樣本的影像數據或位元映像的這種計量工具的資訊(量測數據)，以最佳化OCD量測的模型建構，此種作法減少複雜的三維圖形化結構量測的整備時間，並且提供更精確的量測。該影像數據可藉由使用來自掃描工具(例如AFM、SEM等)的量測而提供。必須注意的是該最佳化技術可被以離線或線上(即時)或結合二者的方式來執行。
在OCD技術中，關鍵步驟之一是圖形之單位格的幾何形狀的數學/理論的表示，使之能夠用於建立對實際量測數據進一步解譯的物理模型(例如，基於RCWA的原理)。在大多數的狀況下，單位格的幾何形狀決定流程是在結構中每一圖形化層的配方設置(recipe setup)期間來執行。典型的執行如下：一個使用者從一給定的簡單形狀(所謂的原始空間晶格)集合中，選擇一個或多個單位格幾何圖形(幾何模型)，調整所選擇的原始空間晶格的參數，並且改變至少一些此種參數，例如中心位置和/或其尺寸。若有需要，這些步驟可反覆執行，直到單位格可被充分地描述而用於該物理模型之建立。接著，在基於定義的單位格的物理模型的建立/計算期間，適當的演算法被用來執行以下事項：目前的幾何參數被用來定義形狀；離散化(切割)被用於垂直方向(z)：把特徵切割到數個人為分層，各分層包含略為不同的形狀；以及用於側向方向(x,y)；並且產生的離散結構被用作計算一所欲的功能(例如RCWA)，舉例來說，一圖形化結構上的電磁響應，例如頻譜響應、繞射圖形等。
然而，以上的流程或目前被使用中的類似的流程，受限於一事實，使用簡單的幾何原始空間晶格(primitive)無法精確地描述真實結構(例如晶圓)上的單位格的真實幾何圖形。此外，上述的流程，除了在某些狀況下費時外，傾向於製造出一龐大的參數集合，這些參數係被認為應各自獨立的，但在實際製程行為上卻強烈地互相相關，例如x維度的大小和y維度的大小。
本發明，根據其一實施態樣，提供一種新的方法，一種被稱為「混合式方法」，來最佳化基於藉由成像技術提供之數據的OCD模型建構。如前述指出，一成像工具在此有時是指一掃描工具或一計量工具。本發明技術的一範例，是使用來自CD-SEM(計量工具)的數據，對一OCD的模型建構或一OCD進行的量測進行最佳化，散射測量法工具導致在計量或CD量測上兩者之一或兩者的效能增進，此增進是無法分別得到的。
因此，根據本發明的一廣義實施態樣，提供一種系統用於檢驗圖形化結構，該系統包含：數據輸入設備，用以接收表示至少一部份的圖形化結構的影像數據的第一型態的數據，以及數據處理和分析設備，建構成可用於分析該影像資料，並判定一幾何模型，該模型用於該結構中的圖形的至少一個特徵，並且使用該幾何模型來判定對於表示在一圖形化結構上的光學量測的第二型態數據的一光學模型。
在本發明的一些實施例中，數據處理和分析設備包含：一辨識器設備，建構成可於處理表示該影像數據的數據，並判定一對於圖形的至少一特徵的一個輪廓；以及一幾何模型建立器設備，連接到該辨識器設備，並可用於幾何模型的判定。
該數據處理和分析設備可包含一輪廓辨識器設備，建構成可於處理影像數據，以及辨識包含該至少一圖形特徵的至少一單位格，並產生數據給輪廓辨識器設備。
該系統可包含一記憶設備。該記憶設備可用於儲存表示該結構的一圖形的至少一特徵的某些設計法則數據。
在一些實施例中，數據處理和分析設備建構成可接收該第二型態的量測數據，並加以處理以最佳化第一型態的影像數據。
該影像數據可包含藉由一掃描工具取得的量測數據。該掃描工具包含一SEM和/或AFM工具。
在一些實施例中，第二型態的數據對應於藉由基於散射測量法工具可取得的量測數據。
根據本發明的另一種廣義實施樣態，提供一種量測系統，包含至少一量測工具，用於取得第一種和第二種型態中至少一種的量測數據，且前述用於光學模型建立的系統，建構成與該至少一量測工具進行溝通。
根據本發明的又一實施態樣，提供一散射測量法系統，包含一量測工具，建構成可於在圖形化結構上量測，並產生第二種型態的光學數據，且上述系統用於光學模型建立。
根據本發明的又一實施態樣，提供一方法用於檢驗圖形化結構，該方法包含：接收表示至少一部份圖形化結構上的影像數據的第一型態的數據；處理和分析表示該影像數據的數據，並且判定對於該結構中一圖形的至少一特徵之一幾何模型；使用該幾何模型，以判定表示在圖形化結構上的光學量測的第二種型態數據的一光學模型。
幾何模型的判定可包含：處理和分析表示所接收的影像數據的數據，並且判定對於圖形的至少一特徵的一輪廓；及處理該至少一輪廓以判定幾何模型。所接收的影像數據可先行處理和分析，以辨識包含該圖形至少一特徵的至少一單位格。為此，某些設計法則更被使用以提供表示在該結構中一圖形的至少一特徵的數據。
該方法可用以接收該第二種型態的量測數據，並且處理該數據以對第一種圖形數據進行最佳化。
該圖形數據可包含藉由一掃描工具取得之量測數據。前述掃描工具可包含SEM和/或AFM。
第二種型態的數據可對應於藉由基於散射測量法工具可取得的量測數據。
該方法可被用於半導體晶圓的檢驗。
根據本發明的又一實施態樣，提供一種用於檢驗圖形化結構的方法，該方法包含：接收藉由一掃描工具取得的表示至少一部份的圖形化結構的一個或多個影像的影像數據；處理和分析表示該影像數據的數據，並且對於該結構中一圖形的至少一特徵，判定一幾何模型；使用該幾何模型來判定對於圖形化結構上基於散射測量法的光學量測的一光學模型，藉此能夠使用該幾何模型以解譯實施於進行在生產線上的圖形化結構之基於散射測量法的量測。
參考圖1，該圖說明一單位格的簡化範例，該單位格一般性地被標定為10，並且適合於應用在圖形化結構的OCD技術。如同所示，單位格10包含一個以不同的幾何圖形的空間上分離的特徵(形狀和大小)所形成的圖形。在此一特定的但非限定性的範例中，特徵包含三個長條(線)L 1 、L 2和L 3 ，以線寬(關鍵尺寸CD1)和線與線之間距(關鍵尺寸CD2)為其特性，以及二個一定直徑(關鍵尺寸CD3)的圓柱形元件(細桿)P 1 和P 2 ，以及一個L形狀的特徵S，以關鍵尺寸CD4和CD5為其特性。吾人必須理解的是，單位格亦可有任何其他形式，而且在圖中所示的單位格事實上可由其他額外的參數描述其特性，例如側壁角度(SWA)、外形線寬度、高等。
圖2A和圖2B分別地展示本發明的系統和方法，用以基於藉由一成像工具(計量工具)，例如SEM，所提供的影像數據，建立一光學模型以解釋圖形化結構上的光學量測。該模型建構流程利用對應於藉由該成像工具取得的二維影像的影像數據，對一OCD工具的運作進行最佳化。吾人必須注意的是，模型建構的實行，可藉由直接處理來自成像工具的影像數據被線上實施，或離線地利用來自儲存裝置的影像數據。至於該OCD最佳化程序，它也可為一即時程序，該程序是對在生產線上進行之結構做連續性量測(自動化檢驗)中的一部分，或是一離線程序(例如部分的配方設置)，或是結合前二者。離線模式的最簡單範例是使用單一的掃描工具影像進行一OCD工具的配方設置。這樣簡單範例的配方設置程序於圖2A、2B中圖表式地說明。
該程序藉由本發明的一模型建構系統來執行，該模型建構系統一般性地被標示為100。典型而言，該系統100是一電腦系統，特別是具備數據輸入與輸出設備100A、記憶設備100B、以及數據處理和分析設備100C。該系統可包含一數據展示設備，例如顯示器。該數據輸出/輸入可建構為用以傳送或接收適當地格式化的數據，以與其他裝置進行無線通訊。在此一特定的但非限定性的範例中，該數據處理和分析設備100C包含辨識器模組ID 1 和ID 2 (軟體和/或硬體設備)、一幾何模型建立器MC(軟體和/或硬體設備)、以及一光學數據產生器OMG。
辨識器模組ID 1 被預程式化以接收和處理輸入圖形數據，並且辨識單位格；辨識器模組ID 2 可用於處理單位格的相關數據(從ID 1 處接收)，並且辨識單位格中至少一些特徵的輪廓。最後的模型建立器接收輪廓數據，並且分析之以判定並使用適合的形態函數(morphological function)，並從而建立一適合的物理模型。
因此，該系統接收輸入的影像數據。後者是藉由掃描工具(例如SEM)取得，並且能表示圖形化結構或其部分的二維影像(俯視圖)。該圖形數據可由使用者輸入，或直接接收自另一裝置(例如成像工具或儲存器)或經由無線通訊傳輸。該系統亦可選擇性地設置有某些設計法則DR，特別是包含關於單位格的資訊。該系統(它的數據處理和分析設備)被預程式化以處理影像數據(不管有無利用設計法則與否)，根據被辨識出之圖形化特徵的重複性，自動辨識可能的單位格(步驟20)。其狀況可能如以下所述，該系統「建議」對該單位格的幾種選項，使用者選擇出正確的選項(亦即是一自動和手動模式的結合，以進行單位格的辨識)。接著，該系統運作以處理該單位格的影像數據，以自動辨識該單位格中的全部或至少一個特徵的輪廓，一個這類的輪廓在圖中(步驟22)被展示，系統接著運作以萃取輪廓相關的數據/影像(步驟24)。該系統利用輪廓相關的數據來判定各別的特徵(步驟28)的三維形狀26。
選擇性地，使用者能夠微調輪廓偵測演算法的參數，以選擇特徵的一子集合，例如只使用存在於圖形化結構的一特定層(例如最上層)的特徵相關的輪廓，而不是影像中其他明顯的特徵。
這樣判定的三維形狀26接著進一步被處理，以建立一幾何模型，用於進一步產生用於OCD量測之解譯的光學模型。這程序可包含形態函數的判定，該函數用於模擬改變該特徵的一效應(例如在不同的製程條件下)和/或萃取之輪廓與實際特徵的邊緣之間的不同。使用者可定義用於形態函數的參數範圍，以在計算期間改變(伸展/收縮)該輪廓。使用者可定義額外的幾何參數，舉例來說，結構相關的參數，例如側壁角度、底層等。
以幾何模型的建立為目的，伸展/收縮該輪廓(應用形態函數)的流程的一個非限制性的範例展現於圖3。在該範例中，形態函數作用以伸展一正交於該輪廓不同區段的法線的局部方向(一般性地於D)的輪廓C。該輪廓的局部位移會被數個參數影響，例如總平均位移(總「縮放」因數或delta-CD)、輪廓的局部方向(一參數變化的不等向性，例如不同的delta-CDx和delta-CDy)、輪廓的局部曲度(local curvature)(對內部角隅與外部角隅不同的處理)等。在大多數的狀況下，使用者可只定義一般性delta-CD的範圍，而其他的參數則為預設值或經由以前設定的配方而為已知。
另一個定義形態函數的範例如下：一種或數種輪廓辨識的偵測演算法被施行於同樣的影像數據數次，每次使用演算法的不同的參數，例如臨界準位值，如此取得一輪廓集合。接著，該系統，一個專家系統(自學習系統)被訓練以使用該輪廓集合來尋得形態函數。
又另一種尋得適當的形態函數的範例，是利用針對圖形化結構或其部分的多個影像或模擬影像數據片段，其對應於不同製程參數/條件(例如在不同聚焦與曝光條件下的微影製程)具有不同圖形參數。結果，一輪廓集合由此多個影像數據片段取得，且該系統被訓練去尋得形態函數。在該例中必須注意的是，假設若影像被取得為多個製程條件的函數，例如聚焦與曝光兩者的函數，那麼產生的形態函數結果成為這些參數/條件的函數。該特性後續可在解譯真正的OCD量測(作為部分的配適流程)期間使用，以由量測數據直接判定製程參數/條件。
回到圖2A和圖2B，模組OMG可操作如下以產生用於解譯OCD量測的一適當光學模型：模組OMG利用基於由輪廓所定義之特徵的形狀的幾何模型；以及形態函數參數和前述其他參數的現值。該模組OMG被預程式化以模擬針對給定的條件下(量測系統相關的參數/條件和結構相關的參數/條件)，已判定的幾何模型的一繞射特徵，前述的給定條件特別包含照光度和偵測頻道的參數/條件，偵測頻道的參數/條件包含但不限制在波長、照光/收集的數值光圈、照光/收集之方位角和仰角、光之偏振等。為了這個目的，幾何模型建立器MC運作以將特徵的形狀轉換至離散形式，包含多層以及對x和y的離散值；該轉換可藉由側方向(x,y)的離散化來執行。此OMG模型可運用任何適合的已知方式(例如嚴格耦合波分析(RCWA,rigorous coupled wave analysis))來進行繞射計算。
如此取得之光學模型接著可用於解譯實際量測的數據。此流程包含一配適(逆推問題)程序，此配適程序係使用即時回歸方法，或使用資料庫方法。該問題參數包含形態函數和其他參數的數值，用以達成基於最適匹配條件(基於配適的(fitted)參數)下能夠判定結構參數。總縮放因數，例如delta-CD，可與藉由其他技術進行的量測和/或製程條件(例如曝光)進行相關性對比，並且統計製程管制(SPC,Statistical Process Control)圖可被使用以提供製程管制。
吾人應該注意到的是，在一些狀況下，超過一個以上的不同效應無法藉由一個形態函數而進行最佳的描述。在這類的狀況下，組成數個相繼地操作於該輪廓上的形態函數有其好處，例如一函數用以描述該輪廓和真實特徵邊界的差異(校正掃描工具和輪廓偵測演算法的錯誤)以及另一個函數用以描述在製程參數改變下預期的特徵改變。也必須注意的是，此處的形態轉換意指「縮放」，雖然在數學上這類轉換可能或可能不是純粹的縮放(即(x,y)→(ax,ay))；因此運用在本申請案中，術語「縮放」應該被更廣義地解釋，表示任何轉換函數。
如上述指出，本發明可利用包含結構的多個影像之集合的輸入影像數據，前述結構的多個影像，對應於應用於結構製造的多個製程條件的集合，例如一個焦點曝光矩陣(FEM,focus-exposure matrix)。在此狀況下，輪廓辨識被執行於整個影像集合。在此狀況下，適合的形態函數係對應於對任何其他輪廓的某個參考輪廓的連續性轉換。該參考輪廓，舉例來說，係對應於在該參數和參數集合的預定義範圍之中的製程參數或製程參數的集合，例如聚焦和曝光。此外，縮放可經由一額外的形態函數而實施，如上所述。該程序有利於促使逆推繞射問題的參數明確地包含製程參數。因此，藉由執行一量測訊號對光學模型的配適(使用即時回歸方法或資料庫方法)，可得到不僅是最配適於量測數據的量測形狀，以及最適當對應於量測數據的製程參數。這類的資訊對製程管制特別地有幫助，因為一旦需要實施校正，不需要再做任何額外的轉換，亦即是標準製程參數和所產生的製程參數間的偏差，直接指示製程應該被如何調整，以回歸所欲之特徵形狀和外形。
必須注意的是，對於對焦和曝光的量測的靈敏度可藉由使用特殊設計的標的提高。舉例來說，這些標的具有許多尖銳邊緣，例如菱形的二維陣列，因為該尖銳特徵只有在非常接近最佳對焦條件下才能正確印(printing)出，該種形狀對對焦條件極度靈敏。一個由許多空間組成，而前述空間趨近於在一給定的製程下的可能的最小空間之結構可能對曝光條件高度靈敏。因此，結合來自包含不同標的數個不同部位的資訊，例如一個對於對焦高度靈敏以及其他一個對曝光高度靈敏，可提供更精確的關於精密全曝光(exact full exposure)條件的資訊。
如上所述，本發明可以使用來自掃描工具的影像，其作為量測過程本身的一部分(線上模型建構)，以及使用在整備期間(離線模型建構)。線上模型建構能夠有利地排除：在輪廓中形態改變的問題(此種形態改變不適用於縮放函數)；且不需要將縮放函數配適於一大範圍。若縮放因數在整備的過程中已被精確地和可靠地特徵化，則藉由配適不同的製程條件下的數據，縮放因數可接著被固定或在非常小的不確定性窗口(window of uncertainity)做改變，由此減少浮動參數的數量，且簡化實際測量時的配適過程。
如上述的範例，來自一掃描工具(例如SEM)的影像數據被用於最佳化OCD量測。也如上所述，該程序可利用離線模型建構和線上(即時)模型建構兩者，亦即是OCD量測(即時量測)被用於進一步最佳化在初始離線階段建立的模型。此例以明顯的方式藉由圖4加以說明。如所示，量測到的SEM影像被處理，以判定對單位格中的每一特徵的輪廓，並且建立一幾何模型(該單位格的至少一些特徵的三維形狀)。該數據被使用於產生針對OCD量測的光學模型。以獨立的方式，OCD量測數據即時被提供，並且藉由與光學模型數據之比較(配適程序)而被解譯，進而導致最佳的結構參數(例如高度、SWA等)的判定。這些參數被輸出，例如予使用者作為製程管制之用。同時，這些參數被使用於最佳化幾何模型，並因此進一步地最佳化光學模型。
本發明，在其又一實施樣態下，能夠結合來自兩個不同型態(操作於不同的物理原理下)的量測工具的數據，亦即是「成像」和「非成像」型態，例如CD-SEM和OCD。舉例說明於圖5和圖6。如圖所示，SEM和OCD工具獨立地運作，用以提供分別表示關鍵尺寸CDSEM和寬頻寬度(WB,wide-band width)、以及CDOCD、側壁角度(SWA)的量測數據片段。這些參數被輸入進一模型建構(計算)系統200。該系統200可為一電腦系統，該電腦系統尤其包含 數據輸入和輸出設備、記憶設備、數據處理和分析設備、以及數據展示設備(例如顯示器)。在此狀況下，數據處理和分析設備建構成可處理輸入數據，並且判定分別由SEM和OCD工具所量測到的關鍵尺寸，即Optical-CD和SEM-CD，兩者間的相關曲線，以及WB和SWA參數，即OCD-angle和SEM-WB，兩者間的相關曲線。藉此，相關曲線或相關函數被判定，而且相關參數，主要是斜率和偏移量，被取得。舉例來說，由OCD取得的CD數值可對由CD-SEM取得的CD數值計算相關性，以及由OCD取得的側壁角度數值可對由CD-SEM取得的寬頻寬度數值計算相關性。為了校核正確的相關係數，最好是執行使用一組能代表大範圍的製程條件的量測之整備，例如對微影製程的一焦點/曝光矩陣。在圖5的範例中，參數間的相關性是以離線方式取得的，且該相關性可更進一步被用於OCD量測的解譯之最佳化，舉例來說，此類重要的參數，例如光阻的SWA，是一弱參數，亦即是影響量測數據，例如光譜，較其他「強」參數較少的參數。
圖6展示在整備階段期間被取得的相關參數如何使用於最佳化OCD量測，亦即是OCD量測數據的分析。如所示，相關數據被用於判定CDSEM和WB的相關性計算後或調整後的數值。這些調整過後的參數被輸入到OCD測站(station)的控制單元，並被使用於最佳化CD和SWA參數的計算。
因此，在如半導體晶圓這類圖形化結構的量產期間，量測可藉由OCD和SEM工具兩者從該結構中一些或全部的部位而取得，而且其中一工具的量測數據(例如CD-SEM)可藉由使用相關曲線來進行調整，接下來調整之後的數值可用於其他工具(例如OCD)的數據解譯過程。藉由執行以上之相關性計算和調整，第二個量測中的浮動的參數的數量可以減少，因此能夠有更穩定的其餘參數的量測，例如「弱」參數。
必須注意的是，為了降低第一個量測數據中的雜訊，且因而降低雜訊對於第二個量測數據之解譯的效應，可使用一種被稱為「軟性注入(soft injection)」的方法。該方法以如下方式執行：第二個量測(例如藉由OCD工具)在沒有基於第一個量測(例如CD-SEM)的先前資訊下初次被執行。接著，使用一償罰函數(penalty function)的概念來減少一個可能存在於第二個量測的誤差函數。該技術類似於國際專利申請案第PCT/IL2011/000188號，該案讓渡給本申請案之受讓人，在此併入該申請案以作參照。詳而言之，一償罰函數被判定且被加入最佳化流程的誤差函數，有助於量測結果近似於由第一個量測(CD-SEM)取得的(調整後)數值。這類的償罰函數，舉例來說，可能正比於兩個量測間的差值平方。利用一個包含原始誤差函數和償罰函數的目標函數，該最佳化流程持續進行直到達成某個收斂條件。該流程有利地提供用於償罰函數的「強度」的調節，因此降低最後結果上第一個量測中的雜訊的放大。
本發明，在其又一實施態樣中，利用來自這些工具雙方的量測數據，聯合地對不同型態量測工具的數據解譯模型進行最佳化。如圖7所示。在此狀況下，一個包含SEM和OCD量測這兩者的結合模型被建立。該流程由一共同的「外形可能選項(candidate profile)」開始，此外形可能選項是有關於圖形化結構的外形的某個理論數據(知識、預測)，例如單位格的至少一特徵。此外形可能選項，基於對應的數據分析的預定義模型，用於模擬OCD數據(光學響應)和SEM數據(影像)。如此取得的OCD和SEM模擬數據，與對應的量測數據作比較(藉由配適)，而對各個量測判定一誤差(殘餘誤差(residual error)、優點函數(Merit Function))。此二個殘餘誤差被結合成一總誤差，藉由互動式地調整外形可能選項，該總誤差在外形最佳化流程中被最小化。對應於最小總誤差的外形被選擇以輸出至製程工具或晶圓廠主機，作為外形的量測和用於製程管制。
因此，在此情況下，兩種量測技術(例如OCD和SEM)都被假定為利用基於模型的解譯。藉由假定在互動式最佳化流程中的每個步驟中的一個單一幾何外形(三維結構)，以及使用每一工具自身的物理模型來模擬該工具的預期響應，同時完成對量測工具二者的最佳化。此模擬數據接著與量測數據作比較，產生各個工具的誤差函數。個別的誤差函數被結合成一單一的總誤差圖。該最佳化流程接著作用，經由改變共同幾何外形的參數直到收斂，而最小化總誤差。藉由以該方式結合此二(或任何可能的數字)途徑，在各量測中的資訊可被完全地利用，不需要抽取來自於運作於一量測工具的單一物理交互作用之領域的結果，置入其他量測工具的另一物理交互作用的領域中，因此該方式避免了兩個基於不同物理交互作用之不同型態量測之間的潛在的「轉譯(translation)」問題。
必須理解的是，執行使用一大集合或充分多元化集合的樣本的結合式解譯，能夠進行特定模型的最佳化。以OCD為例，關於在結構中牽涉之材料的光學特性的任一幾何參數，該模型可以朝著固定參數之正確設定作最佳化。以SEM為例，就使用經由以上流程所取得的額外資訊，舉例來說，就來自不同深度、不同材料、幾何圖形等的二次電子的萃取效率，該模型可以被調節。
本發明提供用於結合不同工具的量測(不同型態的量測)，而這些量測執行於結構中不同的部位。此種結合在種種不同的原因下是有利的。舉例來說，該結合增加了在一給定晶圓上的總取樣，也容許對一批量(lot)中的不同晶圓作取樣，以及對在一裝置上的晶粒內部和切割道中的測試圖形兩者進行量測，並可結合二者。為了能夠利用來自不同地點的量測，一個額外的元件被使用，亦即，一個針對整個晶圓/晶粒/批量上的參數行為的模型。一旦一模型被定義，藉由償罰遠離模型(類似於上述之「軟性注入」)之結果，一個連結可建立在執行於不同地點的量測之間。因此，全部數據集合，包含執行於不同地點的量測數據，可被重新分析，這整個流程可被重複直到此全部數據集合收斂至最小(穩定的結果)為止。經由此流程，資訊可流動於不同地點進行的量測間，進而獲得前述之利益。
10．．．簡化的單位格(unit cell)範例
L1、L2、L3．．．長條(線)
P1、P2．．．圓柱形元件(細桿)
S．．．一L形狀之特徵
CD1．．．關鍵尺寸，線寬　線與線之間距
CD2．．．關鍵尺寸，線與線之間距
CD3．．．關鍵尺寸，直徑
CD4、CD5．．．關鍵尺寸
100．．．模型建構系統
100A．．．數據輸入與輸出設備
100B．．．記憶設備
100C．．．數據處理和分析設備
ID1、ID2辨識器模組
MC．．．幾何模型建立器
OMG．．．光學模型產生器
DR．．．設計法則
20、22、24、28．．．步驟
26．．．三維形狀
C．．．輪廓
D．．．局部方向
200．．．模型建構系統
為了理解本發明以及領會本發明實際上如何實行，實施例現在將藉由僅為非限制性的範例來被描述，參考附圖，其中：
圖1為一單位格的簡化範例的示意圖，該單位格適用於實施在圖形化結構的OCD技術；
圖2A展現本發明的一系統的範例，該系統基於藉由一成像工具，例如SEM，所提供的影像數據，建立一用以解譯圖形化結構上的光學量測，例如OCD，的光學模型；
圖2B展現本發明的一方法的範例，該方法基於藉由一掃描工具，例如SEM，所取得的影像數據的單位格的辨識，建立光學模型；
圖3展現為了建立使用在圖2B中的方法的幾何模型，伸張/收縮單位格中的一特徵之輪廓的一流程的原理；
圖4展現本發明如何被使用於利用即時OCD量測，對在之前在初始離線階段期間建立的光學模型作進一步最佳化；
圖5和圖6圖表式地說明本發明的原理，如何可被使用於結合來自兩個不同型態的量測工具的數據，對用以解譯來自至少這些工具之一的量測數據的光學模型，進行最佳化：圖5說明一個範例，其中相關參數在離線的狀況從來自SEM工具數據和OCD工具數據被取得，以及在圖6中展示一範例，其中相關參數在一整備階段被取得(例如來自SEM的數據)，接著前述參數被使用於對即時量測進行最佳化(例如OCD量測數據)；以及
圖7展示本發明的一種方法，藉由建立對SEM和OCD量測兩者的一結合的模型，使用來自這些工具兩者的量測數據，聯合地對不同型態量測工具的數據解譯模型進行最佳化。
100‧‧‧模型建構系統
100A‧‧‧數據輸入與輸出設備
100B‧‧‧記憶設備
100C‧‧‧數據處理和分析設備
ID1、ID2‧‧‧辨識器模組
MC‧‧‧幾何模型建立器
OMG‧‧‧光學模型產生器

Claims (51)

  1. 一種用於圖形化結構之檢驗的系統，包含：數據輸入設備，接收關於該圖形化結構的第一型態的量測數據及第二型態的量測數據，該第一型態量測數據及第二型態量測數據分別對應第一和第二量測，該第一和第二量測係基於不同物理原理且因此彼此不同；以及數據處理和分析設備，建構成可用於處理和分析該第一型態及第二型態量測數據，該處理和分析操作包含：利用理論數據於該圖形化結構的參數以從該理論數據模擬該第一型態及該第二型態數據；比較第一型態模擬數據與該第一型態量測數據而決定一第一誤差，且比較第二型態模擬數據與該第二型態量測數據而決定一第二誤差，且將該第一及第二誤差結合成一總誤差，該總誤差係殘餘誤差或優點函數；及使用該總誤差以分析該第一型態及第二型態量測數據。
  2. 如申請專利範圍第1項的用於圖形化結構之檢驗的系統，其中該使用該總誤差以分析該第一型態及第二型態量測數據之操作包含：利用該總誤差並決定與該總誤差的最小值對應之最佳化圖形外形，及最佳化用於該第一型態及第二型態量測數據解譯之解譯模型。
  3. 如申請專利範圍第2項的用於圖形化結構之檢驗的系統，其中該系建構成產生輸出數據，該輸出數據表示與該總誤差的最小值對應之最佳化圖形外形，以用於該圖形化結構製造的製程控制。
  4. 如申請專利範圍第1項的用於圖形化結構之檢驗的系統，其中該第二型態量測數據包含散射測量數據。
  5. 如申請專利範圍第1項的用於圖形化結構之檢驗的系統，其中 該第一型態量測數據包含影像數據。
  6. 如申請專利範圍第4項的用於圖形化結構之檢驗的系統，其中該第一型態量測數據包含影像數據。
  7. 如申請專利範圍第4項的用於圖形化結構之檢驗的系統，其中該散射測量數據包含表示圖形外形的光學響應數據。
  8. 如申請專利範圍第4項的用於圖形化結構之檢驗的系統，其中該散射測量數據包含光學關鍵尺寸(OCD)數據。
  9. 如申請專利範圍第1項的用於圖形化結構之檢驗的系統，其中該數據處理和分析設備係建構成用於使用該總誤差處理該第一及第二型態量測數據，以取得在一外形最佳化流程中藉由互動式地調整理論外形將總誤差最小化的量測結果。
  10. 如申請專利範圍第1項的用於圖形化結構之檢驗的系統，其中該比較操作包含：執行量測數據與由相應數據解譯模型所提供之模擬數據之間的配適流程。
  11. 如申請專利範圍第1項的用於圖形化結構之檢驗的系統，其中第一數據解譯模型係圖形至少一部分的幾何模型，且第二數據解譯模型係一光學模型。
  12. 如申請專利範圍第5項的用於圖形化結構之檢驗的系統，其中該數據處理和分析設備包含：一辨識器設備，建構成可用於處理該影像數據，並辨識包含圖形的至少一特徵之至少一單位格，並產生該至少一單位格的影像數據；以及一幾何模型建立器設備，建構成可用於表示該至少一單位格 的影像數據之數據的分析，並可用於在該單位格中該圖形特徵其中至少一者之幾何模型的判定，藉此允許使用該幾何模型以決定表示該圖形化結構上光學量測之第二型態量測數據之光學模型。
  13. 如申請專利範圍第12項的用於圖形化結構之檢驗的系統，其中該數據處理和分析設備包含一輪廓辨識器設備，其連接至該辨識器設備，且建構成可用於接收和處理該至少一單位格的影像數據，針對在該單位格中的該圖形的該至少一特徵判定輪廓，並產生表示該至少一單位格的影像數據的該數據以藉由該幾何模型建立器設備加以分析。
  14. 如申請專利範圍第1項的用於圖形化結構之檢驗的系統，包含一記憶設備。
  15. 如申請專利範圍第14項的用於圖形化結構之檢驗的系統，其中該記憶設備用於儲存表示在該結構中的一圖形的至少一特徵的設計法則數據。
  16. 如申請專利範圍第1項的用於圖形化結構之檢驗的系統，其中該第一型態量測數據係從SEM和AFM工具至少其中之一加以取得。
  17. 如申請專利範圍第1項的用於圖形化結構之檢驗的系統，其中該第二型態量測數據係從散射計取得。
  18. 如申請專利範圍第1項的用於圖形化結構之檢驗的系統，其中該數據處理和分析設備係建構成用於建立一結合式資料解譯模型，用於解譯該第一和第二型態量測數據二者。
  19. 如申請專利範圍第1項的用於圖形化結構之檢驗的系統，其中 該第一型態量測數據包含以下圖形參數其中一者以上：側壁角度(SWA)、線寬度分布、高度。
  20. 如申請專利範圍第1項的用於圖形化結構之檢驗的系統，其中第二數據解譯模型的最佳化包含模型參數的設定。
  21. 如申請專利範圍第20項的用於圖形化結構之檢驗的系統，其中該第二數據解譯模型的最佳化包含固定該等模型參數。
  22. 如申請專利範圍第20項的用於圖形化結構之檢驗的系統，其中該等模型參數包含幾何參數。
  23. 如申請專利範圍第20項的用於圖形化結構之檢驗的系統，其中該等模型參數包含與該圖形化結構之中材料的光學特性相關的參數。
  24. 如申請專利範圍第1項的用於圖形化結構之檢驗的系統，其中第一數據解譯模型的最佳化包含參數將來自包括不同深度、不同材料及不同幾何圖形其中至少一者的結構的不同區域之二次帶電載子之萃取特徵化。
  25. 如申請專利範圍第1項的用於圖形化結構之檢驗的系統，其中圖形化結構的該等參數包含幾何參數、及/或該圖形化結構之中使用之材料的光學特性相關的參數。
  26. 一種用於量測圖形化結構的量測系統，包含至少一量測工具，用於取得第一和第二型態中至少其中之一的量測數據，且如申請專利範圍第1項的用於圖形化結構之檢驗的系統，建構成與該至少一量測工具進行溝通。
  27. 一種散射測量法系統，包含一量測工具，建構成可用於圖形化結構上的量測，並且產生第二型態的光學數據，且該系統根據申請專利範圍第1項的用於圖形化結構之檢驗的系統。
  28. 一種用於圖形化結構之檢驗的方法，包含：接收關於該圖形化結構的第一型態量測數據及第二型態量測數據，該第一型態量測數據及第二型態量測數據分別對應第一和第二量測，該第一和第二量測係基於不同物理原理且因此彼此不同；及處理和分析該第一型態量測數據及該第二型態量測數據，該處理和分析步驟包含：利用理論數據於該圖形化結構的參數以從該理論數據模擬該第一型態及該第二型態數據；比較第一型態模擬數據與該第一型態量測數據而決定一第一誤差，且比較第二型態模擬數據與該第二型態量測數據而決定一第二誤差，且將該第一及第二誤差結合成一總誤差，該總誤差係殘餘誤差或優點函數；及使用該總誤差以分析該第一型態及第二型態量測數據。
  29. 如申請專利範圍第28項的用於圖形化結構之檢驗的方法，該使用該總誤差以分析該第一型態及第二型態量測數據之步驟包含：利用該總誤差並決定與該總誤差的最小值對應之最佳化圖形外形，及最佳化用於該第一型態及第二型態量測數據解譯之解譯模型。
  30. 如申請專利範圍第29項的用於圖形化結構之檢驗的方法，更包含產生輸出數據，該輸出數據表示與該總誤差的最小值對應之最佳化圖形外形，以用於該圖形化結構製造的製程控制。
  31. 如申請專利範圍第28項的用於圖形化結構之檢驗的方法，其 中該第二型態量測數據包含散射測量數據。
  32. 如申請專利範圍第28項的用於圖形化結構之檢驗的方法，其中該第一型態量測數據包含影像數據。
  33. 如申請專利範圍第31項的用於圖形化結構之檢驗的方法，其中該第一型態量測數據包含影像數據。
  34. 如申請專利範圍第31項的用於圖形化結構之檢驗的方法，其中該散射測量數據包含表示圖形外形的光學響應數據。
  35. 如申請專利範圍第31項的用於圖形化結構之檢驗的方法，其中該散射測量數據包含光學關鍵尺寸(OCD)數據。
  36. 如申請專利範圍第29項的用於圖形化結構之檢驗的方法，其中該處理和分析步驟包含：使用該總誤差處理該第一及第二型態量測數據，以取得在一外形最佳化流程中藉由互動式地調整理論外形將總誤差最小化的量測結果。
  37. 如申請專利範圍第28項的用於圖形化結構之檢驗的方法，其中該比較步驟包含：執行量測數據與由相應數據解譯模型所提供之模擬數據之間的配適流程。
  38. 如申請專利範圍第28項的用於圖形化結構之檢驗的方法，其中第一數據解譯模型係圖形至少一部分的幾何模型，且第二數據解譯模型係一光學模型。
  39. 如申請專利範圍第32項的用於圖形化結構之檢驗的方法，其中該處理和分析該影像數據的步驟包含：處理表示一單位格的該影像數據； 判定在該單位格中圖形的至少一特徵的一輪廓；以及處理該至少一輪廓以判定在該單位格中圖形的該至少一特徵的幾何模型，藉此允許使用該幾何模型以決定表示該圖形化結構上光學量測之第二型態量測數據之光學模型。
  40. 如申請專利範圍第39項的用於圖形化結構之檢驗的方法，包含提供表示該結構中一圖形的至少一特徵的設計法則數據。
  41. 如申請專利範圍第28項的用於圖形化結構之檢驗的方法，其中該第一型態量測數據係從SEM和AFM工具至少其中之一加以取得。
  42. 如申請專利範圍第28項的用於圖形化結構之檢驗的方法，其中該第二型態量測數據係從散射計取得。
  43. 如申請專利範圍第28項的用於圖形化結構之檢驗的方法，其中該圖形化結構是指在生產線上處理的半導體晶圓。
  44. 如申請專利範圍第28項的用於圖形化結構之檢驗的方法，其中該處理和分析步驟包含建立一結合式資料解譯模型，用於解譯該第一和第二型態量測數據二者。
  45. 如申請專利範圍第28項的用於圖形化結構之檢驗的方法，其中該第一型態量測數據包含以下圖形參數其中一者以上：側壁角度(SWA)、線寬度分布、高度。
  46. 如申請專利範圍第28項的用於圖形化結構之檢驗的方法，其中第二數據解譯模型的最佳化包含模型參數的設定。
  47. 如申請專利範圍第46項的用於圖形化結構之檢驗的方法，其 中該第二數據解譯模型的最佳化包含固定該等模型參數。
  48. 如申請專利範圍第46項的用於圖形化結構之檢驗的方法，其中該等模型參數包含幾何參數。
  49. 如申請專利範圍第46項的用於圖形化結構之檢驗的方法，其中該等模型參數包含與該圖形化結構之中材料的光學特性相關的參數。
  50. 如申請專利範圍第28項的用於圖形化結構之檢驗的方法，其中最佳化的第一數據解譯模型包含參數將來自包括不同深度、不同材料及不同幾何圖形其中至少一者的結構的不同區域之二次帶電載子之萃取特徵化。
  51. 如申請專利範圍第28項的用於圖形化結構之檢驗的方法，其中圖形化結構的該等參數包含幾何參數、及/或該圖形化結構之中使用之材料的光學特性相關的參數。
TW100121205A 2010-06-17 2011-06-17 圖形化結構之光學檢驗的最佳化方法及系統 TWI569005B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
US35557110P 2010-06-17 2010-06-17

Publications (2)

Publication Number Publication Date
TW201215879A TW201215879A (en) 2012-04-16
TWI569005B true TWI569005B (zh) 2017-02-01

Family

ID=44511135

Family Applications (1)

Application Number Title Priority Date Filing Date
TW100121205A TWI569005B (zh) 2010-06-17 2011-06-17 圖形化結構之光學檢驗的最佳化方法及系統

Country Status (7)

Country Link
US (6) US20140079312A9 (zh)
EP (1) EP2583056B1 (zh)
JP (2) JP5876040B2 (zh)
KR (1) KR101930913B1 (zh)
IL (1) IL223629A (zh)
TW (1) TWI569005B (zh)
WO (1) WO2011158239A1 (zh)

Families Citing this family (28)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101930913B1 (ko) 2010-06-17 2018-12-19 노바 메주어링 인스트루먼츠 엘티디. 패턴 구조들의 광학적 정밀 검사를 최적화하는 방법 및 시스템
US9222895B2 (en) 2013-02-25 2015-12-29 Kla-Tencor Corp. Generalized virtual inspector
WO2015004662A1 (en) 2013-07-08 2015-01-15 Nova Measuring Instruments Ltd. Method and system for determining strain distribution in a sample
FR3012894B1 (fr) 2013-11-07 2017-02-17 Commissariat Energie Atomique Systeme informatique pour l'exploitation de mesures heterogenes issues de differents appareils de metrologie en vue de l'estimation de valeurs de caracteristiques de dispositifs microelectroniques, procede et programme d'ordinateur correspondants
WO2015125127A1 (en) * 2014-02-23 2015-08-27 Global Foundries Hybrid metrology technique
US9816939B2 (en) 2014-07-22 2017-11-14 Kla-Tencor Corp. Virtual inspection systems with multiple modes
CN105571484B (zh) * 2014-10-14 2018-07-06 睿励科学仪器（上海）有限公司 确定测量模式和光学系统参数容差的方法和装置
US9612108B2 (en) 2014-11-14 2017-04-04 Kabushiki Kaisha Toshiba Measurement apparatus and measurement method
US10475633B2 (en) * 2014-11-28 2019-11-12 Dh Technologies Development Pte. Ltd. RF ion guide
JP6418606B2 (ja) * 2015-08-07 2018-11-07 東芝メモリ株式会社 パターン輪郭抽出装置、パターン輪郭抽出方法およびパターン輪郭抽出プログラム
US10380728B2 (en) * 2015-08-31 2019-08-13 Kla-Tencor Corporation Model-based metrology using images
TWI729049B (zh) 2015-12-15 2021-06-01 以色列商諾發測量儀器股份有限公司 圖案化結構中基於拉曼光譜之測量
US10197908B2 (en) 2016-06-21 2019-02-05 Lam Research Corporation Photoresist design layout pattern proximity correction through fast edge placement error prediction via a physics-based etch profile modeling framework
FR3060751B1 (fr) * 2016-12-15 2019-05-24 Commissariat A L'energie Atomique Et Aux Energies Alternatives Procede de caracterisation par microscopie electronique a balayage cdsem
CN117219530A (zh) * 2017-02-27 2023-12-12 诺威有限公司 用于预测e-测试结构性能的方法
JP6871833B2 (ja) 2017-09-19 2021-05-12 キオクシア株式会社 形状計測装置および形状計測方法
WO2019195481A1 (en) * 2018-04-06 2019-10-10 Lam Research Corporation Process simulation model calibration using cd-sem
US10572697B2 (en) 2018-04-06 2020-02-25 Lam Research Corporation Method of etch model calibration using optical scatterometry
CN112005347A (zh) 2018-04-10 2020-11-27 朗姆研究公司 抗蚀剂和蚀刻建模
KR20200130870A (ko) 2018-04-10 2020-11-20 램 리써치 코포레이션 피처들을 특징화하기 위한 머신 러닝의 광학 계측
TWI723396B (zh) * 2018-05-24 2021-04-01 荷蘭商Ａｓｍｌ荷蘭公司 判定基板之堆疊組態之方法
US10977405B2 (en) 2019-01-29 2021-04-13 Lam Research Corporation Fill process optimization using feature scale modeling
US11561089B2 (en) * 2019-07-04 2023-01-24 Hitachi High-Tech Corporation Three-dimensional shape detection apparatus, three-dimensional shape detection method and plasma processing apparatus
TWI777353B (zh) * 2020-01-06 2022-09-11 以色列商諾威量測設備股份有限公司 用於光學關鍵尺寸計量之方法及系統
US20230017097A1 (en) * 2020-01-07 2023-01-19 Nova Ltd Detecting outliers and anomalies for ocd metrology machine learning
KR102409758B1 (ko) * 2020-06-01 2022-06-17 파크시스템스 주식회사 광학 측정 장치가 장착된 원자 현미경 및 이를 이용하여 측정 대상의 표면의 정보를 얻는 방법
US11619649B1 (en) 2021-11-26 2023-04-04 Park Systems Corp. Atomic force microscope equipped with optical measurement device and method of acquiring information on surface of measurement target using the same
TWI818757B (zh) * 2022-10-04 2023-10-11 科毅科技股份有限公司 曝光機之晶圓邊緣與光罩間之楔形誤差補償的水平與俯仰角自動整平機構

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020090744A1 (en) * 2000-12-07 2002-07-11 Nova Measuring Instruments Ltd. Method and system for measuring in patterned structures

Family Cites Families (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6248485B1 (en) * 1999-07-19 2001-06-19 Lucent Technologies Inc. Method for controlling a process for patterning a feature in a photoresist
WO2001047158A1 (fr) * 1999-12-20 2001-06-28 Kabushiki Kaisha Toshiba Emetteur et carte d'interface tributaire
US6891627B1 (en) * 2000-09-20 2005-05-10 Kla-Tencor Technologies Corp. Methods and systems for determining a critical dimension and overlay of a specimen
US6786699B2 (en) * 2002-06-26 2004-09-07 General Electric Company Methods of assembling airfoils to turbine components and assemblies thereof
US7330279B2 (en) * 2002-07-25 2008-02-12 Timbre Technologies, Inc. Model and parameter selection for optical metrology
JP3959355B2 (ja) * 2003-01-17 2007-08-15 株式会社日立ハイテクノロジーズ 微細パターンの３次元形状測定方法
US7230703B2 (en) * 2003-07-17 2007-06-12 Tokyo Electron Limited Apparatus and method for measuring overlay by diffraction gratings
US7003758B2 (en) * 2003-10-07 2006-02-21 Brion Technologies, Inc. System and method for lithography simulation
US7388677B2 (en) * 2004-03-22 2008-06-17 Timbre Technologies, Inc. Optical metrology optimization for repetitive structures
US20060187466A1 (en) * 2005-02-18 2006-08-24 Timbre Technologies, Inc. Selecting unit cell configuration for repeating structures in optical metrology
US7536670B2 (en) * 2005-05-31 2009-05-19 Cadence Design Systems, Inc. Method for verifying and choosing lithography model
US7787685B2 (en) * 2006-04-17 2010-08-31 Taiwan Semiconductor Manufacturing Company, Ltd. Extracting ordinary and extraordinary optical characteristics for critical dimension measurement of anisotropic materials
TWI416096B (zh) * 2007-07-11 2013-11-21 Nova Measuring Instr Ltd 用於監控圖案化結構的性質之方法及系統
JP2009162494A (ja) * 2007-12-28 2009-07-23 Nec Electronics Corp 計測方法
JP4956510B2 (ja) * 2008-08-25 2012-06-20 株式会社東芝 パターン計測装置、パターン計測方法およびプログラム
WO2010069757A1 (en) * 2008-12-16 2010-06-24 Asml Netherlands B.V. Calibration method, inspection method and apparatus, lithographic apparatus, and lithographic processing cell
JP2010156866A (ja) * 2008-12-27 2010-07-15 Toshiba Corp 特徴量抽出方法、テストパターン選択方法、レジストモデル作成方法および設計回路パターン検証方法
US8196068B2 (en) * 2009-04-30 2012-06-05 Synopsys, Inc. Modeling critical-dimension (CD) scanning-electron-microscopy (CD-SEM) CD extraction
JP2013520674A (ja) 2010-02-25 2013-06-06 ノヴァ・メジャーリング・インストゥルメンツ・リミテッド パターン化された構造を測定するための方法およびシステム
KR101930913B1 (ko) 2010-06-17 2018-12-19 노바 메주어링 인스트루먼츠 엘티디. 패턴 구조들의 광학적 정밀 검사를 최적화하는 방법 및 시스템

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020090744A1 (en) * 2000-12-07 2002-07-11 Nova Measuring Instruments Ltd. Method and system for measuring in patterned structures

Also Published As

Publication number Publication date
KR101930913B1 (ko) 2018-12-19
EP2583056A1 (en) 2013-04-24
KR20130047731A (ko) 2013-05-08
IL223629A (en) 2017-05-29
JP2013531794A (ja) 2013-08-08
US9904993B2 (en) 2018-02-27
US20130208973A1 (en) 2013-08-15
JP2016118563A (ja) 2016-06-30
JP6463701B2 (ja) 2019-02-06
US20200058118A1 (en) 2020-02-20
EP2583056B1 (en) 2018-12-12
TW201215879A (en) 2012-04-16
US20160284077A1 (en) 2016-09-29
US20230401690A1 (en) 2023-12-14
US20140079312A9 (en) 2014-03-20
US20180182089A1 (en) 2018-06-28
JP5876040B2 (ja) 2016-03-02
WO2011158239A1 (en) 2011-12-22
US20210090244A1 (en) 2021-03-25

Similar Documents

Publication Publication Date Title
TWI569005B (zh) 圖形化結構之光學檢驗的最佳化方法及系統
TWI755386B (zh) 計量系統及方法
TWI698635B (zh) 用於判定將對一試樣執行之一度量程序之參數之系統、方法及非暫時性電腦可讀取媒體
KR102330735B1 (ko) 패터닝된 웨이퍼들 상의 결함들의 서브-픽셀 및 서브-해상도 로컬리제이션
JP6566968B2 (ja) 半導体パラメータを測定するための装置、技術、およびターゲットデザイン
JP5137587B2 (ja) 繰り返し構造のための光計測の最適化
US10215559B2 (en) Metrology of multiple patterning processes
TW201447622A (zh) 裝置上之量測
JP5137444B2 (ja) Ｏｐｃモデリング構築方法、情報処理装置、及び半導体デバイスのプロセス条件を決定する方法
CN113677983A (zh) 结合x射线计量数据集合以改进参数评估的方法及系统
IL257205A (en) Self-directed metrology and example classification
TWI816188B (zh) 量測方法
TW202141210A (zh) 使用檢測工具以判定用於樣本之類計量(metrology-like)之資訊
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
US20240183806A1 (en) System and method for determining local focus points during inspection in a charged particle system
EP4086703A1 (en) Method for determining a stochastic metric relating to a lithographic process
Buttgereit et al. Reducing the impact of reticle CD-non-uniformity of multiple structures by dose corrections based on aerial image measurements
TW202405861A (zh) 用於埋置特徵之疊對量測的電子束優化