TWI603078B - 高準確性基於設計之分類 - Google Patents

高準確性基於設計之分類 Download PDF

Info

Publication number
TWI603078B
TWI603078B TW103113261A TW103113261A TWI603078B TW I603078 B TWI603078 B TW I603078B TW 103113261 A TW103113261 A TW 103113261A TW 103113261 A TW103113261 A TW 103113261A TW I603078 B TWI603078 B TW I603078B
Authority
TW
Taiwan
Prior art keywords
interest
defect
bounding box
wafer
polygons
Prior art date
Application number
TW103113261A
Other languages
English (en)
Other versions
TW201533442A (zh
Inventor
維賈亞柯馬 瑞瑪錢德倫
Original Assignee
克萊譚克公司
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 克萊譚克公司 filed Critical 克萊譚克公司
Publication of TW201533442A publication Critical patent/TW201533442A/zh
Application granted granted Critical
Publication of TWI603078B publication Critical patent/TWI603078B/zh

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0004Industrial image inspection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10056Microscopic image
    • G06T2207/10061Microscopic image from scanning electron microscope
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30108Industrial image inspection
    • G06T2207/30148Semiconductor; IC; Wafer

Landscapes

  • Engineering & Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Testing Or Measuring Of Semiconductors Or The Like (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Description

高準確性基於設計之分類
本發明一般而言係關於用於分類在一晶圓上所偵測之缺陷之系統及方法。
以下說明及實例並不由於其包含於此章節中而被認為係先前技術。
在一半導體製造程序期間在各個步驟處使用檢驗程序來偵測晶圓上之缺陷以促成在製造程序中之較高良率及因此較高利潤。檢驗一直總是製作諸如IC之半導體裝置之一重要部分。然而,隨著半導體裝置之尺寸減小,檢驗變得對可接受之半導體裝置之成功製造變得甚至更重要,此乃因較小缺陷可致使裝置不合格。例如,隨著半導體裝置之尺寸減小,對減小大小之缺陷之偵測已變得有必要,此乃因甚至相對小之缺陷亦可在半導體裝置中引起不想要之像差。
一設計「熱點」係在已透過模擬、缺陷檢驗或者電測試針對故障識別為一相對高風險之設計內之一經良好定義結構或規則。熱點通常係由於光學鄰近效應。舉例而言,當諸如一掃描器之一微影工具「印刷」一晶圓時,彼此相對接近之結構可光學地相互作用(意指一個結構之印刷可由於其鄰近而影響另一結構之印刷)。此相互作用可提高在一特定位置處發生故障之風險。若兩個結構在用以印刷晶圓之光之波長之幾倍(例如,約200nm至約250nm)內則該兩個結構可視為 彼此「接近」。
識別一缺陷是否「屬於」一熱點之當前方法假定用以偵測缺陷之檢驗工具之座標準確性寬於定義熱點之多邊形之邊界。然而,諸多現代光學及掃描電子顯微鏡(SEM)成像工具之座標準確性可通常小於熱點之邊界。當將用於識別一缺陷是否屬於一熱點之當前方法應用於此等現代工具中之一者時,有效地否定由此等工具之經改良座標準確性提供之優點。
相應地,改良用於分類在一晶圓上所偵測之缺陷之不具有上文所闡述之缺點中之一或多者之系統及方法將係有利的。
各種實施例之以下說明不應以任何方式視為限制隨附申請專利範圍之標的物。
一項實施例係關於一種用於分類在一晶圓上所偵測之缺陷之方法。該方法包含獲取針對在一晶圓上所偵測之一缺陷之資訊。該資訊包含該晶圓上之該缺陷之一位置。該方法亦包含形成環繞該缺陷之該位置之一延伸定界框(EBB)。另外,該方法包含與最接近於該缺陷之該位置之一熱點之一所關注圖案(POI)之一寬度及一高度成比例地在兩個維度上擴展該EBB以形成一經擴展定界框,該經擴展定界框包含由該經擴展定界框定義的該晶圓之一區域中之多邊形。該方法進一步包含判定該POI中之多邊形是否匹配該經擴展定界框中之多邊形。若該POI中之該等多邊形經判定為不匹配該經擴展定界框中之該等多邊形,則該方法包含將該缺陷分類為一非熱點缺陷。若該POI中之該等多邊形經判定為匹配該經擴展定界框中之該等多邊形,則該方法包含判定該EBB之區域是否相交於與該熱點相關聯之一所關注區域。若該EBB之該區域相交於與該熱點相關聯之該所關注區域,則該方法包含將該缺陷分類為一熱點缺陷。若該EBB之該區域不相交於與該熱點相 關聯之該所關注區域,則該方法包含將該缺陷分類為一非熱點缺陷。藉由一或多個電腦系統執行獲取步驟、形成步驟、擴展步驟、判定步驟及分類步驟。
可如本文中所闡述進一步執行該方法之該等步驟中之每一者。另外,該方法可包含本文中所闡述之任何其他方法之任何其他步驟。此外,該方法可藉由本文中所闡述之系統中之任一者來執行。
另一實施例係關於一種儲存可在一電腦系統上執行以用於執行用於將在一晶圓上所偵測之缺陷之一電腦實施方法之程式指令之一非暫時性電腦可讀媒體。該電腦實施方法包含上文所闡述之方法之步驟。可如本文中所闡述來進一步組態該電腦可讀媒體。可如本文中進一步所闡述來執行該電腦實施方法之步驟。另外,可針對其執行該等程式指令之電腦實施方法可包含本文中所闡述之任何其他方法之任何其他步驟。
一額外實施例係關於一種經組態以分類在一晶圓上所偵測之缺陷之系統。該系統包含經組態以用於偵測一晶圓上之一缺陷且產生針對該晶圓上之該缺陷之資訊之一檢驗子系統。該資訊包含該晶圓上之該缺陷之一位置。該系統亦包含經組態以用於執行上文所闡述之方法之步驟之一電腦子系統。該系統可如本文中所闡述來進一步組態。
100‧‧‧設計
102‧‧‧所關注區域
104‧‧‧粗線
106‧‧‧粗線
108‧‧‧細線
110‧‧‧細線
112‧‧‧框
200‧‧‧缺陷
202‧‧‧缺陷
300‧‧‧缺陷
302‧‧‧經擴展定界框
400‧‧‧非暫時性電腦可讀媒體
402‧‧‧程式指令
404‧‧‧電腦系統
500‧‧‧電腦子系統
502‧‧‧電子設計自動化工具
504‧‧‧檢驗子系統
506‧‧‧系統
508‧‧‧光源
510‧‧‧分束器
512‧‧‧晶圓
514‧‧‧透鏡
516‧‧‧偵測器
518‧‧‧電腦子系統
獲益於較佳實施例之以下詳細說明且在參考隨附圖式後,本發明之其他優點將變得對熟習此項技術者顯而易見,其中:圖1係圖解說明設計多邊形及一熱點之一所關注圖案(POI)及與熱點相關聯之一所關注區域之一項實例之一平面圖之一示意圖;圖2係以一晶圓上之缺陷之兩項實例圖解說明圖1之設計多邊形、POI及所關注區域之一平面圖之一示意圖;圖3係以一經擴展定界框之一項實施例圖解說明圖1之設計多邊 形、POI及所關注區域之一平面圖之一示意圖;圖4係圖解說明儲存用於致使一電腦系統執行本文中所闡述之一電腦實施之方法之程式指令之一非暫時性電腦可讀媒體之一項實施例之一方塊圖;且圖5係圖解說明經組態以分類在一晶圓上所偵測之缺陷之一系統之一實施例之一側視圖之一示意圖。
儘管易於對本發明之特定實施例做出各種修改及替代形式,但該等實施例係以實例方式展示於圖式中且將在本文中詳細闡述。圖式可並未按比例繪製。然而,應理解,圖式及對其之詳細說明並非意欲將本發明限制於所揭示之特定形式,而是相反,本發明意欲涵蓋歸屬於如由隨附申請專利範圍所定義之本發明之精神及範疇內之所有修改、等效物及替代物。
現在轉至圖式,注意圖並未按比例繪製。特定而言,該等圖之元件中之某些元件之比例被大為誇張以強調該等元件之特性。亦注意,該等圖並未按相同比例繪製。已使用相同參考編號指示可以類似方式組態之在一個以上圖中展示之元件。除非本文中另有注釋,否則所闡述及所展示之元件中之任何元件皆可包含任何適合市售元件。
一項實施例係關於一種用於分類在一晶圓上所偵測之缺陷之方法。本文中所闡述之實施例提供經改良熱點缺陷識別且充分利用檢驗工具可提供之經改良缺陷座標準確性。因此,對於半導體製造商而言,本文中所闡述之實施例可對關於監測已知熱點之缺陷檢驗之有效性及因此良率具有一直接積極影響。在特定例項中,該方法闡述為針對「一個」或「一」缺陷而執行。然而,此並非本文中所闡述之實施例之一限制。舉例而言,該方法可經執行以分類在一晶圓上所偵測之一個、某些(亦即,所有缺陷中之僅一部分或少於所有缺陷)或所有缺 陷。
在用於識別一給定缺陷是否屬於一已知熱點之當前使用之方法中,可在一熱點之一設計中繪製一矩形。矩形內側之所有設計多邊形視為熱點之一所關注圖案(POI)之部分。設計多邊形係定義且表示將形成於一晶圓上之設計中之結構之多邊形。一旦偵測到一缺陷,另一矩形便可經繪製環繞缺陷位置且以缺陷位置為中心。此矩形之半寬度等於缺陷位置之不確定性。此矩形在本文中稱為一「延伸定界框」(EBB),但其可以任何其他名稱來稱謂。可在所偵測缺陷之位置處提取一設計晶片。可自設計資料(諸如設計之圖形資料串流(GDS)資料)提取設計晶片。若一熱點之POI之一部分與一缺陷之EBB之任何部分重疊,則將彼缺陷加旗標為屬於彼熱點。
如本文中所使用之術語「設計資料」通常係指一IC之實體設計(佈局)及透過複雜模擬或簡單幾何及布林運算自實體設計導出之資料。該設計資料可儲存於諸如一GDS文件之一資料結構、任何其他標準機器可讀文件、此項技術中已知之任何其他適合文件及一設計資料庫中。一GDSII文件係用於設計佈局資料之表示之一類文件中之一者。此等文件之其他實例包含GL1及OASIS文件。本文中所闡述之實施例中所使用之設計資料可儲存於此整類文件中之任何者中,不管資料結構組態、儲存格式或儲存機制如何。
圖1展示具有一所定義熱點之一實例性設計100。此實例中之熱點包含所關注區域102,該所關注區域由於在距粗線不同距離處及在粗線之任一側上存在兩個相對細線108及110而形成於兩個相對粗線104及106中間。因此,所關注區域102係其中尋找一缺陷之區。圖1中所展示之實例意指不定義特定設計之任意一組設計多邊形。
框112封圍針對熱點定義「POI」之所有多邊形。因此,框112係定義與熱點相關聯之所關注區域之圍繞多邊形之定界框。在某些例項 中,一使用者可將POI定義為定義與熱點相關聯之所關注區域之所有多邊形之定界框。因此,使用者可規定POI及所關注區域兩者。注意,若封圍POI之在框112之端上之兩個相對細線108及110之部分不包含於POI中,則POI將匹配兩個相對粗線中間之每一位置。因此,POI較佳地經定義以包含充足多邊形以使得POI可用於以相對高準確性識別熱點之位置,但POI亦較佳地包含僅最小數目或最小量之多邊形來如此進行。換言之,POI較佳地使用最小數目或最小量之多邊形經定義以以合理準確性定義熱點。舉例而言,在一項實施例中,藉由識別可在鄰近熱點之一區域中唯一地經識別之多邊形且最小化封圍所識別多邊形之一區域之一寬度及一高度來自晶圓之一設計選擇POI中之多邊形。鄰近熱點之區域可係大概地將一起經處理以識別POI之設計或晶圓之區域。舉例而言,鄰近熱點之區域可係大概地將藉由一缺陷偵測方法或本文中所闡述之實施例整體處理之晶圓之一工作圖框或圖框影像之一區域。
圖2以兩個缺陷展示圖1之熱點之附近,一個缺陷200在與熱點相關聯之所關注區域中且另一缺陷202在與熱點相關聯之所關注區域外側。圖2中以環繞每一缺陷之虛線展示之框展示缺陷位置之不確定性且在本文中稱為每一缺陷之「延伸定界框」或「EBB」。晶圓檢驗之挑戰係在兩個缺陷之間進行區分且將缺陷200正確地識別為屬於熱點且將缺陷202識別為不屬於熱點。
若缺陷位置之不確定性與POI相比係實質上大的,則圖2中所展示之兩個缺陷可不分離為一個屬於熱點且另一個不屬於熱點。然而,本文中進一步所闡述之實施例可在其中一檢驗系統充分縮小所偵測缺陷之位置不確定性以使得EBB在大小上比POI小或與POI相當之情形中用以分離屬於一熱點之缺陷與不屬於熱點之缺陷。舉例而言,在一項實施例中,EBB之面積大致等於POI之一面積。在另一實施例中,如 本文中進一步所闡述,形成EBB包含基於缺陷之位置之一不確定性判定EBB之尺寸,且藉由偵測到晶圓上之缺陷之一檢驗系統報告缺陷之位置。舉例而言,EBB大小可等於缺陷大小加缺陷位置之不確定性。 在一額外實施例,晶圓上之缺陷之位置係藉由偵測到晶圓上之缺陷之一檢驗系統報告之一位置,且檢驗系統之一座標不準確性小於熱點之一高度及一寬度。來自半導體製造設備或「晶圓廠」之資料已將此展示為在針對具有實質上高座標準確性及因此實質上小EBB之檢驗系統之最後產生之若干個情形中為真實。
用於缺陷分類之當前方法依靠採取整體相交於EBB之所有多邊形且接著搜尋以看POI是否存在於其中。由於圖2中所展示之實例中之兩個缺陷之EBB相交於僅一子組多邊形,因此沒有缺陷將加旗標為屬於熱點。然而,注意,人工地增大EBB之大小將致使兩個缺陷皆加旗標為屬於熱點。因此,人工地增大EBB之大小將不提供能力來在屬於熱點之缺陷與不屬於熱點之缺陷之間區分。如此,增大EBB以犧牲保真度為代價基本上獲得某些功能性。
該方法包含獲取針對在一晶圓上所偵測之一缺陷之資訊,且該資訊包含晶圓上之缺陷之一位置。在一項實施例中,獲取針對在晶圓上所偵測之缺陷之資訊包含自偵測到晶圓上之缺陷之一檢驗系統獲取針對缺陷之資訊。舉例而言,獲取資訊可包含使用諸如本文中所闡述之檢驗系統中之任何者之一晶圓檢驗系統執行一晶圓檢驗。然而,獲取資訊可包含自其中一晶圓檢驗系統或一電腦系統已儲存資訊之一儲存媒體(諸如一晶圓廠資料庫)獲取資訊。以此方式,獲取針對缺陷之資訊不必要地包含執行晶圓之一檢驗。針對缺陷之資訊可係包含於晶圓之檢驗結果中之資訊,該資訊可包含針對在晶圓上所偵測之缺陷中之一個以上(或所有)缺陷之資訊。獲取資訊亦可包含獲取針對在晶圓上所偵測之一個以上缺陷之資訊。針對晶圓上之缺陷之位置之資訊可 包含諸如針對缺陷之晶圓座標、缺陷之區域等之任何適合此資訊。
該方法亦可包含獲取針對晶圓上之熱點及熱點之POI之資訊。當一使用者建立一熱點庫時,其可規定POI(圖1至圖3中所展示之框112)及熱點區(例如,所關注區域102)兩者。因此,該方法可包含自此一熱點庫或以任何其他方式獲取針對熱點、POI及所關注區域之資訊。因此,在一項實施例中,藉由另一方法判定POI及與熱點相關聯之所關注區域,且該方法包含自其中其他方法已儲存資訊之一儲存媒體獲取針對POI、所關注區域及熱點之資訊。在一項實施例中,與熱點相關聯之所關注區域位於POI內,如圖1至圖3中所展示。然而,沒有要求熱點區在POI之邊界內。舉例而言,在另一實施例中,與熱點相關聯之所關注區域不位於POI內。在一項此實例中,熱點所關注區域可係相對接近於POI之某一區。特定而言,儘管所關注區域在圖1至圖3之實例中展示為完全封圍於POI內,但只要其鄰近於POI(例如,相同檢驗圖框)且係在距POI一固定相對距離處,即使所關注區域在POI外側,則所提出方法亦將同樣起作用。另外,與一熱點相關聯之一所關注區域可係在熱點內或接近於該熱點之一所關注區域。
在一項實施例中,獲取針對在晶圓上所偵測之缺陷之資訊包含對晶圓執行一檢驗,其中在不使用關於晶圓之熱點之資訊之情況下偵測缺陷。在另一實施例中,獲取針對在晶圓上所偵測之缺陷之資訊包含對晶圓執行一檢驗,其中使用關於晶圓之熱點之資訊來判定其中執行檢驗的晶圓上之關心區域。舉例而言,可以兩種不同方式使用熱點。一種方式係找出藉由一檢驗系統偵測之一缺陷是否在一熱點中。另一方式係找到POI在設計中之所有出現且使用此作為優先地檢驗之一「關心區域」。在此等「關心區域」中捕捉到之任何缺陷係就定義而言熱點中之一者。若POI直接用於熱點,則將存在一相對大關心區域且在熱點區或所關注區域外側之缺陷亦可加旗標為一熱點缺陷。然 而,POI在設計上之所有出現可被找到且接著經縮小以使得關心區域僅覆蓋熱點區或所關注區域。此將給出一更敏感檢驗,此乃因其消除係在與熱點相關聯之所關注區域外側之POI區域中之缺陷之錯誤匹配。
由於本文中所闡述之方法及系統不必必須形成針對熱點、所關注區域及POI之資訊,因此本文中所闡述之實施例不必必須對晶圓之設計資料(例如,GDS資料)進行存取。舉例而言,在一項實施例中,在不使用晶圓之設計資料之情況下執行該方法。而是,該等方法可僅使用由另一方法或系統提供之針對熱點、所關注區域及POI之資訊。因此,本文中所闡述之實施例具有優於需要對可係包含於設計資料中之敏感資訊(例如,智慧財產權)之內容進行存取之用於基於設計分類之其他方法及系統之優點。
該方法亦包含形成環繞缺陷之位置之一EBB。該EBB可如本文中進一步所闡述形成。舉例而言,可藉由將缺陷之面積乘以晶圓檢驗系統之缺陷位置不確定性之某一倍數判定該EBB之面積。
該方法進一步包含與最接近於缺陷之位置之一熱點之一POI之一寬度及一高度成比例地在兩個維度上擴展EBB以形成一經擴展定界框,該經擴展定界框包含由經擴展定界框定義的晶圓之一區域中之多邊形。以此方式,當將評估一缺陷時,首先藉由按POI之寬度及高度分別在x方向及y方向上擴展其EBB。舉例而言,如圖3中所展示,缺陷300之EBB可經擴展以形成經擴展定界框302。因此,如圖3中所展示,該EBB並非與其自身尺寸或面積成比例地擴展。而是,其與P0I之尺寸或面積成比例地擴展。如此,經擴展定界框之形狀可不同於針對其形成該經擴展定界框之EBB之形狀。舉例而言,如圖3中所展示,EBB之形狀係一正方形而經擴展定界框之形狀係一矩形。EBB可以一類似方式擴展以用於POI之更複雜形狀(亦即,非矩形形狀)。可 以任何適合方式(例如,藉由比較缺陷之晶圓座標與熱點之晶圓座標或以一類似方式使用設計座標)判定最接近於缺陷之位置之熱點。
該方法進一步包含判定POI中之多邊形是否匹配經擴展定界框中之多邊形。可以若干種不同方式提取經擴展定界框中之多邊形。舉例而言,在一項實施例中,判定POI中之多邊形是否匹配經擴展定界框中之多邊形包含自由經擴展定界框定義的晶圓之區域之一影像提取經擴展定界框中之多邊形,且該影像係藉由一檢驗系統而產生。在一項此實例中,可在檢驗期間針對一缺陷而判定該經擴展定界框以使得由經擴展定界框定義的晶圓之區域之影像可在檢驗期間用檢驗系統獲取。換言之,可即時獲取經擴展定界框之影像。另一選擇係,可在使用檢驗系統之檢驗之後獲取經擴展定界框之影像。舉例而言,針對其執行本文中所闡述之方法之一或若干缺陷可自在晶圓上所偵測之所有缺陷選擇,且檢驗系統可用以返回至所選擇缺陷之位置以獲取經擴展定界框之影像。在另一實例中,該方法可使用所選擇缺陷之位置來自其中檢驗系統已儲存影像之檢驗結果獲取其經擴展定界框之影像。
在另一實施例中,判定POI中之多邊形是否匹配經擴展定界框中之多邊形包含自由經擴展定界框定義的晶圓之區域之設計資料提取經擴展定界框中之多邊形。舉例而言,關於將針對其執行該方法之缺陷之晶圓空間位置之資訊可用以判定關於設計資料中之缺陷之位置之資訊。可接著提取對應於設計資料中之缺陷之位置處之經擴展定界框之設計資料中之多邊形。在實施例中之任一者中,多邊形之提取自身可以任何適合方式執行(例如,識別包含於經擴展定界框之區域中之多邊形或多邊形之部分且接著判定關於需要用以執行比較之多邊形或多邊形之部分之任何資訊)。
在另一實施例中,關於POI中之所有多邊形執行判定POI中之多邊形是否匹配經擴展定界框中之多邊形。舉例而言,相交於經擴展定 界框之所有多邊形可經提取且與POI比較以找到一確切匹配。在圖3中,此組多邊形包含原始POI定義中之所有多邊形。在某些實施例中,判定POI中之多邊形是否匹配經擴展定界框中之多邊形可包含搜尋不同多邊形之間的一確切匹配。然而,判定POI及經擴展定界框中之多邊形是否匹配可包含判定POI及經擴展定界框中之多邊形係類似到何種程度且比較類似性之一量測與某一臨限值藉此允許不必係確切之匹配。允許不必係確切之匹配可在多邊形自不同媒體經比較(例如,晶圓影像與設計資料之一比較)時係有利的。
在該組所提取多邊形中搜尋POI圖案位置建立缺陷位置與設計之粗略對齊。舉例而言,若POI中之多邊形經判定為匹配經擴展定界框中之多邊形,則該方法可包含基於匹配經擴展定界框中之多邊形的POI中之多邊形之設計座標判定缺陷相對於晶圓之一設計之一粗略位置。在圖3之情形中,由於POI中之所有多邊形係在經擴展定界框之該組所提取多邊形中,因此將實際上存在一匹配。若POI中之多邊形經判定為不匹配經擴展定界框中之多邊形,則該方法包含將缺陷分類為一非熱點缺陷。舉例而言,若不存在匹配,則可消除此缺陷。在一項實施例中,若將缺陷分類為一非熱點缺陷,則該方法包含自包含於晶圓之檢驗結果中之資訊消除針對缺陷之資訊。
若POI中之多邊形經判定為匹配經擴展定界框中之多邊形,則該方法包含判定EBB之區域是否相交於與熱點相關聯之一所關注區域。舉例而言,對於並非在上文所闡述之第一比較中消除之缺陷,一第二比較可經執行以核查缺陷之非經擴展EBB是否相交於與熱點相關聯之所關注區域。以此方式,若找到一匹配,則可找到所匹配區內之所關注區域且接著若所關注區域在EBB區域內,則將缺陷指定為一熱點缺陷。可以任何適合方式執行判定EBB之區域是否相交於與熱點相關聯之所關注區域。
注意,針對此第二判定步驟之所關注區域可係上文所闡述之所關注區域-亦即,其中期望找到熱點之缺陷之區域。然而,此步驟中所使用之所關注區域可係匹配POI之經擴展定界框之部分。因此,第二判定步驟可包含判定匹配POI之經擴展定界框之部分是否與EBB之區域重疊或相交於EBB之區域。
若EBB之區域相交於與熱點相關聯之所關注區域,則該方法包含將缺陷分類為一熱點缺陷。換言之,若EBB之區域相交於與熱點相關聯之所關注區域,則將缺陷加旗標為一熱點缺陷。此比較建立缺陷位置在設計中之精細對齊。舉例而言,在一項實施例中,若EBB之區域相交於與熱點相關聯之所關注區域,則該方法包含基於以下各項來判定缺陷相對於晶圓之一設計之一精細位置:1)EBB之區域和與熱點相關聯之所關注區域之間的一空間關係,及2)與熱點相關聯之所關注區域在設計中之一位置。以此方式,關於與設計中之熱點相關聯之所關注區域之位置之資訊可連同EBB和與熱點相關聯之所關注區域之間的空間關係一起用以判定缺陷在設計內何處。
若EBB之區域不相交於與熱點相關聯之所關注區域,則該方法包含將缺陷分類為一非熱點缺陷。以此方式,若EBB之區域不相交於與熱點相關聯之所關注區域,則丟棄該缺陷。可如上文所闡述執行將缺陷分類為一非熱點缺陷。
進一步注意,落入於緊緊毗鄰於與熱點相關聯之所關注區域之一柵格上之一缺陷亦將藉由此系統加旗標為一熱點缺陷。此係檢驗系統之缺陷位置準確性之一限制,但可藉由子像素設計晶片與晶圓影像對準來克服。此外,本文中所闡述之實施例可視為現有缺陷分類方法之超集合。舉例而言,當POI及熱點兩者皆經定義為晶圓上之相同區域且因此包含相同設計多邊形時,則本文中所闡述之實施例變為現有方法之一經改良版本。
在某些例項中,兩個或兩個以上熱點可在設計中及因此在晶圓上彼此相對接近。因此,在某些例項中,若針對其執行該方法之一缺陷經判定為不屬於一個熱點,則該方法可包含核查以看在丟棄缺陷且藉此自檢驗結果消除該缺陷之前是否存在相對接近於該缺陷之任何其他熱點。舉例而言,在一項實施例中,若將缺陷分類為非點缺陷,則該方法包含比較缺陷之位置與下一最接近熱點之間的一距離與一臨限值且若該距離小於該臨限值,則針對缺陷及下一最接近熱點執行該方法。該臨限值可藉由一使用者選擇或可藉由該方法基於關於熱點之資訊判定。
晶圓檢驗系統之缺陷位置準確性正快速增大且預期會進一步增大,此乃因利用工具之準確性之應用得到開發且對於半導體製造商而言展示出了價值。位置準確性亦藉由在軟體中晶圓影像與設計晶片對齊之進步而經改良。半導體之設計規則亦縮小。然而,由微影系統(諸如掃描器)使用之光之波長在一段時間內尚未改變許多。此意指儘管設計規則正在縮小,但POI之大小可不成比例地縮小。係光之波長之幾十倍(亦即,數百奈米)之圖案將由於在微影期間光之一階及二階相互作用繼續為與定義一熱點相關的。在此環境中,在能夠全面利用最新一代工具之經改良缺陷位置準確性來提供其中具有一實質上低誤判計數之熱點缺陷之一良率相關帕累托圖方面具有巨大價值。
該等方法及本文中所闡述之電腦實施之方法之一或多個步驟可藉由一或多個電腦系統執行。舉例而言,可藉由可如本文中進一步所闡述組態之一或多個電腦系統執行獲取步驟、形成步驟、擴展步驟、判定步驟及分類步驟。
上文所闡述之方法之實施例中之每一者可包含本文中所闡述之任何其他方法之任何其他步驟。此外,上文所闡述之方法之實施例中之每一者可藉由本文中所闡述之系統中之任一者執行。
本文中所闡述之所有方法可包含將該等方法實施例之一或多個步驟之結果儲存於一電腦可讀儲存媒體中。該等結果可包含本文中所闡述之結果中之任一者且可以此項技術中已知之任一方式儲存。儲存媒體可包含本文中所闡述之任一儲存媒體或此項技術中已知之任一其他適合儲存媒體。在已儲存該等結果之後,該等結果可在儲存媒體中存取及由本文中所闡述之方法或系統實施例中之任一者使用、經格式化以用於顯示給一使用者、由另一軟體模組、方法或系統使用等。
另一實施例係關於一種儲存可在一電腦系統上執行以用於執行用於分類在一晶圓上所偵測之缺陷之一電腦實施方法之程式指令之一非暫時性電腦可讀媒體。一項此實施例展示於圖4中。舉例而言,如圖4中所展示,非暫時性電腦可讀媒體400儲存在電腦系統404上執行以用於執行用於分類在一晶圓上所偵測之缺陷之一電腦實施之方法之程式指令402。電腦實施之方法可包含本文中所闡述之任何方法之任何步驟。
實施諸如本文中所闡述之彼等方法的方法之程式指令402可儲存於非暫時性電腦可讀媒體400上。該電腦可讀媒體可係諸如一磁碟或光碟、一磁帶之一儲存媒體或此項技術中已知之任一其他適合非暫時性電腦可讀媒體。
可以包含基於程序之技術、基於組件之技術及/或物件導向之技術以及其他技術之各種方式中之任一者來實施該等程式指令。舉例而言,可視需要使用Matlab、Visual Basic、ActiveX控制項、C、C++物件、C#、JavaBeans、微軟基礎類別庫(「Microsoft Foundation Classes;MFC」)或其他技術或方法來實施該等程式指令。
電腦系統404可採取各種形式,包含一個人電腦系統、主機電腦系統、工作站、系統電腦、影像電腦、可程式化影像電腦、平行處理器、或此項技術中已知之任何其他裝置。一般而言,術語「電腦系 統」可廣泛地經定義以囊括具有一或多個處理器之執行來自一記憶體媒體之指令之任何裝置。
一額外實施例係關於經組態以分類在一晶圓上所偵測之缺陷之一系統。該系統可包含經組態以用於形成或產生針對形成於晶圓上之一設計中之熱點之資訊及/或針對POI及與熱點相關聯之所關注區域之資訊之一電腦子系統。針對熱點之資訊可包含與熱點相關聯之所關注區域及與設計中之熱點相關聯之所關注之區域之位置。針對POI之資訊可包含針對包含於POI中之設計多邊形或設計多邊形之部分、POI之尺寸、設計中之POI之位置等之資訊。該電腦子系統可經組態以如本文中進一步所闡述執行此等步驟。
在一項實施例中,上文所闡述之電腦子系統係一電子設計自動化(EDA)工具之部分,且本文中進一步所闡述之檢驗子系統並非EDA工具之部分。舉例而言,如圖5中所展示,上文所闡述之電腦子系統可係包含於EDA工具502中之電腦子系統500。EDA工具及包含於此一工具中之電腦子系統可包含可執行上文所闡述之步驟之任何市售EDA工具。因此,形成本文中所闡述之熱點及POI資訊之電腦子系統可與用以檢驗晶圓之一檢驗工具之一檢驗子系統分離。換言之,設計資料可藉由一個系統或工具處理以形成將由另一不同系統或工具用以將缺陷分類之熱點及POI資訊。用以形成熱點及POI資訊之電腦子系統亦可並非一EDA工具之部分且可包含於另一系統或工具中或簡單地組態為一獨立電腦系統。此外,產生熱點及POI資訊之工具或電腦子系統可經組態以藉由儲存熱點及POI資訊或將熱點及POI資訊傳送至諸如一晶圓廠資料庫之一共用電腦可讀儲存媒體或藉由將熱點及POI資訊直接傳輸至將使用其之可如本文中進一步所闡述執行之工具而將彼資訊提供至其他工具。
該系統亦包含經組態以用於偵測一晶圓上之一缺陷且產生包含 晶圓上之缺陷之一位置之針對晶圓上之缺陷之資訊之一檢驗子系統。此一檢驗子系統之一項實施例展示於圖5中作為系統506之檢驗子系統504。檢驗子系統經組態以藉由用光掃描晶圓且在掃描期間偵測來自晶圓之光來偵測晶圓上之缺陷。舉例而言,如圖5中所展示,檢驗子系統包含可包含此項技術中已知之任何適合光源之光源508。
來自光源之光可引導至可經組態以將來自光源之光引導至晶圓512之分束器510。光源可耦合至任何其他適合元件(未展示),諸如一或多個聚光透鏡、準直透鏡、中繼透鏡、物鏡、光圈、光譜過濾器、偏光組件及諸如此類。如圖5中所展示,光可以一法向入射角引導至晶圓。然而,光可以包含接近法向及傾斜入射之任何適合入射角引導至晶圓。另外,光或多光束可依序或同時以一個以上入射角引導至晶圓。檢驗子系統可經組態而以任何適合方式在晶圓上掃描光。
來自晶圓512之光可在掃描期間藉由檢驗子系統之一或多個通道經收集及偵測。舉例而言,以相對接近於法向之角度自晶圓512反射之光(亦即,當入射係法向時之經鏡面反射之光)可通過分束器510至透鏡514。透鏡514可包含一折射光學元件,如圖5中所展示。另外,透鏡514可包含一或多個折射光學元件及/或一或多個反射光學元件。由透鏡514收集之光可聚焦至偵測器516。偵測器516可包含此項技術中已知之任何適合偵測器,諸如一電荷耦合裝置(CCD)或另一類型之成像偵測器。偵測器516經組態以產生回應於由透鏡514收集之反射光之輸出。因此,透鏡514及偵測器516形成檢驗子系統之一個通道。檢驗子系統之此通道可包含此項技術中已知之任何其他適合光學組件(未展示)。偵測器之輸出可包含(舉例而言)影像、影像資料、信號、影像信號或可藉由適合於在一檢驗系統中使用之一偵測器產生之任何其他輸出。
由於圖5中所展示之檢驗子系統經組態以偵測自晶圓經鏡面反射 之光,因此該檢驗子系統組態為一明場(BF)檢驗系統。然而,此一檢驗子系統亦可經組態以用於其他類型之晶圓檢驗。舉例而言,圖5中所展示之檢驗子系統亦可包含一或多個其他通道(未展示)。其他通道可包含組態為一經散射光通道之本文中所闡述之光學組件中之任一者,諸如一透鏡及一偵測器。透鏡及偵測器可如本文中所闡述進一步組態。以此方式,該檢驗子系統亦可經組態以用於暗場(DF)檢驗。
該檢驗子系統可使用由偵測器516及/或包含於檢驗子系統中之任何其他偵測器產生之輸出來偵測晶圓上之缺陷。舉例而言,檢驗系統之檢驗子系統或一電腦子系統(例如,本文中所闡述之電腦子系統518)可經組態以自晶圓上之一個晶粒(一測試晶粒)減去針對晶圓上之另一晶粒(一參考晶粒)產生之輸出且接著比較減法之結果與一臨限值。高於臨限值之任何減法結果可接著加旗標為一缺陷或一潛在缺陷。然而,該檢驗子系統可使用任何其他方法及/或演算法來偵測晶圓上之缺陷。該檢驗子系統可經組態而以任何適合方式產生針對缺陷之資訊。
該系統亦包含耦合至檢驗子系統之電腦子系統518。以此方式,由檢驗子系統產生之輸出可提供至電腦子系統518。電腦子系統518經組態以用於執行本文中所闡述之形成、擴展、判定及分類步驟。另外,電腦子系統518可經組態以執行本文中所闡述之任何其他步驟。
檢驗系統之電腦子系統亦可耦合至並非諸如電腦子系統500之檢驗系統之部分之另一電腦子系統,該另一電腦子系統可包含於諸如上文所闡述之EDA工具之另一工具中以使得電腦子系統518可接收由電腦子系統500產生之可包含針對待檢驗之晶圓之熱點之資訊之輸出。舉例而言,兩個電腦子系統可藉由諸如一晶圓廠資料庫之一共用電腦可讀儲存媒體有效地耦合或可藉由諸如上文所闡述之傳輸媒體之一傳輸媒體耦合以使得資訊可在兩個電腦子系統之間傳輸。
應注意,圖5在本文中經提供以大體圖解說明可包含於本文中所闡述之系統實施例中之一檢驗子系統之一組態。顯然,本文中所闡述之檢驗子系統組態可經變更以最佳化檢驗子系統之效能,如通常在設計一商業檢驗系統時執行。另外,可使用諸如可自KLA-Tencor、Milpitas、Calif購得之29xx/28xx系列之工具之一現有檢驗子系統(例如,藉由將本文中所闡述之功能性添加至一現有檢驗系統)來實施本文中所闡述之系統。針對某些此等系統,本文中所闡述之方法可作為系統之選用功能性(例如,除系統之其他功能性之外)提供。另一選擇係,本文中所闡述之系統可經設計以「從頭開始」以提供一完全新系統。此外,儘管在本文中系統經闡述為一光學或基於光檢驗系統,但檢驗子系統可組態為一基於電子束檢驗子系統。基於電子束檢驗子系統可係包含於任何適合市售電子束檢驗系統中之任何適合基於電子束檢驗子系統。
鑒於此說明,熟習此項技術者將明瞭本發明之各種態樣之進一步修改及替代實施例。舉例而言,提供用於將在一晶圓上所偵測之缺陷分類之系統及方法。相應地,此說明應視為僅係例示性的,且係出於教示熟習此項技術者實施本發明之一般方式之目的。將理解,本文中所展示及闡述之本發明之形式應視為目前較佳之實施例。如熟習此項技術者在受益於本發明之此說明之後皆將明瞭,可替代本文中所圖解說明及闡述之彼等元件及材料,可顛倒部件及程序,且可獨立地利用本發明之特定特徵。可在不背離如以下申請專利範圍中所闡述之本發明精神及範疇之情況下對本文中所闡述之元件做出改變。
100‧‧‧設計
102‧‧‧所關注區域
104‧‧‧粗線
106‧‧‧粗線
108‧‧‧細線
110‧‧‧細線
112‧‧‧框
300‧‧‧缺陷
302‧‧‧經擴展定界框

Claims (42)

  1. 一種用於分類在一晶圓上所偵測之多個缺陷之方法,其包括:獲取針對在一晶圓上所偵測之一缺陷之資訊,其中該資訊包括該晶圓上之該缺陷之一位置;形成環繞該缺陷之該位置之一延伸定界框;與最接近於該缺陷之該位置之一熱點之一所關注圖案之一寬度及一高度成比例地在兩個維度上擴展該延伸定界框以形成一經擴展定界框,該經擴展定界框包含由該經擴展定界框定義的該晶圓之一區域中之多個多邊形;及判定該所關注圖案中之多個多邊形是否匹配該經擴展定界框中之該等多邊形;若該所關注圖案中之該等多邊形經判定為不匹配該經擴展定界框中之該等多邊形,則將該缺陷分類為一非熱點缺陷;及若該所關注圖案中之該等多邊形經判定為匹配該經擴展定界框中之該等多邊形,則判定該延伸定界框之該區域是否相交於與該熱點相關聯之一所關注區域;若該延伸定界框之該區域相交於與該熱點相關聯之該所關注區域,則將該缺陷分類為一熱點缺陷;及若該延伸定界框之該區域不相交於與該熱點相關聯之該所關注區域,則將該缺陷分類為一非熱點缺陷,其中藉由一或多個電腦系統執行該獲取步驟、該形成步驟、該擴展步驟、該等判定步驟及該等分類步驟。
  2. 如請求項1之方法,其中藉由另一方法判定該所關注圖案及與熱點相關聯之該所關注區域,且其中該方法進一步包括自一儲存媒體獲取針對該所關注圖案、該所關注區域及該熱點之資訊, 另一方法已將該資訊儲存於該儲存媒體中。
  3. 如請求項1之方法,其中在不使用該晶圓之設計資料之情況下執行該方法。
  4. 如請求項1之方法,其中與該熱點相關聯之該所關注區域位於該所關注圖案內。
  5. 如請求項1之方法,其中與該熱點相關聯之該所關注區域並非位於該所關注圖案內。
  6. 如請求項1之方法,其中判定該所關注圖案中之該等多邊形是否匹配該經擴展定界框中之該等多邊形包括:自由該經擴展定界框定義的該晶圓之該區域之一影像提取該經擴展定界框中之該等多邊形,且其中該影像係藉由一檢驗系統產生。
  7. 如請求項1之方法,其中判定該所關注圖案中之該等多邊形是否匹配該經擴展定界框中之該等多邊形包括:自由該經擴展定界框定義的該晶圓之該區域之設計資料提取該經擴展定界框中之該等多邊形。
  8. 如請求項1之方法,其中關於該所關注圖案中之所有該等多邊形執行判定該所關注圖案中之該等多邊形是否匹配該經擴展定界框中之該等多邊形。
  9. 如請求項1之方法,其中若該所關注圖案中之該等多邊形經判定為匹配該經擴展定界框中之該等多邊形,則該方法進一步包括基於匹配該經擴展定界框中之該等多邊形的該所關注圖案中之該等多邊形之多個設計座標判定該缺陷相對於該晶圓之一設計之一粗略位置。
  10. 如請求項1之方法,其中若該延伸定界框之該區域相交於與該熱點相關聯之該所關注區域,則該方法進一步包括基於以下各項來判定該缺陷相對於該晶圓之一設計之一精細位置:1)該延伸定 界框之該區域和與該熱點相關聯之該所關注區域之間的一空間關係,及2)與該熱點相關聯之該所關注區域在該設計中之一位置。
  11. 如請求項1之方法,其中若將該缺陷分類為該非熱點缺陷,則該方法進一步包括自包含於該晶圓之檢驗結果中之資訊消除針對該缺陷之資訊。
  12. 如請求項1之方法,其中若將該缺陷分類為該非熱點缺陷,則該方法進一步包括比較該缺陷之該位置與下一最接近熱點之間的一距離與一臨限值,且若該距離小於該臨限值,則針對該缺陷及該下一最接近熱點執行該方法。
  13. 如請求項1之方法,其中獲取針對在該晶圓上所偵測之該缺陷之該資訊包括:自偵測到該晶圓上之該缺陷之一檢驗系統獲取針對該缺陷之該資訊。
  14. 如請求項1之方法,其中該晶圓上之該缺陷之該位置係由偵測到該晶圓上之該缺陷之一檢驗系統報告之一位置,且其中該檢驗系統之一座標不準確性小於該熱點之一高度及一寬度。
  15. 如請求項1之方法,其中形成該延伸定界框包括基於該缺陷之該位置之一不確定性判定該延伸定界框之尺寸,且其中該缺陷之該位置由偵測到該晶圓上之該缺陷之一檢驗系統報告。
  16. 如請求項1之方法,其中該延伸定界框之該區域大致等於該所關注圖案之一區域。
  17. 如請求項1之方法,其中藉由識別可在接近該熱點之一區域中唯一地識別之多個多邊形且最小化封圍該等所識別多邊形之一區域之一寬度及一高度,而自該晶圓之一設計選擇該所關注圖案中之該等多邊形。
  18. 如請求項1之方法,其中該獲取針對在該晶圓上所偵測之該缺陷 之該資訊包括對該晶圓執行一檢驗,其中在不使用關於該晶圓之多個熱點之資訊之情況下偵測缺陷。
  19. 如請求項1之方法,其中該獲取針對在該晶圓上所偵測之該缺陷之該資訊包括對該晶圓執行一檢驗,其中使用關於該晶圓之多個熱點之資訊來判定其中執行該檢驗的該晶圓上之多個關心區域。
  20. 一種非暫時性電腦可讀媒體,其儲存可在一電腦系統上執行以用於執行用於分類在一晶圓上所偵測之多個缺陷之一電腦實施方法之程式指令,其中該電腦實施方法包括:獲取針對在一晶圓上所偵測之一缺陷之資訊,其中該資訊包括該晶圓上之該缺陷之一位置;形成環繞該缺陷之該位置之一延伸定界框;與最接近於該缺陷之該位置之一熱點之一所關注圖案之一寬度及一高度成比例地在兩個維度上擴展該延伸定界框以形成一經擴展定界框,該經擴展定界框包含由該經擴展定界框定義的該晶圓之一區域中之多個多邊形;及判定該所關注圖案中之多個多邊形是否匹配該經擴展定界框中之該等多邊形;若該所關注圖案中之該等多邊形經判定為不匹配該經擴展定界框中之該等多邊形,則將該缺陷分類為一非熱點缺陷;及若該所關注圖案中之該等多邊形經判定為匹配該經擴展定界框中之該等多邊形,則判定該延伸定界框之該區域是否相交於與該熱點相關聯之一所關注區域;若該延伸定界框之該區域相交於與該熱點相關聯之該所關注區域,則將該缺陷分類為一熱點缺陷;及若該延伸定界框之該區域不相交於與該熱點相關聯之該 所關注區域,則將該缺陷分類為一非熱點缺陷。
  21. 一種經組態以分類在一晶圓上所偵測之多個缺陷之系統,該方法包括:一檢驗子系統,其經組態以用於:偵測一晶圓上之一缺陷;及產生針對該晶圓上之該缺陷之資訊,其中該資訊包括該晶圓上之該缺陷之一位置;及一電腦子系統,其經組態以用於:形成環繞該缺陷之該位置之一延伸定界框;與最接近於該缺陷之該位置之一熱點之一所關注圖案之一寬度及一高度成比例地在兩個維度上擴展該延伸定界框以形成一經擴展定界框,該經擴展定界框包含由該經擴展定界框定義的該晶圓之一區域中之多個多邊形;及判定該所關注圖案中之多個多邊形是否匹配該經擴展定界框中之該等多邊形;若該所關注圖案中之該等多邊形經判定為不匹配該經擴展定界框中之該等多邊形,則將該缺陷分類為一非熱點缺陷;及若該所關注圖案中之該等多邊形經判定為匹配該經擴展定界框中之該等多邊形,則判定該延伸定界框之該區域是否相交於與該熱點相關聯之一所關注區域;若該延伸定界框之該區域相交於與該熱點相關聯之該所關注區域,則將該缺陷分類為一熱點缺陷;及若該延伸定界框之該區域不相交於與該熱點相關聯之該所關注區域,則將該缺陷分類為一非熱點缺陷。
  22. 如請求項21之系統,其中藉由另一系統判定該所關注圖案及與 熱點相關聯之該所關注區域,且其中該電腦子系統進一步經組態以自一儲存媒體獲取針對該所關注圖案、該所關注區域及該熱點之資訊,另一系統已將該資訊儲存於該儲存媒體中。
  23. 如請求項21之系統,其中該電腦子系統進一步經組態以在不使用該晶圓之設計資料的情況下形成該延伸定界框、擴展該延伸定界框及判定該所關注圖案中之該等多邊形是否匹配該經擴展定界框中之該等多邊形。
  24. 如請求項21之系統,其中與該熱點相關聯之該所關注區域位於該所關注圖案內。
  25. 如請求項21之系統,其中與該熱點相關聯之該所關注區域並非位於該所關注圖案內。
  26. 如請求項21之系統,其中判定該所關注圖案中之該等多邊形是否匹配該經擴展定界框中之該等多邊形包括:自由該經擴展定界框定義的該晶圓之該區域之一影像提取該經擴展定界框中之該等多邊形,且其中該影像係藉由一檢驗系統產生。
  27. 如請求項21之系統,其中判定該所關注圖案中之該等多邊形是否匹配該經擴展定界框中之該等多邊形包括:自由該經擴展定界框定義的該晶圓之該區域之設計資料提取該經擴展定界框中之該等多邊形。
  28. 如請求項21之系統,其中關於該所關注圖案中之所有該等多邊形執行判定該所關注圖案中之該等多邊形是否匹配該經擴展定界框中之該等多邊形。
  29. 如請求項21之系統,其中若該所關注圖案中之該等多邊形經判定為匹配該經擴展定界框中之該等多邊形,則該電腦子系統進一步經組態以基於匹配該經擴展定界框中之該等多邊形的該所關注圖案中之該等多邊形之多個設計座標判定該缺陷相對於該 晶圓之一設計之一粗略位置。
  30. 如請求項21之系統,其中若該延伸定界框之該區域相交於與該熱點相關聯之該所關注區域,則該電腦子系統進一步經組態以基於以下各項來判定該缺陷相對於該晶圓之一設計之一精細位置:1)該延伸定界框之該區域和與該熱點相關聯之該所關注區域之間的一空間關係,及2)與該熱點相關聯之該所關注區域在該設計中之一位置。
  31. 如請求項21之系統,其中若將該缺陷分類為該非熱點缺陷,則該電腦子系統進一步經組態以自包含於該晶圓之檢驗結果中之資訊消除針對該缺陷之資訊。
  32. 如請求項21之系統,其中若將該缺陷分類為該非熱點缺陷,則該電腦子系統進一步經組態以比較該缺陷之該位置與下一最接近熱點之間的一距離與一臨限值,且若該距離小於該臨限值,則針對該缺陷及該下一最接近熱點執行形成該延伸定界框、擴展該延伸定界框及判定該所關注圖案中之該等多邊形是否匹配該經擴展定界框中之該等多邊形。
  33. 如請求項21之系統,其中該檢驗子系統之一座標不準確性小於該熱點之一高度及一寬度。
  34. 如請求項21之系統,其中形成該延伸定界框包括基於該缺陷之該位置之一不確定性判定該延伸定界框之尺寸。
  35. 如請求項21之系統,其中該延伸定界框之該面積大致等於該所關注圖案之一面積。
  36. 如請求項21之系統,其中藉由識別可在接近該熱點之一區域中唯一地識別之多邊形且最小化封圍該等所識別多邊形之一區域之一寬度及一高度,而自該晶圓之一設計選擇該所關注圖案中之該等多邊形。
  37. 如請求項21之系統,其中該檢驗子系統進一步經組態以在不使用關於該晶圓之多個熱點之資訊之情況下偵測缺陷。
  38. 如請求項21之系統,其中該檢驗子系統進一步經組態以藉由對該晶圓執行一檢驗來偵測缺陷,其中使用關於該晶圓之多個熱點之資訊來判定其中執行該檢驗的該晶圓上之多個關心區域。
  39. 一種用於偵測一晶圓上之缺陷之方法,其包括:在由一檢驗系統之一偵測器產生之該晶圓之輸出中識別該晶圓上之所關注圖案,其中該所關注圖案及一所關注區域與該晶圓上之一熱點相關聯,且其中該所關注圖案及該所關注區域具有一固定空間關係;基於該輸出中之該所關注圖案之一位置識別該輸出中之該所關注區域之一位置;及僅使用對應於該所關注區域之該輸出偵測該晶圓上之缺陷,其中識別該所關注圖案及識別該位置係在偵測該等缺陷之前執行,且其中藉由一或多個電腦系統執行識別該所關注圖案、識別該位置及偵測該等缺陷。
  40. 如請求項39之方法,其中該所關注區域係在該所關注圖案內。
  41. 如請求項39之方法,其中該所關注區域係在該所關注圖案外側。
  42. 如請求項39之方法,其中該所關注圖案之一面積小於該所關注區域之一面積。
TW103113261A 2013-04-09 2014-04-10 高準確性基於設計之分類 TWI603078B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US201361810045P 2013-04-09 2013-04-09
US14/191,202 US9275450B2 (en) 2013-04-09 2014-02-26 High accuracy design based classification

Publications (2)

Publication Number Publication Date
TW201533442A TW201533442A (zh) 2015-09-01
TWI603078B true TWI603078B (zh) 2017-10-21

Family

ID=51654503

Family Applications (1)

Application Number Title Priority Date Filing Date
TW103113261A TWI603078B (zh) 2013-04-09 2014-04-10 高準確性基於設計之分類

Country Status (3)

Country Link
US (1) US9275450B2 (zh)
TW (1) TWI603078B (zh)
WO (1) WO2014169068A1 (zh)

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9355208B2 (en) * 2013-07-08 2016-05-31 Kla-Tencor Corp. Detecting defects on a wafer
US9401016B2 (en) 2014-05-12 2016-07-26 Kla-Tencor Corp. Using high resolution full die image data for inspection
US10483081B2 (en) * 2014-10-22 2019-11-19 Kla-Tencor Corp. Self directed metrology and pattern classification
KR102419162B1 (ko) * 2015-03-17 2022-07-11 삼성전자주식회사 패턴 검사 방법 및 그를 사용하는 기판 제조 장치
US10387601B2 (en) 2015-11-26 2019-08-20 Kla-Tencor Corporation Methods to store dynamic layer content inside a design file
US10209628B2 (en) 2016-05-26 2019-02-19 Kla-Tencor Corporation System and method for defect classification based on electrical design intent
WO2017180399A1 (en) * 2016-04-13 2017-10-19 Kla-Tencor Corporation System and method for defect classification based on electrical design intent
CN106951891B (zh) * 2017-03-21 2020-04-24 北京中安未来科技有限公司 光斑检测方法和装置
US10692690B2 (en) * 2017-03-27 2020-06-23 Kla-Tencor Corporation Care areas for improved electron beam defect detection
US10872406B2 (en) 2018-04-13 2020-12-22 Taiwan Semiconductor Manufacturing Company, Ltd. Hot spot defect detecting method and hot spot defect detecting system
US20200065706A1 (en) * 2018-08-24 2020-02-27 Htc Corporation Method for verifying training data, training system, and computer program product
US10923317B2 (en) 2018-09-19 2021-02-16 KLA Corp. Detecting defects in a logic region on a wafer

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120155740A1 (en) * 2010-12-17 2012-06-21 Samsung Electronics Co., Ltd. Method of detecting defect in pattern and apparatus for performing the same
US20120308112A1 (en) * 2011-06-02 2012-12-06 Taiwan Semiconductor Manufacturing Company, Ltd. Extraction of systematic defects
US20130070078A1 (en) * 2010-01-05 2013-03-21 Yuji Takagi Method and device for testing defect using sem

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100598381B1 (ko) 2004-06-18 2006-07-07 삼성전자주식회사 인-라인 타입의 자동 웨이퍼결함 분류장치 및 그 제어방법
JP4996856B2 (ja) 2006-01-23 2012-08-08 株式会社日立ハイテクノロジーズ 欠陥検査装置およびその方法
KR20100073374A (ko) 2008-12-23 2010-07-01 주식회사 하이닉스반도체 반도체 소자의 결함 검출 방법
US8559001B2 (en) 2010-01-11 2013-10-15 Kla-Tencor Corporation Inspection guided overlay metrology
KR20120035422A (ko) 2010-10-05 2012-04-16 삼성전자주식회사 반도체 소자의 이미지 형성 방법, 이를 이용한 반도체 소자의 결함 검사 방법
US8751976B2 (en) * 2012-06-27 2014-06-10 Cheng-Lung Tsai Pattern recognition for integrated circuit design

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130070078A1 (en) * 2010-01-05 2013-03-21 Yuji Takagi Method and device for testing defect using sem
US20120155740A1 (en) * 2010-12-17 2012-06-21 Samsung Electronics Co., Ltd. Method of detecting defect in pattern and apparatus for performing the same
US20120308112A1 (en) * 2011-06-02 2012-12-06 Taiwan Semiconductor Manufacturing Company, Ltd. Extraction of systematic defects

Also Published As

Publication number Publication date
WO2014169068A1 (en) 2014-10-16
US9275450B2 (en) 2016-03-01
TW201533442A (zh) 2015-09-01
US20140301629A1 (en) 2014-10-09

Similar Documents

Publication Publication Date Title
TWI603078B (zh) 高準確性基於設計之分類
JP6785663B2 (ja) 検査のための高解像度フルダイイメージデータの使用
TWI670685B (zh) 在圖案化晶圓上缺陷之子像素及子解析度局部化
TWI686718B (zh) 判定用於樣本上之關注區域之座標
US9183624B2 (en) Detecting defects on a wafer with run time use of design data
TWI618161B (zh) 使用設計資料於半導體晶圓上偵測重複缺陷之方法、系統及非暫時性電腦可讀媒體
JP6220061B2 (ja) 自由形態の保護領域を使用するウエハ検査
US8826200B2 (en) Alteration for wafer inspection
JP6617143B2 (ja) 構造情報を用いた欠陥検出システム及び方法
US20150110384A1 (en) Image inspection method of die to database
US10677742B2 (en) Detecting die repeating programmed defects located in backgrounds with non-repeating features
CN110892516B (zh) 识别晶片上的干扰缺陷的来源
CN113412485B (zh) 用于选择设计文件的系统、计算机可读媒体及实施方法
KR102043486B1 (ko) 설계 데이터 공간에서 검사 시스템 출력의 위치 결정
IL257205A (en) Self-directed metrology and example classification
US10062012B1 (en) Finding patterns in a design based on the patterns and their surroundings
TW201802713A (zh) 用於偵測多圖案製造裝置中與重合相關之缺陷之設計感知系統、方法及電腦程式產品