TWI734372B - 顯微試片製備方法、裝置及記錄媒體 - Google Patents
顯微試片製備方法、裝置及記錄媒體 Download PDFInfo
- Publication number
- TWI734372B TWI734372B TW109103826A TW109103826A TWI734372B TW I734372 B TWI734372 B TW I734372B TW 109103826 A TW109103826 A TW 109103826A TW 109103826 A TW109103826 A TW 109103826A TW I734372 B TWI734372 B TW I734372B
- Authority
- TW
- Taiwan
- Prior art keywords
- test
- sample
- samples
- interest
- target
- Prior art date
Links
Images
Landscapes
- Sampling And Sample Adjustment (AREA)
Abstract
一種顯微試片製備方法、裝置及記錄媒體。此方法包括下列步驟:擷取待測物件的測試影像;辨識測試影像中的多個測試樣品,並根據辨識結果從測試影像中選擇關注區域;利用雷射切割關注區域中的測試樣品,以產生間隙排列的測試樣品作為多個目標樣品;以及利用聚焦離子束切削各個目標樣品為目標形狀,以製備顯微試片。
Description
本揭露的實施例是有關於一種顯微試片製備方法、裝置及記錄媒體。
在半導體製程中,需要針對半導體元件的表面微汙染、摻雜與離子植入等,進行特定元素(例如磷、砷、硼等)濃度的定量分析,從而控制或調整製程參數,藉此維持元件/磊晶的穩定性。例如,在磷化矽的磊晶(epitaxy)過程中,即需要對磷進行定量分析(quantification)。
現今的定量分析技術包括原子探針分析(Atom Probe Tomography,APT)、穿透式電子顯微鏡(Transmission electron microscope,TEM)等,但其在製備分析用的顯微試片時,需要由測試人員根據經驗選擇樣品,且需要針對樣品進行移載、焊接、切割及切削等多樣製程,才能製作出分析所需的顯微試片。
本揭露的實施例提供一種顯微試片製備方法,適用於具有處理器的電子裝置。此方法包括下列步驟:擷取待測物件的測試影像;辨識所述測試影像中的多個測試樣品,並根據辨識結果從所述測試影像中選擇關注區域(region of interest,ROI);利用雷射切割所述關注區域中的所述測試樣品,以產生間隙排列的所述測試樣品作為多個目標樣品;以及利用聚焦離子束切削各所述目標樣品為目標形狀,以製備所述顯微試片。
本揭露的實施例提供一種顯微試片製備裝置,其包括影像擷取裝置、切割裝置、切削裝置及處理器。影像擷取裝置是用以擷取待測物件的測試影像。處理器耦接影像擷取裝置、切割裝置及切削裝置,經配置以:辨識測試影像中的多個測試樣品,並根據辨識結果從測試影像中選擇關注區域;控制切割裝置利用雷射切割關注區域中的測試樣品,以產生間隙排列的測試樣品作為多個目標樣品;以及控制切削裝置利用聚焦離子束切削各所述目標樣品為目標形狀,以製備所述顯微試片。
本揭露的實施例提供一種電腦可讀取記錄媒體,記錄程式,所述程式經處理器載入以執行:擷取待測物件的測試影像;辨識所述測試影像中的多個測試樣品,並根據辨識結果從所述測試影像中選擇關注區域;利用雷射切割所述關注區域中的所述測試樣品,以產生間隙排列的所述測試樣品作為多個目標樣品;以及利用聚焦離子束切削各所述目標樣品為目標形狀,以製備所述顯微試片。
以下公開內容提供用於實施所提供主題的不同特徵的許多不同的實施例或實例。以下闡述元件及排列的具體實例以簡化本發明。當然,這些僅為實例而非旨在進行限制。舉例來說,在以下說明中,將第一特徵形成在第二特徵之上或第二特徵上可包括其中第一特徵與第二特徵被形成為直接接觸的實施例,且也可包括其中第一特徵與第二特徵之間可形成有附加特徵、從而使得第一特徵與第二特徵可不直接接觸的實施例。另外,本發明可能在各種實例中重複使用參考編號及/或字母。此種重複使用是為了簡明及清晰起見,且自身並不表示所討論的各個實施例及/或配置之間的關係。
此外,為易於說明,本文中可能使用例如“在……之下”、“在……下方”、“下部”、“在……上方”、“上部”等空間相對性用語來闡述圖中所示一個元件或特徵與另一(其他)元件或特徵的關係。除附圖中所繪示的定向以外,所述空間相對性用語旨在囊括裝置在使用或操作中的不同定向。裝置可具有其他定向(旋轉90度或處於其他定向),且本文中所使用的空間相對性描述語可同樣相應地作出解釋。
圖1是根據本揭露實施例所繪示的顯微試片裝置的方塊圖。請參照圖1,本實施例的顯微試片裝置10包括影像擷取裝置12、切割裝置14、切削裝置16以及耦接於影像擷取裝置12、切割裝置14、切削裝置16的處理器18,其功能分述如下:
影像擷取裝置12例如是穿透式電子顯微鏡(Transmission Electron Microscope,TEM)、掃描式電子顯微鏡(Scanning Electron Microscope,SEM)等顯微觀測裝置,其例如是將經過加速和聚集的電子束,以垂直於半導體元件區及平行於閘極的方向、或以垂直於閘極及平行於半導體元件區的方向、或是以任意方向,投射到待測物件上或掃描待測物件的表面來產生物件表面的影像,其解析度例如可達0.1奈米。所述待測物件例如是靜態隨機存取記憶體(Static Random Access Memory,SRAM)、邏輯電路、測試線(test line)、鰭式場效電晶體(Fin Field-effect transistor,FinFET)等元件,而待測物件的尺寸例如是晶粒級的平方奈米至平方公分,至晶片或晶圓級的1英吋至15英吋,在此不設限。
切割裝置14例如是專門用於切割晶圓或晶粒的雷射切割機,其例如使用聚焦光束直徑小至1~5微米的極短脈衝(皮秒或飛秒)雷射光束聚焦在半導體材料上,以切割矽晶圓。在一些實施例中,切割裝置14是用以直接切割矽晶圓上的樣品(例如晶粒)及其支持物(例如基板)。
切削裝置16例如是聚焦離子束系統,其採用高能量的鎵離子束(或氦離子束、氖離子束)由上而下對測試樣品進行切削以製作奈米結構物。其中,切削裝置16是利用圖案化的離子束遮罩(mask)來遮蔽聚焦離子束,以保留測試樣品的遮蔽部分而移除未遮蔽部分,從而將測試樣品切削成所要的形狀(如針尖狀)。在一實施例中,所述遮罩上例如挖出甜甜圈(donut)狀的圖案,其內徑例如大於或等於所要製作樣品的直徑。即,所述遮罩能夠保護內徑範圍內的樣品不被切削,而僅切削內徑至外徑範圍內的樣品。
處理器18例如是中央處理器(central processing unit,CPU)、可程式化的通用或專用微處理器、數位訊號處理器(digital signal processor,DSP)、可程式控制器、特殊應用積體電路(application specific integrated circuit,ASIC)、可程式邏輯裝置(programmable logic device,PLD)、其他相似的裝置或其組合,而用以執行儲存在隨機存取記憶體(random access memory,RAM)、唯讀記憶體(read-only memory,ROM)、快閃記憶體(flash memory)、硬碟等電腦可讀取記錄媒體中的指令,以實行本揭露實施例的顯微試片製備方法。
詳細來說,圖2是根據本揭露實施例所繪示的顯微試片製備分析方法的流程圖。請同時參照圖1及圖2,本實施例的方法適用於圖1所示的顯微試片製備裝置10,以下參照顯微試片製備裝置10中的各種元件闡述本實施例方法的詳細步驟。
在步驟S202中,顯微試片製備裝置10的處理器18利用影像擷取裝置12擷取待測物件的測試影像。所述測試影像例如是由SEM所擷取的待測物件的SEM影像,或其他顯微觀測裝置所擷取的顯微影像,在此不設限。
在步驟S204中,處理器18辨識測試影像中的多個測試樣品,並根據辨識結果從測試影像中選擇關注區域(region of interest,ROI)。
在一些實施例中,處理器18例如是利用學習模型辨識測試影像中的測試樣品,並獲得各個測試樣品的樣品參數,而據以選擇樣品參數符合要求的測試樣品來決定關注區域。其中,此學習模型例如是利用機器學習(machine learning)演算法建立,而藉由輸入不同測試樣品的樣品影像及其對應的樣品參數,使得學習模型能夠學習這些測試樣品的樣品影像與對應的樣品參數之間的關係。所述的樣品參數包括樣品良率、樣品尺寸或樣品形狀至少其中之一,在此不設限。
舉例來說,圖3A及圖3B是根據本揭露實施例所繪示的辨識測試樣品及選擇關注區域的範例。請參照圖3A及圖3B,影像30是靜態隨機存取記憶體(SRAM)的顯微影像,其中包括多個記憶體元件。有別於傳統人工挑選測試樣品的方式可能會挑選到表面厚度不均勻的記憶體元件(如圖3A所示的元件32),本揭露實施例的方法利用學習模型學習大量測試影像,而能夠辨識出各種測試樣品的樣品參數,進而挑選表面厚度均勻的記憶體元件(如圖3B所示的元件34)作為測試樣品。在一些實施例中,藉由辨識影像30中樣品參數符合要求的多個測試樣品,能夠從影像30中選擇出包括符合要求的多個測試樣品的區域作為關注區域,以進行顯微試片的製備。
在步驟S206中,處理器18控制切割裝置14利用雷射切割關注區域中的測試樣品,以產生間隙排列的測試樣品作為目標樣品。詳細而言,有別於將測試樣品移載並焊接至樣品支柱後再進行切削的做法,本實施例的方法是利用雷射直接對測試物件上位於關注區域中的測試樣品(包括樣品表面上的保護層及樣品下方的基板)進行切割,因此可簡化顯微試片的製備程序。
在一些實施例中,處理器18是利用雷射將關注區域中的部分測試樣品割除,使得切割後所留下的測試樣品呈間隙排列或交錯排列,而有利於後續切削成特定形狀。其中,切割裝置14例如是利用圖案化的遮罩(mask)來遮蔽雷射,以保留測試樣品的遮蔽部分而移除未遮蔽部分,從而將測試樣品切割為所要的形狀。
在一些實施例中,處理器18還進一步將各所述目標樣品切割為適於後續切削為目標形狀的特定形狀,例如切割為適於切削為針尖狀的圓柱狀,在此不設限。其中,切割裝置14同樣是利用圖案化的遮罩來遮蔽雷射,從而將測試樣品切割為適於後續切削為目標形狀的特定形狀。
在步驟S208中,處理器18控制切削裝置16利用聚焦離子束切削各個目標樣品為目標形狀,以製備顯微試片。其中,切削裝置16是利用圖案化的離子束遮罩來遮蔽聚焦離子束,以保留測試樣品的遮蔽部分而移除未遮蔽部分,從而將已經過切割裝置14切割的目標樣品切削成所要的目標形狀。
舉例來說,圖4是根據本揭露實施例所繪示的顯微試片製備方法的範例。請參照圖4,本實施例的方法是利用雷射對半導體晶片40進行切割,以製備分析用的顯微試片,其中例如是先使用第一種圖案(例如分散配置的矩形)的遮罩,對半導體晶片40進行切割,以獲得間隙排列的測試樣品42,然後再使用第二種圖案(例如圓形)的遮罩,將測試樣品42切割為圓柱狀樣品44,最後則利用聚焦離子束將各個樣品44切削為目標形狀的樣品(如圖所示的針尖狀樣品46),從而製備顯微試片。
圖5是根據本揭露實施例所繪示的顯微試片製備方法的範例。請參照圖5,本實施例的方法是利用雷射對半導體晶片50進行切割,以製備分析用的顯微試片,其中例如是先使用第一種圖案(如交錯的棋盤圖案)的遮罩,對半導體晶片50進行切割,以獲得交錯排列的測試樣品52。然後,再使用第二種圖案(如圓形)的遮罩54,將測試樣品52切割為圓柱狀樣品56,最後則利用聚焦離子束將各個圓柱狀樣品56切削為針尖狀樣品58,而用以製備顯微試片。
在一些實施例中,上述遮罩54的圖案例如是依據各個測試樣品52所在的位置來決定。舉例來說,圖6是根據本揭露實施例所繪示的遮罩圖案決定方法的範例。請參照圖6,對於每個測試樣品52而言,其遮罩54的圖案例如是以測試樣品52的左下角作為原點、平移(x, y)後的位置做為中心。其中,x、y的數值可依實際需要(例如所要測試的元件在測試樣品中的相對位置)調整,而不限於圖6所示的位置。
在上述實施例中,藉由預先學習的模型辨識關注區域並直接進行雷射加工,因此可省略將樣品移載至樣品支柱的程序,實現雷射自動切割學習及自動化生產,從而縮短製備顯微試片所需的時間。
在一些實施例中,在利用雷射切割測試樣品之後,或是在利用聚焦離子束切削目標樣品之後,可對關注區域進行蝕刻或拋光製程,以清除關注區域中由雷射切割所產生的表面粒子,並將清洗後的樣品移載至穿透式電子顯微鏡(TEM)等裝置上以進行分析。
舉例來說,圖7是根據本揭露實施例所繪示的顯微試片裝置的方塊圖。參照圖7,本實施例的顯微試片裝置70包括影像擷取裝置72、切割裝置74、移載裝置76以及耦接於影像擷取裝置72、切割裝置74、切削裝置76、清洗裝置78、移載裝置80的處理器80。其中,影像擷取裝置72、切割裝置74、切削裝置76及處理器82的種類及功能與前述實施例的影像擷取裝置12、切割裝置14、切削裝置16及處理器18相同或相似,故其細節在此不再贅述。
與前述實施例不同的是,本實施例的顯微試片裝置70額外包括清洗裝置78及移載裝置80。其中,清洗裝置78例如是用以對測試樣品的表面進行蝕刻或拋光製程,以清除由雷射切割所產生的表面粒子。所述蝕刻製程包括乾式或溼式蝕刻製程,而所述拋光製程包括電極拋光製程,在此不設限。移載裝置80例如是顯微操作器(Micromanipulator),其例如可將切割及清洗完成的樣品移載至穿透式電子顯微鏡(TEM)等顯微觀測裝置,以進行觀測。
詳細來說,圖8是根據本揭露實施例所繪示的顯微試片製備分析方法的流程圖。請同時參照圖7及圖8,本實施例的方法適用於圖7所示的顯微試片製備裝置70,以下參照顯微試片製備裝置70中的各種元件闡述本實施例方法的詳細步驟。
在步驟S802中,顯微試片製備裝置70的處理器82利用影像擷取裝置72擷取待測物件的測試影像。
在步驟S804中,處理器82辨識測試影像中的多個測試樣品,並根據辨識結果從測試影像中選擇關注區域(region of interest,ROI)。
在步驟S806中,處理器82控制切割裝置74利用雷射切割關注區域中的測試樣品,以產生具特定形狀且間隙排列的測試樣品作為多個目標樣品。在一些實施例中,處理器82是控制切割裝置74切割關注區域中的測試樣品,以產生間隙排列的測試樣品,再控制切割裝置74將各個測試樣品切割為特定形狀。
在步驟S808中,處理器82控制清洗裝置78對關注區域進行蝕刻或拋光製程,以清除關注區域的表面粒子。
在步驟S810中,處理器82控制切削裝置76利用聚焦離子束將測試樣品切削為所要的形狀。
在步驟S812中,處理器82控制移載裝置80移載切削後的各個測試樣品,以作為分析用的顯微試片。
在一些實施例中,處理器82是控制移載裝置80將切削後的測試樣品移載至穿透式電子顯微鏡等顯微觀測裝置或其他載體上,以進行後續的觀測及分析。
舉例來說,圖9是根據本揭露實施例所繪示的顯微試片製備方法的範例。請參照圖9,本實施例的方法是利用雷射對半導體晶片90進行切割,以製備分析用的顯微試片,其中例如是使用片狀圖案的遮罩,對半導體晶片90進行切割,以獲得具有片狀且間隙排列的測試樣品92,然後再用清洗裝置清洗測試樣品92,並用聚焦離子束對測試樣品進行細部切削,最後再用移載裝置將切削後的測試樣品92移載至穿透式電子顯微鏡(TEM),從而作為顯微試片以進行分析。
通過所述方法,本揭露提供以下優點:(1)透過預先建立的學習模型自動辨識樣品並挑選關注區域,實現雷射自動切割學習及自動化生產;(2)使用雷射切割取代聚焦離子束切削製程,從而簡化切削程序,縮短製備顯微試片所需的時間。
根據一些實施例,提供一種顯微試片製備方法,適用於具有處理器的電子裝置。此方法包括下列步驟:擷取待測物件的測試影像;辨識所述測試影像中的多個測試樣品,並根據辨識結果從所述測試影像中選擇關注區域;利用雷射切割所述關注區域中的所述測試樣品,以產生間隙排列的所述測試樣品作為多個目標樣品;以及利用聚焦離子束切削各所述目標樣品為目標形狀,以製備所述顯微試片。
根據一些實施例,提供一種顯微試片製備裝置,其包括影像擷取裝置、切割裝置、切削裝置及處理器。影像擷取裝置是用以擷取待測物件的測試影像。處理器耦接影像擷取裝置、切割裝置及切削裝置,經配置以:辨識測試影像中的多個測試樣品,並根據辨識結果從測試影像中選擇關注區域;控制切割裝置利用雷射切割關注區域中的測試樣品,以產生間隙排列的測試樣品作為多個目標樣品;以及控制切削裝置利用聚焦離子束切削各所述目標樣品為目標形狀,以製備所述顯微試片。
根據一些實施例,提供一種電腦可讀取記錄媒體,記錄程式,所述程式經處理器載入以執行:擷取待測物件的測試影像;辨識所述測試影像中的多個測試樣品,並根據辨識結果從所述測試影像中選擇關注區域;利用雷射切割所述關注區域中的所述測試樣品,以產生間隙排列的所述測試樣品作為多個目標樣品;以及利用聚焦離子束切削各所述目標樣品為目標形狀,以製備所述顯微試片。
以上概述了若干實施例的特徵,以使所屬領域中的技術人員可更好地理解本發明的各個方面。所屬領域中的技術人員應理解,其可容易地使用本發明作為設計或修改其他製程及結構的基礎來施行與本文中所介紹的實施例相同的目的及/或實現與本文中所介紹的實施例相同的優點。所屬領域中的技術人員還應認識到,這些等效構造並不背離本發明的精神及範圍,而且他們可在不背離本發明的精神及範圍的條件下對其作出各種改變、代替及變更。
10、70:顯微試片裝置
12、72:影像擷取裝置
14、74:切割裝置
16:切削裝置
18、82:處理器
30:影像
32、34:元件
40、50、90:半導體晶片
42、52、92:測試樣品
44、56:圓柱狀樣品
46、58:針尖狀樣品
54:遮罩
78:清洗裝置
80:移載裝置
S202~S208、S802~S812:步驟
圖1是根據本揭露實施例所繪示的顯微試片裝置的方塊圖。
圖2是根據本揭露實施例所繪示的顯微試片製備分析方法的流程圖。
圖3A及圖3B是根據本揭露實施例所繪示的辨識測試樣品及選擇關注區域的範例。
圖4是根據本揭露實施例所繪示的顯微試片製備方法的範例。
圖5是根據本揭露實施例所繪示的顯微試片製備方法的範例。
圖6是根據本揭露實施例所繪示的遮罩圖案決定方法的範例。
圖7是根據本揭露實施例所繪示的顯微試片裝置的方塊圖。
圖8是根據本揭露實施例所繪示的顯微試片製備分析方法的流程圖。
圖9是根據本揭露實施例所繪示的顯微試片製備方法的範例。
S202~S208:步驟
Claims (10)
- 一種顯微試片製備方法,適用於具有處理器的電子裝置,所述方法包括下列步驟:擷取待測物件的測試影像;辨識所述測試影像中的多個測試樣品,並根據辨識結果從所述測試影像中選擇關注區域(region of interest,ROI);使用第一種圖案的遮罩,利用雷射切割所述關注區域中的所述測試樣品,以產生交錯排列的所述測試樣品作為多個目標樣品;使用第二種圖案的遮罩,利用所述雷射切割各所述目標樣品為適於切削為目標形狀的特定形狀;以及利用聚焦離子束切削各所述目標樣品為所述目標形狀,以製備所述顯微試片。
- 如請求項1項所述的方法,其中辨識所述測試影像中的所述測試樣品,並根據辨識結果從所述測試影像中選擇所述關注區域包括:利用一學習模型辨識所述測試影像中的所述測試樣品並獲得各所述測試樣品的樣品參數,以選擇所述樣品參數符合要求的所述測試樣品來決定所述關注區域,其中所述學習模型是利用機器學習(machine learning)演算法建立,並學習不同的多個測試樣品的樣品影像與對應的樣品參數之間的關係,其中所述樣品參數包括樣品良率、樣品尺寸或樣品形狀至少其中之一。
- 如請求項1所述的方法,其中在利用聚焦離子束切削各所述目標樣品為目標形狀之後,更包括:移載切削後的各所述測試樣品,以作為分析用的所述顯微試片。
- 如請求項1所述的方法,其中在利用雷射切割所述關注區域中的所述測試樣品,以產生間隙排列的所述測試樣品作為多個目標樣品之後,更包括:對所述關注區域進行蝕刻(etching)或拋光(polishing)製程,以清除所述關注區域的表面粒子。
- 一種顯微試片製備裝置,包括:影像擷取裝置,擷取待測物件的測試影像;切割裝置;切削裝置;以及處理器,耦接所述影像擷取裝置、所述切割裝置及所述切削裝置,經配置以:辨識所述測試影像中的多個測試樣品,並根據辨識結果從所述測試影像中選擇關注區域;控制所述切割裝置使用第一種圖案的遮罩,利用雷射切割所述關注區域中的所述測試樣品,以產生交錯排列的所述測試樣品作為多個目標樣品;控制所述切割裝置使用第二種圖案的遮罩,利用所述雷射切割各所述目標樣品為適於切削為目標形狀的特定形狀;以及 控制所述切削裝置利用聚焦離子束切削各所述目標樣品為所述目標形狀,以製備所述顯微試片。
- 如請求項7所述的顯微試片製備裝置,更包括:移載裝置,移載切削後的各所述測試樣品,以作為分析用的所述顯微試片。
- 如請求項7所述的顯微試片製備裝置,更包括:清洗裝置,對所述關注區域進行蝕刻或拋光製程,以清除所述關注區域的表面粒子。
- 一種電腦可讀取記錄媒體,記錄程式,所述程式經處理器載入以執行:擷取待測物件的測試影像;辨識所述測試影像中的多個測試樣品,並根據辨識結果從所述測試影像中選擇關注區域;使用第一種圖案的遮罩,利用雷射切割所述關注區域中的所述測試樣品,以產生交錯排列的所述測試樣品作為多個目標樣品;使用第二種圖案的遮罩,利用所述雷射切割各所述目標樣品為適於切削為目標形狀的特定形狀;以及利用聚焦離子束切削各所述目標樣品為所述目標形狀,以製備所述顯微試片。
- 如請求項8項所述的電腦可讀取記錄媒體,其中辨識所述測試影像中的所述測試樣品,並根據辨識結果從所述測試影像中選擇所述關注區域包括:利用一學習模型辨識所述測試影像中的所述測試樣品並獲得各所述測試樣品的樣品參數,以選擇所述樣品參數符合要求的所述測試樣品來決定所述關注區域,其中所述學習模型是利用機器學習演算法建立,並學習不同的多個測試樣品的樣品影像與對應的樣品參數之間的關係,其中所述樣品參數包括樣品良率、樣品尺寸或樣品形狀至少其中之一。
- 如請求項8所述的電腦可讀取記錄媒體,其中在利用聚焦離子束切削各所述目標樣品為目標形狀之後,更包括:移載切削後的各所述測試樣品,以作為分析用的所述顯微試片。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW109103826A TWI734372B (zh) | 2020-02-07 | 2020-02-07 | 顯微試片製備方法、裝置及記錄媒體 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW109103826A TWI734372B (zh) | 2020-02-07 | 2020-02-07 | 顯微試片製備方法、裝置及記錄媒體 |
Publications (2)
Publication Number | Publication Date |
---|---|
TWI734372B true TWI734372B (zh) | 2021-07-21 |
TW202130982A TW202130982A (zh) | 2021-08-16 |
Family
ID=77911214
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW109103826A TWI734372B (zh) | 2020-02-07 | 2020-02-07 | 顯微試片製備方法、裝置及記錄媒體 |
Country Status (1)
Country | Link |
---|---|
TW (1) | TWI734372B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW201144786A (en) * | 2010-06-01 | 2011-12-16 | Inotera Memories Inc | Electron microscope specimen and method for preparing the same |
WO2012103534A1 (en) * | 2011-01-28 | 2012-08-02 | Fei Company | Tem sample preparation |
TW201947433A (zh) * | 2016-12-12 | 2019-12-16 | 美商應用材料股份有限公司 | 在半導體元件的製造流程中利用適應性機器學習的自動缺陷篩選 |
-
2020
- 2020-02-07 TW TW109103826A patent/TWI734372B/zh active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW201144786A (en) * | 2010-06-01 | 2011-12-16 | Inotera Memories Inc | Electron microscope specimen and method for preparing the same |
WO2012103534A1 (en) * | 2011-01-28 | 2012-08-02 | Fei Company | Tem sample preparation |
TW201947433A (zh) * | 2016-12-12 | 2019-12-16 | 美商應用材料股份有限公司 | 在半導體元件的製造流程中利用適應性機器學習的自動缺陷篩選 |
Also Published As
Publication number | Publication date |
---|---|
TW202130982A (zh) | 2021-08-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6618380B2 (ja) | 自動化されたs/tem取得および測定のための既知の形状の薄片を使用したパターン・マッチング | |
US20170053778A1 (en) | Method of preparing a plan-view transmission electron microscope sample used in an integrated circuit analysis | |
JP2014517523A (ja) | 検査装置を用いたコンターベースの欠陥検出 | |
TWI748309B (zh) | 藉由帶電粒子束系統掃描樣本之方法 | |
US7923683B2 (en) | Method for treatment of samples for transmission electron microscopes | |
KR102705854B1 (ko) | 반도체 소자의 분석 시스템 및 방법 | |
TWI734372B (zh) | 顯微試片製備方法、裝置及記錄媒體 | |
US20230386783A1 (en) | Atom probe tomography specimen preparation | |
JPH11330186A (ja) | ウエハ検査装置 | |
CN113310758B (zh) | 显微试片制备方法、装置及记录介质 | |
KR102495078B1 (ko) | 결함 분석 | |
CN103280440B (zh) | 制备tem样品的半导体结构和方法 | |
TW202234041A (zh) | 使用fib對角線切割的孔傾斜角量測 | |
TWI717980B (zh) | 顯微試片製備方法、裝置及記錄媒體 | |
KR20220153067A (ko) | 웨이퍼 검사를 위한 기준 데이터 처리 | |
US11921063B2 (en) | Lateral recess measurement in a semiconductor specimen | |
JP2007033461A (ja) | ウエハ検査装置 | |
WO2006120722A1 (ja) | 半導体デバイスの製造方法 | |
US12033902B2 (en) | Mid-manufacturing semiconductor wafer layer testing | |
JP7468402B2 (ja) | サンプル作成方法 | |
US20240212976A1 (en) | In-line depth measurements by afm | |
EP3070731A1 (en) | Pattern matching using a lamella of known shape for automated s/tem acquisition and metrology | |
Kim et al. | Atomic resolution quality control for Fin oxide recess by atomic resolution profiler | |
CN113223976A (zh) | 显微试片制备方法、装置及记录介质 | |
JPWO2018016062A1 (ja) | パターン評価装置 |