TWI758743B - 圖像生成方法,非暫態性電腦可讀媒體,及系統 - Google Patents
圖像生成方法,非暫態性電腦可讀媒體,及系統 Download PDFInfo
- Publication number
- TWI758743B TWI758743B TW109119262A TW109119262A TWI758743B TW I758743 B TWI758743 B TW I758743B TW 109119262 A TW109119262 A TW 109119262A TW 109119262 A TW109119262 A TW 109119262A TW I758743 B TWI758743 B TW I758743B
- Authority
- TW
- Taiwan
- Prior art keywords
- image
- scans
- time point
- scan
- scanning
- Prior art date
Links
Images
Classifications
-
- 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]
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01J—ELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
- H01J37/00—Discharge tubes with provision for introducing objects or material to be exposed to the discharge, e.g. for the purpose of examination or processing thereof
- H01J37/26—Electron or ion microscopes; Electron or ion diffraction tubes
- H01J37/28—Electron or ion microscopes; Electron or ion diffraction tubes with scanning beams
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01J—ELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
- H01J37/00—Discharge tubes with provision for introducing objects or material to be exposed to the discharge, e.g. for the purpose of examination or processing thereof
- H01J37/02—Details
- H01J37/22—Optical or photographic arrangements associated with the tube
- H01J37/222—Image processing arrangements associated with the tube
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01J—ELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
- H01J37/00—Discharge tubes with provision for introducing objects or material to be exposed to the discharge, e.g. for the purpose of examination or processing thereof
- H01J37/02—Details
- H01J37/244—Detectors; Associated components or circuits therefor
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01J—ELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
- H01J37/00—Discharge tubes with provision for introducing objects or material to be exposed to the discharge, e.g. for the purpose of examination or processing thereof
- H01J37/26—Electron or ion microscopes; Electron or ion diffraction tubes
- H01J37/261—Details
-
- 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
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01J—ELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
- H01J2237/00—Discharge tubes exposing object to beam, e.g. for analysis treatment, etching, imaging
- H01J2237/22—Treatment of data
- H01J2237/226—Image reconstruction
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01J—ELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
- H01J2237/00—Discharge tubes exposing object to beam, e.g. for analysis treatment, etching, imaging
- H01J2237/244—Detection characterized by the detecting means
- H01J2237/24495—Signal processing, e.g. mixing of two or more signals
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01J—ELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
- H01J2237/00—Discharge tubes exposing object to beam, e.g. for analysis treatment, etching, imaging
- H01J2237/26—Electron or ion microscopes
- H01J2237/28—Scanning microscopes
- H01J2237/2801—Details
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01J—ELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
- H01J2237/00—Discharge tubes exposing object to beam, e.g. for analysis treatment, etching, imaging
- H01J2237/26—Electron or ion microscopes
- H01J2237/28—Scanning microscopes
- H01J2237/2803—Scanning microscopes characterised by the imaging method
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Mathematical Physics (AREA)
- Computing Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Computational Linguistics (AREA)
- Biochemistry (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
- Image Analysis (AREA)
Abstract
本揭示有關一種從藉由較少的圖幀數的掃描而獲得的圖像訊號,來生成相當於多圖幀圖像的圖像之圖像生成方法。
為達成上述目的,提出一種方法,係對試料上的對象物,將射束做複數次2維掃描,將基於該複數次的2維掃描而生成的圖像訊號當中藉由第1時間點的複數個掃描而獲得的圖像訊號予以累計來生成第1圖像(S103),基於包含比第1時間點還之後的掃描,而比第1時間點的掃描次數還少的次數的掃描來生成第2圖像(S105),運用以前述第2圖像作為輸入,以前述第1圖像作為輸出之教師資料,令學習器學習(S108),而對已做該學習的學習器輸入藉由比第1時間點還少的次數的掃描而生成的圖像,來生成推定圖像。
Description
本揭示係圖像生成的方法及系統,特別有關藉由運用機器學習之推定來生成圖像的方法及系統。
專利文獻1中,揭示一種超音波診斷裝置,是將藉由以低密度掃描超音波射束(發送射束與接收射束)而獲得的低密度圖像資料,輸入至被施以有關高密度圖像的學習之高密度化處理部,藉此生成高密度圖像。
[先前技術文獻]
[專利文獻]
[專利文獻1] WO2014/069558(對應美國專利公開公報US2015/0294457)
[發明所欲解決之問題]
電子顯微鏡等的帶電粒子線裝置,為將電子或離子這樣的帶電粒子照射至試料之裝置。此外,電子顯微鏡,為基於檢測由於對試料的電子束照射而產生之2次電子等,來生成圖像之裝置。這樣的裝置中為了生成高解析力圖像,已知有藉由將電子束做複數次2維掃描(圖幀掃描)而獲得的圖像訊號予以累計之手法。所謂累計是在掃描區域內進行複數次的掃描,將藉由該掃描而獲得的圖像訊號做算術平均,而作為輸出圖像之方法。另一方面若過度地掃描電子束,則試料上的構造物(例如形成於半導體晶圓上的圖樣)可能有收縮(shrink)的情形,因此就抑制對試料的損壞的觀點而言,理想是以較少的圖幀數進行射束掃描。專利文獻1中,並無任何提及基於電子顯微鏡等帶電粒子線裝置的輸出來推定圖像。
以下,提出一種從藉由較少的圖幀數的掃描而獲得的圖像訊號,來生成相當於多圖幀圖像的圖像之圖像生成方法、非暫態性電腦可讀媒體、及系統。
[解決問題之技術手段]
作為用來達成上述目的的一個態樣,提出一種圖像生成方法,係將藉由射束掃描而獲得的圖像訊號予以累計,而生成累計圖像之圖像生成方法,對試料上的對象物,運用帶電粒子線裝置內配備的偏向器,將射束做複數次2維掃描,藉由設於帶電粒子線裝置內的檢測器檢測藉由該複數次的2維掃描而獲得的帶電粒子,而將基於該檢測而生成的圖像訊號當中藉由第1時間點的複數個掃描而獲得的圖像訊號予以累計來生成第1圖像,基於包含比前述第1時間點還之後、及該第1時間點內的複數個掃描之後的至少一方的掃描,而比前述第1時間點的掃描次數還少的次數的掃描來生成第2圖像,運用以前述第2圖像作為輸入,以前述第1圖像作為輸出之教師資料,令學習器學習,而對已做該學習的學習器輸入藉由比前述第1時間點的掃描次數還少的次數的掃描而獲得的圖像訊號,來輸出推定圖像。
又作為用來達成上述目的的另一個態樣,提出一種非暫態性電腦可讀媒體,係為了基於帶電粒子線裝置的輸出而執行用來生成圖像之電腦實施方法,而存放有可在電腦系統上執行的程式命令之非暫態性電腦可讀媒體,前述電腦實施方法,包含:對試料上的對象物,藉由前述圖像生成工具內配備的偏向器,讓射束做複數次2維掃描,藉由設於前述帶電粒子線裝置內的檢測器檢測藉由該複數次的2維掃描而獲得的帶電粒子,而受理藉由基於該檢測而生成的圖像訊號當中藉由第1時間點的複數個掃描而獲得的圖像訊號之累計而生成的第1圖像之步驟;及受理基於包含比前述第1時間點還之後、及該第1時間點內的複數個掃描之後的至少一方的掃描,而比前述第1時間點的掃描次數還少的次數的掃描而生成的第2圖像之步驟;及運用以前述第2圖像作為輸入,以前述第1圖像作為輸出之教師資料,令學習器學習之步驟;及對已做該學習的學習器,輸入藉由比前述第1時間點的掃描次數還少的次數的掃描而獲得的圖像訊號,來輸出推定圖像之步驟。
作為用來達成上述目的的又另一個態樣,提出一種系統,係從藉由帶電粒子線裝置而獲得的資料,生成試料的對象物的圖像之系統,前述系統,包含電腦系統及前述電腦系統所執行之組件,前述電腦系統,具備輸出推定圖像之學習器,該學習器,運用以藉由前述帶電粒子線裝置所做的複數次的2維掃描而獲得的圖像訊號當中藉由第1時間點的複數個掃描而獲得的圖像訊號予以累計而成的第1圖像作為輸出,以基於包含比前述第1時間點還之後、及該第1時間點內的複數個掃描之後的至少一方的掃描,而比前述第1時間點的掃描次數還少的次數的掃描而生成的第2圖像作為輸入之教師資料而事先學習,前述組件,對前述學習器,輸入藉由比前述第1時間點的掃描次數還少的次數的掃描而獲得的圖像訊號,來輸出前述推定圖像。
[發明之效果]
按照上述方法等,能夠抑制收縮等因射束照射而產生的事態對於圖像之影響,同時以較少的射束照射量來推定圖像。
以下,例如說明一種運用帶電粒子線裝置,對試料做多數(m)次的射束掃描(多圖幀掃描)後,進行少數(n)次(<m)的射束掃描(少圖幀掃描),而以藉由多圖幀掃描生成的圖像、與藉由少圖幀掃描生成的圖像作為教師資料,令學習器學習,運用已做該學習的學習器來生成推定圖像之方法、非暫態性電腦可讀媒體、及系統等。
以掃描電子顯微鏡(Scanning Electron Microscope:SEM)為代表之帶電粒子線裝置,為檢測藉由對試料之電子束等帶電粒子線的掃描而獲得的帶電粒子(二次電子等),來形成圖像之裝置。
在稱為平台(stage)的試料台載置試料,藉由平台移動與帶電粒子的偏向,便能檢查試料的期望位置。特別是測定、檢查半導體的SEM,為了測定存在於半導體元件上的期望位置的電路圖樣,會事先作成稱為配方(recipe)之記憶了裝置的動作條件的程式,而基於該配方中設定好的條件來執行測定、檢查。帶電粒子線裝置有著高倍率與高計測重現性,不僅是單純的測長或間距測定,還正在開發新的用途、事務,如提出評估圖像中拍到的圖樣的完成度之指標等。此外,隨著微細化進展,對更廣區域做多點計測的需求正在升高。
掃描電子顯微鏡中,設有用來在試料上將射束做2維掃描之偏向器,又設有將藉由複數次的2維掃描而獲得的圖像資料予以累計之圖像處理系統。將藉由多圖幀掃描而獲得的圖像資料予以累計,藉此,相對於藉由少圖幀掃描而獲得的累計圖像,能夠生成相對地抑制噪訊之高SN比的圖像。
另一方面,圖幀數愈變多,則掃描需要的時間愈增大。例如,當進行形成於半導體晶圓上的多數個圖樣的計測或檢查的情形下,掃描時間會和該計測點數成比例而增大。此外,依圖樣的種類而定,可能會因射束的照射而收縮或帶電,從對試料的影響之觀點看來,圖幀數少為佳。
主要在半導體的計測、檢查領域中,隨著圖樣的微細化進展之結果,對更廣區域做多點計測的需求正在升高。若要進行高精度計測則多圖幀圖像為合適,但如上述般產出量的降低或收縮的影響大。若能夠不使產出量降低,且取得可抑制收縮等之多圖幀圖像,則可達成高速、高精度的計測或檢查。以下說明之實施例中,主要說明一種於多圖幀圖像生成用的射束掃描後,進行少圖幀圖像生成用的射束掃描,藉此取得令學習器學習之教師資料,運用該教師資料令學習器學習,而運用該學習器來從少圖幀圖像推定相當於多圖幀圖像的圖像之方法等。
如上述般的教師資料中包含的多圖幀圖像與少圖幀圖像,射束掃描引起的收縮的影響可視為同等,因此進行將多圖幀圖像訂為答案圖像(CNN(Convolutional Neural Network;卷積神經網路)或DNN(Deep Neural Network;深度神經網路)等的輸出)、將低圖幀圖像訂為源圖像(CNN或DNN等的輸入)之機器學習。按照被施以學習之學習器,便能從少圖幀圖像推定藉由多圖幀掃描而獲得的圖像。
於藉由多圖幀之拍攝後進行少圖幀的拍攝,將多圖幀圖像訂為答案圖像、少圖幀圖像訂為源圖像而進行機器學習,藉此便能抑制產出量降低,同時進行高精度計測與檢查。
[實施例]
以下運用圖面,說明從少圖幀圖像推定多圖幀圖像之方法、非暫態性電腦可讀媒體、及系統。
圖1為帶電粒子線裝置的構成例示意圖。如圖1示例般,帶電粒子線裝置100,大致區分則包含帶電粒子光學系統裝置10、控制電腦20。帶電粒子光學系統裝置10,包含帶電粒子源1、匯聚透鏡3、偏向器4、對物透鏡5、二次電子檢測器6等。
令從帶電粒子源1放出的帶電粒子束2藉由匯聚透鏡3而匯聚,再藉由偏向器4令其掃描、偏向,藉由對物透鏡5令其匯聚於試料8的表面。試料8被搭載於試料平台7上。
藉由偏向器4所做的帶電粒子束2的掃描,從試料會放出二次電子9或背向散射電子,該些電子會藉由二次電子檢測器6(或未圖示的背向散射電子檢測器)而被檢測。
然後,藉由二次電子檢測器6而被檢測出的二次電子9,藉由設於二次電子檢測器6內的閃爍體(scintillator)而被變換成光,通過光導(light guide)被導至光電倍增管,在該處被變換成和光的強度相應之光電子後,衝撞至二極體。二極體為塗布有二次電子放出效率高的物質之電極,可達成二次電子訊號的放大。被放大的訊號,被取出作為訊號電流(檢測訊號)。又,此檢測訊號透過未圖示的放大器、A/D(Analog to Digital)變換器等而被發送往圖像處理裝置22。圖像處理裝置22,基於來自二次電子檢測器6的檢測訊號與偏向器4的掃描控制訊號,而生成以試料8表面的二次電子9為基礎之圖像作為觀察圖像,並且將生成的觀察圖像顯示於顯示裝置23。
控制電腦20,具有記憶著包含有關試料8的圖樣設計的設計資料21(例如基於CAD資料或設計資料而生成的佈局資料)的資訊之記憶裝置,並且連接至圖像處理裝置22、顯示裝置23、鍵盤、滑鼠等輸入裝置24,又透過未圖示的控制裝置而連接至帶電粒子光學系統裝置10。
此時,控制電腦20透過輸入裝置24取得使用者輸入的用來取得觀察圖像取得的各樣資訊(觀察區域、倍率、亮度等),基於該資訊,透過前述未圖示的控制裝置,控制帶電粒子光學系統裝置10內的帶電粒子源1、匯聚透鏡3、偏向器4、對物透鏡5、試料平台7等的動作。此外,控制電腦20,對於藉由圖像處理裝置22而生成的觀察圖像,進一步加以處理,生成用來做更高度的觀察、測長、檢查之圖像,而將該結果顯示於顯示裝置23。
圖像處理裝置22中,進行藉由複數個掃描而獲得的圖像訊號之累計,生成累計圖像,將該累計圖像顯示於顯示裝置23。
圖2為包含帶電粒子線裝置100(圖像生成工具)、及資料處理系統101之系統例示意圖。帶電粒子線裝置100、及資料處理系統101例如藉由LAN而被連接。資料處理系統101,包含機器學習部102及圖像推定部103。其機制為,圖像檔案104從帶電粒子線裝置100被轉送至資料處理系統101。亦可設計成將複數台的帶電粒子線裝置100與資料處理系統101連接。機器學習部102,在資料處理系統101蓄積機器學習資料105,圖像推定部103構成為參照機器學習資料105。
運用圖3示例的流程圖,說明藉由帶電粒子線裝置100與機器學習部102而執行之學習器(學習模型)的學習工程。
首先,將試料導入電子顯微鏡的試料室(真空腔室)(S101),對規定的圖樣進行視野對位(S102),以圖幀數f1
做射束掃描(S103)而進行圖幀數f1
之圖像形成(S104)。將藉由複數次(複數圖幀)的掃描而獲得的圖像訊號予以累計,生成累計圖像。此處獲得的是多圖幀圖像。
接著以圖幀數f2
(f1
>f2
)做射束掃描(S105),進行圖幀數f2
之圖像形成(S106)。此處比起(S103)中的圖幀數,係減少射束掃描數。此處獲得的是低圖幀圖像。
資料處理系統101中包含的機器學習部102,接收從帶電粒子線裝置100發送之,將基於2種類的掃描而獲得的圖像訊號各自合成而成之圖幀數f1
及f2
的圖像。機器學習部102將圖幀數f1
的圖像設為答案圖像(輸出)、圖幀f2
的圖像設為源圖像(輸入)而進行機器學習(S108)。此學習結果被蓄積於機器學習資料105。從帶電粒子線裝置100發送圖幀數f1
及f2
的圖像(S107)之方法並無特別限制,可適用既有的種種發送技術。圖幀數f1
及f2
的圖像資料之成組(set),係作為教師資料而被記憶於規定的記憶媒體,供學習器學習。
接著,運用圖4示例的流程圖,說明運用被施以如上述般學習的學習器之圖像推定工程。將作為評估對象的試料導入至帶電粒子線裝置100的試料室內以後,運用試料平台7或視野移動用的偏向器,將視野(電子束的掃描區域)定位在規定的對象圖樣(S201),以圖幀數f2
進行射束掃描,藉此生成圖幀數f2
的圖像(當圖幀數比1還大的情形下生成累計圖像)(S202、203)。
帶電粒子線裝置100,將藉由圖幀數f2
的掃描而獲得的圖像資料發送至圖像推定部103(S204)。圖幀數f2
的圖像,相對於圖幀數f1
的圖像,為相對地少圖幀的圖像。將此少圖幀圖像設為源圖像(輸入)。圖像推定部103中,從被輸入的源圖像,運用機器學習資料105推定多圖幀(f1
)圖像(S205)。此推定圖像,相當於本該將較多的圖幀圖像累計而獲得的多圖幀圖像。
即使輸入圖像是1以上的少圖幀的圖像,仍能以同等於運用多圖幀的累計圖像之計測、檢查的精度來進行計測、檢查。
另,生成教師資料(輸入圖像及輸出圖像的資料成組)時,理想是基於在沒有射束照射引起的收縮或帶電之時間點的掃描,來生成圖像。更具體而言,理想是從收縮發生的拍攝的初期階段、及帶電因射束照射而蓄積,料想其影響會變得顯著之拍攝的最後階段以外的拍攝階段而獲得的圖像訊號,來生成教師資料。具體而言,可料想例如在全掃描當中,不包含(剔除)藉由最初的o圖幀(o為1以上的整數)的掃描而獲得的圖像訊號來生成累計圖像。此外,可料想不包含藉由全掃描次數的最後的p圖幀(p為1以上的整數)的掃描而獲得的圖像訊號來生成累計圖像。
圖5為拍攝次數(拍攝的順序:X軸)、與圖樣的尺寸值(CD值:Y軸)之關係示意圖。所謂拍攝次數係基於1圖幀以上的掃描來生成圖像之次數。如圖示般,若在同一處反覆拍攝,則在拍攝初期會發生電子線照射所造成之圖樣收縮,圖樣的尺寸會逐漸變小(收縮發生期間202)。其後,收縮會平息,但隨著拍攝次數疊加而蓄積的帶電變大,射束會因其影響而被偏向,尺寸值會變動(帶電的影響變得顯著之期間203)。
鑑此,將機器學習對象期間204訂為用來生成教師資料之掃描期間,藉此便可不需考慮收縮或帶電的影響而取得學習用資料。
圖6為作為累計對象的圖幀數與CD值之關係示意圖。如圖6示例般,初期圖幀212中CD值的變動大,故可設計成從藉由CD值的變動已一定程度趨緩的中間圖幀213的掃描而獲得的圖像訊號來生成答案圖像。亦可設計成在CD值的變動能夠容許之範圍內,擴展答案圖像生成用的範圍。
圖7為從獲得的資訊生成學習模型,運用該學習模型產生模擬輸出(例如擬似圖像)之電腦系統的一例示意圖。此外,電腦系統20,藉由對學習模型輸入少圖幀圖像,來輸出多圖幀圖像。作用成為學習器的電腦系統20,包含:學習部701,事先從學習用的少圖幀圖像(圖幀數f2)及學習用的多圖幀圖像(圖幀數f1(>f2))之成組(教師資料),來生成學習模型;及推定部702,運用學習模型,從被輸入的少圖幀圖像,來推定相當於多圖幀圖像之圖像。
學習部701,從記憶於規定的記憶媒體、或自掃描電子顯微鏡等輸出的少圖幀圖像(例如圖幀數f2)這樣的第1資料、及多圖幀圖像(例如圖幀數f1(>f2))這樣的第2資料,來生成作為教師資料之資料成組,基於該資料成組生成學習模型。推定部702,運用學習部701中生成的學習模型,從自外部輸入的輸入圖像(少圖幀圖像)來推定多圖幀圖像。
圖8為具備圖7示例的電腦系統之圖像生成系統的一例示意圖。圖8示例之系統中,包含電腦系統20、及透過匯流排或網路而連接之圖像生成工具100(例如掃描電子顯微鏡)、及記憶著半導體元件等的設計資料之設計資料記憶媒體21。電腦系統20,藉由1以上的電腦子系統而構成。
另,如圖8示例般,電腦系統20中,包含電腦可讀媒體802、執行該電腦可讀媒體802中記憶的各組件(component)之處理單元801、及輸入圖像生成所必要的條
件或學習模型的取得條件之輸出入裝置24。
電腦可讀媒體802中,例如記憶著基於從輸出入裝置24輸入的圖像生成條件(射束照射處的座標資訊、電子束的照射條件等)等,而生成令圖像生成工具100自動地動作的動作程式(配方)之配方生成組件803、生成上述的學習模型之模型生成組件804、及運用生成的模型來推定圖像之推定組件805。配方生成組件803,例如基於從輸出入裝置24的顯示裝置中顯示的GUI畫面等所輸入之圖像生成條件,來生成配方。
圖9為輸出入裝置25的顯示畫面中顯示的GUI畫面的一例示意圖。圖9示例之GUI畫面,構成為設定用來生成學習模型(用來生成學習模型的教師資料)之圖像取得條件。在GUI畫面上,設有設定作為圖像生成的對象之圖樣(目標)名、及該圖樣的座標之設定視窗(901、902)。配方生成組件803,從設計資料記憶媒體21讀出和被設定的圖樣名相對應之座標,而設定會讓圖像生成工具100的視野被定位在作為圖像生成對象的圖樣這類的平台等的動作條件。此外,亦可設計成基於從設定視窗902輸入的座標資料,來設定平台等的動作條件。
設定視窗903、904、905各自被設置用來設定電子顯微鏡的視野尺寸(掃描區域的大小)、射束的加速電壓、及射束電流。配方生成組件803,基於該些設定來生成配方,設於圖像生成工具100的控制裝置係控制掃描電子顯微鏡本體以便以配方中設定好的射束條件來掃描射束。
此外,設定視窗906,被設置用來設定圖幀數。所謂圖幀數係掃描被設定的視野之次數,如圖9示例般,當圖幀數被設定為128的情形下,在同一視野會進行128次的2維掃描。另,圖幀數為相對於被設定的視野之和射束的照射量呈比例的值,亦可設計成在該設定欄設定一根據照射量而變化之其他參數(例如照射時間、劑量、拍攝次數)來替代圖幀數。圖像生成裝置100,基於根據被設定的照射量而變化之參數,對試料照射射束。
設定視窗907,被設置用來設定帶電粒子線裝置中內建的檢測器的種類。圖像生成工具100中,例如內建有用來檢測2次電子(Secondary Electron:SE)的2次電子檢測器、及檢測背向散射電子(Backscattered Electron:BSE)的背向散射電子檢測器,視必要運用一方或雙方的檢測器進行圖像生成。圖9例子中,背向散射電子檢測器被選擇,基於背向散射電子的檢測來生成機器學習用的學習資料。
設定視窗908、909,被設置用來輸入生成學習用圖像資料之圖幀數。圖像生成工具100,基於設定視窗908中設定的圖幀數(5圖幀)及範圍(從124圖幀至128圖幀),生成將5圖幀份的圖像訊號予以累計而成之累計圖像,令其記憶於規定的記憶媒體。此外,圖像生成工具100,基於設定視窗909中設定的圖幀數(124圖幀)及範圍(從5圖幀至128圖幀),生成將124圖幀份的圖像訊號予以累計而成之累計圖像,令其記憶於規定的記憶媒體。
另,圖9的GUI畫面中,作為第1時間點的掃描(用來取得教師資料的輸出圖像的掃描)的對象圖幀,係選擇5~128圖幀,作為第2時間點的掃描(用來取得教師資料的輸入圖像的掃描)的對象圖幀,係選擇124~128。電腦系統20,將藉由此2種設定而獲得的圖像之資料成組,設為學習器的教師資料,而建構學習模型。
另,用來取得資料成組的條件的1者,為輸入圖像用的圖幀數要比輸出圖像用的圖幀數還少。這是因為為了建構從藉由少圖幀的掃描而獲得的圖像來推定藉由多圖幀的掃描而獲得的圖像之學習模型。
此外,用來取得資料成組的條件的另1者,為包含以下至少一方,即,用來取得輸入圖像的掃描比用來取得輸出圖像的掃描還後做,及,將用來取得輸出圖像的掃描內的複數個掃描之後的掃描訂為輸入圖像用掃描。
所謂「用來取得輸入圖像的掃描比用來取得輸出圖像的掃描還後做」,係包含例如當總圖幀數為128的情形下,將輸出圖像用的圖幀例如設定為1~124,輸入圖像用的圖幀設定為125~128之情形。此外,所謂「將用來取得輸出圖像的掃描內的複數個掃描之後的掃描訂為輸入圖像用掃描」,係包含如圖9的GUI畫面中設定般,當輸出圖像用的圖幀被設定為5~128的情形下,將5~128圖幀內的124~128圖幀(5~123圖幀的掃描之後的掃描)訂為輸入圖像用的掃描。
將輸入圖像取得用的掃描訂為輸出圖像取得用的掃描之後,或訂為輸出圖像取得用的掃描的後半,是為了使射束照射引起的圖樣的收縮狀態,在輸出圖像與輸入圖像之間實質地一致。進行對於輸入圖像而言相對地多圖幀掃描之輸出圖像的掃描,藉此使收縮發生的狀態下,進行基於少圖幀掃描之圖像形成,如此便可形成收縮的程度實質上相同之輸入圖像及輸出圖像。
另,亦可設計成當在如圖9示例般的GUI畫面上做出和上述條件相異的設定時,則警告該意旨或禁止不符合上述條件之設定。
圖像生成工具100,不包含未被選擇的圖幀的圖像訊號來生成累計圖像,令其記憶於規定的記憶媒體,電腦系統20從記憶媒體中記憶的圖像生成用來令學習器學習之教師資料。具體而言,電腦系統20將以5圖幀的累計圖像作為輸入、以124圖幀的累計圖像作為輸出之資料成組設為教師資料,而令學習器學習。
像以上這樣,一種系統,係包含進行複數次的射束的2維掃描之圖像生成工具、及藉由包含圖像成組的教師資料而學習之學習器的電腦系統之系統,其中,圖像生成工具,將藉由複數個掃描而獲得的圖像訊號當中基於第1時間點的複數個掃描而取得的圖像訊號予以累計而生成第1圖像,從基於比第1時間點還之後的掃描、及該第1時間點內的複數個掃描之後的掃描的至少一方的掃描而取得的圖像訊號來生成第2圖像,學習器以第1圖像及第2圖像作為教師資料而學習,按照此系統,便可從少圖幀圖像重現出多圖幀圖像。
此外,藉由將第2時間點的掃描次數比第1時間點還減少,便可從藉由少圖幀掃描而獲得的累計圖像重現多圖幀累計圖像。
1:帶電粒子源
2:帶電粒子束
3:匯聚透鏡
4:偏向器
5:對物透鏡
6:二次電子檢測器
7:試料平台
8:試料
9:二次電子
10:帶電粒子光學系統裝置
20:控制電腦
21:設計資料
22:圖像處理裝置
23:顯示裝置
24:輸入裝置(鍵盤、滑鼠等)
100:帶電粒子線裝置
101:資料處理系統
102:機器學習部
103:圖像推定部
104:圖像檔案
105:機器學習資料
[圖1] 掃描電子顯微鏡的概要示意圖。
[圖2] 圖像推定系統(資料處理系統)的概要示意圖。
[圖3] 運用藉由複數次的2維掃描而獲得的圖像資料,令學習器學習之工程示意流程圖。
[圖4] 運用已學習的學習器,進行圖像推定之工程示意流程圖。
[圖5] 作為機器學習的對象之圖像的取得時間點示意圖。
[圖6] 作為機器學習的對象之圖像的取得時間點示意圖。
[圖7] 包含學習器的電腦系統的一例示意圖。
[圖8] 包含圖像生成工具的圖像推定系統的一例示意圖。
[圖9] 設定學習器的學習條件之GUI(Graphical User Interface)畫面的一例示意圖。
Claims (8)
- 一種圖像生成方法,係將藉由射束掃描而獲得的圖像訊號予以累計,而生成累計圖像之圖像生成方法,對試料上的對象物,運用帶電粒子線裝置內配備的偏向器,將射束做複數次2維掃描,藉由設於帶電粒子線裝置內的檢測器檢測藉由該複數次的2維掃描而獲得的帶電粒子,而將基於該檢測而生成的圖像訊號當中藉由前述複數次2維掃描當中的第1時間點的複數個掃描而獲得的圖像訊號予以累計來生成第1圖像,基於前述複數次2維掃描當中包含比前述第1時間點還之後、及該第1時間點內的複數個掃描之後的至少一方的掃描,且比前述第1時間點的掃描次數還少的次數的掃描來生成第2圖像,運用以前述第2圖像作為輸入,以前述第1圖像作為輸出之教師資料,令學習器學習,而對已做該學習的學習器輸入藉由比前述第1時間點的掃描次數還少的次數的掃描而獲得的圖像訊號,來輸出推定圖像。
- 如請求項1所述之圖像生成方法,其中,將前述複數次的2維掃描的最初的掃描、及最後的掃描的至少一方予以剔除,來生成前述第1圖像。
- 一種非暫態性電腦可讀媒體,係為了基於帶電粒子線裝置的輸出而執行用來生成圖像之電腦實施方法,而存放有可在電腦系統上執行的程式命令之非暫態性電腦可讀媒體, 前述電腦實施方法,包含:對試料上的對象物,藉由前述圖像生成工具內配備的偏向器,讓射束做複數次2維掃描,藉由設於前述帶電粒子線裝置內的檢測器檢測藉由該複數次的2維掃描而獲得的帶電粒子,而受理藉由基於該檢測而生成的圖像訊號當中藉由前述複數次2維掃描當中的第1時間點的複數個掃描而獲得的圖像訊號之累計而生成的第1圖像之步驟;及受理基於前述複數次2維掃描當中包含比前述第1時間點還之後、及該第1時間點內的複數個掃描之後的至少一方的掃描,且比前述第1時間點的掃描次數還少的次數的掃描而生成的第2圖像之步驟;及運用以前述第2圖像作為輸入,以前述第1圖像作為輸出之教師資料,令學習器學習之步驟;及對已做該學習的學習器,輸入藉由比前述第1時間點的掃描次數還少的次數的掃描而獲得的圖像訊號,來輸出推定圖像之步驟。
- 一種圖像生成系統,係從藉由帶電粒子線裝置而獲得的資料,生成試料的對象物的圖像之圖像生成系統,前述圖像生成系統,包含電腦系統及前述電腦系統所執行之組件,前述電腦系統,具備輸出推定圖像之學習器,該學習器,運用以藉由前述帶電粒子線裝置所做的複數次的2維掃描而獲得的圖像訊號當中藉由前述複數次2維掃描當中的第1時間點的複數個掃描而獲得的圖像訊號予 以累計而成的第1圖像作為輸出,以基於前述複數次2維掃描當中包含比前述第1時間點還之後、及該第1時間點內的複數個掃描之後的至少一方的掃描,且比前述第1時間點的掃描次數還少的次數的掃描而生成的第2圖像作為輸入之教師資料而事先學習,前述組件,對前述學習器,輸入藉由比前述第1時間點的掃描次數還少的次數的掃描而獲得的圖像訊號,來輸出前述推定圖像。
- 如請求項4所述之圖像生成系統,其中,具備輸入令前述學習器學習的條件之輸入裝置,該輸入裝置構成為,作為用來生成前述第2圖像之條件,係可輸入比前述第1時間點還之後的掃描、及前述第1時間點的掃描內的複數個掃描之後的掃描的至少一方的掃描。
- 如請求項4所述之圖像生成系統,其中,前述第1圖像與前述第2圖像,從基於對同一圖樣的射束掃描而獲得的圖像訊號來生成。
- 如請求項4所述之圖像生成系統,其中,具備輸入令前述學習器學習的條件之輸入裝置,該輸入裝置構成為,作為用來生成前述第2圖像之條件,係禁止和比前述第1時間點還之後的掃描、及前述第1時間點的掃描內的複數個掃描之後的掃描的至少一方的掃描相異之輸入。
- 如請求項5所述之圖像生成系統,其中,構成為,當從前述輸入裝置設定了和比前述第1時間點還之後的掃描、及前述第1時間點的掃描內的複數個掃 描之後的掃描的至少一方的掃描相異之輸入時,發出警告。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019145052A JP2021026926A (ja) | 2019-08-07 | 2019-08-07 | 画像生成方法、非一時的コンピューター可読媒体、及びシステム |
JP2019-145052 | 2019-08-07 |
Publications (2)
Publication Number | Publication Date |
---|---|
TW202107508A TW202107508A (zh) | 2021-02-16 |
TWI758743B true TWI758743B (zh) | 2022-03-21 |
Family
ID=74498700
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW109119262A TWI758743B (zh) | 2019-08-07 | 2020-06-09 | 圖像生成方法,非暫態性電腦可讀媒體,及系統 |
Country Status (4)
Country | Link |
---|---|
US (1) | US11443917B2 (zh) |
JP (1) | JP2021026926A (zh) |
KR (1) | KR102361225B1 (zh) |
TW (1) | TWI758743B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102020211900A1 (de) * | 2019-09-25 | 2021-03-25 | Hitachi High-Tech Science Corporation | Ladungsträgerstrahlvorrichtung |
JP2022135215A (ja) * | 2021-03-05 | 2022-09-15 | 株式会社日立ハイテク | 学習器の学習方法、及び画像生成システム |
US20230260085A1 (en) * | 2022-02-17 | 2023-08-17 | Fei Company | Systems and methods for hybrid enhancement of scanning electron microscope images |
WO2024116996A1 (ja) * | 2022-11-30 | 2024-06-06 | 東京エレクトロン株式会社 | 学習モデルの生成方法、情報処理方法、コンピュータプログラム及び情報処理装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013093251A (ja) * | 2011-10-27 | 2013-05-16 | Hitachi High-Technologies Corp | 荷電粒子線装置 |
TW201843692A (zh) * | 2017-02-20 | 2018-12-16 | 日商日立全球先端科技股份有限公司 | 樣品觀察裝置及樣品觀察方法 |
JP2019129169A (ja) * | 2018-01-22 | 2019-08-01 | 株式会社日立ハイテクノロジーズ | 画像評価方法及び画像評価装置 |
Family Cites Families (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0646550B2 (ja) | 1985-08-19 | 1994-06-15 | 株式会社東芝 | 電子ビ−ム定位置照射制御方法および電子ビ−ム定位置照射制御装置 |
JP4035974B2 (ja) * | 2001-09-26 | 2008-01-23 | 株式会社日立製作所 | 欠陥観察方法及びその装置 |
JP5180428B2 (ja) * | 2005-06-21 | 2013-04-10 | 株式会社日立ハイテクノロジーズ | 走査型電子顕微鏡用撮像レシピ作成装置及びその方法並びに半導体パターンの形状評価装置 |
JP4629118B2 (ja) * | 2008-03-03 | 2011-02-09 | 株式会社日立ハイテクノロジーズ | 欠陥検査装置およびこの欠陥検査装置に用いるパラメータ調整方法。 |
JP5452392B2 (ja) * | 2009-12-16 | 2014-03-26 | 株式会社日立ハイテクノロジーズ | 欠陥観察方法及び欠陥観察装置 |
JP5542478B2 (ja) | 2010-03-02 | 2014-07-09 | 株式会社日立ハイテクノロジーズ | 荷電粒子線顕微鏡 |
JP5813413B2 (ja) * | 2011-08-22 | 2015-11-17 | 株式会社日立ハイテクノロジーズ | シュリンク前形状推定方法およびcd−sem装置 |
JPWO2014069558A1 (ja) | 2012-10-31 | 2016-09-08 | 株式会社日立製作所 | 超音波診断装置 |
US11264206B2 (en) * | 2014-03-10 | 2022-03-01 | D2S, Inc. | Methods and systems for forming a pattern on a surface using multi-beam charged particle beam lithography |
JP6962863B2 (ja) * | 2018-05-25 | 2021-11-05 | 日本電子株式会社 | 荷電粒子線装置 |
US10697900B2 (en) * | 2018-06-19 | 2020-06-30 | Kla-Tencor Corporation | Correlating SEM and optical images for wafer noise nuisance identification |
WO2020011580A1 (en) * | 2018-07-13 | 2020-01-16 | Asml Netherlands B.V. | Sem image enhancement methods and systems |
US11094053B2 (en) * | 2018-10-08 | 2021-08-17 | Kla Corporation | Deep learning based adaptive regions of interest for critical dimension measurements of semiconductor substrates |
WO2020102757A1 (en) * | 2018-11-16 | 2020-05-22 | Align Technology, Inc. | Machine based three-dimensional (3d) object defect detection |
US11151707B2 (en) * | 2018-12-07 | 2021-10-19 | Kla Corporation | System and method for difference filter and aperture selection using shallow deep learning |
CN113272820A (zh) * | 2018-12-31 | 2021-08-17 | Asml荷兰有限公司 | 用于电子束图像增强的全自动sem采样系统 |
US11676264B2 (en) * | 2019-07-26 | 2023-06-13 | Kla Corporation | System and method for determining defects using physics-based image perturbations |
US11880193B2 (en) * | 2019-07-26 | 2024-01-23 | Kla Corporation | System and method for rendering SEM images and predicting defect imaging conditions of substrates using 3D design |
-
2019
- 2019-08-07 JP JP2019145052A patent/JP2021026926A/ja active Pending
-
2020
- 2020-05-29 KR KR1020200064771A patent/KR102361225B1/ko active IP Right Grant
- 2020-06-03 US US16/891,842 patent/US11443917B2/en active Active
- 2020-06-09 TW TW109119262A patent/TWI758743B/zh active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013093251A (ja) * | 2011-10-27 | 2013-05-16 | Hitachi High-Technologies Corp | 荷電粒子線装置 |
TW201843692A (zh) * | 2017-02-20 | 2018-12-16 | 日商日立全球先端科技股份有限公司 | 樣品觀察裝置及樣品觀察方法 |
JP2019129169A (ja) * | 2018-01-22 | 2019-08-01 | 株式会社日立ハイテクノロジーズ | 画像評価方法及び画像評価装置 |
Also Published As
Publication number | Publication date |
---|---|
KR20210018014A (ko) | 2021-02-17 |
US20210043418A1 (en) | 2021-02-11 |
KR102361225B1 (ko) | 2022-02-09 |
TW202107508A (zh) | 2021-02-16 |
US11443917B2 (en) | 2022-09-13 |
JP2021026926A (ja) | 2021-02-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI758743B (zh) | 圖像生成方法,非暫態性電腦可讀媒體,及系統 | |
US8003940B2 (en) | Tool-to-tool matching control method and its system for scanning electron microscope | |
JP5937171B2 (ja) | 走査型電子顕微鏡及び試料観察方法 | |
JP5655084B2 (ja) | 荷電粒子ビーム顕微鏡 | |
JP5544344B2 (ja) | 欠陥観察方法及び欠陥観察装置 | |
US10665424B2 (en) | Pattern measuring method and pattern measuring apparatus | |
JP2007110087A (ja) | 電子線装置及び電子線照射パターン生成方法 | |
WO2016143467A1 (ja) | 荷電粒子ビーム装置及びそれを用いた画像の形成方法 | |
KR20080011304A (ko) | 시료검사장치 | |
JP5624999B2 (ja) | 走査型電子顕微鏡 | |
JP6088803B2 (ja) | 画像処理装置、自己組織化リソグラフィ技術によるパターン生成方法、及びコンピュータープログラム | |
US11424098B2 (en) | Pattern measurement device, and computer program | |
JP6207893B2 (ja) | 試料観察装置用のテンプレート作成装置 | |
JP2011179819A (ja) | パターン測定方法及びコンピュータプログラム | |
KR102678481B1 (ko) | 하전 입자 빔 장치 | |
WO2022186326A1 (ja) | 学習器の学習方法、及び画像生成システム | |
JP7436691B2 (ja) | 荷電粒子線装置および試料観察方法 | |
TWI824404B (zh) | 帶電粒子線裝置 | |
JP2007234778A (ja) | 電子線式パターン検査装置、その検査条件設定方法、及びプログラム | |
KR20190086730A (ko) | 하전 입자선 장치 | |
CN114628210A (zh) | 带电粒子束装置 |