TWI784146B - 用於設計輔助影像重建之系統及方法以及相關的非暫時性電腦可讀媒體 - Google Patents
用於設計輔助影像重建之系統及方法以及相關的非暫時性電腦可讀媒體 Download PDFInfo
- Publication number
- TWI784146B TWI784146B TW108110168A TW108110168A TWI784146B TW I784146 B TWI784146 B TW I784146B TW 108110168 A TW108110168 A TW 108110168A TW 108110168 A TW108110168 A TW 108110168A TW I784146 B TWI784146 B TW I784146B
- Authority
- TW
- Taiwan
- Prior art keywords
- sample
- image
- patterned features
- boundaries
- images
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 69
- 238000013461 design Methods 0.000 title claims description 100
- 238000001514 detection method Methods 0.000 claims description 95
- 230000007547 defect Effects 0.000 claims description 41
- 230000006870 function Effects 0.000 claims description 25
- 238000004088 simulation Methods 0.000 claims description 14
- 230000004044 response Effects 0.000 claims description 5
- 239000000523 sample Substances 0.000 description 124
- 230000003287 optical effect Effects 0.000 description 34
- 235000012431 wafers Nutrition 0.000 description 31
- 238000007689 inspection Methods 0.000 description 24
- 238000005286 illumination Methods 0.000 description 20
- 239000004065 semiconductor Substances 0.000 description 15
- 238000010894 electron beam technology Methods 0.000 description 14
- 230000008859 change Effects 0.000 description 11
- 238000004422 calculation algorithm Methods 0.000 description 10
- 238000003384 imaging method Methods 0.000 description 9
- 238000004519 manufacturing process Methods 0.000 description 9
- 238000003860 storage Methods 0.000 description 8
- 238000000386 microscopy Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 230000003595 spectral effect Effects 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000010884 ion-beam technique Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 3
- 230000005684 electric field Effects 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 238000001000 micrograph Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 238000003556 assay Methods 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000001433 helium-ion microscopy Methods 0.000 description 2
- 238000001459 lithography Methods 0.000 description 2
- 230000010287 polarization Effects 0.000 description 2
- 235000006719 Cassia obtusifolia Nutrition 0.000 description 1
- 235000014552 Cassia tora Nutrition 0.000 description 1
- 244000201986 Cassia tora Species 0.000 description 1
- 241001101988 Proxys Species 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 230000001427 coherent effect Effects 0.000 description 1
- 230000000875 corresponding effect Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000008021 deposition Effects 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 238000012938 design process Methods 0.000 description 1
- 238000001493 electron microscopy Methods 0.000 description 1
- 238000005530 etching Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000005468 ion implantation Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000007620 mathematical function Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 229920002120 photoresistant polymer Polymers 0.000 description 1
- 238000005498 polishing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
Images
Classifications
-
- 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
- G06T7/001—Industrial image inspection using an image reference approach
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
- G01N21/9501—Semiconductor wafers
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
- G01N21/956—Inspecting patterns on the surface of objects
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
- G01N21/956—Inspecting patterns on the surface of objects
- G01N21/95607—Inspecting patterns on the surface of objects using a comparative method
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
- G01N23/22—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by measuring secondary emission from the material
- G01N23/225—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by measuring secondary emission from the material using electron or ion
- G01N23/2251—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by measuring secondary emission from the material using electron or ion using incident electron beams, e.g. scanning electron microscopy [SEM]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4053—Scaling of whole images or parts thereof, e.g. expanding or contracting based on super-resolution, i.e. the output image resolution being higher than the sensor resolution
-
- 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
- G06T7/0006—Industrial image inspection using a design-rule based approach
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/12—Edge-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/174—Segmentation; Edge detection involving the use of two or more images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/69—Microscopic objects, e.g. biological cells or cellular parts
- G06V20/693—Acquisition
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2223/00—Investigating materials by wave or particle radiation
- G01N2223/40—Imaging
- G01N2223/401—Imaging image processing
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10056—Microscopic image
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
- G06T2207/20224—Image subtraction
-
- 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
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Immunology (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Chemical & Material Sciences (AREA)
- Pathology (AREA)
- Quality & Reliability (AREA)
- Biomedical Technology (AREA)
- Data Mining & Analysis (AREA)
- Molecular Biology (AREA)
- Multimedia (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & 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)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本發明提供用於自一樣品之一未解析影像判定該樣品上形成之圖案化特徵之邊界的方法及系統。一個系統包含經組態用於比較其中(若干)圖案化特徵未解析之一差分影像與不同模擬影像的(若干)電腦子系統。藉由分別模擬針對具有不同擾動之該樣品上形成之該(等)圖案化特徵產生之差分影像而產生該等不同模擬影像。該(等)電腦子系統經組態用於基於該比較而將一振幅指派至該等不同擾動之各者。該(等)電腦子系統進一步經組態用於藉由將該等不同擾動應用於具有該等指派振幅之該(等)圖案化特徵之一或多個設計邊界而判定該樣品上形成之該(等)圖案化特徵之一或多個邊界。
Description
本發明大體上係關於用於設計輔助影像重建之方法及系統。一些實施例包含自一樣品上之一或多個圖案化特徵之一未解析影像判定該樣品上形成之該一或多個圖案化特徵之邊界。
以下描述及實例並未憑藉其等包含於此章節中而被認為係先前技術。
製造諸如邏輯及記憶體裝置之半導體裝置通常包含使用大量半導體製程處理諸如一半導體晶圓之一基板以形成半導體裝置之多種特徵及多個層級。舉例而言,微影係涉及將一圖案自一倍縮光罩轉印至配置於一半導體晶圓上之一光阻劑之一半導體製程。半導體製程之額外實例包含(但不限於)化學機械拋光(CMP)、蝕刻、沈積及離子植入。可在一單一半導體晶圓上之一配置中製造多個半導體裝置,且接著將其等分離成個別半導體裝置。
在一半導體製程期間之各個步驟使用檢測程序偵測晶圓上之缺陷以促進製程中之較高良率及因此較高利潤。檢測始終係製造諸如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,檢測對於可接受半導體裝置之成功製造而言變得甚至更重要,此係因為較小缺陷
可導致裝置故障。
隨著設計規則縮小,產生用於檢測之測試影像(其中樣品上形成之特徵被解析)變得越來越困難。舉例而言,檢測系統通常經設計用於在一相對較短時間量中掃描一樣品上之相對較大區域。因此,檢測系統趨向於為速度犧牲解析度。在現今使用之許多檢測系統中,樣品上之特徵僅僅過小以至於無法被檢測系統解析。在光學檢測以及其他類型之檢測(諸如電子束檢測)中遇到此情境。舉例而言,為使電子束檢測變得可能,通常即使電子束系統能夠產生其中樣品上之圖案化特徵被解析之影像,系統仍以一較低解析度使用以使電子束檢測變得現實且具成本效率。
解卷積顯微術係一科學研究領域,旨在藉由演算法提高顯微鏡影像之解析度。其使用由顯微鏡之有限解析度導致之模糊之一數學模型。演算法運用模糊模型之數學逆模型作用於顯微鏡影像以便在數字上消除模糊。一些當前可用軟體判定用於微影之遮罩上之可解析圖案之邊界。
不幸地,模糊程序之數學逆函數極不穩定且在存在實驗雜訊之情況下具有有限值。因此,解卷積顯微術至多能夠銳化顯微術影像,但無法恢復遠低於解析度限制之一樣本之特徵。
用於遮罩檢測之一些當前可用軟體意欲用於其中結構鑑於用於擷取之成像硬體之解析度而可解析的影像上。類似於解卷積顯微術,其目標係銳化且更精確地判定已解析之特徵之位置。預期不會對圖案化晶圓或未來幾代遮罩起作用,其中許多圖案在檢測影像中未解析。
因此,開發用於自一樣品上形成之(若干)圖案化特徵之一未解析影像判定樣品上形成之(若干)圖案化特徵之邊界的系統及/或方法將係有利的,該等系統及/或方法不具有上文描述之缺點之一或多者。
各項實施例之以下描述絕不應被解釋為限制隨附發明申請專利範圍之標的。
一項實施例係關於一種經組態以自一樣品上之一或多個圖案化特徵之一未解析影像判定該樣品上形成之該一或多個圖案化特徵之邊界的系統。該系統包含一檢測子系統,該檢測子系統包含至少一能量源及一偵測器。該能量源經組態以產生被引導至一樣品之能量。該偵測器經組態以偵測來自該樣品之能量且回應於所偵測能量而產生影像。該樣品上形成之一或多個圖案化特徵在藉由該偵測器產生之該等影像中未解析。
該系統亦包含一或多個電腦子系統,該一或多個電腦子系統經組態用於藉由自由該偵測器針對該一或多個圖案化特徵產生之該等影像之一者減去一參考影像而產生該一或多個圖案化特徵之一差分影像。該(等)電腦子系統亦經組態用於比較該差分影像與不同模擬影像。藉由分別模擬針對具有不同擾動之該樣品上形成之該一或多個圖案化特徵產生之差分影像而產生該等不同模擬影像。另外,該(等)電腦子系統經組態用於基於該比較之結果而將一振幅指派至該等不同擾動之各者。該(等)電腦子系統進一步經組態用於藉由將該等不同擾動應用於具有該等指派振幅之該一或多個圖案化特徵之一或多個設計邊界而判定該樣品上形成之該一或多個圖案化特徵之一或多個邊界。可如本文中描述般進一步組態該系統。
另一實施例係關於一種用於自一樣品上之一或多個圖案化特徵之一未解析影像判定該樣品上形成之該一或多個圖案化特徵之邊界的電腦實施方法。該方法包含針對上文描述之一或多個電腦子系統之功能之各者之步驟。該方法之該等步驟由一或多個電腦子系統執行。可如本文中
進一步描述般執行該方法。另外,該方法可包含本文中描述之(若干)任何其他方法之(若干)任何其他步驟。此外,該方法可由本文中描述之系統之任一者執行。
一額外實施例係關於一種儲存程式指令之非暫時性電腦可讀媒體,該等程式指令可在一電腦系統上執行以執行用於自一樣品上之一或多個圖案化特徵之一未解析影像判定該樣品上形成之該一或多個圖案化特徵之邊界的一電腦實施方法。該電腦實施方法包含上文描述之方法之步驟。可如本文中描述般進一步組態該電腦可讀媒體。可如本文中進一步描述般執行該電腦實施方法之步驟。另外,該等程式指令可針對其等執行之該電腦實施方法可包含本文中描述之(若干)任何其他方法之(若干)任何其他步驟。
10:檢測子系統
14:樣品
16:光源
18:光學元件
20:透鏡
21:光束分離器
22:載物台
24:集光器
26:元件
28:偵測器
30:集光器
32:元件
34:偵測器
36:電腦子系統
102:電腦子系統
122:電子柱
124:電腦子系統
126:電子束源
128:樣品
130:元件
132:元件
134:偵測器
300:形狀
302:小偏差
400:實例
402:實例
404:實例
406:實例
408:實例
500:步驟
502:步驟
504:步驟
506:步驟
508:步驟
510:步驟
512:步驟
514:步驟
600:差分影像
602:原子
604:殘差
606:原子
608:殘差
610:原子
612:殘差
614:原子
616:殘差
618:原子
620:殘差
700:非暫時性電腦可讀媒體
702:程式指令
704:電腦系統
在閱讀以下詳細描述且參考隨附圖式之後便將變得瞭解本發明之其他目標及優點,其中:圖1及圖2係圖解說明如本文中描述般組態之一系統之實施例之側視圖的示意圖;圖3至圖4係圖解說明具有不同可能擾動之一樣品上形成之一或多個圖案化特徵之實例之平面圖的示意圖;圖5係圖解說明可由本文中描述之系統實施例執行之步驟之一項實施例的一流程圖;圖6包含可針對其等執行本文中描述之實施例之一差分影像之一實例,其中不同模擬差分影像的實例對應於針對其等產生差分影像之(若干)
圖案化特徵之不同可能擾動且殘差影像展示差分影像與不同模擬差分影像之間之差異;及圖7係圖解說明儲存程式指令之一非暫時性電腦可讀媒體之一項實施例的一方塊圖,該等程式指令可在一電腦系統上執行以用於執行本文中描述之電腦實施方法之一或多者。
雖然本發明易於以多種修改及替代形式呈現,但本發明之特定實施例藉由實例在圖式中展示且將在本文中詳細描述。然而,應瞭解,圖式及其詳細描述不意欲將本發明限於所揭示之特定形式,而相反,本發明欲涵蓋落於如由隨附發明申請專利範圍界定之本發明之精神及範疇內之全部修改、等效物及替代。
如本文中使用之術語「設計」及「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。另外,由一倍縮光罩檢測系統擷取之一倍縮光罩之一影像及/或其之衍生物可用作設計之一「代理」或若干「代理」。此一倍縮光罩影像或其之一衍生物在使用一設計之本文中描述之任何實施例中可用作對設計佈局之一替代。設計可包含2009年8月4日頒予Zafar等人之共同擁有之美國專利第7,570,796號及2010年3月9日頒予Kulkarni等人之共同擁有之美國專利第7,676,077號中描述之任何其他設計資料或設計資料代理,該兩個專利宛如完整陳述般以引用之方式併入本文中。另外,設計資料可係標準單元庫資料、整合佈局資料、對於一或多個層之設計資料、設計資料之衍生物及完全或部分晶片設計資料。
然而,一般而言,設計資訊或資料無法藉由使用一晶圓檢
測系統使一晶圓成像而產生。舉例而言,形成於晶圓上之設計圖案無法精確表示用於晶圓之設計且晶圓檢測系統可能無法以足夠解析度產生形成於晶圓上之設計圖案之影像,使得影像可用於判定關於晶圓之設計之資訊。因此,一般而言,無法使用一實體晶圓產生設計資訊或設計資料。另外,本文中描述之「設計」及「設計資料」係指在一設計程序中由一半導體裝置設計者產生且因此可在將設計印刷於任何實體晶圓上之前良好地用於本文中描述之實施例中之資訊及資料。
現參考圖式,應注意,圖未按比例繪製。特定言之,極大地放大圖之一些元件之比例以強調元件之特性。亦應注意,該等圖未按相同比例繪製。已使用相同元件符號指示可經類似組態之展示於一個以上圖中之元件。除非本文中另有說明,否則所描述且展示之元件之任一者可包含任何適合市售元件。
一項實施例係關於一種經組態以自一樣品上之一或多個圖案化特徵之一未解析影像判定該樣品上形成之該一或多個圖案化特徵之邊界的系統。以此方式,本文中描述之實施例可經組態以執行設計輔助影像(缺陷影像)重建。實施例可判定圖案化晶圓上之缺陷之次解析度特徵。此資訊可用於在光學(或另一類型之)檢測期間區分所關注缺陷(DOI)與擾亂點及系統雜訊。
如本文中使用之術語「擾亂點」係一使用者不關注之缺陷及/或被偵測為缺陷但實際上並非缺陷的缺陷。歸因於一樣品上之非缺陷雜訊源(例如,線邊緣粗糙度(LER)、圖案化特徵中之相對較小臨界尺寸(CD)變動、厚度變動等)及/或歸因於檢測系統本身之邊緣(marginality)或其用於檢測之組態,可偵測到即使其等被偵測為缺陷但實際上並非缺陷之
擾亂點。因此,通常,檢測之目標並非偵測諸如晶圓之樣品上之擾亂點。
實施例亦適用於其他類型之樣本,諸如倍縮光罩。實施例可搭配諸如電子顯微術及x射線成像之其他成像技術使用。一般而言,實施例允許吾等藉由使用樣品之經量測影像、對參考之瞭解及影像形成程序之一模型而使一樣本與一已知參考之間之次解析度差異成像。如本文中使用之術語「次解析度」通常定義為小於一檢測子系統之一解析度限制。
即使在DOI與擾亂點之間之差異係次解析度時,其等產生之信號中往往仍存在可量測差異。在一個實例中,作為自一線延伸且具有10nm×10nm之尺寸之一突出物的一DOI及作為自相同線延伸且具有100nm×1nm之尺寸之一突出物的一擾亂點(其中突出物沿線之一100nm部分自線延伸達1nm)具有相同總面積且可產生類似數量之信號。然而,擾亂點信號將比DOI信號略寬。判定此等信號之源(無論其等係歸因於DOI或擾亂點)因影像中之任何雜訊而變得複雜。
然而,本文中描述之實施例提供判定一相對帶雜訊影像中之一缺陷信號之源的一方式。本文中描述之實施例藉由使用樣品之設計而有利地限制可能解決方案之數目。舉例而言,本文中描述之實施例使用設計資訊將解卷積轉變成一多重選擇問題。另外,本文中描述之實施例一般足以解釋DOI及擾亂點間之變動。
在一項實施例中,樣品包含一晶圓。在另一實施例中,樣品包含一倍縮光罩。晶圓及倍縮光罩可包含此項技術中已知之任何晶圓及倍縮光罩。
圖1中展示此一系統之一項實施例。系統包含一檢測子系統,該檢測子系統包含至少一能量源及一偵測器。能量源經組態以產生被
引導至一樣品之能量。偵測器經組態以偵測來自樣品之能量且回應於所偵測能量而產生影像。
在一項實施例中,被引導至樣品之能量包含光,且自樣品偵測之能量包含光。在圖1中展示之系統之實施例中,檢測子系統10包含經組態以將光引導至樣品14的一照明子系統。照明子系統包含至少一個光源。舉例而言,如圖1中展示,照明子系統包含光源16。照明子系統可經組態以按可包含一或多個傾斜角及/或一或多個法向角之一或多個入射角將光引導至樣品。舉例而言,如圖1中展示,來自光源16之光被引導穿過光學元件18且接著穿過透鏡20而至光束分離器21,該光束分離器21以一法向入射角將光引導至樣品14。入射角可包含可取決於(例如)樣品之特性及待在樣品上偵測之缺陷而變動之任何適合入射角。
照明子系統可經組態以在不同時間按不同入射角將光引導至樣品。舉例而言,檢測子系統可經組態以更改照明子系統之一或多個元件之一或多個特性,使得可按不同於圖1中展示之一入射角將光引導至樣品。在一個此實例中,檢測子系統可經組態以移動光源16、光學元件18及透鏡20,使得按一不同入射角將光引導至樣品。
在一些例項中,檢測子系統可經組態以在相同時間按一個以上入射角將光引導至樣品。舉例而言,照明子系統可包含一個以上照明通道,該等照明通道之一者可包含如圖1中展示之光源16、光學元件18及透鏡20且照明通道之另一者(未展示)可包含可不同或相同組態之類似元件或可包含至少一光源及可能一或多個其他組件(諸如本文中進一步描述之組件)。若在與其他光相同之時間將此光引導至樣品,則按不同入射角引導至樣品之光之一或多個特性(例如,波長、偏光等)可不同,使得可在
(若干)偵測器處將源自按不同入射角照明樣品之光彼此區分。
在另一例項中,照明子系統可僅包含一個光源(例如,圖1中展示之源16)且來自該光源之光可由照明子系統之一或多個光學元件(未展示)分成不同光學路徑(例如,基於波長、偏光等)。接著,可將不同光學路徑之各者中之光引導至樣品。多個照明通道可經組態以在相同時間或不同時間(例如,當使用不同照明通道以依序照明樣品時)將光引導至樣品。在另一例項中,相同照明通道可經組態以在不同時間將具有不同特性之光引導至樣品。舉例而言,在一些例項中,光學元件18可經組態為一光譜濾光器且可以多種不同方式(例如,藉由調換出光譜濾光器)改變光譜濾光器之性質,使得可在不同時間將不同波長之光引導至樣品。照明子系統可具有此項技術中已知之用於依序或同時按不同或相同入射角將具有不同或相同特性之光引導至樣品之任何其他適合組態。
在一項實施例中,光源16包含一寬頻電漿(BBP)光源。以此方式,由光源產生且被引導至樣品之光可包含寬頻光。然而,光源可包含任何其他適合光源,諸如一雷射,該雷射可包含此項技術中已知之任何適合雷射且可經組態以產生此項技術中已知之任何適合波長之光。另外,雷射可經組態以產生單色或近單色光。以此方式,雷射可為一窄頻雷射。光源亦可包含產生多個離散波長或波帶之光之一多色光源。
來自光學元件18之光可藉由透鏡20聚焦至光束分離器21。儘管透鏡20在圖1中被展示為一單一折射光學元件,然應瞭解,實務上,透鏡20可包含組合地將來自光學元件之光聚焦至樣品之若干折射及/或反射光學元件。圖1中展示且本文中描述之照明子系統可包含任何其他適合光學元件(未展示)。此等光學元件之實例包含(但不限於)(若干)偏光組
件、(若干)光譜濾光器、(若干)空間濾光器、(若干)反射光學元件、(若干)變跡器、(若干)光束分離器、(若干)光圈及可包含此項技術中已知之任何此等適合光學元件之類似者。另外,系統可經組態以基於用於檢測之照明之類型更改照明子系統之元件之一或多者。
檢測子系統亦可包含經組態以導致光掃描遍及樣品的一掃描子系統。舉例而言,檢測子系統可包含在檢測期間在其上安置樣品14的載物台22。掃描子系統可包含可經組態以移動樣品,使得光可掃描遍及樣品之任何適合機械及/或機器人總成(其包含載物台22)。另外或替代地,檢測子系統可經組態使得檢測子系統之一或多個光學元件執行遍及樣品之光之某一掃描。可以任何適合方式使光掃描遍及樣品。
檢測子系統進一步包含一或多個偵測通道。一或多個偵測通道之至少一者包含一偵測器,該偵測器經組態以偵測歸因於藉由檢測子系統照明樣品而來自樣品之光且回應於所偵測光而產生輸出。舉例而言,圖1中展示之檢測子系統包含兩個偵測通道,一偵測通道由集光器24、元件26及偵測器28形成且另一偵測通道由集光器30、元件32及偵測器34形成。如圖1中展示,兩個偵測通道經組態以按不同收集角收集並偵測光。在一些例項中,一個偵測通道經組態以偵測鏡面反射光,且另一偵測通道經組態以偵測並非自樣品鏡面反射(例如,散射、繞射等)之光。然而,兩個或兩個以上偵測通道可經組態以偵測來自樣品之相同類型之光(例如,鏡面反射光)。儘管圖1展示包含兩個偵測通道之檢測子系統之一實施例,然檢測子系統可包含不同數目個偵測通道(例如,僅一個偵測通道或兩個或兩個以上偵測通道)。儘管在圖1中將集光器之各者展示為單折射光學元件,然應瞭解,集光器之各者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。
一或多個偵測通道可包含此項技術中已知之任何適合偵測器,諸如光電倍增管(PMT)、電荷耦合裝置(CCD)及延時積分(TDI)相機。偵測器可經組態為經組態以產生成像信號或影像資料之成像偵測器。
應注意,本文中提供圖1以大體上圖解說明可包含於本文中描述之系統實施例中之一檢測子系統之一組態。顯然,可更改本文中描述之檢測子系統組態以如在設計一商業檢測系統時通常執行般最佳化系統之效能。另外,可使用諸如商業上可購自加利福尼亞州米爾皮塔斯市KLA之28xx及29xx系列之工具之一現有檢測系統(例如,藉由將本文中描述之功能性添加至一現有檢測系統)來實施本文中描述之系統。對於一些此等系統,本文中描述之方法可被提供為系統之選用功能性(例如,除系統之其他功能性以外)。替代地,可「從頭開始」設計本文中描述之系統以提供一全新系統。
系統之電腦子系統36可以任何適合方式(例如,經由一或多個傳輸媒體,該一或多個傳輸媒體可包含「有線」及/或「無線」傳輸媒體)耦合至檢測子系統之偵測器,使得電腦子系統可接收在樣品之掃描期間由偵測器產生之輸出。電腦子系統36可經組態以使用如本文中描述之偵測器之輸出執行若干功能及本文中進一步描述之任何其他功能。可如本文中描述般進一步組態此電腦子系統。
此電腦子系統(以及本文中描述之其他電腦子系統)在本文中亦可被稱為(若干)電腦系統。本文中描述之(若干)電腦子系統或(若干)系統之各者可採取多種形式,包含一個人電腦系統、影像電腦、主機電腦系統、工作站、網路設備、網際網路設備或其他裝置。一般而言,術語
「電腦系統」可經廣泛定義以涵蓋具有執行來自一記憶體媒體之指令之一或多個處理器之任何裝置。(若干)電腦子系統或(若干)系統亦可包含此項技術中已知之任何適合處理器(諸如一平行處理器)。另外,(若干)電腦子系統或(若干)系統可包含具有高速度處理及軟體之一電腦平台(作為一獨立工具或一網路工具)。
若系統包含一個以上電腦子系統,則不同電腦子系統可彼此耦合,使得可在電腦子系統之間發送影像、資料、資訊、指令等,如本文中進一步描述。舉例而言,電腦子系統36可藉由可包含此項技術中已知之任何適合有線及/或無線傳輸媒體之任何適合傳輸媒體耦合至(若干)電腦子系統102(如由圖1中之虛線展示)。兩個或兩個以上此等電腦子系統亦可藉由一共用電腦可讀儲存媒體(未展示)而有效耦合。
儘管上文將檢測子系統描述為一光學或基於光之檢測子系統,然檢測子系統可為一基於電子束之檢測子系統。舉例而言,在一項實施例中,被引導至樣品之能量包含電子,且自樣品偵測之能量包含電子。以此方式,能量源可係一電子束源。在圖2中展示之一項此實施例中,檢測子系統包含耦合至電腦子系統124之電子柱122。
亦如圖2中展示,電子柱包含電子束源126,該電子束源126經組態以產生由一或多個元件130聚焦至樣品128之電子。電子束源可包含(舉例而言)一陰極源或射極尖端,且一或多個元件130可包含(舉例而言)一槍透鏡、一陽極、一束限制孔隙、一閘閥、一束電流選擇孔隙、一物鏡及一掃描子系統,其等全部可包含此項技術中已知之任何此等適合元件。
自樣品返回之電子(例如,二次電子)可由一或多個元件132
聚焦至偵測器134。一或多個元件132可包含(舉例而言)一掃描子系統,該掃描子系統可為包含於(若干)元件130中之相同掃描子系統。
電子柱可包含此項技術中已知之任何其他適合元件。另外,電子柱可如以下專利中描述般進一步組態:2014年4月4日頒予Jiang等人之美國專利第8,664,594號、2014年4月8日頒予Kojima等人之美國專利第8,692,204號、2014年4月15日頒予Gubbens等人之美國專利第8,698,093號及2014年5月6日頒予MacDonald等人之美國專利第8,716,662號,該等案宛如完整陳述般以引用之方式併入本文中。
儘管電子柱在圖2中被展示為經組態使得電子按一傾斜入射角引導至樣品且按另一傾斜角自樣品散射,然應瞭解,電子束可按任何適合角度引導至樣品且自樣品散射。另外,基於電子束之子系統可經組態以使用多種模式來產生樣品之影像(例如,運用不同照射角度、收集角度等)。基於電子束之子系統之多種模式可在子系統之任何影像產生參數方面不同。
電腦子系統124可耦合至偵測器134,如上文中描述。偵測器可偵測自樣品之表面返回之電子,藉此形成樣品之電子束影像。電子束影像可包含任何適合電子束影像。電腦子系統124可經組態以使用偵測器之輸出及/或電子束影像來執行本文中描述之功能之任一者。電腦子系統124可經組態以執行本文中描述之(若干)任何額外步驟。可如本文中描述般進一步組態包含圖2中展示之檢測子系統之一系統。
應注意,本文中提供圖2以大體上圖解說明可包含於本文中描述之實施例中之一電子束子系統之一組態。如同上文描述之光學檢測子系統,可更改本文中描述之電子束子系統組態以如在設計一商業檢測系
統時所通常執行般最佳化檢測子系統之效能。另外,可使用諸如商業上可購自KLA之工具之一現有檢測系統(例如,藉由將本文中描述之功能性添加至一現有檢測系統)實施本文中描述之系統。對於一些此等系統,本文中描述之方法可被提供為系統之選用功能性(例如,除系統之其他功能性以外)。替代地,可「從頭開始」設計本文中描述之系統以提供一全新系統。
儘管上文將檢測子系統描述為一基於光或基於電子束之檢測子系統,然檢測子系統可為一基於離子束之檢測子系統。可如圖2中展示般組態此一檢測子系統,惟電子束源可由此項技術中已知之任何適合離子束源取代除外。另外,檢測子系統可為任何其他適合離子束子系統,諸如包含在市售聚焦離子束(FIB)系統、氦離子顯微術(HIM)系統及二次離子質譜儀(SIMS)系統中之子系統。
如上所述,檢測子系統經組態用於遍及樣品之一實體版本掃描能量(例如,光或電子),藉此產生樣品之實體版本之實際影像。以此方式,檢測子系統可經組態為一「實際」子系統而非一「虛擬」子系統。然而,一儲存媒體(未展示)及圖1中展示之(若干)電腦子系統102可亦或替代地組態為一「虛擬」系統。組態為「虛擬」檢測系統之系統及方法描述於以下專利中:共同轉讓之2012年2月28日頒予Bhaskar等人之美國專利第8,126,255號及2015年12月29日頒予Duffy等人之美國專利第9,222,895號,該兩案宛如完整陳述般以引用之方式併入本文中。可如此等專利中描述般進一步組態本文中描述之實施例。舉例而言,可如此等專利中描述般進一步組態本文中描述之一或多個電腦子系統。
如上文進一步所述,檢測子系統可經組態以用多種模式產
生樣品之影像。一般而言,藉由用於產生一樣品之影像之檢測子系統之參數值定義一「模式」。因此,不同模式可在檢測子系統之成像參數之至少一者之值方面不同。舉例而言,在一光學子系統之一項實施例中,不同模式使用至少一個不同波長之光用於照明。如本文中進一步描述(例如,藉由使用不同光源、不同光譜濾光器等),對於不同模式,模式可在照明波長方面不同。在另一實例中,如上所述,檢測子系統可包含一個以上照明通道,且不同照明通道可用於不同模式。
樣品上形成之一或多個圖案化特徵在藉由偵測器產生之影像中未解析。舉例而言,如樣品上形成之(若干)圖案化特徵之尺寸可低於檢測子系統之解析度,此意謂其等無法在藉由檢測子系統之(若干)偵測器產生之(若干)圖案化特徵之影像中解析。本文中描述之實施例藉由使用設計資訊及差分成像而克服本文中描述之解卷積顯微術之限制。舉例而言,一或多個電腦子系統經組態用於藉由自由偵測器針對一或多個圖案化特徵產生之影像之一者減去一參考影像而針對一或多個圖案化特徵產生一差分影像。可以任何適合方式執行自一個影像減去參考影像。舉例而言,許多缺陷偵測方法產生差分影像,且彼等缺陷偵測方法之任一者可用於產生步驟中。參考影像可係任何適合參考影像,諸如來自樣品上之另一晶粒或單元之一影像或自樣品之設計資料產生之一參考影像。自其減去參考之影像可係由偵測器產生且具有任何適合大小之任何適合測試影像(例如,圖塊影像、作業、圖框影像等)。
設計資訊含有晶圓或倍縮光罩上之全部圖案化結構之形狀及大小之資訊。吾等先驗地知道,吾等尋求恢復(重建)之影像應看起來幾乎完全像設計,惟(若干)相對較小偏差除外。因此,解卷積問題簡化為找
到與樣品之經量測影像與參考之間之差異一致之設計之最簡單改變。
一或多個電腦子系統亦經組態用於比較差分影像與不同模擬影像,且藉由分別模擬具有不同擾動之樣品上形成之一或多個圖案化特徵之差分影像而產生不同模擬影像。本文中可交換地使用術語「擾動」及「偏差」。在一項實施例中,(若干)電腦子系統經組態用於產生模擬差分影像,且模擬包含模擬藉由偵測器針對具有不同擾動之一者之樣品上形成之一或多個圖案化特徵所產生之一影像及自模擬影像減去一或多個圖案化特徵之參考影像以藉此產生模擬差分影像之一者。以此方式,本文中描述之實施例可結合經量測差分影像使用設計資訊(諸如可用於產生模擬差分影像之設計資訊)。舉例而言,(若干)電腦子系統可模擬差分影像,將針對具有由於可能DOI及多種類型之預期擾亂點(包含被稱為雜訊之晶圓結構變動(例如,LER))所致之多種偏差之樣品上形成之設計中之圖案化特徵產生該等差分影像。
可針對設計允許之全部可能位置出現之一或多個DOI及一或多個擾亂點模擬差分影像。舉例而言,在一項實施例中,不同擾動包含沿一或多個邊界之兩個或兩個以上不同位置處之一或多個圖案化特徵之一或多個邊界中之偏差。在一個此實例中,設計包含表示使用者期望在樣品上製造之物件之一組形狀(多邊形)。歸因於製程之瑕疵,樣品上實際上製造之物件不同於設計。此等差異可被描述為多邊形之邊緣之變化。沿任何多邊形之邊緣或邊界之任何點處可能發生一變化(DOI或擾亂點)。可圍繞各多邊形之邊緣(使用某一有限步長)界定不同位置(position或location)之各者,且可針對各位置執行模擬。
全部模擬輸出(即,不同模擬差分影像)集在本文中亦被稱
為一「字典(dictionary)」,且個別模擬輸出被稱為「原子」。換言之,各原子係如本文中描述般執行之一模擬之結果。各原子含有圍繞一多邊形中之相關聯變化之一位置之一視域中之全部像素。可在運行時間之前(即,在一樣品之一實際檢測之前及/或在設定一檢測配方時)形成一字典及包含於其中之原子。另外,一字典及包含於其中之原子可針對一給定晶圓層僅產生一次且接著用於具有形成於其上之相同層且藉由檢測子系統進行檢測之任何晶圓。
在一項實施例中,比較包含找到產生差分影像之最接近概算之最小數目之不同模擬影像之一組合。舉例而言,(若干)電腦子系統可求解產生經量測差分影像之一實質上接近概算之最小原子組合。當由一DOI導致差分影像中之信號時,(若干)電腦子系統更可能選擇與一DOI相關聯之原子。對於擾亂點源而言同樣如此。在一項實施例中,使用匹配追蹤來執行比較。舉例而言,為找到最小原子組合,可使用匹配追蹤,其係尋找信號之稀疏(即,可壓縮)表示之許多所謂的「L1最小化」演算法之一者。
(若干)電腦子系統經組態用於基於比較之結果而將一振幅指派至不同擾動之各者。舉例而言,(若干)電腦子系統可向各選定原子指派一振幅。任何非選定原子可被指派零之一振幅或可簡單地自任何進一步計算剔除。特定言之,使用者對已在一樣品上製造之圖案化特徵之形狀感興趣。然而,在現今許多情況中,此等圖案化特徵比檢測子系統之解析度小得多且同時緊密得多。本文中描述之實施例被設計為藉由假定樣品上之內容類似於設計中之內容而處理該問題且解決對圖案化特徵之形狀之擾動,即,樣品上之內容=設計+小變化。接著,比較步驟意欲使用「常見
可疑物」(即,可能導致量測之信號之常見類型之瑕疵)之一清單以藉此找到擾動。特定言之,此等常見類型之瑕疵用於產生如本文中描述之不同模擬影像,且接著彼等不同模擬影像用於比較步驟中。
以此方式,可針對常見可疑物之一不同者產生不同模擬影像之各者。比較不同模擬影像與針對樣品產生之差分影像。基於比較之結果,(若干)電腦子系統向各「可疑物」指派一振幅。圖案化特徵之形狀之相對較小變化表示為各「可疑物」乘以其相關聯振幅之一總和,即,小變化=振幅1*可疑物1+振幅2*可疑物2+振幅3*可疑物3+...+振幅N*可疑物N。因此,藉由求解各可疑物之振幅,(若干)電腦子系統判定相較於資料中之設計的樣品上之設計之相對較小變化。
該(等)電腦子系統進一步經組態用於藉由將不同擾動應用於具有指派振幅之一或多個圖案化特徵之一或多個設計邊界而判定樣品上形成之一或多個圖案化特徵之一或多個邊界。舉例而言,該(等)電腦子系統可藉由使與各選定原子相關聯之設計之(若干)變化達由原子之振幅判定之數量而修改設計。以此方式,藉由使用針對樣品產生之差分影像,該(等)電腦子系統可判定樣品上之圖案化特徵如何不同於設計中之圖案化特徵且接著將彼等差異應用於設計中之圖案化特徵以產生說明如何在樣品上形成圖案化特徵的資訊(即,一新影像)。
本文中描述之實施例與遮罩檢測方法及系統之間存在數個主要差異。舉例而言,本文中描述之實施例經設計用於具有次解析度圖案之晶圓(或其他樣品)與具有可解析圖案之遮罩。特定言之,在一項實施例中,一或多個圖案化特徵無法在由偵測器產生之影像中解析。由於圖案未解析,故使用正則化(regularization)來約束可能的解可係有利的。舉例而
言,在一項實施例中,用正則化執行比較以藉由將組合的解表示為其中解相對稀疏之函數之一線性組合而約束找到解。以此方式,本文中描述之實施例可藉由將解表示為其中解將為相對稀疏之函數之一線性組合而正則化問題。如本文中進一步描述,線性組合可係其中各函數乘以一數字且接著其等全部加在一起的一總和,即,小變化=振幅1*可疑物1+振幅2*可疑物2+振幅3*可疑物3+...+振幅N*可疑物N。可基於關於缺陷信號之可能源之先驗資訊來選取此等函數。用於遮罩檢測之演算法不使用正則化。
本文中描述之實施例亦使用與遮罩檢測不同之一程序用於最小化量測與模擬之間之差異。舉例而言,遮罩檢測演算法使用梯度下降來更新遮罩邊界,而本文中描述之實施例測試試探解且藉由選取一相對較小試探解集且判定其等振幅而更新圖案化特徵邊界。此外,相對於使用一經量測差分(即,目標-參考)影像作為其輸入之本文中描述之實施例,在遮罩檢測中,使用一經量測目標影像作為資料。相較於遮罩之模擬,晶圓量測之模擬不太精確。使用一經量測差分影像導致模擬與實驗之間之一些差異被減除。
綜上所述,本文中描述之實施例不同於解卷積顯微術,此係因為其等求解與一已知設計之相對較小偏差。其等不同於用於遮罩檢測中之演算法,此係因為其等被設計為對具有未藉由檢測子系統解析之圖案之樣品(例如,晶圓)起作用。
現將描述上述步驟之進一步細節。在一項實施例中,不同擾動包含一或多個圖案化特徵之一或多個邊界歸因於已知DOI及已知擾亂點的偏差。舉例而言,可藉由某一函數fdesign(l)表示一圖案化晶圓或本文中描述之其他樣品之設計中之結構之邊界,其中l表示沿一圖案化特徵之
邊界之位置。歸因於製造之限制,樣品上之實際邊界將與設計中之邊界相差達小數量,諸如△n(l),使得fspecimen(l)=fdesign(l)+△n(l)。本發明藉由結合來自一檢測子系統之一經量測差分影像利用fdesign(l)而判定△n(l)。
強度之變化(在一差分影像中)與一樣品上之一圖案化特徵之邊界與設計邊界之變化有關。使用以下方程式,經量測影像之相對較小變化可能與樣品上之圖案化特徵之形狀之相對較小變化有關(如圖3中展示):
此處強度之變化△Ii係像素i處之差分(目標-參考)影像之灰階,△nj係法向於一圖案化特徵之邊緣之邊緣上之一點移位之距離,且N係設計中之點數。以此方式,方程式使差分影像中之強度與設計中之相對較小變化有關。舉例而言,圖3展示一圖案化特徵之設計與樣品上之內容之間之點j處之形狀300之小偏差302。偏差具有等於指定形狀之點之間之距離之寬度h。(若干)電腦子系統判定各邊界點處之高度△nj,其中△nj係邊緣與設計之偏差。強度相對於設計之偏導數的偏導數矩陣I/n表示各偵測器像素處之光強隨著各邊緣點之位置改變而改變的速率。對於一不同調成像系統:
其中h係藉由設計指定之點之間之距離,G係從設計點j至偵測器i之強度格林(傳遞)函數,且R係近場強度。對於一同調(或部分同調)系統:
其中h係藉由設計指定之點之間之距離,G係從設計點j至偵測器i之電場格
林(傳遞)函數,且R係近場電場。在當前實施方案中,使用一修改形式之克希何夫概算法來估算近場強度及電場。如本文中進一步描述,可能可使用更複雜模擬方法來判定R(x)。使用上文關係之一者將藉由將具有約N2個未知數之二維解卷積問題轉化成具有約N個未知數之一維問題而顯著減少未知數之數目。
為判定藉由△nj表示之設計之變化,使用差分影像△I,第一方程式必須反轉。在使具有次解析度特徵之樣品成像時,反轉程序不穩定,且問題必須正則化。如本文中進一步描述,存在用於執行正則化及反轉兩者之數個潛在方法。當前實施方案在與資料一致之解中選取可藉由相對較小數目之係數描述之解。舉例而言,如本文中進一步描述,(若干)電腦子系統藉由自一函數字典中選取重現差分影像之設計中之最簡單變化而針對自有關樣品之設計之變化求解此方程式。可由本文中描述且圖5中展示之實施例執行之一個實施方案運作如下。
如圖5之步驟500中展示,(若干)電腦子系統可定義表示與設計之偏差之函數。換言之,(若干)電腦子系統可產生與設計之可能偏差之一清單,使得(若干)電腦子系統可區分其等。解△n(l)表示為具有未知係數cm之函數bm(l)之一總和:
其中l表示沿設計中之一圖案化特徵之邊界之位置。選取函數集bm(l),使得其冗餘地跨越△n(l)之空間。即,對於任何函數△n(l),存在等於△n(l)之bm(l)之多個線性組合。函數bm(l)對應於在運用設計製造樣品時可能發生之設計中之偏差,諸如多種形狀及位置之突出/缺失材料、橋部/開口、結構之生長/收縮及結構之不正確定位。圖4圖解說明此等偏差之一些實例。
圖4中藉由實線展示圖案化特徵之設計邊界而圖4中藉由虛線展示樣品上形成之圖案化特徵之邊界。因此,圖4展示對應於在製造樣品時可能發生之設計(實線)之偏差(虛線)之函數bm(l)的示意圖。實例400圖解說明位置之一可能偏差,實例402圖解說明大小之一可能偏差,實例404圖解說明歸因於突出/缺少材料之一可能偏差,實例406圖解說明歸因於不均勻大小之一可能偏差,且實例408圖解說明歸因於橋部/開口之一可能偏差。可能擾動亦可包含缺陷源,諸如橋部、突出部、線路開口,以及包含不規則圖案及程序變動之多種類型之擾亂點。函數bm(l)亦可係抽象函數,諸如小波及正弦曲線。以此方式,可藉由諸如高斯、正弦曲線及小波之數學函數表示擾動。
如步驟502中展示,(若干)電腦子系統可計算表示歸因於所定義偏差之預期信號之「原子」。對於各函數bm(l),(若干)電腦子系統可計算一正規化「原子」。歸因於設計中之一相對較小變化bm(l),各原子表示信號△I之預期變化。原子被計算為:
以此方式,可由(若干)電腦子系統執行一類型之模擬以預測將由於各偏差所致之差分影像。可能模擬方法包含卷積、擴展源模型、同調系統之和、嚴格耦合波概算、有限差分時域、及有限元素法。
如步驟504中展示,(若干)電腦子系統可將資料對準於設計。經量測差分影像對準於設計。特定言之,藉由將設計之一模擬對準於經量測參考影像,設計依據預設亦對準於經量測差分影像。
本文中描述之實施例使用基於可疑缺陷信號源(針對其等產
生模擬差分影像之圖案化特徵之不同擾動)之試探解。如步驟506中展示,(若干)電腦子系統可選取具有殘差之具最大量值內積之一原子。(若干)電腦子系統獲取具有經量測差分影像之各原子之內積且選擇具有差分影像之具最大量值內積之原子:
如本文中進一步描述,此步驟之想法係挑選看起來最類似於經量測差分影像之原子。經量測差分影像中之信號之最可能原因係用於產生此原子之常見可疑物。在數學上定義「看起來最類似於」之一個方式係挑選與經量測影像最相關(或在符號相反之情況下反相關)之原子。等效地,此係具有經量測差分影像具最大量值內積之原子。
如步驟512中展示,(若干)電腦子系統可檢查停止準則。(若干)電腦子系統可基於一準則(諸如收斂)或(若干)電腦子系統是否已執行預定數目之迭代而判定是否停止。如本文中進一步描述,在選擇第一原
子之後,該原子被指派一振幅。選取此振幅,故在該振幅乘以原子時,乘積與經量測差分影像之間之總和平方誤差被最小化。接著,(若干)電腦子系統可自差分影像減去此乘積,從而產生被稱為一殘差之一新影像。接著,可由(若干)電腦子系統藉由選擇與殘差最相關之另一原子,找到原子之振幅,且自殘差減去振幅乘以原子之乘積以獲得一新殘差而重複程序。進一步重複此程序以判定更多原子之振幅。當(若干)電腦子系統重複此程序時,殘差之總和平方收斂至一相對較小值。若(若干)電腦子系統未達到停止準則,則(若干)電腦子系統可返回(至步驟506)以獲取具有經量測差分影像之各原子之內積且選擇具有差分影像之具最大量值內積之原子。若(若干)電腦子系統判定已符合停止準則,則如步驟514中展示,(若干)電腦子系統可計算一最終結果(總和或原始設計加偏差)。可根據fspecimen(l)=fdesign(l)+△n(l)判定樣品上之實際邊界。
(若干)電腦子系統亦可找到所得方程組之一相對稀疏的解。本發明者已測試被稱為匹配追蹤之一L1正則化方法。匹配追蹤係找到多維資料至一過度完整(即,冗餘)字典D之範圍上之「最佳匹配」投射的一稀疏概算演算法。基本想法係將來自希爾伯特空間之一信號約略地表示為自字典D獲取之有限多個函數(被稱為原子)之一加權和。並非D中之每個原子皆用於總和中。代替地,匹配追蹤可使用一次選取一個原子以最大程度地(貪婪地)減少概算誤差。此可藉由找到具有信號之具最高內積之原子(假定原子被正規化),自信號減去僅使用該原子之一概算值,且重複程序直至信號令人滿意地分解(即,殘差之常態分佈(normal)係小的)而達成。若殘差之常態分佈快速收斂至零,則僅需要幾個原子以充分概算信號。此等稀疏表示係所要的。匹配追蹤可以其他方式由(若干)電腦子系統
依此項技術中已知之任何適合方式實施。其他類似L1正則化演算法亦存在且可用於本文中描述之實施例中。使用一(L1)正則化來約束可能的解被認為係本文中描述之實施例之一新特徵。另外,亦可能可使用L2正則化方法,其尋找具有與經量測資料一致之相對較小L2範數之解。
圖6包含進一步圖解說明用於上文描述之「原子」之選擇程序的影像。如圖6中展示,可針對一樣品產生差分影像600。可如本文中描述般自藉由如本文中描述般組態之一檢測子系統之一偵測器針對樣品所產生之一影像產生差分影像。如本文中進一步描述,樣品上之圖案化特徵未在由偵測器產生之影像中解析。因而,圖案化特徵將不在差分影像中解析(例如,由於自由偵測器產生之影像產生差分影像)。
在本文中描述之比較步驟中使用差分影像以找到組合地近似於差分影像之模擬影像或「原子」之一或多者。此可係如上文描述之一迭代程序,直至符合某一停止準則。舉例而言,在一第一步驟中,原子602可藉由比較步驟識別為近似差分影像之某一部分(例如,原子602中展示之相對明亮部分可近似於差分影像之中心附近之相對明亮部分)。接著,可使用差分影像及原子來產生殘差604。殘差(及本文中描述之其他殘差)可如上文描述般產生且可展示在自差分影像減去原子602之後剩餘之差異。另外,殘差可經判定為差分影像與選定原子之加權和之間之一差異。
在一第二步驟中,原子606可在比較步驟中識別為近似差分影像之另一部分(例如,原子606中展示之高對比度部分可近似於差分影像之右下角附近之相對較高對比度部分)。接著,可使用差分影像及原子602及606(或殘差604及原子606)來產生殘差608。此等步驟可用原子610及殘差612、接著原子614及殘差616等等重複,直至在其中識別原子618
且產生殘差620之一最終步驟中符合某一停止準則。儘管圖6中展示5個原子(及因此5次迭代),然應瞭解,包含於組合中之原子數及步驟數可能與此圖中所展示不同。以此方式,由藉由本文中描述之(若干)電腦子系統選擇之相對較小數目個原子「說明」針對樣品產生之差分影像。
在一項實施例中,(若干)電腦子系統經組態用於基於一或多個經判定邊界而偵測樣品上之缺陷。可以此項技術中已知之任何適合方式(例如,將一臨限值應用於經判定邊界且判定具有與超過臨限值之設計邊界之一差異之任何經判定邊界對應於一缺陷或一潛在缺陷)運用任何適合缺陷偵測方法及/或演算法執行偵測樣品上之缺陷。基於一或多個經判定邊界而偵測到之「缺陷」可更精確地被稱為可能係缺陷但亦可能並非缺陷之「事件」或「潛在缺陷」。舉例而言,由(若干)電腦子系統在樣品上偵測到之「缺陷」可如本文中進一步描述般判定為DOI或擾亂點。
在另一實施例中,(若干)電腦子系統經組態用於基於一或多個經判定邊界而偵測樣品上之缺陷且基於一或多個經判定邊界而判定缺陷之一或多個次解析度特徵。舉例而言,本文中描述之設計輔助重建有利地允許吾等判定遠小於經量測影像之解析度限制之一大小之一樣品上之圖案化特徵之空間特徵。特定言之,(若干)電腦子系統可經組態以(例如,相較於圖案化特徵之設計邊界,自圖案化特徵之經判定邊界)判定圖案化晶圓上之未解析缺陷之大小及形狀。
在一額外實施例中,一或多個電腦子系統經組態用於比較一或多個經判定邊界與一或多個設計邊界且判定一或多個經判定邊界與一或多個設計邊界之間之一或多個差異是否由一或多個DOI、一或多個擾亂點或雜訊導致。舉例而言,如上文描述,(若干)電腦子系統可判定一樣品
上之空間特徵。接著,可使用此資訊來區分DOI、擾亂點及雜訊。圖案化晶圓及本文中描述之其他樣品之檢測通常受到產生值類似於來自DOI之信號的信號之圖案化結構之實體變動(被稱為擾亂點)的限制。舉例而言,DOI及擾亂點往往可能在相同位置發生。即使DOI及擾亂點不在完全相同位置發生,其等仍可能足夠接近,使得其等無法基於位置進行區分。舉例而言,可能無法足夠精確地判定所偵測缺陷位置以基於位置區分DOI與擾亂點。此等變動往往係一使用者不感興趣之不規則形狀之圖案。圖4展示晶圓上找到之實體變動之典型實例。此等變動是否被視為DOI或擾亂點取決於使用者之當前需求。因而,對於使用者而言,知道經量測信號之源係至關重要的。
在一進一步實施例中,一或多個電腦子系統經組態用於自一或多個經判定邊界產生一或多個圖案化特徵之一重建影像,且該重建影像之一解析度高於由偵測器產生之影像之一解析度。舉例而言,光學檢測之主要競爭係電子束檢測(EBI),此係因為EBI之增加解析度允許使用者可視化缺陷且判定其等之性質。相比之下,標準光學檢測僅產生看起來像模糊斑點之影像。因此,光學檢測可偵測數百萬個事件,但使用者無法判定導致該等事件之原因,從而限制光學檢測之有用性。相比之下,本文中描述之設計輔助缺陷重建有利地克服解卷積顯微術之限制,從而允許實施例產生圖案化晶圓及其他樣品之實質上高解析度影像。實質上高解析度影像促成判定在圖案化晶圓之光學檢測期間產生之信號之源。特定言之,本文中描述之(若干)電腦子系統可基於其中圖案未解析之影像而重建圖案化晶圓(及其他樣品)之影像。舉例而言,可使用一或多個經判定邊界以比檢測子系統上可能之解析度更高的一解析度重建圖案化特徵之一影像。特定
言之,經判定邊界可應用於樣品之設計資料以藉此產生樣品之一偽影像或重建影像。然而,亦可使用經判定邊界來模擬樣品之一影像,諸如可由能夠產生圖案化特徵之解析影像之一高解析度光學系統或電子束系統所產生之影像。可使用本文中進一步描述之模擬方法或此項技術中已知之任何其他適合模擬方法之一或多者來產生此一模擬影像。
因此,如本文中描述之設計輔助缺陷重建提供以次解析度尺度探測樣品且判定經量測信號之源的機會。藉由基於(若干)所擷取影像修改設計,以遠遠超出所擷取影像之解析度產生一實質上高解析度影像。若成功,則儀器解析度將變得不太重要,且靈敏度變得更重要,從而剝奪EBI之主要優勢。另外,設計輔助重建可提供判定來自其中缺陷被掩埋且無法運用EBI成像之3D晶圓(例如,3D NAND)之光學信號之源的一方式。
可根據本文中描述之(若干)任何其他實施例進一步組態系統之實施例之各者。
另一實施例係關於一種用於自一樣品上形成之一或多個圖案化特徵之一未解析影像判定該樣品上形成之該一或多個圖案化特徵之邊界的電腦實施方法。該方法包含用於上文描述之(若干)電腦子系統之功能之各者的步驟。如本文中描述般組態檢測子系統。
可如本文中進一步描述般執行方法之步驟之各者。方法亦可包含可由本文中描述之檢測子系統及/或(若干)電腦子系統或(若干)系統執行之(若干)任何其他步驟。方法之步驟由一或多個電腦子系統執行,該一或多個電腦子系統可根據本文中描述之實施例之任一者組態。另外,上文描述之方法可由本文中描述之系統實施例之任一者執行。
一額外實施例係關於一種儲存程式指令之非暫時性電腦可讀媒體,該等程式指令可在一電腦系統上執行以執行用於自一樣品上形成之一或多個圖案化特徵之一未解析影像判定該樣品上形成之該一或多個圖案化特徵之邊界的一電腦實施方法。在圖7中展示一項此實施例。特定言之,如圖7中展示,非暫時性電腦可讀媒體700包含可在電腦系統704上執行之程式指令702。電腦實施方法可包含本文中描述之(若干)任何方法之(若干)任何步驟。
實施諸如本文中描述之方法之程式指令702可儲存於電腦可讀媒體700上。電腦可讀媒體可係一儲存媒體,諸如一磁碟或光碟、一磁帶或此項技術中已知之任何其他適合非暫時性電腦可讀媒體。
可以多種方式(包含基於程序之技術、基於組件之技術及/或物件導向技術等等)之任一者實施程式指令。舉例而言,可視需要使用ActiveX控制項、C++物件、JavaBeans、微軟基礎類別(「MFC」)、SSE(串流SIMD擴展)或其他技術或方法論實施程式指令。
可根據本文中所描述之實施例之任一者組態電腦系統704。
本文中描述之全部方法可包含將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。結果可包含本文中描述之結果之任一者且可以此項技術中已知之任何方式儲存。儲存媒體可包含本文中描述之任何儲存媒體或此項技術中已知之任何其他適合儲存媒體。在已儲存結果之後,結果可在儲存媒體中存取且由本文中所描述之方法或系統實施例之任一者使用、經格式化以對一使用者顯示、由另一軟體模組、方法或系統使用等。
鑑於此描述,熟習此項技術者將瞭解本發明之多種態樣之進一步修改及替代實施例。舉例而言,提供用於自一樣品上之一或多個圖案化特徵之一未解析影像判定該樣品上形成之該一或多個圖案化特徵之邊界的方法及系統。因此,將此描述解釋為僅係闡釋性且係出於向熟習此項技術者教示實行本發明之一般方式之目的。應瞭解,應將本文中展示且描述之本發明之形式視為目前較佳實施例。皆如熟習此項技術者在受益於本發明之此描述之後將瞭解,元件及材料可替代本文中圖解說明且描述之彼等元件及材料,可顛倒部分及程序且可獨立利用本發明之某些特徵。可對本文中描述之元件做出改變而不脫離如以下發明申請專利範圍中所描述之本發明之精神及範疇。
10:檢測子系統
14:樣品
16:光源
18:光學元件
20:透鏡
21:光束分離器
22:載物台
24:集光器
26:元件
28:偵測器
30:集光器
32:元件
34:偵測器
36:電腦子系統
102:電腦子系統
Claims (18)
- 一種用於設計輔助影像重建之系統,其經組態以自一樣品上之一或多個圖案化特徵之一未解析影像判定該樣品上形成之該一或多個圖案化特徵之邊界,該系統包括:一檢測子系統,其包括至少一能量源及一偵測器,其中該能量源經組態以產生被引導至一樣品之能量,其中該偵測器經組態以偵測來自該樣品之能量且回應於所偵測之該能量而產生影像,且其中該樣品上形成之一或多個圖案化特徵在由該偵測器產生之該等影像中未解析;及一或多個電腦子系統,其經組態用於:藉由自由該偵測器針對該一或多個圖案化特徵產生之該等影像之一者減去(subtracting)一參考影像而產生該一或多個圖案化特徵之一差分影像;比較該差分影像與不同模擬差分影像,其中該等不同模擬差分影像係藉由分別模擬針對具有不同擾動(perturbations)之該樣品上形成之該一或多個圖案化特徵產生之影像而產生;基於該比較之結果,將一各自振幅指派至該等不同擾動之各者,其中經指派之該各自振幅乘以該等不同擾動之各者之乘積與該等差分影像之間之總和平方誤差(sum squared error)被最小化;且藉由將該等不同擾動應用於具有經指派之該等各自振幅之該一或多個圖案化特徵之一或多個設計邊界來判定該樣品上形成之該一或多個圖案化特徵之一或多個邊界。
- 如請求項1之系統,其中該一或多個電腦子系統進一步經組態用於基於該一或多個經判定邊界而偵測該樣品上之缺陷。
- 如請求項1之系統,其中該一或多個電腦子系統進一步經組態用於基於該一或多個經判定邊界而偵測該樣品上之缺陷且基於該一或多個經判定邊界而判定該等缺陷之一或多個次解析度特徵。
- 如請求項1之系統,其中該一或多個電腦子系統進一步經組態用於比較該一或多個經判定邊界與該一或多個設計邊界且判定該一或多個經判定邊界與該一或多個設計邊界之間之一或多個差異是否由一或多個所關注缺陷、一或多個擾亂點或雜訊導致。
- 如請求項1之系統,其中該等不同擾動包括該一或多個圖案化特徵之該一或多個設計邊界歸因於已知所關注缺陷及已知擾亂點的偏差。
- 如請求項1之系統,其中該等不同擾動包括沿該一或多個邊界之兩個或兩個以上不同位置處之該一或多個圖案化特徵之該一或多個設計邊界中之偏差。
- 如請求項1之系統,其中該比較包括找到產生該差分影像之最接近概算之最小數目之該等不同模擬差分影像之一組合。
- 如請求項7之系統,其中用正則化執行該比較以藉由將該組合之一解 表示為函數之一線性組合而約束找到該解。
- 如請求項1之系統,其中使用匹配追蹤來執行該比較。
- 如請求項1之系統,其中該一或多個電腦子系統進一步經組態用於產生該等模擬差分影像,且其中該模擬包括模擬藉由該偵測器針對具有該等不同擾動之一者之該樣品上形成之該一或多個圖案化特徵所產生之一影像及自該模擬影像減去該一或多個圖案化特徵之該參考影像以藉此產生該等模擬差分影像之一者。
- 如請求項1之系統,其中該一或多個圖案化特徵無法在由該偵測器產生之該等影像中解析。
- 如請求項1之系統,其中該一或多個電腦子系統進一步經組態用於自該一或多個經判定邊界產生該一或多個圖案化特徵之一重建影像,且其中該重建影像之一解析度高於由該偵測器產生之該等影像之一解析度。
- 如請求項1之系統,其中該樣品包括一晶圓。
- 如請求項1之系統,其中該樣品包括一倍縮光罩。
- 如請求項1之系統,其中被引導至該樣品之該能量包括光,且其中自該樣品偵測之該能量包括光。
- 如請求項1之系統,其中被引導至該樣品之該能量包括電子,且其中自該樣品偵測之該能量包括電子。
- 一種非暫時性電腦可讀媒體,其儲存程式指令,該等程式指令可在一電腦系統上執行以執行用於自一樣品上之一或多個圖案化特徵之一未解析影像判定該樣品上形成之該一或多個圖案化特徵之邊界的一電腦實施方法,其中該電腦實施方法包括:藉由自由一偵測器針對一樣品上形成之一或多個圖案化特徵所產生之一影像減去一參考影像而產生該一或多個圖案化特徵之一差分影像,其中一檢測子系統包括至少一能量源及該偵測器,其中該能量源經組態以產生被引導至該樣品之能量,其中該偵測器經組態以偵測來自該樣品之能量且回應於所偵測之該能量而產生影像,且其中該樣品上形成之該一或多個圖案化特徵在由該偵測器產生之該等影像中未解析;比較該差分影像與不同模擬差分影像,其中該等不同模擬差分影像係藉由分別模擬針對具有不同擾動之該樣品上形成之該一或多個圖案化特徵產生之影像而產生;基於該比較之結果,將一各自振幅指派至該等不同擾動之各者,其中經指派之該各自振幅乘以該等不同擾動之各者之乘積與該等差分影像之間之總和平方誤差被最小化;及藉由將該等不同擾動應用於具有經指派之該等各自振幅之該一或多個圖案化特徵之一或多個設計邊界來判定該樣品上形成之該一或多個圖案化特徵之一或多個邊界。
- 一種用於自一樣品上之一或多個圖案化特徵之一未解析影像判定該樣品上形成之該一或多個圖案化特徵之邊界的電腦實施方法,其包括:藉由自由一偵測器針對一樣品上形成之一或多個圖案化特徵所產生之一影像減去一參考影像而產生該一或多個圖案化特徵之一差分影像,其中一檢測子系統包括至少一能量源及該偵測器,其中該能量源經組態以產生被引導至該樣品之能量,其中該偵測器經組態以偵測來自該樣品之能量且回應於所偵測之該能量而產生影像,且其中該樣品上形成之該一或多個圖案化特徵在由該偵測器產生之該等影像中未解析;比較該差分影像與不同模擬差分影像,其中該等不同模擬差分影像係藉由分別模擬針對具有不同擾動之該樣品上形成之該一或多個圖案化特徵產生之影像而產生;基於該比較之結果,將一各自振幅指派至該等不同擾動之各者,其中經指派之該各自振幅乘以該等不同擾動之各者之乘積與該等差分影像之間之總和平方誤差被最小化;及藉由將該等不同擾動應用於具有經指派之該等各自振幅之該一或多個圖案化特徵之一或多個設計邊界來判定該樣品上形成之該一或多個圖案化特徵之一或多個邊界,其中該產生、該比較、該指派及該判定由一或多個電腦子系統執行。
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201862647563P | 2018-03-23 | 2018-03-23 | |
US62/647,563 | 2018-03-23 | ||
US16/361,079 US10621718B2 (en) | 2018-03-23 | 2019-03-21 | Aided image reconstruction |
US16/361,079 | 2019-03-21 |
Publications (2)
Publication Number | Publication Date |
---|---|
TW201941160A TW201941160A (zh) | 2019-10-16 |
TWI784146B true TWI784146B (zh) | 2022-11-21 |
Family
ID=67985479
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW108110168A TWI784146B (zh) | 2018-03-23 | 2019-03-22 | 用於設計輔助影像重建之系統及方法以及相關的非暫時性電腦可讀媒體 |
Country Status (3)
Country | Link |
---|---|
US (1) | US10621718B2 (zh) |
TW (1) | TWI784146B (zh) |
WO (1) | WO2019183477A1 (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6792842B2 (ja) * | 2017-06-06 | 2020-12-02 | 株式会社デンソー | 外観検査装置、変換データ生成装置、及びプログラム |
EP3543791A1 (en) * | 2018-03-23 | 2019-09-25 | ASML Netherlands B.V. | Method of metrology and associated apparatuses |
CN112334056B (zh) * | 2018-06-27 | 2024-05-14 | 奥林巴斯株式会社 | 图像显示装置和图像显示方法 |
WO2021111768A1 (ja) * | 2019-12-03 | 2021-06-10 | パナソニックIpマネジメント株式会社 | 設定システム、設定方法及びプログラム |
US11127136B2 (en) * | 2019-12-05 | 2021-09-21 | Kla Corporation | System and method for defining flexible regions on a sample during inspection |
GB202211086D0 (en) * | 2022-07-29 | 2022-09-14 | Univ Liverpool | Method and apparatus |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070035727A1 (en) * | 2002-04-23 | 2007-02-15 | Kla-Tencor Corporation | Closed region defect detection system |
TW201023000A (en) * | 2008-09-26 | 2010-06-16 | Silverbrook Res Pty Ltd | Method and apparatus for alignment of an optical assembly with an image sensor |
US20110075151A1 (en) * | 2008-06-03 | 2011-03-31 | Jzw Llc | Interferometric defect detection and classification |
US20150168303A1 (en) * | 2012-07-06 | 2015-06-18 | Bt Imaging Pty Ltd. | Methods for inspecting semiconductor wafers |
TW201621301A (zh) * | 2014-08-27 | 2016-06-16 | 加州太平洋生物科學公司 | 整合式分析裝置之陣列 |
US20160292840A1 (en) * | 2015-03-31 | 2016-10-06 | Kla-Tencor Corporation | Sub-Pixel and Sub-Resolution Localization of Defects on Patterned Wafers |
Family Cites Families (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006200972A (ja) | 2005-01-19 | 2006-08-03 | Tokyo Seimitsu Co Ltd | 画像欠陥検査方法、画像欠陥検査装置及び外観検査装置 |
US7676077B2 (en) | 2005-11-18 | 2010-03-09 | Kla-Tencor Technologies Corp. | Methods and systems for utilizing design data in combination with inspection data |
US7570796B2 (en) | 2005-11-18 | 2009-08-04 | Kla-Tencor Technologies Corp. | Methods and systems for utilizing design data in combination with inspection data |
US8644588B2 (en) | 2006-09-20 | 2014-02-04 | Luminescent Technologies, Inc. | Photo-mask and wafer image reconstruction |
US8698093B1 (en) | 2007-01-19 | 2014-04-15 | Kla-Tencor Corporation | Objective lens with deflector plates immersed in electrostatic lens field |
US7925072B2 (en) * | 2007-03-08 | 2011-04-12 | Kla-Tencor Technologies Corp. | Methods for identifying array areas in dies formed on a wafer and methods for setting up such methods |
EP2003896A1 (en) * | 2007-06-12 | 2008-12-17 | Panasonic Corporation | Statistical image enhancement |
US8126255B2 (en) | 2007-09-20 | 2012-02-28 | Kla-Tencor Corp. | Systems and methods for creating persistent data for a wafer and for using persistent data for inspection-related functions |
US8374444B2 (en) * | 2008-08-06 | 2013-02-12 | Sony Corporation | Method and apparatus for providing higher resolution images in an embedded device |
US8203615B2 (en) * | 2009-10-16 | 2012-06-19 | Eastman Kodak Company | Image deblurring using panchromatic pixels |
US8305485B2 (en) * | 2010-04-30 | 2012-11-06 | Eastman Kodak Company | Digital camera with coded aperture rangefinder |
US8664594B1 (en) | 2011-04-18 | 2014-03-04 | Kla-Tencor Corporation | Electron-optical system for high-speed and high-sensitivity inspections |
US8692204B2 (en) | 2011-04-26 | 2014-04-08 | Kla-Tencor Corporation | Apparatus and methods for electron beam detection |
US8716662B1 (en) | 2012-07-16 | 2014-05-06 | Kla-Tencor Corporation | Methods and apparatus to review defects using scanning electron microscope with multiple electron beam configurations |
US9053390B2 (en) | 2012-08-14 | 2015-06-09 | Kla-Tencor Corporation | Automated inspection scenario generation |
US9222895B2 (en) | 2013-02-25 | 2015-12-29 | Kla-Tencor Corp. | Generalized virtual inspector |
WO2015080858A1 (en) * | 2013-12-01 | 2015-06-04 | Kla-Tencor Corporation | Target element types for process parameter metrology |
US9965901B2 (en) | 2015-11-19 | 2018-05-08 | KLA—Tencor Corp. | Generating simulated images from design information |
US10325356B2 (en) * | 2015-11-30 | 2019-06-18 | Canon Kabushiki Kaisha | Image processing device, image processing method, imaging device, and recording medium for exclusively performing adjustment processing or viewpoint change processing |
-
2019
- 2019-03-21 US US16/361,079 patent/US10621718B2/en active Active
- 2019-03-22 WO PCT/US2019/023586 patent/WO2019183477A1/en active Application Filing
- 2019-03-22 TW TW108110168A patent/TWI784146B/zh active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070035727A1 (en) * | 2002-04-23 | 2007-02-15 | Kla-Tencor Corporation | Closed region defect detection system |
US20110075151A1 (en) * | 2008-06-03 | 2011-03-31 | Jzw Llc | Interferometric defect detection and classification |
TW201023000A (en) * | 2008-09-26 | 2010-06-16 | Silverbrook Res Pty Ltd | Method and apparatus for alignment of an optical assembly with an image sensor |
US20150168303A1 (en) * | 2012-07-06 | 2015-06-18 | Bt Imaging Pty Ltd. | Methods for inspecting semiconductor wafers |
TW201621301A (zh) * | 2014-08-27 | 2016-06-16 | 加州太平洋生物科學公司 | 整合式分析裝置之陣列 |
US20160292840A1 (en) * | 2015-03-31 | 2016-10-06 | Kla-Tencor Corporation | Sub-Pixel and Sub-Resolution Localization of Defects on Patterned Wafers |
Also Published As
Publication number | Publication date |
---|---|
US20190295237A1 (en) | 2019-09-26 |
TW201941160A (zh) | 2019-10-16 |
WO2019183477A1 (en) | 2019-09-26 |
US10621718B2 (en) | 2020-04-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI784146B (zh) | 用於設計輔助影像重建之系統及方法以及相關的非暫時性電腦可讀媒體 | |
TWI668582B (zh) | 用於判定由一檢查子系統在設計資料空間中產生之輸出之一位置的系統、方法及非暫時性電腦可讀媒體 | |
KR102330735B1 (ko) | 패터닝된 웨이퍼들 상의 결함들의 서브-픽셀 및 서브-해상도 로컬리제이션 | |
US9478019B2 (en) | Reticle inspection using near-field recovery | |
TWI797382B (zh) | 在極端紫外光光罩上所檢測到之缺陷處理 | |
US20170047195A1 (en) | Determining a Position of a Defect in an Electron Beam Image | |
KR102525830B1 (ko) | 테스트 이미지 대 설계물의 정렬을 위한 설계물 파일 선택 | |
US12051183B2 (en) | Training a machine learning model to generate higher resolution images from inspection images | |
KR20160002968A (ko) | 온-디바이스 계측 | |
KR102652164B1 (ko) | 멀티 이미징 모드 이미지 정렬 | |
CN114096832B (zh) | 用于选择用于样本检验的缺陷检测方法的系统和方法 | |
CN111954928A (zh) | 基于形状计量的晶片位置评分 | |
TW202129261A (zh) | 控制樣本檢測之程序 | |
US10151706B1 (en) | Inspection for specimens with extensive die to die process variation | |
KR102718646B1 (ko) | 시편 검사를 위한 결함 검출 방법을 선택하기 위한 시스템 및 방법 | |
US20220301133A1 (en) | Segmentation of design care areas with a rendered design image | |
TW202424468A (zh) | 用於半導體應用之基於深度學習模型之對準 | |
CN117561539A (zh) | 用于基于半导体应用的无监督或自我监督的深度学习 |