TWI794517B - 基於系統缺陷的半導體晶圓的引導式檢驗的系統、方法及電腦可讀取媒體 - Google Patents

基於系統缺陷的半導體晶圓的引導式檢驗的系統、方法及電腦可讀取媒體 Download PDF

Info

Publication number
TWI794517B
TWI794517B TW108121667A TW108121667A TWI794517B TW I794517 B TWI794517 B TW I794517B TW 108121667 A TW108121667 A TW 108121667A TW 108121667 A TW108121667 A TW 108121667A TW I794517 B TWI794517 B TW I794517B
Authority
TW
Taiwan
Prior art keywords
defect
candidate
semiconductor wafer
defects
same pattern
Prior art date
Application number
TW108121667A
Other languages
English (en)
Other versions
TW202001633A (zh
Inventor
尤坦姆 索佛
寶茲 扣漢
薩爾 夏博泰
艾里 布赫曼
Original Assignee
以色列商應用材料以色列公司
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 以色列商應用材料以色列公司 filed Critical 以色列商應用材料以色列公司
Publication of TW202001633A publication Critical patent/TW202001633A/zh
Application granted granted Critical
Publication of TWI794517B publication Critical patent/TWI794517B/zh

Links

Images

Classifications

    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L22/00—Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
    • H01L22/30—Structural arrangements specially adapted for testing or measuring during manufacture or treatment, or specially adapted for reliability measurements
    • 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
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L22/00—Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
    • H01L22/10—Measuring as part of the manufacturing process
    • H01L22/12—Measuring as part of the manufacturing process for structural parameters, e.g. thickness, line width, refractive index, temperature, warp, bond strength, defects, optical inspection, electrical measurement of structural dimensions, metallurgic measurement of diffusions
    • 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
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L21/00—Processes or apparatus adapted for the manufacture or treatment of semiconductor or solid state devices or of parts thereof
    • H01L21/67—Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere
    • H01L21/67005—Apparatus not specifically provided for elsewhere
    • H01L21/67242—Apparatus for monitoring, sorting or marking
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L22/00—Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
    • H01L22/20—Sequence of activities consisting of a plurality of measurements, corrections, marking or sorting steps
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L22/00—Testing or measuring during manufacture or treatment; Reliability measurements, i.e. testing of parts without further processing to modify the parts as such; Structural arrangements therefor
    • H01L22/20—Sequence of activities consisting of a plurality of measurements, corrections, marking or sorting steps
    • H01L22/24—Optical enhancement of defects or not directly visible states, e.g. selective electrolytic deposition, bubbles in liquids, light emission, colour change
    • 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
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8854—Grading and classifying of flaws

Landscapes

  • Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Power Engineering (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Computer Hardware Design (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • Testing Or Measuring Of Semiconductors Or The Like (AREA)

Abstract

可以在半導體晶圓處識別候選缺陷。可以關於在該半導體晶圓處的該候選缺陷是對應於系統缺陷還是隨機缺陷做出決定。回應於決定在該半導體晶圓處的該候選缺陷對應於系統缺陷，可以將在該半導體晶圓處的該候選缺陷提供到缺陷審查工具以供該缺陷審查工具審查。

Description

基於系統缺陷的半導體晶圓的引導式檢驗的系統、方法及電 腦可讀取媒體
本公開內容一般地涉及引導檢驗，並且更具體地涉及基於系統缺陷的半導體晶圓的引導檢驗。
半導體裝置的製造可以利用與超大規模集成相關聯的亞微米特徵。這種製造製程可能需要形成具有高精確度和均勻性的半導體裝置特徵，這可能必需仔細監測製造製程。例如，可以執行半導體晶圓的頻繁和詳細的檢驗，以偵測半導體晶圓的缺陷。詳細檢驗可以對應於半導體晶圓的檢驗圖像的分析。
以下是本公開內容的簡要概述，以便提供對本公開內容的一些態樣的基本理解。該概述不是本公開內容的廣泛概述。它既不旨在標識本公開內容的關鍵或重要要素，也不旨在劃定本公開內容的特定實現方式的任何範圍或申請專利範圍的任何範圍。它唯一目的是以簡化形式呈現本公開內容的一些概念，作為之後呈現的更詳細的描述的序言。
本公開內容的實現方式可以對應於一種系統，所述系統包括：記憶體；和處理裝置，所述處理裝置用於：識別在半導體晶圓處的候選缺陷並決定在所述半導體晶圓處的所述候選缺陷是對應於系統缺陷還是隨機缺陷。回應於決定在所述半導體晶圓處的所述候選缺陷對應於系統缺陷，所述處理裝置可以將在所述半導體晶圓處的所述候選缺陷提供到缺陷審查工具以供所述缺陷審查工具審查。
在一些實現方式中，為了決定在所述半導體晶圓處的所述候選缺陷是對應於系統缺陷還是隨機缺陷，所述處理裝置可以進一步用於：識別與所述候選缺陷相關聯的圖案並識別在所述半導體晶圓處與相同圖案相關聯的其它候選缺陷。此外，所述處理裝置基於所述候選缺陷的缺陷概率評分和與所述相同圖案相關聯的所述其它候選缺陷的其它缺陷概率評分而生成所述候選缺陷的組合缺陷概率評分。
在一些實現方式中，與所述候選缺陷相關聯的所述圖案可以對應於所述半導體晶圓的處於或接近所述候選缺陷的結構，並且與所述相同圖案相關聯的所述其它候選缺陷可以對應於處於或接近所述半導體晶圓的具有所述相同圖案的另一個結構的候選缺陷。
在一些實現方式中，所述處理裝置可以當所述候選缺陷的所述組合缺陷概率評分滿足閾值時決定所述候選缺陷是系統缺陷，並且所述處理裝置可以進一步當所述候選缺陷的所述組合缺陷概率評分不滿足所述閾值時決定所述候選缺陷是隨機缺陷。
在一些實現方式中，所述組合缺陷概率評分在與同所述候選缺陷一樣的所述相同圖案相關聯的所述其它候選缺陷的數量較大時比在與同所述候選缺陷一樣的所述相同圖案相關聯的所述其它候選缺陷的數量較小時更高。
在一些實現方式中，基於所述半導體晶圓的光學圖像而識別所述候選缺陷，並且基於所述半導體晶圓的設計資料而決定所述候選缺陷是對應於系統缺陷還是隨機缺陷。
在一些實現方式中，所述處理裝置可以進一步回應於決定在所述半導體晶圓處的所述候選缺陷對應於隨機缺陷而決定不會將在所述半導體晶圓處的所述候選缺陷提供到所述缺陷審查工具以供所述缺陷審查工具審查。
在一些實現方式中，一種方法可以包括：識別在半導體晶圓處的候選缺陷，通過處理裝置決定在所述半導體晶圓處的所述候選缺陷是對應於系統缺陷還是隨機缺陷，以及回應於決定在所述半導體晶圓處的所述候選缺陷對應於系統缺陷，將在所述半導體晶圓處的所述候選缺陷提供到缺陷審查工具以供所述缺陷審查工具審查。
在一些實現方式中，一種非暫時性電腦可讀介質可以包括指令，所述指令在由處理裝置執行時進行如下步驟：致使所述處理裝置識別在半導體晶圓處的候選缺陷；決定在所述半導體晶圓處的所述候選缺陷是對應於系統缺陷還是隨機缺陷；以及回應於決定在所述半導體晶圓處的所述候選缺陷對應於系統缺陷，將在所述半導體晶圓處的所述候選缺陷提供到缺陷審查工具以供所述缺陷審查工具審查。
本公開內容的各態樣涉及基於系統缺陷的半導體晶圓的引導檢驗。通常，半導體晶圓檢驗系統可以用於執行半導體晶圓的檢驗。例如，半導體晶圓檢驗系統可以用於識別在半導體晶圓處的缺陷。
半導體晶圓檢驗系統可以包括光學工具和缺陷審查工具。例如，光學工具可以用於在製造製程之後或期間識別在半導體晶圓處的潛在或候選缺陷。隨後，缺陷審查工具可以用於檢查、分類或決定候選缺陷是否是實際缺陷或不是缺陷(例如，「誤報警」)。在半導體晶圓的設計或其它此類技術(例如，製造製程、材料使用或設計特徵)較新的情況下，半導體晶圓的製造製程可能不穩定並導致半導體晶圓製造的良率較低。如果在半導體晶圓中實現的設計存在缺陷，那麼製造製程也可能導致在半導體晶圓處的多個缺陷。
本公開內容的各態樣通過基於系統缺陷引導半導體晶圓的檢驗來解決上述和其它缺陷。例如，半導體晶圓的檢驗可以是基於通過以下方式識別作為系統缺陷的潛在缺陷：提供將由缺陷審查工具審查的系統缺陷。通過使用缺陷評分(例如，潛在缺陷基於潛在缺陷的光學圖像而是實際缺陷的概率)和對應於潛在缺陷的位置的圖案(例如，指定在半導體晶圓上實現的電路設計的圖案或結構的電腦輔助設計(CAD)資料)，可以將潛在缺陷識別為系統缺陷。例如，可以基於半導體晶圓的光學圖像而識別潛在缺陷，並且可以識別與潛在缺陷相關聯的圖案。圖案可以是在半導體晶圓中實現的處於或接近潛在缺陷的結構或結構的一部分。還可以識別具有相同或類似圖案的其它潛在缺陷。此外，可以接收潛在缺陷和其它潛在缺陷中的每個的缺陷評分。缺陷評分可以指示對應潛在缺陷可能是實際缺陷的概率。例如，特定潛在缺陷的缺陷評分可以是基於來自特定潛在缺陷的光學圖像的特性或屬性。然後，可以基於缺陷評分的集合或缺陷評分的其它這種組合而將潛在缺陷識別為是系統缺陷或不是系統缺陷。例如，如果累積缺陷評分（aggregate defect score）滿足閾值條件或閾值，那麼潛在缺陷可能是系統缺陷(具有相同或類似圖案的其它潛在缺陷也是如此)。否則，潛在缺陷可能不是系統缺陷，而可能是隨機缺陷(例如，不是在半導體晶圓上實現的設計缺陷的結果的缺陷)。
本公開內容的優點包括但不限於通過聚焦於要提供到審查工具的系統缺陷的選擇來較早地偵測在製造製程中的系統缺陷。例如，可以更早地識別由半導體製造製程實現的新的設計或製程中的漏洞（flaws）導致的缺陷，從而可以改變設計或製程以解決導致系統缺陷的漏洞。因此，通過解決系統缺陷的根本原因，可以更早地實現這種半導體晶圓的半導體製造製程中的提高的良率。
圖 1 圖示引導檢驗系統100的示例環境。一般，引導檢驗系統100可以包括檢驗工具110、系統缺陷取樣部件120和缺陷審查工具130。
如圖 1 所示，引導檢驗系統100包括檢驗工具110，該檢驗工具110可以用於提供來自物件(例如，來自半導體晶圓的樣本)的缺陷檢查的資訊，作為半導體製造製程的一部分。檢查可以是半導體製造製程的一部分，並且可以在製造物件期間進行。引導檢驗系統100還可以使用在晶圓製造期間或之後獲得的圖像自動地決定半導體缺陷相關資訊。例如，檢驗工具110可以接收輸入105，並且可以在半導體晶圓處生成潛在或候選缺陷(例如，候選樣本)的圖。輸入105可以包括但不限於半導體晶圓的圖像、設計資料(例如，指定包括物件的設計的結構或圖案的電腦輔助設計(CAD)資料)、或指定已經由用戶識別的半導體晶圓的特定部分的感興趣區域資訊。在一些實施方式中，檢驗工具110可以被配置為捕獲檢驗圖像。例如，檢驗工具110可以利用高速度和/或低解析度光學系統來獲得半導體晶圓的圖像。所得到的圖像可以提供潛在缺陷的資訊。
來自檢驗工具110的檢驗資料115可以被提供到系統缺陷取樣部件120。檢驗資料115可以識別在半導體晶圓處的潛在缺陷的位置。在一些實施方式中，系統缺陷取樣部件120可以是缺陷偵測系統的一部分。缺陷偵測系統可以被配置為處理接收到的檢驗資料115以選擇用於審查的候選樣本(例如，潛在缺陷)。例如，系統缺陷取樣部件120可以從檢驗資料115選擇一個或多個潛在缺陷或樣本到缺陷審查工具130，以決定潛在缺陷是實際缺陷或不是實際缺陷(例如，誤報警)，並且可以對任何實際缺陷進行分類。缺陷審查工具130可以被配置為捕獲由檢驗工具110偵測到並由系統缺陷取樣部件120選擇的潛在缺陷的至少一部分或子集的檢查圖像。例如，缺陷審查工具130可以包括相對於檢驗工具110的高速度和/或低解析度光學系統的低速度和/或高解析度光學系統。在一些實施方式中，缺陷審查工具130可以是掃描電子顯微鏡(SEM)。缺陷審查工具130的輸出135然後可以被提供到系統缺陷取樣部件120，以選擇要由缺陷審查工具130審查的其它潛在缺陷。例如，系統缺陷取樣部件120可以識別作為系統缺陷的潛在缺陷，並且可以提供將由缺陷審查工具130審查的系統缺陷。
在操作中，檢驗工具110可以識別在半導體晶圓處的潛在缺陷的位置。檢驗工具110可以將潛在缺陷的位置提供到系統缺陷取樣部件120。隨後，系統缺陷取樣部件120可以對已經由檢驗工具110識別的潛在缺陷的子集執行反覆運算選擇過程。例如，可以選擇潛在缺陷的第一子集並將其提供到缺陷審查工具130，以用於對來自第一子集的潛在缺陷進行分類。然後，可以接收來自這些特定潛在缺陷的缺陷資訊。隨後，可以使用該缺陷資訊以識別將由系統缺陷審查工具130審查的潛在缺陷的第二子集的潛在缺陷。被選擇為第二子集的潛在缺陷可以被識別為不與先前審查的其它潛在缺陷類似。此外，潛在缺陷的第一子集和第二子集可以包括已經被識別為系統缺陷的潛在缺陷。例如，潛在缺陷的第一子集可以被提供到缺陷審查工具130。潛在缺陷的第一子集可以是最可能是系統缺陷的潛在缺陷(例如，如基於下面描述的計算評分)。然後，可以基於缺陷審查工具130關於潛在缺陷的第一子集的結果來選擇潛在缺陷的第二子集，並且潛在缺陷的第二子集可以是在第一子集之後最可能是系統缺陷的潛在缺陷的下一子集。
在一些實施方式中，檢驗工具110、系統缺陷取樣部件120和缺陷審查工具130可以是位於相同或不同位置的不同工具，或以不同模式操作的單個工具。在後一種情況下，可以首先以較低的解析度和高速度操作工具，以獲得物件的相關區域的所有或至少大部分的圖像(例如，對應於檢驗工具110的檢驗圖像)。一旦偵測到潛在缺陷，就可以以更高的解析度和可能更低的速度操作工具，以檢查與潛在缺陷相關聯的具體位置(例如，對應於缺陷審查工具130的操作)。在一些實施方式中，本文描述的功能性可以在缺陷審查工具中實現。例如，缺陷審查工具可以執行對應於系統缺陷取樣部件120的操作，以選擇潛在缺陷或將由缺陷審查工具在特定反覆運算中檢查的其它此類系統缺陷。在一些實施方式中，系統缺陷取樣部件120可以實現在獨立工具或伺服器中。例如，缺陷檢驗系統可以在分散式環境中實現，其中檢驗審查工具、系統缺陷取樣部件和缺陷審查工具經由網路彼此耦接。
圖 2 是基於潛在缺陷為系統缺陷而選擇供審查工具審查的潛在缺陷的示例方法200的流程圖。方法200可以由處理邏輯執行，處理邏輯可以包括硬體(例如，處理裝置、電路、專用邏輯、可程式設計邏輯、微代碼、裝置的硬體、積體電路等)、軟體(例如，在處理裝置上運行或執行的指令)或以上項的組合。在一些實施方式中，方法200可以由圖 1 的系統缺陷取樣部件120執行。
如圖 2 所示，方法200可以在框210處開始，其中處理邏輯識別潛在缺陷。例如，檢驗工具可以識別在半導體晶圓處的潛在或候選缺陷。在一些實施方式中，可以從由檢驗工具接收和分析的輸入資料識別潛在或候選缺陷。例如，檢驗工具可以接收或生成半導體晶圓的圖像，並且可以從圖像識別潛在缺陷。可以在半導體晶圓的圖上識別或標記潛在缺陷，其中該圖指示在沿著半導體晶圓的位置處的潛在缺陷的位置。隨後，處理邏輯可以決定潛在缺陷是對應於系統缺陷還是隨機缺陷(框220)。系統缺陷可能是來自半導體製造製程的缺陷，這些缺陷由在經受半導體製造製程的半導體晶圓處實現的圖案或設計結構導致。系統缺陷可以存在於半導體晶圓的多個位置處，包括相同或類似圖案或結構或接近相同或類似圖案或結構。隨機缺陷可能是並非由設計的圖案或結構導致的缺陷。例如，隨機缺陷可以是在具有圖案的一個位置處但不存在於半導體晶圓的在處於或接近相同或類似圖案的其它位置處的缺陷。隨機缺陷可能由半導體製造製程中的另一個漏洞導致，該缺陷並非由半導體晶圓的設計(例如，在半導體製造製程中無意中落在半導體晶圓上的外來顆粒)導致的。當潛在缺陷的圖案在半導體晶圓的多個位置處並且圖案的累積缺陷評分滿足閾值條件時，該潛在缺陷可以被識別為系統缺陷。否則，當潛在缺陷的圖案不在半導體晶圓的多個位置處和/或圖案的累積缺陷評分不滿足閾值條件時，潛在缺陷可以被識別為隨機缺陷。關於將潛在缺陷識別為系統缺陷的進一步細節結合圖 4 進行描述。
參考圖 2 ，處理邏輯可以識別潛在缺陷是否對應於系統缺陷(框230)，並且可以回應於識別潛在缺陷是系統缺陷而將潛在缺陷提供到審查工具(框240)。例如，可以提供潛在缺陷以分類到缺陷審查工具。在一些實施方式中，缺陷審查工具可以用於決定潛在缺陷是否是實際缺陷和/或決定實際缺陷的類型。然後，可以使用缺陷審查工具的結果來選擇將由缺陷審查工具分類或審查的後續潛在缺陷。例如，也可以將具有或接近於與被識別為實際缺陷的潛在缺陷相同的圖案的其它潛在缺陷提供到缺陷審查工具。否則，如果處理邏輯識別出潛在缺陷不對應於系統缺陷，那麼處理邏輯可能不會將潛在缺陷提供到審查工具(框250)。例如，可以將潛在缺陷識別為隨機缺陷，並且可以不將其提供到缺陷審查工具。在一些實施方式中，然後，可以識別另一個潛在缺陷，並且可以分析該新的潛在缺陷以決定它是否是系統缺陷。
圖 3A 示出了不包括系統缺陷的半導體晶圓300。半導體晶圓300的潛在缺陷可以由圖 1 的系統缺陷取樣部件120識別。
如圖 3A 所示，半導體晶圓300可以對應於具有潛在缺陷的半導體晶圓的位置圖。潛在缺陷可以對應於在半導體晶圓處的電路或結構的設計的特定圖案。例如，圖案可以表示在半導體製造製程期間形成的設計的結構或部分結構(例如，電觸點、通孔、互連線、介電結構等)。可以識別半導體晶圓300的第一潛在缺陷310、第二潛在缺陷311和第三潛在缺陷312。此外，第一潛在缺陷310可以對應於第一圖案，第二潛在缺陷可以對應於第二圖案，並且第三潛在缺陷312可以對應於第三圖案，其中第一圖案、第二圖案和第三圖案中的每個是不同的，或不是同一類型的結構的一部分。因此，第一潛在缺陷310、第二潛在缺陷311和第三潛在缺陷312可能不被認為是系統缺陷，因為這些潛在缺陷不與另一個潛在缺陷共用相同或類似圖案。
圖 3B 圖示包括系統缺陷的半導體晶圓350。半導體晶圓350的系統缺陷可以由圖 1 的系統缺陷取樣部件120識別。
如圖 3B 所示，具有潛在缺陷的半導體晶圓的位置圖可以包括第一潛在缺陷360、第二潛在缺陷361和第三潛在缺陷362。第一潛在缺陷360、第二潛在缺陷361和第三潛在缺陷362中的每個可以對應於相同圖案「P1」。例如，這些潛在缺陷中的每個可以處於或接近相同或類似圖案。因此，第一潛在缺陷360、第二潛在缺陷361和第三潛在缺陷362可以被認為是系統缺陷，因為這些潛在缺陷共用相同或類似圖案。在一些實施方式中，第一潛在缺陷360、第二潛在缺陷361和第三潛在缺陷362可以各自被分配缺陷評分，該缺陷評分表示基於對應缺陷的圖像的特性而每個對應缺陷是實際缺陷的概率。基於這些缺陷具有相同圖案並且累積缺陷評分滿足閾值或閾值條件，第一潛在缺陷360、第二潛在缺陷361和第三潛在缺陷362可以被認為是系統缺陷，如下面進一步詳細地描述的。
儘管圖 3B 示出了具有三個潛在缺陷的半導體晶圓350，但是半導體晶圓350可以包括任何數量的潛在缺陷和/或可能是隨機缺陷的潛在缺陷和可能是系統缺陷的潛在缺陷的分佈。在一些實現方式中，可以識別不同組的系統缺陷。例如，可以識別共用第一圖案的第一組潛在缺陷，並且可以識別共用不同於第一圖案的第二圖案的第二組潛在缺陷。可以將來自第一組的潛在缺陷決定為系統缺陷，並且可以將其提供到如先前所述的缺陷審查工具。類似地，來自第二組的第二潛在缺陷也可以被決定為系統缺陷，並且可以將其與第一組潛在缺陷分開地提供到缺陷審查工具。
圖 4 是用於識別潛在缺陷是系統缺陷還是隨機缺陷的示例方法400的流程圖。方法400可以由處理邏輯執行，處理邏輯可以包括硬體(例如，處理裝置、電路、專用邏輯、可程式設計邏輯、微代碼、裝置的硬體、積體電路等)、軟體(例如，在處理裝置上運行或執行的指令)或以上項的組合。在一些實施方式中，方法400可以由圖 1 的系統缺陷取樣部件120執行。
如圖 4 所示，在框410處方法400可以開始於處理邏輯識別與潛在缺陷相關聯的圖案。例如，可以識別處於或接近潛在缺陷的位置(例如，在閾值距離內)的結構的圖案。可以從指定半導體晶圓的設計特性的電腦輔助設計(CAD)資訊識別與潛在缺陷相關聯的圖案。在一些實施方式中，可以基於來自半導體晶圓的光學圖像的潛在缺陷的光學特性而識別潛在缺陷。半導體晶圓的光學圖像可以與半導體晶圓的CAD資訊相關或映射到半導體晶圓的CAD資訊，以識別哪些特定結構或圖案在半導體晶圓的特定位置處。處理邏輯可以進一步識別具有相同或類似圖案的其它潛在缺陷(框420)。例如，可以從光學圖像識別其它潛在缺陷，並且可以從CAD資訊識別在其它潛在缺陷的位置處的對應結構或圖案。相同或類似圖案可以對應於相同圖案或作為相同結構的一部分的圖案或作為其中結構的設計在半導體晶圓的各個位置處重複的結構的一部分的圖案。處理邏輯可以進一步接收潛在缺陷和具有相同或類似圖案的其它潛在缺陷中的每個的缺陷評分(框430)。缺陷評分可以是基於潛在缺陷是實際缺陷的概率。這個概率可以是基於潛在缺陷的特性。例如，缺陷評分可以是基於潛在缺陷的光學特性和/或與潛在缺陷相關聯的圖案的設計特性。這種特性可以對應於在光學空間中潛在缺陷的雜訊特徵。在一些實施方式中，雜訊特徵可以是基於各種特性，諸如大小、尺寸、灰度級或潛在缺陷的其它此類屬性。處理邏輯可以進一步基於潛在缺陷和其它潛在缺陷的缺陷評分而決定累積缺陷評分(框440)。例如，可以使用缺陷評分的組合來決定累積缺陷評分。在一些實施方式中，累積缺陷評分可以是潛在缺陷和其它潛在缺陷的缺陷評分的平均值。在相同或替代實施方式中，累積缺陷評分可以是基於具有相同或類似圖案的潛在缺陷的數量和相應缺陷評分。例如，如果更多潛在缺陷與相同或類似圖案相關聯，那麼累積缺陷評分可能高於當更少潛在缺陷與相同或類似圖案相關聯時的情況。
參考圖 4 ，處理邏輯可以基於累積缺陷評分而將潛在缺陷識別為系統缺陷(框450)。例如，如果累積缺陷評分等於或超過閾值或閾值條件，那麼潛在缺陷可以被視為系統缺陷。類似地，具有相同或類似圖案的其它潛在缺陷也可以被視為系統缺陷。否則，如果累積缺陷評分不等於或超過閾值或閾值條件，那麼潛在缺陷可以被視為隨機缺陷。
在一些實施方式中，可以識別來自設計資料(例如，CAD資訊)的類似圖案，並且可以識別處於或接近類似圖案的潛在缺陷。然後，可以針對類似圖案決定累積缺陷評分。此外，在一些實施方式中，可以基於設計的已知熱點、特定感興趣區域(例如，設計的部分)或其它此類資訊而識別潛在缺陷。
圖 5 示出了電腦系統500的示例機器，在電腦系統500內，可以執行用於致使機器執行本文討論的任一種或多種方法的指令集。在替代實現方式中，機器可以連接(例如，聯網)到LAN、內聯網、外聯網和/或互聯網中的其它機器。機器可以在用戶端-伺服器網路環境中以伺服器或用戶端機器的身份、作為對等(或分散式)網路環境中的對等機器、或作為雲計算基礎設施或環境中的伺服器或用戶端操作。
機器可以是個人電腦(PC)、平板電腦、機上盒(STB)、個人數位助理(PDA)、蜂窩電話、網路裝置、伺服器、網路路由器、交換機或橋、或能夠執行指定該機器要採取的動作的指令集(順序或其它)的任何機器。此外，儘管示出了單個機器，但是術語「機器」還應當被視為包括單獨地或聯合地執行一個(或多個)指令集以執行本文討論的任一種或多種方法的任何機器集合。
示例電腦系統500包括處理裝置502、主記憶體804(例如，唯讀記憶體(ROM)、快閃記憶體、動態隨機存取記憶體(DRAM) (諸如同步DRAM (SDRAM)或Rambus DRAM (RDRAM)等)、靜態記憶體506(例如，快閃記憶體、靜態隨機存取記憶體(SRAM)等)和資料存儲裝置518，它們經由匯流排530彼此通信。
處理裝置502表示一個或多個通用處理裝置，諸如微處理器、中央處理單元或類似裝置。更特定地，處理裝置可以是複雜指令集計算(CISC)微處理器、精簡指令集計算(RISC)微處理器、超長指令字(VLIW)微處理器，或實現其它指令集的處理器或實現指令集的組合的處理器。處理裝置502還可以是一個或多個專用處理裝置，諸如專用積體電路(ASIC)、現場可程式設計閘陣列(FPGA)、數位訊號處理器(DSP)、網路處理器等。處理裝置502被配置為執行用於執行本文討論的操作和步驟的指令526。
電腦系統500可以進一步包括網路介面裝置508，以通過網路520進行通信。電腦系統500還可以包括視訊顯示單元510 (例如，液晶顯示器(LCD)或陰極射線管(CRT))、字母數位輸入裝置512 (例如，鍵盤)、遊標控制裝置514 (例如，滑鼠)、圖形處理單元522、信號發生裝置516 (例如，揚聲器)、圖形處理單元522、視訊處理單元528和音訊處理單元532。
資料存儲裝置518可以包括機器可讀存儲介質524(也被稱為電腦可讀介質)，在其上存儲有體現本文所述的方法或功能中的任一種或多種的一個或多個指令集或軟體526。指令526還可以在由電腦系統500執行期間完全地或至少部分地駐留在主記憶體504內和/或處理裝置502內，主記憶體504和處理裝置502還構成機器可讀存儲介質。
在一個實現方式中，指令526包括用於實現對應於系統缺陷取樣部件(例如，圖 1 的系統缺陷取樣部件120)的功能性的指令。儘管機器可讀存儲介質524在示例實現方式中被示出為單個介質，但是術語「機器可讀存儲介質」應當被視為包括存儲一個或多個指令集的單個介質或多個介質(例如，集中式或分散式資料庫，和/或相關聯的快取記憶體和伺服器)。術語「機器可讀存儲介質」還應當被視為包括能夠存儲指令集或對其進行編碼以供機器執行並致使機器執行本公開內容的方法中的任一種或多種的任何介質。因此，術語「機器可讀存儲介質」應當被視為包括但不限於固態記憶體、光學介質和磁性介質。
已經就電腦記憶體內的資料位元的操作的演算法和符號表示來呈現前述詳細描述的一些部分。這些演算法描述和表示是資料處理領域的技術人員用來最有效地將他們工作的實質傳達給本領域的其它技術人員的方式。這裡的演算法通常被認為是產生所期望的結果的自一致的操作序列。操作是需要物理操縱物理量的操作。通常，儘管不是必需，但是這些量採用能夠被存儲、組合、比較和以其它方式操縱的電信號或磁信號的形式。有時，主要出於通用原因，已經證明將這些信號稱為位元、值、元素、符號、字元、術語、數位或類似量是方便的。
然而，應當記住，所有這些和類似術語都與適當的物理量相關聯，並且僅是應用於這些量的方便標籤。除非另外明確地說明，如從上面的討論顯而易見，否則應當理解，在整個說明書中，利用諸如「識別」或「決定」或「執行」或「進行」或「收集」或「產生」或「發送」或類似術語的討論是指電腦系統或類似電子計算裝置的將表示為在電腦系統的寄存器和記憶體內的物理(電子)量的資料操縱和轉換成類似地表示為在電腦系統的記憶體或寄存器或其它此類資訊存儲裝置中的物理量的其它資料的動作和過程。
本公開內容還涉及用於執行本文的操作的設備。該設備可以專門為預期目的而構造，或它可以包括由存儲在電腦中的電腦程式選擇性地啟動或重新配置的通用電腦。這樣的電腦程式可以存儲在電腦可讀存儲介質中，諸如但不限於任何類型的盤(包括軟碟、光碟、CD-ROM和磁-光碟)、唯讀記憶體(ROM)、隨機存取記憶體(RAM)、EPROMs、EEPROMs、磁卡或光卡、或適於存儲電子指令的任何類型的介質，它們都耦接到電腦系統匯流排。
本文給出的演算法和顯示並非固有地與任何特定電腦或其它設備相關。根據本文的教導，各種通用系統可以與程式一起使用，或它可以對於構造更專用的設備以執行該方法來說是方便的。用於各種這些系統的結構將如下面的描述中闡述的那樣呈現。另外，不參考任何特定程式設計語言來描述本公開內容。應當理解，可以使用各種程式設計語言來實現如本文所述的本公開內容的教導。
本公開內容可以被提供為電腦程式產品或軟體，電腦程式產品或軟體可以包括在其上存儲有指令的機器可讀介質，指令可以用於對電腦系統(或其它電子裝置)進行程式設計以執行根據本公開內容的製程。機器可讀介質包括用於以機器(例如，電腦)可讀的形式存儲資訊的任何機制。例如，機器可讀(例如，電腦可讀)介質包括機器(例如，電腦)可讀存儲介質，諸如唯讀記憶體(「ROM」)、隨機存取記憶體(「RAM」)、磁片存儲介質、光學存儲介質、快閃記憶體裝置等。
在前述說明書中，已經參考本公開內容的具體示例實現方式描述了本公開內容的實現方式。顯而易見的是，在不背離隨附申請專利範圍中闡述的本公開內容的實現方式的更廣泛的精神和範圍的情況下，可以對其做出各種修改。因此，說明書和附圖應當被視為說明性意義而沒有限制性意義。
100‧‧‧引導檢驗系統 105‧‧‧輸入 110‧‧‧檢驗工具 115‧‧‧檢驗資料 120‧‧‧系統缺陷取樣部件 130‧‧‧缺陷審查工具 135‧‧‧輸出 200‧‧‧方法 210‧‧‧框 220‧‧‧框 230‧‧‧框 240‧‧‧框 250‧‧‧框 300‧‧‧半導體晶圓 310‧‧‧第一潛在缺陷 311‧‧‧第二潛在缺陷 312‧‧‧第三潛在缺陷 350‧‧‧半導體晶圓 360‧‧‧第一潛在缺陷 361‧‧‧第二潛在缺陷 362‧‧‧第三潛在缺陷 400‧‧‧方法 410‧‧‧框 420‧‧‧框 430‧‧‧框 440‧‧‧框 450‧‧‧框 500‧‧‧電腦系統 502‧‧‧處理裝置 504‧‧‧主記憶體 506‧‧‧靜態記憶體 508‧‧‧網路介面裝置 510‧‧‧視訊顯示單元 512‧‧‧字母數位輸入裝置 514‧‧‧遊標控制裝置 516‧‧‧信號發生裝置 518‧‧‧資料存儲裝置 520‧‧‧網路 522‧‧‧圖形處理單元 524‧‧‧機器可讀存儲介質 526‧‧‧指令 528‧‧‧視訊處理單元 530‧‧‧匯流排 532‧‧‧音訊處理單元
從下面給出的詳細描述和本公開內容的各種實現方式的附圖將更全面地理解本公開內容。
圖 1 示出了根據本公開內容的一些實施方式的引導檢驗系統的示例環境。
圖 2 是根據一些實施方式的基於潛在缺陷是系統缺陷而選擇潛在缺陷以供審查工具審查的示例方法的流程圖。
圖 3A 示出了根據一些實施方式的不包括系統缺陷的半導體晶圓。
圖 3B 示出了根據一些實施方式的包括系統缺陷的半導體晶圓。
圖 4 是根據本公開內容的一些實施方式的識別潛在缺陷是系統缺陷還是隨機缺陷的示例方法的流程圖。
圖 5 是其中可操作本公開內容的實現方式的示例電腦系統的框圖。
國內寄存資訊 (請依寄存機構、日期、號碼順序註記) 無
國外寄存資訊 (請依寄存國家、機構、日期、號碼順序註記) 無
200:方法
210:框
220:框
230:框
240:框
250:框

Claims (17)

  1. 一種系統，包括：一記憶體；和一處理器，該處理器與該記憶體可操作地耦接以：識別在一半導體晶圓處的一候選缺陷；藉由下列操作來決定在該半導體晶圓處的該候選缺陷是對應於一系統缺陷還是一隨機缺陷：識別與該候選缺陷相關聯的一圖案；識別在該半導體晶圓處與相同圖案相關聯的其它候選缺陷；以及基於該候選缺陷的一缺陷概率評分和與該相同圖案相關聯的該其它候選缺陷的其它缺陷概率評分而生成該候選缺陷的一組合缺陷概率評分；以及回應於決定在該半導體晶圓處的該候選缺陷對應於該系統缺陷，將在該半導體晶圓處的該候選缺陷提供到一缺陷審查工具以供該缺陷審查工具審查。
  2. 如請求項1所述的系統，其中與該候選缺陷相關聯的該圖案對應於該半導體晶圓的處於或接近該候選缺陷的一結構，並且其中與該相同圖案相關聯的該其它候選缺陷對應於處於或接近該半導體晶圓的具有該相同圖案的另一個結構的候選缺陷。
  3. 如請求項1所述的系統，其中該處理器進一 步：回應於該候選缺陷的該組合缺陷概率評分滿足一閾值，決定該候選缺陷是該系統缺陷；以及回應於該候選缺陷的該組合缺陷概率評分不滿足該閾值，決定該候選缺陷是該隨機缺陷。
  4. 如請求項1所述的系統，其中該組合缺陷概率評分在與同該候選缺陷一樣的該相同圖案相關聯的該其它候選缺陷的一數量較大時比在與同該候選缺陷一樣的該相同圖案相關聯的該其它候選缺陷的一數量較小時更高。
  5. 如請求項1所述的系統，其中基於該半導體晶圓的一光學圖像而識別該候選缺陷，並且其中基於該半導體晶圓的設計資料而決定該候選缺陷是對應於一系統缺陷還是一隨機缺陷。
  6. 如請求項1所述的系統，其中該處理器進一步：回應於決定在該半導體晶圓處的該候選缺陷對應於該隨機缺陷，決定不會將在該半導體晶圓處的該候選缺陷提供到該缺陷審查工具以供該缺陷審查工具審查。
  7. 一種用於一半導體晶圓的引導式檢驗的方法，包括以下步驟： 通過一處理器識別在一半導體晶圓處的一候選缺陷；通過該處理器藉由下列操作來決定在該半導體晶圓處的該候選缺陷是對應於一系統缺陷還是一隨機缺陷：通過該處理器識別與該候選缺陷相關聯的一圖案；通過該處理器識別在該半導體晶圓處與相同圖案相關聯的其它候選缺陷；以及通過該處理器基於該候選缺陷的一缺陷概率評分和與該相同圖案相關聯的該其它候選缺陷的其它缺陷概率評分而生成該候選缺陷的一組合缺陷概率評分；以及回應於決定在該半導體晶圓處的該候選缺陷對應於該系統缺陷，通過該處理器將在該半導體晶圓處的該候選缺陷提供到一缺陷審查工具以供該缺陷審查工具審查。
  8. 如請求項7所述的方法，其中與該候選缺陷相關聯的該圖案對應於該半導體晶圓的處於或接近該候選缺陷的一結構，並且其中與該相同圖案相關聯的該其它候選缺陷對應於處於或接近該半導體晶圓的具有該相同圖案的另一個結構的候選缺陷。
  9. 如請求項7所述的方法，進一步包括以下步驟：回應於該候選缺陷的該組合缺陷概率評分滿足一閾值，通過該處理器決定該候選缺陷是該系統缺陷；以及回應於該候選缺陷的該組合缺陷概率評分不滿足該閾值，通過該處理器決定該候選缺陷是該隨機缺陷。
  10. 如請求項7所述的方法，其中該組合缺陷概率評分在與同該候選缺陷一樣的該相同圖案相關聯的該其它候選缺陷的一數量較大時比在與同該候選缺陷一樣的該相同圖案相關聯的該其它候選缺陷的一數量較小時更高。
  11. 如請求項7所述的方法，其中基於該半導體晶圓的一光學圖像而識別該候選缺陷，並且其中基於該半導體晶圓的設計資料而決定該候選缺陷是對應於一系統缺陷還是一隨機缺陷。
  12. 如請求項7所述的方法，進一步包括以下步驟：回應於決定在該半導體晶圓處的該候選缺陷對應於該隨機缺陷，通過該處理器決定不會將在該半導體晶圓處的該候選缺陷提供到該缺陷審查工具以供該缺陷審查工具審查。
  13. 一種非暫時性電腦可讀介質，該非暫時性電腦可讀介質包括指令，該指令在由一處理器執行時致使該處理器執行包括以下的操作：識別在一半導體晶圓處的一候選缺陷；通過該處理器藉由下列操作來決定在該半導體晶圓處的該候選缺陷是對應於一系統缺陷還是一隨機缺陷：識別與該候選缺陷相關聯的一圖案；識別在該半導體晶圓處與相同圖案相關聯的其它候選缺陷；以及基於該候選缺陷的一缺陷概率評分和與該相同圖案相關聯的該其它候選缺陷的其它缺陷概率評分而生成該候選缺陷的一組合缺陷概率評分；以及回應於決定在該半導體晶圓處的該候選缺陷對應於該系統缺陷，將在該半導體晶圓處的該候選缺陷提供到一缺陷審查工具以供該缺陷審查工具審查。
  14. 如請求項13所述的非暫時性電腦可讀介質，其中與該候選缺陷相關聯的該圖案對應於該半導體晶圓的處於或接近該候選缺陷的一結構，並且其中與該相同圖案相關聯的該其它候選缺陷對應於處於或接近該半導體晶圓的具有該相同圖案的另一個結構的候選缺陷。
  15. 如請求項13所述的非暫時性電腦可讀介質，該操作進一步包括：回應於該候選缺陷的該組合缺陷概率評分滿足一閾值，決定該候選缺陷是該系統缺陷；以及回應於該候選缺陷的該組合缺陷概率評分不滿足該閾值，決定該候選缺陷是該隨機缺陷。
  16. 如請求項13所述的非暫時性電腦可讀介質，其中該組合缺陷概率評分在與同該候選缺陷一樣的該相同圖案相關聯的該其它候選缺陷的一數量較大時比在與同該候選缺陷一樣的該相同圖案相關聯的該其它候選缺陷的一數量較小時更高。
  17. 如請求項13所述的非暫時性電腦可讀介質，其中基於該半導體晶圓的一光學圖像而識別該候選缺陷，並且其中基於該半導體晶圓的設計資料而決定該候選缺陷是對應於一系統缺陷還是一隨機缺陷。
TW108121667A 2018-06-28 2019-06-21 基於系統缺陷的半導體晶圓的引導式檢驗的系統、方法及電腦可讀取媒體 TWI794517B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US16/022,566 2018-06-28
US16/022,566 US10605745B2 (en) 2018-06-28 2018-06-28 Guided inspection of a semiconductor wafer based on systematic defects

Publications (2)

Publication Number Publication Date
TW202001633A TW202001633A (zh) 2020-01-01
TWI794517B true TWI794517B (zh) 2023-03-01

Family

ID=69007758

Family Applications (1)

Application Number Title Priority Date Filing Date
TW108121667A TWI794517B (zh) 2018-06-28 2019-06-21 基於系統缺陷的半導體晶圓的引導式檢驗的系統、方法及電腦可讀取媒體

Country Status (4)

Country Link
US (1) US10605745B2 (zh)
KR (1) KR20200001984A (zh)
CN (1) CN110660694B (zh)
TW (1) TWI794517B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10262408B2 (en) * 2017-04-12 2019-04-16 Kla-Tencor Corporation System, method and computer program product for systematic and stochastic characterization of pattern defects identified from a semiconductor wafer
US11321846B2 (en) * 2019-03-28 2022-05-03 Canon Virginia, Inc. Devices, systems, and methods for topological normalization for anomaly detection
US11861286B2 (en) * 2020-06-30 2024-01-02 Synopsys, Inc. Segregating defects based on computer-aided design (CAD) identifiers associated with the defects
KR20230018767A (ko) * 2021-07-30 2023-02-07 삼성전자주식회사 기판 검사 방법 및 장치

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110276935A1 (en) * 2008-06-11 2011-11-10 Kla-Tencor Corporation Systems and methods for detecting design and process defects on a wafer, reviewing defects on a wafer, selecting one or more features within a design for use as process monitoring features, or some combination thereof
US20150199803A1 (en) * 2014-01-16 2015-07-16 Kla-Tencor Corporation Pattern Failure Discovery by Leveraging Nominal Characteristics of Alternating Failure Modes
TWI549012B (zh) * 2014-06-10 2016-09-11 Ａｓｍｌ荷蘭公司 計算晶圓檢測
CN107078073A (zh) * 2014-11-21 2017-08-18 科磊股份有限公司 用于工艺窗口特征化的虚拟检验系统
TW201803075A (zh) * 2016-06-30 2018-01-16 台灣積體電路製造股份有限公司 積體電路及半導體裝置製造之方法
TW201822038A (zh) * 2016-12-12 2018-06-16 達盟系統有限公司 在半導體元件的製造流程中利用自適應機器學習的自動缺陷篩選

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102129164B (zh) * 2010-01-15 2012-08-22 中芯国际集成电路制造(上海)有限公司 掩膜版缺陷的判断方法及判断系统
US9201022B2 (en) * 2011-06-02 2015-12-01 Taiwan Semiconductor Manufacturing Company, Ltd. Extraction of systematic defects
US9189844B2 (en) * 2012-10-15 2015-11-17 Kla-Tencor Corp. Detecting defects on a wafer using defect-specific information
US9535010B2 (en) * 2014-05-15 2017-01-03 Kla-Tencor Corp. Defect sampling for electron beam review based on defect attributes from optical inspection and optical review
CN106204598B (zh) * 2016-07-13 2019-02-05 东方晶源微电子科技（北京）有限公司 在自动缺陷分类流程中管理缺陷的方法及系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110276935A1 (en) * 2008-06-11 2011-11-10 Kla-Tencor Corporation Systems and methods for detecting design and process defects on a wafer, reviewing defects on a wafer, selecting one or more features within a design for use as process monitoring features, or some combination thereof
US20150199803A1 (en) * 2014-01-16 2015-07-16 Kla-Tencor Corporation Pattern Failure Discovery by Leveraging Nominal Characteristics of Alternating Failure Modes
TWI549012B (zh) * 2014-06-10 2016-09-11 Ａｓｍｌ荷蘭公司 計算晶圓檢測
CN107078073A (zh) * 2014-11-21 2017-08-18 科磊股份有限公司 用于工艺窗口特征化的虚拟检验系统
TW201803075A (zh) * 2016-06-30 2018-01-16 台灣積體電路製造股份有限公司 積體電路及半導體裝置製造之方法
TW201822038A (zh) * 2016-12-12 2018-06-16 達盟系統有限公司 在半導體元件的製造流程中利用自適應機器學習的自動缺陷篩選

Also Published As

Publication number Publication date
CN110660694A (zh) 2020-01-07
US20200003700A1 (en) 2020-01-02
TW202001633A (zh) 2020-01-01
CN110660694B (zh) 2020-11-20
KR20200001984A (ko) 2020-01-07
US10605745B2 (en) 2020-03-31

Similar Documents

Publication Publication Date Title
TWI794517B (zh) 基於系統缺陷的半導體晶圓的引導式檢驗的系統、方法及電腦可讀取媒體
TWI670781B (zh) 疊代式缺陷濾除製程
US10628935B2 (en) Method and system for identifying defects of integrated circuits
WO2019117065A1 (ja) データ生成装置、データ生成方法及びデータ生成プログラム
TWI748122B (zh) 用於對多個項進行分類的系統、方法和電腦程式產品
JP6922539B2 (ja) 表面欠陥判定方法および表面欠陥検査装置
CN110325843B (zh) 引导式集成电路缺陷检测
TW202036475A (zh) 取樣檢驗的方法及其系統
TW201403059A (zh) 用於包含區塊與區塊比較的缺陷偵測之裝置與方法
JP5745573B2 (ja) 製造ツールのレシピを生成する方法及びそのシステム
TWI695979B (zh) 基於空間密度分析的半導體晶圓的引導檢查
TWI669767B (zh) 提供複製實際半導體產品的虛擬半導體產品的方法和系統
TWI780234B (zh) 用於判定圖樣的臨界尺寸變異的方法、系統及非暫態性電腦可讀取媒體
TW202409550A (zh) 半導體樣品的缺陷偵測
US11927625B2 (en) Analysis method and analysis system of voltage contrast defect
TW202236460A (zh) 基於參考圖像來決定樣本中的缺陷和／或邊緣粗糙度
TW202146884A (zh) 檢查樣本的方法和其系統
CN117670776A (zh) 一种故障检测方法、装置、存储介质及电子设备