TWI806117B - 用於從原始影像中自動選擇高品質影像之裝置及方法 - Google Patents

用於從原始影像中自動選擇高品質影像之裝置及方法 Download PDF

Info

Publication number
TWI806117B
TWI806117B TW110128475A TW110128475A TWI806117B TW I806117 B TWI806117 B TW I806117B TW 110128475 A TW110128475 A TW 110128475A TW 110128475 A TW110128475 A TW 110128475A TW I806117 B TWI806117 B TW I806117B
Authority
TW
Taiwan
Prior art keywords
raw
images
image
image quality
raw image
Prior art date
Application number
TW110128475A
Other languages
English (en)
Other versions
TW202211080A (zh
Inventor
黃郊
王進澤
石洪菲
牧 馮
趙謙
建江 汪
肖艷軍
劉亮
Original Assignee
荷蘭商Asml荷蘭公司
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 荷蘭商Asml荷蘭公司 filed Critical 荷蘭商Asml荷蘭公司
Publication of TW202211080A publication Critical patent/TW202211080A/zh
Application granted granted Critical
Publication of TWI806117B publication Critical patent/TWI806117B/zh

Links

Images

Classifications

    • GPHYSICS
    • G03PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03FPHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
    • G03F7/00Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
    • G03F7/70Microphotolithographic exposure; Apparatus therefor
    • G03F7/70483Information management; Active and passive control; Testing; Wafer monitoring, e.g. pattern monitoring
    • G03F7/70605Workpiece metrology
    • G03F7/70616Monitoring the printed patterns
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0004Industrial image inspection
    • G06T7/001Industrial image inspection using an image reference approach
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/21Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/13Edge detection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/20Image preprocessing
    • G06V10/255Detecting or recognising potential candidate objects based on visual cues, e.g. shapes
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10056Microscopic image
    • G06T2207/10061Microscopic image from scanning electron microscope
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20212Image combination
    • G06T2207/20216Image averaging
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30108Industrial image inspection
    • G06T2207/30148Semiconductor; IC; Wafer
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30168Image quality inspection

Landscapes

  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Quality & Reliability (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Multimedia (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Exposure And Positioning Against Photoresist Photosensitive Materials (AREA)
  • Ultra Sonic Daignosis Equipment (AREA)
  • Threshing Machine Elements (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)

Abstract

本文中描述一種用於自一經圖案化基板之原始影像選擇良好品質影像的方法。該方法包括獲得一經圖案化基板之複數個原始影像(例如SEM影像);基於與該複數個原始影像中之每一影像內之一或多個特徵的量規或輪廓相關聯之資料而判定一原始影像品質度量(例如,一影像評分、一平均斜率、輪廓之間的距離),該原始影像品質度量指示一原始影像品質;及基於該原始影像品質度量而自該複數個原始影像選擇一原始影像子集。可提供該原始影像子集以用於執行一影像內之該一或多個特徵之更準確量測。

Description

用於從原始影像中自動選擇高品質影像之裝置及方法
本文中之描述通常係關於半導體製造中之度量衡或檢測。更特定言之,係用於使用自動影像選擇來執行與微影製程相關之高品質度量衡或檢測之裝置、方法及電腦程式產品。
微影投影裝置可用於例如積體電路(IC)之製造中。在此類情況下,圖案化器件(例如,光罩)可含有或提供對應於IC之個別層的圖案(「設計佈局」),且此圖案可藉由諸如經由圖案化器件上之圖案輻照目標部分的方法經轉印於基板(例如,矽晶圓)上之目標部分(例如,包含一或多個晶粒)上,該目標部分已塗佈有一層輻射敏感材料(「抗蝕劑」)。大體而言,單一基板含有複數個鄰近目標部分,圖案係由微影投影裝置順次地轉印至該複數個鄰近目標部分,一次一個目標部分。在一種類型之微影投影裝置中,整個圖案化器件上之圖案在一次操作中經轉印至一個目標部分上;此裝置通常被稱作步進器。在通常被稱作步進掃描裝置(step-and-scan apparatus)之替代裝置中,投影束在給定參考方向(「掃描」方向)上遍及圖案化器件進行掃描,同時平行或反平行於此參考方向而同步地移動基板。將圖案化器件上之圖案之不同部分漸進地轉印至一個目標部分。因 為大體而言,微影投影裝置將具有縮減比率M(例如,4),所以基板之移動速度F將為1/M時間,此時投影束掃描圖案化器件。關於微影器件的更多資訊可見於例如以引用之方式併入本文中之US 6,046,792。
在將圖案自圖案化器件轉印至基板之前,基板可經歷各種工序,諸如,上底漆、抗蝕劑塗佈,及軟烘烤。在曝光之後,基板可經受其他工序(「後曝光工序」),諸如後曝光烘烤(PEB)、顯影、硬烘烤及對經轉印圖案之量測/檢測。此工序陣列係用作製造一器件(例如,IC)之個別層的基準。基板可接著經歷各種製程,諸如,蝕刻、離子植入(摻雜)、金屬化、氧化、化學機械拋光等,該等製程皆意欲精整器件之個別層。若在器件中需要若干層,則針對每一層來重複整個工序或其變體。最終,在基板上之每一目標部分中將存在一器件。接著藉由諸如切割或鋸切之技術來使此等器件彼此分離,由此,可將個別器件安裝於載體上、連接至接腳等。
因此,製造器件,諸如半導體器件,通常涉及使用多個製造製程處理基板(例如半導體晶圓)以形成器件之各種特徵及多個層。通常使用例如沈積、微影、蝕刻、化學機械研磨及離子植入來製造及處理此等層及特徵。可在一基板上之複數個晶粒上製造多個器件,且接著將該等器件分離成個別器件。此器件製造製程可被認為係圖案化製程。圖案化製程涉及使用微影裝置中之圖案化器件進行圖案化步驟,諸如光學及/或奈米壓印微影以將圖案化器件上之圖案轉印至基板,且圖案化製程通常但視情況涉及一或多個相關圖案處理步驟,諸如藉由顯影裝置進行抗蝕劑顯影、使用烘烤工具進行基板烘烤、使用蝕刻裝置而使用圖案進行蝕刻等。
在一實施例中,提供一種用於改良與一經圖案化基板相關之度量衡或檢測之品質及準確度的方法。該方法包括:獲得一經圖案化基板之複數個原始影像;基於與該複數個原始影像中之每一影像內之一或多個特徵的量規或輪廓相關聯之資料而判定一原始影像品質度量,該原始影像品質度量指示一原始影像品質;基於該原始影像品質度量而自該複數個原始影像選擇一原始影像子集;及提供該原始影像子集以用於執行與影像內之一或多個特徵相關聯之量測。
在一實施例中,選擇可係基於指派給原始影像之影像評分,該影像評分係基於與原始影像之量規相關的指定準則而指派。該選擇程序涉及基於該指定準則分析與該複數個原始影像中之每一影像的量規相關聯之量規資料。例如,該指定準則包括但不限於特定量規之存在、遺失量規、與特定量規相關聯之量規資料是否屬於叢集、量規資料是否為對應量規群組中之離群值、量規群組資料是否超過指定準則等。
本發明方法實現對良好影像之自動選擇及移除不良品質原始影像,而不需要手動地審查原始影像。此自動選擇程序亦可有效地節省模型化時間(例如,OPC模型化)。影像評分之準則具有實體意義。因此,本發明可全面地考慮與圖案化或度量衡製程相關聯之不同問題,且篩選出不良原始影像。另外,可產生不良原始影像之問題報告以導引使用者例如改良成像製程、缺陷檢測或度量衡工作程序。
在一實施例中,原始影像品質度量為與每一原始影像相關聯的量規處之對比度之函數。例如,該度量為在與每一原始影像相關聯之量規處判定的斜率之平均值。
使用例如斜率作為原始影像品質度量使得選擇程序對於雜 訊具有魯棒性,此係因為影像品質係針對量規區判定,因此受影像中別處之影像雜訊影響較小。因此,即使在量規區外存在顯著雜訊,亦可將影像選擇為良好品質影像。在當前情況中,可能並不執行對原始影像之集合的詳細統計分析,因此,本發明方法可應用於小數目個原始影像(例如,5至10個影像)。
在一實施例中,對該原始影像品質度量之判定係基於對原始影像之輪廓分析。在一實施例中,判定第一輪廓與第二輪廓之間的距離。針對與一特定圖案相關聯之該複數個原始影像之一平均影像或選自該等原始影像之一參考原始影像內的一特徵獲得該第一輪廓。自與該特定圖案相關聯之該原始影像中之每一者獲得該特徵之該第二輪廓;及判定該第一輪廓與該第二輪廓之間的一距離。
根據一實施例,提供一種包含一非暫時性電腦可讀媒體的電腦系統,該非暫時性電腦可讀媒體上面記錄有指令。該等指令在由一電腦執行時實施上文方法步驟。
10A:微影投影裝置
12A:輻射源
14A:光學件
16Aa:光學件
16Ab:光學件
16Ac:透射光學件
18A:圖案化器件
20A:孔徑
21:輻射光束
22:琢面化場鏡面器件
22A:基板平面
24:琢面化光瞳鏡面器件
26:經圖案化光束
28:反射元件
30:反射元件
31:源模型
32:投影光學器件模型
35:設計佈局模型
36:空中影像
37:抗蝕劑模型
38:抗蝕劑影像
81:帶電粒子束產生器
82:聚光透鏡模組
83:物鏡模組
84:帶電粒子束偏轉模組
85:二次帶電粒子偵測器模組
86:影像形成模組
87:監測模組
90:樣本
91:初級帶電粒子束
92:帶電粒子束探針
93:二次帶電粒子
94:二次帶電粒子偵測信號
210:極熱電漿
211:源腔室
212:收集器腔室
220:封閉結構
221:開口
230:污染物截留器
240:光柵光譜濾光器
251:上游輻射收集器側
252:下游輻射收集器側
253:掠入射反射器
254:掠入射反射器
255:掠入射反射器
300:方法
301:原始影像
303:原始影像品質度量
310:原始影像子集
310A:原始影像子集
310C:原始影像子集
330:第一輪廓
452:原始影像
454:原始影像
456:原始影像
502:原始影像
504:原始影像
506:原始影像
508:原始影像
510:原始影像
512:原始影像
530:第二輪廓/輪廓
610:偏移
620:座標
630:EP座標
1210:叢集
1220:管理伺服器
1230:工作程序
1240:影像擷取器件
1310:操作
1312:操作
1314:操作
1320:操作
1322:操作
1330:操作
1332:操作
1334:操作
1336:操作
1340:操作
1342:操作
1344:操作
1910:基板
1912:基板台
1920:電子束檢測裝置
1922:電子源
1924:初級電子束
1926:聚光透鏡
1928:光束偏光器
1930:E x B偏光器
1932:物鏡
1934:二次電子偵測器
1936:類比/數位(A/D)轉換器
1950:影像處理系統
1952:儲存媒體
1954:顯示器件
1956:記憶體/儲存媒體
1958:處理單元
AD:調整構件
B:輻射光束/投影束
BS:匯流排
C:目標部分
C1:第一輪廓
C2:第二輪廓
CC:游標控制件
CDG1:虛線
CDG2:虛線
CDG3:虛線
CDG4:虛線
CDG5:虛線
CDG6:虛線
CI:通信介面
CO:聚光器
CO':近正入射收集器光學件
CS:電腦系統
DS:顯示器
HC:主機電腦
ID:輸入器件
IF:干涉量測構件/虛擬源點/中間焦點
IL:照明系統
IN:積光器
INT:網際網路
LA:雷射
LAN:區域網路
LPA:微影投影裝置
M1:圖案化器件對準標記
M2:圖案化器件對準標記
MA:圖案化器件
MM:主記憶體
MT:第一物件台
NDL:網路鏈路
O:點虛線/光軸
P1:基板對準標記
P2:基板對準標記
P301:程序
P303:程序
P305:程序
P307:程序
P309:程序
P401:程序
P403:程序
P405:程序
P407:程序
P601:程序
P603:程序
P605:程序
P607:程序
PM:第一定位器
PRO:處理器
PS:投影系統
PS1:位置感測器
PS2:位置感測器
PW:第二定位器
RC:輻射收集器
ROM:唯讀記憶體
SD:儲存器件
SO:輻射源
SC:源收集器模組
W:基板
WT:第二物件台
併入本說明書中且構成本說明書之一部分之隨附圖式展示本文中所揭示之標的物的某些態樣,且與實施方式一起有助於解釋與所揭示實施例相關聯之一些原理。在圖式中,圖1說明根據一實施例之微影投影裝置之各種子系統的方塊圖。
圖2說明根據一實施例之用於模擬微影投影裝置中之微影的例示性流程圖。
圖3為根據一實施例之用於自原始影像之集合選擇良好品質影像(例如SEM影像)之方法的流程圖。
圖4A為根據一實施例之判定影像品質度量之程序的流程圖,基於該度量選擇良好品質影像(在圖3中)。
圖4B為根據一實施例之用於判定圖4A之度量之例示性圖案及量規。
圖4C說明根據一實施例之樣本SEM影像及其影像評分,基於該等評分選擇良好品質影像。
圖5說明根據一實施例之例示性SEM影像,每一SEM影像與用於判定影像品質度量之量規疊對。
圖6A為根據一實施例之判定另一影像品質度量之程序的流程圖,基於該度量選擇良好品質影像(在圖3中)。
圖6B說明根據一實施例之輪廓對輪廓偏移量測(例如距離)的實例。
圖7為根據一實施例之實例度量衡系統的方塊圖。
圖8為根據一實施例之經改良度量衡程序之實例實施的程序流程圖。
圖9為根據一實施例之實例電腦系統的方塊圖。
圖10為根據一實施例之一微影投影裝置之示意圖。
圖11為根據一實施例之另一微影投影裝置的示意圖。
圖12為根據一實施例之微影投影裝置的詳細視圖。
圖13為根據一實施例之微影投影裝置之源收集器模組的詳細視圖。
圖14示意性地描繪根據一實施例之電子束檢測裝置的一實施例。
圖15示意性地說明根據一實施例之檢測裝置的另外實施例。
儘管在本文中可特定地參考IC之製造,但應明確地理解,本文中之描述具有許多其他可能應用。例如,該等實施例可用於製造整合式光學系統、用於磁疇記憶體之導引及偵測圖案、液晶顯示面板、薄膜磁頭等。熟習此項技術者將瞭解,在此類替代應用之上下文中,本文中對術語「倍縮光罩」、「晶圓」或「晶粒」之任何使用應視為可分別與更一般的術語「光罩」、「基板」及「目標部分」互換。
在本文件中,術語「輻射」及「光束」用以涵蓋所有類型之電磁輻射,包括紫外線輻射(例如具有365nm、248nm、193nm、157nm或126nm之波長)及EUV(極紫外線輻射,例如具有在約5nm至100nm之範圍內之波長)。
圖案化器件可包含或可形成一或多個設計佈局。可利用電腦輔助設計(computer-aided design;CAD)程式來產生設計佈局,此程序常常被稱作電子設計自動化(electronic design automation;EDA)。大多數CAD程式遵循一預定設計規則集合,以便產生功能設計佈局/圖案化器件。藉由處理及設計限制來設定此等規則。例如,設計規則定義器件(諸如閘、電容器等)或互連線之間的空間容許度,以便確保該等器件或線彼此不會以不理想方式相互作用。設計規則限制中之一或多者可稱作「臨界尺寸」(CD)。器件之臨界尺寸可被定義為線或孔之最小寬度或兩條線或兩個孔之間的最小空間。因此,CD判定所設計器件之總體大小及密度。當然,器件製造之目標中之一者為在基板上如實地再生原始設計意圖(經 由圖案化器件)。
本文中所使用之術語「光罩」或「圖案化器件」可被廣泛地解譯為係指可用以向入射輻射光束賦予經圖案化橫截面之通用圖案化器件,該經圖案化橫截面對應於待在基板之目標部分中產生之圖案;在此上下文中,亦可使用術語「光閥」。除經典光罩(透射或反射;二元、相移、混合等)以外,其他此類圖案化器件之實例包括可程式化鏡面陣列及可程式化LCD陣列。
可程式化鏡面陣列之實例可為具有黏彈性控制層及反射表面之矩陣可定址表面。此裝置所隱含之基本原理為(例如):反射表面之經定址區域將入射輻射反射為繞射輻射,而未經定址區域將入射輻射反射為非繞射輻射。使用適當濾光器,可自經反射光束濾除該非繞射輻射,從而之後僅留下繞射輻射;以此方式,光束變得根據矩陣可定址表面之定址圖案而圖案化。可使用合適電子構件來執行所需矩陣定址。
可程式化LCD陣列之實例在以引用之方式併入本文中的美國專利第5,229,872號中給出。
圖1說明根據一實施例之微影投影裝置10A之各種子系統的方塊圖。主要組件為:輻射源12A,其可為深紫外線準分子雷射源或包括極紫外線(EUV)源之其他類型的源(如上文所論述,微影投影裝置本身無需具有輻射源);照明光學件,其例如定義部分相干性(經表示為均方偏差)且可包括塑形來自源12A之輻射的光學件14A、光學件16Aa及光學件16Ab;圖案化器件18A;及透射光學件16Ac,其將圖案化器件圖案之影像投影至基板平面22A上。在投影光學件之光瞳平面處的可調整濾光器或孔徑20A可限定照射於基板平面22A上之光束角度之範圍,其中最大可能 角度定義投影光學件之數值孔徑NA=n sin(Θmax),其中n為基板與投影光學件之最後元件之間的介質之折射率,且Θmax為自投影光學件射出的仍可照射於基板平面22A上之光束的最大角度。
在微影投影裝置中,源將照明(亦即,輻射)提供至圖案化器件,且投影光學件經由該圖案化器件將該照明引導至基板上且塑形該照明。投影光學件可包括組件14A、16Aa、16Ab及16Ac中之至少一些。空中影像(AI)為在基板位準處之輻射強度分佈。可使用抗蝕劑模型以自空中影像計算抗蝕劑影像,可在全部揭示內容特此以引用方式併入之美國專利申請公開案第US 2009-0157630號中找到此情形之實例。抗蝕劑模型僅與抗蝕劑層之屬性(例如在曝光、曝光後烘烤(PEB)及顯影期間發生的化學製程之效應)相關。微影投影裝置之光學屬性(例如,照明、圖案化器件及投影光學件之屬性)規定空中影像且可定義於光學模型中。由於可改變用於微影投影裝置中之圖案化器件,所以需要使圖案化器件之光學屬性與至少包括源及投影光學件的微影投影裝置之其餘部分之光學屬性分離。用於將設計佈局變換成各種微影影像(例如空中影像、抗蝕劑影像等)、使用彼等技術及模型來應用OPC且評估效能(例如在製程窗方面)的技術及模型之細節描述於美國專利申請案公開案第US 2008-0301620號、第2007-0050749號、第2007-0031745號、第2008-0309897號、第2010-0162197號及第2010-0180251號中,每一公開案之揭示內容特此以全文引用之方式併入。
根據本發明之一實施例,可產生一或多個影像。該等影像包括可藉由每一像素之像素值或強度值特性化的各種類型之信號。視影像內像素之相對值而定,信號可被稱作例如弱信號或強信號,如一般熟習此 項技術者可理解。術語「強」及「弱」為基於影像內之像素之強度值的相對術語,且強度之特定值可並不限制本發明之範疇。在一實施例中,強信號及弱信號可基於所選擇之臨限值來識別。在一實施例中,臨限值可為固定的(例如影像內像素之最高強度與最低強度的中點。在一實施例中,強信號可指具有大於或等於跨影像之平均信號值之值的信號,且弱信號可指具有小於平均信號值之值的信號。在一實施例中,相對強度值可基於百分比。例如,弱信號可為具有低於影像內像素(例如對應於目標圖案之像素可被視為具有最高強度之像素)之最高強度的50%的強度之信號。此外,影像內之每一像素被視為變數。根據本實施例,導數或偏導數可相對於影像內之每一像素判定,且每一像素之值可根據基於成本函數之評估及/或成本函數之基於梯度的計算來判定或修改。例如,CTM影像可包括像素,其中每一像素為可採用任何實數值之變數。
圖2說明根據一實施例之用於模擬微影投影裝置中之微影的例示性方法。源模型31表示源之光學特性(包括輻射強度分佈及/或相位分佈)。投影光學件模型32表示投影光學件之光學特性(包括由投影光學件引起的輻射強度分佈及/或相位分佈之變化)。設計佈局模型35表示設計佈局之光學特性(包括由設計佈局33引起的輻射強度分佈及/或相位分佈之變化),該設計佈局為在圖案化器件上或藉由圖案化器件形成之特徵配置的表示。可自設計佈局模型35、投影光學件模型32及設計佈局模型35來模擬空中影像36。可使用抗蝕劑模型37自空中影像36模擬抗蝕劑影像38。微影之模擬可例如預測抗蝕劑影像中之輪廓及CD。
更特定言之,應注意,源模型31可表示源之光學特性,該等光學特性包括但不限於數值孔徑設定、照明均方偏差(σ)設定,以及任 何特定照明形狀(例如離軸輻射源,諸如環圈、四極、偶極等)。投影光學件模型32可表示投影光學件之光學特性,該等光學特性包括像差、失真、一或多個折射率、一或多個實體大小、一或多個實體尺寸等。設計佈局模型35可表示實體圖案化器件之一或多個實體屬性,如例如以全文引用的方式併入之美國專利第7,587,704號中所描述。模擬之目標係準確地預測例如邊緣置放、空中影像強度斜率及/或CD,可接著將該等邊緣置放、空中影像強度斜率及/或CD與預期設計進行比較。預期設計通常被定義為可以諸如GDSII或OASIS或其他檔案格式之標準化數位檔案格式而提供之預OPC設計佈局。
自此設計佈局,可識別被稱作「剪輯」之一或多個部分。在一實施例中,提取剪輯集合,其表示設計佈局中之複雜圖案(通常為約50個至1000個剪輯,但可使用任何數目個剪輯)。此等圖案或剪輯表示設計之小部分(亦即,電路、胞元或圖案),且更特定言之,該等剪輯通常表示需要特定注意及/或驗證的小部分。換言之,剪輯可為設計佈局之部分,或可為類似的或具有設計佈局之部分的類似行為,其中一或多個臨界特徵藉由體驗(包括由客戶提供之剪輯)、試誤法或運行全晶片模擬來予以識別。剪輯可含有一或多個測試圖案或量規圖案。
可由客戶基於設計佈局中需要特定影像最佳化之一或多個已知臨界特徵區域而先驗地提供初始較大剪輯集合。替代地,在另一實施例中,可藉由使用識別該一或多個臨界特徵區域之某種自動(諸如機器視覺)或手動演算法自整個設計佈局提取初始較大剪輯集合。
在微影投影裝置中,作為一實例,可將成本函數表達為
Figure 110128475-A0305-02-0012-1
其中(z 1 ,z 2 ,,z N )為N個設計變數或其值。f p (z 1 ,z 2 ,,z N )可為設計變數(z 1 ,z 2 ,,z N )的函數,諸如對於(z 1 ,z 2 ,,z N )之設計變數的值集合的特性之實際值與預期值之間的差。w p 為與f p (z 1 ,z 2 ,,z N )相關聯之權重常數。例如,特性可為在邊緣上之給定點處量測的圖案之邊緣之位置。不同f p (z 1 ,z 2 ,,z N )可具有不同權重w p 。例如,若特定邊緣具有所准許位置之窄範圍,則用於表示邊緣之實際位置與預期位置之間的差的f p (z 1 ,z 2 ,,z N )之權重w p 可被給出較高值。f p (z 1 ,z 2 ,,z N )亦可為層間特性之函數,層間特性又為設計變數(z 1 ,z 2 ,,z N )之函數。當然,CF(z 1 ,z 2 ,,z N )不限於方程式1中之形式。CF(z 1 ,z 2 ,,z N )可為任何其他合適之形式。
成本函數可表示微影投影裝置、微影製程或基板之任何一或多個合適特性,例如,焦點、CD、影像移位、影像失真、影像旋轉、隨機變化、產出率、局域CD變化、製程窗、層間特性或其組合。在一個實施例中,設計變數(z 1 ,z 2 ,,z N )包含選自劑量、圖案化器件之全域偏置及/或照明形狀中之一或多者。由於抗蝕劑影像常常規定基板上之圖案,故成本函數可包括表示抗蝕劑影像之一或多個特性之函數。例如,f p (z 1 ,z 2 ,,z N )可僅係抗蝕劑影像中之一點與彼點之預期位置之間的距離(亦即,邊緣置放誤差EPE p (z 1 ,z 2 ,,z N ))。設計變數可包括任何可調整參數,諸如源、圖案化器件、投影光學件之可調整參數、劑量、焦點等。
微影裝置可包括可用以調整波前及強度分佈之形狀及/或輻射光束之相移的被集體地稱為「波前操控器」之組件。在一實施例中,微影裝置可調整沿著微影投影裝置之光學路徑之任何位置的波前及強度分佈,諸如在圖案化器件之前、在光瞳平面附近、在影像平面附近及/或在焦點平面附近。波前操控器可用以校正或補償由例如源、圖案化器件、微 影投影裝置中之溫度變化、微影投影裝置之組件之熱膨脹等所導致的波前及強度分佈及/或相移的某些失真。調整波前及強度分佈及/或相移可改變由成本函數表示之特性的值。可自模型模擬此等變化或實際上量測此等變化。設計變數可包括波前操控器之參數。
設計變數可具有約束,該等約束可被表達為(z 1 ,z 2 ,,z N )
Figure 110128475-A0305-02-0014-22
Z,其中Z為設計變數之可能值集合。可藉由微影投影裝置之所要產出率來強加對設計變數之一個可能約束。在無藉由所要產出率強加之此約束的情況下,最佳化可得到不切實際的設計變數之值集合。例如,若劑量為設計變數,則在無此約束之情況下,最佳化可得到使產出率經濟上不可能的劑量值。然而,約束之有用性不應解譯為必要性。例如,產出率可受光瞳填充比率影響。對於一些照明設計,低光瞳填充比率可捨棄輻射,從而導致較低產出率。產出率亦可受抗蝕劑化學反應影響。較慢抗蝕劑(例如要求適當地曝光較高量之輻射的抗蝕劑)導致較低產出率。
如本文中所使用,術語「圖案化製程」通常意謂作為微影製程之部分的藉由應用光之指定圖案來產生經蝕刻基板的製程。然而,「圖案化製程」亦可包括電漿蝕刻,此係因為本文中所描述之許多特徵可為使用電漿處理形成印刷圖案提供益處。
如本文中所使用,術語「目標圖案」意謂將在基板上蝕刻之理想化圖案。
如本文所使用,術語「經印刷圖案」或「經圖案化基板」意謂基板上基於目標圖案經成像及/或經蝕刻的實體圖案。印刷圖案可包括例如凹槽、通道、凹陷、邊緣或由微影製程產生之其他兩維及三維特徵。
如本文中所使用,術語「製程模型」意謂包括模擬圖案化製程之一或多個模型的模型。例如,製程模型可包括光學模型(例如模型化用以在微影製程中遞送光的透鏡系統/投影系統且可包括模型化進入光阻上之光之最終光學影像)、抗蝕劑模型(例如模型化抗蝕劑之物理效應,諸如歸因於光之化學效應),及OPC模型(例如可用以製造目標圖案且可包括子解析度抗蝕劑特徵(SRAF)等)。
現有工具(例如極限效能之度量衡(metrology of eXtreme Performane)(MXP))經組態以輸出可用於例如光學近接校正(OPC)模型化之量規,諸如CD或EP量規或輪廓。現有工具對原始影像之集合(例如,經圖案化基板之掃描電子顯微鏡(SEM)影像)進行平均化且自平均化影像提取與特徵相關聯之輪廓。此類輪廓相比自原始影像提取輪廓更可靠。工具亦直接判定經提取輪廓之CD/EP。
當前存在用於原始影像清潔之兩種主要技術。第一種,逐一手動地審查原始影像,且移除不良品質原始影像。第二種,使用機器學習模型來識別不良品質原始影像。
然而,亦存在與現有技術相關聯之一些侷限性。經由手動審查識別且移除不良品質原始影像需要大量人力。因此,自量測經圖案化基板至提供CD/EP資料之度量衡周轉時間將極長。例如,可存在經圖案化基板之20,000個原始影像。若花費大約3秒來審查一個原始影像,則總審查時間將為大約17小時,需要幾乎2至3個工作日來移除不良品質影像。若每一影像存在較多圖案,則影像審查時間甚至會更長。另外,手動審查程序通常由有經驗的工程師執行,且識別不良影像將為主觀的,此將影響度量衡準確度。因此,需要非主觀或不需要手動審查的選擇良好品質原始 影像之經改良方法。
使用機器學習(ML)模型來識別不良品質原始影像可視執行量測之方式而定。例如,SEM影像歸因於不同掃描機器及其掃描設定可極不同。因此,可能難以使基於目前ML之方法適應於不同種類之SEM影像。因此,需要用於選擇良好品質原始影像之經改良方法。
圖3為用於選擇經圖案化基板之經擷取影像之方法300的流程圖。方法300包括用於選擇良好品質影像之以下程序:P301、P303及P305。另外,方法300可經進一步擴展以在程序P307中使用所選擇之良好品質原始影像以用於執行特徵之準確量測。在一實施例中,基於所選擇之原始影像之量測可進一步用以改良與微影製程相關之製程模型。例如,所選擇之原始影像可用於改良最佳接近校正模型以判定光罩圖案。
程序P301包括獲得經圖案化基板之複數個原始影像301。在一實施例中,該複數個原始影像301為經由影像擷取器件,諸如掃描電子顯微鏡(SEM)獲取之影像。此等原始SEM影像可包括導致不佳聚焦之一些不良品質影像、導致不佳經圖案化基板之成像誤差、擷取經圖案化基板之影像時的誤差,或其他導致不良品質影像被影像擷取器件(例如,SEM)擷取之問題。在一實施例中,原始影像可為並不對其執行影像處理或執行最小影像處理操作之影像。在一實施例中,在影像由影像擷取器件(例如,SEM)擷取之後,可對所擷取影像執行最小影像處理以產生原始影像。例如,影像處理可為影像去雜、自影像移除模糊、相對於參考進行對準、裁剪該影像之一部分等。在一實施例中,此影像處理可藉由影像擷取器件(例如,SEM)執行。原始影像並非影像之組合,諸如藉由對複數個原始影像進行平均化而產生的平均影像。
程序P303包括基於與複數個原始影像301之每一影像內之一或多個特徵的量規或輪廓相關聯之資料而判定原始影像品質度量303,該原始影像品質度量303指示原始影像品質。在一實施例中,量規可由經組態以產生用於任何輸入影像之量規之度量衡工具或檢測工具(例如圖14及/或圖15)產生。量規可為疊對於影像中之特徵上之標記,以便量測例如特徵之幾何屬性。在一實施例中,量規對應於與經量測形狀之輪廓相交的虛線,且更特定言之,該等量規為虛線分別與形狀相交之點使得可判定適用幾何尺寸。在一實施例中,輪廓係指影像中之特徵之輪廓。在一實施例中,度量衡工具或檢測裝置(例如圖14及/或圖15)經組態以提取任何輸入影像中之特徵之輪廓。例如,可使用基於與例如特徵之邊緣相關聯的影像強度之輪廓提取演算法來提取輪廓。本發明不限於特定量規產生或輪廓提取方法。
根據一些實施例,程序P303可以不同方式實施。下文關於圖4A、圖5及圖6A進一步詳細論述程序P303之例示性實施。
返回參看圖3,程序P305包括基於原始影像品質度量303自複數個原始影像301選擇一原始影像子集310。例如,選擇原始影像品質度量303值高於選擇臨限值的原始影像。在一實施例中,選擇臨限值可視所使用度量之類型而定。度量之實例包括但不限於影像評分(例如,使用圖4A中之程序而判定)、與量規相關聯之平均斜率、輪廓之間的差異,如本文中所論述。在一實施例中,選擇臨限值可由使用者例如基於對良好品質影像之檢測或分析而定義。
在一實施例中,方法300可進一步包括輸出所選擇原始影像子集310以用於改良與圖案化製程相關之各種態樣。在一實施例中,方 法300包括提供原始影像子集310以用於執行與影像內之一或多個特徵相關聯之量測的程序P307。在一實施例中,方法300包括程序P309,其中可使用所選擇影像子集來訓練與圖案化製程相關聯之模型。例如,訓練機器學習模型或與光學近接校正(OPC)相關聯之其他模型。前述實例藉由舉例之方式提供。本發明不限於根據本文中的方法300所選擇之影像子集的特定應用。
在一實施例中,相對於圖4A中之程序描述判定原始影像品質度量303(在本實施例中亦被稱作影像評分)之程序303。例如,原始影像品質度量303之判定包括基於指定準則分析與複數個原始影像301之每一影像之量規相關聯之量規資料。指定準則之實例包括但不限於特定量規之存在、遺失量規、與特定量規相關聯之量規資料是否屬於叢集、量規資料是否為對應量規群組中之離群值、量規群組資料是否超過指定準則等。下文進一步詳細論述量規及用於將值指派至度量303的基於量規之例示性準則之應用的實例。
在圖4B中說明量規之實例。本實例展示針對二維度量衡所描繪之圖案。圖4B說明一橢圓形量規圖案。量規對應於與經量測形狀之輪廓相交的虛線,且更特定言之,該等量規為虛線分別與形狀相交之點使得可判定適用幾何尺寸。例如,在圖4B中,實例量規對應於重疊於其中所描繪形狀之輪廓上的虛線CDG1、CDG2、CDG3、CDG4、CDG5及CDG6。此等量規CDG1至CDG6被稱作用以量測特徵之CD的CD量規。例如,量規CDG1係用於量測在Y方向上之CD且量規CDG2係用於量測在X方向上之CD。在虛線分別與形狀相交之點處判定量規,使得可判定適用幾何尺寸。
儘管圖4B僅展示兩個量規,但量規之數目可小於或大於所展示之量規的數目,通常比所展示之量規的數目大得多。類似地,量規可在不同方向上、在不同形狀部分之間等。對於每一圖案或更可能對於複數個圖案,可存在數十、數百、數千個甚至數百萬個實際或可能的量規。
參看圖4A,用於將值指派至度量303之量規分析包括以下程序。程序P401包括:針對複數個原始影像301中之給定原始影像判定是否存在與量規相關聯之量規資料;回應於不存在該量規資料,將第一值指派至原始影像品質度量303,該第一值低於選擇臨限值;或回應於存在該量規資料,將第二值指派至原始影像品質度量303,該第二值高於選擇臨限值。例如,第一值可為-1,第二值可為1,且選擇臨限值可為0.3。在一實施例中,可將其他值指派給度量303。
在一實施例中,度量衡工具或處理器(例如圖14及/或圖15)可經組態以產生用於經圖案化基板之輸入影像(例如,SEM影像)之量規。量規可以電子可交換檔案格式提供。在一實施例中,量規檔案包含量規資料,諸如CD量規、EP量規或與輸入影像(例如SEM影像)內之一或多個特徵相關聯之其他量測標記。
若不存在針對原始SEM影像產生之CD/EP量規檔案或所產生之量規檔案為空的,則將其視為空白影像或離焦影像;在此情況下,向影像評分(原始影像品質度量303之實例)指派值-1;否則,向影像評分指派值1。視情況,程序P401可經組態以產生問題報告。例如,問題報告包含空白影像或離焦影像問題之指示。
在一實施例中,程序P403包括判定量規資料是否遺失用於複數個原始影像301之給定原始影像之特定量規(例如CD量規);及回應於 遺失特定量規(例如CD量規),將原始影像品質度量303之第二值減小指定量。在一實施例中,將指定量計算為量規類型數目與重複圖案數目之乘積之倒數。視情況,程序P403可經組態以產生問題報告。例如,問題報告包含遺失量規之指示。
例如,在用於每一原始影像之CD量規檔案中,總量規數目等於量規類型與重複圖案數目之乘積。例如,參看圖4B,原始量規檔案可包括2個不同量規類型(例如在Y方向上之CD量規,諸如CDG1及在X方向上之CD量規,諸如CDG2),及3個重複圖案。因此,量規檔案可包括6個量規。對於每一遺失量規,影像評分減小1/(量規類型×重複圖案數目)。例如,影像評分1可減小1/6、2/6或3/6。
在一實施例中,判定原始影像品質度量303可進一步包括程序P405。程序P405包括叢集與複數個原始影像301之量規相關聯之量規資料。在一實施例中,量規資料為與特定量規類型相關聯之量規資料(例如,EP量規資料或CD量規資料);及基於叢集而修改原始影像品質度量303之第二值。
在一實施例中,程序P407包括判定複數個原始影像301之一或多個原始影像之量規資料(例如,EP量規資料或CD量規資料)是否在指定叢集區外;及回應於該量規資料(例如,EP量規資料或CD量規資料)在指定叢集區外,減小與該一或多個原始影像相關聯之原始影像品質度量303之第二值,使其低於選擇臨限值。
在一實施例中,修改原始影像品質度量303之第二值包括判定複數個原始影像301之一或多個原始影像的量規資料(例如,EP量規資料或CD量規資料)是否在指定叢集區內;及回應於該量規資料(例如, EP量規資料或CD量規資料)在該指定叢集區內,基於與一特定量規資料(例如,CD量規資料)相關聯之統計而修改與該一或多個原始影像相關聯之原始影像品質度量303之第二值。
在一實施例中,叢集可係基於兩個量規之間的晶粒對晶粒(D2D)偏移。例如,可判定特定圖案之原始影像之EP量規或輪廓中心之間的距離。若距離彼此接近,則其可叢集至一個區(例如,所有量規資料點都在指定叢集區內)。此亦指示兩個不同原始影像之量規之間不存在D2D較大偏移。然而,若經叢集資料在指定叢集區外,則其指示原始影像之間存在大的差異。在此情況下,在最大叢集中選擇原始影像且向其他原始影像指派影像評分值0。視情況,程序P407可經組態以產生問題報告。例如,問題報告包含較大晶粒對晶粒偏移之指示。
在一實施例中,修改原始影像品質度量303之第二值包括:判定與特定量規資料(例如CD量規資料)相關聯之統計是否在統計臨限值之外;及回應於該量規資料(例如,CD量規資料)在統計臨限值之外,將一或多個原始影像之原始影像品質度量303之第二值減小指定量。在一實施例中,將指定量計算為量規類型之數目與重複圖案之數目之乘積之倒數。
在另一實例中,叢集可係基於對量規資料之統計分析。例如,統計分析包含判定CD量規之統計,諸如標準偏差、平均數、中值、分位數、絕對誤差範圍、相對誤差範圍、最小值、最大值。基於統計分析,對於原始影像具有在一個叢集中之統計之圖案,接著選擇指定叢集區內之原始影像。對於為離群值的每一量規,與原始影像相關聯之影像評分減小1/(量規類型×重複圖案之數目)。
本文中所論述之量規類型係藉由實例呈現而不限制本發明之範疇。在一實施例中,輪廓或座標類型參數可代替CD/EP量規或結合CD/EP量規而使用。在一實施例中,可分析與原始影像或量規屬性,如強度、對比度、ILS等相關聯之其他類型資料以判定原始影像之品質。
如本文中所論述,方法300可進一步包括用於產生每一原始影像之問題報告的程序(例如P401、P403),該原始影像之原始影像品質度量303並不滿足選擇臨限值。例如,關於不良原始影像之實例問題報告包括但不限於以下問題:諸如局部模糊、離焦原始影像、空白原始影像、原始影像內之較大白色條帶、原始影像內之較大製程差異、不同原始影像之間的較大D2D偏移,或導致不良原始影像之其他問題。
因此,上文所論述的圖4A之例示性程序中的指定準則可使得自原始影像301選擇原始影像子集310A。圖4C中說明圖4A之程序之實例應用。
圖4C說明實例原始SEM影像,其原始影像品質度量303並不滿足選擇臨限值(例如0.5),因此指示不良品質影像。例如,具有空白或無特徵之原始影像452被指派為-1之影像評分、圍繞特徵具有較大白色條帶之原始影像454被指派為0.24之影像評分,且具有相對較高量之局部模糊的原始影像456被指派為0.35之影像評分。
參看圖4A至圖4C,本實施例具有若干優勢。現有工具(例如SEM度量衡工具(圖14)或檢測裝置(圖15))可經修改以自動地識別良好影像且移除不良品質原始影像,而不需要手動地審查原始影像。替代地,可實施單獨軟體程式。此自動選擇程序亦可有效地節省模型化時間。例如,用以判定光罩圖案之OPC模型化為耗時的程序。在OPC程序中使用良 好品質SEM影像可改良模擬時間且以相對較少之時間產生結果。如所論述,對良好品質原始影像之選擇係基於對由度量衡工具或處理器產生之量規之數學分析。影像評分之規則具有實體意義。圖4A之實例影像評分程序對不同使用情況具有高適應性。因此,即使SEM影像掃描工作程序對於不同使用者極不同,選擇程序亦可適應於該等工作程序。因此,本發明可全面地考慮與圖案化製程或度量衡製程相關之不同問題,且篩選出可能未經由例如基於輪廓之分析篩選出的不良原始影像。另外,可產生不良原始影像之問題報告以導引使用者例如改良成像製程、缺陷檢測或度量衡工作程序。
在另一實施例中,判定原始影像品質度量303之程序303包括對與每一原始影像相關聯的量規之量規資料執行統計分析以產生原始影像品質度量303。在一實施例中,原始影像品質度量303為與每一原始影像相關聯的量規處之對比度之函數。在一實施例中,原始影像品質度量303為在與每一原始影像相關聯之量規處判定的斜率之平均值。在一實施例中,給定量規之斜率量測給定影像在給定量規處自相對亮區過渡至暗區之斜度。
例如,可使用以下斜率方程式計算原始影像品質度量303:
Figure 110128475-A0305-02-0023-2
在以上方程式中,N為圖案之數目,M為每一圖案之原始影像之數目,G為與圖案相關聯之量規之數目,且P:每一圖案內之每一量規之重複數目。
圖5說明實例SEM影像及基於SEM影像之量規而判定之對 應斜率值(參見垂直於SEM影像中之水平線特徵插入之白色虛線)。例如,將以上斜率方程式應用於原始影像502獲得原始影像品質度量值0.005。類似地,原始影像504獲得0.042之度量值,原始影像506獲得0.014之度量值,原始影像508獲得0.051之度量值,原始影像510獲得0.036之度量值,且原始影像512獲得0.041之度量值。在一實施例中,可選擇品質度量值超過例如0.03之選擇臨限值的原始影像。因此,原始影像504、508、510及512可經選擇為良好品質影像。
本實施例具有若干額外益處。原始影像品質度量對雜訊具有魯棒性,此係因為影像品質係針對量規區判定,因此受到影像中別處之影像雜訊影響較小。因此,即使在量規區外存在顯著雜訊,亦可將影像選擇為良好品質影像。例如,對於在量規區處具有良好品質但在其他區處具有不良品質(例如歸因於遺失/sbar印刷/皺縮特徵)之影像,仍可選擇原始影像品質度量。即使存在小數目個原始影像,亦可應用本發明方法,此係因為該方法並不依賴於影像統計(例如,平均像素強度、跨越不同影像之像素強度變化等)。例如,該方法可應用於每圖案小於10個原始影像。在本發明中,原始影像品質度量可基於原始影像本身內之資訊判斷原始影像品質,從而產生更穩定之結果。
在一實施例中,相對於圖6A中之程序描述判定原始影像品質度量303之程序303。在一實施例中,相對於平均影像或參考原始影像判定原始影像品質度量303。在一實施例中,可相對於選自此等原始影像之參考原始影像對準同一圖案之所有原始影像,且可判定平均影像。平均影像亦將與原始影像處於相同座標中。
在圖6A中,程序P601包括獲得影像內之特徵之第一輪廓 C1。在一實施例中,自與特定圖案相關聯之複數個原始影像301之平均影像提取第一輪廓C1。在一實施例中,第一輪廓C1亦可自第一原始影像獲得。作為一實例,藉由基於特徵之特性而叢集原始影像301;及對指定叢集區內之原始影像301之叢集進行平均化而獲得平均影像。作為另一實例,藉由以下操作獲得平均影像:對準特定圖案之原始影像301;基於原始影像301中之每一者內之特徵之輪廓之間的相互距離而叢集原始影像301;及對指定叢集區內之原始影像301之叢集進行平均化以判定平均影像。可自平均影像提取第一輪廓C1。
程序P603包括自與特定圖案相關聯之原始影像中之每一者獲得特徵之第二輪廓C2。在一實施例中,獲得第二輪廓C2包含程序P605。程序P605包括:判定與給定原始影像內之特徵相關聯之輪廓位置處的影像屬性;判定影像屬性是否突破臨限值;及回應於影像屬性突破臨限值,自給定原始影像提取特徵之第二輪廓C2。在一實施例中,該影像屬性為與該特徵相關聯之位置處之局部邊緣清晰度或對比度值,或該特徵之輪廓處之強度。例如,可在特徵之脊線處判定斜率。可藉由沿著該量規自該影像提取信號來判定該特徵之脊線。在信號之峰值處可判定斜率。
程序P607包括判定原始影像品質度量,例如第一輪廓C1與第二輪廓C2之間的距離。例如,自平均影像提取之第一輪廓C1與原始影像之第二輪廓C2之間的距離。距離度量呈現為一實例且不限於平均影像。
在一實施例中,原始影像品質度量303之判定包括:獲得與特定圖案相關聯之複數個原始影像301之每一原始影像內的特徵之原始影像輪廓(例如,C1及C2);及判定複數個原始影像301之每一原始影像之 輪廓與複數個原始影像301之每一另一原始影像之輪廓之間的距離之矩陣。在一實施例中,基於與每一原始影像相關聯之多個距離滿足選擇臨限值而選擇原始影像子集310C。例如,對於存在11個原始SEM影像,可判定10x10之距離矩陣。對於每一原始影像,將存在相對於其他原始影像計算之10個距離。每一距離可與用於判定之指定臨限值進行比較。接著,可選擇滿足臨限值之原始影像叢集。例如,當所有其他影像叢集具有小於或等於5個滿足指定臨限值之影像時,可選擇具有滿足指定臨限值之6個距離的影像。
圖6B說明根據一實施例的判定自兩個影像提取之特徵之兩個輪廓之間的偏移之例示性方法。在一實施例中,可自平均影像輪廓或原始影像輪廓提取第一輪廓,且可自原始影像輪廓提取第二輪廓。在一實施例中,可在兩個原始影像之輪廓之間判定輪廓對輪廓偏移。
在一實施例中,判定輪廓之間的距離包括對準輪廓或影像。如本文中所使用,「偏移610」意謂第一輪廓330上之點與第二輪廓530上之另一點之間的距離。在一實施例中,可自原始影像提取第二輪廓。在一實施例中,可自複數個原始影像之平均影像提取第一輪廓330。在一實施例中,可自原始影像提取第一輪廓330。本發明可使用不同方法判定偏移610。舉例而言,可基於實質上定義輪廓(例如,330)之一部分的座標620而判定偏移610。如本文中所使用,術語「座標」意謂定義輪廓的一部分或整個輪廓的座標。在一實施例中,座標可由成像器件、藉由成像器件拍攝之影像之分析等產生。例如,座標可為已經判定為對應於輪廓之邊緣的像素位置。因此,邊緣偵測程式可基於影像之影像處理產生座標620。座標620之實例在圖6B中由輪廓330上之圓圈說明。
在一個實施例中,可基於座標620與輪廓530之間的距離而進一步判定偏移610。在一些特定實施例中,距離可在座標620處垂直於輪廓330之方向上。在其他實施例中,可藉由例如對一些或所有偏移之距離的平方求和,或求和一些或所有偏移,或此等距離之分位數統計來判定偏移610。此可例如藉由垂直偏移向量之x分量及/或y分量執行。
在一些實施例中,可在輪廓330或530上產生任何數目個額外點(例如邊緣置放(EP)座標)。如本文中所使用,EP座標630(在本文中亦被稱作EP量規)為定義輪廓330或530之額外點。EP座標630之一個實例在圖6B中由位於輪廓330上之實心正方形說明。在一些實施例中,可藉由在兩個或大於兩個座標620之間內插來產生EP座標630。在其他實施例中,可藉由自兩個或大於兩個座標620外推來產生EP座標630。因此,替代地或除了座標620之外,亦可基於EP座標630進一步判定偏移610。
圖7為根據一實施例之實例度量衡系統的方塊圖。本文中所描述的實施例可實施於任何數目個計算系統、影像擷取器件、伺服器及使用者介面及其組合上。圖7中說明一個例示性系統,其中叢集1210,其可視情況含有任何數目個串聯及/或並聯操作之電腦,可經組態以允許EP座標630之選擇及傳輸,EP座標在本文中亦被稱作EP量規630。EP量規630可經傳輸至一或多個管理伺服器1220,其中工作程序1230可經發送至影像擷取器件1240。工作程序1230可包括關於圖案化製程之資訊及亦包括用於影像擷取器件1240之操作的指令。因此描述之例示性系統改良OPC預測準確度並減少OPC顯影循環時間。
圖8為根據一實施例之經改良度量衡製程之實例實施的製程流程圖。
根據本文中所描述之系統及實施例的用於改良度量衡之方法可包括在計算叢集,諸如叢集1210上執行製程模型。在1310處,製程模型可接受倍縮光罩設計。在1312處,製程模型接著可產生指定目標圖案之GDS佈局。在1314處,製程模型可接著選擇自根據方法300選擇之良好品質原始影像提取之一或多個量規。
在1320處,影像擷取器件,例如影像擷取器件1240可產生工作程序1230。工作程序1230可藉由影像擷取器件1240使用以在1322處對經印刷圖案執行高品質度量衡,包括產生任何數目個高解析度經量測影像。另外,基於方法300之選擇程序,一良好品質經量測影像子集可經傳輸至叢集1210用於影像處理。
影像處理可包括例如在1330處執行影像濾波,在1332處執行影像對準及平均化,在1334處執行輪廓提取,及在1336處執行EP量規提取。影像濾波可包括例如基於例如經准許基準或容許度自動移除誤印刷影像及/或低對比度影像。視情況,作為輪廓提取製程之部分,工作程序1230及經量測影像320可自1322輸入,以藉由在影像濾波之前及之後比較經量測影像320及平均化對準製程來增加度量衡一致性。
可在1340處執行模型校準及驗證,其中在1336處提取之EP量規、CD量規或其他量規可由一或多個計算系統接收。經校準且經驗證之模型可在1340處最佳化,以支援大量EP量規,例如相對於CD量規之數目增加2、3、3.6、5、10或更大之因數。在1342處,製程模型可經校準且在1344處,可將經校準之製程模型提供至圖形使用者介面(GUI)以供使用者審查、改進、傳輸或進一步處理。
圖9為根據一實施例之實例電腦系統CS的方塊圖。
電腦系統CS包括用於傳達資訊之匯流排BS或其他通信機制及與匯流排BS耦接以供處理資訊之處理器PRO(或多個處理器)。電腦系統CS亦包括耦接至匯流排BS以用於儲存待由處理器PRO執行之資訊及指令的主記憶體MM,諸如隨機存取記憶體(RAM)或其他動態儲存器件。主記憶體MM亦可用於在待由處理器PRO執行之指令的執行期間儲存暫時性變數或其他中間資訊。電腦系統CS進一步包括耦接至匯流排BS以用於儲存用於處理器PRO之靜態資訊及指令的唯讀記憶體(ROM)ROM或其他靜態儲存器件。提供諸如磁碟或光碟之儲存器件SD,且將其耦接至匯流排BS以用於儲存資訊及指令。
電腦系統CS可經由匯流排BS耦接至用於向電腦使用者顯示資訊之顯示器DS,諸如陰極射線管(CRT),或平板或觸控面板顯示器。包括文數字及其他按鍵之輸入器件ID耦接至匯流排BS以用於將資訊及命令選擇傳達至處理器PRO。另一類型之使用者輸入器件為用於將方向資訊及命令選擇傳達至處理器PRO且用於控制顯示器DS上之游標移動的游標控制件CC,諸如滑鼠、軌跡球或游標方向按鍵。此輸入器件通常具有在兩個軸線,第一軸(例如x)及第二軸(例如,y)上之兩個自由度,從而允許該器件指定平面中之位置。觸控面板(螢幕)顯示器亦可被用作輸入器件。
根據一個實施例,本文中所描述之一或多種方法的部分可藉由電腦系統CS回應於處理器PRO執行主記憶體MM中所含有之一或多個指令的一或多個序列來執行。可將此等指令自另一電腦可讀媒體,諸如儲存器件SD讀取至主記憶體MM中。主記憶體MM中所含有之指令序列的執行促使處理器PRO執行本文中所描述之製程步驟。呈多處理配置之一或多個處理器亦可用於執行主記憶體MM中所含有之指令序列。在一替代性實 施例中,可代替或結合軟體指令而使用硬連線電路。因此,本文中之描述不限於硬體電路及軟體之任何特定組合。
如本文中所使用之術語「電腦可讀媒體」係指參與將指令提供至處理器PRO以用於執行之任何媒體。此媒體可採取許多形式,包括但不限於非揮發性媒體、揮發性媒體及傳輸媒體。非揮發性媒體包括例如光碟或磁碟,諸如儲存器件SD。揮發性媒體包括動態記憶體,諸如主記憶體MM。傳輸媒體包括同軸纜線、銅線及光纖,包括包含匯流排BS之導線。傳輸媒體亦可採取聲波或光波之形式,諸如,在射頻(RF)及紅外線(IR)資料通信期間產生之聲波或光波。電腦可讀媒體可為非暫時性的,例如軟碟、可撓性磁碟、硬碟、磁帶、任何其他磁性媒體、CD-ROM、DVD、任何其他光學媒體、打孔卡、紙帶、具有孔圖案之任何其他實體媒體、RAM、PROM及EPROM、FLASH-EPROM、任何其他記憶體晶片或卡匣。非暫時性電腦可讀媒體可具有記錄於其上之指令。在由電腦執行時,指令可實施本文中所描述的特徵中之任一者。暫時性電腦可讀媒體可包括載波或其他傳播電磁信號。
可在將一或多個指令之一或多個序列攜載至處理器PRO用於執行時涉及電腦可讀媒體之各種形式。例如,初始地可將該等指令承載於遠端電腦之磁碟上。遠端電腦可將指令載入至其動態記憶體內,且使用數據機經由電話線而發送指令。在電腦系統CS本端之數據機可接收電話線上之資料,且使用紅外線傳輸器將資料轉換為紅外線信號。耦接至匯流排BS之紅外線偵測器可接收紅外線信號中所攜載之資料且將資料置放於匯流排BS上。匯流排BS將資料攜載至主記憶體MM,處理器PRO自該主記憶體擷取且執行指令。由主記憶體MM接收之指令可視情況在由處理器 PRO執行之前或之後儲存於儲存器件SD上。
電腦系統CS亦可包括耦接至匯流排BS之通信介面CI。通信介面CI提供與網路鏈路NDL之雙向資料通信耦接,該網路鏈路NDL連接至區域網路LAN。例如,通信介面CI可為整合式服務數位網路(ISDN)卡或數據機以提供與對應類型之電話線的資料通信連接。作為另一實例,通信介面CI可為區域網路(LAN)卡以提供與相容LAN的資料通信連接。亦可實施無線鏈路。在任何此實施中,通信介面CI發送且接收攜載表示各種類型之資訊之數位資料流的電信號、電磁信號或光學信號。
網路鏈路NDL通常通過一或多個網路提供與其他資料器件之資料通信。例如,網路鏈路NDL可通過區域網路LAN提供與主電腦HC之連接。此可包括經由全球封包資料通信網路,現在通常稱作「網際網路」INT而提供資料通信服務。區域網路LAN(網際網路)皆使用攜載數位資料串流之電信號、電磁信號或光學信號。通過各種網路之信號及在網路資料鏈路NDL上且通過通信介面CI之信號為輸送資訊的例示性載波形式,該等信號將數位資料攜載至電腦系統CS且自該電腦系統攜載數位資料。
電腦系統CS可通過網路、網路資料鏈路NDL及通信介面CI發送訊息及接收資料,包括程式碼。在網際網路實例中,主機電腦HC可經由網際網路INT、網路資料鏈路NDL、區域網路LAN及通信介面CI傳輸用於應用程式之經請求程式碼。例如,一個此經下載應用可提供本文中所描述之方法的全部或部分。所接收程式碼可在接收其時由處理器PRO執行,及/或儲存於儲存器件SD或其他非揮發性儲存器中用於稍後執行。以此方式,電腦系統CS可獲得呈載波之形式之應用碼。
圖10為根據一實施例之一微影投影裝置之示意圖。
微影投影裝置可包括照明系統IL、第一物件台MT、第二物件台WT及投影系統PS。
照明系統IL可調節輻射光束B。在此特定情況下,照明系統亦包含輻射源SO。
第一物件台(例如圖案化器件台)MT可具備用以固持圖案化器件MA(例如倍縮光罩)之圖案化器件固持器,且連接至用以相對於物體PS來準確地定位圖案化器件之第一定位器。
第二物件台(基板台)WT可具備用以固持基板W(例如,抗蝕劑塗佈矽晶圓)之基板固持器,且連接至用以相對於物體PS準確地定位該基板之第二定位器。
投影系統(「透鏡」)PS(例如折射、反射或反射折射光學系統)可使圖案化器件MA之經輻照部分成像至基板W之目標部分C(例如包含一或多個晶粒)上。
如本文中所描繪,裝置可屬於透射型(亦即,具有透射圖案化器件)。然而,大體而言,其亦可屬於反射類型,例如(具有反射圖案化器件)。裝置可使用與經典光罩不同種類之圖案化器件;實例包括可程式化鏡面陣列或LCD矩陣。
輻射源SO(例如水銀燈或準分子雷射、LPP(雷射產生電漿)EUV源)產生輻射光束。例如,此光束係直接地或在已橫穿諸如光束擴展器Ex之調節構件之後饋入至照明系統(照明器)IL中。照明器IL可包含調整構件AD以用於設定光束中之強度分佈的外部徑向範圍及/或內部徑向範圍(通常分別稱作σ外部及σ內部)。另外,其通常將包含各種其他組件,諸 如積光器IN及聚光器CO。以此方式,入射於圖案化器件MA上之光束B在其橫截面中具有所要均一性及強度分佈。
在一些實施例中,輻射源SO可在微影投影裝置之外殼內(常常係在輻射源SO為例如水銀燈時的情況),但其亦可遠離微影投影裝置,輻射源SO產生之輻射光束經引導至裝置中(例如憑藉合適導向鏡面);此後一情形可為在輻射源SO為準分子雷射(例如,基於KrF、ArF或F2發出雷射)時的情況。
光束PB隨後截取固持於圖案化器件台MT上之圖案化器件MA。在已橫穿圖案化器件MA的情況下,光束B可穿過透鏡PL,該透鏡將光束B聚焦至基板W之目標部分C上。憑藉第二定位構件(及干涉量測構件IF),可準確地移動基板台WT,例如以便使不同目標部分C定位於光束PB之路徑中。類似地,第一定位構件可用於例如在自圖案化器件庫機械擷取圖案化器件MA之後或在掃描期間相對於光束B之路徑來準確地定位圖案化器件MA。大體而言,可藉助於長衝程模組(粗略定位)及短衝程模組(精細定位)來實現物件台MT、WT之移動。然而,在步進器(相對於步進掃描工具)之情況下,圖案化器件台MT可僅連接至短衝程致動器,或可固定。
可在兩種不同模式,步進模式及掃描模式中使用所描繪工具。在步進模式中,將圖案化器件台MT保持基本上靜止,且將整個圖案化器件影像一次性投影(亦即,單次「閃光」)至目標部分C上。在x及/或y方向上使基板台WT移位,以使得不同目標部分C可由光束PB輻照。
在掃描模式中,適用於基本上相同的情形,不同之處在於不在單次「閃光」中曝光給定目標部分C。取而代之,圖案化器件台MT可在給定方向(所謂的「掃描方向」,例如y方向)上以速度v移動,以使得 使投影束B在圖案化器件影像上進行掃描;同時,基板台WT以速度V=Mv在相同或相對方向上同時地移動,其中M為透鏡PL之放大率(通常,M=1/4或1/5)。以此方式,可在不必損害解析度的情況下曝光相對大目標部分C。
圖11為根據一實施例之另一微影投影裝置(LPA)之示意圖。
LPA可包括源收集器模組SC、經組態以調節輻射光束B(例如EUV輻射)的照明系統(照明器)IL、支撐結構MT、基板台WT及投影系統PS。
支撐結構(例如圖案化器件台)MT可經建構以支撐圖案化器件(例如,光罩或倍縮光罩)MA且連接至經組態以準確地定位該圖案化器件之第一定位器PM。
基板台(例如,晶圓台)WT可經建構以固持基板(例如,抗蝕劑塗佈晶圓)W,且連接至經組態以準確地定位該基板之第二定位器PW。
投影系統(例如,反射性投影系統)PS可經組態以將藉由圖案化器件MA賦予至輻射光束B之圖案投影至基板W的目標部分C(例如,包含一或多個晶粒)上。
如此處所描繪,LPA可屬於反射類型(例如,使用反射性圖案化器件)。應注意,因為大多數材料在EUV波長範圍內具吸收性,所以圖案化器件可具有包含例如鉬與矽之多堆疊的多層反射器。在一個實例中,多堆疊反射器具有鉬與矽之40個層對,其中每一層之厚度為四分之一波長。可運用X射線微影來產生甚至更小的波長。因為大多數材料在EUV 及x射線波長下具吸收性,所以圖案化器件構形(topography)上之經圖案化吸收材料薄片段(例如,多層反射器之頂部上之TaN吸收器)定義特徵將印刷(正型抗蝕劑)或不印刷(負型抗蝕劑)之處。
照明器IL可自源收集器模組SC接收極紫外線輻射光束。用以產生EUV輻射之方法包括但未必限於用在EUV範圍內之一或多種發射譜線將具有至少一元素,例如,氙、鋰或錫之材料轉換成電漿狀態。在常常被稱為雷射產生電漿(「LPP」)之一種此類方法中,可藉由用雷射光束來輻照燃料,諸如具有譜線發射元素之材料小滴、串流或叢集而產生電漿。源收集器模組SC可為包括雷射(圖11中未展示)之EUV輻射系統之部分,該雷射用於提供激發燃料之雷射光束。所得電漿發射輸出輻射,例如EUV輻射,該輸出輻射係使用安置於源收集器模組中之輻射收集器予以收集。例如,當使用CO2雷射以提供用於燃料激發之雷射光束時,雷射與源收集器模組可為單獨實體。
在此等情況下,可不認為雷射形成微影裝置之部分,且輻射光束可憑藉包含例如合適導向鏡面及/或光束擴展器之光束遞送系統而自雷射傳遞至源收集器模組。在其他情況下,例如,當源為放電產生電漿EUV產生器(常常被稱為DPP源)時,源可為源收集器模組之整體部分。
照明器IL可包含用於調整輻射光束之角強度分佈之調整器。通常,可調整照明器之光瞳平面中之強度分佈之至少外部徑向範圍及/或內部徑向範圍(通常分別稱作σ外部及σ內部)。另外,照明器IL可包含各種其他組件,諸如琢面化場及光瞳鏡面器件。照明器可用以調節輻射光束,以在其橫截面中具有所要均一性及強度分佈。
輻射光束B可入射於固持於支撐結構(例如圖案化器件台) MT上之圖案化器件(例如光罩)MA上,且由該圖案化器件來圖案化。在自圖案化器件(例如光罩)MA反射之後,輻射光束B穿過投影系統PS,投影系統PS將該光束聚焦至基板W之目標部分C上。憑藉第二定位器PW及位置感測器PS2(例如干涉量測器件、線性編碼器或電容式感測器),可準確地移動基板台WT,例如以便將不同目標部分C定位在輻射光束B之路徑中。類似地,第一定位器PM及另一位置感測器PS1可用以相對於輻射光束B之路徑來準確地定位圖案化器件(例如光罩)MA。可使用圖案化器件對準標記M1、M2及基板對準標記P1、P2來對準圖案化器件(例如光罩)MA及基板W。
所描繪之裝置LPA可用於以下模式中之至少一者:步進模式、掃描模式及靜止模式。
在步進模式中,在將經賦予至輻射光束之整個圖案一次性投影至目標部分C上時,使支撐結構(例如圖案化器件台)MT及基板台WT保持基本上靜止(亦即,單次靜態曝光)。接著,使基板台WT在X及/或Y方向上移位,以使得可曝光不同目標部分C。
在掃描模式中,在將賦予至輻射光束之圖案投影至目標部分C上時,同步地掃描支撐結構(例如,圖案化器件台)MT及基板台WT(亦即,單次動態曝光)。可藉由投影系統PS之放大率(縮小率)及影像反轉特性來判定基板台WT相對於支撐結構(例如,圖案化器件台)MT之速度及方向。
在靜止模式中,在將被賦予至輻射光束之圖案投影至目標部分C上時,使支撐結構(例如,圖案化器件台)MT保持基本上靜止,從而固持可程式化圖案化器件,且移動或掃描基板台WT。在此模式中,通 常使用脈衝式輻射源,且在基板台WT之每一移動之後或在一掃描期間的順次輻射脈衝之間根據需要而更新可程式化圖案化器件。此操作模式可易於應用於利用可程式化圖案化器件,諸如上文所提及之類型之可程式化鏡面陣列之無光罩微影。
圖12為根據一實施例之微影投影裝置的詳細視圖。
如所展示,LPA可包括源收集器模組SC、照明系統IL及投影系統PS。源收集器模組SC經建構及配置成使得可將真空環境維持於源收集器模組SC之圍封結構220中。可藉由放電產生電漿輻射源來形成EUV輻射發射電漿210。可藉由氣體或蒸汽,例如Xe氣體、Li蒸汽或Sn蒸汽來產生EUV輻射,其中產生極熱電漿210以發射在電磁光譜之EUV範圍內之輻射。例如,藉由產生至少部分離子化電漿之放電來產生極熱電漿210。為了輻射之有效率產生,可需要為例如10Pa之分壓之Xe、Li、Sn蒸汽或任何其他合適氣體或蒸汽。在一實施例中,提供經激發錫(Sn)電漿以產生EUV輻射。
由熱電漿210發射之輻射係經由定位於源腔室211中之開口中或後方的可選氣體障壁或污染物截留器230(在一些情況下,亦被稱作污染物障壁或箔片截留器)而自源腔室211傳遞至收集器腔室212中。污染物截留器230可包括通道結構。污染物截留器230亦可包括氣體障壁,或氣體障壁與通道結構之組合。如在此項技術中為吾人所知,本文中進一步所指示之污染物截留器或污染物障壁230至少包括通道結構。
收集器腔室211可包括可為所謂的掠入射收集器之輻射收集器RC。輻射收集器RC具有上游輻射收集器側251及下游輻射收集器側252。橫穿輻射收集器RC之輻射可自光柵光譜濾光器240反射,以沿著由 點虛線「O」指示之光軸而聚焦在虛擬源點IF中。虛擬源點IF通常被稱作中間焦點,且源收集器模組經配置以使得中間焦點IF位於或靠近封閉結構220中之開口221。虛擬源點IF為輻射發射電漿210之影像。
隨後,輻射橫穿照明系統IL,照明系統IL可包括琢面化場鏡面器件22及琢面化光瞳鏡面器件24,該等器件經配置以提供在圖案化器件MA處之輻射光束21之所要角分佈,以及在圖案化器件MA處之輻射強度之所要均一性。在由支撐結構MT固持之圖案化器件MA處反射輻射光束21後,隨即形成經圖案化光束26,且經圖案化光束26藉由投影系統PS經由反射元件28、30成像至由基板台WT固持之基板W上。
比所展示元件多的元件通常可存在於照明光學件單元IL及投影系統PS中。取決於微影裝置之類型,光柵光譜濾光器240可視情況存在。另外,可存在比諸圖所展示之鏡面多的鏡面,例如,在投影系統PS中可存在比圖12所展示之反射元件多1至6個的額外反射元件。
如圖12所說明之輻射收集器RC被描繪為具有掠入射反射器253、254及255之巢狀收集器,僅僅作為收集器(或收集器鏡面)之一實例。掠入射反射器253、254及255經安置成圍繞光軸O軸向地對稱,且此類型之輻射收集器RC可結合常常被稱為DPP源之放電產生電漿源而使用。
圖13為根據一實施例之微影投影裝置LPA之源收集器模組SC的詳細視圖。
源收集器模組SC可為LPA輻射系統之部分。雷射LA可經配置以將雷射能量沈積至諸如氙(Xe)、錫(Sn)或鋰(Li)之燃料中,從而產生具有數十電子伏特(eV)之電子溫度之高度離子化電漿210。在此等離子 之去激發及再結合期間所產生之高能輻射自電漿發射,由近正入射收集器光學件CO'收集,且聚焦至圍封結構220中的開口221上。
本文中所揭示之概念可模擬或數學上模型化用於使子波長特徵成像之任何通用成像系統,且可尤其供能夠產生愈來愈短波長之新興成像技術使用。已經在使用中之新興技術包括能夠藉由使用ArF雷射來產生193nm波長且甚至能夠藉由使用氟雷射來產生157nm波長之EUV(極紫外線)、DUV微影。此外,EUV微影能夠藉由使用同步加速器或藉由運用高能電子來撞擊材料(固體或電漿)而產生在20nm至50nm之範圍內的波長,以便產生在此範圍內之光子。
圖14示意性地描繪根據一實施例之電子束檢測裝置1920的一實施例。在一實施例中,檢測裝置可為產生曝光或轉印於基板上之結構(例如諸如積體電路之器件之某結構或全部結構)之影像的電子束檢測裝置(例如與掃描電子顯微鏡(SEM)相同或類似)。自電子源1922發射之初級電子束1924係由聚光透鏡1926會聚且接著傳遞穿過光束偏光器1928、E x B偏光器1930及物鏡1932以在一焦點下輻照基板台1912上之基板1910。
當用電子束1924輻照基板1910時,自基板1910產生二次電子。該等二次電子係由E x B偏光器1930偏轉且由二次電子偵測器1934偵測。二維電子束影像可藉由與以下操作同步地偵測自樣本產生之電子而獲得:例如藉由光束偏光器1928來二維掃描電子束或藉由光束偏光器1928在X或Y方向上重複掃描電子束1924,以及藉由基板台1912在X或Y方向中之另一者上連續移動基板1910。因此,在一實施例中,電子束檢測裝置具有用於由角程定義之電子束之視場,在該角程內之電子束可由電子束檢測裝置提供(例如偏光器1928可藉以提供電子束1924之角程)。因此,該 視場之空間範圍為電子束之角程可照射於表面上所達之空間範圍(其中該表面可為靜止的或可相對於該場移動)。
由二次電子偵測器1934偵測到之信號係由類比/數位(A/D)轉換器1936轉換成數位信號,且該數位信號被發送至影像處理系統1950。在一實施例中,影像處理系統1950可具有用以儲存數位影像之全部或部分以供處理單元1958處理的記憶體1956。處理單元1958(例如經專門設計之硬體或硬體與軟體之組合或包含軟體之電腦可讀媒體)經組態以將數位影像轉換或處理成表示數位影像之資料集。在一實施例中,處理單元1958經組態或經程式化以使得執行本文中所描述之方法。另外,影像處理系統1950可具有經組態以將數位影像及對應資料集儲存於參考資料庫中之儲存媒體1956或1952。顯示器件1954可與影像處理系統1950連接,以使得操作者可藉助於圖形使用者介面進行裝備之必需操作。
圖15示意性地說明根據一實施例之檢測裝置的另外實施例。該系統用以檢測樣本載物台88上之樣本90(諸如基板)且包含帶電粒子束產生器81、聚光透鏡模組82、探針形成物鏡模組83、帶電粒子束偏轉模組84、二次帶電粒子偵測器模組85及影像形成模組86。
帶電粒子束產生器81產生初級帶電粒子束91。聚光透鏡模組82將所產生之初級帶電粒子束91聚光。探針形成物鏡模組83將經聚光初級帶電粒子束聚焦為帶電粒子束探針92。帶電粒子束偏轉模組84在緊固於樣本載物台88上之樣本90上的所關注區域之表面上掃描所形成之帶電粒子束探針92。在一實施例中,帶電粒子束產生器81、聚光透鏡模組82及探針形成物鏡模組83或其等效設計、替代方案或其任何組合一起形成產生掃描帶電粒子束探針92之帶電粒子束探針產生器。
二次帶電粒子偵測器模組85偵測在由帶電粒子束探針92轟擊後即自樣本表面發射的二次帶電粒子93(亦可能連同來自樣本表面之其他反射或散射帶電粒子)以產生二次帶電粒子偵測信號94。影像形成模組86(例如計算器件)與二次帶電粒子偵測器模組85耦接以自二次帶電粒子偵測器模組85接收二次帶電粒子偵測信號94且相應地形成至少一個經掃描影像。在一實施例中,二級帶電粒子偵測器模組85及影像形成模組86或其等效設計、替代方案或其任何組合一起形成影像形成裝置,該影像形成裝置根據由帶電粒子束探針92轟擊的自樣本90發射之所偵測二級帶電粒子形成掃描影像。
在一實施例中,監測模組87耦接至影像形成裝置之影像形成模組86以對圖案化製程進行監測、控制等,及/或使用自影像形成模組86接收到之樣本90的經掃描影像來導出用於圖案化製程設計、控制、監測等的參數。因此,在一實施例中,監測模組87經組態或經程式化以使得執行本文中所描述之方法。在一實施例中,監測模組87包含計算器件。在一實施例中,監測模組87包含用以提供本文中之功能性且經編碼於形成監測模組87或安置於該監測模組內的電腦可讀媒體上之電腦程式。
在一實施例中,如使用探針來檢測基板之圖14之電子束檢測工具,圖15的系統中之電子電流相較於諸如圖14中所描繪之CD SEM顯著更大,使得探測光點足夠大以使得檢測速度可較快。然而,由於大探測光點,解析度可能不與CD SEM一樣高。
可處理來自例如圖14及/或圖15之系統的SEM影像以提取影像中描述表示器件結構之物件的邊緣之輪廓。接著通常經由使用者定義之切割線處之諸如CD之度量來量化此等輪廓。因此,通常經由諸如對經 提取輪廓量測之邊緣間距離(CD)或影像之間的簡單像素差之度量來比較及量化器件結構之影像。替代地,度量可包括如本文中所描述之EP量規。
現在,除了在圖案化製程中量測基板之外,亦常常需要使用一或多個工具來產生例如可用於對圖案化製程進行設計、控制、監測等之結果。為進行此操作,可提供用於計算上控制、設計等圖案化製程之一或多個態樣的一或多個工具,諸如用於圖案化器件之圖案設計(包括例如添加次解析度輔助特徵或光學近接校正)、用於圖案化器件之照明等。因此,在用於對涉及圖案化之製造製程進行計算上控制、設計等之系統中,主要製造系統組件及/或製程可由各種功能模組描述。詳言之,在一實施例中,可提供描述圖案化製程之一或多個步驟及/或裝置(通常包括圖案轉印步驟)的一或多個數學模型。在一實施例中,可使用一或多個數學模型來執行圖案化製程之模擬,以模擬圖案化製程如何使用由圖案化器件提供之經量測或設計圖案來形成經圖案化基板。
可藉由以下條項進一步描述本發明之實施例。
1.一種包含有儲存於其中之指令的非暫時性電腦可讀媒體,該等指令在由一或多個處理器執行時使得包含以下操作的操作被執行:獲得一經圖案化基板之複數個原始影像;基於與該複數個原始影像之每一影像內之一或多個特徵的量規或輪廓相關聯之資料而判定一原始影像品質度量,該原始影像品質度量指示一原始影像品質;基於該原始影像品質度量而自該複數個原始影像選擇一原始影像子集;及 提供該原始影像子集以用於執行與一影像內之該一或多個特徵相關聯之量測。
2.如條項1之媒體,其中該判定該原始影像品質度量包含:基於指定準則分析與該複數個原始影像中之每一影像之該等量規相關聯的量規資料。
3.如條項2之媒體,其中該分析包含:針對該複數個影像之一給定原始影像判定是否存在與該等量規相關聯之該量規資料;回應於不存在該量規資料,將一第一值指派至該原始影像品質度量,該第一值低於一選擇臨限值;或回應於存在該量規資料,將一第二值指派至該原始影像品質度量,該第二值相對高於該選擇臨限值。
4.如條項3之媒體,其中該判定該原始影像品質度量進一步包含:針對該複數個影像之該給定原始影像判定該量規資料是否遺失CD量規;及回應於遺失CD量規,將該原始影像品質度量之該第二值減小一指定量。
5.如條項4之媒體,其中將該指定量計算為量規類型數目與重複圖案數目之一乘積之一倒數。
6.如條項3之媒體,其中該判定該原始影像品質度量進一步包含:叢集與該複數個原始影像之該等量規相關聯之該量規資料,該量規資料為EP量規資料;及基於該叢集而修改該原始影像品質度量之該第二值。
7.如條項6之媒體,其中該修改該原始影像品質度量之該第二值包含:判定該複數個原始影像之一或多個原始影像之該EP量規資料是否在一指定叢集區外;及回應於該EP量規資料在該指定叢集區外,減小與該一或多個原始影像相關聯之原始影像品質度量之第二值,使其低於選擇臨限值。
8.如條項6之媒體,其中該修改該原始影像品質度量之該第二值包含:判定該複數個原始影像之一或多個原始影像之該EP量規資料是否在一指定叢集區內;及回應於該EP量規資料在該指定叢集區內,基於與CD量規資料相關聯之一統計而修改與該一或多個原始影像相關聯的該原始影像品質度量之該第二值。
9.如條項8之媒體,其中該修改該原始影像品質度量之該第二值包含:判定與該CD量規資料相關聯之該統計是否在一統計臨限值之外;及回應於該CD量規資料在該統計臨限值之外,將該一或多個原始影像之該原始影像品質度量之該第二值減小一指定量。
10.如條項9之媒體,其中將該指定量計算為量規類型之數目與重複圖案之數目之一乘積之一倒數。
11.如條項2至10中任一項之媒體,其進一步包含:產生每一原始影像之一問題報告,該原始影像之原始影像品質度量並不滿足該選擇臨限值。
12.如條項1之媒體,其中該判定該原始影像品質度量包含:對與每一原始影像相關聯之該等量規的量規資料執行統計分析以產生該原始影像品質度量。
13.如條項12之媒體,其中該原始影像品質度量為與每一原始影像相關聯的該等量規處之一對比度之一函數。
14.如條項13之媒體,其中該原始影像品質度量為在與每一原始影像相關聯之該等量規處判定的斜率之一平均值。
15.如條項14之媒體,其中一給定量規之一斜率量測一給定影像在一給定量規處自相對亮區過渡至暗區之一斜度。
16.如條項1之媒體,其中該原始影像品質度量之該判定包含:獲得與一特定圖案相關聯之該複數個原始影像之一平均影像內之一特徵的一第一輪廓;自與該特定圖案相關聯之該原始影像中之每一者獲得該特徵之一第二輪廓;及判定該第一輪廓與該第二輪廓之間的一距離。
17.如條項16之媒體,其中該平均影像係藉由以下步驟獲得:基於該特徵之一特性而叢集該等原始影像;及對一指定叢集區內之原始影像之一叢集進行平均化。
18.如條項17之媒體,其中該平均影像係藉由以下步驟獲得:對準該特定圖案之該等原始影像;基於該等原始影像中之每一者內之一特徵之輪廓之間的相互距離而叢集該等原始影像;對該指定叢集區內之原始影像之該叢集進行平均化以判定該平均影 像;及自該平均影像提取該第一輪廓。
19.如條項16之媒體,其中該獲得該第二輪廓包含:判定與一給定原始影像內之該特徵相關聯之輪廓位置處的一影像屬性;判定該影像屬性是否突破一臨限值;及回應於該影像屬性突破該臨限值,自該給定原始影像提取該特徵之該第二輪廓。
20.如條項19之媒體,其中該影像屬性為與該特徵相關聯之一位置處之一局部邊緣清晰度或對比度值,或該特徵之一輪廓處之強度。
21.如條項1之媒體,其中該原始影像品質度量之該判定包含:獲得與一特定圖案相關聯之該複數個原始影像之每一原始影像內之一特徵之輪廓;及判定該複數個原始影像中之每一原始影像之一輪廓與該複數個原始影像中之每一另一原始影像之一輪廓之間的一距離之矩陣。
22.如條項21之媒體,其進一步包含:基於該距離矩陣選擇滿足一選擇臨限值之原始影像子集。
23.如條項1至22中任一項之媒體,其中該複數個原始影像為經由一掃描電子顯微鏡(SEM)獲取之SEM影像。
24.一種用於選擇一經圖案化基板之經擷取影像之方法,該方法包含:獲得一經圖案化基板之複數個原始影像;基於與該複數個原始影像之每一影像內之一或多個特徵的量規或輪 廓相關聯之資料而判定一原始影像品質度量,該原始影像品質度量指示一原始影像品質;基於該原始影像品質度量而自該複數個原始影像選擇一原始影像子集;及提供該原始影像子集以用於執行與一影像內之該一或多個特徵相關聯之量測。
25.如條項24之方法,其中該判定該原始影像品質度量包含:基於指定準則分析與該複數個原始影像中之每一影像之該等量規相關聯的量規資料。
26.如條項25之方法,其中該分析包含:針對該複數個影像之一給定原始影像判定是否存在與該等量規相關聯之該量規資料;回應於不存在該量規資料,將一第一值指派至該原始影像品質度量,該第一值低於一選擇臨限值;或回應於存在該量規資料,將一第二值指派至該原始影像品質度量,該第二值相對高於該選擇臨限值。
27.如條項26之方法,其中該判定該原始影像品質度量包含:針對該複數個影像之該給定原始影像判定該量規資料是否遺失CD量規;及回應於遺失CD量規,將該原始影像品質度量之該第二值減小一指定量。
28.如條項27之方法,其中將該指定量計算為量規類型數目與重複圖案數目之一乘積之一倒數。
29.如條項26之方法,其中該判定該原始影像品質度量包含:叢集與該複數個原始影像之該等量規相關聯之該量規資料,該量規資料為EP量規資料;及基於該叢集而修改該原始影像品質度量之該第二值。
30.如條項29之方法,其中該修改該原始影像品質度量之該第二值包含:判定該複數個原始影像之一或多個原始影像之該EP量規資料是否在一指定叢集區外;及回應於該EP量規資料在該指定叢集區外,減小與該一或多個原始影像相關聯之原始影像品質度量之第二值,使其低於選擇臨限值。
31.如條項29之方法,其中該修改該原始影像品質度量之該第二值包含:判定該複數個原始影像之一或多個原始影像之該EP量規資料是否在一指定叢集區內;及回應於該EP量規資料在該指定叢集區內,基於與CD量規資料相關聯之一統計而修改與該一或多個原始影像相關聯的該原始影像品質度量之該第二值。
32.如條項31之方法,其中該修改該原始影像品質度量之該第二值包含:判定與該CD量規資料相關聯之該統計是否在一統計臨限值之外;及回應於該CD量規資料在該統計臨限值之外,將該一或多個原始影像之該原始影像品質度量之該第二值減小一指定量。
33.如條項32之方法,其中將該指定量計算為量規類型之數目與重 複圖案之數目之一乘積之一倒數。
34.如條項25至33中任一項之方法,其進一步包含:產生每一原始影像之一問題報告,該原始影像之原始影像品質度量並不滿足該選擇臨限值。
35.如條項24之方法,其中該判定該原始影像品質度量包含:對與每一原始影像相關聯之該等量規的量規資料執行統計分析以產生該原始影像品質度量。
36.如條項35之方法,其中該原始影像品質度量為與每一原始影像相關聯的該等量規處之一對比度之一函數。
37.如條項36之方法,其中該原始影像品質度量為在與每一原始影像相關聯之該等量規處判定的斜率之一平均值。
38.如條項37之方法,其中一給定量規之一斜率量測一給定影像在一給定量規處自相對亮區過渡至暗區之一斜度。
39.如條項24之方法,其中該原始影像品質度量之該判定包含:獲得與一特定圖案相關聯之該複數個原始影像之一平均影像或選自該等原始影像之一參考原始影像內的一特徵之一第一輪廓;自與該特定圖案相關聯之該原始影像中之每一者獲得該特徵之一第二輪廓;及判定該第一輪廓與該第二輪廓之間的一距離。
40.如條項39之方法,其中該平均影像係藉由以下步驟獲得:基於該特徵之一特性而叢集該等原始影像;及對一指定叢集區內之原始影像之一叢集進行平均化。
41.如條項40之方法,其中該平均影像係藉由以下步驟獲得: 對準該特定圖案之該等原始影像;基於該等原始影像中之每一者內之一特徵之輪廓之間的相互距離而叢集該等原始影像;對該指定叢集區內之原始影像之該叢集取進行平均化以判定該平均影像;及自該平均影像提取該第一輪廓。
42.如條項39之方法,其中該獲得該第二輪廓包含:判定與一給定原始影像內之該特徵相關聯之輪廓位置處的一影像屬性;判定該影像屬性是否突破一臨限值;及回應於該影像屬性突破該臨限值,自該給定原始影像提取該特徵之該第二輪廓。
43.如條項42之方法,其中該影像屬性為與該特徵相關聯之一位置處之一局部邊緣清晰度或對比度值,或該特徵之一輪廓處之強度。
44.如條項24之方法,其中該原始影像品質度量之該判定包含:獲得與一特定圖案相關聯之該複數個原始影像之每一原始影像內之一特徵之輪廓;及判定該複數個原始影像中之每一原始影像之一輪廓與該複數個原始影像中之每一另一原始影像之一輪廓之間的一距離之矩陣。
45.如條項44之方法,其進一步包含:基於該距離矩陣選擇滿足一選擇臨限值之原始影像子集。
46.如條項1至45中任一項之方法,其中該複數個原始影像為經由一掃描電子顯微鏡(SEM)獲取之SEM影像。
雖然本文所揭示之概念可用於在諸如矽晶圓之基板上之成像,但應理解,所揭示概念可供與任何類型之微影成像系統一起使用,例如,用於在除了矽晶圓以外的基板上之成像之微影成像系統。
本文中之描述意欲為說明性的,而非限制性的。因此,對於熟習此項技術者將顯而易見,可在不脫離下文所闡明之申請專利範圍之範疇的情況下如所描述進行修改。
300:方法
301:原始影像
303:原始影像品質度量
310:原始影像子集
P301:程序
P303:程序
P305:程序
P307:程序
P309:程序

Claims (15)

  1. 一種包含有儲存於其中之指令的非暫時性電腦可讀媒體,該等指令在由一或多個處理器執行時使得包含以下操作的操作被執行:獲得一經圖案化基板之複數個原始影像;基於與該複數個原始影像之每一影像內之一或多個特徵的量規或輪廓相關聯之資料而判定一原始影像品質度量,該原始影像品質度量指示一原始影像品質,其中該判定該原始影像品質度量包含基於指定準則分析與該複數個原始影像中之每一影像之該等量規相關聯的量規資料;基於該原始影像品質度量而自該複數個原始影像選擇一原始影像子集;及提供該原始影像子集以用於執行與一影像內之該一或多個特徵相關聯之量測。
  2. 如請求項1之媒體,其中該分析包含:針對該複數個影像之一給定原始影像判定是否存在與該等量規相關聯之該量規資料;回應於不存在該量規資料,將一第一值指派至該原始影像品質度量;及回應於存在該量規資料,將一不同於該第一值之一第二值指派至該原始影像品質度量。
  3. 如請求項2之媒體,其中該判定該原始影像品質度量進一步包含: 針對該複數個影像之該給定原始影像判定該量規資料是否遺失臨界尺寸(CD)量規;及回應於遺失該CD量規,將該原始影像品質度量之該第二值減小一指定量。
  4. 如請求項3之媒體,其中該指定量係與量規類型之一數目及重複圖案之一數目相關。
  5. 如請求項2之媒體,其中該判定該原始影像品質度量進一步包含:叢集與該複數個原始影像之該等量規相關聯之該量規資料,該量規資料為邊緣置放(EP)量規資料;及基於該叢集而修改該原始影像品質度量之該第二值。
  6. 如請求項5之媒體,其中該修改該原始影像品質度量之該第二值包含:判定該複數個原始影像之一或多個原始影像之該EP量規資料是否在一指定叢集區內;及回應於該EP量規資料在該指定叢集區內,修改與該一或多個原始影像相關聯之該原始影像品質度量之該第二值。
  7. 如請求項6之媒體,其中該修改該原始影像品質度量之該第二值係基於與CD量規資料相關聯之一統計,且其中該修改包含:判定與該CD量規資料相關聯之該統計是否在一統計臨限值之外;及 回應於該CD量規資料在該統計臨限值之外,將該一或多個原始影像之該原始影像品質度量之該第二值減小一指定量。
  8. 如請求項1之媒體,其中該判定該原始影像品質度量包含:對與每一原始影像相關聯之該等量規的量規資料執行統計分析以產生該原始影像品質度量。
  9. 如請求項8之媒體,其中該原始影像品質度量指示與每一原始影像相關聯之該等量規處之一對比度。
  10. 如請求項9之媒體,其中該原始影像品質度量指示在與每一原始影像相關聯之該等量規處判定的斜率之一平均值。
  11. 如請求項1之媒體,其中該原始影像品質度量之該判定包含:獲得與一特定圖案相關聯之該複數個原始影像之一平均影像內之一特徵的一第一輪廓;自與該特定圖案相關聯之該原始影像中之每一者獲得該特徵之一第二輪廓;及判定該第一輪廓與該第二輪廓之間的一距離。
  12. 如請求項11之媒體,其中該平均影像係藉由以下步驟獲得:基於該特徵之一特性而叢集該等原始影像;及對一指定叢集區內之原始影像之一叢集進行平均化。
  13. 如請求項11之媒體,其中該獲得該第二輪廓包含:判定與一給定原始影像內之該特徵相關聯之輪廓位置處的一影像屬性;判定該影像屬性是否突破一臨限值;及回應於該影像屬性突破該臨限值,自該給定原始影像提取該特徵之該第二輪廓。
  14. 如請求項13之媒體,其中該影像屬性為與該特徵相關聯之一位置處之一局部邊緣清晰度或對比度值,或該特徵之一輪廓處之強度。
  15. 如請求項1之媒體,其中該原始影像品質度量之該判定包含:獲得與一特定圖案相關聯之該複數個原始影像之每一原始影像內之一特徵之輪廓;及判定該複數個原始影像中之每一原始影像之一輪廓與該複數個原始影像中之每一另一原始影像之一輪廓之間的一距離之矩陣。
TW110128475A 2020-08-19 2021-08-03 用於從原始影像中自動選擇高品質影像之裝置及方法 TWI806117B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN2020109993 2020-08-19
WOPCT/CN2020/109993 2020-08-19

Publications (2)

Publication Number Publication Date
TW202211080A TW202211080A (zh) 2022-03-16
TWI806117B true TWI806117B (zh) 2023-06-21

Family

ID=77126799

Family Applications (1)

Application Number Title Priority Date Filing Date
TW110128475A TWI806117B (zh) 2020-08-19 2021-08-03 用於從原始影像中自動選擇高品質影像之裝置及方法

Country Status (5)

Country Link
US (1) US20230298158A1 (zh)
KR (1) KR20230051509A (zh)
CN (1) CN115917438A (zh)
TW (1) TWI806117B (zh)
WO (1) WO2022037875A1 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116416164B (zh) * 2023-06-09 2023-08-15 国网山东省电力公司电力科学研究院 一种紫外光路成像分辨率优化方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030111602A1 (en) * 2001-11-21 2003-06-19 Mitsugu Sato Method of forming a sample image and charged particle beam apparatus
WO2009149103A1 (en) * 2008-06-03 2009-12-10 Jeong Hwan J Interferometric defect detection and classification
CN102529409A (zh) * 2010-12-21 2012-07-04 富士胶片株式会社 不良记录元件检测设备及检测方法和图像形成设备
CN107003785A (zh) * 2014-12-09 2017-08-01 巴斯夫欧洲公司 光学检测器
TWI636334B (zh) * 2014-12-17 2018-09-21 Asml荷蘭公司 使用圖案化裝置形貌誘導相位之方法及設備
TW201908872A (zh) * 2017-06-06 2019-03-01 荷蘭商Asml荷蘭公司 量測方法及裝置
TW202004366A (zh) * 2018-06-08 2020-01-16 荷蘭商Asml荷蘭公司 判定基板上之一或多個結構之特性的度量衡設備及方法
TW202030696A (zh) * 2018-12-04 2020-08-16 荷蘭商Asml荷蘭公司 在隨機邊緣置放誤差(epe)中之sem視野(fov)指紋及用於大型fov sem器件中之置放量測

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5229872A (en) 1992-01-21 1993-07-20 Hughes Aircraft Company Exposure device including an electrically aligned electronic mask for micropatterning
WO1997033205A1 (en) 1996-03-06 1997-09-12 Philips Electronics N.V. Differential interferometer system and lithographic step-and-scan apparatus provided with such a system
KR100958714B1 (ko) 2005-08-08 2010-05-18 브라이언 테크놀로지스, 인코포레이티드 리소그래피 공정의 포커스-노광 모델을 생성하는 시스템 및방법
US7695876B2 (en) 2005-08-31 2010-04-13 Brion Technologies, Inc. Method for identifying and using process window signature patterns for lithography process control
WO2007030704A2 (en) 2005-09-09 2007-03-15 Brion Technologies, Inc. System and method for mask verification using an individual mask error model
US7694267B1 (en) 2006-02-03 2010-04-06 Brion Technologies, Inc. Method for process window optimized optical proximity correction
US7882480B2 (en) 2007-06-04 2011-02-01 Asml Netherlands B.V. System and method for model-based sub-resolution assist feature generation
US7707538B2 (en) 2007-06-15 2010-04-27 Brion Technologies, Inc. Multivariable solver for optical proximity correction
US20090157630A1 (en) 2007-10-26 2009-06-18 Max Yuan Method of extracting data and recommending and generating visual displays
NL2003699A (en) 2008-12-18 2010-06-21 Brion Tech Inc Method and system for lithography process-window-maximixing optical proximity correction.
WO2011083540A1 (ja) * 2010-01-05 2011-07-14 株式会社日立ハイテクノロジーズ Semを用いた欠陥検査方法及び装置
WO2017060192A1 (en) * 2015-10-08 2017-04-13 Asml Netherlands B.V. Method and apparatus for pattern correction and verification
KR102585069B1 (ko) * 2018-06-04 2023-10-05 에이에스엠엘 네델란즈 비.브이. 패터닝 공정을 위한 공정 모델을 개선하는 방법
KR20240005965A (ko) * 2018-08-15 2024-01-12 에이에스엠엘 네델란즈 비.브이. 원시 이미지들로부터 고품질 평균 sem 이미지들의 자동 선택 시 기계 학습 활용

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030111602A1 (en) * 2001-11-21 2003-06-19 Mitsugu Sato Method of forming a sample image and charged particle beam apparatus
WO2009149103A1 (en) * 2008-06-03 2009-12-10 Jeong Hwan J Interferometric defect detection and classification
CN102529409A (zh) * 2010-12-21 2012-07-04 富士胶片株式会社 不良记录元件检测设备及检测方法和图像形成设备
CN107003785A (zh) * 2014-12-09 2017-08-01 巴斯夫欧洲公司 光学检测器
TWI636334B (zh) * 2014-12-17 2018-09-21 Asml荷蘭公司 使用圖案化裝置形貌誘導相位之方法及設備
TW201908872A (zh) * 2017-06-06 2019-03-01 荷蘭商Asml荷蘭公司 量測方法及裝置
TW202004366A (zh) * 2018-06-08 2020-01-16 荷蘭商Asml荷蘭公司 判定基板上之一或多個結構之特性的度量衡設備及方法
TW202030696A (zh) * 2018-12-04 2020-08-16 荷蘭商Asml荷蘭公司 在隨機邊緣置放誤差(epe)中之sem視野(fov)指紋及用於大型fov sem器件中之置放量測

Also Published As

Publication number Publication date
KR20230051509A (ko) 2023-04-18
CN115917438A (zh) 2023-04-04
TW202211080A (zh) 2022-03-16
WO2022037875A1 (en) 2022-02-24
US20230298158A1 (en) 2023-09-21

Similar Documents

Publication Publication Date Title
TWI782317B (zh) 用於改良圖案化程序之程序模型的方法以及改良圖案化程序之光學近接校正模型的方法
TWI753517B (zh) 半導體裝置幾何方法及系統
TWI711900B (zh) 用於改良用於圖案化製程之製程模型之方法及相關聯電腦程式產品
TWI718771B (zh) 用於減小與晶圓上之結構相關聯的誤差之可變性的方法、電腦程式產品、及系統
TWI783392B (zh) 執行用於訓練機器學習模型以產生特性圖案之方法的非暫時性電腦可讀媒體
TW202006346A (zh) 基於自電子束影像擷取的3d資訊的隱藏缺陷偵測和epe估計
TW202006317A (zh) 利用圖案識別以自動地改善掃描電子顯微鏡(sem)的輪廓量測精準度及穩定性
TWI806117B (zh) 用於從原始影像中自動選擇高品質影像之裝置及方法
TWI781374B (zh) 改良用於模型校準之量規選擇
TW202405565A (zh) 評估經選擇圖案集合之方法
EP4356201A1 (en) Inspection data filtering systems and methods
TW202326293A (zh) 圖案化器件缺陷偵測系統及方法
WO2021043596A1 (en) Method for determining aberration sensitivity of patterns
CN117501184A (zh) 检查数据滤除系统和方法