TWI816188B - 量測方法 - Google Patents

量測方法 Download PDF

Info

Publication number
TWI816188B
TWI816188B TW110136460A TW110136460A TWI816188B TW I816188 B TWI816188 B TW I816188B TW 110136460 A TW110136460 A TW 110136460A TW 110136460 A TW110136460 A TW 110136460A TW I816188 B TWI816188 B TW I816188B
Authority
TW
Taiwan
Prior art keywords
tem
data
parameters
image data
tem image
Prior art date
Application number
TW110136460A
Other languages
English (en)
Other versions
TW202215478A (zh
Inventor
夫拉地米爾 瑪莎瓦里阿尼
麥可 希夫林
丹尼爾 坎德爾
維克特 庫切羅夫
伊格 吉賽爾門
羅內恩 優雷恩斯基
馬修 森德爾巴克
Original Assignee
以色列商諾威股份有限公司
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 以色列商諾威股份有限公司 filed Critical 以色列商諾威股份有限公司
Publication of TW202215478A publication Critical patent/TW202215478A/zh
Application granted granted Critical
Publication of TWI816188B publication Critical patent/TWI816188B/zh

Links

Classifications

    • HELECTRICITY
    • H01ELECTRIC ELEMENTS
    • H01JELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
    • H01J37/00Discharge tubes with provision for introducing objects or material to be exposed to the discharge, e.g. for the purpose of examination or processing thereof
    • H01J37/26Electron or ion microscopes; Electron or ion diffraction tubes
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T15/003D [Three Dimensional] image rendering
    • G06T15/10Geometric effects
    • G06T15/20Perspective computation
    • G06T15/205Image-based rendering
    • 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
    • G06T7/0006Industrial image inspection using a design-rule based approach
    • 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
    • G06T7/0008Industrial image inspection checking presence/absence
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/20Analysis of motion
    • G06T7/246Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
    • G06T7/251Analysis of motion using feature-based methods, e.g. the tracking of corners or segments involving models
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/60Analysis of geometric attributes
    • HELECTRICITY
    • H01ELECTRIC ELEMENTS
    • H01JELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
    • H01J37/00Discharge tubes with provision for introducing objects or material to be exposed to the discharge, e.g. for the purpose of examination or processing thereof
    • H01J37/02Details
    • H01J37/22Optical or photographic arrangements associated with the tube
    • H01J37/222Image processing arrangements associated with the tube
    • 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
    • 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
    • G06T2207/20076Probabilistic image processing
    • 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
    • HELECTRICITY
    • H01ELECTRIC ELEMENTS
    • H01JELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
    • H01J2237/00Discharge tubes exposing object to beam, e.g. for analysis treatment, etching, imaging
    • H01J2237/22Treatment of data
    • H01J2237/221Image processing
    • HELECTRICITY
    • H01ELECTRIC ELEMENTS
    • H01JELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
    • H01J2237/00Discharge tubes exposing object to beam, e.g. for analysis treatment, etching, imaging
    • H01J2237/245Detection characterised by the variable being measured
    • H01J2237/24592Inspection and quality control of devices
    • HELECTRICITY
    • H01ELECTRIC ELEMENTS
    • H01JELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
    • H01J2237/00Discharge tubes exposing object to beam, e.g. for analysis treatment, etching, imaging
    • H01J2237/26Electron or ion microscopes
    • H01J2237/28Scanning microscopes
    • H01J2237/2802Transmission microscopes

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Geometry (AREA)
  • Computer Graphics (AREA)
  • Computing Systems (AREA)
  • Multimedia (AREA)
  • Testing Or Measuring Of Semiconductors Or The Like (AREA)
  • Software Systems (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)

Abstract

提出一種控制系統,其用於量測三維圖案化結構的一或多個參數。該控制系統被建構成包含一資料處理器的一電腦系統,該資料處理器被建構成接收並處理原始量測 TEM 影像資料 TEM meas,且產生表示一圖案化結構之一或多個參數的輸出資料。該資料處理器包含一最佳化模組,其被建構並可操作以利用表示 TEM 量測模式之一或多個參數的資料,並且根據該圖案化結構之幾何特徵部的一參數化三維模型,在該原始量測 TEM 影像資料 TEM meas與一預定模擬 TEM 影像資料 TEM simul之間執行一擬合程序,並產生對應於一最佳擬合條件的模擬影像資料,進而從中決定該結構的該一或多個參數。

Description

量測方法
本發明大致來說係關於用以量測圖案化結構(例如半導體晶圓)之各種參數的量測技術領域,並且例如可用以控制在此種結構之製造期間的一或多個製程。
半導體晶圓,例如積體電路,在圖案特徵部的尺寸與形狀上變得更為複雜,並且合併新穎材料組成的更薄且多堆疊膜(例如SiGe、HKMG、3DFinFet等等)。因此,存在有在下列方面逐漸增加的需求:提供全3維結構的準確量測、以及使這些量測能夠應用於在生產線上行進的結構,即圖案化結構的自動檢查(量測、缺陷偵測、製程控制等等)。
已開發出各種量測/檢查技術。其中某些技術係利用量測資料之以模型為基礎的解釋(model-based interpretation)來取得所量測之結構的參數。圖案化結構之圖案與材料組成上逐漸增加的複雜度,對於量測資料的解釋需要更複雜的模型。為此,已利用例如混合方法及/或來自參考系統的量測資料而開發出模型最佳化技術。
混合量測係結合用以量測相同或相似結構的二或多個量測工具的作法。資料在工具組之間係以互補方式被共用,以增進量測性能,並且使複雜結構的量測成為可行,這些複雜結構無法藉由任一獨立的工具組以足夠的性能來加以量測。混合方法的各種範例係描述於WO 11/158239、WO 14/102792、WO 15/125127、WO 17/021968中,其皆讓與給本申請案之受讓人。
如上所述,可藉由與參考系統所量測的結構參數進行比較或藉由該結構參數進行模型最佳化,以促進量測資料的解釋。其中一種被普遍使用的高準確性參考量測系統係基於穿透式電子顯微鏡(TEM,Transmission Electron Microscopy)。已知TEM允許使奈米等級的極小特徵部成像。隨著半導體裝置中之圖案特徵部的縮小,TEM被廣泛地用於監視製造程序。與僅使材料之表面成像的SEM相比,TEM亦允許分析樣品的內部結構。在TEM中,寬射束撞擊樣品, 以及發射穿過樣品的電子被聚焦以形成樣品的影像。在掃描穿透式電子顯微鏡(STEM,scanning transmission electron microscope)中,主電子束被聚焦在一小點上,以及該點掃描橫越樣品表面。發射穿過基板的電子被位在樣品之遠側上的電子偵測器所收集,以及影像上之每一點的強度係對應於當該主射束撞擊表面上的一對應點時所收集的電子數量。
在本技術領域中亟需一種3D圖案化結構(例如週期性半導體裝置陣列,如邏輯、記憶體)的新穎量測技術,其係利用藉由穿透式電子顯微鏡(TEM) 或掃描穿透式電子顯微鏡(STEM)所獲得的影像資料。例如在半導體製造期間, 該等量測結果可用於製程控制。
TEM/STEM係一種顯微鏡技術,於其中,電子束發射穿過一結構的極薄區段或片(亦稱為「薄層(Lamellae)」),以及在薄層內之電子束與結構的相互作用形成薄層的影像。已知TEM提供高準確性量測(其為在複雜圖案化結構(複雜圖案以及材料組成)中進行量測所需)。
以TEM為基礎的量測係相對慢的(相較於光學量測),並且一般係在一個獨立的站被執行,該站可為FAB生產線的部分。依照習知方法,TEM影像為2D影像,利用基於圖案辨識與預定義配方的影像處理演算法來對其進行處理,以獲得TEM影像中之邊緣之間的距離與角度。因此,已知的TEM影像之資料分析方法係提供與所成像之薄層內的圖案化結構有關的某些混合資訊,實際上其並無法提供與薄層影像內之3D結構有關的全幾何及/或材料資訊。在3D結構(例如電晶體裝置)的情況下,這些方法既不強健也不準確。
本發明,依照其一實施態樣,提供一種新穎系統與方法,其係關於從一或數個TEM影像之3D結構的幾何及/或材料相關參數的自動強健且準確之擷取。關於此點,吾人應注意到,本發明之原理可應用於在或不在掃描模式量測之情況下所獲得的TEM資料。因此,在下文中所使用的「TEM」一詞應被廣泛地解釋為亦涵蓋STEM工具/量測。
本發明之技術提供藉由TEM所獲得之影像資料的新穎以模型為基礎之解釋,以提供TEM資料的全幾何(且亦可能為材料)解釋。吾人應瞭解,TEM 影像資料並非「實際影像」或「圖像」,而係像素圖資料,其為基於所偵測之通過結構的電子之穿透度的強度圖,並且由TEM成像之物理(即,例如電子束能量、偵測器之種類與構造、以及結構之幾何與材料組成的參數)所定義。
本發明係利用與量測中之結構有關之量測片(薄層)的位置資料,考量結構之幾何特徵部(且亦可能為結構之材料組成)的參數化3D模型。本發明係基於本案發明人的理解:TEM影像中之邊緣相關特徵部及其他特徵部的外觀係和與結構有關的精確薄層位置及厚度有著強烈的關係。除了其他因子(例如TEM 影像中之某些特徵部的低對比度外觀)以外,此亦會妨礙習知方法變得足夠強健。
更具體而言,本發明係利用準確之以3D模型為基礎的匹配(擬合) 程序,其係將位置不確定度納入考量,並且即使其中某些特徵部具有低對比度, 其仍具有優秀的強健性,此將於下文中進行說明。將物理限制條件(來自半導體製造程序的知識與趨勢)納入考量,可確保所獲得之結果的物理安定性並且改善分析的強健性。
根據結構的3D模型(3D幾何與材料特性)以及特定TEM(或STEM) 量測模式的物理(且亦可能為偵測方案),決定/計算出模擬(預測/模型化)TEM影像資料。該偵測方案例如可為明場(BF,Bright Field)、暗場(DF,Dark Field)、環形暗場(ADF,Annular Dark Field)、高角環形暗場(HAADF,High Angle Annular Dark Field)、能量損失(EL,Energy Loss)、以及其他者。
吾人應注意到,為本揭露內容之目的,表示TEM穿透模式的資料包含與結構有關的薄層位置資料。理論TEM影像資料係表示2D強度陣列,於此處,該陣列中的不同位置係對應於薄層投影內的不同位置。
可使用任何已知的適當技術來提供結構(例如電晶體)的3D模型(幾何與材料特性),該技術例如係藉由OCD量測所獲得並且係根據半導體製造的經驗與知識所產生,其例如為可從Nova Measuring Instruments(以色列)所購得的NovaMARS ®軟體(應用開發平台)。此種結構的3D模型包含參數化,其允許描述製造程序中的程序變異。吾人應瞭解,所選擇的3D模型要足以描述正常與一般異常之製程變異,且另一方面,模型中的若干可調(浮動)參數要盡可能的小。
依照本發明之另一實施態樣,其提供一種新穎混合方法,依照該方法,TEM資料係被用於對藉由不同於TEM之類型(例如OCD)的量測或其模型化進行最佳化,反之亦然,以增進無法被分別獲得的TEM與不同類型計量量測其中任一者或兩者的性能。
因此,依照本發明之一概括實施態樣,提供一種控制系統,其用於量測三維圖案化結構的一或多個參數。該控制系統被建構成包含一資料處理器的一電腦系統,該資料處理器被建構成接收並處理原始量測TEM影像資料TEM meas,且產生表示一圖案化結構之一或多個參數的輸出資料。該資料處理器包含一最佳化模組,其被建構並可操作以利用表示TEM量測模式之一或多個參數的資料,並且根據該圖案化結構之幾何特徵部的一參數化三維模型,在該原始量測TEM影像資料TEM meas與一預定模擬TEM影像資料TEM simul之間執行一擬合程序,並產生對應於一最佳擬合條件的模擬影像資料,進而從中決定該結構的該一或多個參數。
該最佳化模組可被建構並可操作以執行該擬合程序並且改變下列其中一或多者:一或多個該三維模型參數;一或多個材料特性;以及與該結構之該三維模型有關的薄層位置。
在某些實施例中,該控制系統可被建構並可操作以存取一儲存裝置並且從中接收該預定模擬TEM影像資料TEM simul。或者或此外,該資料處理器更包含一資料模擬器模組,該資料模擬器模組被建構並可操作以分析表示該圖案化結構之幾何特徵部之參數化三維模型的資料,並且產生該預定模擬TEM影像資料TEM simul。該模擬TEM影像資料可包含針對與該圖案化結構之該三維模型有關的多個不同薄層位置與幾何的多個模擬TEM影像。
該控制系統可被建構成與一或多個量測資料提供器進行資料通訊,以從中接收包含表示至少一TEM影像之資料的該原始量測TEM影像資料TEM meas
表示該圖案化結構之該三維模型的該資料可更包含該結構的材料相關資料。
表示該TEM量測模式之該一或多個參數的該資料包含薄層幾何資料。該後者可包含下列其中一或多者:與該結構有關的薄層厚度、薄層方位、薄層位置。
表示該TEM量測模式之該一或多個參數的該資料可更包含與對應於該量測TEM影像資料之一偵測方案有關的資料。
該控制系統可更包含一參數計算器模組,該參數計算器模組被建構並可操作以從與該最佳擬合條件對應的該模擬TEM影像資料,提供所量測之該圖案化結構的該一或多個參數。該參數計算器模組可被建構並可操作以從與該最佳擬合條件對應的該模擬TEM影像資料,提供該TEM影像資料的全幾何解釋。
該控制系統可更包含一分析器,該分析器被建構成使用從該TEM 影像資料所決定之該圖案化結構的該一或多個參數,以令在該圖案化結構上所獲得之與不同於TEM之類型的量測對應的量測資料最佳化。該分析器可包含一模型化設施,該模型化設施被建構並可操作以使用從該TEM影像資料所決定之該圖案化結構的該一或多個參數,並且令不同於TEM之該類型的該量測之量測資料解釋模型最佳化。此種不同類型之量測資料可包含OCD量測資料及/或XRS資料及/或XRF資料。
本發明依照其另一概括實施態樣,提供一種量測方法,用於決定三維圖案化結構的一或多個參數,該方法包含下列步驟:提供模擬TEM影像資料,該模擬TEM影像資料包含表示與量測中之該圖案化結構相似的一結構之至少一模擬TEM影像的資料;在該圖案化結構之量測TEM影像資料與該模擬TEM 影像資料之間執行一擬合程序,並且從該量測與模擬資料之間的一最佳擬合條件決定該至少一量測TEM影像的量測薄層位置;以及產生表示對應於一最佳擬合條件之模擬TEM影像資料的輸出資料,進而從中決定該結構的該一或多個參數。
參考圖1,其藉由方塊圖來顯示依照本發明的控制系統10。控制系統10被建構並可操作以分析包含TEM影像資料的量測資料,並且決定與所量測之結構有關的全幾何(且亦可能為材料組成)資訊。為此,如該圖所示,控制系統10與量測資料提供器12聯結。該量測資料提供器可為TEM量測系統或外部儲存器,於其中儲存量測資料,且控制系統10可與其連接(例如經由使用通訊網路的無線信號通訊)。吾人應瞭解,提供TEM影像資料之TEM量測系統的構造與操作本身即為已知,並且不構成本發明的部分,因此在此不需要具體描述。吾人亦應注意到,藉由控制系統10之TEM量測資料的分析可至少部分地被以離線方式執行。
控制系統10被建構成一電腦系統,其尤其具有例如資料輸入與輸出設施10A、10B、記憶體10C、以及資料處理器10D的主要結構與功能設施(硬體及/或軟體設施)。資料處理器10D被建構(即,被預先程式化),以處理並分析包含量測TEM影像資料TEM meas的量測資料,並且決定結構參數。
因此,控制系統10被建構成接收來自量測資料提供器12之表示量測TEM影像資料TEM meas的輸入資料。量測TEM影像資料為原始TEM資料,並且可包含一單一或一組或數個之TEM或STEM影像。如上所述,TEM影像實際上為基於通過所量測/成像之結構(薄層)之一部分的電子之穿透度的像素圖資料、或強度圖資料(2D強度陣列),如藉由偵測器之像素矩陣所偵測。該陣列中的不同位置(像素)係對應於薄層投影上的不同位置,此將於下文中被更具體地說明。
又,如該圖所示,控制系統10可被建構成接收來自儲存裝置14之包含模型資料的輸入資料,該模型資料表示與量測中之圖案化結構相似的結構之幾何特徵部的至少一參數化三維模型。或者,或此外,雖然未具體顯示,但控制系統10可包含合適的3D模型產生器設施/模組,以提供此種3D模型資料。該3D模型資料可被系統10所處理/使用,以產生表示模擬TEM影像資料TEM simul的資料。亦如該圖所示,或者,控制系統10可被建構成存取及接收來自該儲存裝置(資料庫)之表示模擬TEM影像資料TEM simul的資料。
如上所述,該3D模型資料包含結構的幾何模型,並且亦可包含材料相關模型資料。較佳地,該3D模型包含3D幾何與材料組成/特性兩者。結構的3D模型乃係藉由將物理限制條件(來自半導體製造程序的知識與趨勢)納入考量而被加以建立,並且包含參數化,其允許描述製造程序中的程序變異。
關於此點,吾人應注意到,圖案化結構的3D模型化技術為已知, 並且不構成本發明的部分。此種模型化技術的一範例為可從Nova Measuring Instruments所購得的NovaMARS ®產品。此種模型例如被用於光學臨界尺寸(OCD,Optical Critical Dimension)量測的解釋。
同樣被控制系統10所利用的係,包含與用以獲得量測TEM影像資料之TEM模式有關之資訊的輸入資料。此種TEM模式資料可包含表示量測模式/ 方案至少其中一者的資料,其包含例如薄層相關資料(位置資料、角度位置、尺寸等等)、量測條件資料(實現信號吸收之所應用的量測技術參數,例如暗/明場、角度、比例(放大率)等等)。同樣地,此種資料可包含所量測之結構相關資料(例如幾何及/或材料等等)。
更具體而言,薄層位置資料可包含與所量測之結構有關的薄層中心之概略位置、角度方位、薄層厚度。依照本發明之另一實施例,薄層中心的位置係不被需要,並且在資料分析的粗略定位步驟期間被自動決定。此將於下文中被更具體地說明。
資料處理器10D接收包含與結構有關之3D模型資料、TEM模式資料、以及量測TEM影像資料的輸入資料(經由記憶體10C)。資料處理器10D包含最佳化設施(包含擬合模組18)以及參數計算器20。
在某些實施例中,資料處理器10D亦包含TEM影像資料模擬器16。TEM影像模擬器16被建構並可操作以接收TEM模式資料與3D模型資料,並使用結構的3D模型且將TEM成像參數/條件(TEM模式)納入考量以產生模擬2D TEM影像資料TEM simul。因此利用以3D模型為基礎的匹配(其將薄層位置不確定度納入考量)來產生模擬2D TEM影像。此將於下文中被更具體地說明。
最佳化/擬合模組18接收量測TEM影像資料TEM meas,並接收來自模擬器模組16或來自資料庫的模擬TEM影像TEM simul,且執行擬合程序。該擬合程序為在模擬影像資料TEM simul與量測資料TEM meas之間進行比較並且改變模擬資料之浮動參數(例如結構參數、薄層幾何與位置資料)直至達到最佳擬合條件為止的一疊代程序。模擬影像資料TEM simul的最佳擬合條件資料實際上係描述/對應於所量測之結構中的特定薄層影像/投影。此種最佳擬合模擬TEM影像資料之後被參數計算器模組20所使用,以決定在薄層部分內之結構的一或多個參數。
吾人應瞭解可就各種「理論」薄層條件(位置、尺寸等等)與TEM模式,對同一3D模型化結構產生多個模擬TEM影像,以建立模擬TEM影像資料的資料庫。一般而言,模擬器模組16(如果有的話)可為一外部設施,擬合模組18可對其進行存取以接收模擬資料。(在TEM掃描期間)可就各種薄層位置,重複量測資料與模擬資料之間的擬合程序,以進行TEM影像資料(或所謂「TEM堆疊」資料)的全幾何解釋。
可經由輸出設施10B,將結構參數輸出至另一分析器(未顯示)而使用任何已知的適當技術來對其進行分析,以評估結構製造程序之各個參數/條件而修改/調整製程參數。
或者,或此外,如在圖1中藉由虛線(其為一可選程序)所示,可將如此獲得之結構參數輸入到分析器21中,該分析器被建構並可操作以進行不同種類之量測(即,基於不同物理原理,例如光譜量測)的量測資料分析。吾人應注意到,此種分析器21可被建構成執行以模型為基礎或無模型(model-less)的資料分析。在本非限制性範例中,係顯示分析器21之以模型為基礎的構造。
分析器21包含用以最佳化資料解釋模型的模型化設施22。此可為用於另一量測技術(例如OCD技術)的資料解釋模型。在此情況下,控制系統10(資料處理器10D)可包含擬合模組24,該擬合模組接收來自相同之量測資料提供器12或分離之資料提供器12'的量測OCD資料OCD meas,並且利用最佳化OCD資料解釋模型來執行擬合程序直至達到最佳擬合條件為止,該資料之後被計算器模組26所使用,以從OCD量測來決定一或多個結構參數。
現在參考圖2A、2B以及2C,其概略地顯示TEM影像模擬器模組16的操作原理。如上所述,TEM影像模擬器模組16係利用以3D模型為基礎的匹配以及結構的3D模型來產生表示2D模擬/預測TEM影像的資料,其係將薄層位置不確定度納入考量。更具體而言,使用適當的模型化應用軟體,從結構的3D模型以及特定TEM/STEM量測模式的物理計算出預測2D TEM影像。
如圖2A所示,TEM影像資料模擬係基於以下理解:TEM影像30(考量多層圖案化結構的所謂「TEM堆疊」,其一般為半導體工業的情況)為例如結構(堆疊)幾何32、結構之材料相關資料34、結構中之薄層幾何與相對位置36、以及TEM量測模式資料38之因子/資料的多參數函數。堆疊幾何資料32包含3D模型形式的幾何參數及/或重複堆疊週期(沿著橫越結構/堆疊的一或兩個軸)的數量。材料相關資料34係表示材料特性集合(參數),並且包含材料(種類、名稱等等)及/ 或吸收值(或數值的範圍)。
圖2B例示經歷TEM成像的3D圖案化結構(堆疊)40以及與結構40 有關之薄層42的一定幾何/位置。如圖2C所示,薄層幾何/位置資料36包含下列參數之其中一或多者:水平長度L hor、垂直長度L ver、寬度(厚度)與用於計算的寬度間距(width step)、繞著z軸的角度位置(具有垂直於x軸的初始位置(角度X = 0))、水平位移S hor、垂直位移S ver、以及深度位移S depth
參考圖3,顯示本發明之示範方法的流程圖50,該方法例如係藉由上述系統10所實現,以從表示一或多個TEM影像的原始TEM影像資料獲得TEM量測的全幾何解釋。如該圖所明確顯示,以上述方式,即從包含量測系統及/或分離之儲存裝置的量測資料提供器,提供輸入資料(步驟52)。輸入資料包含:原始TEM影像資料TEM meas、圖案化結構的3D模型資料、TEM mode資料(如上所述,TEM影像的物理)、以及TEM材料特性相關資料(包含表示電子束與材料相互作用的資料)。在本非限制性範例中,3D模型資料為NovaMARS模型。
結構的3D模型以及與TEM成像模式之各種條件有關的資料被處理,以產生2D模擬TEM影像或TEM特徵TEM simul(步驟54)。關於此點,吾人應注意到,本非限制性範例顯示即時回歸(RTR,Real Time Regression)方法,據此,以「線上(on-line)」模式產生模擬資料。如上所述,可基於3D模型,以離線模式來製作模擬TEM影像的資料庫(模擬資料的數據庫),並且之後可(例如以線上模式)將其用於最佳化,即與量測資料進行擬合。在又另一範例中,除了即時及以資料庫為基礎的技術之外,可使用結合的方法。例如,可產生某個「稀疏(sparse)」資料庫,並且在與此種資料庫擬合之後,基於RTR方法來完成進一步的擬合。
接著,模擬TEM特徵經歷「最佳化」程序(步驟56)。關於此點, 如該圖中之虛線所示,在最佳化步驟56之前,可執行可選的粗略定位步驟55, 即初步TEM(或STEM)影像分析。
如圖4之流程圖70所例示,可如下執行此種粗略定位。計算出一組模擬TEM影像(步驟72)。更具體而言,執行擬合程序(如圖2C所示,薄層位置調整)。若出現薄層方位與週期性軸不匹配(後稱為「非零角」,其意指薄層與x 軸之間的角度係不同於0、90、180或270度)的情況,則此組影像可包含單一寬影像或在與薄層表面垂直之方向上具有不同位移的一組寬影像。「寬」模擬影像意指模擬影像的寬度係明顯大於量測TEM影像的寬度(數倍)。就「非零」角而言, 裝置圖案的週期性被薄層切割方位所打斷,因此寬影像的不同部分(在水平方向上)可對應於結構的不同區段。若薄層方位與週期性軸匹配(後稱為「零角」,其意指薄層與x軸之間的角度為0、90、180或270度其中任一者),則其為在與薄層表面垂直之方向上具有不同位移的一組影像。在「零角」的情況下,因為結構圖案的週期性,所以產生太寬的影像係沒有意義的,因此模擬TEM影像的最佳寬度必須涵蓋對應方向上的週期性再加上對於更強健之圖案匹配的邊界。水平方向上的典型邊界為從每一側起算之量測TEM影像寬度的一半寬度,因此對於「零角」之模擬影像的最佳寬度為水平方向上的週期性再加上量測TEM影像的寬度。
接著,執行量測TEM影像與模擬TEM影像之間的圖案匹配(步驟74)。為此,對於來自在步驟72中所得到之該組影像的每一個模擬TEM影像,決定最佳匹配候選者。之後,例如使用標準化交互相關技術,計算出匹配分數(優點函數)(步驟76),以及選出具有最佳匹配分數(優點函數的最小值)的候選者(步驟78)。決定最佳匹配候選者的座標(步驟80)以及相應地設定薄層位置(步驟82)。
回到圖3,使用或不使用上述在先的粗略定位步驟55,執行模擬TEM影像與量測TEM影像(原始資料)之間的最佳化程序(步驟56)。該最佳化實際上為旨在獲得模擬影像TEM simul與量測影像TEM meas之最佳化套合(最佳擬合條件)的擬合程序。該擬合程序包括針對下者進行若干疊代並且改變3D模型參數(幾何參數)及/或TEM模式參數/條件(例如與3D模型化結構有關的材料特性及/或薄層位置)直至達到最佳擬合條件為止(步驟58):3D模型中的模擬TEM影像位置;TEM物理模型參數(TEM堆疊);3D模型參數;以及TEM影像與3D模型之間的最佳擬合的所需品質。與最佳擬合條件對應的結果模擬TEM影像資料被使用,以從中決定一或多個結構參數。實際上,此技術在對各種TEM影像(薄層位置)重複執行時,獲得TEM影像的全幾何解釋(且亦可能為材料解釋) — 步驟60。
如上所述,執行模擬影像與量測影像之間的套合(擬合),以匹配相對位置、形狀以及對比度,並計算出匹配分數(優點函數),且執行疊代以將優點函數的值降至最小。不同的優點函數(匹配分數方案)可用以定義最佳擬合條件。例如,平均偏離程序係比較量測影像與模擬影像間之每像素的強度。另一度量指標可容許可能源自於電子不安定性的強度增益與偏移變異。為了獲得一組量測影像與對應預測(模擬)之間的最佳匹配,根據所計算出的目標函數值/優點函數值,對幾何參數及/或材料特性及/或薄層位置與參數執行回歸。
吾人應注意到,本發明之上述技術亦提供TEM配方最佳化。此可被實施如下:首先,就基於3D模型及模擬TEM影像的最佳資訊內容,定義出薄層特徵(厚度、位置、方位等等)。就基於3D模型及模擬TEM影像的最佳資訊內容,定義出TEM量測條件(量測模式、射束能量、偵測器種類)。此允許使用3D 模型來促進3D TEM與3D SEM影像的解釋,以令量測條件(例如所需TEM影像的數量)最佳化。在不具有物理TEM影像模型的情況下,這些程序可用於將TEM影像輪廓/邊緣與來自3D模型的模擬邊緣進行匹配。
因此,本發明提供涵蓋製程變異範圍之重要部分之TEM影像之原始資料的解釋,以得知結構參數(幾何與材料組成)之間的製程相關性。這些製程相關性之後可用以最佳化/開發OCD資料解釋模型,該OCD資料解釋模型係將這些製程相關性併入其參數化中以作為限制條件。此藉由降低量測相關性的影響並且藉由確保OCD模型係表示實際的製程,以允許/促進獲得更準確的OCD量 測。
本發明係利用上述TEM資料解釋,以從TEM資料自動獲得參數值,並且使用這些參數來最佳化其他類型的量測(例如量測資料解釋),即基於不同物理原理的量測。此種其他類型量測的一範例為OCD量測。本發明提供有效OCD解決方案開發(以模型為基礎與無模型)。
本發明之技術(全TEM資料解釋)可如何貢獻OCD量測的範例包含:從TEM自動獲得參數值,並且將其用於防禦系統(標旗位置,於此處,執行OCD解決方案失效);從TEM自動獲得參數值,並且將其用於更新無模型OCD解決方案;使用原始TEM影像來推導出改善的OCD模型;使用原始TEM影像來確認OCD解決方案的線內(in-line)失效。
TEM與OCD資料的結合(於此處,可如上所述使用TEM資料來使OCD資料最佳化)可用於結構之3D模型的進一步最佳化,以取得結構的幾何參數。
又,本發明提供TEM影像資料(一或多個影像)與OCD光譜資料(一或多個光譜)的嚴格與整體擬合共同最佳化。為此,來自薄層的全組影像或來自薄層的子組影像或來自薄層的單一影像可用於共同最佳化。同樣地,全組可用OCD光譜(具有不同量測條件,例如不同傾角/方位角以及偏極化)或子組可用OCD光譜(例如,正常波道TE以及TM偏極化)或單一OCD光譜可用於最佳化。
嚴格共同最佳化可利用目標函數(優點函數),其為來自不同地點之「局部」優點函數的平均(或來自不同地點之優點函數的某加權平均)。相關結構參數在最佳化期間被保持(固定)為相同。為了改善收斂性,可在兩步驟完成共同最佳化:在第一步驟,就所有地點上的量測獨立執行最佳化程序,以及在第二步驟,獲得參數(對所有位置而言,其係共同的)之初始值,其如同來自第一步驟之最佳化結果的平均。然後,藉由使共同參數保持具有相同的數值而同步進行所有影像的共同最佳化。
同樣地,整體共同最佳化可使用目標函數,其為來自不同地點之目標函數的平均(或此種來自不同地點之目標函數的加權平均),以及相關參數在最佳化期間被保持為相同。然而,從地點到地點以及從圖案化區域到圖案化區域(例如在半導體晶圓中晶粒到晶粒),「共同」數值可稍微改變。為了將此種變異納入考量,對於每一個量測地點,「共同」參數被保持獨立,但將懲罰函數加在「共同」參數的變異上。該懲罰函數係基於至少一所選擇的整體參數(整體參數的行為),該整體參數係以結構的至少一特性為特徵;此可為預測物理行為或預測製程不均勻度。以懲罰函數為基礎之資料解釋的原理係描述於US 2013/124141中,其被讓與給本申請案之受讓人,並且就此特定範例而言,其乃以參考文獻方式合併於此。
例如,考量化學機械平坦化(CMP,Chemical Mechanical Planarization)製程,橫越晶圓的「碗(bowl)」行為係CMP相關參數所特有的。對在每一步驟的此種參數,(使用參數值以及晶圓上的量測地點位置)計算出最佳擬合拋物線: 於此,r為晶圓半徑,以及V為沿著晶圓半徑r依照拋物線函數所分佈的參數。
之後,懲罰函數計算為在具有製程不均勻度的某公差σ的情況下,與最佳擬合拋物線行為偏離的變異(variation):
為了改善收斂性,可如上所述在兩步驟中完成共同最佳化,即, 在第一步驟,獨立地使所有地點最佳化,以及在第二步驟,加入懲罰函數。然後,藉由在遍佈「共同」參數的變異上使用懲罰函數而同步進行所有這些影像的共同最佳化。
以下為本發明之技術的有利用途的若干範例,即使用結構之3D模型的全TEM資料解釋。
一範例係將從一地點所獲得的TEM資料用於解釋另一地點的TEM影像。換言之,引入從一地點之TEM資料所決定的參數,以使其他地點上的TEM量測最佳化。此可包含來自同一晶圓上之另一TEM量測地點(例如來自晶圓上之同一晶粒或另一晶粒)、來自位在晶圓上之同一晶粒或另一晶粒之另一結構、來自位在不同薄層方位之同一結構、來自位在不同薄層位置之同一結構、來自位在不同薄層厚度之同一結構之若干數值的引入(injection)。或者,此可為來自同一晶圓上之另一地點(來自晶圓上之同一晶粒或另一晶粒)之若干數值的「範圍」引入。由於晶圓之不同晶粒/地點之間的可能變異,所以為了最佳化而引入數值,但其仍保持開放。使此數值的範圍縮小,並且使其以所引入之數值為中心。同樣地,可對位在晶圓上之同一晶粒或另一晶粒的另一結構、對位在不同薄層方位的同一結構、對位在不同薄層位置的同一結構、對位在不同薄層厚度的同一結構,執行引入。
使用本發明之技術的另一可行範例為不同TEM地點(即,來自不同地點(來自晶圓上之同一晶粒或另一晶粒)的TEM影像)的嚴格共同最佳化,該不同地點例如為位在晶圓上之同一晶粒或另一晶粒的另一結構、位在不同薄層方位的同一結構、位在不同薄層位置的同一結構、位在不同薄層厚度的同一結構。如上所述,共同最佳化可使用目標函數,該目標函數為來自不同地點之局部目標函數的平均(或加權平均),以及相關參數在最佳化期間被保持為相同。為了改善收斂性,可在兩步驟完成共同最佳化:對所有地點獨立進行最佳化,然後獲得共同參數之初始值,其如同來自獨立最佳化之結果的平均;以及,藉由使共同參數保持具有相同的數值而同步進行所有影像的共同最佳化。
又另一範例為不同TEM地點(即,來自不同地點(來自晶圓上之同一晶粒或另一晶粒)的TEM影像)的整體擬合共同最佳化。如上所述,此可為位在晶圓上之同一晶粒或另一晶粒的另一結構、位在不同薄層方位的同一結構、位在不同薄層位置的同一結構、位在不同薄層厚度的同一結構。如上所述,共同最佳化可使用目標函數,該目標函數為來自不同地點之目標函數的平均(或加權平均),以及為了將從地點到地點以及從晶粒到晶粒之「共同」數值的可能(微小) 變異納入考量,對於每一個地點,「共同」參數被保持獨立,並將懲罰函數(基於預測物理行為或預測製程不均勻度)加在「共同」參數的變異上。在上文中, 此係就CMP相關參數來進行例示。又如上所述,可藉由兩步驟最佳化程序來改善收斂性:(1) 獨立地使所有地點最佳化,(2) 加入懲罰函數,並且藉由在遍佈「共同」參數的變異上使用懲罰函數而同步進行所有影像的共同最佳化。
又另一範例為使用結合模型的輸出參數來校準TEM工具。關於圖案化結構的週期性與週期,考量到光刻製程,該光刻製程被證實為極準確(至ppm’s的等級)。在雙重圖案化(Double patterning)的情況下,該製程對於雙重節距(Double-Pitch)而言係準確的,以及在四重圖案化(Quadro-Patterning)的情況下, 其對於四重節距(Quadro-Pitch)而言係準確的。像素尺寸x可在擬合程序期間被最佳化。對從最佳化所獲得以及從TEM量測模式之設定所獲得的像素尺寸x數值進行比較,可在TEM設定的準確性上提供反饋。
在結合模型中,TEM工具影響被納入考量。更具體而言,為了在與所量測影像完全相同的量測條件下精確產生TEM模擬影像,可將該工具之電子元件的增益與偏移校準曲線併入TEM資料模擬中。此對於非線性影響(例如可輕易被併入模擬引擎/模組中的飽和度)而言,係特別的重要。
本發明亦提供製程控制(製程防禦)。為此,擬合/匹配程序(經適當最小化的優點函數)的品質可被使用來自動確認製程故障/缺陷(始於結構之3D模型的不匹配)。
可從量測TEM影像之全解釋所決定的結構參數包含下列任何組合:結構的幾何參數,例如CD、STI_HEIGHT等等;材料特徵,例如一般用於半導體晶圓之矽或矽氧化物層的散射效率;薄層參數,例如TEM成像/量測中所使用的薄層厚度與位置;以及採集參數,例如用於STEM成像之放大器的增益與偏移、或STEM或TEM影像的像素尺寸。
量測TEM影像的分析品質係由擬合/匹配程序的品質以及所取得參數的可靠度所定義。擬合的品質係由目標函數(優點函數)值所定義。若例如將目標函數定義為平均偏離,則較低的目標函數值係表示較佳的分析品質以及所取得參數值的較高可靠度。又,擬合的品質可由擬合度(GOF,goodness of fit) 所定義。此可計算為模擬與量測影像之間的標準化交互相關(NCC,Normalized Crossed Correlation)。在此情況下,較高的GOF值係表示較佳的分析品質以及所取得參數值的較高可靠度。擬合的品質可由失誤擬合偏差(MFB,Miss-Fit Bias) 值所定義,該值表示具有模擬影像與量測影像之偏離之相同符號的失誤擬合調整區域的表面。在此情況下,較大的MFB值係表示模型化與實際結構之間的較大系統偏差,並且意謂所取得數值的較低可靠度。吾人應注意到,MFB係表示模型與實際結構的限度。換言之,其表示製程故障或缺陷的高可能性。
為了涵蓋製造程序的正常製程視窗以及最常見失誤製程失效(或自正常製程的偏離),設計並最佳化該結構的3D模型(幾何與材料)。製程控制(製程防禦)為一多層次程序。
第一層次包含基於TEM影像的分析,從各薄層影像取得參數值。又,計算出分析的品質。此分析的品質可具有不同度量指標。例如,若TEM量測包含位在薄層之不同部分的7個TEM影像,則可對每一個影像進行分析,並且從每一個影像取得參數組。此包含下列一或多者:
薄層平均控制:可對該參數進行平均,並且將結果值與正常製程視窗範圍進行比較。若其中一參數超出正常製程視窗範圍的話,則發出警告。
嚴格控制:若其中一影像的其中一參數(例如在不進行平均的情況下)超出正常製程視窗範圍的話,則發出警告。
薄層內之變異控制:可對每一個參數計算出在薄層內的變異範圍。此可藉由使用下者而完成:最大與最小值之間的差、或3.StDev值。若其中一參數的變異範圍超出正常製程視窗範圍的話,則發出警告。
目標函數平均控制:若來自所有TEM影像之目標函數的平均值變得大於預定義閾值的話,則發出警告。可藉由研究正常製程視窗的目標函數值而獲得目標函數值的閾值。
目標函數嚴格控制:若來自其中一影像之目標函數的值變得大於預定義閾值的話,則發出警告。
GOF平均控制:若來自所有影像之GOF的平均值變得小於預定義閾值的話,則發出警告。可藉由研究正常製程視窗的GOF值而獲得GOF值的閾值。
GOF嚴格控制:若來自其中一影像之GOF的值變得小於預定義閾值的話,則發出警告。
MFB平均控制:若來自所有影像之MFB的平均值變得大於預定義閾值的話,則發出警告。可藉由研究正常製程視窗的MFB值而獲得MFB值的閾值。
MFB嚴格控制:若來自其中一影像之MFB的值變得大於預定義閾值的話,則發出警告。
於第二層次,藉由使用薄層中之全組或子組TEM影像的同步分析而取得參數值。例如,若薄層具有11個影像的話,則所有11個影像皆可被使用。或者,僅其中某些影像(例如11個影像中的6個影像)可被使用。忽視其他影像的理由可例如與所量測影像的低品質有關。此程序包含下列其中一或多者:
參數控制:將參數值與正常製程視窗範圍進行比較。若其中一參數超出正常製程視窗範圍的話,則發出警告。
目標函數控制:若同步最佳化的目標函數變得大於預定義閾值的話,則發出警告。如上所述,可藉由研究正常製程視窗的目標函數值而獲得目標函數值的閾值。
GOF控制:若同步最佳化的GOF變得小於預定義閾值(例如藉由研究正常製程視窗之GOF值所決定)的話,則發出警告。
MFB控制:若同步最佳化的MFB變得大於預定義閾值(例如藉由研究正常製程視窗之MFB值所決定)的話,則發出警告。
結合模型可用以校準TEM工具影響。
回到圖1,依照本發明之技術的TEM影像分析可用於使不同類型的量測(例如光學量測(如OCD量測))最佳化。在圖1中,例示不同類型之以模型為基礎的量測,於此處,TEM資料係與不同類型之量測資料(例如OCD資料)一起被模型化設施22以及擬合模組24所使用,以使資料解釋模型最佳化並且獲得最佳擬合條件。或者,或此外,此種不同類型量測可為以模型為基礎的X射線散射量測法(XRS,X-ray Scatterometry)及/或以模型為基礎的X射線螢光法(XRF,X-ray fluorescence)。換言之,從TEM影像分析所決定的結構參數可用於使XRS及/或XRF量測的量測資料解釋模型最佳化。
又,上述從一或數個TEM/STEM影像之3D結構的幾何及/或材料參數的自動強健且準確之擷取,乃係為了用於半導體製程開發的光學鄰近校正(OPC,Optical Proximity Correction)模型化之目的,而用以校準製程模擬器。
10:控制系統 10A:資料輸入設施 10B:資料輸出設施 10C:記憶體 10D:資料處理器 12:量測資料提供器 12':量測資料提供器 14:儲存裝置 16:TEM影像資料模擬器 18:擬合模組 20:參數計算器 21:分析器 22:模型化設施 24:擬合模組 26:計算器模組 30:TEM影像 32:堆疊幾何資料 34:材料相關資料 36:薄層幾何/位置資料 38:TEM量測模式資料 40:3D圖案化結構 42:薄層 50:流程圖 52:步驟 54:步驟 55:步驟 56:步驟 58:步驟 60:步驟 70:流程圖 72:步驟 74:步驟 76:步驟 78:步驟 80:步驟 82:步驟
為了更瞭解在此所揭露之申請標的,並且例示其實際上可被如何實現,現在將參考隨附圖式而僅藉由非限制性範例來說明實施例,其中:
圖1為本發明之控制系統的方塊圖,該控制系統用以從TEM影像資料來決定各種結構參數;
圖2A至2C概略地顯示本發明用以產生模擬TEM影像資料的原 理,其中圖2A顯示作為結構幾何與材料相關資料、以及薄層幾何之多參數函數的「TEM堆疊(TEM stack)」;以及圖2B與2C例示經歷TEM成像的3D圖案化結構以及描述薄層幾何的參數;
圖3為本發明用以從原始TEM影像資料獲得TEM量測之全幾何解釋的示範方法之流程圖;以及
圖4為例示圖3之方法的一可選步驟的流程圖,初步TEM影像分析(粗略定位)。
50:流程圖
52:步驟
54:步驟
55:步驟
56:步驟
58:步驟
60:步驟

Claims (5)

  1. 一種用於決定三維圖案化結構的一或多個參數之量測方法,所述量測方法包括以下步驟:在所述三維圖案化結構之量測TEM(穿透式電子顯微鏡,Transmission Electron Microscopy)影像資料與所述三維圖案化結構之模擬TEM影像資料之間執行擬合程序;從所述測量TEM影像資料與所述模擬TEM影像資料之間的最佳擬合條件決定在所測量TEM影像資料中之至少一測量TEM影像的量測薄層位置;以及產生表示對應於所述最佳擬合條件之所述模擬TEM影像資料的輸出資料,進而從中決定所述三維圖案化結構的所述一或多個參數。
  2. 如請求項1所述之量測方法,其進一步包括以下步驟:提供所述三維圖案化結構的至少一三維模型,所述三維模型包括所述三維圖案化結構的參數化三維幾何模型;分析所述三維模型和表示TEM量測模式的資料,所述TEM量測模式包括至少一薄層幾何資料;以及產生所述模擬TEM影像資料。
  3. 如請求項1所述之量測方法,其進一步包括從所述最佳擬合條件決定所述三維圖案化結構的所述一或多個參數。
  4. 如請求項3所述之量測方法,其進一步包括使用所述三維圖案化結構所決定的所述一或多個參數來最佳化資料解釋模型,所述資料解釋模型用於解釋使用不同於TEM之類型的量測方法產生的測量資料。
  5. 如請求項1所述之量測方法,其中,待決定的所述三維圖案化結構的所述一或多個參數包括尺寸參數,所述尺寸參數包括下列之一或多者:圖案特徵的臨界尺寸(CD)、所述三維圖案化結構中之一或多層的厚 度。
TW110136460A 2017-02-27 2018-02-27 量測方法 TWI816188B (zh)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
US201762463771P 2017-02-27 2017-02-27
US62/463,771 2017-02-27
US201762563113P 2017-09-26 2017-09-26
US62/563,113 2017-09-26

Publications (2)

Publication Number Publication Date
TW202215478A TW202215478A (zh) 2022-04-16
TWI816188B true TWI816188B (zh) 2023-09-21

Family

ID=63254149

Family Applications (2)

Application Number Title Priority Date Filing Date
TW110136460A TWI816188B (zh) 2017-02-27 2018-02-27 量測方法
TW107106522A TWI744493B (zh) 2017-02-27 2018-02-27 控制系統

Family Applications After (1)

Application Number Title Priority Date Filing Date
TW107106522A TWI744493B (zh) 2017-02-27 2018-02-27 控制系統

Country Status (3)

Country Link
US (3) US10916404B2 (zh)
TW (2) TWI816188B (zh)
WO (1) WO2018154587A1 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11450541B2 (en) 2017-09-26 2022-09-20 Nova Ltd Metrology method and system

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090144691A1 (en) * 2007-11-29 2009-06-04 Tokyo Electron Limited Enhanced Process Yield Using a Hot-Spot Library
TW201500950A (zh) * 2013-03-14 2015-01-01 Coventor Inc 於三維虛擬製造環境中使用材料特定行爲參數之多蝕刻製程
TW201730514A (zh) * 2015-12-11 2017-09-01 克萊譚克公司 用於高高寬比結構之x光散射測量計量
US20180284624A1 (en) * 2017-03-31 2018-10-04 Imec Vzw Metrology Method for a Semiconductor Manufacturing Process

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7126700B2 (en) * 2003-12-12 2006-10-24 Timbre Technologies, Inc. Parametric optimization of optical metrology model
US9535018B2 (en) * 2013-07-08 2017-01-03 Kla-Tencor Corporation Combined x-ray and optical metrology
US10152678B2 (en) * 2014-11-19 2018-12-11 Kla-Tencor Corporation System, method and computer program product for combining raw data from multiple metrology tools
US20190064110A1 (en) * 2015-10-24 2019-02-28 University Of Notre Dame A picometer-diameter pore in an inorganic membrane for sequencing protein
US11450541B2 (en) * 2017-09-26 2022-09-20 Nova Ltd Metrology method and system
US11990380B2 (en) * 2019-04-19 2024-05-21 Kla Corporation Methods and systems for combining x-ray metrology data sets to improve parameter estimation

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090144691A1 (en) * 2007-11-29 2009-06-04 Tokyo Electron Limited Enhanced Process Yield Using a Hot-Spot Library
TW201500950A (zh) * 2013-03-14 2015-01-01 Coventor Inc 於三維虛擬製造環境中使用材料特定行爲參數之多蝕刻製程
TW201730514A (zh) * 2015-12-11 2017-09-01 克萊譚克公司 用於高高寬比結構之x光散射測量計量
US20180284624A1 (en) * 2017-03-31 2018-10-04 Imec Vzw Metrology Method for a Semiconductor Manufacturing Process

Also Published As

Publication number Publication date
US10916404B2 (en) 2021-02-09
WO2018154587A1 (en) 2018-08-30
TWI744493B (zh) 2021-11-01
US20190393016A1 (en) 2019-12-26
TW202215478A (zh) 2022-04-16
US20210217581A1 (en) 2021-07-15
US20220310356A1 (en) 2022-09-29
US11710616B2 (en) 2023-07-25
TW201841191A (zh) 2018-11-16
US11309162B2 (en) 2022-04-19

Similar Documents

Publication Publication Date Title
US20230401690A1 (en) Method and system for optimizing optical inspection of patterned structures
TWI784018B (zh) 用於使用半導體製造程序中之深度學習預測缺陷及臨界尺寸之系統及方法
US9255877B2 (en) Metrology system optimization for parameter tracking
US9830421B2 (en) Alignment of inspection to design using built in targets
US10234401B2 (en) Method of manufacturing semiconductor devices by using sampling plans
CN106158679B (zh) 结合晶圆实体测量与数位模拟以改善半导体元件制程方法
US20230074398A1 (en) Metrology method and system
US20150146967A1 (en) Pattern evaluation device and pattern evaluation method
WO2013040063A2 (en) Determining design coordinates for wafer defects
US9589086B2 (en) Method for measuring and analyzing surface structure of chip or wafer
KR20210118953A (ko) 테스트 이미지 대 설계물의 정렬을 위한 설계물 파일 선택
US11710616B2 (en) TEM-based metrology method and system
TW201907156A (zh) 光學檢驗結果之計量導引檢驗樣品成形
WO2024099686A1 (en) Systems, methods, and software for overlay model building and application