TWI817474B - 用於對自影像資料提取之複數個圖案進行分組的系統及相關的非暫時性電腦可讀媒體 - Google Patents
用於對自影像資料提取之複數個圖案進行分組的系統及相關的非暫時性電腦可讀媒體 Download PDFInfo
- Publication number
- TWI817474B TWI817474B TW111116266A TW111116266A TWI817474B TW I817474 B TWI817474 B TW I817474B TW 111116266 A TW111116266 A TW 111116266A TW 111116266 A TW111116266 A TW 111116266A TW I817474 B TWI817474 B TW I817474B
- Authority
- TW
- Taiwan
- Prior art keywords
- patterns
- cohesion
- features
- fourier transform
- pattern
- Prior art date
Links
- 238000000034 method Methods 0.000 claims abstract description 120
- 238000012360 testing method Methods 0.000 claims description 67
- 239000013598 vector Substances 0.000 claims description 57
- 230000011218 segmentation Effects 0.000 claims description 46
- 230000009466 transformation Effects 0.000 claims description 16
- 238000011156 evaluation Methods 0.000 claims description 11
- 235000012431 wafers Nutrition 0.000 description 76
- 238000001514 detection method Methods 0.000 description 60
- 238000010894 electron beam technology Methods 0.000 description 42
- 239000012925 reference material Substances 0.000 description 38
- 230000008569 process Effects 0.000 description 36
- 238000007689 inspection Methods 0.000 description 21
- 230000015654 memory Effects 0.000 description 21
- 239000002245 particle Substances 0.000 description 20
- 238000013461 design Methods 0.000 description 19
- 238000012545 processing Methods 0.000 description 19
- 238000010586 diagram Methods 0.000 description 17
- 238000003860 storage Methods 0.000 description 15
- 238000006243 chemical reaction Methods 0.000 description 11
- 230000007547 defect Effects 0.000 description 10
- 238000009826 distribution Methods 0.000 description 10
- 238000003384 imaging method Methods 0.000 description 8
- 238000000638 solvent extraction Methods 0.000 description 8
- 230000003287 optical effect Effects 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 230000004075 alteration Effects 0.000 description 5
- 238000001459 lithography Methods 0.000 description 5
- 238000004519 manufacturing process Methods 0.000 description 5
- 238000004626 scanning electron microscopy Methods 0.000 description 5
- 238000000059 patterning Methods 0.000 description 4
- 201000009310 astigmatism Diseases 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000005315 distribution function Methods 0.000 description 3
- 238000005192 partition Methods 0.000 description 3
- 239000000758 substrate Substances 0.000 description 3
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 239000004020 conductor Substances 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 238000003064 k means clustering Methods 0.000 description 2
- 239000002184 metal Substances 0.000 description 2
- 238000000386 microscopy Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000000206 photolithography Methods 0.000 description 2
- 238000012805 post-processing Methods 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 229910052710 silicon Inorganic materials 0.000 description 2
- 239000010703 silicon Substances 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 238000003917 TEM image Methods 0.000 description 1
- 230000003213 activating effect Effects 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 239000013078 crystal Substances 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 230000005684 electric field Effects 0.000 description 1
- 238000005530 etching Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000012634 optical imaging Methods 0.000 description 1
- 238000000399 optical microscopy Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000001878 scanning electron micrograph Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 238000004627 transmission electron microscopy Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
- G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
- G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
- G03F7/70—Microphotolithographic exposure; Apparatus therefor
- G03F7/70425—Imaging strategies, e.g. for increasing throughput or resolution, printing product fields larger than the image field or compensating lithography- or non-lithography errors, e.g. proximity correction, mix-and-match, stitching or double patterning
- G03F7/70433—Layout for increasing efficiency or for compensating imaging errors, e.g. layout of exposure fields for reducing focus errors; Use of mask features for increasing efficiency or for compensating imaging errors
-
- G—PHYSICS
- G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
- G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
- G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
- G03F7/70—Microphotolithographic exposure; Apparatus therefor
- G03F7/70483—Information management; Active and passive control; Testing; Wafer monitoring, e.g. pattern monitoring
- G03F7/70491—Information management, e.g. software; Active and passive control, e.g. details of controlling exposure processes or exposure tool monitoring processes
- G03F7/705—Modelling or simulating from physical phenomena up to complete wafer processes or whole workflow in wafer productions
-
- G—PHYSICS
- G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
- G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
- G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
- G03F7/70—Microphotolithographic exposure; Apparatus therefor
- G03F7/70483—Information management; Active and passive control; Testing; Wafer monitoring, e.g. pattern monitoring
- G03F7/70491—Information management, e.g. software; Active and passive control, e.g. details of controlling exposure processes or exposure tool monitoring processes
- G03F7/70508—Data handling in all parts of the microlithographic apparatus, e.g. handling pattern data for addressable masks or data transfer to or from different components within the exposure apparatus
-
- G—PHYSICS
- G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
- G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
- G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
- G03F7/70—Microphotolithographic exposure; Apparatus therefor
- G03F7/70483—Information management; Active and passive control; Testing; Wafer monitoring, e.g. pattern monitoring
- G03F7/70605—Workpiece metrology
- G03F7/70616—Monitoring the printed patterns
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
- G06F18/231—Hierarchical techniques, i.e. dividing or merging pattern sets so as to obtain a dendrogram
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/42—Global feature extraction by analysis of the whole pattern, e.g. using frequency domain transformations or autocorrelation
- G06V10/431—Frequency domain transformation; Autocorrelation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/762—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using clustering, e.g. of similar faces in social networks
- G06V10/7625—Hierarchical techniques, i.e. dividing or merging patterns to obtain a tree-like representation; Dendograms
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10056—Microscopic image
- G06T2207/10061—Microscopic image from scanning electron microscope
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20048—Transform domain processing
- G06T2207/20056—Discrete and fast Fourier transform, [DFT, FFT]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30148—Semiconductor; IC; Wafer
Abstract
本發明揭示用於對自影像資料提取之複數個圖案進行分組的設備、系統及方法。在一些實施例中,用於對該等圖案進行分組之該方法包含接收包括表示待形成於一晶圓之一部分上之特徵的該複數個圖案之該影像資料。該方法亦包含將傅立葉轉換之後的該複數個圖案分離成多個圖案集。該方法進一步包含對一各別圖案集執行一階層式叢集以藉由遞迴地評估與該各別圖案集內之圖案之間的相似性相關之特徵來獲得複數個圖案子集。
Description
本文中所提供之實施例係關於一種用於叢集積體電路佈局之參考資料(例如,佈局圖案、GDS圖案)以促進遮罩檢測或晶圓檢測的系統及方法。
在積體電路(IC)之製造製程中,檢測未完成或已完成電路組件以確保其係根據設計而製造且無缺陷。可採用利用光學顯微鏡或帶電粒子(例如,電子)束顯微鏡,諸如掃描電子顯微鏡(SEM)之檢測系統。隨著IC組件之實體大小繼續縮小,缺陷偵測之準確度及良率變得愈來愈重要。
諸如掃描電子顯微鏡(SEM)或透射電子顯微鏡(TEM)之帶電粒子(例如,電子)束顯微鏡可充當用於檢測IC組件之可行工具。自SEM或TEM影像量測之圖案或結構之臨界尺寸可用於偵測所製造IC之缺陷。舉例而言,圖案或邊緣置放變化之間的移位可有助於控制製造製程以及判定缺陷。
本發明之實施例提供用於對參考資料進行分組之設備、系
統及方法。
在一些實施例中,提供一種用於對自影像資料提取之複數個圖案進行分組的方法。該方法包含:接收包括表示待形成於一晶圓之一部分上之特徵的該複數個圖案之該影像資料;將傅立葉轉換之後的該複數個圖案分離成多個圖案集;及對一各別圖案集執行一階層式叢集以藉由遞迴地評估與該各別圖案集內之圖案之間的相似性相關之特徵來獲得複數個圖案子集。
在一些實施例中,提供一種用於對自影像資料提取之複數個圖案進行分組的系統。該系統包含一控制器,該控制器包括經組態以使得該系統執行以下操作之電路系統:接收包括表示待形成於一晶圓之一部分上之特徵的該複數個圖案之該影像資料;將傅立葉轉換之後的該複數個圖案分離成多個圖案集;及對一各別圖案集執行一階層式叢集以藉由遞迴地評估與該各別圖案集內之圖案之間的相似性相關之特徵來獲得複數個圖案子集。
在一些實施例中,提供一種非暫時性電腦可讀媒體,其儲存一指令集,該指令集可由一系統之至少一個處理器執行以使得該系統執行對自影像資料提取之複數個圖案進行分組的一方法。該方法包含:接收包括表示待形成於一晶圓之一部分上之特徵的該複數個圖案之該影像資料;將傅立葉轉換之後的該複數個圖案分離成多個圖案集;及對一各別圖案集執行一階層式叢集以藉由遞迴地評估與該各別圖案集內之圖案之間的相似性相關之特徵來獲得複數個圖案子集。
在一些實施例中,提供一種用於對複數個圖案進行分組之方法。該方法包含:接收包括表示待形成於一晶圓之一部分上之特徵的該
複數個圖案之影像資料;對分別自該複數個圖案轉換之複數個頻域特徵執行一階層式叢集,其中執行該階層式叢集包含藉由執行以下操作來遞迴地分割該複數個頻域特徵:接收一參數之一使用者選擇;及基於該參數而遞迴地評估是否繼續在各別階層式層級處分割對應圖案集。
在一些實施例中,提供一種用於對自影像資料提取之複數個圖案進行分組的系統。該系統包含一控制器,該控制器包括經組態以使得該系統執行以下操作之電路系統:接收包括表示待形成於一晶圓之一部分上之特徵的該複數個圖案之影像資料;對分別自該複數個圖案轉換之複數個頻域特徵執行一階層式叢集,其中執行該階層式叢集包含藉由執行以下操作來遞迴地分割該複數個頻域特徵:接收一參數之一使用者選擇;及基於該參數而遞迴地評估是否繼續在各別階層式層級處分割對應圖案集。
在一些實施例中,提供一種非暫時性電腦可讀媒體,其儲存一指令集,該指令集可由一系統之至少一個處理器執行以使得該系統執行對自影像資料提取之複數個圖案進行分組的一方法。該方法包含:接收包括表示待形成於一晶圓之一部分上之特徵的該複數個圖案之影像資料;對分別自該複數個圖案轉換之複數個頻域特徵執行一階層式叢集,其中執行該階層式叢集包含藉由執行以下操作來遞迴地分割該複數個頻域特徵:接收一參數之一使用者選擇;及基於該參數而遞迴地評估是否繼續在各別階層式層級處分割對應圖案集。
本發明之實施例之其他優點將自結合隨附圖式進行之以下描述變得顯而易見,在該等圖式中藉助於繪示及實例闡述本發明之某些實施例。
100:電子束檢測(EBI)系統
101:主腔室
102:裝載/鎖定腔室
104:電子束工具
106:裝備前端模組(EFEM)
106a:第一裝載埠
106b:第二裝載埠
109:控制器
130:儲存器
142:處理器
144:記憶體
160:參考資料獲取器
199:晶圓檢測系統
200:檢測影像獲取器
201:電子源
202:初級電子束
203:初級射束交越
204:主光軸
207:樣本固持器
208:晶圓
209:機動載物台
210:聚光透鏡
211:初級細射束
212:初級細射束
213:初級細射束
220:源轉化單元
221:探測光點
222:探測光點
223:探測光點
230:初級投影系統
231:物鏡
232:偏轉掃描單元
233:射束分離器
240:電子偵測裝置
241:偵測元件
242:偵測元件
243:偵測元件
250:次級投影系統
251:次光軸
261:次級電子束
262:次級電子束
263:次級電子束
271:庫侖孔徑板
300:系統
305:參考資料獲取器
310:第一層級分組組件
320:叢集組件
325:傅立葉轉換組件
330:遞迴分割組件
335:內聚檢驗組件
340:第二層級分組組件
345:輸出組件
400:第一層級分組程序
402:圖案
404:代表性圖案
420:叢集程序
422:新群組
424:新群組
426:代表性圖案
440:第二層級分組程序
442:類別
444:類別
446:類別
448:類別
462:圖案
464:圖案
500:程序
502:圖案
504:圖案
512:基於傅立葉轉換之影像
514:基於傅立葉轉換之影像
520:程序
522:基於傅立葉轉換之影像
524:圖式
526:向量
540:程序
542:子集
550:子集
552:子集
554:子集
700:方法
710:步驟
720:步驟
730:步驟
800:方法
810:步驟
820:步驟
圖1繪示說明符合本發明之一些實施例之實例電子束檢測(EBI)系統的示意圖。
圖2繪示說明符合本發明之一些實施例之可為圖1的電子束檢測系統之一部分之實例電子束工具的示意圖。
圖3繪示符合本發明之一些實施例之用於處理參考資料之實例系統的方塊圖。
圖4A繪示根據本發明之一些實施例之對包括在參考資料中之圖案進行第一層級分組的實例程序。
圖4B繪示根據本發明之一些實施例之叢集包括在參考資料中的圖案的實例程序。
圖4C繪示根據本發明之一些實施例之對包括在參考資料中之圖案進行第二層級分組的實例程序。
圖4D繪示根據本發明之一些實施例之在叢集或分組程序期間比較兩個圖案的實例圖式。
圖5A繪示根據本發明之一些實施例之對參考資料中之複數個圖案執行傅立葉轉換的實例程序。
圖5B繪示根據本發明之一些實施例之將基於傅立葉轉換之參考影像轉化成向量的實例程序。
圖5C繪示展示根據本發明之一些實施例之用於分割基於傅立葉轉換之特徵之實例階層式叢集程序的圖式。
圖6A繪示根據本發明之一些實施例之內聚檢驗的圖式。
圖6B繪示根據本發明之一些實施例之遞迴分割繼續的圖式。
圖6C繪示根據本發明之一些實施例之遞迴分割停止的圖式。
圖7為根據本發明之一些實施例之表示用於處理參考資料之實例方法的程序流程圖。
圖8為根據本發明之一些實施例之表示用於處理參考資料之實例方法的程序流程圖。
現將詳細參考例示性實施例,在隨附圖式中繪示該等例示性實施例之實例。以下描述參考隨附圖式,其中除非另外表示,否則不同圖式中之相同數字表示相同或類似元件。例示性實施例之以下描述中所闡述之實施方式並不表示所有實施方式。實情為,其僅為符合與如在隨附申請專利範圍中所敍述之所揭示實施例相關之態樣的設備及方法之實例。舉例而言,儘管一些實施例係在利用電子束之上下文中予以描述,但本發明不限於此。可類似地應用其他類型之帶電粒子束。此外,可使用其他成像系統,諸如光學成像、光偵測、x射線偵測等。
電子裝置由在稱為基板之矽片上形成的電路構成。許多電路可共同形成於相同矽片上且稱為積體電路或IC。此等電路之大小已顯著減小,使得更多該等電路可安裝於基板上。舉例而言,智慧型手機中之IC晶片可與縮略圖一樣小且仍可包括超過20億個電晶體,每一電晶體之大小小於人類毛髮之大小的1/1000。
製造此等極小IC為往往涉及數百個個別步驟之複雜、耗時且昂貴之製程。甚至一個步驟中(例如,設計或圖案化中)之錯誤有可能導致成品IC中之缺陷,從而使得成品IC無用。因此,製造製程之一個目標
為避免此類缺陷以使在此製程中製造之功能性IC的數目最大化,亦即改良製程之總良率。
改良良率之一個組分為監測晶片製造製程,以確保其正生產足夠數目個功能性積體電路。監測製程之一種方式為在晶片電路結構形成之各個階段處檢測該晶片電路結構。可使用掃描電子顯微鏡(SEM)進行檢測。SEM可用於實際上將此等極小結構成像,從而獲取結構之「圖像」。影像可用於判定結構是否適當地形成,且亦判定該結構是否形成於適當位置中。若結構係有缺陷的,則可調整該製程,使得缺陷不大可能再現。缺陷可在半導體處理之各個階段期間產生。熱點為在微影圖案化或蝕刻之後具有較高缺陷可能性的區域。因此,重要的是在設計階段較早識別且減少熱點,或儘可能早地準確且高效地識別缺陷。
在晶圓檢測程序期間,可判定晶圓上之所關注區域。在一些實施例中,所關注區域可包括具有不同形狀之圖案,諸如多邊形、正方形或適合於檢測之任何其他規則或不規則形狀。用於檢測之各種系統及程序可歸因於例如積體電路(IC)上之大量特徵及分析IC之大量資料或IC之SEM影像之複雜度而面臨挑戰。舉例而言,圖案分組或叢集程序可為耗時的。另外,預定義及固定分組或叢集參數,諸如群組之數目或圖案在每一群組內可有多相似。使用者可能無法控制可將圖案分類為多少個群組,或群組內之圖案之間的相似度。
所揭示實施例中之一些提供解決本文中所揭示之缺點中之一些或全部的系統及方法。在本發明中,諸如圖形資料庫系統(GDS)資料檔案之IC資料或參考資料(亦稱為參考影像資料、設計資料、標準資料、佈局資料)可經處理以對具有某些類似特性之圖案進行分組或叢集。在一
些實施例中,類似圖案可經分組或叢集,使得可對每一群組之代表性圖案執行檢測以改良檢測效率。在一些實施例中,基於幾何特性而對圖案進行分組。在一些實施例中,處理圖案以獲得頻域中之高維向量,且使用階層式叢集處理向量以將整個資料集分割成複數個群組。因此,可以改良之效率及準確度執行熱點分析或晶圓檢測。此外,使用者可調整一或多個參數以定製階層式叢集。
出於清楚起見,可誇示圖式中之組件之相對尺寸。在以下圖式描述內,相同或類似參考編號係指相同或類似組件或實體,且僅描述關於個別實施例之差異。如本文中所使用,除非另有特定陳述,否則術語「或」涵蓋除不可行組合外之所有可能組合。舉例而言,若陳述組件可包括A或B,則除非另有特定陳述或不可行,否則組件可包括A,或B,或A及B。作為第二實例,若陳述組件可包括A、B或C,則除非另有特定陳述或不可行,否則組件可包括A,或B,或C,或A及B,或A及C,或B及C,或A及B及C。
圖1繪示符合本發明之一些實施例的例示性電子束檢測(EBI)系統100。EBI系統100可用於成像。如圖1中所展示,EBI系統100包括主腔室101、裝載/鎖定腔室102、電子束工具104及裝備前端模組(EFEM)106。電子束工具104位於主腔室101內。EFEM 106包括第一裝載埠106a及第二裝載埠106b。EFEM 106可包括額外裝載埠。第一裝載埠106a及第二裝載埠106b收納含有待檢測之晶圓(例如,半導體晶圓或由其他材料製成之晶圓)或樣本(晶圓及樣本可互換使用)的晶圓前開式單元匣(FOUP)。一「批次」為可經裝載以作為批量進行處理的複數個晶圓。
EFEM 106中之一或多個機器手臂(未展示)可將晶圓運送至
裝載/鎖定腔室102。裝載/鎖定腔室102連接至裝載/鎖定真空泵系統(未展示),該裝載/鎖定真空泵系統移除裝載/鎖定腔室102中之氣體分子以達至低於大氣壓之第一壓力。在達至第一壓力之後,一或多個機器手臂(未展示)可將晶圓自裝載/鎖定腔室102運送至主腔室101。主腔室101連接至主腔室真空泵系統(未展示),該主腔室真空泵系統移除主腔室101中之氣體分子以達至低於第一壓力之第二壓力。在達至第二壓力之後,晶圓經受電子束工具104之檢測。電子束工具104可為單射束系統或多射束系統。應瞭解,本文中所揭示之系統及方法可應用於單射束系統及多射束系統兩者。
控制器109以電子方式連接至電子束工具104。控制器109可為經組態以對EBI系統100執行各種控制之電腦。控制器109亦可包括經組態以執行各種信號及影像處理功能之處理電路系統。在一些實施例中,控制器109可與EBI系統100分離且獨立於EBI系統100。舉例而言,控制器109可為以通信方式耦接至EBI系統100之電腦。在一些實施例中,雖然控制器109在圖1中被展示為在包括主腔室101、裝載/鎖定腔室102及EFEM 106之結構外部,但應瞭解,控制器109可為該結構之一部分。
在一些實施例中,控制器109可包括一或多個處理器142。處理器可為能夠操縱或處理資訊之通用或特定電子裝置。舉例而言,處理器可包括任何數目個中央處理單元(或「CPU」)、圖形處理單元(或「GPU」)、光學處理器、可程式化邏輯控制器、微控制器、微處理器、數位信號處理器、智慧財產權(IP)核心、可程式化邏輯陣列(PLA)、可程式化陣列邏輯(PAL)、通用陣列邏輯(GAL)、複合可程式化邏輯裝置(CPLD)、場可程式化閘陣列(FPGA)、系統單晶片(SoC)、特殊應用積體
電路(ASIC)及能夠進行資料處理之任何類型電路的任何組合。處理器亦可為虛擬處理器,其包括分佈在經由網路耦接之多個機器或裝置上的一或多個處理器。
在一些實施例中,控制器109可進一步包括一或多個記憶體144。記憶體可為能夠儲存可由處理器(例如,經由匯流排)存取之程式碼及資料的通用或特定電子裝置。舉例而言,記憶體可包括任何數目個隨機存取記憶體(RAM)、唯讀記憶體(ROM)、光碟、磁碟、硬碟機、固態驅動機、快閃驅動機、安全數位(SD)卡、記憶棒、緊湊型快閃(CF)卡或任何類型之儲存裝置之任何組合。程式碼可包括作業系統(OS)及用於特定任務之一或多個應用程式(或「app」)。記憶體亦可為虛擬記憶體,其包括分佈在經由網路耦接之多個機器或裝置上的一或多個記憶體。
現參考圖2,其為繪示符合本發明之一些實施例之包括為圖1的EBI系統100之部分的多射束檢測工具之例示性電子束工具104的示意圖。多射束電子束工具104(在本文中亦稱為設備104)包含電子源201、庫侖(Coulomb)孔徑板(或「槍孔徑板」)271、聚光透鏡210、源轉化單元220、初級投影系統230、機動載物台209及由機動載物台209支撐以固持待檢測之晶圓208的樣本固持器207。多射束電子束工具104可進一步包含次級投影系統250及電子偵測裝置240。初級投影系統230可包含物鏡231。電子偵測裝置240可包含複數個偵測元件241、242及243。射束分離器233及偏轉掃描單元232可定位於初級投影系統230內部。
電子源201、庫侖孔徑板271、聚光透鏡210、源轉化單元220、射束分離器233、偏轉掃描單元232及初級投影系統230可與設備104之主光軸204對準。次級投影系統250及電子偵測裝置240可與設備104之
次光軸251對準。
電子源201可包含陰極(未展示)及提取器或陽極(未展示),其中在操作期間,電子源201經組態以自陰極發射初級電子且藉由提取器及/或陽極提取或加速初級電子以形成初級電子束202,該初級電子束形成初級射束交越(虛擬或真實的)203。初級電子束202可視覺化為自初級射束交越203發射。
源轉化單元220可包含影像形成元件陣列(未展示)、像差補償器陣列(未展示)、射束限制孔徑陣列(未展示)及預彎曲微偏轉器陣列(未展示)。在一些實施例中,預彎曲微偏轉器陣列使初級電子束202之複數個初級細射束211、212、213偏轉以垂直進入射束限制孔徑陣列、影像形成元件陣列及像差補償器陣列。在一些實施例中,聚光透鏡210經設計以將初級電子束202聚焦成為並行射束且垂直入射至源轉化單元220上。影像形成元件陣列可包含複數個微偏轉器或微透鏡以影響初級電子束202之複數個初級細射束211、212、213且形成初級射束交越203之複數個平行影像(虛擬或真實的),一個影像係關於初級細射束211、212及213中之每一者。在一些實施例中,像差補償器陣列可包含場彎曲補償器陣列(未展示)及像散補償器陣列(未展示)。場彎曲補償器陣列可包含複數個微透鏡以補償初級細射束211、212及213之場彎曲像差。像散補償器陣列可包含複數個微像散校正器以補償初級細射束211、212及213之像散像差。射束限制孔徑陣列可經組態以限制個別初級細射束211、212及213之直徑。圖2展示三個初級細射束211、212及213作為一實例,且應瞭解,源轉化單元220可經組態以形成任何數目個初級細射束。控制器109可連接至圖1之EBI系統100之各種部件,諸如源轉化單元220、電子偵測裝置240、初級
投影系統230或機動載物台209。在一些實施例中,如下文進一步詳細解釋,控制器109可執行各種影像及信號處理功能。控制器109亦可產生各種控制信號以控制帶電粒子束檢測系統之一或多個組件的操作。
聚光透鏡210經組態以聚焦初級電子束202。聚光透鏡210可進一步經組態以藉由使聚光透鏡210之聚焦倍率變化來調整源轉化單元220下游的初級細射束211、212及213之電流。替代地,可藉由更改射束限制孔徑陣列內之對應於個別初級細射束的射束限制孔徑之徑向大小來改變電流。可藉由更改射束限制孔徑之徑向大小及聚光透鏡210之聚焦倍率兩者來改變電流。聚光透鏡210可為可經組態以使得其第一主平面之位置可移動之可調整聚光透鏡。可調整聚光透鏡可經組態為磁性的,此可導致離軸細射束,諸如初級細射束212及213,以旋轉角照明源轉化單元220。旋轉角隨著可調整聚光透鏡之聚焦倍率或第一主平面之位置而改變。聚光透鏡210可為反旋轉聚光透鏡,其可經組態以在改變聚光透鏡210之聚焦倍率時保持旋轉角不變。在一些實施例中,聚光透鏡210可為可調整反旋轉聚光透鏡,其中當聚光透鏡210之聚焦倍率及其第一主平面之位置變化時,旋轉角不改變。
物鏡231可經組態以將初級細射束211、212及213聚焦至晶圓208上以供檢測,且在當前實施例中,可在晶圓208之表面上形成三個探測光點221、222及223。庫侖孔徑板271在操作中經組態以阻擋初級電子束202之周邊電子以減少庫侖效應。庫侖效應可放大初級細射束211、212、213之探測光點221、222及223中之每一者的大小,且因此使檢測解析度劣化。
射束分離器233可例如為韋恩濾光器,其包含產生靜電偶極子場及磁偶極子場(圖2中未展示)之靜電偏轉器。在操作中,射束分離
器233可經組態以由靜電偶極子場對初級細射束211、212及213之個別電子施加靜電力。靜電力與由射束分離器233之磁偶極子場對個別電子施加之磁力的量值相等但方向相反。初級細射束211、212及213可因此以至少實質上零偏轉角至少實質上筆直地通過射束分離器233。
偏轉掃描單元232在操作中經組態以使初級細射束211、212及213偏轉,以使探測光點221、222及223跨越晶圓208之表面之區段中的個別掃描區域進行掃描。回應於初級細射束211、212及213或探測光點221、222及223入射於晶圓208上,電子自晶圓208顯現且產生三個次級電子束261、262及263。次級電子束261、262及263中之每一者通常包含次級電子(具有50eV之電子能量)及反向散射電子(具有在50eV與初級細射束211、212及213之著陸能量之間的電子能量)。射束分離器233經組態以使次級電子束261、262及263朝向次級投影系統250偏轉。次級投影系統250隨後將次級電子束261、262及263聚焦於電子偵測裝置240之偵測元件241、242及243上。偵測元件241、242及243經配置以偵測對應次級電子束261、262及263且產生對應信號,該等信號經發送至控制器109或信號處理系統(未展示),例如以建構晶圓208之對應經掃描區域的影像。
在一些實施例中,偵測元件241、242及243分別偵測對應次級電子束261、262及263,且產生對應強度信號輸出(未展示)至影像處理系統(例如,控制器109)。在一些實施例中,每一偵測元件241、242及243可包含一或多個像素。偵測元件之強度信號輸出可為由偵測元件內之所有像素產生之信號的總和。
如圖2中所展示,晶圓檢測系統199(或「系統199」)可由源轉化單元220提供或以通信方式耦接至源轉化單元220。舉例而言,系
統199可包括以通信方式彼此耦接之檢測影像獲取器200、儲存器130、參考資料獲取器160(或「參考資料獲取器160」)及控制器109。在一些實施例中,檢測影像獲取器200、儲存器130或參考資料獲取器160可整合為控制器109或系統199之模組,或包括可實施於控制器109或系統199中之組件。在一些實施例中,系統199或控制器109可獲得及分析如本文中所揭示之晶圓上之IC佈局的參考資料(例如,GDS資料)。在一些實施例中,系統199或控制器109可基於如本文中所揭示之經處理參考資料而控制由帶電粒子多射束系統(例如,系統104)執行之檢測程序。
檢測影像獲取器200可包含一或多個處理器。舉例而言,檢測影像獲取器200可包含電腦、伺服器、大型電腦主機、終端機、個人電腦、任何種類之行動計算裝置及類似者,或其組合。檢測影像獲取器200可經由諸如以下各者之媒體以通信方式耦接至設備104之電子偵測裝置240:電導體、光纖纜線、可攜式儲存媒體、IR、藍牙、網際網路、無線網路、無線電等,或其組合。檢測影像獲取器200可自電子偵測裝置240接收信號,且可建構影像。檢測影像獲取器200可因此獲取晶圓208之影像。檢測影像獲取器200亦可執行各種後處理功能,諸如產生輪廓、疊加指示符於所獲取影像上,及類似者。檢測影像獲取器200可經組態以執行對所獲取影像之亮度及對比度等的調整。
在一些實施例中,影像獲取器200可基於自電子偵測裝置240接收之成像信號而獲取晶圓之影像資料。成像信號可對應於用於進行帶電粒子成像之掃描操作。所獲取影像資料可對應於包含一或多個區域之單一影像,該一或多個區域可含有晶圓208之各種特徵(例如,如本文中所揭示之重複單元圖案或單元邊緣)。所獲取影像資料可儲存在儲存器130
中。單一影像可為可劃分成複數個區之原始影像。該等區中之每一者可包含含有晶圓208之圖案或特徵的一個成像區域。所獲取影像資料可對應於隨時間順序多次取樣的晶圓208之一或多個區域的多個影像。該等多個影像可儲存在儲存器130中。在一些實施例中,控制器109可經組態以執行如本文中所揭示之影像處理步驟以檢測與晶圓208之一或多個區域之多個影像相關聯的影像資料。
在一些實施例中,控制器109可包括量測電路系統(例如,類比至數位轉換器)以獲得所偵測次級電子之分佈。在偵測時間窗口期間收集之電子分佈資料與入射於晶圓表面上之初級細射束211、212及213中之每一者之對應掃描路徑資料結合可用於重建構受檢測晶圓結構的影像。經重建構影像可用於顯露晶圓208之內部或外部結構的各種特徵,且藉此可用於顯露可能存在於晶圓中之任何缺陷。
參考資料獲取器160可包含一或多個處理器。舉例而言,參考資料獲取器160可包含電腦、伺服器、大型電腦主機、終端機、個人電腦、任何種類之行動計算裝置及類似者,或其組合。參考資料獲取器160可以通信方式耦接至儲存器130或其他類型之內部或外部儲存器(例如,設計資料庫),該等儲存器經組態以儲存用於晶圓上之積體電路佈局之設計及檢測的參考資料(例如,GDS資料或設計資料)。參考資料獲取器160可經由諸如以下各者之媒體獲取參考資料:電導體、光纖纜線、可攜式儲存媒體、IR、藍牙、網際網路、無線網路、無線電等,或其組合。參考資料可與晶圓上之IC佈局之設計相關聯。參考資料可經由軟體模擬或幾何設計及布林(Boolean)運算而獲得。在一些實施例中,參考資料可以諸如GDS資料檔案之資料結構或以任何合適之資料格式儲存。
在一些實施例中,控制器109可分析由參考資料獲取器160獲取之參考資料。舉例而言,如本發明中所揭示,控制器109可處理GDS資料檔案以識別分別對應於單元陣列及單元邊緣的重複圖案。基於經處理GDS資料檔案,控制器109亦可產生控制信號以控制源轉化單元220或電子束工具104之其他組件之操作以使用預定參數檢測晶圓208之特定區域。舉例而言,由控制器109產生之控制信號可用於控制初級細射束211、212及213以掃描跨越晶圓208上之特定掃描區域(諸如對應於所識別單元陣列或單元邊緣之區)的探測光點221、222及223。
儲存器130可為諸如硬碟、隨機存取記憶體(RAM)、雲端儲存器、其他類型之電腦可讀記憶體及類似者的儲存媒體。儲存器130可與檢測影像獲取器200耦接,且可用於保存經掃描原始影像資料作為原始影像及後處理影像。儲存器130亦可與參考資料獲取器160耦接,且用於保存參考資料及後處理參考資料。
在一些實施例中,控制器109可控制機動載物台209以在晶圓208之檢測期間移動晶圓208。在一些實施例中,控制器109可使得機動載物台209能夠以恆定速度在一方向上連續地移動晶圓208。在其他實施例中,控制器109可使得機動載物台209能夠取決於掃描程序之步驟而隨時間改變晶圓208之移動之速度。
如圖2中所展示,控制器109可以電子方式連接至電子束工具104。如本文中所揭示,控制器109可為經組態以執行電子束工具104之各種控制的電腦。在一些實施例中,檢測影像獲取器200、參考資料獲取器160、儲存器130及控制器109可一起整合為一個控制單元。
儘管圖2展示電子束工具104使用三個初級電子束,但應瞭
解,電子束工具104可使用任何合適數目個初級電子束。本發明不限制用於電子束工具104中之初級電子束之數目。與單一帶電粒子束成像系統(「單射束系統」)相比較,多個帶電粒子束成像系統(「多射束系統」)可經設計以使不同掃描模式之產出量最佳化。本發明之實施例提供一種多射束系統,其具有藉由使用具有適於不同產出量及解析度要求之不同幾何形狀的射束陣列來使不同掃描模式之產出量最佳化的能力。
圖3為符合本發明之一些實施例之用於處理參考資料(例如,GDS資料)之實例系統300的方塊圖。在一些實施例中,系統300包括參考資料獲取器305、第一層級分組組件310、叢集組件320、第二層級分組組件340及用於輸出圖案之類別(例如,或叢集、群組、集合或子集等)的輸出組件345。在一些實施例中,叢集組件320進一步包括傅立葉轉換組件325、遞迴分割組件330及內聚檢驗組件335。在一些實施例中,參考資料分析可包括藉由第一層級分組組件310執行之第一層級分組程序、藉由叢集組件320執行之叢集程序,接著為藉由第二層級分組組件340執行的第二層級分組程序。在一些實施例中,第一層級分組或第二層級分組程序可視情況用於處理參考資料。
應瞭解,系統300可包括經整合為帶電粒子束檢測系統(例如,圖1之電子束檢測系統100)之部分的一或多個組件或模組。系統300亦可包括與帶電粒子束檢測系統分離且以通信方式耦接至該帶電粒子束檢測系統的一或多個組件或模組。系統300可包含一或多個處理器及儲存記憶體。舉例而言,系統300可包含電腦、伺服器、大型電腦主機、終端機、個人電腦、任何種類之行動計算裝置及類似者,或其組合。在一些實施例中,系統300可包括可實施於如本文中所揭示之控制器109或系統199中的
一或多個組件,例如,軟體模組、硬體模組或其組合。
在一些實施例中,如圖3中所展示,系統300可包括參考資料獲取器305。參考資料獲取器305可經組態以獲得參考資料,例如,包括如圖4A至圖4D、圖5A及圖5C中所展示之待由系統300處理之複數個圖案。所獲取參考資料中之複數個圖案可對應於用於圖案化晶圓(例如,晶粒)之一部分的遮罩上之圖案,或經由微影製程印刷於晶圓(例如,晶粒)之一部分上之圖案。在一些實施例中,參考資料獲取器305可實質上與圖2中之參考資料獲取器160類似。在一些實施例中,參考資料獲取器305可不同於參考資料獲取器160。舉例而言,參考資料獲取器305可包括或實施於與帶電粒子束檢測系統分離之計算裝置中。
在一些實施例中,如本文中所揭示之參考資料可呈圖形資料庫系統(GDS)格式、圖形資料庫系統II(GDS II)格式、開放式圖稿系統交換標準(OASIS)格式、加州理工學院中間格式(CIF)等。在一些實施例中,參考資料可包含受檢測之晶圓208上之IC設計佈局。IC設計佈局可基於用於建構晶圓之圖案佈局。IC設計佈局可對應於用於將來自光微影遮罩或倍縮光罩之特徵轉印至晶圓之一或多個光微影遮罩或倍縮光罩。在一些實施例中,呈GDS或OASIS等形式之參考資料可包含以二進位檔案格式儲存的特徵資訊,該二進位檔案格式表示平面幾何形狀、文字及與晶圓設計佈局有關之其他資訊。
在一些實施例中,諸如GDS資料檔案之參考資料可對應於待形成於晶圓上的複數個階層式層上的設計架構。參考資料可呈現於影像檔案中,且可包括針對待形成於晶圓上之不同層上之各種圖案的特性資訊(例如,形狀、尺寸等)。舉例而言,參考資料可包括與待製造於晶圓上之
各種結構、裝置及系統相關聯的資訊,包括但不限於基板、摻雜區、聚閘極層、電阻層、介電層、金屬層、電晶體、處理器、記憶體、金屬連接件、觸點、通孔、系統單晶片(SoC)、網路單晶片(NoC)或任何其他合適之結構。參考資料可進一步包括記憶體區塊、邏輯區塊、互連件等之IC佈局設計。
在一些實施例中,系統300可包括經組態以處理自參考資料獲取器305獲得之參考資料的第一層級分組組件310。在一些實施例中,第一層級分組組件310可分析一或多個圖案且對圖案進行分組(例如,藉由圖案類型、形狀、數目、密度等)。舉例而言,第一層級分組組件310可比較參考資料中之複數個圖案以將相同圖案分類(例如,歸類)在同一群組(例如,類別、類、區間等)中,例如,如圖4A中所展示。第一層級分組組件310可比較來自參考資料之一或多對內之圖案之間的幾何形狀及特徵。在一些實施例中,第一層級分組組件310可經組態以執行如參考圖7所揭示之一或多個步驟。在一些實施例中,第一層級分組組件310可為帶電粒子束檢測系統之一部分(例如,包括可實施於控制器109或系統199中之一或多個組件或模組)。在一些實施例中,第一層級分組組件310可包括於與帶電粒子束檢測系統分離且以通信方式耦接至該帶電粒子束檢測系統的計算裝置中。
在一些實施例中,系統300可包括叢集組件320,該叢集組件經組態以應用如本文中所揭示之用於自參考資料叢集圖案之一或多個叢集演算法。叢集組件320可將叢集演算法應用於自第一層級分組組件310獲得之經分組圖案(例如,如圖4B中所展示之代表性圖案)或藉由參考資料獲取器305獲取之參考資料中之圖案。在一些實施例中,如圖4B中所繪
示,叢集組件320可使用(DBSCAN)演算法來分析兩個或更多個圖案之間的相似性是否超過預定臨限值,以判定是否將圖案合併至同一叢集中。
在一些實施例中,傅立葉轉換組件(例如,叢集組件320之傅立葉轉換組件325)可對複數個圖案執行傅立葉轉換(例如,1-D或2-D傅立葉轉換,亦稱為傅立葉轉換)以在頻域中顯現影像。舉例而言,如圖5A中所繪示,圖案502、504可經轉換為基於傅立葉轉換之影像(例如,傅立葉域影像或頻域影像)512、514。在一些實施例中,傅立葉轉換組件(例如,傅立葉轉換組件325)可將基於傅立葉轉換之影像轉化成高維向量。舉例而言,如圖5B中所繪示,基於傅立葉轉換之影像522可轉化為向量526。在一些實施例中,傅立葉轉換組件325可進一步判定基於傅立葉轉換之向量之特徵點與叢集質心之間的距離(例如,歐幾里得距離(Euclidean distance))。該距離可用於評估圖案之間的相似性,如圖5A至圖5C及圖6A至圖6C中所繪示。
在一些實施例中,叢集組件320之遞迴分割組件330可執行用於在頻域中分割基於傅立葉轉換之特徵(例如,如本文中所揭示之影像或向量)的階層式叢集程序(例如,程序540)以獲得複數個叢集。在一些實施例中,如圖5C中所展示,遞迴分割組件330針對遞迴分割使用叢集演算法,諸如k平均叢集演算法或任何其他合適之叢集演算法。舉例而言,遞迴分割組件330可首先將圖案分割成某一數目個群組(或子集)。在各別群組內,遞迴分割組件330進一步執行遞迴分割,直至滿足用於停止遞迴分割之條件或臨限值。
在一些實施例中,叢集組件320之內聚檢驗組件335可判定用於停止遞迴分割之條件或臨限值。條件或臨限值可與相似性臨限值、階
層式叢集程序之階層的最大層級或在進一步分割之前包括在子集中之向量之最小數目等相關聯。在一些實施例中,內聚檢驗組件335可使用內聚檢驗。舉例而言,如圖6A中所繪示,內聚檢驗可包括用於判定檢驗圓之半徑的卡方分佈內聚檢驗或變型內聚檢驗。如圖6B至圖6C中所繪示,檢驗圓可用於評估檢驗圓內是否存在足夠的資料點以停止遞迴分割。在一些實施例中,使用者可調整半徑以定製檢驗圓之大小,以直接或間接地調諧遞迴分割程序中使用之一或多個參數。內聚檢驗組件335可進一步判定內聚度(例如,檢驗圓內部之資料點的數目與資料點的總數目之間的比率)且將內聚度與臨限值進行比較以判定是停止還是繼續遞迴分割(例如,圖6B至圖6C)。
在一些實施例中,叢集組件320可經組態以執行如參考圖7所揭示之一或多個步驟。在一些實施例中,叢集組件320可為帶電粒子束檢測系統之一部分(例如,包括可實施於控制器109或系統199中之一或多個組件或模組)。在一些實施例中,叢集組件320可包括於與帶電粒子束檢測系統分離且以通信方式耦接至該帶電粒子束檢測系統的計算裝置中。
在一些實施例中,系統300可包括經組態以進一步處理自叢集組件320獲得之經分組圖案的第二層級分組組件340。第二層級分組組件340可基於圖案相似性而分析各別圖案群組或叢集內及當中之圖案以進一步合併或拆分(例如,圖4C)。在一些實施例中,相似性標準可由使用者定製。在一些實施例中,第二層級分組組件340可經組態以執行如參考圖7所揭示之一或多個步驟。在一些實施例中,第二層級分組組件340可為帶電粒子束檢測系統之一部分(例如,包括可實施於控制器109或系統199中之一或多個組件或模組)。在一些實施例中,第二層級分組組件340
可包括於與帶電粒子束檢測系統分離且以通信方式耦接至該帶電粒子束檢測系統的計算裝置中。
在一些實施例中,系統300可例如使用諸如晶圓或晶粒上之座標的指示符來輸出圖案群組或叢集,以在檢測期間使用。在一些實施例中,輸出組件345可為帶電粒子束檢測系統之一部分(例如,包括可實施於控制器109或系統199中之一或多個組件或模組)。在一些實施例中,輸出組件345可包括於與帶電粒子束檢測系統分離且以通信方式耦接至該帶電粒子束檢測系統的計算裝置中。
圖4A為根據本發明之一些實施例的對參考資料中之例如對應於GDS影像之一部分的複數個圖案402執行第一層級分組程序400以獲得複數個代表性圖案404的實例程序。在一些實施例中,複數個圖案402對應於用於圖案化晶圓(諸如晶粒)之一部分的遮罩上的圖案。在一些實施例中,複數個圖案402對應於經由微影製程印刷於晶圓(例如,晶粒)之一部分上的圖案。
在一些實施例中,基於複數個圖案402之間的幾何形狀之比較而執行第一層級分組程序400。舉例而言,比較複數個圖案402內之每一對圖案,且基於比較結果,將複數個圖案402分離成多個群組。在一些實施例中,作為第一分組程序400之結果,群組內之圖案在幾何形狀上彼此相同且置於一個區間中。在一些實施例中,各別代表性圖案404表示自第一層級分組程序獲得之對應群組中之相同圖案。
圖4B為根據本發明之一些實施例之對自如圖4A中所繪示之第一分組程序400獲得的分組結果執行叢集程序420的實例程序。在一些實施例中,對參考資料中之經分組圖案執行叢集程序420,該等經分組
圖案由各別群組之代表性圖案404表示。在一些實施例中,比較自圖4A中之程序獲得之兩個區間之圖案且可使用任何合適之叢集演算法量化及計算相似性。舉例而言,叢集程序420可使用基於密度之具有雜訊之應用的空間叢集(DBSCAN)演算法。在一些實施例中,若兩個代表性圖案之間的相似性超過預定臨限值,則合併兩個區間,例如,如新群組(或區間)422或424中所展示。否則,由代表性圖案426表示之群組保持不合併。在一些實施例中,運行叢集程序420,直至評估所有區間。
圖4C為根據本發明之一些實施例的對自如圖4B中所繪示之叢集程序420獲得的叢集結果執行第二層級分組程序440的實例程序。在一些實施例中,進一步分析來自在圖4B之程序420中獲得之各別區間的圖案以獲得不同類別之圖案,諸如圖4C中之類別442、444、446及448。在一些實施例中,彼此更相似之圖案分類為一個類別,而彼此不夠相似之圖案進一步拆分成不同類別,諸如將區間422拆分成類別442及444。在一些實施例中,用於在程序440中對圖案進行分類的相似性標準可由使用者定製。第二層級分組程序可使用與第一層級分組程序不同的標準來比較圖案之間的相似性。舉例而言,在第一層級分組中,彼此相同的圖案置放於同一群組(或區間)中,而在第二層級分組中,足夠相似(例如,差異低於特定臨限值)的圖案置放於同一群組中。在一些實施例中,用於在第一層級分組或第二層級分組期間比較圖案之標準可與圖案之幾何形狀、大小、特徵類型、密度、特徵點之間的距離等相關聯。在一些實施例中,可在第二層級分組或第一層級分組中成對地比較圖案。
現參考圖4D,其為繪示根據本發明之一些實施例之在如圖4A至圖4C中所繪示的分組或叢集程序期間比較兩個圖案之實例的圖式。
在一些實施例中,在叢集程序420期間使用合適之叢集演算法(諸如,如本文中所揭示之DBSCAN演算法)來比較一對圖案(例如,圖案462及464)之幾何形狀。在一些實施例中,因為比較總數目(例如,n)個圖案中之任何兩個圖案,該程序可進行n2次比較,此為一個耗時的過程。此外,如圖4D中所展示,使兩個圖案影像462及464重疊以量測影像之間的差異。然而,此重疊可忽略兩個相同圖案可能由於相對於彼此移位或旋轉而看起來不同的可能性。因此,不同區間或類別可包括重複圖案,從而進一步導致檢測時間增加及資源消耗浪費。
圖5A至圖5C及圖6A至圖6B繪示根據本發明之一些實施例的基於基於傅立葉轉換之參考資料的實例階層式叢集程序。圖5A繪示根據本發明之一些實施例的對參考資料中之複數個圖案(例如,對應於GDS影像之一部分)執行傅立葉轉換的實例程序500。圖案可自來自第一層級分組組件310之經分組圖案或來自參考資料獲取器305之參考資料獲得。在一些實施例中,傅立葉轉換組件325可將2-D傅立葉轉換應用於圖案(例如,圖案502及504)以在頻域中顯現影像,如影像512及514中所展示。
在一些實施例中,可判定頻域中基於傅立葉轉換之參考資料的特徵點之間的距離。舉例而言,可判定影像512與514之間的兩個特徵點與叢集質心之間的歐幾里得距離。該距離可用於判定對應於如本文中所揭示之兩個圖案512及514的向量之間的相似性。
圖5B繪示根據本發明之一些實施例之將基於傅立葉轉換之參考影像(例如,基於傅立葉轉換之影像522)轉化成向量的實例程序520。在一些實施例中,分析影像522之像素,例如以獲得如圖式524中所展示之各別像素的像素值。基於像素資訊,接著將影像522擴展為頻域中之高
維向量526。該距離可基於基於傅立葉轉換之向量而計算。
圖5C繪示展示根據本發明之一些實施例之用於分割頻域中之基於傅立葉轉換之特徵以獲得複數個叢集的實例階層式叢集程序540之圖式。在一些實施例中,遞迴分割組件330使用諸如k平均叢集演算法或任何其他合適之叢集演算法之叢集演算法來將複數個基於傅立葉轉換之特徵遞迴地分割成複數個叢集。在一些實施例中,將向量與叢集質心之間的距離與預定臨限值進行比較,以判定向量是否包括在此叢集中。足夠接近叢集質心(例如,距離在預定臨限值內)之向量含於對應叢集中。在一些實施例中,當分割基於傅立葉轉換之特徵時,叢集演算法使用預定數目個叢集(例如,固定數目個叢集)。在一些實施例中,階層式叢集程序540並不設定預定或固定數目個叢集。實情為,程序540使用用於停止遞迴分割的條件或臨限值,諸如停止劃分函數。
在一些實施例中,對於本文中所揭示之階層式叢集程序,遞迴分割組件330首先將整個資料集分割成多個子集。在一些實施例中,第一層級之分割可使用合適之叢集演算法,諸如k平均演算法,以用於基於傅立葉轉換特徵向量之相似性(例如,或至叢集質心之距離)而將整個資料集分割成某一數目個子集,例如,兩個或更多個子集。舉例而言,如圖5C中所展示,可首先使用k平均演算法將原始資料集540分割成子集542及另一子集550,其中每一子集內之傅立葉轉換特徵具有接近叢集質心之距離。接下來,遞迴分割組件330在下一層級處將各別子集(例如,子集550)遞迴地分割成多個子集,例如,子集552及554。當滿足用於停止遞迴分割區之條件或臨限值時,例如對於子集542,停止遞迴分割。亦進一步分別分割子集552及554,直至滿足停止遞迴分割之條件或臨限值。
在一些實施例中,條件或臨限值可與用於與子集內之傅立葉轉換特徵向量的相似性進行比較以判定是否使遞迴分割停止的相似性臨限值相關聯。在一些實施例中,條件或臨限值可與階層式叢集程序之階層的最大層級相關聯。舉例而言,當子集之層級達至臨限值之最大層級(或最深層級)時,遞迴分割停止。在一些實施例中,條件或臨限值可與在進一步分割之前包括在子集中之向量的最小數目相關聯。舉例而言,當此子集中的向量之數目小於最小數目臨限值時,遞迴分割在一個子集中停止。
在一些實施例中,圖3之內聚檢驗組件335可在停止劃分函數中使用內聚檢驗。舉例而言,內聚檢驗可用於量測向量如何整合或資料點在子集中如何內聚。在一些實施例中,如圖6A中所繪示,內聚檢驗可包括卡方分佈內聚檢驗,假定叢集或子集中向量的所有維度的分量遵循常態分佈(或另一合適之分佈函數)。圖6A中之每一資料點表示頻域中對應於基於傅立葉轉換之特徵影像的特徵向量。在一些實施例中,在給定叢集之資料集V的情況下,可判定叢集質心cV,且可基於叢集中之向量與叢集質心cV之間的各別距離而判定資料集V之平均距離rV(例如,平均距離)。接著,基於已知分佈函數(例如,常態分佈或擬合資料集之另一函數),可計算使用r90(例如,90%置信度之半徑作為實例)之檢驗圓rt之半徑,其中r90對應於如下期望:叢集之90%的資料點包括在以具有r90之半徑的cV為中心之圓中。接下來,如以下圖6B至圖6C中所揭示,可計算內聚度,例如,包括在檢驗圓(例如,以具有r90之半徑rt的cV為中心)中的資料點的實際數目與資料集V中的資料點的總數目之間的比率。將該比率與預定臨限值(例如,90%)進行比較以判定此類資料集是否足夠內聚及是否相應地停止或繼續遞迴分割。
在一些實施例中,卡方分佈內聚檢驗對於含有大量資料點之叢集可更好地起作用。此外,卡方分佈內聚檢驗考慮向量與叢集質心之間的距離,但可能不考慮向量之間的距離。舉例而言,若叢集中之向量遵循常態分佈,但方差大於可接受臨限值(例如,向量之間的距離並不夠接近,或圖案實際上並不夠相似),則卡方內聚檢驗可能無法有效地識別此類問題。卡方內聚檢驗可錯誤地停止遞迴分割,從而產生不良叢集品質。
在一些實施例中,亦如圖6A中所繪示,內聚檢驗可包括用以解決以上問題之變型內聚檢驗。舉例而言,變型內聚檢驗提供使用者可定製半徑(rt'),以用於基於0.1至1.0之間的使用者選擇之係數(θ)來界定檢驗圓,以調整所計算半徑,例如如本文中所揭示之r90,而非在卡方分佈內聚檢驗中使用的固定半徑(例如,rt'=θrt)。舉例而言,使用者可選擇或輸入係數θ,諸如小數0.1、0.2、0.3、0.4、0.5、0.6、0.7、0.8、0.9或1.0,以用於將檢驗圓之半徑rt'調整為更大或更小,其中檢驗圓用於判定檢驗圓內是否存在足夠的資料點來停止如下文所揭示之遞迴分割(例如,根據分佈函數,資料集V是否足夠內聚)。變型內聚檢驗可向使用者提供定製用於確定何時停止遞迴分割程序的一或多個參數(例如,向量在叢集中有多相似)之自由度及便利性。在一些實施例中,使用者亦可選擇使用者想要包括在叢集中之向量的最大數目。
在判定界定檢驗圓之半徑之後,判定內聚度且將其與特定臨限值進行比較以判定是否停止遞迴分割。在一些實施例中,內聚度為檢驗圓內部之資料點(例如,對應於基於傅立葉轉換之特徵向量)的數目與子集(例如,叢集)中之資料點(例如,向量)之總數目之間的比率。在一些實施例中,臨限值可為預定值,諸如90%、85%或80%等。臨限值可對應於
檢驗半徑,例如90%對應於r90。臨限值亦可由使用者選擇或調整或由系統預設。
在一些實施例中,如圖6B中所展示,若內聚度不超過特定臨限值,例如,在由半徑rt界定之檢驗圓內沒有足夠的資料點,則繼續當前叢集(或當前子集)之遞迴分割。如圖6C中所展示,在一些實施例中,若內聚度大於特定臨限值,例如,百分之90,則停止遞迴分割,從而指示表示特徵向量之絕大部分資料點足夠接近叢集質心。
在一些實施例中,圖5A至圖5C及圖6A至圖6B中所揭示之階層式叢集程序可獨立於其他分組或叢集程序執行或與其他分組或叢集程序組合執行,諸如如圖4A及圖4C中所揭示之第一層級分組或第二層級分組。
如本文中所揭示,用於叢集演算法中之遞迴分割無需比較每一對資料點。實情為,階層式叢集程序首先將整個資料集分割成多個子集。接著,在後續層級處將子集分別遞迴地分割成子集,直至滿足用於停止遞迴分割之條件。因而,階層式叢集程序可為較不耗時的。舉例而言,與圖4D中所執行之N2次比較相比,如本文中所揭示之階層式叢集程序的時間複雜度為N log(N)。
此外,叢集演算法係基於與頻域中基於傅立葉轉換之特徵(例如,影像或向量)相關聯的特性,諸如距離,當比較向量時,該等特性可考慮圖案之間的定向偏差,諸如平移移位或旋轉等。因而,可避免將相同圖案分割成不同叢集,且因此,叢集程序可更準確且高效。
另外,使用者可例如藉由調整或選擇用於評估是否停止遞迴分割之參數(例如,用於界定檢驗圓之一半徑)來控制或定製叢集程序。
間接地經由半徑之影響,或直接地,使用者可定製與遞迴分割相關聯之一或多個參數,諸如圖案在叢集內可有多相似、應包括在叢集中之向量的最大數目、叢集之最大數目,或分割之階層的最大層級等。如本文中所揭示,使用者可方便地選擇檢驗圓之半徑,以用於針對遞迴分割程序調整此等參數中之一或多者。
圖7為表示根據本發明之一些實施例的用於處理參考資料(例如,對自參考資料提取之圖案進行分組)之實例方法700的程序流程圖。在一些實施例中,一或多個步驟由圖3中之設備300之一或多個組件、圖2中之控制器109或系統199或圖1中之系統100執行。在一些實施例中,對遮罩上之複數個圖案執行方法700以用於圖案化晶圓(例如,晶粒)之一部分。在一些實施例中,亦可對印刷(例如,經由微影印刷)於晶圓(例如,晶粒)之一部分上之複數個圖案執行方法700。
如圖7中所展示,在步驟710中,接收包括複數個圖案之影像資料,諸如參考影像資料。舉例而言,可藉由圖3中之參考資料獲取器305或圖2中之參考資料獲取器160獲得影像資料。可自圖2中之儲存器130或任何其他合適之IC佈局設計資料庫獲得參考資料。影像資料可呈如本文中所揭示之任何合適之資料格式,諸如對應於待形成於晶圓(例如,晶圓208)上之複數個階層式層上之IC設計架構的GDS資料檔案。影像資料可包括待用於在晶圓(諸如晶粒)之至少一部分上形成特徵之遮罩上之圖案。影像亦可包括自對印刷於晶圓上之特徵執行之檢測獲得的圖案。
在一些實施例中,傅立葉轉換組件325可對複數個圖案(例如,圖案502、504,圖5A)執行傅立葉轉換,以獲得頻域中之複數個基於傅立葉轉換之影像(例如,影像512、514,圖5A)。在一些實施例中,傅
立葉轉換組件325可進一步將基於傅立葉轉換之影像轉化為高維向量,如圖5B中所繪示。可評估圖案之間的相似性以用於對圖案進行分組。在一些實施例中,可針對對應於在傅立葉轉換之後的圖案之各別向量計算距離,且該距離可為各別向量與叢集質心之間的歐幾里得距離。在一些實施例中,表示足夠接近叢集質心之向量的資料點可包括在同一叢集中。
在步驟720中,在執行傅立葉轉換及向量化之後,將複數個圖案分離成多個圖案集(例如,圖5C之子集542、550)。在一些實施例中,使用k平均演算法分離基於傅立葉轉換之影像,其中每一子集內之傅立葉轉換特徵具有接近叢集質心之距離。
在步驟730中,遞迴分割組件330對各別圖案集執行階層式叢集,以藉由遞迴地評估與各別圖案集相關聯之特徵來獲得複數個圖案子集。在一些實施例中,如圖5C中所繪示,分割組件330基於在各別階層式層級處遞迴地評估特徵之結果而對各別圖案集執行遞迴分割。特徵可與各別圖案集之圖案之間的相似性有關,諸如基於各別圖案集內之圖案是否足夠相似而判定的內聚度。
在一些實施例中,內聚檢驗組件335可執行內聚檢驗以評估如圖6A至圖6C中所繪示的特徵。內聚檢驗組件335可判定各別圖案集之內聚度。舉例而言,內聚度可判定為檢驗圓內部之資料點之數目與資料點之總數目之間的比率(例如,圖6A)。可將內聚度與臨限值進行比較,以判定是停止還是繼續遞迴分割(例如,圖6B至圖6C)。舉例而言,若內聚度,例如該比率經判定為不大於如圖6B中所繪示之預定臨限值,則繼續當前叢集(或當前子集)之遞迴分割。若內聚度經判定為大於如圖6C中所繪示之預定臨限值,則停止當前叢集(或當前子集)之遞迴分割。
在一些實施例中,可使用卡方內聚檢驗判定檢驗圓之半徑,諸如如圖6A中所繪示之r90。在一些實施例中,可使用如圖6A中所繪示之變型內聚檢驗判定檢驗圓之半徑,其中半徑為使用者可定製半徑。
在一些實施例中,經由變型內聚檢驗,使用者可將檢驗圓之半徑調整為更大或更小。如本文中所揭示,可向使用者提供選擇或調整用於判定何時停止遞迴分割程序之其它參數的選項。此類參數包括但不限於半徑之大小、向量在叢集中有多相似、包括在叢集中之向量的最大數目、遞迴分割之階層的最大層級,或在進一步分割之前包括在子集中之向量的最小數目等。在一些實施例中,本文中所揭示之關於對參考資料進行分組之程序及演算法亦可用於在掃描晶圓表面之後對檢測影像資料進行分析及分組。
圖8為表示根據本發明之一些實施例的用於處理參考資料(例如,包括對自參考資料提取之圖案進行分組的影像資料)之實例方法800的程序流程圖。在一些實施例中,一或多個步驟由圖3中之設備300之一或多個組件、圖2中之控制器109或系統199或圖1中之系統100執行。在一些實施例中,對遮罩上之複數個圖案執行方法800以用於圖案化晶圓(例如,晶粒)之一部分。在一些實施例中,亦可對印刷(例如,經由微影)於晶圓(例如,晶粒)之一部分上之複數個圖案執行方法800。
如圖8中所展示,在步驟810中,接收包括複數個圖案之影像資料,諸如參考影像資料。舉例而言,可藉由圖3中之參考資料獲取器305或圖2中之參考資料獲取器160獲得影像資料。可自圖2中之儲存器130或任何其他合適之IC佈局設計資料庫獲得參考資料。影像資料可呈如本文中所揭示之任何合適之資料格式,諸如對應於待形成於晶圓(例如,晶圓
208)上之複數個階層式層上之IC設計架構的GDS資料檔案。影像資料可包括待用於在晶圓(諸如晶粒)之至少一部分上形成特徵之遮罩上之圖案。影像亦可包括自對印刷於晶圓上之特徵執行之檢測獲得的圖案。
在一些實施例中,傅立葉轉換組件325可對複數個圖案(例如,圖5A之圖案502、504)執行傅立葉轉換以獲得複數個頻域特徵,諸如基於傅立葉轉換之影像(例如,圖5A之影像512、514)或如圖5B中所繪示的高維向量。可評估圖案之間的相似性以用於對圖案進行分組。在一些實施例中,可針對對應於在傅立葉轉換之後的圖案之各別向量計算距離,且該距離可為各別向量與叢集質心之間的歐幾里得距離。在一些實施例中,表示足夠接近叢集質心之向量的資料點可包括在同一叢集中。在一些實施例中,將複數個頻域特徵分離成多個第一層級圖案集(例如,圖5C之子集542、550)。在一些實施例中,使用k平均演算法分離諸如基於傅立葉轉換之影像的頻域特徵,其中每一子集內之傅立葉轉換特徵具有接近叢集質心之距離。
在步驟820中,遞迴分割組件330對分別自複數個圖案轉換之複數個頻域特徵執行階層式叢集。在一些實施例中,遞迴分割組件330遞迴地分割複數個頻域特徵。在一些實施例中,接收參數之使用者選擇。參數可與在遞迴分割期間對複數個圖案進行評估有關。舉例而言,如本文中所揭示,使用者可經由變型內聚檢驗將檢驗圓之半徑調整為更大或更小。可向使用者提供選擇或調整用於判定是否繼續遞迴分割程序之一或多個參數的選項。
在一些實施例中,如圖5C中所繪示,分割組件330基於在各別階層式層級處遞迴地評估特徵之結果而對各別圖案集執行遞迴分割。
特徵可與各別圖案集之圖案之間的相似性有關,諸如基於各別圖案集內之圖案是否足夠相似而判定的內聚度。
在一些實施例中,如圖6A至圖6C中所繪示,內聚檢驗組件335可判定圖案集之內聚度。舉例而言,內聚度可判定為檢驗圓內部之資料點之數目與資料點之總數目之間的比率(例如,圖6A)。可將內聚度與臨限值進行比較,以判定是停止還是繼續遞迴分割(例如,圖6B至圖6C)。在一些實施例中,可使用卡方內聚檢驗判定檢驗圓之半徑,諸如如圖6A中所繪示之r90。在一些實施例中,可使用如圖6A中所繪示之變型內聚檢驗判定檢驗圓之半徑,其中半徑為使用者可定製半徑。
可提供一種儲存指令之非暫時性電腦可讀媒體,該等指令供控制器(例如,圖1至圖2之控制器109)之處理器尤其進行影像檢測、影像獲取、載物台定位、射束聚焦、電場調整、射束彎曲、聚光透鏡調整、激活帶電粒子源、射束偏轉,以及用於處理諸如上文關於方法700所描述之參考資料。非暫時性媒體之常見形式包括例如軟碟、可撓性磁碟、硬碟、固態驅動器、磁帶或任何其他磁性資料儲存媒體、緊密光碟唯讀記憶體(CD-ROM)、任何其他光學資料儲存媒體、具有孔圖案之任何實體媒體、隨機存取記憶體(RAM)、可程式化唯讀記憶體(PROM)及可抹除可程式化唯讀記憶體(EPROM)、FLASH-EPROM或任何其他快閃記憶體、非揮發性隨機存取記憶體(NVRAM)、快取記憶體、暫存器、任何其他記憶體晶片或卡匣,及其網路化版本。
可使用以下條項來進一步描述實施例:
1.一種對自影像資料提取之複數個圖案進行分組的方法,該方法包含:
接收包括表示待形成於一晶圓之一部分上之特徵的該複數個圖案之該影像資料;將傅立葉轉換之後的該複數個圖案分離成多個圖案集;及對一各別圖案集執行一階層式叢集以藉由遞迴地評估與該各別圖案集內之圖案之間的相似性相關之特徵來獲得複數個圖案子集。
2.如條項1之方法,其進一步包含:對該複數個圖案執行傅立葉轉換以分別獲得一頻域中之複數個基於傅立葉轉換之影像;及分別基於該複數個基於傅立葉轉換之影像而獲得複數個向量。
3.如條項2之方法,其進一步包含:基於該複數個向量之距離特徵而評估該複數個圖案之相似性。
4.如條項1至3中任一項之方法,其中使用基於該等距離特徵之一k平均演算法將傅立葉轉換之後的該複數個圖案分離成多個圖案集。
5.如條項1至4中任一項之方法,其中執行該階層式叢集包含:基於在各別階層式層級處遞迴地評估該特徵之結果而對該各別圖案集執行遞迴分割。
6.如條項1至5中任一項之方法,其進一步包含執行用於評估該特徵之一內聚檢驗,該內聚檢驗包含:評估該各別圖案集之一內聚度以獲得一評估結果;及根據該評估結果判定是否暫停該遞迴分割。
7.如條項6之方法,其進一步包含:接收指示與評估該內聚度相關聯之一參數之一使用者輸入。
8.如條項1至7中任一項之方法,其中該影像資料呈圖形資料庫系統
(GDS)格式、圖形資料庫系統II(GDS II)格式、開放式圖稿系統交換標準(OASIS)格式或加州理工學院中間格式(CIF)。
9.一種用於對自影像資料提取之複數個圖案進行分組的系統,該系統包含:一控制器,其包括經組態以使得該系統執行以下操作之電路系統:接收包括表示待形成於一晶圓之一部分上之特徵的該複數個圖案之該影像資料;將傅立葉轉換之後的該複數個圖案分離成多個圖案集;及對一各別圖案集執行一階層式叢集以藉由遞迴地評估與該各別圖案集內之圖案之間的相似性相關之特徵來獲得複數個圖案子集。
10.如條項9之系統,其中該電路系統進一步經組態以使得該系統執行以下操作:對該複數個圖案執行傅立葉轉換以分別獲得一頻域中之複數個基於傅立葉轉換之影像;及分別基於該複數個基於傅立葉轉換之影像而獲得複數個向量。
11.如條項10之系統,其中該電路系統進一步經組態以使得該系統執行以下操作:基於該複數個向量之距離特徵而評估該複數個圖案之相似性。
12.如條項9至11中任一項之系統,其中使用基於該等距離特徵之一k平均演算法將傅立葉轉換之後的該複數個圖案分離成多個圖案集。
13.如條項9至12中任一項之系統,其中執行該階層式叢集包含:基於在各別階層式層級處遞迴地評估該特徵之結果而對該各別圖案集執行遞迴分割。
14.如條項9至13中任一項之系統,其中該電路系統進一步經組態以使得該系統執行以下操作:執行用於評估該特徵之一內聚檢驗,該內聚檢驗包含:評估該各別圖案集之一內聚度以獲得一評估結果;及根據該評估結果判定是否暫停該遞迴分割。
15.如條項14之系統,其中該電路系統進一步經組態以使得該系統執行以下操作:接收指示與評估該內聚度相關聯之一參數之一使用者輸入。
16.如條項9至15中任一項之系統,其中該影像資料呈圖形資料庫系統(GDS)格式、圖形資料庫系統II(GDS II)格式、開放式圖稿系統交換標準(OASIS)格式或加州理工學院中間格式(CIF)。
17.一種非暫時性電腦可讀媒體,其儲存一指令集,該指令集可由一系統之至少一個處理器執行以使得該系統執行對自影像資料提取之複數個圖案進行分組的一方法,該方法包含:接收包括表示待形成於一晶圓之一部分上之特徵的該複數個圖案之該影像資料;將傅立葉轉換之後的該複數個圖案分離成多個圖案集;及對一各別圖案集執行一階層式叢集以藉由遞迴地評估與該各別圖案集內之圖案之間的相似性相關之特徵來獲得複數個圖案子集。
18.如條項17之非暫時性電腦可讀媒體,其中該指令集可由計算裝置之該至少一個處理器執行以使得該計算裝置進一步執行:對該複數個圖案執行傅立葉轉換以分別獲得一頻域中之複數個基於傅立葉轉換之影像;及
分別基於該複數個基於傅立葉轉換之影像而獲得複數個向量。
19.如條項18之非暫時性電腦可讀媒體,其中該指令集可由該計算裝置之該至少一個處理器執行以使得該計算裝置進一步執行:基於該複數個向量之距離特徵而評估該複數個圖案之相似性。
20.如條項17至19中任一項之非暫時性電腦可讀媒體,其中使用基於該等距離特徵之一k平均演算法將傅立葉轉換之後的該複數個圖案分離成多個圖案集。
21.如條項17至20中任一項之非暫時性電腦可讀媒體,其中執行該階層式叢集包含:基於在各別階層式層級處遞迴地評估該特徵之結果而對該各別圖案集執行遞迴分割。
22.如條項17至21中任一項之非暫時性電腦可讀媒體,其中該指令集可由該計算裝置之該至少一個處理器執行以使得該計算裝置進一步執行:執行用於評估該特徵之一內聚檢驗,該內聚檢驗包含:評估該各別圖案集之一內聚度以獲得一評估結果;及根據該評估結果判定是否暫停該遞迴分割。
23.如條項22之非暫時性電腦可讀媒體,其中該指令集可由該計算裝置之該至少一個處理器執行以使得該計算裝置進一步執行:接收指示與評估該內聚度相關聯之一參數之一使用者輸入。
24.如條項17至23中任一項之非暫時性電腦可讀媒體,其中該影像資料呈圖形資料庫系統(GDS)格式、圖形資料庫系統II(GDS II)格式、開放式圖稿系統交換標準(OASIS)格式或加州理工學院中間格式(CIF)。
25.一種對複數個圖案進行分組之方法,該方法包含:接收包括表示待形成於一晶圓之一部分上之特徵的該複數個圖案之影像資料;對分別自該複數個圖案轉換之複數個頻域特徵執行一階層式叢集,其中執行該階層式叢集包含藉由執行以下操作來遞迴地分割該複數個頻域特徵:接收一參數之一使用者選擇;及基於該參數而遞迴地評估是否繼續在各別階層式層級處分割對應圖案集。
26.如條項25之方法,其中評估是否繼續在一對應階層式層級處分割一圖案集包含:評估該圖案集內之圖案的相似性。
27.如條項25至26中任一項之方法,其進一步包含:接收一檢驗圓之一半徑的該使用者選擇;判定該圖案集之一內聚度,該內聚度與對應於包括在該檢驗圓中之該等圖案的資料點之數目有關;及基於該內聚度與一預定臨限值之間的一比較而判定是否繼續分割該圖案集。
28.如條項25至27中任一項之方法,在執行該階層式叢集之前,該方法進一步包含:將該複數個圖案轉換成該複數個頻域特徵;及將該複數個頻域特徵分離成多個第一層級圖案集。
29.一種用於對複數個圖案進行分組之系統,該系統包含:
一控制器,其包括經組態以使得該系統執行以下操作之電路系統:接收包括表示待形成於一晶圓之一部分上之特徵的該複數個圖案之影像資料;對分別自該複數個圖案轉換之複數個頻域特徵執行一階層式叢集,其中執行該階層式叢集包含藉由執行以下操作來遞迴地分割該複數個頻域特徵:接收一參數之一使用者選擇;及基於該參數而遞迴地評估是否繼續在各別階層式層級處分割對應圖案集。
30.如條項29之系統,其中評估是否繼續在一對應階層式層級處分割一圖案集包含:評估該圖案集內之圖案的相似性。
31.如條項29至30中任一項之系統,其中該電路系統進一步經組態以使得該系統執行以下操作:接收一檢驗圓之一半徑的該使用者選擇;判定該圖案集之一內聚度,該內聚度與對應於包括在該檢驗圓中之該等圖案的資料點之數目有關;及基於該內聚度與一預定臨限值之間的一比較而判定是否繼續分割該圖案集。
32.如條項29至31中任一項之系統,其中該電路系統進一步經組態以使得該系統執行以下操作:在執行該階層式叢集之前,將該複數個圖案轉換成該複數個頻域特徵;及
將該複數個頻域特徵分離成多個第一層級圖案集。
33.一種非暫時性電腦可讀媒體,其儲存一指令集,該指令集可由一系統之至少一個處理器執行以使得該系統執行對複數個圖案進行分組的一方法,該方法包含:接收包括表示待形成於一晶圓之一部分上之特徵的該複數個圖案之影像資料;對分別自該複數個圖案轉換之複數個頻域特徵執行一階層式叢集,其中執行該階層式叢集包含藉由執行以下操作來遞迴地分割該複數個頻域特徵:接收一參數之一使用者選擇;及基於該參數而遞迴地評估是否繼續在各別階層式層級處分割對應圖案集。
34.如條項33之非暫時性電腦可讀媒體,其中評估是否繼續在一對應階層式層級處分割一圖案集包含:評估該圖案集內之圖案的相似性。
35.如條項33至34中任一項之非暫時性電腦可讀媒體,其中該指令集可由計算裝置之該至少一個處理器執行以使得該計算裝置進一步執行:接收一檢驗圓之一半徑的該使用者選擇;判定該圖案集之一內聚度,該內聚度與對應於包括在該檢驗圓中之該等圖案的資料點之數目有關;及基於該內聚度與一預定臨限值之間的一比較而判定是否繼續分割該圖案集。
36.如條項33至35中任一項之非暫時性電腦可讀媒體,其在執行該
階層式叢集之前,其中該指令集可由該計算裝置之該至少一個處理器執行以使得該計算裝置進一步執行:將該複數個圖案轉換成該複數個頻域特徵;及將該複數個頻域特徵分離成多個第一層級圖案集。
應瞭解,本發明之實施例不限於已在上文所描述及在隨附圖式中所繪示之確切構造,且可在不脫離本發明之範疇的情況下進行各種修改及改變。本發明已結合各種實施例進行描述,藉由考慮本文中所揭示之本發明之說明書及實踐,本發明之其他實施例對於熟習此項技術者將為顯而易見的。意欲將本說明書及實例僅視為例示性的,其中本發明之真實範疇及精神由以下申請專利範圍指示。
以上描述意欲為繪示性,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:系統
305:參考資料獲取器
310:第一層級分組組件
320:叢集組件
325:傅立葉轉換組件
330:遞迴分割組件
335:內聚檢驗組件
340:第二層級分組組件
345:輸出組件
Claims (15)
- 一種用於對自影像資料提取之複數個圖案進行分組的系統,該系統包含: 一控制器,其包括經組態以使得該系統執行以下操作之電路系統: 接收包括表示待形成於一晶圓之一部分上之特徵的該複數個圖案之該影像資料; 將傅立葉轉換之後的該複數個圖案分離成多個圖案集;及 對一各別圖案集執行一階層式叢集以藉由遞迴地評估與該各別圖案集內之圖案之間的相似性相關之特徵來獲得複數個圖案子集。
- 如請求項1之系統,其中該電路系統進一步經組態以使得該系統執行以下操作: 對該複數個圖案執行傅立葉轉換以分別獲得一頻域中之複數個基於傅立葉轉換之影像;及 分別基於該複數個基於傅立葉轉換之影像而獲得複數個向量。
- 如請求項2之系統,其中該電路系統進一步經組態以使得該系統執行以下操作: 基於該複數個向量之距離特徵而評估該複數個圖案之相似性。
- 如請求項1之系統,其中使用基於該等距離特徵之一k平均演算法將傅立葉轉換之後的該複數個圖案分離成多個圖案集。
- 如請求項1之系統,其中執行該階層式叢集包含: 基於在各別階層式層級處遞迴地評估該特徵之結果而對該各別圖案集執行遞迴分割。
- 如請求項1之系統,其中該電路系統進一步經組態以使得該系統執行以下操作: 執行用於評估該特徵之一內聚檢驗,該內聚檢驗包含: 評估該各別圖案集之一內聚度以獲得一評估結果;及 根據該評估結果判定是否暫停該遞迴分割。
- 如請求項6之系統,其中該電路系統進一步經組態以使得該系統執行以下操作: 接收指示與評估該內聚度相關聯之一參數之一使用者輸入。
- 如請求項1之系統,其中該影像資料呈圖形資料庫系統(GDS)格式、圖形資料庫系統II (GDS II)格式、開放式圖稿系統交換標準(OASIS)格式或加州理工學院中間格式(CIF)。
- 一種非暫時性電腦可讀媒體,其儲存一指令集,該指令集可由一系統之至少一個處理器執行以使得該系統執行對自影像資料提取之複數個圖案進行分組的一方法,該方法包含: 接收包括表示待形成於一晶圓之一部分上之特徵的該複數個圖案之該影像資料; 將傅立葉轉換之後的該複數個圖案分離成多個圖案集;及 對一各別圖案集執行一階層式叢集以藉由遞迴地評估與該各別圖案集內之圖案之間的相似性相關之特徵來獲得複數個圖案子集。
- 如請求項9之非暫時性電腦可讀媒體,其中該指令集可由計算裝置之該至少一個處理器執行以使得該計算裝置進一步執行: 對該複數個圖案執行傅立葉轉換以分別獲得一頻域中之複數個基於傅立葉轉換之影像;及 分別基於該複數個基於傅立葉轉換之影像而獲得複數個向量。
- 如請求項10之非暫時性電腦可讀媒體,其中該指令集可由該計算裝置之該至少一個處理器執行以使得該計算裝置進一步執行: 基於該複數個向量之距離特徵而評估該複數個圖案之相似性。
- 如請求項9之非暫時性電腦可讀媒體,其中使用基於該等距離特徵之一k平均演算法將傅立葉轉換之後的該複數個圖案分離成多個圖案集。
- 如請求項9之非暫時性電腦可讀媒體,其中執行該階層式叢集包含: 基於在各別階層式層級處遞迴地評估該特徵之結果而對該各別圖案集執行遞迴分割。
- 如請求項9之非暫時性電腦可讀媒體,其中該指令集可由該計算裝置之該至少一個處理器執行以使得該計算裝置進一步執行: 執行用於評估該特徵之一內聚檢驗,該內聚檢驗包含: 評估該各別圖案集之一內聚度以獲得一評估結果;及 根據該評估結果判定是否暫停該遞迴分割。
- 如請求項14之非暫時性電腦可讀媒體,其中該指令集可由該計算裝置之該至少一個處理器執行以使得該計算裝置進一步執行: 接收指示與評估該內聚度相關聯之一參數之一使用者輸入。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US202163181902P | 2021-04-29 | 2021-04-29 | |
US63/181,902 | 2021-04-29 |
Publications (2)
Publication Number | Publication Date |
---|---|
TW202303268A TW202303268A (zh) | 2023-01-16 |
TWI817474B true TWI817474B (zh) | 2023-10-01 |
Family
ID=81842110
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW112132798A TW202401142A (zh) | 2021-04-29 | 2022-04-28 | 用於對自影像資料提取之複數個圖案進行分組的系統及相關的非暫時性電腦可讀媒體 |
TW111116266A TWI817474B (zh) | 2021-04-29 | 2022-04-28 | 用於對自影像資料提取之複數個圖案進行分組的系統及相關的非暫時性電腦可讀媒體 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW112132798A TW202401142A (zh) | 2021-04-29 | 2022-04-28 | 用於對自影像資料提取之複數個圖案進行分組的系統及相關的非暫時性電腦可讀媒體 |
Country Status (4)
Country | Link |
---|---|
KR (1) | KR20240004408A (zh) |
CN (1) | CN117222945A (zh) |
TW (2) | TW202401142A (zh) |
WO (1) | WO2022229312A1 (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102216941A (zh) * | 2008-08-19 | 2011-10-12 | 数字标记公司 | 用于内容处理的方法和系统 |
TW201335815A (zh) * | 2012-02-28 | 2013-09-01 | Samsung Electronics Co Ltd | 雜訊頻譜估計器以及包含該雜訊頻譜估計器的觸碰螢幕元件 |
US20130288403A1 (en) * | 2012-04-25 | 2013-10-31 | Taiwan Semiconductor Manufacturing Co., Ltd. | Systems and methods of automatically detecting failure patterns for semiconductor wafer fabrication processes |
US20150112649A1 (en) * | 2013-10-18 | 2015-04-23 | International Business Machines Corporation | Clustering Lithographic Hotspots Based on Frequency Domain Encoding |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3392712A1 (en) * | 2017-04-21 | 2018-10-24 | IMEC vzw | A method for analyzing design of an integrated circuit |
-
2022
- 2022-04-28 WO PCT/EP2022/061319 patent/WO2022229312A1/en active Application Filing
- 2022-04-28 TW TW112132798A patent/TW202401142A/zh unknown
- 2022-04-28 TW TW111116266A patent/TWI817474B/zh active
- 2022-04-28 CN CN202280031619.1A patent/CN117222945A/zh active Pending
- 2022-04-28 KR KR1020237037448A patent/KR20240004408A/ko unknown
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102216941A (zh) * | 2008-08-19 | 2011-10-12 | 数字标记公司 | 用于内容处理的方法和系统 |
TW201335815A (zh) * | 2012-02-28 | 2013-09-01 | Samsung Electronics Co Ltd | 雜訊頻譜估計器以及包含該雜訊頻譜估計器的觸碰螢幕元件 |
US20130288403A1 (en) * | 2012-04-25 | 2013-10-31 | Taiwan Semiconductor Manufacturing Co., Ltd. | Systems and methods of automatically detecting failure patterns for semiconductor wafer fabrication processes |
US20150112649A1 (en) * | 2013-10-18 | 2015-04-23 | International Business Machines Corporation | Clustering Lithographic Hotspots Based on Frequency Domain Encoding |
Also Published As
Publication number | Publication date |
---|---|
TW202401142A (zh) | 2024-01-01 |
TW202303268A (zh) | 2023-01-16 |
CN117222945A (zh) | 2023-12-12 |
WO2022229312A1 (en) | 2022-11-03 |
KR20240004408A (ko) | 2024-01-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2017523390A (ja) | 検査のための高解像度フルダイイメージデータの使用 | |
TW201734949A (zh) | 使用具有晶圓影像資料之設計資料改良半導體晶圓檢測器之缺陷敏感度 | |
KR102449376B1 (ko) | 다이 내부 검사에 있어서의 등록 및 설계 주변부에서 야기된 노이즈의 저감 | |
US20120245861A1 (en) | Methods and apparatus for optimization of inspection speed by generation of stage speed profile and selection of care areas for automated wafer inspection | |
KR20230020998A (ko) | 비지도 학습 및 적응형 데이터베이스 생성 방법을 이용한 표본 내 변형 및 표본 간 변형을 가진 표본들에 대한 이미지 정렬 셋업 | |
CN114365183A (zh) | 晶片检验方法和系统 | |
TWI817474B (zh) | 用於對自影像資料提取之複數個圖案進行分組的系統及相關的非暫時性電腦可讀媒體 | |
US20230117237A1 (en) | Contour extraction method from inspection image in multiple charged-particle beam inspection | |
EP4367627A1 (en) | Image distortion correction in charged particle inspection | |
US20230139085A1 (en) | Processing reference data for wafer inspection | |
TWI807537B (zh) | 影像對準方法及系統 | |
TW202407568A (zh) | 用於帶電粒子系統中缺陷位置分級之系統及方法 | |
US20230162944A1 (en) | Image enhancement based on charge accumulation reduction in charged-particle beam inspection | |
EP4152096A1 (en) | System and method for inspection by failure mechanism classification and identification in a charged particle system | |
TW202240640A (zh) | 用於在帶電粒子系統中之檢查期間判定局部焦點之系統及方法 | |
WO2022207181A1 (en) | Improved charged particle image inspection | |
TW202335019A (zh) | 在帶電粒子系統中用於缺陷偵測及缺陷位置識別之系統及方法 | |
WO2024083451A1 (en) | Concurrent auto focus and local alignment methodology | |
TW202407741A (zh) | 於檢測期間改善影像品質之系統及方法 | |
TW202348987A (zh) | 改進缺陷分類擾亂率之方法及系統 | |
TW202333105A (zh) | 掃描式電子顯微鏡之影像對準 | |
TW202232391A (zh) | 基於機器學習之用於產生晶圓檢測之合成缺陷影像之系統及方法 | |
KR20240034691A (ko) | 고속 및 퍼지 패턴 그룹화 | |
TW202405861A (zh) | 用於埋置特徵之疊對量測的電子束優化 |