[go: up one dir, main page]

CN115943301A - 设置样本的检验 - Google Patents

设置样本的检验 Download PDF

Info

Publication number
CN115943301A
CN115943301A CN202180043613.1A CN202180043613A CN115943301A CN 115943301 A CN115943301 A CN 115943301A CN 202180043613 A CN202180043613 A CN 202180043613A CN 115943301 A CN115943301 A CN 115943301A
Authority
CN
China
Prior art keywords
image
sample
golden
inspection
grid
Prior art date
Legal status (The legal status 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 status listed.)
Granted
Application number
CN202180043613.1A
Other languages
English (en)
Other versions
CN115943301B (zh
Inventor
陈宏�
B·布拉尔
A·塞兹希内尔
S·帕克
G·丛
李晓春
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
KLA Corp
Original Assignee
KLA Tencor Corp
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 KLA Tencor Corp filed Critical KLA Tencor Corp
Publication of CN115943301A publication Critical patent/CN115943301A/zh
Application granted granted Critical
Publication of CN115943301B publication Critical patent/CN115943301B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING OR CALCULATING; 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
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/8806Specially adapted optical and illumination features
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/8851Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/95Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/9501Semiconductor wafers
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00Geometric image transformations in the plane of the image
    • G06T3/40Scaling of whole images or parts thereof, e.g. expanding or contracting
    • G06T3/4007Scaling of whole images or parts thereof, e.g. expanding or contracting based on interpolation, e.g. bilinear interpolation
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/8851Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8854Grading and classifying of flaws
    • G01N2021/8861Determining coordinates of flaws
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/8851Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8883Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges involving the calculation of gauges, generating models
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/8851Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8887Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/95Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/956Inspecting patterns on the surface of objects
    • G01N2021/95676Masks, reticles, shadow masks
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20021Dividing image into blocks, subimages or windows
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20212Image combination
    • G06T2207/20224Image subtraction
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Biochemistry (AREA)
  • Immunology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Pathology (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Signal Processing (AREA)
  • Quality & Reliability (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Testing Or Measuring Of Semiconductors Or The Like (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)
  • Accessory Devices And Overall Control Thereof (AREA)

Abstract

本发明提供用于设置样本的检验的方法及系统。一种系统包含一或多个计算机子系统,其经配置以获取样本的参考图像且修改所述参考图像以使所述参考图像适合于设计栅格以从而产生黄金栅格图像。所述一或多个计算机子系统还经配置以存储所述黄金栅格图像用于检验所述样本。所述检验包含使从检验子系统的输出产生的所述样本的测试图像与所述黄金栅格图像对准。

Description

设置样本的检验
技术领域
本发明大体上涉及用于设置样本的检验的方法及系统。
背景技术
以下描述及实例不因其包含在此章节中而被许可为现有技术。
检验过程用于在半导体制造工艺期间的各种步骤中检测光罩及晶片上的缺陷以促进制造工艺的较高良率及因此较高利润。检验始终是制造半导体装置的重要部分。然而,随着半导体装置的尺寸减小,检验对成功制造可接受半导体装置来说变得更重要,因为更小缺陷会引起装置失效。
存在许多影响扫描间检验工具的缺陷计数稳定性的因素。一个主要因素是扫描间像素位置改变。例如,许多当前使用的检验基于被检验的样本的设计信息来设置及/或执行。在一个此实例中,关注区域可在设置中从设计产生且接着在使用像素与设计对准(PDA)偏移(运行时间测试图像与设计偏移)的运行时间中应用于测试图像。在另一此实例中,测试图像可与设计对准且接着可从与其对准的设计确定测试图像中检测到的缺陷的属性。
因此,此类基于设计的检验的成功可至少部分依赖于测试图像可如何很好地与设计对准及/或模式间、样本间及工具间对准差。例如,不仅以大体上高准确度使测试图像与设计对准会很困难,且可执行此对准的准确度会归因于工艺及样本变动而随扫描、模式、工具等变动。就当前使用的方法来说,此变动会引起缺陷随扫描指派给不同区域,其会导致检测区域改变或甚至缺陷损失及不稳定缺陷属性。
因此,当前使用的方法及系统具有若干缺点。例如,来自设计的运行时间背景图(RTCM)关注区可由于运行时间测试图像与设计之间的像素与设计对准(PDA)偏移而移位。接着,RTCM关注区再现于运行时间测试图像的顶部上。归因于扫描间像素位置变动,RTCM分区图可改变以引起扫描间缺陷计数变动。在另一实例中,一些缺陷属性可从缺陷的参考截图图像运算。这些缺陷属性可捕获缺陷的基本设计结构信息,例如参考背景图案。参考对比是可用于滤除干扰的另一有用缺陷属性。归因于扫描间变动,基于参考截图的属性是不稳定的。
因此,开发不具有上述缺点中的一或多者的用于设置样本的检验的系统及方法将是有利的。
发明内容
各种实施例的以下描述绝不应被解释为限制所附权利要求书的标的物。
一个实施例涉及一种经配置以设置样本的检验的系统。所述系统包含经配置以响应于从样本检测到的能量而产生输出的检验子系统。所述系统还包含一或多个计算机子系统,其经配置以获取所述样本的参考图像且修改所述参考图像以使所述参考图像适合于设计栅格以从而产生黄金栅格图像。所述一或多个计算机子系统进一步经配置以存储所述黄金栅格图像用于检验所述样本。所述检验包含使从所述检验子系统的所述输出产生的所述样本的测试图像与所述黄金栅格图像对准。所述系统可如本文中所描述那样进一步配置。
另一实施例涉及一种用于设置样本的检验的计算机实施方法。所述方法包含:获取样本的参考图像;及修改所述参考图像以使所述参考图像适合于设计栅格以从而产生黄金栅格图像。所述方法进一步包含存储所述黄金栅格图像用于检验所述样本。所述检验包含使从响应于从所述样本检测到的能量的检验子系统的输出产生的所述样本的测试图像与所述黄金栅格图像对准。所述获取、修改及存储步骤由一或多个计算机子系统执行。
上述方法的所述步骤中的每一者可如本文中所进一步描述那样执行。所述方法可包含本文中所描述的任何其它方法的任何其它步骤。所述方法可由本文中所描述的所述系统中的任一者执行。
另一实施例涉及一种非暂时性计算机可读媒体,其存储可在计算机系统上执行以执行用于设置样本的检验的计算机实施方法的程序指令。所述计算机实施方法包含上述方法的步骤。所述计算机可读媒体可如本文中所描述那样进一步配置。所述计算机实施方法的所述步骤可如本文中所进一步描述那样执行。另外,所述程序指令可执行的所述计算机实施方法可包含本文中所描述的任何其它方法的任何其它步骤。
附图说明
所属领域的技术人员将通过优选实施例的以下详细描述的益处且参考附图来明白本发明的进一步优点,其中:
图1及2是说明如本文中所描述那样配置的系统的实施例的侧视图的示意图;
图3是说明由本文中所描述的一或多个计算机子系统在设置阶段中执行的步骤的实施例的流程图;
图4是说明由本文中所描述的一或多个计算机子系统在运行时间阶段中执行的步骤的实施例的流程图;及
图5是说明存储用于引起计算机系统执行本文中所描述的计算机实施方法的程序指令的非暂时性计算机可读媒体的一个实施例的框图。
尽管本发明可接受各种修改及替代形式,但其特定实施例以举例方式在附图中展示且在本文中详细描述。附图可不按比例绘制。然而,应了解,附图及其详细描述不旨在将本发明限制于所公开的特定形式,而是相反地,本发明涵盖落于由所附权利要求书界定的本发明的精神及范围内的所有修改、等效物及替代。
具体实施方式
本文中所使用的术语“干扰”(其有时可与“干扰缺陷”互换使用)一般界定为用户不关注的缺陷及/或在样本上检测到但事实上不是样本上的实际缺陷的事件。实际上不是缺陷的干扰可检测为归因于样本上的非缺陷噪声源(例如样本上的金属线裸片、来自样本上的下伏层或材料的信号、线边缘粗糙度(LER)、图案化特征的相对较小临界尺寸(CD)变动、厚度变动等)及/或归因于检验系统本身或其用于检验的配置的边缘性的事件。
本文中所使用的术语“关注缺陷(DOI)”界定为在样本上检测到且事实上是样本上的实际缺陷的缺陷。因此,DOI受用户关注,因为用户一般关注被检验的样本上实际缺陷有多少及是什么种类。在一些背景中,术语“DOI”用于指样本上的所有实际缺陷的子集,其仅包含用户关注的实际缺陷。例如,任何给定样本上可存在多种类型的DOI,且其一或多者可比一或多种其它类型更受用户关注。然而,在本文中所描述的实施例的背景中,术语“DOI”用于指样本上的任何及所有真实缺陷。
本文中所使用的术语“设计”及“设计数据”一般是指IC的物理设计(布局)及通过复杂模拟或简单几何及布尔(Boolean)运算从物理设计导出的数据。物理设计可存储在数据结构中,例如图形数据流(GDS)文件、任何其它标准机器可读文件、此项技术中已知的任何其它合适的文件及设计数据库。GDSII文件是用于表示设计布局数据的一类文件中的一者。此类文件的其它实例包含GL1及OASIS文件及专有文件格式,例如RDF数据,其为加利福尼亚州米尔皮塔斯市(Milpitas)的科磊(KLA)公司专有的。另外,本文中所描述的“设计”及“设计数据”是指由半导体装置设计者在设计过程中产生且因此可用于在将设计印刷于任何物理晶片上之前很好用于本文中所描述的实施例中的信息及数据。设计可包含扎法(Zafar)等人在2009年8月4日发布的共同拥有的第7,570,796号美国专利及库尔卡尼(Kulkarni)等人在2010年3月9日发布的共同拥有的第7,676,077号美国专利中所描述的任何其它设计数据或设计数据代理,所述两个专利以宛如全文阐述引用的方式并入本文中。
现转到附图,应注意,图未按比例绘制。特定来说,图的一些元件的比例经大幅放大以强调元件的特性。还应注意,图未按相同比例绘制。可类似地配置的多于一个图中所展示的元件已使用相同元件符号指示。除非本文中另有说明,否则所描述及展示的任何元件可包含任何合适的市售元件。
一个实施例涉及一种经配置以设置样本的检验的系统。一些实施例涉及使用黄金栅格的检验工具过程变动控制。
在一个实施例中,样本是晶片。晶片可包含半导体技术中已知的任何晶片。在另一实施例中,样本是光罩。光罩可包含半导体技术中已知的任何光罩。尽管一些实施例在本文中可相对于一或若干晶片描述,但实施例不受限于可使用其样本。例如,本文中所描述的实施例可用于例如光罩、平面面板、个人计算机(PC)板及其它半导体样本的样本。
系统包含经配置以响应于从样本检测到的能量而产生输出的检验子系统。图1中展示此系统的一个实施例。在一些实施例中,检验子系统包含至少能量源及检测器。能量源经配置以产生引导到样本的能量。检测器经配置以检测来自样本的能量且响应于检测到的能量而产生输出。
在一个实施例中,检验子系统是基于光的检验子系统。例如,在图1所展示的系统的实施例中,检验子系统10包含经配置以引导光到样本14的照明子系统。照明子系统包含至少一个光源。例如图1中所展示,照明子系统包含光源16。在一个实施例中,照明子系统经配置以按一或多个入射角(其可包含一或多个斜角及/或一或多个法线角)引导光到样本。例如图1中所展示,来自光源16的光经引导穿过光学元件18及接着透镜20而到分束器21,分束器21以法线入射角引导光到样本14。入射角可包含任何合适的入射角,其可取决于(例如)样本的特性及样本上待检测的缺陷而变动。
照明子系统可经配置以在不同时间以不同入射角引导光到样本。例如,检验子系统可经配置以更改照明子系统的一或多个元件的一或多个特性,使得光可以不同于图1中所展示的入射角的入射角引导到样本。在一个此实例中,检验子系统可经配置以移动光源16、光学元件18及透镜20,使得光以不同入射角引导到样本。
在一些例子中,检验子系统可经配置以同时以多于一个入射角引导光到样本。例如,检验子系统可包含多于一个照明通道,照明通道中的一者可包含图1中所展示的光源16、光学元件18及透镜20,且照明通道中的另一者(图中未展示)可包含可不同地或相同配置的类似元件或可包含至少光源及可能一或多个其它组件,例如本文中所进一步描述的组件。如果此光在与其它光相同的时间引导到样本,那么以不同入射角引导到样本的光的一或多个特性(例如波长、偏振等)可不同,使得由以不同入射角照射样本导致的光可在检测器处彼此区分。
在另一例子中,照明子系统可包含仅一个光源(例如图1中所展示的源16)且来自光源的光可由照明子系统的一或多个光学元件(图中未展示)分离成不同光学路径(例如基于波长、偏振等)。接着,不同光学路径中的每一者中的光可引导到样本。多个照明通道可经配置以同时或在不同时间(例如,当不同照明通道用于循序照射样本时)引导光到样本。在另一例子中,相同照明通道可经配置以在不同时间以不同特性引导光到样本。例如,在一些例子中,光学元件18可配置为光谱滤波器且光谱滤波器的性质可以各种不同方式改变(例如通过换出光谱滤波器),使得光的不同波长可在不同时间引导到样本。照明子系统可具有此项技术中已知用于循序或同时以不同或相同入射角引导具有不同或相同特性的光到样本的任何其它合适的配置。
在一个实施例中,光源16可包含宽带等离子体(BBP)光源。以此方式,由光源产生且引导到样本的光可包含宽带光。然而,光源可包含任何其它合适的光源,例如激光,其可为此项技术中已知的任何合适的激光且可经配置以产生此项技术中已知的任何合适的波长处的光。另外,激光可经配置以产生单色或近单色光。以此方式,激光可为窄带激光。光源还可包含产生多个离散波长或波带处的光的多色光源。
来自光学元件18的光可由透镜20聚焦到分束器21。尽管透镜20在图1中展示为单个折射光学元件,但实际上,透镜20可包含组合地将来自光学元件的光聚焦到样本的数个折射及/或反射光学元件。图1中所展示及本文中所描述的照明子系统可包含任何其它合适的光学元件(图中未展示)。此类光学元件的实例包含(但不限于)偏振组件、光谱滤波器、空间滤波器、反射光学元件、变迹器、分束器、孔隙及其类似者,其可包含此项技术中已知的任何此类合适的光学元件。另外,系统可经配置以基于用于检验的照明的类型来更改照明子系统的一或多个元件。
检验子系统还可包含经配置以引起光在样本上扫描的扫描子系统。例如,检验子系统可包含样本14在检验期间安置于其上的载物台22。扫描子系统可包含可经配置以移动样本使得光可在样本上扫描的任何合适的机械及/或机器人组合件(其包含载物台22)。另外或替代地,检验子系统可经配置使得检验子系统的一或多个光学元件执行光在样本上的某一扫描。光可以任何合适的方式在样本上扫描。
检验子系统进一步包含一或多个检测通道。一或多个检测通道中的至少一者包含检测器,其经配置以归因于由检验子系统照射样本而检测来自样本的光且响应于检测到的光而产生输出。例如,图1中所展示的检验子系统包含两个检测通道,一者由集光器24、元件26及检测器28形成,且另一者由集光器30、元件32及检测器34形成。如图1中所展示,两个检测通道经配置以按不同收集角收集及检测光。在一些例子中,一个检测通道经配置以检测镜面反射光,且另一检测通道经配置以检测非从样本镜面反射(例如散射、衍射等)的光。然而,两个或更多个检测通道可经配置以检测来自样本的相同类型的光(例如镜面反射光)。尽管图1展示包含两个检测通道的检验子系统的实施例,但检验子系统可包含不同数目个检测通道(例如仅一个检测通道或两个或更多个检测通道)。尽管每一集光器在图1中展示为单个折射光学元件,但每一集光器可包含一或多个折射光学元件及/或一或多个反射光学元件。
一或多个检测通道可包含此项技术中已知的任何合适的检测器,例如光倍增管(PMT)、电荷耦合装置(CDD)及时延积分(TDI)相机。检测器还可包含非成像检测器或成像检测器。如果检测器是非成像检测器,那么每一检测器可经配置以检测散射光的特定特性(例如强度),但无法经配置以检测随成像平面内的位置而变化的特性。因而,由包含在每一检测通道中的每一检测器产生的输出可为信号或数据,但非图像信号或图像数据。在此类例子中,计算机子系统(例如系统的计算机子系统36)可经配置以从检测器的非成像输出产生样本的图像。然而,在其它例子中,检测器可配置为经配置以产生成像信号或图像数据的成像检测器。因此,系统可经配置以按若干方式产生图像。
应注意,本文中提供图1来大体上说明可包含在本文中所描述的系统实施例中的检验子系统的配置。显然,本文中所描述的检验子系统配置可经更改以优化在设计商用检验系统时正常表现的系统的性能。另外,本文中所描述的系统可使用既有检验系统实施,(例如通过将本文中所描述的功能添加到既有检验系统),例如可购自科磊的29xx及39xx系列工具。针对一些此类系统,本文中所描述的实施例可提供为检验系统的任选功能(例如除检验系统的其它功能之外)。替代地,本文中所描述的检验子系统可“从头开始”设计以提供全新检验系统。
系统的计算机子系统36可以任何合适的方式(例如经由一或多个传输媒体,其可包含“有线”及/或“无线”传输媒体)耦合到检验子系统的检测器,使得计算机子系统可接收由检测器在样本的扫描期间产生的输出。计算机子系统36可经配置以使用检测器的输出来执行数个功能(如本文中所描述)及本文中所进一步描述的任何其它功能。此计算机子系统可如本文中所描述那样进一步配置。
此计算机子系统(及本文中所描述的其它计算机子系统)在本文中也可指称计算机系统。本文中所描述的计算机子系统或系统中的每一者可呈各种形式,其包含个人计算机系统、图像计算机、主计算机系统、工作站、网络设备、因特网设备或其它装置。一般来说,术语“计算机系统”可经广义界定以涵盖具有执行来自存储器媒体的指令的一或多个处理器的任何装置。计算机子系统或系统还可包含此项技术中已知的任何合适的处理器,例如并行处理器。另外,计算机子系统或系统可包含具有高速处理及软件的计算机平台作为独立或网络工具。
如果系统包含多于一个计算机子系统,那么不同计算机子系统可彼此耦合,使得图像、数据、信息、指令等可在计算机子系统之间发送,如本文中所进一步描述。例如,计算机子系统36可通过任何合适的传输媒体(其可包含此项技术中已知的任何合适的有线及/或无线传输媒体)耦合到计算机子系统102(如由图1中的虚线所展示)。两个或更多个此类计算机子系统也可由共享计算机可读存储媒体(图中未展示)有效耦合。
尽管检验子系统在上文描述为是光学或基于光的子系统,但检验子系统可为基于电子的检验子系统。例如,在一个实施例中,引导到样本的能量包含电子,且从样本检测到的能量包含电子。以此方式,能量源可为电子束源。在图2所展示的一个此实施例中,检验子系统包含耦合到计算机子系统124的电子柱122。
还如图2中所展示,电子柱包含经配置以产生由一或多个元件130聚焦到样本128的电子的电子束源126。电子束源可包含(例如)阴极源或射极尖端,且一或多个元件130可包含(例如)枪透镜、阳极、束限制孔隙、门阀、束流选择孔隙、物镜及扫描子系统,所有其可包含此项技术中已知的任何此类合适的元件。
从样本返回的电子(例如二次电子)可由一或多个元件132聚焦到检测器134。一或多个元件132可包含(例如)扫描子系统,其可为包含在元件130中的相同扫描子系统。
电子柱可包含此项技术中已知的任何其它合适的元件。另外,电子柱可如以下中所描述那样进一步配置:江(Jiang)等人在2014年4月4日发布的第8,664,594号美国专利、小岛(Kojima)等人在2014年4月8日发布的第8,692,204号美国专利、古本斯(Gubbens)等人在2014年4月15日发布的第8,698,093号美国专利及麦克唐纳(MacDonald)等人在2014年5月6日发布的第8,716,662号美国专利,所述专利以宛如全文阐述引用的方式并入本文中。
尽管电子柱在图2中展示为经配置使得电子以斜入射角引导到样本且以另一斜角从样本散射,但应了解,电子束可以任何合适的角度引导到样本及从样本散射。另外,电子束子系统可经配置以使用多个模式来产生样本的图像(例如使用不同照明角、收集角等)。电子束子系统的多个模式可在子系统的任何图像产生参数上不同。
计算机子系统124可耦合到检测器134,如上文所描述。检测器可检测从样本的表面返回的电子以从而形成样本的电子束图像。电子束图像可包含任何合适的电子束图像。计算机子系统124可经配置以使用检测器的输出及/或电子束图像来执行本文中所描述的任何功能。计算机子系统124可经配置以执行本文所描述的任何额外步骤。包含图2中所展示的检验子系统的系统可如本文中所描述那样进一步配置。
应注意,本文中提供图2来大体上说明可包含在本文中所描述的实施例中的基于电子的检验子系统的配置。如同上述光学子系统,本文中所描述的电子束子系统配置可经更改以优化在设计商用检验系统时正常表现的子系统的性能。另外,本文中所描述的系统可使用既有检验系统实施(例如通过将本文中所描述的功能添加到既有检验系统)。针对一些此类系统,本文中所描述的实施例可提供为系统的任选功能(例如除系统的其它功能之外)。替代地,本文中所描述的系统可“从头开始”设计以提供全新系统。
尽管检验子系统在上文描述为基于光或基于电子束的子系统,但检验子系统可为基于离子束的子系统。除电子束源可由此项技术中已知的任何合适的离子束源替换之外,此检验子系统可如图2中所展示那样配置。因此,在一个实施例中,引导到样本的能量包含离子。另外,检验子系统可为任何其它合适的基于离子束的检验子系统,例如包含在市售聚焦离子束(FIB)系统、氦离子显微镜(HIM)系统及二次离子质谱仪(SIMS)系统中的基于离子束的检验子系统。
本文中所描述的检验子系统可经配置以使用多个模式来产生样本的输出,例如图像。一般来说,“模式”由用于产生样本的输出及/或图像(或用于产生样本的图像的输出)的检验子系统的参数的值界定。因此,模式可在检验子系统的至少一个参数(除其中产生输出的样本上的位置之外)的值上不同。例如,在光学子系统中,不同模式可使用光的不同波长用于照明。模式可在照明波长上不同,如本文中所进一步描述(例如通过针对不同模式使用不同光源、不同光谱滤波器等)。在另一实例中,不同模式可使用光学子系统的不同照明通道。例如上文所提及,光学子系统可包含多于一个照明通道。因而,不同照明通道可用于不同模式。模式也可或替代地在光学子系统的一或多个收集/检测参数上不同。模式可在检验子系统的任何一或多个可更改参数(例如照明偏振、角度、波长等、检测偏振、角度、波长等)上不同。检验子系统可经配置以在相同扫描或不同扫描中使用不同模式来扫描样本,其(例如)取决于同时使用多个模式来扫描样本的能力。
以类似方式,由电子束子系统产生的输出可包含由电子束子系统使用电子束子系统的参数的两个或更多个不同值产生的输出,例如图像。电子束子系统的多个模式可由用于产生样本的输出及/或图像的电子束子系统的参数的值界定。因此,模式可在电子束子系统的至少一个电子束参数的值上不同。例如,不同模式可使用不同照明入射角。
本文中所描述及图1及2中所展示的子系统可取决于将使用其应用来修改一或多个参数以提供不同输出产生能力。在一个此实例中,图1中所展示的检验子系统可经配置以在其用于缺陷复查或度量而非检验时具有较高分辨率。换句话说,图1及2中所展示的检验子系统的实施例描述检验子系统的一些通用及各种配置,其可以所属领域的技术人员应明白的若干方式调适以产生具有几乎适合于不同应用的不同输出产生能力的检验子系统。
如上文所提及,光学、电子及离子束子系统经配置以在样本的物理版本上扫描能量(例如光、电子等)以从而产生样本的物理版本的输出。以此方式,光学、电子及离子束子系统可配置为“实际”子系统而非“虚拟”子系统。然而,图1中所展示的存储媒体(图中未展示)及计算机子系统102可配置为“虚拟”系统。特定来说,存储媒体及计算机子系统可配置为“虚拟”检验系统,如巴斯卡尔(Bhaskar)等人在2012年2月28日发布的共同让与的第8,126,255号美国专利及达菲(Duffy)等人在2015年12月29日发布的共同让与的第9,222,895号美国专利中所描述,所述两个专利以宛如全文阐述引用的方式并入本文中。本文中所描述的实施例可如这些专利中所描述那样进一步配置。
计算机子系统经配置以获取样本的参考图像。例如图3的步骤300中所展示,计算机子系统经配置以获取参考图像。一般来说,参考图像可为不从样本的设计产生的任何参考图像。例如本文中所进一步描述,实施例使用参考图像通过使参考图像适合于设计栅格来产生黄金栅格图像。
获取参考图像可包含使用检验子系统来扫描样本以产生将用作参考图像的样本的图像。以此方式获取参考图像可以此项技术中已知的任何合适的方式执行,例如通过扫描样本上的裸片或其它重复结构的一或多个印刷例子。用于本文中所描述的步骤中的参考图像可为可已或可未以某一方式处理的检验子系统的检测器的原始输出。另外,所获取的参考图像可以任何合适的方式从样本上的重复结构的多个印刷例子产生,例如通过平均化、排除离群值(缺陷)的稳健平均化等。因而,计算机子系统可仅通过引起检验子系统产生用作参考图像的检测器输出或通过引起检测子系统物理扫描样本与对检测器输出执行一或多个图像处理步骤的某一组合来获取参考图像。
然而,获取参考图像可不包含扫描样本。例如,另一系统或方法可产生参考图像且将参考图像存储在计算机子系统可存取的存储媒体(图中未展示)中。接着,获取参考图像可包含从存储媒体存取及检索参考图像。
如本文中所进一步描述,一些检验过程使用检验子系统的多于一个模式执行,且所述模式可如本文中所进一步描述那样界定。如果检验过程使用多于一个模式执行,那么每一模式可能将需要不同参考图像。换句话说,归因于提供检验优点的模式不同,由所述模式产生的图像将相当不同,使得每一模式需要不同参考图像。因此,在此类例子中,获取参考图像可包含获取第一参考图像用于第一模式、获取第二参考图像用于第二模式等。每一参考图像可由上述检验子系统获取。例如,计算机子系统可引起检验子系统使用每一模式来扫描样本上的重复结构以从而获取参考图像用于每一模式。用于每一模式的每一参考图像页可如本文中所描述那样处理。换句话说,可对用于检验过程中的每一模式单独及独立执行本文中所描述的步骤。
上文所描述的获取参考图像可在检验过程的运行时间之前执行的设置阶段期间执行。获取参考图像(及本文中所描述的其它步骤)也可在更新、修改、校准、再训练等检验过程的任何时间执行。以此方式,本文中所描述的“设置检验过程”可包含设置新检验过程或修改既有过程。
计算机子系统还经配置以修改参考图像以使参考图像适合于设计栅格以从而产生黄金栅格图像。本文中所使用的术语“设计栅格”一般可界定为样本间设计及在样本的设计内界定的均匀栅格。术语“设计栅格”也可与术语“黄金栅格”互换使用。设计栅格内的每一像素具有相同大小,且沿x及y方向的像素完全对准。因此,设计栅格像数字坐标系统。换句话说,整个设计(或将在检验过程中检验的设计的至少部分)可在设计空间中细分成显著更小区(本文中指称像素)(其每一者具有相同尺寸且布置成均匀二维(2D)阵列)以从而界定设计栅格。在一个假设实例中,裸片的设计栅格可包含布置成256行×256列的2D像素阵列,且每一像素可具有相同x及y尺寸。当然,不同设计栅格可针对设计或不同设计界定,其取决于各种因子,例如设计本身、设计形成于其上的样本将产生的检验图像的特性(例如分辨率)、使用图像来对样本执行的检验过程、用户指定参数等。然而,针对本文中所描述的实施例,设计栅格应在像素布置及尺寸上均匀。相比来说,在样本图像中,归因于样本及/或检验子系统的固有边缘性(例如光学失真及图像抖动),像素大小可在像素间略微变动且沿x及y方向的像素可略微倾斜。
如本文中所进一步描述,实施例提供黄金栅格法,其具有质量控制型工具及方法(例如检验工具稳定性控制)的各种应用。黄金栅格图像可在检验的训练(也称为设置)步骤或阶段期间产生及保存。黄金栅格图像可为黄金栅格裸片图像或样本上的另一重复印刷例子的黄金栅格图像。例如,黄金栅格图像可为黄金栅格场图像、黄金栅格存储器阵列图像、黄金栅格装置区图像、黄金栅格单元图像等。
参考图像可在上述修改步骤之前、上述修改步骤期间或上述修改步骤之后经历一或多个任选处理步骤。例如,在一个实施例中,产生黄金栅格图像包含从参考图像移除随机缺陷。如图3的步骤302中所展示,一或多个计算机子系统可从参考图像移除随机缺陷。(任选步骤在图中以虚线展示。)从参考图像移除随机缺陷可以此项技术中已知的任何合适的方式执行。可如何从参考图像移除随机缺陷的一个实例是通过稳健平均化来自样本上的重复结构(例如裸片)的多个例子的检测器输出。本文中所描述的实施例中所执行的稳健平均化可将重复结构的多个例子排名,移除离群值(可能对应于缺陷),且接着平均化剩余例子。以此方式,黄金栅格图像可为可能部分通过移除随机缺陷所产生的经处理图像。
在另一实施例中,产生黄金栅格图像包含从参考图像移除特定于检验子系统的特征。如图3的步骤304中所展示,计算机子系统可从参考图像移除工具特征。例如,黄金栅格图像优选地无例如工具光学失真、载物台移动相关不确定性、色彩变动等的工具特定特征。此失真校正可以此项技术中已知的任何合适的方式执行。
在进一步实施例中,产生黄金栅格图像包含从参考图像移除特定于样本的特征。如图3的步骤306中所展示,计算机子系统可从参考图像移除样本特征。例如,黄金栅格图像优选地无例如色彩变动等的样本特定特征。此失真校正也可以此项技术中已知的任何合适的方式执行。
在一些实施例中,修改参考图像包含沿一或多个维度伸展参考图像。以此方式,黄金栅格图像可为通过将参考图像伸展到设计栅格所产生的经处理图像。参考图像可沿x及y维度中的任一者或两者伸展且在x及y上伸展到相同或不同程度。尽管修改步骤通常可多涉及通过沿一或多个维度伸展参考图像来更改其总体尺寸,但可设想,在一些例子中,修改参考图像可包含沿一或多个维度缩小参考图像或沿一个维度伸展与沿另一维度缩小的某一组合。无论何种情况,沿一或多个维度伸展及/或缩小参考图像可以此项技术中已知的任何合适的方式执行。
在另一实施例中,修改参考图像包含旋转参考图像。参考图像可沿任何合适的方向(例如顺时针或逆时针)旋转。沿一或多个维度旋转参考图像以使其适合于设计栅格可结合本文中所描述的修改参考图像的一或多个其它方式执行。
在另一实施例中,修改参考图像包含内插参考图像的像素以合适的设计栅格。例如,黄金栅格图像可通过内插使用均匀设计栅格中的像素来伸展以校正由晶片载物台移动引起的光学失真及图像抖动。内插可使用任何合适的方法、算法、函数等以任何合适的方式执行。
两个或更多个上述步骤也可经组合使用以产生黄金栅格图像。例如,黄金栅格图像可通过从参考图像移除随机缺陷及通过将参考图像伸展到设计栅格来产生。其它步骤也可经组合执行以产生黄金栅格图像且执行哪些步骤可基于关于检验子系统、样本等的信息及/或通过比较参考图像与设计栅格且确定可对参考图像有利地执行哪些步骤以产生黄金栅格图像来确定。
在一些此类实施例中,图3中所展示的经处理参考图像308可由步骤300可能结合步骤302、304及306中的一或多者产生。如果计算机子系统未经配置以执行步骤302、304及306,那么经处理参考图像308将仅为所获取的参考图像。
如图3中所进一步展示,样本的设计310可由计算机子系统或另一系统或方法获取。计算机子系统或另一系统或方法可从设计产生或确定设计栅格312。接着,一或多个计算机子系统可使用经处理参考图像308(或所获取的参考图像)及设计栅格312作为步骤314的输入,其中计算机子系统修改(经处理或所获取)参考图像以使参考图像适合于设计栅格。步骤314中所执行的修改可包含本文中所描述的修改步骤中的任一者,例如沿一或多个维度伸展及/或旋转参考图像及/或内插参考图像的像素以适合于设计栅格。因此,修改步骤的输出可为黄金栅格图像316。
计算机子系统进一步经配置以存储黄金栅格图像以用于检验样本。例如图3的步骤324中所展示,计算机子系统经配置以存储黄金栅格图像。接着,黄金栅格图像可在运行时间样本检验期间检索及使用。检验包含使从检验子系统的输出产生的样本的测试图像与黄金栅格图像对准。在运行时间检验期间,测试图像经移位、伸展、旋转、内插或其某一组合以与黄金栅格图像对准。计算机子系统可经配置以在配方中或通过产生其中将执行对准的检验配方来存储黄金栅格图像。本文中所使用的术语“配方”界定为可由工具用于对样本执行过程的一组指令。以此方式,产生配方可包含产生如何执行过程的信息,其接着可用于产生用于执行所述过程的指令。计算机子系统还可经配置以将黄金栅格图像存储在与检验过程配方分离的计算机可读存储媒体中且将可用于识别、存取及/或使用黄金栅格图像的任何信息(例如(例如)文件名及其存储在何处)存储在检验过程配方中。
计算机子系统可经配置以将黄金栅格图像存储在任何合适的计算机可读存储媒体中。黄金栅格图像可与本文中所描述的任何结果一起存储且可以此项技术中已知的任何方式存储。存储媒体可包含本文中所描述的任何存储媒体或此项技术中已知的任何其它合适的存储媒体。在存储黄金栅格图像之后,黄金栅格图像可存取于存储媒体中且由本文中所描述的任何方法或系统实施例使用,经格式化以向用户显示,由另一软件模块、方法或系统使用,等。
在一个实施例中,存储黄金栅格图像包含存储黄金栅格图像用于检验样本及检验与样本类型相同的至少一个其它样本。例如,本文中所描述的实施例可产生上述检验配方。所述检验配方接着可经存储且由本文中所描述的实施例(及/或另一系统或方法)用于检验样本及/或其它样本以从而产生样本及/或其它样本的信息(例如缺陷信息)。以此方式,黄金栅格图像可每样本层产生及存储一次,且黄金栅格图像可用于检验相同层的多个样本。当然,如同任何检验过程,如果更新、校准、修改、再训练等样本层的检验,那么也可以与任何其它检验过程参数相同的方式更新、校准、修改、再训练等黄金栅格图像。更新、校准、修改、再训练等黄金栅格图像可以本文中所描述的相同方式执行以产生及存储黄金栅格图像。以此方式,本文中所描述的实施例可经配置以在各种时间重复本文中所描述的步骤以修改先前设置检验过程。
此项技术中常涉及的“关注区”是检验目的关注的样本上的区。关注区有时用于在检验过程中区分被检验的样本上的区与未被检验的样本上的区。另外,关注区有时用于区分使用一或多个不同参数来检验的样本上的区。例如,如果样本的第一区比样本上的第二区更重要,那么第一区可高于第二区的敏感度检验,使得以更高敏感度在第一区中检测缺陷。检验过程的其它参数可以类似方式随关注区更改。
在一些实施例中,一或多个计算机子系统经配置以界定黄金栅格图像中的一或多个关注区区域,检验子系统及一或多个计算机子系统经配置以执行样本的检验,且检验包含基于使测试图像与黄金栅格图像对准的结果及界定于黄金栅格图像中的一或多个关注区区域来界定测试图像中的一或多个关注区区域。例如,一或多个计算机子系统可对黄金栅格图像执行关注区区域界定。在一个此实例中,如图3的步骤318中所展示,计算机子系统或另一系统或方法可从设计产生关注区区域。关注区区域可以此项技术中已知的任何合适的方式从设计产生,且关注区区域可具有此项技术中已知的任何合适的特性。如步骤320中所展示,计算机子系统可使用来自设计的关注区区域与黄金栅格图像316来界定黄金栅格图像中的关注区区域。接着,计算机子系统可在步骤324中存储黄金栅格图像中的关注区区域与黄金栅格图像。
一般来说,因为已修改黄金栅格图像以合适的设计栅格,所以关注区区域将在设计及黄金栅格图像中具有相同放置、坐标、尺寸等。然而,通过界定黄金栅格图像中的关注区区域,当用于检验的测试图像与黄金栅格图像对准时,关注区区域将在测试图像中有效界定。因为相同黄金栅格图像可在检验中用于不同扫描间,所以关注区区域界定将有利地一致。检验子系统及计算机子系统可执行检验及使测试图像与黄金栅格图像对准,如本文中所进一步描述。
在另一实施例中,一或多个计算机子系统经配置以由黄金栅格图像再现运行时间背景图(RTCM)且存储RTCM用于检验样本。例如步骤322中所展示,计算机子系统可由黄金栅格图像316再现RTCM。在步骤322中再现RTCM可使用步骤318中所产生的关注区信息、来自设计310的屏蔽信息及黄金栅格图像执行。特定来说,RTCM数据从设计产生,因此设计可输入到步骤322。RTCM再现在黄金栅格上产生RTCM分区图、RTCM屏蔽图等(使用黄金栅格中的像素大小)。接着,计算机子系统可在步骤324中存储经再现RTCM与黄金栅格图像。在步骤324中,黄金栅格图像可与经再现RTCM区域/屏蔽图一起存储。经再现RTCM区域/屏蔽图可与黄金栅格图像一起保存于配方中用于检验运行时间中。RTCM再现可经执行以将每一像素指派给特定区域或多个区域(如果可能)。RTCM还可以此项技术中已知的任何合适的方式执行,其一些实例描述于库尔卡尼(Kulkarni)等人的上文引用专利中。本文中所描述的实施例可进一步经配置以用于RTCM再现,如所述专利中所描述。
RTCM可使用主要在直角坐标中的几何信息来界定关注区及/或其它信息,例如超级单元/纳米单元的屏蔽信息。RTCM关注区界定来自设计且独立于黄金栅格。在设置期间,RTCM可再现于黄金栅格的顶部上以产生RTCM分区图,其中黄金栅格上的每一像素指派给一个(或多个)区域。经再现RTCM分区图可与黄金栅格图像一起保存且用于运行时间期间。既有系统在运行时间执行RTCM再现,其具有处理量瞬断。运行时间RTCM再现时间可与所保存的RTCM分区图一起保存,且只要使用相同配方(具有相同RTCM分区图),那么RTCM分区图在运行间、工具间等一致。
在另一实施例中,一或多个计算机子系统经配置以界定黄金栅格图像中的一或多个屏蔽区域,检验子系统及一或多个计算机子系统经配置以执行样本的检验,且检验包含基于使测试图像与黄金栅格图像对准的结果及界定于黄金栅格图像中的一或多个屏蔽区域来界定测试图像中的一或多个屏蔽区域。在一个此实施例中,屏蔽用于超级单元及纳米单元中。每一阵列区域细分成屏蔽子区域,使得不同配方可用于不同子区域以(例如)将NMOS及PMOS分离成不同子区域。这些步骤可如上文所描述那样执行,且一或多个屏蔽区域可通过将RTCM应用于经对准或经修改测试图像来界定于测试图像中,如本文中所进一步描述。例如,一或多个屏蔽区域可界定于如本文中所描述那样再现及存储的RTCM中。因而,通过将RTCM应用于与黄金栅格图像对准的测试图像,屏蔽区域将界定于经对准测试图像中。替代地,屏蔽区域可与RTCM分开界定,例如以在步骤318中从设计界定关注区的相同方式从设计310界定。所述屏蔽区域可以与关注区相同的方式界定于黄金栅格图像中,且屏蔽区域可如本文中所进一步描述那样与黄金栅格图像一起存储,使得其可在检验期间存取及应用,如本文中所进一步描述。
使用黄金栅格,如果图像与设计对准是完美的,那么相同像素大小的区域界定将相同。基于背景的检验(CBI)RTCM产生可在训练步骤期间仅执行一次作为对黄金栅格图像执行的RTCM关注区区域再现。以此方式执行RTCM再现可节省运行时间中的RTCM再现时间。黄金栅格图像及RTCM分区图可在设置期间产生及保存且接着在运行时间使用,如本文中所进一步描述。例如,RTCM分区图可经检索及使用以界定用于每区域缺陷检测的关注区区域。
在一个此实施例中,RTCM用于检验与样本类型相同的至少一个其它样本。例如,如果RTCM分区图在设置期间再现于黄金栅格图像上且保存于数据库中,那么RTCM分区图可在运行时间检索以从而有利地提供扫描间大体上一致区域界定。
在额外实施例中,使测试图像与黄金栅格图像对准包含修改测试图像以从而使测试图像与黄金栅格图像对准。在一个此实例中,如图4中所展示,计算机子系统可使用测试图像400及所存储的黄金栅格图像402作为步骤404的输入,其中计算机子系统使测试图像与黄金栅格图像对准以从而产生经修改测试图像406。例如,所有运行时间测试图像(例如测试裸片图像)可经移位/内插以与黄金栅格图像对准。在一个此实施例中,测试帧可经内插及/或移位以使用在运行时间期间测量于测试图像与黄金栅格图像之间的偏移来与黄金栅格图像对准。测试图像可相对于参考图像移位、内插、伸展等,如本文中所进一步描述。
在一个此实施例中,检验子系统及一或多个计算机子系统经配置以执行样本的检验,且检验包含基于使测试图像与黄金栅格图像对准的结果来确定缺陷检测方法的一或多个参数及通过将具有经确定的一或多个参数的缺陷检测方法应用于经修改测试图像来检测样本上的缺陷。例如本文中所进一步描述,关注区区域可界定于黄金栅格图像中且RTCM再现可使用黄金栅格图像执行。接着,关注区区域及/或经再现RTCM可用于确定及控制应用于经修改测试图像的缺陷检测方法的一或多个参数。
在一个此实例中,如图4的步骤410中所展示,计算机子系统可使用经修改测试图像406及黄金栅格图像中的关注区区域408来界定经修改测试图像中的关注区。特定来说,一旦测试图像经修改以与黄金栅格图像对准,界定于黄金栅格图像中的关注区区域就可映射到经修改测试图像。在另一此实例中,如图4的步骤414中所展示,一或多个计算机子系统可将经再现RTCM 412应用于经修改测试图像406。以界定于黄金栅格图像中的关注区区域可映射到与其对准的经修改测试图像的相同方式,来自黄金栅格图像的经再现RTCM可映射到经修改测试图像。
尽管关注区区域408及经再现RTCM 412在图4中展示为不同元素,但关注区区域可界定于RTCM中,如本文中所进一步描述。因此,关注区区域可界定于映射到黄金栅格图像的经再现RTCM中。以此方式,本文中所描述的实施例无需执行界定经修改测试图像中的关注区步骤410。相反地,通过执行将RTCM应用于经修改测试图像步骤414,也可在经修改测试图像中界定关注区。然而,应了解,RTCM可包含除任何关注区信息之外的背景信息及外加任何关注区信息,且其它及额外信息也可在步骤414中应用于经修改测试图像。因此,关注区是使用RTCM相关步骤来界定及应用或在与RTCM步骤分开的步骤中界定及应用可取决于用户及实施方案的具体细节。
一般来说,当设置关注区区域及/或再现RTCM时,用户、一或多个计算机子系统或另一方法或系统将确定与关注区区域及/或RTCM一起使用的检验过程的一或多个参数。例如,在设置期间,一或多个计算机子系统可确定将检验哪些关注区区域及使用哪一(些)缺陷检测参数,例如阈值。以此方式,通过基于关注区区域的特性来变动例如阈值的缺陷检测参数,不同类型的关注区区域可以不同敏感度检验。以类似方式,在设置期间,一或多个计算机子系统可使用RTCM将不同缺陷检测参数指派给具有不同背景的黄金栅格图像的部分。因此,在测试图像经修改以使其与黄金栅格图像对准之后,RTCM也有效映射到测试图像,且应用于测试图像的不同部分的缺陷检测参数可从映射到其的RTCM确定。
因为RTCM分区图在设置期间产生于黄金栅格图像的顶部上,所以RTCM分区图在扫描间、工具间等相同。类似地,RTCM屏蔽图也如此。类似于RTCM区域数据,RTCM中的屏蔽数据可在设置期间再现以产生一致RTCM屏蔽图。RTCM屏蔽图可界定于阵列区域中以将不同阵列区域分离成类似于RTCM区域的分离屏蔽区。接着,不同配方可应用于不同RTCM屏蔽区。使用一致RTCM分区图及屏蔽图,缺陷检测结果将有利地在扫描、工具等间更稳定。
因此,一般来说,计算机子系统可使用各种输入(其包含至少经修改测试图像406,且还可能包含所存储的黄金栅格图像402、在步骤410中界定于经修改测试图像中的关注区及在步骤414中应用于经修改测试图像的RTCM)来对经修改测试图像执行缺陷检测,如图4的步骤416中所展示。尽管一些方式在本文中描述为使用这些输入用于缺陷检测,但应注意,图4中所展示的步骤416的输入可由用于检测样本上的缺陷的各种缺陷检测方法及算法使用。此类缺陷检测方法及算法包含由可购自科磊及其它源的检验工具(可能呈其一维(1D)及2D版本中的任一者或两者)使用的缺陷检测方法及算法。产生检测器输出的1D直方图的缺陷检测方法可指称1D缺陷检测方法。相比来说,本文中所使用的术语“2D缺陷检测算法”是使用2D直方图的算法,其中一个轴是(例如)n>1参考系的中值灰度(y轴)且x轴是不同灰度。然而,此类缺陷检测方法及算法还可包含未必需要缺陷检测的参考的缺陷检测方法及算法,例如单图像缺陷检测方法,其可基于深度学习(DL)或机器学习(ML)技术。卡森蒂(Karsenti)等人在2019年1月22日发布的第10,186,026号美国专利中描述基于ML的缺陷检测方法的一些实例,所述专利以宛如全文阐述引用的方式并入本文中。本文中所描述的实施例可如此专利中所描述那样进一步配置。
在另一此实施例中,检验子系统及一或多个计算机子系统经配置以执行样本的检验,且检验包含通过从经修改测试图像减去黄金栅格图像来检测样本上的缺陷。以此方式,缺陷检测可使用经修改测试图像执行,经修改测试图像已经内插、移位、伸展等以使测试图像适合于黄金栅格图像且因此适合于设计的黄金栅格。在一个此实例中,黄金栅格图像可从经修改测试图像减去以产生差异图像,且在一些缺陷检测方法中,阈值可应用于差异图像中的像素。具有高于阈值的值的像素可识别为缺陷或潜在缺陷,且不具有高于阈值的值的像素可不识别为缺陷或潜在缺陷。然而,一般来说,使用测试图像作为输入的任何缺陷检测方法可使用经修改测试图像作为缺陷检测的输入。因此,经修改测试图像可在其产生之后以与任何其它测试图像相同的方式使用,但发明者认为,本文中所描述的对测试图像的修改先前未用于产生用于缺陷检测的经修改测试图像。
在进一步实施例中,检验子系统及一或多个计算机子系统经配置以执行样本的检验,且检验包含基于黄金栅格图像及测试图像来检测样本上的缺陷及基于黄金栅格图像来确定缺陷的一或多个属性。例如,黄金栅格图像可在检验期间用于运算缺陷属性。在一个此实例中,黄金栅格图像可在设置期间保存于数据库中且在运行时间检索以运算基于黄金栅格的缺陷属性。例如图4的步骤418中所展示,一或多个计算机子系统可使用步骤416的结果及所存储的黄金栅格图像402来确定缺陷属性。缺陷属性可为检测到的缺陷的位置处的所存储的黄金栅格图像的属性,其易于确定,因为经修改测试图像已与黄金栅格图像对准。
然而,缺陷属性还可为针对或使用黄金栅格图像确定的信息。例如本文中所进一步描述,RTCM再现可使用黄金栅格图像来执行。经再现RTCM可确定随黄金栅格图像内的位置而变化的黄金栅格图像的部分的各种背景(例如设计信息)。接着,缺陷属性可为指派给对应于缺陷的位置的黄金栅格图像中的位置的背景,其也易于确定,因为经修改测试图像与黄金栅格图像对准。一般来说,关于黄金栅格图像、样本或样本的设计中的一或多者的可从黄金栅格图像确定的任何信息可由本文中所描述的实施例用作缺陷属性。
因此,这些属性在扫描间相同且因此极其稳定。换句话说,这些缺陷属性将针对在样本上的印刷例子(例如裸片等)内的相同位置处检测到的每一缺陷相同。因此,这些属性可特别有利地用于例如干扰过滤的其它步骤中,因为干扰及DOI可使用此类属性来稳定地、可重复地及大体上准确地彼此分离。另外,黄金栅格图像可用于提取额外缺陷属性。当黄金栅格图像从经修改测试图像减去时,此类缺陷属性可包含(例如)差异灰度。
在一个此实施例中,检验还包含基于针对缺陷所确定的一或多个属性来执行缺陷的干扰过滤。例如图4的步骤420中所展示,一或多个计算机子系统可使用步骤418中所确定的缺陷属性来执行干扰过滤。干扰过滤可以此项技术中已知的任何合适的方式执行。例如,本文中所描述的基于黄金栅格图像所确定的缺陷属性可以与任何其它缺陷属性相同的方式用于干扰过滤。
因为这些属性在扫描间相同,所以属性在干扰移除中极其稳定。特定来说,就本文中所描述的黄金栅格图像来说,RTCM区域界定及像素位置两者可在扫描间一致。扫描间一致RTCM区域界定及像素位置在缺陷计数稳定性方面导致更稳定缺陷属性及扫描间的减小工艺变动。例如,在一些当前使用方法中,缺陷属性从当前扫描中所产生的图像运算。因为图像随扫描改变,所以缺陷属性也改变。干扰过滤使用缺陷属性。因此,如果缺陷属性随扫描改变,那么干扰过滤之后的缺陷计数也会改变。然而,在本文中所描述的实施例中,来自黄金栅格图像的所述缺陷属性在扫描间恒定。因此,使用基于黄金栅格的属性的干扰过滤的结果也将稳定。
在一些实施例中,一或多个计算机子系统经配置以通过以下操作来再训练检验:获取与样本类型相同的额外样本的新参考图像;修改新参考图像以使新参考图像适合于设计栅格以从而产生新黄金栅格图像;及存储新黄金栅格图像用于检验额外样本。因为黄金栅格图像伸展到具有均匀设计栅格中的像素的设计栅格,所以黄金栅格图像在相同工具上或在来自不同模式的不同工具上一致,即使在再训练(黄金栅格图像再生)之后。获取新参考图像、修改新参考图像及存储新黄金栅格图像可以其它方式执行,如本文中所进一步描述。额外样本可属于与样本相同的类型,因为其使用与样本相同的制造工艺步骤来制造且因此具有与样本相同的层及类型。以此方式,检验过程(即,本文中针对样本所描述的设置)可通过对具有相同类型的不同样本执行步骤来更新、修改、校准等。检验过程的此更新、修改、校准等可周期性或每当其被视为适当或需要时执行。
在进一步实施例中,检验子系统经配置以使用检验子系统的第一模式及第二模式来产生样本的输出,获取参考图像用于第一模式,一或多个计算机子系统经配置以获取样本及第二模式的额外参考图像、修改额外参考图像以使额外参考图像适合于设计栅格以从而产生额外黄金栅格图像及存储额外黄金栅格图像用于检验样本,且检验包含使从使用第二模式产生的检验子系统的输出产生的样本的测试图像与额外黄金栅格图像对准。以此方式,本文中所描述的实施例可产生不同模式的不同黄金栅格图像。例如,计算机子系统可产生DF模式的第一黄金栅格图像及BF模式的第二黄金栅格图像。在另一实例中,针对使用不同散射角的两个DF模式,计算机子系统可产生两个DF模式中的一者的第一黄金栅格图像及两个DF模式中的另一者的第二黄金栅格图像。当检验使用多个模式来执行时,不同黄金栅格图像可由计算机子系统产生,因为不同模式通常归因于使用不同模式产生的图像的差异而需要不同参考图像。
通过在不同模式间产生具有均匀设计栅格中的像素的黄金栅格图像,使用多个模式的检验可具有相同像素化。在多个模式中具有相同像素化可有益于多模式敏感度。例如,因为不同模式的参考图像可适合于相同均匀设计栅格,所以不同所得黄金栅格图像可具有相同像素化,其意味着不同黄金栅格图像中的对应像素对应于样本的设计中的相同区。因此,对应于样本的设计中的相同区的不同黄金栅格图像中的像素可以相同(最佳)敏感度检验。因此,使用如本文中所描述那样产生的黄金栅格图像执行的多模式检验可比用于多模式检验的其它方法及系统检测更多DOI且抑制更多干扰。另外,因为多模式黄金栅格图像适合于相同均匀设计栅格,所以使用多模式图像或从其确定的信息执行的任何其它步骤(例如缺陷分类或过滤)可比当前使用的方法及系统表现更好,因为模式间图像或信息经由黄金栅格来彼此更好对准。
在额外实施例中,存储黄金栅格图像包含存储黄金栅格图像用于检验样本及检验与样本类型相同的至少一个其它样本,且检验至少一个其它样本包含使从响应于从至少一个其它样本检测到的能量的额外检验子系统的输出产生的至少一个其它样本的测试图像与黄金栅格图像对准。以此方式,相同黄金栅格图像可用于检验不同检验工具上的(相同类型的)不同样本。由于黄金栅格图像具有不同工具间均匀设计栅格中的像素,所以使用不同检验子系统的检验可具有相同像素化。在不同检验子系统中具有相同像素化可有益于多工具敏感度。
如图4的步骤422中所展示,一或多个计算机子系统可产生检验结果,其可包含图4中所展示的任何步骤的结果。检验结果可包含检测到的缺陷的信息,例如检测到的缺陷的定界框的缺陷ID、位置等、大小、检测分数、关于缺陷分类的信息(例如类别标记或ID等)或此项技术中已知的任何此合适的信息。缺陷的结果可由计算机子系统以任何合适的方式产生。缺陷的结果可具有任何合适的形式或格式,例如标准文件类型。计算机子系统可产生结果且存储结果,使得结果可由计算机子系统及/或另一系统或方法用于执行样本或相同类型的另一样本的一或多个功能。
计算机子系统可经配置以将检测到的缺陷的信息存储在任何合适的计算机可读存储媒体中。信息可与本文中所描述的任何结果一起存储且可以此项技术中已知的任何方式存储。存储媒体可包含本文中所描述的任何存储媒体或此项技术中已知的任何其它合适的存储媒体。在存储信息之后,信息可存取于存储媒体中且由本文中所描述的任何方法或系统实施例使用,经格式化以向用户显示,由另一软件模块、方法或系统使用,等。
通过对样本或相同类型的其它样本执行检验所产生的结果及信息可由本文中所描述的实施例及/或其它系统及方法以各种方式使用。此类功能包含(但不限于)以反馈或前馈方式更改已或将对经检验样本或另一样本执行的工艺,例如制造工艺或步骤。例如,计算机子系统可经配置以基于检测到的缺陷来确定已或将对如本文中所描述那样检验的样本执行的工艺的一或多个改变。工艺的改变可包含工艺的一或多个参数的任何合适的改变。计算机子系统优选地确定所述改变,使得可在其它样本上减少或防止缺陷(对其它样本执行修正工艺),可在对样本执行的另一工艺中校正或消除样本上的缺陷,可在对样本执行的另一工艺中补偿缺陷,等。计算机子系统可以此项技术中已知的任何合适的方式确定此类改变。
接着,所述改变可发送到半导体制造系统(图中未展示)或计算机子系统及半导体制造系统可存取的存储媒体(图中未展示)。半导体制造系统可或可不为本文中所描述的系统实施例的部分。例如,本文中所描述的计算机子系统及/或检验子系统可(例如)经由例如外壳、电源供应器、样本处置装置或机构等的一或多个共同元件来耦合到半导体制造系统。半导体制造系统可包含此项技术中已知的任何半导体制造系统,例如光刻工具、蚀刻工具、化学机械抛光(CMP)工具、沉积工具及其类似者。
因此,如本文中所描述,实施例可用于设置新检验过程或配方。实施例还可用于修改既有检验过程或配方,无论其为用于样本或针对一个样本产生且经调适用于另一样本的检验过程或配方。然而,本文中所描述的实施例不受限于检验过程产生或修改。例如,本文中所描述的实施例也可以类似方式用于设置或修改用于度量、缺陷复查等的过程。特定来说,不管经设置或修正的过程如何,可执行本文中所描述的产生黄金栅格图像。因此,本文中所描述的实施例不仅可用于设置或修改检验过程,且还可用于设置或修改对本文中所描述的样本执行的任何质量控制型过程。
本文中所描述的实施例提供相较于用于设置样本的检验的先前使用方法及系统的若干优点。例如,由发明者产生的经验数据展示使用黄金栅格图像及基于黄金栅格的RTCM分区图的缺陷计数稳定性提高。本文中所描述的实施例也可在干扰过滤之前及干扰过滤之后在缺陷计数稳定性方面提高检验工具稳定性。在一个此实例中,本文中所描述的黄金栅格图像提供一致区域界定,其可提高大部分缺陷属性的稳定性以从而提高干扰过滤之后的缺陷计数稳定性。
在另一实例中,如本文中所进一步描述,黄金栅格图像是在训练步骤期间产生且伸展到设计栅格的经处理样本图像。RTCM关注区可直接再现于黄金栅格图像上且在扫描间相同。运行时间中的测试帧经移位/内插以与具有均匀设计栅格中的像素的黄金栅格对准。因此,RTCM分区图在扫描间一致,且在不同样本扫描间使用相同配方时提高检验工具稳定性。另外,RTCM再现可在设置期间对黄金栅格图像仅执行一次,其可节省运行时间RTCM再现通常所需的大量时间。RTCM再现也可在像素与设计对准(PDA)设置中仅执行一次。因此,可节省运行时间RTCM再现时间,其对后段制造工艺(BEOL)晶片及其它相对较复杂样本来说特别重要。例如,更密集及/或更复杂RTCM关注区区域需要更多RTCM再现时间。
在进一步实例中,黄金栅格图像可用于提取基于缺陷黄金栅格的对比及背景特征,其可用于代替既有基于参考的对比及背景特征。黄金栅格图像在扫描间相同。因此,基于黄金栅格的属性在扫描间相同(不会具有变动)。当在干扰过滤中使用基于黄金栅格的缺陷属性时,归因于这些属性而不存在缺陷计数变动。
在另一实例中,因为黄金栅格图像使用均匀设计栅格中的像素来伸展,所以像素位置(相对于图像与设计对准之后的设计)在不同工具、不同扫描及不同模式间一致,其应导致扫描、工具及模式间的优选检验工具过程变动稳定性。例如,如果参考图像与设计之间的PDA对准“完美”,那么黄金栅格图像坐标将与数字坐标系统(或设计空间中的坐标)“完美”对准。黄金栅格图像中的像素的强度是来自设置扫描期间所获取的参考图像。然而,在工具间及模式间,针对相同运行时间像素大小(例如50nm),黄金栅格图像坐标在“完美”数字坐标系统方面一致。本文中所描述的实施例还可提高帧阶层处的运行时间图像的动态范围的稳定性。例如,在运行时间期间,在检验之前,测试图像可首先与每一帧的较小区块阶层(例如128像素×128像素)上的黄金栅格图像匹配。因此,运行时间匹配图像可具有稳定动态范围,如同黄金栅格图像。
实施例的上述优点由本文中所描述的系统及方法的若干新特征提供。一个此新特征是黄金栅格图像,其为伸展到设计栅格的图像。另一此特征是黄金栅格图像上的RTCM再现,其导致一致区域界定。额外此特征是RTCM再现在设置中仅需完成一次且可保存运行时间RTCM再现。进一步此特征是基于黄金栅格的背景及对比属性可用于干扰过滤。额外此特征是黄金栅格图像可用作基于2D的缺陷检测中的y轴。例如,一些缺陷检测方法使用参考来检测样本上的缺陷。一些此类方法使用参考通过从测试图像减去参考来产生差异图像。另外,一些此类方法可使用参考及差异图像来检测缺陷。在一个此实例中,参考的特性(例如中值灰度)可绘制于y轴上,差异图像灰度可绘制于x轴上,且阈值可应用于所得2D图以检测样本上的缺陷。以此方式执行的缺陷检测方法的一个实例是由可购自KLA的一些检验工具使用的多裸片自动定限(MDAT)算法。通过使用缺陷检测的黄金栅格图像特性而非当前使用参考,本文中所描述的实施例将提供缺陷检测的更大稳定性。其它此类特征包含通过使用黄金栅格图像来提供更好的缺陷属性稳定性。
上述每一系统的每一实施例可一起组合成一个单个实施例。
另一实施例涉及一种用于设置样本的检验的计算机实施方法。方法包含:获取样本的参考图像;及修改参考图像以使参考图像适合于设计栅格以从而产生黄金栅格图像。方法进一步包含存储黄金栅格图像用于检验样本。检验包含使从响应于从样本检测到的能量的检验子系统的输出产生的样本的测试图像与黄金栅格图像对准。获取、修改及存储步骤由可根据本文中所描述的任何实施例来配置的一或多个计算机子系统执行。
方法的每一步骤可如本文中所进一步描述那样执行。方法还可包含可由本文中所描述的检验子系统及/或计算机子系统执行的任何其它步骤。上述方法可由本文中所描述的任何系统实施例执行。
额外实施例涉及一种非暂时性计算机可读媒体,其存储可在计算机系统上执行以执行用于设置样本的检验的计算机实施方法的程序指令。一个此实施例在图5中展示。特定来说,如图5中所展示,非暂时性计算机可读媒体500包含可在计算机系统504上执行的程序指令502。计算机实施方法可包含本文中所描述的任何方法的任何步骤。
实施方法(例如本文中所描述的方法)的程序指令502可存储在计算机可读媒体500上。计算机可读媒体可为存储媒体,例如磁盘或光盘、磁带或此项技术中已知的任何其它合适的非暂时性计算机可读媒体。
程序指令可以任何各种方式(其包含基于过程的技术、基于组件的技术及/或面向对象技术等)实施。例如,程序指令可视需要使用ActiveX控件、C++对象、JavaBeans、微软基础类别(“MFC”)、SSE(流式传输SIMD扩展)或其它技术或方法来实施。
计算机系统504可根据本文中所描述的任何实施例来配置。
所属领域的技术人员将鉴于具体实施方式而明白本发明的各种方面的进一步修改及替代实施例。例如,提供用于设置样本的检验的方法及系统。因此,具体实施方式应被解释为仅供说明且用于教示所属领域的技术人员实施本发明的一般方式。应了解,本文中所展示及描述的本发明的形式应被视为当前优选实施例。元件及材料可取代本文中所说明及描述的元件及材料,部分及过程可逆转,且本发明的特定特征可独立利用,其所有将由所属领域的技术人员在受益于本发明的具体实施方式之后明白。可在不背离所附权利要求书中所描述的本发明的精神及范围的情况下对本文中所描述的元件作出改变。

Claims (25)

1.一种经配置用于设置样本的检验的系统,其包括:
检验子系统,其经配置以响应于从样本检测到的能量而产生输出;及
一或多个计算机子系统,其经配置以:
获取所述样本的参考图像;
修改所述参考图像以使所述参考图像适合于设计栅格以从而产生黄金栅格图像;及
存储所述黄金栅格图像用于检验所述样本,其中所述检验包括使从所述检验子系统的所述输出产生的所述样本的测试图像与所述黄金栅格图像对准。
2.根据权利要求1所述的系统,其中产生所述黄金栅格图像包括从所述参考图像移除随机缺陷。
3.根据权利要求1所述的系统,其中产生所述黄金栅格图像包括从所述参考图像移除特定于所述检验子系统的特征。
4.根据权利要求1所述的系统,其中产生所述黄金栅格图像包括从所述参考图像移除特定于所述样本的特征。
5.根据权利要求1所述的系统,其中修改所述参考图像包括沿一或多个维度伸展所述参考图像。
6.根据权利要求1所述的系统,其中修改所述参考图像包括旋转所述参考图像。
7.根据权利要求1所述的系统,其中修改所述参考图像包括内插所述参考图像的像素以适合于所述设计栅格。
8.根据权利要求1所述的系统,其中所述一或多个计算机子系统进一步经配置以界定所述黄金栅格图像中的一或多个关注区区域,其中所述检验子系统及所述一或多个计算机子系统进一步经配置以执行所述样本的所述检验,且其中所述检验进一步包括基于所述使所述测试图像与所述黄金栅格图像对准的结果及界定于所述黄金栅格图像中的所述一或多个关注区区域来界定所述测试图像中的一或多个关注区区域。
9.根据权利要求1所述的系统,其中所述一或多个计算机子系统进一步经配置以界定所述黄金栅格图像中的一或多个屏蔽区域,其中所述检验子系统及所述一或多个计算机子系统进一步经配置以执行所述样本的所述检验,且其中所述检验进一步包括基于所述使所述测试图像与所述黄金栅格图像对准的结果及界定于所述黄金栅格图像中的所述一或多个屏蔽区域来界定所述测试图像中的一或多个屏蔽区域。
10.根据权利要求1所述的系统,其中所述一或多个计算机子系统进一步经配置以由所述黄金栅格图像再现运行时间背景图且存储所述运行时间背景图用于所述样本的所述检验。
11.根据权利要求10所述的系统,其中所述运行时间背景图用于检验与所述样本类型相同的至少一个其它样本。
12.根据权利要求1所述的系统,其中所述检验子系统及所述一或多个计算机子系统进一步经配置以执行所述样本的所述检验,且其中所述检验进一步包括基于所述黄金栅格图像及所述测试图像来检测所述样本上的缺陷及基于所述黄金栅格图像来确定所述缺陷的一或多个属性。
13.根据权利要求12所述的系统,其中所述检验进一步包括基于针对所述缺陷所确定的所述一或多个属性来执行所述缺陷的干扰过滤。
14.根据权利要求1所述的系统,其中使所述测试图像与所述黄金栅格图像对准包括修改所述测试图像以从而使所述测试图像与所述黄金栅格图像对准。
15.根据权利要求14所述的系统,其中所述检验子系统及所述一或多个计算机子系统进一步经配置以执行所述样本的所述检验,且其中所述检验进一步包括基于所述使所述测试图像与所述黄金栅格图像对准的结果来确定缺陷检测方法的一或多个参数及通过将具有所述经确定的一或多个参数的所述缺陷检测方法应用于所述经修改测试图像来检测所述样本上的缺陷。
16.根据权利要求14所述的系统,其中所述检验子系统及所述一或多个计算机子系统进一步经配置以执行所述样本的所述检验,且其中所述检验进一步包括通过从所述经修改测试图像减去所述黄金栅格图像来检测所述样本上的缺陷。
17.根据权利要求1所述的系统,其中存储所述黄金栅格图像包括存储所述黄金栅格图像用于所述样本的所述检验及与所述样本类型相同的至少一个其它样本的检验。
18.根据权利要求1所述的系统,其中所述一或多个计算机子系统进一步经配置以通过以下操作来再训练所述检验:获取与所述样本类型相同的额外样本的新参考图像;修改所述新参考图像以使所述新参考图像适合于所述设计栅格以从而产生新黄金栅格图像;及存储所述新黄金栅格图像用于检验所述额外样本。
19.根据权利要求1所述的系统,其中所述检验子系统进一步经配置以使用所述检验子系统的第一模式及第二模式来产生所述样本的所述输出,其中获取所述参考图像用于所述第一模式,其中所述一或多个计算机子系统进一步经配置以获取所述样本及所述第二模式的额外参考图像、修改所述额外参考图像以使所述额外参考图像适合于所述设计栅格以从而产生额外黄金栅格图像及存储所述额外黄金栅格图像用于检验所述样本,且其中所述检验进一步包括使从使用所述第二模式产生的所述检验子系统的所述输出产生的所述样本的测试图像与所述额外黄金栅格图像对准。
20.根据权利要求1所述的系统,其中存储所述黄金栅格图像包括存储所述黄金栅格图像用于所述样本的所述检验及与所述样本类型相同的至少一个其它样本的检验,且其中所述至少一个其它样本的所述检验包括使从响应于从所述至少一个其它样本检测到的能量的额外检验子系统的输出产生的所述至少一个其它样本的测试图像与所述黄金栅格图像对准。
21.根据权利要求1所述的系统,其中所述样本是晶片。
22.根据权利要求1所述的系统,其中所述检验子系统是基于光的检验子系统。
23.根据权利要求1所述的系统,其中所述检验子系统是基于电子的检验子系统。
24.一种非暂时性计算机可读媒体,其存储能够在计算机系统上执行以执行用于设置样本的检验的计算机实施方法的程序指令,其中所述计算机实施方法包括:
获取样本的参考图像;
修改所述参考图像以使所述参考图像适合于设计栅格以从而产生黄金栅格图像;及
存储所述黄金栅格图像用于检验所述样本,其中所述检验包括使从响应于从所述样本检测到的能量的检验子系统的输出产生的所述样本的测试图像与所述黄金栅格图像对准,且其中所述获取、所述修改及所述存储由所述计算机系统执行。
25.一种用于设置样本的检验的计算机实施方法,其包括:
获取样本的参考图像;
修改所述参考图像以使所述参考图像适合于设计栅格以从而产生黄金栅格图像;及
存储所述黄金栅格图像用于检验所述样本,其中所述检验包括使从响应于从所述样本检测到的能量的检验子系统的输出产生的所述样本的测试图像与所述黄金栅格图像对准,且其中所述获取、所述修改及所述存储由一或多个计算机子系统执行。
CN202180043613.1A 2020-08-31 2021-08-25 设置样本的检验 Active CN115943301B (zh)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US202063072939P 2020-08-31 2020-08-31
US63/072,939 2020-08-31
US17/165,826 US11748872B2 (en) 2020-08-31 2021-02-02 Setting up inspection of a specimen
US17/165,826 2021-02-02
PCT/US2021/047425 WO2022046825A1 (en) 2020-08-31 2021-08-25 Setting up inspection of a specimen

Publications (2)

Publication Number Publication Date
CN115943301A true CN115943301A (zh) 2023-04-07
CN115943301B CN115943301B (zh) 2025-04-08

Family

ID=80355640

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202180043613.1A Active CN115943301B (zh) 2020-08-31 2021-08-25 设置样本的检验

Country Status (6)

Country Link
US (1) US11748872B2 (zh)
KR (1) KR102828297B1 (zh)
CN (1) CN115943301B (zh)
IL (1) IL300440B2 (zh)
TW (1) TWI853180B (zh)
WO (1) WO2022046825A1 (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11676266B2 (en) * 2020-11-04 2023-06-13 Tokyo Electron Limited Method and apparatus for inspecting pattern collapse defects
US20230152785A1 (en) * 2021-11-16 2023-05-18 Instrumental, Inc. Method for automatically adjusting manufacturing limits prescribed on an assembly line
JP2024027940A (ja) * 2022-08-19 2024-03-01 キオクシア株式会社 段差計測装置、及び、段差算出方法
US20240112326A1 (en) * 2022-09-30 2024-04-04 Kla Corporation Inspection of adaptive patterned workpieces with dynamic design and deep learning-based rendering

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090037134A1 (en) * 2007-07-30 2009-02-05 Ashok Kulkarni Semiconductor device property extraction, generation, visualization, and monitoring methods
US20140212024A1 (en) * 2013-01-29 2014-07-31 Kla-Tencor Corporation Contour-based array inspection of patterned defects
US20160321800A1 (en) * 2015-04-29 2016-11-03 Kla-Tencor Corporation Intra-Die Defect Detection
US20170018064A1 (en) * 2015-07-13 2017-01-19 Carl Zeiss Smt Gmbh Method and apparatus for determining the position of structure elements of a photolithographic mask
CN107466366A (zh) * 2015-04-21 2017-12-12 科磊股份有限公司 用于光点扫描晶片检验系统的运行时间对准的系统及方法
US20190214221A1 (en) * 2018-01-11 2019-07-11 Nuflare Technology, Inc. Multiple beam inspection apparatus and sensitivity correction method for multi-detector

Family Cites Families (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3466730B2 (ja) * 1994-09-16 2003-11-17 株式会社東芝 パターン評価装置およびパターン評価方法
US7555157B2 (en) * 2001-09-07 2009-06-30 Geoff Davidson System and method for transforming graphical images
US7227984B2 (en) * 2003-03-03 2007-06-05 Kla-Tencor Technologies Corporation Method and apparatus for identifying defects in a substrate surface by using dithering to reconstruct under-sampled images
US7639849B2 (en) * 2005-05-17 2009-12-29 Barco N.V. Methods, apparatus, and devices for noise reduction
US7570796B2 (en) 2005-11-18 2009-08-04 Kla-Tencor Technologies Corp. Methods and systems for utilizing design data in combination with inspection data
US7676077B2 (en) 2005-11-18 2010-03-09 Kla-Tencor Technologies Corp. Methods and systems for utilizing design data in combination with inspection data
US8698093B1 (en) 2007-01-19 2014-04-15 Kla-Tencor Corporation Objective lens with deflector plates immersed in electrostatic lens field
US8126255B2 (en) 2007-09-20 2012-02-28 Kla-Tencor Corp. Systems and methods for creating persistent data for a wafer and for using persistent data for inspection-related functions
JP5021503B2 (ja) 2008-01-15 2012-09-12 株式会社日立ハイテクノロジーズ パターン欠陥解析装置、パターン欠陥解析方法およびパターン欠陥解析プログラム
JP4537467B2 (ja) * 2008-03-18 2010-09-01 アドバンスド・マスク・インスペクション・テクノロジー株式会社 試料検査装置及び試料検査方法
US8750595B2 (en) * 2010-10-06 2014-06-10 International Business Machines Corporation Registering measured images to layout data
US8664594B1 (en) 2011-04-18 2014-03-04 Kla-Tencor Corporation Electron-optical system for high-speed and high-sensitivity inspections
US8692204B2 (en) 2011-04-26 2014-04-08 Kla-Tencor Corporation Apparatus and methods for electron beam detection
US8716662B1 (en) 2012-07-16 2014-05-06 Kla-Tencor Corporation Methods and apparatus to review defects using scanning electron microscope with multiple electron beam configurations
WO2014149197A1 (en) * 2013-02-01 2014-09-25 Kla-Tencor Corporation Detecting defects on a wafer using defect-specific and multi-channel information
US9222895B2 (en) * 2013-02-25 2015-12-29 Kla-Tencor Corp. Generalized virtual inspector
US9875536B2 (en) * 2015-03-31 2018-01-23 Kla-Tencor Corp. Sub-pixel and sub-resolution localization of defects on patterned wafers
US10380728B2 (en) * 2015-08-31 2019-08-13 Kla-Tencor Corporation Model-based metrology using images
JP6546509B2 (ja) * 2015-10-28 2019-07-17 株式会社ニューフレアテクノロジー パターン検査方法及びパターン検査装置
US10186026B2 (en) 2015-11-17 2019-01-22 Kla-Tencor Corp. Single image detection
US10043261B2 (en) * 2016-01-11 2018-08-07 Kla-Tencor Corp. Generating simulated output for a specimen
US10192302B2 (en) 2016-05-25 2019-01-29 Kla-Tencor Corporation Combined patch and design-based defect detection
KR102779890B1 (ko) 2016-10-11 2025-03-12 삼성전자주식회사 검사 방법, 검사 시스템, 및 이를 이용한 반도체 패키지의 제조 방법
JP2019200920A (ja) * 2018-05-16 2019-11-21 株式会社ニューフレアテクノロジー マルチ電子ビーム画像取得装置およびマルチ電子ビーム画像取得方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090037134A1 (en) * 2007-07-30 2009-02-05 Ashok Kulkarni Semiconductor device property extraction, generation, visualization, and monitoring methods
US20140212024A1 (en) * 2013-01-29 2014-07-31 Kla-Tencor Corporation Contour-based array inspection of patterned defects
CN107466366A (zh) * 2015-04-21 2017-12-12 科磊股份有限公司 用于光点扫描晶片检验系统的运行时间对准的系统及方法
US20160321800A1 (en) * 2015-04-29 2016-11-03 Kla-Tencor Corporation Intra-Die Defect Detection
US20170018064A1 (en) * 2015-07-13 2017-01-19 Carl Zeiss Smt Gmbh Method and apparatus for determining the position of structure elements of a photolithographic mask
US20190214221A1 (en) * 2018-01-11 2019-07-11 Nuflare Technology, Inc. Multiple beam inspection apparatus and sensitivity correction method for multi-detector

Also Published As

Publication number Publication date
IL300440A (en) 2023-04-01
KR20230057462A (ko) 2023-04-28
IL300440B2 (en) 2026-02-01
US11748872B2 (en) 2023-09-05
IL300440B1 (en) 2025-10-01
KR102828297B1 (ko) 2025-07-02
US20220067898A1 (en) 2022-03-03
TW202225676A (zh) 2022-07-01
CN115943301B (zh) 2025-04-08
TWI853180B (zh) 2024-08-21
WO2022046825A1 (en) 2022-03-03

Similar Documents

Publication Publication Date Title
KR102369848B1 (ko) 관심 패턴 이미지 집단에 대한 이상치 검출
TWI861242B (zh) 用於控制樣本檢測之程序之系統及電腦實施方法,以及非暫時性電腦可讀媒體
US10393671B2 (en) Intra-die defect detection
TWI853180B (zh) 設置樣本之檢查
CN114096832B (zh) 用于选择用于样本检验的缺陷检测方法的系统和方法
KR20220073766A (ko) 멀티 이미징 모드 이미지 정렬
KR102721346B1 (ko) 표본 상의 어레이 영역에서의 결함 검출
US12165306B2 (en) Segmentation of design care areas with a rendered design image
KR20240026446A (ko) 표본 검사를 위한 케어 영역 설정
CN115280479B (zh) 使用检验工具以确定用于样本的类计量的信息
CN119384678A (zh) 检测样品上的缺陷
KR20250107121A (ko) 멀티모드 결함 검출
KR20250161518A (ko) 시편 상의 결함 검출
TW202445124A (zh) 在樣品上之陣列區域中偵測缺陷

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant