[go: up one dir, main page]

CN111492200B - 用于半导体结构厚度测量的方法和系统 - Google Patents

用于半导体结构厚度测量的方法和系统 Download PDF

Info

Publication number
CN111492200B
CN111492200B CN202080000634.0A CN202080000634A CN111492200B CN 111492200 B CN111492200 B CN 111492200B CN 202080000634 A CN202080000634 A CN 202080000634A CN 111492200 B CN111492200 B CN 111492200B
Authority
CN
China
Prior art keywords
layers
image
stack
semiconductor structure
boundary line
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.)
Active
Application number
CN202080000634.0A
Other languages
English (en)
Other versions
CN111492200A (zh
Inventor
F·厄尔梅茨
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.)
Yangtze Memory Technologies Co Ltd
Original Assignee
Yangtze Memory Technologies Co Ltd
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 Yangtze Memory Technologies Co Ltd filed Critical Yangtze Memory Technologies Co Ltd
Publication of CN111492200A publication Critical patent/CN111492200A/zh
Application granted granted Critical
Publication of CN111492200B publication Critical patent/CN111492200B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
    • G01B11/06—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness for measuring thickness ; e.g. of sheet material
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; 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
    • G06T7/0006—Industrial image inspection using a design-rule based approach
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B15/00—Measuring arrangements characterised by the use of electromagnetic waves or particle radiation, e.g. by the use of microwaves, X-rays, gamma rays or electrons
    • G01B15/02—Measuring arrangements characterised by the use of electromagnetic waves or particle radiation, e.g. by the use of microwaves, X-rays, gamma rays or electrons for measuring thickness
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; 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 OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • H10P74/203—
    • H10P74/23—
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B2210/00—Aspects not specifically covered by any group under G01B, e.g. of wheel alignment, caliper-like sensors
    • G01B2210/56—Measuring geometric parameters of semiconductor structures, e.g. profile, critical dimensions or trench depth
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; 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 OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20076—Probabilistic image processing
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Geometry (AREA)
  • Electromagnetism (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Testing Or Measuring Of Semiconductors Or The Like (AREA)
  • Non-Volatile Memory (AREA)

Abstract

公开了涉及用于半导体结构中的厚度测量的系统和方法的实施例。例如，一种用于半导体结构中的厚度检测的方法可以包括：由至少一个处理器检测所述半导体结构中的层的堆叠的图像的倾斜。所述方法可以还包括：由所述至少一个处理器对所述图像中的所述堆叠的所述层执行粗糙边界线检测。所述方法可以进一步包括：由所述至少一个处理器对所述图像中的所述堆叠的所述层执行精细厚度检测。所述粗糙边界线检测可以以第一精度检测所述堆叠的所述层的边界，以及，所述精细厚度检测可以以高于所述第一精度的第二精度检测所述堆叠的所述层的厚度。所述方法可以额外地包括：由所述至少一个处理器提供所述精细厚度检测的输出结果。

Description

用于半导体结构厚度测量的方法和系统
技术领域
本公开内容的实施例涉及半导体制造中的度量系统和方法。
背景技术
概括地说，通过对参数的测量来辅助对过程参数的控制。在特定的半导体制造过程中，创建层的堆叠。出于各种目的(诸如，质量控制和过程验证和优化)相应地测量这些层的厚度。通常通过将在半导体器件的横截面处获取的图像输入专有软件中和手动地在图像上绘制和标记结构来执行测量。
发明内容
本文中公开了半导体结构中的厚度检测的实施例。
在一个示例中，一种用于半导体结构中的厚度检测的方法可以包括：由至少一个处理器检测所述半导体结构中的层的堆叠的图像的倾斜。所述方法可以还包括：由所述至少一个处理器对所述图像中的所述堆叠的所述层执行粗糙边界线检测。所述方法可以进一步包括：由所述至少一个处理器对所述图像中的所述堆叠的所述层执行精细厚度检测。所述粗糙边界线检测可以以第一精度检测所述堆叠的所述层的边界，以及，所述精细厚度检测可以以高于所述第一精度的第二精度检测所述堆叠的所述层的厚度。所述方法可以额外地包括：由所述至少一个处理器提供所述精细厚度检测的输出结果。
在另一个示例中，一种用于半导体结构中的厚度检测的系统可以包括至少一个处理器和存储计算机程序代码的至少一个存储器。所述至少一个处理器可以被配置为，利用所述至少一个存储器和所述计算机程序代码，使所述系统至少检测半导体结构中的层的堆叠的图像的倾斜。所述至少一个处理器可以还被配置为使所述系统至少对所述图像中的所述堆叠的所述层执行粗糙边界线检测。所述至少一个处理器可以进一步被配置为使所述系统至少对所述图像中的所述堆叠的所述层执行精细厚度检测。所述粗糙边界线检测可以以第一精度检测所述堆叠的所述层的边界，以及，所述精细厚度检测可以以高于所述第一精度的第二精度检测所述堆叠的所述层的厚度。所述至少一个处理器可以额外地被配置为使所述系统至少提供所述精细厚度检测的输出结果。
在仍然另一个示例中，一种非暂时性计算机可读介质可以被编码为具有指令，所述指令在于硬件中被执行时，使器件执行用于半导体结构中的厚度检测的过程。所述过程可以包括：检测所述半导体结构中的层的堆叠的图像的倾斜。所述过程可以还包括：对所述图像中的所述堆叠的所述层执行粗糙边界线检测。所述过程可以进一步包括：对所述图像中的所述堆叠的所述层执行精细厚度检测。所述粗糙边界线检测可以以第一精度检测所述堆叠的所述层的边界，以及，所述精细厚度检测可以以高于所述第一精度的第二精度检测所述堆叠的所述层的厚度。所述过程可以额外地包括：提供所述精细厚度检测的输出结果。
附图说明
被并入本文并且构成本说明书的部分的附图说明了本公开内容的实施例，并且与本说明书一起进一步用于阐述本公开内容的原理和使本领域的技术人员能够制作和使用本公开内容。
图1A说明了具有交替的二氧化硅层和氮化硅层的堆叠的一种示例性半导体结构的横截面。
图1B说明了具有交替的二氧化硅层和金属层的堆叠的一种示例性三维(3D)存储器件的横截面。
图2说明了示出具有手动标记的边界线的交替的二氧化硅层和氮化硅层的图像。
图3说明了根据本公开内容的特定的实施例的用于半导体结构中的厚度测量的一种示例性方法的流程图。
图4说明了根据本公开内容的特定的实施例的使用代价函数的粗糙图像倾斜检测的一种示例性过程。
图5说明了根据本公开内容的特定的实施例的粗糙边界线检测的一种示例性过程。
图6A说明了根据本公开内容的特定的实施例的图像中的层的堆叠的一对边界。
图6B说明了根据本公开内容的特定的实施例的亮度分隔符确定的一种示例性过程。
图6C说明了根据本公开内容的特定的实施例的亮度分隔符确定的另一种示例性过程。
图7A说明了根据本公开内容的特定的实施例的图6B中示出的示例的进一步的细节。
图7B说明了根据本公开内容的特定的实施例的图6C中示出的示例的进一步的细节。
图8说明了根据本公开内容的特定的实施例的针对给定的层的厚度测量的一种示例性输出。
图9说明了根据本公开内容的特定的实施例的用于半导体结构中的厚度测量的一种示例性系统。
图10说明了根据本公开内容的特定的实施例的一种示例性计算设备的方框图。
将参考附图描述本公开内容的实施例。
具体实施方式
尽管讨论了具体的配置和布置，但应当理解，这仅是出于说明的目的的。相关领域的技术人员应当认识到，可以使用其它的配置和布置而不脱离本公开内容的精神和范围。对于相关领域的技术人员应当显而易见，也可以在多种其它的应用中使用本公开内容。
应当指出，本说明书中对“一个实施例”、“一实施例”、“一个示例实施例”、“一些实施例”等的引用指示所描述的实施例可以包括一个具体的特征、结构或者特性，但每个实施例可以不必包括该具体的特征、结构或者特性。此外，这样的短语不必指同一个实施例。进一步地，在结合一个实施例描述一个具体的特征、结构或者特性时，相关领域的技术人员将知道结合其它的实施例影响这样的特征、结构或者特性，不论是否作出了明确的描述。
概括地说，可以至少部分地根据上下文中的使用来理解术语。例如，至少部分地取决于上下文，如本文中使用的术语“一个或多个”可以被用于描述任何单数意义上的特征、结构或者特性，或者可以被用于描述复数意义上的特征、结构或者特性的组合。类似地，至少部分地取决于上下文，诸如是“一”、“一个”或者“那个”这样的术语再次可以被理解为传达单数使用或者传达复数使用。另外，再次至少部分地取决于上下文，术语“基于”可以被理解为不必旨在传达因素的排他的集合，而作为代替可以允许存在不必被明确地描述的额外的因素。
应当显而易见，应当以最宽泛的方式来解释本公开内容中的“在……上面”、“在……之上”和“在……上方”的意义，以使得“在……上面”不仅表示“直接在某物上面”，而还包括“在某物上面”而其间有中间的特征或者层的意义，以及，“在……之上”或者“在……上方”不仅表示“在某物之上”或者“在某物上方”的意义，而可以还包括其“在某物之上”或者“在某物上方”而其间没有任何中间的特征或者层(即，直接在某物上面)的意义。
进一步地，为了易于描述，可以在本文中使用空间相对术语(诸如“在……下面”、“在……之下”、“较低”、“在……之上”、“较高”等)以便描述如附图中说明的一个元素或者特征与另一个(些)元素或者特征的关系。除了附图中描绘的朝向之外，空间相对术语旨在还包括处在使用或者操作中的设备的不同的朝向。装置可以被另外地定向(被旋转90度或者被定向在其它的朝向处)，并且同样可以相应地解释本文中使用的空间相对描述语。
如本文中使用的，术语“衬底”指向其上添加随后的材料层的材料。可以对衬底自身进行图案化。被添加到衬底顶上的材料可以被图案化，或者可以保持不被图案化。此外，衬底可以包括多种半导体材料(诸如，硅、锗、砷化镓、磷化铟等)。可替换地，衬底可以是由非导电材料(诸如，玻璃、塑料或者蓝宝石晶圆)制成的。
如本文中使用的，术语“层”指包括具有厚度的区域的材料部分。层可以在整个底层或者上覆结构之上延伸，或者可以具有小于底层或者上覆结构的广度的广度。进一步地，层可以是具有小于连续结构的厚度的厚度的同构或者异构连续结构的区域。例如，层可以位于连续结构的顶面与底面之间或者之处的任意一对水平的平面之间。层可以水平地、垂直地和/或沿锥形表面延伸。衬底可以是一个层，可以包括位于其中的一个或多个层，和/或可以具有位于其上面、位于其之上和/或位于其之下的一个或多个层。一个层可以包括多个层。例如，一个互连层可以包括一个或多个导体和触点层(在其中形成互连线和/或垂直的互连访问(VIA)触点)和一个或多个介电质层。
如本文中使用的，术语“标称的/标称地”指在产品或者过程的设计阶段期间设置的部件或者过程操作的特性或者参数的期望或者目标值，以及期望值之上和/或之下的值的范围。值的范围可以起因于制造过程中的轻微变化或者容限。如本文中使用的，术语“大约”指示可以基于与主题半导体器件相关联的具体的技术节点改变的给定的量的值。基于具体的技术节点，术语“大约”可以指示例如在值10-30％(例如，值±10％、±20％或者±30％)内改变的给定的量的值。
如本文中使用的，术语“3D存储器件”指具有位于横向朝向的衬底上面的垂直朝向的存储单元晶体管的串(在本文中被称为“存储串”，诸如，NAND存储串)以使得存储串就衬底而言在垂直方向上延伸的半导体器件。如本文中使用的，术语“垂直的/垂直地”表示标称地垂直于衬底的横向表面。
在半导体器件(诸如，3D存储器件)中，层的堆叠已被用作制造过程期间的中间结构或者最终的器件中的结构。图1A说明了具有交替的二氧化硅层104和氮化硅层106的堆叠的一个示例性半导体结构100的横截面。半导体结构100是制造3D NAND存储器件期间的中间结构。半导体结构100包括衬底102(诸如，硅衬底)和位于衬底102之上的交替的二氧化硅层104和氮化硅层106的堆叠。二氧化硅层104和氮化硅层106在垂直方向上交替。换句话说，除了位于堆叠的顶部或者底部的那些二氧化硅层104和氮化硅层106之外，每个二氧化硅层104在全部两侧处与两个氮化硅层106邻接，并且每个氮化硅层106在全部两侧处与两个二氧化硅层104邻接。二氧化硅层104各自具有标称上相同的厚度。类似地，氮化硅层106各自具有标称上相同的厚度。在其它的示例中，可以用氮化硅层、氮氧化硅层或者高介电常数(k)介电质层替换二氧化硅层104，以及，可以用多晶硅层、硅化物层或者金属层替换氮化硅层106。通过使用包括但不限于化学气相沉积(CVD)、物理气相沉积(PVD)、原子层沉积(ALD)或者其任意组合的一个或多个薄膜沉积过程在衬底102之上交替地沉积二氧化硅层104和氮化硅层106来形成交替的二氧化硅层104和氮化硅层106的堆叠。
图1B说明了具有交替的二氧化硅层104和金属层108的一个示例性3D存储器件101的横截面。3D存储器件101是完成制造过程之后的最终器件。3D存储器件101包括交替的二氧化硅层104和金属层108的堆叠。金属层108包括钨(W)层或者任何其它合适的金属层(诸如，铜(Cu)层、铝(Al)层、钴(Co)层等)。二氧化硅层104和金属层108在垂直方向上交替。换句话说，除了位于堆叠的顶部或者底部的那些二氧化硅层104和金属层108之外，每个二氧化硅层104在全部两侧处与两个金属层108邻接，并且每个金属层108在全部两侧处与两个二氧化硅层104邻接。二氧化硅层104各自标称上相同的厚度。类似地，金属层108各自具有标称上相同的厚度。通过所谓的“栅替换过程”从图1A中的交替的二氧化硅层104和氮化硅层106的堆叠形成交替的二氧化硅层104和金属层108的堆叠，“栅替换过程”通过使用湿式蚀刻和金属沉积用金属层108替换氮化硅层106。
如在图1B中示出的，3D存储器件101还包括各自垂直地贯穿交替的二氧化硅层104和金属层108的堆叠地延伸的沟道结构110的阵列和各自垂直地贯穿交替的二氧化硅层104和金属层108的堆叠地延伸以及水平地延伸以将沟道结构110分隔成存储块的多个缝隙结构112。缝隙结构112在被填充了介电质材料之前还充当用于为栅替换过程运输湿式蚀刻剂和沉积气体的通道。在其它的示例中，例如通过直接在衬底102之上交替地沉积二氧化硅层104和金属层108而在没有栅替换过程的情况下形成交替的二氧化硅层104和金属层108(与氮化硅层106相反)的堆叠。不考虑具体的材料，交替的第一材料层和不同于第一材料层的第二材料层的堆叠被广泛地用在3D存储器件和任何其它的半导体器件的制造中。
在制造过程期间或者之后，对交替的第一材料层和第二材料层的堆叠的厚度控制对于质量控制是重要的。例如，在测量氮化硅和二氧化硅的交替的层的情况下，已知的薄膜厚度检测实践涉及以下步骤。首先，对图像进行下采样以从图像中移除噪声。然而，下采样可能引起图像分辨率降低。由于最小误差不能比该图像分辨率更好，所以该分辨率降低固有地使误差量增大。例如，如果图像中的一个像素等于0.1nm，则对交替的层堆叠的边界检测不能具有小于0.1nm的误差率。如果对这样的图像进行下采样，并且一个像素变成等于1nm，则即使产生的图像可以是具有较少噪声的并且被认为更适合用于厚度分析，厚度测量结果也不会具有小于1nm的误差率。
第二，在该已知的方法中，通过手动选择图像的最清晰的部分来检测厚度。该手动选择对所获取的数据引入主观性。由于选择由技术人员的个人习惯选择决定而不受规则的限制，所以如果在一天以及再次在另一天发送交替的层堆叠的透射电子显微镜(TEM)图像以便被分析，则来自不同的天的结果将不是相同的。额外地，在该已知的方法中，有时对于每个交替的层堆叠可以存在少至一个数据点。例如，用于确定平均厚度的为1的采样大小更可能产生误差，并且相关的参数(诸如，方差)变成不可能的。
例如，图2说明了示出具有用于手动厚度标记的边界线的交替的二氧化硅层和氮化硅层的图像。如在图2中示出的，图2左侧的被标记为“18”的图像是从在交替的二氧化硅层和氮化硅层的堆叠的横截面处获取的TEM图像下采样得到的。把经下采样的图像输入到用于绘制层之间的边界的专有软件中，产生在图2的右侧的两列“#1”和“#2”处被检测的被标记为“M0”，“M1”，“M2”，...，和“M11”的边界。用户然后可以手动地在边界被认为足够清晰的地方标记厚度。然而，所述厚度测量方法具有如上面描述的各种缺点，诸如，高误差率、不一致性和低采样大小。
本公开内容的特定的实施例避免上面识别的问题，并且提供各种好处和/或优点。例如，特定的实施例可以避免对下采样的需求，并且可以允许分析许多采样。特定的实施例可以根据原始图像(诸如，TEM图像、扫描电子显微镜(SEM)图像或者扫描透射电子显微镜(STEM)图像)工作。因此，误差可以被减小，诸如，被减少到1-3埃而不是10-20埃的范围处，其中，原始TEM图像具有接近1-3埃范围的分辨率。特定的实施例可以可靠地对于相同的图像产生相同的结果，而不考虑用户变化。额外地，可用数据点的数量可以被增加一个数量级，在测量结果中提供更高的置信度。
图3说明了根据本公开内容的特定的实施例的用于半导体结构中的厚度测量的一种示例性方法300的流程图。应当理解，方法300中示出的操作不是穷举的，并且也可以在所说明的操作中的任意操作之前、之后或者之间执行其它的操作。进一步地，可以同时地或者按照不同于图3中示出的次序的次序执行这些操作中的一些操作。
如在图3中示出的，方法300可以包括：在操作310处检测半导体结构中的层的堆叠的图像的倾斜。图像可以是灰度图像，或者可以被转换成灰度图像，以使得可以将图像的各种像素的相对亮度与彼此比较。堆叠可以包括第一材料和不同于第一材料的第二材料的交替的层。在一个示例中，第一和第二材料可以分别包括二氧化硅和氮化硅。在另一个示例中，第一和第二材料可以分别包括二氧化硅和金属。在仍然另一个示例中，第一和第二材料可以分别包括二氧化硅和多晶硅。交替的层可以是半导体器件(诸如，3D存储器件)的任何合适的部分，或者作为制造期间的中间结构或者位于制造之后的最终器件中。交替的层可以是在垂直方向上被堆叠的横向层。在特定的情况下，图像可以示出以与纯水平的某个偏移量延伸的层。例如，层可以被倾斜得与水平相差大约5％或者更多。可以使用SEM、TEM、STEM或者其它类似的用于以纳米或者亚微米尺度成像的技术获取图像。
可以通过识别使关于在横向方向上跨越图像的有代表性的线的亮度变化的代价函数最小化的倾斜来执行对倾斜的检测。例如，在理想图像中，层全部是纯水平的，并且是经良好定义的。在这种情况下，每个水平线的像素具有相同的亮度。如果是另外的情况，例如，理想图像被稍微旋转，以使得引入5％的倾斜，则相同的水平线现在将经历显著的亮度改变。如果遇到了最严重的可能的倾斜，即，90度的倾斜，则那些严重的亮度改变的量将是最大的。存在多种用于确定图像的倾斜的方法，但一种方法将识别使关于一些采样平行线的亮度变化的代价函数最小化的倾斜。在真实图像中，与理想图像不同，甚至在层的中心内，可以存在像素亮度变化。因此，即使真实图像具有零倾斜，有代表性的线也将经历一定程度的亮度变化。此外，如果有代表性的线碰巧落在沿层之间的边界处，则该亮度变化可以是甚至更显著的。
还允许其它的倾斜检测方法。例如，可以确定使垂直方向上的平滑后的亮度变化的周期最小化的倾斜。这种方法可以被看作用于使横向方向上的亮度变化最小化的方法的正交方法。应当理解，如果图像太浑浊或者昏暗，则倾斜检测可能是不可能的。在这样的情况下，可以丢弃图像，并且可以中断对图像的处理。
作为方法300中的操作310的一个示例，图4说明了根据本公开内容的特定的实施例的使用代价函数的粗糙图像倾斜检测的一个示例性过程。还允许其它的用于执行倾斜检测的技术，该方法是一个示例。如在图4的左侧示出的，可以在交替的二氧化硅层和氮化硅层的堆叠的横截面处获取没有进行下采样的原始TEM图像。可以自动地识别不需要是边界的有代表性的线(在图4中被表示为一系列箭头)，并且可以自动地找到使用于归一化这些线的代价函数最小化的倾斜。该倾斜的源可以是获取TEM图像的TEM成像设备与具有交替的二氧化硅层和氮化硅层的堆叠的采样之间的对齐。应当理解，TEM是一种示例性的成像设备，并且其它的成像设备也是可能的，诸如SEM或者STEM。如果需要，可以将倾斜值提供回TEM或者其它的成像设备以提供用于对TEM或者其它的成像设备的控制的反馈。还应当理解，交替的二氧化硅层和氮化硅层的堆叠是一种示例性的半导体结构，并且交替的第一材料层和不同于第一材料层的第二材料层的其它的堆叠也是可能的，诸如，交替的二氧化硅层和金属层的堆叠或者交替的二氧化硅层和多晶硅层的堆叠。
在特定的实施例中，通常不存在任何伴随着范围在大约-10度和大约10度之间的图像倾斜的TEM图像。代价函数可以被用于检测大约1度左右的精度内的图像倾斜。给定的倾斜的代价函数可以涉及在TEM图像上从左到右对亮度非均匀性求和。可以使用多个有代表性的线，因为碰巧在层边界处落在右边的线可能产生问题。在图4的右侧说明了一个示例性的代价函数，该代价函数示出了代价与倾斜之间的关系，其在大约-4度的倾斜处具有最小代价。图4左侧的有代表性的线具有与右侧的代价函数中的最小代价相对应的大约-4度的倾斜。可以通过多种方法对代价进行评估，诸如，通过确定给定的倾斜处的沿有代表性的线的亮度值的标准差。因此，例如，在更大值的倾斜处，亮度的标准差可以是大约250单位的亮度，而大约4度的倾斜处的亮度的标准差可以是大约20单位的亮度。在这种情况下，仅对+/-10度范围的倾斜进行评估。在特定的实施例中，不需要旋转图像自身。作为代替，可以在厚度确定过程的稍后的步骤中将所识别的倾斜值考虑在内。
再次参考图3，方法300可以还包括：在操作320处，对图像中的堆叠的层执行粗糙边界线检测。可以通过多种方法来执行粗糙边界线检测。例如，执行粗糙边界线检测可以包括：确定图像中的垂直方向上的平均亮度的中点。可以执行这种方法而不直接将倾斜考虑在内。例如，如果倾斜处在门限(诸如，+/-45度)内，则可以对原始的图像执行粗糙边界线检测。否则，如果倾斜处在45和90度之间，则可以在执行粗糙边界线检测之前将图像旋转90度。作为另一个可替换项，可以在执行粗糙边界线检测之前将图像旋转所检测的倾斜量。
在确定中点时，可以对在垂直方向上测量的平均亮度执行二次拟合。可以取多个垂直采样，并且可以基于与这些采样拟合的线形成粗糙边界线。替换地，可以扫描整个图像，并且粗糙边界线可以是通过二次拟合识别的近似相邻的点。
如果扫描整个图像，则可以确定由二次拟合生成的粗糙边界线的线性度。可以在确定粗糙边界线的初始点之后执行线性拟合。可以将线性拟合与所确定的倾斜进行比较。如果线性拟合多于不同于所确定的倾斜的门限量，则可以丢弃图像。在另一个可替换项中，可以从进一步的考虑中排除在其处经由二次拟合确定的粗糙边界线距离线性拟合多于门限量处的点。
作为方法300中的操作320的一个示例，图5说明了根据本公开内容的特定的实施例的粗糙边界线检测的一个示例性过程。如图5中在左侧示出的，可以在TEM图像上的堆叠中的二氧化硅层和氮化硅层之间的每个边界层处自动地找到粗糙边界线(由黑点代表)。在特定的实施例中，可以通过计算沿如由之前的图像倾斜检测过程确定的图像倾斜方向(例如，从左到右或者反之)的平均图像亮度和定位急剧的亮度改变来自动地识别粗糙边界线。如在图5的右侧示出的，一种可以被用于自动地识别粗糙边界线的方法将测量垂直方向(即，从上到下或者反之)上的像素的平均亮度，对数据进行二次拟合，以及然后识别在其处二次拟合跨越平均亮度的平滑后的曲线的粗糙边界。不再需要逐像素地识别粗糙边界线。作为代替，基于之前确定的倾斜，可以为图像的每个倾斜的线确定倾斜的从左到右的线的平均图像亮度。然后，可以通过将倾斜的线的平均亮度与彼此进行比较来定位急剧的亮度改变。
在图5中，左侧图像的坐标轴的单位是像素(分别从左边和从顶部起)。右侧图像的x轴可以是与左侧图像的y轴相同的(即，从顶部起的像素)，并且右侧图像的y轴可以是亮度值。通过图5右侧的方法计算的粗糙边界(由黑点代表)可以与被标记在左侧的TEM图像上的粗糙边界线(由黑点代表)相对应。也允许其它的用于粗糙边界线确定的方法。粗糙边界线不被用于计算其间的厚度，而相反用于发起随后的过程中的精细厚度检测。
再次参考图3，方法300可以进一步包括：在操作330处，对图像中的堆叠的层执行精细厚度检测。可能不需要在图像中的每个可能的地方执行精细厚度检测。作为代替，可以将精细厚度检测限于测量最可靠处的采样。因此，例如，在推定的边界显著不同于其最接近的邻居的推定的边界的地方处，可以丢弃采样。
执行精细厚度检测可以包括：检测由粗糙边界线检测检测到的给定的粗糙边界线附近的亮度分隔符。可以初始将亮度分隔符挑选为与跨越粗糙边界线的亮度数据的平滑后的曲线的亮度相对应的值。可以确定最先挑选的值每侧的平均亮度。然后，可以将边界的新值挑选为与两个亮度之间的中点相对应。因此，例如，如果一侧的平均亮度为1800，并且另一侧的平均亮度为1400，则可以将新的边界挑选在平滑后的输入数据跨越1600的地方处。
执行精细厚度检测可以进一步包括：验证亮度分隔符。可以通过确定亮度分隔符将亮度数据点分隔得多好来执行验证。因此，验证可以包括：确定亮度分隔符分隔不同亮度的像素的程度。例如，在一些情况下，亮度分隔符可以将接近全部位于中点亮度之上的像素分隔到一侧，以及将接近全部位于中点亮度之下的像素分隔到另一侧。在良好的采样中，位于亮度分隔符的错误侧的像素中的少数可以是较小的。如果多于预定门限的像素位于亮度分隔符的错误侧，则可以丢弃采样。如果少与预定门限位于错误侧，则可以使用采样。
在特定的实施例中，为了采取精细厚度测量，两个在垂直方向上相继的边界线需要是可接受的。一旦接受两个在垂直方向上相继的边界线，则那两个边界之间的距离可以被识别为受两个在垂直方向上相继的边界线的限制的层的采样的层厚度。
粗糙边界线检测之后的精细厚度检测可以包括如由随后的示例说明的检测每个粗糙边界附近的亮度分隔符和确定亮度分隔符的质量。作为方法300中的操作330的一个示例，图6A说明了根据本公开内容的特定的实施例的图像中的层的堆叠中的一对边界。如在图6A中示出的，顶部层中的像素可以具有相对低的平均亮度，中间层中的像素可以具有相对高的平均亮度，以及，中间层中的像素可以具有相对低的平均亮度。
图6B说明了根据本公开内容的特定的实施例的亮度分隔符确定的一个示例性的过程。图6B可以与跨越在图6A中用实线箭头示出的边界相对应。图6C说明了根据本公开内容的特定的实施例的亮度分隔符确定的另一个示例性的过程。图6C可以与跨越在图6A中用断裂线箭头示出的边界相对应。如在图6B和6C中示出的，可以将输入亮度数据聚类在与二氧化硅平均亮度和氮化硅平均亮度相对应的两个不同的亮度水平处。图6A说明了从低亮度材料向高亮度材料的过渡，而图6B说明了从高亮度材料向低亮度材料的过渡。
可以通过选择二氧化硅平均亮度与氮化硅平均亮度之间的中点来获取第一猜想分隔线。如在图6A中示出的，这种情况下的亮度分隔线提供大约97.56％的亮度分隔比率，而在图6B中，那种情况下的亮度分隔线提供大约97.3％的亮度分隔比率。那表示，在每种情况下，少于3％的像素具有出现在线的错误侧的亮度。可以就粗糙边界分割附近的像素窗口执行该分析。可以对沿同一个粗糙边界线和其它的边界线中的每个边界线的片段的多个窗口重复地执行该分析。
图7A和7B分别说明了图6B和6C中示出的示例的进一步的细节。如在图7A和7B中示出的，可以确定两个平均亮度(由虚线说明)：在图7A中，较低的平均与分隔符之前的像素相对应，并且较高的平均与分隔符之后的像素相对应，而在图7B中，较高的平均与分隔符之前的像素相对应，并且较低的平均与分隔符之后的像素相对应。这两个平均亮度之间的差异在全部这两个示例中都较大。
再次参考图3，方法300可以额外地包括：在操作340处，提供精细厚度检测的输出结果。输出可以是视觉的和/或计算机可读的。例如，输出结果可以包括被呈现在图形用户界面上的视觉显示。在一个具体的示例中，可以利用连接符显示每对经验证的边界线，以及可以显示与其相对应的厚度值。额外地，可以提供诸如是平均厚度、厚度的方差等这样的统计数据。也可以提供关于历史测量的统计数据。因此，可以将该图像中的层的厚度与在之前的测量中确定的厚度进行比较。在检测到统计上的逸出值时，可以提供报警或者警报。例如，如果该采样中的层的平均厚度比历史值多出三个标准差，则显示可以提供高度明显的指示器(诸如，阻隔屏幕的大部分的弹出窗口)。
作为方法300中的操作340的一个示例，图8说明了根据本公开内容的特定的实施例的针对给定的层的厚度测量的一种示例性的输出。如在图8中的左侧示出的，可以为层的原始TEM图像提供可用采样覆盖处的厚度检测。可以在显示的右上方提供厚度散点图以及厚度值的趋势线。值的表面上看来较大的差异可能是由于图表的最小值不是零这一事实。最后，显示的右下方可以用平滑后的线说明厚度密度分布，平滑后的线提供对厚度测量与彼此多么相似的视觉表示。这些视觉输出对于人类技术人员、工程师或者其他的用户可能是有用的。可以将相同的数据提供给另一个用于采取控制行动的计算设备或者软件模块。例如，对于如所示的明显良好的结果，可以决定用于接受当前产生的材料和维持制造配置的控制输出。替换地，例如如果厚度密度分布被认为具有太高的方差，则控制行动可能将是拒绝当前产生的材料(整体地或者部分地)、采取与制造过程有关的修改行动和/或向人类用户发出对可能的故障状况的警报。
再次参考图3，在特定的实施例中，在操作350处，方法300可以还包括：基于输出结果执行关于半导体结构的制造的控制行动。在这种情况下，输出结果可以是计算机可读反馈(诸如，被提供给控制器的比特流或者数据的分组)。控制器可以在执行厚度分析的系统的远端。控制行动可以包括以下各项中的任意项：利用现有的设置维持半导体结构的生产或者制造、改变用于半导体结构的生产或者制造的设置、丢弃半导体结构等。还允许其它的控制行动。例如，在特定的情况下，对厚度的分析可能建议需要清洁沉积反应室。相应地，可以临时停止该反应室中的生产或者制造，可以执行清洁，以及然后可以恢复生产或者制造。
图9说明了根据本公开内容的特定的实施例的用于半导体结构中的厚度测量的一种示例性的系统900。如在图9中示出的，系统900可以包括半导体制造设备910。半导体制造设备910可以包括被配置为沉积交替的层(诸如，第一材料和不同于第一材料的第二材料(例如二氧化硅和氮化硅)的交替的层)的一个或许多沉积反应室。半导体制造设备910可以包括用于CVD、PVD或者ALD的一个或多个沉积反应室。可以将这些分层结构的采样提供给系统900的成像设备920。成像设备920可以是SEM、TEM、STEM或者其它的被配置为使具有亚微米、纳米或者更小的尺度的特征成像的成像设备。在其它的实施例中，成像设备可以被配置为使具有较大尺度(诸如，微米数量级的)特征成像。
可以将来自成像设备920的图像提供给包括至少一个处理器和存储计算机程序代码的至少一个存储器的厚度确定系统930。至少一个处理器可以被配置为，利用至少一个存储器和计算机程序代码，使厚度确定系统930执行本公开内容中公开的厚度确定方法(诸如，图3中的方法300)。
可以例如使用一个或多个计算设备(诸如，图10中示出的计算设备1000)实现各种实施例。一个或多个计算设备1000可以是图9中的厚度确定系统930的一个示例，并且可以例如被用于实现图3的方法300。例如，计算设备1000可以执行本文中描述的厚度确定中的各种功能，诸如，粗糙图像倾斜检测、粗糙边界线检测、精细厚度检测和输出。计算设备1000可以是任何能够执行本文中描述的功能的计算机。
计算设备1000可以包括诸如是处理器1004这样的一个或多个处理器(也被称为中央处理单元或者CPU)。根据一些实施例，处理器1004被连接到通信基础设施或者总线1006。一个或多个处理器1004可以各自是一个图形处理单元(GPU)。在一些实施例中，GPU是一个处理器，该处理器是被设计为处理数学密集型应用的专业电子电路。GPU可以具有并行结构，该并行结构对于对大型数据块(诸如，对于计算机图形应用来说常见的数学密集型数据、图像、视频等)的并行处理是高效的。计算设备1000可以还包括通过用户输入/输出接口1002与通信基础设施或者总线1006通信的用户输入/输出设备1003(诸如，监视器、键盘、指点设备等)。
如在图10中示出的，计算设备1000可以还包括诸如是随机存取存储器(RAM)这样的主要或者主用存储器1008。主存储器1008可以包括一级或多级高速缓存。根据一些实施例，主存储器1008具有存储在其中的控制逻辑(即，计算机软件)和/或数据。如在图10中示出的，计算设备1000可以还包括一个或多个辅助存储设备或者存储器1010。辅助存储器1010可以例如包括硬盘驱动器1012和/或可移除存储设备或者驱动器1014。可移除存储驱动器1014可以是软盘驱动器、磁带驱动器、压缩盘驱动器、光学存储设备、磁带备份设备和/或任何其它的存储设备/驱动器。
如在图10中示出的，可移除存储驱动器1014可以与可移除存储单元1018交互。根据一些实施例，可移除存储单元1018包括具有存储在其上的计算机软件(控制逻辑)和/或数据的计算机可用或者可读存储设备。可移除存储单元1018可以是软盘、磁带、压缩盘、DVD、光学存储盘和/任何其它的计算机数据存储设备。可移除存储驱动器1014可以以公知的方式从可移除存储单元1018读和/或向可移除存储单元1018写。
根据一些实施例，辅助存储器1010可以包括用于允许计算机程序和/或其它指令和/或数据被计算设备1000访问的其它的单元、工具或者其它方法。这样的单元、工具或者其它方法可以例如包括可移除存储单元1022和接口1020。可移除存储单元1022和接口1020的示例可以包括程序磁带盒和磁带盒接口(诸如，在视频游戏设备中被找到的那些)、可移除存储芯片(诸如，EPROM或者PROM)和相关联的插口、记忆棒和USB端口、存储卡和相关联的存储卡槽和/或任何其它的可移除存储单元和相关联的接口。
计算设备1000可以进一步包括通信或网络接口1024。根据一些实施例，通信接口1024使计算设备1000能够与远程设备、远程网络、远程实体等(单个地或者集体地通过标号1028来引用)的任意组合通信和交互。例如，通信接口1024可以允许计算设备1000通过通信路径1026与远程设备1028通信，通信路径1026可以是有线的和/或无线的，并且可以包括LAN、WAN、互联网等的任意组合。可以经由通信路径1026向和从计算设备1000发送控制逻辑和/或数据。
在一些实施例中，一种包括具有存储在其上的控制逻辑(软件)的有形计算机可用或者可读介质的有形装置或者制品在本文中也被称为计算机程序产品或者程序存储设备。这包括但不限于计算设备1000、主存储器1008、辅助存储器1010和可移除存储单元1018和1022以及体现前述各项的任意组合的有形制品。这样的控制逻辑在被一个或多个数据处理设备(诸如，计算设备1000)执行时使这样的数据处理设备如本文中描述的那样操作。
基于包含在本公开内容中的教导，如何使用不同于图10中所示的那些的数据处理设备、计算机系统和/或计算机架构来制作和使用本公开内容的实施例对于相关领域的技术人员将显而易见。具体地说，实施例可以利用不同于本文中描述的那些的软件、硬件和/或操作系统实现方案来操作。
根据本公开内容的一个方面，一种用于半导体结构中的厚度检测的方法可以包括：由至少一个处理器检测半导体结构中的层的堆叠的图像的倾斜。所述方法可以还包括：由所述至少一个处理器对所述图像中的所述堆叠的所述层执行粗糙边界线检测。所述方法可以进一步包括：由所述至少一个处理器对所述图像中的所述堆叠的所述层执行精细厚度检测。所述粗糙边界线检测可以以第一精度检测所述堆叠的所述层的边界，以及，所述精细厚度检测可以以高于所述第一精度的第二精度检测所述堆叠的所述层的厚度。所述方法可以额外地包括：由所述至少一个处理器提供所述精细厚度检测的输出结果。
在一些实施例中，所述图像包括灰度图像。
在一些实施例中，所述堆叠包括第一材料和不同于所述第一材料的第二材料的交替的层。
在一些实施例中，所述交替的层是在垂直方向上被堆叠的横向层。
在一些实施例中，所述半导体结构是3D存储器件的部分。
在一些实施例中，所述检测所述倾斜包括：识别使关于在横向方向上跨越所述图像的有代表性的线的亮度变化的代价函数最小化的倾斜。
在一些实施例中，所述执行所述粗糙边界线检测包括：确定垂直方向上的平均亮度的中点。
在一些实施例中，所述确定中点包括：对所述平均亮度执行二次拟合。
在一些实施例中，所述执行精细厚度检测包括：检测由所述粗糙边界线检测检测到的给定的粗糙边界线附近的亮度分隔符。
在一些实施例中，所述执行精细厚度检测进一步包括：验证所述亮度分隔符。
在一些实施例中，所述验证包括：确定所述亮度分隔符分隔不同亮度的像素的程度。
在一些实施例中，所述输出结果包括被呈现在图形用户界面上的视觉显示。
在一些实施例中，所述方法可以进一步包括：由所述至少一个处理器基于所述输出结果执行关于所述半导体结构的制造的控制行动。所述输出结果可以包括计算机可读反馈。
在一些实施例中，所述控制行动可以包括利用现有的设置维持所述半导体结构的制造、改变用于所述半导体结构的制造的设置和丢弃所述半导体结构中的至少一项。
根据本公开内容的另一个方面，一种用于半导体结构中的厚度检测的系统可以包括：至少一个处理器；以及，存储计算机程序代码的至少一个存储器。所述至少一个处理器可以被配置为，利用所述至少一个存储器和所述计算机程序代码，使所述系统至少执行以下操作：检测半导体结构中的层的堆叠的图像的倾斜；对所述图像中的所述堆叠的所述层执行粗糙边界线检测；对所述图像中的所述堆叠的所述层执行精细厚度检测；以及，提供所述精细厚度检测的输出结果。所述粗糙边界线检测可以以第一精度检测所述堆叠的所述层的边界，以及，所述精细厚度检测可以以高于所述第一精度的第二精度检测所述堆叠的所述层的厚度。
在一些实施例中，所述图像可以包括灰度图像。
在一些实施例中，所述堆叠可以包括第一材料和不同于所述第一材料的第二材料的交替的层。
在一些实施例中，所述交替的层可以是在垂直方向上被堆叠的横向层。
在一些实施例中，所述半导体结构可以是3D存储器件的部分。
在一些实施例中，所述至少一个处理器被配置为使所述系统至少通过识别使关于在横向方向上跨越所述图像的有代表性的线的亮度变化的代价函数最小化的倾斜来检测所述倾斜。
在一些实施例中，所述至少一个处理器被配置为使所述系统至少通过确定垂直方向上的平均亮度的中点来执行所述粗糙边界线检测。
在一些实施例中，所述至少一个处理器被配置为使所述系统至少通过对所述平均亮度执行二次拟合来确定所述中点。
在一些实施例中，所述至少一个处理器被配置为使所述系统至少通过检测由所述粗糙边界线检测来检测到的给定的粗糙边界线附近的亮度分隔符来执行精细厚度检测。
在一些实施例中，所述至少一个处理器被配置为使所述系统至少验证所述亮度分隔符。
在一些实施例中，所述至少一个处理器被配置为使所述系统至少通过确定所述亮度分隔符分隔不同亮度的像素的程度来验证所述亮度分隔符。
在一些实施例中，所述输出结果可以包括被呈现在图形用户界面上的视觉显示。
在一些实施例中，所述至少一个处理器被配置为使所述系统至少基于所述输出结果执行关于所述半导体结构的制造的控制行动。所述输出结果可以包括计算机可读反馈。
在一些实施例中，所述控制行动可以包括利用现有的设置维持所述半导体结构的制造、改变用于所述半导体结构的制造的设置和丢弃所述半导体结构中的至少一项。
根据本公开内容的仍然另一个方面，一种非暂时性计算机可读介质可以被编码为具有指令，所述指令在于硬件中被执行时，使器件执行用于半导体结构中的厚度检测的过程。所述过程可以包括：检测所述半导体结构中的层的堆叠的图像的倾斜。所述过程可以还包括：对所述图像中的所述堆叠的所述层执行粗糙边界线检测。所述过程可以进一步包括：对所述图像中的所述堆叠的所述层执行精细厚度检测。所述粗糙边界线检测可以以第一精度检测所述堆叠的所述层的边界，以及，所述精细厚度检测可以以高于所述第一精度的第二精度检测所述堆叠的所述层的厚度。所述过程可以额外地包括：提供所述精细厚度检测的输出结果。
在一些实施例中，所述图像包括灰度图像。
在一些实施例中，所述堆叠包括第一材料和不同于所述第一材料的第二材料的交替的层。
在一些实施例中，所述交替的层是在垂直方向上被堆叠的横向层。
在一些实施例中，所述半导体结构是3D存储器件的部分。
在一些实施例中，所述检测所述倾斜包括：识别使关于在横向方向上跨越所述图像的有代表性的线的亮度变化的代价函数最小化的倾斜。
在一些实施例中，所述执行所述粗糙边界线检测包括：确定垂直方向上的平均亮度的中点。
在一些实施例中，所述确定中点包括：对所述平均亮度执行二次拟合。
在一些实施例中，所述执行精细厚度检测包括：检测由所述粗糙边界线检测检测到的给定的粗糙边界线附近的亮度分隔符。
在一些实施例中，所述执行精细厚度检测进一步包括：验证所述亮度分隔符。
在一些实施例中，所述验证包括：确定所述亮度分隔符分隔不同亮度的像素的程度。
在一些实施例中，所述输出结果包括被呈现在图形用户界面上的视觉显示。
在一些实施例中，所述过程可以进一步包括：基于所述输出结果执行关于所述半导体结构的制造的控制行动。所述输出结果可以包括计算机可读反馈。
在一些实施例中，所述控制行动可以包括利用现有的设置维持所述半导体结构的制造、改变用于所述半导体结构的制造的设置和丢弃所述半导体结构中的至少一项。
前述对具体的实施例的描述内容将如此揭露本公开内容的一般本质，以使得其他人通过应用本技术领域的知识可以轻松地修改和/或适配这样的具体实施例的各种应用，而没有过多的实验，并且不脱离本公开内容的一般概念。因此，基于本文中呈现的教导和指南，这样的适配和修改旨在落在所公开的实施例的等价项的意义和范围内。应当理解，本文中的词组或者术语是出于描述而非限制的目的的，以使得本说明书的术语或者词组将由技术人员根据所述教导和指南来解释。
已在上面借助于说明所指定的功能及其关系的实现方案的功能性构建方框描述了本公开内容的实施例。已经出于方便描述起见任意地定义了这些功能性构建方框的边界。可以定义替换的边界，只要所指定的功能及其关系被恰当地执行就行。
摘要部分可以阐述如由发明人设想的本公开内容的一个或多个而非全部示例性实施例，并且因此，不旨在以任何方式限制本公开内容及所附权利要求。
本公开内容的广度和范围不应当受上面描述的示例性实施例中的任一个示例性实施例的限制，而应当仅根据以下权利要求及其等价项来定义。

Claims (39)

1.一种用于半导体结构中的厚度检测的方法，包括：
由至少一个处理器检测所述半导体结构中的层的堆叠的图像的倾斜；
由所述至少一个处理器对所述图像中的所述堆叠的所述层执行粗糙边界线检测；
由所述至少一个处理器对所述图像中的所述堆叠的所述层执行精细厚度检测，其中，所述粗糙边界线检测以第一精度检测所述堆叠的所述层的边界，以及，所述精细厚度检测以高于所述第一精度的第二精度检测所述堆叠的所述层的厚度，以及其中，所述执行精细厚度检测包括：检测由所述粗糙边界线检测检测到的给定的粗糙边界线附近的亮度分隔符；以及
由所述至少一个处理器提供所述精细厚度检测的输出结果。
2.根据权利要求1所述的方法，其中，所述图像包括灰度图像。
3.根据权利要求1或2所述的方法，其中，所述堆叠包括第一材料和不同于所述第一材料的第二材料的交替的层。
4.根据权利要求3所述的方法，其中，所述交替的层是在垂直方向上被堆叠的横向层。
5.根据权利要求3所述的方法，其中，所述半导体结构是三维(3D)存储器件的部分。
6.根据权利要求1所述的方法，其中，所述检测所述倾斜包括：识别使关于在横向方向上跨越所述图像的有代表性的线的亮度变化的代价函数最小化的倾斜。
7.根据权利要求1所述的方法，其中，所述执行所述粗糙边界线检测包括：确定垂直方向上的平均亮度的中点。
8.根据权利要求7所述的方法，其中，所述确定中点包括：对所述平均亮度执行二次拟合。
9.根据权利要求1所述的方法，其中，所述执行精细厚度检测还包括：验证所述亮度分隔符。
10.根据权利要求9所述的方法，其中，所述验证包括：确定所述亮度分隔符分隔不同亮度的像素的程度。
11.根据权利要求1所述的方法，其中，所述输出结果包括被呈现在图形用户界面上的视觉显示。
12.根据权利要求1所述的方法，还包括：
由所述至少一个处理器基于所述输出结果执行关于所述半导体结构的制造的控制行动，其中，所述输出结果包括计算机可读反馈。
13.根据权利要求12所述的方法，其中，所述控制行动包括利用现有的设置维持所述半导体结构的制造、改变用于所述半导体结构的制造的设置和丢弃所述半导体结构中的至少一项。
14.一种用于半导体结构中的厚度检测的系统，包括：
至少一个处理器；以及
存储计算机程序代码的至少一个存储器，
其中，所述至少一个处理器被配置为，利用所述至少一个存储器和所述计算机程序代码，使所述系统至少执行以下操作：
检测半导体结构中的层的堆叠的图像的倾斜；
对所述图像中的所述堆叠的所述层执行粗糙边界线检测；
对所述图像中的所述堆叠的所述层执行精细厚度检测，其中，所述粗糙边界线检测以第一精度检测所述堆叠的所述层的边界，以及，所述精细厚度检测以高于所述第一精度的第二精度检测所述堆叠的所述层的厚度，以及其中，所述执行精细厚度检测包括：检测由所述粗糙边界线检测检测到的给定的粗糙边界线附近的亮度分隔符；以及
提供所述精细厚度检测的输出结果。
15.根据权利要求14所述的系统，其中，所述图像包括灰度图像。
16.根据权利要求14或15所述的系统，其中，所述堆叠包括第一材料和不同于所述第一材料的第二材料的交替的层。
17.根据权利要求16所述的系统，其中，所述交替的层是在垂直方向上被堆叠的横向层。
18.根据权利要求16所述的系统，其中，所述半导体结构是三维(3D)存储器件的部分。
19.根据权利要求14所述的系统，其中，所述至少一个处理器被配置为使所述系统至少通过识别使关于在横向方向上跨越所述图像的有代表性的线的亮度变化的代价函数最小化的倾斜来检测所述倾斜。
20.根据权利要求14所述的系统，其中，所述至少一个处理器被配置为使所述系统至少通过确定垂直方向上的平均亮度的中点来执行所述粗糙边界线检测。
21.根据权利要求20所述的系统，其中，所述至少一个处理器被配置为使所述系统至少通过对所述平均亮度执行二次拟合来确定所述中点。
22.根据权利要求14所述的系统，其中，所述至少一个处理器被配置为使所述系统至少验证所述亮度分隔符。
23.根据权利要求22所述的系统，其中，所述至少一个处理器被配置为使所述系统至少通过确定所述亮度分隔符分隔不同亮度的像素的程度来验证所述亮度分隔符。
24.根据权利要求14所述的系统，其中，所述输出结果包括被呈现在图形用户界面上的视觉显示。
25.根据权利要求14所述的系统，其中，所述至少一个处理器被配置为使所述系统至少基于所述输出结果执行关于所述半导体结构的制造的控制行动，其中，所述输出结果包括计算机可读反馈。
26.根据权利要求25所述的系统，其中，所述控制行动包括利用现有的设置维持所述半导体结构的生产、改变用于所述半导体结构的生产的设置和丢弃所述半导体结构中的至少一项。
27.一种被编码为具有指令的非暂时性计算机可读介质，所述指令在于硬件中被执行时，使器件执行用于半导体结构中的厚度检测的过程，所述过程包括：
检测所述半导体结构中的层的堆叠的图像的倾斜；
对所述图像中的所述堆叠的所述层执行粗糙边界线检测；
对所述图像中的所述堆叠的所述层执行精细厚度检测，其中，所述粗糙边界线检测以第一精度检测所述堆叠的所述层的边界，以及，所述精细厚度检测以高于所述第一精度的第二精度检测所述堆叠的所述层的厚度，以及其中，所述执行精细厚度检测包括：检测由所述粗糙边界线检测检测到的给定的粗糙边界线附近的亮度分隔符；以及
提供所述精细厚度检测的输出结果。
28.根据权利要求27所述的非暂时性计算机可读介质，其中，所述图像包括灰度图像。
29.根据权利要求27或28所述的非暂时性计算机可读介质，其中，所述堆叠包括第一材料和不同于所述第一材料的第二材料的交替的层。
30.根据权利要求29所述的非暂时性计算机可读介质，其中，所述交替的层是在垂直方向上被堆叠的横向层。
31.根据权利要求29所述的非暂时性计算机可读介质，其中，所述半导体结构是三维(3D)存储器件的部分。
32.根据权利要求27所述的非暂时性计算机可读介质，其中，所述检测所述倾斜包括：识别使关于在横向方向上跨越所述图像的有代表性的线的亮度变化的代价函数最小化的倾斜。
33.根据权利要求27所述的非暂时性计算机可读介质，其中，所述执行所述粗糙边界线检测包括：确定垂直方向上的平均亮度的中点。
34.根据权利要求33所述的非暂时性计算机可读介质，其中，所述确定中点包括：对所述平均亮度执行二次拟合。
35.根据权利要求27所述的非暂时性计算机可读介质，其中，所述执行精细厚度检测还包括：验证所述亮度分隔符。
36.根据权利要求35所述的非暂时性计算机可读介质，其中，所述验证包括：确定所述亮度分隔符分隔不同亮度的像素的程度。
37.根据权利要求27所述的非暂时性计算机可读介质，其中，所述输出结果包括被呈现在图形用户界面上的视觉显示。
38.根据权利要求27所述的非暂时性计算机可读介质，所述过程还包括：
基于所述输出结果执行关于所述半导体结构的制造的控制行动，其中，所述输出结果包括计算机可读反馈。
39.根据权利要求38所述的非暂时性计算机可读介质，其中，所述控制行动包括利用现有的设置维持所述半导体结构的制造、改变用于所述半导体结构的制造的设置和丢弃所述半导体结构中的至少一项。
CN202080000634.0A 2020-03-17 2020-03-17 用于半导体结构厚度测量的方法和系统 Active CN111492200B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/CN2020/079570 WO2021184175A1 (en) 2020-03-17 2020-03-17 Methods and systems for semiconductor structure thickness measurement

Publications (2)

Publication Number Publication Date
CN111492200A CN111492200A (zh) 2020-08-04
CN111492200B true CN111492200B (zh) 2021-05-14

Family

ID=71811449

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202080000634.0A Active CN111492200B (zh) 2020-03-17 2020-03-17 用于半导体结构厚度测量的方法和系统

Country Status (4)

Country Link
US (1) US11270428B2 (zh)
CN (1) CN111492200B (zh)
TW (1) TWI747283B (zh)
WO (1) WO2021184175A1 (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11514953B2 (en) * 2020-08-27 2022-11-29 Micron Technology, Inc. Integrated assemblies, and methods of forming integrated assemblies
CN114485411B (zh) * 2020-11-12 2025-01-21 邑流微测股份有限公司 影像分析方法与影像分析系统
CN113804115B (zh) * 2021-08-10 2022-08-30 天津大学 一种基于聚类的混凝土浇筑坯层厚度监控方法
CN113986896B (zh) * 2021-10-14 2024-07-23 中冶南方工程技术有限公司 一种渣皮厚度数据滤波的方法和装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001201318A (ja) * 2000-01-18 2001-07-27 Toshiba Corp 膜厚測定方法及びその装置並びにその記録媒体
CN103839250A (zh) * 2012-11-23 2014-06-04 诺基亚公司 用于面部图像处理的方法和设备
CN106601642A (zh) * 2015-10-15 2017-04-26 三星电子株式会社 测量厚度的方法、处理图像的方法及执行其的电子系统
CN107218894A (zh) * 2017-04-28 2017-09-29 合肥雅视智能科技有限公司 一种快速稳定的亚像素级精度器件厚度检测方法
CN108981624A (zh) * 2018-06-20 2018-12-11 长江存储科技有限责任公司 膜层厚度测量方法及膜层厚度测量装置

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001121203A (ja) * 1999-10-21 2001-05-08 Sumitomo Metal Ind Ltd 継目無管の偏肉監視方法
JP3928478B2 (ja) * 2002-05-22 2007-06-13 株式会社島津製作所 膜厚測定方法及び膜厚測定装置
GB0800227D0 (en) * 2008-01-07 2008-02-13 Metryx Ltd Method of controlling semiconductor device fabrication
CN101672625B (zh) * 2009-10-13 2011-02-09 西安交通大学 硬脆性光学材料亚表面损伤层厚度的测量方法
FR2998047B1 (fr) * 2012-11-12 2015-10-02 Soitec Silicon On Insulator Procede de mesure des variations d'epaisseur d'une couche d'une structure semi-conductrice multicouche
EP3150959B1 (en) * 2015-10-02 2018-12-26 Soitec Method for measuring thickness variations in a layer of a multilayer semiconductor structure
TWI629815B (zh) * 2016-08-11 2018-07-11 盟立自動化股份有限公司 用以於蒸鍍機台提升基板與光罩間的對位精度的對位方法
JP2018146511A (ja) * 2017-03-08 2018-09-20 トヨタ自動車株式会社 膜厚測定方法及び自動車の製造方法
CN107833842B (zh) * 2017-11-01 2019-03-29 长江存储科技有限责任公司 一种3d nand存储器的层叠结构的薄膜层厚度测量方法
US11156548B2 (en) * 2017-12-08 2021-10-26 Kla-Tencor Corporation Measurement methodology of advanced nanostructures
CN110231004B (zh) * 2019-06-21 2020-07-28 湖南大学 核燃料颗粒包覆层厚度检测方法及装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001201318A (ja) * 2000-01-18 2001-07-27 Toshiba Corp 膜厚測定方法及びその装置並びにその記録媒体
CN103839250A (zh) * 2012-11-23 2014-06-04 诺基亚公司 用于面部图像处理的方法和设备
CN106601642A (zh) * 2015-10-15 2017-04-26 三星电子株式会社 测量厚度的方法、处理图像的方法及执行其的电子系统
CN107218894A (zh) * 2017-04-28 2017-09-29 合肥雅视智能科技有限公司 一种快速稳定的亚像素级精度器件厚度检测方法
CN108981624A (zh) * 2018-06-20 2018-12-11 长江存储科技有限责任公司 膜层厚度测量方法及膜层厚度测量装置

Also Published As

Publication number Publication date
CN111492200A (zh) 2020-08-04
TW202137136A (zh) 2021-10-01
US20210295496A1 (en) 2021-09-23
US11270428B2 (en) 2022-03-08
WO2021184175A1 (en) 2021-09-23
TWI747283B (zh) 2021-11-21

Similar Documents

Publication Publication Date Title
CN111492200B (zh) 用于半导体结构厚度测量的方法和系统
TWI706376B (zh) 用於缺陷檢測之系統、方法及非暫時性電腦可讀儲存媒體
JP5103219B2 (ja) パターン寸法計測方法
KR101124186B1 (ko) 유전체 에칭 효율 개선을 위해 통합된 계측을 이용하는방법 및 장치
US7463941B2 (en) Quality control system, quality control method, and method of lot-to-lot wafer processing
US20050098535A1 (en) Method and apparatus for controlling etch selectivity
US11074387B2 (en) Automated method for integrated analysis of back end of the line yield, line resistance/capacitance and process performance
WO2015159705A1 (ja) 荷電粒子線装置および検査装置
US11674909B2 (en) Systems and methods for semiconductor chip hole geometry metrology
CN100345270C (zh) 依据所检测的电特性控制制造过程的方法与装置
JP5037303B2 (ja) ｈｉｇｈ−ｋ／メタル構造を備えた半導体素子のプラズマ処理方法
CN110582842A (zh) 依据光学检验结果进行计量导引检验样品成形
US20160379902A1 (en) Measurement apparatus, measurement method, and manufacturing method of semiconductor device
KR101328611B1 (ko) 반도체 메모리 디바이스 제조를 위한 패턴 매칭 방법
US11876023B2 (en) Conformal film thickness determination using angled geometric features and vertices tracking
WO2023039092A1 (en) Using elemental maps information from x-ray energy-dispersive spectroscopy line scan analysis to create process models
KR20190088761A (ko) 웨이퍼 측정 설비, 웨이퍼 측정 시스템 및 이를 이용한 반도체 장치의 제조 방법
US20230411224A1 (en) System and method for detecting defects on a wafer and related non-transitory computer-readable medium
CN120318227B (zh) 一种用于目检机的晶片表面光滑度检测方法及系统
KR100819094B1 (ko) 반도체 메모리 디바이스 제조를 위한 글로벌 매칭 방법
US7502702B1 (en) Method and apparatus for dynamic adjustment of sensor and/or metrology sensitivities
JP2007066941A (ja) 半導体装置の配線用溝形成方法

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