JP2019139104A - パターン検査方法およびパターン検査装置 - Google Patents

Abstract

【課題】半導体プロセスの条件の情報がなくても、マスクの欠陥の転写性評価可能なパターン検査方法および装置を提供する。【解決手段】本実施形態によるパターン検査方法は、マスクを載置して移動可能なステージと、マスクの光学画像を取得する光学系と、マスクの設計データに基づいて、光学画像に対応する参照画像を生成する参照系と、光学画像を用いてマスクの欠陥を検出する制御系とを備えたパターン検査装置を用いたパターン検査方法であって、設計データまたは光学画像から、マスクに描画されるパターン形状のうち選択された或る形状を代表パターン形状として制御系で認識する工程と、代表パターン形状に基づいて、露光装置でパターンを転写するときの照明条件を推測する工程と、照明条件を、マスクの欠陥が基板に転写されるか否かを評価する転写シミュレータに入力する工程と、転写シミュレータを実行する工程と、を具備する。【選択図】図１

Description

本実施形態は、パターン検査方法およびパターン検査装置に関する。

パターン検査装置は、マスクやテンプレートのパターンの光学画像を用いてマスクやテンプレートの欠陥を検査する。このような欠陥には、実際のリソグラフィ工程において半導体基板に転写される欠陥もあれば、転写されない欠陥もある。パターン検査装置は、欠陥が半導体基板に転写されるか否かを判定する転写性評価機能を有する場合がある。転写性評価機能には、転写シミュレータを用いており、露光装置の照明条件等の入力が必要となる。

特開２０００−１４７７４８号公報 国際特許公報第２００４／０８８４１７号公報 特開２００５−４９６１１号公報 特開２００４−１９１９５７号公報 特表２００９−５２１７０８号公報

しかし、このような半導体基板の露光条件は、半導体デバイスメーカが設定し保持するものであり、マスクまたはテンプレートのメーカ（以下、マスクメーカという）は、このような露光条件を知り得ない。従って、半導体デバイスメーカからそれらの露光条件が得られなければ、マスクメーカは転写性評価機能を実施することができない。この場合、マスクメーカは、露光条件を推測して転写性評価機能を実施せざるを得ず、正確な評価を得ることができない。また、半導体デバイスメーカから露光条件が得られても、その露光条件はパターン検査装置のオペレータが手入力する必要がある。この場合、オペレータが入力ミスしても、その入力ミスに気づきにくいという問題があった。

そこで、本発明の目的は、半導体プロセスの条件の情報がなくても、マスクの欠陥の転写性評価を行うことができるパターン検査方法およびパターン検査装置を提供することである。

本実施形態によるパターン検査方法は、パターンを基板に転写するために露光装置で用いられるマスクを載置して移動可能なステージと、ステージを移動させながら該ステージ上に載置されたマスクの光学画像を取得する光学系と、マスクの描画パターンの基となる設計データに基づいて、光学画像に対応する参照画像を生成する参照系と、光学画像を用いてマスクの欠陥を検出する制御系とを備えたパターン検査装置を用いたパターン検査方法であって、設計データまたは光学画像から、マスクに描画されるパターン形状のうち選択された或る形状を代表パターン形状として制御系で認識する工程と、代表パターン形状に基づいて、露光装置でパターンを転写するときの照明条件を推測する工程と、照明条件を、マスクの欠陥が基板に転写されるか否かを評価する転写シミュレータに入力する工程と、転写シミュレータを実行する工程と、を具備する。

代表パターン形状の占有面積の割合が閾値よりも大きい場合、第１照明条件を転写シミュレータに入力し、代表パターン形状の占有面積の割合が閾値以下の場合、第２照明条件を転写シミュレータに入力してもよい。

第１照明条件は、代表パターン形状に適した特定照明条件を示し、第２照明条件は、様々なパターン形状に汎用可能な汎用照明条件を用いることを示してもよい。

代表パターン形状のうち、占有面積の割合の最も大きな寸法を有するアンカーパターンを抽出する工程をさらに具備し、照明条件とともにアンカーパターンの寸法を転写シミュレータに入力してもよい。

ユーザが照明条件を転写シミュレータに入力する場合、制御系は、代表パターン形状に基づいて認識された照明条件とユーザによって入力された照明条件とを比較する工程と、代表パターン形状に基づいて認識された照明条件とユーザによって入力された照明条件とに差違がある場合、制御系は、該差違を表示する工程とをさらに具備してよい。

制御系は、代表パターン形状に基づいて自動で認識された照明条件を転写シミュレータに入力してよい。

光学系は、マスクを複数のストライプに仮想的に分割してステージを移動させながら該ストライプごとにマスクを撮像し、代表パターン形状を認識する工程において、ステージは、ストライプに沿ってマスクを撮像するごとに１または複数のストライプをスキップし、光学系は、マスクを離散的なストライプごとに撮像してもよい。

照明条件および代表パターン形状の寸法を認識する工程において、制御系は、設計データをレイアウトアナライザで解析してから代表パターン形状を認識してよい。

代表パターン形状の認識工程において、マスクの描画パターンの形状のうち占有面積の割合の最も大きな形状を代表パターン形状として認識してよい。

本実施形態によるパターン検査装置は、パターンを基板に転写するために露光装置で用いられるマスクを載置して移動可能なステージと、ステージを移動させながら該ステージ上に載置されたマスクの光学画像を取得する光学系と、マスクの描画パターンの基となる設計データに基づいて、光学画像に対応する参照画像を生成する参照系と、マスクの欠陥が基板に転写されるか否かを評価する転写シミュレータを格納する記憶部と、光学画像を用いてマスクの欠陥を検出する制御系とを備え、
制御系は、設計データまたは光学画像から、マスクに描画されるパターン形状のうち選択された或る形状を代表パターン形状として認識する認識回路と、代表パターン形状に基づいて、露光装置でパターンを転写するときの照明条件を推測する推測回路と、照明条件を、転写シミュレータに入力し、転写シミュレータを実行する制御回路とを備える。

第１実施形態のパターン検査装置の一例を示す概略図。 第１実施形態によるパターン検査方法の一例を示すフロー図。 第１実施形態による転写性評価の一例を示すフロー図。 １ショットの光学画像または設計データを概念的に示した図。 光学画像または設計データのうち代表パターン形状の例を示す概念図。 第３実施形態によるマスク１のストライプの例を示す概念図。

以下、図面を参照して本発明に係る実施形態を説明する。本実施形態は、本発明を限定するものではない。図面は模式的または概念的なものであり、各部分の比率などは、必ずしも現実のものと同一とは限らない。明細書と図面において、既出の図面に関して前述したものと同様の要素には同一の符号を付して詳細な説明は適宜省略する。

（第１実施形態）
図１は、第１実施形態のパターン検査装置の一例を示す概略図である。パターン検査装置１００は、例えば、半導体製造工程で用いられるマスクのパターンの欠陥を検査するために用いられる。

（パターン検査装置の構成）
パターン検査装置１００は、光学系１５０と、制御系１６０と、参照系１７０と、ステージ系１８０とを備える。

ステージ系１８０は、ＸＹθテーブル２と、オートローダ９と、Ｘ軸モータ１０Ａ、Ｙ軸モータ１０Ｂおよびθ軸モータ１０Ｃと、レーザ測長システム１２とを備える。

光学系１５０は、光源３と、偏光ビームスプリッタ４と、光学レンズ５と、フォトダイオードアレイ７と、センサ回路８と、を備える。

ＸＹθテーブル２は、その上に検査対象としてのマスク１を載置可能であり、例えば、水平面内のＸ方向、Ｙ方向、θ方向に移動可能である。マスク１は、半導体製造工程のフォトリソグラフィ工程においてパターンを基板に転写するために露光装置で用いられるフォトマスクであり、基板やその上にある層に転写すべきパターンを有する。尚、マスク１に描画されている描画パターンは、光近接効果補正（ＯＰＣ（Optical Proximity Correction））を含むパターンであるので、基板等に転写される転写パターンとは異なる場合がある。また、フォトリソグラフィ工程において、マスク１の描画パターンは、１／ｎ（ｎは正数）に縮小されて基板等に転写される。即ち、マスク１の描画パターンは、基板上に転写されるパターンのｎ倍体となっている。例えば、描画パターンは、１／４に縮小されて基板等に転写されることが多い。即ち、マスク１の描画パターンは、基板上に転写されるパターンの４倍体であることが多い。

光源３は、偏光ビームスプリッタ４に向けてレーザ光を出射する。なお、パターンの欠陥検査に使用する光すなわち検査光はレーザ光でよい。偏光ビームスプリッタ４は、光源３からの光を光学レンズ５に向けて反射する。

光学レンズ５は、対物レンズを介してレーザ光をＸＹθテーブル２に向けて照射する。ＸＹθテーブル２に載置されたマスク１は、光学レンズ５からの光を反射する。マスク１からの反射光は、光学レンズ５を介してフォトダイオードアレイ７に入射する。光学レンズ５は、入射したマスク１の反射光を、マスク１の像としてフォトダイオードアレイ７に結像させる。フォトダイオードアレイ７は、マスク１の光学画像を光電変換する。光電変換されたマスク１の光学画像に基づいて、マスク１の欠陥が検査される。

センサ回路８は、フォトダイオードアレイ７で光電変換された光学画像を取り込み、取り込まれた光学画像をＡ／Ｄ変換する。そして、センサ回路８は、Ａ／Ｄ変換した光学画像を比較回路２５に出力する。センサ回路８は、例えば、ＴＤＩ(Time Delay Integration)センサの回路であってもよい。ＴＤＩセンサを用いることで、マスク１のパターンを高精度に撮像できる。

オートローダ９は、オートローダ制御回路１５からの指令に従って、ＸＹθテーブル２上にマスク１を自動搬送し、あるいは、ＸＹθテーブル２上のマスク１を自動回収する。Ｘ軸モータ１０Ａ、Ｙ軸モータ１０Ｂおよびθ軸モータ１０Ｃは、それぞれ、ＸＹθテーブル２をＸ方向、Ｙ方向およびθ方向（Ｘ−Ｙ面（略水平面）内における回転方向）に移動させる。これにより、ＸＹθテーブル２上のマスク１に対して光源３の光がスキャンされる。レーザ測長システム１２は、ＸＹθテーブル２のＸ方向およびＹ方向の位置を検出する。

一方、制御系１６０は、制御計算機３０と、オートローダ制御回路１５と、テーブル制御回路１７と、オートフォーカス制御回路１８と、位置回路２２と、比較回路２５と、展開回路２６と、参照回路２７と、自動認識回路３１と、閾値比較回路３２と、条件推測回路３３と、記憶部３５と、モニタ４１と、プリンタ４２と、転写性評価システム２００と、入力情報診断回路３００とを備えている。

参照系１７０は、比較回路２５と、展開回路２６と、参照回路２７と、自動認識回路３１と、閾値比較回路３２と、条件推測回路３３とを備えている。

制御系１６０および参照系１７０は、１つまたは複数のＣＰＵで構成され得る。転写性評価システム２００および入力情報診断回路３００は、パターン検査装置１００の外部に設けられた演算装置（例えば、パーソナルコンピュータ）であってもよい。

制御計算機３０は、バス２０を介して上記回路に接続されており、マスク１の欠陥検査に関連する各種の制御を実行する。

オートローダ制御回路１５は、オートローダ９を制御する。テーブル制御回路１７は、モータ１０Ａ〜１０Ｃを駆動制御する。モータ１０Ａ〜１０Ｃは、光源３の光がマスク１をスキャンするようにＸＹθテーブル２を移動させる。

オートフォーカス制御回路１８は、フォーカス合わせを行うようにＸＹθテーブル２を制御する。例えば、オートフォーカス制御回路１８は、Ｚセンサ（図示せず）で検出されたセンサ面の高さに応じたフォーカス信号に基づいて、Ｚ方向にＸＹθテーブル２を移動させる。

レーザ測長システム１２は、ＸＹθテーブル２の移動位置を検出し、検出された移動位置を位置回路２２に出力する。位置回路２２は、レーザ測長システム１２から入力された移動位置に基づいて、ＸＹθテーブル２上でのマスク１の位置を検出する。位置回路２２は、検出されたマスク１の位置を比較回路２５に出力する。

展開回路２６は、マスク１の描画に用いられる描画パターンのデータを２値または多値の画像データに変換（展開）する。描画パターンのデータは、マスク１を表す図形の座標、辺の長さ、種類などの情報でよく、光近接効果を考慮した光近接効果補正（ＯＰＣ）を含む設計データである。描画パターンは、記憶部３５に予め格納されていてもよく、あるいは、設計データから光近接効果補正（ＯＰＣ）を考慮して生成されてもよい。展開回路２６は、展開された画像データを参照回路２７に出力する。

参照回路２７は、展開回路２６から入力された描画データに対して適切なフィルタ処理を施すことで、マスク１のパターンの欠陥検査に用いる参照画像を生成する。参照画像は、マスク１のパターンを基板に転写する際の露光条件を用いて、基板への転写パターンを描画データから模擬的に推定して得られる画像データである。即ち、参照画像は、転写パターンを描画データから露光工程をエミュレートして得られた画像である。参照回路２７は、生成された参照画像を比較回路２５に出力する。

比較回路２５は、位置回路２２から入力された位置情報を用いながら、センサ回路８から得た光学画像の各位置の線幅等を測定する。比較回路２５は、測定された光学画像と、参照回路２７から入力された参照画像について、両画像の線幅や階調値（明るさ）を比較する。そして、比較回路２５は、例えば、光学画像のパターンと、参照画像のパターンとの誤差をマスク１の欠陥として検出する。

ここで、マスク１の欠陥には、リソグラフィ工程において基板に転写される欠陥もあれば、転写されない欠陥もある。パターン検査装置１００は、欠陥が基板に転写されるか否かを判定する転写性評価機能を有する。転写性評価機能は、転写シミュレータを用いており、露光装置の照明条件やパターンの寸法の入力が必要となる。転写シミュレータは、マスク１の欠陥が基板に転写されるか否かを評価するプログラムであり、記憶部３５に格納されている。転写シミュレータは、一般に入手可能なソフトウェアでよい。
尚、転写シミュレータは、パターン検査装置１００の外部に格納されていてもよい。この場合、パターン検査装置１００は、外部から転写シミュレータを取り込んで、制御計算機３０が転写シミュレータに照明条件等を入力し実行すればよい。

自動認識回路３１は、マスク１の描画パターンの基となる設計データまたはマスク１のパターンを撮像して得られた光学画像から、マスク１に描画されるパターン形状のうち代表パターン形状を自動で認識する。自動認識回路３１は、一般的な画像認識ソフトやレイアウトアナライザを用いて、描画パターンまたは設計データからパターン形状およびその寸法を検出すればよい。パターン形状とは、例えば、ホールパターン、縦ラインパターン、横ラインパターン等のパターン形状の種類を示す。代表パターン形状とは、マスクに描画されるパターン形状のうち選択された形状であり、例えば、マスク１のパターン形状のうち占有面積の割合の最も大きなパターン形状である。
自動認識回路３１は、設計データまたは光学画像に占める各パターン形状の占有面積の割合を算出し、占有面積の割合の最も大きなパターン形状を代表パターン形状として自動で抽出する。例えば、光学画像は、フォトダイオードアレイ７の１ショット（例えば、５１２×５１２ピクセル）の光学画像でよい。設計データは、フォトダイオードアレイ７の１ショットに対応する設計データでよい。代表パターン形状の占有面積の割合は、フォトダイオードアレイ７の１ショットに占める代表パターン形状の面積比率である。代表パターン形状の自動認識の方法については、後で説明する。

尚、いずれのパターン形状にも分類できないようなパターンもある。この場合には、自動認識回路３１は、その他のパターン形状として取り扱えばよい。

自動認識回路３１は、様々な寸法を有する代表パターン形状のうち、占有面積の割合の最も大きな寸法を有するパターンをアンカーパターンとして抽出する。代表パターン形状は、パターン形状としては同一種類であるが、寸法において異なるパターンを含む。例えば、代表パターン形状がホールパターンであっても、その径は異なる場合がある。また、代表パターン形状が縦ラインパターンまたは横ラインパターンであっても、その線幅は異なる場合がある。そこで、自動認識回路３１は、代表パターン形状を寸法ごとに区分し、占有面積の割合の最も大きい寸法のパターンをアンカーパターンとして抽出する。即ち、アンカーパターンは、占有面積の割合の最も大きな寸法を有する代表パターン形状である。尚、いずれの寸法の区分にも分類できないような代表パターン形状もある。この場合には、自動認識回路３１は、その他の区分として取り扱えばよい。また、アンカーパターンの自動認識の方法については、後でより詳細に説明する。

アンカーパターンの寸法はマスクの世代（マスクノード）を示す。マスクノードは、年々、狭小化されており、例えば、２２ｎｍノードの場合、ライン・アンド・スペースパターンのハーフピッチが基板上において約２２ｎｍとなる。基板上においてハーフピッチが約２２ｎｍであり、マスク１の描画パターンが基板への転写パターンの４倍体である場合、マスク１におけるライン・アンド・スペースパターンのハーフピッチは、約８８ｎｍとなる。従って、自動認識回路３１は、マスク１上のアンカーパターンの寸法からハーフピッチが約８８ｎｍと判明した場合、マスク１は２２ｎｍノードであると認識する。ハーフピッチは、ライン・アンド・スペースパターンのライン幅とスペース幅との和（１ピッチ）の半分である。このようなマスクノードに対応するアンカーパターンの寸法も、照明条件を決定するために転写シミュレータに入力される。

閾値比較回路３２は、設計データまたは光学画像に占める代表パターン形状の占有面積の割合を自動認識回路３１から受け取り、代表パターン形状の占有面積の割合を閾値と比較する。閾値は、例えば、３０％、５０％、７０％等の数値で予め設定され、記憶部３５に格納されている。

条件推測回路３３は、代表パターン形状の占有面積の割合と閾値との比較結果を閾値比較回路３２から受け取り、露光装置でパターンを転写するときの照明条件を推測する。例えば、代表パターン形状の占有面積の割合が閾値（例えば、７０％）よりも大きい場合、条件推測回路３３は、そのショットの露光において第１照明条件が用いられるものと推定する。第１照明条件は、例えば、代表パターン形状に適した特定照明条件である。代表パターン形状の占有面積比率が或る程度大きい場合には、代表パターン形状に適した照明条件を用いることが好ましいからである。

一方、代表パターン形状の占有面積の割合が閾値（例えば、７０％）以下の場合、条件推測回路３３は、そのショットの露光において第２照明条件が用いられるものと推定する。第２照明条件は、例えば、様々なパターン形状に汎用可能な汎用照明条件である。代表パターン形状の占有面積比率が左程大きくない場合には、代表パターン形状に拘らず、様々なパターン形状に汎用可能な照明条件を用いることが好ましいからである。

第１および第２照明条件は、フォトリソグラフィ工程における露光装置の照明条件である。例えば、代表パターン形状がホールパターンであり、ホールパターンの占有面積の割合が７０％よりも大きい場合、条件推測回路３３は、第１照明条件として輪帯照明を用いると推測する。輪帯照明は、マスク１に対して全方向から照明するため、ホールパターンのように方向性の無いパターンに適した照明であるからである。第２照明条件は、第１照明条件とは異なる条件であり、例えば、様々なパターンに適する照明条件とする。

制御計算機３０は、照明条件およびアンカーパターンの寸法を、転写シミュレータに入力する。そして、制御計算機３０は、転写シミュレータを実行する。転写シミュレータの実行は、転写性評価システム２００が行ってもよい。また、制御計算機３０は、バス２０に接続された各構成部に対して、マスク１の欠陥検査に関連する各種の制御や処理を実行する。記憶部３５は、欠陥検査に関連する各種の情報を記憶する。また、上述のとおり、記憶部３５は、転写シミュレータを格納する。モニタ４１は、欠陥検査に関連する各種の画像を表示する。プリンタ４２は、欠陥検査に関連する各種の情報を印刷する。

転写性評価システム２００は、照明条件等を転写シミュレータに入力後、転写シミュレータを実行する。転写性評価システム２００は、パターン検査装置１００の内部に組み込まれていてもよく、その外部に設けられていてもよい。

入力情報診断回路３００は、ユーザが照明条件等を転写シミュレータに入力する場合に、代表パターン形状に基づいて自動認識された照明条件等とユーザによって入力された照明条件等とを比較する。代表パターン形状に基づいて認識された照明条件等とユーザによって入力された照明条件等とに差違がある場合には、入力情報診断回路３００は、その差違を表示するモニタ４１に表示させる。例えば、自動認識回路３１、閾値比較回路３２および条件推測回路３３において推測された照明条件またはアンカーパターンの寸法がユーザによって入力された照明条件またはアンカーパターンの寸法と異なる場合、モニタ４１は、それらの相違を表示する。ユーザは、モニタ４１を参照して、転写シミュレータへの入力値を変更してもよく、あるいは、そのままユーザの入力を維持して転写シミュレータを実行させてもよい。

（パターン検査方法）
次に、パターン検査装置１００を用いたパターン検査方法を説明する。
図２は、第１実施形態によるパターン検査方法の一例を示すフロー図である。本実施形態において、パターン検査装置１００は、光学画像と参照画像との比較によってマスク１の欠陥を検査するＤ−ＤＢ(Die to DataBase)検査を行ってもよく、あるいは、或る光学画像と他の光学画像との比較によってマスク１の欠陥を検査するＤ−Ｄ(Die to Die)検査を行ってもよい。以下、Ｄ−ＤＢ検査を行うものとして説明を続ける。

まず、オートローダ９がマスク１をＸＹθテーブル２上にロードし、ＸＹθテーブル２がマスク１のアライメントを行う（Ｓ１０）。

次に、マスク１の光学画像を撮像する（Ｓ２０）。例えば、パターン検査装置１００は、マスク１の検査領域をストライプ状に仮想的に分割し、ステージ系１８０でマスク１を移動させながらそのストライプに沿って光学系からの光をスキャンする。マスク１からの反射光は、フォトダイオードアレイ７で光電変換され、センサ回路８においてマスク１の光学画像が取得される。光学画像は、露光工程によって基板へ転写された転写パターンに近い画像となる。即ち、光学画像は、描画パターンの外縁が幾分ぼやけ、角部が丸みを帯び、実際の転写パターンに近い画像となる。

一方、ステップＳ１０、Ｓ２０と並行してあるいはその前後において、参照画像を生成する（Ｓ３０）。展開回路２６および参照回路２７は、基板の露光工程における露光条件をエミュレート（模擬）するために、描画パターンのデータをフィルタ係数で処理することによって参照画像を生成する。このフィルタ処理は、参照画像学習工程とも呼ばれる。このように参照画像学習工程によって露光条件をエミュレートすることによって、基板への転写パターンに近い参照画像が得られる。

次に、比較回路２５が、光学画像と参照画像とを比較してマスク１の欠陥を検出する（Ｓ４０）。

次に、検出された欠陥が基板に転写されるか否かを判定する転写性評価を行う（Ｓ５０）。転写性評価は、転写シミュレータに露光装置の照明条件等を入力することによって実行される。以下、転写性評価について説明する。

図３は、第１実施形態による転写性評価の一例を示すフロー図である。

まず、自動認識回路３１が、マスク１の描画パターンの基となる設計データまたはマスク１のパターンを撮像して得られた光学画像から、マスク１に描画されるパターン形状のうち代表パターン形状を自動で認識する。以下、図４（Ａ）〜図４（Ｃ）を参照して、代表パターン形状の認識方法をより詳細に説明する。

図４（Ａ）〜図４（Ｃ）は、１ショットの光学画像または１ショット分の設計データを概念的に示した図である。例えば、光学画像は、フォトダイオードアレイ７を用いて撮像された１ショット（例えば、５１２×５１２ピクセル）の光学画像でよい。設計データは、画像に変換（展開）する前のデータであってよい。即ち、設計データを用いる場合、図４（Ａ）〜図４（Ｃ）に示すような画像データに展開することなく、自動認識回路３１は、パターン形状を設計データにおいて認識すればよい。

図４（Ａ）〜図４（Ｃ）において、領域Ａ１は、ホールパターンの領域を示し、領域Ａ２は、横ラインパターンの領域を示し、領域Ａ３は、縦ラインパターンの領域を示す。

自動認識回路３１は、設計データまたは光学画像に占める各パターン形状の占有面積の割合を算出する（Ｓ５１）。例えば、図４（Ａ）において、ホールパターンの領域Ａ１の面積の割合は、光学画像または設計データの１ショットのうち約５０％である。横ラインパターンの領域Ａ２の面積の割合は、上記１ショットのうち約１５％である。縦ラインパターンの領域Ａ３の面積の割合は、上記１ショットのうち約１５％である。その他のパターンの面積は、上記１ショットのうち約２０％である。

図４（Ｂ）において、ホールパターンの領域Ａ１の面積の割合は、上記１ショットのうち約２０％である。横ラインパターンの領域Ａ２の面積の割合は、上記１ショットのうち約１５％である。縦ラインパターンの領域Ａ３の面積の割合は、上記１ショットのうち約５０％である。その他のパターンの面積は、光学画像または設計データの１ショットのうち約１５％である。

図４（Ｃ）において、ホールパターンの領域Ａ１の面積の割合は、上記１ショットのうち約２０％である。横ラインパターンの領域Ａ２の面積の割合は、上記１ショットのうち約４０％である。縦ラインパターンの領域Ａ３の面積の割合は、上記１ショットのうち約２０％である。その他のパターンの面積は、光学画像または設計データの１ショットのうち約２０％である。

次に、自動認識回路３１は、占有面積の割合の最も大きなパターン形状を代表パターン形状として抽出する（Ｓ５２）。例えば、図４（Ａ）では、ホールパターンの領域Ａ１の面積の割合が最大であるので、自動認識回路３１は、ホールパターンを代表パターン形状として抽出する。図４（Ｂ）では、縦ラインパターンの領域Ａ３の面積の割合が最大であるので、自動認識回路３１は、縦ラインパターンを代表パターン形状として抽出する。図４（Ｃ）では、横ラインパターンの領域Ａ２の面積の割合が最大であるので、自動認識回路３１は、横ラインパターンを代表パターン形状として抽出する。

代表パターン形状の認識の後、あるいは、それと併行して、自動認識回路３１は、代表パターン形状の寸法または該寸法からアンカーパターンを抽出する（Ｓ５３）。自動認識回路３１は、代表パターン形状をサイズまたは幅ごとに区分し、占有面積の割合の最も大きい区分のパターンをアンカーパターンとして抽出する。以下、図５（Ａ）〜図５（Ｃ）を参照して、アンカーパターンの認識方法をより詳細に説明する。

例えば、図５（Ａ）〜図５（Ｃ）は、光学画像または設計データのうち代表パターン形状の例を示す概念図である。図５（Ａ）は、様々な径を有するホールパターンを代表パターン形状として示している。図５（Ｂ）は、様々な線幅を有する縦ラインパターンを代表パターン形状として示している。図５（Ｃ）は、様々な線幅を有する横ラインパターンを代表パターン形状として示している。

図５（Ａ）において、領域Ａ１１は、ほぼ等しい第１径を有するホールパターンの領域を示し、領域Ａ１２は、ほぼ等しい第２径を有するホールパターンの領域を示し、領域Ａ１３は、ほぼ等しい第３径を有するホールパターンの領域を示している。第１〜第３径は、互いに異なる径であるとする。自動認識回路３１は、代表パターン形状に占める第１〜第３径の各ホールパターンの占有面積の割合を算出する。例えば、図５（Ａ）において、領域Ａ１１の面積の割合は、代表パターン形状のうち約５０％である。領域Ａ１２の面積の割合は、代表パターン形状のうち約１５％である。領域Ａ１３の面積の割合は、代表パターン形状のうち約２０％である。その他の面積の割合は、代表パターン形状のうち約１５％である。

図５（Ｂ）において、領域Ａ２１は、ほぼ等しい第１線幅を有する縦ラインパターンの領域を示し、領域Ａ２２は、ほぼ等しい第２線幅を有する縦ラインパターンの領域を示し、領域Ａ２３は、ほぼ等しい第３線幅を有する縦ラインパターンの領域を示している。第１〜第３線幅は、互いに異なる線幅であるとする。自動認識回路３１は、代表パターン形状に占める第１〜第３線幅の各縦ラインパターンの占有面積の割合を算出する。例えば、図５（Ｂ）において、領域Ａ２１の面積の割合は、代表パターン形状のうち約２０％である。領域Ａ２２の面積の割合は、代表パターン形状のうち約１５％である。領域Ａ２３の面積の割合は、代表パターン形状のうち約５０％である。その他の面積の割合は、代表パターン形状のうち約１５％である。

図５（Ｃ）において、領域Ａ３１は、ほぼ等しい第４線幅を有する横ラインパターンの領域を示し、領域Ａ３２は、ほぼ等しい第５線幅を有する横ラインパターンの領域を示し、領域Ａ３３は、ほぼ等しい第６線幅を有する横ラインパターンの領域を示している。第４〜第６線幅は、互いに異なる線幅であるとする。自動認識回路３１は、代表パターン形状に占める第４〜第６線幅の各横ラインパターンの占有面積の割合を算出する。例えば、図５（Ｃ）において、領域Ａ３１の面積の割合は、代表パターン形状のうち約２０％である。領域Ａ３２の面積の割合は、代表パターン形状のうち約４０％である。領域Ａ３３の面積の割合は、代表パターン形状のうち約２０％である。その他の面積の割合は、代表パターン形状のうち約２０％である。

次に、自動認識回路３１は、占有面積の割合の最も大きな寸法の代表パターン形状をアンカーパターンとして抽出する。例えば、図５（Ａ）では、領域Ａ１１の面積の割合が最大であるので、自動認識回路３１は、領域Ａ１１のホールパターンをアンカーパターンとして抽出する。図５（Ｂ）では、領域Ａ２３の面積の割合が最大であるので、自動認識回路３１は、領域Ａ２３の縦ラインパターンをアンカーパターンとして抽出する。図５（Ｃ）では、領域Ａ３２の面積の割合が最大であるので、自動認識回路３１は、領域Ａ３２の横ラインパターンをアンカーパターンとして抽出する。

次に、自動認識回路３１は、アンカーパターンの寸法を認識する（Ｓ５５）。

次に、閾値比較回路３２が、設計データまたは光学画像に占める代表パターン形状の占有面積の割合を自動認識回路３１から受け取り、代表パターン形状の占有面積の割合を閾値と比較する（Ｓ５６）。例えば、代表パターン形状の占有面積の割合が閾値よりも大きい場合（Ｓ５６のＹＥＳ）、条件推測回路３３は、そのショットの露光において、第１照明条件が用いられると推定する（Ｓ５７）。一方、代表パターン形状の占有面積の割合が閾値以下の場合（Ｓ５６のＮＯ）、条件推測回路３３は、そのショットの露光において、第２照明条件が用いられると推定する（Ｓ５８）。

次に、制御計算機３０は、照明条件およびアンカーパターンの寸法を、転写シミュレータに入力する（Ｓ５９）。そして、制御計算機３０は、転写シミュレータを実行する（Ｓ６０）。これにより、検出された欠陥が基板に転写されるか否かを判定することができる。尚、マスク１の描画パターンが基板への転写パターンのｎ倍体である場合、転写シミュレータに入力されるアンカーパターンの寸法は、マスク１の描画パターンの１／ｎとなる。

このように、本実施形態によれば、パターン検査装置１００は、半導体製造における露光工程の照明条件等を自動認識し、その照明条件等を転写シミュレータへ自動で入力し、該転写シミュレータを実行することができる。これにより、半導体デバイスメーカから露光工程における照明条件等の情報が入手できない場合であっても、パターン検査装置１００は、照明条件等を自動で認識し、自動で転写シミュレータを実行することができる。その結果、ユーザの入力作業や入力情報の確認作業が不要となり、転写性評価の時間（ＴＡＴ（Turn Around Time）が短縮される。

（第２実施形態）
第１実施形態では、パターン検査装置１００は、照明条件等を自動で認識し、照明条件等を自動で転写シミュレータに入力している。これに対し、第２実施形態では、パターン検査装置１００が照明条件等を自動で認識しつつ、ユーザが照明条件等を転写シミュレータに入力する。この場合、入力情報診断回路３００が、代表パターン形状に基づいて認識された照明条件等と、ユーザによって入力された照明条件等とを比較する。もし、両者に差違があった場合、モニタ４１がその差違を表示する。これにより、ユーザは、入力ミスを容易に発見することができる。

例えば、半導体デバイスメーカから露光工程における照明条件等の情報が入手できた場合に、ユーザは、その照明条件等を転写シミュレータに手動で入力することができる。この場合、入力情報診断回路３００は、パターン検査装置１００において自動で認識された照明条件等と、ユーザによって入力された照明条件等とを比較する。これにより、ユーザによる入力ミスを発見することができる。これは、転写性評価の信頼性の向上に繋がる。

（第３実施形態）
照明条件等を自動認識するために用いられる光学画像は、マスク１の全ストライプの光学画像である必要は必ずしもない。

図６は、第３実施形態によるマスク１のストライプの例を示す概念図である。マスク１には、６つのダイＤが描画されている。パターン検査装置１００は、マスク１をストライプＳＴ１〜ＳＴ１４に仮想的に分割して撮像する。通常、ステージ系１８０は、光学系１５０からの光を或るストライプ（第１ストライプ）に沿って走査させるようにマスク１を移動させる。それと同時に、光学系１５０は第１ストライプの光学画像を撮像する。次のストライプ（第２ストライプ）を撮像するときには、ステージ系１８０は、第２ストライプの端部に移動し、同様に、光学系１５０からの光を第２ストライプに沿って走査させるようにマスク１を移動させる。それと同時に、光学系１５０が第２ストライプの光学画像を撮像する。マスク１の全体の光学画像を取得するためには、ステージ系１８０は、光学系１５０からの光を全ストライプに沿って走査させるようにマスク１を移動させる必要がある。

しかし、照明条件を自動認識するときには、光学系１５０は、離散的（間欠的）にストライプを撮像してもよい。この場合、ステージ系１８０は、１または複数のストライプに沿ってマスク１を撮像すると、その撮像されたストライプに隣接する１または複数のストライプをスキップして、光学系１５０からの光を離間したストライプへ移動させる。これにより、光学系１５０は、マスク１のダイのみに対応する離散的なストライプを撮像することができる。例えば、光学系１５０は、図６のストライプＳＴ２〜ＳＴ６、ＳＴ９〜ＳＴ１３を撮像し、ストライプＳＴ１、ＳＴ７、ＳＴ８、ＳＴ１４についてはスキップする。この場合、マスク１のダイ部分のみを撮像すれば足りるので、転写性評価のターンアラウンドタイムの短縮に繋がる。第３実施形態のその他の構成および動作は、第１実施形態のそれらと同様である。従って、第３実施形態は、第１実施形態と同様の効果を得ることができる。

本実施形態によるパターン検査装置におけるデータ処理方法の少なくとも一部は、ハードウェアで構成してもよいし、ソフトウェアで構成してもよい。ソフトウェアで構成する場合には、データ処理方法の少なくとも一部の機能を実現するプログラムをフレキシブルディスクやＣＤ−ＲＯＭ等の記録媒体に収納し、コンピュータに読み込ませて実行させてもよい。記録媒体は、磁気ディスクや光ディスク等の着脱可能なものに限定されず、ハードディスク装置やメモリなどの固定型の記録媒体でもよい。また、データ処理方法の少なくとも一部の機能を実現するプログラムを、インターネット等の通信回線（無線通信も含む）を介して頒布してもよい。さらに、同プログラムを暗号化したり、変調をかけたり、圧縮した状態で、インターネット等の有線回線や無線回線を介して、あるいは記録媒体に収納して頒布してもよい。

本発明のいくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれると同様に、特許請求の範囲に記載された発明とその均等の範囲に含まれるものである。

１００ パターン検査装置、２００ 転写性評価システム、３００ 入力情報診断回路、２ ＸＹθテーブル、３ 光源、４ 偏光ビームスプリッタ、５ 光学レンズ、７ フォトダイオードアレイ、８ センサ回路、９ オートローダ、１０Ａ Ｘ軸モータ、１０Ｂ Ｙ軸モータ、１０Ｃ θ軸モータ、１２ レーザ測長システム、３０ 制御計算機、１５ オートローダ制御回路、１７ テーブル制御回路、１８ オートフォーカス制御回路、２２ 位置回路、２５ 比較回路、２６ 展開回路、２７ 参照回路、３１ 自動認識回路、３２ 閾値比較回路、３３ 条件推測回路、３５ 記憶部、４１ モニタ、４２ プリンタ

Claims (10)

1. パターンを基板に転写するために露光装置で用いられるマスクを載置して移動可能なステージと、前記ステージを移動させながら該ステージ上に載置された前記マスクの光学画像を取得する光学系と、前記マスクの描画パターンの基となる設計データに基づいて、前記光学画像に対応する参照画像を生成する参照系と、前記光学画像を用いて前記マスクの欠陥を検出する制御系とを備えたパターン検査装置を用いたパターン検査方法であって、
   前記設計データまたは前記光学画像から、前記マスクに描画されるパターン形状のうち選択された或る形状を代表パターン形状として前記制御系で認識する工程と、
   前記代表パターン形状に基づいて、前記露光装置でパターンを転写するときの照明条件を推測する工程と、
   前記照明条件を、前記マスクの欠陥が前記基板に転写されるか否かを評価する転写シミュレータに入力する工程と、
   前記転写シミュレータを実行する工程と、を具備するパターン検査方法。
2. 前記代表パターン形状の占有面積の割合が閾値よりも大きい場合、第１照明条件を前記転写シミュレータに入力し、
   前記代表パターン形状の占有面積の割合が前記閾値以下の場合、第２照明条件を前記転写シミュレータに入力する、請求項１に記載のパターン検査方法。
3. 前記第１照明条件は、前記代表パターン形状に適した特定照明条件を示し、
   前記第２照明条件は、様々なパターン形状に汎用可能な汎用照明条件を用いることを示す、請求項２に記載のパターン検査方法。
4. 前記代表パターン形状のうち、占有面積の割合の最も大きな寸法を有するアンカーパターンを抽出する工程と、
   前記照明条件とともに前記アンカーパターンの寸法を前記転写シミュレータに入力する、請求項１から請求項３のいずれか一項に記載のパターン検査方法。
5. ユーザが前記照明条件を前記転写シミュレータに入力する場合、前記制御系は、前記代表パターン形状に基づいて認識された前記照明条件とユーザによって入力された前記照明条件とを比較する工程と、
   前記代表パターン形状に基づいて認識された前記照明条件とユーザによって入力された前記照明条件とに差違がある場合、前記制御系は、該差違を表示する工程とをさらに具備する、請求項１から請求項４のいずれか一項に記載のパターン検査方法。
6. 前記制御系は、前記代表パターン形状に基づいて自動で認識された前記照明条件を前記転写シミュレータに入力する、請求項１から請求項４のいずれか一項に記載のパターン検査方法。
7. 前記光学系は、前記マスクを複数のストライプに仮想的に分割して前記ステージを移動させながら該ストライプごとに前記マスクを撮像し、
   前記代表パターン形状を認識する工程において、
   前記ステージは、前記光学系が前記ストライプに沿って前記マスクを撮像するごとに１または複数のストライプをスキップし、
   前記光学系は、前記マスクを離散的な前記ストライプごとに撮像することを特徴とした請求項１から請求項６のいずれか一項に記載のパターン検査方法。
8. 前記照明条件および前記代表パターン形状の寸法を認識する工程において、前記制御系は、前記設計データをレイアウトアナライザで解析してから前記代表パターン形状を認識する、請求項１から請求項６のいずれか一項に記載のパターン検査方法。
9. 前記代表パターン形状の認識工程において、前記マスクの描画パターンの形状のうち占有面積の割合の最も大きな形状を前記代表パターン形状として認識することを特徴とする請求項１から請求項８のいずれか一項に記載のパターン検査方法。
10. パターンを基板に転写するために露光装置で用いられるマスクを載置して移動可能なステージと、
    前記ステージを移動させながら該ステージ上に載置された前記マスクの光学画像を取得する光学系と、
    前記マスクの描画パターンの基となる設計データに基づいて、前記光学画像に対応する参照画像を生成する参照系と、
    前記マスクの欠陥が前記基板に転写されるか否かを評価する転写シミュレータを格納する記憶部と、
    前記光学画像を用いて前記マスクの欠陥を検出する制御系とを備え、
    前記制御系は、
    前記設計データまたは前記光学画像から、前記マスクに描画されるパターン形状のうち選択された或る形状を代表パターン形状として認識する認識回路と、
    前記代表パターン形状に基づいて、前記露光装置でパターンを転写するときの照明条件を推測する推測回路と、
    前記照明条件を、前記転写シミュレータに入力し、前記転写シミュレータを実行する制御回路とを備えたパターン検査装置。

Images