JP5002291B2 - 解析装置、プログラム、欠陥検査装置、レビュー装置、解析システム及び解析方法 - Google Patents

Description

本発明は、欠陥検査装置に設定する複数の検査レシピを解析する技術に関する。

半導体集積回路、薄膜磁気ヘッド、薄膜ディスプレイ等の薄膜で形成される製造物を光学的又は電子的に検査する欠陥検査装置では、成膜条件や配線材質等に応じたレーザ強度、画像のコントラスト、画像処理のしきい値などのパラメータ、といった光学的又は電子的な処理を行うための検査レシピ（検査条件）を適切に設定する必要がある。

この点、特許文献１に記載の技術は、予め複数の検査レシピを用意しておき、複数の検査レシピでそれぞれ欠陥検査を実行して得られた多数の欠陥座標を検査レシピ間で比較し、欠陥座標の近い欠陥は同じ欠陥であると判定することで、欠陥数を減らし、数が減らされた欠陥をレビュー装置で観察することにより、好適な検査レシピを選択することができるようにしている。

特開２００５−１７１５９号公報

特許文献１に記載の技術では、欠陥座標の近い欠陥は同じ欠陥であると判定することで、欠陥数を減らしてレビュー装置で観察するようにしているが、昨今の欠陥検査装置は、一回の検査で数千個から数十万個の欠陥座標を出力するため、それらすべての欠陥をレビュー装置で観察するのは、時間がかかり、困難である。

そこで、本発明は、検出したい欠陥を効率的に検出することのできる検査レシピを容易に特定することのできる技術を提供することを目的とする。

以上の課題を解決するため、本発明は、複数の検査レシピで欠陥検査を行った結果から、解析を行う欠陥の種別に対応する欠陥が有する特徴量に類似する特徴量を備える欠陥の個数を検査レシピ毎に集計する。

例えば、本発明は、検査対象上の欠陥を検査する欠陥検査装置の検査レシピを設定するに際して、事前に準備された複数の検査レシピの中から、前記検査対象上のユーザが望む種別の欠陥を最も多く検出可能な検査レシピ、または、ユーザが望まない種別の欠陥を最も少なく検出可能な検査レシピ、を選出する解析装置であって、前記複数の検査レシピのそれぞれを前記欠陥検査装置に設定して、前記同一の検査対象を前記欠陥検査装置により検査した結果である、少なくとも欠陥ＩＤ、欠陥座標、欠陥の特徴量よりなる欠陥情報を受信して記憶する欠陥情報記憶部と、前記欠陥情報よりサンプリング情報を生成するサンプリング情報生成部と、前記サンプリングされた各欠陥の画像情報より、各欠陥の種別情報を作成するレビュー装置からレビュー結果情報を受信して記憶するレビュー結果情報記憶部と、ユーザより解析を行う欠陥の種別情報を受け付ける解析指定受付部と、前記ユーザより指定された欠陥の種別に該当する前記レビュー結果情報に含まれる欠陥の特徴量を前記欠陥情報から取得し、取得した前記特徴量から基準値を検査レシピ毎に算出し、前記欠陥情報に含まれる欠陥の前記基準値からの距離を各検査レシピ毎に算出し、予め定められたしきい値以下となる類似欠陥の個数を集計するレシピ解析部と、前記検査レシピ毎の類似欠陥の個数をユーザへ提示する出力部と、を備えることを特徴とする。

以上のように、本発明によれば、検出したい欠陥を効率的に検出することのできる検査レシピを容易に特定することができる。

図１は、本発明の第一の実施形態である検査システム１００の概略図である。

図示するように、検査システム１００は、欠陥検査装置１１０と、レビュー装置１２０と、解析装置１３０と、を備え、これらはネットワーク１５０を介して相互に情報の送受信が可能にされている。

欠陥検査装置１１０は、異物検査装置や外観検査装置等を用いる。

異物検査装置とは、レーザ光を基板に斜め上方から照射し、その散乱光を検出する装置で、暗視野検査装置ということもある。外観検査装置とは、回路パターンの画像を撮像し、画像処理により欠陥の位置を検出する装置で、適用する検出器によって、明視野検査装置や走査型電子顕微鏡（SEM: Scanning Electron Microscope）式検査装置がある。

なお、欠陥検査装置１１０は、公知のものを使用すればよいため、詳細な説明は省略するが、本実施形態では、少なくとも、入力された検査レシピに応じて、欠陥の座標と、当該欠陥の特徴量と、を特定する情報を出力するようにされている。

ここで、欠陥検査装置は、被検査対象である基板に形成される回路パターン上の欠陥を検出するものであるため、欠陥検査装置には、基板の成膜状態や、回路パターンの形成状態に応じて、適切な検査レシピを設定する必要がある。

そして、検査レシピには、回路パターン条件と、光学・画像処理条件と、がある。

回路パターン条件は、基板に形成されるチップの大きさ、チップの配置、検査装置の検査アルゴリズムに応じた各チップ内の領域情報などのパラメータである。一方、光学・画像処理条件は、成膜条件や配線材質などに応じたレーザ強度、検出器が捕らえた画像のコントラスト条件、画像処理時のしきい値などのパラメータで、検出感度を決めるものである。本発明では、主に、光学・画像処理条件を短時間で、かつ、所望の欠陥を確実に検出できるように設定する。

例えば、図２は、欠陥検査装置１１０に入力する検査レシピ（検査条件）を特定する検査レシピテーブル１６０の概略図である。

図示するように、検査レシピテーブル１６０は、項目欄１６０ａと、パラメータ欄１６０ｂと、を備える。

項目欄１６０ａには、検査レシピとして設定を行う検査条件の各項目を特定する情報が格納される。本実施形態では、検査レシピの項目として、例えば、レーザ強度、光量フィルタ、波長フィルタ、オートフォーカスオフセット、画像処理しきい値ＴＨ１、画像処理しきい値ＴＨ２、の値を設定するものとするが、これらの項目に限定されるわけではない。

パラメータ欄１６０ｂには、項目欄１６０ａで特定される検査レシピの項目に設定する値（パラメータ）を特定する情報が格納される。

そして、欠陥検査装置１１０は、入力された検査レシピテーブル１６０で特定される検査レシピで欠陥検査を行い、その出力として、検出された欠陥の位置を特定する情報と、当該欠陥の特徴量を特定する情報と、を少なくとも有する欠陥情報を出力する。

欠陥情報としては、例えば、図３（欠陥テーブル１６１の概略図）に示すような欠陥テーブル１６１を出力する。

図示するように、欠陥テーブル１６１は、欠陥ＩＤ欄１６１ａと、チップ座標ＲＸ欄１６１ｂと、チップ座標ＲＹ欄１６１ｃと、チップ内座標ＤＸ欄１６１ｄと、チップ内座標ＤＹ欄１６１ｅと、特徴量Ａ１５１欄１６１ｆと、特徴量Ａ１５２欄１６１ｇと、特徴量Ａ１５３欄１６１ｈと、を備える。

欠陥ＩＤ欄１６１ａには、検出された欠陥を一意に識別するための識別情報である欠陥ＩＤが格納される。本実施形態では、欠陥検査装置１１０で検出された各欠陥に対して、検出された順番に連番で欠陥ＩＤが付与されるようにしている。

チップ座標ＲＸ欄１６１ｂ、チップ座標ＲＹ欄１６１ｃ、チップ内座標ＤＸ欄１６１ｄ及びチップ内座標ＤＹ欄１６１ｅには、欠陥ＩＤ欄１６１ａで特定される欠陥の基板における位置を特定する情報が格納される。

この点、本実施形態においては、図４（基板１６２の概略図）に示されるように、基板１６２に形成されるチップの位置と、このチップ内での位置と、を特定することにより、各欠陥の位置を特定するようにしている。

例えば、基板１６２に形成されるチップは、Ｘ軸方向（ＲＸ）における予め定められた原点位置から順に各列に対して、ＲＸ＝１、２、３、・・・と連番が付されており、また、各列における最下段からＹ軸方向（ＲＹ）における各行に対して、ＲＹ＝１、２、３、・・・と連番が付されている。

そして、チップ座標ＲＸ欄１６１ｂには、Ｘ軸方向における順番（位置）が、チップ座標ＲＹ欄１６１ｃには、Ｙ軸方向における順番（位置）が、格納される。例えば、図４の欠陥１６２ａは、チップ座標ＲＸ＝２、チップ座標ＲＹ＝６、となる。

さらに、各チップには、Ｘ軸方向の原点からの座標（ＤＸ＝１、２、３、・・・）と、Ｙ軸方向の原点からの座標（ＤＹ＝１、２、３、・・・）と、が割り当てられており、当該座標により当該チップ内の欠陥の位置を特定するようにしている。

そして、チップ内座標ＤＸ欄１６１ｄには、Ｘ軸方向の座標が格納され、チップ内座標ＤＹ欄１６１ｅには、Ｙ軸方向の座標が格納される。

欠陥検査装置１１０で検出する欠陥の特徴量については、検査装置メーカによって様々であるが、特徴量は、欠陥検査装置が欠陥を検出したときに画像処理の結果として得られるデータであって、例えば、欠陥の大きさ、欠陥の濃淡値、欠陥の周囲長がある。

そして、本実施形態では、欠陥ＩＤ欄１６１ａで特定される欠陥に関して、欠陥の大きさを特徴量Ａ１５１欄１６１ｆに、欠陥の濃淡値を特徴量Ａ１５２欄１６１ｇに、欠陥周囲長を特徴量Ａ１５３欄１６１ｈに、格納するようにしているがこのような態様に限定されるわけではない。

なお、欠陥検査装置１１０で出力された欠陥情報については、ネットワーク１５０を介して、解析装置１３０に送信する。

レビュー装置１２０は、特定された位置における画像情報を取得する。

レビュー装置１２０としては、ＳＥＭやＡＦＭ（Atomic Force Microscope：原子間力顕微鏡）を用いたものを使用すればよく、また、欠陥検査装置１１０と同様の座標、または、欠陥検査装置１１０で使用する座標とレビュー装置１２０で使用する座標との対応表を用いることにより、レビュー装置１２０で検出された欠陥の画像情報を取得する。

そして、レビュー装置１２０のオペレータはレビュー装置１２０で取得された各欠陥の画像情報を用いて、入力装置（図示せず）を用いて各欠陥の種別を識別するための識別情報（ここでは、欠陥名）を入力し、レビュー装置１２０は、各欠陥と、各欠陥の種別と、を関連させたレビュー結果情報を生成して、ネットワーク１５０を介して解析装置１３０に送信する。

例えば、本実施形態では、レビュー装置１２０は、図５（レビュー結果テーブル１６２の概略図）に示されるようなレビュー結果テーブル１６２を生成して解析装置１３０に送信する。

図示するように、レビュー結果テーブル１６２は、論理和ＩＤ欄１６２ａと、チップ座標ＲＸ欄１６２ｂと、チップ座標ＲＹ欄１６２ｃと、チップ内座標ＤＸ欄１６２ｄと、チップ内座標ＤＹ欄１６２ｅと、レビュー結果欄１６２ｆと、を備える。

論理和ＩＤ欄１６２ａ、チップ座標ＲＸ欄１６２ｂ、チップ座標ＲＹ欄１６２ｃ、チップ内座標ＤＸ欄１６２ｄ及びチップ内座標ＤＹ欄１６２ｅには、後述するサンプリングテーブル１３７ａの対応する欄に格納されている値を格納する。

レビュー結果欄１６２ｆには、論理和ＩＤ欄１６２ａ、チップ座標ＲＸ欄１６２ｂ、チップ座標ＲＹ欄１６２ｃ、チップ内座標ＤＸ欄１６２ｄ及びチップ内座標ＤＹ欄１６２ｅで特定される欠陥をレビューすることにより入力された当該欠陥の種別を特定する情報が格納される。ここで、本実施形態では、欠陥の種別を特定する情報として欠陥名を格納するようにしているが、このような態様に限定されるわけではない。

解析装置１３０は、記憶部１３１と、制御部１３６と、入力部１４１と、出力部１４２と、送受信部１４３と、を備える。

記憶部１３１は、欠陥情報記憶領域１３２と、論理和情報記憶領域１３３と、レビュー結果情報記憶領域１３４と、距離情報記憶領域１３５と、を備える。

欠陥情報記憶領域１３２には、欠陥検査装置１１０より受信した欠陥情報が記憶される。本実施形態においては、例えば、欠陥情報として図３に示すような欠陥テーブル１６１が各々の検査レシピ毎に記憶される。

論理和情報記憶領域１３３には、後述する論理和情報生成部１３７で生成される欠陥の論理和情報が記憶される。なお、欠陥の論理和情報については後述する。

レビュー結果情報記憶領域１３４には、レビュー装置１２０より受信したレビュー結果情報であるレビュー結果テーブル１６２が記憶される。

距離情報記憶領域１３５には、後述するレシピ解析部１４０で生成される距離情報が記憶される。なお、距離情報については後述する。

制御部１３６は、論理和情報生成部１３７と、サンプリング情報生成部１３８と、解析指定受付部１３９と、レシピ解析部１４０と、を備える。

論理和情報生成部１３７は、記憶部１３１の欠陥情報記憶領域１３２に記憶されている検査レシピ毎の欠陥テーブル１６１を読み込み、各々の検査レシピで検出された欠陥の間の距離を算出して、予め定められたしきい値以下の距離の欠陥は同じ欠陥と見なすことで、いずれかの検査レシピで検出された全ての欠陥を集計した論理和情報を生成して、記憶部１３１の論理和情報記憶領域１３３に記憶する。

本実施形態においては、論理和情報生成部１３７は、例えば、図６（論理和テーブル１３７ａの概略図）に示すような論理和テーブル１３７ａを生成して、記憶部１３１の論理和情報記憶領域１３３に記憶する。

図示するように、論理和テーブル１３７ａは、論理和ＩＤ欄１３７ｂと、欠陥ＩＤ（レシピＲ１６１）欄１３７ｃと、欠陥ＩＤ（レシピＲ１６２）欄１３７ｄと、欠陥ＩＤ（レシピＲ１６３）欄１３７ｅと、を備える。

論理和ＩＤ欄１３７ｂには、いずれかの検査レシピで検出された欠陥を識別するための識別情報である論理和ＩＤが格納される。

ここで、本実施形態においては、レシピＲ１６１で検出された欠陥と、レシピＲ１６１では検出されずレシピＲ１６２で検出された欠陥と、レシピＲ１６１では検出されずレシピＲ１６３で検出された欠陥と、の各々につき、それぞれのレシピで検出された順番で連番となるように論理和ＩＤが割り振られる。

欠陥ＩＤ（レシピＲ１６１）欄１３７ｃには、レシピＲ１６１で検出された欠陥の欠陥ＩＤが格納される。ここで、レシピＲ１６１で検出された欠陥の欠陥ＩＤは、レシピＲ１６１で検出された欠陥の欠陥テーブル１６１の欠陥ＩＤ欄１６１ａに格納されたものを用いる。

欠陥ＩＤ（レシピＲ１６２）欄１３７ｄには、レシピＲ１６２で検出された欠陥の欠陥ＩＤが格納される。

ここで、欠陥ＩＤ（レシピＲ１６２）欄１３７ｄには、レシピＲ１６１で検出されている欠陥、即ち、レシピＲ１６１で検出された欠陥の座標と予め定められたしきい値以下の距離しか離れていない欠陥については、当該しきい値以下の距離しか離れていないレシピＲ１６１の欠陥ＩＤに対応させて（同じ行に）、レシピＲ１６２で検出された欠陥ＩＤが格納される。

一方、レシピＲ１６１で検出されていない欠陥、即ち、レシピＲ１６１で検出された欠陥のいずれの座標とも、予め定められたしきい値よりも距離が離れている欠陥については、論理和テーブル１３７ａに新たなエントリを生成して、レシピＲ１６２で検出された欠陥ＩＤが格納される。この際、論理和テーブル１３７ａに生成した新たなエントリにおける欠陥ＩＤ（レシピＲ１６１）欄１３７ｃには、対応する欠陥がない旨を示す識別情報（ここでは、「−」）が格納される。

なお、レシピＲ１６２で検出された欠陥の欠陥ＩＤについても、レシピＲ１６２で検出された欠陥の欠陥テーブル１６１の欠陥ＩＤ欄１６１ａに格納されたものを用いる。

欠陥ＩＤ（レシピＲ１６３）欄１３７ｅには、レシピＲ１６３で検出された欠陥の欠陥ＩＤが格納される。

ここで、欠陥ＩＤ（レシピＲ１６３）欄１３７ｅには、レシピＲ１６１又はレシピＲ１６２で検出されている欠陥、即ち、レシピＲ１６１又はレシピＲ１６２で検出された欠陥の座標と予め定められたしきい値以下の距離しか離れていない欠陥については、当該しきい値以下の距離しか離れていないレシピＲ１６１又はレシピＲ１６２の欠陥ＩＤに対応させて（同じ行に）、レシピＲ１６３で検出された欠陥ＩＤが格納される。

一方、レシピＲ１６１及びレシピＲ１６２で検出されていない欠陥、即ち、レシピＲ１６１及びレシピＲ１６２で検出された欠陥のいずれの座標とも、予め定められたしきい値よりも距離が離れている欠陥については、論理和テーブル１３７ａに新たなエントリを生成して、レシピＲ１６３で検出された欠陥ＩＤが格納される。この際、論理和テーブル１３７ａに生成した新たなエントリにおける欠陥ＩＤ（レシピＲ１６１）欄１３７ｃ及び欠陥ＩＤ（レシピＲ１６２）欄１３７ｄには、対応する欠陥がない旨を示す識別情報（ここでは、「−」）が格納される。

なお、レシピＲ１６３で検出された欠陥の欠陥ＩＤについても、レシピＲ１６３で検出された欠陥の欠陥テーブル１６１の欠陥ＩＤ欄１６１ａに格納されたものを用いる。

以上の論理和テーブル１３７ａでは、レシピＲ１６１、レシピＲ１６２及びレシピＲ１６３の三種類の検査レシピで欠陥の検出を行った場合を例に説明したが、検査レシピの数は三つに限定されるわけではない。

サンプリング情報生成部１３８は、論理和情報記憶領域１３３に記憶されている論理和情報から欠陥の種別を判別するためのサンプルを特定したサンプリング情報を生成する。

例えば、本実施形態においては、サンプリング情報生成部１３８は、論理和情報記憶領域１３３に記憶されている論理和テーブル１３７ａからランダムに、または、予め定められた法則に従って、予め定められた数の論理和ＩＤを抽出して、当該論理和ＩＤに対応する欠陥の座標を欠陥情報記憶領域１３２から特定して、論理和ＩＤと、当該論理和ＩＤに対応する欠陥の位置を特定する情報と、を備えるサンプリング情報を生成する。

サンプリング情報としては、例えば、図７（サンプリングテーブル１３８ａの概略図）に示されるようなサンプリングテーブル１３８ａを生成する。

図示するように、サンプリングテーブル１３８ａは、論理和ＩＤ欄１３８ｂと、チップ座標ＲＸ欄１３８ｃと、チップ座標ＲＹ欄１３８ｄと、チップ内座標ＤＸ欄１３８ｅと、チップ内座標ＤＹ欄１３８ｆと、を備える。

論理和ＩＤ欄１３８ｂには、論理和テーブル１３７ａから抽出された論理和ＩＤが格納される。

チップ座標ＲＸ欄１３８ｃ、チップ座標ＲＹ欄１３８ｄ、チップ内座標ＤＸ欄１３８ｅ及びチップ内座標ＤＹ欄１３８ｆには、論理和ＩＤ欄１３８ｂで特定される論理和ＩＤに対応する欠陥の位置を欠陥情報記憶領域１３２に記憶されている欠陥テーブル１６１のチップ座標ＲＸ欄１６１ｂ、チップ座標ＲＹ欄１６１ｃ、チップ内座標ＤＸ欄１６１ｄ及びチップ内座標ＤＹ欄１６１ｅに格納されている値を格納する。

なお、論理和テーブル１３７ａから抽出された論理和ＩＤに対応する欠陥ＩＤが複数ある場合には、いずれか一つの座標値、複数の座標の中心位置、または、複数の座標の重心位置、などをこれらの欄に格納すればよい。

また、サンプリング情報生成部１３８は、以上のようにして生成したサンプリングテーブル１３８ａをレビュー装置１２０に送受信部１４３を介して送信するとともに、レビュー装置１２０からのレビュー結果情報であるレビュー結果テーブル１６２を送受信部１４３を介して受信し、記憶部１３１のレビュー結果情報記憶領域１３４に記憶する。

解析指定受付部１３９は、入力部１４１を介して、解析装置１３０のオペレータより、検出したい欠陥の種別を特定する情報、または、検出したくない欠陥の種別を特定する情報、の入力を受け付ける。

例えば、解析指定受付部１３９は、出力部１４２である表示装置にレビュー結果情報記憶領域１３４に記憶されているレビュー結果テーブル１６２を予め定められた形式で表示し、当該表示において、検出したい欠陥の種別や、検出したくない欠陥の種別の入力を、入力部１４１を介して受け付ける。

レシピ解析部１４０は、解析指定受付部１３９で指定された検出したい欠陥の種別を最も多く検出し、または、検出したくない欠陥の種別を最も少なく検出する検査レシピを特定する処理を行う。

例えば、レシピ解析部１４０は、解析指定受付部１３９で検出したい欠陥の種別が指定された場合には、レビュー結果テーブル１６２より検出したい欠陥の種別に対応する論理和ＩＤを取得して、取得した論理和ＩＤに対応する欠陥ＩＤを論理和テーブル１３７ａより特定する。

そして、レシピ解析部１４０は、論理和テーブル１３７ａより特定した欠陥ＩＤの特徴量を欠陥テーブル１６１より特定し、各々のレシピ毎に各々の特徴量の基準値を生成する。

さらに、レシピ解析部１４０は、各々のレシピ毎に、検出された各々の欠陥の特徴量と、各々の特徴量の基準値と、の類似性を判断する。

そして、レシピ解析部１４０は、解析指定受付部１３９で指定された検出したい欠陥の特徴量の基準値に類似する特徴量を備える欠陥を最も多く検出している検査レシピを特定する。

このようにして特定された検査レシピを、解析指定受付部１３９で指定された検出したい欠陥の種別を最も多く検出する検査レシピとして出力部１４２を介して出力する。

一方、レシピ解析部１４０は、解析指定受付部１３９で検出したくない欠陥の種別が指定された場合には、レビュー結果テーブル１６２より検出したくない欠陥の種別に対応する論理和ＩＤを取得して、取得した論理和ＩＤに対応する欠陥ＩＤを論理和テーブル１３７ａより特定する。

そして、レシピ解析部１４０は、論理和テーブル１３７ａより特定した欠陥ＩＤの特徴量を欠陥テーブル１６１より特定し、各々のレシピ毎に各々の特徴量の基準値を生成する。

さらに、レシピ解析部１４０は、各々のレシピ毎に、検出された各々の欠陥の特徴量と、各々の特徴量の基準値と、の類似性を判断する。

そして、レシピ解析部１４０は、解析指定受付部１３９で指定された検出したくない欠陥の特徴量の基準値に類似する特徴量を備える欠陥を最も少なく検出している検査レシピを特定する。

このようにして特定された検査レシピを、解析指定受付部１３９で指定された検出したくない欠陥の種別を最も多く検出する検査レシピとして出力部１４２を介して出力する。

入力部１４１は、解析装置１３０のオペレータより情報の入力を受け付ける。

出力部１４２は、解析装置１３０のオペレータに情報を出力する。

送受信部１４３は、ネットワーク１５０を介して、情報の送受信を行うためのインターフェースである。

以上に記載した解析装置１３０は、例えば、図８（コンピュータ１７０の概略図）に示すような、ＣＰＵ１７１と、メモリ１７２と、ＨＤＤ等の外部記憶装置１７３と、ＣＤ−ＲＯＭやＤＶＤ−ＲＯＭ等の可搬性を有する記憶媒体１７４から情報を読み出す読取装置１７５と、キーボードやマウスなどの入力装置１７６と、ディスプレイなどの出力装置１７７と、通信ネットワークに接続するためのＮＩＣ（Network Interface Card）等の通信装置１７８と、を備えた一般的なコンピュータ１７０で実現できる。

例えば、記憶部１３１は、外部記憶装置１７３により実現可能であり、制御部１３６は、外部記憶装置１７３に記憶されている所定のプログラムをメモリ１７２にロードしてＣＰＵ１７１で実行することで実現可能であり、入力部１４１は、入力装置１７６により実現可能であり、出力部１４２は、出力装置１７７により実現可能であり、送受信部１４０は、通信装置１７８により実現可能である。

この所定のプログラムは、読取装置１７５を介して記憶媒体１７４から、あるいは、通信装置１７８を介してネットワークから、外部記憶装置１７３にダウンロードされ、それから、メモリ１７２上にロードされてＣＰＵ１７１により実行されるようにしてもよい。また、読取装置１７５を介して記憶媒体１７４から、あるいは、通信装置１７８を介してネットワークから、メモリ１７２上に直接ロードされ、ＣＰＵ１７１により実行されるようにしてもよい。

図９は、以上に記載した検査システム１００での処理を示すフローチャートである。

まず、Ｎ（Ｎは、２以上の自然数）個の異なる検査レシピを欠陥検査装置１１０に入力し、欠陥検査装置１１０において、同一基板に対して、各々の検査レシピで特定される検査条件を使用して欠陥検査をＮ回実行する（Ｓ１０）。

次に、欠陥検査装置１１０は、各々の検査レシピ毎に欠陥テーブル１６１を生成し、ネットワーク１５０を介して解析装置１３０に送信する（Ｓ１１）。ここで、装置間のデータ送受信方法としては、欠陥検査装置１１０が解析装置１３０に欠陥テーブル１６１をプットする形態でも、解析装置１３０が欠陥検査装置１１０から欠陥テーブル１６１をゲットする形態でもよい。

欠陥テーブル１６１を欠陥検査装置１１０より受信した解析装置１３０では、論理和情報生成部１３７が、欠陥テーブル１６１を欠陥情報記憶領域１３２に記憶して、検査レシピ間において、個々の欠陥座標の距離を計算し、予め与えられたしきい値以下の距離しか離れていない欠陥座標を同じ欠陥と判断して、対応づけを行い、いずれかの検査レシピで検出された欠陥の総和を示す論理和テーブル１３７ａを生成して、論理和情報記憶領域１３３に記憶する（Ｓ１２）。

次に、解析装置１３０のサンプリング情報生成部１３８は、論理和テーブル１３７ａより複数の論理和ＩＤをサンプルとしてサンプリングし、当該論理和ＩＤに対応する欠陥ＩＤを特定して、欠陥テーブル１６１より位置情報を取得することで、サンプリングテーブル１３８ａを生成して、送受信部１４３を介して、サンプリング情報としてレビュー装置１２０に送信する（Ｓ１３）。なお、装置間のデータ送受信方法としては、解析装置１３０がレビュー装置１２０にデータをプットする形態でも、レビュー装置１２０が解析装置１３０からデータをゲットする形態でもよい。

レビュー装置１２０は、ステップＳ１３で取得したサンプリング情報で特定されている位置情報に基づいて各々の欠陥の画像を取得し、入力装置（図示せず）を介してレビュー装置１２０のオペレータあるいはＡＤＣ（Automatic Defect Classification）機能により情報の入力を受け付けることで、各々の欠陥の種別を特定したレビュー結果テーブル１６２を生成して（Ｓ１４）、レビュー結果情報として解析装置１３０にネットワークを介して送信する（Ｓ１５）。ここで、装置間のデータ送受信方法としては、レビュー装置１２０が解析装置１３０にデータをプットする形態でも、解析装置１３０がレビュー装置１２０からデータをゲットする形態でもよい。

レビュー装置１２０よりレビュー結果情報を取得した解析装置１３０では、解析指定受付部１３９が、レビュー結果テーブル１６２に格納されている情報を所定の形式で出力し、入力部１４１を介して、解析を行う種別と、検出したい種別であるか検出したくない種別であるかの解析条件の入力を受け付ける（Ｓ１６）。

次に、解析装置１３０のレシピ解析部１４０は、解析指定受付部１３９で指定された種別であって、レビュー結果情報に含まれている欠陥の論理和ＩＤをレビュー結果テーブル１６２から特定し、特定した論理和ＩＤに対応する欠陥ＩＤを論理和テーブル１３７ａで特定する（Ｓ１７）。この際、レシピ解析部１４０は、図１０（解析指定テーブル１６３の概略図）に示すような解析指定テーブル１６３を生成してもよい。

図示するように、解析指定テーブル１６３は、論理和ＩＤを格納する論理和ＩＤ欄１６３ａと、レシピＲ１６１で検出された欠陥ＩＤ（対応する欠陥がない場合には「−」）を格納する欠陥ＩＤ（レシピＲ１６１）欄１６３ｂと、レシピＲ１６２で検出された欠陥ＩＤ（対応する欠陥がない場合には「−」）を格納する欠陥ＩＤ（レシピＲ１６２）欄１６３ｃと、レシピＲ１６３で検出された欠陥ＩＤ（対応する欠陥がない場合には「−」）を格納する欠陥ＩＤ（レシピＲ１６３）欄１６３ｄと、指定された種別が格納されるレビュー結果欄１６３ｅと、を備える。

そして、レシピ解析部１４０は、ステップＳ１７で特定された欠陥ＩＤに対応する特徴量を欠陥情報記憶領域１３２に記憶されている欠陥テーブル１６１より取得して、検査レシピ毎及び特徴量毎に特徴量の基準値を算出する（Ｓ１８）。この際、レシピ解析部１４０は、図１１（特徴量テーブル１６４の概略図）に示すような特徴量テーブル１６４を各々の検査レシピ毎に生成して、特徴量毎の基準値を算出してもよい。なお、図１１に示す特徴量テーブル１６４は、欠陥ＩＤを格納する欠陥ＩＤ欄１６４ａと、特徴量Ａ１５１の値を格納する特徴量Ａ１５１欄１６４ｂと、特徴量Ａ１５２の値を格納する特徴量Ａ１５２欄１６４ｃと、特徴量Ａ１５３の値を格納する特徴量Ａ１５３欄１６４ｄと、を備える。

なお、具体的な基準値の算出方法については、図１２及び図１３を用いて後述する。

次に、レシピ解析部１４０は、検査レシピ毎に、ステップＳ１８で算出した基準値に基づいて、各検査レシピで検出された全ての欠陥について、検査レシピ毎の基準値との間の距離を算出する（Ｓ１９）。

なお、具体的な距離の算出については、図１４及び図１５を用いて後述する。

そして、レシピ解析部１４０は、ステップＳ１９で算出した距離が、予め定められたしきい値以下となる欠陥の個数を類似欠陥数として検査レシピ毎に集計する（Ｓ２０）。この際、レシピ解析部１４０は、例えば、図１６（集計結果データ１６５の概略図）に示すように、各々のレシピ毎に類似欠陥の個数を集計した結果である集計結果データ１６５を生成して、出力部１４２に出力してもよい。

さらに、レシピ解析部１４０は、ステップＳ１６において解析条件として検出したい種別の欠陥であると指示されている場合には、集計した類似欠陥数が最も多い検査レシピを、また、解析条件として検出したくない種別の欠陥であると指示されている場合には、集計した類似欠陥数が最も少ない検査レシピを、予め定めた表示形式にして解析結果として出力部１４２に出力する（Ｓ２１）。

図１２は、レシピ解析部１４０で欠陥の特徴量から基準値を算出する処理を示すフローチャートである。ここで、図１２は、図９のステップＳ１９で定義する距離として、マハラノビス距離を用いる例を示す。

まず、レシピ解析部１４０は、図９のステップＳ１７で特定された欠陥ＩＤに対応する特徴量を欠陥情報記憶領域１３２に記憶されている欠陥テーブル１６１より取得する（Ｓ３０）。

次に、レシピ解析部１４０は、各々の検査レシピにおいて、特徴量毎の平均値と標準偏差を計算する（Ｓ３１）。

ここで、平均値ｍ_ｉは、下記の（１）式を用いて計算し、標準偏差σ_ｉは、下記の（２）式を用いて計算する。

ここで、ｎは各々の検査レシピにおいてサンプリングされた欠陥の数であり、ｉは各特徴量の識別子である。

次に、レシピ解析部１４０は、ステップＳ３０で取得した特徴量から相関行列を生成する（Ｓ３２）。

ここで、相関行列は、各特徴量の項目間の相関係数を計算した結果の行列であり、相関係数は、（３）式で計算でき、その結果を（４）式のように行列に代入すると、相関行列を作成できる。

そして、レシピ解析部１４０は、ステップＳ３２で作成した相関行列を計算する（Ｓ３３）。ここで、ステップＳ１９で定義する距離として、マハラノビス距離を用いる場合、以上のようにして計算された平均値、標準偏差及び相関行列の組を基準値とする。

図１３は、レシピ解析部１４０で欠陥の特徴量から基準値を算出する処理を示すフローチャートである。ここで、図１３は、図９のステップＳ１９で定義する距離として、ユークリッド距離を用いる例を示す。

まず、レシピ解析部１４０は、図９のステップＳ１７で特定された欠陥ＩＤに対応する特徴量を欠陥情報記憶領域１３２に記憶されている欠陥テーブル１６１より取得する（Ｓ４０）。

次に、レシピ解析部１４０は、各々の検査レシピにおいて、特徴量毎の平均値と標準偏差を計算する（Ｓ４１）。

そして、平均値ｍ_ｉは、上記の（１）式を用いて計算し、標準偏差σ_ｉは、上記の（２）式を用いて計算する。ここで、図９のステップＳ１９で定義する距離として、ユークリッド距離を用いる場合、平均値と標準偏差の組のことを基準値とする。

なお、図９のステップＳ１９で定義する距離として、マハラノビス距離とユークリッド距離のどちらを選択する方がよいかは、特徴量データの項目数や、レビュー装置で指定した欠陥の種別（欠陥名）の欠陥数などに依存する。マハラノビス距離は、後述するように（４）式で計算された相関行列の逆行列を計算する必要がある。逆行列は条件によって正しく計算できないことが知られており、その場合はユークリッド距離を計算した方がよい。

図１４は、レシピ解析部１４０で全欠陥のマハラノビス距離を算出する処理を示すフローチャートである。ここで、図１４は、図９のステップＳ１９で定義する距離として、マハラノビス距離を用いる例である。

まず、レシピ解析部１４０は、検査レシピ毎に、欠陥検査装置１１０で検出された全ての欠陥の特徴量を欠陥情報記憶領域１３２に記憶されている欠陥テーブル１６１より取得する（Ｓ５０）。

そして、レシピ解析部１４０は、図１２のステップＳ３１で算出した平均値及び標準偏差を取得する（Ｓ５１）。

次に、レシピ解析部１４０は、ステップＳ５０で取得した全欠陥の特徴量に対して、ステップＳ５１で取得した平均値及び標準偏差を用いて、下記の（５）式を用いて規準化する（Ｓ５２）。

そして、レシピ解析部１４０は、図１２のステップＳ３３で作成された逆行列を取得する（Ｓ５３）。

次に、レシピ解析部１４０は、ステップＳ５２で規準化された全欠陥の特徴量を、欠陥毎に行ベクトルとしたＸ^Ｔと、列ベクトルとしたＸと、ステップ２０４で読み込んだ逆行列（Ｒ^−１）と、を（６）式に代入して、各欠陥のマハラノビス距離を計算する（Ｓ５４）。

ここで、（６）式の変数ｋは、特徴量の項目数である。

なお、このようにして算出されたマハラノビス距離については、図１７（距離テーブル１６６の概略図）に示すような距離テーブル１６６にまとめることも可能である。

距離テーブル１６６は、論理和ＩＤを格納する論理和ＩＤ欄１６６ａと、レシピＲ１６１で検出された欠陥のマハラノビス距離を格納するマハラノビス距離（レシピＲ１６１）欄１６６ｂと、レシピＲ１６２で検出された欠陥のマハラノビス距離を格納するマハラノビス距離（レシピＲ１６２）欄１６６ｃと、レシピＲ１６３で検出された欠陥のマハラノビス距離を格納するマハラノビス距離（レシピＲ１６３）欄１６６ｄと、を備える。

図１５は、レシピ解析部１４０で全欠陥のユークリッド距離を算出する処理を示すフローチャートである。ここで、図１５は、図９のステップＳ１９で定義する距離として、ユークリッド距離を用いる例である。

まず、レシピ解析部１４０は、検査レシピ毎に、欠陥検査装置１１０で検出された全ての欠陥の特徴量を欠陥情報記憶領域１３２に記憶されている欠陥テーブル１６１より取得する（Ｓ６０）。

そして、レシピ解析部１４０は、図１３のステップＳ４１で算出した平均値及び標準偏差を取得する（Ｓ６１）。

次に、レシピ解析部１４０は、ステップＳ６０で取得した全欠陥の特徴量に対して、ステップＳ６１で取得した平均値及び標準偏差を用いて、上記の（５）式を用いて規準化する（Ｓ６２）。

そして、レシピ解析部１４０は、ステップＳ６２で基準化された全欠陥の特徴量を欠陥毎に行ベクトルとしたＸ^Ｔと、列ベクトルとしたＸと、単位行列（Ｅ）と、を（７）式に代入して、各欠陥のユークリッド距離を計算する（Ｓ６３）。

ここで、（７）式の変数ｋは、特徴量の項目数である。

なお、このようにして算出されたユークリッド距離については、図１８（距離テーブル１６７の概略図）に示すような距離テーブル１６７にまとめることも可能である。

距離テーブル１６７は、論理和ＩＤを格納する論理和ＩＤ欄１６７ａと、レシピＲ１６１で検出された欠陥のユークリッド距離を格納するユークリッド距離（レシピＲ１６１）欄１６７ｂと、レシピＲ１６２で検出された欠陥のユークリッド距離を格納するユークリッド距離（レシピＲ１６２）欄１６６ｃと、レシピＲ１６３で検出された欠陥のユークリッド距離を格納するユークリッド距離（レシピＲ１６３）欄１６７ｄと、を備える。

以上に記載した実施形態において、図９に示すステップＳ１６で、複数の種別を指定し、各々の種別毎に好適な検査レシピを特定してもよい。

また、例えば、検出したい種別を２種類、検出したくない種別を２種類選んだ場合、レシピ解析部１４０は、タグチメソッドのＳＮ比の考え方に基づいて、下記の（８）式が小さくなる検査レシピを選んでもよい。ここで、（８）式のｙ_１、ｙ_２には検出したくない欠陥として選んだ種別に属する欠陥の類似欠陥の個数、（８）式のｙ_３、ｙ_４には検出したい欠陥として選んだ種別に属する欠陥の類似欠陥の個数を入力する。

さらに、レシピ解析部１４０は、図９のステップＳ１０で実験計画法の直交表に基づいて複数の検査条件を作成し、（８）式に基づいて、ＳＮ比を計算し、ＳＮ比が最小になるように複数の検査レシピを組み合わせて、一つの検査レシピを作成してもよい。

以上のように、本発明によれば、はじめに、複数の検査レシピを用意し、その中から一番適切な検査レシピを容易かつ標準的に選出できる。また、複数の検査レシピの数をある程度用意できるのであれば、一番適切な検査レシピを選出するだけではなく、タグチメソッドや実験計画法の考え方に基づき、用意した検査レシピを組み合わせて新たな検査レシピを作成することができる。

以上に記載した実施形態においては、検査システム１００を、欠陥検査装置１１０と、レビュー装置１２０と、解析装置１３０と、により構成したが、このような態様に限定されず、例えば、図１９（検査システム２００の概略図）に示されている検査システム２００のように、欠陥検査装置２１０の制御装置２３０内に、解析装置１３０と同様の制御部１３６と記憶部１３１を設けることで、欠陥検査装置２１０において好適な検査レシピを解析することができるようにしてもよい。

なお、欠陥検査装置２１０は、基板入出ロボット２１１、画像撮像装置２１２、基板吸着部２１３、位置決め駆動部２１４、入力部２１５、出力部２１６、送受信部２１７、を備える。

また、図２０（検査システム３００の概略図）に示されている検査システム３００のように、レビュー装置３２０の制御装置３３０内に、解析装置１３０と同様の制御部１３６と記憶部１３１を設けることで、欠陥検査装置３２０において好適な検査レシピを解析することができるようにしてもよい。

なお、レビュー装置３２０は、基板入出ロボット３２１、画像撮像装置３２２、基板吸着部３２３、位置決め駆動部３２４、入力部３２５、出力部３２６、送受信部３２７、を備える。

また、以上に記載した実施形態においては、レビュー装置１２０においてサンプリングされた欠陥の種別（欠陥名）を特定するようにしているが、このような態様に限定されず、例えば、レビュー装置で撮像された画像データを元に解析装置１３０の入力部１４１を介して欠陥の種別（欠陥名）を入力して特定するようにしてもよい。

第一の実施形態である検査システムの概略図。 検査レシピテーブルの概略図。 欠陥テーブルの概略図。 基板の概略図。 レビュー結果テーブルの概略図。 論理和テーブルの概略図。 サンプリングテーブルの概略図。 コンピュータの概略図。 検査システム１００での処理を示すフローチャート。 解析指定テーブルの概略図。 特徴量テーブルの概略図。 欠陥の特徴量から基準値を算出する処理を示すフローチャート。 欠陥の特徴量から基準値を算出する処理を示すフローチャート。 全欠陥のマハラノビス距離を算出する処理を示すフローチャート。 全欠陥のユークリッド距離を算出する処理を示すフローチャート。 集計結果データの概略図。 距離テーブルの概略図。 距離テーブルの概略図。 検査システムの概略図。 検査システムの概略図。

符号の説明

１００、２００、３００ 検査システム
１１０、２１０ 欠陥検査装置
１２０、３２０ レビュー装置
１３０ 解析装置
１３１ 記憶部
１３２ 欠陥情報記憶領域
１３３ 論理和情報記憶領域
１３４ レビュー結果情報記憶領域
１３５ 距離情報記憶領域
１３６ 制御部
１３７ 論理和情報生成部
１３８ サンプリング情報生成部
１３９ 解析指定受付部
１４０ レシピ解析部
１４１ 入力部
１４２ 出力部
１４３ 送受信部

Claims (17)

1. 検査対象上の欠陥を検査する欠陥検査装置の検査レシピを設定するに際して、事前に準備された複数の検査レシピの中から、前記検査対象上のユーザが望む種別の欠陥を最も多く検出可能な検査レシピ、または、ユーザが望まない種別の欠陥を最も少なく検出可能な検査レシピ、を選出する解析装置であって、
   前記複数の検査レシピのそれぞれを前記欠陥検査装置に設定して、前記同一の検査対象を前記欠陥検査装置により検査した結果である、少なくとも欠陥ＩＤ、欠陥座標、欠陥の特徴量よりなる欠陥情報を受信して記憶する欠陥情報記憶部と、
   前記欠陥情報よりサンプリング情報を生成するサンプリング情報生成部と、
   前記サンプリングされた各欠陥の画像情報より、各欠陥の種別情報を作成するレビュー装置からレビュー結果情報を受信して記憶するレビュー結果情報記憶部と、
   ユーザより解析を行う欠陥の種別情報を受け付ける解析指定受付部と、
   前記ユーザより指定された欠陥の種別に該当する前記レビュー結果情報に含まれる欠陥の特徴量を前記欠陥情報から取得し、取得した前記特徴量から基準値を検査レシピ毎に算出し、前記欠陥情報に含まれる欠陥の前記基準値からの距離を各検査レシピ毎に算出し、予め定められたしきい値以下となる類似欠陥の個数を集計するレシピ解析部と、
   前記検査レシピ毎の類似欠陥の個数をユーザへ提示する出力部と、
   を備えたことを特徴とする解析装置。
2. 請求項１に記載の解析装置であって、
   前記レシピ解析部は、前記ユーザより指定された欠陥の種別に該当する前記レビュー結果情報より、各検査レシピによって検出された欠陥の各特徴量の統計的基準値を求め、前記統計的基準値を基準として、前記欠陥情報の各欠陥の特徴量を取得して、各検査レシピ毎の類似欠陥の個数を集計すること、
   を特徴とする解析装置。
3. 請求項２に記載の解析装置であって、
   前記レシピ解析部は、前記各特徴量の統計的基準値から前記欠陥情報の各欠陥の特徴量までの距離を求め、前記距離が予め定められたしきい値以下となる欠陥の個数を類似欠陥の個数として集計すること、
   を特徴とする解析装置。
4. 請求項２又は３に記載の解析装置であって、
   前記統計的基準値は、前記欠陥情報に含まれる全ての欠陥の特徴量を、前記ユーザより指定された欠陥の種別に該当する前記レビュー結果情報に含まれる欠陥の各特徴量の平均値および標準偏差を用いて規準化したものであり、
   前記距離は、マハラノビス距離又はユークリッド距離であること、
   を特徴とする解析装置。
5. コンピュータを、
   欠陥検査装置に設定する複数の検査レシピを解析する解析装置として機能させるプログラムであって、
   記憶手段及び制御手段として前記コンピュータを機能させ、
   前記記憶手段は、
   前記検査レシピ毎に、基板における欠陥の位置、および、当該欠陥の特徴量、を対応させた欠陥情報と、
   前記欠陥情報に含まれている欠陥のうちから選択された欠陥について、選択された欠陥の種別を特定するレビュー結果情報と、を記憶し、
   前記制御手段は、
   解析を行う欠陥の種別の入力を受け付ける処理と、
   前記レビュー結果情報に含まれる欠陥であって、入力された前記欠陥の種別に対応する欠陥の特徴量を前記欠陥情報から取得し、取得した当該特徴量から基準値を前記検査レシピ毎に算出する処理と、
   前記欠陥情報に含まれている全ての欠陥につき、前記基準値からの距離を前記検査レシピ毎に算出する処理と、
   前記基準値からの距離が、予め定められたしきい値以下の個数を前記検査レシピ毎に集計する処理と、
   を行うこと、を特徴とするプログラム。
6. 請求項５に記載のプログラムであって、
   前記制御手段は、前記基準値からの距離が、予め定められたしきい値以下の個数が最も多い検査レシピを、入力された前記欠陥の種別を検出するのに適したものと判定すること、
   を特徴とするプログラム。
7. 請求項５に記載のプログラムであって、
   前記制御手段は、前記基準値からの距離が、予め定められたしきい値以下の個数が最も少ない検査レシピを、入力された前記欠陥の種別を検出しないのに適したものと判定すること、
   を特徴とするプログラム。
8. 請求項５に記載のプログラムであって、
   前記基準値は、前記特徴量の平均値および標準偏差であり、
   前記距離は、マハラノビス距離又はユークリッド距離であること、
   を特徴とするプログラム。
9. 検査対象上の欠陥を検査するための検査レシピを設定するに際して、事前に準備された複数の検査レシピの中から、前記検査対象上のユーザが望む種別の欠陥を最も多く検出可能な検査レシピ、または、ユーザが望まない種別の欠陥を最も少なく検出可能な検査レシピ、を選出する欠陥検査装置であって、
   前記複数の検査レシピのそれぞれを設定して、前記同一の検査対象を検査して作成した、少なくとも欠陥ＩＤ、欠陥座標、欠陥の特徴量よりなる欠陥情報を記憶する欠陥情報記憶部と、
   前記欠陥情報よりサンプリング情報を生成するサンプリング情報生成部と、
   前記サンプリングされた各欠陥の画像情報より、各欠陥の種別情報を作成するレビュー装置からレビュー結果情報を受信して記憶するレビュー結果情報記憶部と、
   ユーザより解析を行う欠陥の種別情報を受け付ける解析指定受付部と、
   前記ユーザより指定された欠陥の種別に該当する前記レビュー結果情報に含まれる欠陥の特徴量を前記欠陥情報から取得し、取得した前記特徴量から基準値を検査レシピ毎に算出し、前記欠陥情報に含まれる欠陥の前記基準値からの距離を各検査レシピ毎に算出し、予め定められたしきい値以下となる類似欠陥の個数を集計するレシピ解析部と、
   前記検査レシピ毎の類似欠陥の個数をユーザへ提示する出力部と、
   を備えたことを特徴とする欠陥検査装置。
10. 請求項９に記載の欠陥検査装置であって、
    前記レシピ解析部は、前記ユーザより指定された欠陥の種別に該当する前記レビュー結果情報より、各検査レシピによって検出された欠陥の各特徴量の統計的基準値を求め、前記統計的基準値を基準として、前記欠陥情報の各欠陥の特徴量を取得して、各検査レシピ毎の類似欠陥の個数を集計すること、
    を特徴とする欠陥検査装置。
11. 検査対象上の欠陥を検査する欠陥検査装置の検査レシピを設定するに際して、事前に準備された複数の検査レシピの中から、前記検査対象上のユーザが望む種別の欠陥を最も多く検出可能な検査レシピ、または、ユーザが望まない種別の欠陥を最も少なく検出可能な検査レシピ、を選出するレビュー装置であって、
    前記複数の検査レシピのそれぞれを前記欠陥検査装置に設定して、前記同一の検査対象を前記欠陥検査装置により検査した結果である、少なくとも欠陥ＩＤ、欠陥座標、欠陥の特徴量よりなる欠陥情報を受信して記憶する欠陥情報記憶部と、
    前記欠陥情報よりサンプリング情報を生成するサンプリング情報生成部と、
    前記サンプリングされた各欠陥の画像情報より、各欠陥の種別を特定して作成したレビュー結果情報を記憶するレビュー結果情報記憶部と、
    ユーザより解析を行う欠陥の種別情報を受け付ける解析指定受付部と、
    前記ユーザより指定された欠陥の種別に該当する前記レビュー結果情報に含まれる欠陥の特徴量を前記欠陥情報から取得し、取得した前記特徴量から基準値を検査レシピ毎に算出し、前記欠陥情報に含まれる欠陥の前記基準値からの距離を各検査レシピ毎に算出し、予め定められたしきい値以下となる類似欠陥の個数を集計するレシピ解析部と、
    前記検査レシピ毎の類似欠陥の個数をユーザへ提示する出力部と、
    を備えたことを特徴とするレビュー装置。
12. 請求項１１に記載のレビュー装置であって、
    前記レシピ解析部は、前記ユーザより指定された欠陥の種別に該当する前記レビュー結果情報より、各検査レシピによって検出された欠陥の各特徴量の統計的基準値を求め、前記統計的基準値を基準として、前記欠陥情報の各欠陥の特徴量を取得して、各検査レシピ毎の類似欠陥の個数を集計すること、
    を特徴とするレビュー装置。
13. 欠陥検査装置と、レビュー装置と、解析装置と、を備える解析システムであって、
    前記欠陥検査装置は、複数の検査レシピで一の基板の欠陥検査を行い、検査レシピ毎に、基板における欠陥の位置、および、当該欠陥の特徴量、を対応させた欠陥情報を生成し、
    前記レビュー装置は、前記欠陥情報に含まれている欠陥のうちから選択された欠陥について、選択された欠陥の種別を特定するレビュー結果情報を生成し、
    前記解析装置は、
    解析を行う欠陥の種別の入力を受け付ける処理と、
    前記レビュー装置から取得した前記レビュー結果情報に含まれる欠陥であって、入力された前記欠陥の種別に対応する欠陥の特徴量を前記欠陥情報から取得し、取得した当該特徴量から基準値を前記検査レシピ毎に算出する処理と、
    前記欠陥検査装置から取得した前記欠陥情報に含まれている全ての欠陥につき、前記基準値からの距離を前記検査レシピ毎に算出する処理と、
    前記基準値からの距離が、予め定められたしきい値以下の個数を前記検査レシピ毎に集計する処理と、
    を行う処理部を備えること、
    を特徴とする解析システム。
14. 請求項１３に記載の解析システムであって、
    前記制御部は、前記基準値からの距離が、予め定められたしきい値以下の個数が最も多い検査レシピを、入力された前記欠陥の種別を検出するのに適したものと判定すること、
    を特徴とする解析システム。
15. 請求項１３に記載の解析システムであって、
    前記制御部は、前記基準値からの距離が、予め定められたしきい値以下の個数が最も少ない検査レシピを、入力された前記欠陥の種別を検出しないのに適したものと判定すること、
    を特徴とする解析システム。
16. 請求項１３に記載の解析システムであって、
    前記基準値は、前記特徴量の平均値および標準偏差であり、
    前記距離は、マハラノビス距離又はユークリッド距離であること、
    を特徴とする解析システム。
17. 検査レシピ毎に、基板における欠陥の位置、および、当該欠陥の特徴量、を対応させた欠陥情報と、前記欠陥情報に含まれている欠陥のうちから選択された欠陥について、選択された欠陥の種別を特定するレビュー結果情報と、を記憶する記憶部と、
    制御部と、
    を備える解析装置において、欠陥検査装置に設定する複数の検査レシピを解析する解析方法であって、
    前記制御部が、解析を行う欠陥の種別の入力を受け付ける処理を行う過程と、
    前記制御部が、前記レビュー結果情報に含まれる欠陥であって、入力された前記欠陥の種別に対応する欠陥の特徴量を前記欠陥情報から取得し、取得した当該特徴量から基準値を前記検査レシピ毎に算出する処理を行う過程と、
    前記制御部が、前記欠陥情報に含まれている全ての欠陥につき、前記基準値からの距離を前記検査レシピ毎に算出する処理を行う過程と、
    前記基準値からの距離が、予め定められたしきい値以下の個数を前記検査レシピ毎に集計する処理を行う過程と、
    を行うこと、を特徴とする解析方法。

Images