[go: up one dir, main page]

TWI785253B - 基於多個散射信號之嵌入式粒子深度分級 - Google Patents

基於多個散射信號之嵌入式粒子深度分級 Download PDF

Info

Publication number
TWI785253B
TWI785253B TW108120821A TW108120821A TWI785253B TW I785253 B TWI785253 B TW I785253B TW 108120821 A TW108120821 A TW 108120821A TW 108120821 A TW108120821 A TW 108120821A TW I785253 B TWI785253 B TW I785253B
Authority
TW
Taiwan
Prior art keywords
sample
depth
collection channel
signals
detection system
Prior art date
Application number
TW108120821A
Other languages
English (en)
Other versions
TW202018279A (zh
Inventor
張海平
俞罡
Original Assignee
美商克萊譚克公司
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 美商克萊譚克公司 filed Critical 美商克萊譚克公司
Publication of TW202018279A publication Critical patent/TW202018279A/zh
Application granted granted Critical
Publication of TWI785253B publication Critical patent/TWI785253B/zh

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/956—Inspecting patterns on the surface of objects
    • G01N21/95607—Inspecting patterns on the surface of objects using a comparative method
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan 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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/9501—Semiconductor wafers
    • 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
    • G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/01—Arrangements or apparatus for facilitating the optical investigation
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/21—Polarisation-affecting properties
    • G01N21/211—Ellipsometry
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/47—Scattering, i.e. diffuse reflection
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/47—Scattering, i.e. diffuse reflection
    • G01N21/4795—Scattering, i.e. diffuse reflection spatially resolved investigating of object in scattering medium
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8806—Specially adapted optical and illumination features
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/9501—Semiconductor wafers
    • G01N21/9505—Wafer internal defects, e.g. microcracks
    • H10P74/203—
    • H10P74/23—
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/47—Scattering, i.e. diffuse reflection
    • G01N2021/4704—Angular selective
    • G01N2021/4707—Forward scatter; Low angle scatter
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/47—Scattering, i.e. diffuse reflection
    • G01N2021/4704—Angular selective
    • G01N2021/4711—Multiangle measurement
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/47—Scattering, i.e. diffuse reflection
    • G01N2021/4704—Angular selective
    • G01N2021/4726—Detecting scatter at 90°
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/47—Scattering, i.e. diffuse reflection
    • G01N2021/4792—Polarisation of scatter light
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/8422—Investigating thin films, e.g. matrix isolation method
    • G01N2021/8438—Mutilayers
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan 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
    • G01N2021/8883—Scan 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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/956—Inspecting patterns on the surface of objects
    • G01N21/95607—Inspecting patterns on the surface of objects using a comparative method
    • G01N2021/95615—Inspecting patterns on the surface of objects using a comparative method with stored comparision signal
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2201/00—Features of devices classified in G01N21/00
    • G01N2201/06—Illumination; Optics
    • G01N2201/063—Illuminating optical parts
    • G01N2201/0638—Refractive parts

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Optics & Photonics (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Manufacturing & Machinery (AREA)
  • Testing Or Measuring Of Semiconductors Or The Like (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)
  • Investigating Or Analysing Biological Materials (AREA)
  • Computer Hardware Design (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Power Engineering (AREA)

Abstract

本發明揭示一種檢測系統，其可包含用於產生一照明束之一照明源、用於導引該照明束至一樣本之照明光學器件。該系統可進一步包含用於自該樣本收集一第一立體角範圍內且依一第一選定偏振之光的一第一收集通道。該系統可進一步包含用於自該樣本收集一第二角範圍(第二立體角範圍)內且依一第二選定偏振之光的一第二收集通道。該系統可進一步包含用於接收兩個或更多個散射信號之一控制器。該等散射信號可包含具有選定偏振之來自該第一收集通道及該第二收集通道之信號。該控制器可基於比較該兩個或更多個散射信號與訓練資料來進一步判定該樣本中缺陷之深度，該訓練資料包含來自具有已知深度處之已知缺陷之一訓練樣本的資料。

Description

基於多個散射信號之嵌入式粒子深度分級
本發明大體上係關於缺陷檢測，且更特定言之，本發明係關於缺陷之深度判定。
半導體裝置(諸如(但不限於) 3D記憶體堆疊)包含多層膜堆疊，其可包含數十個或數百個膜層。此等多層膜堆疊易受任何膜層上之嵌入式缺陷影響且通常期望監測缺陷頻率及缺陷發生深度兩者。例如，缺陷深度資料可判斷易受缺陷影響之特定製造步驟。然而，通常不便於及/或無法在沈積各層之後檢測多層樣本。因此，通常可在沈積多個層或甚至整個膜堆疊之後檢測多層樣本之缺陷。
隨著膜堆疊之數目增加，判定嵌入式缺陷之深度資訊面臨越來越多挑戰。例如，通常可使用諸如聚焦離子束(FIB)銑削之一侵入式方法來準確判定多層堆疊中嵌入式缺陷之深度。然而，侵入式量測技術可能很耗時且僅可應用於代表性測試樣本而非生產樣本。因此，期望產生消除上述缺點之系統及方法。
根據本發明之一或多個說明性實施例，揭示一種檢測系統。在一說明性實施例中，該系統包含經組態以產生一照明束之一照明源。在另一說明性實施例中，該系統包含用於導引該照明束至一樣本之一或多個照明光學器件。在另一說明性實施例中，該系統包含一第一收集通道，其包含用於回應於該照明束而自該樣本收集一第一立體角範圍內之光的至少一第一偵測器。在另一說明性實施例中，該第一收集通道進一步包含用於控制自該樣本入射於該第一偵測器上之該光之一偏振的一第一偏振器。在另一說明性實施例中，該系統包含一第二收集通道，其包含用於回應於來自該照明源之該照明而自該樣本收集一第二立體角範圍內之光的至少一第二偵測器。在另一說明性實施例中，該第二收集通道進一步包含用於控制自該樣本入射於該第二偵測器上之該光之一偏振的一第二偏振器。在另一說明性實施例中，該系統包含一控制器。在另一說明性實施例中，該控制器接收兩個或更多個散射信號，其中該兩個或更多個散射信號包含基於該第一偏振器之一或多個定向之來自該第一收集通道之一或多個散射信號及基於該第二偏振器之一或多個定向之來自該第二收集通道之一或多個散射信號。在另一說明性實施例中，該控制器基於比較該兩個或更多個散射信號與訓練資料來判定該樣本中一或多個缺陷之深度，其中該訓練資料包含來自具有已知深度處之已知缺陷之一訓練樣本的散射信號。
根據本發明之一或多個說明性實施例，揭示一種檢測系統。在一說明性實施例中，該系統包含一控制器。在另一說明性實施例中，該控制器自一第一收集通道接收一或多個散射信號。在另一說明性實施例中，該第一收集通道包含用於回應於一照明束而自一樣本收集一第一立體角範圍內之光的一第一偵測器且進一步包含用於控制自該樣本入射於該第一偵測器上之該光之一偏振的一第一可調偏振器，其中來自該第一收集通道之該一或多個散射信號係基於該第一可調偏振器之一或多個偏振態。在另一說明性實施例中，該控制器自一第二收集通道接收一或多個散射信號。在另一說明性實施例中，該第二收集通道包含用於回應於該照明束而自該樣本收集一第二立體角範圍內之光的一第二偵測器且進一步包含用於控制自該樣本入射於該第二偵測器上之該光之一偏振的一第二可調偏振器，其中來自該第二收集通道之該一或多個散射信號係基於該第二可調偏振器之一或多個偏振態。在另一說明性實施例中，該控制器基於比較來自該第一收集通道及該第二收集通道之該一或多個散射信號與訓練資料來判定該樣本中一或多個缺陷之深度，其中該訓練資料包含來自具有已知深度處之已知缺陷之一訓練樣本的散射信號。
根據本發明之一或多個說明性實施例，揭示一種檢測方法。在一說明性實施例中，該方法包含自一第一收集通道接收一或多個散射信號。在另一說明性實施例中，該第一收集通道包含用於回應於一照明束而自一樣本收集一第一立體角範圍內之光的一第一偵測器且進一步包含用於控制自該樣本入射於該第一偵測器上之該光之一偏振的一第一可調偏振器，其中來自該第一收集通道之該一或多個散射信號係基於該第一可調偏振器之一或多個偏振態。在另一說明性實施例中，該方法包含自一第二收集通道接收一或多個散射信號。在另一說明性實施例中，該第二收集通道包含用於回應於該照明束而自該樣本收集一第二立體角範圍內之光的一第二偵測器且進一步包含用於控制自該樣本入射於該第二偵測器上之該光之一偏振的一第二可調偏振器，其中來自該第二收集通道之該一或多個散射信號係基於該第二可調偏振器之一或多個偏振態。在另一說明性實施例中，該方法包含基於比較來自該第一收集通道及該第二收集通道之該一或多個散射信號與訓練資料來判定該樣本中一或多個缺陷之深度，其中該訓練資料包含來自具有已知深度處之已知缺陷之一訓練樣本的散射信號。
應瞭解，以上一般描述及以下詳細描述兩者僅供例示及說明且未必限制本發明。併入本說明書中且構成本說明書之一部分之附圖繪示本發明之實施例且與一般描述一起用於解釋本發明之原理。
相關申請案之交叉參考 本申請案根據35 U.S.C. § 119(e)主張名叫Haiping Zhang及Alex Yu之發明者於2018年6月19日申請之名稱為「EMBEDDED PARTICLE DEPTH BINNING USING CHANNEL BASED METHOD BY MORE THAN TWO SCANS」之美國臨時申請案第62/687,123號之權利，該案之全文以引用的方式併入本文中。
現將詳細參考附圖中所繪示之揭示標的。已相對於特定實施例及其具體特徵來特別展示及描述本發明。本文中所闡釋之實施例應被視為說明而非限制。一般技術者應易於明白，可在不背離本發明之精神及範疇之情況下對形式及細節進行各種改變及修改。
本發明之實施例係針對基於一或多個光學掃描之一樣本中嵌入式缺陷之非侵入式深度判定。在此應認識到，缺陷之光散射特徵通常取決於各種結構因數及量測條件。例如，缺陷散射信號可取決於缺陷及樣本兩者之結構及組成。包含(但不限於)嵌入式粒子、裂縫或空隙之多種類型之缺陷可存在於一製造樣本中。因此，散射信號可取決於此等缺陷相對於周圍材料之大小、結構及組成。另舉例而言，光散射特徵可取決於量測條件，諸如(但不限於)入射光之光譜、入射光之偏振、收集光之偏振或收集光之立體角。
因此，使用不同量測條件所產生之多個光散射信號可用於自散射信號提取缺陷深度資訊。本發明之額外實施例係針對提供基於不同量測組態之兩個或更多個散射信號之一多通道檢測系統。在此方面，可基於比較兩個或更多個散射信號來判定嵌入式缺陷之深度。在一些實施例中，多通道檢測系統可導引一照明束至一樣本且使用多個量測組態來自樣本收集光。例如，多通道檢測系統可包含經組態以在樣本之一單一掃描期間自樣本收集兩個不同立體角範圍內之光的兩個或更多個通道。此外，各通道可包含用於控制收集光之偏振的一偏振器。因此，各通道可提供基於收集光之偏振及入射照明束之不同組合之各種散射信號。
本發明之額外實施例係針對在一固定焦點高度處產生散射信號。例如，可使用相對於用於照射樣本及/或自樣本收集光之一物鏡之一固定焦點位置處之樣本來產生多個散射信號。在此方面，可高效率及準確產生多個散射信號。
本發明之額外實施例係針對產生訓練資料來指導嵌入式缺陷之深度判定。例如，訓練資料可基於包含已知深度處之已知缺陷之一校準樣本之一分析。訓練資料可包含實驗資料(例如來自使用已知位置處之已知缺陷所製造之訓練樣本)及模擬資料(例如來自具有已知位置處之已知缺陷之樣本之散射信號模擬)之任何組合。
本發明之額外實施例係針對基於訓練資料來識別缺陷深度與散射信號之間的關係。例如，訓練資料可用於基於散射信號比較之一序列來判定按深度分級分選缺陷之規則。另舉例而言，訓練資料可用作一機器學習演算法之訓練資料。
本發明之額外實施例係針對基於不同量測組態中之兩個或更多個散射信號及缺陷深度與散射信號之間的識別關係來判定包含未知缺陷之關注樣本(例如生產線樣本)之缺陷之深度。在一些情況中，可直接判定量測缺陷之深度值。在一些情況中，按選定深度範圍(例如分級)來分選缺陷。
各種技術可用於基於兩個或更多個散射信號及缺陷深度與散射信號之間的識別關係來判定缺陷深度。在一些實施例中，基於訓練資料來產生一組規則且接著使用該組規則來判定缺陷深度。例如，情況可為：一第一組散射信號(與選定量測組態相關聯)之一比較可辨別表層缺陷與表面下缺陷，而一第二組散射信號可辨別一第一深度範圍內之缺陷(例如一第一分級)與剩餘深度範圍內之缺陷(例如分級)，等等。在此方面，可基於不同散射信號之間的一系列選定比較來辨別各關注深度範圍內之缺陷。另舉例而言，可透過一多維圖案辨識技術來判定缺陷深度。例如，可在一訓練階段期間訓練一機器學習演算法基於訓練資料來判定缺陷深度與散射信號之間的關係。在一檢測階段期間，可由機器學習演算法基於來自關注樣本之散射信號來提供關注樣本上之缺陷深度。
現參考圖1至圖6，更詳細描述根據本發明之一或多個實施例之一檢測系統100。
圖1A係繪示根據本發明之一或多個實施例之一檢測系統100的一概念圖。在一實施例中，檢測系統100包含經組態以特徵化一樣本之一或多個性質的一檢測工具102。在另一實施例中，檢測系統100包含通信耦合至檢測工具102之一控制器104。在另一實施例中，控制器104包含經組態以執行保存於一記憶體媒體108或記憶體上之程式指令的一或多個處理器106。一控制器104之一或多個處理器106可包含此項技術中已知之任何處理元件。在此意義上，一或多個處理器106可包含經組態以執行演算法及/或指令之任何微處理器型裝置。此外，記憶體媒體108可包含適合於儲存可由相關聯之一或多個處理器106執行之程式指令之此項技術中已知之任何儲存媒體。例如，記憶體媒體108可包含一非暫時性記憶體媒體。作為一額外實例，記憶體媒體108可包含(但不限於)一唯讀記憶體(ROM)、一隨機存取記憶體(RAM)、一磁性或光學記憶體裝置(例如磁碟)、一磁帶、一固態硬碟及其類似者。應進一步注意，記憶體媒體108可與一或多個處理器106一起收容於一共同控制器外殼中。
控制器104之一或多個處理器106可執行本發明中所描述之各種程序步驟之任何者。例如，控制器104之一或多個處理器106可自檢測工具102接收與一樣本相關聯之散射信號且基於散射信號來判定一或多個缺陷之深度資訊。
圖1B係繪示根據本發明之一或多個實施例之檢測工具102的一概念圖。在一實施例中，檢測工具102包含用於產生一照明束112之一照明源110。照明束112可包含一或多個選定光波長，其包含(但不限於)紫外線(UV)輻射、可見光輻射或紅外線(IR)輻射。例如，照明源110可提供(但未必提供)具有約266 nm之波長之一照明束112。
照明源110可包含(但不限於)一或多個窄頻雷射源、一或多個寬頻雷射源、一或多個超連續雷射源、一或多個白光雷射及其類似者。在另一實施例中，照明源110包含一雷射驅動光源(LDLS)，諸如(但不限於)一雷射持續電漿(LSP)源。例如，照明源110可包含(但不限於)一LSP燈、一LSP燈泡或一LSP室，其適合於容納可在由一雷射源激發成一電漿態時發射寬頻照明之一或多個元件。在此方面，照明源110可提供具有高同調性(例如高空間同調性及/或時間同調性)之一照明束112。在另一實施例中，照明源110包含一燈源。另舉例而言，照明源110可包含(但不限於)一弧光燈、一放電燈、一無電極燈及其類似者。在此方面，照明源110可提供具有低同調性(例如低空間同調性及/或時間同調性)之一照明束112。
在另一實施例中，照明源110提供一可調諧照明束112。例如，照明源110可包含一可調諧照明源(例如一或多個可調諧雷射及其類似者)。另舉例而言，照明源110可包含耦合至一可調諧濾波器之一寬頻照明源。
照明源110可進一步提供具有任何時間量變曲線之一照明束112。例如，照明束112可具有一連續時間量變曲線、一調變時間量變曲線、一脈衝時間量變曲線及其類似者。
在另一實施例中，照明源110經由一照明路徑116來導引照明束112至一樣本114且經由一收集路徑118來收集自樣本114發出之輻射。照明路徑116可包含適合於修改及/或調節照明束112之一或多個照明束調節組件120。例如，一或多個照明束調節組件120可包含(但不限於)一或多個偏振器、一或多個濾波器、一或多個分束器、一或多個漫射器、一或多個勻光器、一或多個變跡器、一或多個光束整形器或一或多個透鏡。
在另一實施例中，照明路徑116可利用一照明聚焦元件122來將照明束112聚焦至安置於一樣本台124上之樣本114上。在另一實施例中，收集路徑118可包含用於自樣本114收集光之一收集聚焦元件126。例如，一偵測器130可接收自樣本114散射及/或折射之收集光128。另舉例而言，一偵測器130可接收由樣本114產生之收集光128 (例如與照明束112之吸收相關聯之發光及其類似者)。
在另一實施例中，檢測工具102可包含經組態以透過收集路徑118來捕獲自樣本114發出之輻射之一或多個偵測器130。偵測器130可包含適合於量測自樣本114接收之照明之此項技術中已知之任何類型之光學偵測器。例如，一偵測器130可包含(但不限於)一電荷耦合裝置(CCD)偵測器、一互補金屬氧化物半導體(CMOS)偵測器、一時間延遲積分(TDI)偵測器、一光倍增管(PMT)、一突崩光二極體(APD)及其類似者。在另一實施例中，一偵測器130可包含適合於識別收集光128之波長之一光譜偵測器。
收集路徑118可進一步包含用於導引及/或修改收集光128之任何數目個收集束調節元件132，其包含(但不限於)一或多個透鏡、一或多個濾波器、一或多個偏振器或一或多個相位板。在此方面，檢測工具102可控制入射於一偵測器130上之光之偏振。此外，檢測工具102可操作為任何類型之檢測及/或度量工具，諸如(但不限於)具有一或多個照明角之一光譜橢偏儀、用於量測穆勒(Mueller)矩陣元素(例如使用旋轉補償器)之一光譜橢偏儀、一單波長橢偏儀、一角解析橢偏儀(例如一束輪廓橢偏儀)、一光譜反射計、一單波長反射計、一角解析反射計(例如一束輪廓反射計)或一散射計。
在另一實施例中，儘管圖中未展示，但檢測工具102包含適合於調節包圍樣本114之大氣之組成及/或壓力的一室。例如，檢測工具102可包含用於控制包圍樣本114之大氣之組成及/或壓力的一或多個儲氣槽、一或多個閥、一或多個軟管、一或多個泵、一或多個調壓器及其類似者。在另一實施例中，檢測工具102經組態以提供一惰性氣體或實質上透射由照明源110提供之波長之一氣體作為包圍樣本114之一大氣。
在此應注意，圖1B中所描繪之檢測工具102可促進多角度照射樣本114及/或收集一或多個偵測器130上之多個散射信號以循序或同時產生多個散射信號。
檢測工具102可經進一步組態以提供此項技術中已知之任何類型之成像，諸如(但不限於)明場成像、暗場成像、相位對比成像或其類似者。例如，檢測工具102可依任何入射角導引照明束112至樣本114。此外，檢測工具102可包含照明路徑116及/或收集路徑118中孔隙或相位板之任何組合。
現參考圖1C及圖1D，更詳細描述基於斜及正入射之一檢測工具102之組態。圖1C及圖1D中之檢測工具102之組態包含用於產生包含不同立體角範圍之散射信號之兩個收集通道。然而，應瞭解，圖1C及圖1D中之檢測工具102之組態僅供說明且不應被解譯為限制。確切而言，檢測工具102可提供基於任何數目個立體角範圍之任何數目個收集通道。
圖1C係繪示根據本發明之一或多個實施例之包含兩個收集通道之一檢測工具102的一概念圖，該兩個收集通道用於回應於一斜入射角照明而產生兩個不同立體角範圍內之與來自樣本之光相關聯之散射信號。在此方面，圖1C中所繪示之檢測工具102可提供(但不限於)樣本114之暗場成像。在一實施例中，檢測工具102包含用於收集自樣本114發出之輻射的一物鏡134。在另一實施例中，檢測工具102包含經組態以導引收集光128之一第一部分128a至一第一偵測器130a且允許收集光128之一第二部分128b傳播至一第二偵測器130b的一反射鏡136。此外，一聚焦透鏡138可將收集光128之第二部分128b聚焦至第二偵測器130b。在此方面，第一部分128a可包含一第一立體角範圍之收集光128且第二部分128b可包含一第二立體角範圍之收集光128。
此外，反射鏡136可(但未必)經整形以將收集光128分裂成方位對稱通道。例如，收集光128之第一部分128a可包含立體角之一方位對稱錐(例如範圍自物鏡134之一光軸140至一第一立體角142)且收集光128之第二部分128b可包含立體角之一方位對稱圓環(例如範圍自第一立體角142至一第二立體角144)。
圖1D係繪示根據本發明之一或多個實施例之包含兩個收集通道之一檢測工具102的一概念圖，該兩個收集通道用於回應於一法向入射角照明而產生兩個不同立體角範圍內之與來自樣本114之光相關聯之散射信號。在一實施例中，如圖1D中所繪示，照明源110經組態以依一法向入射角導引照明束112至樣本114。因此，收集光128之第一部分128a可(但未必)與一明場散射信號相關聯且收集光128之第二部分128b可(但未必)與一暗場散射信號相關聯。
大體上參考圖1C及圖1D，檢測工具102可經組態以提供與不同量測組態相關聯之各種散射信號。例如，照明束調節組件120可包含用於將照明束112之一偏振調整成任何選定偏振態之一照明偏振器146。另舉例而言，收集束調節元件132可包含用於將收集光128之第一部分128a之一偏振調整成任何選定偏振態之一第一收集偏振器148及/或用於將收集光128之第二部分128b之一偏振調整成任何選定偏振態之一第二收集偏振器150。
可同時或循序產生各種散射信號。例如，可同時收集與經組態有選定偏振態之收集光128之第一部分128a及第二部分128b相關聯之散射信號。此外，可在修改檢測工具102之組態(例如照明束112之一波長、照明束112之一偏振及/或收集光128之任何部分之偏振)之後循序產生額外散射信號。
然而，應瞭解，圖1B至圖1D及相關聯描述僅供說明且不應被解譯為限制。檢測工具102可組態以提供適合於產生多個散射信號之任何組態。例如，檢測工具102可包含適合於產生散射信號(其包含任何數目個立體角範圍內之收集光128)之任何數目個分光鏡(例如反射鏡136)、孔隙、遮罩或其類似者。例如，檢測工具可提供用於產生與三個或更多個立體角範圍相關聯之散射信號的三個或更多個通道。此外，檢測工具102可經組態以基於任何數目個照明源來提供明場或暗場散射信號之任何組合。
現參考圖2，大體上描述缺陷深度與散射信號之間的關係。嵌入式缺陷之散射信號可大體上取決於諸如(但不限於)缺陷深度、缺陷之組成、樣本114之組成、入射光之偏振及收集光之偏振的各種因數。因此，可自散射信號之量測提取與嵌入式缺陷相關聯之深度資訊。此外，使用不同量測組態來量測散射信號可藉由提供額外深度相依資料來增加深度判定之敏感性及可靠性。另外，可使用樣本114之組成之先前知識及任何預期缺陷來基於散射信號來進一步判定缺陷深度。例如，可根據一給定樣本中不同深度處之不同缺陷組成來模型化或實驗分析散射行為以提供訓練資料。接著，可使用訓練資料來指導關注樣本中缺陷之深度判定。
圖2係根據本發明之一或多個實施例之包含沈積於一基板206 (例如矽或其類似者)上之氧化物材料202及氮化物材料204之交替層對之一多層樣本114及與不同深度處之嵌入式缺陷210 (在此為二氧化矽球)相關聯之模擬散射信號208a至208e之一側視圖。例如，在一組給定光學量測條件及沿X方向之一斜角照明下，樣本114之一表面上之一缺陷210a之一散射位點可提供一散射信號208a，一6層深缺陷210b可提供一散射信號208b，一20層深缺陷210c可提供一散射信號208c，一34層深缺陷210d可提供一散射信號208d，且一48層深缺陷210e可提供一散射信號208e。
如圖2中所繪示，散射信號208a至208e依可藉由量測不同立體角(如相對於Z方向所量測)(例如圖1C中所繪示之收集光128之第一立體角範圍及第二立體角範圍或其類似者)之散射信號來捕獲之方式隨深度變化。例如，與表層缺陷210a相關聯之散射信號208a展現低立體角之相對較高信號強度及較高立體角之逐漸減小信號強度。然而，與6層深缺陷210b相關聯之散射信號208b展現隨立體角更均勻分佈之一信號強度。此外，如由散射信號208c至208e所繪示，散射強度隨缺陷深度增大而逐漸減小且變得越來越集中於越來越高立體角處。提供不同立體角範圍之分離散射信號之一檢測工具102 (例如圖1C中所繪示或其類似者)可基於比較分離立體角範圍內所捕獲之散射強度來區分不同深度處之粒子。
另外，大體上參考散射信號208a至208e，信號強度大體上相對於Z方向方位對稱，但沿X軸變得越來越定向(例如正向散射及/或反向散射)。另外，對方位不對稱敏感之一檢測工具102可基於比較不同方位角之散射強度來區分不同深度處之粒子。
此外，儘管圖2中未繪示，但情況可為：散射光(例如收集光128)之偏振可依據缺陷深度而變化。因此，基於入射束(例如照明束112)及收集信號(例如收集光128)之偏振之不同組合來量測散射信號可用於區分不同深度處之粒子。例如，情況可(但不必)為：表面處或表面附近之缺陷210可散射保持入射光(例如照明束112)之一偏振態之光，而深入表面下方之缺陷210可展現不同於入射光之偏振態處之增大功率。
應瞭解，圖2及相關聯描述僅供說明且不應被解譯為限制。例如，樣本114可包含任何類型之樣本，其包含(但不限於)具有嵌入樣本體積內之缺陷210之一固體樣本、具有嵌入式缺陷210之一厚膜或具有任何數目個膜層之一多層膜堆疊。另舉例而言，樣本114可包含具有任何組成之一或多個層且不限於為圖2中所繪示之氧化物或氮化物層。此外，嵌入式缺陷210可為任何類型之嵌入式缺陷，其包含(但不限於)相同於或不同於周圍材料之組成之粒子、裂縫或空隙。依據缺陷210之深度而變化之散射信號208之變體可相應變動。此外，圖2中所繪示之散射信號208a至208e表示與一特定量測組態相關聯之模擬且併入一組非限制性假定。在此方面，圖2之缺陷210及散射信號208a至208e僅提供散射信號208可如何依據缺陷深度而變化之一非限制性實例。
圖3係繪示根據本發明之一或多個實施例之用於判定一樣本中缺陷之深度之一方法300中所執行之步驟的一流程圖。申請人應注意，本文先前在檢測系統100之內文中所描述之實施例及啟用技術應被解譯為擴展至方法300。然而，應進一步注意，方法300不受限於檢測系統100之架構。
在一實施例中，方法300包含一步驟302：產生包含一訓練樣本中已知深度處之已知缺陷之散射信號的訓練資料。例如，訓練資料可包含與一樣本(例如樣本114)中各種深度處之代表性缺陷(例如缺陷210)相關聯之散射信號。此外，樣本之大小及組成及訓練資料內之缺陷可經選擇以匹配檢測之預期條件。例如，樣本之預期(例如設計)結構及組成通常已眾所周知且在一生產環境中嚴格受控。情況可為：預期缺陷之類型、結構及/或組成亦已眾所周知，使得訓練資料可包含各種深度處之對應散射信號。然而，情況亦可為：不是很瞭解一給定程序之缺陷之類型、結構及/或組成。因此，訓練資料可包含與各種缺陷相關聯之散射信號，使得檢測可用於分類缺陷及判定缺陷深度。
可藉由此項技術中已知之任何技術來產生訓練資料。在一實施例中，基於使用不同量測組態之一或多個訓練樣本之多個量測(例如散射信號)來產生訓練資料。例如，可將表示待檢測之關注樣本之訓練樣本製造為具有已知深度處之選定缺陷。接著，可使用一檢測工具(例如檢測工具102或其類似者)來檢測訓練樣本以使用不同量測組態來產生與缺陷相關聯之多個散射信號。在另一實施例中，基於一或多個訓練樣本之模擬來產生訓練資料。例如，可產生表示待檢測之關注樣本之訓練樣本之模擬型式。此外，可模擬表示由用於檢測關注樣本之一檢測工具產生之散射信號的多個散射信號。可使用此項技術中已知之任何技術(諸如(但不限於)嚴格耦合波分析(RCWA))來執行模擬。
在另一實施例中，方法300包含一步驟304：基於訓練資料來識別散射信號與樣本中之缺陷深度之間的關係。此外，步驟304可包含針對存在於訓練資料中之多個缺陷類型、結構及/或組成來識別散射信號與樣本中之缺陷深度之間的關係。
在另一實施例中，方法300可包含一步驟306：接收與一檢測工具之兩個或更多個量測組態相關聯之一樣本(例如一關注樣本)之兩個或更多個散射信號。例如，一檢測工具(例如檢測工具102)可使用一照明束來照射一測試樣本且回應於照明束而產生基於自測試樣本散射及/或反射之光之散射信號。此外，兩個或更多個散射信號可對應於用於產生訓練資料之量測組態。在此方面，訓練資料可表示測試樣本。
如本文先前所描述，兩個或更多個散射信號可與量測參數(諸如(但不限於)照明束之一波長、照明束之一偏振、收集光之一偏振及自樣本收集光之一立體角)之不同組合相關聯。此外，可循序或同時收集兩個或更多個散射信號。例如，圖1C及圖1D中所繪示之檢測工具102可同時產生與不同立體角範圍相關聯之兩個散射信號。亦可產生具有照明束112之波長、照明束112之偏振或收集通道中收集光128之偏振之不同組合之額外掃描來提供任何數目個散射信號。
在另一實施例中，方法300可包含一步驟308：基於缺陷深度與散射信號之間的識別關係(例如步驟304中所判定)及與樣本相關聯之兩個或更多個散射信號(例如步驟306中所提供)來判定樣本中缺陷之深度。
可使用此項技術中已知之任何技術來產生基於訓練資料之散射信號與樣本中之缺陷深度之間的關係。在一實施例中，可比較使用不同量測組態所產生之散射信號以判定可用於提取缺陷深度之一系列規則或模式。在此方面，步驟304可實施基於規則之分級，其中基於使用選定量測組態之散射信號來界定用於按深度範圍分選缺陷之一系列分析步驟。例如，情況可為：一第一組散射信號(與選定量測組態相關聯)之比較可辨別表層缺陷與表面下缺陷，一第二組散射信號可辨別一第一深度範圍內之缺陷(例如一第一分級)與剩餘深度範圍內之缺陷(例如分級)，等等。在此方面，可基於不同散射信號之間的一系列選定比較來辨別各關注深度範圍內之缺陷。
現參考圖4至圖7，根據本發明之一或多個實施例來大體上描述基於圖2中所繪示之多層樣本114之缺陷深度按缺陷範圍之基於規則分級。圖4至圖7係與多個量測條件相關聯之包含與樣本114相關聯之散射信號之訓練資料圖。因此，訓練資料包含定位於五個位置處之缺陷之量測：樣本114之一表面上之缺陷210a、定位為6層深之缺陷210b、20層深之缺陷210c、34層深之缺陷210d及48層深之缺陷210e。因此，此等五個位置(表面、6層深、20層深、34層深及48層深)可表示具有未知缺陷之額外關注樣本之缺陷可按其分選之五個不同深度分級。應瞭解，深度分級之數目及分佈僅供說明且不應被解譯為限制。
圖4至圖7可(但未必)表示使用一檢測工具(例如檢測工具102)所產生之散射信號，該檢測工具具有用於產生三個不同立體角範圍內之與自圖2中所繪示之樣本114發出之光相關聯之散射信號的三個通道。在此方面，圖4至圖7中所繪示之各種散射信號可表示照明束112之波長、照明束112之偏振、收集光128之偏振及收集光128之立體角之不同組合。
圖4係根據本發明之一或多個實施例之包含分別使用第一量測條件及第二量測條件之與樣本114相關聯之散射信號之一訓練資料圖400。沿Y軸標繪使用第一量測條件所量測之缺陷之強度值且沿X軸標繪使用第二條件所量測之缺陷之強度值。如由作圖400所繪示，易於辨別表面缺陷210a與嵌入式缺陷210b至210e。例如，可界定一分界線402來辨別表面缺陷210a與嵌入式缺陷210b至210e。因此，可藉由使用第一量測條件及第二量測條件產生散射信號且將落於分界線402上方之缺陷分級成表面缺陷來辨別關注樣本上之表層缺陷與嵌入式缺陷。接著，可使用下文將界定之額外規則來分級嵌入式缺陷。
圖5係根據本發明之一或多個實施例之包含分別使用第三量測條件及第四量測條件之與樣本114相關聯之散射信號之一訓練資料圖500。沿Y軸標繪使用第三量測條件所量測之缺陷之強度值且沿X軸標繪使用第四條件所量測之缺陷之強度值。如由作圖500所繪示，易於辨別6層深缺陷210b及20層深缺陷210c與34層深缺陷210d及48層深缺陷210e。例如，可界定一分界線502來辨別區分嵌入6層或20層深處之缺陷210b至210c與嵌入34層或48層深處之缺陷210d至210e。因此，可藉由使用第三量測條件及第四量測條件產生散射信號且基於分界線502分級缺陷來辨別嵌入約6層或20層深度處之關注樣本上之缺陷與嵌入約34層或48層深度處之缺陷。接著，可使用下文將界定之額外規則來進一步細化缺陷深度。
圖6係根據本發明之一或多個實施例之包含分別使用第五量測條件及第六量測條件之與樣本114相關聯之散射信號之一訓練資料圖600。沿Y軸標繪使用第五量測條件所量測之缺陷之強度值且沿X軸標繪使用第六條件所量測之缺陷之強度值。如由作圖600所繪示，易於辨別6層深缺陷210b與20層深缺陷210c。例如，可界定一分界線602來辨別嵌入6層深處之缺陷210b與嵌入20層深處之缺陷210c。因此，可藉由使用第五量測條件及第六量測條件產生散射信號且基於分界線602分級缺陷來辨別嵌入約6層深度處之關注樣本上之缺陷與嵌入約20層深度處之缺陷。接著，可使用下文將界定之額外規則來進一步細化剩餘缺陷之缺陷深度。
圖7係根據本發明之一或多個實施例之包含分別使用第七量測條件及第八量測條件之與樣本114相關聯之散射信號之一訓練資料圖700。沿Y軸標繪使用第七量測條件所量測之缺陷之強度值且沿X軸標繪使用第八條件所量測之缺陷之強度值。如由作圖700所繪示，易於辨別34層深缺陷210d與48層深缺陷210e。例如，可界定一分界線702來辨別嵌入34層深處之缺陷210d與嵌入48層深處之缺陷210e。因此，可藉由使用第七量測條件及第八量測條件產生散射信號且基於分界線702分級缺陷來辨別嵌入約34層深度處之關注樣本上之缺陷與嵌入約48層深度處之缺陷。
因此，可藉由產生八個散射信號且基於基於訓練資料所界定之上述規則循序比較各種散射信號來按深度範圍分選關注樣本上之缺陷之深度(例如分級)。此外，可循序或同時產生此等散射信號。例如，圖1C及圖1D中所繪示之檢測工具102經組態以同時產生與不同立體角範圍及偏振相關聯之三個散射信號。因此，圖1C及圖1D中所繪示之檢測工具102可在三次檢測中產生高達九個散射信號。此外，應瞭解，圖4至圖7及相關聯描述僅供說明且不應被解譯為限制。可藉由比較散射信號之任何組合來產生缺陷深度分級之規則。例如，儘管圖4至圖7繪示八個不同散射信號(例如與唯一量測條件1至8相關聯)之比較，但缺陷深度分級之規則亦可基於任何選定散射信號與兩個或更多個額外散射信號之比較。在另一實施例中，可使用具有不同立體角範圍及偏振之九個不同散射信號(例如由圖1C及圖1D中所繪示之檢測工具102或其類似者產生)來產生缺陷深度分級之規則。另外，可使用經組態以使用立體角範圍或偏振之任何組合來提供量測之一檢測工具102來產生缺陷深度分級之規則。此外，針對深度分級所導出之規則可根據關注樣本之具體特性(例如層之數目及組成)及缺陷之類型及組成來變動。
在另一實施例中，可透過多維圖案辨識技術來判定缺陷深度。例如，可在一訓練階段期間訓練一機器學習演算法基於訓練資料來判定缺陷深度與散射信號之間的關係。
可使用此項技術中已知之任何分析技術(諸如(但不限於)分類、分選、分群、離群值偵測、信號回應度量、回歸分析、基於例項之分析(例如最近鄰分析或其類似者)、維度降低(例如因數分析、特徵提取、主成分分析或其類似者)、監督式學習(例如人工類神經網路、支援向量機、隨機森林或其類似者)、半監督式學習(例如生成模型或其類似者)、無監督學習(例如向量量化或其類似者)、深度學習或貝氏(Bayesian)統計)來執行多維圖案辨識。應瞭解，分析技術及任何相關聯標籤僅供說明且不意欲為限制。
此外，可在步驟308中由機器學習演算法在一檢測階段期間提供關注樣本(例如測試樣本)上之缺陷深度。例如，可將來自關注樣本之散射信號提供至機器學習演算法作為輸入且可基於步驟302中所識別之缺陷深度與散射信號之間的關係來提供缺陷深度(缺陷值或分級)作為輸出。
在另一實施例中，方法300包含基於散射信號來分類缺陷。例如，方法300可包含提取嵌入式缺陷之一或多個特性，諸如(但不限於)缺陷組成、大小、結構或類型(例如粒子、裂縫、空隙或其類似者)。如本文先前所描述，訓練資料可包含與多個缺陷(例如具有不同組成、大小、結構或類型之缺陷)相關聯之散射信號。因此，可使用相同於或實質上類似於本文中關於深度判定所描述之技術的技術(諸如(但不限於)基於規則之分類或多維圖案分類技術)來判定缺陷特性。
在另一實施例中，使用一固定焦點高度處之樣本來產生散射信號。在此方面，檢測工具(例如檢測工具102)中之樣本可定位於相對於照明及/或收集光學器件(例如圖1C及圖1D中之物鏡134、圖1B中之照明聚焦元件122及/或收集聚焦元件126或其類似者)之一固定高度處。在此應認識到，在一固定焦點高度處提供散射信號可促進準確及高效率產生掃描信號。例如，在一掃描期間變動一樣本之焦點高度(例如使用檢測工具102之樣本台124)可能需要相對比一固定焦點高度處之散射信號長之獲取時間，其會負面影響處理量。特定言之，若需要多個焦點高度處之散射信號，則適合於特徵化跨一樣本之二維部分之缺陷之二維樣本掃描(例如在圖2之X-Y平面內)之樣本獲取時間會極其長。此外，獲取多個焦點高度處之散射信號會帶來會負面影響散射信號之準確度之誤差(例如樣本台124之對位誤差)。
本文中所描述之標的有時繪示含於其他組件內或與其他組件連接之不同組件。應瞭解，此等所描繪之架構僅供例示，且事實上可實施達成相同功能性之諸多其他架構。就概念而言，用於達成相同功能性之組件之任何配置經有效「相關聯」以達成所要功能性。因此，不管架構或中間組件如何，本文中經組合以達成一特定功能性之任何兩個組件可被視為彼此「相關聯」以達成所要功能性。同樣地，如此相關聯之任何兩個組件亦可被視為彼此「連接」或「耦合」以達成所要功能性，且能夠如此相關聯之任何兩個組件亦可被視為彼此「可耦合」以達成所要功能性。「可耦合」之具體實例包含(但不限於)可實體互動及/或實體互動組件及/或可無線互動及/或無線互動組件及/或可邏輯互動及/或邏輯互動組件。
據信，可藉由以上描述來理解本發明及諸多其伴隨優點，且應明白，可在不背離所揭示標的或不犧牲其所有材料優點之情況下對組件之形式、構造及配置作出各種改變。所描述之形式僅供說明，且以下申請專利範圍意欲涵蓋及包含此等改變。此外，應瞭解，本發明由隨附申請專利範圍界定。
100:檢測系統 102:檢測工具 104:控制器 106:處理器 108:記憶體媒體 110:照明源 112:照明束 114:樣本 116:照明路徑 118:收集路徑 120:照明束調節組件 122:照明聚焦元件 124:樣本台 126:收集聚焦元件 128:收集光 128a:收集光之第一部分 128b:收集光之第二部分 130:偵測器 130a:第一偵測器 130b:第二偵測器 132:收集束調節元件 134:物鏡 136:反射鏡 138:聚焦透鏡 140:光軸 142:第一立體角 144:第二立體角 146:照明偏振器 148:第一收集偏振器 150:第二收集偏振器 202:氧化物材料 204:氮化物材料 206:基板 208:散射信號 208a:散射信號 208b:散射信號 208c:散射信號 208d:散射信號 208e:散射信號 210:缺陷 210a:表面缺陷 210b:嵌入式缺陷 210c:嵌入式缺陷 210d:嵌入式缺陷 210e:嵌入式缺陷 300:方法 302:步驟 304:步驟 306:步驟 308:步驟 400:訓練資料圖 402:分界線 500:訓練資料圖 502:分界線 600:訓練資料圖 602:分界線 700:訓練資料圖 702:分界線
熟習技術者可藉由參考附圖來較佳理解本發明之諸多優點，其中： 圖1A係繪示根據本發明之一或多個實施例之一檢測系統的一概念圖。 圖1B係繪示根據本發明之一或多個實施例之一檢測工具的一概念圖。 圖1C係繪示根據本發明之一或多個實施例之包含兩個收集通道之一檢測工具的一概念圖，該兩個收集通道用於回應於一斜入射角照明而產生兩個不同立體角範圍內之與來自樣本之光相關聯之散射信號。 圖1D係繪示根據本發明之一或多個實施例之包含兩個收集通道之一檢測工具的一概念圖，該兩個收集通道用於回應於一法向入射角照明而產生兩個不同立體角範圍內之與來自樣本之光相關聯之散射信號。 圖2係根據本發明之一或多個實施例之包含沈積於一基板上之氧化物材料及氮化物材料之交替層對之一多層樣本及與不同深度處之嵌入式缺陷相關聯之模擬散射信號之一側視圖。 圖3係繪示根據本發明之一或多個實施例之用於判定一樣本中缺陷之深度之一方法中所執行之步驟的一流程圖。 圖4係根據本發明之一或多個實施例之包含分別使用第一量測條件及第二量測條件之與樣本相關聯之散射信號之一訓練資料圖。 圖5係根據本發明之一或多個實施例之包含分別使用第三量測條件及第四量測條件之與樣本相關聯之散射信號之一訓練資料圖。 圖6係根據本發明之一或多個實施例之包含分別使用第五量測條件及第六量測條件之與樣本相關聯之散射信號之一訓練資料圖。 圖7係根據本發明之一或多個實施例之包含分別使用第七量測條件及第八量測條件之與樣本相關聯之散射信號之一訓練資料圖。
102:檢測工具
104:控制器
106:處理器
108:記憶體媒體
110:照明源
112:照明束
114:樣本
116:照明路徑
118:收集路徑
120:照明束調節組件
122:照明聚焦元件
124:樣本台
126:收集聚焦元件
128:收集光
130:偵測器
132:收集束調節元件

Claims (44)

  1. 一種檢測系統，其包括：一照明源，其經組態以產生一照明束；一或多個照明光學器件，其等用於導引該照明束至一樣本；一第一收集通道，其包含用於回應於該照明束而自該樣本收集一第一立體角範圍內之光的至少一第一偵測器，該第一收集通道進一步包含用於控制自該樣本入射於該第一偵測器上之該光之一偏振的一第一偏振器；一第二收集通道，其包含用於回應於來自該照明源之該照明束而自該樣本收集不同於該第一立體角範圍的一第二立體角範圍內之光的至少一第二偵測器，該第二收集通道進一步包含用於控制自該樣本入射於該第二偵測器上之該光之一偏振的一第二偏振器；及一控制器，其包含一或多個處理器，該一或多個處理器經組態以執行程式指令而引起該一或多個處理器：接收兩個或更多個散射信號，其中該兩個或更多個散射信號包含基於該第一偏振器之一或多個定向之來自該第一收集通道之一或多個散射信號，該兩個或更多個散射信號進一步包含基於該第二偏振器之一或多個定向之來自該第二收集通道之一或多個散射信號；及基於比較該兩個或更多個散射信號與訓練資料來判定該樣本中一或多個缺陷之深度，該訓練資料包含來自具有已知深度處之已知缺陷之一訓練樣本的散射信號。
  2. 如請求項1之檢測系統，其中基於比較該兩個或更多個散射信號與該 訓練資料來判定該樣本中一或多個缺陷之深度包括：基於比較該兩個或更多個散射信號與該訓練資料來按深度分級分選該樣本中之該一或多個缺陷。
  3. 如請求項2之檢測系統，其中該等深度分級包括：兩個或更多個深度分級。
  4. 如請求項2之檢測系統，其中該等深度分級包括：一表面深度分級及兩個或更多個表面下深度分級。
  5. 如請求項2之檢測系統，其中該等深度分級包括：一表面深度分級及四個或更多個表面下深度分級。
  6. 如請求項1之檢測系統，其中基於比較該兩個或更多個散射信號與訓練資料來判定該樣本中一或多個缺陷之深度包括：基於該訓練資料來產生用於判定缺陷深度之一或多個規則；及將該一或多個規則應用於該兩個或更多個散射信號以判定該樣本中該一或多個缺陷之該等深度。
  7. 如請求項1之檢測系統，其中基於比較該兩個或更多個散射信號與訓練資料來判定該樣本中一或多個缺陷之深度包括：使用該訓練資料來訓練一機器學習演算法，其中該機器學習演算法包括：一受到監督的學習，一受到半監督的學習，或一深度學習技術之至 少一者；將該兩個或更多個散射信號作為輸入提供至該機器學習演算法；及基於該機器學習演算法之一輸出來判定該樣本中一或多個缺陷之該等深度。
  8. 如請求項1之檢測系統，其中該一或多個缺陷包括：一或多個粒子，其等嵌入該樣本中。
  9. 如請求項1之檢測系統，其中該樣本包括：一半導體晶圓。
  10. 如請求項1之檢測系統，其中該樣本包括：一膜，其沈積於一基板上。
  11. 如請求項1之檢測系統，其中該樣本包括：一多層膜堆疊，其沈積於一基板上。
  12. 如請求項1之檢測系統，其中該一或多個照明光學器件包含一物鏡，其中該第一立體角範圍包含該物鏡之一數值孔徑內之一第一立體角子集，其中該至少一第二組收集角包含該物鏡之該數值孔徑內之一第二立體角子集。
  13. 如請求項12之檢測系統，其中該第一收集通道及該第二收集通道係 方位對稱。
  14. 如請求項12之檢測系統，其中該第一立體角範圍包括：一立體角錐，其在自垂直於該樣本之一方向至一第一立體角之範圍內，其中該第二立體角範圍包括：一立體角環形分佈，其在自該第一立體角至大於該第一立體角之一第二立體角之範圍內。
  15. 如請求項14之檢測系統，其中來自該第二收集通道之該一或多個散射信號包括：兩個散射信號，其等基於該第二偏振器之兩個正交定向。
  16. 如請求項15之檢測系統，其中來自該第一收集通道之該一或多個散射信號包括：一個散射信號，其基於該第一偏振器之一單一定向。
  17. 如請求項14之檢測系統，其中來自該第一收集通道之該一或多個散射信號包括：兩個散射信號，其等基於該第一偏振器之兩個正交定向。
  18. 如請求項1之檢測系統，其中該一或多個照明光學器件依一斜入射角導引來自該照明源之該照明束至該樣本。
  19. 如請求項18之檢測系統，其中該兩個或更多個散射信號之至少一者包括：一暗場散射信號。
  20. 如請求項1之檢測系統，其中該一或多個照明光學器件依一法向入射角導引來自該照明源之該照明束至該樣本。
  21. 如請求項20之檢測系統，其中該兩個或更多個散射信號之至少一者包括：一明場散射信號。
  22. 如請求項1之檢測系統，其中該照明源經組態以產生包含可見波長、紫外線波長、深紫外線波長、真空紫外線波長或極紫外線波長之至少一者之照明。
  23. 如請求項1之檢測系統，其中該照明源經組態以產生包含兩個波長範圍之照明，其中至少一波長範圍包含可見波長。
  24. 如請求項1之檢測系統，其中該一或多個照明光學器件導引該照明束至一固定焦點高度處之該樣本。
  25. 如請求項1之檢測系統，其中該兩個或更多個散射信號的每一者對應於多個量測參數的一不同組合，其中該等量測參數包括：該照明束之一波 長、該照明束之一偏振、一選定的收集通道、或在該選定的收集通道中所偵測到的光之一偏振之至少兩者，其中該選定的收集通道包括該第一收集通道或該第二收集通道之一者。
  26. 一種檢測系統，其包括：一控制器，其包含一或多個處理器，該一或多個處理器經組態以執行程式指令而引起該一或多個處理器：自一第一收集通道接收一或多個散射信號，該第一收集通道包含用於回應於一照明束而自一樣本收集一第一立體角範圍內之光的一第一偵測器，該第一收集通道進一步包含用於控制自該樣本入射於該第一偵測器上之該光之一偏振的一第一可調偏振器，其中來自該第一收集通道之該一或多個散射信號係基於該第一可調偏振器之一或多個偏振態；自一第二收集通道接收一或多個散射信號，該第二收集通道包含用於回應於該照明束而自該樣本收集不同於該第一立體角範圍的一第二立體角範圍內之光的一第二偵測器，該第二收集通道進一步包含用於控制自該樣本入射於該第二偵測器上之該光之一偏振的一第二可調偏振器，其中來自該第二收集通道之該一或多個散射信號係基於該第二可調偏振器之一或多個偏振態；及基於比較兩個或更多個散射信號與訓練資料來判定該樣本中一或多個缺陷之深度，其中該兩個或更多個散射信號是自該第一收集通道及該第二收集通道獲得的，該訓練資料包含來自具有已知深度處之已知缺陷之至少一訓練樣本的隨缺陷深度而變化的二或更多個訓 練散射信號，該二或更多個訓練散射信號包括：來自該第一收集通道之至少一訓練信號及來自該第二收集通道之至少一訓練信號。
  27. 如請求項26之檢測系統，其中基於比較該兩個或更多個散射信號與該訓練資料來判定該樣本中一或多個缺陷之深度包括：基於比較該兩個或更多個散射信號與該訓練資料來按深度分級分選該樣本中之該一或多個缺陷。
  28. 如請求項27之檢測系統，其中該等深度分級包括：兩個或更多個深度分級。
  29. 如請求項27之檢測系統，其中該等深度分級包括：一表面深度分級及兩個或更多個表面下深度分級。
  30. 如請求項27之檢測系統，其中該等深度分級包括：一表面深度分級及四個或更多個表面下深度分級。
  31. 如請求項26之檢測系統，其中基於比較該兩個或更多個散射信號與訓練資料來判定該樣本中一或多個缺陷之深度包括：基於該訓練資料來產生用於判定缺陷深度之一或多個規則；及將該一或多個規則應用於該兩個或更多個散射信號以判定該樣本中該一或多個缺陷之該等深度。
  32. 如請求項26之檢測系統，其中基於比較該兩個或更多個散射信號與訓練資料來判定該樣本中一或多個缺陷之深度包括：使用該訓練資料來訓練一機器學習演算法，其中該機器學習演算法包括：一受到監督的學習，一受到半監督的學習，或一深度學習技術之至少一者；將該兩個或更多個散射信號作為輸入提供至該機器學習演算法；及基於該機器學習演算法之一輸出來判定該樣本中一或多個缺陷之該等深度。
  33. 如請求項26之檢測系統，其中該一或多個缺陷包括：一或多個粒子，其等嵌入該樣本中。
  34. 如請求項26之檢測系統，其中該一或多個照明光學器件包含一物鏡，其中該第一立體角範圍包含該物鏡之一數值孔徑內之一第一立體角子集，其中該至少一第二組收集角包含該物鏡之該數值孔徑內之一第二立體角子集。
  35. 如請求項34之檢測系統，其中該第一收集通道及該第二收集通道係方位對稱。
  36. 如請求項35之檢測系統，其中來自該第二收集通道之該一或多個散射信號包括：兩個散射信號，其等基於該第二偏振器之兩個正交定向，其中來自 該第一收集通道之該一或多個散射信號包括：一個散射信號，其基於該第一偏振器之一單一定向。
  37. 如請求項26之檢測系統，其中該一或多個照明光學器件依一斜入射角導引來自該照明源之該照明束至該樣本。
  38. 如請求項37之檢測系統，其中該兩個或更多個散射信號之至少一者包括：一暗場散射信號。
  39. 如請求項26之檢測系統，其中該一或多個照明光學器件依一法向入射角導引來自該照明源之該照明束至該樣本。
  40. 如請求項39之檢測系統，其中該兩個或更多個散射信號之至少一者包括：一明場散射信號。
  41. 如請求項26之檢測系統，其中該兩個或更多個散射信號的每一者對應於多個量測參數的一不同組合，其中該等量測參數包括：該照明束之一波長、該照明束之一偏振、一選定的收集通道、或在該選定的收集通道中所偵測到的光之一偏振之至少兩者，其中該選定的收集通道包括該第一收集通道或該第二收集通道之一者。
  42. 一種檢測方法，其包括：自一第一收集通道接收一或多個散射信號，該第一收集通道包含用於回應於一照明束而自一樣本收集一第一立體角範圍內之光的一第一偵測器，該第一收集通道進一步包含用於控制自該樣本入射於該第一偵測器上之該光之一偏振的一第一可調偏振器，其中來自該第一收集通道之該一或多個散射信號係基於該第一可調偏振器之一或多個偏振態；自一第二收集通道接收一或多個散射信號，該第二收集通道包含用於回應於該照明束而自該樣本收集不同於該第一立體角範圍的一第二立體角範圍內之光的一第二偵測器，該第二收集通道進一步包含用於控制自該樣本入射於該第二偵測器上之該光之一偏振的一第二可調偏振器，其中來自該第二收集通道之該一或多個散射信號係基於該第二可調偏振器之一或多個偏振態；及基於比較兩個或更多個散射信號與訓練資料來判定該樣本中一或多個缺陷之深度，其中該兩個或更多個散射信號是自該第一收集通道及該第二收集通道獲得的，該訓練資料包含來自具有已知深度處之已知缺陷之至少一訓練樣本的隨缺陷深度而變化的二或更多個訓練散射信號，該二或更多個訓練散射信號包括：來自該第一收集通道之至少一訓練信號及來自該第二收集通道之至少一訓練信號。
  43. 如請求項42之檢測方法，其中基於比較該兩個或更多個散射信號與該訓練資料來判定該樣本中一或多個缺陷之深度包括：基於該訓練資料來產生用於判定缺陷深度之一或多個規則；及將該一或多個規則應用於該兩個或更多個散射信號以判定該樣本中 該一或多個缺陷之該等深度。
  44. 如請求項42之檢測方法，其中基於比較該兩個或更多個散射信號與訓練資料來判定該樣本中一或多個缺陷之深度包括：使用該訓練資料來訓練一機器學習演算法，其中該機器學習演算法包括：一受到監督的學習，一受到半監督的學習，或一深度學習技術之至少一者；將該兩個或更多個散射信號作為輸入提供至該機器學習演算法；及基於該機器學習演算法之一輸出來判定該樣本中一或多個缺陷之該等深度。
TW108120821A 2018-06-19 2019-06-17 基於多個散射信號之嵌入式粒子深度分級 TWI785253B (zh)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
US201862687123P 2018-06-19 2018-06-19
US62/687,123 2018-06-19
US16/165,742 US10732130B2 (en) 2018-06-19 2018-10-19 Embedded particle depth binning based on multiple scattering signals
US16/165,742 2018-10-19

Publications (2)

Publication Number Publication Date
TW202018279A TW202018279A (zh) 2020-05-16
TWI785253B true TWI785253B (zh) 2022-12-01

Family

ID=68840629

Family Applications (1)

Application Number Title Priority Date Filing Date
TW108120821A TWI785253B (zh) 2018-06-19 2019-06-17 基於多個散射信號之嵌入式粒子深度分級

Country Status (8)

Country Link
US (1) US10732130B2 (zh)
JP (1) JP7236473B2 (zh)
KR (1) KR102495449B1 (zh)
CN (1) CN112219113B (zh)
IL (1) IL279286B2 (zh)
SG (1) SG11202012061QA (zh)
TW (1) TWI785253B (zh)
WO (1) WO2019245785A1 (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10732130B2 (en) * 2018-06-19 2020-08-04 Kla-Tencor Corporation Embedded particle depth binning based on multiple scattering signals
US11668658B2 (en) * 2018-10-08 2023-06-06 Araz Yacoubian Multi-parameter inspection apparatus for monitoring of additive manufacturing parts
JP7206020B2 (ja) * 2020-11-17 2023-01-17 マシンビジョンライティング株式会社 画像観察装置及びその照明光学系
WO2023023701A1 (en) * 2021-08-24 2023-03-02 Mark Andrew Fraser Handcart
TWI839846B (zh) 2022-09-15 2024-04-21 華洋精機股份有限公司 可用來判斷透明膜表面的瑕疵位於膜表或膜背的檢測方法及檢測系統
US12092966B2 (en) 2022-11-23 2024-09-17 Kla Corporation Device feature specific edge placement error (EPE)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050018282A1 (en) * 2003-07-23 2005-01-27 Leica Microsystems Heidelberg Gmbh Confocal scanning microscope
US20080144023A1 (en) * 2006-11-07 2008-06-19 Yukihiro Shibata Apparatus for inspecting defects
TW201433030A (zh) * 2012-12-05 2014-08-16 克萊譚克公司 使用雷射脈衝倍增器之半導體檢測和計量系統
TW201603424A (zh) * 2014-06-20 2016-01-16 克萊譚克公司 使用面鏡及／或稜鏡之雷射重覆率倍增器及平頂射束分佈產生器
TW201734435A (zh) * 2015-12-31 2017-10-01 Asml控股公司 用於在檢測系統中聚焦的方法及裝置

Family Cites Families (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3333631A (en) * 1964-12-03 1967-08-01 Mobil Oil Corp Method for optimum miscible flooding of reservoirs using a model to determine input profile
US6201601B1 (en) 1997-09-19 2001-03-13 Kla-Tencor Corporation Sample inspection system
US6181420B1 (en) 1998-10-06 2001-01-30 Zygo Corporation Interferometry system having reduced cyclic errors
KR20040076742A (ko) * 2003-02-26 2004-09-03 삼성전자주식회사 결함 분류 방법 및 결함 분류 장치
US6947588B2 (en) 2003-07-14 2005-09-20 August Technology Corp. Edge normal process
US7554656B2 (en) * 2005-10-06 2009-06-30 Kla-Tencor Technologies Corp. Methods and systems for inspection of a wafer
US7436505B2 (en) * 2006-04-04 2008-10-14 Kla-Tencor Technologies Corp. Computer-implemented methods and systems for determining a configuration for a light scattering inspection system
US8289527B2 (en) 2010-04-01 2012-10-16 Tokyo Electron Limited Optimization of ray tracing and beam propagation parameters
US20120316855A1 (en) 2011-06-08 2012-12-13 Kla-Tencor Corporation Using Three-Dimensional Representations for Defect-Related Applications
KR20140122608A (ko) 2013-04-10 2014-10-20 삼성전자주식회사 디펙의 깊이 정보 추출 장치 및 방법과 그 디펙의 깊이 정보를 이용한 반도체 공정 개선방법
US9310320B2 (en) 2013-04-15 2016-04-12 Kla-Tencor Corp. Based sampling and binning for yield critical defects
US9535010B2 (en) 2014-05-15 2017-01-03 Kla-Tencor Corp. Defect sampling for electron beam review based on defect attributes from optical inspection and optical review
US9606069B2 (en) * 2014-06-25 2017-03-28 Kla-Tencor Corporation Method, apparatus and system for generating multiple spatially separated inspection regions on a substrate
JP6369860B2 (ja) * 2014-07-15 2018-08-08 株式会社日立ハイテクノロジーズ 欠陥観察方法及びその装置
US9726615B2 (en) * 2014-07-22 2017-08-08 Kla-Tencor Corporation System and method for simultaneous dark field and phase contrast inspection
CN108475351B (zh) * 2015-12-31 2022-10-04 科磊股份有限公司 用于训练基于机器学习的模型的系统和计算机实施方法
US10887580B2 (en) * 2016-10-07 2021-01-05 Kla-Tencor Corporation Three-dimensional imaging for semiconductor wafer inspection
US11580398B2 (en) * 2016-10-14 2023-02-14 KLA-Tenor Corp. Diagnostic systems and methods for deep learning models configured for semiconductor applications
EP3333631A1 (en) 2016-12-06 2018-06-13 ASML Netherlands B.V. Method of measuring a target, metrology apparatus, polarizer assembly
US10732130B2 (en) * 2018-06-19 2020-08-04 Kla-Tencor Corporation Embedded particle depth binning based on multiple scattering signals

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050018282A1 (en) * 2003-07-23 2005-01-27 Leica Microsystems Heidelberg Gmbh Confocal scanning microscope
US20080144023A1 (en) * 2006-11-07 2008-06-19 Yukihiro Shibata Apparatus for inspecting defects
TW201433030A (zh) * 2012-12-05 2014-08-16 克萊譚克公司 使用雷射脈衝倍增器之半導體檢測和計量系統
TW201739129A (zh) * 2012-12-05 2017-11-01 克萊譚克公司 使用雷射脈衝倍增器之半導體檢測和計量系統
TW201603424A (zh) * 2014-06-20 2016-01-16 克萊譚克公司 使用面鏡及／或稜鏡之雷射重覆率倍增器及平頂射束分佈產生器
TW201734435A (zh) * 2015-12-31 2017-10-01 Asml控股公司 用於在檢測系統中聚焦的方法及裝置

Also Published As

Publication number Publication date
KR102495449B1 (ko) 2023-02-06
IL279286B1 (en) 2023-10-01
JP2021527813A (ja) 2021-10-14
KR20210011057A (ko) 2021-01-29
US10732130B2 (en) 2020-08-04
WO2019245785A1 (en) 2019-12-26
CN112219113B (zh) 2022-03-25
IL279286A (en) 2021-01-31
TW202018279A (zh) 2020-05-16
SG11202012061QA (en) 2021-01-28
JP7236473B2 (ja) 2023-03-09
CN112219113A (zh) 2021-01-12
US20190383754A1 (en) 2019-12-19
IL279286B2 (en) 2024-02-01

Similar Documents

Publication Publication Date Title
TWI785253B (zh) 基於多個散射信號之嵌入式粒子深度分級
TWI774708B (zh) 用於半導體結構之檢驗之方法及系統
US10067072B2 (en) Methods and apparatus for speckle suppression in laser dark-field systems
CN106030292B (zh) 用于组合式明场、暗场及光热检验的设备及方法
KR101506894B1 (ko) 웨이퍼의 두 개 또는 그 초과의 특성들을 결정하기 위한 시스템들 및 방법들
TWI744540B (zh) 用於高效處理窗口探索之混合檢測系統
TWI673489B (zh) 以使用一適應性滋擾過濾器產生針對一樣本之檢驗結果之系統及方法，以及非暫時性電腦可讀媒體
TW202041852A (zh) 使用內嵌缺陷資訊之晶粒篩選
WO2011105016A1 (ja) 欠陥検査装置および欠陥検査方法
US20250251283A1 (en) Metrology with parallel subsystems and mueller signals training
KR20230148710A (ko) 반도체 소자 검사 계측 장치 및 방법