TWI862831B - 圖樣檢查之重複缺陷偵測 - Google Patents
圖樣檢查之重複缺陷偵測 Download PDFInfo
- Publication number
- TWI862831B TWI862831B TW110116041A TW110116041A TWI862831B TW I862831 B TWI862831 B TW I862831B TW 110116041 A TW110116041 A TW 110116041A TW 110116041 A TW110116041 A TW 110116041A TW I862831 B TWI862831 B TW I862831B
- Authority
- TW
- Taiwan
- Prior art keywords
- test image
- images
- defects
- wafer
- die
- Prior art date
Links
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
- G01N21/8851—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
- 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
-
- 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
- G06T7/001—Industrial image inspection using an image reference approach
-
- 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
- G01N2021/8854—Grading and classifying of flaws
- G01N2021/8861—Determining coordinates of flaws
- G01N2021/8864—Mapping zones of defects
-
- 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
- G01N21/8851—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
- G01N2021/8887—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 based on image processing techniques
-
- 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)
- Life Sciences & Earth Sciences (AREA)
- Pathology (AREA)
- Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Quality & Reliability (AREA)
- Theoretical Computer Science (AREA)
- Signal Processing (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Testing Or Measuring Of Semiconductors Or The Like (AREA)
- Facsimiles In General (AREA)
- Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
- Monitoring And Testing Of Exchanges (AREA)
Abstract
本發明提供用於偵測一倍縮光罩上之缺陷的系統及方法。一種系統包括經組態用於在對具有使用一倍縮光罩在一微影製程中印刷之特徵的一晶圓執行一檢測製程期間在前端處理中執行至少一個重複缺陷偵測的電腦子系統。在該前端處理中執行之該至少一個重複缺陷偵測步驟包括識別藉由雙重偵測在兩個或更多個測試影像中之對應位置處偵測到的任何缺陷及藉由堆疊式缺陷偵測偵測到之任何缺陷作為第一重複缺陷候選者。可對該等第一重複缺陷候選者執行一或多個額外重複缺陷偵測以產生最終重複缺陷候選者並自該等最終重複缺陷候選者識別該倍縮光罩上之缺陷。
Description
本發明大體上係關於用於圖樣檢查晶圓上之重複缺陷偵測以偵測諸如極紫外線(EUV)單晶粒及多晶粒倍縮光罩之倍縮光罩上之缺陷的系統及方法。
以下描述及實例在此章節中按其內容未被承認為先前技術。
在半導體製造製程期間的各個步驟處使用檢測製程,以偵測晶圓上之缺陷,從而促使製造製程中之產率更高且由此具有更高利潤。一些當前檢測方法偵測晶圓上之重複缺陷以藉此偵測倍縮光罩上之缺陷。舉例而言,若在晶圓上對應於倍縮光罩上之同一位置的多個位置處重複地偵測到缺陷(「重複缺陷」),則缺陷可由倍縮光罩自身引起。因此,可分析重複缺陷以判定其是否由倍縮光罩缺陷引起,而非某一其他原因。
一般而言,重複缺陷偵測(repeater defect detection;RDD)作為晶圓後處理(post-processing;PP)操作執行。舉例而言,檢測工具可在多晶粒倍縮光罩情況下執行正常晶粒對晶粒缺陷偵測(defect detection;DD),且在報告所有晶圓缺陷之後,可在後處理步驟中而非檢測工具的不同電腦組件中執行RDD。重複缺陷在此申請案中定義為位於若干倍縮光罩中之同一位置(在某一公差內)處之缺陷。
然而,當前針對RDD使用之方法及系統存在若干缺點。舉例而言,為了發現弱重複缺陷,需要執行實質上熱缺陷偵測。大部分偵測到之事件並非重複,且藉由RDD濾波。問題為工具歸因於(檢測工具之內部網路之)頻帶寬度及磁碟空間而對於儲存於批次結果中之缺陷具有有限容量。位置為實質上強濾波器,其消除批次結果中之大部分事件,但對於弱重複,檢測不能足夠熱地執行以儲存所有候選者缺陷。
因此,開發用於偵測晶圓上之重複缺陷且藉此偵測倍縮光罩上之缺陷的不具有上文所描述之缺點中之一或多者的系統及方法將為有利的。
對各種實施例之以下描述不應以任何方式解釋為限制所附申請專利範圍之主題。
一個實施例係關於一種經組態以偵測倍縮光罩上之缺陷之系統。系統包括經組態以針對晶圓產生影像之檢測子系統。倍縮光罩用於在微影製程中將特徵印刷在晶圓上。系統亦包括經組態用於偵測包括於影像中之至少第一測試影像及第二測試影像中之第一缺陷的一或多個電腦子系統。偵測第一缺陷包括分別比較至少第一測試影像及第二測試影像中之每一者與對應於至少第一測試影像及第二測試影像中之每一者的兩個不同參考影像。至少第一測試影像及第二測試影像對應於印刷於晶圓上之倍縮光罩上的相同區域的不同例項。一或多個電腦子系統亦經組態用於藉由分別比較針對第一測試影像產生之堆疊測試影像與對應於堆疊測試影像之兩個不同堆疊參考影像來偵測至少第一測試影像中的堆疊或平均缺陷。另外,一或多個電腦子系統經組態用於藉由識別在至少第一測試影像及第二測試影像中的兩者或更多者中之對應位置處偵測到的第一缺陷中之任一者及堆疊缺陷中之任一者作為第一重複缺陷候選者來執行第一重複缺陷偵測。一或多個電腦子系統進一步經組態用於對第一重複缺陷候選者執行至少一個額外重複缺陷偵測,以藉此識別最終重複缺陷候選者且基於該等最終重複缺陷候選者識別倍縮光罩上之缺陷。可如本文中所描述進一步組態系統。
另一實施例係關於一種用於偵測倍縮光罩上之缺陷的電腦實施方法。該方法包括藉由檢測子系統獲取針對晶圓產生之影像。倍縮光罩用於在微影製程中將特徵印刷在晶圓上。該方法亦包括上文所描述的偵測第一缺陷、偵測堆疊缺陷、執行第一重複缺陷偵測、執行至少一個額外重複缺陷偵測及識別缺陷之步驟,該等步驟由耦接至該檢測子系統之一或多個電腦子系統執行。
可如本文中所描述進一步執行方法之步驟中之每一者。該方法可包括本文中所描述的任何其他方法之任何其他步驟。方法可由本文中所描述的系統中之任一者執行。
另一實施例係關於一種儲存可在電腦系統上執行以用於執行用於偵測倍縮光罩上之缺陷的電腦實施方法之程式指令的非暫時性電腦可讀媒體。該電腦實施方法包括上文所描述之方法的步驟。電腦可讀媒體可如本文中所描述而進一步組態。可如本文中進一步描述而執行電腦實施方法之步驟。另外,其中可執行程式指令之電腦實施方法可包括本文中所描述的任何其他方法之任何其他步驟。
現轉至圖式,應注意,該等圖並不按比例繪製。特定言之,極大地誇示該等圖式之一些元件的比例以強調該等元件之特性。亦應注意,圖式未按相同比例繪製。多於一個圖中展示之可以相似方式組態的元件已使用相同元件符號來指示。除非本文中另外指出,否則所描述及展示之元件中之任一者可包括任何合適的市售元件。
一個實施例係關於一種經組態以偵測倍縮光罩上之缺陷之系統。本文中所描述的實施例針對用於重複缺陷偵測(RDD)以偵測倍縮光罩上之缺陷之晶圓檢測方法提供新的且改良的方法及系統。術語「倍縮光罩」及「遮罩」在本文中可互換使用。術語「重複」在本文中可與術語「重複缺陷」互換使用。
引入極紫外線(EUV)微影產生用於先進晶圓檢測工具之新應用,該等工具為諸如利用寬頻帶光之工具,諸如由寬頻帶電漿(broadband plasma;BBP)光源產生之寬頻帶光:倍縮光罩之粒子污染監測。光化光遮罩檢測器目前並不可廣泛可用,因此使用者採用圖樣檢查方法,亦即,用光學晶圓檢測器檢查印刷晶圓以發現遮罩缺陷。先進晶圓檢測工具之高輸送量允許將高晶圓及晶粒區域覆蓋率轉換成高重複缺陷敏感度。先進晶圓檢測工具可偵測可印刷相對低信號缺陷及相對低可印刷性缺陷(未印刷於每一倍縮光罩上之遮罩缺陷)兩者。
傳統上,重複偵測經執行為缺陷檢測之後處理步驟。工具正偵測所有(隨機及系統性)缺陷且稍後基於缺陷座標執行重複分析。若在多個倍縮光罩中偵測到缺陷(高於使用者定義之臨限值),則缺陷被視為重複。此方法限制敏感度,此係由於缺陷檢測器不可與相對低偵測臨限值一起使用:藉由此檢測覆蓋資料管線產生的實質上高缺陷密度。以此方式,用於重複偵測之先前所使用方法及系統不允許實質上高缺陷密度及足夠高的敏感度。估計及實驗展示,為了維持如EUV所需之敏感度(實質上高解析度及實質上小缺陷),應實質上接近雜訊底限使用檢測器,因此預期缺陷密度極高。
用於本文中所描述之實施例中的方法將重複偵測之大部分移動至檢測之前端中以改良檢驗對重複缺陷之敏感度。藉由將重複偵測移動至檢測之前端中,本文中所描述的實施例亦可在存在實質上高隨機及系統性雜訊的情況下達成實質上高重複敏感度。
此系統之一個實施例展示於圖1中。系統包括經組態以針對晶圓產生影像之檢測子系統。本文中所描述之檢測子系統可至少包括能量源及偵測器。能量源經組態以產生經導引至晶圓的能量。偵測器經組態以偵測來自晶圓之能量且回應於所偵測到之能量而產生輸出(例如影像)。
在一個實施例中,導引至晶圓之能量包括光,且自晶圓偵測到的能量包括光。舉例而言,在圖1中所展示之系統之實施例中,檢測子系統10包括經組態以將光導引至標本14的照明子系統。照明子系統包括至少一個光源。舉例而言,如圖1中所示,照明子系統包括光源16。在一個實施例中,照明子系統經組態以在一或多個入射角下將光導引至晶圓,該入射角可包括一或多個傾斜角及/或一或多個法線角。舉例而言,如圖1中所展示,來自光源16之光經導引穿過光學元件18且接著透鏡20至光束分光器21,該光束分光器21以法線入射角將光導引至晶圓14。入射角可包括任何合適的入射角,其可取決於例如晶圓之特性及待在晶圓上偵測到之缺陷而變化。
照明子系統可經組態以在不同時間在不同入射角下將光導引至晶圓。舉例而言,檢測子系統可經組態以更改照明子系統之一或多個元件的一或多個特性,使得光可以不同於圖1中所展示之入射角的入射角被導引至晶圓。在一個此類實例中,檢測子系統可經組態以移動光源16、光學元件18及透鏡20,使得光以不同入射角被導引至晶圓。
在一些情況下,檢測子系統可經組態以同時以多於一個入射角將光導引至晶圓。舉例而言,照明子系統可包括多於一個照明通道,該等照明通道中之一者可包括如圖1中所展示的光源16、光學元件18及透鏡20,且照明通道中之另一者(未展示)可包括可以不同或相同方式組態之類似元件,或可包括至少一光源及可能地一或多個其他組件,諸如本文中進一步描述之彼等組件。若此光與另一光同時經導引至晶圓,則以不同入射角導引至晶圓的光的一或多個特性(例如波長、偏振等)可不同,使得由不同入射角下的晶圓之照明產生的光可在偵測器處彼此區分開。
在另一情況下,照明子系統可包括僅一個光源(例如圖1中所展示之源16),且來自光源之光可藉由照明子系統之一或多個光學元件(未展示)分成不同光學路徑(例如基於波長、偏振等)。不同光學路徑中之每一者中的光接著可經導引至晶圓。多個照明通道可經組態以在相同時間或在不同時間將光導引至晶圓(例如當不同照明通道用於依序照明晶圓時)。在另一情況下,相同照明通道可經組態以在不同時間將光導引至具有不同特性之晶圓。舉例而言,在一些情況下,光學元件18可組態為濾光片,且該濾光片之性質可以多種不同方式改變(例如藉由交換出濾光片),使得可在不同時間將不同波長之光導引至晶圓。照明子系統可具有此項技術中已知的用於以不同或相同入射角依序或同時地將具有不同或相同特性之光導引至晶圓的任何其他合適的組態。
在一個實施例中,光源16可包括寬頻帶電漿(BBP)光源。以此方式,由光源產生且導引至晶圓之光可包括寬頻帶光。然而,光源可包括任何其他合適的光源,諸如雷射。雷射可包括此項技術中已知之任何合適的雷射且可經組態以在此項技術中已知的任何合適的一或多個波長下產生光。另外,雷射可經組態以產生單色或近單色之光。以此方式,雷射可為窄頻帶雷射。光源亦可包括產生在多個離散波長或波帶下之光的多色光源。
來自光學元件18之光可藉由透鏡20聚焦光束分光器21。儘管透鏡20在圖1中展示為單個折射光學元件,但實務上,透鏡20可包括組合地將來自光學元件之光聚焦至晶圓的多個折射及/或反射光學元件。圖1中所展示及本文中所描述的照明子系統可包括任何其他合適的光學元件(未展示)。此類光學元件之實例包括但不限於偏光組件、濾光片、空間濾波器、反射光學元件、變跡器、光束分光器、孔徑及類似者,其可包括此項技術中已知之任何此類合適的光學元件。另外,系統可經組態以基於待用於檢測之照明之類型而更改照明子系統之元件中的一或多者。
檢測子系統亦可包括經組態以使光在晶圓上方被掃描之掃描子系統。舉例而言,檢測子系統可包括載物台22,晶圓14在檢測期間安置於該載物台22上。掃描子系統可包括任何合適的機械及/或機器總成(包括載物台22),其可經組態以移動晶圓以使得光可在晶圓上方經掃描。另外或替代地,檢測子系統可經組態以使得檢測子系統之一或多個光學元件在晶圓上方執行光的某一掃描。可以任何合適方式在晶圓上方掃描光。
檢測子系統進一步包括一或多個偵測通道。一或多個偵測通道中之至少一者包括偵測器,該偵測器經組態以歸因於藉由檢測子系統之標本的照明而偵測來自晶圓之光且回應於所偵測到之光而產生輸出。舉例而言,圖1中所展示之檢測子系統包括兩個偵測通道,一者由集光器24、元件26及偵測器28形成,且另一者由集光器30、元件32及偵測器34形成。如圖1中所展示,兩個偵測通道經組態以在不同收集角度下收集及偵測光。在一些情況下,一個偵測通道經組態以偵測鏡面反射光,且另一偵測通道經組態以偵測並不自標本鏡面反射(例如散射、繞射等)之光。然而,偵測通道中之兩者或更多者可經組態以偵測來自晶圓之同一類型之光(例如鏡面反射光)。儘管圖1展示包括兩個偵測通道之檢測子系統的實施例,但檢測子系統可包括不同數目個偵測通道(例如僅一個偵測通道或兩個或更多個偵測通道)。儘管集光器中之每一者在圖1中展示為單個折射光學元件,但集光器中之每一者可包括一或多個折射光學元件及/或一或多個反射光學元件。
一或多個偵測通道可包括此項技術中已知之任何合適偵測器,諸如光電倍增管(photo-multiplier tube;PMT)、電荷耦合裝置(charge coupled device;CCD)及時間延遲整合(time delay integration;TDI)攝影機。偵測器亦可包括非成像偵測器或成像偵測器。若偵測器為非成像偵測器,則偵測器中之每一者可經組態以偵測散射光之某些特性,諸如強度,但可不經組態以偵測隨成像平面內之位置而變化的此類特性。因此,藉由包括於檢測子系統之偵測通道中之每一者中偵測器中之每一者產生的輸出可為信號或資料,而非影像信號或影像資料。在此類情況下,本文中進一步描述之電腦子系統可經組態以自偵測器之非成像輸出產生晶圓的影像。在其他情況下,偵測器可組態為經組態以產生影像信號或影像資料之成像偵測器。因此,系統可經組態以按多種方式產生本文中所描述的影像。
應注意,本文中提供圖1以大體上說明可包括於本文中所描述的系統實施例中之檢測子系統的組態。顯然,可更改本文中所描述之檢測子系統組態以最佳化如在設計商業檢測系統時通常執行之系統的效能。另外,本文中所描述之系統可使用現有檢測系統(例如,藉由將本文中所描述的功能性添加至現有檢測系統)而實施,該現有檢測系統諸如可購自加利福尼亞州米爾皮塔斯市KLA公司的29xx/39xx系列工具。對於一些此類系統,本文中所描述之方法可經提供為系統之視情況存在的功能性(例如除系統之其他功能性以外)。替代地,本文中所描述之系統可「自草圖」設計以提供完全新的系統。
系統之電腦子系統100可以任何適合方式(例如,經由一或多個傳輸媒體,其可包括「有線」及/或「無線」傳輸媒體)耦接至檢測子系統之偵測器,使得電腦子系統可在掃描晶圓期間接收由偵測器產生之輸出。電腦子系統100可經組態以使用如本文中所描述之偵測器之輸出來執行多種功能且執行本文中進一步描述之任何其他功能。可如本文中所描述進一步組態電腦子系統100。
電腦子系統100 (以及本文中所描述之其他電腦子系統)在本文中亦可被稱作電腦系統。本文中所描述之電腦子系統或系統中之每一者可採取各種形式,包括個人電腦系統、影像電腦、大型電腦系統、工作站、網路設備、網際網路設備,或根據本文中所描述之各種實施例調適的其他裝置。一般而言,術語「電腦系統」可經廣泛地定義以涵蓋具有執行來自記憶體媒體之指令之一或多個處理器的任何裝置。電腦子系統或系統亦可包括此項技術中已知的任何合適之處理器,諸如並行處理器。另外,電腦子系統或系統可包括具有高速處理程序及SW之電腦平台,作為獨立或網路連接工具。
若系統包括多於一個電腦子系統,則電腦子系統可彼此耦接,使得影像、資料、資訊、指令等可在各種電腦子系統之間發送。舉例而言,不同電腦子系統可藉由任何適合之傳輸媒體彼此耦接,該傳輸媒體可包括此項技術中已知之任何合適的有線及/或無線傳輸媒體。電腦子系統中之兩者或更多者亦可藉由共用電腦可讀及可寫儲存媒體(未展示)有效地耦接。
儘管上文將檢測子系統描述為光學或基於光之檢測子系統,但檢測子系統可為基於電子束之檢測子系統。舉例而言,在一個實施例中,導引至晶圓之能量包括電子,且自晶圓偵測到的能量包括電子。以此方式,能量源可為電子束源。在圖2中所展示之一個此類實施例中,檢驗子系統包括電子柱122,其耦接至電腦子系統200。
亦如圖2中所展示,電子柱包括經組態以產生藉由一或多個元件130聚焦至標本128之電子的電子束源126。電子束源可包括例如陰極源或發射器尖,且一或多個元件130可包括例如槍透鏡、陽極、射束限制孔徑、閘閥、射束電流選擇孔徑、物鏡及掃描子系統,以上所有者可包括此項技術中已知之任何此類合適的元件。
自標本返回的電子(例如次級電子)可藉由一或多個元件132聚焦至偵測器134。一或多個元件132可包括例如掃描子系統,該掃描子系統可為包括於元件130中之同一掃描子系統。
電子柱可包括此項技術中已知的任何其他合適之元件。另外,電子柱可進一步如2014年4月4日頒予Jiang等人之美國專利第8,664,594號、2014年4月8日頒予Kojima等人之美國專利第8,692,204號、2014年4月15日頒予Gubbens等人之美國專利第8,698,093號及2014年5月6日頒予MacDonald等人之美國專利第8,716,662號中所描述而組態,該等美國專利以引用之方式併入,如同在本文中完全闡述。
儘管電子管柱在圖2中展示為經組態使得電子以傾斜入射角導引至晶圓並以另一傾斜角自晶圓散射,但電子束可以任何合適的角度導引至晶圓並自晶圓散射。另外,基於電子束之子系統可經組態以使用多個模式來產生晶圓之影像(例如運用不同照明角、收集角等)。基於電子束之子系統的多個模式可在子系統之任何影像產生參數方面不同。
電腦子系統200可如上文所描述耦接至偵測器134。偵測器可偵測自晶圓之表面返回的電子,藉此形成晶圓之電子束影像。電子束影像可包括任何適合之電子束影像。電腦子系統200可經組態以使用偵測器之輸出及/或電子束影像來執行本文中所描述之功能中的任一者。電腦子系統200可經組態以執行本文中所描述之任何額外步驟。包括圖2中所展示之檢測子系統的系統可如本文中所描述進一步組態。
應注意,本文中提供圖2以大體上說明可包括於本文中所描述之實施例中的基於電子束之檢測子系統的組態。如同上文所描述之光學檢測子系統,可更改本文中所描述的基於電子束之檢測子系統組態以最佳化如在設計商業檢測系統時通常執行之檢測子系統的效能。另外,本文中所描述的系統可使用現有檢測系統(例如,藉由將本文中所描述的功能性添加至現有檢測系統)而實施。對於一些此類系統,本文中所描述之方法可經提供為系統之視情況存在的功能性(例如除系統之其他功能性以外)。替代地,本文中所描述之系統可「自草圖」設計以提供完全新的系統。
儘管上文將檢測子系統描述為光學或基於電子束之檢測子系統,但檢測子系統可為基於離子束之檢測子系統。除了電子束源可由此項技術中已知之任何適合的離子束源替換之外,此檢測子系統可如圖2中所展示而組態。另外,檢測子系統可為任何其他合適的基於離子束之子系統,諸如包括於市售聚焦離子束(FIB)系統、氦離子顯微鏡(HIM)系統及次級離子質譜分析(SIMS)系統中之彼等。
如上文所提及,檢驗子系統可經組態用於將能量(例如,光、電子)導引至標本之實體版本能量及/或在該實體版本上方掃描能量,藉此針對標本之實體版本產生實際影像。以此方式,檢測子系統可組態為「實際」成像系統,而非「虛擬」系統。儲存媒體(未展示)及圖1中所展示之電腦子系統100可組態為「虛擬」系統。經組態為「虛擬」檢測系統之系統及方法描述於2012年2月28日頒予Bhaskar等人的共同讓渡之美國專利第8,126,255號及2015年12月29日頒予Duffy等人的共同讓渡之美國專利第9,222,895號中,該兩個美國專利以引用之方式併入,如同在本文中完全闡述。本文中所描述之實施例可如此等專利中所描述而進一步組態。
如上文進一步所提及,檢測子系統可經組態以具有多個模式。一般而言,「模式」係由用以產生標本之輸出的檢測子系統之參數的值定義。因此,不同的模式可在用於檢測子系統之光學或電子束參數中之至少一者(除標本上產生輸出或影像之位置以外)的值方面不同。舉例而言,對於基於光之檢測子系統,不同模式可使用不同光波長。對於不同模式,模式在如本文中進一步描述導引至標本之光的波長方面可不同(例如,藉由使用不同光源、不同濾光片等)。在另一實施例中,不同模式可使用不同照明通道。舉例而言,如上文所提及,檢測子系統可包括多於一個照明通道。因此,不同照明通道可用於不同模式。
多個模式在照明及/或收集/偵測方面亦可不同。舉例而言,如上文進一步描述,檢測子系統可包括多個偵測器。因此,偵測器中之一者可用於一個模式,且偵測器中之另一者可用於另一模式。此外,該等模式可以本文中所描述之多於一個方式彼此不同(例如,不同模式可具有一或多個不同照明參數及一或多個不同偵測參數)。例如,取決於使用多個模式同時掃描標本的能力,檢測子系統可經組態以在同一掃描或不同掃描中運用不同模式來掃描標本。
倍縮光罩用於在微影製程中將特徵印刷在晶圓上。微影製程可包括任何合適的微影製程。一般而言,微影程序使用某種形式之能量(例如,光、電子等)來將形成於倍縮光罩上之圖案轉印至晶圓上之材料。晶圓上之材料可為某種形式之抗蝕劑,該抗蝕劑之一或多個性質在曝光於微影製程中所使用之能量之後改變。以此方式,能量之圖案(光、電子等)可自倍縮光罩導引或穿過倍縮光罩導引至晶圓上之抗蝕劑,以藉此將圖案自倍縮光罩轉印至抗蝕劑。可對抗蝕劑執行一或多個額外步驟(例如曝光後烘烤、顯影等)以完成圖案轉印製程。因此,如可自對微影製程之此一般描述清楚地看到,存在於倍縮光罩上之缺陷可在微影製程中轉印至晶圓,此顯然為不利的。如本文中進一步描述,有時不可能直接檢測倍縮光罩,如在倍縮光罩檢測製程中。在此類情況下,將倍縮光罩印刷於晶圓上,檢測晶圓之缺陷,且使用彼等晶圓缺陷來判定缺陷是否由倍縮光罩造成。此類判定可如本文中進一步描述而執行。
在一個實施例中,倍縮光罩為單晶粒倍縮光罩(SDR)。在另一實施例中,倍縮光罩為多晶粒倍縮光罩(MDR)。在另一實施例中,倍縮光罩經組態以供在極紫外線(EUV)波長下使用。舉例而言,本文中所描述之實施例可用於以下兩者:SDR檢測,其中倍縮光罩型遮罩僅含有一個晶粒,因此清潔參考影像不存在於晶圓上,此係由於每一遮罩缺陷經印刷於每一晶粒中;及MDR,其中遮罩含有若干相同晶粒,因此可自經檢測晶圓上可用之晶粒建構參考影像。
「圖樣檢查」在本文中定義為一種涉及將遮罩印刷於晶圓、檢測晶圓上且基於晶圓檢測結果識別遮罩上之缺陷的遮罩檢測。圖樣檢查可用以識別用於EUV遮罩監測之倍縮光罩重複,其可經執行以常規地或規則地檢查經釋放以產生可能污染之EUV遮罩。圖樣檢查可用於SDR及MDR兩者。圖樣檢查可包括訓練及偵測步驟。圖樣檢查訓練可包括本文中進一步描述之多個步驟,諸如儲存包括用於SDR之重複偵測的主晶粒的多個對準參考晶粒,儲存一個主晶粒以實現實質上準確的晶粒相對位置準確性,及識別來自主晶粒的對準目標以用於執行時對準。對於SDR圖樣檢查監測,將在訓練期間儲存的參考與執行時檢測影像相比較以發現倍縮光罩重複。對於MDR圖樣檢查檢測,來自同一掃描之晶粒間比較可用於發現倍縮光罩重複。對於陣列區圖樣檢查,基於單元至單元比較之陣列中重複(repeater in array;RIA)可用於發現倍縮光罩重複。
一或多個電腦子系統經組態用於偵測包括於藉由檢測子系統針對晶圓產生之影像中之至少第一測試影像及第二測試影像中的第一缺陷。如本文中所使用的術語「第一缺陷」僅用於區分由雙重偵測偵測到之缺陷,該雙重偵測針對來自以其他方式(例如經由本文中進一步描述之影像堆疊)偵測到之缺陷的個別測試影像而分別地執行。
至少第一測試影像及第二測試影像對應於印刷於晶圓上之倍縮光罩上的相同區域的不同例項。構成印刷於晶圓上之倍縮光罩的同一區域的不同例項的內容可取決於倍縮光罩是SDR抑或MDR而變化。舉例而言,對於SDR,印刷於晶圓上之倍縮光罩上的同一區域的不同例項可為使用倍縮光罩分別印刷於晶圓上之不同晶粒中的對應區域。在MDR的情況下,印刷於晶圓上之倍縮光罩上的同一區域的不同例項可為印刷於晶圓上之倍縮光罩之不同例項中的對應區域及/或印刷於晶圓上之倍縮光罩的單個例項中所印刷的不同晶粒中之對應區域。
在任何情況下,較佳地針對至少兩個測試影像執行分別針對不同測試影像執行之雙重偵測,使得產生對於本文中所描述之第一RDD步驟足夠的缺陷資訊。但經執行以偵測第一缺陷之雙重偵測不限於此。舉例而言,可較佳地針對多於兩個測試影像及可能遠多於兩個測試影像之測試影像執行此雙重偵測,例如,在印刷於晶圓上之一個晶粒列或晶圓上之多個晶粒列中的倍縮光罩的每一例項中的每一對應區域的測試影像。
偵測第一缺陷包括分別比較至少第一測試影像及第二測試影像中之每一者與對應於至少第一測試影像及第二測試影像中之每一者的兩個不同參考影像。舉例而言,圖3展示可針對SDR及MDR檢測執行之步驟。如圖3中所展示,參考影像300及測試影像302可輸入至對準步驟304,該對準步驟304可包括本文中所描述之對準方法中之任一者(例如,將測試及參考影像對準至諸如主參考晶粒之共同參考)。
可如本文中所描述藉由檢測子系統產生輸入至對準步驟之測試影像。亦可藉由對其上偵測到第一缺陷之晶圓成像或藉由對其上亦使用倍縮光罩印刷有特徵之訓練晶圓成像而產生輸入至對準步驟之參考影像。
在對準之前或之後,一或多個電腦子系統可針對測試影像中之一或多者產生參考影像,其可以本文中所描述之多種方式執行。舉例而言,在對準之後,一或多個電腦子系統可針對測試影像中之一或多者產生動態參考306,其可如本文中進一步描述而執行。
如本文中所描述偵測第一缺陷經執行以使用兩個不同參考影像經由雙重偵測來偵測個別測試影像中之第一缺陷。以此方式,一個個別測試影像可與第一參考影像比較且接著與第二參考影像比較。比較可涉及自測試影像減去第一參考影像且自測試影像減去第二參考影像(例如,測試影像-第一參考影像、測試影像-第二參考影像),藉此產生個別差異影像308,對於每一測試影像產生兩個個別差異影像。接著可對個別差異影像執行缺陷偵測310,其可包括將缺陷偵測臨限值應用於個別差異影像中之像素,將具有高於臨限值之信號的像素識別為有缺陷的,且相反地不將具有低於臨限值之信號的像素識別為有缺陷的。缺陷偵測310亦可包括判定針對測試影像產生之已偵測為有缺陷的兩個差異影像中之對應位置處的任何像素為缺陷候選者312。以此方式,在針對測試影像產生之差異影像中的一者中但不在亦針對該測試影像產生之另一差異影像中經偵測為有缺陷的像素將不被視為缺陷候選者,此係因為其僅被分開偵測到。換言之,在兩個差異影像中偵測為缺陷之任何像素經雙重偵測且藉此識別為缺陷候選者312。
在一個實施例中,檢測子系統經組態以針對晶圓或訓練晶圓上之經預選主晶粒產生影像,且一或多個電腦子系統經組態用於在如本文中進一步描述偵測到第一缺陷及偵測到堆疊缺陷之前執行至少不同參考影像與針對經預選主晶粒產生之影像的執行時間對準。舉例而言,在SDR及MDR檢測兩者期間,所有晶粒可首先對準至主晶粒。一般而言,對於SDR檢測,可使用訓練晶圓(亦即,並非正檢測之晶圓或執行時晶圓)產生經預選主晶粒之影像。對於MDR檢測,可使用訓練晶圓或將被檢測之晶圓產生經預選主晶粒之影像。此等步驟可如本文中進一步描述而執行。針對晶圓或訓練晶圓上之經預選主晶粒產生影像可如本文中進一步描述而執行,例如,藉由檢測子系統掃描晶圓上之經預選主晶粒。可使用此項技術中已知之任何適合的對準方法或演算法執行執行時間對準。除了將一或多個參考影像分別對準至主晶粒影像以外,一或多個電腦子系統亦可將一或多個測試影像分別對準至主晶粒影像,藉此有效地將測試及參考影像對準至共同參考且因此彼此對準。然而,在其他情況下,一或多個電腦子系統可僅將參考影像對準至主晶粒影像,且接著將測試影像對準至參考影像。術語「主晶粒」及「主參考晶粒」在本文中可互換使用。
在本文所描述之實施例中之任一者中,用於多個參考晶粒之影像可在訓練或檢測期間產生且經儲存用於本文中所描述之缺陷偵測步驟中之一或多者。所儲存之多個參考晶粒可包括本文中所描述之參考晶粒中之任一者的參考影像中之任一者,且可以本文中所描述之任何方式儲存於例如用於執行執行時檢測之配方中。
在另一實施例中,檢測子系統經組態以針對晶圓或訓練晶圓上之預先選擇參考晶粒產生影像,且一或多個電腦子系統經組態用於自針對經預選參考晶粒產生之影像選擇兩個不同參考影像以用於分別與至少第一測試影像及第二測試影像中之該每一者進行比較。針對晶圓或訓練晶圓上之經預選參考晶粒產生影像可如本文中進一步描述而執行,例如,藉由檢測子系統掃描晶圓或訓練晶圓上之經預選參考晶粒。如本文中進一步描述,經預選參考晶粒可位於用於SDR之訓練晶圓及用於MDR之晶圓上。如上文所描述選擇兩個不同參考影像可為一種動態參考產生。舉例而言,如本文中進一步描述,對於SDR,可針對訓練晶圓上之經預選參考晶粒產生參考影像。當偵測到第一缺陷時,接著對於任一個測試影像,所使用之參考影像可選自所有可用預選參考晶粒影像。可基於晶圓上之測試晶粒的位置而執行選擇經預選參考晶粒影像,例如,使得在訓練晶圓上之相對接近晶圓上的測試晶粒之晶粒中產生經預選參考晶粒影像。以此方式,可選擇可具有與測試影像類似之雜訊特性的參考晶粒以用於偵測第一缺陷,該等參考晶粒將自該測試影像減去。
在另一實施例中,檢測子系統經組態以針對訓練晶圓上之經預選參考晶粒產生影像,且一或多個電腦子系統經組態用於儲存經預選參考晶粒之影像且動態地自針對經預選參考晶粒產生之影像產生兩個不同參考影像以用於分別與至少第一測試影像及第二測試影像中之每一者進行比較。舉例而言,在本文中所描述之實施例中使用的參考影像可為計算參考(computed reference;CR),其藉由創建針對每一晶粒最佳化之合成參考影像而減少系統性雜訊。使用CR影像執行之雙重偵測將有利地抑制藉由CR產生的隨機地定位且假性的缺陷及假影,藉此允許更積極之雜訊抑制。可藉由如上文所描述之一或多個電腦子系統選擇用於動態地產生兩個不同參考影像以供與任一個測試影像分開比較的經預選參考晶粒。針對訓練晶圓上之經預選參考晶粒產生影像可如本文中進一步描述而執行,例如,藉由檢測子系統掃描訓練晶圓上之經預選參考晶粒。一或多個電腦子系統可儲存如本文中進一步描述之經預選參考晶粒之影像。
對於SDR情況,參考影像可類似於可儲存其他參考影像以用於缺陷偵測之方式儲存於工具資料庫中(作為檢測配方之部分)。對於圖樣檢查,主要差異為吾人儲存多個晶粒影像。實施例可較佳地將若干晶粒列用於設置以覆蓋更多種影像。此允許CR建構更接近測試影像之參考影像,因此產生較低雜訊差異影像。類似於其他所儲存的參考影像缺陷偵測方法,較佳地在保證倍縮光罩清潔時(例如,在倍縮光罩清潔時或不久之後)創建參考影像。
以此方式,SDR訓練可包括使用訓練、參考或「金色」晶圓執行之步驟。圖4展示可針對SDR訓練及檢測執行之各種步驟。在圖4中之虛線上方展示之步驟為可在訓練期間(時間=0)使用清潔晶圓400執行之步驟。可選擇訓練晶圓上之晶粒中的一者作為主參考晶粒,且可選擇來自晶圓上之任何位置的任何數目個晶粒作為參考晶粒。舉例而言,如圖4中所展示,可在清潔晶圓400上選擇主晶粒402,且將其在晶圓上之位置中展示為具有圖案化填充物之晶粒。晶圓上之任何或所有剩餘晶粒可用作圖4中所展示之參考晶粒404,作為參考晶粒1、參考晶粒2……參考晶粒M,且其在晶圓上之位置中經展示為不具有填充圖案之晶粒。
儘管圖4展示具有2個晶粒列(每一列中有6個晶粒)之訓練晶圓,但訓練晶圓可包括任何數目個列及列中之任何數目個晶粒。另外,儘管圖4展示印刷於晶圓上之晶粒中之每一者經選擇為主晶粒或參考晶粒,但其並非必要的。換言之,並非全部晶粒可用作主晶粒或參考晶粒。
在一些情況下,自形成於晶圓上之許多位置處及/或最多樣位置處之晶粒儘可能地產生參考晶粒影像可為有利的。舉例而言,圖5說明形成於晶圓500上之晶粒,其中一些已經選擇以在訓練階段中用於SDR檢測。特定言之,主參考晶粒502展示為略微靠近晶圓中心而選擇的晶粒,例如,比晶圓之邊緣更接近晶圓中心或至少與晶圓邊緣間隔開。一般而言,可在晶圓上之任何位置處選擇主晶粒,其可以多種不同方式判定,諸如在已知將特徵自倍縮光罩轉印至晶圓之製程相對良好地執行的情況下。在圖5中,晶粒504可經選擇以用作參考晶粒,且晶粒506可並不經選擇以用作參考晶粒。如圖5中所展示,晶粒504包括定位於晶圓之邊緣以及晶圓之中心周圍的晶粒。以此方式,參考晶粒可表示晶圓上之晶粒之子集,且可包括可例如歸因於跨晶圓之製程變化而彼此儘可能地不同的晶粒。
本文中所描述之一或多個電腦子系統可選擇晶圓上之主晶粒及參考晶粒。然而,如圖6中所展示,其展示可在SDR訓練期間對第一晶粒列執行之步驟,使用者可選擇包括主晶粒之參考晶粒以用於SDR訓練樣本計劃,如步驟600中所展示。在任一情況下,一或多個電腦子系統或使用者可基於諸如上文所描述之資訊或關於倍縮光罩、晶圓及用於將倍縮光罩上之特徵印刷至晶圓上之製程的任何其他資訊而選擇主晶粒及參考晶粒。本文中所描述之實施例可包括促進由使用者進行之參考晶粒及主晶粒的選擇的若干元件,諸如使用者介面(UI)、顯示裝置、使用者輸入裝置等。替代地,使用者可使用另外一或多個電腦子系統來選擇參考晶粒及主晶粒,且一或多個電腦子系統可自其他一或多個電腦子系統或其中已儲存有資訊之儲存媒體獲取用於使用者選擇的參考晶粒及主晶粒之資訊。
檢測子系統及電腦子系統可執行圖4中所展示之產生參考影像步驟406。在此步驟中,可首先掃描包括主晶粒之晶粒列。舉例而言,如圖6之步驟602中所展示,一或多個電腦子系統可起始資料收集,且檢測子系統可掃描晶圓。如圖6之步驟604中所展示,一或多個電腦子系統可發佈圖樣檢查訓練任務。在第一經掃描晶粒列上,選定參考晶粒在儲存至圖4之儲存資料庫408之前在同一掃描條帶內對準至主晶粒。舉例而言,如圖6之步驟606中所展示,一或多個電腦子系統可將所有晶粒對準至主晶粒。一或多個電腦子系統接著可將所有影像傳送至儲存器,如步驟608中所展示。
在另一實施例中,在SDR訓練期間可跳過對準步驟。在此情況下,應在缺陷偵測之前在執行時檢測期間執行參考對準。
對準目標可選自具有儲存於儲存資料庫中之目標位置的主晶粒。在訓練及檢測兩者中,對準目標及主晶粒可用於跨條帶影像至影像對準。
在SDR訓練階段中產生之主晶粒影像及參考晶粒影像中之任一者可經壓縮以儲存於儲存資料庫中。舉例而言,如步驟610中所展示,一或多個電腦子系統可經組態以對儲存器執行資料壓縮,其可包括此項技術中已知之任何適合的資料壓縮。如步驟612中進一步展示,一或多個電腦子系統可儲存所有經壓縮影像以供檢測。在一個此類實施例中,為了減小資料儲存空間,主參考晶粒以及參考晶粒之其餘部分與主參考晶粒之間的差異晶粒可在儲存至資料庫之前進行壓縮,而非所有參考晶粒及主晶粒。另外,為了更好地提取重要資訊且減小儲存空間,可自所有非主參考晶粒提取更高階資訊。
在隨後的晶粒列上,在將參考晶粒影像儲存至儲存資料庫之前,可將選定參考晶粒影像跨條帶或在對應條帶處對準至主參考晶粒影像。在隨後的晶粒列上,可自儲存資料庫擷取來自首先掃描的晶粒列之主參考晶粒影像的對應條帶以用於對準。舉例而言,圖7展示可在SDR訓練期間對後續晶粒列執行之步驟。如步驟700中所展示,一或多個電腦子系統可解壓縮主晶粒影像之資料且將其自儲存器載入。可以此項技術中已知之任何適合方式執行主晶粒影像之解壓縮及載入。如步驟702中所展示,檢測子系統可掃描晶粒列且發佈對準任務,該等對準任務可如本文中進一步描述而執行。如步驟704中所展示,一或多個電腦子系統可將任務中之所有晶粒對準至主晶粒。可使用主晶粒影像中選定之對準目標來執行對準,且可使用此項技術中已知之任何合適對準方法或演算法來執行對準。一或多個電腦子系統接著可將所有影像傳送至儲存節點,如步驟706中所展示。在一些情況下,一或多個電腦子系統可對儲存器執行資料壓縮,如步驟708中所展示,且儲存所有經壓縮影像以供檢測,如步驟710中所展示。以此方式,包括主晶粒之首先掃描之晶粒列的流動不同於在訓練階段中經掃描之其他晶粒列。
SDR檢測執行時間接著可如本文中進一步描述而執行。圖4展示極高層級處之SDR檢測。詳言之,在檢測(時間=K)期間,圖4中之虛線下方展示之步驟可執行且可包括掃描測試晶圓410以藉此產生測試晶粒412之影像,測試晶粒412可包括晶粒1、晶粒2、晶粒3……晶粒N。一或多個電腦子系統可自儲存資料庫408擷取在訓練期間產生之影像,該等影像可包括主晶粒402及參考晶粒中之任一者(例如,參考晶粒1、參考晶粒2……參考晶粒M)的影像,其可在執行時間期間用於諸如對準、參考影像產生或選擇、缺陷偵測等步驟,該等步驟可如本文中進一步描述而執行。舉例而言,在執行時間期間,測試影像可如本文中所描述對準至主晶粒影像,藉此有效地將測試影像對準至先前對準至主晶粒影像之參考影像。針對測試晶圓及主晶粒產生之測試影像及自儲存資料庫擷取之參考影像接著可用於本文中所描述之缺陷偵測及RDD步驟,該等步驟在圖4中僅共同地展示為重複偵測步驟414,其產生重複缺陷416。舉例而言,重複偵測步驟414可包括使用個別測試影像及CR之雙重偵測,使用堆疊測試影像及堆疊參考影像及/或平均差異影像之堆疊缺陷偵測,使用較低重複臨限值執行的基於座標之第一RDD,使用較高重複臨限值之至少一額外RDD,及本文中所描述之用以產生接著可用於識別倍縮光罩上之缺陷的重複缺陷416的任何其他步驟。
MDR訓練可包括產生主參考晶粒影像。舉例而言,MDR訓練可包括選擇僅一個晶粒作為主參考晶粒、產生主參考晶粒之影像,及儲存主參考晶粒影像以供用於MDR檢測。在一個此類實例中,圖8中所展示之晶圓800展示其上之每倍縮光罩3×1晶粒已用於將特徵印刷在晶圓上的晶圓。以此方式,印刷於晶圓上之每一倍縮光罩例項可包括晶粒804中之一者、晶粒806中之一者及晶粒808中之一者。可以諸如上文進一步描述之任何適合方式在晶圓上選擇主參考晶粒802。
MDR訓練亦可包括自主晶粒選擇對準目標,其可以此項技術中已知之任何適合方式執行。對準目標位置及主晶粒影像及資訊可在MDR訓練期間儲存於資料庫中且用於在MDR檢測期間執行之執行時跨條帶影像至影像間準。主參考晶粒可用於實現實質上高重複晶粒相對位置準確性。若MDR檢測樣本計劃僅包括一個晶粒列,則可能不需要MDR訓練。同一晶粒列中之所有晶粒可在運行中對準至主參考晶粒。
對於MDR情況,不需要將參考影像儲存於配方中,此係因為倍縮光罩缺陷僅存在於一個倍縮光罩晶粒中。此允許針對一個倍縮光罩例項中之每一測試晶粒自同一倍縮光罩例項中之其他晶粒建構參考影像。圖9說明如上文所描述之可印刷於具有3×1倍縮光罩之晶圓上的一列晶粒的一個實例。詳言之,印刷於晶圓上之每一倍縮光罩例項可包括晶粒804中之一者、晶粒806中之一者及晶粒808中之一者。因此,圖9展示晶粒列中之8個倍縮光罩例項。對於晶粒804,晶粒806可用作一組參考,且晶粒808可用作另一組參考。類似地,對於晶粒806,晶粒804及808將用作參考。對於晶粒808,將使用晶粒804及806。
在另一實施例中,檢測子系統經組態以針對晶圓或訓練晶圓上之經預選參考晶粒產生影像,且一或多個電腦子系統經組態用於將經預選參考晶粒分成第一群組及第二群組,自針對第一群組中之經預選參考晶粒產生的影像產生兩個不同參考影像中之第一者以用於分開地與第一測試影像進行比較,及自針對第二群組中之經預選參考晶粒產生的影像產生兩個不同參考影像中之第二者以用於分開地與第一測試影像進行比較。以此方式,參考晶粒影像可分成兩個群組以計算每一測試晶粒之兩個參考影像。若在測試-Ref1及測試-Ref2此兩個比較中皆偵測到缺陷,則可認為偵測到缺陷。使用此類參考影像執行缺陷偵測將減小隨機及系統性的損害缺陷的量。損害缺陷為並非由倍縮光罩上之缺陷造成的任何偵測到之重複。
在SDR檢測的情況下,接著,來自SDR訓練階段之所有參考晶粒可劃分成兩個群組以用於雙重偵測。自每一參考群組,使用計算參考來產生用於每一測試影像的一個CR。每一測試影像具有兩個CR,其中來自每一參考群組一個CR。將每一測試影像分開地與兩個CR進行比較以分別用於雙重偵測。
相同的兩個CR可用於在SDR檢測中所檢驗之每一測試影像中的雙重偵測。然而,不同CR可用於不同測試影像中之雙重偵測。舉例而言,參考群組可經獨立地選擇以用於每一測試影像,且因此不同參考晶粒可包括於不同測試影像之參考群組中。在一個此類實施例中,一或多個電腦子系統經組態用於基於產生第一測試影像之晶圓上之晶粒的位置選擇第一群組及第二群組之經預選參考晶粒。舉例而言,關於晶圓上產生測試影像之位置的資訊可用於選擇用於測試影像之參考影像的不同群組。在一個此類實例中,基於關於晶圓上產生測試影像之位置的資訊及關於通常產生於彼區域中之影像的雜訊特性的資訊,可選擇包括在晶圓上之位置處產生的具有與測試影像類似之雜訊特性的參考影像的參考群組。以此方式選擇參考群組可有助於減少藉由自測試影像減去不同CR而產生之差異影像中偵測到的雜訊及損害。可另外如本文中所描述而執行在每一測試影像基礎上執行的此動態CR產生。
在MDR檢測的情況下,自每一參考組,例如,如圖9中所展示,對於晶粒804,晶粒806將為一個參考群組且晶粒808將為另一參考群組;對於晶粒806,晶粒804將為一個參考群組且晶粒808將為另一參考群組;且對於晶粒808,晶粒804將為一個參考群組且晶粒806將為另一參考群組,可使用計算參考來產生用於每一測試影像之一個CR。每一測試影像具有兩個CR,其中來自每一參考群組一個CR。將每一測試影像分開地與兩個CR進行比較以用於雙重偵測。
一或多個電腦子系統亦經組態用於藉由分別比較針對第一測試影像產生之堆疊測試影像與對應於堆疊測試影像之兩個不同堆疊參考影像來偵測至少第一測試影像中的堆疊缺陷。舉例而言,在SDR及MDR檢測中,可對所有測試影像求平均以產生堆疊測試影像,且可對來自每一參考群組之測試影像的所有CR求平均以產生堆疊參考影像。當CR不用於上文所描述之非堆疊缺陷偵測時,在對應於測試影像之晶圓位置的晶圓位置處產生之所有參考影像可分成兩個不同參考群組,該兩個不同參考群組可如上文所描述而執行,且可對每一參考群組中之參考影像求平均以產生兩個堆疊參考影像。每一堆疊測試影像具有兩個堆疊參考影像,其中來自每一群組一個堆疊參考影像。將每一堆疊測試影像分開地與兩個堆疊參考影像進行比較以用於雙重偵測。
以此方式,產生堆疊測試影像,堆疊針對測試影像選擇或對應於測試影像之參考影像,且接著自堆疊測試影像分開減去堆疊參考影像中之每一者(例如,堆疊測試-堆疊參考1、堆疊測試-堆疊參考2)可產生兩個不同堆疊差異影像。由於兩個不同堆疊差異影像自身自堆疊影像產生,因此以此方式產生之差異影像可各自為一種平均差異影像,其可輸入至諸如上文所描述之雙缺陷偵測步驟(其中在針對單個測試影像產生之兩個堆疊差異影像中偵測到之任何缺陷經指定為缺陷)。
然而,代替產生堆疊測試影像並堆疊參考影像且接著自彼等堆疊測試及參考影像產生差異影像,可自如本文中所描述之非堆疊測試及參考影像產生個別差異影像,且接著可諸如藉由平均化來堆疊或組合個別差異影像以產生總體堆疊或平均差異影像。舉例而言,如圖3中所展示,可將針對對個別測試影像執行之雙重偵測產生的個別差異影像308輸入至產生平均差異影像316的差異影像堆疊步驟314。以此方式,針對單個測試影像(或針對在晶圓上之晶粒中的對應位置處產生的兩個或更多個測試影像)產生之差異影像中之兩者或更多者可堆疊以產生平均差異影像。平均差異影像316接著可輸入至缺陷偵測318,其產生缺陷候選者320。若針對單個測試影像(或對應於倍縮光罩之設計之相同部分的多個測試影像)產生多個平均差異影像,則在步驟318中執行之缺陷偵測可包括雙重偵測,其中僅當在平均差異影像中之至少兩者中偵測到缺陷時才如此指定缺陷。若針對單個測試影像(或針對對應於倍縮光罩之設計之相同部分的多個測試影像)僅產生單個平均差異影像,則在步驟318中執行之缺陷偵測可為單個缺陷偵測,其中在單個平均差異影像中偵測到之任何缺陷經指定為缺陷候選者320。
在任何情況下,自多個測試影像及多個參考影像產生差異影像(無論是藉由堆疊測試及參考影像還是藉由平均化或以其他方式組合自多個晶粒獲得之差異影像)有利地允許隨機雜訊之高效抑制。舉例而言,分別比較針對第一測試影像產生之堆疊測試影像與兩個不同的堆疊參考影像產生第一測試影像之堆疊差異影像,該等堆疊差異影像與自單個測試影像及單個參考影像產生之差異影像相比具有較小隨機雜訊。藉由對差異影像求平均而提供之隨機雜訊抑制可外加由本文中所描述之實施例提供的其他雜訊降低,藉此促進對於本文中所描述之實施例可達成的相對高敏感度。
在一個實施例中,偵測第一缺陷包括將第一熱臨限值應用於分別比較至少第一測試影像及第二測試影像中的每一者與兩個不同參考影像的結果,且偵測堆疊缺陷包括將第二熱臨限值應用於分別比較堆疊測試影像與兩個不同堆疊參考影像的結果。「熱臨限值」一般可定義為用於偵測潛在缺陷之臨限值,該臨限值有意地設定於或實質上接近於藉由掃描產生之影像的雜訊底限。通常執行使用熱臨限值執行之「熱掃描」以偵測儘可能多的潛在缺陷及實際缺陷,以確保擷取到大部分缺陷或所有所關注缺陷及/或確保擷取到具有相對弱信號之缺陷。熱臨限值可應用於如本文中所描述產生之差異影像,高於熱臨限值之任何影像信號或資料可被識別為潛在缺陷,且並不高於熱臨限值之信號或資料並不被識別為潛在缺陷。
以此方式,熱臨限值可在本文中所描述之缺陷偵測兩者中使用——個別測試影像雙重偵測及堆疊偵測,此情形出於多個原因係有利的。詳言之,熱臨限值可用於偵測具有相對弱信號或信雜比(SNR)之缺陷,此對於發現重複缺陷可為重要的。另外,儘管針對本文中所描述之缺陷偵測中之任一者或兩者使用熱臨限值對於先前使用之RDD方法及系統而言可能有問題,但因為本文中所描述之實施例將至少一個RDD步驟移動至檢測之前端,故本文中所描述之實施例可有效處置所得的實質上大潛在缺陷群。
用於不同缺陷偵測之熱臨限值可具有不同值。舉例而言,針對個別測試影像雙重偵測及堆疊偵測產生之差異影像可具有不同雜訊特性。因而,可基於將針對不同偵測而產生的不同差異影像在訓練期間分離地調諧用於不同缺陷偵測之臨限值。
在另一實施例中,偵測堆疊缺陷包括對來自藉由分別比較堆疊測試影像與兩個不同堆疊參考影像而產生之堆疊差異影像的系統性雜訊源進行濾波,以及在濾波之後將臨限值應用於堆疊差異影像。可使用可自影像移除差異影像之最強分量的任何方法或系統來抑制系統性雜訊源,例如由影像配準不良或圖案雜訊所導致的彼等系統性雜訊源。亦可在將缺陷偵測臨限值應用於此類差異影像之前對藉由本文中所描述之雙重偵測(使用非堆疊影像執行)產生的差異影像執行此濾波。
一或多個電腦子系統進一步經組態用於藉由識別在至少第一測試影像及第二測試影像中的兩者或更多者中之對應位置處偵測到的第一缺陷中之任一者及堆疊缺陷中之任一者作為第一重複缺陷候選者來執行第一RDD。舉例而言,如圖3中所展示,藉由對個別測試影像之雙重偵測偵測到的缺陷候選者312及使用某一形式之影像堆疊偵測到的缺陷候選者320可輸入至第一RDD步驟322,其輸出重複候選者324,亦即,第一重複缺陷候選者。在測試影像中之至少兩者中的兩者或更多者中之對應位置處偵測到的缺陷候選者312中之任一者可被指定為重複候選者324,且所有缺陷候選者320可被指定為重複候選者324。以此方式,第一RDD可為基於座標之重複偵測。
重複偵測由本文中所描述之實施例執行至少兩次(在第一RDD中一次且在本文中進一步描述之額外RDD中至少再一次)。在此第一RDD中,重複偵測以實質上低重複臨限值(例如,2)開始。若在不同晶粒中在相同座標處(在使用者定義之容差內)存在兩個缺陷或在經堆疊(平均化)差異影像中偵測到缺陷,則第一RDD可將其識別為第一重複缺陷候選者。
有資格作為本文中所描述的第一RDD步驟及其他步驟中之對應位置的內容可取決於本文中所描述之實施例將不同影像對準至共同參考的能力而變化。一般而言,對應位置意謂印刷於晶圓上之多於一個晶粒中的相同或實質上相同位置。因此,在本文中所描述之RDD步驟之上下文中的對應位置可具有相同或實質上相同的晶粒座標。可藉由使用某一重複距離臨限值來識別實質上相同之晶粒座標,所述距離臨限值定義為了將兩個晶粒座標判定為晶粒重複之位置該兩個晶粒座標所必須之接近程度。舉例而言,在晶圓、檢測子系統之定位元件等上印刷設計時之少量誤差可使得晶粒位置內之兩個相同位置具有針對其判定之略微或稍微不同的晶粒座標。以此方式,使用容差來判定晶粒座標內之哪些可被視為相同可為有用的。可以用於判定此容差之常用方式中的任一者且至少基於上文所描述之資訊來判定彼容差之特定值。然而,本文中所描述之實施例可提供不同影像之間的較佳對準,且因此提供晶粒座標中之較佳準確性。舉例而言,將如本文中所描述之主參考晶粒用作用於多個影像之彼此對準的共同參考可提供多個影像彼此的實質上高準確度對準,此將改良基於晶粒座標準確執行RDD的能力。
在一個實施例中,至少第一RDD係在後處理階段之前執行,該後處理階段包括在藉由檢驗子系統針對晶圓產生所有影像之後執行的一或多個步驟。以此方式,第一RDD可為實施於檢測之前端中的基於座標之重複偵測,其為允許隨機缺陷之高效移除因此使缺陷密度達到可管理層級的實質上強濾波器。可對包括於本文中所描述之一或多個電腦子系統中的影像電腦執行前端檢測處理。
第一重複缺陷候選者可複製至每一晶粒中。此等為被視為可疑的位置,其在前端後處理演算法中被惡意驗證。藉由損害濾波或損害事件濾波器(nuisance event filter;NEF)執行被視為可疑的位置之驗證。舉例而言,如圖3中所展示,重複候選者324可輸入至位置複製步驟325。位置複製可包括指定位置,其對應於在至少兩個差異影像或堆疊差異影像中偵測到缺陷之位置,在未偵測到缺陷之差異影像中作為缺陷位置。在一個此實例中,一或多個電腦子系統可將對應於重複候選者之每一晶粒中之位置指定為有缺陷的,即使在每一位置處未偵測到缺陷,且接著可更詳細地檢驗該等位置中之每一者以獲得實際缺陷。以此方式,位置複製可為一種強制或人造缺陷名稱,使得對應於所偵測到之缺陷但其處未偵測到缺陷之位置可進一步藉由本文中所描述之實施例檢驗。
在一個實施例中,一或多個電腦子系統經組態用於在執行本文中進一步描述之至少一個額外RDD之前基於第一重複缺陷候選者之局域及全域SNR而對第一重複缺陷候選者濾波。舉例而言,可針對第一重複缺陷候選者計算額外屬性:局域及全域SNR。可藉由經由所偵測到之像素及來自缺陷鄰域中之未偵測到之像素的雜訊計算信號來判定此等SNR值。局域SNR及全域SNR屬性用於移除損害重複。以此方式,本文中所描述之實施例可使用基於SNR之損害抑制,藉此允許極熱預先損害事件濾波器(NEF)檢測。
上文所描述之濾波可在具有或不具有位置複製之情況下執行。舉例而言,圖3中所展示之位置複製步驟325的結果可輸入至SNR濾波步驟326,SNR濾波步驟326可如本文中進一步描述而執行,藉此產生缺陷候選者328。自每一晶粒上之差異影像計算局域SNR。在一個此類實施例中,一或多個電腦子系統經組態用於判定第一重複缺陷候選者之局域SNR,且判定局域SNR包括判定藉由分別比較至少第一測試影像及第二測試影像中之每一者與兩個不同參考影像而產生之每一差異影像中之第一重複缺陷候選者中的一者之位置處的SNR,即使在每一差異影像中未偵測到第一重複缺陷候選者中之該一者。舉例而言,如上文所描述,電腦子系統可執行位置複製325,使得可進一步檢驗未經偵測位置的較弱或未經偵測重複缺陷。接著可使用位置複製325之結果來執行SNR濾波326,結果包括第一重複缺陷候選者及對應於第一重複缺陷候選者之未經偵測位置兩者的位置。以此方式,因為個別幀(晶粒)中之缺陷偵測可不偵測每一晶粒上之重複例項,故可在經複製位置處計算局域SNR及全域SNR值且該等值用於進行實際缺陷及損害濾波之詳細檢驗。
在另一此實施例中,判定局域SNR包括比較在針對第一測試影像產生之每一差異影像中之兩者中的第一重複缺陷候選者中之該一者的位置處判定之SNR,及選擇具有較高值之SNR作為第一重複缺陷候選者中之該一者的第一測試影像中之局域SNR。舉例而言,使用來自兩個比較之最強值,亦即,max(測試-Ref1,測試-Ref2)。此途徑允許實施例保持較弱缺陷以供進一步處理。
在另一此實施例中,一或多個電腦子系統經組態用於判定全域SNR,且判定第一重複缺陷候選者中之一者的全域SNR中之一者包括判定在以多個差異影像之平均值偵測到第一重複缺陷候選者中之一者的位置處的SNR。換言之,自堆疊差異影像計算全域SNR,該等堆疊差異影像可以本文中所描述之各種方式中之一者建構,諸如藉由對來自所有晶粒之差異影像求平均。可藉由產生個別差異影像且接著對其求平均或自堆疊測試影像及兩個不同堆疊參考影像產生個別差異影像而產生多個差異影像之平均值。以此方式,如本文中所描述之全域SNR係根據自多於一個測試影像產生之差異影像判定。
在另一此實施例中,多個差異影像包括其中偵測到第一重複缺陷候選者中之一者的差異影像,及其中未偵測到第一重複缺陷候選者中之一者的差異影像。舉例而言,如上文所描述,全域SNR可與位置複製組合使用。以此方式,可自針對晶圓上之一或多個對應位置產生的差異影像判定全域SNR,所述對應位置可包括偵測到重複缺陷候選者之位置以及未偵測到重複缺陷候選者之位置。與全域SNR損害濾波一起使用之位置複製可如上文所描述來執行。與位置濾波一起使用之全域SNR可如上文所描述來判定。
NEF移除具有較弱全域SNR或局域SNR之許多缺陷,且324處之重複候選者可變為非重複。因此,執行第二輪重複偵測以移除非重複。一或多個電腦子系統經進一步組態用於執行至少一個額外RDD以藉此識別最終重複缺陷候選者。舉例而言,如圖3中所展示,藉由SNR濾波步驟326輸出之缺陷候選者328可輸入至RDD 330,其可包括至少一個額外RDD,藉此產生重複332,該等重複332可為最終重複缺陷候選者。
在一個實施例中,至少一個額外RDD包括識別在至少第一測試影像及第二測試影像中的多於兩者中的對應位置處偵測到之第一缺陷中之任一者或堆疊缺陷中之任一者作為最終重複缺陷候選者。以此方式,相比於第一RDD,較高重複臨限值可用於至少一個額外RDD中。舉例而言,在第一RDD中,重複缺陷候選者可為藉由雙重偵測在測試影像(亦即,≥2個測試影像)中之至少兩者中偵測到的任何缺陷及/或經由堆疊偵測到之任何缺陷。在至少一個額外RDD中,重複缺陷候選者可為藉由雙重偵測在測試影像(亦即,>2個測試影像)中之多於兩者中偵測到的任何缺陷及/或經由堆疊偵測到之任何缺陷。以此方式,至少一個額外RDD可進一步減少NEF之後的損害缺陷或非重複缺陷。因此,本文中所描述之RDD步驟中之兩者可為基於座標之RDD,但針對需要缺陷被視為重複缺陷候選者之次數而使用不同重複臨限值。
一或多個電腦子系統亦經組態用於基於最終重複缺陷候選識別倍縮光罩上之缺陷。舉例而言,最終重複缺陷候選者可皆經識別為倍縮光罩上之缺陷。當本文中所描述之缺陷偵測步驟偵測到實質上極少損害時及/或當損害濾波步驟實質上有效抑制(例如消除)損害時,所有最終重複缺陷候選者作為倍縮光罩缺陷之此接受可為適當的。然而,基於最終重複缺陷候選者識別倍縮光罩上之缺陷可視情況包括對最終重複缺陷候選者之某一額外分析。舉例而言,重複332可經輸入至重複分析334,重複分析334可包括此項技術中已知的任何合適後處理,諸如缺陷分類(例如,經由基於設計之分組或另一合適缺陷分類方法或演算法)。重複分析亦可包括供檢視之取樣缺陷,其可對所有最終重複缺陷候選者之子集執行以驗證及/或分類經取樣缺陷。此檢視取樣可產生包括用於最終重複缺陷候選者之選定子集之資訊的檢視樣本336,該等資訊可接著發送至執行缺陷檢視之缺陷檢視工具(未展示)。重複分析亦可包括當針對僅一個晶粒列執行任一RDD步驟及/或針對晶圓上之不同晶粒列分開地執行多個RDD步驟時,跨多個晶粒列檢查重複。
識別倍縮光罩上之缺陷亦可包括判定是否在相同或實質上相同之倍縮光罩座標處偵測到最終重複缺陷候選者。可藉由使用某一重複距離臨限值來識別實質上相同之倍縮光罩座標,所述距離臨限值定義必須將兩個倍縮光罩座標判定為倍縮光罩重複之位置的接近程度。舉例而言,在晶圓、檢測子系統之定位元件等上印刷設計時之少量誤差可使得倍縮光罩位置內之兩個相同位置具有針對其判定之略微或稍微不同的倍縮光罩座標。以此方式,使用容差來判定哪些倍縮光罩座標可被視為相同可為有用的。可以用於判定此容差之常用方式中的任一者且至少基於上文所描述之資訊來判定彼容差之特定值。
出於本文中所描述之應用的目的,使用者想要僅保持倍縮光罩重複。應自最終報告移除MDR之晶粒重複。詳言之,針對使用者尋找歸因於倍縮光罩(光遮罩)之問題而產生的重複缺陷的應用而產生本文中所描述之實施例。存在於同一倍縮光罩上之不同晶粒中之相同位置處的缺陷最可能起因於晶圓處理-而非由倍縮光罩自身造成。
換言之,在單個倍縮光罩之多個晶粒中的實質上相同位置處出現於晶圓上之缺陷可能並不歸因於諸如受損圖案化特徵、粒子或外來物質及其類似者之實際倍縮光罩缺陷。實情為,若缺陷在倍縮光罩中之多個晶粒中在晶圓上重複,則在晶粒中重複之晶圓上之缺陷有可能歸因於倍縮光罩、晶圓及製程之間的相互作用問題(例如歸因於設計/程序製程相互作用問題而不合格的邊際設計)。雖然此晶粒重複缺陷在一些使用情況下可能受到關注,但本文中所描述之實施例已具體地產生以用於偵測自經印刷倍縮光罩例項至經印刷倍縮光罩例項之重複的缺陷,且可因此假定為由倍縮光罩缺陷造成。
在一些情況下,缺陷將不由電腦子系統報告於倍縮光罩座標中。換言之,當電腦子系統偵測到缺陷時,彼缺陷之部位的座標可不由電腦子系統相對於倍縮光罩予以判定。以此方式,由一或多個電腦子系統判定之缺陷的座標可藉由電腦子系統或另一系統或方法轉譯成倍縮光罩座標。座標可以多種不同方式轉譯。舉例而言,一種相對直接方式為將針對缺陷所報告之座標轉譯為晶圓及倍縮光罩共有之參考,諸如用於晶圓及倍縮光罩之設計。在一個此類實例中,藉由檢測子系統針對缺陷產生之影像可與用於晶圓之設計對準。一旦判定出缺陷之設計座標,即可基於設計與倍縮光罩之間的已知關係將彼等座標轉譯成倍縮光罩座標。可接著將針對缺陷中之每一者判定之倍縮光罩座標彼此比較,且可將具有實質上相同倍縮光罩座標之缺陷識別為倍縮光罩重複。
電腦子系統可較佳地儲存用於所有偵測到之缺陷的資訊,使得用於所有偵測到之缺陷的資訊可用於RDD。一旦由電腦子系統執行RDD,則經儲存用於經判定為非重複之缺陷的資訊可在將彼資訊發送至另外的電腦子系統、另一方法、返回儲存器等之前自所儲存資訊消除。
本文中所描述之所有方法可包括將方法實施例之一或多個步驟之結果儲存於電腦可讀儲存媒體中。結果可包括本文所描述之結果中的任一者且可以此項技術中已知之任何方式儲存。儲存媒體可包括本文中所描述之任何儲存媒體或此項技術中已知之任何其他適合之儲存媒體。在結果已儲存之後,結果可在儲存媒體中存取,且由本文中所描述之方法或系統實施例中之任一者使用,經格式化以供向使用者顯示,由另一軟體模組、方法或系統等使用。舉例而言,在倍縮光罩上偵測到之缺陷可用於控制及/或更改倍縮光罩修復或清潔製程,其中目標為移除或修復一或多個倍縮光罩缺陷以藉此防止此類倍縮光罩缺陷印刷於其他晶圓上。在一個此類實例中,用於在倍縮光罩上偵測到之缺陷的資訊可由本文中所描述之一或多個電腦子系統、另一系統(例如,倍縮光罩修復系統)或另一方法(例如,倍縮光罩修復方法)使用以判定應在倍縮光罩上之何處執行倍縮光罩修復或清潔製程。用於在倍縮光罩上偵測到之缺陷的資訊亦可用於判定此製程之一或多個參數,諸如,將執行該製程之區域、待執行該製程之時間長度、應在該製程中使用之化學物質或氣體等。以此方式,經更改倍縮光罩可用於在微影製程中在其他晶圓上印刷倍縮光罩上之晶粒。經更改倍縮光罩亦可在其已重新引入至微影製程之後的另一時間使用本文中所描述之實施例來重新檢測。
因此,上文所描述之實施例具有優於當前針對RDD使用之方法及系統的許多優勢。舉例而言,上文所描述之新方法允許針對重複缺陷之提高的敏感度。對RDD之提高的敏感度對於多個應用而言為重要的。在一個實例中,EUV微影製程至半導體製造中之引入需要頻繁遮罩檢測(此等遮罩較易受缺陷影響,此係因為遮罩不具有表膜且在操作期間可曝光)且將操作自遮罩檢測器(對於EUV不存在具有光化光之遮罩檢測器)移動至晶圓監測器。針對EUV之重複缺陷經預期為實質上小的及/或弱的,且可僅印刷於晶圓上之若干晶粒上。為了發現此等缺陷,晶圓檢測器必須處理大量候選缺陷,此無法藉由當前途徑完成。另外,EUV微影之引入引起重複缺陷之穩健偵測的必要性。
本文中所描述之實施例可與用於RDD或與RDD有關之其他方法及系統一起使用,該等其他方法及系統諸如2017年9月19日頒予Chen等人之美國專利第9,766,186號、2017年9月19日頒予Chen等人之美國專利第9,766,187號、2018年11月13日頒予Gao等人之美國專利第10,127,652號、2019年7月30日頒予Suman等人之美國專利第10,365,232號、2019年8月27日頒予Brauer等人之美國專利第10,395,358號及2020年5月12日頒予Shifrin等人之美國專利第10,648,925號,及2018年11月29日公開的Sezginer等人之美國專利申請公開案第2018/0342051號、2020年3月5日公開的Suman等人之美國專利申請公開案第2020/0072763號、2020年7月30日公開的Patwary等人之美國專利申請公開案第2020/0244963號及2021年3月25日公開的Brauer等人之美國專利申請公開案第2021/0090229號中所描述之彼等方法及系統,所有此等專利及公開案以引用之方式併入,如同在本文中完全闡述。本文中所描述之實施例可如此等專利及公開案中所描述而進一步組態。
本文所描述之系統之實施例中的每一者可與本文所描述之系統之任何其他實施例組合。
另一實施例係關於一種用於偵測倍縮光罩上之缺陷的電腦實施方法。該方法包括藉由檢測子系統獲取針對晶圓產生之影像。倍縮光罩用於在微影製程中將特徵印刷在晶圓上。該方法包括上文所描述的偵測第一缺陷、偵測堆疊缺陷、執行第一RDD、執行至少一個額外RDD及識別缺陷之步驟,該等步驟由耦接至該檢測子系統之一或多個電腦子系統執行。
可如本文中進一步描述而執行方法之步驟中之每一者。該方法亦可包括可由本文中所描述之檢測子系統及/或電腦子系統或系統執行的任何其他步驟,檢測子系統及/或電腦子系統或系統可根據本文中所描述之實施例中之任一者來組態。另外,上文所描述之方法可由本文中所描述之系統實施例中任一者執行。
額外實施例係關於一種儲存在電腦系統上執行以用於執行用於偵測倍縮光罩上之缺陷的電腦實施方法之程式指令的非暫時性電腦可讀媒體。一個此類實施例展示於圖10中。詳言之,如圖10中所展示,非暫時性電腦可讀媒體1000包括可在電腦系統1004上執行之程式指令1002。電腦實施方法可包括本文中所描述的任何一或多種方法之任何一或多個步驟。
實施諸如本文中所描述之彼等方法的方法之程式指令1002可儲存於電腦可讀媒體1000上。電腦可讀媒體可為儲存媒體,諸如磁碟或光碟、磁帶或此項技術中已知的任何其他合適之非暫時性電腦可讀媒體。
程式指令可以各種方式中之任一者實施,該等方式包括基於程序之技術、基於組件之技術及/或面向對象技術,外加其他。舉例而言,程式指令可視需要使用ActiveX控件、C++物件、JavaBeans、微軟基礎類別(「MFC」)、串流SIMD擴展(SSE)或其他技術或方法來實施。
電腦系統1004可根據本文中所描述之實施例中之任一者而組態。
鑒於本說明書,本發明之各種態樣之進一步修改及替代實施例對於熟習此項技術者而言將顯而易見。舉例而言,提供用於偵測倍縮光罩上之缺陷的系統及方法。因此,本說明書應理解為僅為說明性的且出於教示熟習此項技術者執行本發明之通用方式之目的。應瞭解,本文中所展示及描述之本發明之形式應被視為目前較佳的實施例。元件及材料可替代本文中所說明及描述之元件及材料,部分及製程可顛倒,且可獨立利用本發明之某些特徵,以上所有對具有本發明之本描述之益處的熟習此項技術者將為顯而易見的。在不背離如在以下申請專利範圍中所描述之本發明之精神及範疇的情況下,可對本文中所描述之元件作出改變。
10:檢測子系統
14:晶圓
16:光源
18:光學元件
20:透鏡
21:光束分光器
22:載物台
24:集光器
26:元件
28:偵測器
30:集光器
32:元件
34:偵測器
100:電腦子系統
122:電子柱
126:電子束源
128:標本
130:元件
132:元件
134:偵測器
200:電腦子系統
300:參考影像
302:測試影像
304:對準步驟
306:動態參考
308:個別差異影像
310:缺陷偵測
312:缺陷候選者
314:差異影像堆疊步驟
316:平均差異影像
318:缺陷偵測步驟
320:缺陷候選者
322:第一RDD步驟
324:重複候選者
325:位置複製步驟
326:SNR濾波步驟
328:缺陷候選者
330:RDD
332:重複
334:重複分析
336:檢視樣本
400:清潔晶圓
402:主晶粒
404:參考晶粒
406:產生參考影像步驟
408:儲存資料庫
410:測試晶圓
412:測試晶粒
414:重複偵測步驟
416:重複缺陷
500:晶圓
502:主參考晶粒
504:晶粒
506:晶粒
600:步驟
602:步驟
604:步驟
608:步驟
610:步驟
612:步驟
700:步驟
702:步驟
704:步驟
706:步驟
708:步驟
710:步驟
800:晶圓
802:主參考晶粒
804:晶粒
806:晶粒
808:晶粒
1000:非暫時性電腦可讀媒體
1002:程式指令
1004:電腦系統
1004:電腦系統
藉由較佳實施例之以下詳細描述且在參考隨附圖式後,本發明之其他優勢對於熟習此項技術者而言將變得顯而易見,在隨附圖式中:
圖1及圖2為說明如本文中所描述而組態之系統之實施例的側視圖之示意圖;
圖3為說明可由本文中所描述之實施例執行以偵測倍縮光罩上之缺陷的步驟之一個實施例的流程圖;
圖4為說明可在設置及執行時間期間藉由本文中所描述之實施例執行以用於偵測單晶粒倍縮光罩(single die reticle;SDR)上之缺陷的步驟之一個實施例的流程圖;
圖5為說明運用單晶粒倍縮光罩(SDR)印刷之晶圓及出於本文中所描述的實施例中之不同目的而選擇的晶粒的平面視圖之示意圖;
圖6至圖7為說明可在訓練針對晶圓上之不同晶粒列執行的SDR檢測期間執行的步驟之實施例的流程圖;
圖8為說明運用多晶粒倍縮光罩(multi-die reticle;MDR)印刷之晶圓及出於本文中所描述的實施例中之不同目的而選擇的晶粒的平面視圖之示意圖;
圖9為說明印刷在具有MDR之晶圓上的晶粒之平面視圖的示意圖;且
圖10為說明儲存在電腦系統上執行以用於執行本文中所描述之電腦實施方法中之一或多者的程式指令之非暫時性電腦可讀媒體之一個實施例的方塊圖。
儘管本發明易有各種修改及替代形式,但其特定實施例藉助於實例在圖式中展示,且在本文中對其進行詳細描述。該等圖式可並非按比例。然而,應理解,圖式及其詳細描述不意欲將本發明限制於所揭示之特定形式,但相反,意欲涵蓋屬於如由所附申請專利範圍所定義的本發明之精神及範疇內之所有修改、等效者及替代例。
10:檢測子系統
14:晶圓
16:光源
18:光學元件
20:透鏡
21:光束分光器
22:載物台
24:集光器
26:元件
28:偵測器
30:集光器
32:元件
34:偵測器
100:電腦子系統
Claims (21)
- 一種經組態以偵測一倍縮光罩上之缺陷的系統,其包含:一檢測子系統,其經組態以針對晶圓產生影像,其中一倍縮光罩用於在一微影製程中將特徵印刷在該晶圓上;及一或多個電腦子系統,其經組態用於:偵測包括於該等影像中之至少第一測試影像及第二測試影像中的第一缺陷,其中偵測該等第一缺陷包含分別比較該至少第一測試影像及第二測試影像中之每一者與對應於該至少第一測試影像及第二測試影像中之該每一者的兩個不同參考影像,且其中該至少第一測試影像及第二測試影像對應於印刷於該晶圓上之該倍縮光罩上之同一區域的不同例項;藉由該分別比較針對該第一測試影像產生之一堆疊測試影像與對應於該堆疊測試影像之兩個不同堆疊參考影像而偵測至少該第一測試影像中的堆疊缺陷;藉由識別在該至少第一測試影像及第二測試影像中之兩者或更多者中之對應位置處偵測到的該等第一缺陷中之任一者及該等堆疊缺陷中之任一者作為第一重複缺陷候選者來執行一第一重複缺陷偵測;對該等第一重複缺陷候選者執行至少一個額外重複缺陷偵測以藉此識別最終重複缺陷候選者;及基於該等最終重複缺陷候選者識別該倍縮光罩上之缺陷。
- 如請求項1之系統,其中該檢測子系統進一步經組態以針對該晶圓或一訓練晶圓上之一經預選主晶粒產生影像,且其中該一或多個電腦子系統進一步經組態用於在偵測到該等第一缺陷及偵測到該等堆疊缺陷之前執行至少該等不同參考影像與針對該經預選主晶粒產生之該等影像的執行時間對準。
- 如請求項1之系統,其中該檢測子系統進一步經組態以針對該晶圓或一訓練晶圓上之經預選參考晶粒產生影像,且其中該一或多個電腦子系統經組態用於自針對該等經預選參考晶粒產生之該等影像選擇該兩個不同參考影像以用於分別與該至少第一測試影像及第二測試影像中之該一者進行比較。
- 如請求項1之系統,其中該檢測子系統進一步經組態以針對一訓練晶圓上之經預選參考晶粒產生影像,且其中該一或多個電腦子系統進一步經組態用於儲存該等經預選參考晶粒之該等影像且動態地自針對該等經預選參考晶粒產生之該等影像產生該兩個不同參考影像以用於分別與該至少第一測試影像及第二測試影像中之該每一者進行比較。
- 如請求項1之系統,其中該檢測子系統進一步經組態以針對該晶圓或一訓練晶圓上之經預選擇考晶粒產生影像,且其中該一或多個電腦子系統進一步經組態用於將該等經預選參考晶粒分成第一群組及第二群組,自針對該第一群組中之該等經預選參考晶粒產生的該等影像產生該兩個不同參考影像中之一第一者以用於分開地與該第一測試影像進行比較,及自針對 該第二群組中之該等經預選參考晶粒產生的該等影像產生該兩個不同參考影像中之一第二者以用於分開地與該第一測試影像進行比較。
- 如請求項5之系統,其中該一或多個電腦子系統進一步經組態用於基於產生該第一測試影像之該晶圓上之一晶粒的一位置而選擇該第一群組及該第二群組之該等經預選參考晶粒。
- 如請求項1之系統,其中該一或多個電腦子系統進一步經組態用於在執行該至少一個額外重複缺陷偵測之前基於該等第一重複缺陷候選者之多個局域信雜比及多個全域信雜比而對該等第一重複缺陷候選者濾波。
- 如請求項7之系統,其中該一或多個電腦子系統進一步經組態用於判定該等第一重複缺陷候選者之該等局域信雜比,且其中判定該等局域信雜比包含判定藉由該分別比較該至少第一測試影像及第二測試影像中之該每一者與該兩個不同參考影像而產生之每一差異影像中之該等第一重複缺陷候選者中的一者之一位置處的一信雜比,即使在該每一差異影像中未偵測到該等第一重複缺陷候選者中之該一者。
- 如請求項8之系統,其中判定該等局域信雜比進一步包含:比較在針對該第一測試影像產生之該每一差異影像中之兩者中的該等第一重複缺陷候選者中之該一者的該位置處判定之該信雜比;及選擇具有一較高值之該信雜比作為該等第一重複缺陷候選者中之該一者的該第一測試影像中之該局域信雜比。
- 如請求項7之系統,其中該一或多個電腦子系統進一步經組態用於判定該等全域信雜比,且其中判定該等第一重複缺陷候選者中之一者的該等全域信雜比中之一者包含判定在以多個差異影像之一平均值偵測到該等第一重複缺陷候選者中之該一者的一位置處的一信雜比。
- 如請求項10之系統,其中該多個差異影像包含其中偵測到該等第一重複缺陷候選者中之該一者的差異影像,及其中未偵測到該等第一重複缺陷候選者中之該一者的差異影像。
- 如請求項1之系統,其中偵測該等第一缺陷包含將一第一熱臨限值應用於該分別比較該至少第一測試影像及第二測試影像中的該每一者與該兩個不同參考影像的結果,且其中偵測該等堆疊缺陷包含將一第二熱臨限值應用於該分別比較該等堆疊測試影像與該兩個不同堆疊參考影像的結果。
- 如請求項1之系統,其中偵測該等堆疊缺陷包含:對來自藉由分別比較該等堆疊測試影像與該兩個不同堆疊參考影像而產生之堆疊差異影像的系統性雜訊源進行濾波;及在該濾波之後將一臨限值應用於該等堆疊差異影像。
- 如請求項1之系統,其中該分別比較針對該第一測試影像產生之該堆疊測試影像與該兩個不同的堆疊參考影像產生該第一測試影像之堆疊差異影像,該等堆疊差異影像與自一單個測試影像及一單個參考影像產生之差 異影像相比具有較小隨機雜訊。
- 如請求項1之系統,其中該至少一個額外重複缺陷偵測包含識別在該至少第一測試影像及第二測試影像中之多於兩者中的對應位置處偵測到之該等第一缺陷中之任一者或該等堆疊缺陷中之任一者作為該等最終重複缺陷候選者。
- 如請求項1之系統,其中至少該第一重複缺陷偵測係在一後處理階段之前執行,該後處理階段包含在藉由該檢測子系統針對該晶圓產生所有該等影像之後執行的一或多個步驟。
- 如請求項1之系統,其中該倍縮光罩為一單晶粒倍縮光罩。
- 如請求項1之系統,其中該倍縮光罩為一多晶粒倍縮光罩。
- 如請求項1之系統,其中該倍縮光罩經組態以供在一極紫外線波長下使用。
- 一種非暫時性電腦可讀媒體,其儲存在一或多個電腦子系統上執行以用於執行用於偵測一倍縮光罩上之缺陷之一電腦實施方法的程式指令,其中該電腦實施方法包含:藉由一檢測子系統獲取針對一晶圓產生之影像,其中一倍縮光罩用於在一微影製程中將特徵印刷在該晶圓上; 偵測包括於該等影像中之至少第一測試影像及第二測試影像中的第一缺陷,其中偵測該等第一缺陷包含分別比較該至少第一測試影像及第二測試影像中之每一者與對應於該至少第一測試影像及第二測試影像中之該每一者的兩個不同參考影像,且其中該至少第一測試影像及第二測試影像對應於印刷於該晶圓上之該倍縮光罩上之同一區域的不同例項;藉由該分別比較針對該第一測試影像產生之一堆疊測試影像與對應於該堆疊測試影像之兩個不同堆疊參考影像而偵測至少該第一測試影像中的堆疊缺陷;藉由識別在該至少第一測試影像及第二測試影像中之兩者或更多者中之對應位置處偵測到的該等第一缺陷中之任一者及該等堆疊缺陷中之任一者作為第一重複缺陷候選者來執行一第一重複缺陷偵測;對該等第一重複缺陷候選者執行至少一個額外重複缺陷偵測以藉此識別最終重複缺陷候選者;及基於該等最終重複缺陷候選者識別該倍縮光罩上之缺陷,其中獲取該等影像、偵測該等第一缺陷、偵測該等堆疊缺陷、執行該第一重複缺陷偵測、執行該至少一個額外重複缺陷偵測及識別該倍縮光罩上之該等缺陷係由耦接至該檢測子系統之該一或多個電腦子系統執行。
- 一種用於偵測一倍縮光罩上之缺陷的電腦實施方法,其包含:藉由一檢測子系統獲取針對一晶圓產生之影像,其中一倍縮光罩用於在一微影製程中將特徵印刷在該晶圓上;偵測包括於該等影像中之至少第一測試影像及第二測試影像中的第一缺陷,其中偵測該等第一缺陷包含分別比較該至少第一測試影像及第二 測試影像中之每一者與對應於該至少第一測試影像及第二測試影像中之該每一者的兩個不同參考影像,且其中該至少第一測試影像及第二測試影像對應於印刷於該晶圓上之該倍縮光罩上之同一區域的不同例項;藉由該分別比較針對該第一測試影像產生之一堆疊測試影像與對應於該堆疊測試影像之兩個不同堆疊參考影像而偵測至少該第一測試影像中的堆疊缺陷;藉由識別在該至少第一測試影像及第二測試影像中之兩者或更多者中之對應位置處偵測到的該等第一缺陷中之任一者及該等堆疊缺陷中之任一者作為第一重複缺陷候選者來執行一第一重複缺陷偵測;對該等第一重複缺陷候選者執行至少一個額外重複缺陷偵測以藉此識別最終重複缺陷候選者;及基於該等最終重複缺陷候選者識別該倍縮光罩上之缺陷,其中獲取該等影像、偵測該等第一缺陷、偵測該等堆疊缺陷、執行該第一重複缺陷偵測、執行該至少一個額外重複缺陷偵測及識別該倍縮光罩上之該等缺陷係由耦接至該檢測子系統之一或多個電腦子系統執行。
Applications Claiming Priority (4)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US202063019445P | 2020-05-04 | 2020-05-04 | |
| US63/019,445 | 2020-05-04 | ||
| US17/246,034 US11328411B2 (en) | 2020-05-04 | 2021-04-30 | Print check repeater defect detection |
| US17/246,034 | 2021-04-30 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| TW202202830A TW202202830A (zh) | 2022-01-16 |
| TWI862831B true TWI862831B (zh) | 2024-11-21 |
Family
ID=78293144
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| TW110116041A TWI862831B (zh) | 2020-05-04 | 2021-05-04 | 圖樣檢查之重複缺陷偵測 |
Country Status (6)
| Country | Link |
|---|---|
| US (1) | US11328411B2 (zh) |
| KR (1) | KR102748449B1 (zh) |
| CN (1) | CN115485628B (zh) |
| IL (1) | IL297406B2 (zh) |
| TW (1) | TWI862831B (zh) |
| WO (1) | WO2021225999A1 (zh) |
Families Citing this family (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11810284B2 (en) * | 2020-08-21 | 2023-11-07 | Kla Corporation | Unsupervised learning for repeater-defect detection |
| US11921494B2 (en) * | 2020-10-08 | 2024-03-05 | Raymond H Scherzer | Rapid automation system and method for line clearance |
| CN114298992B (zh) * | 2021-12-21 | 2024-08-13 | 北京百度网讯科技有限公司 | 一种视频帧去重方法、装置、电子设备及存储介质 |
| US12190498B2 (en) | 2022-11-30 | 2025-01-07 | KLA Corp. | Print check repeater defect detection |
| US12190500B2 (en) * | 2023-03-05 | 2025-01-07 | KLA Corp. | Detecting defects on specimens |
| US20250166159A1 (en) * | 2023-11-21 | 2025-05-22 | International Business Machines Corporation | Automatic detection of mask defects in semiconductor processing |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20020103607A1 (en) * | 2001-01-30 | 2002-08-01 | Christian Crell | Method for inspecting defects on a mask |
| US20090041332A1 (en) * | 2007-07-20 | 2009-02-12 | Kla-Tencor Corporation | Methods for generating a standard reference die for use in a die to standard reference die inspection and methods for inspecting a wafer |
| US7729529B2 (en) * | 2004-12-07 | 2010-06-01 | Kla-Tencor Technologies Corp. | Computer-implemented methods for detecting and/or sorting defects in a design pattern of a reticle |
| CN106662538A (zh) * | 2014-08-27 | 2017-05-10 | 科磊股份有限公司 | 重复缺陷检测 |
| TW201825882A (zh) * | 2016-10-07 | 2018-07-16 | 美商克萊譚克公司 | 用於極紫外光遮罩缺陷檢查之相位對比度監測 |
Family Cites Families (23)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9002497B2 (en) * | 2003-07-03 | 2015-04-07 | Kla-Tencor Technologies Corp. | Methods and systems for inspection of wafers and reticles using designer intent data |
| DE102004010363B4 (de) | 2004-03-03 | 2012-11-15 | Qimonda Ag | Verfahren zur Bestimmung einer örtlichen Variation des Reflektions- oder Transmissionsverhaltens über die Oberfläche einer Maske |
| JP2006170922A (ja) * | 2004-12-20 | 2006-06-29 | Topcon Corp | 外観検査方法およびその装置 |
| JP4767665B2 (ja) * | 2005-01-05 | 2011-09-07 | 富士通セミコンダクター株式会社 | レチクル検査装置およびレチクル検査方法 |
| US8698093B1 (en) | 2007-01-19 | 2014-04-15 | Kla-Tencor Corporation | Objective lens with deflector plates immersed in electrostatic lens field |
| US8126255B2 (en) | 2007-09-20 | 2012-02-28 | Kla-Tencor Corp. | Systems and methods for creating persistent data for a wafer and for using persistent data for inspection-related functions |
| US8041106B2 (en) * | 2008-12-05 | 2011-10-18 | Kla-Tencor Corp. | Methods and systems for detecting defects on a reticle |
| CN102129164B (zh) | 2010-01-15 | 2012-08-22 | 中芯国际集成电路制造(上海)有限公司 | 掩膜版缺陷的判断方法及判断系统 |
| US8664594B1 (en) | 2011-04-18 | 2014-03-04 | Kla-Tencor Corporation | Electron-optical system for high-speed and high-sensitivity inspections |
| US8692204B2 (en) | 2011-04-26 | 2014-04-08 | Kla-Tencor Corporation | Apparatus and methods for electron beam detection |
| US8716662B1 (en) | 2012-07-16 | 2014-05-06 | Kla-Tencor Corporation | Methods and apparatus to review defects using scanning electron microscope with multiple electron beam configurations |
| US9222895B2 (en) | 2013-02-25 | 2015-12-29 | Kla-Tencor Corp. | Generalized virtual inspector |
| US9442077B2 (en) | 2013-08-28 | 2016-09-13 | Kla-Tencor Corp. | Scratch filter for wafer inspection |
| US10127652B2 (en) | 2014-02-06 | 2018-11-13 | Kla-Tencor Corp. | Defect detection and classification based on attributes determined from a standard reference image |
| US9766187B2 (en) | 2014-08-27 | 2017-09-19 | Kla-Tencor Corp. | Repeater detection |
| EP3086175B1 (en) | 2015-04-22 | 2022-01-26 | IMEC vzw | Method for hotspot detection and ranking of a lithographic mask |
| US9915625B2 (en) * | 2016-01-04 | 2018-03-13 | Kla-Tencor Corp. | Optical die to database inspection |
| US10395358B2 (en) * | 2016-11-10 | 2019-08-27 | Kla-Tencor Corp. | High sensitivity repeater defect detection |
| US10365232B2 (en) | 2017-05-15 | 2019-07-30 | Kla-Tencor Corp. | High accuracy of relative defect locations for repeater analysis |
| US11270430B2 (en) | 2017-05-23 | 2022-03-08 | Kla-Tencor Corporation | Wafer inspection using difference images |
| US10648925B2 (en) | 2017-06-05 | 2020-05-12 | Kla-Tencor Corporation | Repeater defect detection |
| US11431976B2 (en) | 2019-01-28 | 2022-08-30 | Kla Corporation | System and method for inspection using tensor decomposition and singular value decomposition |
| US11120546B2 (en) | 2019-09-24 | 2021-09-14 | Kla Corporation | Unsupervised learning-based reference selection for enhanced defect inspection sensitivity |
-
2021
- 2021-04-30 US US17/246,034 patent/US11328411B2/en active Active
- 2021-05-04 KR KR1020227039640A patent/KR102748449B1/ko active Active
- 2021-05-04 TW TW110116041A patent/TWI862831B/zh active
- 2021-05-04 CN CN202180032420.6A patent/CN115485628B/zh active Active
- 2021-05-04 WO PCT/US2021/030535 patent/WO2021225999A1/en not_active Ceased
- 2021-05-04 IL IL297406A patent/IL297406B2/en unknown
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20020103607A1 (en) * | 2001-01-30 | 2002-08-01 | Christian Crell | Method for inspecting defects on a mask |
| US7729529B2 (en) * | 2004-12-07 | 2010-06-01 | Kla-Tencor Technologies Corp. | Computer-implemented methods for detecting and/or sorting defects in a design pattern of a reticle |
| US20090041332A1 (en) * | 2007-07-20 | 2009-02-12 | Kla-Tencor Corporation | Methods for generating a standard reference die for use in a die to standard reference die inspection and methods for inspecting a wafer |
| CN106662538A (zh) * | 2014-08-27 | 2017-05-10 | 科磊股份有限公司 | 重复缺陷检测 |
| TW201825882A (zh) * | 2016-10-07 | 2018-07-16 | 美商克萊譚克公司 | 用於極紫外光遮罩缺陷檢查之相位對比度監測 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR102748449B1 (ko) | 2024-12-30 |
| IL297406B1 (en) | 2024-02-01 |
| US20210342992A1 (en) | 2021-11-04 |
| CN115485628B (zh) | 2024-02-20 |
| KR20230002695A (ko) | 2023-01-05 |
| CN115485628A (zh) | 2022-12-16 |
| WO2021225999A1 (en) | 2021-11-11 |
| US11328411B2 (en) | 2022-05-10 |
| IL297406A (en) | 2022-12-01 |
| IL297406B2 (en) | 2024-06-01 |
| TW202202830A (zh) | 2022-01-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| TWI862831B (zh) | 圖樣檢查之重複缺陷偵測 | |
| US10395358B2 (en) | High sensitivity repeater defect detection | |
| KR102438824B1 (ko) | 3차원 반도체 구조체들의 검사를 위한 결함 발견 및 레시피 최적화 | |
| US10697900B2 (en) | Correlating SEM and optical images for wafer noise nuisance identification | |
| US10402461B2 (en) | Virtual inspection systems for process window characterization | |
| US11067516B2 (en) | High accuracy of relative defect locations for repeater analysis | |
| US10393671B2 (en) | Intra-die defect detection | |
| IL256856A (en) | Determining the location of a defect in the form of an electron beam | |
| US10557802B2 (en) | Capture of repeater defects on a semiconductor wafer | |
| KR20170127549A (ko) | 공정 윈도우 결정을 위한 적응형 샘플링 | |
| US10304177B2 (en) | Systems and methods of using z-layer context in logic and hot spot inspection for sensitivity improvement and nuisance suppression | |
| US20250020598A1 (en) | Deep learning based mode selection for inspection | |
| TWI751329B (zh) | 用於重複缺陷分析之相對缺陷位置之高精準度 | |
| US12190498B2 (en) | Print check repeater defect detection | |
| US20240221141A1 (en) | Pattern segmentation for nuisance suppression |