[go: up one dir, main page]

TWI831165B - 缺陷檢查裝置及缺陷檢查方法 - Google Patents

缺陷檢查裝置及缺陷檢查方法 Download PDF

Info

Publication number
TWI831165B
TWI831165B TW111111572A TW111111572A TWI831165B TW I831165 B TWI831165 B TW I831165B TW 111111572 A TW111111572 A TW 111111572A TW 111111572 A TW111111572 A TW 111111572A TW I831165 B TWI831165 B TW I831165B
Authority
TW
Taiwan
Prior art keywords
image
inspection
aforementioned
detection signal
defect
Prior art date
Application number
TW111111572A
Other languages
English (en)
Other versions
TW202242393A (zh
Inventor
海老泰
新藤博之
蔭谷竜吾
Original Assignee
日商日立全球先端科技股份有限公司
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 日商日立全球先端科技股份有限公司 filed Critical 日商日立全球先端科技股份有限公司
Publication of TW202242393A publication Critical patent/TW202242393A/zh
Application granted granted Critical
Publication of TWI831165B publication Critical patent/TWI831165B/zh

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
    • 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
    • G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
    • G01N23/22—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by measuring secondary emission from the material
    • G01N23/225—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by measuring secondary emission from the material using electron or ion
    • G01N23/2251—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by measuring secondary emission from the material using electron or ion using incident electron beams, e.g. scanning electron microscopy [SEM]
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
    • G01N23/20—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by using diffraction of the radiation by the materials, e.g. for investigating crystal structure; by using scattering of the radiation by the materials, e.g. for investigating non-crystalline materials; by using reflection of the radiation by the materials
    • G01N23/203—Measuring back scattering
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • H10P74/203—
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2223/00—Investigating materials by wave or particle radiation
    • G01N2223/05—Investigating materials by wave or particle radiation by diffraction, scatter or reflection
    • G01N2223/053—Investigating materials by wave or particle radiation by diffraction, scatter or reflection back scatter
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2223/00—Investigating materials by wave or particle radiation
    • G01N2223/07—Investigating materials by wave or particle radiation secondary emission
    • G01N2223/079—Investigating materials by wave or particle radiation secondary emission incident electron beam and measuring excited X-rays
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2223/00—Investigating materials by wave or particle radiation
    • G01N2223/40—Imaging
    • G01N2223/401—Imaging image processing
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2223/00—Investigating materials by wave or particle radiation
    • G01N2223/60—Specific applications or type of materials
    • G01N2223/611—Specific applications or type of materials patterned objects; electronic devices
    • G01N2223/6116—Specific applications or type of materials patterned objects; electronic devices semiconductor wafer
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2223/00—Investigating materials by wave or particle radiation
    • G01N2223/60—Specific applications or type of materials
    • G01N2223/646—Specific applications or type of materials flaws, defects
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10056—Microscopic image
    • G06T2207/10061—Microscopic image from scanning electron microscope
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20081—Training; Learning
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20212—Image combination
    • G06T2207/20221—Image fusion; Image merging
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20212—Image combination
    • G06T2207/20224—Image subtraction
    • 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)
  • Theoretical Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Biochemistry (AREA)
  • Analytical Chemistry (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Quality & Reliability (AREA)
  • Artificial Intelligence (AREA)
  • Crystallography & Structural Chemistry (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Biomedical Technology (AREA)
  • Computational Linguistics (AREA)
  • Biophysics (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)
  • Manufacturing & Machinery (AREA)
  • Computer Hardware Design (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Power Engineering (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)
  • Testing Or Measuring Of Semiconductors Or The Like (AREA)

Abstract

[課題] 提供可在合成影像中檢查多種多樣的缺陷種類的缺陷檢查裝置及缺陷檢查方法。 [解決手段] 此缺陷檢查裝置將來自第1檢測器的第1檢測訊號與來自第2檢測器的第2檢測訊號依第1合成比率進行合成而生成第1合成影像，同時將前述第1檢測訊號與前述第2檢測訊號依與前述第1合成比率不同的第2合成比率進行合成而生成第2合成影像。然後，基於前述第1合成影像而生成第1檢查影像，同時基於前述第2合成影像而生成第2檢查影像。再者，執行前述第1檢查影像與前述第2檢查影像的邏輯演算而生成合成檢查影像。對前述合成檢查影像執行缺陷判定。

Description

缺陷檢查裝置及缺陷檢查方法
本發明涉及缺陷檢查裝置及使用其之缺陷檢查方法。
就半導體的電路圖案上的缺陷進行檢測的方法方面，已知將未產生缺陷的正常的電路圖案的形狀與經測定的作為檢查對象的電路圖案的形狀進行比較的方法。一般而言，使用了掃描型電子顯微鏡的缺陷檢測雖被利用二次電子影像(SE像)而進行，惟如論敘於專利文獻1，在欲更正確地就浮渣進行檢測的情況下，亦已知對於將二次電子影像(SE像)與反射電子影像(BSE)進行合成而獲得的合成影像設定檢查區域的手法。
半導體的電路圖案上的缺陷存在各種種類，取決於缺陷的種類，存在僅可在SE像視認出者，亦存在反而僅可在BSE像視認出者。例如如電壓反差(voltage contrast)的因半導體裝置的電氣特性而產生的缺陷僅可在SE像視認出，另一方面如電路圖案凹凸地產生變形的缺陷僅可在BSE像視認出。如此的情況下，已知透過一影像(合成影像)而進行檢查，該影像為將SE像與BSE像進行合成而獲得者。
然而，使用了如此的合成影像的缺陷檢查具有在可覆蓋多種多樣的缺陷的同時缺陷檢測感度卻比合成前的影像降低如此之取捨的問題。亦即，僅可在SE像視認出的缺陷方面，於混合了SE像與BSE像的合成影像，可能發生因感度的降低等導致變得無法進行檢測的情況。同樣地，僅可在BSE像視認出的缺陷方面，可能發生以合成影像無法進行檢測的情況。近年來，因半導體圖案的微細化使得要檢測的缺陷尺寸逐漸變小；為此，於最新世代的半導體裝置，以合成影像無法進行對於全部的種類的缺陷的檢查之事例逐漸增加。 [先前技術文獻] [專利文獻]
[專利文獻1] 日本特開2014-77798號公報 [專利文獻2] 日本特許第6281019號公報
[發明所欲解決之問題]
本發明提供可在合成影像中檢查多種多樣的缺陷種類的缺陷檢查裝置及缺陷檢查方法。 [解決問題之技術手段]
鑒於上述的問題，涉及本發明的缺陷檢查裝置具備：影像合成部，其將來自第1檢測器的第1檢測訊號與來自第2檢測器的第2檢測訊號依第1合成比率進行合成而生成第1合成影像，同時將前述第1檢測訊號與前述第2檢測訊號依與前述第1合成比率不同的第2合成比率進行合成而生成第2合成影像；缺陷檢查處理部，其基於前述第1合成影像而生成第1檢查影像，同時基於前述第2合成影像而生成第2檢查影像；檢查影像演算部，其執行前述第1檢查影像與前述第2檢查影像的邏輯演算而生成合成檢查影像；以及缺陷判定處理部，其對前述合成檢查影像執行缺陷判定。 [對照先前技術之功效]
依本發明的缺陷檢查裝置及方法時，可提供可在合成影像中檢查多種多樣的缺陷種類的缺陷檢查裝置及缺陷檢查方法。
以下，參照圖式就本實施方式進行說明。在圖式，功能上相同的要素有時以相同的號碼進行顯示。另外，圖式雖示出依照本揭示的原理下的實施方式與實現例，惟此等為用於理解本發明者，絕非用於限制性解釋本揭示者。本說明書的記述僅為典型的例示，並不在任何意義上限定本揭示的申請專利範圍或適用例。
在本實施方式，雖為了本發明所屬技術領域中具有通常知識者實施本揭示而充分詳細地進行其說明，惟亦可為其他實現方式，應理解在不脫離本揭示的技術思想的範圍與精神之下可進行構成、構造的變更、各種的要素的置換。因此，不應將之後的記述限定於此。
[第1實施方式] 就涉及第1實施方式的缺陷檢查裝置及方法，參照圖1～圖6進行說明。圖1示出是一影像生成工具的一例之掃描電子顯微鏡的構成例，影像生成工具用於在涉及第1實施方式的缺陷檢查裝置取得作為檢查的對象之影像。另外，成為本發明的適用對象的影像生成工具不限定於掃描型電子顯微鏡，例如亦可使基於離子束的掃描而生成影像的聚焦離子束裝置作為影像生成工具。
例示於圖1的掃描電子顯微鏡具備攝像部101、電腦系統102、訊號處理部103、輸出入部104、及記憶部105。
攝像部101具備照射電子束107的電子槍106、使電子束107聚焦的聚焦透鏡108及將通過了聚焦透鏡108的電子束107進一步聚焦的聚焦透鏡109。攝像部101進一步具備使電子束107偏向的偏向器110、對電子束107的聚焦的高度進行控制的接物鏡111。
通過了攝像部101的光學系統的電子束107被照射於被載於樣品載台113上之樣品112。因電子束107的照射從樣品112放出的二次電子(SE)114主要被以二次電子檢測器(上方檢測器)115進行檢測。此外，從樣品112產生的背向散射電子(BSE)116主要被以背向散射電子檢測器(下方檢測器)117進行檢測。
電腦系統102控制攝像部101。訊號處理部103基於上方檢測器115與下方檢測器117的輸出而生成SEM影像(SE像、BSE像)。訊號處理部103與未圖示的掃描偏向器的掃描同步而使畫面記憶體等記憶檢測訊號從而生成影像資料。於畫面記憶體記憶檢測訊號之際，使檢測訊號記憶於對應於畫面記憶體的掃描位置之位置，從而生成訊號分布(一維資訊)及SEM影像(二維資訊)。記憶部105亦作用為記憶掌管本系統的動作的電腦程式之非暫時性記錄媒體。輸出入部104方面，與輸入來自操作員的各種指示同時，將檢查結果等輸出至未圖示的顯示器等。
圖2為一缺陷檢查系統(缺陷檢查裝置)的一例，該缺陷檢查系統為對於透過如例示於圖1的掃描型電子顯微鏡(影像生成工具)而獲得的影像資料進行影像合成處理及缺陷檢測處理並輸出進行了缺陷判定的結果者。此缺陷檢查系統由電腦系統201與操作部206構成。
電腦系統201被以包含1以上的CPU之1以上的電腦子系統構成。1以上的電腦子系統可使用1以上的處理器以軟體實現如後述的處理，亦可將該處理的一部分或全部以電子電路等的硬體實現。
電腦系統201作為一例具備影像合成部202、缺陷檢查處理部203、檢查影像演算部204、及缺陷判定處理部205。影像合成部202、缺陷檢查處理部203、檢查影像演算部204及缺陷判定處理部205可透過軟體虛擬地實現，亦可透過電子電路等的硬體而實現。
電腦系統201被構成為從操作部206受理缺陷檢查參數、缺陷判定閾值的輸入，而操作部206將電腦系統201進行了處理的檢查結果顯示於顯示器等。
電腦系統201將以複數個檢測器(115、117)而檢測出的SEM影像207(SE像、BSE像)透過影像合成部202依預先指定的合成率進行合成。如後述，影像合成部202被構成為將SE像與BSE像依複數個(以下的例為2個)合成率進行合成，並可生成複數種的合成影像。
缺陷檢查處理部203對透過影像合成部202進行了合成的檢查影像執行缺陷檢查處理，將檢查影像輸出至檢查影像記憶部208。此時，影像合成部202依複數種的合成比率輸出複數種的檢查影像。複數個檢查影像被透過檢查影像演算部204進行演算處理，該演算處理的結果，合成檢查影像被輸出。合成檢查影像被透過缺陷判定處理部205進行缺陷判定，其檢查結果被顯示於操作部206，同時被輸出至檢查結果檔209。
參照圖3及圖4而說明第1實施方式的電腦系統201中的缺陷判定的動作。如前述般，缺陷的種類為多種多樣，一方面存在可在SE像視認出惟無法或不易在BSE像視認出的缺陷，另一方面存在反而可在BSE像視認出惟無法或不易在SE像視認出的缺陷。在使用SE像與BSE像的合成影像的缺陷檢查方法，可能發生雖可從一個合成影像檢查任一個缺陷惟因影像的合成使得無法或不易在合成影像視認出單獨在SE像可視認出的缺陷如此之取捨的問題。在第1實施方式，透過執行在圖3及圖4說明的手法從而消解此取捨的問題。圖3示出在作為檢查對象的區域中產生僅可在SE像視認出的缺陷A的情況。圖4示出在作為檢查對象的區域中產生僅可在BSE像視認出的缺陷B的情況。
如示於圖3及圖4，在此第1實施方式，將在作為缺陷檢查的對象之區域被攝像的SE像、BSE像在影像合成部202依2種的合成比率a、b進行合成，生成2個合成影像MP1、MP2。參照影像RP1、參照影像RP2亦被將在未產生缺陷的正常的區域(電路圖案等)被攝像的SE像、BSE像分別依相同的合成比率a、b進行合成而生成。作為一例，參照影像RP1、RP2可基於在接近為了缺陷檢查的拍攝了SE像及BSE像的區域的未產生缺陷的區域的SE像、及BSE像而生成(合成)。
並且，缺陷檢查處理部203透過被依合成比率a最佳化的檢查參數1而演算此合成影像MP1與參照影像RP1的差分而生成檢查影像DMP1。此外，缺陷檢查處理部203透過被依合成比率b最佳化的檢查參數2而演算合成影像MP2與參照影像RP2的差分而生成檢查影像DMP2。亦即，檢查影像DMP1為基於合成比率a的合成影像MP1與參照影像RP1而生成的差分像，檢查影像DMP2為基於合成比率b的合成影像MP2與參照影像RP2而生成的差分像。檢查參數1及檢查參數2為定義以何程度高感度地檢測缺陷者。將檢查參數1、2設定為感度變高即可檢測較小的缺陷。其中，該情況下，亦同時檢測出影像的隨機的雜訊成分，將正常的電路圖案誤檢測為缺陷候補區域之風險亦變大。因此，優選上將檢查參數1、2最佳化為可在確保電路圖案的必要的性能的程度上檢測出缺陷，且盡可能減小雜訊成分。
檢查影像演算部204對此2個檢查影像DMP1、DMP2應用既定的邏輯演算(此處為邏輯或)而生成合成檢查影像SDMP。並且，缺陷判定處理部205將此合成檢查影像SDMP依既定的閾值進行分析而進行缺陷判定。在檢查影像演算部204進行的邏輯演算在此例雖為邏輯或，惟邏輯演算的種類不限定於邏輯或，可依選擇的合成比率a、b、檢查參數1、2與其他因素而變更。
於圖3，以影像合成部202生成的2個合成影像MP1、MP2方面，於缺陷檢查處理部203，分別被演算與參照影像RP1、RP2的差分，作為該差分演算的結果，檢查影像DMP1、DMP2被從缺陷檢查處理部203輸出。如示於圖3，於檢查影像DMP1、DMP2，存在既定的缺陷的情況下，對應於該缺陷的部分例如可被以在黑色背景上覆蓋白色的形式而顯示。
在對應於SE像、BSE像的區域存在僅可在SE像視認出的缺陷A的情況下，例如獲得如示於圖3的檢查影像DMP1、DMP2。
例如，圖3的情況(存在缺陷A的情況)下，僅以基於了依合成比率b合成的合成影像的檢查影像DMP2無法檢測出缺陷A。此外，圖4的情況(存在缺陷B的情況)下，僅以基於了依合成比率a合成的合成影像的檢查影像DMP1無法檢測出缺陷B。然而，在本實施方式，由於基於就依照於依合成比率a合成的合成影像MP1的檢查影像DMP1與依照於依合成比率b合成的合成影像MP2的檢查影像DMP2進行邏輯演算(例如OR演算)而成的合成檢查影像SDMP而進行缺陷檢測，故可檢測缺陷A、B的任一者。圖3、圖4雖例示上就產生缺陷A、B的情況進行了說明，惟缺陷的種類增加的情況下同樣的議論亦成立。亦即，依本實施方式時，可消解上述的取捨的問題。
合成影像MP1的合成比率a設定為成為SE像比BSE像大的比例之值為適，反之合成影像MP2的合成比率設定為成為BSE像比SE像大的比例為適。據此，比起使用了單一的合成影像的情況，可增加可檢測的缺陷的種類。
在使用單一的合成影像而檢測缺陷的情況下應亦可將合成比率設定為50%前後從而檢測缺陷A及缺陷B的雙方。然而，一般而言可能在半導體裝置上產生的缺陷的種類涉及數百，故極難以對此等所有的缺陷設定適度的合成比率。應用本實施方式時，在如此的情況下，即便僅在檢查影像DMP1或DMP2中的任一者出現缺陷候補區域時，仍可總是於合成檢查影像SDMP確保缺陷候補區域，使得可同時檢查缺陷A、B的雙方。
圖5為在第1實施方式的缺陷檢查裝置例如提示於操作部206的顯示器中的GUI畫面的一例。此GUI畫面中，可輸入(設定)在圖3及圖4示出的缺陷檢查方法中的合成比率a、b、檢查參數1、2、邏輯演算的種類。此外，可顯示被設定如此的輸入資訊的情況下的合成影像、參照影像、檢查影像DMP1、DMP2及合成檢查影像SDMP。
GUI畫面具有參數設定部503、影像顯示部504、邏輯演算／閾值設定部505及檢查結果影像顯示部506。參數設定部503被構成為可將前述的合成比率a、b及檢查參數1、2例如輸入至數值輸入框。此等數值、參數被輸入至參數設定部503時，於影像顯示部504依該數值等而顯示合成影像MP1、MP2、參照影像RP1、RP2、檢查影像DMP1、DMP2。此外，在邏輯演算／閾值設定部505，可設定在合成檢查影像DMP1、DMP2之際使用的邏輯演算，同時可設定缺陷判定之際的閾值。在檢查結果影像顯示部506，顯示依以此方式獲得的合成檢查影像SDMP而進行了缺陷檢查之情況下的檢查結果影像。
接著，參照圖6的流程圖而說明使用了此第1實施方式的缺陷檢查裝置之缺陷檢查的順序。首先，在步驟S801，使電子束107移動至檢查對象位置(步驟S801)，於該檢查對象位置取得SE像、BSE像(步驟S802)，然後將獲得的SE像、BSE像依合成比率a合成而生成合成影像MP1(步驟S803)，同時依合成比率b合成而生成合成影像MP2(步驟S804)。
接著，使電子束107移動至接近檢查對象位置的參照位置(步驟S805)，在該參照位置取得SE像、BSE像(步驟S806)。並且，將獲得的SE像、BSE像依合成比率a合成而生成參照影像RP1(步驟S807)，依合成比率b合成而生成參照影像RP2(步驟S808)。
接著，在步驟S809，在合成影像MP1及參照影像RP1之間進行減算，據此生成作為兩者的差分像的檢查影像DMP1。此外，在步驟S810，在合成影像MP2及參照影像RP2之間進行減算，據此生成作為兩者的差分像的檢查影像DMP2。並且，在步驟S811，在檢查影像DMP1與DMP2之間執行邏輯演算(邏輯或演算)而生成合成檢查影像SDMP。基於此合成檢查影像SDMP而執行在檢查對象位置之缺陷判定(步驟S812)，該缺陷判定的結果被輸出至操作部206等(步驟S813)。以上的動作被就全部的檢查對象位置持續直到結束。
如以上說明，依第1實施方式的缺陷檢查裝置及方法時，依複數種的合成比率生成複數個檢查影像，基於合成此複數個檢查影像而成的合成檢查影像而執行缺陷檢查。因此，依此第1實施方式時，可依1個合成檢查影像而檢查多種多樣的缺陷。
[第2實施方式] 接著，就第2實施方式的缺陷檢查裝置及缺陷檢查方法，參照圖7～圖12進行說明。圖7的區塊圖示出涉及第2實施方式的缺陷檢查系統(缺陷檢查裝置)的一例。此外，圖8及圖9為說明構成涉及第2實施方式的缺陷檢查系統的電腦系統901中的缺陷判定的動作的圖，對應於圖3、圖4。另外，於圖7，與圖2相同的構成要素方面，標注與圖2相同的參考符號，故在以下，重複的說明省略。
此第2實施方式的缺陷檢查系統除第1實施方式的構成要素外，具備AI模型生成部902及推論影像生成部903。第2實施方式的缺陷檢查系統代替生成前述的參照影像而於AI模型生成部902生成用於生成推論影像的學習完畢AI(人工智能)模型，依此學習完畢AI模型而生成推論影像。並且，作成為基於此推論影像與合成影像MP1、MP2而生成第1檢查影像DMP1、DMP2。學習完畢AI模型包含過去被攝像的SE像、BSE像、設計資料、缺陷判定結果資料等作為資料集。推論影像生成部903依學習完畢AI模型推測無缺陷的檢查對象(例：正常的電路圖案)的形狀，輸出為推論影像。
參照圖8及圖9而說明電腦系統901中的缺陷判定的動作。圖8、圖9分別如同圖3、圖4般示出於作為檢查對象的區域產生僅可在SE像視認出的缺陷A的情況。圖4示出在作為檢查對象的區域中產生僅可在BSE像視認出的缺陷B的情況。圖8及圖9與圖3及4相異點在於，執行合成影像MP1與學習完畢AI模型LP1生成的推論影像的透過了AI之比較(AI檢查)，依該結果而生成檢查影像DMP1，同時執行合成影像MP2與學習完畢AI模型LP2生成的推論影像的透過了AI之比較(AI檢查)，依該結果而生成檢查影像DMP2。另外，檢查參數1方面，使用對於合成比率a的影像及學習完畢AI模型LP1被最佳化的參數。此外，檢查參數2方面，使用對於合成比率b的影像及學習完畢AI模型LP2被最佳化的參數。依此第2實施方式時，如同第1實施方式，可於一個合成檢查影像同時檢查僅可在SE像視認出的缺陷與僅可在BSE像視認出的缺陷的雙方。此外，可不用取得參照影像，使得相應地可比第1實施方式進行高速的檢查。
圖10為在第2實施方式的缺陷檢查裝置例如提示於操作部206的顯示器中的GUI畫面的一例。此GUI畫面在具有參數設定部503、影像顯示部504、邏輯演算設定部505及檢查結果影像顯示部504方面與第1實施方式(圖5)相同。其中，圖10的GUI畫面作成為可於參數設定部503的AI模型選擇部1001、1002從複數個學習完畢AI模型之中選擇1個。此外，在影像顯示部504，作成為可顯示對應於經選擇的學習完畢AI模型的推論影像1003、1004。
圖11為生成學習完畢AI模型作為利用了學習完畢AI模型之檢查的事前準備的流程圖。首先，透過具有如例示於圖1的光學系統的掃描電子顯微鏡而移動至作為學習對象之正常的電路圖案位置(學習對象位置)(步驟S1101)，基於上方檢測器115、下方檢測器117的檢測訊號而拍攝SE像及BSE像(步驟S1101、S1102)。
接著，將獲得的學習對象位置的SE像、BSE像依合成比率a合成而生成學習用影像1，同時同樣地將學習對象位置的SE像、BSE像依合成比率b合成而生成學習用影像2(步驟S1103、S1104)。另有作為學習對象的攝像位置的情況下在別的攝像位置重複S1101~S1104的作業。在所有的學習對象位置的攝像完成時，在例示於圖9的電腦系統102的AI模型生成部902從合成比率a的學習影像集生成學習完畢AI模型LP1。同樣地，從合成比率b的學習影像集生成學習完畢AI模型LP2，事前準備完成。
圖12為就使用了依圖11的順序而準備的學習完畢AI模型LP1、LP2的缺陷檢查的順序進行繪示的流程圖的一例。透過具有如例示於圖1的光學系統的掃描電子顯微鏡而移動至檢查對象位置，基於上方檢測器115、下方檢測器117的檢測訊號而取得BSE像與SE像(步驟S1201、S1202)。接著，依合成比率a合成SE像、BSE像而生成合成影像MP1(步驟S1203)。
接著，於推論影像生成部903，對合成影像MP1實施應用了學習完畢AI模型LP1(該推論影像)的AI檢查而生成檢查影像DMP1(步驟S1204)。透過同樣的程序，對合成比率b的合成影像MP2亦實施使用了學習完畢AI模型LP2(該推論影像)的AI檢查而生成檢查影像DMP2(步驟S1205、S1206)。接著，將檢查影像DMP1及DMP2進行OR演算，生成合成檢查影像SDMP(步驟S1207)。最後，進行合成檢查影像SDMP的缺陷判定(步驟S1208)，將該缺陷判定結果輸出至特定的檢查結果檔(步驟S1209)。存在下個檢查對象點時繼續檢查，從步驟S1201再度執行相同的處理。無下個檢查對象點時處理結束。就此等處理，電腦系統901例如透過從如例示於圖10的GUI畫面進行指定的參數及AI模型從而進行處理。
另外，本發明非限定於上述之實施方式者，包含各式各樣的變化例。例如，上述之實施方式為詳細進行了說明以便於理解本發明者，未必限定於具備進行了說明之全部的構成。此外，可將一實施方式的構成的一部分置換為其他實施方式的構成，此外亦可對一實施方式的構成追加其他實施方式的構成。另外，就各實施方式的構成的一部分，可進行其他構成的追加、刪除、置換。
101:攝像部
102:電腦系統
103:訊號處理部
104:輸出入部
105:記憶部
106:電子槍
107:電子束
108:聚焦透鏡
109:聚焦透鏡
110:偏向器
111:接物鏡
112:樣品
113:樣品載台
114:二次電子
115:上方檢測器
116:背向散射電子
117:下方檢測器
201:電腦系統
202:影像合成部
203:缺陷檢查處理部
204:檢查影像演算部
205:缺陷判定處理部
206:操作部
207:SEM影像
208:檢查影像記憶部
209:檢查結果檔
503:參數設定部
504:影像顯示部
505:邏輯演算/閾值設定部
506:檢查結果影像顯示部
901:電腦系統
902:AI模型生成部
903:推論影像生成部
1001:AI模型選擇部
1002:AI模型選擇部
1003:推論影像
1004:推論影像
[圖1]示出是一影像生成工具的一例之掃描電子顯微鏡的構成例，影像生成工具用於在涉及第1實施方式的缺陷檢查裝置取得作為檢查的對象之影像。 [圖2]為就一缺陷檢查系統(缺陷檢查裝置)的一例進行繪示的區塊圖，該缺陷檢查系統為對於透過如例示於圖1的掃描型電子顯微鏡(影像生成工具)而獲得的影像資料進行影像合成處理及缺陷檢測處理並輸出進行了缺陷判定的結果者。 [圖3]為說明第1實施方式的電腦系統201中的缺陷判定的動作的說明圖。 [圖4]為說明第1實施方式的電腦系統201中的缺陷判定的動作的說明圖。 [圖5]為在第1實施方式的缺陷檢查裝置例如提示於操作部206的顯示器中的GUI畫面的一例。 [圖6]為說明使用了第1實施方式的缺陷檢查裝置之缺陷檢查的順序的流程圖。 [圖7]為就第2實施方式的缺陷檢查系統(缺陷檢查裝置)的一例進行繪示的區塊圖。 [圖8]為說明第2實施方式的電腦系統901中的缺陷判定的動作的說明圖。 [圖9]為說明第2實施方式的電腦系統901中的缺陷判定的動作的說明圖。 [圖10]為在第2實施方式的缺陷檢查裝置例如提示於操作部206的顯示器中的GUI畫面的一例。 [圖11]為說明使用了第2實施方式的缺陷檢查裝置之缺陷檢查的順序的流程圖。 [圖12]為說明使用了第2實施方式的缺陷檢查裝置之缺陷檢查的順序的流程圖。
201:電腦系統
202:影像合成部
203:缺陷檢查處理部
204:檢查影像演算部
205:缺陷判定處理部
206:操作部
207:SEM影像
208:檢查影像記憶部
209:檢查結果檔

Claims (10)

  1. 一種缺陷檢查裝置，其具備： 影像合成部，其將來自第1檢測器的第1檢測訊號與來自第2檢測器的第2檢測訊號依第1合成比率進行合成而生成第1合成影像，同時將前述第1檢測訊號與前述第2檢測訊號依與前述第1合成比率不同的第2合成比率進行合成而生成第2合成影像； 缺陷檢查處理部，其基於前述第1合成影像而生成第1檢查影像，同時基於前述第2合成影像而生成第2檢查影像； 檢查影像演算部，其執行前述第1檢查影像與前述第2檢查影像的邏輯演算而生成合成檢查影像；以及 缺陷判定處理部，其對前述合成檢查影像執行缺陷判定。
  2. 如請求項1之缺陷檢查裝置，其中，前述缺陷檢查處理部基於前述第1合成影像或前述第2合成影像與在參照位置取得的前述第1檢測訊號及前述第2檢測訊號而生成的參照影像，生成前述第1檢查影像及前述第2檢查影像。
  3. 如請求項1之缺陷檢查裝置，其中，前述缺陷檢查處理部基於前述第1合成影像或前述第2合成影像與將前述第1檢測訊號及前述第2檢測訊號透過人工智能進行學習而取得的推論影像，生成前述第1檢查影像及前述第2檢查影像。
  4. 如請求項1之缺陷檢查裝置，其進一步具備： 輸入部，其輸入前述第1合成比率及前述第2合成比率；以及 顯示部，其顯示依在前述輸入部被輸入的前述第1合成比率及前述第2合成比率而生成的前述第1合成影像及前述第2合成影像。
  5. 如請求項4之缺陷檢查裝置，其中，前述顯示部與前述第1合成影像及前述第2合成影像一起顯示基於在參照位置取得的前述第1檢測訊號及前述第2檢測訊號而生成的參照影像或將前述第1檢測訊號及前述第2檢測訊號透過人工智能進行學習而取得的推論影像。
  6. 如請求項4之缺陷檢查裝置，其中，前述輸入部被構成為輸入前述邏輯演算的種類。
  7. 一種缺陷檢查方法，其具備： 將來自第1檢測器的第1檢測訊號與來自第2檢測器的第2檢測訊號依第1合成比率進行合成而生成第1合成影像，同時將前述第1檢測訊號與前述第2檢測訊號依與前述第1合成比率不同的第2合成比率進行合成而生成第2合成影像的步驟； 基於前述第1合成影像而生成第1檢查影像，同時基於前述第2合成影像而生成第2檢查影像的步驟； 執行前述第1檢查影像與前述第2檢查影像的邏輯演算而生成合成檢查影像的步驟；以及 對前述合成檢查影像執行缺陷判定的步驟。
  8. 如請求項7之缺陷檢查方法，其中，基於前述第1合成影像或前述第2合成影像與在參照位置取得的前述第1檢測訊號及前述第2檢測訊號而生成的參照影像，生成前述第1檢查影像及前述第2檢查影像。
  9. 如請求項7之缺陷檢查方法，其中，基於前述第1合成影像或前述第2合成影像與將前述第1檢測訊號及前述第2檢測訊號透過人工智能進行學習而取得的推論影像，生成前述第1檢查影像及前述第2檢查影像。
  10. 如請求項7之缺陷檢查方法，其進一步具備： 輸入前述第1合成比率及前述第2合成比率的步驟；以及 顯示依被輸入的前述第1合成比率及前述第2合成比率而生成的前述第1合成影像及前述第2合成影像的步驟。
TW111111572A 2021-04-20 2022-03-28 缺陷檢查裝置及缺陷檢查方法 TWI831165B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2021-071075 2021-04-20
JP2021071075A JP2022165649A (ja) 2021-04-20 2021-04-20 欠陥検査装置、及び欠陥検査方法

Publications (2)

Publication Number Publication Date
TW202242393A TW202242393A (zh) 2022-11-01
TWI831165B true TWI831165B (zh) 2024-02-01

Family

ID=83602528

Family Applications (1)

Application Number Title Priority Date Filing Date
TW111111572A TWI831165B (zh) 2021-04-20 2022-03-28 缺陷檢查裝置及缺陷檢查方法

Country Status (5)

Country Link
US (1) US12211194B2 (zh)
JP (1) JP2022165649A (zh)
KR (1) KR102653280B1 (zh)
CN (1) CN115219537A (zh)
TW (1) TWI831165B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8217351B2 (en) * 2007-08-10 2012-07-10 Hitachi High-Technologies Corporation Pattern inspection method and pattern inspection system
US8653456B2 (en) * 2010-02-09 2014-02-18 Hitachi High-Technologies Corporation Pattern inspection method, pattern inspection program, and electronic device inspection system
US8890068B2 (en) * 2011-03-24 2014-11-18 Hitachi High-Technologies Corporation Charged particle ray apparatus and pattern measurement method
TWI475187B (zh) * 2010-10-27 2015-03-01 日立全球先端科技股份有限公司 Image processing devices and computer programs
WO2016152582A1 (ja) * 2015-03-20 2016-09-29 株式会社日立ハイテクノロジーズ 電子線式パターン検査装置
TW202109596A (zh) * 2019-08-20 2021-03-01 日商日立全球先端科技股份有限公司 帶電粒子束系統，及疊合錯位量測定方法

Family Cites Families (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0346335Y2 (zh) 1985-11-11 1991-09-30
JPH08162061A (ja) * 1994-12-08 1996-06-21 Toshiba Corp 電子顕微鏡
JP3408879B2 (ja) * 1994-12-22 2003-05-19 カシオ計算機株式会社 フラットパネルディスプレイの表示欠陥抽出方法及びそのための装置
JP2000260380A (ja) * 1999-03-11 2000-09-22 Toshiba Microelectronics Corp 電子ビーム検査装置
JP2002228606A (ja) * 2001-01-31 2002-08-14 Hitachi Ltd 電子線式回路パターンの検査方法および装置
JP4060558B2 (ja) * 2001-09-12 2008-03-12 株式会社日立製作所 欠陥検査方法及びその装置
JP4013510B2 (ja) * 2001-09-26 2007-11-28 株式会社日立製作所 欠陥検査方法及びその装置
CN1820346B (zh) * 2003-05-09 2011-01-19 株式会社荏原制作所 基于带电粒子束的检查装置及采用了该检查装置的器件制造方法
JP2009224476A (ja) * 2008-03-14 2009-10-01 Olympus Corp 欠陥関連性表示装置、基板検査装置、および欠陥関連性表示方法
JP5525919B2 (ja) * 2010-05-28 2014-06-18 株式会社東芝 欠陥検査方法および欠陥検査装置
JP5496036B2 (ja) * 2010-09-21 2014-05-21 オリンパス株式会社 画像処理装置および画像処理プログラム
JP5198546B2 (ja) * 2010-12-03 2013-05-15 株式会社日立ハイテクノロジーズ 回路パターン検査方法、及び回路パターン検査システム
JP5459251B2 (ja) * 2011-03-31 2014-04-02 カシオ計算機株式会社 画像処理装置、画像処理方法及びプログラム
JP5948262B2 (ja) * 2013-01-30 2016-07-06 株式会社日立ハイテクノロジーズ 欠陥観察方法および欠陥観察装置
JP6052934B2 (ja) * 2013-08-14 2016-12-27 株式会社日立製作所 半導体検査方法、半導体検査装置、および半導体素子の製造方法
JP5847228B2 (ja) * 2014-04-16 2016-01-20 オリンパス株式会社 画像処理装置、画像処理方法及び画像処理プログラム
JP2017003305A (ja) * 2015-06-05 2017-01-05 株式会社日立ハイテクノロジーズ 欠陥画像分類装置
CN106990114B (zh) * 2017-06-06 2023-10-31 清华大学天津高端装备研究院 增材制造缺陷检测方法及增材制造装置
CN109583474B (zh) * 2018-11-01 2022-07-05 华中科技大学 一种用于工业大数据处理的训练样本生成方法
KR102601135B1 (ko) * 2019-01-15 2023-11-13 삼성전자주식회사 전자 장치 및 이의 제어 방법
JP7166189B2 (ja) * 2019-02-15 2022-11-07 東京エレクトロン株式会社 画像生成装置、検査装置及び画像生成方法
CN111612788B (zh) * 2020-06-22 2023-07-04 创新奇智(上海)科技有限公司 一种缺陷识别方法、装置和电子设备

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8217351B2 (en) * 2007-08-10 2012-07-10 Hitachi High-Technologies Corporation Pattern inspection method and pattern inspection system
US8653456B2 (en) * 2010-02-09 2014-02-18 Hitachi High-Technologies Corporation Pattern inspection method, pattern inspection program, and electronic device inspection system
TWI475187B (zh) * 2010-10-27 2015-03-01 日立全球先端科技股份有限公司 Image processing devices and computer programs
US8890068B2 (en) * 2011-03-24 2014-11-18 Hitachi High-Technologies Corporation Charged particle ray apparatus and pattern measurement method
WO2016152582A1 (ja) * 2015-03-20 2016-09-29 株式会社日立ハイテクノロジーズ 電子線式パターン検査装置
TW202109596A (zh) * 2019-08-20 2021-03-01 日商日立全球先端科技股份有限公司 帶電粒子束系統，及疊合錯位量測定方法

Also Published As

Publication number Publication date
US12211194B2 (en) 2025-01-28
KR20220145265A (ko) 2022-10-28
KR102653280B1 (ko) 2024-04-03
US20220335594A1 (en) 2022-10-20
JP2022165649A (ja) 2022-11-01
TW202242393A (zh) 2022-11-01
CN115219537A (zh) 2022-10-21

Similar Documents

Publication Publication Date Title
KR102195029B1 (ko) 결함 분류 장치 및 결함 분류 방법
JP6975799B2 (ja) 低解像度検査画像から高分解能点拡がり関数を再構築するシステム及び方法
US8712184B1 (en) Method and system for filtering noises in an image scanned by charged particles
JP2020115131A (ja) 試験片の調査の方法およびそのシステム
KR102538268B1 (ko) 웨이퍼 상의 로직 영역에서의 결함들의 검출
TWI780309B (zh) 檢測位於具有非重複特徵的背景中之晶粒重複程式化缺陷
JP2016139467A (ja) 試料観察方法および試料観察装置
JP2006269489A (ja) 欠陥観察装置及び欠陥観察装置を用いた欠陥観察方法
TW201945982A (zh) 圖像處理系統及用於進行圖像處理之電腦程式
KR101987726B1 (ko) 전자선식 패턴 검사 장치
US20190066291A1 (en) Method of defect detection and system thereof
KR20220037511A (ko) 멀티-빔 sem 툴들을 위한 자기-참조 건전성 모니터링 시스템
JP6920009B2 (ja) 欠陥検出装置、欠陥検出方法および欠陥観察装置
JP2014025763A (ja) 欠陥検査方法、及び欠陥検査装置
US12154264B2 (en) Defect inspecting system and defect inspecting method
TWI831165B (zh) 缺陷檢查裝置及缺陷檢查方法
JP2001325595A (ja) 画像処理方法およびその装置並びに荷電粒子顕微鏡検査装置
JP2011192766A (ja) 半導体ウェーハの外観検査方法及びその装置
JP2013221761A (ja) 欠陥観察装置
JP5604208B2 (ja) 欠陥検出装置及びコンピュータプログラム
WO2013008531A1 (ja) 走査電子顕微鏡、欠陥検査システム、および欠陥検査装置
TW202518396A (zh) 缺陷檢查系統及缺陷檢查方法
CN116471494A (zh) 一种用于压缩式感测和处理图像数据的方法
TW202544944A (zh) 使用堆疊影像之深度學習模型診斷工具
JP2015141023A (ja) パターン測定装置の測定条件設定装置、及びパターン評価装置