[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

TW202409746A - 用於改良影像中之結構之基於程序之輪廓資訊之方法 - Google Patents

用於改良影像中之結構之基於程序之輪廓資訊之方法 Download PDF

Info

Publication number
TW202409746A
TW202409746A TW112142155A TW112142155A TW202409746A TW 202409746 A TW202409746 A TW 202409746A TW 112142155 A TW112142155 A TW 112142155A TW 112142155 A TW112142155 A TW 112142155A TW 202409746 A TW202409746 A TW 202409746A
Authority
TW
Taiwan
Prior art keywords
profile
adi
simulated
contour
bias
Prior art date
Application number
TW112142155A
Other languages
English (en)
Inventor
鄭羽南
永發 范
牧 馮
鄭雷武
王禎祥
亞 羅
張辰驥
駿 陳
侯振宇
王進澤
陳峰
馬紫陽
郭欣
程進
Original Assignee
荷蘭商Ａｓｍｌ荷蘭公司
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 荷蘭商Ａｓｍｌ荷蘭公司 filed Critical 荷蘭商Ａｓｍｌ荷蘭公司
Publication of TW202409746A publication Critical patent/TW202409746A/zh

Links

Classifications

    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
    • G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
    • G03F7/70—Microphotolithographic exposure; Apparatus therefor
    • G03F7/70483—Information management; Active and passive control; Testing; Wafer monitoring, e.g. pattern monitoring
    • G03F7/70491—Information management, e.g. software; Active and passive control, e.g. details of controlling exposure processes or exposure tool monitoring processes
    • G03F7/705—Modelling or simulating from physical phenomena up to complete wafer processes or whole workflow in wafer productions
    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
    • G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
    • G03F7/70—Microphotolithographic exposure; Apparatus therefor
    • G03F7/70483—Information management; Active and passive control; Testing; Wafer monitoring, e.g. pattern monitoring
    • G03F7/70605—Workpiece metrology
    • G03F7/70616—Monitoring the printed patterns
    • G03F7/70625—Dimensions, e.g. line width, critical dimension [CD], profile, sidewall angle or edge roughness
    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
    • G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
    • G03F7/70—Microphotolithographic exposure; Apparatus therefor
    • G03F7/70483—Information management; Active and passive control; Testing; Wafer monitoring, e.g. pattern monitoring
    • G03F7/70491—Information management, e.g. software; Active and passive control, e.g. details of controlling exposure processes or exposure tool monitoring processes
    • G03F7/70525—Controlling normal operating mode, e.g. matching different apparatus, remote control or prediction of failure
    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
    • G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
    • G03F7/70—Microphotolithographic exposure; Apparatus therefor
    • G03F7/70483—Information management; Active and passive control; Testing; Wafer monitoring, e.g. pattern monitoring
    • G03F7/70605—Workpiece metrology
    • G03F7/706835—Metrology information management or control
    • G03F7/706837—Data analysis, e.g. filtering, weighting, flyer removal, fingerprints or root cause analysis

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Exposure And Positioning Against Photoresist Photosensitive Materials (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)
  • Ultra Sonic Daignosis Equipment (AREA)

Abstract

本文中描述產生經修改之經模擬輪廓及/或基於該等經修改輪廓產生度量衡量規之方法。一種產生用於量測一基板上之一結構之一實體特性之度量衡量規的方法包括：獲得(i)與印刷於該基板上之該結構之該實體特性相關聯之經量測資料，及(ii)該結構之一經模擬輪廓之至少一部分，該經模擬輪廓之該部分係與該經量測資料相關聯；基於該經量測資料修改該結構之該經模擬輪廓之該部分；及在該經模擬輪廓之該經修改部分上或附近產生該等度量衡量規，該等度量衡量規經置放以量測該結構之該經模擬輪廓之該實體特性。

Description

用於改良影像中之結構之基於程序之輪廓資訊之方法
本發明係關於改良度量衡工具及器件製造程序之效能的技術。該等技術可結合與器件製造相關之微影裝置度量衡或基於輪廓資訊之製造程序來使用。
微影裝置為將所要圖案施加至基板之目標部分上之機器。微影裝置可用於(例如)積體電路(IC)之製造中。在彼情況下，圖案化器件(其替代地被稱作光罩或倍縮光罩)可用以產生對應於IC之個別層之電路圖案，且可將此圖案成像至具有輻射敏感材料(抗蝕劑)層之基板(例如，矽晶圓)上之目標部分(例如，包含晶粒之部分、一個晶粒或若干晶粒)上。一般而言，單一基板將含有經順次地曝光之鄰近目標部分之網路。已知微影裝置包括：所謂步進器，其中藉由一次性將整個圖案曝光至目標部分上來輻照每一目標部分；及所謂掃描器，其中藉由在給定方向(「掃描」方向)上經由光束而掃描圖案同時平行或反平行於此方向而同步地掃描基板來輻照每一目標部分。
在一實施例中，提供一種產生用於量測一基板上之一結構之一實體特性之度量衡量規的方法。該方法包括：獲得(i)與印刷於該基板上之該結構之該實體特性相關聯的經量測資料，及(ii)該結構之一經模擬輪廓之至少一部分，該經模擬輪廓之該部分係與該經量測資料相關聯；基於該經量測資料修改該結構之該經模擬輪廓之該部分；及在該經模擬輪廓之該經修改部分上或附近產生該等度量衡量規，該等度量衡量規被置放以量測該結構之該經模擬輪廓之該實體特性。
此外，在一實施例中，提供一種用於判定與一基板相關聯之熱點位置之方法。該方法包括：獲得(i)與一或多個圖案相關聯之一經模擬輪廓，該經模擬輪廓係與印刷於該基板上之該一或多個圖案之一實體特性之經量測資料相關聯，及(ii)與該經模擬輪廓相關聯之度量衡量規；基於該等度量衡量規判定與該一或多個圖案相關聯之該實體特性之值；及基於該等實體特性值判定該基板上之該等熱點位置，其中一熱點位置為該基板上之一實體特性值小於與該一或多個圖案相關聯之一熱點臨限值的一位置。
此外，在一實施例中，提供一種用於訓練與一圖案化程序相關聯之一模型之方法。該方法包括：獲得(i)與印刷於該基板上之結構之實體特性相關聯之經量測資料，及(ii)與待印刷於一基板上之一結構之一經模擬輪廓相關聯之度量衡量規，該經模擬輪廓係與該基板上之量測該實體特性的一所界定位置相關聯；及使用該經量測資料及該等度量衡量規訓練該模型使得圍繞該基板上之該所界定位置的該圖案化程序之一效能度量得以改良，該效能度量係該等度量衡量規及該實體特性之函數。
此外，在一實施例中，提供一種產生用於量測一基板上之一結構之一實體特性之度量衡量規的方法，該方法包括：獲得(i)與印刷於該基板上之該結構之該實體特性相關聯的經量測資料，及(ii)該結構之一經模擬輪廓之至少一部分，該經模擬輪廓之該部分係與該經量測資料相關聯；基於該經量測資料產生該結構之該經模擬輪廓之該部分之一經修改輪廓；及將該經修改輪廓提供至該圖案化程序之一模型以判定該圖案化程序之參數。
此外，在一實施例中，提供一種電腦程式產品，其包含其上經記錄有指令之一非暫時性電腦可讀媒體，該等指令在由一電腦執行時實施該等前述方法。
此外，在一實施例中，提供一種訓練與一圖案化程序相關聯之一機器學習模型之方法。該方法包括：獲得(i)一基板上之一顯影後影像(ADI)圖案之輪廓資料、(ii)印刷於該基板上之一蝕刻後影像(AEI)圖案之經量測資料，及(iii)基於該ADI圖案之該輪廓資料及該AEI圖案之該經量測資料獲得參考偏置值；及將該經量測資料及該輪廓資料用作訓練資料訓練該機器學習模型以判定待施加至一ADI輪廓之偏置值。
此外，在一實施例中，提供一種用於判定與一顯影後影像(ADI)圖案相關聯之一偏置向量之方法。該方法包括：獲得(i)對應於一基板上之該ADI圖案內之粒子的一機率分佈函數(PDF)，及(ii)特性化與該ADI圖案相關聯之一ADI輪廓之一輪廓函數；基於遍及該ADI輪廓之一區域的該等粒子之該PDF以及該輪廓函數之一組合，判定該ADI輪廓上之一指定位置處的該等粒子之一沈積速率；及基於該沈積速率判定與該ADI圖案相關聯之一偏置向量，該偏置向量在經施加至該ADI圖案之該ADI輪廓時產生一蝕刻後影像(AEI)輪廓。
此外，在一實施例中，提供一種用於判定用於一輪廓之一偏置向量之方法。該方法包括：獲得(i)對應於待對該輪廓執行之一程序的一機率分佈函數(PDF)，及(ii)特性化該輪廓之一形狀之一輪廓函數；遍及該輪廓之一區域迴旋該輪廓函數與該PDF以判定該輪廓上之一指定位置處之一程序速率；及基於該程序速率判定待施加至該輪廓之一偏置向量，以產生指示應用於該輪廓上之該程序之一效應的一經偏置輪廓。
此外，在一實施例中，提供一種非暫時性電腦可讀媒體，其包含在由一或多個處理器執行時造成本文中所論述之方法步驟之操作的指令。
在詳細地描述實施例之前，有指導性的是呈現可供實施實施例之實例環境。
圖1說明例示性微影投影裝置10A。主要組件為：輻射源12A，其可為深紫外線準分子雷射源或包括極紫外線(EUV)源的其他類型之源(如上文所論述，微影投影裝置自身無需具有輻射源)；照明光學件，其例如定義部分相干性(被表示為均方偏差)且可包括塑形來自源12A之輻射的光學件14A、16Aa及16Ab；圖案化器件18A；及透射光學件16Ac，其將圖案化器件圖案之影像投影至基板平面22A上。在投影光學件之光瞳平面處的可調整濾光器或孔徑20A可限定照射於基板平面22A上之光束角度之範圍，其中最大可能角度界定投影光學件之數值孔徑NA= n sin(Θmax)，其中n為基板與投影光學件之最後元件之間的介質之折射率，且Θmax為自投影光學件射出的仍可照射於基板平面22A上之光束的最大角度。
在微影投影裝置中，源將照明(亦即輻射)提供至圖案化器件，且投影光學件經由圖案化器件將照明導向至基板上且塑形該照明。投影光學件可包括組件14A、16Aa、16Ab及16Ac中之至少一些。空中影像(AI)為基板位階處之輻射強度分佈。曝光基板上之抗蝕劑層，且將空中影像轉印至抗蝕劑層以在其中作為潛在「抗蝕劑影像」(RI)。可將抗蝕劑影像(RI)定義為抗蝕劑層中之抗蝕劑之溶解度的空間分佈。可使用抗蝕劑模型以自空中影像演算抗蝕劑影像，可在全部揭示內容特此以引用方式併入之美國專利申請公開案第US 2009-0157360號中找到此情形之實例。抗蝕劑模型係僅與抗蝕劑層之屬性(例如在曝光、PEB及顯影期間發生之化學程序之效應)相關。微影投影裝置之光學屬性(例如源、圖案化器件及投影光學件之屬性)規定空中影像。由於可改變用於微影投影裝置中之圖案化器件，因此可需要使圖案化器件之光學屬性與至少包括源及投影光學件的微影投影裝置之其餘部分之光學屬性分離。
在一實施例中，可基於設計佈局如何根據本發明之方法經最佳化而將輔助特徵(次解析度輔助特徵及/或可印刷解析度輔助特徵)置放於設計佈局中。舉例而言，在一實施例中，方法使用基於機器學習之模型來判定圖案化器件圖案。機器學習模型可為神經網路，諸如迴旋神經網路，其可以某種方式(例如，如圖3中所論述)訓練以在較快速率下獲得準確預測，因此實現圖案化程序之全晶片模擬。
可使用一組訓練資料來訓練神經網路(亦即判定其之參數)。訓練資料可包含一組訓練樣本或由一組訓練樣本組成。每一樣本可為包含輸入物件(通常為向量，其可被稱為特徵向量)及所要輸出值(亦被稱為監督信號)或由該輸入物件及該所要輸出值組成的一對。訓練演算法分析訓練資料且藉由基於訓練資料調整神經網路之參數(例如一或多個層之權重)來調整該神經網路之行為。在訓練之後，神經網路可用於映射新樣本。
在判定圖案化器件圖案之內容背景中，特徵向量可包括由圖案化器件包含或形成之設計佈局的一或多個特性(例如形狀、配置、大小等)、圖案化器件之一或多個特性(例如一或多個物理屬性，諸如尺寸、折射率、材料組成等)及用於微影程序中之照明的一或多個特性(例如波長)。監督信號可包括圖案化器件圖案之一或多個特性(例如圖案化器件圖案之CD、輪廓等) 。
在給出形式為 之一組N個訓練樣本使得x i為第i實例之特徵向量且y i為其監督信號之情況下，訓練演算法尋求神經網路 ，其中X為輸入空間且Y為輸出空間。特徵向量為表示某一物件之數值特徵之n維向量。與此等向量相關聯之向量空間常常被稱為特徵空間。有時以下操作係方便的：使用計分函數 來表示g使得g被定義為返回給出最高計分之y值： 。假設F表示計分函數之空間。
神經網路可為機率性的，其中g採用條件機率模型 之形式，或f採用聯合機率模型 之形式。
存在用以選擇f或g之兩種基本途徑：經驗風險最小化及結構風險最小化。經驗風險最小化尋求最佳擬合訓練資料之神經網路。結構風險最小化包括控制偏差/方差取捨之懲罰函數。舉例而言，在實施例中，懲罰函數可基於成本函數，其可為平方誤差、缺陷數目、EPE等。可修改函數(或函數內之權重)以使得減小或最小化方差。
在兩種情況下，假定訓練集包含獨立且相同分佈的對(x i, y i)之一或多個樣本或由該一或多個樣本組成。在一實施例中，為了量測函數擬合訓練資料之良好程度，定義損失函數 。對於訓練樣本 ，預測值 之損失係 。
將函數g之風險 定義為g之預期損失。此可自訓練資料估計為 。
在實施例中，圖案化程序之機器學習模型可經訓練以預測例如光罩圖案之輪廓、圖案、CD及/或晶圓上的抗蝕劑及/或經蝕刻影像中之輪廓、CD、邊緣置放(例如邊緣置放誤差)等。訓練之目標為實現對例如晶圓上之經印刷圖案的輪廓、空中影像強度斜率及/或CD等之準確預測。輪廓係指待印刷於基板上之圖案或基板上之經印刷圖案的外形。舉例而言，可經由諸如邊緣偵測之影像處理演算法或其他自訂演算法來獲得輪廓。預期設計(例如待印刷於晶圓上之晶圓目標佈局)通常被定義為可以諸如GDSII或OASIS或其他檔案格式之標準化數位檔案格式而提供之預OPC設計佈局。
圖22說明用於模型化及/或模擬圖案化程序之部分的例示性流程圖。如應瞭解，模型可表示不同圖案化程序且無需包含下文所描述之所有模型。源模型1200表示圖案化器件之照明之光學特性(包括輻射強度分佈、頻寬及/或相位分佈)。源模型1200可表示照明之光學特性，其包括但不限於：數值孔徑設定、照明均方偏差(σ)設定以及任何特定照明形狀(例如離軸輻射形狀，諸如環形、四極、偶極等)，其中均方偏差(或σ)為照明器之外部徑向範圍。
投影光學件模型1210表示投影光學件之光學特性(包括由投影光學件造成的輻射強度分佈及/或相位分佈之改變)。投影光學件模型1210可表示投影光學件之光學特性，其包括像差、失真、一或多個折射率、一或多個實體大小、一或多個實體尺寸等。
圖案化器件/設計佈局模型模組1220捕捉在圖案化器件之圖案中如何佈置設計特徵，且其可包括圖案化器件之詳細物理屬性之表示，如例如全文係以引用方式併入本文中之美國專利第7,587,704號中所描述。在一實施例中，圖案化器件/設計佈局模型模組1220表示設計佈局(例如對應於積體電路、記憶體、電子器件等之特徵之器件設計佈局)之光學特性(包括由給定設計佈局造成的輻射強度分佈及/或相位分佈之改變)，其為圖案化器件上或由圖案化器件形成之特徵配置之表示。因為可改變用於微影投影裝置中之圖案化器件，所以需要使圖案化器件之光學屬性與至少包括照明及投影光學件的微影投影裝置之其餘部分之光學屬性分離。模擬之目標常常為準確地預測例如邊緣置放及CD，可接著比較該等邊緣置放及CD與器件設計。器件設計通常被定義為預OPC圖案化器件佈局，且將以諸如GDSII或OASIS之標準化數位檔案格式之形式被提供。
可自源模型1200、投影光學件模型1210及圖案化器件/設計佈局模型1220模擬空中影像1230。空中影像(AI)為基板位階處之輻射強度分佈。微影投影裝置之光學屬性(例如照明、圖案化器件及投影光學件之屬性)規定空中影像。
基板上之抗蝕劑層係由空中影像曝光，且該空中影像經轉印至抗蝕劑層而作為其中之潛伏「抗蝕劑影像」(RI)。可將抗蝕劑影像(RI)定義為抗蝕劑層中之抗蝕劑之溶解度的空間分佈。可使用抗蝕劑模型1240自空中影像1230模擬抗蝕劑影像1250。可使用抗蝕劑模型以自空中影像演算抗蝕劑影像，可在全部揭示內容特此以引用方式併入之美國專利申請公開案第US 2009-0157360號中找到此情形之實例。抗蝕劑模型通常描述在抗蝕劑曝光、曝光後烘烤(PEB)及顯影期間出現的化學程序之效應，以便預測例如形成於基板上之抗蝕劑特徵之輪廓，且因此其通常僅與抗蝕劑層之此等屬性(例如在曝光、曝光後烘烤及顯影期間出現的化學程序之效應)相關。在一實施例中，可捕捉抗蝕劑層之光學屬性，例如折射率、膜厚度、傳播及偏振效應，作為投影光學件模型1210之部分。
因此，一般而言，光學模型與抗蝕劑模型之間的連接為抗蝕劑層內之經模擬空中影像強度，其起因於輻射至基板上之投影、抗蝕劑界面處之折射及抗蝕劑膜堆疊中之多次反射。輻射強度分佈(空中影像強度)係藉由入射能量之吸收而變為潛伏「抗蝕劑影像」，其係藉由擴散程序及各種負載效應予以進一步修改。足夠快以用於全晶片應用之高效模擬方法藉由2維空中(及抗蝕劑)影像而近似抗蝕劑堆疊中之實際3維強度分佈。
在一實施例中，可將抗蝕劑影像用作至圖案轉印後程序模型模組1260之輸入。圖案轉印後程序模型1260界定一或多個抗蝕劑顯影後程序(例如蝕刻、顯影等)之效能。
圖案化程序之模擬可例如預測抗蝕劑及/或經蝕刻影像中之輪廓、CD、邊緣置放(例如邊緣置放誤差)等。因此，該模擬之目標為準確地預測例如經印刷圖案之邊緣置放，及/或空中影像強度斜率，及/或CD等。可將此等值與預期設計比較以例如校正圖案化程序，識別預測出現缺陷之地點等。預期設計通常被定義為預OPC設計佈局，其可以諸如GDSII或OASIS或其他檔案格式之標準化數位檔案格式而提供。
因此，模型公式化描述總程序之大多數(若非全部)已知物理性質及化學方法，且模型參數中每一者理想地對應於一相異物理或化學效應。模型公式化因此設定關於模型可用以模擬總體製造程序之良好程度之上限。
在一實例中，微影或蝕刻程序之計算分析使用預測模型(例如如上文關於圖2所論述)，該預測模型當被適當校準時可產生對自微影及/或蝕刻程序輸出之尺寸之準確預測。通常基於經驗量測而校準微影或蝕刻程序之模型。此校準包括運用不同程序參數執行測試晶圓、在蝕刻程序之後量測所得臨界尺寸，及對照經量測結果來校準模型。實務上，快速且準確模型用以改良器件效能或良率、增強程序窗或增加設計選擇。熟習此項技術者可理解，本文所描述之方法不限於微影之特定模型。為了校準所要模型，可在任何半導體製作步驟之後獲得影像。舉例而言，空中影像、抗蝕劑影像、蝕刻影像、在化學機械研磨之後的影像，或與圖案化程序之程序相關之其他影像。
在計算微影模型中，由掃描電子顯微鏡(Scanning Electron Microscope，CD-SEM)量測之臨界尺寸(CD)量規通常用作輸入資料以校準該模型。微影模型化之目標為預測針對基板上之每一位置之準確的抗蝕劑輪廓。然而，當使用攻擊性模型形式或深度迴旋中性網路時，校準產生遭受擬合過度之模型。當此類擬合過度之模型用以預測例如抗蝕劑輪廓時，其可偏離基板上之經印刷輪廓，尤其是針對並不具有可用CD量規之彼等圖案。
為了減輕此擬合過度問題，本發明提供用以基於CD SEM原始影像提取諸如邊緣置放(EP)量規之度量衡量規以提供更佳的圖案覆蓋範圍之方法。EP量規可幫助覆蓋複雜的2D圖案(例如孔)。複雜的2D圖案係由至少2個維度(例如寬度及長度)界定且置放CD切線可能並不容易且其可能不具有可靠的CD度量衡配方。此外，現有度量衡工具需要幾天的額外資料處理時間，此可能難以適合緊密的生產時間表。更具有挑戰性的是，有時歸因於掃描方向、陰影效應及/或充電效應，極難以自SEM影像提取準確的2D輪廓。
因而，僅運用來自CD SEM度量衡之CD量規產生計算微影模型之方法存在若干限制。該等限制源自以下事實：微影及電漿蝕刻程序係由複雜的物理及化學反應構成，該等物理及化學反應如此複雜使得線性項可僅在一定程度上模型化圖案相依蝕刻偏置。然而，更複雜的高階項或深度迴旋中性網路易於達到擬合過度，其未能預測超出度量衡經量測位置的實體結構之輪廓。為了防止運用CD SEM度量衡資料之擬合過度，需要用以擴展CD度量衡資料以提供較佳資料覆蓋範圍且防止擬合過度之方法。
本發明之方法提供用於基於CD量規及模型產生諸如EP量規之度量衡量規以減輕模型擬合過度問題的方式。另外，提供用於修改經模擬模型輪廓以匹配例如經印刷基板之量測CD資料的方法。因此，使用本發明之度量衡量規所校準之模型可提供較佳模型，其可進一步提供準確的輪廓形狀資訊。
在一實施例中，提供用於使用與經印刷基板相關聯之CD量規及與模型模擬相關聯之EP量規以訓練DCNN微影及/或蝕刻模型之方法。
在一實施例中，CD度量衡資料(例如來自CD-SEM)及實體模型用以產生與度量衡資料匹配之經修改之經模擬輪廓。另外，基於經修改輪廓，產生經模擬度量衡資料(例如EP量規)。與僅例如自CD-SEM獲得之CD量規相比，本發明之經模擬度量衡提供更多度量衡資訊。
圖3A為產生用於量測基板上之結構之實體特性之度量衡量規(例如邊緣置放量規、CD量規等)之方法的流程圖。方法300產生用於量測結構之實體特性之度量衡量規。在一實施例中，可使用度量衡工具來執行該等量測。在一實施例中，可將度量衡量規(例如以GDS檔案格式)匯出至用於改良圖案化程序之模型(例如OPC、蝕刻模型、抗蝕劑模型等)。此外，在一實施例中，方法300亦可用以產生經修改之經模擬輪廓且將此類經修改輪廓(例如以GDS檔案格式)匯出至用於改良圖案化程序之模型(例如蝕刻模型)。
在一實施例中，術語「量規」或「度量衡量規」係指用於量測與基板上之結構(例如記憶體圖案或其他電路圖案)之實體特性相關聯的尺寸(例如大小、形狀)之結構。在一實施例中，量規可為例如此資訊之視覺標記或視覺顯示器。在一實施例中，用以量測邊緣置放之量規(例如結構之輪廓處之點)被稱作邊緣置放(EP)量規。相似地，用以量測結構之臨界尺寸(CD)之量規可被稱作CD量規。量規亦與基板上之位置相關聯。位置可為所界定位置(例如使用者界定)或其他所關注位置，諸如具有與結構相關聯之最小或最大尺寸之位置。舉例而言，位置可與線或長條成形結構之最小CD值相關聯。EP及CD量規係用作用以解釋概念之實例。然而，本發明不限於用以量測與基板之結構相關聯的實體特性之量規。
工序P301包括獲得(i)與印刷於基板上之結構之實體特性相關聯之經量測資料301，及(ii)該結構之經模擬輪廓之至少一部分302，該經模擬輪廓之該部分係與該經量測資料301相關聯。在一實施例中，經模擬輪廓之部分為在與結構相關聯之經量測資料301周圍之所界定區內的經模擬輪廓之部分。在一實施例中，該部分可為整個經模擬輪廓。
在一實施例中，獲得經模擬輪廓之部分302包括在與經量測資料301相關聯之所界定位置周圍界定基板之區；及在基板之所界定區內模擬圖案化程序以獲得結構之經模擬輪廓之部分302。舉例而言，所界定位置可為度量衡工具之視場(FOV)或結構之部分302周圍的使用者選擇之區域。在一實施例中，FOV為出於觀測或量測目的而捕捉的基板上之有限區。舉例而言，FOV為印刷於基板上之結構周圍的區、量測結構之CD值之位置，或其他給定位置。在一實施例中，所界定位置(亦即，區域)大小可經選擇使得在該區域內，輪廓形狀具有最佳的實體保真度。當兩個CD量規彼此非常接近時，區域可經選擇使得其彼此並不重疊。
在一實施例中，經由度量衡工具獲得經量測資料301。在一實施例中，度量衡工具為掃描電子顯微鏡(SEM)且經量測資料301係獲自SEM影像。在一實施例中，SEM工具捕捉印刷於基板上之結構之影像。可使用FOV在給定位置處獲取影像。
經模擬輪廓為待印刷於基板上之結構之外形。在一實施例中，經由圖案化程序模擬(例如圖2)獲得經模擬輪廓。在一實施例中，模擬程序可經組態以僅關於特定位置執行(例如圖2之)程序模型，而非模擬整個基板。與模擬整個基板相比，模擬基板之僅一部分允許較快速執行且減少計算資源。
圖4A展示在一位置(例如在SEM工具之FOV內)處之經模擬輪廓401a及401b (集體地被稱作401)及經量測資料410的實例。在一實施例中，經由藉由執行一或多個程序模型(例如圖2中)而模擬圖案化程序來獲得經模擬輪廓401。在一實施例中，經量測資料410為與結構相關聯之實體特性(例如CD、EPE等)。亦可自經模擬輪廓401獲得與實體特性相關聯之值。然而，實體特性之經模擬值可實質上不同於實體特性之實際量測值。因此，若量測係基於此經模擬輪廓，則該等量測最終將係不準確的且可影響圖案化程序之良率。本發明提供用以修改經模擬輪廓且進一步基於經修改輪廓產生度量衡量規(例如EP量規、CD量規)之方式。舉例而言，工序P303為用以修改經模擬輪廓之一種方式(作為實例)。圖4B說明經模擬輪廓401之經修改輪廓(例如411a及411b)之實例。
在一實施例中，經量測資料410為與基板上之給定位置處之結構相關聯之CD值。在一實施例中，CD值為給定位置處之兩個輪廓之間的距離。在一實施例中，經量測CD值實質上不同於自經模擬輪廓401獲得之CD值。在一實施例中，經模擬輪廓401經修改使得經量測CD值及經模擬CD值係相似的。
工序P303包括基於經量測資料301修改結構之經模擬輪廓之部分302，藉此產生經模擬輪廓之經修改輪廓304。用於修改經模擬輪廓之步驟之實例實施係關於圖3B加以論述。
工序P311包括基於經模擬輪廓之部分302判定與結構之經模擬輪廓之實體特性相關聯之經模擬資料312。工序P313包括判定與結構之實體特性相關聯的經量測資料301與經模擬資料312之間的差。工序P315包括基於差314修改經模擬輪廓之部分302使得經量測資料301與經模擬資料312之間的差314減小。因此產生之經修改輪廓304可進一步用於與圖案化程序相關之各種應用(例如改良圖案、判定程序參數、OPC等)中。
如早先所提及，經量測資料為與結構相關聯之所界定位置處之CD值。接著，經模擬輪廓之部分302之修改係基於與結構相關聯的經模擬CD值與之經量測CD值之間的差314。
圖4B展示給定位置(例如SEM工具之FOV內)的與經模擬輪廓401相關聯之經修改輪廓411以及經量測資料410的實例。可使用如本文中所論述之工序P311、P312及P315 (或P317)獲得經修改輪廓411。舉例而言，可基於諸如CD值之經量測資料410修改經模擬輪廓401。在一實施例中，經模擬輪廓用以量測與經量測資料相同位置處之CD值。舉例而言，可在經模擬輪廓401a與401b之間量測經模擬CD。接著，計算經模擬CD值與量測CD值之間的差。基於該CD差，在FOV內修改經模擬輪廓使得最小化該CD差。在一實施例中，該差係使得經模擬輪廓之大小增大至經修改輪廓411a及411b使得減小(在一實施例中，最小化) CD差。另外，基於經修改輪廓411，產生度量衡量規。諸如EP量規之所產生度量衡量規可進一步用以準確地量測基板上之結構之特性。
在另一實例中，經模擬輪廓之部分302之修改包括調整與獲得經模擬輪廓相關之臨限值(例如為了獲得經模擬輪廓而在位階集合方法中使用)。舉例而言，在一實施例中，可使用工序P311、P313及P315。工序P311包括基於經模擬輪廓之部分302判定與結構之經模擬輪廓之實體特性相關聯之經模擬資料312。工序P313包括判定與結構之實體特性相關聯的經量測資料與經模擬資料312之間的差314。工序P317包括基於差314調整用以產生經模擬輪廓之臨限值，使得減小經量測資料301與經模擬資料312之間的差314，其中該經調整臨限值修改經模擬輪廓之部分302。因此產生經修改輪廓304'且其可進一步用於與圖案化程序相關之不同應用(例如OPC)，如早先所提及。
在一實施例中，經量測資料為特徵之CD。在此狀況下，在一實例中，經模擬輪廓之部分302之修改包括使用經模擬輪廓之部分302判定基板上之獲得經量測CD值的所界定位置處之經模擬CD值；判定經模擬CD值與經量測CD值之間的差314；及基於該差314調整臨限值使得減小CD值之間的差314，該經調整臨限值修改經模擬輪廓之部分302。
圖5展示與經模擬輪廓相關聯之信號501以及用以產生經修改輪廓之臨限值的實例。信號可在3維(例如x、y及z)中被想像為山狀剖面。舉例而言，圖案化程序模擬可涉及接收信號501 (例如與經模擬圖案相關聯之影像強度)之位階集合方法。此外，位階集合方法使用臨限值510，例如呈橫越信號切割的平面之形式。接著，平面與信號之相交產生經模擬輪廓。取決於臨限值，可產生不同的經模擬輪廓。因此，根據本發明，經量測資料與來自經模擬輪廓之經模擬資料之間的差可用以調整臨限值510至不同的臨限值520。經調整臨限值520係使得其產生經模擬輪廓，該經模擬輪廓係使得減小或最小化與實體特性相關聯的經模擬資料與經量測資料之間的差。舉例而言，可根據經模擬資料與經量測資料之間的差來修改臨限值510。
工序P305包括在經模擬輪廓之經修改部分上或附近產生度量衡量規(例如邊緣置放量規)，該等度量衡量規經置放以量測結構之經模擬輪廓之實體特性。在一實施例中，產生度量衡量規包括在經模擬輪廓之經修改部分上(或附近)指定諸如點之標記；及匯出該等點之位置作為度量衡量規(例如邊緣置放量規)。在一實施例中，可將位置匯出或輸出為正文檔案、GDS檔案或用於由電腦處理之其他格式。圖4B說明沿著經修改輪廓411所產生之實例邊緣置放量規EP1，…，EP10，…，EPn。在一實施例中，邊緣置放量規為經修改輪廓處或周圍之點。在一實施例中，可藉由在與經修改輪廓垂直之方向上將線自經模擬輪廓拖曳至經修改輪廓從而產生邊緣置放量規。
在一實施例中，可修改方法300以自經模擬輪廓產生經修改輪廓，該經修改輪廓正用於改良圖案化程序。在一實施例中，圖案化程序之改良包括基於圖案化程序模擬(例如參見圖2)判定圖案化程序之參數。
在一實施例中，可將方法300修改如下。如在工序P301中所解釋，方法包括獲得(i)與印刷於基板上之結構之實體特性相關聯之經量測資料301，及(ii)該結構之經模擬輪廓之至少一部分302，該經模擬輪廓之該部分302係與該經量測資料相關聯。另外，如關於工序P303所解釋，方法包括基於經量測資料301產生結構之經模擬輪廓之部分302的經修改輪廓。在一實施例中，可藉由基於經量測資料301與經模擬資料312之間的差314使經模擬輪廓移位來產生經修改輪廓(關於P303所論述)。在一實施例中，使經模擬輪廓移位以減小例如給定位置處之經量測CD與經模擬CD值之間的CD差。
另外，方法包括將經修改輪廓提供至圖案化程序之模型以判定圖案化程序之參數。舉例而言，可將經修改輪廓提供至圖2之蝕刻模型或抗蝕劑模型以進一步改良經模擬蝕刻輪廓或經模擬抗蝕劑輪廓之準確度。
圖6為用於判定基板上之熱點位置之方法600的流程圖。方法600可為諸如EP量規或CD量規之度量衡量規之應用。舉例而言，由P305產生之EP量規可用以判定熱點位置。熱點偵測演算法可使用EP量規(例如EP1，…，EPn)以判定熱點之圖案及位置。在一實施例中，熱點為程序窗限制圖案或在成像於基板上之後最可能失效的圖案。判定熱點之實例方法係藉由工序P601、P603及P605加以解釋。然而，可在經組態以基於度量衡量規及經模擬輪廓判定熱點的任何其他熱點偵測演算法中使用度量衡量規。
工序P601包括：獲得(i)與一或多個圖案相關聯之經模擬輪廓601，該經模擬輪廓601係與印刷於基板上之一或多個圖案之實體特性之經量測資料相關聯，及(ii)與經模擬輪廓601相關聯之度量衡量規602 (例如邊緣置放量規及/或CD量規)。
在一實施例中，獲得度量衡量規602包括：經由使用經量測資料模擬圖案化程序來判定與一或多個圖案相關聯之經模擬輪廓601；基於與一或多個圖案相關聯之經量測資料修改經模擬輪廓601之至少一部分；及在經模擬輪廓601之經修改部分上或處產生度量衡量規602。舉例而言，方法300可用以修改經模擬輪廓601且進一步產生諸如EP量規之度量衡量規602。
工序P603包括基於度量衡量規602判定與一或多個圖案相關聯之實體特性之值604。在一實施例中，判定實體特性之值604包括在度量衡量規602中之一或多者處量測實體特性之值604。在一實施例中，度量衡量規602可用以相對於參考圖案(例如目標圖案)、CD量規或其他實體特性來量測經模擬輪廓之邊緣置放誤差(EPE)。
工序P605包括基於實體特性值604判定基板上之熱點606或熱點位置606，其中熱點或熱點位置係指基板上之實體特性值小於與一或多個圖案相關聯之熱點臨限值的圖案或位置。
在一實施例中，判定熱點位置606包括：判定與一或多個圖案相關聯之實體特性之值是否突破熱點臨限值；及回應於突破該臨限值，識別與突破該臨限值相關聯的度量衡量規602之位置。舉例而言，熱點臨限值可為待印刷於基板上之特徵之最小CD或EPE值。
圖7為用於訓練與圖案化程序相關聯之模型之方法700的流程圖。方法700為使用本文中之方法300所產生的度量衡量規702之實例應用。因為度量衡量規702更準確，所以與基於度量衡量規702所訓練之圖案化程序相關的程序模型將提供更準確的結果(例如與經量測資料緊密匹配)。模型之結果可進一步用以判定圖案化程序之改良之參數，藉此導致來自實際圖案化程序之較高良率。方法700中所涉及之實例工序在下文加以詳細論述。
工序P701包括：獲得(i)與印刷於基板上之結構之實體特性相關聯之經量測資料701，及(ii)與待印刷於基板上之結構之經模擬輪廓相關聯之度量衡量規702 (例如EP量規或CD量規)，該經模擬輪廓與基板上之量測實體特性的所界定位置相關聯。
工序P703包括使用經量測資料701及度量衡量規702訓練模型704使得圍繞基板上之所界定位置的圖案化程序之效能度量得以改良，該效能度量為度量衡量規702及實體特性之函數。在完成訓練程序之後，模型被稱作經訓練模型704。
在一實施例中，模型之訓練係反覆程序。反覆包括：經由執行模型判定待印刷於基板上之結構之經模擬輪廓及與結構之經模擬輪廓之實體特性相關聯DE 經模擬資料；判定經模擬資料與經量測資料701之間的第一差，及沿著經模擬輪廓之點與度量衡量規702之間的第二差；及基於關於圖案化程序之參數的效能度量之梯度，判定模型參數使得最小化效能度量，該效能度量為第一差及第二差之函數。
圖8說明諸如包含多個層之迴旋神經網路(CNN)之實例模型，每一層係與諸如權重及偏差之模型參數相關聯。當輸入(例如特徵向量)通過此類層時，根據向每一層指派之值對輸入進行加權及偏置且產生輸出(例如經模擬輪廓及圖案化程序參數之輸出向量)。
如早先所提及，諸如CNN 800之機器學習模型之訓練係反覆程序。反覆包括：初始化CNN 800之模型參數；預測與基板相關聯之實體特性之值；及調整CNN 800之模型參數值使得減小成本函數。
在一實施例中，調整模型參數值係基於成本函數之梯度下降。在一實施例中，使成本函數最小化。在一實施例中，調整CNN 800之模型參數值包括判定依據模型參數而變化的第一成本函數之梯度映圖。接著，基於梯度映圖，判定模型參數值使得最小化成本函數。
在一實施例中，調整模型參數值包含調整以下之值：迴旋神經網路之層之一或多個權重、迴旋神經網路之層之一或多個偏差、CNN之超參數及/或CNN之層數目。在一實施例中，層數目為CNN之超參數，其可預先選擇且在訓練程序期間可以不改變。在一實施例中，一系列訓練程序可在可修改層數目的情況下執行。
在一實施例中，成本函數為經量測資料與經模擬資料(例如由CNN 800預測)之間的差。藉由修改CNN模型參數(例如權重、偏差、步幅等)之值來減小該差。在實施例中，對應於該差之梯度可為dcost/dparameter，其中可基於方程式(例如參數=參數-learning_rate*梯度)更新 cnn_parameters值。在一實施例中，參數可為權重及/或偏差，且learning_rate可為用以調節訓練程序之超參數且可由使用者或電腦選擇以改良訓練程序之收斂(例如較快速收斂)。
在一實施例中，模型為程序模型中之至少一者，諸如經組態以預測蝕刻影像之蝕刻模型；或經組態以預測抗蝕劑影像之抗蝕劑模型。
對蝕刻程序之計算分析使用可預測由蝕刻程序所產生的經蝕刻結構之尺寸之經校準預測模型。如本文中所提及，可基於經驗量測校準與蝕刻程序相關之模型。校準程序包括：運用不同程序參數圖案化測試晶圓、在蝕刻程序之後量測測試晶圓上之圖案之臨界尺寸(CD)，及基於經量測CD校準模型。實務上，快速且準確的模型可用以改良圖案化裝置之效能、圖案化良率、圖案化程序之程序窗，或增加與例如判定光罩圖案相關之設計選擇。
在蝕刻程序之後，蝕刻圖案之蝕刻輪廓偏離基板上之抗蝕劑圖案之對應的抗蝕劑輪廓。該偏離係圖案相依的。可能不將恆定偏差施加至抗蝕劑輪廓以產生蝕刻輪廓。在蝕刻模型化中，抗蝕劑輪廓可用作輸入，且目標為預測待施加至抗蝕劑輪廓上之不同點之蝕刻偏置值。在現有模型化途徑中，藉由線性方程式來模型化圖案相依之蝕刻偏置值，該線性方程式使用描述圖案特性之多個線性項。
存在關於使用線性方程式來模型化圖案相依偏置值的若干限制。該等限制源自以下事實：蝕刻程序(例如使用乾式蝕刻)包含複雜的化學反應及物理粒子轟擊，其如此複雜使得線性項可僅在有限範圍內模型化圖案相依之蝕刻偏置值。因而，藉由線性項不能準確地模型化之蝕刻效應應被認為產生較準確的蝕刻模型。在一實施例中，蝕刻模型可進一步用於與微影相關之各種應用中。舉例而言，蝕刻模型可用以判定例如與光罩圖案相關之OPC以便改良圖案化效能或良率。
當前，藉由在抗蝕劑輪廓之不同點處施加偏置值(例如由蝕刻模型判定)來產生蝕刻輪廓。在局部法線方向上將偏置值施加至抗蝕劑輪廓。然而，此途徑趨向於導致在高曲率點處之偏置值之過度演算，且所得蝕刻輪廓可展現非物理行為(例如如圖10A至圖10C中所展示的魚嘴狀形狀或不合理的尖銳末端)。本發明描述用以判定蝕刻輪廓及偏置方向以解決與蝕刻輪廓相關之前述問題的方法。
圖9為根據本發明之實施例的用於訓練與圖案化程序相關聯之機器學習模型之例示性程序900。該訓練係基於與顯影後影像(ADI)及蝕刻後影像(AEI)相關之經量測資料。在訓練之後，經訓練模型可判定可被施加至ADI輪廓以產生蝕刻輪廓之偏置值。例示性程序900包括以下詳細論述之不同工序。
工序P901包括：獲得(i)基板上之顯影後影像(ADI)圖案之輪廓資料901、(ii)印刷於基板上之蝕刻後影像(AEI)圖案之經量測資料902，及(iii)基於ADI圖案之輪廓資料901及AEI圖案之經量測資料902獲得參考偏置值903。舉例而言，基於ADI圖案與AEI圖案之量測值之間的差來判定參考偏置值903。
在一實施例中，可以與ADI圖案中之一或多個特徵相關聯的輪廓之影像形式來表示輪廓資料901。在一實施例中，自經模擬ADI圖案之經模擬輪廓產生影像。在一實施例中，獲得輪廓資料901涉及將待印刷於基板上之設計圖案用作輸入來執行與圖案化程序相關聯之一或多個程序模型以產生經模擬ADI圖案。圖案化程序包含抗蝕劑程序或用以模擬抗蝕劑程序之抗蝕劑模型。自經模擬ADI圖案，可提取ADI輪廓。每一輪廓為經模擬ADI圖案內之特徵之輪廓。在一實施例中，一或多個程序模型包含以下各者中之至少一者：經組態以判定空中影像之光學件模型，及經組態以判定抗蝕劑影像之抗蝕劑模型。使用與圖案化程序相關之不同模型的實例模擬程序係參看圖2加以論述。
在一實施例中，可自度量衡裝置(例如SEM)獲得影像，該度量衡裝置經組態以在基板上之抗蝕劑程序之後捕捉基板之影像。在一實例中，輪廓可為可自抗蝕劑影像(例如印刷於基板上之抗蝕劑圖案之SEM影像)提取的抗蝕劑輪廓。
在一實施例中，在指定度量衡量規處獲得經量測資料902。如早先所提及，度量衡量規可為邊緣置放量規、與AEI圖案相關聯之臨界尺寸(CD)量規或此兩者。舉例而言，度量衡量規處之經量測資料902包括與印刷於基板上之AEI圖案之輪廓相關聯的邊緣置放量規之位置；及/或與印刷於基板上之AEI圖案相關聯的CD值。
在一實施例中，當度量衡量規為CD量規時，經由經組態以判定與給定CD量規相關聯之偏置值之校準程序來獲得參考偏置值903。偏置值指示待施加至ADI圖案以產生AEI圖案的CD減小量。在一實施例中，在給定CD量規之末端處提供偏置值。兩個末端處之偏置值可能並不相等。換言之，該等偏置值可能相對於CD量規之中心不對稱。
在一實施例中，校準程序包含將偏置模型判定為特性化圖案之多個項的線性組合。偏置模型可判定在一個特定抗蝕劑輪廓點處之偏置值。藉由以下線性模型給出實例偏置模型。
在以上方程式中， 為與ADI輪廓之點 i相關聯之模型項，且 c i 為與點 i處之 相關聯之係數。在一實施例中，模型項可為線性表達式，或與圖案化程序之態樣相關之物理項(例如CD、劑量、焦點、MSD、抗蝕劑厚度)。在一實施例中，偏置模型可結合微影模擬程序(例如圖2)來實施。在一實施例中，接著使用模型預測之偏置值在法線方向上使抗蝕劑輪廓偏置，以獲得對應的蝕刻輪廓。
在一實施例中，偏置模型中之項可以CD表示，且點 i係指CD量規之第一末端或第二末端(例如為了量測輪廓之CD而橫越輪廓所繪製的水平線或垂直線)。因此，在一實施例中，偏置模型可判定CD量規之末端處之偏置值。當與CD量規一起工作時，偏置值被分割成CD量規之兩個末端，此係由於偏置相對於量規中心並不總是對稱。分割用於CD量規之偏置之方法使用上述經校準偏置模型，其可在給定CD量規處產生不對稱的偏置值。在一實施例中，將量規中心用作參考，且將偏置值同等地分割成兩個CD量規末端。所分割之CD偏置值接著用以訓練CNN模型。在一實施例中，當使用邊緣置放(EP)量規時，不存在偏置值之不對稱分割。針對每一EP量規判定偏置值且此類偏置值可直接用以訓練CNN模型。
在一實施例中，可首先將ADI圖案或自其提取之ADI輪廓變換成不同影像格式，之後使用其來訓練模型。舉例而言，影像格式可包括經濾光降低取樣抗蝕劑影像(FDRI)。舉例而言，FDRI可為藉由將低通濾波器應用至自ADI圖案提取的輪廓而產生之低通濾波器影像。在一實施例中，輪廓可為二元影像，若其直接用於訓練模型，則與使用FDRI相比，訓練程序可極為緩慢。另外，FDRI為灰階影像，其提供在訓練程序期間修改每一像素值的更大靈活性，使得模型輸出以較快速率收斂至所要結果。在一實施例中，可藉由依據偏置模型項變換ADI輪廓或ADI輪廓之其他數學變換來產生影像。變換可造成偏置模型項與蝕刻程序之較佳相關性。
工序P903包括將經量測資料902及輪廓資料901用作訓練資料來訓練機器學習模型以判定待施加至ADI輪廓之偏置值。在訓練程序之後，產生經訓練模型905。經訓練模型905可進一步應用至圖案化程序之一或多個態樣以改良例如微影效能、圖案化良率、調整圖案化程序之參數等。
在一實施例中，模型之訓練包含調整機器學習模型之模型參數以使得偏置值將在基於參考偏置值903而判定之指定範圍內。舉例而言，可調整模型(例如迴旋神經網路(CNN))之權重及偏差之值以致使該模型產生在指定範圍內之偏置值。在一實施例中，指定範圍指示模型產生之偏置值收斂至參考偏置值903。舉例而言，指定範圍可被定義為在ADI圖案之給定位置處(例如參考偏置值±0.1 nm)。在一實施例中，指定範圍可被定義為在每一參考偏置值之0至5%內偏離的值。
在一實施例中，機器學習模型之訓練係反覆程序。反覆包括：(a)使用經量測資料902、輪廓資料901及模型參數之給定值執行機器學習模型以產生與輪廓資料901相關聯之偏置映圖，該偏置映圖包含偏置值；(b)基於該等基於模型之偏置值與參考偏置值903之間的差之梯度，調整機器學習模型之模型參數使得減小該差；及(c)執行步驟(a)至(b)直至最小化該差。
在一實施例中，模型參數係模型之權重及偏差。調整模型之一或多個層之權重及偏差會致使模型產生與參考偏置值903近似相同之偏置值。在一實施例中，模型產生之偏置值與參考偏置值903之間的差之梯度指導對模型參數之值之調整。舉例而言，梯度可為該差相對於模型參數之導數映圖。映圖包含波峰及波谷，其中波谷指示最小化之點。在一實施例中，訓練程序包含調整模型參數之值使得最小化該差。此最小化可與梯度映圖之波谷相關聯。舉例而言，藉由在波谷之谷值方向上改變模型參數值來達到最小化。
在一實施例中，機器學習模型經組態以產生用於ADI輪廓之偏置映圖之表示。在一實施例中，可將偏置映圖表示為像素化影像，每一像素指示一偏置值。另外，像素位置可與目標佈局之座標或ADI圖案之座標相關。在一實施例中，偏置值可為正、負或零。正偏置值指示應減小ADI輪廓且負偏置值可指示應增大ADI輪廓，或反之亦然。
在一實施例中，經由經訓練機器學習模型所產生之偏置映圖包含待施加至抗蝕劑輪廓以判定將印刷於基板上之蝕刻輪廓的蝕刻偏置值。在一實施例中，偏置映圖包括與整個晶圓或晶粒相關聯之座標。每一座標係與一偏置值相關聯。在一實施例中，在局部法線方向上將蝕刻偏置值施加至抗蝕劑輪廓。局部法線方向為在抗蝕劑輪廓上之給定點處垂直於抗蝕劑輪廓的方向。因此，抗蝕劑輪廓上之每一點將具有不同的法線方向。在一實施例中，偏置映圖係像素化影像，每一像素具有指示偏置值之強度值。
在一實施例中，如早先所提及，在局部法線方向上將偏置值施加至ADI輪廓可造成不切實際的蝕刻輪廓。圖10A至圖10C說明現有偏置途徑及相關問題之實例。
在圖10A中，可將偏置值b1、b2、b3、b4及b5施加於抗蝕劑輪廓1001之不同位置處。在法線方向上施加偏置值b1至b5以產生蝕刻輪廓1020。在偏置值b1至b5足夠大之狀況下，此等偏置值可造成蝕刻輪廓1020中之魚嘴狀不規則形狀1021。此魚嘴形狀1021係蝕刻圖案之不切實際的表示。
如圖10B中所展示，該等偏置值在曲率區域1030處相交。偏差之此相交導致魚嘴1021。在一實施例中，可並不相交之大偏置值可產生尖銳的線端(例如如圖10C中所展示)。圖10C展示抗蝕劑輪廓1050，偏置值b10、b11及b12可被施加至該抗蝕劑輪廓以產生蝕刻輪廓1060。偏置值b10及b11足夠大以產生刀尖狀的尖銳線端。因此，在局部法線方向上以藉由經校準偏置模型計算之偏置值移動ADI輪廓可能不會得到準確的AEI輪廓。因而，在圖11中提供用以判定可被施加至例如抗蝕劑輪廓之偏置向量之方法。
圖11為根據本發明之一實施例的用於判定與顯影後影像(ADI)圖案相關聯之偏置向量之例示性程序1100。在一實施例中，偏置向量包括偏置方向，該偏置方向將偏置值指向當經偏置時不會造成輪廓曲率相交的方向。在一實施例中，方法1100包括以下在下文詳細論述之工序。在一實施例中，可自經組態以針對任何給定圖案產生偏置值之經訓練模型(例如905)、方法1100之偏置向量、使用者定義之偏置值或其他偏置判定演算法或方法來獲得偏置值。
工序P1101包括獲得(i)基板上之ADI圖案內之粒子沈積的機率分佈函數1101 (PDF)及(ii)特性化與ADI圖案相關聯之ADI輪廓的輪廓函數1102。
在一實施例中，基於經量測基板資料判定或校準粒子沈積之PDF 1101。經量測基板資料可包括粒子之沈積資料及經量測蝕刻圖案。在一實施例中，粒子之PDF 1101特性化與ADI輪廓接觸的粒子之淨沈積效應或淨蝕刻效應。本文中，藉由使用術語「沈積」或「沈積速率」來詳細描述實施例，其中藉由自原始輪廓向內施加偏置來導出所得輪廓。然而，應瞭解，判定偏置方向之所揭示機制亦可擴展至可藉由自原始輪廓向外施加偏置且藉由使用負沈積速率來導出所得輪廓的應用。在一實施例中，PDF 1101可為高斯分佈。然而，此僅僅係例示性的；可在不脫離本發明之範疇的情況下使用函數之任何其他合適形式。在一實施例中，獲得PDF 1101包括判定擬合經量測資料之高斯分佈之方差或標準偏差(σ)。高斯分佈之方差如何影響偏置方向及蝕刻輪廓之實例稍後在本發明中關於圖13及圖14A至圖14B加以論述。
工序P1103包括基於遍及ADI輪廓之區域的粒子之PDF 1101及輪廓函數1102之組合，判定ADI輪廓上之指定位置處的粒子之沈積速率1103。在一實施例中，沈積速率1103可為正(例如對應於輪廓收縮)或負(例如對應於輪廓擴展)。在一實施例中，判定粒子之沈積速率1103包括迴旋粒子之輪廓函數1102與PDF 1101，且遍及ADI輪廓之區域進行積分。
圖12說明粒子對由輪廓函數R(x,y)表示之抗蝕劑輪廓的實例影響。如所展示，在抗蝕劑輪廓上之點P處，偏置方向指向粒子位置(由星形標記)。在一實施例中，粒子位置係藉由粒子濃度而特性化。在一實施例中，粒子將沈積於抗蝕劑壁上，因此抗蝕劑輪廓將朝向粒子方向減小。在一實施例中，抗蝕劑溝槽將包括散佈藉由例如高斯分佈G(r)而特性化的蝕刻粒子。在一實施例中，抗蝕劑輪廓R(x,y)與遍及抗蝕劑輪廓之區域之所有粒子整合，以發現最終蝕刻輪廓E(x,y)。換言之，蝕刻輪廓並非由僅一個粒子決定，而是由抗蝕劑溝槽中之所有粒子決定。
在一實施例中，可基於以下方程式判定沈積速率1103，例如 ：
在以上方程式中， 為用以特性化ADI中之輪廓(例如抗蝕劑輪廓)之幾何形狀之輪廓函數；且 為在距抗蝕劑壁一定距離 r的溝槽內之粒子之沈積速率函數。在一實施例中，沈積速率函數為藉由平均值及方差而特性化之高斯函數。在一實施例中，可基於量測資料(例如經印刷基板上之蝕刻輪廓)判定高斯函數之方差。在一實施例中， 充當對偏置值之方向的指導。舉例而言，圖14A及圖14B說明改變高斯函數之方差如何影響偏置方向及最終蝕刻輪廓。
工序P1105包括基於沈積速率1103判定與ADI圖案相關聯之偏置向量1105。偏置向量1105當被施加至ADI圖案之ADI輪廓時產生蝕刻後影像(AEI)輪廓。在一實施例中，偏置向量1105包括ADI輪廓之特定位置處之偏置方向。在一實施例中，方法可進一步包括沿著偏置方向施加偏置值以產生AEI輪廓的步驟。舉例而言，偏置向量包括可在抗蝕劑輪廓上之特定位置處施加偏置值所沿著的偏置方向，如本文中所論述(例如參見圖14A至圖14B)。
在一實施例中，判定偏置向量1105包括判定沈積速率1103相對於ADI圖案之第一方向及第二方向之梯度。舉例而言，第一方向(例如沿著x軸)及第二方向(例如沿著y軸)彼此垂直。
在一實施例中，針對上述沈積速率 ，基於以下方程式來判定沈積速率1103之梯度：
在以上方程式中，將沈積速率之梯度 表達為在給定方向上之沈積速率之x分量及y分量之組合。
在一實施例中，ADI輪廓上之每一指定位置處之偏置方向係與一偏置值相關聯。當將不同位置處之偏置值施加至ADI輪廓時，不同位置處之偏置向量1105彼此並不相交。在一實施例中，偏置向量1105之偏置方向包括與ADI輪廓並不垂直之方向。在一實施例中，粒子之高斯分佈之方差引起偏置向量1105改變。因而，在一實施例中，方差可經調整以產生當施加偏置值時不會造成ADI輪廓相交的偏置向量1105。
在一實施例中，當ADI圖案包括複數個輪廓時，針對每一ADI輪廓個別地判定一組偏置向量1105。舉例而言，ADI圖案可包括第一層上及第一層之頂部上之第二層上的特徵。在一項實例中，一個特徵可由ADI圖案之相鄰特徵包圍。在一實例中，可併有相鄰特徵之密度或緊密度以演算偏置值。然而，無論相鄰特徵之密度如何，在施加偏置值之後，偏置向量都不會造成ADI輪廓相交。
圖13說明在抗蝕劑輪廓上之不同點處在法線方向上將偏置值施加至抗蝕劑輪廓RC1以產生經偏置輪廓EC1 (亦被稱作蝕刻輪廓EC1)的實例。注意，在抗蝕劑輪廓RC1之曲率下，偏置向量在區R1中彼此相交。如早先所提及，此相交引起蝕刻輪廓EC1之不規則的或非物理行為。舉例而言，以偏置值移動抗蝕劑輪廓RC1以致使經偏置輪廓EC1在區R1中具有魚嘴或尖銳的線端。
在一實施例中，經偏置輪廓EC1可類似於藉由應用上文所論述之方法1100所產生之輪廓。舉例而言，可藉由將高斯函數之方差設定成大致為零來產生經偏置輪廓EC1。高斯函數之方差改變之效應在圖14A及圖14B中加以進一步說明。
圖14A及圖14B為分別使用具有例如30及60之方差之高斯函數來應用方法1100的實例結果。在一實施例中，方法1100基於具有第一方差之高斯函數判定偏置向量且基於具有相對高於第一方差之第二方差的高斯函數判定另一偏置向量。當偏置向量被施加至抗蝕劑輪廓RC1時，其並不會造成偏置值相交且產生經偏置輪廓EC2及EC3。
當高斯函數之方差增大時，偏置值(與抗蝕劑輪廓相關)之相交點向左移動。舉例而言，區R3中之相交點在區R2中之相交點的相對左側。在一實施例中，相交點指示抗蝕劑溝槽內之相對較高濃度之粒子。因此，偏置值指向相交點。
比較經偏置輪廓EC2及EC3展示R2及R3內之輪廓部分並不具有尖銳邊緣或魚嘴狀形狀。另外，經偏置輪廓EC2之部分(在R2內)與經偏置輪廓EC3之部分(在R3內)相比相對更尖銳(更尖)。
在一實施例中，可基於經量測資料(例如經印刷基板之蝕刻輪廓資料)來校準高斯函數之方差值，如早先所論述。使用經校準高斯函數，可使用方法1100來判定偏置方向。舉例而言，判定梯度 。另外，使用例如使用經訓練模型905 (例如CNN)所判定之偏置值及抗蝕劑輪廓之每一點處之偏置方向 ，可產生蝕刻輪廓。
在一實施例中，方法900及1100可用於與圖案化程序相關之各種應用。實例應用包括但不限於SMO、OPC、熱點偵測、缺陷偵測、在製造程序期間調整微影裝置之參數、調整微影後程序之參數及其他相關應用。
舉例而言，在OPC應用中，光罩圖案可用以產生抗蝕劑輪廓。將抗蝕劑輪廓用作至經訓練模型905之輸入，可判定偏置值。可將偏置值施加至抗蝕劑輪廓以判定蝕刻輪廓。在一實施例中，可在法線方向或藉由方法1100判定之偏置方向上施加偏置值。此外，取決於蝕刻輪廓與待印刷於基板上之目標輪廓之間的差，可判定對光罩圖案之光學近接校正。在一實施例中，可重複前述步驟直至最小化蝕刻輪廓與目標輪廓之間的差。
在一實施例中，方法1100不限於圖案化程序。方法1100可擴展以判定用於其他應用之經偏置輪廓。在實例中，將方法1100之修改論述如下。
在一實施例中，圖15為用於判定用於輪廓之偏置向量之例示性程序1500的流程圖。方法1500包括以下工序。
工序P1501包括獲得(i)對應於待對輪廓執行之程序之機率分佈函數1501 (PDF)，及(ii)特性化輪廓之形狀之輪廓函數1502。舉例而言，PDF 1501可表示以下各者之行為：經由加工工具之加工程序、經由度量衡工具之量測程序、如本文中所論述之微影相關程序、沿著輪廓導引機器人器件或涉及基於輪廓之操作之其他程序。在一實例中，輪廓可為與待加工之組件相關之幾何形狀。在另一實例中，輪廓可特性化在加工程序期間之工具行進路徑、在量測程序期間之工具行進路徑、機器人移動路徑或與輪廓相關之其他屬性的極限。在一實施例中，PDF 1501可表示程序中所使用之工具之屬性。舉例而言，可針對具有在加工操作期間所使用之指定尺寸、蝕刻、機器人組件尺寸或當對輪廓執行程序時影響輪廓之其他屬性的特定工具指定PDF 1501。
工序P1503包括遍及輪廓之區域迴旋輪廓函數1502與PDF 1501以判定輪廓上之指定位置處之程序速率1503。在一實施例中，該程序導致對形成輪廓之材料的添加或移除，該添加或該移除導致輪廓之形狀改變。在一實施例中，程序速率特性化形成輪廓之材料的添加或移除之行為。舉例而言，在加工程序期間材料之添加或移除，或在與微影相關之蝕刻程序期間材料之添加或移除。程序之PDF 1501可為基於與對輪廓執行之程序相關的經量測資料而擬合之高斯函數。
工序P1505包括基於程序速率1503判定待施加至輪廓之偏置向量1505，以產生指示應用於輪廓上之程序該效應的經偏置輪廓。舉例而言，偏置向量1505包括相對於輪廓向內或向外施加以產生經偏置輪廓之偏置值。舉例而言，在移除程序中，可在向內方向上施加偏置值。在添加程序中，可在向外方向上施加偏置值。本文中所論述之程序，例如加工、蝕刻、機器人移動等對於解釋概念而言係例示性的且並不限制本發明之範疇。
圖16A及圖16B說明基於輪廓之程序之實例。舉例而言，圖16A說明經由加工工具(例如研磨工具)對晶粒執行之加工操作。組件包括在執行加工程序之前的輪廓1601。在加工之後，獲得加工輪廓1602。此加工輪廓1602表示經由使用指定尺寸之工具而特性化加工程序之PDF所判定的經偏置輪廓。
圖16B說明基於輪廓之程序之另一實例。舉例而言，輪廓1611表示待經由工具MT1加工(或掃描)之組件之初始輪廓。在加工之後，獲得經偏置輪廓1612。在一實施例中，基於輪廓1611及經偏置輪廓1612，可判定工具路徑(由經偏置輪廓1612內部的水平線及點線表示)。如所展示，工具MT1為具有指定半徑及加工速度之圓形，用以產生或追蹤經偏置輪廓1612。可理解，本發明不限於特定工具。程序中所使用之工具可為加工工具、蝕刻工具、掃描工具或與用以產生或追蹤經偏置輪廓之微影程序相關之其他工具。
在一實施例中，方法300、600、700、900、1100及1500之一或多個工序可經實施於電腦系統之一或多個處理器上。在一實施例中，提供一種電腦程式產品，其包含其上經記錄有指令之一非暫時性電腦可讀媒體，該等指令在由一電腦實施時執行上述方法之一或多個工序。
舉例而言，在一實施例中，一種非暫時性電腦可讀媒體包含在由一或多個處理器執行時造成包括以下各者之操作的指令：獲得(i)對應於經沈積於一基板上之一顯影後影像(ADI)圖案內之粒子的一機率分佈函數(PDF)，及(ii)特性化與該ADI圖案相關聯之一ADI輪廓之一輪廓函數；基於遍及該ADI輪廓之一區域的該等粒子之該PDF以及該輪廓函數之一組合，判定該ADI輪廓上之一指定位置處的該等粒子之一沈積速率；及基於該沈積速率判定與該ADI圖案相關聯之一偏置向量，該偏置向量在經施加至該ADI圖案之該ADI輪廓時產生一蝕刻後影像(AEI)輪廓。
在一實施例中，在該非暫時性電腦可讀媒體中，該獲得粒子之該機率分佈函數(PDF)係基於經量測基板資料，該經量測基板資料包含粒子之沈積資料及經量測蝕刻圖案。在一實施例中，該獲得該PDF包含判定擬合該經量測資料之一高斯分佈之一方差。
在一實施例中，在該非暫時性電腦可讀媒體中，該判定該等粒子之該沈積速率包含用以迴旋該等粒子之該PDF及該輪廓函數；及遍及該ADI輪廓之該區域進行積分的指令。在該非暫時性電腦可讀媒體中，該判定該偏置向量包含判定該沈積速率相對於該ADI圖案之一第一方向及一第二方向之一梯度，該第一方向及該第二方向彼此垂直。
在一實施例中，在該非暫時性電腦可讀媒體中，該偏置向量包含：該ADI輪廓之一位置處之一偏置方向，且進一步包含沿著偏置方向施加一偏置值以產生該AEI輪廓。在一實施例中，在該非暫時性電腦可讀媒體中，該偏置方向經判定使得當將不同位置處之該等偏置值被施加至該ADI輪廓時，不同位置處之該偏置向量彼此並不相交。在一實施例中，在該非暫時性電腦可讀媒體中，該偏置方向包含：不垂直於該ADI輪廓之一方向。
在一實施例中，在該非暫時性電腦可讀媒體中，該粒子之該PDF表示該ADI輪廓上之該等粒子之一沈積或一蝕刻程序，且其中該沈積速率係正或負。在一實施例中，在該非暫時性電腦可讀媒體中，該等偏置值係自經組態以產生用於一給定抗蝕劑圖案之一偏置映圖之一經訓練機器學習模型獲得。在一實施例中，在該非暫時性電腦可讀媒體中，當該ADI圖案包括複數個輪廓時，針對每一ADI輪廓個別地判定一組偏置向量。
在一實施例中，提供一種非暫時性電腦可讀媒體，其包含在由一或多個處理器執行時致使包括以下各者之操作的指令：獲得(i)對應於待對一輪廓執行之一程序的一機率分佈函數(PDF)，及(ii)特性化該輪廓之一形狀之一輪廓函數；遍及該輪廓之一區域迴旋該輪廓函數與該PDF以判定該輪廓上之一指定位置處之一程序速率；及基於該程序速率判定待施加至該輪廓之一偏置向量，以產生指示應用於該輪廓上之該程序之一效應的一經偏置輪廓。
在一實施例中，在該非暫時性電腦可讀媒體中，該程序導致對形成該輪廓之材料的一添加或一移除，該添加或該移除導致該輪廓之形狀之一改變。在一實施例中，在該非暫時性電腦可讀媒體中，該程序速率特性化形成該輪廓之該材料的該添加或該移除之一行為。
在一實施例中，經訓練機器學習模型可用於與圖案化程序相關之各種應用以改良圖案化程序之良率。舉例而言，方法300進一步包括：經由經訓練機器學習模型預測用於設計佈局之基板影像；經由使用設計佈局及經預測基板影像之OPC模擬來判定待用於製造用於圖案化程序之光罩之光罩佈局。在一實施例中，OPC模擬包括經由使用設計佈局之幾何形狀及與複數個片段相關聯之校正模擬圖案化程序模型，判定將印刷於基板上之經模擬圖案；及判定對設計佈局之光學近接校正使得減小經模擬圖案與設計佈局之間的差異。在一實施例中，判定光學接近校正係反覆程序。反覆包括調整設計佈局之初級特徵及/或一或多個輔助特徵之幾何形狀的形狀及/或大小使得減小圖案化程序之效能度量。在一實施例中，自機器學習模型之經預測後OPC影像提取一或多個輔助特徵。
在一些實施例中，檢測裝置可為產生經曝光或轉印於基板上之結構(例如器件之一些或所有結構)之影像的掃描電子顯微鏡(SEM)。圖17描繪SEM工具之實施例。自電子源ESO發射之初級電子束EBP係由聚光透鏡CL會聚且接著傳遞通過光束偏轉器EBD1、E×B偏轉器EBD2及物鏡OL以在一焦點下輻照基板台ST上之基板PSub。
在藉由電子束EBP輻照基板PSub時，二次電子由基板PSub產生。該等二次電子係由E×B偏轉器EBD2偏轉且由二次電子偵測器SED偵測。二維電子束影像可藉由以下操作獲得：與例如在X或Y方向上由光束偏轉器EBD1對電子束進行二維掃描或由光束偏轉器EBD1對電子束EBP進行反覆掃描同步地偵測自樣本產生之電子，以及在X或Y方向中之另一者上藉由基板台ST連續移動基板PSub。
由二次電子偵測器SED偵測到之信號係由類比/數位(A/D)轉換器ADC轉換成數位信號，且該數位信號被發送至影像處理系統IPS。在一實施例中，影像處理系統IPS可具有記憶體MEM以儲存數位影像之全部或部分以供處理單元PU處理。處理單元PU (例如經專門設計之硬體或硬體及軟體之組合)經組態以將數位影像轉換成或處理成表示數位影像之資料集。另外，影像處理系統IPS可具有經組態以將數位影像及對應資料集儲存於參考資料庫中之儲存媒體STOR。顯示器件DIS可與影像處理系統IPS連接，使得操作員可藉助於圖形使用者介面進行設備之必需操作。
如上文所提及，可處理SEM影像以提取該影像中描述表示器件結構之物件之邊緣的輪廓。接著經由諸如CD之度量來量化此等輪廓。因此，通常經由諸如邊緣之間距離(CD)或影像之間的簡單像素差之過分簡單化度量來比較及量化器件結構之影像。偵測影像中物件之邊緣以便量測CD的典型輪廓模型使用影像梯度。實際上，彼等模型依賴於強影像梯度。但實務上，影像通常有雜訊且具有不連續邊界。諸如平滑化、自適應定限、邊緣偵測、磨蝕及擴張之技術可用以處理影像梯度輪廓模型之結果以定址有雜訊且不連續影像，但將最終導致高解析度影像之低解析度量化。因此，在大多數情況下，對器件結構之影像的數學操控以減少雜訊且使邊緣偵測自動化會導致影像之解析度損失，藉此導致資訊損失。因此，結果為相當於對複雜的高解析度結構之過分簡單化表示之低解析度量化。
因此，需要具有可保留解析度且又描述使用圖案化程序而產生或預期產生之結構(例如電路特徵、對準標記或度量衡目標部分(例如光柵特徵)等)的一般形狀之數學表示，而不論例如該等結構是在潛在抗蝕劑影像中、在經顯影抗蝕劑影像中，抑或例如藉由蝕刻而轉移至基板上之層。在微影或其他圖案化程序之內容背景中，結構可為製造之器件或其部分，且影像可為該結構之SEM影像。在一些情況下，結構可為半導體器件之特徵，例如積體電路。在此狀況下，該結構可被稱作圖案或包含半導體器件之複數個特徵之所要圖案。在一些情況下，結構可為用於對準量測程序中以判定一物件(例如基板)與另一物件(例如圖案化器件)之對準的對準標記或其部分(例如對準標記之光柵)，或為用以量測圖案化程序之參數(例如疊對、焦點、劑量等)之度量衡目標或其部分(例如度量衡目標之光柵)。在一實施例中，度量衡目標為用以量測例如疊對之繞射光柵。
圖18示意性地說明檢測裝置之另一實施例。該系統係用以檢測樣本載物台89上之樣本90 (諸如基板)且包含帶電粒子束產生器81、聚光透鏡模組82、探針形成物鏡模組83、帶電粒子束偏轉模組84、二次帶電粒子偵測器模組85及影像形成模組86。
帶電粒子束產生器81產生初級帶電粒子束91。聚光透鏡模組82將所產生之初級帶電粒子束91聚光。探針形成物鏡模組83將經聚光初級帶電粒子束聚焦成帶電粒子束探針92。帶電粒子束偏轉模組84使所形成之帶電粒子束探針92橫越緊固於樣本載物台89上之樣本90上的所關注區域之表面進行掃描。在一實施例中，帶電粒子束產生器81、聚光透鏡模組82及探針形成物鏡模組83或其等效設計、替代方案或其任何組合一起形成產生掃描帶電粒子束探針92的帶電粒子束探針產生器。
二次帶電粒子偵測器模組85偵測在由帶電粒子束探針92轟擊後即自樣本表面發射的二次帶電粒子93 (亦可能與來自樣本表面之其他反射或散射帶電粒子一起)以產生二次帶電粒子偵測信號94。影像形成模組86 (例如計算器件)與二次帶電粒子偵測器模組85耦接以自二次帶電粒子偵測器模組85接收二次帶電粒子偵測信號94且相應地形成至少一個經掃描影像。在一實施例中，二次帶電粒子偵測器模組85及影像形成模組86或其等效設計、替代方案或其任何組合一起形成影像形成裝置，該影像形成裝置自由帶電粒子束探針92轟擊的樣本90發射的偵測到之二次帶電粒子形成經掃描影像。
在一實施例中，監測模組87耦接至影像形成裝置之影像形成模組86以監測、控制等圖案化程序及/或使用自影像形成模組86接收到之樣本90之經掃描影像來導出用於圖案化程序設計、控制、監測等之參數。因此，在一實施例中，監測模組87經組態或經程式化以致使執行本文中所描述之方法。在一實施例中，監測模組87包含計算器件。在一實施例中，監測模組87包含用以提供本文中之功能性且經編碼於形成監測模組87或安置於監測模組87內的電腦可讀媒體上之電腦程式。
在一實施例中，類似於使用探針來檢測基板之圖17之電子束檢測工具，圖18之系統中之電子電流相比於例如諸如圖17中所描繪之CD SEM顯著更大，使得探針光點足夠大使得檢測速度可快速。然而，由於探針光點大，解析度可能不與CD SEM之解析度一樣高。在一實施例中，在不限制本發明之範疇的情況下，上文論述之檢測裝置可為單射束裝置或多射束裝置。
可處理來自例如圖17及/或圖18之系統的SEM影像以提取影像中描述表示器件結構之物件之邊緣的輪廓。接著通常在使用者定義之切線處經由諸如CD之度量量化此等輪廓。因此，通常經由諸如對經提取輪廓量測之邊緣之間距離(CD)或影像之間的簡單像素差之度量來比較及量化器件結構之影像。
圖19為說明可輔助實施本文中所揭示之方法、流程或裝置之電腦系統100的方塊圖。電腦系統100包括用於傳達資訊之匯流排102或其他通信機構，及與匯流排102耦接以用於處理資訊之一處理器104 (或多個處理器104及105)。電腦系統100亦包括耦接至匯流排102以用於儲存待由處理器104執行之資訊及指令的主記憶體106，諸如隨機存取記憶體(RAM)或其他動態儲存器件。主記憶體106亦可用於在待由處理器104執行之指令之執行期間儲存暫時性變數或其他中間資訊。電腦系統100進一步包括耦接至匯流排102以用於儲存用於處理器104之靜態資訊及指令的唯讀記憶體(ROM) 108或其他靜態儲存器件。提供諸如磁碟或光碟之儲存器件110，且儲存器件110耦接至匯流排102以用於儲存資訊及指令。
電腦系統100可經由匯流排102而耦接至用於向電腦使用者顯示資訊之顯示器112，諸如陰極射線管(CRT)或平板顯示器或觸控面板顯示器。包括文數字按鍵及其他按鍵之輸入器件114耦接至匯流排102以用於將資訊及命令選擇傳達至處理器104。另一類型之使用者輸入器件為用於將方向資訊及命令選擇傳達至處理器104且用於控制顯示器112上之游標移動的游標控制件116，諸如滑鼠、軌跡球或游標方向按鍵。此輸入器件通常具有在兩個軸線：第一軸線(例如x)及第二軸線(例如y)中之兩個自由度，其允許該器件指定在平面中之位置。觸控面板(螢幕)顯示器亦可用作輸入器件。
根據一項實施例，可藉由電腦系統100回應於處理器104執行主記憶體106中所含有之一或多個指令之一或多個序列來執行程序之部分。可將此類指令自另一電腦可讀媒體(諸如儲存器件110)讀取至主記憶體106中。主記憶體106中所含有之指令序列之執行使處理器104執行本文中所描述之程序步驟。呈多處理配置之一或多個處理器亦可用以執行主記憶體106中含有之指令序列。在一替代實施例中，可代替或結合軟體指令而使用硬連線電路系統。因此，本文之描述不限於硬體電路系統及軟體之任何特定組合。
本文中所使用之術語「電腦可讀媒體」係指參與將指令提供至處理器104以供執行之任何媒體。此媒體可採取許多形式，包括但不限於非揮發性媒體、揮發性媒體及傳輸媒體。非揮發性媒體包括(例如)光碟或磁碟，諸如，儲存器件110。揮發性媒體包括動態記憶體，諸如主記憶體106。傳輸媒體包括同軸纜線、銅線及光纖，其包括包含匯流排102之電線。傳輸媒體亦可採取聲波或光波之形式，諸如，在射頻(RF)及紅外線(IR)資料通信期間產生之聲波或光波。電腦可讀媒體之常見形式包括例如軟碟、可撓性磁碟、硬碟、磁帶、任何其他磁性媒體、CD-ROM、DVD、任何其他光學媒體、打孔卡、紙帶、具有孔圖案之任何其他實體媒體、RAM、PROM及EPROM、FLASH-EPROM、任何其他記憶體晶片或卡匣、如下文所描述之載波，或可供電腦讀取之任何其他媒體。
可在將一或多個指令之一或多個序列攜載至處理器104以供執行時涉及電腦可讀媒體之各種形式。舉例而言，最初可將該等指令承載於遠端電腦之磁碟上。遠端電腦可將指令載入至其動態記憶體中，且使用數據機經由電話線而發送指令。在電腦系統100本端之數據機可接收電話線上之資料，且使用紅外線傳輸器以將資料轉換成紅外線信號。耦接至匯流排102之紅外線偵測器可接收紅外線信號中所攜載之資料且將資料置放於匯流排102上。匯流排102將資料攜載至主記憶體106，處理器104自該主記憶體106擷取及執行指令。由主記憶體106接收之指令可視情況在由處理器104執行之前或之後儲存於儲存器件110上。
電腦系統100亦理想地包括耦接至匯流排102之通信介面118。通信介面118提供對網路鏈路120之雙向資料通信耦合，網路鏈路120連接至區域網路122。舉例而言，通信介面118可為整合式服務數位網路(ISDN)卡或數據機以提供至對應類型之電話線的資料通信連接。作為另一實例，通信介面118可為區域網路(LAN)卡以提供對相容LAN之資料通信連接。亦可實施無線鏈路。在任何此類實施中，通信介面118發送且接收攜載表示各種類型之資訊之數位資料串流的電信號、電磁信號或光信號。
網路鏈路120通常經由一或多個網路而向其他資料器件提供資料通信。舉例而言，網路鏈路120可經由區域網路122而向主機電腦124或向由網際網路服務提供者(ISP) 126操作之資料設備提供連接。ISP 126又經由全球封包資料通信網路(現在通常被稱作「網際網路」) 128而提供資料通信服務。區域網路122及網際網路128兩者皆使用攜載數位資料串流之電信號、電磁信號或光信號。經由各種網路之信號及在網路鏈路120上且經由通信介面118之信號(該等信號將數位資料攜載至電腦系統100及自電腦系統100攜載數位資料)為輸送資訊的載波之例示性形式。
電腦系統100可經由網路、網路鏈路120及通信介面118發送訊息及接收資料，包括程式碼。在網際網路實例中，伺服器130可能經由網際網路128、ISP 126、區域網路122及通信介面118而傳輸用於應用程式之經請求程式碼。一個此類經下載應用程式可提供例如實施例之照明最佳化。所接收程式碼可在其被接收時由處理器104執行，及/或儲存於儲存器件110或其他非揮發性儲存器中以供稍後執行。以此方式，電腦系統100可獲得呈載波形式之應用程式碼。
圖20示意性地描繪可結合本文中所描述之技術利用的例示性微影投影裝置。該裝置包含： - 照明系統IL，其用以調節輻射光束B。在此特定狀況下，照明系統亦包含輻射源SO； - 第一物件台(例如圖案化器件台) MT，其具備用以固持圖案化器件MA (例如倍縮光罩)之圖案化器件固持器，且連接至用以相對於物品PS來準確地定位該圖案化器件之第一定位器； - 第二物件台(基板台) WT，其具備用以固持基板W (例如抗蝕劑塗佈矽晶圓)之基板固持器，且連接至用以相對於物品PS來準確地定位該基板之第二定位器； - 投影系統(「透鏡」) PS (例如折射、反射或反射折射光學系統)，其用以將圖案化器件MA之經輻照部分成像至基板W之目標部分C (例如包含一或多個晶粒)上。
如本文中所描繪，裝置屬於透射類型(亦即具有透射圖案化器件)。然而，一般而言，其亦可屬於例如反射類型(具有反射圖案化器件)。裝置可使用與經典光罩不同種類之圖案化器件；實例包括可程式化鏡面陣列或LCD矩陣。
源SO (例如水銀燈或準分子雷射、雷射產生電漿(laser produced plasma; LPP) EUV源)產生輻射光束。舉例而言，此光束係直接地或在已橫穿諸如光束擴展器Ex之調節構件之後饋入至照明系統(照明器) IL中。照明器IL可包含調整構件AD以用於設定光束中之強度分佈之外部徑向範圍及/或內部徑向範圍(通常分別被稱作σ外部及σ內部)。另外，照明器IL通常將包含各種其他組件，諸如積光器IN及聚光器CO。以此方式，照射於圖案化器件MA上之光束B在其橫截面中具有所要均一性及強度分佈。
關於圖20應注意，源SO可在微影投影裝置之外殼內(此常常為源SO為例如水銀燈之狀況)，但其亦可遠離微影投影裝置，其產生之輻射光束被導引至該裝置中(例如憑藉合適導向鏡)；此後一情境常常為源SO為準分子雷射(例如基於KrF、ArF或F 2雷射作用)時之狀況。
光束B隨後截取被固持於圖案化器件台MT上之圖案化器件MA。在已橫穿圖案化器件MA的情況下，光束B傳遞通過透鏡PS，該透鏡將該光束B聚焦至基板W之目標部分C上。憑藉第二定位構件(及干涉量測構件IF)，可準確地移動基板台WT，例如以便使不同目標部分C定位於光束B之路徑中。相似地，第一定位構件可用以(例如)在自圖案化器件庫機械地擷取圖案化器件MA之後或在掃描期間相對於光束B之路徑來準確地定位圖案化器件MA。一般而言，將憑藉未在圖20中明確地描繪之長衝程模組(粗略定位)及短衝程模組(精細定位)來實現物件台MT、WT之移動。然而，在步進器(相對於步進掃描工具)之狀況下，圖案化器件台MT可僅連接至短衝程致動器，或可固定。
可在兩種不同模式中使用所描繪工具： - 在步進模式中，圖案化器件台MT保持基本上靜止，且整個圖案化器件影像一次性投影(亦即單次「閃光」)至目標部分C上。接著使基板台WT在x方向及/或y方向上移位，使得可由光束B輻照不同目標部分C； - 在掃描模式中，基本上相同情境適用，惟單次「閃光」中不曝光給定目標部分C除外。替代地，圖案化器件台MT可以速度v在給定方向(所謂的「掃描方向」，例如y方向)上移動，使得使投影光束B遍及圖案化器件影像進行掃描；並行地，基板台WT以速度V = Mv在相同方向或相對方向上同時地移動，其中M為透鏡PS之放大率(通常M = 1/4或1/5)。以此方式，可在不必損害解析度的情況下曝光相對大目標部分C。
圖21示意性地描繪另一例示性微影投影裝置1000，其包括： - 源收集器模組SO，其用以提供輻射； - 照明系統(照明器) IL，其經組態以調節來自源收集器模組SO之輻射光束B (例如，EUV輻射)； - 支撐結構(例如，光罩台) MT，其經建構以支撐圖案化器件(例如，光罩或倍縮光罩) MA，且連接至經組態以準確地定位該圖案化器件之第一定位器PM； - 基板台(例如，晶圓台) WT，其經建構以固持基板(例如，抗蝕劑塗佈晶圓) W，且連接至經組態以準確地定位該基板之第二定位器PW；及 - 投影系統(例如，反射投影系統) PS，其經組態以將由圖案化器件MA賦予至輻射光束B之圖案投影至基板W之目標部分C (例如，包含一或多個晶粒)上。
如此處所描繪，裝置1000屬於反射類型(例如，使用反射光罩)。應注意，因為大多數材料在EUV波長範圍內具吸收性，所以圖案化器件可具有包含例如鉬與矽之多層堆疊的多層反射器。在一項實例中，多堆疊反射器具有鉬與矽之40個層對，其中每一層之厚度為四分之一波長。可運用X射線微影來產生更小波長。由於大多數材料在EUV及x射線波長下具吸收性，故圖案化器件構形上之經圖案化吸收材料之薄件(例如多層反射器之頂部上之TaN吸收體)界定特徵將印刷(正型抗蝕劑)或不印刷(負型抗蝕劑)之處。
參看圖21，照明器IL自源收集器模組SO接收極紫外線輻射光束。用以產生EUV輻射之方法包括但未必限於運用在EUV範圍內之一或多個發射譜線將具有至少一個元素(例如氙、鋰或錫)之材料轉換成電漿狀態。在一種此類方法(常常被稱為雷射產生電漿「LPP」)中，可藉由運用雷射光束來輻照燃料(諸如，具有該譜線發射元素之材料小滴、串流或叢集)而產生電漿。源收集器模組SO可為包括雷射(圖25中未繪示)之EUV輻射系統之部件，該雷射用於提供激發燃料之雷射光束。所得電漿發射輸出輻射，例如EUV輻射，該輻射係使用安置於源收集器模組中之輻射收集器予以收集。舉例而言，當使用CO 2雷射以提供用於燃料激發之雷射光束時，雷射與源收集器模組可為單獨實體。
在此類狀況下，不認為雷射形成微影裝置之部件，且輻射光束係憑藉包含(例如)合適導向鏡及/或光束擴展器之光束遞送系統而自雷射傳遞至源收集器模組。在其他狀況下，舉例而言，當輻射源為放電產生電漿EUV產生器(常常被稱為DPP輻射源)時，輻射源可為源收集器模組之整體部件。
照明器IL可包含用於調整輻射光束之角強度分佈之調整器。通常，可調整照明器之光瞳平面中之強度分佈的至少外部徑向範圍及/或內部徑向範圍(通常分別被稱作σ外部及σ內部)。另外，照明器IL可包含各種其他組件，諸如琢面化場鏡面器件及琢面化光瞳鏡面器件。照明器可用以調節輻射光束，以在其橫截面中具有所要均一性及強度分佈。
輻射光束B入射於被固持於支撐結構(例如光罩台) MT上之圖案化器件(例如光罩) MA上，且係由該圖案化器件而圖案化。在自圖案化器件(例如光罩) MA反射之後，輻射光束B傳遞通過投影系統PS，投影系統PS將該光束聚焦至基板W之目標部分C上。憑藉第二定位器PW及位置感測器PS2 (例如干涉器件、線性編碼器或電容式感測器)，可準確地移動基板台WT，例如以便使不同目標部分C定位於輻射光束B之路徑中。相似地，第一定位器PM及另一位置感測器PS1可用以相對於輻射光束B之路徑準確地定位圖案化器件(例如光罩) MA。可使用圖案化器件對準標記M1、M2及基板對準標記P1、P2來對準圖案化器件(例如光罩) MA及基板W。
所描繪裝置1000可用於以下模式中之至少一者中： 1. 在步進模式中，在被賦予至輻射光束之整個圖案一次性投影至目標部分C上時，使支撐結構(例如光罩台) MT及基板台WT保持基本上靜止(亦即單次靜態曝光)。接著，使基板台WT在X及/或Y方向上移位，使得可曝光不同目標部分C。 2. 在掃描模式中，在將被賦予至輻射光束之圖案投影至目標部分C上時，同步地掃描支撐結構(例如光罩台) MT及基板台WT (亦即單次動態曝光)。基板台WT相對於支撐結構(例如光罩台) MT之速度及方向可藉由投影系統PS之放大率(縮小率)及影像反轉特性予以判定。 3. 在另一模式中，在將被賦予至輻射光束之圖案投影至目標部分C上時，使支撐結構(例如光罩台) MT保持基本上靜止，從而固持可程式化圖案化器件，且移動或掃描基板台WT。在此模式中，通常使用脈衝式輻射源，且在基板台WT之每一移動之後或在掃描期間之順次輻射脈衝之間根據需要而更新可程式化圖案化器件。此操作模式可易於應用於利用可程式化圖案化器件(諸如上文所提及之類型之可程式化鏡面陣列)之無光罩微影。
圖22更詳細地展示裝置1000，其包括源收集器模組SO、照明系統IL及投影系統PS。源收集器模組SO經建構及配置成使得可將真空環境維持於源收集器模組SO之圍封結構220中。可由放電產生電漿輻射源形成EUV輻射發射電漿210。可藉由氣體或蒸氣(例如，Xe氣體、Li蒸氣或Sn蒸氣)而產生EUV輻射，其中產生極熱電漿210以發射在電磁光譜之EUV範圍內之輻射。舉例而言，藉由造成至少部分離子化電漿之放電來產生極熱電漿210。為了輻射之高效產生，可需要為例如10帕斯卡之分壓之Xe、Li、Sn蒸氣或任何其他合適氣體或蒸氣。在一實施例中，提供受激發錫(Sn)電漿以產生EUV輻射。
由熱電漿210發射之輻射係經由經定位於源腔室211中之開口中或後方的選用氣體障壁或污染物截留器230 (在一些狀況下，亦被稱作污染物障壁或箔片截留器)而自源腔室211傳遞至收集器腔室212中。污染物截留器230可包括通道結構。污染截留器230亦可包括氣體障壁，或氣體障壁與通道結構之組合。如在此項技術中已知，本文中進一步所指示之污染物截留器或污染物障壁230至少包括通道結構。
收集器腔室212可包括可為所謂的掠入射收集器之輻射收集器CO。輻射收集器CO具有上游輻射收集器側251及下游輻射收集器側252。橫穿收集器CO之輻射可自光柵光譜濾光器240反射以沿著由點虛線「O」指示之光軸而聚焦於虛擬源點IF中。虛擬源點IF通常被稱作中間焦點，且源收集器模組經配置以使得中間焦點IF位於圍封結構220中之開口221處或附近。虛擬源點IF為輻射發射電漿210之影像。
隨後，輻射橫穿照明系統IL，照明系統IL可包括琢面化場鏡面器件22及琢面化光瞳鏡面器件24，琢面化場鏡面器件22及琢面化光瞳鏡面器件24經配置以提供在圖案化器件MA處輻射光束21之所要角度分佈，以及在圖案化器件MA處之輻射強度之所要均一性。在由支撐結構MT固持之圖案化器件MA處的輻射光束21之反射後，就形成經圖案化光束26，且由投影系統PS將經圖案化光束26經由反射元件28、30而成像至由基板台WT固持之基板W上。
比所展示之元件更多的元件通常可存在於照明光學件單元IL及投影系統PS中。取決於微影裝置之類型，可視情況存在光柵光譜濾光器240。另外，可存在比諸圖所展示之鏡面多的鏡面，例如，在投影系統PS中可存在比圖22所展示之反射元件多1至6個的額外反射元件。
如圖22中所說明之收集器光學件CO被描繪為具有掠入射反射器253、254及255之巢套式收集器，僅僅作為收集器(或收集器鏡面)之實例。掠入射反射器253、254及255經安置為圍繞光軸O軸向對稱，且此類型之收集器光學件CO理想地與放電產生電漿輻射源組合使用。
替代地，源收集器模組SO可為如圖23所展示之LPP輻射系統之部件。雷射LA經配置以將雷射能量沈積至諸如氙(Xe)、錫(Sn)或鋰(Li)之燃料中，從而產生具有數十電子伏特之電子溫度之高度離子化電漿210。在此等離子之去激發及再結合期間產生之高能輻射係自電漿發射、由近正入射收集器光學件CO收集，且聚焦至圍封結構220中之開口221上。
本發明之實施例在以下條項中進一步描述。 1. 一種產生用於量測印刷於一基板上之一結構之一實體特性之度量衡量規的方法，該方法包含： 獲得(i)與印刷於該基板上之該結構之該實體特性相關聯之經量測資料，及(ii)該結構之一經模擬輪廓之至少一部分，該經模擬輪廓之該部分係與該經量測資料相關聯； 基於該經量測資料修改該結構之該經模擬輪廓之該部分；及 在該經模擬輪廓之該經修改部分上或附近產生該等度量衡量規，該等度量衡量規經置放以量測該結構之該經模擬輪廓之該實體特性。 2. 如條項1之方法，其中該經模擬輪廓之該部分為在與該結構相關聯之該經量測資料周圍之一所界定區內的該經模擬輪廓之部分。 3. 如條項1之方法，其中該獲得該經模擬輪廓之該部分包含： 在與該經量測資料相關聯之一所界定位置周圍界定該基板之一區；及 在該基板之該所界定區內模擬一圖案化程序以獲得該結構之該經模擬輪廓之該部分。 4. 如條項1至3中任一項之方法，其中該修改該經模擬輪廓之該部分包含： 基於該經模擬輪廓之該部分判定與該結構之該經模擬輪廓之該實體特性相關聯之經模擬資料； 判定與該結構之該實體特性相關聯的該經量測資料與該經模擬資料之間的一差；及 基於該差修改該經模擬輪廓之該部分使得減小該經量測資料與該經模擬資料之間的該差。 5. 如條項1至4中任一項之方法，其中該經量測資料為與該結構相關聯之該所界定位置處的一CD值。 6. 如條項5之方法，其中該修改該經模擬輪廓之該部分係基於與該結構相關聯的經模擬CD值與該經量測CD值之間的差。 7. 如條項1至6中任一項之方法，其中該修改該經模擬輪廓之該部分包含： 基於該經模擬輪廓之該部分判定與該結構之該經模擬輪廓之該實體特性相關聯之經模擬資料； 判定與該結構之該實體特性相關聯的該經量測資料與該經模擬資料之間的一差；及 基於該差調整用以產生該經模擬輪廓之一臨限值，使得減小該經量測資料與該經模擬資料之間的該差，其中該經調整臨限值修改該經模擬輪廓之該部分。 8. 如條項1至7中任一項之方法，其中該修改該經模擬輪廓之該部分包含： 使用該經模擬輪廓之該部分判定與一經量測CD值相關聯的該所界定位置處之一經模擬CD值； 判定該經模擬CD值與該經量測CD值之間的一差；及 基於該差調整該臨限值使得減小該等CD值之間的該差，該經調整臨限值修改該經模擬輪廓之該部分。 9. 如條項1至8中任一項之方法，其中該產生該等度量衡量規包含： 沿著該經模擬輪廓之該經修改部分指定點；及 將該等點之位置匯出為該等度量衡量規。 10.   如條項1至9中任一項之方法，其中經由一度量衡工具獲得該經量測資料。 11.    如條項9之方法，其中該度量衡工具係一掃描電子顯微鏡(SEM)且自一SEM影像獲得該經量測資料。 12.   如條項1至11中任一項之方法，其中該等度量衡量規係邊緣置放量規及/或CD量規。 13.   一種用於判定與一基板相關聯之熱點位置之方法，該方法包含： 獲得(i)與一或多個圖案相關聯之一經模擬輪廓，該經模擬輪廓係與印刷於該基板上之該一或多個圖案之一實體特性之經量測資料相關聯，及(ii)與該經模擬輪廓相關聯之度量衡量規； 基於該等度量衡量規判定與該一或多個圖案相關聯之該實體特性之值；及 基於該等實體特性值判定該基板上之該等熱點位置，其中一熱點位置為該基板上之一實體特性值小於與該一或多個圖案相關聯之一熱點臨限值的一位置。 14.   如條項13之方法，其中該獲得該等度量衡量規包含： 經由使用該經量測資料模擬一圖案化程序來判定與該一或多個圖案相關聯之一經模擬輪廓； 基於與該一或多個圖案相關聯之該經量測資料修改該經模擬輪廓之至少一部分；及 沿著該經模擬輪廓之該經修改部分產生該等度量衡量規。 15.   如條項13至14中任一項之方法，其中判定該實體特性之值包含： 在該等度量衡量規中之一或多者處量測該實體特性之值。 16.   如條項15之方法，其中判定該等熱點位置包含： 判定與該一或多個圖案相關聯之該實體特性之一值是否突破該熱點臨限值； 回應於突破該臨限值，識別與突破該臨限值相關聯的該等度量衡量規之位置。 17.   一種用於訓練與一圖案化程序相關聯之一模型之方法，該方法包含： 獲得(i)與印刷於該基板上之結構之實體特性相關聯之經量測資料，及(ii)與待印刷於一基板上之一結構之一經模擬輪廓相關聯之度量衡量規，該經模擬輪廓係與該基板上之量測該實體特性的一所界定位置相關聯；及 使用該經量測資料及該等度量衡量規訓練該模型使得圍繞該基板上之該所界定位置的該圖案化程序之一效能度量得以改良，該效能度量係該等度量衡量規及該實體特性之函數。 18.   如條項17之方法，其中該訓練該模型係一反覆程序，一反覆包含： 經由執行該模型判定待印刷於該基板上之該結構之一經模擬輪廓及與該結構之該經模擬輪廓之該實體特性相關聯的經模擬資料； 判定該經模擬資料與該經量測資料之間的一第一差，及沿著該經模擬輪廓之點與該等度量衡量規之間的一第二差；及 基於關於該圖案化程序之參數的該效能度量之一梯度，判定模型參數使得最小化該效能度量，該效能度量為該第一差及該第二差之函數。 19.   如條項18之方法，其中該模型為以下各者中之至少一者： 經組態以預測一蝕刻影像之一蝕刻模型；或 經組態以預測一抗蝕劑影像之一抗蝕劑模型。 20.   一種產生用於量測一基板上之一結構之一實體特性之度量衡量規的方法，該方法包含： 獲得(i)與印刷於該基板上之該結構之該實體特性相關聯之經量測資料，及(ii)該結構之一經模擬輪廓之至少一部分，該經模擬輪廓之該部分係與該經量測資料相關聯； 基於該經量測資料產生該結構之該經模擬輪廓之該部分之一經修改輪廓；及 將該經修改輪廓提供至該圖案化程序之一模型以判定該圖案化程序之參數。 21.   如條項20之方法，其中該產生該經模擬輪廓之該部分之該經修改輪廓包含： 基於該經模擬輪廓之該部分判定與該結構之該經模擬輪廓之該實體特性相關聯之經模擬資料； 判定與該結構之該實體特性相關聯的該經量測資料與該經模擬資料之間的一差；及 基於該差修改該經模擬輪廓之該部分使得減小該經量測資料與該經模擬資料之間的該差。 22.   一種電腦程式產品，其包含其上經記錄有指令之一非暫時性電腦可讀媒體，該等指令在由一電腦執行時實施如以上條項中任一項之方法。 23.   一種訓練與一圖案化程序相關聯之一機器學習模型之方法，該方法包含： 獲得(i)一基板上之一顯影後影像(ADI)圖案之輪廓資料、(ii)印刷於該基板上之一蝕刻後影像(AEI)圖案之經量測資料，及(iii)基於該ADI圖案之該輪廓資料及該AEI圖案之該經量測資料獲得參考偏置值；及 將該經量測資料及該輪廓資料用作訓練資料訓練該機器學習模型以判定待施加至一ADI輪廓之偏置值。 24.   如條項23之方法，其中該訓練包含： 調整該機器學習模型之模型參數以使該等偏置值將在基於該等參考偏置值而判定之一指定範圍內。 25.   如條項23之方法，其中該機器學習模型經組態以產生用於該ADI輪廓之一偏置映圖之一表示。 26.   如條項23之方法，其中該等輪廓資料表示與該ADI圖案中之一或多個特徵相關聯的輪廓之影像。 27.   如條項26之方法，其中該等影像係自一經模擬ADI圖案之經模擬輪廓產生，及/或自一度量衡裝置獲得，該度量衡裝置經組態以在該基板上預成型一抗蝕劑程序之後捕捉該基板之一影像。 28.   如條項23至27中任一項之方法，其中該獲得該輪廓資料包含： 將待印刷於該基板上之一設計圖案用作輸入來執行與該圖案化程序相關聯之一或多個程序模型以產生該經模擬ADI圖案，該圖案化程序包含一抗蝕劑程序；及 自該經模擬ADI圖案提取輪廓，每一輪廓為該經模擬ADI圖案內之一特徵之一輪廓。 29.   如條項28之方法，其中該一或多個程序模型包含以下各者中之至少一者： 經組態以判定一空中影像之一光學件模型；及 經組態以判定一抗蝕劑影像之一抗蝕劑模型。 30.   如條項23至29中任一項之方法，其中該經量測資料係在度量衡量規處獲得，該等度量衡量規係邊緣置放量規，及/或與該AEI圖案相關聯之臨界尺寸(CD)量規。 31.   如條項28之方法，其中該等度量衡量規處之該經量測資料包含： 與印刷於該基板上之該AEI圖案之一輪廓相關聯的該等邊緣置放量規之位置；及/或 與印刷於該基板上之該AEI圖案相關聯的CD值。 32.   如條項28之方法，其中當該等度量衡量規係CD量規時，該等參考偏置值係經由一校準程序而獲得，該校準程序經組態以判定與一給定CD量規相關聯之偏置值，一偏置值指示待施加至該ADI圖案以產生該AEI圖案的一CD減小量。 33.   如條項32之方法，其中在該給定CD量規之末端處提供該等偏置值，該等偏置值相對於該CD量規之一中心不相等或不對稱。 34.   如條項23至33中任一項之方法，其中該訓練該機器學習模型係一反覆程序，一反覆包含： (a)使用該經量測資料、該輪廓資料及該等模型參數之給定值執行該機器學習模型以產生與該輪廓資料相關聯之該偏置映圖，該偏置映圖包含偏置值； (b)基於該等基於模型之偏置值與該等參考偏置值之間的一差之一梯度，調整該機器學習模型之該等模型參數使得減小該差；及 (c)執行步驟(a)至(b)直至最小化該差。 35.   如條項23至34之方法，其中經由一經訓練機器學習模型所產生之該偏置映圖包含待施加至一抗蝕劑輪廓以判定將印刷於該基板上之一蝕刻輪廓的蝕刻偏置值。 36.   如條項35之方法，其中該等蝕刻偏置值在局部法線方向上被施加至該抗蝕劑輪廓。 37.   如條項23至36中任一項之方法，其中該偏置映圖係一像素化影像，每一像素具有指示一偏置值之強度值。 38.   一種用於判定與一顯影後影像(ADI)圖案相關聯之一偏置向量之方法，該方法包含： 獲得(i)對應於經沈積於一基板上之該ADI圖案內之粒子的一機率分佈函數(PDF)，及(ii)特性化與該ADI圖案相關聯之一ADI輪廓之一輪廓函數； 基於遍及該ADI輪廓之一區域的該等粒子之該PDF以及該輪廓函數之一組合，判定該ADI輪廓上之一指定位置處的該等粒子之一沈積速率；及 基於該沈積速率判定與該ADI圖案相關聯之一偏置向量，該偏置向量在經施加至該ADI圖案之該ADI輪廓時產生一蝕刻後影像(AEI)輪廓。 39.   如條項38之方法，其中該獲得粒子之該機率分佈函數(PDF)係基於經量測基板資料，該經量測基板資料包含粒子之沈積資料及經量測蝕刻圖案。 40.   如條項39之方法，其中該獲得該PDF包含判定擬合該經量測資料之一高斯分佈之一方差。 41.   如條項38至40中任一項之方法，其中該判定該等粒子之該沈積速率包含： 迴旋該等粒子之該PDF及該輪廓函數；及遍及該ADI輪廓之該區域進行積分。 42.   如條項38至41中任一項之方法，其中判定該偏置向量包含： 判定該沈積速率相對於該ADI圖案之一第一方向及一第二方向之一梯度，該第一方向及該第二方向彼此垂直。 43.   如條項38之方法，其中該偏置向量包含：該ADI輪廓之一位置處之一偏置方向，且該方法進一步包含沿著該偏置方向施加一偏置值以產生該AEI輪廓。 44.   如條項43之方法，其中該偏置方向經判定使得當將不同位置處之該等偏置值被施加至該ADI輪廓時，不同位置處之該偏置向量彼此並不相交。 45.   如條項44之方法，其中該偏置方向包含：不垂直於該ADI輪廓之一方向。 46.   如條項38至45中任一項之方法，其中該粒子之該PDF表示該ADI輪廓上之該等粒子之一沈積或一蝕刻程序，且其中該沈積速率係正或負。 47.   如條項43至46中任一項之方法，其中自經組態以產生用於一給定抗蝕劑圖案之一偏置映圖之一經訓練機器學習模型獲得該等偏置值。 48.   如條項38至47中任一項之方法，其中當該ADI圖案包括複數個輪廓時，針對每一ADI輪廓個別地判定一組偏置向量。 49.   一種用於判定用於一輪廓之一偏置向量之方法，該方法包含： 獲得(i)對應於待對該輪廓執行之一程序的一機率分佈函數(PDF)，及(ii)特性化該輪廓之一形狀之一輪廓函數； 遍及該輪廓之一區域迴旋該輪廓函數與該PDF以判定該輪廓上之一指定位置處之一程序速率；及 基於該程序速率判定待施加至該輪廓之一偏置向量，以產生指示應用於該輪廓上之該程序之一效應的一經偏置輪廓。 50.   如條項49之方法，其中該程序導致對形成該輪廓之材料的一添加或一移除，該添加或該移除導致該輪廓之形狀之一改變。 51.   如條項50之方法，其中該程序速率特性化形成該輪廓之該材料的該添加或該移除之一行為。 52.   一種非暫時性電腦可讀媒體，其包含在由一或多個處理器執行時致使包含以下各者之操作的指令： 獲得(i)一基板上之一顯影後影像(ADI)圖案之輪廓資料、(ii)印刷於該基板上之一蝕刻後影像(AEI)圖案之經量測資料，及(iii)基於該ADI圖案之該輪廓資料及該AEI圖案之該經量測資料獲得參考偏置值；及 將該經量測資料及該輪廓資料用作訓練資料訓練該機器學習模型以判定待施加至一ADI輪廓之偏置值。 53.   如條項52之非暫時性電腦可讀媒體，其中該訓練包含： 調整該機器學習模型之模型參數以使該等偏置值將在基於該等參考偏置值而判定之一指定範圍內。 54.   如條項52之非暫時性電腦可讀媒體，其中該機器學習模型經組態以產生用於該ADI輪廓之一偏置映圖之一表示。 55.   如條項52之非暫時性電腦可讀媒體，其中該等輪廓資料表示與該ADI圖案中之一或多個特徵相關聯的輪廓之影像。 56.   如條項55之非暫時性電腦可讀媒體，其中該等影像係自一經模擬ADI圖案之經模擬輪廓產生，及/或自一度量衡裝置獲得，該度量衡裝置經組態以在該基板上預成型一抗蝕劑程序之後捕捉該基板之一影像。 57.   如條項52至56中任一項之非暫時性電腦可讀媒體，其中該獲得該輪廓資料包含： 將待印刷於該基板上之一設計圖案用作輸入來執行與該圖案化程序相關聯之一或多個程序模型以產生該經模擬ADI圖案，該圖案化程序包含一抗蝕劑程序；及 自該經模擬ADI圖案提取輪廓，每一輪廓為該經模擬ADI圖案內之一特徵之一輪廓。 58.   如條項57之非暫時性電腦可讀媒體，其中該一或多個程序模型包含以下各者中之至少一者： 經組態以判定一空中影像之一光學件模型；及 經組態以判定一抗蝕劑影像之一抗蝕劑模型。 59.   如條項52至58中任一項之非暫時性電腦可讀媒體，其中該經量測資料係在度量衡量規下獲得，該等度量衡量規係邊緣置放量規，及/或與該AEI圖案相關聯之臨界尺寸(CD)量規。 60.   如條項57之非暫時性電腦可讀媒體，其中該等度量衡量規處之該經量測資料包含： 與印刷於該基板上之該AEI圖案之一輪廓相關聯的該等邊緣置放量規之位置；及/或 與印刷於該基板上之該AEI圖案相關聯的CD值。 61.   如條項57之非暫時性電腦可讀媒體，其中當該等度量衡量規係CD量規時，該等參考偏置值係經由一校準程序而獲得，該校準程序經組態以判定與一給定CD量規相關聯之偏置值，一偏置值指示待施加至該ADI圖案以產生該AEI圖案的一CD減小量。 62.   如條項61之非暫時性電腦可讀媒體，其中該等偏置值係在該給定CD量規之末端處被提供，該等偏置值相對於該CD量規之一中心不相等或不對稱。 63.   如條項52至62中任一項之非暫時性電腦可讀媒體，其中該機器學習模型之該訓練係一反覆程序，一反覆包含： (a)使用該經量測資料、該輪廓資料及該等模型參數之給定值執行該機器學習模型以產生與該輪廓資料相關聯之該偏置映圖，該偏置映圖包含偏置值； (b)基於該等基於模型之偏置值與該等參考偏置值之間的一差之一梯度，調整該機器學習模型之該等模型參數使得減小該差；及 (c)執行步驟(a)至(b)直至最小化該差。 64.   如條項52至63之非暫時性電腦可讀媒體，其中經由一經訓練機器學習模型所產生之該偏置映圖包含待施加至一抗蝕劑輪廓以判定將印刷於該基板上之一蝕刻輪廓的蝕刻偏置值。 65.   如條項64之非暫時性電腦可讀媒體，其中該等蝕刻偏置值在局部法線方向上被施加至該抗蝕劑輪廓。 66.   如條項52至66中任一項之非暫時性電腦可讀媒體，其中該偏置映圖係一像素化影像，每一像素具有指示一偏置值之強度值。 67.   一種非暫時性電腦可讀媒體，其包含在由一或多個處理器執行時致使包含以下各者之操作的指令： 獲得(i)對應於經沈積於一基板上之一顯影後影像(ADI)圖案內之粒子的一機率分佈函數(PDF)，及(ii)特性化與該ADI圖案相關聯之一ADI輪廓之一輪廓函數； 基於遍及該ADI輪廓之一區域的該等粒子之該PDF以及該輪廓函數之一組合，判定該ADI輪廓上之一指定位置處的該等粒子之一沈積速率；及 基於該沈積速率判定與該ADI圖案相關聯之一偏置向量，該偏置向量在經施加至該ADI圖案之該ADI輪廓時產生一蝕刻後影像(AEI)輪廓。 68.   如條項67之非暫時性電腦可讀媒體，其中該獲得粒子之該機率分佈函數(PDF)係基於經量測基板資料，該經量測基板資料包含粒子之沈積資料及經量測蝕刻圖案。 69.   如條項68之非暫時性電腦可讀媒體，其中該獲得該PDF包含判定擬合該經量測資料之一高斯分佈之一方差。 70.   如條項67至69中任一項之非暫時性電腦可讀媒體，其中該判定該等粒子之該沈積速率包含： 迴旋該等粒子之該PDF及該輪廓函數；及遍及該ADI輪廓之該區域進行積分。 71.   如條項67至70中任一項之非暫時性電腦可讀媒體，其中判定該偏置向量包含： 判定該沈積速率相對於該ADI圖案之一第一方向及一第二方向之一梯度，該第一方向及該第二方向彼此垂直。 72.   如條項67之非暫時性電腦可讀媒體，其中該偏置向量包含：該ADI輪廓之一位置處之一偏置方向，且該方法進一步包含沿著該偏置方向施加一偏置值以產生該AEI輪廓。 73.   如條項72之非暫時性電腦可讀媒體，其中該偏置方向經判定使得當將不同位置處之該等偏置值被施加至該ADI輪廓時，不同位置處之該偏置向量彼此並不相交。 74.   如條項73之非暫時性電腦可讀媒體，其中該偏置方向包含：不垂直於該ADI輪廓之一方向。 75.   如條項67至74中任一項之非暫時性電腦可讀媒體，其中該粒子之該PDF表示該ADI輪廓上之該等粒子之一沈積或一蝕刻程序，且其中該沈積速率係正或負。 76.   如條項67至75中任一項之非暫時性電腦可讀媒體，其中該等偏置值係自經組態以產生用於一給定抗蝕劑圖案之一偏置映圖之一經訓練機器學習模型獲得。 77.   如條項67至76中任一項之非暫時性電腦可讀媒體，其中當該ADI圖案包括複數個輪廓時，針對每一ADI輪廓個別地判定一組偏置向量。 78.   一種非暫時性電腦可讀媒體，其包含在由一或多個處理器執行時致使包含以下各者之操作的指令： 獲得(i)對應於待對一輪廓執行之一程序的一機率分佈函數(PDF)，及(ii)特性化該輪廓之一形狀之一輪廓函數； 遍及該輪廓之一區域迴旋該輪廓函數與該PDF以判定該輪廓上之一指定位置處之一程序速率；及 基於該程序速率判定待施加至該輪廓之一偏置向量，以產生指示應用於該輪廓上之該程序之一效應的一經偏置輪廓。 79.   如條項78之非暫時性電腦可讀媒體，其中該程序導致對形成該輪廓之材料的一添加或一移除，該添加或該移除導致該輪廓之形狀之一改變。 80.   如條項79之非暫時性電腦可讀媒體，其中該程序速率特性化形成該輪廓之該材料的該添加或該移除之一行為。
本文所揭示之概念可模擬或數學上模型化用於使子波長特徵成像之任何通用成像系統，且可尤其供能夠產生具有愈來愈小之大小之波長的新興成像技術使用。已經在使用中之新興技術包括極紫外線(EUV)微影，其能夠藉由使用ArF雷射來產生193 nm之波長且甚至能夠藉由使用氟雷射來產生157 nm之波長。此外，EUV微影能夠藉由使用同步加速器或藉由運用高能電子來撞擊材料(固體或電漿)而產生在20 nm至5 nm之範圍內之波長，以便產生在此範圍內之光子。
雖然本文中所揭示之概念可用於在諸如矽晶圓之基板上的成像，但應理解，所揭示之概念可與任何類型之微影成像系統一起使用，例如，用於在不同於矽晶圓的基板上之成像的微影成像系統。
儘管可在本文中特定地參考在IC製造中的實施例之使用，但應理解，本文中之實施例可具有許多其他可能應用。舉例而言，其可用於製造整合式光學系統、用於磁疇記憶體之導引及偵測圖案、液晶顯示器(liquid-crystal display，LCD)、薄膜磁頭、微機械系統(micromechanical system，MEM)等。熟習此項技術者將瞭解，在此類替代應用之內容背景中，本文中對術語「倍縮光罩」、「晶圓」或「晶粒」之任何使用可被認為分別與更一般術語「圖案化器件」、「基板」或「目標部分」同義或可與其互換。可在曝光之前或之後在(例如)塗佈顯影系統(通常將抗蝕劑層施加至基板且顯影經曝光抗蝕劑之工具)或度量衡或檢測工具中處理本文中所提及之基板。適用時，可將本文中之揭示內容應用於此類及其他基板處理工具。另外，可將基板處理多於一次(例如)以便產生多層IC，以使得本文中所使用之術語基板亦可指已經含有多個經處理層之基板。
在本發明文件中，如本文所使用之術語「輻射」及「光束」涵蓋所有類型之電磁輻射，包括紫外輻射(例如具有約365 nm、約248 nm、約193 nm、約157 nm或約126 nm之波長)及極紫外(EUV)輻射(例如具有介於5 nm至20 nm範圍內的波長)以及粒子束，諸如離子束或電子束。
如本文中所使用之術語「最佳化(optimizing/optimization)」係指或意謂調整圖案化裝置(例如微影裝置)、圖案化程序等使得結果及/或程序具有較合乎需要的特性，諸如設計圖案於基板上之較高投影準確度、較大程序窗等。因此，如本文所使用之術語「最佳化(optimizing/optimization)」係指或意謂識別用於一或多個參數之一或多個值的程序，該一或多個值相比於用於彼等一或多個參數之一或多個值之初始集合提供至少一個相關度量之改良，例如局部最佳。應相應地解釋「最佳」及其他相關術語。在一實施例中，可反覆地應用最佳化步驟，以提供一或多個度量之進一步改良。
可以任何方便形式來實施本發明之態樣。舉例而言，一實施例可由一或多個適當電腦程式實施，該一或多個適當電腦程式可在可為有形載體媒體(例如，磁碟)或無形載體媒體(例如，通信信號)之適當載體媒體上進行。可使用可具體地採取可程式化電腦之形式的合適裝置來實施本發明之實施例，該可程式化電腦執行經配置以實施如本文中所描述之方法之電腦程式。因此，本發明之實施例可以硬體、韌體、軟體或其任何組合予以實施。本發明之實施例亦可被實施為儲存於機器可讀媒體上之指令，該等指令可由一或多個處理器讀取及執行。機器可讀媒體可包括用於儲存或傳輸以可由機器(例如計算器件)讀取之形式之資訊的任何機構。舉例而言，機器可讀媒體可包括：唯讀記憶體(ROM)；隨機存取記憶體(RAM)；磁碟儲存媒體；光學儲存媒體；快閃記憶體器件；電、光、聲或其他形式之傳播信號(例如，載波、紅外線信號、數位信號等等)及其他者。另外，韌體、軟體、常式、指令可在本文中被描述為執行某些動作。然而，應瞭解，此等描述僅僅係出於方便起見，且此等動作事實上係由計算器件、處理器、控制器或執行韌體、軟體、常式、指令等等之其他器件引起。
在方塊圖中，所說明之組件被描繪為離散功能區塊，但實施例不限於本文中所描述之功能性如所說明來組織之系統。由組件中之每一者提供之功能性可由軟體或硬體模組提供，該等模組以與目前所描繪之方式不同之方式組織，例如，可摻和、結合、複寫、解散、分配(例如，在資料中心內或按地區)，或另外以不同方式組織此軟體或硬體。本文中所描述之功能性可由執行儲存於有形的、非暫時性機器可讀媒體上之程式碼之一或多個電腦之一或多個處理器提供。在一些狀況下，第三方內容遞送網路可主控經由網路傳達之資訊中的一些或全部，在此狀況下，在據稱供應或以其他方式提供資訊(例如內容)之情況下，可藉由發送指令以自內容遞送網路擷取彼資訊來提供該資訊。
除非另外特定陳述，否則如自論述顯而易見，應瞭解，貫穿本說明書，利用諸如「處理」、「計算」、「演算」、「判定」或其類似者之術語的論述係指諸如專用電腦或相似專用電子處理/計算器件之特定裝置的動作或程序。
讀者應瞭解，本申請案描述若干發明。已將此等發明分組成單一文件，而非將彼等發明分離成多個單獨的專利申請案，此係因為該等發明之相關主題在應用程序中有助於經濟發展。但不應合併此等發明之相異優點及態樣。在一些狀況下，實施例解決本文中所提及之所有缺陷，但應理解，該等發明係獨立地有用，且一些實施例僅解決此等問題之子集或提供其他未提及之益處，該等益處對於檢閱本發明之熟習此項技術者將顯而易見。歸因於成本約束，目前可不主張本文中所揭示之一些發明，且可在稍後申請案(諸如接續申請案或藉由修正本技術方案)中主張該等發明。相似地，歸因於空間約束，本發明文件之[發明摘要]及[發明內容]章節皆不應被視為含有所有此等發明之全面清單或此等發明之所有態樣。
應理解，本說明書及圖式並不意欲將本發明限於所揭示之特定形式，而正相反，意欲涵蓋屬於如由所附申請專利範圍界定之本發明之精神及範疇的所有修改、等效者及替代方案。
鑒於本說明書，本發明之各種態樣之修改及替代實施例對於熟習此項技術者而言將顯而易見。因此，本說明書及圖式應被理解為僅為說明性的且係出於教示熟習此項技術者進行本發明之一般方式之目的。應理解，本文中所展示且描述之本發明之形式應被視為實施例的實例。元件及材料可替代本文中所說明及描述之元件及材料，部分及程序可被反轉或被省略，可獨立利用某些特徵，且可組合實施例或實施例之特徵，此皆如對熟習此項技術者在獲得本說明書之益處之後將顯而易見的。可在不脫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對本文中所描述之元件作出改變。本文中所使用之標題僅為達成組織性目的，且不意欲用以限制本說明書之範疇。
如貫穿本申請案所使用，詞語「可」係在許可之意義(亦即，意謂有可能)而非強制性之意義(亦即，意謂必須)下予以使用。詞「包括(include/including/includes)」及其類似者意謂包括但不限於。如貫穿本申請案所使用，單數形式「a/an/the」包括複數個參照物，除非內容另有明確地指示。因此，舉例而言，對「一元件(an element/a element)」之參考包括兩個或多於兩個元件之組合，儘管會針對一或多個元件使用其他術語及片語，諸如「一或多個」。除非另有指示，否則術語「或」係非獨占式的，亦即，涵蓋「及」與「或」兩者。描述條件關係之術語，例如「回應於X，而Y」、「在X後，即Y」、「若X，則Y」、「當X時，Y」及其類似者涵蓋因果關係，其中前提為必要的因果條件，前提為充分的因果條件，或前提為結果的貢獻因果條件，例如，「在條件Y獲得後，即出現狀態X」對於「僅在Y後，才出現X」及「在Y及Z後，即出現X」為通用的。此等條件關係不限於即刻遵循前提而獲得之結果，此係因為可延遲一些結果，且在條件陳述中，前提連接至其結果，例如，前提係與出現結果之似然性相關。除非另有指示，否則複數個特質或功能經映射至複數個物件(例如，執行步驟A、B、C及D之一或多個處理器)之陳述涵蓋所有此等特質或功能經映射至所有此等物件及特質或功能之子集經映射至特質或功能之子集兩者(例如，所有處理器各自執行步驟A至D，及其中處理器1執行步驟A，處理器2執行步驟B及步驟C之一部分，且處理器3執行步驟C之一部分及步驟D之狀況)。另外，除非另有指示，否則一個值或動作係「基於」另一條件或值之陳述涵蓋條件或值為單獨因子之情況及條件或值為複數個因子當中之一個因子之情況兩者。除非另有指示，否則某一集合之「每一」例項具有某一屬性之陳述不應被解讀為排除較大集合之一些以其他方式相同或相似成員不具有該屬性(亦即，每一者未必意謂每個都)之狀況。對自一範圍選擇之提及包括該範圍之端點。
在以上描述中，流程圖中之任何程序、描述或區塊應被理解為表示程式碼之模組、區段或部分，其包括用於實施該程序中之特定的邏輯功能或步驟之一或多個可執行指令，且替代實施方案包括於本發明進展之例示性實施例之範疇內，其中功能可取決於所涉及之功能性不按照所展示或論述之次序執行，包括大體上同時或以相反次序執行，如熟習此項技術者應理解。
在某些美國專利、美國專利申請案或其他材料(例如論文)已以引用方式併入之範圍內，此等美國專利、美國專利申請案及其他材料之文字僅在此材料與本文中所闡述之陳述及圖式之間不存在衝突之範圍內併入。在存在此類衝突之情況下，在此類以引用方式併入的美國專利、美國專利申請案及其他材料中之任何此類衝突文字並不特定地以引用方式併入本文中。
雖然已描述某些實施例，但此等實施例僅作為實例來呈現，且並不意欲限制本發明之範疇。實際上，本文中所描述之新穎方法、裝置及系統可以多種其他形式體現；此外，在不脫離本發明之精神的情況下，可對本文中所描述之方法、裝置及系統的形式進行各種省略、替代及改變。隨附申請專利範圍及其等效者意欲涵蓋將屬於本發明之範疇及精神內的此類形式或修改。
10A:微影投影裝置 12A:輻射源 14A:光學件/組件 16Aa:光學件/組件 16Ab:光學件/組件 16Ac:透射光學件/組件 18A:圖案化器件 20A:可調整濾光器或孔徑 21:輻射光束 22:琢面化場鏡面器件 22A:基板平面 24:琢面化光瞳鏡面器件 26:經圖案化光束 28:反射元件 30:反射元件 81:帶電粒子束產生器 82:聚光透鏡模組 83:探針形成物鏡模組 84:帶電粒子束偏轉模組 85:二次帶電粒子偵測器模組 86:影像形成模組 87:監測模組 90:樣本 91:初級帶電粒子束 92:帶電粒子束探針 93:二次帶電粒子 94:二次帶電粒子偵測信號 100:電腦系統 102:匯流排 104:處理器 105:處理器 106:主記憶體 108:唯讀記憶體(ROM) 110:儲存器件 112:顯示器 114:輸入器件 116:游標控制件 118:通信介面 120:網路鏈路 122:區域網路 124:主機電腦 126:網際網路服務提供者(ISP) 128:網際網路 130:伺服器 210:EUV輻射發射電漿/極熱電漿 211:源腔室 212:收集器腔室 220:圍封結構 221:開口 230:選用氣體障壁或污染物截留器/污染物障壁 240:光柵光譜濾光器 251:上游輻射收集器側 252:下游輻射收集器側 253:掠入射反射器 254:掠入射反射器 255:掠入射反射器 300:方法 301:經量測資料 302:結構之經模擬輪廓之至少一部分 304:經修改輪廓 304':經修改輪廓 312:經模擬資料 314:差 401a:經模擬輪廓 401b:經模擬輪廓 410:經量測資料 411a:經修改輪廓 411b:經修改輪廓 501:信號 510:臨限值 520:臨限值 600:方法 601:經模擬輪廓 602:度量衡量規 604:實體特性值 606:熱點/熱點位置 700:方法 701:經量測資料 702:度量衡量規 704:模型/經訓練模型 800:迴旋神經網路(CNN) 900:程序/方法 901:輪廓資料 902:經量測資料 903:參考偏置值 905:經訓練模型 1000:微影投影裝置 1001:抗蝕劑輪廓 1020:蝕刻輪廓 1021:魚嘴狀不規則形狀 1030:曲率區域 1050:抗蝕劑輪廓 1060:蝕刻輪廓 1100:程序/方法 1101:機率分佈函數(PDF) 1102:輪廓函數 1103:沈積速率 1105:偏置向量 1200:源模型 1210:投影光學件模型 1220:設計佈局模型模組 1230:空中影像 1240:抗蝕劑模型 1250:抗蝕劑影像 1260:圖案轉印後程序模型 1500:程序/方法 1501:機率分佈函數(PDF) 1502:輪廓函數 1503:程序速率 1505:偏置向量 1601:輪廓 1602:加工輪廓 1611:輪廓 1612:經偏置輪廓 AD:調整構件 ADC:類比/數位(A/D)轉換器 B:輻射光束 BD:光束遞送系統 b1:偏置值 b2:偏置值 b3:偏置值 b4:偏置值 b5:偏置值 b10:偏置值 b11:偏置值 b12:偏置值 C:目標部分 CL:聚光透鏡 CO:聚光器/近正入射收集器光學件 DIS:顯示器件 EBD1:光束偏轉器 EBD2:E×B偏轉器 EBP:初級電子束 EC1:經偏置輪廓/蝕刻輪廓 EC2:經偏置輪廓 EC3:經偏置輪廓 EP1:邊緣置放量規 EP10:邊緣置放量規 EPn:邊緣置放量規 ESO:電子源 FOV:視場 IF:干涉量測構件/虛擬源點/中間焦點 IL:照明系統/照明器/照明光學件單元 IN:積光器 M1:圖案化器件對準標記 M2:圖案化器件對準標記 MA:圖案化器件 MEM:記憶體 MT:第一物件台/圖案化器件台/支撐結構 MT1:工具 O:光軸 OL:物鏡 P:點 PM:第一定位器 PS:物品/投影系統 PS2:位置感測器 PSub:基板 PU:處理單元 PW:第二定位器 P1:基板對準標記 P2:基板對準標記 P301:工序 P303:工序 P305:工序 P311:工序 P313:工序 P315:工序 P317:工序 P601:工序 P603:工序 P605:工序 P701:工序 P703:工序 P901:工序 P903:工序 P1101:工序 P1103:工序 P1105:工序 P1501:工序 P1503:工序 P1505:工序 R1:區 R2:區 R3:區 RC1:抗蝕劑輪廓 SED:二次電子偵測器 SEM:掃描電子顯微鏡 SO:輻射源/源收集器模組 ST:基板台 STOR:儲存媒體 W:基板 WT:第二物件台/基板台 E(x,y):最終蝕刻輪廓 G(r):高斯分佈 R(x,y):輪廓函數
現在將參看隨附圖式而僅作為實例來描述實施例，在該等圖式中：
圖1展示根據一實施例的微影系統之各種子系統的方塊圖；
圖2描繪根據一實施例的用於模型化及/或模擬圖案化程序之至少一部分的實例流程圖；
圖3A為根據一實施例的產生用於量測基板上之結構之實體特性之度量衡量規(例如邊緣置放量規、CD量規等)之方法的流程圖；
圖3B為根據一實施例的在圖3A之方法中修改經模擬輪廓中所使用之步驟之實例實施的流程圖；
圖4A說明根據一實施例的在一位置處(例如在SEM工具之FOV內)之經模擬輪廓及經量測資料之實例；
圖4B展示根據一實施例的與圖4A之經模擬輪廓相關聯之經修改輪廓的實例；
圖5展示根據一實施例的與經模擬輪廓相關聯之信號以及用以產生經修改輪廓之臨限值的實例；
圖6為根據一實施例的用於判定與基板相關聯之熱點位置之方法的流程圖；
圖7為根據一實施例的用於訓練與圖案化程序相關聯之模型之方法的流程圖；
圖8說明根據一實施例的諸如包含多個層之迴旋神經網路(CNN)之實例模型，每一層係與諸如權重及偏差之模型參數相關聯；
圖9為根據一實施例的用於訓練與圖案化程序相關聯之模型之方法的流程圖；
圖10A至圖10C為根據一實施例的使抗蝕劑輪廓蝕刻偏置及歸因於蝕刻偏置所引起之問題的實例；
圖11為用於判定與顯影後影像(ADI)圖案相關聯之偏置向量之方法的流程圖；
圖12為根據一實施例的在抗蝕劑溝槽中之粒子之說明；
圖13為根據一實施例的在法線方向上之實例偏置；
圖14A及圖14B為根據一實施例的在圖11中所判定之方向上之實例偏置；
圖15為根據一實施例的用於判定與程序相關聯之偏置向量之方法的流程圖；
圖16A及圖16B說明根據一實施例的經偏置輪廓之實例應用；
圖17示意性地描繪根據一實施例之掃描電子顯微鏡(SEM)之實施例；
圖18示意性地描繪根據一實施例之電子束檢測裝置之實施例；
圖19為根據一實施例之實例電腦系統的方塊圖；
圖20為根據一實施例之微影投影裝置的示意圖；
圖21為根據一實施例之極紫外線(EUV)微影投影裝置的示意圖；
圖22為根據一實施例之圖21中之裝置的更詳細視圖；及
圖23為根據一實施例的圖21及圖22之裝置的源收集器模組之更詳細視圖。
401a:經模擬輪廓
401b:經模擬輪廓
410:經量測資料
411a:經修改輪廓
411b:經修改輪廓
EP1:邊緣置放量規
EP10:邊緣置放量規
EPn:邊緣置放量規
FOV:視場

Claims (14)

  1. 一種非暫時性電腦可讀媒體，其包含在由一或多個處理器執行時致使包含以下各者之操作的指令： 獲得(i)對應於經沈積於一基板上之一顯影後影像(ADI)圖案內之粒子的一機率分佈函數(PDF)，及(ii)特性化與該ADI圖案相關聯之一ADI輪廓之一輪廓函數； 基於遍及該ADI輪廓之一區域的該等粒子之該PDF以及該輪廓函數之一組合，判定該ADI輪廓上之一指定位置處的該等粒子之一沈積速率；及 基於該沈積速率判定與該ADI圖案相關聯之一偏置向量(bias vector)，該偏置向量在經施加至該ADI圖案之該ADI輪廓時產生一蝕刻後影像(AEI)輪廓。
  2. 如請求項1之非暫時性電腦可讀媒體，其中該獲得粒子之該機率分佈函數(PDF)係基於經量測基板資料，該經量測基板資料包含粒子之沈積資料及經量測蝕刻圖案。
  3. 如請求項2之非暫時性電腦可讀媒體，其中該獲得該PDF包含判定擬合該經量測基板資料之一高斯分佈之一方差(variance)。
  4. 如請求項1至3中任一項之非暫時性電腦可讀媒體，其中該判定該等粒子之該沈積速率包含： 迴旋(convoluting)該等粒子之該PDF及該輪廓函數；及遍及該ADI輪廓之該區域進行積分。
  5. 如請求項1至3中任一項之非暫時性電腦可讀媒體，其中判定該偏置向量包含： 判定該沈積速率相對於該ADI圖案之一第一方向及一第二方向之一梯度，該第一方向及該第二方向彼此垂直。
  6. 如請求項1之非暫時性電腦可讀媒體，其中該偏置向量包含：該ADI輪廓之一位置處之一偏置方向，且該方法進一步包含沿著該偏置方向施加一偏置值以產生該AEI輪廓。
  7. 如請求項6之非暫時性電腦可讀媒體，其中該偏置方向經判定使得當將不同位置處之該等偏置值被施加至該ADI輪廓時，不同位置處之該偏置向量彼此並不相交。
  8. 如請求項7之非暫時性電腦可讀媒體，其中該偏置方向包含：不垂直於該ADI輪廓之一方向。
  9. 如請求項1至3中任一項之非暫時性電腦可讀媒體，其中該粒子之該PDF表示該ADI輪廓上之該等粒子之一沈積或一蝕刻程序，且其中該沈積速率係正或負。
  10. 如請求項1至3中任一項之非暫時性電腦可讀媒體，其中該等偏置值係自經組態以產生用於一給定抗蝕劑圖案之一偏置映圖之一經訓練機器學習模型獲得。
  11. 如請求項1至3中任一項之非暫時性電腦可讀媒體，其中當該ADI圖案包括複數個輪廓時，針對每一ADI輪廓個別地判定一組偏置向量。
  12. 一種非暫時性電腦可讀媒體，其包含在由一或多個處理器執行時致使包含以下各者之操作的指令： 獲得(i)對應於待對一輪廓執行之一程序的一機率分佈函數(PDF)，及(ii)特性化該輪廓之一形狀之一輪廓函數； 遍及該輪廓之一區域迴旋該輪廓函數與該PDF以判定該輪廓上之一指定位置處之一程序速率；及 基於該程序速率判定待施加至該輪廓之一偏置向量，以產生指示應用於該輪廓上之該程序之一效應的一經偏置輪廓。
  13. 如請求項12之非暫時性電腦可讀媒體，其中該程序導致對形成該輪廓之材料的一添加或一移除，該添加或該移除導致該輪廓之形狀之一改變。
  14. 如請求項13之非暫時性電腦可讀媒體，其中該程序速率特性化形成該輪廓之該材料的該添加或該移除之一行為。
TW112142155A 2019-08-20 2020-08-07 用於改良影像中之結構之基於程序之輪廓資訊之方法 TW202409746A (zh)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
US201962889248P 2019-08-20 2019-08-20
US62/889,248 2019-08-20
CN2020085643 2020-04-20
WOPCT/CN2020/085643 2020-04-20

Publications (1)

Publication Number Publication Date
TW202409746A true TW202409746A (zh) 2024-03-01

Family

ID=71948572

Family Applications (3)

Application Number Title Priority Date Filing Date
TW112142155A TW202409746A (zh) 2019-08-20 2020-08-07 用於改良影像中之結構之基於程序之輪廓資訊之方法
TW112105478A TWI823777B (zh) 2019-08-20 2020-08-07 用於改良影像中之結構之基於程序之輪廓資訊之方法
TW109126796A TWI796585B (zh) 2019-08-20 2020-08-07 用於改良影像中之結構之基於程序之輪廓資訊之方法

Family Applications After (2)

Application Number Title Priority Date Filing Date
TW112105478A TWI823777B (zh) 2019-08-20 2020-08-07 用於改良影像中之結構之基於程序之輪廓資訊之方法
TW109126796A TWI796585B (zh) 2019-08-20 2020-08-07 用於改良影像中之結構之基於程序之輪廓資訊之方法

Country Status (5)

Country Link
US (1) US20220299881A1 (zh)
KR (1) KR20220034900A (zh)
CN (1) CN114286964B (zh)
TW (3) TW202409746A (zh)
WO (1) WO2021032448A1 (zh)

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US12122053B2 (en) * 2019-10-10 2024-10-22 Nvidia Corporation Generating computer simulations of manipulations of materials based on machine learning from measured statistics of observed manipulations
KR20220158146A (ko) * 2021-05-20 2022-11-30 삼성전자주식회사 반도체 장치의 제조를 위한 방법 및 컴퓨팅 장치
US20240272543A1 (en) * 2021-06-07 2024-08-15 Asml Netherlands B.V. Determining rounded contours for lithography related patterns
WO2022268434A1 (en) * 2021-06-23 2022-12-29 Asml Netherlands B.V. Etch simulation model including a correlation between etch biases and curvatures of contours
EP4242904A3 (en) * 2021-07-02 2023-11-01 Comet AG Method for machine learning a detection of at least one irregularity in a plasma system
US20230037918A1 (en) * 2021-08-06 2023-02-09 D2S, Inc. Method for computational metrology and inspection for patterns to be manufactured on a substrate
US12056431B2 (en) * 2021-08-31 2024-08-06 Taiwan Semiconductor Manufacturing Company, Ltd. Methods of preparing photo mask data and manufacturing a photo mask
WO2023088649A1 (en) * 2021-11-17 2023-05-25 Asml Netherlands B.V. Determining an etch effect based on an etch bias direction
EP4437382A1 (en) * 2021-11-28 2024-10-02 D2S, Inc. Interactive compaction tool for electronic design automation
WO2024170211A1 (en) * 2023-02-13 2024-08-22 Asml Netherlands B.V. Method and system for identifying a center of a pattern using automatic thresholding
CN115906543B (zh) * 2023-03-08 2023-08-04 苏州培风图南半导体有限公司 一种基于光刻建模仿真的参数获取方法

Family Cites Families (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4954211B2 (ja) 2005-09-09 2012-06-13 エーエスエムエル ネザーランズ ビー．ブイ． 個別マスクエラーモデルを使用するマスク検証を行うシステムおよび方法
NL1036189A1 (nl) 2007-12-05 2009-06-08 Brion Tech Inc Methods and System for Lithography Process Window Simulation.
JP5225462B2 (ja) * 2008-06-03 2013-07-03 エーエスエムエル ネザーランズ ビー．ブイ． モデルベースのスキャナ調整方法
US8516401B2 (en) * 2008-11-19 2013-08-20 Mentor Graphics Corporation Mask model calibration technologies involving etch effect and exposure effect
US9123504B2 (en) * 2009-06-30 2015-09-01 Hitachi High-Technologies Corporation Semiconductor inspection device and semiconductor inspection method using the same
US20110202893A1 (en) * 2010-02-16 2011-08-18 Ir Kusnadi Contour Self-Alignment For Optical Proximity Correction Model Calibration
US8607168B2 (en) * 2010-02-16 2013-12-10 Mentor Graphics Corporation Contour alignment for model calibration
JP5081276B2 (ja) * 2010-06-02 2012-11-28 株式会社日立ハイテクノロジーズ パターン計測装置、パターン計測方法、およびプログラム
US20120117520A1 (en) * 2010-11-08 2012-05-10 NGR, Inc. Systems And Methods For Inspecting And Controlling Integrated Circuit Fabrication Using A Calibrated Lithography Simulator
KR20120101197A (ko) * 2011-02-08 2012-09-13 삼성전자주식회사 포토 마스크의 제조 방법
JP5957357B2 (ja) * 2012-10-15 2016-07-27 株式会社日立ハイテクノロジーズ パターン検査・計測装置及びプログラム
JP5868462B2 (ja) * 2014-08-07 2016-02-24 株式会社日立ハイテクノロジーズ パターン形状評価装置
WO2017114662A1 (en) * 2015-12-31 2017-07-06 Asml Netherlands B.V. Selection of measurement locations for patterning processes
WO2017144379A1 (en) * 2016-02-22 2017-08-31 Asml Netherlands B.V. Separation of contributions to metrology data
US10134124B2 (en) * 2016-08-18 2018-11-20 Dongfang Jingyuan Electron Limited Reference image contour generation
EP3291007A1 (en) * 2016-08-30 2018-03-07 ASML Netherlands B.V. Patterning stack optimization
KR102582665B1 (ko) * 2016-10-07 2023-09-25 삼성전자주식회사 집적 회로의 패턴들을 평가하는 시스템 및 방법
US10495967B2 (en) * 2017-09-28 2019-12-03 Taiwan Semiconductor Manufacturing Co., Ltd. Method of mask simulation model for OPC and mask making
US11625520B2 (en) * 2017-12-04 2023-04-11 Asml Netherlands B.V. Systems and methods for predicting layer deformation
WO2019145278A1 (en) * 2018-01-26 2019-08-01 Asml Netherlands B.V. Pre-scan feature determination methods and systems
US11379647B2 (en) * 2018-03-30 2022-07-05 Intel Corporation Multilayer optical proximity correction (OPC) model for OPC correction

Also Published As

Publication number Publication date
TW202113501A (zh) 2021-04-01
TWI796585B (zh) 2023-03-21
US20220299881A1 (en) 2022-09-22
KR20220034900A (ko) 2022-03-18
TW202321835A (zh) 2023-06-01
TWI823777B (zh) 2023-11-21
CN114286964B (zh) 2024-08-13
WO2021032448A1 (en) 2021-02-25
CN114286964A (zh) 2022-04-05

Similar Documents

Publication Publication Date Title
TWI796585B (zh) 用於改良影像中之結構之基於程序之輪廓資訊之方法
TWI753517B (zh) 半導體裝置幾何方法及系統
TWI698723B (zh) 基於機器學習的逆光學接近校正及製程模型校準
TWI758810B (zh) 用於改善圖案化製程之訓練機器學習模型的方法
TW201837759A (zh) 藉由機器學習來判定製程模型之方法
TWI791357B (zh) 用於選擇與圖案化程序相關聯之資料之方法及相關的非暫時性電腦可讀媒體
TWI783392B (zh) 執行用於訓練機器學習模型以產生特性圖案之方法的非暫時性電腦可讀媒體
EP3789826A1 (en) Method for determining defectiveness of pattern based on after development image
TWI808444B (zh) 用於產生消除雜訊模型之裝置及方法
TW202028849A (zh) 產生特徵圖案與訓練機器學習模型之方法
TWI838628B (zh) 用於判定輔助特徵之列印機率之系統、方法和產品及其應用
TW202131105A (zh) 用於改良光罩圖案產生中之一致性之方法
US20240310718A1 (en) Method for generating mask pattern
TWI850733B (zh) 評估經選擇圖案集合之方法
US20240264539A1 (en) Inspection data filtering systems and methods
TWI813192B (zh) 依據微影設備或製程特徵所特徵化之表示選擇圖案
CN118963068A (zh) 用于改善图像中的结构的基于过程的轮廓信息的方法
TW202419964A (zh) 使用機器學習模型產生輔助特徵之非暫時性電腦可讀媒體
CN117501184A (zh) 检查数据滤除系统和方法
TW202122927A (zh) 判定圖案之像差靈敏度的方法