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

TWI679610B - 用於檢驗一光微影比例光罩之方法、檢驗系統及電腦可讀媒體 - Google Patents

用於檢驗一光微影比例光罩之方法、檢驗系統及電腦可讀媒體 Download PDF

Info

Publication number
TWI679610B
TWI679610B TW104134581A TW104134581A TWI679610B TW I679610 B TWI679610 B TW I679610B TW 104134581 A TW104134581 A TW 104134581A TW 104134581 A TW104134581 A TW 104134581A TW I679610 B TWI679610 B TW I679610B
Authority
TW
Taiwan
Prior art keywords
image
images
modeled
mask
proportional
Prior art date
Application number
TW104134581A
Other languages
English (en)
Other versions
TW201629905A (zh
Inventor
燕維 劉
Yanwei Liu
方浩任
Hawren Feng
Original Assignee
美商克萊譚克公司
Kla-Tencor Corporation
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 美商克萊譚克公司, Kla-Tencor Corporation filed Critical 美商克萊譚克公司
Publication of TW201629905A publication Critical patent/TW201629905A/zh
Application granted granted Critical
Publication of TWI679610B publication Critical patent/TWI679610B/zh

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR 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
    • 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
    • G03F1/00—Originals for photomechanical production of textured or patterned surfaces, e.g., masks, photo-masks, reticles; Mask blanks or pellicles therefor; Containers specially adapted therefor; Preparation thereof
    • G03F1/68—Preparation processes not covered by groups G03F1/20 - G03F1/50
    • G03F1/82—Auxiliary processes, e.g. cleaning or inspecting
    • G03F1/84—Inspecting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR 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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/40—Analysis of texture
    • G06T7/41—Analysis of texture based on statistical description of texture
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/42—Global feature extraction by analysis of the whole pattern, e.g. using frequency domain transformations or autocorrelation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/762—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using clustering, e.g. of similar faces in social networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/98—Detection or correction of errors, e.g. by rescanning the pattern or by human intervention; Evaluation of the quality of the acquired patterns
    • G06V10/993—Evaluation of the quality of the acquired pattern
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20048—Transform domain processing
    • G06T2207/20056—Discrete and fast Fourier transform, [DFT, FFT]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR 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)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Quality & Reliability (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Multimedia (AREA)
  • Evolutionary Biology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Databases & Information Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Geometry (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Abstract

本發明揭示用於檢驗一光微影比例光罩之方法及裝置。基於用於製作該比例光罩之一設計資料庫而獲得該比例光罩之複數個目標特徵之模型化影像。使用一檢驗工具來獲得該比例光罩之該等目標特徵之複數個實際影像。基於該等模型化影像及該等實際影像之影像性質而將該等模型化影像及該等實際影像分格化成複數個分格，且該等影像性質中之至少某些影像性質以一相同方式受該比例光罩上之該等目標特徵之一或多個鄰近特徵影響。分析來自該等分格中之至少一者之該等模型化影像及該等實際影像以產生該比例光罩之一特徵特性一致性映圖。

Description

用於檢驗一光微影比例光罩之方法、檢驗系統及電腦可讀媒體 相關申請案的交叉參考
本申請案依據35U.S.C.§119主張由Yanwei Liu於2014年10月21日申請之標題為「mCDU Enhancements」之先前美國臨時申請案第62/066,873號之優先權，該申請案出於所有目的以全文引用方式併入本文中。
本發明大體而言係關於半導體檢驗(諸如比例光罩(reticle)檢驗)之領域。更特定而言，本發明係關於一種用以監測臨界尺寸一致性及諸如此之方法。
一般而言，半導體製造行業涉及用於使用以層形式佈設並圖案化至諸如矽之基板上之半導體材料來製作積體電路之高度複雜技術。一積體電路通常由複數個比例光罩製作而成。最初，電路設計者給比例光罩生產系統或比例光罩寫入器提供闡述特定積體電路(IC)設計之電路圖案資料或一設計資料庫。電路圖案資料通常呈經製作IC器件之實體層之一代表性佈局之形式。該代表性佈局包含IC器件之每一實體層之一代表性層(例如，閘極氧化物、多晶矽、金屬化物等)，其中每一代表性層由界定特定IC器件之一層之圖案化之複數個多邊形組成。 比例光罩寫入器使用電路圖案資料來寫入(例如，通常，使用一電子束寫入器或雷射掃描儀來將比例光罩圖案曝露)稍後將用來製作特定IC設計之複數個比例光罩。
每一比例光罩或光罩通常係至少含有透明區域及不透明區域且有時含有半透明區域及相移區域(其共同界定諸如一積體電路之一電子器件中之共面特徵之圖案)之一光學元件。比例光罩在光微影期間用來界定用於蝕刻、離子植入或其他製作程序之一半導體晶圓之所規定區域。
一比例光罩檢驗系統可對比例光罩檢驗可在生產比例光罩期間或在於光微影中使用此比例光罩之後已經發生之缺陷(諸如臨界尺寸一致性問題)。由於大規模之電路整合及尺寸日益減小之半導體器件，因此經製作器件已變得對缺陷越來越敏感。亦即，導致器件中之故障之缺陷正變得越來越小。因此，持續需要用於監測比例光罩之特性之經改良檢驗技術。
下文呈現本發明之一簡化發明內容以便提供對本發明之特定實施例之一基本理解。本發明內容並非對本發明之一廣泛概述，且其並不識別本發明之關鍵/緊要元素或描寫本發明之範疇。其唯一目之係以一經簡化形式呈現本文中所揭示之某些概念作為稍後呈現之較詳細說明之一前序。
在一項實施例中，揭示用於檢驗一光微影比例光罩之方法及裝置。基於用於製作該比例光罩之一設計資料庫而獲得該比例光罩之複數個目標特徵之模型化影像。使用一檢驗工具來獲得該比例光罩之該等目標特徵之複數個實際影像。基於該等模型化影像及實際影像之影像性質而將該等模型化影像及實際影像分格化成複數個分格，且每一分格之該等影像性質中之至少某些影像性質以一相同方式受該比例光 罩上之該等目標特徵之一或多個鄰近特徵影響。分析來自該等分格中之至少一者之該等模型化影像及實際影像以產生該比例光罩之一特徵特性一致性映圖。
在一項態樣中，每一分格之該特徵特性一致性映圖係每一分格之一臨界尺寸一致性(CDU)映圖。在又一態樣中，每一模型化影像包含具有一CD值及一周圍區之一目標特徵，且每一模型化影像併入有該檢驗工具之光學性質之至少一部分。在又另一態樣中，每一分格含有模型化影像，該等模型化影像含有此分格之該等特徵之該等CD值之一近乎恆定CD誤差，且每一分格之CD誤差變化小於對CDU量測之準確性要求之30%。在另一實施例中，每一模型化影像及實際影像可具有一尺寸，該尺寸包含對應特徵影像及在距此對應特徵影像之係該檢驗工具之點擴散函數的10倍之一距離內之一影像區。在又一替代實施中，該等影像性質包含以下特性中之一或多者：斜率、形狀、尺寸、亮度、色彩、紋理、慣性矩、內容脈絡、與其他特徵之接近性或毗鄰性、透明性/不透明性，或自對每一影像執行一傅立葉變換或其他影像分析技術所得之值。在又一態樣中，該分格化係藉由以下步驟完成：首先基於不受該等目標特徵之一或多個鄰近特徵影響之該等影像性質中之一或多者而將該等模型化影像及實際影像分類為複數個第一分格，且然後基於受該等目標特徵之一或多個鄰近特徵影響之該等影像性質中之一或多者而將每一第一分格之該等模型化影像及實際影像分類為複數個第二分格。
在一替代實施例中，該分格化包含使用一主分量分析(PCA)來判定在該分格中使用哪些影像性質。在另一態樣中，該分格化包含基於該等影像性質之相對光學效應而將該等影像性質加權。在又一實施例中，該分格化包含使用一局部敏感雜湊程序另一選擇係，該分格化包含使用一分割或聚集類型叢集程序。
在另一實施中，該方法包含：(i)分析來自該等分格中之每一者之該等模型化影像及該等實際影像以產生每一分格之一特徵特性一致性映圖；(ii)分析該等特徵特性一致性映圖之至少一部分以判定該比例光罩是否在規格內；(iii)若判定該比例光罩不在規格內，則修復或廢棄該比例光罩；及(iv)若判定該比例光罩在規格內，則使用該比例光罩。在又一態樣中，基於超出規格且與一預定義圖徵相關聯的該等特徵特性一致性映圖中之一特定者而判定一根本原因。
在一替代實施例中，本發明係關於一種用於檢驗一光微影比例光罩之檢驗系統。該系統包含：照明光學器件，其用於產生一入射光束並將該入射光束朝向該比例光罩引導；及輸出光學器件，其用於回應於該入射光束而自該比例光罩偵測實際影像。該系統進一步包含：至少一個記憶體及至少一個處理器，其經組態以起始上文所闡述操作中之一或多個操作。在其他實施例中，本發明係關於其上儲存有用於執行上文所闡述操作中之至少一些操作之指令之電腦可讀媒體。
下文參考各圖來進一步闡述本發明之此等及其他態樣。
202a‧‧‧資料點
202b‧‧‧資料點
210a‧‧‧特徵向量/主特徵向量
210b‧‧‧特徵向量
210c‧‧‧特徵向量
400‧‧‧檢驗系統/系統
402‧‧‧輸入資料
404a‧‧‧資料散發系統
404b‧‧‧資料散發系統
406a‧‧‧掃描塊處理器及記憶體/處理器/第一掃描塊處理器/掃描塊處理器
406b‧‧‧掃描塊處理器及記憶體/處理器/掃描塊處理器
408‧‧‧交換網路/網絡
410‧‧‧檢驗控制及/或再檢測站
412‧‧‧映圖產生器處理器及記憶體
416‧‧‧大容量儲存器件
500‧‧‧微影系統
501‧‧‧數值孔徑
502‧‧‧比例光罩平面/遮罩平面/平面
503‧‧‧照明源
505‧‧‧照明透鏡/透鏡
507‧‧‧照明光學器件
513‧‧‧像光學器件
550‧‧‧檢驗系統/系統
551a‧‧‧照明光學器件
551b‧‧‧數值孔徑
552‧‧‧比例光罩平面
553a‧‧‧光學元件/偵測光學器件
553b‧‧‧偵測光學器件
554a‧‧‧感測器
554b‧‧‧感測器
560‧‧‧照明源
573‧‧‧電腦系統
576‧‧‧光束分離器
578‧‧‧偵測透鏡
ev1‧‧‧特徵向量/主特徵向量
ev2‧‧‧特徵向量
ev3‧‧‧特徵向量
M‧‧‧光罩/遮罩
S1‧‧‧第一屬性/屬性
S2‧‧‧第二屬性/屬性
S3‧‧‧第三屬性/屬性
W‧‧‧晶圓
圖1係圖解說明根據本發明之一項實施例之一CDU圖產生過程之一流程圖。
圖2A係根據本發明之一項實施例之依據三個基礎屬性之一信號資料集之一繪圖。
圖2B圖解說明根據本發明之一具體實施之圖2A之三維資料集之三個特徵向量。
圖3係圖解說明根據本發明之一項實施例之一CDU映圖分析過程之一流程圖。
圖4係其中可實施本發明之技術之一實例性檢驗系統之一圖解性表示。
圖5A係根據特定實施例之可用以將一遮罩圖案自一光罩轉印至一晶圓上之一微影系統之一簡化示意性表示。
圖5B提供根據特定實施例之一光罩檢驗裝置之一示意性表示。
在以下說明中，陳述眾多特定細節以便提供對本發明之透徹理解。本發明可在沒有此等具體細節中之一些細節或所有細節之情況下實施。在其他例項中，未詳細闡述眾所周知之程序操作以免不必要地使本發明模糊。儘管將連同特定實施例一起闡述本發明，但將理解，並非意欲將本發明限於該等實施例。
本發明之某些實施例提供用於檢驗一比例光罩以偵測缺陷或更具體而言比例光罩特徵之特性(諸如臨界尺寸(CD))之變化之技術及系統。儘管關於一比例光罩闡述以下實例性實施例，但可使用此技術或系統監測任何適合類型之樣本(例如，晶圓)。另外，以下實例性實施例亦可適用於監測除了CD變化以外之其他樣本特性，諸如高度一致性、側壁角度一致性、表面粗糙度一致性、薄層透射率一致性、石英透射率一致性等。
術語「比例光罩」通常包含其上形成有一不透明材料層之諸如玻璃、硼矽酸鹽玻璃、石英或熔融矽石之一透明基板。該不透明(或實質上不透明)材料可包含完全地或部分地遮擋光微影光(例如，深UV)之任何適合材料。實例性材料包含鉻、矽化鉬(MoSi)、矽化組、矽化鎢、玻璃上不透明MoSi(OMOG)等。亦可在該不透明層與透明基板之間添加一多晶矽膜以改進黏合。可在該不透明材料上方形成諸如氧化鉬(MoO2)、氧化鎢(WO2)、氧化鈦(TiO2)或氧化鉻(CrO2)之一低反射膜。
術語比例光罩係指不同類型之比例光罩，包含但不限於一清透場比例光罩、一暗場比例光罩、一個二元比例光罩、一相移遮罩 (PSM)、一交替PSM、一衰減或半色調PSM、一個三元衰減PSM及一無鉻相位微影PSM。清透場比例光罩具有透明的場區或背景區，且暗場比例光罩具有不透明的場區或背景區。一個二元比例光罩係具有透明或不透明之經圖案化區之一比例光罩。舉例而言，可使用由具有一鉻金屬吸收膜所界定之一圖案之一透明熔融矽石坯料製成之一光罩。二元比例光罩不同於相移遮罩(PSM)，一種類型之相移遮罩可包含僅部分地透射光之膜，且此等比例光罩可共同稱為半色調或嵌入式相移遮罩(EPSM)。若在一比例光罩之交替透明空間上放置一相移材料，則該比例光罩稱為一交替PSM、一ALT PSM或一列文森(Levenson)PSM。施加至任意佈局圖案之一種類型之相移材料稱為一衰減型或半色調PSM，其可藉由用一部分透射或「半色調」膜替換不透明材料而製作。一個三元衰減型PSM係亦包含完全不透明特徵之一衰減型PSM。
一般而言，不透明、吸收性、部分不透明、相移材料形成為設計及形成有臨界尺寸(CD)寬度之圖案結構，該材料亦在亦具有一CD之結構之間導致清透空間。一特定CD值可通常對如何在光微影程序中將一特定比例光罩特徵轉印至晶圓產生影響，且選擇此CD以最佳化此轉印程序。換言之，若一特定比例光罩特徵之CD值在所一規定CD範圍內，則此CD值將導致允許所得積體電路如電路設計者所意欲之恰當操作之一對應晶圓特徵之製作。特徵通常形成有亦產生運算電路以便節約積體晶片面積之最小尺寸。
一新製作之比例光罩可包含CD(或其他膜或圖案特性)缺陷問題。舉例而言，比例光罩可具有缺陷性CD區域，諸如遮罩寫入器掃描帶誤差。一比例光罩可變得以若干種不同方式隨著時間而損壞。在一第一降級實例中，光微影曝露程序可導致比例光罩之不透明材料之實體降級。例如，用於比例光罩上之一高功率光束(諸如處於193nm 下之一高功率深紫外線(UV)光束)可在實體上導致對比例光罩上之不透明材料之損壞。損壞亦可由諸如248nm UV光束之其他波長導致。實際上，UV光束可在實體上致使比例光罩上之不透明圖案塌陷且致使該等特徵變平坦。因此，不透明特徵可具有與原始CD寬度相比顯著較大之CD寬度，而此不透明特徵之間的間距可具有與原始CD寬度相比小得多之一CD寬度。其他類型之CD降級可由比例光罩特徵(MoSi)之間的化學反應以及曝露光、清洗程序、污染等導致。此等實體效應亦可隨著時間推移而不利地影響比例光罩之臨界尺寸(CD)。
由於此降級，特徵CD值可已經顯著地改變以影響跨越比例光罩之CD一致性且不利地影響晶圓良率。例如，遮罩之部分中之遮罩特徵寬度可顯著大於原始線寬度CD。例如，可存在CD非一致性之一徑向圖案，其中比例光罩之中心具有不同於比例光罩之邊緣之CD。
某些先前CDU技術(諸如在來自美國加利福尼亞州米爾皮塔斯(Milpitas)市之KLA-Tencor Corp.之快速系統上可得之mCDU)藉由在一遮罩設計資料庫中發現準1D特徵(例如，線)且基於線類型而將此等特徵分群成不同分格(bin)而起作用。舉例而言，可將不透明線與半透明線單獨地分群。在每一分格內，量測自每一線所擷取之光學影像之寬度且然後將其進行彼此比較以獲得CD一致性資訊。
此mCDU方法不考量所擷取之影像中之光學接近效應。遮罩上之相同圖案未必產生完全相同光學影像，此乃因光學影像受其鄰近特徵影響。例如，光學接近校正標記經設計以更改印刷於晶圓上之圖案，以及導致對應光學影像中之一更改。另外，密集圖案可影響彼此之光學影像。在某些情形中，mCDU可不處置進階邏輯板之複雜性，且因此，mCDU結果之一顯著部分可實際上來自由光學接近效應導致之假影，而真實遮罩CDU映圖徵隱藏於某些可觀察假影中。總而言之，光學接近效應可導致對特定線之CD之不準確量測，其中甚至小不準確 處(例如，若干nm或更小)亦來自鄰近特徵，從而造成不可接受位準之CD量測準確性。
理論上，若遮罩圖案之模型化係準確的，則可執行(所擷取)光學影像與(模型化)參考影像之一直接比較以獲得CDU資訊。然而，在一快速檢驗系統中，成像模型通常經簡化以允許即時計算。此等流線型成像模型足以用於習用缺陷偵測，其中缺陷尺寸係約10nm或更大。然而，此簡化模型之準確性可不足以支援其中缺陷小於約0.5nm之情形中之CDU量測，可在當前設計中常規地發現該等小於約0.5nm之缺陷。
在本發明之某些技術中，可使用其中模型化影像用於以一有限但即時方式擷取光學接近效應之一混合方法。在一項實例中，一光學模型可首先用以產生具有被比例光罩上之不同鄰近者圍繞之經成像特徵之不同影像性質之模型化影像，該等不同鄰近者對此經成像特徵具有不同光學效應。即使該模型可考量特徵是否具有不同鄰近者，但實際CD值係未知的，此乃因仍將存在嵌入於一CD量測中之接近效應。然而，具有相似鄰近者之目標將趨向於導致相似影像性質。具有相似成像特性之目標將被分格化且然後子分格化，且將一起處置影像之每一子分格，如下文進一步闡述。每一子分格中之目標影像將具有由鄰近特徵導致之相同不準確性。因此，一相同子分格內之CDU差異可歸因於CDU差異，而非可被抵消之接近效應。
圖1係圖解說明根據本發明之一項實施例之一CDU映圖產生過程100之一流程圖。初始地，可在操作102中模型化來自設計資料庫之比例光罩目標之光學目標影像。設計資料庫將通常在(舉例而言)於製作比例光罩之後立即執行之一晶粒至資料庫缺陷檢驗中可用。儘管設計資料庫及/或模型化影像可較佳地由比例光罩製造者保留，但設計資料庫亦可對晶圓製作設施中之檢驗(例如，對在使用比例光罩製作裝 置之後檢驗比例光罩)可用。
任何適合模型可用以產生設計資料庫之線特徵之光學影像。產生每一線特徵及其周圍鄰近者或背景之一模型化影像剪輯。一般而言，該模型模擬將在實際比例光罩上用於獲得比例光罩影像之一特定成像工具之光學性質。該成像工具通常經組態以回應於朝向特定試樣引導之入射電磁波而自一比例光罩或其他試樣類型獲得電磁波信號。
該模型較佳地經簡化以便在自一比例光罩擷取光學影像時允許即時CDU量測。例如，與由檢驗工具獲得比例光罩之影像一樣快速地產生模型化影像。換言之，該模型未必產生每一子分格之準確CD，但CD之任何誤差對每一子分格近乎恆定。一般而言，該模型經選擇以便不太複雜，但亦導致每一分格中之誤差係恆定的或該等誤差之變化與CDU量測準確性要求相比係小的。舉例而言，每一分格之模型誤差變化小於CDU量測準確性要求之30%。在某種意義上，該模型經選擇以儘可能地簡單且在容許由接近效應引起之誤差的同時仍導致對每一子分格之準確CDU量測。實例性模型包含用於KLA-Tencor之比例光罩檢驗系統中之資料庫呈現模型等。
較佳地基於一特定目標結構及在距此特定目標之一特定距離內之其周圍鄰近者而產生每一模型化影像剪輯。剪輯之尺寸取決於目標以及距此目標之距離，在該距離內，任何鄰近結構可有可能或可能對所得之模型化目標影像具有一光學效應。舉例而言，該影像剪輯可經定尺寸以包含特徵及在距該特徵之係成像系統之點擴散函數的10倍之一距離內之任何鄰近特徵或一區。該模型將包含將存在於檢驗工具或經模型化之任何成像光學工具中之光學效應之至少某些光學效應。若光學件模型化實質上相似於光微影工具，則模型化影像將相似於可使用此比例光罩目標圖案印刷至一半導體晶圓上之晶圓圖案。然而，若模型化光學件之解析度與一高解析度成像工具一樣高，則可在模型化 影像中產生OPC結構。
可在操作103中基於模型化目標影像(或剪輯)之影像性質而將該等模型化目標影像(或剪輯)分群成分格及子分格。任何適合影像性質可用以將模型化目標影像分格。實例性影像性質可包含特徵斜率、形狀、尺寸、亮度、色彩、紋理、慣性矩、內容脈絡、與其他特徵之接近性或毗鄰性、透明性/不透明性、自對每一影像執行一傅立葉變換或其他影像分析技術所得之值等。可使用一或多個變換且其可包含(但不限於)DFT(離散傅立葉變換)、DCT(離散餘弦變換)、小波變換等。舉例而言，可首先基於線類型或未必與由鄰近特徵導致之光學效應有關之其他影像性質而將影像剪輯分群成分格，且然後可藉由與由鄰近特徵導致之光學效應相關之其他特徵(諸如特徵形狀)將每一分格分群成子分格。與導致光學效應之不同鄰近特徵有關之影像性質併入至子分格程序中，使得將具有不同鄰近者之目標結構子分格化成不同子分格。
在一具體實例中，每一子分格然後在形狀用以將目標影像分格之情況下將含有具有相同形狀之特徵。在另一實例中，可基於每一影像之傅立葉變換之係數而將每一分格中之影像子分格，使得每一子分格含有導致相同傅立葉變換係數(例如，峰值數目、峰值位置、幅值等)之影像。亦可或另一選擇係基於目標之斜率的量而將含有一目標及鄰近結構以及背景兩者之影像剪輯子分格。特定鄰近結構可致使一目標之斜率或斜度以一特定方式改變。
在一項具體實施例中，一叢集程序用以將影像剪輯分群成分格或子分格。例如，將每一個二維剪輯變換成含有如上文所闡述之各個影像值(諸如斜率值等)之一個一維特徵向量。然後使用任何適合叢集演算法(諸如一分割或合併類型程序，例如K均值叢集、譜叢集、均值移位叢集、高斯混合模型(GMM)等)分析該等特徵向量之相似性。
實例性自動化特徵提取技術包含主分量分析(PCA)、獨立分量分析(ICA)、局部線性嵌入(LLE)演算法等。可基於應用之特定要求而選擇任何數目個主分量。例如，可使用如經由PCA判定之第一30至40個主分量。在一較佳實施例中，利用10至20個主分量。在又另一實例中，可使用來自另一特徵提取工具(諸如核心PCA、ICA或LLE)之輸出。
在一PCA實施例中，所提取特徵對應於所量測資料集至一不同座標系統上之一變換以及經變換資料集沿著其具有最大變化之此新座標系統之一特定維度(或方向或投影方向)之選擇，此選擇提供關於改變之最多資訊。第一主分量對應於發現具有最大變化之經PCA變換資料集之一所變換方向或維度。第二主分量具有第二大變化等。
圖2A係根據本發明之一項實施例之依據三個基礎屬性之一信號資料集之一繪圖。如所展示，樣本資料集具有對應於不同屬性之三個維度，且相對於此等不同屬性而繪示該資料集。例如，S1對應於一第一屬性；S2對應於一第二屬性，且S3對應於一第三屬性。
該資料集包含對應於關於不同屬性之影像性質之資料點(例如，202a及202b)。在所圖解說明之實例中，屬性S1與所有資料點之一恆定值相關聯。亦即，資料集駐存於垂直於S1維度之一平面中。在一個應用中，S1可表示不導致不同影像之任何所量測影像性質變化之一屬性。
圖2B圖解說明根據本發明之一具體實施之圖2A之三維資料集之三個特徵向量。如所展示，該資料集具有三個特徵向量ev1(210a)、ev2(210b)以及ev3(210c)。該等特徵向量中之每一者亦具有對應於此特徵向量之資料集中之變異數之量的一特徵值。例如，主特徵向量ev1(210a)與最大資料集變異數相關聯。相比之下，特徵向量ev2(210b)具有顯著較小資料集變異數，且特徵向量ev3(210c)具有零資料 集變異數。對應於最高資料集變異數之最頂部特徵值可經選擇且用以判定基礎分量及係數。特徵值判定對應特徵向量之強度。相對特徵值強度可用以判定屬性(或影像性質)之權重以用於分格或子分格。
亦可視情況使用任何適合相似性度量(諸如一Jaccard相似性係數)將任何相似影像屬性分群到一起。亦即，可預處理屬性資料集以量測屬性之間的相似性，且可基於相似性之位準而將相似屬性分群到一起。此預處理減小用於使用者叢集中之資料集之維數。Jaccard係數量測有限樣本集之間的相似性且經定義為樣本集A與B之交集之尺寸除以樣本集A與B之併集之尺寸：
Figure TWI679610B_D0001
舉例而言，若在分析資料集時發現一最近鄰近結構之距離與以一相似方式影響目標影像之一最近鄰近者之尺寸強相關，則可將此兩個屬性組合成一新單個聯合屬性。
在一種技術中，每一影像之屬性按比例調整且映射至一多位元組整數。首先，可為每一屬性類型之屬性類別指派經按比例調整數值。例如，一鄰近存在屬性具有可分別被指派一1或0值之兩個可能值(存在或缺失)。在另一實例中，一灰階類別可具有針對目標影像或影像剪輯之不同灰階範圍(或強度平均值)之不同分格，其可被指派自0至1之值。在一簡化實例中，一最暗影像可被指派一值0；次最暗範圍被指派一值0.25；中間範圍被指派一值0.5；第二最高範圍被指派一值0.75；且最高範圍被指派一值1。
在為每一資料集之屬性值被指派值之後，然後可為此等值加權重。舉例而言，一第一屬性可與係針對一第二屬性之相關性的10倍之一光學效應相關。可為第一屬性加權重10，而為第二屬性加權重1。另一選擇係，可將權重應用於針對不同影像之屬性之距離計算。
可將每一資料集變換成一唯一性多位元組整數值。一種用於將 屬性映射至多位元組整數值之技術係局部敏感雜湊(LSH)技術，其可有利於發現具有相似或共用屬性之影像。然後可執行一第二叢集程序以藉由最大化一集群評估度量而將影像合併至子分格中。一般而言，一非監督式機器學習演算法可用以發現並合併具有相似屬性資料之集群。在替代性實施例中，一分割類型叢集演算法可用以將每一分格分割成一最終子分格集。叢集實例可包含任何適合基於分割或聚集之模型。
在一聚集叢集方法中，可判定每一分格中之影像之一近似度矩陣。近似度矩陣通常規定每一對影像之屬性集之間的一距離。在一項實施例中，可將每一影像之屬性資料集變換成如上文所闡述之加權整數或位元值。可在判定初始群組之間的距離之前如上文所闡述地將每一影像之經變換且經加權屬性資料集雜湊。每一影像之雜湊值可用以判定該等對影像之對應資料點之間的一距離。例如，在其位元組值中變化一單個位元之兩個影像之資料點由於其圖徵僅變化一單個位元而具有一漢明(hamming)距離(h)1。基於一漢明距離h及一圖徵位元長度b，餘弦相似性亦可基於此等雜湊值藉由下式而判定：
Figure TWI679610B_D0002
最近兩個影像可合併至一新或現有子分格中。舉例而言，具有最大相似性之兩個影像可合併至一新子分格中。然後可更新近似度矩陣。由於將不同影像及對應屬性資料集指派給新子分格，因此近似度矩陣可基於此影像之間的任何適合距離量測。舉例而言，兩個子分格之間的距離可被定義為兩個子分格之兩個最近屬性集(單個連結)、兩個子分格之兩個最遠屬性集(完整連結)之間的距離、子分格資料集之間的平均距離、平均或最具代表性屬性資料集(例如，重心或中心)之間的距離等。
在藉由合併兩個集群而形成一新集群之後，可判定是否停止叢集程序。若不停止叢集，則可將兩個其他次最近集群合併成一新或現有集群且更新近似度矩陣。否則，叢集程序停止。
可基於用於判定叢集結果之「優度」之任何適合因素而停止一集群程序。在一具體實例中，可自已知哪些影像具有一相同光學效應之一「金標準」影像集判定一「優度」叢集評估度量。金標準影像集以及其他影像可包含於叢集程序中，且叢集程序可在判定該金集已經叢集至一特定位準之正確性時終止。對正確性之一個量度係RAND指標。
即使來自每一子分格之目標影像可由於接近效應而最終含有誤差，但相同子分格中之影像將通常全部錯達相同量。例如，每一子分格將含有具有相似鄰近者之影像，從而導致相似影像特性。每一子分格將趨向於導致比例光罩之一高度準確CDU映圖。亦即，每一子分格之恆定誤差偏置將導致對此子分格之正確CDU量測。
返回參考圖1，可在操作104中使用一成像工具自比例光罩獲得實際光學目標影像。基於自其獲得模型化目標影像之設計資料庫製作比例光罩。可使用任何工具(諸如來自美國加利福尼亞州米爾皮塔斯市之KLA-Tencor Corp.之Teron 630)獲得實際影像。然後可在操作106中基於實際目標影像之影像性質而將該等實際目標影像分群成分格及子分格。模型化及實際目標影像之分群將使用相同影像性質來將此影像分格及子分格。
可在操作108中產生每一子分格之一CDU映圖。舉例而言，可在解析度充分高之情況下藉由分析及量測目標邊緣之間的距離而量測每一目標之CD。另一選擇係，可校準參考影像與實際影像之間的強度差異並將其變換成CD變化，如在由Carl E.Hess等人於2015年3月20日申請之美國專利申請案第14/664,565號以及由Rui-fang Shi等人於2014 年10月6日申請之美國專利申請案第14/390,834號中所闡述，該等申請案出於所有目的以全文引用方式併入本文中。
可分析CDU映圖中之一或多者以判定比例光罩是否在規格內，如本文中進一步闡述。在某些情況中，一個圖可係充足的，而在其他情況中，可分析多個圖。某些圖將含有充足目標影像以跨越整個比例光罩或跨越每一晶粒進行分析。不同圖可對不同類型之特徵(諸如隔離特徵對非隔離特徵)更重要。一般而言，不同特徵類型將趨向於導致比例光罩之不同CDU映圖，此等差異可對分析CDU變化之根本原因係重要的。亦即，不同CDU映圖一起提供與每一單個CDU映圖相比用於所有不同類型之比例光罩特徵之更多資訊。
一CDU映圖之實施例可採取任何適合形式。舉例而言，一CDU映圖可以文字方式表示為比例光罩之每一區之平均CD變化值之一清單。可在對應比例光罩區座標旁邊列舉每一平均CD變化值。一CDU映圖亦可由諸如網格點差值之標準偏差或方差之一度量表示。另一選擇係或另外，一CDU映圖可以視覺方式表示，使得不同CD變化值或範圍展示為不同視覺方式，諸如不同色彩之比例光罩區、不同條形圖高度、不同圖值或三維表示等。一CDU映圖可以不同網格點取樣尺寸或由至不同函數形式之擬合(諸如一多項式擬合或一傅立葉變換)來表示。
此等CDU映圖可對一半導體晶片製造者理解將由使用比例光罩造成之程序窗口係重要的。一CDU映圖可允許一晶片製造者判定是否使用比例光罩，應用對微影程序中之誤差之補償，或改良一比例光罩之製作以便形成一經改良下一個比例光罩。可產生一CDU映圖並針對一新製作之比例光罩而分析該CDU映圖以便偵測製作缺陷區，或對在一光微影程序中使用一或多次之一比例光罩執行該CDU映圖以便監測特徵改變及/或偵測降級。
圖3係圖解說明根據本發明之一項實施例之一CDU映圖分析過程300之一流程圖。初始地，可在操作302中獲得不同子分格之多個CDU映圖。例如，獲得如上文關於圖1進一步闡述具有實質上相似影像性質之子分格之CDU映圖。
然後可在操作304中判定CDU映圖中之任一者是否超出規格。例如，可判定一特定比例光罩區之任何CDU變化是否高於一預定義臨限值。若CDU變化不高於預定義臨限值，則然後可在操作305中使用比例光罩製作晶圓。
若CDU變化高於預定義臨限值，則可在操作308中獲得對應於一有關程序或圖案之每一超出規格之CDU映圖之一共同圖徵作為一根本原因。一CDU映圖可用以追蹤(舉例而言)由一比例光罩之隨時間之比例光罩製作/程序問題或降級(諸如鉻、MoSi、薄層、清洗型降級)導致之比例光罩上之問題區。換言之，一特定超出規格之CDU映圖可具有先前與一特定根本原因相關聯的一特定圖徵。例如，對比例光罩或比例光罩程序之先前檢驗及分析可具有未掩蓋根本原因問題及相關聯CDU映圖徵。
返回參考所圖解說明之實例，然後可在操作310中判定比例光罩圖案或程序是否係一根本原因。例如，可判定CDU映圖是否具有與一特定根本原因(諸如一髒薄層)相關聯的一圖徵。若比例光罩圖案係一根本原因，則可在操作314中判定比例光罩是否可修復。若比例光罩不可修復，則可在操作318中將其廢棄(且製作一新比例光罩)。否則，在操作316中修復比例光罩。例如，可自比例光罩清除某些缺陷。藉由實例方式，可清除或替換薄層，或可蝕刻或移除額外比例光罩部分。在修復之後，可對經修復比例光罩執行一新檢驗，且可重複用於產生及分析一CDU映圖之過程。若經修復比例光罩在規格內，則然後可在操作305中使用經修復比例光罩製作晶圓。在替代實例中， 可在操作317中(例如)藉由修改劑量或焦點而調整微影程序以補償超出規格之比例光罩，且在操作305中使用新處理之比例光罩。另一方面，若用於製作比例光罩之程序係一根本原因，則可在操作312中調整比例光罩製作程序(且廢棄比例光罩並製作一新比例光罩)。
在檢驗期間，可使用一光學檢驗工具獲得比例光罩之掃描塊(patch)之複數個掃描塊影像。在影像採集期間，獲得每一晶粒之多個掃描塊影像。在上述實例中，使用一晶粒至資料庫程序。在另一實例性晶粒至晶粒檢驗方法中，獲得或定義影像掃描塊，以便在晶粒之間形成同等晶粒掃描塊，且處理同等晶粒掃描塊以偵測CD缺陷或CD變化。
可自一比例光罩之一晶粒集中之每一晶粒之掃描塊區獲得影像。換言之，一檢驗工具可係可操作的以在一入射光束跨越比例光罩之每一晶粒之每一掃描塊進行掃描時偵測並收集反射或透射光或反射及透射光兩者。一入射光束可跨越各自包括複數個掃描塊之比例光罩掃描帶(swath)進行掃描。回應於此入射光束而自每一掃描塊之複數個點或子區收集光。
該檢驗工具通常可係可操作的以將此所偵測光轉換成對應於強度值之所偵測信號。所偵測信號可採取具有對應於比例光罩之不同位置處之不同強度值之振幅值之一電磁波形的形式。所偵測信號亦可採取強度值及相關聯比例光罩點座標之一簡單清單之形式。所偵測信號亦可採取具有對應於比例光罩上之不同位置或掃描點之不同強度值之一影像的形式。可在掃描比例光罩之所有位置且偵測光之後產生一比例光罩影像，或可在掃描每一比例光罩部分時產生一比例光罩影像之部分。
每一強度資料集可對應於比例光罩之一「掃描帶」。可藉由以一蛇形或光柵圖案循序地自比例光罩掃描若干掃描帶來獲得每一強度 資料集。舉例而言，藉由一光學檢驗系統之一光束自左至右沿一正x方向掃描比例光罩之一第一掃描帶(例如)以獲得一第一強度資料集。然後相對於光束沿一y方向移動比例光罩。然後自自右至左沿一負x方向掃描一第二掃描帶以獲得一第二強度資料集。自底部列之晶粒穿過頂部列之晶粒循序地掃描掃描帶，或反之亦然。
掃描塊趨向於重疊以允許在進一步處理步驟(舉例而言，諸如晶粒對準)期間侵蝕有效掃描塊影像之尺寸。可收集每一掃描帶之每一掃描塊中之多個點之強度資料。若對準一掃描帶之掃描以橫掠關於晶粒列之相同y部分，則在多個晶粒相同之情況下，每一經掃描掃描帶含有來自此晶粒之同等晶粒掃描塊。亦即，每一晶粒之掃描塊相對於與獲得用於其之掃描帶之另一晶粒之掃描塊中之每一者相同之一參考位置而定位。然而，一第二列之晶粒之經掃描掃描帶可不具有相對於第一列之晶粒之同等掃描塊。在一項實施中，可一起處理僅一單個掃描帶之同等晶粒掃描塊，或可選擇不同晶粒列之掃描帶及掃描塊之某些部分以供處理以便達成不同列中之晶粒之同等晶粒掃描塊。
在一第二實施中，獲得不同列之晶粒之影像掃描帶，使得每一晶粒列之掃描帶以一相似方式相對於晶粒而定位。不管如何掃描不同晶粒列，一對準程序可用以在測試晶粒掃描塊與參考晶粒掃描塊之間達成正確同等晶粒掃描塊。在獲得所有晶粒(或視情況僅兩個或兩個以上晶粒)之影像之後，可在執行一檢驗程序之前相對於另一晶粒影像對準每一晶粒影像。例如，每一測試晶粒影像可與一對應參考晶粒影像對準。
可判定每一掃描塊(或多個掃描塊)之一影像特性之一整合值(諸如一整合強度值)。在某些實施中，可判定每一掃描塊或兩個或兩個以上掃描塊之集的一平均或中值反射及/或透射強度值。亦可在判定每一掃描塊之平均反射及透射強度值之前或之後組合對應於反射光之 強度值與透射光之強度值。例如，可判定每一掃描塊之點或像素之反射及透射強度值之一平均值。另一選擇係，可單獨地計算一掃描塊之反射及透射強度值之平均值。亦可組合或共同平均每一掃描塊之經單獨計算之反射平均值及透射平均值。
在一替代實施例中，可基於在比例光罩檢驗期間偵測之反射光、透射光或兩者產生每一掃描塊之整合強度值。在一項實例性實施中，可以(T-R)/2來組合反射(R)及透射(T)值。反射信號通常係與透射信號相反之符號。因而，將T信號與R信號相減係將信號加在一起。由於雜訊源對於T及R不同，因此可能趨向於自經組合信號中平均掉雜訊。可使用對R值及/或T值之其他加權來產生具有相關聯益處之整合強度值。在某些情形中，特定區域之R信號及T信號可具有一相同符號而不是一相反符號，此可指示結果在相關聯區域中不一致且可能並不可信。因此，R與T之組合可能在此區域中降低加權或者在不充分可信之情況下自計算移除。
可以硬體及/或軟體之任何適合組合實施本發明之技術。圖4係其中可實施本發明之技術之一實例性檢驗系統400之一圖解性表示。檢驗系統400可接收來自一檢驗工具或掃描機(未展示)之輸入402。檢驗系統400亦可接收來自基於設計資料庫而模型化比例光罩之影像之一模型之輸入402(或系統400可接收設計資料庫且然後產生此模型化影像)。該檢驗系統亦可包含用於散發所接收之輸入402之一資料散發系統(例如，404a及404b)、用於處理所接收之輸入402之具體部分/掃描塊之一強度信號(或掃描塊)處理系統(例如，掃描塊處理器及記憶體406a及406b)、用於產生一△CD映圖之一映圖產生器系統(例如，映圖產生器處理器及記憶體412)、用於允許檢驗系統分量之間的通信之一網路(例如，交換網路408)、一選用大容量儲存器件416及用於再檢測圖之一或多個檢驗控制及/或再檢測站(例如，410)。檢驗系統400之每 一處理器通常可包含一或多個微處理器積體電路且亦可含有介面及/或記憶體積體電路且另外可耦合至一或多個共用及/或全域記憶體器件。
用於產生輸入資料402之掃描機或資料採集系統(未展示)可採取用於獲得一比例光罩之強度信號或影像之任何適合儀器(例如，如本文中進一步闡述)之形式。舉例而言，該掃描機可基於被反射、透射或以其他方式引導至一或多個光感測器之所偵測光之一部分來建構一光學影像或產生比例光罩之一部分之強度值。該掃描機然後可輸出強度值，或者可自掃描機輸出影像。
通常將比例光罩劃分成自其獲得來自多個點之多個強度值之複數個掃描塊部分。可掃描比例光罩之掃描塊部分以獲得此強度資料。掃描塊部分可取決於特定系統及應用要求而呈任何尺寸及形狀。一般而言，可藉由以任何適合方式掃描比例光罩來獲得每一掃描塊部分之多個強度值。藉由實例方式，可藉由對比例光罩進行光柵掃描而獲得每一掃描塊部分之多個強度值。另一選擇係，可藉由以諸如一圓形或螺旋形圖案等任何適合圖案來掃描比例光罩而獲得影像。當然，感測器可能必須以不同方式(例如，以一圓形圖案)配置及/或比例光罩可在掃描期間以不同方式移動(例如，旋轉)以便自比例光罩掃描一圓形或螺旋形形狀。
在下文所圖解說明之實例中，當比例光罩移動經過感測器時，自比例光罩之一矩形區域(本文中稱為一「掃描帶」)偵測光且將此所偵測光轉換成每一掃描塊中之多個點處之多個強度值。在此實施例中，掃描機之感測器配置成一矩形圖案以接收自比例光罩反射及/或透射之光並自該光產生對應於比例光罩之掃描塊之一掃描帶之一強度資料集。在一具體實例中，每一掃描帶可為約1百萬個像素寬及約1000至2000個像素高，而每一掃描塊可為約2000個像素寬及1000個像 素高。
可使用以任何適合方式設置之一光學檢驗工具來獲得每一掃描塊之強度值。該光學工具通常以一操作參數集或針對用於獲得強度值之不同檢驗運行實質上相同之「配方」設置。配方設定可包含以下設定中之一或多者：用於以特定圖案、像素尺寸來掃描比例光罩之一設定、用於將來自單信號之毗鄰信號分群之一設定、一焦點設定、一照明或偵測孔徑設定、一入射光束角度與波長設定、一偵測器設定、用於反射光或透射光之量之一設定、空中模型化參數等。
強度或影像資料402可由資料散發系統經由網絡408接收。該資料散發系統可與用於保存所接收資料402之至少一部分之一或多個記憶體器件(諸如，RAM緩衝器)相關聯。較佳地，總體記憶體足夠大以保存一整個資料掃描帶。舉例而言，十億位元組之記憶體良好地適用於1000000×1000像素或點之一掃描帶。
資料散發系統(例如，404a及404b)亦可控制所接收輸入資料402之部分至處理器(例如，406a及406b)之散發。舉例而言，資料散發系統可將一第一掃描塊之資料路由至一第一掃描塊處理器406a，且可將一第二掃描塊之資料路由至掃描塊處理器406b。亦可將多個掃描塊之多個資料集路由至每一掃描塊處理器。
掃描塊處理器可接收強度值或對應於比例光罩之至少一部分或掃描塊之一影像。掃描塊處理器亦可各自耦合至諸如提供區域記憶體功能(諸如，保存所接收資料部分)之DRAM器件之一或多個記憶體器件(未展示)或與該一或多個記憶體器件整合在一起。較佳地，該記憶體足夠大以保存對應於該比例光罩之一掃描塊之資料。舉例而言，八百萬位元組之記憶體良好地適用於對應於512×1024像素之一掃描塊之強度值或一影像。掃描塊處理器亦可共用記憶體。
每一輸入資料集402可對應於比例光罩之一掃描帶。一或多個資 料集可儲存於資料散發系統之記憶體中。此記憶體可由資料散發系統內之一或多個處理器控制，且記憶體可劃分成複數個分區。舉例而言，資料散發系統可將對應於一掃描帶之一部分之資料接收至一第一記憶體分區(未展示)中，且資料散發系統可將對應於另一掃描帶之另一資料接收至一第二記憶體分區(未展示)中。較佳地，該資料散發系統之記憶體分區中之每一者僅保存將路由至與此記憶體分區相關聯的一處理器之資料部分。舉例而言，資料散發系統之第一記憶體分區可保持第一資料且將該第一資料路由至掃描塊處理器406a，且第二記憶體分區可保持第二資料且將該第二資料路由至掃描塊處理器406b。
所偵測信號亦可採取空中影像之形式。亦即，可使用一空中成像技術來模擬光微影系統之光學效應以便產生在晶圓上曝露之光蝕劑圖案之一空中影像。一般而言，仿真光微影工具之光學器件以便基於來自比例光罩之所偵測信號來產生一空中影像。該空中影像對應於自通過光微影光學器件及比例光罩到達一晶圓之光蝕劑層上之光產生之圖案。另外，亦可仿真特定類型之光蝕劑材料之光蝕劑曝露程序。
可使入射光或所偵測之光通過任何適合空間孔徑以依任何適合入射角產生任何入射或所偵測之光輪廓。藉由舉例之方式，可利用可程式化照明或偵測孔徑來產生一特定光束輪廓，諸如雙極子、四極子、類星體、環形物等。在一特定實例中，可實施源遮罩最佳化(SMO)或任何像素化照明技術。
資料散發系統可基於資料之任何適合參數而定義及散發佈資料之每一資料集。舉例而言，可基於比例光罩上之掃描塊之對應位置來定義並散發資料。在一項實施例中，每一掃描帶與對應於該掃描帶內之像素之水平位置之一系列行位置相關聯。舉例而言，該掃描帶之行0至256可對應於一第一掃描塊，且此等行內之像素將包括路由至一或多個掃描塊處理器之第一影像或第一強度值集。同樣地，該掃描帶之 行257至512可對應於一第二掃描塊，且此等行中之像素將包括路由至不同掃描塊處理器之第二影像或第二強度值集。
圖5A係根據特定實施例之可用以將一遮罩圖案自一光罩M轉印至一晶圓W上之一典型微影系統500之一簡化示意性表示。此等系統之實例包含掃描機及步進器，更具體而言可自荷蘭維荷芬之ASML購得之TWINSCAN系統。一般而言，一照明源503將一光束引導通過一照明光學器件507(例如，透鏡505)到達位於一遮罩平面502中之一光罩M上。照明透鏡505具有在彼平面502處之一數值孔徑501。數值孔徑501之值影響光罩上之哪些缺陷屬微影顯著缺陷且哪些缺陷不屬微影顯著缺陷。通過光罩M之光束之一部分形成一經圖案化光學信號，該經圖案化光學信號經引導通過成像光學器件513且到達一晶圓W上以起始圖案轉印。
圖5B提供根據某些實施例之具有照明光學器件551a之一實例性檢驗系統550之一示意性表示，照明光學器件551a包含具有在一比例光罩平面552處之一相對大數值孔徑551b之一成像透鏡。所描繪檢驗系統550包含具有經設計以提供(舉例而言)60X至300X放大率或更大放大率以加強檢驗之顯微放大光學器件之偵測光學器件553a及553b。舉例而言，在檢驗系統之比例光罩平面552處之數值孔徑551b可遠大於在微影系統500之比例光罩平面502處之數值孔徑501，此將導致測試檢驗影像與實際印刷影像之間的差別。
本文中所闡述之檢驗技術可實施於各種經特別組態之檢驗系統上，諸如圖5B中示意性地圖解說明之檢驗系統。所圖解說明之系統550包含產生被引導通過照明光學器件551a到達在比例光罩平面552中之一光罩M上之一光束之一照明源560。光源之實例包含雷射器或濾波式燈。在一項實例中，該源係一193nm雷射器。如上文所闡釋，檢驗系統550可具有可大於對應微影系統之一比例光罩平面數值孔徑(例 如，圖5A中之元件501)之在比例光罩平面552處之一數值孔徑551b。將檢驗之光罩M放置於在比例光罩平面552處之一遮罩載臺上且曝露於該源。
來自遮罩M之經圖案化影像被引導通過將經圖案化影像投影至一感測器554a上之許多光學元件553a。在一反射系統中，光學元件(例如，光束分離器576及偵測透鏡578)將反射光引導並捕獲至感測器554b上。適合感測器包含電荷耦合器件(CCD)、CCD陣列、時間延遲積分(TDI)感測器、TDI感測器陣列、光電倍增管(PMT)及其他感測器。
可相對於遮罩載台移動照明光學器件且/或藉由任何適合機構使載台相對於一偵測器或相機移動以便掃描比例光罩之掃描塊。舉例而言，可利用一馬達機構來移動載台。藉由舉例之方式，該馬達機構可由一螺桿驅動器與步進器馬達、具有反饋位置之線性驅動器或帶式致動器與步進器馬達形成。
可由一電腦系統573或更一般而言由一或多個信號處理器件(其各自可包含經組態以將來自每一感測器之類比信號轉換為數位信號以用於處理之一類比轉數位轉換器)處理由每一感測器(例如，554a及/或554b)擷取之信號。電腦系統573通常具有經由適當總線或其他通信機構耦合至輸入/輸出埠及一或多個記憶體之一或多個處理器。
電腦系統573亦可包含用於提供使用者輸入(諸如改變焦點及其他偵測配方參數)之一或多個輸入器件(例如，一鍵盤、滑鼠、操縱桿)。電腦系統573亦可連接至載台以控制(舉例而言)樣本位置(例如，聚焦及掃描)且連接至其他檢驗系統組件以控制此檢驗系統組件之其他檢驗參數及組態。
電腦系統573可經組態(例如，利用程式化指令)以提供用於顯示所得強度值、影像及其他檢驗結果之一使用者介面(例如，一電腦螢 幕)。電腦系統573可經組態以分析反射及/或透射感測光束之強度改變、相位及/或其他特性。電腦系統573可經組態(例如，利用編程化指令)以提供用於顯示所得強度值、影像及其他檢驗特性之一使用者介面(例如，在一電腦螢幕上)。在特定實施例中，電腦系統573經組態以執行上文所詳細闡述之檢驗技術。
由於此資訊及程式指令可在一經特別組態電腦系統上實施，因此此一系統包含可儲存於一電腦可讀媒體上之用於執行本文中闡述之各種操作之程式指令/電腦程式碼。機器可讀媒體之實例包含但不限於：磁性媒體，諸如硬碟、軟碟及磁帶；光學媒體，諸如CD-ROM磁碟；磁光媒體，諸如光碟；及經特別配置以儲存並執行程式指令之硬件器件，諸如唯讀記憶體器件(ROM)及隨機存取記憶體(RAM)。程式指令之實例包含機器程式碼(諸如由一編譯器產生)及含有可由電腦使用一解譯器來執行之較高層級程式碼之檔案兩者。
在某些實施例中，一種用於檢驗一光罩之系統包含經組態以執行本文中所闡述之技術之至少一個記憶體及至少一個處理器。一檢驗系統之一項實例包含可自美國加利福尼亞州苗必達市之KLA-Tencor購得之經特別組態之TeraScanTM DUV檢驗系統。
雖然已出於理解清楚之目之而以某些細節闡述了前述發明，但將瞭解，可在隨附申請專利範圍之範疇內實踐特定改變及修改。應注意，存在實施本發明之程序、系統及裝置之諸多替代方式。因此，本發明實施例應被視為說明性而非限定性的，且本發明不應限於本文中所給出之細節。

Claims (23)

  1. 一種檢驗一光微影比例光罩(photolithographic reticle)之方法，該方法包括：基於用於製作該比例光罩之一設計資料庫而獲得該比例光罩之複數個目標特徵之模型化影像；自一檢驗工具獲得該比例光罩之該等目標特徵之複數個實際影像；基於該等模型化影像及該等實際影像之影像性質而將該等模型化影像及該等實際影像分格化(binning)成複數個分格(bin)，其中每一分格之該等影像性質中之至少某些影像性質以一相同方式受該比例光罩上之該等目標特徵之一或多個鄰近特徵影響；及分析來自該等分格中之至少一者之該等模型化影像及該等實際影像以產生該比例光罩之一特徵特性一致性映圖(feature characteristic uniformity map)，其中每一分格之該特徵特性一致性映圖係每一分格之一臨界尺寸一致性(critical dimension uniformity,CDU)映圖，其中每一模型化影像包含具有一CD值及一周圍區之一目標特徵，且其中每一模型化影像併入有該檢驗工具之光學性質之至少一部分。
  2. 如請求項1之方法，其中每一分格含有模型化影像，該等模型化影像含有此分格之該等特徵之該等CD值之一近乎恆定CD誤差，且每一分格之CD誤差變化小於對CDU量測之準確性要求之30%。
  3. 如請求項1之方法，其中每一模型化影像及每一實際影像可具有一尺寸及一影像區，該尺寸包含對應特徵影像，該影像區在距此對應特徵影像之該檢驗工具之點擴散函數(point-spread function)的10倍之一距離內。
  4. 如請求項1之方法，其中該等影像性質包含以下特性中之一或多者：斜率、形狀、尺寸、亮度、色彩、紋理、慣性矩(moment of inertia)、內容脈絡(context)、與其他特徵之接近性(proximity)或毗鄰性(adjacency)、透明性(transparency)/不透明性(opaqueness)，或自對每一影像執行一傅立葉變換或其他影像分析技術所得之值。
  5. 如請求項4之方法，其中該分格化係藉由以下步驟完成：首先基於不受該等目標特徵之一或多個鄰近特徵影響的該等影像性質中之一或多者而將該等模型化影像及該等實際影像分類為複數個第一分格，然後基於受該等目標特徵之一或多個鄰近特徵影響的該等影像性質中之一或多者而將每一第一分格之該等模型化影像及該等實際影像分類為複數個第二分格。
  6. 如請求項1之方法，其中該分格化包含使用一主分量分析(principal component analysis,PCA)來判定在該分格中使用哪些影像性質。
  7. 如請求項6之方法，其中該分格化包含：基於該等影像性質之相對光學效應而將該等影像性質加權。
  8. 如請求項6之方法，其中該分格化包含：使用一局部敏感雜湊(hashing)程序。
  9. 如請求項6之方法，其中該分格化包含：使用一分割或聚集(agglomeration)類型叢集(clustering)程序。
  10. 如請求項1之方法，其進一步包括：分析來自該等分格中之每一者之該等模型化影像及該等實際影像以產生每一分格之一特徵特性一致性映圖；分析該等特徵特性一致性映圖之至少一部分以判定該比例光罩是否在規格(specification)內；若判定該比例光罩不在規格內，則修復或廢棄該比例光罩；及若判定該比例光罩在規格內，則使用該比例光罩。
  11. 如請求項10之方法，其進一步包括基於超出規格且與一預定義圖徵(predefined signature)相關聯的該等特徵特性一致性映圖中之一特定者而判定一根本原因。
  12. 一種用於檢驗一光微影比例光罩之檢驗系統，該系統包括：一照明源，其用於產生一入射光束；照明光學器件，其用於引導該入射光束朝向該比例光罩；偵測光學器件，其用於偵測該入射光束；及至少一個記憶體及至少一個處理器，其經組態以起始以下操作：基於用於製作該比例光罩之一設計資料庫而獲得該比例光罩之複數個目標特徵之模型化影像；使用該檢驗系統之該偵測光學器件來獲得該比例光罩之該等目標特徵之複數個實際影像；基於該等模型化影像及該等實際影像之影像性質而將該等模型化影像及該等實際影像分格化成複數個分格，其中每一分格之該等影像性質中之至少某些影像性質以一相同方式受該比例光罩上之該等目標特徵之一或多個鄰近特徵影響；及分析來自該等分格中之至少一者之該等模型化影像及該等實際影像以產生該比例光罩之一特徵特性一致性映圖，其中每一分格之該特徵特性一致性映圖係每一分格之一臨界尺寸一致性(CDU)映圖，其中每一模型化影像包含具有一CD值及一周圍區之一目標特徵，且其中每一模型化影像併入有檢驗工具之光學性質之至少一部分。
  13. 如請求項12之系統，其中每一分格含有模型化影像，該等模型化影像含有此分格之該等特徵之該等CD值之一近乎恆定CD誤差，且每一分格之CD誤差變化小於對CDU量測之準確性要求之30%。
  14. 如請求項12之系統，其中每一模型化影像及每一實際影像可具有一尺寸及一影像區，該尺寸包含對應特徵影像，該影像區在距此對應特徵影像之該檢驗工具之點擴散函數的10倍之一距離內。
  15. 如請求項12之系統，其中該等影像性質包含以下特性中之一或多者：斜率、形狀、尺寸、亮度、色彩、紋理、慣性矩、內容脈絡、與其他特徵之接近性或毗鄰性、透明性/不透明性，或自對每一影像執行一傅立葉變換或其他影像分析技術所得之值。
  16. 如請求項15之系統，其中該分格化係藉由以下步驟完成：首先基於不受該等目標特徵之一或多個鄰近特徵影響的該等影像性質中之一或多者而將該等模型化影像及該等實際影像分類為複數個第一分格，然後基於受該等目標特徵之一或多個鄰近特徵影響的該等影像性質中之一或多者而將每一第一分格之該等模型化影像及該等實際影像分類為複數個第二分格。
  17. 如請求項12之系統，其中該分格化包含：使用一主分量分析(PCA)來判定在該分格中使用哪些影像性質。
  18. 如請求項17之系統，其中該分格化包含：基於該等影像性質之相對光學效應而將該等影像性質加權。
  19. 如請求項17之系統，其中該分格化包含：使用一局部敏感雜湊程序。
  20. 如請求項17之系統，其中該分格化包含：使用一分割或聚集類型叢集程序。
  21. 如請求項12之系統，其中該至少一記憶體及該至少一處理器進一步經組態以：分析來自該等分格中之每一者之該等模型化影像及該等實際影像以產生每一分格之一特徵特性一致性映圖；分析該等特徵特性一致性映圖之至少一部分以判定該比例光罩是否在規格內；若判定該比例光罩不在規格內，則修復或廢棄該比例光罩；及若判定該比例光罩在規格內，則使用該比例光罩。
  22. 如請求項21之系統，其進一步包括基於超出規格且與一預定義圖徵相關聯的該等特徵特性一致性映圖中之一特定者而判定一根本原因。
  23. 一種其上儲存有用於執行以下操作之指令之用於檢驗一光微影比例光罩之電腦可讀媒體：基於用於製作比例光罩之一設計資料庫而獲得該比例光罩之複數個目標特徵之模型化影像；自一檢驗工具獲得該比例光罩之該等目標特徵之複數個實際影像；基於該等模型化影像及該等實際影像之影像性質而將該等模型化影像及該等實際影像分格化成複數個分格，其中每一分格之該等影像性質中之至少某些影像性質以一相同方式受該比例光罩上之該等目標特徵之一或多個鄰近特徵影響；及分析來自該等分格中之至少一者之該等模型化影像及該等實際影像以產生該比例光罩之一特徵特性一致性映圖，其中每一分格之該特徵特性一致性映圖係每一分格之一臨界尺寸一致性(CDU)映圖，其中每一模型化影像包含具有一CD值及一周圍區之一目標特徵，且其中每一模型化影像併入有該檢驗工具之光學性質之至少一部分。
TW104134581A 2014-10-21 2015-10-21 用於檢驗一光微影比例光罩之方法、檢驗系統及電腦可讀媒體 TWI679610B (zh)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
US201462066873P 2014-10-21 2014-10-21
US62/066,873 2014-10-21
US14/884,670 US10074036B2 (en) 2014-10-21 2015-10-15 Critical dimension uniformity enhancement techniques and apparatus
US14/884,670 2015-10-15

Publications (2)

Publication Number Publication Date
TW201629905A TW201629905A (zh) 2016-08-16
TWI679610B true TWI679610B (zh) 2019-12-11

Family

ID=55749439

Family Applications (1)

Application Number Title Priority Date Filing Date
TW104134581A TWI679610B (zh) 2014-10-21 2015-10-21 用於檢驗一光微影比例光罩之方法、檢驗系統及電腦可讀媒體

Country Status (4)

Country Link
US (1) US10074036B2 (zh)
KR (1) KR102485553B1 (zh)
TW (1) TWI679610B (zh)
WO (1) WO2016064685A1 (zh)

Families Citing this family (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102015204800B3 (de) * 2015-03-17 2016-12-01 MTU Aero Engines AG Verfahren und Vorrichtung zur Qualitätsbeurteilung eines mittels eines additiven Herstellungsverfahrens hergestellten Bauteils
US9929045B2 (en) * 2016-07-14 2018-03-27 Taiwan Semiconductor Manufacturing Company Ltd. Defect inspection and repairing method and associated system and non-transitory computer readable medium
EP3392712A1 (en) * 2017-04-21 2018-10-24 IMEC vzw A method for analyzing design of an integrated circuit
US20190096057A1 (en) 2017-05-11 2019-03-28 Jacob Nathaniel Allen Object inspection system and method for inspecting an object
WO2019005170A1 (en) * 2017-06-30 2019-01-03 Intel Corporation SYSTEMS, METHODS AND APPARATUSES FOR IMPLEMENTING DYNAMIC LEARNING MASK CORRECTION FOR RESOLUTION ENHANCEMENT AND OPTICAL PROXIMITY CORRECTION (OPC) OF LITHOGRAPHIC MASKS
EP3564754A1 (en) * 2018-04-30 2019-11-06 ASML Netherlands B.V. Inspection tool, inspection method and computer program product
US11055464B2 (en) 2018-08-14 2021-07-06 Taiwan Semiconductor Manufacturing Co., Ltd. Critical dimension uniformity
US11468553B2 (en) * 2018-11-02 2022-10-11 Kla Corporation System and method for determining type and size of defects on blank reticles
WO2020142301A1 (en) * 2019-01-02 2020-07-09 Kla Corporation Machine learning for metrology measurements
TWI695221B (zh) * 2019-02-01 2020-06-01 華邦電子股份有限公司 圖案特徵的識別方法
US11061318B2 (en) * 2019-02-28 2021-07-13 Taiwan Semiconductor Manufacturing Co., Ltd. Lithography model calibration
US10916006B2 (en) 2019-04-16 2021-02-09 Winbond Electronics Corp. Recognition method of pattern feature
US11328435B2 (en) * 2020-06-08 2022-05-10 KLA Corp. Image alignment setup for specimens with intra- and inter-specimen variations using unsupervised learning and adaptive database generation methods
MX2022016172A (es) 2020-06-17 2023-04-24 Inovision Software Solutions Inc Sistema y metodo para la reparacion de defectos.
US11443095B2 (en) 2020-07-10 2022-09-13 Taiwan Semiconductor Manufacturing Co., Ltd. Hotspot avoidance method for manufacturing integrated circuits
US11748868B2 (en) * 2020-09-08 2023-09-05 Kla Corporation Unsupervised pattern synonym detection using image hashing
US20230131950A1 (en) * 2021-10-25 2023-04-27 Applied Materials Israel Ltd. Mask inspection for semiconductor specimen fabrication
CN114445402B (zh) * 2022-04-02 2022-06-24 深圳市龙图光电有限公司 半导体芯片用掩模版贴膜精度检测方法及检测装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI226642B (en) * 2002-07-30 2005-01-11 Sharp Kk Semiconductor memory device
US7820341B2 (en) * 2001-10-09 2010-10-26 Asml Masktools B. V. Method of two dimensional feature model calibration and optimization
US8407627B2 (en) * 2002-07-12 2013-03-26 Cadence Design Systems, Inc. Method and system for context-specific mask inspection
US8521481B2 (en) * 2006-08-30 2013-08-27 Asml Masktools B.V. Method, program product and apparatus for modeling resist development of a lithography process
US8543947B2 (en) * 2009-10-28 2013-09-24 Asml Netherlands B.V. Selection of optimum patterns in a design layout based on diffraction signature analysis
WO2015121127A1 (en) * 2014-02-11 2015-08-20 Asml Netherlands B.V. Model for calculating a stochastic variation in an arbitrary pattern

Family Cites Families (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5943437A (en) * 1995-10-09 1999-08-24 Kabushiki Kaisha Kobe Seiko Sho Method and apparatus for classifying a defect on a semiconductor wafer
US6587581B1 (en) * 1997-01-10 2003-07-01 Hitachi, Ltd. Visual inspection method and apparatus therefor
US6421458B2 (en) * 1998-08-28 2002-07-16 Cognex Corporation Automated inspection of objects undergoing general affine transformation
US6477266B1 (en) * 1998-12-11 2002-11-05 Lucent Technologies Inc. Vision comparison inspection system graphical user interface
US6922482B1 (en) 1999-06-15 2005-07-26 Applied Materials, Inc. Hybrid invariant adaptive automatic defect classification
US6950548B1 (en) * 2000-05-17 2005-09-27 Cognex Corporation Creating geometric model descriptions for use in machine vision inspection systems
US7116825B2 (en) * 2002-03-22 2006-10-03 Lee Shih-Jong J Multilevel chain-and-tree model for image-based decisions
EP1523696B1 (en) * 2002-07-15 2016-12-21 KLA-Tencor Corporation Defect inspection methods that include acquiring aerial images of a reticle for different lithographic process variables
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
KR100785594B1 (ko) * 2005-06-17 2007-12-13 오므론 가부시키가이샤 화상 처리 장치
US7769225B2 (en) * 2005-08-02 2010-08-03 Kla-Tencor Technologies Corp. Methods and systems for detecting defects in a reticle design pattern
JP4203498B2 (ja) * 2005-09-22 2009-01-07 アドバンスド・マスク・インスペクション・テクノロジー株式会社 画像補正装置、パターン検査装置、画像補正方法、及び、パターン欠陥検査方法
US7570796B2 (en) 2005-11-18 2009-08-04 Kla-Tencor Technologies Corp. Methods and systems for utilizing design data in combination with inspection data
JP2007298856A (ja) * 2006-05-02 2007-11-15 Sii Nanotechnology Inc 半導体マスク修正装置及び半導体マスク修正方法
JP2008051617A (ja) * 2006-08-24 2008-03-06 Advanced Mask Inspection Technology Kk 画像検査装置、その方法、及びその記録媒体
US8213704B2 (en) * 2007-05-09 2012-07-03 Kla-Tencor Corp. Methods and systems for detecting defects in a reticle design pattern
JP2009074851A (ja) * 2007-09-19 2009-04-09 Nuflare Technology Inc 検査装置及び検査方法
JP4542164B2 (ja) * 2008-03-18 2010-09-08 アドバンスド・マスク・インスペクション・テクノロジー株式会社 パターン検査装置、パターン検査方法及びプログラム
JP2009300426A (ja) * 2008-05-16 2009-12-24 Nuflare Technology Inc レチクル欠陥検査装置およびレチクル欠陥検査方法
US8526705B2 (en) * 2009-06-10 2013-09-03 Apple Inc. Driven scanning alignment for complex shapes
KR20150001834A (ko) 2012-04-18 2015-01-06 디2에스, 인코포레이티드 하전 입자 빔 리소그래피를 사용한 임계 치수 균일성을 위한 방법 및 시스템
US9235885B2 (en) 2013-01-31 2016-01-12 Applied Materials Israel Ltd System, a method and a computer program product for patch-based defect detection
US9310320B2 (en) 2013-04-15 2016-04-12 Kla-Tencor Corp. Based sampling and binning for yield critical defects

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7820341B2 (en) * 2001-10-09 2010-10-26 Asml Masktools B. V. Method of two dimensional feature model calibration and optimization
US8407627B2 (en) * 2002-07-12 2013-03-26 Cadence Design Systems, Inc. Method and system for context-specific mask inspection
TWI226642B (en) * 2002-07-30 2005-01-11 Sharp Kk Semiconductor memory device
US8521481B2 (en) * 2006-08-30 2013-08-27 Asml Masktools B.V. Method, program product and apparatus for modeling resist development of a lithography process
US8543947B2 (en) * 2009-10-28 2013-09-24 Asml Netherlands B.V. Selection of optimum patterns in a design layout based on diffraction signature analysis
WO2015121127A1 (en) * 2014-02-11 2015-08-20 Asml Netherlands B.V. Model for calculating a stochastic variation in an arbitrary pattern

Also Published As

Publication number Publication date
KR102485553B1 (ko) 2023-01-05
KR20170071590A (ko) 2017-06-23
WO2016064685A1 (en) 2016-04-28
TW201629905A (zh) 2016-08-16
US20160110858A1 (en) 2016-04-21
US10074036B2 (en) 2018-09-11

Similar Documents

Publication Publication Date Title
TWI679610B (zh) 用於檢驗一光微影比例光罩之方法、檢驗系統及電腦可讀媒體
JP7422208B2 (ja) モデルベースの限界寸法測定の方法およびシステム
TWI760437B (zh) 檢測一光微影倍縮光罩之方法及系統，以及電腦可讀媒體
TWI695222B (zh) 用於鑑定光微影倍縮光罩之方法、檢測系統及成像系統
TWI616721B (zh) 針對極紫外光光罩之臨界尺寸均勻性監測
EP2828646B1 (en) Using reflected and transmission maps to detect reticle degradation
US9390494B2 (en) Delta die intensity map measurement
TWI572975B (zh) 用於檢驗一光微影標線之方法、檢驗系統及電腦可讀媒體
US9778205B2 (en) Delta die and delta database inspection
TW201627655A (zh) 自動化圖案保真度量測計劃生成
JP2015508513A (ja) データベース支援再適格性レチクル検査の方法および装置
JP2004101654A (ja) マスク欠陥検査方法、半導体装置の製造方法、マスク欠陥検査装置、欠陥影響度マップ作成方法およびプログラム
US20230131950A1 (en) Mask inspection for semiconductor specimen fabrication