2017年1月31日提交的日本专利申请no.2017-015498的公开内容(包括说明书、附图和摘要)通过引用被整体并入本文。
本发明涉及检查掩模图案的方法、制造掩模的方法以及制造半导体装置的方法，并且例如涉及光刻一致性查验的技术。
背景技术：
例如在专利文献1中示出了一种提取危险图案(hazardouspattern)并且针对每种形状对它们进行分类从而自动地选择代表性图案的图案检查方法，在危险图案中，要在晶片之上形成的目标图案与掩模的转移图案之间的形状差异大。具体而言，首先，将掩模上的区域分成多个小区域，然后对每个小区域比较目标图案和转移图案，从而提取危险点的坐标值。之后，将所提取的坐标值中的位于小区域的周边部分的坐标值作为伪危险点而消除。基于其余的坐标值来选择危险图案。针对每种形状对危险图案进行分类以确定代表性图案。
[相关技术文献]
[专利文献]
[专利文献1]日本未审查专利公开特开no.2007-266391
技术实现要素：
例如，当开发/制造应用了90nm或更小的技术节点的半导体装置时，在图案转移原板(光掩模)的制造之前进行称为光刻一致性查验(在本说明书中缩写为lcc)等的仿真。lcc是通过以掩模图案或光学临近修正(opc)之后的掩模图案作为对象预先进行仿真而防止包括导致制造故障和成品率降低的各图案的光掩模流出的过程。
在lcc中，如专利文献1中所示，例如，进行通过使用eda(电子设计自动化)工具提取具有导致制造故障和成品率降低的高可能性的危险图案的过程，以及进行针对每种形状对危险图案进行归类的过程。当提取该危险图案时，通常针对每个危险点设置以该危险点的坐标值为中心的具有预先确定的尺寸的正方形检测区域。eda工具基于包括在正方形检测区域中的每种图案形状的标识对危险图案进行归类。技术工程师等基于其归类的结果，通过视觉确认每种类别的代表性图案来进行针对每种类别的风险度确定。
但是，在这样的归类方法中，即使检测区域的尺寸被各种调整，归类结果也可能会大大偏离技术工程师等的观点。结果，由于除了代表性图案之外，技术工程师等需要合适地确认其它的危险图案，所以担心危险度确定需要很多时间。此外，当时间有限时，还担心危险度确定的准确性降低并且装置制造时的成品率降低。
考虑到这种情形进行了后面描述的实施例。根据本说明书的描述和附图，本发明的其它目的和新颖特征将变得明显。
在根据本发明的一个方面的检查掩模图案的方法中，当对在光刻一致性查验中提取的检测点进行归类时，为每个检测点提供以检测点为中心的垂直长检测区域和水平长检测区域。垂直长检测区域是在垂直方向上比在水平方向上长的矩形检测区域。水平长检测区域是在水平方向上比在垂直方向上长的矩形检测区域。此外，在掩模图案检查方法中，基于包括在垂直长检测区域中的图案的标识和包括在水平长检测区域中的图案的标识来对多个检测点进行归类。
根据本发明的一个方面，可以缩短光刻一致性查验中的风险度确定所需的时间。
附图说明
图1是示出半导体装置的示意性开发/制造方法的流程图；
图2是示出在根据本发明的实施例1的掩模图案检查方法中在图1中设置的各检测区域的形状的一个示例的图示；
图3是示出在根据本发明的实施例1的掩模图案检查方法中通过扩展图2获得的各检测区域的形状的一个示例的图示；
图4是描述使用图2的检测区域的归类方法的一个示例的图示；
图5是描述使用图3的检测区域的归类方法的一个示例的图示；
图6a是描述通过使用根据本发明的实施例1的掩模图案检查方法中的矩形检测区域的益处的图示；
图6b是接着图6a的图示；
图7a是示出应用了图2和图4中所示的归类方法的情形下的具体示例的图示；
图7b是接着图7a的图示；
图8a是示出应用了图2和图4中所示的归类方法的情形下的另一具体示例的图示；
图8b是接着图8a的图示；
图9a是示出在根据本发明的实施例2的掩模图案检查方法中在图1中设置的检测区域的形状以及应用了其形状的情形下的具体示例的图示；
图9b是接着图9a的图示；
图10a是示出在根据本发明的实施例2的掩模图案检查方法中在图1中设置的检测区域的形状以及应用了其形状的情形下的另一具体示例的图示；
图10b是接着图10a的图示；
图11a是描述在根据本发明的实施例2的掩模图案检查方法中实现如何正确地使用各检测区域的具体系统的一个示例的图示；
图11b是接着图11a的图示；
图12是示出在根据本发明的实施例3的掩模图案检查方法中在图1中设置的检测区域的形状的一个示例的图示；
图13a是示出应用了图12的检测区域的情形下的具体示例的图示；
图13b是接着图13a的图示；
图14是示出通过扩展图12获得的检测区域的形状的一个示例的图示；
图15是示出在根据本发明的比较例的掩模图案检查方法中在图1中设置的检测区域的形状的一个示例的图示；
图16是描述图15中的检测区域的尺寸与类别数量之间的关系的图示；
图17a是示出在图15的检测区域中发生问题的情形下的具体示例的图示；
图17b是接着图17a的图示；
图18a是示出在图15的检测区域中发生问题的情形下的另一具体示例的图示；
图18b是接着图18a的图示。
具体实施方式
在下面的实施例中，为了方便起见，在情况需要时将本发明分成多个部分或实施例进行描述。然而，除非另有特别指定，否则这些部分或实施例并非彼此不相关。一个部分或实施例与其它部分或实施例中的一些或全部的变形、细节、补充解释等有关。此外，当在以下实施例中提及元件的数量等(包括件数、数值、量、范围等)时，除了另有特别指定以及原理上明确限于特定数量等的情况之外，该元件的数量不限于特定数量，而是可以大于或小于或者等于特定数量。
此外，更不用说，在以下实施例中，除了另有特别指定以及原理上被认为明确是必需的等情况之外，其中利用的组件(也包括元件步骤等)不一定是必需的。类似地，在以下实施例中，当提及组件的形状、位置关系等时，除了另有特别指定以及原理上被认为明确不是等的情况之外，它们也将包括与这种形状等基本上近似或类似的形状等。这对于上述数值也是如此。
在下文中将基于附图详细地描述本发明的优选实施例。顺便提及，在用于描述实施例的所有附图中，原则上将相同的附图标记分别附于相同构件，并且省略其重复的描述。
(实施例1)
《半导体装置的开发/制造方法》
图1是示出半导体装置的示意性开发/制造方法的一个示例的流程图。在图1中，首先执行半导体装置的电路设计及其布局设计，以产生多个层的布局设计数据ldat(步骤s101)。接下来，进行合适地综合具有布局设计数据ldat的相应层的过程(步骤s102)。然后，技术工程师等根据技术节点、层的位置、每层的图案属性等确定是否需要掩模图案的修正(通常为opc)(步骤s103)。当需要修正时，执行opc(步骤s104)，并以具有对应修正的掩模图案作为对象执行光刻一致性查验(lcc)。另一方面，当不需要修正时，以不存在修正的掩模图案作为对象执行lcc。
在lcc中，作为eda工具之一的仿真器对存在修正或者不存在修正的掩模图案进行光刻仿真，并输出成为其仿真结果的要检查的图案(步骤s105和s107)。众所周知，通过使用计算机系统的程序处理来实现eda工具。光刻仿真主要是复制了曝光装置的形状改变的光学仿真。作为其结果获得的要检查的图案实际上变为转移到半导体装置时的预测图案。顺便提及，以由技术工程师等指定的层作为对象对每个层进行光刻仿真。
接下来，作为eda工具之一的图案识别工具对在步骤s105或s107中输出的要检查的图案与预定的目标图案进行图像比较(步骤s106和s108)，从而提取预测到光刻故障的点作为检测点(例如，坐标值)(步骤s109)。例如，在以存在修正的掩模图案为目标的情况下应用目标图形(步骤s106)并且在以不存在修正的掩模图案为目标的情况下应用设计图形(步骤s108)作为目标图案。设计图形是通过基于布局设计数据ldat图示图案形状而获得的图形。另一方面，目标图形是通过图示例如光刻之后的理想抗蚀剂图案形状而获得的图形。这是具有当使用这个理想形状进行蚀刻时，通过进一步的形状改变，它成为设计图形的这样的性质的图形。
这里，作为光刻故障的具体示例，可能提及例如抗蚀剂尺寸小于所定义的最小大小、抗蚀剂尺寸偏离目标大小、与下面层的空间不足或重叠不足(即，与下面层的接触变得不足)等。这样的故障预测点经常在一个半导体芯片内大量重复出现。因此，在步骤s109中可以大量提取检测点。
因此，图案识别工具对多个提取的检测点进行归类(步骤s110)。具体而言，图案识别工具为每个检测点提供以检测点为中心的检测区域(步骤s110a)，并且基于包括在检测区域中的每个图案(在说明书中称为危险图案)的标识对多个检测点(换句话说，多个危险图案)进行归类(步骤s110b)。此时，图案识别工具通过使用例如步骤s106或s108中的目标图形或设计图形作为危险图案，或者在一些情况下将在步骤s105中输入的后修正的掩模图案作为危险图案来确定每个图案的标识，并且将假定图案形状相同的危险图案分配到相同类别。
随后，图案识别工具针对每种类别从多个危险图案中选择代表性图案(步骤s110c)。代表性图案被定义为例如其中通过光刻仿真和图像比较(步骤s105到s108)获得的结果是最差值(最小大小、最大偏离值、最小重叠量等)的图案。
在以这种方式执行归类之后，技术工程师等对每种类别进行风险度确定(步骤s111)。具体而言，技术工程师等通过例如对在步骤s110中定义的每种类别的代表性图案的顺序视觉确认等来确定风险度，并且基于结果辨别是否进行掩模的制备。当确定不能进行掩模制造时，技术工程师等合适地进行诸如掩模图案的修正等的反馈工作。另一方面，当确定可以进行掩模制造时，进行光掩模的制造(步骤s112)。
之后，进行使用通过lcc制备的掩模形成半导体装置中的每个图案的晶片过程(步骤s113)。进行执行完成的半导体装置的封装等的封装过程(步骤s114)。在晶片过程中，例如重复执行沉积过程(步骤s113a)、光刻过程(步骤s113b)和蚀刻过程(步骤s113c)。
在沉积过程中，通过使用以cvd(化学气相沉积)装置为代表的各种沉积装置在半导体晶片之上形成预定膜。在光刻过程中，在将抗蚀剂施加到沉积膜上之后，使用所制备的光掩模，曝光装置等对抗蚀剂进行图案化。在蚀刻过程中，蚀刻装置通过图案化的抗蚀剂蚀刻预定膜以对预定膜进行图案化。
这里，当在步骤s111中对每个单独的危险图案进行风险度确定时，这样的确定所需的时间和精力变得巨大。作为其副作用，可能会发生真正危险度高的危险图案的错失等。因此，在步骤s110中进行归类并为每种类别选择代表性图案变得有益。然而，为了获得这样的益处，归类适当是先决条件。
《归类方法(比较例)及其问题》
图15是在根据本发明的比较例的掩模图案检查方法中在图1中设置的检测区域的形状的一个示例的图示。图16是描述图15中的检测区域的尺寸与类别数量之间的关系的图示。在示出比较例的归类方法中，在图1的步骤s110a中，如图15所示，提供了以检测点(例如，预测到诸如线变细的故障的地点)dp为中心的正方形检测区域sqa。包括在检测区域sqa中的图案pat变成危险图案。
在步骤s110b中获得的类别的数量取决于检测区域sqa的尺寸。具体而言，随着检测区域sqa变窄，类别的数量减少，但是一个类别中的危险图案的数量增加。随着检测区域sqa变宽，类别的数量增加，但是一个类别中的危险图案的数量减少。在图16的示例中，当检测区域sqa较窄时，类别数量变为1，并且其中包括七个图案(危险图案)pat。此外，当检测点dp的仿真结果(步骤s105至s108)为最左图案pat中的最差值(例如大小为最细等)时，最左图案pat成为对应类别的代表性图案。
另一方面，当检测区域sqa较宽时，类别的数量变为七，并且每种类别中的图案(危险图案)pat的数量变为一。因此，归类的质量和效率取决于检测区域sqa的形状。检测区域sqa的适当尺寸是作为经验上假定每个远距离图案的效应(光学临近效应)足够小的尺寸的“曝光波长/数值孔径”的三到四倍，或者作为能够在第二相邻图案的影响下取得的最小尺寸的最小间距的三到四倍。
然而在示出比较例的归类方法中，即使使检测区域sqa的尺寸适当，归类的结果可能会大大偏离技术工程师等的观点。结果，由于技术工程师等在图1的步骤s111中需要合适地确认除了代表性图案之外的其它危险图案，因此担心风险度确定需要很多时间。而且，当时间有限时，危险度确定的准确性降低，并且担心将导致装置制造时的成品率降低。
作为示出比较例的归类方法成为问题的具体情况，首先可能提及归类不足的情况。在这种情况下，优选为不同类别的多个图案被分类到相同类别。图17a和图17b分别是示出在图15的检测区域中发生问题的情形下的具体示例的图示。例如，在图17a中，以检测点dp为中心的检测区域sqa的外部是空白的，而在图17b中，其外部被布线图案包围。
由于图17a和图17b在各远距离图案的效应(即，光学临近效应)方面完全彼此相反，因此从技术工程师等的观点期望将它们分类到不同类别，但是它们被分类到相同类别。由于需要重新确定一次被确定为相同类别的危险图案组以避免验证的缺失，所以风险度确定的工时增加。顺便提及，尽管当使检测区域sqa的尺寸变宽时它们可以被分类成不同类别，但是担心会频繁发生下面要描述的归类过度的情况。
其次，可能会提到归类过度的情况。在这种情况下，期望在相同类别下的多个危险图案被分类到不同类别。图18a和图18b分别是示出在图15的检测区域中发生问题的情形下的另一具体示例的图示。例如由于执行层之间的接触等，图18a和图18b中所示的图案(危险图案)pat具有局部厚的布线点。
在图18a中有三个布线点并且在图18b中有五个布线点。由于图18a和图18b在各远距离图案的效应(即，光学临近效应)方面彼此基本相等，因此从技术工程师等的观点期望将它们分类到相同类别，但是它们被分类到不同类别。因此，需要风险度确定的类别的数量增加，结果风险度确定的工时增加。顺便提及，尽管当使检测区域sqa变窄时，它们可以被分类到相同类别，但是担心会频繁发生上述归类不足的情况。
这种情况本质上被认为是由于以下两个问题而发生的。第一个问题在于，如何使检测区域sqa一致，并且不考虑每个图案pat的图形特征。第二个问题在于，由于检测区域sqa是单一正方形，所以与检测点dp和检测区域sqa的各边之间的垂直或水平距离相比，如在倾斜方向上看到的检测点dp与检测区域sqa的顶点之间的距离变得过长(变成
《归类方法(实施例1)》
图2是示出在根据本发明的实施例1的掩模图案检查方法中在图1中设置的各检测区域的形状的一个示例的图示。在图1的步骤s110a中，与图15的情况不同，在实施例1(后述的实施例中也是类似的)中提供了各自以检测点dp为中心的矩形检测区域。矩形检测区域包括平行于掩模图案的基于原则的绘制方向的边。也就是说，掩模图案的基于原则的绘制方向对应于垂直方向和水平方向。矩形检测区域包括在垂直方向和水平方向上延伸的边。
在图2的示例中，提供了在垂直方向上比在水平方向上长的垂直长检测区域vra和在水平方向上比在垂直方向上长的水平长检测区域hra作为矩形检测区域。尽管垂直长检测区域vra和水平长检测区域hra的尺寸不一定有限制，但是各检测区域的长边是“曝光波长/数值孔径”或最小间距的五倍至十倍，并且其短边是“曝光波长/数值孔径”或最小间距的二至三倍。
图3是示出在根据本发明的实施例1的掩模图案检查方法中通过扩展图2获得的各检测区域的形状的一个示例的图示。在图3的示例中，除了各自形成为矩形检测区域的垂直长检测区域vra和水平长检测区域hra之外，与图15同样，还为每个检测点dp提供以每个检测点dp为中心的正方形检测区域sqa。
图4是描述使用图2的检测区域的归类方法的一个示例的图示。在图1的步骤s110b中，图案识别工具单独地使用垂直长检测区域vra和水平长检测区域hra执行单独归类。也就是说，图案识别工具基于包括在垂直长检测区域vra中的图案pat的标识将多个检测点dp(换句话说，多个危险图案)进行归类，并且基于包括在水平长检测区域hra中的图案pat的标识对多个检测点dp进行归类。
结果，如图4中所示，根据两个单独的归类结果产生从情况a到情况d的四种类型的情况。图中的“○”指示两个任意的危险图案被分类到相同类别。图中的“×”指示它们被分类到不同类别。图案识别工具最终基于两个单独的归类结果(即情况a至d)对多个检测点dp进行归类。
当进行最后归类时，图案识别工具能够使用例如两个确定标准(确定标准a和b)。确定标准a是优先防止技术工程师等的确定缺失的确定标准。当使用确定标准a时，当两个任意的危险图案在两个单独的归类结果中的一个或多个归类结果中被分类到不同类别时，在最后的归类结果中，这两个任意的危险图案被分类到不同类别。
另一方面，确定标准b是优先缩短技术工程师等的确定时间的确定标准。当使用确定标准b时，除非在两个单独的归类结果中的两者中两个任意的危险图案都被确定分类到不同类别，否则在最后的归类结果中这两个任意的危险图案被分类到相同类别。顺便提及，当使用确定标准a和确定标准b两者时，图案识别工具将在两个单独的归类结果的两者中被分类到相同类别的两个任意的危险图案分类到相同类别(情况a)。此外，图案识别工具将在两个单独的归类结果的两者中都被分类到不同类别的两个任意的危险图案分类到不同类别(情况d)。
图5是描述使用图3的检测区域的归类方法的一个示例的图示。在图1的步骤s110b中，图案识别工具通过单独地使用垂直长检测区域vra、水平长检测区域hra和正方形检测区域sqa来执行单独归类。即，除了图4中描述的处理之外，图案识别工具还基于包括在正方形检测区域sqa中的每个图案pat的标识来对多个检测点dp进行归类。
结果，如图5中所示，根据三个单独的归类结果产生从情况a到情况h的八种类型的情况。图案识别工具最终基于三个单独的归类结果(即情况a到情况h)对多个检测点dp进行归类。此时，除了图4中描述的两个确定标准(确定标准a和确定标准b)之外，图案识别工具还能够使用确定标准c。在确定标准c中使用三个单独的归类结果的多数确定。
当使用确定标准c时，在最后的归类结果中，图案识别工具将在三个单独的归类结果中的两个或更多个归类结果中被分类到相同类别的两个任意的危险图案分类到相同类别。此外，在最后的归类结果中，图案识别工具也将在三个单独的归类结果中的两个或更多个归类结果中被分类到不同类别的两个任意的危险图案分类到不同类别。
这将在下面通过具体示例进行描述。图7a和图7b分别是示出应用了图2和图4中的归类方法的情形下的具体示例的图示。图7a和图7b中所示的图案pat分别与图17a和图17b中所示的图案pat相同。在图7a中的水平长检测区域hra内提供了三个布线图案，并且在图7b中的水平长检测区域hra内提供了五个布线图案。因此，图7a中的危险图案和图7b中的危险图案分别被分类到不同类别。
此外，在图7a的垂直长检测区域vra内提供了i形的布线图案，并在图7b的垂直长检测区域vra内提供了h形的布线图案。因此，图7a的危险图案和图7b的危险图案分别被分类到不同类别。结果，如图4的情况d中所示，在最后归类中，将图7a和图7b分类到不同类别。由于图7a和图7b实际上在各远距离图案的效应(即，光学临近效应)方面完全相反，因此分类到不同类别与技术工程师等的观点匹配。
图8a和图8b分别是示出应用了图2和图4中的归类方法的情形下的另一具体示例的图示。图8a和图8b中所示的图案pat分别与图18a和图18b中所示的图案pat相同。在图8a和图8b两者中，在水平长检测区域hra内示出了一个局部厚的布线点。因此，图8a中的危险图案与图8b中的危险图案被分类到相同类别。
此外，在图8a和图8b两者中，在垂直长检测区域vra内也示出了一个局部厚的布线点。因此，图8a中的危险图案和图8b中的危险图案分别被分类到相同类别。结果，如图4的情况a中所示，在最后归类中，图8a和图8b被分类到相同类别。由于图8a和图8b在各远距离图案的效应(即，光学临近效应)方面实际上彼此基本相等，因此分类到相同类别与技术工程师等的观点匹配。
如上所述，不同于使用图15中的归类方法(即，通过正方形检测区域sqa的方法)，使用图2和图4中的归类方法(即，通过垂直长检测区域vra和水平长检测区域hra的方法)使得可以进行与技术工程师等的观点匹配的归类。另一方面，当使用图3和图5中的归类方法(即，通过垂直长检测区域vra、水平长检测区域hra和正方形检测区域sqa的方法)时，通过使用图5的确定标准c，可以进行与技术工程师等的观点匹配的归类。
具体而言，通过使用图5的确定标准c，如情况d所示，可以将图7a和图7b分类到不同类别。通过使用相同的标准，如情况e中所示，可以将图8a和图8b分类到相同类别。换句话说，由于垂直长结果和水平长结果都意为不同类别，所以如情况d所示，在正方形检测区域sqa中被分类到相同类别的危险图案可以被分类到不同类别。另外，如情况e所示，由于垂直长结果和水平长结果均为相同类别，所以在正方形检测区域sqa中被分类到不同类别的危险图案可以被分类到相同类别。
顺便提及，如从图8a和图8b被分类到不同类别的事实所理解的，估计图5的确定标准a包括其中归类过度的多种情况。如从图7a和图7b被分类到相同类别的事实所理解的，估计图5的确定标准b包括其中归类不足的多种情况。因此，当使用图3和图5中所示的归类方法时，归类方法不一定限定于此，但是优选使用确定标准c。
这里，将图2和图4中的归类方法和图3和图5中的归类方法进行比较。首先，当使用图2和图4中的归类方法时，特别是在如图4中的情况a和d中一样两个单独的归类结果彼此匹配的情况下不会发生问题。然而，当如情况b和c一样两个单独的归类结果不匹配时，则没有客观的指导来确定最后的归类结果。结果，这样的情况是与图7和图8不同的情况，并且担心难以获得与技术工程师等的观点一致的归类结果。
另一方面，在图3和图5中的归类方法中，在如情况b、c、f和g一样基于垂直长检测区域vra和水平长检测区域hra的两个单独的归类结果不匹配的情况下，可以通过使用图5的确定标准c与基于正方形检测区域sqa的单独的归类结果作为指导来确定最后的归类结果。结果，与使用图2和图4中的归类方法的情况相比，认为比较容易获得与技术工程师等的观点一致的归类结果。
《实施例1的主要效果》
如上所述，通过在光刻一致性查验(lcc)中进行归类时使用垂直长检测区域vra和水平长检测区域hra来使归类(即，代表性图案的选择)适当，从而可以缩短风险度确定所需的时间。结果，可以提高有限的时间内的风险度确定的准确性。推而广之，可以实现装置制造等的成品率的提高等。将在下文中更详细地描述通过使用这样的矩形检测区域(vra和hra)获得的益处。
图6a和图6b分别是描述通过使用在根据本发明的实施例1的掩模图案检查方法中的矩形检测区域的益处的图示。实施例1关注半导体装置的图案主要在水平方向和垂直方向这两个方向上绘制的一般特征。作为在水平和垂直方向这两个方向上的图案的绘制的结果，图案密度的改变的周期在倾斜方向上变得相对平缓，同时在水平和垂直方向这两个方向上变得致密。图6a和图6b是典型地示出它的图示。图案密度改变的密集度与图案的多样性是同义的。因此，本质上期望在侧重于水平和垂直方向上的信息而不是倾斜方向上的信息的同时确定每个图案的标识。
在实施例1中，从这样的观点来使用矩形检测区域(vra和hra)。也就是说，当使用如图15中所示的正方形检测区域sqa时，侧重于倾斜方向上的信息，但是当使用矩形检测区域(vra、hra)时，可以侧重于水平方向和垂直方向上的信息。结果，可以更加适当地对各种图案进行归类。
此外，垂直长检测区域vra和水平长检测区域hra两者的使用在光学临近效应方面变得有益。如上所述，取决于与检测点的距离来确定光学临近效应。现在假定图2中的两个检测区域(vra和hra)分别被定义为其比率(短边/长边)(＝2/10)变为最大的矩形。在这种情况下，检测点dp与两个检测区域(vra和hra)的边界的交点xp之间的距离(例如，假设为
因此，当垂直长检测区域vra和水平长检测区域hra两者被组合以确定每个图案的标识时，倾斜方向上的信息量变成水平和垂直方向上的信息量的0.28至0.84倍。当仅简单考虑光学临近效应时，该倍数可以是作为理想值的一倍。然而，根据图6a和图6b中描述的图形特征，由于水平和垂直方向上的信息在重要性方面比倾斜方向上的信息更多地增加，因此可以说倍数小于一倍是优选地适当的。
(实施例2)
《归类方法(实施例2)》
在根据实施例1的上述归类方法中，对每个检测点dp提供垂直长检测区域vra和水平长检测区域hra两者。另一方面，在根据实施例2的归类方法中，基于布置在检测点dp处的电路的电路系统特征，为每个检测点dp提供垂直长检测区域vra和水平长检测区域hra中的任一个。与实施例1的情况的本质区别点在于，除了每个图案的图形特征和光学临近效应之外，还考虑电路的特征。顺便提及，每个检测区域(vra和hra)的尺寸与实施例1的情况类似。将在下面使用具体示例来描述本实施例。
图9a和图9b分别是示出在根据本发明的实施例2的掩模图案检查方法中在图1中设置的检测区域的形状以及应用了其形状的情形下的具体示例的图示。在图9a和图9b中示出了逻辑基本单元的典型图案pat。图案pat对应于例如栅极层的栅极布线图案等。逻辑基本单元的图形特征在单元高度上有限制，并且其电路系统特征对线宽的波动敏感。线宽的波动是由与各布线图案的延伸方向(此处为垂直方向)正交的方向(水平方向)上的粗/细区别以及布线图案之间的数量区别所引起的。
在这种情况下，如图9a和图9b中所示，通过提供在水平方向上比在垂直方向上长的水平长检测区域hra，使得可以进行考虑了密粗区别和数量区别的归类。在图9a中，在水平长检测区域hra中，作为图案(危险图案)pat提供有五个布线图案。在图9b中，在水平长检测区域hra中，作为图案pat提供有七个布线图案。结果，图9a和图9b能够分别被分类到不同类别，因此可以使归类适当(例如，提高风险度确定的准确性等)。
图10a和图10b分别是示出在根据本发明的实施例2的掩模图案检查方法中在图1中设置的检测区域的形状以及应用了其形状的情形下的另一具体示例的图示。在图10a和图10b中的每一个中示出了周边电路的典型图案pat。图案pat例如对应于金属布线层的金属布线图案等。周边电路的电路系统特征在于，图案pat的多样性高，同时电路系统特征对于线宽的波动没那么敏感。特别地，布线图案的长度和其端部的形状(无论布线图案是否连接到另一布线图案)直接导致在光刻过程中抗蚀剂图案失败的风险度。
在这种情况下，如图10a和图10b中的每一个所示，由于布线图案的延伸方向对应于垂直方向，因此通过提供在垂直方向上比在水平方向上长的垂直长检测区域vra，能够进行考虑到抗蚀剂图案失败的风险度的归类。在图10a中，在垂直长检测区域vra中，作为图案(危险图案)pat提供有短布线图案。在图10b中，在垂直长检测区域vra中，作为图案pat提供有长布线图案。结果，图10a和图10b可以分别被分类到不同类别，因此可以使得归类适当(例如，提高风险度确定的准确性等)。
为了应用这样的系统，例如，技术工程师等预先确定每个电路块的布局信息与应用于每个电路块的检测区域的分类信息(即，垂直长检测区域vra或水平长检测区域hra)之间的对应关系。图11a和图11b分别是描述在根据本发明的实施例2的掩模图案检查方法中实现如何正确地使用检测区域的具体系统的一个示例的图示。
如图11a所示，技术工程师等能够例如基于图1的布局设计数据(即，半导体芯片的总体布局图)ldat等来获得每层的每个电路块的布局信息。在图11a的示例中，在层ly[k]中，坐标(x1，y1)至坐标(x2，y2)的区成为逻辑基本单元区域lpca，并且坐标(x3，y3)至坐标(x4，y4)的区变为周边电路区域peria。除了上述以外，在层ly[k]中也布置有像存储器单元区域mema等那样的各种电路块。
技术工程师等能够基于图11a中所示的各电路块的布局信息、各电路块的电路系统特征和为各层定义的优先布线方向(垂直方向或水平方向)来确定如图11b中所示的那种对应关系。在图11b的示例中，使水平长检测区域hra对应于层ly[k]的坐标区(x1，y1)至(x2，y2)(即，逻辑基本单元区域lpca)。使垂直长检测区域vra对应于层ly[k]的坐标区(x3，y3)至(x4，y4)(即，周边电路区域peria)。
技术工程师等例如在图案识别工具中登记如图11b中所示的这种对应关系。图案识别工具基于该对应关系来确定在各电路块的任意的坐标区中是否包括检测点(例如，坐标值)dp，从而能够在针对每个检测点正确地使用垂直长检测区域vra和水平长检测区域hra的同时对多个检测点进行归类。
在该归类时，图案识别工具以例如应用垂直长检测区域vra的图案作为对象进行归类。除此之外，图案识别工具以应用水平长检测区域hra的图案作为对象进行归类。可替换地，图案识别工具可以预先将不同的电路块分类到其它上位类别，然后将包括在每个电路块中的危险图案归类到相应的上位类别的下位类别。
《实施例2的主要效果》
如上所述，在光刻一致性查验(lcc)中进行归类时，通过根据电路系统特征合适地使用垂直长检测区域vra和水平长检测区域hra，使得归类(即，代表性图案的选择)适当，从而可以缩短风险度确定所需的时间。结果，可以提高有限的时间内的风险度确定的准确性。推而广之，可以实现装置制造时的成品率的提高等。
(实施例3)
《归类方法(实施例3)》
图12是示出在根据本发明的实施例3的掩模图案检查方法中在图1中设置的检测区域的形状的一个示例的图示。在实施例3中，检测区域具有通过将以检测点dp为中心的多个矩形叠加而获得的形状，并且包括在水平和垂直方向上延伸的阶梯状边。顺便提及，矩形表示四角都在90°的四边形。
作为这种检测区域的一个示例，图12的检测区域rda具有通过将在垂直方向上比在水平方向上长的垂直长矩形和在水平方向上比在垂直方向上长的水平长矩形叠加而获得的形状。垂直长矩形和水平长矩形的尺寸在它们的长边方面都是“曝光波长/数值孔径”或者最小间距的三倍到四倍，并且在它们的短边方面是“曝光波长/数值孔径”或最小间距的两倍到三倍。长边和短边之间的尺寸比率是
实施例3的特征在于更侧重于光学临近效应。因此，如图12所示，垂直长矩形和水平长矩形均被配置为使得长边和短边之间的尺寸比率变为
这里，上述实施例1已经描述了根据图案(例如，布线图案)的图形特征，倾斜方向距离(信息量)相对于水平距离和垂直距离(换言之，信息量)可能小于1倍。然而，取决于如图13a和图13b所示的图案，这是距离优选为1倍的情况。图13a和图13b分别是示出应用了图12的检测区域的情形下的具体示例的图示。
在图13a和图13b中的每一个中示出了对光学临近效应贡献大的接触孔图案组。假定每个单独的接触孔图案是独立的点光源。在图13a中，在正方形内提供了五个接触孔图案。在图13b中，在正方形内提供了九个接触孔图案。当使用如图15中所示的那样的正方形检测区域sqa时，在倾斜方向上进行过度的归类，使得图13a和图13b被分类到不同类别。另一方面，当使用图12的检测区域rda时，使倾斜方向上的归类适当，以使得图13a和图13b由于检测区域rda中的接触孔图案的数量是五个而都被分类到相同类别。
图13a和图13b之间的区别点在于：存在或不存在以检测点dp为中心布置在倾斜方向上的图案。实际上，与布置在水平方向和垂直方向上的图案相比，在布置倾斜方向上的图案的情况下，根据与检测点dp的距离的关系，对光学临近效应的贡献变得相对较小。因此，将图13a和图13b分类到相同类别与技术工程师等的观点匹配。顺便提及，当检测区域rda被应用于接触孔图案组时，可以以与上述图11a和图11b中的情况类似的方式预先确定检测区域rda的应用目的地。
这里，图12中所示的检测区域rda的形状采用关注于“不管布布线图案、孔图案等，原则上各图案的绘制方向为水平方向及垂直方向”的特征的形状。也就是说，仅在与检测点dp的距离被设置为1倍的观点出发，检测区域的形状可以是正十二边形、正二十四边形等，或者最终可以是圆形。然而，当使用包括这样的斜线和曲线的检测区域时，在检测区域的边界部分处的每个图案的标识变得难以以与图案的绘制方向不匹配的不必要的方式获得，因此类别的数量有变得巨大的危险。
因此，在实施例3中，使用通过组合多个矩形而接近圆的这种检测区域的形状。从这个角度来看，例如如图14中所示，还可以通过增加要被组合的矩形的数量多于的图12的情况来使检测区域rda更接近圆。图14是示出通过扩展图12获得的检测区域的形状的一个示例的图示。图14中示出的检测区域rda的形状(图12也类似)具有以下特征。作为第一特征，将与检测区域rda的阶梯状边一起形成的朝向检测点dp侧突出的角部的顶点vp都布置在以检测点dp为中心的同一圆上。作为第二个特征，阶梯状边的一些tl变成为该同一圆的切线。
《实施例3的主要效果》
如上所述，在进行光刻一致性查验(lcc)中的归类时，通过使用接近圆的多边形检测区域rda使得归类(即，代表性图案的选择)适当，并且可以缩短危险度确定所需的时间。结果，可以提高有限的时间内的风险度确定的准确性。推而广之，可以实现装置制造等的成品率的提高。
虽然已经基于优选实施例具体描述了本发明人作出的以上发明，但是本发明不限于以上所涉及的实施例，而是在不脱离其主旨的范围内可以以各种方式进行改变。例如，已经详细描述了前述实施例来以易于理解的方式描述本发明。它们不一定限于具有描述的所有配置的实施例。而且，一个实施例的配置的一部分可以用另一个实施例的配置来代替。此外，一个实施例的配置也可以添加另一个实施例的配置。而且，可以对每个实施例的配置的一部分进行其它配置的添加/删除/代替。