使用于晶片噪声公害识别的扫描式电子显微镜及光学图像相关的制作方法

相关申请案的交叉参考

本申请案主张张强(qiangzhang)等人在2019年6月19日申请第62/687,192号的美国临时申请案的优先申请权利，所述申请案的全文出于所有目的以引用方式并入本文中。

本发明大体上涉及晶片检验系统的领域。更特定来说，本发明涉及使用光学图像及扫描式电子显微镜(sem)图像两者等的缺陷检测。

背景技术：

一般来说，半导体制造业涉及使用被分层且图案化到例如硅的衬底上的半导体材料来制造集成电路的高度复杂技术。由于大规模电路集成及半导体装置越来越小，所制造装置对缺陷越来越敏感。即，引起装置故障的缺陷变得越来越小。在运送到终端用户或客户之前要求装置大体无故障。

以深uv(紫外线)波长光学检验经图案化晶片已成为关键缺陷检验及工艺控制中用于前沿集成电路(ic)制造的主要检验方案。随着ic产业不断使晶片图案设计朝向更小设计规则推进以实现更高的装置密度及更好的性能，在晶片检验中发现良率限制缺陷的挑战也显著地增大。其中的最大挑战在于控制晶片噪声公害。

因此，需要不断改进的半导体晶片检验器系统及技术。

技术实现要素：

下文呈现本发明的简明概要以提供对本发明的某些实施例的基本理解。这个概要不是本发明的广泛概述且其不识别本发明的关键/重要元件或界定本发明的范围。其唯一目的是以简化形式呈现本文中所揭示的一些概念作为稍后呈现的更详细描述的序言。

在一个实施例中，揭示一种检验半导体样本的方法。由可操作以获取多个经获取光学图像的光学检验器提供对应于半导体样本上的多个候选缺陷事件的位置，此类候选缺陷事件是在其对应位置处跨所述样本从所述多个经获取光学图像检测到。由例如扫描式电子显微镜的高分辨率检验器获取高分辨率图像，所述高分辨率检验器可操作以在所述样本上的所述多个候选缺陷事件的对应位置处获取所述多个候选缺陷事件的此类高分辨率图像。使已从所述经获取高分辨率图像的第一子集建模的第一组经建模光学图像中的每一者与第一组所述经获取光学图像中的对应者相关，以将所述第一组高分辨率图像中所展示的多个表面噪声事件识别为所述第一组经获取光学图像中的所述对应缺陷事件的来源。

在另一实例实施例中，如果所述对应经建模及经获取光学图像基本上相同，那么使所述第一组经建模光学图像中的每一者相关导致将所述表面噪声事件识别为来源。在这个方面中，使已从所述经获取高分辨率图像的第二子集建模的第二组经建模光学图像中的每一者与第二组所述经获取光学图像中的对应者相关使得不将噪声事件识别为所述第二组经获取光学图像的所述对应缺陷事件的来源，而是将次表面事件识别为所述来源。

在另一实施方案中，每一候选事件表示存在于所述样本上的表面缺陷事件、一或多个噪声事件或次表面事件。在另一方面中，在使所述第一组及所述第二组经建模图像与其对应第一组及第二组经获取光学图像相关之前，分析所述高分辨率图像以将所述候选事件分类成不明确事件及明确事件。在这个方面中，使所述第一组及所述第二组高分辨率图像中的每一高分辨率图像与经分类不明确事件相关，且每一明确事件是桥接、断裂、突出或其它已知缺陷类型，其中所述不明确事件不可分类为已知缺陷类型。

在特定实施方案中，训练近场(nf)模型以从对应经获取高分辨率图像对多个nf图像进行建模。在这个方面中，使用对应于明确及经分类事件的一组训练高分辨率图像来训练所述nf模型。接着，通过使用所述经训练nf模型从所述第一组及所述第二组经获取高分辨率图像对多个对应nf图像进行建模且使用所述光学检验器的光学工具模型从所述对应nf图像对所述第一组及所述第二组经建模光学图像进行建模来对所述第一组及所述第二组经建模光学图像进行建模。在进一步方面中，所述nf模型经配置以使用多个光特性参数来模拟从晶片图案反射及散射的光，所述晶片图案具有所述对应高分辨率图像中表示的一组图案特性参数，其中通过以下操作来训练所述nf模型：(i)将所述训练高分辨率图像输入到所述nf模型中以基于所述光及图案特性度量来对对应训练nf图像进行建模；(ii)将从所述训练高分辨率图像建模的所述训练nf图像输入到所述光学模型中以对对应训练经建模光学图像进行建模；(iii)使所述训练经建模光学图像与其对应经获取光学图像相关；及(iv)调整所述光及图案特性参数且重复将所述训练高分辨率图像输入到所述nf模型中、将所述训练nf图像输入到所述光学模型中及使所述训练经建模光学图像相关的操作，直到此相关操作导致所述训练经建模光学图像与其对应经获取光学图像之间的最大相关。

在另一方面中，在所述第一组及所述第二组高分辨率图像已经平滑化以去除由所述高分辨率检验器引入的噪声且已由归一化过程二进制化之后相对于所述第一组及所述第二组高分辨率图像执行对所述第一组及所述第二组经建模光学图像进行建模，且在此类第一及第二经建模光学图像经下采样使得其分辨率及/或大小与对应经获取光学图像的分辨率及大小相同之后执行使所述第一组及所述第二组经建模光学图像中的每一者与所述对应经获取光学图像相关。在又一方面中，使每一经建模光学图像相对于其对应经获取图像移位达通过使所述训练经建模光学图像中的一者与所述经获取图像中的对应者对准来确定的偏移，且所述移位导致来自所述第一组高分辨率图像的高分辨率图像中的一或多个噪声事件与所述对应经获取光学图像中的对应候选事件准确相关。在另一实施例中，在使所述第一组及所述第二组经建模图像相关之后，基于所述高分辨率图像、所述经分类明确事件及所述经识别噪声及次表面事件(如果存在)的重检来确定是进一步修复或无修复处理所述样本还是舍弃所述样本。

在替代实施例中，本发明涉及一种用于检验半导体样本的高分辨率检验器系统。这个系统包含可操作以执行上述操作的任何组合的至少一个处理器及存储器。

下文参考附图来进一步描述本发明的这些及其它方面。

附图说明

图1是从光学图像捕获的候选缺陷事件及其在缺陷事件位点处的对应sem图像的图形表示。

图2是说明根据本发明的一个实施例的检验过程的流程图。

图3是根据本发明实施例的特定实施方案的用于从sem图像生成经建模光学图像的详细学习及相关过程的图形表示。

图4是根据本发明的特定实施方案的光学检验系统的图形表示。

图5是根据本发明的一个实施例的扫描式电子显微镜(sem)系统的图形表示。

具体实施方式

在以下描述中，阐述众多具体细节以提供对本发明的透彻理解。可在没有一些或这些具体细节的情况下实践本发明。在其它例子中，未详细描述众所周知的过程操作以免不必要地使本发明不清楚。尽管将结合特定实施例来描述本发明，但应了解，并不意图使本发明限于所述实施例。

晶片噪声事件是由微小晶片工艺变动引起的晶片上的真实随机瑕疵，其可包含表面或次表面线边缘粗糙度、图案边缘位移、膜厚度变动、表面粗糙度、图案cd变动等。大多数晶片噪声假影不影响良率且因此不被视为真实良率影响缺陷。然而，某些噪声假影会引起光学散射且促成光学检验图像中的光学噪声。另外，由于检验工具的有限光学分辨率，分布在光点扩散函数内的晶片噪声可由成像系统集成且形成光学图像中的单个合并光学突出特征。当使用主动检测阈值来捕捉先进节点中的小缺陷时，统计来说，存在局部晶片区域中的一些分布式噪声源可同相建设性累加以提高光学强度且变得足够强以被检测为候选缺陷的重大风险。在某些情况中，与晶片上真实缺陷的数目相比，此类晶片噪声公害的数目可为相当大的。

依靠扫描式电子显微镜(sem)重检来辨别公害与真实缺陷，因为sem工具的分辨率优于光学检验工具。然而，sem工具仅对使晶片图案及表面处的缺陷成像有效。与光学检验工具不同，sem由于典型无电子部件的短路径而具有次表面缺陷的相当有限可见度。因此，sem工具的操作者通常会困惑于由光学工具捕获但不易于经由sem识别的候选缺陷(所谓的sem不可视(snv)事件)。接着，操作者无法确定经捕获事件是重要先前工艺层缺陷还是仅仅为晶片噪声事件。

图1是光学图像102中所捕获的候选缺陷事件104及所述缺陷事件位点的其对应sem图像122的图形表示。例如，光学图像102对应于10μm到20μm视场(fov)，而sem图像122对应于1μm到2μmfov。尽管相对大缺陷104存在于光学图像102中，但难以确定对应sem图像122中此缺陷的来源。例如，缺陷事件104可由位于光学工具的点扩散函数(psf)内且在光学图像102中无法彼此区分的多个噪声源形成。例如，可在具有相当于或小于光学工具的psf的大小的局部图案区域中发现包含sem图像122中所展示的边缘粗糙度130及边缘位移126的两个噪声源。巧合的是，这两个噪声源被光学集成到光学图像102中的单个缺陷事件104中。然而，缺陷分类或重检过程可能无法轻易将sem图像122中的这些微小噪声差异126及130识别为光学图像102中的缺陷事件104的根源。

本文中所描述的某些实施例提供用于使高分辨率(例如，sem)图像的晶片噪声信息(例如，晶片表面处的噪声事件)与所述sem图像未将其展示为可清楚识别缺陷的对应光学图像的经捕获缺陷事件(例如，snv事件)相关的定量及有效方法及系统。可通过比较已从sem图像建模的光学图像与对应经获取光学图像来执行这个相关。这个相关允许一人将sem图像中的某些表面噪声事件明确识别为光学图像中的对应缺陷事件的来源。相反地，如果经建模光学图像与经获取光学图像之间的相关无法导致噪声事件识别为对应缺陷事件的来源，那么一人可确定存在次表面事件。本文中所描述的检验机制允许工具操作者或自动分类过程明确识别候选事件是由于缺陷、表面噪声事件或次表面缺陷/噪声事件。因此，接着可引发晶片及/或后续晶片的校正缺陷管理过程。

本文中所描述的实例实施例有时涉及图像，例如光学(经获取或经模拟)图像或高分辨率图像。术语“图像”可指直接从样本(例如，晶片)获取的图像、经处理或经建模图像或通过使参考及测试/目标图像彼此相减来获得的差异图像。每一参考图像一般来说是对应测试图像的无缺陷版本，且当此测试图像无缺陷时，每一参考图像标称上与其对应测试图像相同。可相对于任何这些类型的图像或任何其它适合类型的光学及高分辨率图像来实施本文中所描述的任何过程。

图2是说明根据本发明的一个实施例的检验过程200的流程图。首先，在操作202中，可使用光学检验器来成像及检测晶片上的对应位置处的潜在缺陷位点。一般来说，光学检验器获取晶片(或任何适合样本)的光学图像，比较测试光学图像与参考光学图像以找出差异，且确定此类差异是否对应于候选缺陷。可将高于预定阈值的差异事件界定为候选缺陷，且接着由光学工具提供此候选事件及其位置的对应光学图像。每一光学测试图像及其对应光学参考图像可呈两个相同设计裸片或裸片部分、单元或单元部分等的形式。

候选缺陷位点可包含实际缺陷、公害及次表面事件。一般来说，光学检验器可为可操作的以获取且提供候选事件位置到高分辨率检验器以供进一步重检及分析。光学图像及位置可直接提供到高分辨率检验器或可用于高分辨率检验器可存取的单独图像数据库中。

接着，在操作204中，可使用高分辨率检验器来使经检测位点成像。即，高分辨率检验器捕获/获取潜在缺陷位点的一组高分辨率图像。高分辨率检验器一般来说捕获对应于视场(fov)(其足够大以容纳拟合在光学工具的点扩散函数(psf)内的晶片区域)的图像，且这些高分辨率图像将展示存在于经成像晶片区域中的实际图案形状及噪声。高分辨率检验器可呈任何适合形式，例如扫描式电子显微镜(sem)、氦离子显微镜、原子力显微镜等。本文中所描述的实施例可涉及使用sem，但也可考虑任何其它适合高分辨率检验器。

接着，在操作206中，分析经获取高分辨率图像以将潜在缺陷分类成明确事件及不明确事件。明确事件可包含桥接、断裂、突出、侵入、cd缺陷、缺失图案、粒子等。一般来说，可通过使用任何适合分类过程(例如，裸片对裸片、单元对单元、裸片对数据库检验等)来分析高分辨率图像。神经网络、算法/模型或其它学习算法可用于学习缺陷及/或公害分类。使用无噪声参考生成的复杂计算方法的其它途径也可用作高分辨率图像的检测算法。另外，利用半导体装置设计档案的检测算法也可用于分类高分辨率图像中的事件。

分类技术可包含将具有高于预定阈值的大小的事件阈值化为缺陷。还可训练自动分类过程以基于包含此类缺陷类型的训练图像来辨识某些类别的缺陷，例如桥接、断裂、突出、侵入、cd缺陷、缺失图案及粒子。另外，可使用设计知识来确定桥接并不意图存在于两个设计特征之间。接着，可将不可分类为明确事件的剩余候选缺陷分类为如本文中进一步描述般进一步分析的不明确事件。

接着，在操作208中，可处理不明确事件的高分辨率图像以生成经建模光学图像。在一个实施例中，使用一或多个模型来从每一sem图像对准确光学图像进行建模。如本文中进一步描述，建模包含用于从sem图像对近场(nf)光学图像进行建模的训练过程以及用于从nf光学图像对最终光学图像进行建模的光学工具模型。

接着，在操作210中，针对每一不明确事件，可比较实际光学图像(来自光学检验器)与其对应经建模光学图像以将每一不明确事件进一步分类成表面噪声(或缺陷)事件或次表面事件。如果经建模光学图像展示显著不同于候选缺陷位置处的经获取光学图像的特征，那么可确定候选事件是次表面事件，因为sem无法使次表面事件成像。次表面事件可呈下伏层中的缺陷或噪声的形式。如果经建模及经获取图像基本上相同(例如，具有小于预定百分比的差异)，那么可将候选事件标注为表面缺陷或表面噪声。

例如，可通过测量及比较差异经获取图像及差异经建模图像两者的信噪比(snr)来完成是否将候选缺陷分类为表面或次表面事件的确定。在一个实施例中，由候选缺陷位置处的信号强度与周围区域中的rms噪声强度的比率计算snr。如果两个图像具有高于预定阈值(例如约3)的snr值及类似信号极性，那么可将候选事件分类为表面噪声。如果经获取光学图像的snr高于阈值而经建模图像的snr显著低于阈值，那么可将候选事件分类为次表面缺陷。

接着，在操作211中，可重检每一经分类表面事件的高分辨率图像以将此事件进一步分类为“真实”缺陷或噪声。当经建模及经捕获光学图像相同或基本上相同时，可将一或多个sem特征(及对应晶片特征)识别为促成任一光学图像中的候选缺陷。如本文中进一步描述，处理sem图像以模拟光学图像涉及确定用于使图像对准的偏移。这个偏移还可用于定位sem图像中的促成源，接着可重检所述促成源以验证候选事件是否为真实缺陷或噪声/粗糙度。因此，一人可使引起光学问题的一或多个特征的位置相关。相关结果有助于操作者更确定(而非猜测)每一候选事件的(若干)源事件位置。可使用操作者或自动过程(例如，自动分类过程)来作出这个最终分类。真实缺陷可能会影响良率或装置功能。相比之下，公害型缺陷不会影响良率或装置功能。例如，如果候选缺陷事件未展示其高分辨率图像中存在明确缺陷的清楚指示，但其差异经获取光学图像可在具有类似幅度、位置及形状的差异经建模光学图像中如实再现，那么可验证候选事件确实是晶片噪声公害。否则，很可能将候选事件归因于次表面缺陷。

在分类及重检候选事件之后，接着可在操作212中确定晶片是否通过。如果晶片通过，那么检验过程可结束。接着，可进一步处理、切割晶片样本且使其形成为封装式装置/系统。如果晶片包含良率影响缺陷，那么可确定晶片未通过检验。否则，如果晶片未被通过，那么可在操作214中修复晶片(如果可行)或舍弃晶片(如果无法修复)，此后，当前晶片的检验过程结束。为了修复晶片，可去除某些材料/结构或将某些材料/结构新增到晶片以消除某些缺陷的不利效应。接着，可进一步处理、切割经修复晶片且使其形成为封装式装置/系统。修复晶片还可包含从经切割且封装为装置/系统的裸片去除缺陷裸片。另外或替代地，可调整用于制造晶片的工艺以免缺陷发生在后续晶片上。

图3是根据本发明实施例的特定实施方案的用于生成经建模光学图像的详细学习及相关过程300的图形表示。首先，可将光学参考图像302a及光学测试图像302b输入到训练过程中。同样地，将sem参考图像306a及sem测试图像306b输入到训练及相关过程中。一般来说，每一测试图像对应于受缺陷检验的晶片的区域，而每一对应参考图像是在此测试图像无缺陷时与其对应测试图像相同的对应于晶片区域的图像。可通过使被设计成与对应测试区域的晶片区域相同的晶片区域成像来生成参考图像。

一般来说，在训练过程中使用潜在缺陷位点的小组(例如，5个)光学及对应sem图像。训练图像可包含具有已分类为明确缺陷或噪声事件(例如，桥接、断裂或其它已知缺陷或噪声类型等)的位点的明确图像。可使用任何适合数目个图像来训练准确模型从sem图像生成经建模光学图像。取决于例如图像大小、模型参数数目等的因素，适合数目可包含至少5个、5个到10个、10个到20个、20个到50个或50个到100个。

可使每一组的经获取光学参考图像302a及光学测试图像302b相减(304)以生成差异经获取光学图像302c。当然，这些光学图像在相减之前首先被对准。所得差异光学图像对应于从光学检验生成的潜在缺陷或公害位点。

在所说明实例中，首先将sem参考图像306a及sem测试图像306b输入到对准、平滑化及归一化过程308中。对准操作(针对每一组的光学及sem参考及测试图像)可包含基于任何适合技术的对准，例如相对于彼此移动参考及测试图像，直到完成优化匹配。在这个过程之前，可使用晶片上的对准标记来使图像相对于彼此粗略对准。

因为以极高分辨率(例如，1nm)捕获sem图像，所以sem图像已提供实际晶片图案的最佳表示。然而，sem图像通常会具有由sem引入的额外假影。使sem图像平滑化可包含去除由sem引入的噪声。即，可过滤图像以去除已知散粒噪声及已知发生在使用用于使晶片成像的特定sem工具来成像时的强度波动。

归一化通常包含归一化参考图像及测试图像两者的灰阶。例如，可二进制化sem图像以导致图像的图案轮廓，如同图1的sem图像122。即，设计结构(例如，124及128)可被指派“1”值，而周围场区(例如，132)可被赋予“0”值，或反之亦然。

在处理sem图像之后，可对最佳表示实际晶片区域的所得sem图像应用建模以获得晶片图像的准确光学图像，但由sem成像的下伏特征除外。首先，可将sem图像连同已知图案特性馈送到从输入对sem近场图像进行建模的近场模型310中。通常由受检验晶片提供的已知图案特性可包含经扫描晶片层的材料组合物，包含存在于经处理sem图像的图案轮廓内及外的材料组合物。例如，受检验层的已知组合物可指定sem图像(例如，122)的图案(例如，图1的124及128)的铜材料及场区(例如，132)的氧化物。经成像晶片部分的已知特性还可包含表面以及下伏层及图案的已知或近似组合物、拓扑及厚度。

nf模型开始于表示实际晶片图案的经平滑化及经归一化sem图像，且模拟从经处理sem图像中表示的晶片图案的表面处的不同部分的不同材料反射的光。即，近场建模模拟从对应sem图像中表示的图案轮廓内及外的指定层材料反射的光以接着模拟由经处理sem图像表示的晶片图案的表面附近的nf图像。在接近样本的点处且在反射光穿过光学工具的成像路径而到检测器上之前模拟近场图像。可使用例如克希何夫(kirchhoff)模型的任何适合nf模型，其包含可经校准以给出最终经再现光学图像与经获取光学图像之间的最佳匹配的参数。

接着，可将所得近场图像输入到光学系统模型312中，光学系统模型312在光穿过光学装置之后对光学工具的检测器上的光进行建模。在实例实施例中，光学系统模型可包括以下元件中的多者中的一者：用于对部分相干成像系统进行建模的部分相干模型(pcm)、用于对具有有限带宽的非相干源进行建模的源光谱模型、用于对不同光学偏光状态进行建模的偏光模型等。一般来说，在这个实施例中，光学系统模型使用用于收集实际光学图像的光学工具的参数及特性。可使用具有影响从nf图像通过收集路径而到检测器上的光电磁波的值或设置的任何适合参数及特性。举例来说，这些参数可包含波长的度量、焦点、数值孔径(na)、照明及成像孔隙的形状以及存在于光学工具中的像差。

将这些参数输入到光学模型中以将nf图像变换成光学强度图像，所述光学强度图像是将由开始于nf图像的光学工具成像的图像。即，将高分辨率sem图像转化成更准确光学图像，所述更准确光学图像接着可直接与对应经获取光学图像比较。

然而，通过训练nf模型来获得具有最优准确度的光学图像(光学模型是众所周知的且无需训练)。可执行仅使用有限数目个sem及光学图像的训练一次以完成nf模型。在此训练之后，可将额外sem图像变换成最终光学图像而无需任何进一步训练。

返回到图3的训练实例，训练继续将从光学系统模型312输出的光学图像输入到下采样过程314。这个过程314可操作以将经建模光学图像的分辨率及大小改变成与光学工具的分辨率及大小相同。例如，将经建模光学图像的分辨率从1nm(其是高分辨率sem工具的像素大小)改变成50nm的光学工具的像素大小。在一个实施方案中，下采样过程314可去除跨经建模光学图像的像素的某些分布。

接着，可将经下采样光学图像及其对应经获取光学图像馈送到对准过程315中。在所说明实例中，使测试经建模光学图像及其对应测试经获取光学图像彼此对准。替代地，可使参考经建模图像、其对应参考经获取光学图像对准。替代地，可使差异经建模图像及经获取图像对准以确定偏移。然而，因为测试图像包含潜在缺陷位点，所以优选地使用测试图像。可实施任何适合对准过程。例如，可使图像相对于彼此移位，直到出现最大匹配。接着，可将所得偏移馈送到移位过程316中以使经建模光学图像移位因此其与经获取光学图像对准。替代地但非优选地，可对经获取光学图像执行移位过程。

一般来说，当在实际光学图像中发现候选缺陷时，提供此候选缺陷的位置(x0,y0)以在sem工具上定位此候选缺陷。即，光学工具记录每一候选缺陷的位置，且sem工具理想地可操作而以此经提供位置为中心(借助或未借助操作者)。然而，由于光学工具及/或sem工具的台定位准确度限制，缺陷定位(x0,y0)准确度可能不达标。例如，在sem工具上定位候选缺陷的位置误差可高达500nm到1μm。另外，因为一些缺陷位置可在光学图像中很清楚但在sem图像中不清楚，所以可能难以确定sem图像的哪一部分对应于光学缺陷。本发明的某些实施例允许通过对对应光学图像进行建模来识别sem图像中的(若干)缺陷源位置，所述对应光学图像接着与经捕获光学图像对准以提供移位误差。接着，可使用这个移位误差(或偏移)来定位对应sem图像中的校正候选缺陷位置。

在已确定偏移且发生移位之后，接着可使测试及参考经建模光学图像相减(318)以形成差异经建模光学图像306c。还可类似地处理其它训练sem图像及其对应经获取光学图像以实现整组训练图像的相关结果。如果相关结果未经优化，那么nf参数调整过程322更改nf参数。使所述一组训练sem图像重复建模操作以形成一组新经建模光学图像。继续调整nf参数，直到经建模光学图像与经获取光学图像最优地相关。可以任何适合方式界定最优相关。例如，可将具有r²>90％的图像强度相关界定为校准之后最优。其它最优相关规格可包含经建模光学图像与经获取光学图像之间的差异的rms值等。

接着，可使用所得最终nf参数来处理具有不明确事件的整组sem图像。可将每一差异经建模光学图像306c及对应差异经获取光学图像302c输入到输出相关过程320。另外，接着可使每一所得差异经建模光学图像与其对应差异经获取光学图像相关以将不明确事件进一步分类为表面噪声、表面缺陷或次表面事件(例如，210)。

可实施任何适合光学检验工具以检测及成像候选事件，如本文中所描述。某些检验工具实施例提供灵活波长选择以覆盖各种晶片材料性质及结构。另外，检验工具可为可操作的以提供较短波长且可包含灵活偏光选择以获得最佳信号。检验系统也可为可操作的以收集一次扫描中的不同形式信息以改进检验处理量、缺陷分类、公害抑制。

一般来说，适合实施本发明的技术的光学检验工具可包含用于生成选定波长的入射光束以检测不同材料类型及结构类型的缺陷的至少一个光源。此检验还可包含用于引导入射光束到关注区域的照明光学装置、用于响应于入射光束而引导从关注区域发射的输出光束的收集光学装置、用于检测输出光束且从经检测输出光束生成图像或信号的传感器及用于控制检验工具的组件且促进缺陷检测的控制器。实例工具包含购自加利福尼亚州苗必达(milpitas,ca)市科磊公司(klacorp)的2930、2935及3900检验系统。

在一个实施例中，检验工具包含用于生成及收集宽波长范围(从高于190nm到950nm)内的光的照明及收集模块。检验器工具还可提供用于平行及垂直电子场的偏光选项及用于跨波长范围应用于长及短波长路径中的每一者的一组子频带波长滤波器。

图4是根据本发明的特定实施方案的光学检验系统400的图形表示。如所展示，系统400可包含生成照明光405的宽带光源(例如，照明器404)。光源的实例包含激光驱动光源、高功率等离子体光源、透照光源(例如，卤素或xe灯)、滤波灯、led光源等。除宽带光源之外，检验系统还可包含任何适合数目及类型的额外光源。

来自光源的入射光束一般来说可穿过用于中继(例如，塑形、聚焦或调整焦点偏移、过滤/选择波长、过滤/选择偏光状态、重调大小、放大、减少失真等)光束朝向样本434的任何数目及类型的透镜。

照明器404可包含用于生成具有选定波长范围的入射光束的任何适合光学元件。例如，照明器404可包含滤波器轮401，所述滤波器轮401具有个别地插入(或旋转)到照明路径中以改变照明光束的波长的可选带通滤波器。一般来说，可基于优化每一检验波长的照明及收集光瞳孔隙形状、入射及收集路径的偏光、放大率、像素大小或其任何组合来选择每一检验波长范围。

照明器还可包含可用于进一步界定入射光束的光谱的一或多个额外光谱滤波器(例如，403)。例如，每一光谱滤波器可进一步用于优化意图被捕获的缺陷的敏感度。单独偏光滤波器406也可选择性地定位在入射光束路径中以进一步优化不同波长范围的检验敏感度。

光瞳中继器(未展示)也可用于使入射光再成像且将光瞳聚焦到物镜432处的系统光瞳上。50-50分束器428可用于将光发送到物镜432。50-50分束器428还可经布置以发送从样本反射或散射的光朝向收集光学装置。与系统光瞳(定位在物镜处)共轭的光瞳可用于入射光束路径中。每一光瞳或孔隙可具有用于遮蔽光路径的部分以最大化选定波长范围的信号的特定形状。

针对用于缺陷检测的所有可选波长来优选地优化物镜432。例如，物镜432具有包含透镜涂层的组合物及用于校正色像差的布置。在替代实施例中，物镜432可为全反射物镜或折射物镜或组合(折反射)配置。

接着，可由另一二向色分束器437接收从样本反射或散射的所得输出光束，所述二向色分束器437可经布置以经由自动聚焦系统435将自动聚焦插入到物镜432中。自动聚焦光束可具有与不同检验频带分离的波长。可变动自动聚焦波长，只要其不在选定检验波长范围中的任一者的检验波带中。组件的成本及可用性会影响自动聚焦插入所在的位置。自动聚焦波长带可为40nm或更小以最小化由于晶片材料响应所致的焦平面变化。例如，自动聚焦系统435可使用led光源。二向色分束器437可经布置以反射自动聚焦波带且透射高于及低于那个区的所有光。50-50分束器428还可经配置以使自动聚焦光高效率穿过(例如，通过使用涂层)。这个元件可使自动聚焦的光效率改进近4倍。

如果自动聚焦波长远高于可选检验波长范围，那么自动聚焦光束会受不同于检验成像系统的热诱发聚焦变化影响。所述系统可包含用于提供关于由于环境(温度、压力)、透镜加热等所致的聚焦变化的反馈的机构。举例来说，其自动聚焦系统435可包含呈温度及压力传感器的形式的反馈机构及安装在晶片卡盘的侧上以评估焦平面变化的校准晶片。基于反馈，自动聚焦系统435可调整一或多个透镜元件(例如通过移动透镜以形成可调气隙)以引入聚焦校正或可经由一或多个驱动器408调整台(及其上的样本434)z位置。还可基于此反馈来确定校正的频率。

系统400可以所属领域中已知的任何扫描模式操作。例如，当照明光束扫描样本434的整个表面时，系统400可以行迹模式操作。就此来说，系统400可使照明光束扫描整个样本434，同时样本移动，且扫描方向通常垂直于样本运动的方向。

可由任何适合数目及类型的收集光学器件(例如，光瞳中继器(透镜群组440)及反射镜438、偏光器407、孔隙409及用于变焦且聚焦输出光束到传感器454上的光学元件410及412)引导及塑形输出光束。举例来说，传感器454可呈ccd(电荷耦合装置)或tdi(时延积分)检测器、光电倍增管(pmt)或其它传感器的形式。

光瞳中继器440可被设计成形成系统光瞳(在物镜432处)的图像以将特定孔隙(409)插入在收集路径中以优化每一波长范围的检验敏感度。可选择不同孔隙设置以实现样本上的不同入射角。偏光滤波器(405或407)可经定位在照明或收集路径中以也优化检验敏感度。

样本434可安置在经配置以在扫描期间支撑样本434的样本台414上。在一些实施例中，样本台414是可致动台。例如，样本台414可包含但不限于适合于沿一或多个线性方向(例如，x方向、y方向及/或z方向)可选地平移样本434的一或多个平移台。举另一例来说，样本台414可包含但不限于适合于沿旋转方向可选地旋转样本434的一或多个旋转台。举另一例来说，样本台414可包含但不限于适合于沿线性方向可选地平移样本及/或沿旋转方向可选地旋转样本434的旋转台及平移台。

所述系统还可包含控制器或计算机系统(例如，490)。例如，由每一检测器捕获的信号可由控制器490处理，所述控制器490可包含具有经配置以将来自每一传感器的模拟信号转换成用于处理的数字信号的模拟转数字转换器的信号处理装置。所述控制器可经配置以分析经感测光束的强度、图像、相位及/或其它特性。所述控制器可经配置(例如，使用编程指令)以提供用于显示合成测试图像及其它检验特性的用户接口(例如，在计算机屏幕上)，如本文中进一步描述。所述控制器还可包含用于提供用户输入(例如变化的波长、偏光、或孔隙配置)、观看检测结果数据或图像、设置检验工具配方的一或多个输入装置(例如，键盘、鼠标、操纵杆)。

可在硬件及/或软件(例如，控制器490)的任何适合组合中实施本发明的技术。所述控制器通常具有耦合到输入/输出端口的一或多个处理器及经由适当总线或其它通信机构的一或多个存储器。

所述控制器一般来说可经配置以控制检验系统的各种组件。例如，所述控制器可控制照明源的选择性激活、照明或输出孔隙设置、波长带、聚焦偏移设置、偏光设置、台及光束转向等。所述控制器还可经配置以接收由每一检测器生成的图像或信号且分析所得图像或信号以确定样本上是否存在候选事件(缺陷/公害)，提供候选事件的位置，特性化存在于样本上的缺陷或以其它方式特征性样本。例如，所述控制器可包含处理器、存储器及经编程以实施本发明的方法实施例的指令的其它计算机外围装置。

因为可在特殊配置的计算机系统上实施此类信息及程序指令，所以此系统包含用于执行本文中所描述的各种操作、可存储在计算机可读媒体上的程序指令/计算机码。机器可读媒体的实例包含但不限于：磁性媒体，例如硬盘、软盘及磁带；光学媒体，例如cd-rom光盘；磁光媒体，例如光盘；及硬件装置，其经特殊配置以存储及执行程序指令，例如只读存储器装置(rom)及随机存取存储器(ram)。程序指令的实例包含例如由编译器生成的机器码及含有可由计算机使用解译器来执行的较高级码的文件两者。

硬件及/或软件的任何适合组合可用于实施高分辨率检验器。图5是根据本发明的一个实施例的扫描式电子显微镜(sem)系统500的图形表示。系统500可经配置以使用电子束504来扫描样本506(例如但不限于其上形成有两个或更多个层的晶片(例如，半导体晶片))的每一候选事件以捕获sem图像。

系统500可以所属领域中已知的任何扫描模式操作。例如，当使电子束504扫描样本506的候选缺陷位点时，系统500可以行迹模式操作。就此来说，系统500可使电子束504扫描整个样本506，同时样本移动，且扫描方向通常垂直于样本运动的方向。举另一例来说，当使电子束504扫描样本506的整个表面时，系统500可以步进扫描模式操作。就此来说，系统500可使电子束504扫描整个样本506，所述样本506在扫描束504时通常是静止的。

系统500可包含用于生成一或多个电子束504的电子束源502。电子束源502可包含所属领域中已知的任何电子束源。例如，电子束源502可包含但不限于一或多个电子枪。在一些实施例中，计算系统524或控制器可通信地耦合到电子束源502。计算系统524可经配置以经由电子束源502的控制信号调整一或多个电子源参数。例如，计算系统524可经由传输到电子束源502的控制电路的控制信号变动由源502发射的电子束504的束流。

样本506可安置在经配置以在扫描期间支撑样本506的样本台508上。在一些实施例中，样本台508是可致动台。例如，样本台508可包含但不限于适合于沿一或多个线性方向(例如，x方向、y方向及/或z方向)可选地平移样本506的一或多个平移台。举另一例来说，样本台508可包含但不限于适合于沿旋转方向可选地旋转样本506的一或多个旋转台。举另一例来说，样本台508可包含但不限于适合于沿线性方向可选地平移样本及/或沿旋转方向可选地旋转样本506的旋转台及平移台。

在一些实施例中，计算系统524或控制器通信地耦合到样本台508。计算系统524可经配置以经由传输到样本台508的控制信号调整一或多个台参数。计算系统524可经配置以经由传输到样本台508的控制电路的控制信号变动样本扫描速度及/或控制扫描方向。例如，计算系统524可经配置以变动速度及/或控制样本506相对于电子束504线性地平移(例如，x方向或y方向)的方向。如本文中进一步详细地论述，可以相对于形成样本506上的叠加度量目标或标记的目标结构的特征放置倾斜(例如，相对于图案线的纵轴垂直或否则倾斜)的定向扫描样本506。

系统500可进一步包含一组电子光学元件510。所述一组电子光学装置可包含适合于将电子束504聚焦及/或引导到样本506的选定部分上的所属领域中已知的任何适合元件。在一个实施例中，所述一组电子光学元件包含一或多个电子光学透镜。例如，电子光学透镜可包含但不限于用于从电子束源收集电子的一或多个聚光透镜512。举另一例来说，电子光学透镜可包含但不限于用于将电子束504聚焦到样本506的选定区上的一或多个物镜514。在一些实施例中，可以相对于样本的受控角引导电子束504到样本506。因为晶片坐标系未必与sem坐标系一致，所以控制精细扫描角可改进坐标系之间的匹配且显著地提高采样性能/准确度。

在一些实施例中，所述一组电子光学元件包含一或多个电子束扫描元件516。例如，一或多个电子束扫描元件516可包含但不限于适合于控制光束相对于样本506的表面的位置的一或多个扫描线圈或偏转器。就此来说，一或多个扫描元件516可用于使电子束504以选定扫描方向或图案扫描整个样本506。例如，可以相对于形成样本506上的叠加度量目标或标记的目标结构的特征放置的倾斜或垂直双向扫描(例如，以双向方向且与目标线成角度)扫描样本506。计算系统524或控制器可通信地耦合到一或多个电子光学元件510，例如一或多个扫描元件516。因此，计算系统可经配置以经由传输到一或多个通信耦合电子光学元件510的控制信号调整一或多个电子光学参数及/或控制扫描方向。

系统500可进一步包含经配置以从样本506接收电子517的检测器组合件518。在一些实施例中，检测器组合件518包含电子收集器520(例如，二次电子收集器)。检测器组合件可进一步包含基于例如阻滞场原理的能量滤波器。就此来说，能量滤波器可经配置以阻挡低能二次电子，同时使高能二次电子(即，回散射电子)通过。如果不激活能量滤波器，那么根据检测系统的收集效率检测所有二次电子。可通过从总电子图像减去高能电子图像来获得低能二次电子图像。检测器组合件518可进一步包含用于检测来自样本表面的电子(例如，二次电子)的检测器522(例如，闪烁元件及pmt检测器522)。在一些实施例中，检测系统522可包含若干电子检测器，例如举例来说一或多个明场(bf)检测器521及一或多个暗场(df)检测器523。在一些实施例中，可存在从2个到8个(或甚至更多个)df检测器523。bf检测器521检测具有低(根据晶片法线)发射角的电子，而df检测器523提供由具有较高发射角的电子携带的信息。在一些实施例中，检测器组合件518的检测器522包含光检测器。例如，检测器522的pmt检测器的阳极可包含磷光体阳极，其由阳极吸收的pmt检测器的串接电子激发且可随后发射光。接着，光检测器可收集由磷光体阳极发射的光以使样本506成像。光检测器可包含所属领域中已知的任何光检测器，例如但不限于ccd检测器或ccd-tdi检测器。系统500可包含额外/替代检测器类型，例如但不限于埃弗哈特-索恩利(everhart-thornley)型检测器。此外，本文中所描述的实施例可适用于单检测器及多检测器布置。

在一个实施例中，计算系统524或控制器通信地耦合到检测器组合件518。计算系统524可经配置以经由传输到检测器组合件518的控制信号调整一或多个图像形成参数。例如，所述计算系统可经配置以调整二次电子的提取电压或提取场强。所属领域技术人员将明白，“计算系统524”可包含一或多个计算系统或控制器，例如经配置以执行嵌入在由至少一个非暂时性信号承载媒体存储的程序指令中的一或多个指令集的一或多个处理器。计算系统524可控制各种扫描或采样参数，例如但不限于本文中所描述的扫描或采样参数。

尽管前文描述专注于收集二次电子的背景中的检测器组合件518，但这不应被解译为对本发明的限制。本文中应认识到，检测器组合件518可包含用于使用电子束504特性化样本表面或块体的所属领域中已知的任何装置或装置组合。例如，检测器组合件518可包含经配置以收集回散射电子、欧杰(auger)电子、透射电子或光子(例如，响应于入射电子而由表面发射的x射线)的所属领域中已知的任何粒子检测器。在一些实施例中，基于经检测电子的能级及/或发射角来区分经检测电子(例如，二次电子与回散射电子)，且可通过从总电子图像减去高能电子图像来获得低能二次电子图像。

计算系统524可经配置以通过可包含有线及/或无线部分的传输媒体来接收及/或获取到及来自其它系统的数据或信息(例如，经检测信号/图像、统计结果、参考或校准数据、训练数据、模型、经提取特征或变换结果、经变换数据集、曲线拟合、定性及定量结果等)。以这种方式，传输媒体可用作计算系统524与其它系统(例如，板上存储器度量系统、外部存储器、参考测量源或其它外部系统)之间的数据链路。例如，计算系统524可经配置以经由数据链路从存储媒体(例如，内部或外部存储器)接收测量、成像及位置数据。例如，使用检测系统获得的结果可经存储在永久或半永久存储器装置(例如，内部或外部存储器)中。就此来说，可从板上存储器或从外部存储器系统导入结果。此外，计算系统524可经由传输媒体将数据发送到其它系统。例如，可传达由计算系统524确定的定性及/或定量结果(例如，模型参数、模型、候选事件分类、经获取及经建模图像等)且将其存储在外部存储器中。就此来说，可将分析结果导出到另一系统。

计算系统524可包含但不限于个人计算机系统、大型计算机系统、工作站、图像计算机、并行处理器或所属领域中已知的任何其它装置。一般来说，术语“计算系统”可被广义界定为涵盖具有执行来自存储器媒体的指令的一或多个处理器的任何装置。程序指令可经存储在计算机可读媒体(例如，存储器)中。示范性计算机可读媒体包含只读存储器、随机存取存储器、磁盘或光盘或磁带。

在其它实施例中，具有列阵列系统的sem可用于捕获、处理及分析高分辨率图像。在格雷斯·陈(gracechen)等人的标题为“具有全晶片覆盖能力的超高敏感度混合检验(ultra-highsensitivityhybridinspectionwithfullwafercoveragecapability)”的第16/272,905美国专利申请案号中进一步描述若干实例系统，所述申请案出于所有目的以引用方式并入本文中。例如，sem检验器包含线性列阵列及行迹持续移动精确台。在一个实例中，小型化线性探针阵列中的每一探针因此所述阵列可跨越晶片。例如，可由微机电系统(mems)技术形成探针。当然，可实施其它类型的探针。

在本文所描述的任何系统及技术中，通常针对检验或度量应用来优化计算算法，其中使用例如计算硬件的设计及实施、并行化、计算分布、负载平衡、多服务支持、动态负载优化等的一或多个途径。可在固件、软件、fpga、可编程光学组件等中完成算法的不同实施方案。

本文所呈现的本发明的某些实施例大体上涉及半导体度量及工艺控制的领域且不限于硬件、算法/软件实施方案及架构以及上文所概述的使用案例。

尽管已出于清楚理解的目的而较详细地描述本发明，但将显而易见的是，可在所附权利要求书的范围内实践某些改变及修改。应注意，存在实施本发明的过程、系统及设备的许多替代方式。因此，本发明实施例应被认为是说明性且非限制性的，且本发明不限于本文中所给出的细节。