缺陷检查装置以及缺陷检查方法与流程

1.本发明涉及缺陷检查装置以及使用了该缺陷检查装置的缺陷检查方法。


背景技术：

2.作为检测半导体的电路图案上的缺陷的方法，已知有将未产生缺陷的正常的电路图案的形状与测定出的检查对象的电路图案的形状进行比较的方法。通常，使用了扫描型电子显微镜的缺陷检测使用二次电子图像(se像)来进行，但如专利文献1所述，在想要更准确地检测浮渣的情况下，还已知对将二次电子图像(se像)和反射电子图像(bse)进行合成而得的合成图像设定检查区域的方法。
3.半导体的电路图案上的缺陷有各种各样的缺陷，根据缺陷的种类，也有只能在se像中视觉辨认的缺陷，反之也有只能在bse像中视觉辨认的缺陷。例如电位对比度那样的由半导体器件的电特性引起的缺陷只能在se像中视觉辨认，另一方面，电路图案呈凹凸变形那样的缺陷只能在bse像中视觉辨认。这样的情况下，已知通过将se像和bse像进行合成而得的图像(合成图像)来进行检查的方法。
4.然而，使用了这样的合成图像的缺陷检查能够覆盖多种多样的缺陷，另一方面，有缺陷检测灵敏度与合成前的图像相比降低这样的权衡的问题。即，关于仅通过se像能够视觉辨认的缺陷，在混合了se像和bse像的合成图像中，可能产生因灵敏度的降低等而无法检测的情况。同样地，关于仅通过bse像能够视觉辨认的缺陷，可能产生在合成图像中无法检测的情况。近年来，因半导体图案的微细化，应检测的缺陷尺寸逐渐变小，因此，在最新世代的半导体器件中，在合成图像中无法进行针对所有种类的缺陷的检查的事例逐渐增加。
5.专利文献1：日本特开2014-77798号公报
6.专利文献2：日本专利第6281019号公报


技术实现要素：

7.本发明提供一种在合成图像中能够检查多种多样的缺陷种类的缺陷检查装置以及缺陷检查方法。
8.鉴于上述那样的问题，本发明的缺陷检查装置具有：图像合成部，其将来自第一检测器的第一检测信号和来自第二检测器的第二检测信号以第一合成比率进行合成而生成第一合成图像，并且将所述第一检测信号和所述第二检测信号以与所述第一合成比率不同的第二合成比率进行合成而生成第二合成图像；缺陷检查处理部，其基于所述第一合成图像生成第一检查图像，并且基于所述第二合成图像生成第二检查图像；检查图像运算部，其执行所述第一检查图像和所述第二检查图像的逻辑运算来生成合成检查图像；以及缺陷判定处理部，其对所述合成检查图像执行缺陷判定。
9.根据本发明的缺陷检查装置以及方法，能够提供在合成图像中能够检查多种多样的缺陷种类的缺陷检查装置以及缺陷检查方法。
附图说明
10.图1表示在第一实施方式的缺陷检查装置中取得设为检查的对象的图像的图像生成工具的一例即扫描电子显微镜的结构例。
11.图2是表示对通过图1所例示那样的扫描型电子显微镜(图像生成工具)得到的图像数据进行图像合成处理以及缺陷检测处理，输出缺陷判定的结果的缺陷检查系统(缺陷检查装置)的一例的框图。
12.图3是对第一实施方式的计算机系统201中的缺陷判定的动作进行说明的说明图。
13.图4是对第一实施方式的计算机系统201中的缺陷判定的动作进行说明的说明图。
14.图5是在第一实施方式的缺陷检查装置中，例如在操作部206的显示器中提示的gui画面的一例。
15.图6是对使用了第一实施方式的缺陷检查装置的缺陷检查顺序进行说明的流程图。
16.图7是表示第二实施方式的缺陷检查系统(缺陷检查装置)的一例的框图。
17.图8是对第二实施方式的计算机系统901中的缺陷判定的动作进行说明的说明图。
18.图9是对第二实施方式的计算机系统901中的缺陷判定的动作进行说明的说明图。
19.图10是在第二实施方式的缺陷检查装置中，例如在操作部206的显示器中提示的gui画面的一例。
20.图11是对使用了第二实施方式的缺陷检查装置的缺陷检查顺序进行说明的流程图。
21.图12是对使用了第二实施方式的缺陷检查装置的缺陷检查顺序进行说明的流程图。
具体实施方式
22.以下，参照附图对本实施方式进行说明。在附图中，功能上相同的要素有时也以相同的编号显示。此外，附图示出了遵循本公开的原理的实施方式和安装例，但这些是用于理解本公开的，决不用于限定性地解释本公开。本说明书的记述只不过是典型的例示，在任何意义上都不限定本公开的请求专利保护的范围或应用例。
23.在本实施方式中，本领域技术人员为了实施本公开而充分详细地进行了说明，但需要理解的是，其他的安装和方式也是可能的，能够不脱离本公开的技术思想的范围和精神地进行结构和构造的变更、多样的要素的置换。因此，不能将以后的记述限定于此进行解释。
24.[第一实施方式]
[0025]
参照图1～图6，对第一实施方式的缺陷检查装置以及方法进行说明。图1表示在第一实施方式的缺陷检查装置中取得设为检查的对象的图像的图像生成工具的一例即扫描电子显微镜的结构例。此外，成为本发明的应用对象的图像生成工具不限于扫描型电子显微镜，例如也可以将根据离子束的扫描生成图像的聚焦离子束装置设为图像生成工具。
[0026]
图1所例示的扫描电子显微镜具有：拍摄部101、计算机系统102、信号处理部103、输入输出部104以及存储部105。
[0027]
拍摄部101具有：照射电子束107的电子枪106、将电子束107聚焦的聚焦透镜108、
以及将通过了聚焦透镜108的电子束107进一步聚焦的聚焦透镜109。拍摄部101还具有使电子束107偏转的偏转器110、控制电子束107的聚焦的高度的物镜111。
[0028]
通过了拍摄部101的光学系统的电子束107照射到载置于试样载置台113上的试样112。主要由二次电子检测器(上方检测器)115检测出因电子束107的照射而从试样112放出的二次电子(se)114。另外，主要由后方散射电子检测器(下方检测器)117检测出从试样112产生的后方散射电子(bse)116。
[0029]
计算机系统102控制拍摄部101。信号处理部103根据上方检测器115和下方检测器117的输出生成sem图像(se像、bse像)。信号处理部103与未图示的扫描偏转器的扫描同步地，使帧存储器等存储检测信号来生成图像数据。在帧存储器中存储检测信号时，通过在与帧存储器的扫描位置对应的位置存储检测信号，生成信号轮廓(signal profile)(一维信息)和sem图像(二维信息)。存储部105还作为存储管理本系统的动作的计算机程序的非临时性记录介质而发挥功能。输入输出部104输入来自操作员的各种指示，并且将检查结果等输出到未图示的显示器等。
[0030]
图2是对通过图1所例示的扫描型电子显微镜(图像生成工具)得到的图像数据进行图像合成处理以及缺陷检测处理，输出缺陷判定的结果的缺陷检查系统(缺陷检查装置)的一例。该缺陷检查系统由计算机系统201和操作部206构成。
[0031]
计算机系统201由包含1个以上的cpu的1个以上的计算机子系统构成。1个以上的计算机子系统能够使用1个以上的处理器通过软件来实现后述那样的处理，也可以通过电子电路等硬件来实现该处理的一部分或者全部。
[0032]
作为一例，计算机系统201具有：图像合成部202、缺陷检查处理部203、检查图像运算部204以及缺陷判定处理部205。图像合成部202、缺陷检查处理部203、检查图像运算部204以及缺陷判定处理部205可以通过软件虚拟地实现，也可以通过电子电路等硬件实现。
[0033]
计算机系统201构成为，从操作部206接受缺陷检查参数、缺陷判定阈值的输入，操作部206将计算机系统201处理后的检查结果显示于显示器等。
[0034]
计算机系统201中，图像合成部202以预先指定的合成率将由多个检测器(115、117)检测出的sem图像207(se像、bse像)进行合成。如后述那样，图像合成部202构成为能够以多个(在以下的例子中为2个)合成率对se像和bse像进行合成，生成多种合成图像。
[0035]
缺陷检查处理部203对由图像合成部202合成的检查图像执行缺陷检查处理，将检查图像输出到检查图像存储部208。此时，图像合成部202以多种合成比率输出多种检查图像。多个检查图像由检查图像运算部204进行运算处理，作为该运算处理的结果，输出合成检查图像。合成检查图像通过缺陷判定处理部205进行缺陷判定，该检查结果显示于操作部206，并且输出至检查结果文件209。
[0036]
参照图3和图4，对第一实施方式的计算机系统201中的缺陷判定的动作进行说明。如上所述，缺陷的种类多种多样，有能够在se像中视觉辨认，但在bse像中无法视觉辨认或难以视觉辨认的缺陷，另一方面，相反地有能够在bse像中视觉辨认，但在se像中无法视觉辨认或难以视觉辨认的缺陷。在使用se像和bse像的合成图像的缺陷检查方法中，能够从一个合成图像中检查任何缺陷，但因图像的合成，可能产生在合成图像中无法视觉辨认或者难以视觉辨认单独在se像中能够视觉辨认的缺陷这样的权衡的问题。在第一实施方式中，通过执行在图3以及图4中说明的方法，消除了该权衡的问题。图3示出了在检查对象的区域
产生了仅在se像中能够视觉辨认的缺陷a的情况。图4示出了在检查对象的区域产生了仅在bse像中能够视觉辨认的缺陷b的情况。
[0037]
如图3和图4所示，在该第一实施方式中，在图像合成部202中以2种合成比率a、b将在设为缺陷检查的对象的区域拍摄到的se像、bse像进行合成，生成2个合成图像mp1、mp2。参照图像rp1、参照图像rp2也是将在未产生缺陷的正常的区域(电路图案等)拍摄到的se像、bse像分别以相同的合成比率a、b合成而生成的。作为一例，参照图像rp1、rp2能够根据与为了缺陷检查而拍摄了se像以及bse像的区域接近的、未产生缺陷的区域中的se像以及bse像来生成(合成)。
[0038]
然后，缺陷检查处理部203通过对合成比率a进行了最佳化的检查参数1来运算该合成图像mp1与参照图像rp1的差分，而生成检查图像dmp1。另外，缺陷检查处理部203通过对合成比率b进行了最佳化的检查参数2来运算合成图像mp2与参照图像rp2的差分，而生成检查图像dmp2。即，检查图像dmp1是根据合成比率a的合成图像mp1和参照图像rp1而生成的差图像，检查图像dmp2是根据合成比率b的合成图像mp2和参照图像rp2而生成的差图像。检查参数1及检查参数2定义以何种程度高灵敏度地检测缺陷。如果以灵敏度变高的方式设定检查参数1、2，则能够检测更小的缺陷。但是，该情况下，也同时检测出图像的随机噪声成分，将正常的电路图案误检测为缺陷候选区域的风险也变大。因此，优选对检查参数1、2进行最佳化，以便能够以确保电路图案的必要的性能的程度检测出缺陷，且能够尽可能地减小噪声成分。
[0039]
检查图像运算部204对这2个检查图像dmp1、dmp2应用规定的逻辑运算(在此为逻辑或)，生成合成检查图像sdmp。然后，缺陷判定处理部205按照预定的阈值对该合成检查图像sdmp进行分析来进行缺陷判定。在该例子中，由检查图像运算部204进行的逻辑运算是逻辑或，但逻辑运算的种类并不限定于逻辑或，能够按照所选择的合成比率a、b、检查参数1、2及其他因素进行变更。
[0040]
在图3中，由图像合成部202生成的2个合成图像mp1、mp2在缺陷检查处理部203中分别运算与参照图像rp1、rp2的差分，作为该差分运算的结果，从缺陷检查处理部203输出检查图像dmp1、dmp2。如图3所示，在检查图像dmp1、dmp2中，在存在预定的缺陷的情况下，与该缺陷对应的部分例如能够以在黑色背景中涂成白色的形式显示。
[0041]
在与se像、bse像对应的区域存在仅在se像中能够视觉辨认的缺陷a的情况下，得到例如图3所示那样的检查图像dmp1、dmp2。
[0042]
例如，在图3的情况(存在缺陷a的情况)下，仅在基于以合成比率b合成的合成图像的检查图像dmp2中，无法检测出缺陷a。另外，在图4的情况(存在缺陷b的情况)下，仅在基于以合成比率a合成的合成图像的检查图像dmp1中，无法检测出缺陷b。但是，在本实施方式中，根据对按照以合成比率a合成的合成图像mp1的检查图像dmp1和按照以合成比率b合成的合成图像mp2的检查图像dmp2进行逻辑运算(例如，或运算)而成的合成检查图像sdmp来进行缺陷检测，因此，能够检测出缺陷a、b中的任一个。图3、图4例示性地对产生了缺陷a、b的情况进行了说明，但即使在缺陷的种类增加的情况下，同样的讨论也成立。即，根据本实施方式，能够消除上述的权衡的问题。
[0043]
合成图像mp1的合成比率a优选设定为se像比bse像大的比例的值，相反地，合成图像mp2的合成比率优选设定为bse像比se像大的比例。由此，与使用单一的合成图像的情况
相比，能够使可检测的缺陷的种类变多。
[0044]
即使在使用单一的合成图像来检测缺陷的情况下，也考虑通过将合成比率设定为50％左右，能够检测出缺陷a以及缺陷b双方。但是，通常在半导体器件上可能产生的缺陷的种类涵盖数百，因此对这些所有缺陷设定适度的合成比率是极其困难的。如果应用本实施方式，即使在这样的情况下，在仅在检查图像dmp1或dmp2中的任一方出现缺陷候选区域的情况下，也能够在合成检查图像sdmp中始终确保缺陷候选区域，能够同时检查出缺陷a、b双方。
[0045]
图5是在第一实施方式的缺陷检查装置中，例如在操作部206的显示器中提示的gui画面的一例。在该gui画面中，能够输入(设定)图3及图4所示的缺陷检查方法中的合成比率a、b、检查参数1、2、逻辑运算的种类。另外，能够显示设定了这样的输入信息的情况下的合成图像、参照图像、检查图像dmp1、dmp2以及合成检查图像sdmp。
[0046]
gui画面具有：参数设定部503、图像显示部504、逻辑运算/阈值设定部505以及检查结果图像显示部506。参数设定部503构成为能够将上述的合成比率a、b以及检查参数1、2输入到例如数值输入框。在向参数设定部503输入这些数值、参数时，在图像显示部504上按照该数值等显示合成图像mp1、mp2、参照图像rp1、rp2、检查图像dmp1、dmp2。另外，在逻辑运算/阈值设定部505中，能够设定在对检查图像dmp1、dmp2进行合成时所使用的逻辑运算，并且能够设定缺陷判定时的阈值。在检查结果图像显示部506上，显示按照这样得到的合成检查图像sdmp进行了缺陷检查的情况下的检查结果图像。
[0047]
接着，参照图6的流程图，对使用了该第一实施方式的缺陷检查装置的缺陷检查的过程进行说明。首先，在步骤s801中，使电子束107移动到检查对象位置(步骤s801)，在该检查对象位置取得se像、bse像(步骤s802)，然后，将得到的se像、bse像以合成比率a进行合成而生成合成图像mp1(步骤s803)，并且将得到的se像、bse像以合成比率b进行合成而生成合成图像mp2(步骤s804)。
[0048]
接着，使电子束107移动到与检查对象位置接近的参照位置(步骤s805)，在该参照位置取得se像、bse像(步骤s806)。然后，将得到的se像、bse像以合成比率a进行合成而生成参照图像rp1(步骤s807)，并且将得到的se像、bse像以合成比率b进行合成而生成参照图像rp2(步骤s808)。
[0049]
接着，在步骤s809中，在合成图像mp1与参照图像rp1之间进行减法运算，由此生成作为两者的差图像的检查图像dmp1。另外，在步骤s810中，在合成图像mp2与参照图像rp2之间进行减法运算，由此生成作为两者的差图像的检查图像dmp2。然后，在步骤s811中，在检查图像dmp1与dmp2之间执行逻辑运算(逻辑或运算)来生成合成检查图像sdmp。根据该合成检查图像sdmp，执行检查对象位置处的缺陷判定(步骤s812)，将该缺陷判定的结果输出到操作部206等(步骤s813)。持续进行以上的动作直到针对所有检查对象位置结束为止。
[0050]
如以上说明那样，根据第一实施方式的缺陷检查装置以及方法，以多种合成比率生成多个检查图像，根据合成该多个检查图像而成的合成检查图像来执行缺陷检查。因此，根据该第一实施方式，能够按照1个合成检查图像来检查多种多样的缺陷。
[0051]
[第二实施方式]
[0052]
接着，参照图7～图12对第二实施方式的缺陷检查装置以及缺陷检查方法进行说明。图7的框图示出了第二实施方式的缺陷检查系统(缺陷检查装置)的一例。另外，图8以及
图9是对构成第二实施方式的缺陷检查系统的计算机系统901中的缺陷判定的动作进行说明的图，与图3、图4对应。此外，在图7中，关于与图2相同的构成要素，标注与图2相同的参照符号，因此以下省略重复的说明。
[0053]
该第二实施方式的缺陷检查系统除了第一实施方式的构成要素之外，还具有ai模型生成部902以及推论图像生成部903。第二实施方式的缺陷检查系统代替生成上述的参照图像，在ai模型生成部902中生成用于生成推论图像的已学习ai(人工智能)模型，按照该已学习ai模型来生成推论图像。然后，根据该推论图像和合成图像mp1、mp2，生成第一检查图像dmp1、dmp2。已学习ai模型包含过去拍摄到的se像、bse像、设计数据、缺陷判定结果数据等作为数据集。推论图像生成部903按照已学习ai模型，推测没有缺陷的检查对象(例：正常的电路图案)的形状，作为推论图像而输出。
[0054]
参照图8和图9，对计算机系统901中的缺陷判定的动作进行说明。图8、图9分别示出了与图3、图4同样地在检查对象的区域产生了仅在se像中能够视觉辨认的缺陷a的情况。图4示出了在检查对象的区域产生了仅在bse像中能够视觉辨认的缺陷b的情况。图8和图9与图3和图4的不同点在于，执行合成图像mp1与已学习ai模型lp1生成的推论图像的基于ai的比较(ai检查)，按照其结果生成检查图像dmp1，并且执行合成图像mp2与已学习ai模型lp2生成的推论图像的基于ai的比较(ai检查)，按照其结果生成检查图像dmp2。此外，作为检查参数1，使用对合成比率a的图像及已学习ai模型lp1进行了最佳化的参数。另外，作为检查参数2，使用对合成比率b的图像及已学习ai模型lp2进行了最佳化的参数。根据该第二实施方式，与第一实施方式同样地，能够在一个合成检查图像中同时检查出仅在se像中能够视觉辨认的缺陷和仅在bse像中能够视觉辨认的缺陷这两者。另外，无需取得参照图像，相应地，与第一实施方式相比，能够进行高速的检查。
[0055]
图10是在第二实施方式的缺陷检查装置中，例如在操作部206的显示器中提示的gui画面的一例。该gui画面在具有参数设定部503、图像显示部504、逻辑运算设定部505以及检查结果图像显示部504这一点上与第一实施方式(图5)相同。但是，图10的gui画面中，能够在参数设定部503的ai模型选择部1001、1002中从多个已学习ai模型中选择1个模型。另外，在图像显示部504中，能够显示与所选择的已学习ai模型对应的推论图像1003、1004。
[0056]
图11是作为利用了已学习ai模型的检查的事先准备而生成已学习ai模型的流程图。首先，通过具有图1所例示那样的光学系统的扫描电子显微镜，移动到设为学习对象的正常的电路图案位置(学习对象位置)(步骤s1101)，根据上方检测器115、下方检测器117的检测信号来拍摄se像以及bse像(步骤s1101、s1102)。
[0057]
接着，将得到的学习对象位置的se像、bse像以合成比率a进行合成来生成学习用图像1，并且同样地将学习对象位置的se像、bse像以合成比率b进行合成来生成学习用图像2(步骤s1103、s1104)。在另外存在设为学习对象的拍摄位置的情况下，在其他拍摄位置反复进行s1101～s1104的作业。在所有学习对象位置处的拍摄完成后，在图9所例示的计算机系统101的ai模型生成部902中根据合成比率a的学习图像集生成已学习ai模型lp1。同样地，根据合成比率b的学习图像集生成已学习ai模型lp2，完成事先准备。
[0058]
图12是示出了使用按照图11的过程准备的已学习ai模型lp1、lp2的缺陷检查的过程的流程图的一例。通过具有图1所例示那样的光学系统的扫描电子显微镜，移动到检查对象位置，根据上方检测器115、下方检测器117的检测信号取得bse像和se像(步骤s1201、
1202)。接着，以合成比率a合成se像、bse像而生成合成图像mp1(步骤s1203)。
[0059]
接着，在推论图像生成部903中，实施对合成图像mp1应用了已学习ai模型lp1(其推论图像)的ai检查，生成检查图像dmp1(步骤s1204)。通过同样的工艺，对合成比率b的合成图像mp2也实施使用了已学习ai模型lp2(其推论图像)的ai检查而生成检查图像dmp2(步骤s1205、s1206)。接着，对检查图像dmp1和dmp2进行或运算，生成合成检查图像sdmp(步骤s1207)。最后，进行合成检查图像sdmp的缺陷判定(步骤s1208)，将该缺陷判定结果输出到特定的检查结果文件(步骤s1209)。如果存在下一检查对象点，则继续检查，从步骤s1201起再次执行相同的处理。如果没有下一检查对象点，则处理结束。计算机系统901通过例如从图10所例示那样的gui画面指定的参数以及ai模型来处理这些处理。
[0060]
此外，本发明并不限定于上述的实施方式，包含各种变形例。例如，上述的实施方式是为了容易理解地说明本发明而详细地进行了说明的实施方式，并不限定于必须具有所说明的全部结构。另外，能够将某实施方式的结构的一部分置换为其他实施方式的结构，另外，也能够在某实施方式的结构中添加其他实施方式的结构。另外，对于各实施方式的结构的一部分，能够进行其他结构的追加、删除、置换。