基于深度学习的样品定位的制作方法

本发明大体上涉及带电粒子显微镜透镜，并且具体地涉及至少在光轴的方向上在样品平面处产生可忽略的磁场或零磁场的带电粒子显微镜物镜。

背景技术：

1、显微镜在许多行业中用于质量控制、缺陷检测、过程分析等，使得公司可了解其过程并且相应地对其进行表征。举例来说，半导体行业使用各种显微镜工具，如带电粒子显微镜(例如，扫描电子显微镜(sem)、聚焦离子束(fib)显微镜、组合sem和fib两者的双束、透射电子显微镜(tem)和扫描tem(stem))，以对其过程和所得装置进行分析。对从较大过程批次例如晶片批次、晶片等采集的样品的这类显微镜的使用在历史上为识别、跟踪和运输这类样品的高度手动任务。然而，随着机器人技术和控制算法的当前进步，期望自动化样品识别、跟踪和处置，这将允许熟练的技术人员执行比装载样品并且通过各种显微镜过程跟踪这些样品更多的增值任务。

技术实现思路

技术特征：

1.一种用于由显微镜确定样品位置和相关联的载物台坐标的方法，所述方法包括：

2.根据权利要求1所述的方法，进一步包括：

3.根据权利要求1所述的方法，进一步包括：

4.根据权利要求1所述的方法，其中使用训练模型分析所述图像以标识所述多个样品包括：

5.根据权利要求4所述的方法，进一步包括：

6.根据权利要求5所述的方法，其中所述夹具包括跨所述夹具布置的多个所述标记。

7.根据权利要求1所述的方法，其中所述导航相机被布置成观察与所述显微镜的光学器件的观察位置重合的位置。

8.根据权利要求7所述的方法，其中所述显微镜为带电粒子显微镜并且所述光学器件包括带电粒子光学器件。

9.根据权利要求1所述的方法，进一步包括：

10.根据权利要求9所述的方法，其中所述过程包括获取扫描电子图像。

11.一种方法，其包括：

12.根据权利要求11所述的方法，其中所述训练模型为被训练以标识样品并且将每个样品与载物台位置相关联的机器学习模型。

13.根据权利要求11所述的方法，其中每个样品id标识所述样品与其相关联的批号、晶片编号和管芯编号。

14.根据权利要求11所述的方法，进一步包括：

15.根据权利要求11所述的方法，进一步包括：

16.根据权利要求11所述的方法，其中所述载物台为多轴载物台。

17.根据权利要求11所述的方法，其中所述夹具包括用于确定所述夹具在所述载物台上的定向的多个标记。

18.根据权利要求11所述的方法，其中所述cpm至少包括用于对所述多个样品中的每个样品执行所述过程的扫描电子显微镜柱。

19.根据权利要求18所述的方法，其中过程能够包括在如所述工作文件中指示的能级、视场和放大率下使用sem柱对所述样品进行成像。

20.根据权利要求11所述的方法，其中每个样品为半导体样品。

技术总结
基于深度学习的样品定位。本文公开科学仪器支持系统，以及相关的方法、计算装置和计算机可读介质。举例来说，在一些实施例中，一种用于由显微镜确定样品位置和相关联的载物台坐标的方法至少包括：使用导航相机获取装载在夹具上的多个样品的图像，所述图像在包含所述夹具和所述多个样品中的所有样品的视场处具有低分辨率；使用训练模型分析所述图像以识别所述多个样品；基于所述分析，将每个样品与所述夹具上的位置相关联；基于每个样品在所述夹具上的所述位置，将单独的载物台坐标信息与装载在所述夹具上的所述多个样品中的每个样品相关联；和基于所述多个样品中的第一样品的相关联的载物台坐标信息将保持所述夹具的载物台转换为第一载物台坐标。

技术研发人员：S·伯恩,S·麦克莱
受保护的技术使用者：FEI 公司
技术研发日：
技术公布日：2024/1/13