一种硅通孔芯片的缺陷检测方法

本发明涉及半导体检测领域，设计了一种硅通孔芯片的缺陷检测方法。

背景技术：

1、硅通孔（through silicon via，常简写为tsv），是一种三维封装芯片技术，主要为在堆积的硅芯片之间打造垂直通孔，然后在孔内填充金属，再通过孔内金属实现芯片之间的垂直互连，达到芯片的进一步集成化；

2、但是随着科技发展，芯片的功能化和集成程度逐渐提高，芯片的互连数量和长度增加，且小孔径、高密度及高深宽比是tsv芯片的重要特点，因此导致tsv芯片出现缺陷的概率也逐渐增加；

3、现在主流的tsv封装技术的缺陷检测方法为光学检测、射线检测，对于tsv主要的缺陷类型（填充缺失、含有缝隙、底部空洞）存在检测分类难度大、检测时间长、效率低等问题，但随着科技高速发展，本就存在的检测问题会加重，所以提出一种针对不同缺陷类别进行基于注意力机制分析的硅通孔芯片的缺陷检测方法具有重要意义。

技术实现思路

1、有鉴于现有技术的上述缺陷，本发明提出一种硅通孔芯片的缺陷检测方法，本发明设计的技术方案步骤包括：

2、s10：以包含两组及两组以上的硅通孔的芯片作为检测对象；

3、s20：基于红外图像采集对所述检测对象进行特征提取，得到温度场数据

4、s30：建立缺陷标签，对所述温度场数据进行标签分类标识；

5、s40：将所述分类标识后的温度场数据分为训练集和测试集；

6、s50：对所述训练集进行预处理操作，然后转换为点云数据集；

7、s60：构建优化的卷积神经网络模型，对所述点云数据集进行缺陷训练，输出结果；

8、s70：输入所述测试集对所述卷积神经网络模型进行测试，检验训练效果。

9、优选地，所述s20包括：

10、对所述硅通孔芯片进行热-电耦合仿真分析，包括建立仿真模型、设置材料参数、施加载荷和求解，得到所述温度场数据；所述温度场数据为红外图像数据。

11、优选地，所述s30的缺陷标签包括：

12、所述缺陷标签包括填充缺失、底部空洞和缝隙三种缺陷标签。

13、优选地，所述三种缺陷标签的影响程度为：填充缺失＞底部空洞＞缝隙。

14、优选地，所述s40包括：

15、所述训练集和测试集的划分比例为4：1。

16、优选地，所述s50的预处理包括：

17、首先采用数据增强算法扩充所述训练集数量，包括对数据集进行随机旋转、亮度调整和随机噪声处理，然后对扩充后的训练集进行裁剪。

18、优选地，所述s50的转换为点云数据包括：

19、预处理后的训练集坐标为、，所述点云数据集坐标为x、y、z；

20、转换公式为：

21、

22、式中，d为深度值，为所述点云数据集函数表达。

23、优选地，所述s60包括：所述卷积神经网络模型使用优化的pointnet神经网络架构，首先根据所述标签分类标识对所述点云数据集提取点云视锥体，然后对点云视锥体进行分割操作，最后对分割后的点云视锥体进行目标框参数回归，输出回归结果，所述回归结果为带有标签分类标识的缺陷训练结果。

24、优选地，所述提取点云视锥体包括：

25、引入高斯距离特征的注意力机制，首先构建所述硅通孔的芯片的二维图像，所述二维图像中包括点云中心点，将所述点云数据集映射到所述二维图像中，采用高斯距离计算公式计算所述点云中心点与所述映射后的点云数据集的距离，公式为：

26、

27、式中，为映射到二维图像的点云数据集坐标，为所述二维图像中心点坐标，w、h分别为所述二维图像的宽和高。

28、优选地，所述s70包括：

29、计算所述训练集训练的总体准确率，公式为：

30、

31、式中，k为硅通孔的数量，为预测标签i和真实标签j的个数，为预测标签与真实标签相等的个数。

32、有益效果：

33、1、本发明通过温度场数据对应tsv芯片缺陷，能可以更有效的识别缺陷的类型与后续定位，提高检测效率；

34、2、本发明对tsv芯片的缺陷进行标签分类，根据不同的影响程度建立基于注意力机制的识别方法，有效针对不同缺陷的影响程度优先识别重要缺陷，提高检测效率；

35、3、本发明在f-pointnet网络的基础上，提出fdg-pointnet三维目标检测模型，融合高斯距离特征作为附加注意力机制，使网络可以精准识别tsv芯片缺陷的位置和类别信息。

技术特征：

1.一种硅通孔芯片的缺陷检测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种硅通孔芯片的缺陷检测方法，其特征在于，所述s20包括：

3.根据权利要求1所述的一种硅通孔芯片的缺陷检测方法，其特征在于，所述s30的缺陷标签包括：

4.根据权利要求3所述的一种硅通孔芯片的缺陷检测方法，其特征在于，包括：

5.根据权利要求1所述的一种硅通孔芯片的缺陷检测方法，其特征在于，所述s40包括：

6.根据权利要求1所述的一种硅通孔芯片的缺陷检测方法，其特征在于，所述s50的预处理包括：

7.根据权利要求1所述的一种硅通孔芯片的缺陷检测方法，其特征在于，所述s50的转换为点云数据包括：

8.根据权利要求1所述的一种硅通孔芯片的缺陷检测方法，其特征在于，所述s60包括：

9.根据权利要求8所述的一种硅通孔芯片的缺陷检测方法，其特征在于，所述提取点云视锥体包括：

技术总结
本发明涉及半导体检测领域，公开一种硅通孔芯片的缺陷检测方法，包括步骤：S10：以包含两组及两组以上的硅通孔的芯片作为检测对象；S20：基于红外图像采集对所述检测对象进行特征提取，得到温度场数据；S30：建立缺陷标签，对温度场数据进行标签分类标识；S40：将分类标识后的温度场数据分为训练集和测试集；S50：对训练集进行预处理操作，然后转换为点云数据集；S60：构建优化的卷积神经网络模型，对点云数据集进行缺陷训练，输出结果；S70：输入所述测试集对所述卷积神经网络模型进行测试，检验训练效果；本申请通过提出一种针对不同缺陷类别进行基于注意力机制分析的硅通孔芯片的缺陷检测方法，改善现有检测中分类难度大、检测时间长、效率低的问题。

技术研发人员：李彦庆,刘卫佳,郭同健
受保护的技术使用者：中国科学院长春光学精密机械与物理研究所
技术研发日：
技术公布日：2024/3/24