单元蚀刻再沉积物的非破坏性检查的方法以及系统与流程

本发明的实施例涉及单元蚀刻再沉积物的非破坏性检查的方法以及系统。

背景技术：

在集成电路(ic)的制造期间，执行半导体制造工艺的多步骤序列以在半导体衬底上逐渐形成电子电路。一个这种半导体制造工艺是干法蚀刻。干法蚀刻通过离子轰击除去材料，并且通常是高度各向异性的。

技术实现要素：

根据本发明实施例的一个方面，提供了一种单元蚀刻再沉积物的非破坏性检查的方法，包括：捕获晶圆上的多个单元的灰度图像，其中，灰度图像提供俯视图，并且在完成蚀刻时被捕获以形成单元；在灰度图像中识别单元；从灰度图像减去灰度图像的对应于所识别单元的区；基于灰度图像的剩余部分处的剩余像素的灰度级，对单元的侧壁上以及单元之间的凹槽中的一定量的蚀刻残留物进行评分；以及基于评分的得分而处理晶圆。

根据本发明实施例的另一个方面，提供了一种单元蚀刻再沉积物的非破坏性检查的方法，包括：捕获晶圆上的多个单元的灰度图像，其中，灰度图像提供俯视图，并在蚀刻后被捕获以形成单元；对灰度图像执行图像处理，图像处理包括：在灰度图像中识别单元；基于识别而确定感兴趣区(roi)像素，其中，roi像素包括在所识别单元之间而不是在所识别单元处的像素；确定roi像素之间的平均灰度级；以及确定其灰度级超过阈值的roi像素与roi像素总数的比率，其中，阈值大于平均灰度级；以及基于比率而处理晶圆。

根据本发明实施例的又一个方面，提供了一种单元蚀刻再沉积物的非破坏性检查的系统，包括：蚀刻工艺工具，被配置为在晶圆顶部蚀刻多层膜以从多层膜形成多个单元；成像器件，被配置为捕获单元的灰度图像，其中，灰度图像提供单元的俯视图；以及图像处理器件，被配置为：在灰度图像中识别单元；从灰度图像减去非感兴趣区(non-roi)像素，其中，非roi像素包括所识别单元处的像素；以及基于灰度图像处的剩余像素的灰度级，为单元的侧壁上以及单元之间的凹槽中的一定量的蚀刻残留物生成得分；以及处理控制器，被配置为基于得分而处理晶圆。

附图说明

当结合附图进行阅读时，从以下详细描述可最佳理解本发明的各方面。应该注意，根据工业中的标准实践，各个部件未按比例绘制。实际上，为了清楚的讨论，各个部件的尺寸可以任意地增大或减小。

图1示出用于单元蚀刻再沉积的非破坏性检查的方法的一些实施例的示意性流程图。

图2a和图2b示出图1的方法的一些可选的实施例的示意性流程图。

图3、图4、图5a、图5b、图6至图8、图9a至图9c、图10和图11更详细地示出图1的方法的一些实施例。

图12示出图3、图4、图5a、图5b、图6至图8、图9a至图9c、图10和图11的方法的一些实施例的框图。

图13示出图4的灰度图像的一些可选的实施例。

图14示出图5a的掩模图像的一些可选的实施例。

图15a至图15c分别示出图9a至图9c的轻度roi图像、重度roi图像和轻度/重度roi图像的一些可选的实施例。

图16示出图10的图解的一些可选的实施例，其中，针对ic管芯单独确定得分。

图17a和图17b、图18、图19、图20a、图20b和图21至图28示出用于形成集成电路(ic)并对单元蚀刻再沉积进行非破坏性检查的方法的一些实施例。

图29示出图17a和图17b、图18、图19、图20a、图20b和图21至图28的方法的一些实施例的框图。

图30示出采用晶圆的并行处理和晶圆的灰度图像的图29的方法的一些可选的实施例的框图。

图31示出用于形成ic并对单元蚀刻再沉积进行非破坏性检查的系统的一些实施例的示意图。

具体实施方式

以下公开内容提供了许多用于实现本发明的不同特征的不同实施例或实例。下面描述了组件和布置的具体实例以简化本发明。当然，这些仅仅是实例，而不旨在限制本发明。例如，在以下描述中，在第二部件上方或者上形成第一部件可以包括第一部件和第二部件直接接触形成的实施例，并且也可以包括在第一部件和第二部件之间可以形成额外的部件，从而使得第一部件和第二部件可以不直接接触的实施例。此外，本发明可在各个实例中重复参考标号和/或字符。该重复是为了简单和清楚的目的，并且其本身不指示所讨论的各个实施例和/或配置之间的关系。

而且，为了便于描述，在此可以使用诸如“在…之下”、“在…下方”、“下部”、“在…之上”、“上部”等空间相对术语，以描述如图所示的一个元件或部件与另一个(或另一些)元件或部件的关系。除了图中所示的方位外，空间相对术语旨在包括器件在使用或操作中的不同方位。器件可以以其他方式定向(旋转90度或在其他方位上)，而本文使用的空间相对描述符可以同样地作出相应的解释。

一种用于形成磁阻随机存取存储器(mram)的方法可包括：在晶圆上方沉积多层膜；在多层膜上方形成硬掩模；以及对多层膜执行干法蚀刻以形成磁性隧道结(mtj)的阵列。该方法的挑战在于，干法蚀刻采用离子轰击进行蚀刻，并且因此在某种程度上是不可控的。蚀刻的材料可再沉积在mtj的侧壁上，并可能导致mtj的固定元件与自由元件之间发生大量泄漏。由于高泄漏，再沉积的材料可能会大大降低成品率。

为了减轻由于侧壁再沉积而导致的成品率降低，可执行定量检查以确定再沉积的量并确定是否对晶圆进行再加工。根据第一种检查方法，个人使用扫描电子显微镜(sem)来自上而下手动检查一个或若干mtj。然而，再沉积的材料在从上往下看时占据的面积较小，并且再沉积的材料与相邻材料之间的对比度可能较低。结果，个人可能难以可靠地评估侧壁再沉积，并且第一检查过程的灵敏度可能较低。此外，由于检查是手动执行的，因此吞吐量可能较低，并且所评估mtj的数量可能较低。根据第二种检查方法，个人使用透射电子显微镜(tem)来手动准备并检查一个或若干mtj的截面。然而，准备截面是破坏性的，并因此导致浪费昂贵的晶圆。此外，由于准备和检查是手动执行的，因此吞吐量可能较低，并且所评估mtj的数量可能较低。此外，由于准备，因此检查是非原位执行的，并且对工作流增加复杂性。

本发明的各种实施例针对一种用于进行单元蚀刻再沉积的非破坏性检查的方法。在该方法的一些实施例中，捕获晶圆上的多个单元的灰度图像。灰度图像提供单元的俯视图，并且在一些实施例中，在蚀刻之后被原位捕获以形成单元。在一些实施例中，使用sem来捕获灰度图像，和/或单元是mtj。在灰度图像中识别单元，以确定对应于单元的非感兴趣区(non-roi)像素。提供图像处理器件从灰度图像减去非roi像素，以确定roi像素。roi像素是剩余像素，并且对应于单元的侧壁上和单元之间的凹槽中的材料。然后基于roi像素的灰度级而通过图像处理器件对侧壁上和凹槽中的蚀刻再沉积的量进行评分。此外，基于得分而处理晶圆。例如，如果得分指示蚀刻再沉积的阈值量，则可对单元进行再加工(例如，除去并再形成)。否则，晶圆可继续进行到下一处理步骤以用于形成包括单元的集成电路(ic)。

由于图像是原位捕获的，因此可执行方法而对现有工作流几乎没有影响，而对准备工作影响较小。因为图像是自上而下捕获的(例如，使用sem)，所以图像可捕获大面积和大量单元。此外，方法可非破坏性地执行。因为方法的大部分是由图像处理器件执行的，所以可快速且可靠性评估队大量单元上的蚀刻再沉积。因为方法着眼于单个像素的灰度级，所以该方法可实现高灵敏度。因为方法将蚀刻再沉积的量简化为得分，所以可容易地识别有问题的蚀刻再沉积物的量。

对于一些实施例，单元可呈周期性图案。例如，当单元是阵列中的mtj时，单元可呈周期性图案。在单元呈周期性图案的实施例中，可容易地实现灰度图像内的定位。在灰度图像中定位单个单元之后，可使用单个单元的位置和周期性图案来计算单元的剩余部分的位置。

参考图1，提供用于单元蚀刻再沉积物的非破坏性检查的方法的一些实施例的示意性流程图100。在蚀刻之后执行该方法，从而在晶圆104上形成多个单元102(由黑圈表示)。蚀刻可例如通过使用离子轰击的干法蚀刻来执行，使得蚀刻有高倾向材料再沉积在单元102的侧壁上。单元102跨晶圆104的多个ic管芯106扩散，并且可例如是或包括mtj、逻辑器件的栅极堆叠或某些其他合适的单元结构。

在108处，捕获晶圆104的一部分处的单元102的灰度图像110(仅部分示出)。注意，采用不同的散列来表示不同的灰度级。灰度图像110提供单元102的俯视图，并且可例如由sem、检查sem(rsem)或一些其他合适的成像器件捕获。因为灰度图像110提供单元102的俯视图，所以可非破坏性地捕获灰度图像110，并且很少或不制备晶圆104。这继而可降低制造成本和/或增加成品率。此外，因为灰度图像110是自上而下捕获的，所以灰度图像110可捕获大面积和大量单元。

在一些实施例中，在用于蚀刻的工艺腔室内原位捕获灰度图像110以形成单元102。例如，蚀刻和图像捕获可在公共工艺腔室内进行，并且晶圆104可从蚀刻的开始到图像捕获的结束保留在公共工艺腔室内。在原位捕获灰度图像110的至少实施例中，可执行方法而对现有工作流几乎没有影响，而对准备工作影响较小。结果，吞吐量可能较高。在可选的实施例中，灰度图像110被非原位捕获，并且因此被捕获在用于蚀刻的工艺腔室的外部。

在捕获灰度图像110之后，在112处对灰度图像110执行图像处理，以便评估单元102的侧壁上的蚀刻再沉积物的量。取决于所蚀刻材料，蚀刻再沉积物可以是导电的，并且可包括例如钛、钌、钽、某种其他合适的材料或前述各项的任何组合。因为蚀刻再沉积物可以是导电的，所以蚀刻再沉积物可增加泄漏电流。例如，在单元102是mtj的情况下，蚀刻再沉积物可增加从固定层到自由层的泄漏电流。增加的泄漏电流可能转而降低成品率。在一些实施例中，图像处理是完全自动化的并且由图像处理器件执行。

在114处，识别非roi116并从灰度图像110减去非roi116以识别roi118。为了清楚起见，这由掩模图像120示意性地示出。非roi116(在掩模图像120中用黑色示出)包括灰度图像110的对应于单元102的区，并且还包括灰度图像110的外围区。外围区沿着灰度图像110的外围在闭合路径中延伸，并且可例如具有正方形环形状或某一其他合适的形状。在可选的实施例中，非roi116限于对应于单元的灰度图像的区，并因此不包括外围区。在从灰度图像110减去非roi116之后，roi118(在掩模图像120中用白色示出)对应于灰度图像110的剩余部分。换句话说，roi118对应于单元102之间的灰度图像110的区。

识别非roi116包括识别灰度图像110中的单元102。在一些实施例中，单元102被随机地或伪随机地布置。在单元102被随机地或伪随机地布置的至少一些实施例中，手动或自动地单独识别单元102中的每一个。关于手动识别，个人可例如使用人机接口器件(hid)(例如，鼠标)和显示在显示器件上的图形用户界面(gui)来在单元102周围绘制圆圈或其他封闭形状。关于自动识别，图像处理器件可例如通过计算机视觉自动识别单元102。在其他实施例中，单元102以周期性图案布置。例如，单元102可在多行和多列中以限定阵列。在这些实施例的至少一些中，通过计算机视觉手动或自动识别单个或多个单元102但少于所有单元102，并且通过根据单个单元的位置和周期性图案计算剩余单元的位置来识别单元102的剩余部分。当手动地或通过计算机视觉自动识别出单元102中的多于一个时，可更准确地计算剩余单元的位置。

在122处，对于roi118中的灰度图像110的像素确定灰度级分布124。这种像素也可称为roi像素。在一些实施例中，roi像素是8位像素，使得灰度级从0到255之间变化。在其他实施例中，roi像素具有一些其他合适数量的位。灰度级分布124包括每个灰度级的像素计数或灰度级的分位数。在一些实施例中，灰度级分布124由图像处理器件自动确定。

在126处，roi像素按灰度级被分类为重度类别、轻度类别和正常类别。在可选的实施例中，更多或更少类别是适用的。重度类别由对应于蚀刻再沉积物的可能性较高的roi像素定义，并且由重度roi图像128示出。重度roi图像128是黑白的。此外，重度roi像素用白色示出，并且灰度图像110中的剩余部分用黑色示出。轻度类别由对应于蚀刻再沉积物的可能性适中的roi像素定义，并且由轻度roi图像130示出。轻度roi图像130是黑白的。此外，轻度roi像素用白色示出，并且灰度图像110中的剩余部分用黑色示出。正常类别由roi像素的剩余部分定义，这些像素对应于蚀刻再沉积物的可能性较低。在一些实施例中，分类由图像处理器件自动执行。

已了解，对应于蚀刻再沉积物的像素的可能性与灰度级成正比。如此，具有小于第一阈值的灰度级的roi像素被分配给正常类别，并且具有大于第一阈值的第二阈值的灰度级的roi像素被分配给重度类别。此外，第一阈值与第二阈值之间的roi像素被分配给轻度类别。

虽然方法集中于单个灰度图像，但实际上将对多个灰度图像重复方法。例如，可按ic管芯106捕获一个或多个灰度图像。此外，尽管在捕获多个灰度图像时图像捕获条件理想地相同，但情况可能并非总是如此。如此，在使用roi像素的平均灰度级对roi像素进行分类的同时执行归一化。特别地，第一和第二阈值是具有相应偏移的平均灰度级的总和。例如，第一阈值可以是具有第一偏移的平均灰度级的总和，并且第二阈值可以是具有大于第一偏移的第二偏移的平均灰度级的总和。

如上所述定义第一和第二阈值具有以下效果：使用roi像素的相对亮度差来对roi像素进行分类，而不必直接计算roi像素的相对亮度差。特别地，给定roi像素的相对亮度差是平均灰度级与给定roi像素的灰度级之间的差。由于分类是通过将roi像素的灰度级与第一阈值与第二阈值进行数学比较来执行的，并且由于第一阈值和第二阈值是平均灰度级与相应偏移的总和，因此可从数学比较的每一侧减去平均灰度级，而不改变数学比较的效果。此外，可将数学比较重写为偏移与相对亮度差的数学比较。因此，可将偏移视为相对亮度差域中的roi像素的分类的阈值。

在132处，基于不同类别中的roi像素的数量而确定得分134。重度roi像素与roi像素总数的比率越大，得分越高。此外，在一些实施例中，轻度roi像素与roi像素的总数的比率越大，得分越高。得分越高，单元102的侧壁上的蚀刻再沉积物越多。在一些实施例中，评分由图像处理器件自动执行。在一些实施例中，得分134是重度roi像素的百分比。在其他实施例中，得分134是重度和轻度roi像素的百分比。

在136，晶圆104基于得分134而经受处理。例如，在方法之前，晶圆104可能正经受一系列处理步骤以在ic管芯106中的每一个处形成ic。基于得分134，晶圆104可经受该系列中的下一处理步骤，或者可以其他方式经受再加工。再加工可例如包括除去和再形成单元。再形成可例如包括重复该系列中的处理步骤。

136处的处理包括评估得分134以确定晶圆104是否应当经受再加工。注意，得分134可以是所评估的许多其他参数中的一个。在认为再加工适当的程度上，晶圆104可整体经受再加工。例如，可再加工晶圆104上的所有单元102。可选地，可再加工晶圆104的一个或多个选择部分(例如，晶圆104的对应于灰度图像110的一部分)。在认为再加工不适当的程度上，晶圆104可继续进行到下一处理步骤。在一些实施例中，如果得分134大于阈值(例如，蚀刻再沉积物的量较高)，则再加工晶圆104的对应于灰度图像108的部分。

可手动或自动执行136处的处理。例如，得分134可显示在显示器件上。然后，个人可评估得分134，并根据得分134而适当地调整晶圆104的处理。作为另一实例，过程控制系统可自动比较得分134与阈值，并且可使用传送系统来自动对晶圆104进行布线。

参考图2a和图2b，提供图1的方法的一些可选的实施例的示意性流程图200a、200b。

在图2a中，晶圆104在202处经受与在112处的图像处理并行运行的处理。例如，可在单元102上方沉积保护层。与图1相反，晶圆104的处理与图像处理串行，因此被暂停直到成像处理完成为止。202处的处理可根据独立于该方法并且用于在ic管芯106中的每一个处形成ic的一系列处理步骤而继续进行。此外，一旦在112处的图像处理完成，则可在被认为适当的情况下基于得分134而再加工单元102。否则，晶圆104可继续进行一系列处理步骤。

在图2b中，分别在晶圆104的多个不同部分处捕获单元102的多个灰度图像110。此外，在112处，每个灰度图像110各自单独经受图像处理。在一些实施例中，按ic管芯106捕获单元的多个灰度图像。通过对灰度图像110单独执行图像处理，在136处生成对灰度图像110使单独的多个得分134，并将该等得分用于处理晶圆104。

在136处，评估得分134以选择晶圆104中的哪些(如有任何部分)部分应经受再加工。在一些实施例中，单独评估得分134，并且对于超过阈值的每个得分134，选择晶圆104的对应部分以用于再加工。在可选的实施例中，对得分134进行分组并且分别评估各组。例如，得分134可由ic管芯106或成对或成组的相邻ic管芯106分组。对于每个组，计算综合得分，并且如果综合得分超过阈值，则选择晶圆104的对应部分以用于再加工。组的综合得分可例如是组得分的平均值、中位数、最大值、最小值或标准偏差。在认为再加工不适当的程度上，晶圆104可根据独立于该方法并且用于在ic管芯106中的每一个处形成ic的一系列处理步骤而继续进行。在认为再加工适当的程度上，可整体再加工晶圆104。可选地，仅再加工晶圆104的一个或多个选择部分。

在一些实施例中，按ic管芯106捕获单元的多个灰度图像，使得每个ic管芯106具有多个得分。对于每个ic管芯106，将ic管芯的得分组合成复合得分，并比较复合得分与阈值。例如，ic管芯的综合得分可以是ic管芯的得分的平均值、中位数、最大值、最小值或标准偏差。如果ic管芯106中的任一个或ic管芯106的阈值数量具有超过阈值的复合得分，则晶圆104可经受在其中移除并再形成单元的再加工。例如，所有ic管芯106可经受再加工。作为另一实例，仅具有超过阈值的综合得分的那些ic管芯106可经受再加工。

尽管图2b的示意性流程图200b示出为不具有图2a的202处的处理，但示意性流程图200b的可选的实施例可包括图2a的202处的处理。如此，在图2b的可选的实施例中，晶圆104可在202处经受与在112处的图像处理并行运行的处理。

参考图3、图4、图5a、图5b、图6至图8、图9a至图9c、图10和图11，更详细地示出图1的方法的一些实施例。

如图3的图300所示，在完成蚀刻时提供晶圆104以在晶圆104上形成单元(未示出)。晶圆104具有多个ic管芯106，这些ic管芯具有相同布局并具有独立的单元区302。单元区302容纳单元并且被划分为单元子区304(由虚线划定)。单元子区304可例如具有与sem或此后用于捕获灰度图像的一些其他合适的成像器件的视场相同的大小。

如图4所示，捕获图3的单元子区304处的多个单元102的灰度图像110。注意，采用不同的散列来表示不同的灰度级。灰度图像110提供单元102的俯视图，并且可例如由sem、rsem或一些其他合适的成像器件捕获。

如图5a和图5b所示，识别非roi116并从灰度图像110减去非roi116以识别roi118。在图5a中，这由掩模图像120示出，其中，非roi116由黑色示出，并且其中，roi118由白色示出。在图5b中，这是通过在灰度图像110上覆盖掩模图像120的黑色区(对应于非roi116)来示出的。非roi116包括灰度图像110的对应于单元102的区，并且还包括灰度图像110的外围区。在减去非roi116之后，roi118对应于灰度图像110的剩余部分，并因此对应于单元102之间的灰度图像110的区。

如图6所示，对于roi118中的灰度图像110的像素(例如，roi像素)确定灰度级分布124。roi像素对应于在减去非roi116的像素(例如，非roi像素)之后保留在灰度图像110中的像素。非roi像素对应于在图5a的掩模图像120中并且覆盖在图5b中的灰度图像110上的黑色区。灰度级分布124包括每个灰度级的像素计数或灰度级的分位数。

如图7所示，从roi像素确定平均灰度级gavg。如下文将更详细地讨论，平均灰度级gavg用作跨多个灰度图像的归一化的参考。

如图8所示，roi像素按灰度级被分为正常类别、重度类别和轻度类别。在可选的实施例中，更多或更少类别是适用的。正常类别由对应于蚀刻再沉积物的可能性较低的roi像素定义。这种roi像素被识别为具有小于第一阈值t1的灰度级的像素。重度类别由对应于蚀刻再沉积物的可能性较高的roi像素定义。这种roi像素被识别为具有大于第二阈值t2的灰度级的roi像素。轻度类别由对应于蚀刻再沉积物的可能性适中的roi像素定义。这种roi像素被识别为具有在第一阈值t1与第二阈值t2之间的灰度级的roi像素。

第一阈值t1和第二阈值t2是平均灰度级gavg和对应的偏移o1、o2的函数，以允许归一化。例如，第一阈值t1可以是具有第一偏移o1的平均灰度级gavg的总和，并且第二阈值t2可以是具有大于第一偏移o1的第二偏移o2的平均灰度级gavg的总和。如上所述定义第一阈值t1和第二阈值t2具有以下效果：使用roi像素的相对亮度差来对roi像素进行分类，而不必直接计算roi像素的相对亮度差。

给定roi像素的相对亮度差是平均灰度级gavg与给定roi像素的灰度级之间的差。由于分类是通过将roi像素的灰度级与第一阈值t1与第二阈值t2进行数学比较来执行的，并且由于第一阈值t1和第二阈值t2是平均灰度级gavg与相应偏移o1、o2的总和，因此可从数学比较的每一侧减去平均灰度级gavg，而不改变数学比较的效果。此外，可将数学比较重写为偏移o1、o2与相对亮度差的数学比较。因此，偏移o1、o2可被视为用于对roi像素进行分类的相对亮度差阈值，而第一阈值t1和第二阈值t2可被视为用于对roi像素进行分类的灰度级阈值。

如图9a至图9c所示，重度和轻度roi像素分别以白色示出。在图9a中，轻度roi图像130以白色示出被分类为轻度的roi像素，而灰度图像110中的像素的剩余部分(例如，见图4)是黑色的。在图9b中，重度roi图像128以白色示出被分类为重度的roi像素，而灰度图像110中的像素的剩余部分是黑色的。在图9c中，轻度/重度roi图像902以白色示出被分类为轻度的roi像素，而灰度图像110中的像素的剩余部分是黑色的。

如图10的图解1000所示，为灰度图像110(例如，见图4)所对应于的单元子区304确定得分134。基于不同类别中的roi像素的数量而确定得分134。重度roi像素与roi像素总数的比率越大，得分越高。此外，在一些实施例中，轻度roi像素与roi像素的总数的比率越大，得分越高。在一些实施例中，得分134是重度roi像素的百分比(例如，重度roi像素的数量除以roi像素的总数乘以100)。在其他实施例中，得分134是重度和轻度roi像素的百分比。在一些实施例中，得分134考虑重度和轻度roi像素的数量，但重度roi像素比轻度roi像素具有更大的权重。例如，重度roi像素在得分134中的权重可能是轻度roi像素的1.5到10倍。在这些实施例中的一些中，得分134可等于重度roi像素与roi像素总数的比乘以加权因子(例如，1.5-10)加上轻度roi像素与roi像素的总数的比率。

如图11的图1100所示，晶圆104基于得分134而经受处理。具体地，基于得分134而作出关于是否要再加工晶圆104的确定1102。确定1102也可基于其他合适的参数。在一些实施例中，如果得分134超过阈值，则认为再加工是适当的。在认为再加工适当的程度上，晶圆104可经受再加工1104。否则，晶圆104可继续经受在形成ic管芯106的方法之前开始的一系列处理步骤。换句话说，可执行一系列处理步骤中的下一处理步骤1106。

尽管参考方法描述图3、图4、图5a、图5b、图6至图8、图9a至图9c、图10和图11，但应了解，图3、图4、图5a、图5b、图6至图8、图9a至图9c、图10和图11所示的结构不限于该方法，而是可单独地与该方法分离。尽管图3、图4、图5a、图5b、图6至图8、图9a至图9c、图10和图11被描述为一系列行动，但应了解，在其他实施例中可改变行动的顺序。尽管图3、图4、图5a、图5b、图6至图8、图9a至图9c、图10和图11被示出并描述为特定行动集，但在其他实施例中可省略所示出并描述的一些行动。此外，未示出和/或描述的行动可被包括在其他实施例中。

另外，应了解，图5a、图5b、图6至图8、图9a至图9c和图10可由电子处理器件自动或半自动执行。对于半自动实施例，可在执行图5a、图5b、图6至图8、图9a至图9c和图10处的行动时提供人工输入。例如，如关于图5a和图5b所描述，可提供人工输入以识别灰度图像110中的单元102，而关于图6至图8、图9a至图9c和图10所描述的图像处理的剩余部分可能是全自动的。对于自动实施例，在执行图5a、图5b、图6至图8、图9a至图9c和图10的行动时，可能不提供人工输入。例如，这可允许高吞吐量。

参考图12，提供图3、图4、图5a、图5b、图6至图8、图9a至图9c、图10和图11的方法的一些实施例的框图1200。在一些实施例中，使用人工智能(ai)执行方法以用于优化并增强性能。

在1202处，捕获晶圆的一部分处的多个单元的灰度图像，其中，灰度图像提供俯视图，并且在完成蚀刻时被捕获以形成单元。例如，见图3和图4。

在1204处，在灰度图像中识别非roi，其中，非roi包括灰度图像的对应于单元的区。例如，见图5a和图5b。

在1206处，从灰度图像减去非roi以确定roi，其中，roi对应于灰度图像的剩余部分。例如，见图5a和图5b。

在1208处，确定roi中的灰度图像的像素的灰度级分布。例如，见图6。

在1210处，为roi像素确定平均灰度级。例如，见图7。

在1212处，通过相对亮度差将roi像素分类为重度类别、轻度类别和正常类别，其中，给定roi像素的相对亮度差是给定roi像素的灰度级减去平均灰度级。例如，见图8和图9a至图9c。

在1214处，基于重度roi像素的数量而确定得分，其中，得分与重度roi像素与roi像素的总数的比率成正比。例如，见图10。

在1216处，基于得分而处理晶圆。例如，见图11。

尽管本文将图12的框图1200示出并描述为一系列行动或事件，但应了解，此类行动或事件的所示出的顺序不应以限制性意义来解释。例如，除了本文示出和/或描述的那些行动或事件之外，某些行动可以不同的顺序发生和/或与其他行动或事件同时发生。此外，可能不需要所有所示出的行动来实现本文描述的一个或多个方面或实施例，并且本文描绘的行动中的一个或多个可在一个或多个单独行动和/或阶段中执行。

参考图13、图14和图15a至图15c，提供上文描述的图像的一些可选的实施例。在图13中，提供图4的灰度图像110的一些可选的实施例，其中，除去椭圆并且示出更多细节。在图14中，提供图5a的掩模图像120的一些可选的实施例，其中，除去椭圆。在图15a至图15c中，分别提供图9a至图9c中的轻度roi图像130、重度roi图像128和轻度/重度roi图像902的一些可选的实施例，其中，除去椭圆。

参考图16，提供图10的图1000的一些可选的实施例，其中，单元子区304中的每一个具有单个得分134。注意，由于空间限制，仅针对ic管芯106中的一个示出单元子区304的各个得分134。对于每个子区，通过执行针对单元子区304关于图4、图5a、图5b、图6至图8、图9a至图9c、图10所描述的行动和/或图12中的行动1202至1214来为单元子区304中的每一个单独确定得分134。

得分134由ic管芯106组合成得分134管芯。例如，给定ic管芯的管芯得分可以是对应单元子区304的得分134的平均值、中位数、最大值、最小值或标准偏差。然后可使用管芯得分134管芯来确定是否要再加工晶圆104。例如，如果管芯得分134管芯的阈值数量超过阈值，则可完全再加工晶圆104。作为另一实例，如果管芯得分134管芯中的任一个超过阈值，则可仅再加工对应ic管芯。如果未满足前述再加工标准，则晶圆104可根据一系列处理步骤而继续进行以在ic管芯106中的每一个处形成ic。

参考图17a和图17b、图18、图19、图20a、图20b和图21至图28，提供用于形成ic并对单元蚀刻再沉积物进行非破坏性检查的方法的一些实施例。可例如根据图1、图2a、图2b和图12中的任一个中的方法而执行非破坏性检查。

如图17a和图17b的图解1700a、1700b所示，多个ic管芯106部分地形成在晶圆104上。图17a提供顶部布局图1700a，而图17b提供沿图17a中的线a的一部分的截面图1700b。ic管芯106具有单个单元区302。在单元区302处，多个底部电极通孔(beva)1702b在互连结构1704的顶部覆盖晶圆104。beva1702b是导电的，并且包括对应插塞1706和对应衬垫1708，该等衬垫罩住插塞1706的下侧。衬里1708被配置为阻止材料从插塞1706向外扩散。

互连结构1704包括多条导线1710和多个通孔1702。通孔1702包括beva1702b并与导线1710交替堆叠，以限定从beva1702b到位于晶圆104上互连结构1704下面的存取晶体管1712(仅部分示出)的导电路径。导线1710和通孔1702位于堆叠在晶圆104上方的层间介电(ild)层1714、金属间介电(imd)层1716和蚀刻停止层(esl)1718中。

存取晶体管1712部分地由晶圆104限定，并且包括晶圆104中的对应源极/漏极区1720。此外，尽管不可见，但存取晶体管1712包括与源极/漏极区1720交接的对应栅极堆叠。存取晶体管1712可以例如是金属氧化物半导体场效应晶体管(mosfet)或某种其他合适类型的晶体管。晶圆104可例如是或包括单晶硅的块状晶圆、绝缘体上硅(soi)晶圆或某种其他合适类型的半导体晶圆。

在一些实施例中，存取晶体管1712通过沟槽隔离结构1722彼此分离。沟槽隔离结构1722包括介电材料，并且可例如是浅沟槽隔离(sti)结构、深沟槽隔离结构(dti)结构或某一其他合适的沟槽隔离结构。

如图18的截面图1800所示，底部电极层1802、mtj膜1804和顶部电极层1806沉积在互连结构1704上方。注意，为了获得紧凑性，此后仅示出互连结构1704的上部。互连结构1704的剩余部分以及互连结构1704下面的其他结构如图17b所示。mtj膜1804包括固定层1808、覆盖固定层1808的阻挡层1810和覆盖阻挡层1810的自由层1812。固定层1808和自由层1812是铁磁性的。此外，固定层1808具有固定磁化强度，而自由层1812具有自由改变的磁化强度。

如图19的截面图1900所示，在用于此后形成mtj单元的位置处，硬掩模1902分别在顶部电极层1806上方形成。硬掩模1902可例如是或包括氮化硅和/或一些其他合适的电介质。

如图20a和图20b的图2000a、2000b所示，对底部电极层1802和顶部电极层1806(例如，见图19)和mtj膜1804(例如，见图19)执行蚀刻以在beva1702b上分别形成与beva1702b单独的多个单元102。图2000a示出单元102的截面图2000b，并且图2000b示出执行蚀刻的蚀刻工艺工具的图2000b。

聚焦于图20a，单元102包括单个底部电极2002，分别覆盖底部电极2002的单个mtj2004以及分别覆盖mtj2004的单个顶电极2006。mtj2004包括单个固定元件2008、分别覆盖固定元件2008的单个屏障元件2010、以及分别覆盖屏障元件2010的单个自由元件2012。

在单元102中的任一个的操作期间，对应屏障元件2010选择性地允许电子以量子力学方式遂穿通过屏障元件2010。当对应固定元件2008与自由元件2012的磁化强度反平行时，量子力学隧穿可能受阻。如此，单元可具有高电阻并且可处于第一数据状态。当固定元件2008与自由元件2012的磁化强度平行时，可允许量子力学隧穿。如此，单元可具有低电阻并且可处于第二数据状态。

通过离子束蚀刻(ibe)执行蚀刻。然而，蚀刻可以可选地通过使用离子轰击的某一其他合适类型的干法蚀刻或某一其他合适类型的蚀刻来执行。ibe依靠离子轰击进行蚀刻。具体地，动能从离子转移到正被蚀刻的层，以中断层的材料。由于动能的转移，蚀刻材料倾向于以某种无法控制的方式“飞走”并在其他地方再沉积。取决于此蚀刻再沉积物2014的密度，蚀刻再沉积物2014可增加漏电流并降低成品率。例如，当蚀刻再沉积物2014位于单元102的侧壁上时，蚀刻再沉积物2014可创建导电桥，该导电桥增加从固定元件2008到自由元件2012的泄漏电流。蚀刻再沉积物可例如是或包括钽、钌、某种其他合适的导电材料或前述各项的任何组合。

聚焦于图20b，晶圆台2016位于工艺腔室2018中并支撑晶圆104(例如，见图17a和图17b)，并因此支撑图19的结构。此外，晶圆台2016被配置为使晶圆104围绕延伸到页面内和页面外的轴线旋转。排气泵2020沿着工艺腔室2018的底部位于工艺腔室2018的排气口2022处。离子束源2024沿着工艺腔室2018的顶部，并使用来自气体输送系统2028的处理气体产生离子束2026。成像器件2030进一步位于工艺腔室2018中。成像器件2030可例如是sem、rsem或某种其他合适类型的成像器件。在可选的实施例中，成像器件2030在工艺腔室2018外部。

如由图21的图2100所示，成像器件2030捕获单元102的多个灰度图像110(例如，见图20a)。捕获在工艺腔室2018内原位进行。所谓原位，是指晶圆104从关于图20a和图20b描述的蚀刻的开始到图像捕获的结束保留在工艺腔室2018中。在可选的实施例中，在工艺腔室2018的外部执行捕获。灰度图像110对应于晶圆104的不同部分处的单元102。例如，如关于图2b和图16所描述，每个ic管芯106可具有多个灰度图像，并且每个ic管芯106的灰度图像可对应于ic管芯的不同部分(例如，单元区和/或子区)。在一些实施例中，在捕获之前改变晶圆104的倾斜，以更好地将成像器件2030的视场聚焦在单元102上方。

如由图22的图2200所示，灰度图像110经受处理以确定ic管芯106的单个管芯得分134管芯。管芯得分134管芯与蚀刻残余物成正比，因此，较高得分导致较高漏电流和较低成品率。为了确定管芯得分134管芯，根据图1的112处的图像处理和/或根据图12的行动1204至1214而单独处理灰度图像110以确定单个得分(例如，图1中的134)。在ic管芯与单个灰度图像相关联的程度上，单个灰度图像的得分是ic管芯的管芯得分。在ic管芯与多个灰度图像相关联的程度上，灰度图像的得分被组合成ic管芯的管芯得分。可通过使用平均值函数、中值函数、最小值函数、最大值函数、标准偏差函数或某一其他合适的函数来组合得分。

同样由图22的图解2200示出，评估ic管芯106的管芯得分134管芯以确定应再加工ic晶圆106中的哪一个(如果存在)。具体地，将ic管芯106的管芯得分134管芯与阈值进行比较，并且将得分超过阈值的任何ic管芯标记以用于再加工。例如，阈值可以是10，使得将两个ic管芯106标记以用于再加工。注意，带有粗线的框突出显示标记的ic管芯。在可选的实施例中，执行另一合适的过程以标记要再加工ic管芯106中的哪一个(如果有的话)。在一个或多个ic管芯106被标记以用于再加工的程度上，仅再加工被标记以用于再加工的一个或多个ic管芯106。在可选的实施例中，可完全再加工晶圆104。

如图23至图25的截面图2300至2500所示，在图22中标记以用于再加工的ic管芯106经受再加工，并且在一些实施例中，整个晶圆104经受再加工。在图23中，除去单元102和beva1702b。可例如通过化学机械抛光(cmp)、蚀刻、某一其他合适的除去工艺或前述各项的任何组合来执行除去。在图24中，再形成beva1702b。此外，底部电极层1802、mtj膜1804、顶部电极层1806和硬掩模1902如关于图18和图19所描述而再形成。在图25中，蚀刻底部电极层1802和顶部电极层1806(例如，见图24)和mtj膜1804(例如，见图24)以形成单元102。

如图26的图解所示，重复关于图21和图22描述的行动，以确定要再加工哪些ic管芯106(如果存在)。具体地，如关于图21所描述，提供成像器件2030捕获单元102的多个灰度图像110。然后，如关于图22所描述，灰度图像110经受处理以确定用于ic管芯106的单个管芯得分134管芯。此外，如关于图22所描述，评估管芯得分134管芯以确定要再加工哪些ic管芯106(如果存在)。在再加工适当的程度上，重复关于图23至图26描述的行动。在再加工不适当的程度上，ic继续进行至完成。例如，互连结构1704可在单元102上方延伸。

如由图27的截面图2700所示，保护层2702沉积在单元102上方。在一些实施例中，在图21的灰度图像110经受图22处的处理的同时沉积保护层2702，使得关于图23至图25描述的再加工包括除去保护层2702并再沉积保护层2702。在可选的实施例中，仅在晶圆104的再加工完成之后沉积保护层2702。保护层2702可例如是或包括氮化硅和/或一些其他合适的电介质。

如由图28的截面图2800所示，互连结构1704在单元102上方完成。这包括形成在单元102上方堆叠并在附加imd层1716中电耦合到单元102的附加导线1710和附加通孔1702。

尽管参考方法描述17a和图17b、图18、图19、图20a、图20b和图21至图28，但应了解，17a和图17b、图18、图19、图20a、图20b和图21至图28所示的结构不限于该方法，而是可单独地与该方法分离。尽管17a和图17b、图18、图19、图20a、图20b和图21至图28被描述为一系列行动，但应了解，在其他实施例中可改变行动的顺序。尽管17a和图17b、图18、图19、图20a、图20b和图21至图28被示出并描述为特定行动集，但在其他实施例中可省略所示出并描述的一些行动。此外，未示出和/或描述的行动可被包括在其他实施例中。

参考图29，提供17a和图17b、图18、图19、图20a、图20b和图21至图28的方法的一些实施例的框图2900。

在2902处，对具有部分形成的多个集成电路(ic)管芯的晶圆执行蚀刻，其中，蚀刻在ic管芯处形成单元的单个区。例如，见17a和图17b、图18、图19、图20a和图20b。

在2904处，捕获晶圆的灰度图像，其中，灰度图像提供晶圆的不同部分的俯视图。例如，见图21。

在2906处，处理灰度图像以确定ic管芯的单个管芯得分，其中，ic管芯的管芯得分与具有轻度和/或重度灰度级的感兴趣区(roi)像素与roi像素的总数的比率成正比，并且其中，roi像素是位于ic管芯的区并对应于分离单元的像素的像素。例如，见图22和图26。

在2908处，基于得分而作出关于是否要再加工晶圆的确定。例如，见图22和图26。

在2910处，响应于满足再加工标准的得分而再加工晶圆。例如，见图23至图25。

在2912处，晶圆的处理根据一系列处理步骤继续进行，以响应于得分未通过再加工标准而在ic管芯中的每一个处形成ic。例如，可执行一系列处理步骤中的下一处理步骤，以在晶圆104上形成mram器件。例如，见图27和图28。

尽管本文将图29的框图2900示出并描述为一系列行动或事件，但应了解，此类行动或事件的所示出的顺序不应以限制性意义来解释。例如，除了本文示出和/或描述的那些行动或事件之外，某些行动可以不同的顺序发生和/或与其他行动或事件同时发生。此外，可能不需要所有所示出的行动来实现本文描述的一个或多个方面或实施例，并且本文描绘的行动中的一个或多个可在一个或多个单独行动和/或阶段中执行。

参考图30，提供图29的方法的一些可选的实施例的框图3000，其中，方法采用晶圆与灰度图像的并行处理。特别地，晶圆的处理在2912’处继续，而灰度图像在2906处进行处理。此外，晶圆的处理根据一系列处理步骤而继续，以在ic管芯中的每一个处形成ic。响应于满足再加工标准，在2910′处停止根据一系列处理步骤的处理并执行再加工。

尽管本文将图30的框图3000示出并描述为一系列行动或事件，但应了解，此类行动或事件的所示出的顺序不应以限制性意义来解释。例如，除了本文示出和/或描述的那些行动或事件之外，某些行动可以不同的顺序发生和/或与其他行动或事件同时发生。此外，可能不需要所有所示出的行动来实现本文描述的一个或多个方面或实施例，并且本文描绘的行动中的一个或多个可在一个或多个单独行动和/或阶段中执行。

参考图31，提供用于形成ic并对单元蚀刻再沉积物进行非破坏性检查的系统的一些实施例的示意图3100。系统可例如被配置为执行任何上述方法，包括(但不限于)图1、图2a、图2b、图12、图29和图30中的方法。

蚀刻处理工具3102被配置为对晶圆104执行蚀刻以形成分布在晶圆104的多个ic管芯106上的多个单元(未单独示出)。单元可以是例如mtj单元、逻辑单元或某些其他合适类型的单元。图20a提供单元的非限制性实例，并且图20b提供蚀刻处理工具3102的非限制性实例。此外，图19、图20a和图20b提供用于执行蚀刻的工艺的非限制性实例。

成像器件2030与蚀刻处理工具3102相关联，并且被配置为在蚀刻完成时晶圆104仍在蚀刻处理工具3102的工艺腔室中时捕获单元的灰度图像110。图21分别提供成像器件2030和蚀刻处理工具3102的非限制性实例，并且还提供捕获灰度图像110的非限制性实例。灰度图像110提供晶圆的不同部分处的单元的俯视图。成像器件2030可例如是sem或某种其他合适的成像器件。

图像处理器件3106被配置为自动地或半自动地单独处理灰度图像110，以确定灰度图像110的得分134。例如，可如关于图1、图2a、图2b和图12中的任一个描述和/或根据图12的行动1204至1214而执行处理。在一些实施例中，针对灰度图像110中的每一个的处理是根据图1的112处的成像处理而执行的。针对单个灰度图像的处理的非限制性实例如关于图3、图4、图5a、图5b、图6至图8、图9a至图9c和图10示出并描述。图像处理器件3106是电子的，并且可例如是计算机、专用集成电路(asic)、微控制器或某种其他合适类型的电子器件。

在一些实施例中，图像处理器件3106包括电子处理器3108和电子存储器3110。电子处理器3108从电子存储器3110检索用于执行灰度图像110的处理的处理器可执行指令。此外，电子处理器3108执行检索到的处理器可执行指令以执行灰度图像110的处理。在一些实施例中，图像处理器件3106还包括显示器件3112和hid3114或与之关联。显示器件3112可例如被配置为显示得分134，和/或可例如被配置为显示用于与灰度图像110的处理进行交互的gui。hid3114可例如被配置为允许个人经由gui与灰度图像110的处理进行交互。例如，当执行图1的114处的行动时，个人可使用hid3114来识别灰度图像内的单元。

处理控制器3116被配置为评估得分134以确定如何处理晶圆104。特别地，过程控制器3116被配置为确定是否要再加工晶圆104或者晶圆104是否应根据一系列处理步骤而继续处理以在ic管芯106中的每一个处形成ic。例如，可通过将得分134进行分组和/或将得分134与一个或多个阈值进行比较来作出确定。在一些实施例中，如果得分134的阈值数量超过阈值，则再加工可以是按顺序的。否则，晶圆104可继续进行而无需再加工。例如，如关于图1、图2a和图2b中的任一个处的行动行动136所描述，执行评估，如关于图11、图17、图22和图26中的任一个所描述、如关于图12的动作1216所描述或根据任一其他合适的过程，可执行评估。在再加工按顺序的程度上，过程控制器3116被配置为控制传送系统3118以将晶圆104传送至一个或多个再加工工艺工具3120以进行再加工。否则，处理控制器3116被配置为控制传送系统3118以将晶圆104传送至沉积处理工具3122或某一其他合适的处理工具，以根据一系列处理步骤而继续处理晶圆以在ic管芯106中的每一个处形成ic。

鉴于前述内容，本发明的一些实施例提供一种方法，包括：捕获晶圆上的多个单元的灰度图像，其中，所述灰度图像提供俯视图，并且在完成蚀刻时被捕获以形成所述单元；在所述灰度图像中识别所述单元；从所述灰度图像减去所述灰度图像的对应于所述所识别单元的区；基于所述灰度图像的剩余部分处的剩余像素的灰度级，对所述单元的侧壁上以及所述单元之间的凹槽中的一定量的蚀刻残留物进行评分；以及基于所述评分的得分而处理所述晶圆。在一些实施例中，所述单元是mtj。在一些实施例中，所述单元是逻辑器件的栅极堆叠。在一些实施例中，所述方法还包括：在所述评分之前，减去所述灰度图像的沿着所述灰度图像的外围在闭合路径中延伸的外围区。在一些实施例中，所述方法还包括：确定所述剩余像素的平均灰度级；以及将所述得分确定为其灰度级超过阈值的剩余像素的百分比，其中，所述阈值是所述平均灰度级加非零偏移。在一些实施例中，所述方法还包括：在工艺腔室内执行所述蚀刻，其中，在所述工艺腔室内执行所述捕获，并且其中，所述晶圆从所述蚀刻开始到所述捕获结束连续地处于所述工艺腔室内。在一些实施例中，所述捕获是通过sem执行的。在一些实施例中，所述处理包括：响应于所述得分超过阈值而再形成所述多个单元。在一些实施例中，所述处理包括：响应于阈值超过所述得分的而沉积覆盖所述单元的保护层。

在一些实施例中，本发明提供另一种方法，包括：捕获晶圆上的多个单元的灰度图像，其中，所述灰度图像提供俯视图，并在蚀刻后被捕获以形成所述单元；对所述灰度图像执行图像处理，所述图像处理包括：在所述灰度图像中识别所述单元；基于所述识别而确定感兴趣区(roi)像素，其中，所述roi像素包括在所述所识别单元之间而不是在所述所识别单元处的像素；确定所述roi像素之间的平均灰度级；以及确定其灰度级超过阈值的roi像素与roi像素总数的比率，其中，所述阈值大于所述平均灰度级；以及基于所述比率而处理所述晶圆。在一些实施例中，所述方法还包括：根据一系列处理步骤而在所述晶圆上形成ic，其中，所述系列包括所述蚀刻，并且其中，与所述图像处理并行地执行所述系列中的下一处理步骤。在一些实施例中，所述方法还包括：根据一系列处理步骤而在所述晶圆上形成ic，其中，所述系列包括所述蚀刻，并且其中，与所述图像处理串行地执行所述系列中的下一处理步骤。在一些实施例中，所述单元以包括多行和多列的阵列布置。在一些实施例中，所述单元具有周期性图案。在一些实施例中，所述方法还包括：提供所述晶圆，其中，所述晶圆包括被多层堆叠覆盖的多个ic管芯；以及对所述多层堆叠执行蚀刻以形成所述多个单元，其中，所述单元处于所述ic管芯中的每一个处。在一些实施例中，所述方法还包括：捕获对应于所述单元的不同子集的多个灰度图像，其中，所述多个灰度图像包括所述灰度图像并且在所述蚀刻之后被捕获，并且其中，对所述灰度图像中的每一个分别执行所述图像处理。

在一些实施例中，本发明还提供一种系统，包括：蚀刻工艺工具，被配置为在晶圆顶部蚀刻多层膜以从所述多层膜形成多个单元；成像器件，被配置为捕获所述单元的灰度图像，其中，所述灰度图像提供所述单元的俯视图；以及图像处理器件，被配置为：在所述灰度图像中识别所述单元；从所述灰度图像减去non-roi像素，其中，所述非roi像素包括所述所识别单元处的像素；以及基于所述灰度图像处的剩余像素的灰度级，为所述单元的侧壁上以及所述单元之间的凹槽中的一定量的蚀刻残留物生成得分；以及处理控制器，被配置为基于所述得分而处理所述晶圆。在一些实施例中，所述蚀刻处理工具包括工艺腔室，并且其中，所述成像器件被配置为在所述晶圆处于所述工艺腔室中时捕获所述灰度图像。在一些实施例中，所述成像器件是sem。在一些实施例中，所述单元是mjt。

上面概述了若干实施例的特征，使得本领域技术人员可以更好地理解本发明的方面。本领域技术人员应该理解，它们可以容易地使用本发明作为基础来设计或修改用于实施与本文所介绍实施例相同的目的和/或实现相同优势的其它工艺和结构。本领域技术人员也应该意识到，这种等同构造并不背离本发明的精神和范围，并且在不背离本发明的精神和范围的情况下，本文中它们可以做出多种变化、替换以及改变。