[發明專利]用于使用半導體制造工藝中的深度學習預測缺陷及臨界尺寸的系統及方法

有效

• 申請號: 201880041282.6
• 申請日: 2018-06-29
• 公開（公告）號: CN110770886B
• 公開（公告）日: 2023-09-15
• 發明（設計）人: A·亞提
• 申請（專利權）人: 科磊股份有限公司
• 主分類號: H01L21/66
• 分類號: H01L21/66
• 代理公司: 北京律盟知識產權代理有限責任公司 11287
• 代理人: 劉麗楠

1.一種用于預測缺陷站點及臨界尺寸測量的方法，其包括：

使用檢驗工具掃描晶片；

使用缺陷重檢工具確認至少一個缺陷的存在，其中所述確認包括對缺陷進行采樣；

將參數輸入到深度學習模型中，其中所述參數包含所述缺陷相對于設計、關注區或設計片段中的一或多者的位置，且其中所述參數進一步包括以下中的一或多者：

焦點；

曝光；

所述缺陷的類型；

相鄰設計位點；及

層類型；

在所述輸入之后，基于所述深度學習模型而使用控制器預測缺陷位點；

收集由所述深度學習模型預測的所述缺陷站點的圖像；

驗證所述缺陷位點，其中所述驗證包括確認所述圖像中的所述缺陷站點處的至少一個缺陷的存在；及

使用來自所述驗證的晶片數據重新訓練所述深度學習模型，其中重復所述預測、所述驗證及所述重新訓練直到所述深度學習模型達到檢測準確度閾值。

2.根據權利要求1所述的方法，其中所述掃描是熱掃描。

3.根據權利要求1所述的方法，其中所述缺陷重檢工具是掃描電子顯微鏡。

4.根據權利要求1所述的方法，其中所述參數進一步包含光學接近性校正。

5.根據權利要求1所述的方法，其進一步包括產生所述缺陷位點的熱圖。

6.根據權利要求1所述的方法，其進一步包括使用所述深度學習模型預測新晶片上的缺陷。

7.根據權利要求1所述的方法，其進一步包括使用所述深度學習模型針對新半導體制造工藝預測所述晶片上的缺陷。

8.一種非暫時性計算機可讀媒體，其存儲經配置以指示處理器執行根據權利要求1所述的方法的程序。

9.一種用于預測缺陷站點及臨界尺寸測量的方法，其包括：

使用掃描電子顯微鏡掃描晶片；

使用控制器計算樣本位點處的跨越所述晶片的臨界尺寸變動；

將參數輸入到深度學習模型中，其中所述參數包含相對于設計、關注區或設計片段中的一者測量臨界尺寸的位置，且其中所述參數進一步包含以下中的一或多者：

焦點；

曝光；

相鄰設計位點；及

層類型；

在所述輸入之后，基于所述深度學習模型而使用所述控制器預測跨越所述晶片的位點處的所述臨界尺寸；

收集來自所述深度學習模型的站點的圖像；

驗證所述位點處的所述臨界尺寸，其中所述驗證包括確認所述圖像中的所述位點處的所述臨界尺寸；及

使用來自所述驗證的晶片數據重新訓練所述深度學習模型，其中重復所述預測、所述驗證及所述重新訓練直到所述深度學習模型達到檢測準確度閾值。

10.根據權利要求9所述的方法，其中所述參數進一步包含光學接近性校正。

11.根據權利要求9所述的方法，其進一步包括產生臨界尺寸變動的熱圖。

12.根據權利要求9所述的方法，其進一步包括使用所述深度學習模型預測新晶片上的臨界尺寸。

13.根據權利要求9所述的方法，其進一步包括使用所述深度學習模型針對新半導體制造工藝預測所述晶片上的臨界尺寸。

14.一種非暫時性計算機可讀媒體，其存儲經配置以指示處理器執行根據權利要求9所述的方法的程序。