[發明專利]人工智能辨識的半導體影像量測方法

在審

• 申請號: 202010855090.8
• 申請日: 2020-08-24
• 公開（公告）號: CN113759148A
• 公開（公告）日: 2021-12-07
• 發明（設計）人: 柳紀綸;陳榮欽;黃邦浩;陳朝煒
• 申請（專利權）人: 汎銓科技股份有限公司
• 主分類號: G01Q60/24
• 分類號: G01Q60/24;G01N23/2255;G01N23/2251;G01C11/00
• 代理公司: 北京志霖恒遠知識產權代理事務所(普通合伙) 11435
• 代理人: 胡少青;許媛媛

本發明公開了一種人工智能辨識的半導體影像量測方法，其包括以下步驟：提供半導體的原始影像；利用人工智能判斷前述原始影像所屬的類型和/或種類；導入前述原始影像所屬的類型和/或種類所預定的尺寸量測模式，并依照前述預定的尺寸量測模式，掃描前述原始影像，以獲得前述原始影像的測量信號；以及將所獲得的特定位置的測量信號輸出，并經由計算以獲得前述半導體中特定的物理參數。

技術領域

本發明是關于半導體影像量測方法，且特別是關于一種人工智能辨識的半導體影像量測方法。

背景技術

隨著產品尺寸縮小化的趨勢影響，半導體影像的尺寸量測的速度以及精準度已是目前樣品分析從業者所面臨的重大課題。目前，樣品分析從業者對于半導體影像的尺寸量測大多仍采用人工進行尺寸量測，對于具有各式各樣結構設計的半導體而言，利用人工進行尺寸量測，無法快速提供半導體影像尺寸量測服務。鑒于此，一種可提供快速且精準的人工智能辨識的半導體影像量測方法一直是本領域從業者所殷切期盼的。

發明內容

本發明揭示一種人工智能辨識的半導體影像量測方法，其包括以下步驟：提供半導體的原始影像；利用人工智能判斷前述原始影像所屬的類型和/或種類；導入前述原始影像所屬的類型和/或種類所預定的尺寸量測模式，并依照前述預定的尺寸量測模式，掃描前述原始影像，以獲得前述原始影像的測量信號；以及從前述原始影像中抽出特定位置的對象，通過對應于前述抽出特定位置的對象的測量信號強度的運算以獲得前述半導體中特定的物理參數。

如上所述的人工智能辨識的半導體影像量測方法，前述半導體的原始影像是由掃描式電子顯微鏡(SEM)、穿透式電子顯微鏡(TEM)、原子力顯微鏡(AFM)、聚焦離子束顯微鏡(FIB)、以及X-光繞射結晶分析儀所構成族群其中之一所拍攝提供。

如上所述的人工智能辨識的半導體影像量測方法，前述特定位置為為前述原始影像中的指定結構處、指定高度、指定距離、指定50％高度、最小處、最大處、最底部、最頂部。

如上所述的人工智能辨識的半導體影像量測方法，前述特定的物理參數為前述半導體中特定層的厚度、寬度、厚度平均值、寬度平均值、厚度標準偏差、寬度標準偏差、厚度方均根、寬度方均根其中之一或其組合，和/或前述半導體中特定位置的長度、寬度、高度、間距、夾角、弧長其中之一或其組合。

如上所述的人工智能辨識的半導體影像量測方法，前述測量信號強度的運算為強度差運算、積分差運算或微分差運算。

如上所述的人工智能辨識的半導體影像量測方法，前述利用人工智能判斷前述原始影像所屬的類型和/或種類的步驟是由一類神經網絡模塊所執行。

如上所述的人工智能辨識的半導體影像量測方法，前述類神經網絡模塊為卷積神經網絡(Convolutional Neural Networks,CNN)模塊或遞歸神經網絡(Recurrent NeuralNetworks,RNN)模塊。

本發明還揭示另一種人工智能辨識的半導體影像量測方法，其包括以下步驟：提供半導體的原始影像；優化處理前述原始影像，以獲得優化影像；利用人工智能判斷前述優化影像所屬的類型和/或種類；導入前述優化影像所屬的類型和/或種類所預定的尺寸量測模式，并依照前述預定的尺寸量測模式，掃描前述優化影像，以獲得前述優化影像的測量信號；以及從前述優化影像中抽出特定位置的對象，通過對應于前述抽出特定位置的對象的測量信號強度的運算以獲得前述半導體中特定的物理參數。

如上所述的另一種人工智能辨識的半導體影像量測方法，前述半導體的原始影像是由掃描式電子顯微鏡(SEM)、穿透式電子顯微鏡(TEM)、原子力顯微鏡(AFM)、聚焦離子束顯微鏡(FIB)、以及X-光繞射結晶分析儀所構成族群其中之一所拍攝提供。