[發明專利]極紫外光刻掩模多層膜缺陷形貌重建方法

在審

• 申請號: 202211525221.1
• 申請日: 2022-11-30
• 公開（公告）號: CN115795871A
• 公開（公告）日: 2023-03-14
• 發明（設計）人: 鄭杭;李思坤;王向朝
• 申請（專利權）人: 中國科學院上海光學精密機械研究所
• 主分類號: G06F30/20
• 分類號: G06F30/20;G06V10/774;G06T17/05;G06N3/0464;G06N3/08
• 代理公司: 上海恒慧知識產權代理事務所(特殊普通合伙) 31317
• 代理人: 張寧展

1.一種極紫外光刻掩模多層膜缺陷形貌重建方法，包括如下步驟：

1)設置仿真條件：

①設置成像仿真條件如下：

照明條件為傳統照明但不限制為傳統照明，傳統照明的部分相干因子為σ，光波波長為λ；投影物鏡的數值孔徑NA范圍為0.33～0.55；鉬/硅雙層膜的層數為m；鉬的厚度為Mo_thick，硅的厚度為Si_thick；鉬的折射率為Mo_ref，硅的折射率為Si_ref；基底SiO₂厚度為d；光學系統的放大倍數為α；物面橫軸和縱軸方向采集長度分別為X₀和Y₀，取樣間隔為dX₀和dY₀；空間像的橫軸方向采集長度和縱軸方向采集長度為X和Y，取樣間隔為dX和dY；

②設置訓練集中含多層膜缺陷空白掩模的缺陷形貌參數如下：

以高斯型缺陷參數表征掩模多層膜缺陷的形貌，設置多層膜缺陷表面高度為h_top、多層膜缺陷表面半高寬為ω_top、多層膜缺陷底部高度為h_bot和多層膜缺陷底部半高寬為ω_bot；即多層膜缺陷的形貌參數Δ(Δ＝(h_top、ω_top、h_bot、ω_bot))；多層膜缺陷頂部高度h_top在0.5-5nm范圍內，取值間隔為dh_top，缺陷頂部半高全寬ω_top在35-70nm范圍內，取值間隔為dω_top，缺陷底部高度h_bot在6-20nm范圍內，取值間隔為dh_bot，缺陷底部半高全寬ω_bot在15-50nm范圍內，取值間隔為dω_bot；

2)仿真獲取不同照明方向下含多層膜缺陷空白掩?？臻g像的強度：

設置照明方向共n個，分別命名為l₁，l₂…l_n，EUV傳統照明主射線的入射角為θ＝6°，θ_r是傳統照明的主射線與新照明方向的主射線之間的夾角，φ是相對于傳統照明的主射線的方位角，利用光刻仿真軟件對含多層膜缺陷空白掩模進行成像仿真，分別得到照明角度為l₁，l₂…l_n時含多層膜缺陷空白掩模空間像的強度為I_lr1，I_lr2，…，I_lrn，多層膜缺陷空白掩?？臻g像的強度圖設置為訓練集樣本；縮小步驟1)中的多層膜缺陷頂部高度的取值間隔dh_top，缺陷頂部半高全寬取值間隔dω_top，缺陷底部高度取值間隔dh_bot，缺陷底部半高全寬取值間隔dω_bot，形成另一組多層膜缺陷空白掩模的缺陷形貌參數，通過光刻仿真軟件得到的多層膜缺陷空白掩?？臻g像的強度圖設置為測試集樣本；

3)訓練以多層膜缺陷的形貌參數Δ為輸出的卷積神經網絡：

在步驟(2)仿真出多層膜缺陷空白掩?？臻g像的振幅圖像I_lr1，I_lr2，…，I_lrn作為卷積神經網絡的輸入，對應的掩模多層膜缺陷的形貌參數Δ作為卷積神經網絡的輸出，采用擴張殘留網絡結構構建出缺陷形貌參數重建模型；再以掩模多層膜缺陷的形貌參數Δ作為神經網絡的輸入，多層膜缺陷空白掩模空間像的振幅圖像I_lr1，I_lr2，…，I_lrm作為神經網絡的輸出，根據輸出的不同構建多個生成對抗網絡形成多個鑒別模型,通過鑒別模型改變缺陷形貌參數重建模型的損失函數，從而提高缺陷形貌參數重建模型準確度；鑒別模型的數量影響鑒別模型對缺陷形貌參數重建模型的提升。設置鑒別模型的數量為M，以MSE(均方誤差)設置損失函數，對訓練集和測試集進行預處理，通過處理后訓練集對構建的模型進行訓練，再通過測試集得到最優的訓練后模型；

4)采集實測空間像：

按照步驟1)中相同的參數對檢測系統的照明、數值孔徑進行設置，檢測系統加載待測空白掩模，利用空間像傳感器完成空間像的獲取；

5)缺陷形貌參數檢測：

將步驟4)實測的空間像輸入模型得到缺陷形貌參數Δ。