[發(fā)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?zhí)枺?/td>: 202211525221.1
• 申請日: 2022-11-30
• 公開（公告）號: CN115795871A
• 公開（公告）日: 2023-03-14
• 發(fā)明（設(shè)計）人: 鄭杭;李思坤;王向朝
• 申請（專利權(quán)）人: 中國科學(xué)院上海光學(xué)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(chǎn)權(quán)代理事務(wù)所(特殊普通合伙) 31317
• 代理人: 張寧展

一種極紫外光刻空白掩模多層膜缺陷形貌重建方法。本發(fā)明采用多個照明方向的空白掩模多層膜缺陷空間像來表征圖像缺失的相位信息，通過訓(xùn)練的卷積神經(jīng)網(wǎng)絡(luò)模型構(gòu)建出多層膜缺陷空間像與多層膜缺陷的形貌參數(shù)的關(guān)系。所述方法首先仿真不同照明方向多層膜缺陷的空間像集合構(gòu)建訓(xùn)練集數(shù)據(jù)，再將訓(xùn)練集數(shù)據(jù)輸入卷積神經(jīng)網(wǎng)絡(luò)模型進行訓(xùn)練。實測的掩模多層膜缺陷空間像集合輸入訓(xùn)練完成的模型獲得缺陷形貌參數(shù)。本發(fā)明基于多個照明方向的多層膜缺陷空間像直接構(gòu)建與缺陷形貌參數(shù)之間的關(guān)系，具有過程快速、泛化性強、重構(gòu)準確度高的特點。

技術(shù)領(lǐng)域

本發(fā)明涉及光刻掩模，特別是一種極紫外光刻掩模多層膜缺陷形貌重建方法。

背景技術(shù)

光刻是極大規(guī)模集成電路制造的關(guān)鍵技術(shù)。掩模缺陷是極紫外(以下簡稱為EUV)光刻存在的主要問題之一。多層膜缺陷是EUV光刻掩模中特有的缺陷，多層膜缺陷是指由基底上的凸起、凹陷以及在沉積過程中落上的顆粒引起的多層膜變形，多層膜缺陷同時影響多層膜反射光的振幅與相位。由于EUV光刻的曝光波長很短，僅具有納米尺寸三維形貌的多層膜缺陷就可得反射光產(chǎn)生明顯的相位變化，所以它們明顯影響EUV光刻的成像質(zhì)量。

多層膜缺陷的表面形貌可用現(xiàn)有的檢測設(shè)備(如原子力顯微鏡(AFM))進行測量，但僅測量表面形貌難以滿足缺陷仿真分析與補償?shù)男枨蟆６鄬幽と毕莸娜S形貌難以用非破壞性的測量方式直接測量。針對該問題，研究人員提出了多種間接獲得多層膜缺陷三維形貌的方法。

Luminescent Technologies公司提出了一種相位型缺陷形貌重建方法(參見在先技術(shù)1.D.G.Stearns,P.B.Mirkarimi,and E.Spiller,“Localized defects inmultilayer coatings,”Thin Solid Films 446,37–49(2004).)；Upadhyaya等提出了一種考慮了沉積條件對生長模型的影響的缺陷重建方法(參見在先技術(shù)2.M.Upadhyaya,V.Jindal,A.Basavalingappa,H.Herbol,J.HarrisJones,I.-Y.Jang,K.A.Goldberg,I.Mochi,S.Marokkey,W.Demmerle,T.V.Pistor,and G.Denbeaux,“Evaluatingprintability of buried native EUV mask phase defects through a modeling andsimulation approach,”Proc.SPIE 9422,94220Q(2015).)。此類方法都是基于生長模型需要考慮不同的沉積工具與沉積條件的影響，普適性不強。德國夫瑯禾費研究所的Xu等提出了一種基于空間像的缺陷形貌重建方法(參見在先技術(shù)3.D.Xu,P.Evanschitzky,andA.Erdmann,“Extreme ultraviolet multilayer defect analysis and geometryreconstruction,”J.Micro/Nanolith.MEMS MOEMS 15,014002(2016).)。該方法采用強度傳輸方程恢復(fù)空間像相位，采用主成分分析(PCA)的方法提取空間像的特征值，并利用人工神經(jīng)網(wǎng)絡(luò)重建缺陷參數(shù)。但該方法建模過程中將缺陷底部的高度與半高寬設(shè)定為相同的值。在實際情況下中兩者一般不相等，該方法對缺陷三維形貌的表征存在明顯不足。Chen等人提出了一種基于空白掩模圖像的改進缺陷輪廓表征方法，采用循環(huán)一致技術(shù)(參見在先技術(shù)4：Y.Chen,Y.Lin,R.Chen,L.Dong,R.Wu,T.Gai,L.Ma,Y.Su,and Y.Wei,“EUVmultilayer defect characterization via cycle-consistent learning,”O(jiān)pt.Express28,18493–18506(2020).)優(yōu)化了神經(jīng)網(wǎng)絡(luò)模型，提高了重建精度。Wei等人提出了基于空間像復(fù)振幅的極紫外相位缺陷表征方法，采用傅里葉疊層成像(FP)重建含缺陷空白掩?？臻g像復(fù)振幅。采用深度學(xué)習(xí)的方法建立空間像與缺陷底部形貌之間的關(guān)系(參見在先技術(shù)5.W.Cheng,S.Li,X.Wang,and Z.Zhang,“.Extreme ultraviolet phase defectcharacterization based on complex amplitudes of the aerial images,”AppliedOptics 60,5208-5219(2021).)。