辨识晶圆颗粒的方法、电子装置及计算机可读取记录媒体制造方法及图纸

本揭露提供一种辨识晶圆颗粒的方法、电子装置及计算机可读取记录媒体。所述方法包括：获得经半导体制程后的晶圆上的多个疑似颗粒信息，所述疑似颗粒信息分别对应所述晶圆上的多个疑似颗粒；依据深度学习模型以辨识所述疑似颗粒信息对应的所述疑似颗粒是否为所述晶圆上的至少一个经判定颗粒；依据所述至少一个经判定颗粒所对应的多个颗粒信息以对所述至少一个经判定颗粒的材质进行分类，并产生对应于所述至少一个经判定颗粒的分类结果；以及，呈现所述至少一个经判定颗粒的所述分类结果，以改善所述半导体制程。

Methods of identifying wafer particles, electronic devices and computer readable recording media

【技术实现步骤摘要】
辨识晶圆颗粒的方法、电子装置及计算机可读取记录媒体
本揭露的实施例涉及一种半导体工艺，且特别是有关于一种辨识晶圆颗粒的方法、电子装置及计算机可读取记录媒体。
技术介绍
在利用机台进行半导体制程的过程中，机台上的零件可能会掉落颗粒(particle)在晶圆上，或是半导体制程中的某个程序会使晶圆受到污染，从而影响到半导体制程所产生的晶圆的良率。因此，研发人员通常会监控进行半导体制程后的晶圆上的颗粒数量。当察觉到颗粒的数量过多而超出管制界线(OutofControl；OOC)时，为了得知这些掉落颗粒的源头为哪个程序所污染、或是由哪个程序的相关零件所掉落，研发人员便利用控片(ControlWafer；CW)进行半导体制程的相关程序，并将经制程后的控片上的缺陷(例如，颗粒、凹陷处等)撷取并解析以获得这些缺陷的高解析影像于对应的元素成分。然后，研发人员利用人力逐一判读这些缺陷的成因以调整半导体制程中的相关程序，以降低经制程后的晶圆上的颗粒数量。然而，高倍率显微镜的噪声或是控片本身已具备许多的凹陷处也会被视为是控片上的缺陷。上述这些缺陷皆与研发人员所需求的颗粒成因无关，却会耗费研发人员的工作负担，并占用了研发人员的上班时间。另一方面，这些缺陷的判断是由研发人员主观判断以经验进行的，因而缺乏一致性的判断标准，并且难以透过历史事件的数量来进行制式化规范。
技术实现思路
本揭露实施例的辨识晶圆颗粒的方法包括：获得经半导体制程后的晶圆上的多个疑似颗粒信息，所述疑似颗粒信息分别对应所述晶圆上的多个疑似颗粒；依据深度学习模型以辨识所述疑似颗粒信息对应的所述疑似颗粒是否为所述晶圆上的至少一经判定颗粒；依据所述至少一经判定颗粒所对应的多个颗粒信息以对所述至少一经判定颗粒的材质进行分类，并产生对应于所述至少一经判定颗粒的分类结果；以及，呈现所述至少一经判定颗粒的所述分类结果，以改善所述半导体制程。本揭露实施例的电子装置包括传感器、处理器以及显示器。传感器用以感测经半导体制程后的晶圆上的缺陷以获得多个疑似颗粒信息。处理器耦接所述传感器。处理器获得所述晶圆上的所述疑似颗粒信息，所述疑似颗粒信息分别对应所述晶圆上的多个疑似颗粒。处理器依据深度学习模型以辨识所述疑似颗粒信息对应的所述疑似颗粒是否为所述晶圆上的至少一经判定颗粒，依据所述至少一经判定颗粒所对应的多个颗粒信息以对所述至少一经判定颗粒的材质进行分类，产生对应于所述至少一经判定颗粒的分类结果。显示器耦接所述处理器。显示器用以显示所述至少一经判定颗粒的所述分类结果。本揭露实施例的非挥发性计算机可读取记录媒体用以记录计算机程序，此计算机程序执行如本揭露实施例所述之辨识晶圆颗粒的方法。附图说明包含附图以便进一步理解本揭露，且附图并入本说明书中并构成本说明书的一部分。附图说明本揭露的实施例，并与描述一起用于解释本揭露的原理。图1是依照本揭露一实施例的一种用于实现辨识晶圆颗粒的方法的电子装置的方块图；图2是依照本揭露一实施例的一种辨识晶圆颗粒的方法的流程图；图3是图2中步骤S250中对EDX频谱降低信息量的示意图；图4是图2中步骤S250的详细流程图。附图标号说明100：电子装置；110：传感器；120：处理器；130：显示器；S210～S270、S410～S450：步骤；CW：控片；PL：晶圆颗粒；C：元素碳；Fe：元素铁；Si：元素硅；LB1：基线；PK1～PK3：波峰；RF1～RF3：参考点。具体实施方式现将详细地参考本揭露的示范性实施例，示范性实施例的实例说明于附图中。只要有可能，相同元件符号在图式和描述中用来表示相同或相似部分。图1是依照本揭露一实施例的一种用于实现辨识晶圆颗粒的方法的电子装置100的方块图。电子装置100主要包括传感器110、处理器120以及显示器130。研发人员可利用控片CW进行半导体制程的相关程序，并通过电子装置100将经制程后的控片上的缺陷(例如，晶圆颗粒PL、控片凹陷处等)撷取并解析以获得这些缺陷的高解析影像于对应的元素成分。本实施例可以应用于多种制程(如，20奈米、16奈米、10奈米等)的半导体制程，因此并不限制半导体制程的应用范围。详细来说，传感器110可包括扫描式电子显微镜(scanningelectronmicroscope；SEM)以及颗粒元素分析设备。扫描式电子显微镜对控片上的缺陷进行影像撷取以获得SEM影像，颗粒元素分析设备可对这些缺陷进行成分分析以获得能量色散X射线(energy-dispersiveX-ray；EDX)频谱，从而得知这些缺陷对应的元素成分。传感器110可由至少一个专用的颗粒分析机台来实现。处理器120在获得每个缺陷的疑似颗粒信息(疑似颗粒信息包括每个缺陷的SEM影像及EDX频谱)后，便可执行本揭露实施例所述之辨识晶圆颗粒PL的方法，并将这些缺陷的辨识结果呈现或显示于显示器130中以供研究人员参阅。然而，缺陷有许多类型，常见的有：SEM本身出现的噪声导致影像模糊的缺陷、控片上的凹陷处、以及晶圆颗粒。上述缺陷中有许多类型(如，SEM的噪声及控片上的凹陷处)与晶圆颗粒无关。然而，与晶圆颗粒无关的缺陷难以透过处理器120自身进行区别，导致研发人员需要耗费时间对这些缺陷以人工方式进行主观判断，而此种判读方式的正确率与研发人员的经验十分相关，因而缺乏一致的判断标准。此外，研发人员往往会忽略半导体制程中各项工具的历史调整因素、处理方案及相关信息，导致研发人员对于晶圆颗粒的处理效率不佳。本揭露实施例利用深度学习模块与颗粒分类方式(clusteringapproach)的组合来更易于识别出这些缺陷中的噪声、控片凹陷处以及确实的晶圆颗粒。于部分实施例中，处理器120还可利用这些缺陷的辨识结果调阅相关的历史处理信息，并将这些历史处理信息一并呈现于显示器130中，或可由研究人员授权以让处理器120可直接重新调整半导体制程的部分程序中的参数，或更换半导体制程中可能导致晶圆颗粒的部分零件。图2是依照本揭露一实施例的一种辨识晶圆颗粒的方法的流程图。于步骤S210中，处理器120通过传感器110获得经半导体制程后的晶圆(如，控片)上的多个疑似颗粒信息。疑似颗粒信息分别对应晶圆上的多个疑似颗粒。此处所指的疑似颗粒便为利用传感器110从晶圆(控片CW)上感测得到的缺陷。每个疑似颗粒对应的疑似颗粒信息主要包括颗粒影像信息(例如，SEM影像)及颗粒元素分析信息(如，EDX频谱)。于步骤S220中，处理器120依据深度学习模型以辨识疑似颗粒信息对应的疑似颗粒是否为晶圆上的至少一个经判定颗粒。本实施例的深度学习模型是以具备12层的RestNet卷积层类神经网络(convolutionneuralnetwork；CNN)实现。可透过以往收集的历史颗粒信息及对应的历史辨识结果(例如，噪声图样)作为建立深度学习模型的依据。换句话说，本实施例的本文档来自技高网...

【技术保护点】
1.一种辨识晶圆颗粒的方法，其特征在于，包括：/n获得经半导体制程后的晶圆上的多个疑似颗粒信息，所述疑似颗粒信息分别对应所述晶圆上的多个疑似颗粒；/n依据深度学习模型以辨识所述疑似颗粒信息对应的所述疑似颗粒是否为所述晶圆上的至少一个经判定颗粒；/n依据所述至少一个经判定颗粒所对应的多个颗粒信息以对所述至少一个经判定颗粒的材质进行分类，并产生对应于所述至少一个经判定颗粒的分类结果；以及/n呈现所述至少一个经判定颗粒的所述分类结果，以改善所述半导体制程。/n

【技术特征摘要】
1.一种辨识晶圆颗粒的方法，其特征在于，包括：
获得经半导体制程后的晶圆上的多个疑似颗粒信息，所述疑似颗粒信息分别对应所述晶圆上的多个疑似颗粒；
依据深度学习模型以辨识所述疑似颗粒信息对应的所述疑似颗粒是否为所述晶圆上的至少一个经判定颗粒；
依据所述至少一个经判定颗粒所对应的多个颗粒信息以对所述至少一个经判定颗粒的材质进行分类，并产生对应于所述至少一个经判定颗粒的分类结果；以及
呈现所述至少一个经判定颗粒的所述分类结果，以改善所述半导体制程。


2.根据权利要求1所述的方法，其中所述疑似颗粒信息或是所述至少一个经判定颗粒所对应的所述颗粒信息包括颗粒影像信息以及颗粒元素分析信息。


3.根据权利要求2所述的方法，其中所述颗粒影像信息是扫描式电子显微镜影像，所述颗粒元素分析信息是能量色散X射线频谱，且所述深度学习模型是以卷积层类神经网络实现。


4.根据权利要求2所述的方法，在辨识所述疑似颗粒信息对应的所述疑似颗粒是否为所述晶圆上的至少一个经判定颗粒的步骤之前还包括：
强化所述颗粒影像信息的边界特征。


5.根据权利要求2所述的方法，对所述至少一个经判定颗粒的材质进行分类的步骤之前还包括下列步骤：
使用不对称最小自乘平滑技术及基于连续性小波转换的波峰检测来降低所述颗粒元素分析信息的信息量。


6.根据权利要求2所述的方法，对所述至少一个经判定颗粒的材质进行分类的步骤包括：
随机选择未被选择到的所述至少一个经判定颗粒的其中之一作为经选择颗粒；
依据所述经选择颗粒对应的所述颗粒元素分析信息与多个群组对应的多个群组概述进行比对，以判断所述经选择颗粒对应的所述颗粒元素分析信息是否接近于所述群组概述的其中之...

【专利技术属性】
技术研发人员：刘毓庭，粘庆熙，黄曳弘，
申请(专利权)人：台湾积体电路制造股份有限公司，
类型：发明
国别省市：中国台湾;71