尺寸测量装置、尺寸测量程序及半导体制造系统制造方法及图纸

本公开涉及尺寸测量装置，缩短尺寸测量所需的时间和排除由操作员引起的误差。为此，使用在剖面图像整体范围内提取加工构造与背景之间的边界线及/或异种材料间的界面的边界线的第一图像识别模型、以及输出信息的第二图像识别模型，求出按照每个单位图案而预先定义的多个特征点的坐标，测量作为多个特征点中的规定的两点间的距离而定义的尺寸，该信息用于按照构成重复图案的每个单位图案来区分从第一图像识别模型得到的剖面图像整体的边界线。图像识别模型得到的剖面图像整体的边界线。图像识别模型得到的剖面图像整体的边界线。

【技术实现步骤摘要】
【国外来华专利技术】尺寸测量装置、尺寸测量程序及半导体制造系统


[0001]本专利技术涉及对处理装置的处理结果进行测量的尺寸测量装置、尺寸测量程序、及具有尺寸测量装置和处理条件搜索装置的半导体制造系统。

技术介绍

[0002]近年来，为了提高半导体器件的性能，向半导体器件导入新材料，同时使半导体器件的构造立体化、复杂化。另外，在当前的尖端半导体器件的加工中，要求纳米级的精度。为此，半导体处理装置需要能够将多种材料以非常高的精度加工为各种形状，成为必然具备多个控制参数(输入参数)的装置。
[0003]在作为代表性的半导体处理装置的蚀刻装置中，用于控制等离子体放电的设定项目数具有30以上。当将固定了这些设定值时的放电没为一个步骤时，一边依次切换具有不同的设定值的步骤一边进行加工。在尖端工艺中，在一个加工工序中通常也使用10个步骤以上，在大多情况下使用30步骤以上，为了使步骤的组合及步骤内的全部设定值最佳化，进行了数百条件下的加工试验。具有用于引出装置性能的专有技术和较高的装置运用技能的工程师的数量有限，预想今后条件导出、装置运用不能按照预定进行的情况增加。
[0004]针对该课题，在专利文献1中提出了自动搜索最佳的加工条件的方法。由此，与依赖于工程师的试行错误的以往方法相比，能够在各阶段削减工时。
[0005]另外，专利文献2、专利文献3是针对根据图案的剖面图像的尺寸测量而公开的在先技术文献。在专利文献2中，根据图像的亮度值求出轮廓线，使用图案剖面的上部和下部的两点坐标值，手动地去除剖面SEM(Scanning Electron Microscope，扫描电子显微镜)图像特有的白影部分的信号成分，由此，提高侧壁角度的测定精度。在专利文献3中，根据剖面SEM图像的亮度值的变化而求出边缘点，算出将图案的各边近似的直线，由此，减少各边的角度、长度的测定中的操作员依赖。
[0006]在先技术文献
[0007]专利文献
[0008]专利文献1：日本特开2018-49936号公报
[0009]专利文献2：日本特开2012-68138号公报
[0010]专利文献3：日本特开2002-350127号公报

技术实现思路

[0011]专利技术要解决的课题
[0012]在专利文献1的方法中，除了计算时间以外，需要工时的是根据剖面SEM图像的尺寸测量工序。现状中大多通过手动作业进行尺寸测量，但在应用于尖端工艺的情况下，构造变得复杂，每一张图像的测定点数也增加，因此，手动进行的尺寸提取达到极限。
[0013]另外，在短期间内构筑用于实现所希望的构造的工艺时，需要从现有的庞大的实验数据中检索、参照类似的构造，但此时需要加工形状被数值化的数据库。但是，在现状中，
大多通过手动作业进行构造的数值化。此外，在进行条件导出的中途，在发现了比当初计划的位置更重要的测量部位的情况下，需要进行全部图像的重新测量。若能够自动地提取尺寸，则所要时间大幅缩短，并且，能够掌握更加准确的加工形状。另外，通过将提取结果显示并输出到图像，能够视觉地判断在提取中是否存在问题。像这样基于自动化的优点非常大。
[0014]在手动的测量中测量值产生操作员依赖性。另外，在线/空间的单位图案重复的图像中，也由于按照每个图案一个一个地测量，因此，存在如下课题：在测量值的统计量中，除了工艺偏差以外，也包括人为的误差等。
[0015]专利文献2、专利文献3中公开的方法虽然在某种程度上减少了操作员依赖性，但由于伴随着基于目视的操作，因此，操作员依赖性依然存在。另外，由于一边逐一地观察图像一边测量，因此，需要作业时间。此外，在日后想要追加、变更尺寸测量部位的情况下，需要从最初重新获取图像、或者根据图像以目视进行测定。
[0016]在剖面SEM图像中，存在明亮度按照每个图像而不同、在尺寸测量中映现出不必要的进深的构造、想要测量尺寸的异种材料界面的边界不清楚这样的不在测长SEM(Critical Dimensional SEM，临界尺寸SEM)图像中的尺寸测量的困难度。为此，在基于使用亮度值的边缘检测法的专利文献2及专利文献3的方法中，需要进行按照每个图像而进行阈值等参数调整、或者以目视判断并指定界面位置等的操作。在实现不需要基于目视的调整的完全自动测量时，不需要局部的亮度分布，而需要通过识别映现在图像中的每个物体的区域来提取物体的轮廓。具有与这样的目视同等或者其以上的性能的图像识别被认为能够通过应用使用了机器学习、尤其是深层学习的图像识别技术来实现。
[0017]本专利技术的目的在于，实现一种测量方法，在该测量方法中，使用基于机器学习、尤其是深层学习的图像识别技术，根据剖面SEM自动地测量所希望的尺寸，由此缩短尺寸测量时间且不包括因操作员引起的误差。
[0018]用于解决课题的手段
[0019]本专利技术的一方案的根据具有重复图案的半导体器件的剖面图像来测量半导体器件的尺寸的尺寸测量装置具有：处理器；存储器；以及尺寸测量程序，其被存储于存储器，通过由处理器执行该尺寸测量程序来测量半导体器件的尺寸，尺寸测量程序具有模型推断部和尺寸测量部，模型推断部通过第一图像识别模型，输出针对剖面图像按照区域而标注了标签的标签标注图像，通过第二图像识别模型，输出在剖面图像中构成重复图案的单位图案分别所处的坐标，尺寸测量部使用标签标注图像及单位图案分别所处的坐标，求出按照每个单位图案而预先定义的多个特征点的坐标，测量作为多个特征点中的规定的两点间的距离而定义的尺寸。
[0020]另外，本专利技术的另一方案的根据具有重复图案的半导体器件的剖面图像来测量半导体器件的尺寸的尺寸测量装置具有：处理器；存储器；以及尺寸测量程序，其被存储于存储器，通过由处理器执行该尺寸测量程序来测量半导体器件的尺寸，尺寸测量程序具有模型推断部和尺寸测量部，模型推断部通过第一图像识别模型，输出在轮廓线和背景对剖面图像标注了标签的第一标签标注图像，通过第二图像识别模型，输出在构成重复图案的单位图案中定义的第一多个特征点和背景对剖面图像标注了标签的第二标签标注图像，尺寸测量部使用从第一标签标注图像得到的轮廓线的坐标及从第二标签标注图像得到的第一多个特征点的坐标，求出第二多个特征点的坐标，测量作为第一多个特征点中的规定的点
与第二多个特征点中的规定的点之间的距离而定义的尺寸。
[0021]专利技术效果
[0022]能够实现降低了操作员依赖性的高速的尺寸测量。上述以外的课题、结构及效果通过以下的实施例的说明而变得清楚。
附图说明
[0023]图1是示出半导体制造系统的系统结构例的图。
[0024]图2是示出处理条件搜索装置的系统结构例的图。
[0025]图3是示出尺寸测量装置的硬件结构的框图。
[0026]图4是示出语义分割模型的一例的图。
[0027]图5是示出物体检测模型的一例的图。
[0028]图6是尺寸测量装置根据输入图像而测量尺寸的流程图(实施例1)。
[0029]图7是处理条本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种尺寸测量装置，根据具有重复图案的半导体器件的剖面图像来测量所述半导体器件的尺寸，该尺寸测量装置具有：处理器；存储器；以及尺寸测量程序，其被存储于所述存储器，通过由所述处理器执行该尺寸测量程序来测量所述半导体器件的尺寸，所述尺寸测量程序具有模型推断部和尺寸测量部，所述模型推断部通过第一图像识别模型，输出针对所述剖面图像而按照区域标注了标签的标签标注图像，通过第二图像识别模型，输出在所述剖面图像中构成所述重复图案的单位图案分别所处的坐标，所述尺寸测量部使用所述标签标注图像及所述单位图案分别所处的坐标，求出按照每个所述单位图案而预先定义的多个特征点的坐标，测量作为所述多个特征点中的规定的两点间的距离而定义的尺寸。2.根据权利要求1所述的尺寸测量装置，其中，在所述第一图像识别模型针对所述剖面图像标注标签的区域，包括构成所述半导体器件的剖面的各层和所述半导体器件的剖面以外的背景，所述模型推断部根据所述标签标注图像来求出所述区域之间的区域边界线的坐标，根据所述区域边界线的坐标及所述单位图案分别所处的坐标，求出所述多个特征点的坐标。3.根据权利要求2所述的尺寸测量装置，其中，所述尺寸测量程序具有模型学习部，所述模型学习部通过第一学习数据，来学习所述第一图像识别模型，通过第二学习数据，来学习所述第二图像识别模型，所述第一学习数据将所述半导体器件的剖面图像作为输入数据，且将按照作为该输入数据的剖面图像的所述区域而标注了标签的标签标注图像作为输出数据，所述第二学习数据将所述半导体器件的剖面图像作为输入数据，且将在作为该输入数据的剖面图像中所述单位图案分别所处的坐标作为输出数据。4.根据权利要求3所述的尺寸测量装置，其中，所述第一图像识别模型是语义分割模型，所述第二图像识别模型是物体检测模型。5.根据权利要求4所述的尺寸测量装置，其中，所述第一图像识别模型是在中间层具备使用教师数据而学习到的参数的学习模型，该教师数据将所述半导体器件的剖面图像的像素的亮度值作为输入数据，将与和该输入数据对应的剖面图像的像素所归属的所述区域对应而定义的标签编号作为输出数据，所述第二图像识别模型是在中间层具备使用将所述半导体器件的剖面图像的像素的亮度值作为输入数据、将与该输入数据对应的剖面图像所包含的物体的标签编号和所述物体所处的坐标作为输出数据的教师数据而学习到的参数的学习模型。6.根据权利要求1所述的尺寸测量装置，其中，所述剖面图像是剖面SEM图像或者TEM图像。7.根据权利要求1所述的尺寸测量装置，其中，所述尺寸测量部在将测量出的所述半导体器件的尺寸保存于数据库且被输入了针对
所述半导体器件的目标尺寸值的情况下，从所述数据库检索具有与所述目标尺寸值近似的尺寸的剖面图像。8.一种半导体制造系统，具有：权利要求1至7中任一项所述的尺寸测量装置；处理装置，其进行所述半导体器件的处理；以及处理条件搜索装置，其搜索所述处理装置进行所述半导体器件的处理的最佳处理条件，所述尺寸测量装置测量所述处理装置根据所述处理条件搜索装置设定的规定的处理条件进行处理而得到的所述半导体器件的尺寸，所述处理条件搜索装置改变所述规定的处理条件，并且将通过所述尺寸测量装置测量出的所述半导体器件的尺寸收敛于目标值的情况下的处理条件作为所述最佳处理条件而输出。9.一种尺寸测量装置，根据具有重复图案的半导体器件的剖面图像来测量所述半导体器件的尺寸，该尺寸测量装置具有：处理器；存储器；以及尺寸测量程序，其被存储于所述存储器，通过由所述处理器执行该尺寸测量程序来测量所述半导体器件的尺寸，所述尺寸测量程序具有模型推断部和尺寸测量部，所述模型推断部通过第一图像识别模型，输出在轮廓线和背景对所述剖面图像标注了标签的第一标签标注图像，通过第二图像识别模型，输出在构成所述重复图案的单位图案中定义的第一多个特征点和背景对所述剖面图像标注了标签的第二标签标注图像，所述尺寸测量部使用从所述第一标签标注图像得到的所述轮廓线的坐标及从所述第二标签标注图像得到的所述第一多个特征点的坐标，求出第二多个特征点的坐标，测量作为所述第一多个特征点中的规定的点与所述第二多个特征点中的规定的点之间的距离而定义的尺寸。10.根据权利要求9所述的尺寸测量装置，其中，在所述剖面图像中，所述单位图案具有能够假定对称性的形状，所述尺寸测量部基于所述对称性，根据所述第一多个特征点的坐标而求出所述第二多个特征点的坐标。11.根据权利要求9所述的尺寸测量装置，其中，所述尺寸测量程序具有模型学习部，所述模型学习部通过第一学习数据，来学习所述第一图像识别模型，通过第二学习数据，来学习所述第二图像识别模型，该第一学习数据将所述半导体器件的剖面图像作为输入数据，且将...

【专利技术属性】
技术研发人员：奥山裕，大森健史，丰田康隆，
申请(专利权)人：株式会社日立高新技术，
类型：发明
国别省市：