用于执行缺陷相关功能的计算机实现的方法技术

为了使用多样性采样，用户可以在本文描述的方法中选择多样性采样，并且可能选择要使用的多样性采样参数。一个提供这种能力的可能的界面是图示一用户界面的一个实施例的屏幕截图，所述用户界面可以被用来选择在本文描述的计算机实现的方法的实施方案中使用的多样性采样。晶片置后处理用户界面（１８）图示列表（２０）中的多个选项。具体地，列表（２０）包括用于聚类（２２）、采样（２４）、重复器（２６）和缺陷限制（２８）的选项。采样选项包括评估选项（３０）。评估选项（３０）包括多样性采样选项（３２）以及其他采样选项。用户可以通过点击采样选项名称旁边的选框来选择一个或更多个采样选项。

【技术实现步骤摘要】
【国外来华专利技术】专利技术背景1. 专利
001本专利技术总地涉及用于执行一项或更多项缺陷相关功能的计算机实现的方法。 一些 实施方案涉及用于识别检査数据中的噪声、使缺陷入容器(bin)、选择缺陷进行缺陷分 析、选择缺陷评估(review)过程的一个或更多个参数，或者对缺陷进行分类的计算机实 现的方法。2. 现有技术描述下面的描述和实施例不因为被包括在本部分中而被认为是现有技术。在半导体制造过程期间的各个时期使用检查过程来检测诸如掩模版(reticle)和晶片 的样品上的缺陷。检查过程已经总是制作半导体器件(例如集成电路)的一个重要部分。 然而，随着半导体器件的尺寸减小，检查过程对于可接受的半导体器件的成功制造来说变 得更为重要。例如，随着半导体器件的尺寸减小，由于即使是相对小的缺陷也可能导致半 导体器件中不希望的失常，对具有减小的大小的缺陷的检测变得必要。近年来对很多不同类型的缺陷的检查已经变得更重要。例如，为了使用检査结果来监 控和校正半导体制作过程，通常有必要知道在样品上存在什么类型的缺陷。此外，由于为 了获得可能的最高成品率(yield)而期望控制半导体制造所包括的每个过程，所以期望具 有检测可能从很多不同半导体过程中产生的不同类型缺陷的能力。要检测的不同类型的缺 陷在它们的性质上可能大大不同。例如，可能期望在半导体制造过程期间检测的缺陷可以 包括厚度改变、颗粒缺陷、划痕、图形缺陷(例如缺失图形特征(feature)或非正确地定 大小的图形特征)，以及很多其他具有这样的异类性质的缺陷。为了使检查提供用于成品率控制的有用结果，检査过程必须能够不仅仅检测很多不同 种类的缺陷，还要能够在晶片或掩模版上的真正的缺陷和噪声或干扰(nuisance)事件之 间进行区分。噪声可以被定义为由于检查工具的边际效应(marginality)(例如数据处理 和/或数据获取中的边际效应)而由检査工具在晶片或掩模版上检测到的并非实际缺陷但 表现为潜在缺陷的事件。干扰事件是实际缺陷，但是对于控制过程和预测成品率的目的来 说与用户无关。此外，同一缺陷在一个时间点可能被认为是干扰事件，而之后可能发现它 是一相关缺陷。在一些情况下，可以通过使用优化的数据获取参数和优化的数据处理参数 来减少检查工具所检测到的噪声和干扰事件的数量。此外，可以通过向检查结果应用各种过滤技术来减少噪声和干扰事件的数量。与通过上述方法减少噪声和干扰事件相关联的一个问题在于确定最小化噪声和干扰 事件的数据获取和数据处理参数的困难和耗时的本质。具体来说，确定适当的数据获取和 数据处理参数通常涉及大量时间。此外，当检査系统具有相对大量的可调节数据获取和数 据处理参数时，针对特定样品和感兴趣的具体缺陷类型建立检査过程的任务可能尤其困 难。另外，除非已经测试了数据获取和数据处理参数的所有可能组合，否则可能无法知道 是否己经找到最佳的检查过程。然而，当前大多数检查过程是使用大量手动过程(例如，手动设置数据获取参数，手 动分析所得的检查数据，等等)来建立的。建立检査过程可能耗费相对长的时间。另外， 取决于将以所述检查系统来检査的样品的类型，可能需要针对每种不同类型的缺陷建立不 同的检查过程。对于诸如在开发中的短期实验或者在加工厂(foundry)中的短期器件生产 的赶工期(ramp)的情况来说，确定适当的数据获取和数据处理参数所涉及的时间长度可 能尤其成问题，因为这些检査过程不能对建立所述过程中所投入的努力提供良好的回报。成品率控制的另一个重要部分是确定晶片或掩模版上缺陷的起因，从而可以纠正所述 缺陷的起因，由此减少其他晶片或掩模版上的缺陷数量。同常，确定缺陷起因包括识别缺 陷类别以及缺陷的其他性质，例如大小、形状、构成(composition)，等等。因为检查通 常仅包括检测晶片或掩模版上的缺陷以及提供关于所述缺陷的有限信息(例如位置、数量， 有时还有大小)，所以常使用缺陷评估来确定关于各个缺陷的除从检查结果可以确定的信 息之外的更多信息。例如，可以使用缺陷评估工具来重新访问在晶片或掩模版上检测到的 缺陷，并且进一步以某种方式自动或手动地考察(examine)所述缺陷。还可以使用缺陷 评估来验证(verify)检查所检测到的缺陷是实际缺陷而不是例如噪声或干扰事件。普遍使用的缺陷评估工具的一些实施例包括高分辨率光学成像系统、扫描电子显微镜 和不那么普遍的透射电子显微镜。通常，用于缺陷评估的工具具有比检査工具低得多的吞 吐量(throughput)，并且可以对材料具有负作用。因此，对缺陷评估工具的明智的使用 对于提供关于掩模版或晶片上的缺陷的信息而不显著地影响过程的总吞吐量来说是关键 的。 一种减轻缺陷评估对总过程吞吐量的影响的方式是通过仅仅评估检查曾检测到的所有 缺陷的一子集或一部分。选择缺陷进行评估通常被称为采样。尽管采样缺陷来进行评估是一种提高缺评估的 吞吐量的主要方式，但是存在很多方式，在所述方式中采样可能不利地影响评估所产生的 关于缺陷的信息。例如， 一种普遍的采样缺陷进行评估的方式是通过对检査所检测到的整 个缺陷总群体(population)进行随机采样。在一些情况下，随机采样对于选择适当的缺 陷子群体进行评估来说是有效的。然而，存在很多可能不期望随机采样的情况。例如，在 用户出于发现倾向性的目的(for trending purpose)而想要其处于用于评估的子群体中的晶 片上，真正的缺陷可能随机分布，但是这些缺陷可能在所述总群体中占优势。因此，在随机采样中可能出现太少的其他类型的缺陷来提供对于晶片所有缺陷类型的评估来说有效 的缺陷子群体。缺陷评估过程的有效性还由所使用的数据获取参数和/或数据处理参数确定。具体来 说，很像如上所描述的检查过程，缺陷评估过程的数据获取参数和数据处理参数将对缺陷 评估结果具有深远影响。因此，以适合于被评估的缺陷类型的参数来进行缺陷评估过程是 重要的。类似于确定用于检查的适当参数，确定用于评估的适当参数可能是相对耗时且困 难的，尤其是当缺陷评估工具具有大量可调节参数和/或在单次过程中要评估大量不同的 缺陷时。因此，可以想象当前很多缺陷评估过程正在以对被评估的至少一些缺陷来说基本 上是次优的(less than optimal)参数进行着。因此，开发用于识别检查数据中的噪声、使缺陷入容器、选择缺陷进行缺陷分析、选 择缺陷评估过程的一个或更多个参数，和/或对缺陷进行分类的计算机实现的方法是有益 的，与当前可使用的方法相比，所述计算机实现的方法提供更高的吞吐量和更好的性能。
技术实现思路
下面对计算机实现的方法的各个实施方案的描述不应该以任何方式解读为限制所附 的权利要求书的主题。一个实施方案涉及用于识别检査数据中的噪声的计算机实现的方法。所述方法包括使 用已知用于检测噪声、干扰事件和真实事件的检测参数来检测检查数据集中的事件。所述 检查数据集是通过对样品进行的不同检查生成的。所述方法还包括将在少于一预定数的数 量的所述检査数据集中检测到的事件识别为噪声。在一个实施方案中，所述方法包括从所 述检査数据集中消除(eliminate)被识别为噪声的所述事件。在一个实施方案中，所述不同的检查是以相同或不同数据获取条件进行的。在另一个 实施方案中，所述不同本文档来自技高网...

【技术保护点】
一种用于识别检查数据中的噪声的计算机实现的方法，包括：　　　　使用已知用于检测噪声、干扰事件和真实事件的检测参数来检测检查数据集中的事件，其中所述检查数据集是通过对样品进行的不同的检查生成的；以及　　　　将在少于一预定数的数量的所述检查数据集中检测到的事件识别为噪声。

【技术特征摘要】
【国外来华专利技术】US 2005-6-6 11/146,3421.一种用于识别检查数据中的噪声的计算机实现的方法，包括使用已知用于检测噪声、干扰事件和真实事件的检测参数来检测检查数据集中的事件，其中所述检查数据集是通过对样品进行的不同的检查生成的；以及将在少于一预定数的数量的所述检查数据集中检测到的事件识别为噪声。2. 如权利要求1所述的方法，还包括从所述检査数据集中消除被识别为噪声的所述 事件。3. 如权利要求1所述的方法，其中所述不同的检査是以相同或不同的数据获取条件 进行的。4. 如权利要求1所述的方法，其中所述不同的检查是以相同或不同的检测参数进行的。5. —种用于使缺陷入容器的计算机实现的方法，包括确定在检查数据集中检测到的缺陷的性质，所述检查数据集是通过对样品进行的不同 的检查生成的；以及基于所述性质和曾在其中检测到所述缺陷的所述检查数据集使所述缺陷入容器为组。6. 如权利要求5所述的方法，还包括对所述组中的所述缺陷进行采样以用于缺陷评估。7. 如权利要求5所述的方法，其中所述不同的检查是以相同的数据获取参数进行的，并且其中所述缺陷是使用相同的检测参数在所述检查数据集中检测到的。8. 如权利要求5所述的方法，其中所述不同的检査是以不同的数据获取参数进行的。9. 如权利要求5所述的方法，其中所述缺陷是使用不同的检测参数在所述检查数据 集中检测到的。10. 如权利要求5所述的方法，其中所述不同的检查是以不同的数据获取参数进行的， 并且其中所述缺陷是使用不同的检测参数在所述检查数据集中检测到的。11. 如权利要求5所述的方法，其中所述缺陷是以单个检査参数集检测到的，所述方 法还包括使用由对所述样本进行的额外检查而生成的数据来确定所述缺陷的额外的性质， 其中对所述样本进行的额外检査使用了与所述单个集合的数据获取参数不同的数据获取 参数。12. —种用于在检查系统上选择缺陷以进行缺陷分析的计算机实现的方法，包括 使缺陷入容器为一个或更多个组，所述入容器操作是基于样品上所述缺陷相互之间的邻近度以及由所述一个或更多个组形成的空间特征标记来进行的；以及在所述一个或更多个组的至少一个组中选择一个或更多个所述缺陷以进行缺陷分析。13. 如权利要求12所述的方法，其中所述入容器的操作是对检查所生成的数据进行的。14. 如权利要求12所述的方法，其中所述入容器的操作是在评估系...

【专利技术属性】
技术研发人员：M迪什纳，CW李，S麦考利，P休特，D王，
申请(专利权)人：恪纳腾技术公司，
类型：发明
国别省市：US[美国]