训练机器学习模型以确定掩模的光学邻近效应校正的方法技术

本发明专利技术描述多种训练方法和一种掩模校正方法。所述方法之一用于训练机器学习模型，该机器学习模型被配置成预测用于掩模的优化后邻近效应校正(OPC)图像。所述方法涉及：获得(i)与待印制于衬底上的设计布局相关联的优化前邻近效应校正图像、(ii)所述掩模的与所述设计布局相关联的一个或更多个辅助特征的图像、和(iii)所述设计布局的优化后邻近效应校正参考图像；以及将所述优化前邻近效应校正图像和所述一个或更多个辅助特征的图像用作输入来训练所述机器学习模型，使得所述参考图像与所述机器学习模型的所预测的优化后邻近效应校正图像之间的差异被减小。正图像之间的差异被减小。正图像之间的差异被减小。

【技术实现步骤摘要】
【国外来华专利技术】训练机器学习模型以确定掩模的光学邻近效应校正的方法
[0001]相关申请的交叉引用
[0002]本申请要求于2019年2月21日递交的美国申请62/808,410的优先权，并且所述美国申请的全部内容通过引用并入本文中。


[0003]本文中的描述涉及光刻设备和过程，并且更特别地涉及用于确定图案化过程的校正的方法。

技术介绍

[0004]光刻投影设备可以用于(例如)集成电路(IC)的制造中。在这样的情况下，图案形成装置(例如，掩模)可以包含或提供与IC的单层相对应的电路图案(“设计布局”)，并且可以通过诸如经由图案形成装置上的电路图案而辐照已涂覆有辐射敏感材料(“抗蚀剂”)层的衬底(例如，硅晶片)上的目标部分(例如，包括一个或更多个管芯)的方法，将这种电路图案转印至所述目标部分上。通常，单个衬底包含多个相邻的目标部分，电路图案由光刻投影设备以一次一个目标部分的方式连续地转印至所述多个相邻的目标部分上。在这种类型的光刻投影设备中，将整个图案形成装置上的电路图案一次性转印至一个目标部分上；这种设备通常被称作晶片步进器。在通常被称作步进扫本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种训练机器学习模型的方法，所述机器学习模型被配置成预测用于掩模的优化后邻近效应校正(OPC)图像，所述方法包括：获得(i)与待印制于衬底上的设计布局相关联的优化前邻近效应校正图像、(ii)所述掩模的与所述设计布局相关联的一个或更多个辅助特征的图像、和(iii)所述设计布局的优化后邻近效应校正参考图像；以及通过硬件计算机将所述优化前邻近效应校正图像和所述一个或更多个辅助特征的图像用作输入来训练所述机器学习模型，使得所述参考图像与所述机器学习模型的所预测的优化后邻近效应校正图像之间的差异被减小。2.根据权利要求1所述的方法，其中获得所述优化前邻近效应校正图像和所述一个或更多个辅助特征的图像包括：获得所述设计布局和所述一个或更多个辅助特征的几何形状；以及经由图像处理，从所述设计布局的几何形状产生所述优化前邻近效应校正图像并且从所述一个或更多个辅助特征的几何形状产生另一图像。3.根据权利要求2所述的方法，其中所述图像处理包括基于所述几何形状的栅格化操作。4.根据权利要求2所述的方法，其中获得所述一个或更多个辅助特征的几何形状包括：经由基于规则的方法，确定与所述设计布局相关联的一个或更多个辅助特征的几何形状；和/或经由基于模型的方法，确定与所述设计布局相关联的一个或更多个辅助特征的几何形状。5.根据权利要求1所述的方法，其中获得所述参考图像包括：使用所述设计布局执行掩模优化过程和/或源掩模优化过程。6.根据权利要求5所述的方法，其中所述掩模优化过程使用光学邻近效应校正过程。7.根据权利要求1所述的方法，其中训练所述机器学习模型是迭代过程，迭代包括：将所述优化前邻近效应校正图像和所述一个或更多个辅助特征的图像输入至所述机器学习...

【专利技术属性】
技术研发人员：陶峻，S，
申请(专利权)人：ASML荷兰有限公司，
类型：发明
国别省市：