一种基于神经网络的晶圆测试检测方法技术

本申请提供了一种基于神经网络的晶圆测试检测方法，涉及晶圆检测领域，包括如下步骤：对标准晶圆进行分层扫描，获得扫描标准图像并发送给计算机进行处理，获矩阵化组合化标准图像；对待测晶圆进行分层扫描，获得扫描待测图像并处理获得矩阵化组合化待测图像；用矩阵化组合化标准图像作为检测依据对矩阵化组合化待测图像进行检测，获得检测矩阵化组合化图像；对检测矩阵化组合化图像进行去矩阵化，获得检测组合化图像；对检测组合化图像进行差异筛选，获得差异筛选组合化图像；对差异筛选组合化图像进行去组合化，获得差异筛选图像；对差异筛选图像进行重组，获得重组图像并发送给绘图仪和显示器。本申请方法能够提高检测效率以及检测结果的可靠性。以及检测结果的可靠性。以及检测结果的可靠性。

【技术实现步骤摘要】
一种基于神经网络的晶圆测试检测方法


[0001]本申请涉及晶圆检测
，尤其涉及一种基于神经网络的晶圆测试检测方法。

技术介绍

[0002]芯片是各种技术的硬件基础，在芯片的制造过程中，每道工序流程对晶圆的处理都可能会产生一些缺陷，这些缺陷可能会造成芯片无法正常工作，如果依靠人工检测缺陷，效率低下。而随着芯片尺寸的不断减小，芯片制造工艺越来越复杂，晶圆缺陷的种类和数量也越来越多，所以需要在芯片制造过程中快速的检测晶圆缺陷，从而及时分析影响芯片良率的因素。

技术实现思路

[0003]本申请提供一种基于神经网络的晶圆测试检测方法，用于提高晶圆检测效率。
[0004]本申请提供了一种基于神经网络的晶圆测试检测方法，包括如下步骤：用扫描电镜对标准晶圆进行分层扫描，获得扫描标准图像a1、a2、
…
、a
n
并发送给计算机进行处理；用计算机对扫描标准图像进行组合化，使各扫描标准图像由左至右且由上至下依次并排布置，获得组合化标准图像a1、a2、
…
、a
jk
,其中jk=n；对组合化标准图像进行矩阵化，获得j行k列的矩阵化组合化标准图像a
11
、a
12
、
…
、a
jk
，其中jk=n；用扫描电镜对待测晶圆进行分层扫描，获得扫描待测图像b1、b2、
…
、b
n
并发送给计算机进行处理；用计算机对扫描待测图像进行组合化，使各扫描待测图像由左至右且由上至下依次并排布置，获得组合化待测图像b1、b2、
…
、b
jk
,其中jk=n；对组合化待测图像进行矩阵化，获得j行k列的矩阵化组合化待测图像b
11
、b
12
、
…
、b
jk
，其中jk=n；用矩阵化组合化标准图像作为检测依据对矩阵化组合化待测图像进行检测，将矩阵化组合化待测图像与矩阵化组合化标准图像进行对比获得检测矩阵化组合化图像c
11
、c
12
、
…
、c
jk
，其中c
pq
包括a
pq
和b
pq
，1≤p≤j，1≤q≤k；对检测矩阵化组合化图像进行去矩阵化，使检测矩阵化组合化图像由左至右且由上至下依次并排布置，获得检测组合化图像c1、c2、
…
、c
jk
，其中c
i
包括a
i
和b
i
，1≤i≤jk；对检测组合化图像进行差异筛选，判断c
i
中的a
i
和b
i
是否存在差异，若存在差异则保留c
i
，否则删除c
i
，获得差异筛选组合化图像；对差异筛选组合化图像进行去组合化，使差异筛选组合化图像由上至下或由左至右并排布置，获得差异筛选图像；对差异筛选图像进行重组，使c
s
中的a
s
和b
s
并排布置，获得重组图像，将重组图像发送给绘图仪和显示器，其中1≤s≤n，a
s
和b
s
存在差异。
[0005]在本申请的一些实施方式中，还包括：在各晶圆上印刷标签进行编号，扫描电镜对各晶圆按编号排序依次进行扫描，用扫描的晶圆对应的编号对获得的重组图像进行标记。
[0006]在本申请的一些实施方式中，还包括：用扫描电镜对多个标准晶圆进行分层扫描，获得多个扫描标准图像，并发送给计算机进行处理获得多个矩阵化组合化标准图像；用多个矩阵化组合化标准图像分别作为检测依据对矩阵化组合化待测图像依次进行检测、去矩阵化、差异筛选、去组合化，获得多个差异筛选组合化图像；对多个差异筛选组合化图像进行通项筛选，筛选出每个差异筛选组合化图像中共同存在的序号对应的图像，获得通项筛选图像；对通项筛选通项进行重组，获得重组图像。
[0007]在本申请的一些实施方式中，c
s
中的a
s
为组合化标准图像中的任意一个。
[0008]在本申请的一些实施方式中，c
s
中包括多个或所有组合化标准图像中的a
s
，b
s
以及所有a
s
成线性并排布置。
[0009]在本申请的一些实施方式中，重组图像经过计算机放大后再发送给绘图仪和显示器。
[0010]在本申请的一些实施方式中，用计算机在a
s
和b
s
中存在差异的位置进行标记。
[0011]在本申请的一些实施方式中，用计算机在矩阵化组合化标准图像以及矩阵化组合化待测图像上建立坐标系，根据坐标系获得a
s
和b
s
中存在差异的位置坐标。
[0012]在本申请的一些实施方式中，坐标系包括主坐标系X0Y和副坐标系UOV，XOY用于对a
s
和b
s
的行列序号进行定位，UOV用于对a
s
和b
s
中存在差异的位置进行定位。
[0013]在本申请的一些实施方式中，对b
s
中存在差异的位置上的标记基于UOV标注坐标值。
[0014]本申请具有如下有益效果：通过对标准晶圆和待测晶圆进行分层扫描，以标准晶圆的扫描图像作为检测依据，对待测晶圆的扫描图像进行检测，经过组合化、矩阵化、检测、去矩阵化、差异筛选、去组合化、重组处理，实现快速获得检测结果，提高检测效率以及检测结果的可靠性，并将重组图像打印存档以及在计算机中存档，作为审核依据以及神经网络模型的训练样本，为后续的检测提供支持。
附图说明
[0015]为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0016]图1是本申请实施例中基于神经网络的晶圆测试检测方法的流程示意图；图2是本申请实施例中基于神经网络的晶圆测试检测方法的原理示意图；图3是本申请实施例中获得矩阵化组合化标准图像的原理示意图；图4是本申请实施例中获得矩阵化组合化待测图像的原理示意图；图5是本申请实施例中获得检测矩阵化组合化图像的原理示意图；图6是本申请实施例中获得重组图像的原理示意图；图7是本申请实施例中多个标准晶圆作为依据时获得多个差异筛选组合化图像的
原理示意图；图8是本申请实施例中多个标准晶圆作为依据时获得重组图像的原理示意图；图9是本申请实施例中UOV坐标系以及差异位置标记的结构示意图。
具体实施方式
[0017]下面结合附图和实施例对本申请的实施方式作本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于神经网络的晶圆测试检测方法，其特征在于，包括如下步骤：用扫描电镜对标准晶圆进行分层扫描，获得扫描标准图像a1、a2、
…
、a
n
并发送给计算机进行处理；用计算机对扫描标准图像进行组合化，使各扫描标准图像由左至右且由上至下依次并排布置，获得组合化标准图像a1、a2、
…
、a
jk
,其中jk=n；对组合化标准图像进行矩阵化，获得j行k列的矩阵化组合化标准图像a
11
、a
12
、
…
、a
jk
，其中jk=n；用扫描电镜对待测晶圆进行分层扫描，获得扫描待测图像b1、b2、
…
、b
n
并发送给计算机进行处理；用计算机对扫描待测图像进行组合化，使各扫描待测图像由左至右且由上至下依次并排布置，获得组合化待测图像b1、b2、
…
、b
jk
,其中jk=n；对组合化待测图像进行矩阵化，获得j行k列的矩阵化组合化待测图像b
11
、b
12
、
…
、b
jk
，其中jk=n；用矩阵化组合化标准图像作为检测依据对矩阵化组合化待测图像进行检测，将矩阵化组合化待测图像与矩阵化组合化标准图像进行对比获得检测矩阵化组合化图像c
11
、c
12
、
…
、c
jk
，其中c
pq
包括a
pq
和b
pq
，1≤p≤j，1≤q≤k；对检测矩阵化组合化图像进行去矩阵化，使检测矩阵化组合化图像由左至右且由上至下依次并排布置，获得检测组合化图像c1、c2、
…
、c
jk
，其中c
i
包括a
i
和b
i
，1≤i≤jk；对检测组合化图像进行差异筛选，判断c
i
中的a
i
和b
i
是否存在差异，若存在差异则保留c
i
，否则删除c
i
，获得差异筛选组合化图像；对差异筛选组合化图像进行去组合化，使差异筛选组合化图像由上至下或由左至右并排布置，获得差异筛选图像；对差异筛选图像进行重组，使c
s
中的a

【专利技术属性】
技术研发人员：苏广峰，杨伟清，
申请(专利权)人：安测半导体技术江苏有限公司，
类型：发明
国别省市：