【技术实现步骤摘要】
【国外来华专利技术】基于深度学习的缺陷检测
[0001]本专利技术大体上涉及用于检测样本上的缺陷的方法及系统。
技术介绍
[0002]以下描述及实例并不由于其包含在本章节中而被认为是现有技术。
[0003]制造半导体装置(例如逻辑及存储器装置)通常包含使用大量半导体制造工艺来处理衬底(例如半导体晶片)以形成半导体装置的各种特征及多层级。例如，光刻是半导体制造工艺，其涉及将来自光罩的图案转移到布置于半导体晶片上的抗蚀剂。半导体制造工艺的额外实例包含(但不限于)化学机械抛光(CMP)、蚀刻、沉积及离子植入。多个半导体装置可在单一半导体晶片上的布置中制造且接着分离成个别半导体装置。
[0004]在半导体制造工艺中的各个步骤处使用检验工艺来检测晶片上的缺陷，以推动制造工艺中的较高产量且因此推动较高利润。检验一直是制造半导体装置的重要部分。然而，随着半导体装置尺寸减小，检验对于成功制造可接受半导体装置变得更重要，因为较小缺陷可导致装置失效。
[0005]检验结果通常使用扫描电子显微镜(SEM)图像来检视以进行缺陷分类。此操作的关键...
【技术保护点】
【技术特征摘要】
【国外来华专利技术】1.一种经配置以检测样本上的缺陷的系统，其包括：一或多个计算机系统；及一或多个组件，其由所述一或多个计算机系统执行，其中所述一或多个组件包括经配置用于针对样本上的位置从在所述位置处产生的高分辨率图像产生灰阶模拟设计数据图像的深度学习模型，且其中所述高分辨率图像是由高分辨率成像系统在所述位置处产生；其中所述一或多个计算机系统经配置用于从所述灰阶模拟设计数据图像产生所述位置的模拟二进制设计数据图像；且其中所述一或多个计算机系统进一步经配置用于通过从所述模拟二进制设计数据图像减去所述位置的设计数据来检测所述样本上所述位置处的缺陷。2.根据权利要求1所述的系统，其中所述深度学习模型进一步经配置为生成对抗网络。3.根据权利要求1所述的系统，其中所述深度学习模型进一步经配置以将所述高分辨率图像中的一或多个缺陷的假影转移到所述灰阶模拟设计数据图像。4.根据权利要求1所述的系统，其中产生所述模拟二进制设计数据图像包括阈值化所述灰阶模拟设计数据图像，以二值化所述灰阶模拟设计数据图像且使所述灰阶模拟设计数据图像中的图案化特征的标称尺寸与所述样本的所述设计数据中的图案化特征的标称尺寸相匹配。5.根据权利要求1所述的系统，其中所述检测包括将所述减去的结果中的所关注区域限制到所述模拟二进制设计数据图像中的关注区域及将检测区域阈值仅应用于所述受限制所关注区域中的所述减去的所述结果。6.根据权利要求1所述的系统，其中所述深度学习模型进一步经配置用于对于在所述样本上已知无缺陷的额外位置，从在所述额外位置产生的额外高分辨率图像产生额外灰阶模拟设计数据图像，其中所述一或多个计算机系统进一步经配置用于从所述额外灰阶模拟设计数据图像产生所述额外位置的额外模拟二进制设计数据图像，且其中从所述模拟二进制设计数据图像减去的用于所述检测的所述设计数据包括所述额外模拟二进制设计数据图像。7.根据权利要求1所述的系统，其中所述深度学习模型进一步经配置用于对于在所述样本上已知无缺陷的额外位置，从在所述额外位置处产生的额外高分辨率图像产生额外灰阶模拟设计数据图像，其中所述一或多个计算机系统进一步经配置用于从所述额外灰阶模拟设计数据图像产生所述额外位置的额外模拟二进制设计数据图像，且其中所述检测包括使用所述额外模拟二进制设计数据图像将所述设计数据与为所述位置产生的所述模拟二进制设计数据图像对准。8.根据权利要求1所述的系统，其中所述深度学习模型进一步经配置用于对于在所述样本上已知无缺陷的额外位置，从在所述额外位置处产生的额外高分辨率图像产生额外灰阶模拟设计数据图像，其中所述一或多个计算机系统进一步经配置用于从所述额外灰阶模拟设计数据图像产生所述额外位置的额外模拟二进制设计数据图像，且其中所述一或多个计算机系统进一步经配置用于使用所述额外模拟二进制设计数据图像来训练缺陷分类器。9.根据权利要求1所述的系统，其中所述一或多个计算机系统进一步经配置用于使用所述减去的结果来训练缺陷分类器。10.根据权利要求1所述的系统，其中所述一或多个计算机系统进一步经配置用于使用
所述灰阶模拟设...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。