晶圆良率损失的确定方法及装置制造方法及图纸

本申请提供一种晶圆良率损失的确定方法及装置，涉及半导体技术领域，该方法包括：获取晶圆对应的缺陷分布数据及电性测试良率数据；将所述缺陷分布数据进行处理，以得到第一灰度图像；将所述电性测试良率数据进行处理，以得到第二灰度图像；确定所述第一灰度图像与所述第二灰度图像间的相似度；基于所述相似度，确定所述晶圆对应的良率损失。由此，可以基于缺陷分布数据对应的第一灰度图像，与电性测试良率数据对应的第二灰度图像，确定出二者间的相似度，再基于该相似度，确定出晶圆的良率损失，由于相似度是从图像角度出发确定的，从而该相似度及确定出的良率损失更为准确、可靠，进而可以更好地进行追踪溯源，提升晶圆的良率。提升晶圆的良率。提升晶圆的良率。

【技术实现步骤摘要】
晶圆良率损失的确定方法及装置


[0001]本申请涉及半导体
，尤其涉及一种晶圆良率损失的确定方法及装置。

技术介绍

[0002]在集成电路生产过程中，由于包含了诸多工艺,每一个工艺都可能存在污染晶圆、碰坏晶圆表面等情况,从而可能导致晶圆良率不佳。
[0003]相关技术中，可以依据各个检测站点提供的缺陷数量,首先进行人工筛选,找出缺陷的种类和对应的数量,然后根据缺陷的种类,将缺陷数量乘上一个致死率(killer ratio，KR),得出该种缺陷对应的损失率,然后将每种缺陷的损失率相加并换算成最终的良率损失，通过上述方式确定晶圆良率损失时，需要耗费大量的人力成本，准确性也不高。由此，如何提高晶圆良率损失确定的准确性，显得至关重要。

技术实现思路

[0004]本申请提供一种晶圆良率损失的确定方法及装置，用以解决现有技术中确定出的晶圆良率损失准确性较低的技术问题。
[0005]根据本申请的第一方面，提供一种晶圆良率损失的确定方法，该方法包括：获取晶圆对应的缺陷分布数据及电性测试良率数据；将所述缺陷分布数据进行处理，以得到第一灰度图像；将所述电性测试良率数据进行处理，以得到第二灰度图像；确定所述第一灰度图像与所述第二灰度图像间的相似度；基于所述相似度，确定所述晶圆对应的良率损失。
[0006]在一些实施方式中，所述将所述缺陷分布数据进行处理，以得到第一灰度图像，包括：将所述缺陷分布数据按照坐标进行聚类处理，以得到所述缺陷分布数据对应的第一聚类结果；基于所述缺陷分布数据的缺陷坐标、所述缺陷在晶圆内的范围及所述缺陷的背景图像，确定所述缺陷分布数据对应的第二聚类结果；将所述第一聚类结果及所述第二聚类结果进行合并，以得到合并后的缺陷分布图；将所述合并后的缺陷分布图进行灰度处理，以得到第一灰度图像。
[0007]在一些实施方式中，所述基于所述缺陷分布数据的缺陷坐标、所述缺陷在晶圆内的范围及所述缺陷的背景图像，确定所述缺陷分布数据对应的第二聚类结果，包括：将所述缺陷分布数据的缺陷坐标、所述缺陷在晶圆内的范围及所述缺陷的背景图像按照映射通道进行编码处理，以形成彩色图像；将所述彩色图像进行灰度处理，以得到第三灰度图像；将所述第三灰度图像进行二值处理，以得到二值图像；基于所述二值图像，确定所述缺陷分布数据对应的第二聚类结果。
[0008]在一些实施方式中，所述将所述电性测试良率数据进行处理，以得到第二灰度图像，包括：基于预设的映射关系表，将所述电性测试良率数据中每个晶粒对应的电性测试结果进行处理，以得到第二灰度图像。
[0009]在一些实施方式中，所述确定所述第一灰度图像与所述第二灰度图像间的相似度，包括：将所述第一灰度图输入至第一分类模型中，以得到第一分类结果；将所述第二灰
度图输入至第二分类模型中，以得到第二分类结果；在所述第一分类结果与所述第二分类结果相同的情况下，确定所述第一灰度图像与所述第二灰度图像间的相似度。
[0010]在一些实施方式中，所述在所述第一分类结果与所述第二分类结果相同的情况下，确定所述第一灰度图像与所述第二灰度图像间的相似度，包括：确定所述第一灰度图像与所述第二灰度图像间的相似参数，其中，所述相似参数包括以下至少一项：信噪比、结构相似性、均方误差；在所述相似参数包含多项的情况下，将所述相似参数进行融合处理，以确定所述第一灰度图像与所述第二灰度图像间的相似度。
[0011]在一些实施方式中，所述基于所述相似度，确定所述晶圆对应的良率损失，包括：在所述相似度小于阈值的情况下，确定所述晶圆通过检验；在所述相似度大于或等于阈值的情况下，基于所述电性测试良率数据对应的电性测试良率图，从所述缺陷分布数据对应的缺陷分布图中确定所述晶圆中的致命缺陷；基于所述晶圆中的致命缺陷，确定所述晶圆对应的良率损失。
[0012]在一些实施方式中，在所述将所述第二灰度图输入至第二分类模型中，以得到第二分类结果之后，还包括：在所述第一分类结果与所述第二分类结果不同的情况下，基于所述晶圆中每个晶粒对应的缺陷分布数据及电性测试良率数据，确定所述晶圆对应的良率损失。
[0013]根据本申请的第二方面，提供一种晶圆良率损失的确定装置，其包括：获取模块，用于获取晶圆对应的缺陷分布数据及电性测试良率数据；第一处理模块，用于将所述缺陷分布数据进行处理，以得到第一灰度图像；第二处理模块，用于将所述电性测试良率数据进行处理，以得到第二灰度图像；第一确定模块，用于确定所述第一灰度图像与所述第二灰度图像间的相似度；第二确定模块，用于基于所述相似度，确定所述晶圆对应的良率损失。
[0014]在一些实施方式中，所述第一处理模块，包括：第一处理单元，用于将所述缺陷分布数据按照坐标进行聚类处理，以得到所述缺陷分布数据对应的第一聚类结果；第一确定单元，用于基于所述缺陷分布数据的缺陷坐标、所述缺陷在晶圆内的范围及所述缺陷的背景图像，确定所述缺陷分布数据对应的第二聚类结果；合并单元，用于将所述第一聚类结果及所述第二聚类结果进行合并，以得到合并后的缺陷分布图；第二处理单元，用于将所述合并后的缺陷分布图进行灰度处理，以得到第一灰度图像。
[0015]在一些实施方式中，所述第一确定单元，具体用于：将所述缺陷分布数据的缺陷坐标、所述缺陷在晶圆内的范围及所述缺陷的背景图像按照映射通道进行编码处理，以形成彩色图像；将所述彩色图像进行灰度处理，以得到第三灰度图像；将所述第三灰度图像进行二值处理，以得到二值图像；基于所述二值图像，确定所述缺陷分布数据对应的第二聚类结果。
[0016]在一些实施方式中，所述第二处理模块，具体用于：基于预设的映射关系表，将所述电性测试良率数据中每个晶粒对应的电性测试结果进行处理，以得到第二灰度图像。
[0017]在一些实施方式中，所述第一确定模块，包括：第一输入单元，用于将所述第一灰度图输入至第一分类模型中，以得到第一分类结果；第二输入单元，用于将所述第二灰度图输入至第二分类模型中，以得到第二分类结果；第二确定单元，用于在所述第一分类结果与所述第二分类结果相同的情况下，确定所述第一灰度图像与所述第二灰度图像间的相似度。
[0018]在一些实施方式中，所述第二确定单元，具体用于：确定所述第一灰度图像与所述第二灰度图像间的相似参数，其中，所述相似参数包括以下至少一项：信噪比、结构相似性、均方误差；在所述相似参数包含多项的情况下，将所述相似参数进行融合处理，以确定所述第一灰度图像与所述第二灰度图像间的相似度。
[0019]在一些实施方式中，所述第二确定模块，具体用于：在所述相似度小于阈值的情况下，确定所述晶圆通过检验；在所述相似度大于或等于阈值的情况下，基于所述电性测试良率数据对应的电性测试良率图，从所述缺陷分布数据对应的缺陷分布图中确定所述晶圆中的致命缺陷；基于所述晶圆中的致命缺陷，确定所述晶圆对应的良率损失。
[0020]在一些实施方式中，所述第二确定单元，还用于在所述第一分类结果与所述第二分类结果不同的情况下，基于所述晶圆中每个晶粒对应的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种晶圆良率损失的确定方法，其特征在于，包括：获取晶圆对应的缺陷分布数据及电性测试良率数据；将所述缺陷分布数据进行处理，以得到第一灰度图像；将所述电性测试良率数据进行处理，以得到第二灰度图像；确定所述第一灰度图像与所述第二灰度图像间的相似度；基于所述相似度，确定所述晶圆对应的良率损失。2.如权利要求1所述的晶圆良率损失的确定方法，其特征在于，所述将所述缺陷分布数据进行处理，以得到第一灰度图像，包括：将所述缺陷分布数据按照坐标进行聚类处理，以得到所述缺陷分布数据对应的第一聚类结果；基于所述缺陷分布数据的缺陷坐标、所述缺陷在晶圆内的范围及所述缺陷的背景图像，确定所述缺陷分布数据对应的第二聚类结果；将所述第一聚类结果及所述第二聚类结果进行合并，以得到合并后的缺陷分布图；将所述合并后的缺陷分布图进行灰度处理，以得到第一灰度图像。3.如权利要求2所述的晶圆良率损失的确定方法，其特征在于，所述基于所述缺陷分布数据的缺陷坐标、所述缺陷在晶圆内的范围及所述缺陷的背景图像，确定所述缺陷分布数据对应的第二聚类结果，包括：将所述缺陷分布数据的缺陷坐标、所述缺陷在晶圆内的范围及所述缺陷的背景图像按照映射通道进行编码处理，以形成彩色图像；将所述彩色图像进行灰度处理，以得到第三灰度图像；将所述第三灰度图像进行二值处理，以得到二值图像；基于所述二值图像，确定所述缺陷分布数据对应的第二聚类结果。4.如权利要求1所述的晶圆良率损失的确定方法，其特征在于，所述将所述电性测试良率数据进行处理，以得到第二灰度图像，包括：基于预设的映射关系表，将所述电性测试良率数据中每个晶粒对应的电性测试结果进行处理，以得到第二灰度图像。5.如权利要求1所述的晶圆良率损失的确定方法，其特征在于，所述确定所述第一灰度图像与所述第二灰度图像间的相似度，包括：将所述第一灰度图输入至第一分类模型中，以得到第一分类结果；将所述第二灰度图输入至第二分类模型中，以得到第二分类结果；在所述第一分类结果与所述第二分类结果相同的情况下，确定...

【专利技术属性】
技术研发人员：李东红，甘远，张岩，韩春营，鄢昌莲，宋红敏，包达文，
申请(专利权)人：东方晶源微电子科技北京有限公司，
类型：发明
国别省市：