缺陷分类方法、计算机存储介质以及缺陷分类装置制造方法及图纸

提供一种缺陷分类方法、计算机存储介质以及缺陷分类装置，本发明专利技术的缺陷分类装置具有设计单元和诊断单元，设计单元中，在模型生成部中将模板存储部内的缺陷模板和教学用图像合成来生成缺陷模型，在类别设定部中算出缺陷模型中的缺陷的特征量并设定缺陷的类别。缺陷的特征量与类别的关系被存储到存储部。诊断单元中，在特征量算出部中根据基板的检查对象图像算出缺陷的特征量，在分类部中根据该缺陷的特征量利用存储部内的缺陷的特征量与类别的关系将基板的缺陷分类为类别。

【技术实现步骤摘要】
【国外来华专利技术】
本专利技术涉及一种根据拍摄得到的基板的图像来分类该基板的缺陷的方法、计算机 存储介质以及缺陷分类装置。
技术介绍
例如在半导体设备的制造中的光刻处理中，例如依次进行以下处理等来在晶圆上 形成规定的抗蚀图案抗蚀剂涂布处理，在半导体晶圆(下面称为“晶圆”。)上涂布抗蚀液 来形成抗蚀膜；曝光处理，对该抗蚀膜进行曝光以形成规定图案；以及显影处理，对曝光后 的抗蚀膜进行显影。在进行一系列光刻处理后的晶圆上，利用检查装置进行所谓宏观缺陷检查，S卩，检 查在晶圆表面上是否形成有规定的抗蚀膜或者是否进行了适当的曝光处理，并且检查是否 附着有划痕、异物等。这种宏观缺陷检查为，一边移动载置有晶圆的载置台一边对该载置台上的晶圆照 射照明光，利用例如CCD行传感器的摄像装置来取入晶圆的图像，对该图像进行图像处理 来判断有无缺陷(专利文献1)。并且，在判断有无缺陷时，以往使用被称为学习型分类的方法来对缺陷进行分类。 在学习型分类中，预先收集缺陷图像作为教学用图像，能够通过学习该缺陷图像来最佳地 分类缺陷。专利文献1 日本特开2007-240519号公报
技术实现思路
专利技术要解决的问题然而，在以往的学习型分类中为了最佳地分类缺陷，需要预先收集大量的缺陷图 像，因此在生产过程开始时由于没有缺陷图像而无法适当地分类缺陷。另外，在仅使用少数 的缺陷图像来对缺陷进行分类的情况下，会产生被称为过学习的对于缺陷图像的学习过剩 适应现象，因而难以适当地分类缺陷。本专利技术是鉴于上述问题完成的，其目的在于即使在没有缺陷图像的情况或者只有 少数缺陷图像的情况下也能够根据拍摄得到的基板的检查对象图像来适当地分类该基板 的缺陷。用于解决问题的方案为了达到上述目的，本专利技术的缺陷分类方法根据拍摄得到的基板的检查对象图像 来对该基板的缺陷进行分类，该缺陷分类方法具有以下工序设计工序，根据缺陷的特征量 来设定缺陷的类别，将上述缺陷的特征量与上述类别的关系存储到存储部内；特征量算出 工序，根据拍摄得到的上述基板的检查对象图像算出该基板的缺陷的特征量；以及分类工 序，根据所算出上述缺陷的特征量，利用在上述存储部内所存储的上述缺陷的特征量与上 述类别的关系，将上述基板的缺陷分类为上述类别，其中，上述设计工序具有以下工序第5一工序，制作多个缺陷模板；第二工序，将无缺陷的基板的教学用图像和上述缺陷模板合成 来生成缺陷模型；第三工序，算出上述缺陷模型中的缺陷的特征量；第四工序，对上述缺陷 模型中的缺陷的特征量设定缺陷的类别；以及第五工序，将上述缺陷的特征量与上述类别 的关系存储到上述存储部。根据本专利技术，预先制作缺陷模板，将该缺陷模板和无缺陷的教学用图像合成来生 成缺陷模型，因此能够将上述缺陷模型作为以往的学习型分类方法中的缺陷图像来使用。 并且，对缺陷模型中的缺陷的特征量设定缺陷的类别，能够将缺陷的特征量与缺陷的类别 的关系存储到存储部内。因而，即使在没有缺陷图像的情况或者只有少数缺陷图像的情况 下，也能够根据拍摄得到的基板的检查对象图像算出缺陷的特征量，使用存储在上述存储 部内的缺陷的特征量与缺陷的类别的关系，适当地分类基板的缺陷。在上述设计工序中，也可以使上述存储部内的上述缺陷的特征量和上述类别与上 述基板所具有的固有信息相关联。此外，基板所具有的固有信息是指例如基板的ID、基板的 批次ID、基板的处理条件、基板的处理日期和时间等。根据其它观点，本专利技术是一种计算机可读取的计算机存储介质，该计算机可读取 的计算机存储介质保存有在该缺陷分类装置的计算机上进行动作的程序，以使缺陷分类装 置执行上述缺陷分类方法。并且，根据其它观点，本专利技术的缺陷分类装置根据拍摄得到的基板的检查对象图 像来对该基板的缺陷进行分类，该缺陷分类装置具有设计单元，其根据缺陷的特征量来设 定缺陷的类别；以及诊断单元，其根据拍摄得到的上述基板的检查对象图像，将该基板的缺 陷分类为由上述设计单元设定的上述类别，其中，上述设计单元具有模板存储部，其存储 有多个缺陷模板；模型生成部，其将无缺陷基板的教学用图像和上述缺陷模板合成来生成 缺陷模型；类别设定部，其算出上述缺陷模型中的缺陷的特征量，对该缺陷的特征量设定缺 陷的类别；以及存储部，其存储上述缺陷的特征量与上述类别的关系，上述诊断单元具有 特征量算出部，其根据拍摄得到的上述基板的检查对象图像算出该基板的缺陷的特征量; 以及分类部，其根据所算出的上述缺陷的特征量，利用存储在上述存储部内的上述缺陷的 特征量与上述类别的关系，将上述基板的缺陷分类为上述类别。专利技术的效果根据本专利技术，即使在没有缺陷图像的情况或者只有少数缺陷图像的情况下也能够 根据拍摄得到的基板的检查对象图像适当地分类该基板的缺陷。附图说明图1是表示装载有本实施方式所涉及的缺陷分类装置的涂布显影处理系统的结 构的概要的俯视图。图2是涂布显影处理系统的主视图。图3是涂布显影处理系统的后视图。图4是表示缺陷检查装置的结构的概要的横截面图。图5是表示缺陷检查装置的结构的概要的纵截面图。图6是表示缓冲梁的结构的概要的俯视图。图7是表示缺陷分类装置的结构的概要的示意图。图8是表示晶圆上的检查区域的说明图。图9是例示缺陷模板的俯视图。图10是表示生成缺陷模板的样子的说明图。图11是表示生成缺陷模型的样子的说明图。图12是表示存储在存储器内的数据的说明图。图13是表示在存储器内对于相同的缺陷的特征量设定不同的类别的情况的说明 图。图14是表示由报告部报告的缺陷的分类的说明图。图15是表示其它实施方式中的缺陷分类装置的结构的概要的示意图。图16是例示晶圆整体的缺陷模板的俯视图。附图标记说明1 涂布显影处理系统；110 缺陷检查装置；200 缺陷分类装置；201 设计单元； 202 诊断单元；210 教学用图像输入部；211 设计预处理部；212 模板存储部；213 模型 生成部；214 第一类别设定部；215 第二类别设定部；220 存储部；221 存储部历史记录 管理功能单元；222 存储部检查功能单元；223 学习/训练部；224 类别校正部；230 检 查对象图像输入部；231 预处理部；232 特征量算出部；233 分类部；234 后处理部；235 确认部；236 报告部；C 芯片部；D 缺陷；E 检查对象图像；M 缺陷模型；m 无缺陷教学 用图像；N2 无缺陷教学用图像；T 缺陷模板；W 晶圆。具体实施例方式下面，说明本专利技术的优选实施方式。图1是表示装载有本实施方式所涉及的缺陷 分类装置的涂布显影处理系统1的结构的概要的俯视图，图2是涂布显影处理系统1的主 视图，图3是涂布显影处理系统1的后视图。如图1所示，涂布显影处理系统1具有一体地连接晶圆盒站2、处理站3、接口站4 的结构，其中，晶圆盒站2将25个晶圆W以盒为单位从外部搬入到涂布显影处理系统1以 及从涂布显影处理系统1搬出或者将晶圆W搬入到晶圆盒C以及从晶圆盒C搬出；处理站 3是将多个各种处理装置配置多级而成，该多个各种处理装置在光刻工序中单片式地实施 规定处理；与该处理站3相邻设置的接口站4在该处理站3与曝光装置(未图示)之间传 送晶圆W。在晶圆盒站2中设置有盒载置台5，该盒载置台5在X方向(图1中的上下方向) 上一排地自由载置多个晶圆盒C。本文档来自技高网...

【技术保护点】
一种缺陷分类方法，根据拍摄得到的基板的检查对象图像来对该基板的缺陷进行分类，该缺陷分类方法的特征在于，具有以下工序：设计工序，根据缺陷的特征量来设定缺陷的类别，将上述缺陷的特征量与上述类别的关系存储到存储部内；特征量算出工序，根据拍摄得到的上述基板的检查对象图像算出该基板的缺陷的特征量；以及分类工序，根据所算出的上述缺陷的特征量，利用在上述存储部内所存储的上述缺陷的特征量与上述类别的关系，将上述基板的缺陷分类为上述类别，其中，上述设计工序具有以下工序：第一工序，制作多个缺陷模板；第二工序，将无缺陷的基板的教学用图像和上述缺陷模板合成来生成缺陷模型；第三工序，算出上述缺陷模型中的缺陷的特征量；第四工序，对上述缺陷模型中的缺陷的特征量设定缺陷的类别；以及第五工序，将上述缺陷的特征量与上述类别的关系存储到上述存储部。

【技术特征摘要】
【国外来华专利技术】...

【专利技术属性】
技术研发人员：岩永修儿，
申请(专利权)人：东京毅力科创株式会社，
类型：发明
国别省市：JP[]