技术新讯 > 测量装置的制造及其应用技术 > 通过动态设计及基于深度学习呈现的自适应图案化工件的检验的制作方法  >  正文

通过动态设计及基于深度学习呈现的自适应图案化工件的检验的制作方法

  • 国知局
  • 2025-01-10 13:28:05

本公开涉及例如半导体晶片的工件的光学检验。

背景技术:

1、半导体制造产业的演进对良率管理及特定来说计量及检验系统提出越来越高的要求。关键尺寸不断缩小,但产业需要减少用于实现高良率、高价值生产的时间。最小化从检测到良率问题到解决所述问题的总时间最大化半导体制造商的投资回报率。

2、制造例如逻辑及存储器装置的半导体装置通常包含使用大量制造工艺来处理例如半导体晶片的工件以形成半导体装置的各种特征及多个层级。举例来说,光刻是涉及将图案从光罩转印到布置于半导体晶片上的光致抗蚀剂的半导体制造工艺。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。可将在单一半导体晶片上制造的多个半导体装置的布置分离成个别半导体装置。

3、在半导体制造期间的各个步骤使用检验工艺来检测晶片上的缺陷以促进制造工艺中的较高良率及因此较高利润。检验始终为制造例如集成电路(ic)的半导体装置的重要部分。然而,随着半导体装置的尺寸减小,检验对于可接受半导体装置的成功制造来说变得更为重要,这是因为较小缺陷可能引起装置故障。例如,随着半导体装置的尺寸减小,尺寸减小的缺陷的检测已变得有必要,这是因为甚至相对较小缺陷仍可引起半导体装置中的非所要像差。

4、一些工件包含具有多个芯片的裸片。具有多个芯片的某些裸片设计(例如系统级封装(sip)、薄膜框架载体(ffc)或3d集成电路(3d ic))可使检验变得困难。每一裸片可不同地打印,这限制通过比较相邻装置进行检验的能力。

5、现有技术使用邻近裸片减除或基于参考的减除。这些技术需要图像在结构上类似且彼此对准。当在具有多个芯片的裸片上执行这些技术时趋于产生大量扰乱点。可能很难抑制此类高水平的扰乱点。可通过经改进对准减少扰乱点,但此通常使用繁琐且耗时的手动对准方法。

6、因此,需要经改进方法及系统。

技术实现思路

1、在第一实施例中提供一种方法。所述方法包含在处理器处接收包含具有多个芯片的裸片的工件的目标图像及包含所述裸片的设计的设计文件。使用所述处理器,通过用于图像间转译的深度卷积神经网络基于所述设计文件产生所述裸片的参考光学图像。使用所述处理器从所述目标图像减除所述参考光学图像,借此产生差异图像。使用所述处理器,基于包含所述裸片的所述设计的所述设计文件产生所述裸片的执行时期关照区域掩模。使用所述处理器,针对所述差异图像应用所述执行时期关照区域掩模,借此产生经遮蔽差异图像。使用所述处理器,针对所述经遮蔽差异图像应用阈值,借此产生经二值化缺陷图像。所述裸片可包含至少一个sip装置、ffc或3d ic。

2、所述深度卷积神经网络可为循环生成对抗网络。

3、所述设计文件可为图形设计系统文件。

4、所述方法可包含在所述减除之前将所述目标图像及所述参考光学图像对准。

5、所述方法可包含使用所述处理器使用所述执行时期关照区域掩模从所述目标图像提取关照区域图像。

6、所述方法可包含使用光学检验系统来产生所述目标图像。

7、存储程序的非暂时性计算机可读媒体可经配置以指示所述处理器执行所述第一实施例的所述方法。

8、在第二实施例中提供一种系统。所述系统包含:光源,其产生光束;载物台,其经配置以将工件固持在所述光束的路径中;检测器,其经配置以接收从所述工件反射的所述光束;及处理器,其与所述检测器电子通信。所述工件包含具有多个芯片的裸片。所述处理器经配置以:基于来自所述检测器的信息产生所述工件的目标图像;接收包含所述裸片的设计的设计文件;通过用于图像间转译的深度卷积神经网络基于所述设计文件产生所述裸片的参考光学图像;从所述目标图像减除所述参考光学图像,借此产生差异图像;基于包含所述裸片的所述设计的所述设计文件产生所述裸片的执行时期关照区域掩模;针对所述差异图像应用所述执行时期关照区域掩模,借此产生经遮蔽差异图像;且针对所述经遮蔽差异图像应用阈值,借此产生经二值化缺陷图像。所述裸片可包含至少一个sip装置、ffc或3dic。

9、所述深度卷积神经网络可为循环生成对抗网络。

10、所述设计文件可为图形设计系统文件。

11、所述处理器可进一步经配置以在所述减除之前将所述目标图像及所述参考光学图像对准。

12、所述处理器可进一步经配置以使用所述执行时期关照区域掩模从所述目标图像提取关照区域图像。

技术特征:

1.一种方法,其包括:

2.根据权利要求1所述的方法,其中所述裸片包含至少一个系统级封装装置。

3.根据权利要求1所述的方法,其中所述裸片包含薄膜框架载体。

4.根据权利要求1所述的方法,其中所述裸片包含3d集成电路。

5.根据权利要求1所述的方法,其中所述深度卷积神经网络是循环生成对抗网络。

6.根据权利要求1所述的方法,其中所述设计文件是图形设计系统文件。

7.根据权利要求1所述的方法,其进一步包括在所述减除之前将所述目标图像及所述参考光学图像对准。

8.根据权利要求1所述的方法,其进一步包括使用所述处理器使用所述执行时期关照区域掩模从所述目标图像提取关照区域图像。

9.根据权利要求1所述的方法,其进一步包括使用光学检验系统来产生所述目标图像。

10.一种存储程序的非暂时性计算机可读媒体,其经配置以指示所述处理器执行根据权利要求1所述的方法。

11.一种系统,其包括:

12.根据权利要求11所述的系统,其中所述裸片包含至少一个系统级封装装置、薄膜框架载体或3d集成电路。

13.根据权利要求11所述的系统,其中所述深度卷积神经网络是循环生成对抗网络。

14.根据权利要求11所述的系统,其中所述设计文件是图形设计系统文件。

15.根据权利要求11所述的系统,其中所述处理器进一步经配置以在所述减除之前将所述目标图像及所述参考光学图像对准。

16.根据权利要求11所述的系统,其中所述处理器进一步经配置以使用所述执行时期关照区域掩模从所述目标图像提取关照区域图像。

技术总结通过用于图像间转译的深度卷积神经网络基于设计文件来确定裸片的参考光学图像。从目标图像减除所述参考光学图像,借此产生差异图像。在应用关照区域掩模之后,所述差异图像可经二值化。所得经二值化缺陷图像可用于光学检验。技术研发人员:P·K·佩拉利,S·穆图克里希南,H·巴特,A·S·萨哈德瓦雷迪受保护的技术使用者:科磊股份有限公司技术研发日:技术公布日:2025/1/6

本文地址:https://www.jishuxx.com/zhuanli/20250110/353286.html

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。