TWI776163B - 得到積體半導體樣本之立體影像之方法、電腦程式產品、及半導體檢測裝置 - Google Patents
得到積體半導體樣本之立體影像之方法、電腦程式產品、及半導體檢測裝置 Download PDFInfo
- Publication number
- TWI776163B TWI776163B TW109118306A TW109118306A TWI776163B TW I776163 B TWI776163 B TW I776163B TW 109118306 A TW109118306 A TW 109118306A TW 109118306 A TW109118306 A TW 109118306A TW I776163 B TWI776163 B TW I776163B
- Authority
- TW
- Taiwan
- Prior art keywords
- cross
- image
- sectional
- sectional images
- semiconductor sample
- Prior art date
Links
- 239000004065 semiconductor Substances 0.000 title claims abstract description 133
- 238000000034 method Methods 0.000 title claims abstract description 94
- 238000007689 inspection Methods 0.000 title claims abstract description 15
- 238000004590 computer program Methods 0.000 title claims abstract description 10
- 229910052751 metal Inorganic materials 0.000 claims description 148
- 239000002184 metal Substances 0.000 claims description 148
- 239000010410 layer Substances 0.000 claims description 71
- 238000003384 imaging method Methods 0.000 claims description 61
- 238000010884 ion-beam technique Methods 0.000 claims description 45
- 239000002245 particle Substances 0.000 claims description 38
- 238000001514 detection method Methods 0.000 claims description 37
- 238000010894 electron beam technology Methods 0.000 claims description 17
- 238000010972 statistical evaluation Methods 0.000 claims description 15
- 238000000605 extraction Methods 0.000 claims description 13
- 230000003287 optical effect Effects 0.000 claims description 13
- 239000002344 surface layer Substances 0.000 claims description 13
- 238000009826 distribution Methods 0.000 claims description 5
- 239000000523 sample Substances 0.000 description 95
- 238000012876 topography Methods 0.000 description 23
- 239000000463 material Substances 0.000 description 15
- 239000013598 vector Substances 0.000 description 13
- 230000007547 defect Effects 0.000 description 12
- 230000000694 effects Effects 0.000 description 12
- 238000005259 measurement Methods 0.000 description 12
- 238000006073 displacement reaction Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 8
- 230000006872 improvement Effects 0.000 description 8
- 238000012935 Averaging Methods 0.000 description 7
- 238000012937 correction Methods 0.000 description 7
- 238000013461 design Methods 0.000 description 7
- 150000002500 ions Chemical class 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 230000008859 change Effects 0.000 description 6
- 238000004519 manufacturing process Methods 0.000 description 6
- 238000005520 cutting process Methods 0.000 description 5
- 230000000750 progressive effect Effects 0.000 description 5
- 230000004075 alteration Effects 0.000 description 4
- 238000013459 approach Methods 0.000 description 4
- 238000000151 deposition Methods 0.000 description 4
- 230000008021 deposition Effects 0.000 description 4
- 238000003672 processing method Methods 0.000 description 4
- 238000007619 statistical method Methods 0.000 description 4
- 230000003746 surface roughness Effects 0.000 description 4
- 238000003705 background correction Methods 0.000 description 3
- 238000011960 computer-aided design Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000000386 microscopy Methods 0.000 description 3
- 238000003801 milling Methods 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 230000003252 repetitive effect Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000009795 derivation Methods 0.000 description 2
- 238000003708 edge detection Methods 0.000 description 2
- 238000005530 etching Methods 0.000 description 2
- 238000000227 grinding Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000001878 scanning electron micrograph Methods 0.000 description 2
- 230000009897 systematic effect Effects 0.000 description 2
- 241001270131 Agaricus moelleri Species 0.000 description 1
- 241000226585 Antennaria plantaginifolia Species 0.000 description 1
- GYHNNYVSQQEPJS-UHFFFAOYSA-N Gallium Chemical compound [Ga] GYHNNYVSQQEPJS-UHFFFAOYSA-N 0.000 description 1
- 240000000136 Scabiosa atropurpurea Species 0.000 description 1
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000005137 deposition process Methods 0.000 description 1
- 238000004141 dimensional analysis Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 229910052733 gallium Inorganic materials 0.000 description 1
- -1 gates Substances 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000000671 immersion lithography Methods 0.000 description 1
- 238000002513 implantation Methods 0.000 description 1
- 238000005468 ion implantation Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 230000000873 masking effect Effects 0.000 description 1
- 238000001465 metallisation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 238000005498 polishing Methods 0.000 description 1
- 239000011241 protective layer Substances 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000004439 roughness measurement Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 238000003325 tomography Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B15/00—Measuring arrangements characterised by the use of electromagnetic waves or particle radiation, e.g. by the use of microwaves, X-rays, gamma rays or electrons
- G01B15/08—Measuring arrangements characterised by the use of electromagnetic waves or particle radiation, e.g. by the use of microwaves, X-rays, gamma rays or electrons for measuring roughness or irregularity of surfaces
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
- G01N23/22—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by measuring secondary emission from the material
- G01N23/225—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by measuring secondary emission from the material using electron or ion
- G01N23/2251—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by measuring secondary emission from the material using electron or ion using incident electron beams, e.g. scanning electron microscopy [SEM]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/80—Geometric correction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/35—Determination of transform parameters for the alignment of images, i.e. image registration using statistical methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
- G06T7/55—Depth or shape recovery from multiple images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10056—Microscopic image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10056—Microscopic image
- G06T2207/10061—Microscopic image from scanning electron microscope
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20112—Image segmentation details
- G06T2207/20164—Salient point detection; Corner detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30148—Semiconductor; IC; Wafer
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30204—Marker
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Life Sciences & Earth Sciences (AREA)
- Quality & Reliability (AREA)
- Pathology (AREA)
- Health & Medical Sciences (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Geometry (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Probability & Statistics with Applications (AREA)
- Software Systems (AREA)
- Computer Graphics (AREA)
- Electromagnetism (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
- Testing Or Measuring Of Semiconductors Or The Like (AREA)
- Image Analysis (AREA)
- Length-Measuring Devices Using Wave Or Particle Radiation (AREA)
Abstract
本發明係關於一種透過積體電路之截面的三維(Three-dimensional,3D)電路圖案檢測技術,尤其係關於一種用於得到積體半導體樣本之立體影像的方法、電腦程式產品、及設備。該方法基於積體半導體樣本之特徵採用截面影像之基於特徵的對位。
Description
本發明係關於一種透過積體電路之截面的三維電路圖案檢測和測量技術。更特定而言,本發明係關於一種得到積體半導體樣本之立體影像之方法,以及關於一種對應電腦程式產品和一種對應半導體檢測裝置。該方法、電腦程式產品、及裝置可用於該圖案之邊緣形狀之檢測、定量計量(quantitative metrology)、缺陷偵測、及缺陷再檢測(defect review),並透過使用掃描帶電粒子顯微鏡推導出(derive)精細圖案之線路邊緣粗糙度或表面粗糙度。
半導體結構係最精細的人造結構之一,僅受到非常少瑕疵困擾。這些罕見瑕疵係缺陷偵測或缺陷再檢測或定量計量裝置正在尋找的特徵碼(signatures)。所製造的半導體結構基於背景知識。舉例來說,在邏輯類型樣本中,金屬線路在金屬層或高深寬比(High aspect ratio,HAR)結構中平行行進,而金屬貫孔垂直於該等金屬層延伸。不同層中的金屬線路之間的角度擇一為0°或90°。另一方面,已知VNAND類型結構之截面通常為球形。
在積體電路之製造中,特徵尺寸越來越小。目前最小特徵尺寸或臨界尺寸(Critical dimension,CD)為10nm以下,例如7nm或5nm,且在不久的將來會接近3nm以下。因此,測量圖案之邊緣形狀,並用高準確度(precision)判
定特徵之該等尺寸或該線路邊緣粗糙度變得富有挑戰性。圖案之邊緣形狀或線路之粗糙度受到幾種影響。一般來說,線路或圖案之邊緣形狀可能受制於所涉及材料自身之性質、該微影曝光、或任何其他所涉及製程步驟(如蝕刻、沉積、或植入)。帶電粒子系統之測量解析度通常受到該樣本上每個像素的個別影像點或留置時間之取樣逐行(raster)以及該帶電粒子束(Charged particle beam,CPB)直徑限制。該取樣逐行解析度可設定用於該成像系統,但應對該樣本上的帶電粒子束直徑進行調適。該一般逐行解析度為2nm或以下,但該逐行解析度限制可隨著無實體限制而降低。該帶電粒子束直徑具有依該等帶電粒子束操作條件和透鏡而定的有限尺寸。該束解析度的限制大致為該束直徑之一半。該解析度可為2nm以下。然而,習知反卷積(deconvolution)技術可應用於改良例如邊緣偵測。儘管很少實際帶電粒子系統之高測量解析度例如在2nm以下,但要在立體測量精度上得到優於10nm的精度仍富有挑戰性。作為範例,參照Gianuzzi和Stevie所編輯的《聚焦離子束簡介》(Introduction to Focused Ion Beams)(2005)中Dunn、Kubis及Hull的〈使用聚焦離子束顯微鏡觀察的定量三維分析〉(Quantitative Three-Dimensional Analysis using Focused Ion Beam Microscopy)。在此,該所示範3D解析度約為30nm。
一種在奈米(nm)尺度上從半導體樣本產生3D斷層攝影(tomographic)資料的常見方式,係例如透過雙束裝置精巧進行的所謂的切片與影像方法。在這樣的設備中,兩個粒子光學系統成一角度設置。該第一粒子光學系統可為掃描式電子顯微鏡(Scanning electron microscope,SEM)。該第二粒子光學系統可為使用例如鎵(Ga)離子的聚焦離子束(Focused ion beam,FIB)光學系統。Ga離子之聚焦離子束(FIB)用於在半導體樣本之邊緣處逐片切掉各層,且每個截面皆使用掃描式電子顯微鏡(SEM)成像。該等兩個粒子光學系統可能垂直或成45°至90°之間的角度定向。圖1顯示該切片與影像方法之示意圖:使用FIB光學柱50,其中聚焦離子粒子束51在y方向上,且掃描在x-y平面中,去除出自穿越半導體樣本10的截面的薄層,以將新的前表面52顯露為截面影像平面11。在下一
個步驟中,SEM(未顯示)用於掃描成像截面11之前表面。在此範例中,該SEM光學軸平行於該z方向定向,且x-y平面中的該等掃描成像線82逐行掃描截面影像平面11並形成截面影像或切片100。透過穿越例如前表面53和54重複此方法,得到在不同深度上穿越該樣本的2D截面影像1000之序列。兩個後續影像切片之間的距離dz可為1nm至10nm。從這些2D截面影像1000之序列,該積體半導體結構之3D影像可重建。
隨著現代化積體電路中的細部更精細且該等特徵尺寸更小,該3D斷層攝影影像之重建意味著幾項挑戰。側向載台(lateral stage)漂移或該SEM柱之漂移可能在不同切片在該等結構之該等側向位置上造成偏移。該FIB切割速率上的變化可能造成該等相交表面位在變化距離處。影像失真可能導致截面影像具有例如枕形(pin-cushion)或剪形(shear)失真。圖2顯示出自x-y截面影像之序列的xz片層之重建之範例。為了簡化,2D截面影像1000之序列僅顯示z位置z1、z2、及z3處的三個截面影像100.1、100.2、100.3。該隨機載台或SEM漂移會導致在z方向上延伸的該等金屬線路101之線路邊緣粗糙度人為提升,或平行於該z方向延伸的該等金屬線路102之寬度之較大變化。
借助於所謂的基準點(fidueials)推導出每個片層之側向位置以及從層到層的距離係常見方法。US 9,633,819 B2揭示一種基於暴露於該樣本之頂部的引導結構(「基準點」)的對位方法。圖3a、圖3b、圖3c例示與基準點的對位。如以下將更詳細加以解說,在相交處52、53、及54之FIB切割開始之前,標記結構21和22形成在垂直於該等截面之方向的樣本之頂部上的沉積材料20中。在切片和成像該等截面之後,每個截面影像也皆內含該等基準點或對位標記21和22之截面影像段25和27。該等第一中心標記21用於在該等切片之中執行該側向對位,而導致兩個截面影像段27的該等兩個外第二標記22之間的距離用於計算每個切片之間的距離。
US 7,348,556揭示一種基於基準點推導出該線路邊緣粗糙度的方法。在此,該基準點擇一已存在於該工件或探針之表面上,或銑削(milled)在視野內的定位處。
然而,透過使用該等基準點的準確度受到該基準點產生製程以及用於測量該基準點位置的帶電粒子光學柱之測量準確度限制。該等基準點標記粗略,並可能測量幾個20nm直至100nm,並也可能從該第一到最後切片任意改變其形狀,使得該重建之準確度對尺寸更小許多且疊置精度更好之新近半導體結構而言為不足。以下更詳細加以解說的圖4顯示無對位(圖4a)及有對位(圖4b)的剩餘重建所引致線路邊緣粗糙度之結果。載台或帶電粒子束柱之漂移問題,隨著相關實際結構之該等所減小尺寸而變得更加嚴重。
這和其他效應導致人為不均勻邊緣形狀和位置,並限制所互連電路圖案之準確度計量。在3D重建中,形成起伏金屬線路,且例如線路邊緣粗糙度測量因對位誤差而劣化。不可能透過截面計量精細圖案之尺寸,或推導出精細3D圖案之高精度線路邊緣粗糙度或表面粗糙度。先前技術解決方案無法滿足對具有降至7nm及以下之臨界尺寸(CD)的最小特徵尺寸的積體電路,進行新近高準確度測量的需求。
因此,本發明之目的之一在於提供一種透過該積體半導體樣本之截面得到積體半導體樣本之立體影像之改良方法。特別是,該方法將允許經提高3D重建精度。
本發明之目的之一可透過申請專利範圍獨立項解決。申請專利範圍附屬項則針對具優勢的具體實施例。
本發明提供一種透過該等積體電路之截面進行三維電路圖案檢測之立體影像之高準確度3D重建的方法,且更特定而言,係一種用於得到無測
量假影(artefacts)(因載台漂移、成像柱漂移(imaging column drift)、或影像失真所引致)的積體半導體樣本之立體影像的方法、電腦程式產品及設備。
該方法允許線路邊緣位置、線路邊緣粗糙度、特徵尺寸或區域之定量計量,用高精度進行缺陷檢測或缺陷再檢測。再者,本發明提供一種用於檢測該精細圖案之邊緣形狀並用高精度推導出精細圖案之線路邊緣粗糙度或表面粗糙度的方法、電腦程式產品及設備。
依據本發明的基本構想係將該立體影像之重建基於已知及/或用與可提供基準點所用精度相比更高的精度提供的特性資料。如上述已解說,該等基準點自身之精度有限。因此,依據本發明,用於進行該立體影像之重建的截面影像之對位的特性資料並非基準點之位置資料,而是該特性資料基於更精確已知及/或所提供積體半導體樣本之內部結構或特徵。這些內部結構或特徵係例如金屬線路、內連線、貫孔、HAR結構、或閘極結構。因此,應用在依據本發明得到積體半導體樣本之立體影像之方法中的對位稱為基於特徵或基於結構的對位,該等表達在本發明專利申請案內用作同義詞。
更詳細而言,該基於特徵的對位將所發明截面影像之序列之準確度對位應用於重建3D斷層攝影資料集或立體影像。該準確度對位包括方法,其用於應用一對位校正方案,並依據該對位校正方案調整該等切片位置。該對位校正方案基於影像或特徵配準(registration)。影像配準一般來說指稱截面影像在立體中之準確度置放。影像配準利用存在於該等截面影像之至少一部分中的積體電路(如金屬線路)之特徵。採用存在於連續截面影像之至少兩個中的這些特徵,該等兩個連續截面影像之相對側向位置和旋轉可用高精度判定。採用此基於特徵的對位,高精度可透過採用目前積體半導體製造技術之高準確度製造的積體電路之特徵之該等位置得到。
此外,該精度可透過統計方法改良,例如存在於積體半導體樣本中的結構(如閘極、金屬線路、或HAR結構、特別是HAR通道)之特徵之質心提取(centroid extraction)。其他統計方法可包括幾個影像特徵之測量位置之平均,或
可能考慮相對於統計期望值偏離過多的異常值(outliers)。由此,個別截面影像之影像對位之次像素(subpixel)精度可達成。由此,2D截面影像之影像配準用高、次像素精度在立體影像中達成。
依據本發明,可降低側向載台漂移以及該掃描帶電粒子影像獲取方法之誤差之影響。
再者,成像像差(如該掃描帶電粒子成像方法和設備之失真誤差)可透過利用積體半導體樣本之該等特徵或結構的影像處理提取和去除。連續影像切片之間的低階失真像差變化可從該等截面影像提取和去除。
現在將更詳細說明本發明:依據本發明之第一態樣,本發明係針對一種透過基於特徵的對位得到積體半導體樣本之立體影像之方法,其特徵在於:得到至少第一截面影像及平行於該第一截面影像的第二截面影像,其中得到該等第一和第二截面影像包括其後使用一聚焦離子束去除該積體半導體樣本之一截面表面層,以使得一新截面可用於成像,並採用一成像裝置成像該積體半導體樣本之該新截面,透過該等至少第一和第二截面影像之每個之影像配準得到該等至少第一和第二截面影像之基於特徵的對位,其中該影像配準基於該等至少第一和第二截面影像中的該積體半導體樣本之至少一個共同特徵執行。
存在於該等至少第一和第二截面影像中的共同特徵用高位置準確度在該積體半導體樣本內提供。因此,使用此至少一個共同特徵之資料作為進行影像配準的參考也允許對位上的更高精度。
依據本發明之一較佳具體實施例,該至少一個共同特徵包含一金屬線路、一貫孔、一HAR結構、一HAR通道、或一閘極結構中至少一者。所有這些特徵較佳為皆為線性或線性伸長。其在積體半導體樣本中提供及/或其位置
已知具有非常高精度,對該等樣本中最低且最精細的層而言可為例如在4nm至2nm之範圍內或甚至在1nm準確度以下。
較佳為,該影像配準基於兩個或更多個共同特徵執行。舉例來說,可基於三個、四個、五個、十個、二十個、或甚至更多個共同特徵執行。促進所執行影像配準的共同特徵越多,則該對位精度可變得越好:採用成像裝置成像該積體半導體樣本之新截面的成像精度原則上有限,但統計方法可用於統計改良該成像精度且因此改良該影像配準製程。
依據較佳具體實施例,該影像配準包含一統計評估。此統計評估可對該等個別截面影像之資料及/或對該立體影像之資料操作。在此,得到的截面影像越多,則統計評估變得越有效。較佳為,該統計評估包含一質心之一運算、一特徵偵測、或一統計平均中至少一者。在這些情況下,該統計評估較佳為對該等個別截面影像之資料操作。
依據本發明之較佳具體實施例,該方法包含在該基於特徵的對位之前,透過對位標記之該位置之測量和評估提供該等至少第一和第二截面影像之一基於基準點的對位。以此方式,可進行逐步對位。與本發明之基於特徵的對位相比,該基於基準點的對位具有較低精度。然而,在一些情況下,逐步對位較佳,例如當該等截面影像包含高度重複性結構/特徵時。
依據本發明之較佳具體實施例,該積體半導體樣本之新截面之成像採用帶電粒子裝置、原子力顯微鏡、或光學顯微鏡中至少一者執行。不同成像技術可組合,例如為了在拍攝具有較高或最高解析度的影像之前,先獲得具有相對較低解析度的概觀影像。用高解析度操作的帶電粒子裝置的範例,係採用單一電子束(SEM)或複數電子束(multiSEM)的掃描式電子顯微鏡。
依據一較佳具體實施例,該積體半導體樣本之新截面之成像採用以電子操作的帶電粒子裝置執行,其中該聚焦離子束和該電子束彼此成一角度設置和操作,且該聚焦離子束之束軸與束軸電子束彼此相交。該聚焦離子束與該電子束之間的角度可例如為90°,然而,其他角度也可能。
依據本發明之一較佳具體實施例,該等至少第一和第二截面影像垂直於該積體半導體樣本之頂部表面形成。在此,該積體半導體樣本之頂部表面假設為平坦,或可近似為平坦表面,或可在數學上擬合(fitted)成該真實表面的平坦表面。該頂部表面也可包含一保護層及/或一帽蓋(cap),其中可提供基準點。
較佳為,該等至少第一和第二截面影像垂直於該積體半導體樣本之至少一個金屬層之金屬線路或閘極形成。這些特徵在該積體半導體樣本之各別層中提供。所以,其與該等截面影像相交且通常在多於一個截面影像中可見,因此可用於該基於特徵的高準確度對位。依據此具體實施例之幾何設置,這些特徵之位置並未/不會在不同截面影像中變化。因此,這種幾何設置特別適合該x-y平面中的側向對位。
依據本發明之一替代性具體實施例,該等至少第一和第二截面影像以與該積體半導體樣本之至少一個金屬層之金屬線路或閘極偏離90°的角度傾斜形成。較佳為,該角度在該積體半導體樣本之幾個、最佳為所有金屬層中偏離90°。當該角度偏離90°時,該幾何設置也適合該z方向上的準確度對位,即用於準確判定該等複數截面影像在z方向上關於彼此之距離。依據一較佳具體實施例,該角度係45°,但也可為30°或60°或另一角度。
依據本發明之一替代性具體實施例,該等至少第一和第二截面影像與該積體半導體樣本之頂部表面傾斜形成,以顯露垂直於該積體半導體樣本之頂部表面的至少一個HAR通道之截面影像。這些HAR通道係穿越該積體半導體樣本之顯著部分延伸的相對較精細的通常支柱狀且伸長結構。結構越精細且越伸長的話,則基於此結構的對位越準確。依據此具體實施例,該等截面影像通常也與該積體半導體樣本之各層傾斜形成。該頂部表面和該等層較佳為彼此平行提供。依據此具體實施例,可能判定該等HAR通道之該等位置、判定後續截面影像之間的距離dz,並進行該x-y平面中的側向對位。
依據本發明之一替代性具體實施例,該等至少第一和第二截面影像與該積體半導體樣本之頂部表面傾斜形成,且該等至少第一和第二截面影像
之間的距離係基於提供在該頂部表面上的基準點之位置判定。如上述已解說,基於基準點的對位之精度原則上小於依據本發明的基於特徵的對位之精度。然而,若基於基準點的對位在基於特徵的對位之前應用,則該基於基準點的對位之精度可提高sin β之係數,其中該角度β判定該聚焦離子束之軸與該積體半導體電路之頂部表面之間的角度。該角度β越小且因此越偏斜(glancing),則基於基準點的對位之精度變得越好。
同樣地,依據本發明之另一替代性具體實施例,該等至少第一和第二截面影像與該積體半導體樣本之頂部表面傾斜形成,且該等至少第一和第二截面影像之間的距離係基於提供在該積體半導體樣本內部且垂直於該頂部表面的特徵、特別是HAR通道之位置判定。在此,判定後續特徵、較佳為HAR通道之間的距離之精度可提升該係數sin β,其中該角度β判定該聚焦離子束之軸與該積體半導體電路之頂部表面之間的角度。
依據本發明之一較佳具體實施例,該影像對位包括該等至少第一和第二截面影像之間的一影像失真偏差之減去。較佳為,該影像失真偏差之減去包括透過一基礎失真函數對該影像失真偏差之一近似。
依據本發明之一較佳具體實施例,該方法更包含下列步驟:判定該新截面之一遮幕特徵碼(curtaining signature);以及使用前述遮幕特徵碼將該等截面影像表示為3D截面影像。
聚焦離子束之材料去除速率依照要去除的材料之類型而定。基於此原因,採用恆定進料所得到但包含不同材料的新截面之表面並非理想平坦,而是顯示一定形貌(topography)。通常如同遮幕(「遮幕效應」)起伏。各別起伏表面之該等影像將線路顯示為原則上可誤解為特徵或結構的假影。因此,較佳為進行遮幕校正。依據最新技術,遮幕校正透過應用該載台之某些移動以採用來自不同方向的聚焦離子束去除表面層的所謂的晃動載台方法進行,由此使該起伏結構平均。然而,由於要去除的切片過薄且各別誤差或該載台之漂移過大,因此該晃動載台方法不適合斷層攝影設備。因此,依據本發明,採取另一種方
法:測量該表面之起伏形貌並在該進一步流程中適當列入考慮。遮幕或更常見的形貌效應由於例如所重建金屬線路截面並非矩形而是剪形或顯示凸出部,而使該3D重建之品質劣化。形貌意指並非該影像中的所有點皆屬於同一平面,而是其具有個別出平面(z)座標。若此資訊不可取得,則在該重建中,該等立體像素(voxels)未正確置放。
因此,判定該遮幕特徵碼包含判定該新截面之該3D形貌。該用語特徵碼指示該起伏形貌如同所成像新截面之指紋/特性。然而,該用語遮幕特徵碼不限於由於遮幕效應所產生的3D形貌。該用語遮幕特徵碼一般來說涵蓋截面影像或切片之3D形貌。
原則上,本領域已知用於判定表面之3D形貌的方法。Tadao Sugunuma在《電子顯微鏡期刊》(J.Electron Microsc.)1985年第4期第34冊428-337頁的〈使用配備二次電子偵測器的SEM測量表面形貌〉(Measurement of Surface Topography Using SEM with Secondary Electron Detectors)中給定範例。3D結構在成像期間之遮蔽效應可克服。一種解決方案係使用至少兩個不同偵測器偵測來自不同方向的同一信號。更詳細而言,從所掃描表面發出的粒子在兩個不同角度下偵測到。較佳為,該等偵測器之設置係關於要成像的表面之法線對稱。使用該等至少兩個偵測器信號之差動信號允許用高準確度判定該3D形貌。因此,得到該新截面影像之3D形貌,並判定該遮幕特徵碼。在依據本發明的方法之下一個步驟中,該遮幕特徵碼用於將該等截面影像表示為3D截面影像。這些3D截面影像並非完全平坦,而是通常稍微彎曲,且影像資料之位置以三個維度x、y、z描繪特性。然後,該影像配準以該等3D或起伏截面影像為基礎執行。這顯著提升所主張方法之精度。再者,該所測量到3D形貌可用於該立體之重建:若此資訊可取得,則每個點之該等真實(x,y,z)位置皆使用,即在該重建中可執行該等形貌效應之數學校正,而非僅堆疊切片。
依據一較佳具體實施例,該方法更包含下列步驟:判定該新截面之一遮幕特徵碼;以及
在用於在去除該積體半導體樣本之該下一個截面表面層的同時控制該聚焦離子束的一反饋迴路中,使用該所判定的遮幕特徵碼。
如上述已解說,新減層(new delayered)截面表面並非完全平坦,而是呈現出定義該遮幕特徵碼的3D形貌。因此,當減層該下一個截面以呈現出該下一個新截面時,此3D形貌可列入考慮,且該聚焦離子束可分別控制以獲得盡可能平坦的新截面。該離子束可控制成在表示形貌最大值的位置處較長及/或較頻繁作用,而在表示形貌最小值的位置處較短及/或較不頻繁作用。因此,該下一個新表面本身將更加平坦。實際上,該所說明的控制種類可在反饋迴路方面整合到本發明方法中。
依據本發明之另一較佳具體實施例,該方法更包含基於該等截面影像中的特徵之一預定覆蓋區形狀及/或該等特徵之一空間分佈對位該等至少第一和第二截面影像。當存在關於所研究樣本內的特徵/結構的背景知識且這些特徵/結構具有指定已知幾何形狀時,及/或當這些特徵/結構規律在空間上設置時,這種對位特別有用。基於關於該等特徵/結構的背景知識,截面影像中的這些特徵/結構之理想幾何形狀為已知,並可定義這些特徵/結構之參考或覆蓋區。若該等特徵係例如支柱狀特徵,例如支柱狀HAR通道,則其在垂直於該等支柱狀特徵之主軸的截面影像中的覆蓋區理想上為圓形。若該等截面影像為與該等支柱狀特徵之主軸傾斜所拍攝,則其覆蓋區為橢圓形。若該等所成像覆蓋區偏離該先前已知且理想上所假設形狀,則該原因可為在垂直於可校正的該等截面影像的方向上的錯位。換言之,後續截面影像之間的距離顯示變化。在該虛擬影像平面之方向上變化該等截面影像之距離,可消除此方向上的失真誤差。
依據一較佳具體實施例,該等特徵之覆蓋區形狀為圓形或橢圓形。這些定義明確的幾何形狀允許非常準確判定與該理想形狀及/或位置的偏差。
依據另一較佳具體實施例,該對位在垂直於該等截面影像之該等影像平面的方向上進行,及/或該對位在該等截面影像之影像平面內進行。這允許高準確度對位。
依據本發明之一較佳具體實施例,在該影像配準之後,該等至少第一和第二截面影像組合成立體影像。此立體影像係斷層攝影影像。
依據本發明之第二態樣,本發明係針對一種具有用於執行如上述所說明該等具體實施例任一者之方法的程式碼的電腦程式產品。該代碼可以任何可能編程語言編寫,並可在電腦控制系統上執行。如此的電腦控制系統可包含一個或多個電腦或處理系統。
依據本發明之第三態樣,本發明係針對一種經調適以執行如上述所說明該等具體實施例任一者之該等方法任一的半導體檢測裝置。
依據一較佳具體實施例,該半導體檢測裝置包含一聚焦離子束裝置;以及一帶電粒子操作裝置,其以電子操作並調適用於該積體半導體樣本之該新截面之成像,其中該聚焦離子束和該電子束彼此成一角度設置和操作,且該聚焦離子束之一束軸與一束軸電子束彼此相交。
較佳為,該聚焦離子束之束軸及該積體半導體樣本之頂部表面彼此形成約90°之角度,且該聚焦離子束和該電子束彼此形成約90°之角度。由於影像配準所需的該等截面影像之該等方向擬合成該積體半導體樣本之幾何形狀,並可輕鬆判定立體影像,因此這種幾何設置係該半導體檢測裝置之標準幾何設置之一。
依據一替代性具體實施例,該聚焦離子束之束軸及該積體半導體樣本之頂部表面彼此形成約25°之角度,且該聚焦離子束和該電子束彼此形成約90°之角度。採用這種設置,可實現該聚焦離子束以角度β偏斜入射到該積體半導體樣本上,當以係數sin β判定後續截面影像之間的距離時,這允許較高準確度。其他角度(例如30°或60°)也可能。此外,用於以電子操作的帶電粒子操作裝置之設置的空間變得較大,這有助於交叉束(cross beam)裝置之整體設置和設計。特
別是,可應用更加平坦的接物透鏡,從而對可為例如5mm或以下的電子束而言導致工作距離減小。然後,該FIB之一般工作距離例如在12mm之範圍內。
依據一較佳具體實施例,用於成像該積體半導體樣本之新截面的成像裝置包含至少兩個偵測單元,其設置在用於偵測以不同角度從該新截面發出的粒子的不同位置處。這種設置可如上述所說明應用於判定截面之遮幕特徵碼/3D形貌。較佳為,該等偵測單元之設置關於與該截面之表面之法線形成的角度對稱,及/或該等偵測單元在該聚焦離子束之掃描方向上彼此相對提供。較佳為,該成像裝置包含正好兩個或正好四個偵測單元。形成一對的兩個偵測器足以判定該表面在一個方向上之形貌。因此,採用四個偵測單元,可能判定該表面在兩個較佳為正交的方向上之形貌,例如該x-y平面之形貌(高度、深度)。原則上,該等偵測單元可為任何合適種類。然而,較佳為形成一對的至少兩個偵測單元為同一種類。這有助於信號處理。該等偵測單元可偵測例如從該新截面之表面發出的反向散射電子或二次電子。
依據本發明之第四態樣,本發明係針對一種得到積體半導體樣本之立體影像之方法,其特徵在於得到N個截面影像之序列,其中得到N個截面影像之序列包括其後使用聚焦離子束去除該積體半導體樣本之截面表面層,以使得新截面可用於成像,並採用帶電粒子成像裝置成像該積體半導體樣本之新截面,其中N個截面影像之序列之截面影像平面之每個皆垂直於z方向定向,且其中該積體半導體樣本設置使得平行於該積體半導體樣本之至少一個金屬層Mk之一組L條金屬線路的方向與截面影像平面形成一角度,且其中N個截面影像之序列之至少一子集包含該等L條金屬線路之截面影像段,提取該等l=1至L條金屬線路之該等截面影像段之每個之位置P(x,y;l),
穿越N個截面影像之序列之至少一子集之z方向形成該等位置P(x,y;l)之跡線T(x,y;z;l),將該等跡線T(x,y;z;l)分解為平均共同起伏結構TA(x,y;z)和剩餘偏差dT(x,y;z;l),透過採用該共同起伏結構TA(x,y;z)移置N個截面影像之序列之子集,校正該立體影像內的N個截面影像之序列之至少該子集之位置。
依據一較佳具體實施例,至少一個位置P(x,y;l)之提取包含該金屬線路l之截面影像之邊緣提取、角落定位、或特徵定位中至少一者。
依據一較佳具體實施例,至少一個位置P(x,y;l)之提取包含質心或重心運算。
依據本發明之第五態樣,本發明係針對一種具有用於執行如本發明之第四態樣之方法的程式碼的電腦程式產品。
依據本發明之第六態樣,本發明係針對一種經調適以執行如本發明之第四態樣之該等方法任一的半導體檢測裝置。
如上述所說明該等具體實施例彼此可完全或部分組合,只要無技術矛盾發生即可。這對說明本發明之不同態樣的具體實施例而言也成立。
10:半導體樣本;積體半導體樣本;塊體狀積體半導體樣本;塊體狀樣本;樣本
11:截面影像平面;截面;新截面表面;新近可用截面表面層;截面表面
20:沉積材料;材料;表面沉積材料
21:標記結構;基準點或對位標記;第一中心標記;平行線;第一基準點標記
22:標記結構;基準點或對位標記;外第二標記;傾斜線;外標記;第二基準點標記
25:截面影像段;第一基準點標記之截面影像段
27:截面影像段;第二基準點標記之截面影像段
50:FIB光學柱;聚焦離子束(FIB);FIB柱
51:聚焦離子粒子束;聚焦離子束
52:新前表面;相交處;截面;第一截面表面
53:前表面;相交處;表面;第二截面表面
54:前表面;相交處;表面;第三截面表面
55:頂部表面;晶圓頂部表面;樣本頂部表面
61:金屬線路;在z方向上延伸的第一金屬線路
62.1、62.2:金屬線路;在x方向上延伸的第二金屬線路
63:截面影像段;第二金屬線路之截面
64:截面影像段;第一金屬線路之截面
65:白色圓圈;貫孔之截面
66:邊緣形狀或邊界線;金屬線路之截面影像段之邊界線
67:質心;金屬線路之截面影像段之質心
68:跡線;M1跡線;穿越z方向的層M1中的金屬線路之截面影像段之質心之跡線
69:跡線;M7跡線;穿越z方向的層M7中的金屬線路之截面影像段之質心之跡線
71:金屬線路;M0和M2金屬線路;在與垂直於該等截面影像的z方向形成預定角度的方向上伸長的第一金屬線路
72:金屬線路;在與垂直於該等截面影像的z方向形成第二角度的方向上伸長的第二金屬線路
73.1、73.2:截面影像段;第一金屬線路71之截面影像段
74.1、74.2:截面影像段;第二金屬線路72之截面影像段
75:通道或通道孔;垂直於頂部表面55的HAR通道或金屬線路
76:積體半導體結構之頂部邊界表面
77.1、77.2:截面影像段;垂直於該頂部表面的HAR通道或金屬線路之截面影像段
82:掃描成像線;逐行掃描線
90:成像裝置;掃描式電子顯微鏡(SEM)
91:線路段;線路邊緣;在基於基準點的對位之後的金屬線路之線路邊緣
92:線路段;線路邊緣;在基於特徵的對位之後的金屬線路之線路邊緣
93:表面;截面之起伏表面
94:最大值;形貌中的最大值
95:偵測單元;第一偵測單元
96:偵測單元;第二偵測單元
100:截面影像或切片;代表性截面影像;代表性截面
100.1、100.2、100.3:截面影像
101:金屬線路;在z方向上延伸的金屬線路
102:金屬線路;在x方向上延伸的金屬線路
110:第一截面影像;截面影像
111:第二截面影像;截面影像
210:截面影像;切片;截面;第一截面影像
211:截面影像;切片;截面;第二截面影像
300:剩餘移置向量;失真向量;影像失真向量
301:異常值;影像失真向量之異常值
302:質心;截面影像中的金屬線路之截面影像段之質心
1000:2D截面影像;影像切片或截面影像;截面影像之序列
x,y,z:維度
dz,dx,ds,dsz:距離
z1,z2,z3:z位置
n、n+1:截面影像
M0-MK:金屬層
V0-V6:層
GL:閘極層
α,β:角度
C:線條
±δ:角度;表面法線與偵測單元之間的角度
x1、x2:位置
S:個別切片;切片;個別切片截面
參照下列圖式,將更加完全理解本發明:圖1係該截面成像技術之例示圖。
圖2係截面影像之例示圖,以及穿越該立體影像的相交影像之兩個範例。
圖3係如先前技術中所說明基準點對位製程之例示圖。
圖4係在金屬層M1之範例下,在相交影像之範例下的基於基準點的對位之結果之例示圖。
圖5係利用該基於特徵的對位的截面影像技術之例示圖。
圖6係穿越包含400個截面影像的截面影像之堆疊的影像特徵之跡線之例示圖。
圖7係在金屬層M1之範例下,透過該基於特徵的對位之具體實施例達成的改良之例示圖。
圖8係在閘極層之範例下,透過本發明之具體實施例達成的改良之例示圖。
圖9係透過本發明之具體實施例的改良線路邊緣粗糙度推導之例示圖。
圖10係切片到切片失真偏差之例示圖。
圖11係用於截面成像(採用與至少一個金屬層中的該等金屬線路傾斜的截面)的基於特徵的對位之另一具體實施例之例示圖。
圖12係用於截面成像〔採用與樣本(如記憶體裝置)中的HAR通道之定向傾斜的截面以顯露HAR通道之截面影像〕的基於特徵的對位之另一具體實施例之例示圖。
圖13係比較垂直於積體半導體樣本之頂部表面的後續截面影像和與該前述定向傾斜的後續截面影像之間的距離判定之精度的例示圖。
圖14係成像VNAND結構的遮幕效應之例示圖。
圖15示意性例示用於判定表面之3D形貌的設置。
圖16係3D截面影像之例示圖。
圖17係VNAND記憶體探針中的規律六邊形格點上的支柱狀HAR通道之例示圖。
圖18係基於覆蓋區(footprint)形狀的對位之例示圖。
圖19示意性進一步例示圖18之基於覆蓋區形狀的對位之細部。
圖1顯示用以得到積體半導體樣本之立體影像的截面影像方法之示意圖。採用該截面方法,三維(3D)體積影像獲取透過「步驟和重複」方式達成。首先,該積體半導體樣本透過本領域中已知的方法製備用於該後續截面影像方
法。在整個揭示內容中,「截面影像」和「切片」將用作同義詞。擇一在積體半導體之頂部表面中銑削溝槽以使得截面大致垂直於該頂部表面,或從該積體半導體晶圓切出和取出塊體形狀之積體半導體樣本10。此製程步驟有時指稱為「抬出」(lift-out)。在步驟中,去除材料之薄表面層或「切片」。為了簡化,該說明以這樣的塊體狀積體半導體樣本10顯示,但本發明不限於塊體狀樣本10。此材料切片可能以本領域中已知的幾種方式去除,包括以偏斜角使用一聚焦離子束銑削或研磨(polishing),但偶爾更接近於透過聚焦離子束(FIB)50的正向入射。舉例來說,聚焦離子束51沿著方向x掃描以形成截面52。結果,新截面表面11可用於成像。在後續步驟中,新近可用截面表面層11透過帶電粒子束(CPB)(如掃描式電子顯微鏡(SEM)或FIB(未顯示))進行逐行掃描。該成像系統光學軸可設置成平行於該z方向,或與該z方向成一角度傾斜。CPB系統已用於在2nm以下之高解析度下成像樣本之小型區域。二次電子和反向散射電子係透過偵測器(未顯示)收集以顯露該積體半導體樣本之材料對比內部,並在截面影像100中可見為不同灰階。金屬結構會產生較明亮的測量結果。該表面層去除及該截面影像製程穿越表面53和54以及相等距離處的另外表面重複,並得到以不同深度穿越該樣本的2D截面影像1000之序列以便建立三維3D資料集。代表性截面影像100透過採用14nm技術的商用Intel處理器積體半導體晶片之測量得到。
採用該方法,至少第一和第二截面影像包括其後採用一聚焦離子束去除該積體半導體樣本之一截面表面層,以使得一新截面可用於成像,並採用一帶電粒子束成像該積體半導體樣本之該新截面。從這些2D截面影像1000之序列,可重建該積體半導體結構之3D影像。該等截面影像100之距離dz可透過該FIB銑削或研磨製程控制,並可在1nm至10nm之間、較佳為約3-5nm。
圖2顯示出自從在x-y方向上得到的N=400個影像切片或截面影像1000之序列得到的所重建立體影像或3D資料集的兩個x-z相交影像之範例,並在z方向上隔著距離dz。為了簡化,僅例示三個截面影像100.1、100.2、100.3。該等N=400個影像切片之獲取之間的隨機載台或SEM漂移會導致z方向上的線
路邊緣粗糙度人為提升,在z方向上延伸的該等金屬線路101中可見,或垂直於該z方向定向的金屬線路102之該等寬度之較大變化。
圖3例示依據先前技術與基準點的對位。在圖3a中所例示,標記結構或基準點在相交處之FIB切割開始之前,形成在垂直於該等截面之方向之樣本頂部上。為了該標記結構,首先材料20放置在該積體半導體樣本之頂部表面55上。在此材料中,對位標記(如平行線21和傾斜線22)透過FIB處理形成。圖3b顯示先前技術之一般對位結構之影像。在透過沿著逐行掃描線82的逐行掃描切片和成像截面11之後,每個截面影像100也皆內含該等基準點或對位標記之截面影像段。在圖3c中所例示者係代表性截面100。該等中心標記經由其截面影像段25可見,並用於在該等切片之中在x方向上及在y方向上執行該側向對位;然而,y方向上的對位通常較不精確。該等兩個外標記22之該等兩個截面影像段27之間的距離係用於計算每個切片之間的距離dz。
圖4顯示針對積體半導體樣本之M1層的重建所引致剩餘線路邊緣粗糙度之結果。如在圖2中,該等影像係從每個皆在x-y平面中得到的N=400個影像切片或截面影像之序列推導出的x-z相交影像。圖4a顯示無影像切片對位的x-z相交影像之結果,而圖4b顯示有基於該等基準點的影像對位的結果。該等N=400個影像切片之獲取之間的隨機載台或SEM漂移會導致z方向上的線路邊緣粗糙度人為提升。透過基準點對位的改良係透過影像模糊之降低,並降低該閘極層中的該等閘極結構之線路邊緣粗糙度明顯可見。
本發明基於該積體半導體樣本中的特徵或結構進行精細對位之具體實施例在圖5中加以說明。如例如圖1中所示積體半導體樣本由(K+1)個金屬層(通常指稱為從矽基板層級到晶圓頂部層級所計數的M0、M1、M2...MK)構成,並經由用於穿越柱狀結構連接該等金屬層的各層(通常指稱V0、V1、V2)。
圖5a顯示具有金屬層的積體半導體樣本之兩個截面影像的簡化範例,在此為了簡化而僅例示三個金屬層M0、M1及M2。該等金屬層M0和M2包含金屬線路62.1和62.2,其平行於該等N個截面影像,其中兩個以n和n+1例示。
金屬層M1包含金屬線路61,其與該等截面影像n和n+1成90°之角度。該座標系統選擇成在x-y方向上且垂直於該z方向形成後續第一和第二截面影像110和111。因此,該積體半導體探針定向使得至少若干L條金屬線路平行於該z方向定向,且因此垂直於平行於該x-y平面的該等截面影像平面定向。一般來說,至少若干L條金屬線路與截面影像平面形成預定角度,使得該等L條金屬線路之每條之截面影像段皆形成在該等N個截面影像之至少一序列中。在圖5之具體實施例中,該預定角度為90°。
圖5b例示具有z指標n(110)和n+1(111)的該等截面影像之二。一般來說,截面影像110、111在該x-y平面中定向,且截面影像或切片之序列以1nm至7nm之間的距離dz在z方向上堆疊或移置。由於該截面切割或切片與層M1中的該等金屬線路61成90°之預定角度執行,因此可能在每個切片影像中皆識別層M1中的該等對應金屬線路61之該等截面影像段64,並再者例如透過該等l=1...L條金屬線路之每條之每個截面影像段之質心運算或重心C(x,y)之運算提取其位置P(x,y;l)。在截面影像110相交平行於截面影像110或111的該等對應金屬線路62.1或62.2的情況下,金屬層M0和M2僅可見為截面影像段63。
圖5c顯示具有邏輯結構的積體半導體樣本之截面影像的範例。指示與貫孔層(V0-V6)穿插的金屬層(M0-M7)。在M0下面,可見閘極層GL。該等金屬層和閘極層包含金屬線路,其擇一平行或垂直於該等截面影像。由於該截面切割或切片垂直於層M1、M3、M5...中的該等金屬線路執行,因此可能在後續截面影像或切片之較大集中識別該等層中的該等對應金屬線路之該等截面,並可運算該等金屬線路之該等質心。垂直於該截面影像的該等金屬線路之至少主要部分(如例如在M1、M3、M5、或M7中),在大量後續截面影像中不變。穿越該樣本的截面影像僅顯示幾個貫孔,一個範例用白色圓圈65標示。
層M1、M3、...、M7中的該等垂直金屬線路之該等截面影像段,可透過影像處理(如角落或邊緣偵測、設定閾值、或形態操作)提取。所偵測到金屬線路之位置可基於質心運算或重心之運算加以運算。或者,金屬線路之位置
判定可透過例如基於特徵的配準達成。一般來說,圖案辨識和位置偵測技術(也稱為特徵配準)可採用設計形狀與該等金屬線路之該等截面影像段或金屬線路之參考截面影像段之比較。特徵配準可採用與例如金屬線路之參考截面影像段的影像關聯性,或可基於例如金屬線路之截面影像與參考截面影像段之間的該等歐幾里德(Euclidean)影像距離。熟習此領域技術者將能夠使用等同於該等上述方法的方法,進行金屬線路之該等截面影像段之位置運算。
在圖5d中,金屬線路之該等截面之該等邊界線以白色虛線指示。每條金屬線路之該等位置P(x,y;l)皆評估(以該等點指示)為每條邊界線內的該等質心。圖5d顯示為提取層M1、M3、M5、及M7中的該等金屬線路之該等邊緣形狀或邊界線之結果以及其質心C(x,y;l)(點),其中一個範例醒目顯示(層M7中的金屬線路之邊緣形狀或邊界線66以及質心67)。
透過將該等金屬線路之該等質心從切片到切片連接,可產生該等質心T(x,y;z;l)穿越z方向之該等跡線或截面影像之序列。圖6顯示針對N=400個截面影像(z方向),層M1、M3、及M7中的該等金屬線路之該等質心之該等跡線。金屬層M1和M7的幾條跡線T(x,y;z;l)之兩個範例68和69分別醒目顯示。由於該等金屬線路用高準確度製造,因此預期非常筆直。該等跡線顯示由應校正的錯位造成的一些共同起伏結構T_x(z)和T_y(z)。在透過減掉T_x(z)和T_y(z)校正該等錯位之後,仍將有由該共同或平均起伏結構TA(x,y;z)造成的該等跡線之每條的剩餘起伏結構。這具有來自例如該質心判定中的統計誤差的隨機助益,以及例如來自該SEM影像失真從切片到切片之改變的系統化助益。該較大共同或平均起伏結構TA(x,y;z)表示由載台漂移或成像像差引致的測量誤差,並包含在N=400個截面影像之序列之3D資料集中,每個z位置的一共同移置向量和旋轉角度誤差。為了簡化,在此僅例示該移置誤差,且該旋轉誤差可透過例如旋轉矩陣考慮。透過提取該等跡線之共同起伏分量TA(x,y;z),例如透過對該等L條跡線T(x,y;z;l)之至少一子集的統計評估,位置z處的每個截面影像切片的x-y錯位之主要部分,皆可以該立體影像資料集內的精細對位校正和切片配準校正。
該共同起伏分量TA(x,y;z)之提取顯露位置z處的每個截面影像切片的x-y移置向量(x,y),其基於該側向截面影像移置之統計評估。該統計評估改良該精度,並減小幾個個別結構或對位標記(如該等基準點)之誤差。統計評估包括例如平均、質心運算,並可考慮異常值。範例係透過平均多個線路邊緣點的線路邊緣之平均、該質心運算、基於特徵的配準,或對一組多個質心點的統計平均。為了透過兩個連續截面影像之間的該等特徵或結構集之比較去除假影或異常值,可應用影像處理演算法和配準演算法。
應提到該等金屬線路無需穿越整個所測量到的體積延伸。如圖6中所例示,並非所有金屬線路皆穿越所有N個截面影像延伸。金屬線路中的間隙(如在該等M1跡線68中)可透過例如M7跡線69識別和橋接。一般來說,間隙可透過其他金屬線路橋接,使得該整個所測量到體積之對位變得可能。只有在所有金屬線路皆結束於同一位置的罕見情況下,該重建才無法在該間隙之前和之後正確配準該部分。然而,在這些情況下,配準不必要。由於本發明之一種方法仰賴存在於要從該等截面影像或該等原始3D堆疊提取的積體半導體樣本中的結構,因此與先前技術之「基於基準點的」(fiducial-based)對位對比,本發明之方法指稱為「基於結構的」(structure-based)對位。立體影像中的2D截面影像切片之準確度對位也指稱為配準或影像配準。
基於基準點的對位與基於結構的對位之間的比較顯示在圖2和圖8中。圖7顯示如圖4a和圖4b中所例示穿越該M1層的x-z方向上的同一截面,但顯示在該基於結構的對位之後的截面。圖8a顯示穿越在基於基準點的對位之後從N=400個截面影像(每個皆在x-y方向上得到)重建的閘極層的x-z方向上的截面。圖8b顯示穿越在該基於結構的對位之後的閘極層的同一截面。在由僅因基於基準點的對位的錯位或粗略對位引致的線路邊緣粗糙度降低上的改良在圖7和圖8b之兩個影像中皆清楚可見,且在具有較精細結構的較低層(如該閘極層)處變得更加可見。
該改良之定量比較可藉由提取輪廓並從其均值計算該輪廓之標準偏差達成。從圖9中的該等範例,針對線路邊緣粗糙度的測量從兩個影像提取。圖9a顯示進行基於基準點的對位的線路段91之範例,圖9b顯示進行基於結構的對位的結果的線路段92之範例。在進行該基於基準點的對位的範例中,線路邊緣91之標準偏差為24.26nm,而在圖9b中,採用該基於結構的對位,線路邊緣92之標準偏差減小係數2為12.8nm。一般來說,該標準偏差可透過基於結構的對位減小係數1.5-3。因此,該剩餘所測量到線路邊緣粗糙度從該等基準點之測量的剩餘像差或對位誤差的人為錯置(misplacements)降低。以等同方式,表面粗糙度數值從人為錯置減小,且金屬線路寬度或閘極尺寸之例如大小或尺寸測量之準確度可採用基於特徵的對位改良係數1.5-3。另一具體實施例例示在圖10中。在採用基於結構或基於特徵的對位的影像配準校正該x-y對位之後,仍可能有從切片到切片的該等跡線之一些剩餘漂移。這些漂移可能歸因於漂移SEM影像失真。使用該等質心(其中一個範例例示為302)之該等剩餘移置向量300,影像失真可能透過例如與影像失真(如低階枕形、環狀失真、剪形或梯形失真)之一些合理基礎函數的近似或擬合判定。這些基礎函數可透過x-y向量多項式說明。採用針對失真的該等所提取基礎函數,每個截面影像皆可透過影像失真之減去校正,以得到切片到切片或絕對相對影像失真校正。該失真校正可以切片到切片為基礎得到,或可涉及兩個以上或所有影像切片以針對每個個別影像切片皆推導出平均失真和剩餘失真偏差。圖10例示失真場之提取的範例,包含環繞該等質心(其中一個以302標記)的失真向量300。該截面質心判定可能生成一些異常值。兩個範例以號碼301指示。異常值可例如透過影像比較或透過統計分析去除,或將透過低階失真多項式之多項式擬合抑制。在y方向上從切片n=80到切片n=81的系統化失真改變可擬合成該等合理失真基礎函數,並應用於從切片到切片校正該等相對失真。在此範例中,該低失真由y方向上的對稱桶形失真主導,其中影像場相依性與y成正比且在x方向上恆定。切片n=80與切片n=81之間的失真之最大相對改變約為19nm。一般來說,從影像到影像的一般相對失真
改變可為0-30nm。該失真校正可在該基於特徵的對位之前、在該基於特徵的對位之後執行,或可為該基於特徵的對位之整體(integral)部分,其中該等對位移置向量TA(x,y;z)或旋轉向量作為位置z處的每個截面影像的最低階之失真向量。
另一具體實施例方法例示在圖11a。在此具體實施例中,該等積體半導體樣本在預定角度下切割。該預定角度說明例如層M0中的該等金屬線路71與該截面x-y平面之間的角度。該預定角度可例如為45°,但其他角度(如30°或60°)也可能。因此,穿越層M0-M2中的該等金屬線路71的截面影像210和211與該等金屬線路或內連線成預定角度,且金屬層M0-M2中的每條金屬線路之位置皆依切片距離dz以及該積體半導體樣本之該層中的該等金屬線路之預定角度而定,以受控且相等方式針對每個切片210、211改變。該等金屬線路72垂直於該等金屬線路71伸長,並與該截面影像平面形成90°減該預定角度之這樣的第二角度,在具有45°之預定角度的此範例中,該第二角度也為45°(=90°-45°)。該等M0和M2金屬線路71從切片210到切片211塊體方式「移動」到左側,而層M1之該等金屬線路72塊體方式「移動」到右側。依據上述所說明任何方法提取該等金屬線路的該等位置之跡線,導致成群跡線從右側到左側行進(截面210、211中的層M0和M2中的金屬線路),以及跡線從左側到右側行進(210、211中的層M1中的金屬線路)。這例示在圖11b中的截面影像210和211之兩個範例。從層M0或M2中的金屬線路71之截面影像段73.1和73.2與層M1中的金屬線路72之截面影像段74.1和74.2之相對距離改變(這在相對方向上改變其位置),該切片厚度dz可用高準確度推導出。如上述所說明,由於利用例如大量金屬跡線的統計評估以及金屬線路之製造之高準確度,該z位置判定如同針對基於基準點的對位用較高準確度得到。從如上述所說明所偵測到該等金屬線路之位置之該等跡線,可提取該等金屬線路依據該預定角度和第二角度之線性移置,並可提取該等跡線之剩餘共同起伏特徵碼。此共同起伏特徵碼如上述所說明用於基於特徵的對位。因此,在與該等金屬線路的預定角度下使用截面成像之方法,使得在x、y、及z方向上基於結構的對位能夠具有優於完全基於基準點的對位的準確度。此外,在
與該等金屬線路成一角度的截面成像之情況下,該等金屬線路在每個截面影像中之規律且預定位置改變可如上述說明般與失真分開和隔離,且該立體影像中的2D截面影像之配準可用高精度得到。
在該等上述具體實施例中,該等截面影像平面垂直於該積體半導體晶圓之頂部表面55定向,其中對晶圓頂部表面55的法線平行於該y方向定向,如圖1中所示。這導致平行於該y方向定向的2D截面影像,或換言之,該等截面影像平面包括該y軸或晶圓法線軸,且該切片方向z垂直於該y軸或晶圓法線軸。在本發明之另一具體實施例中,該等截面影像平面之相交角度以預定傾斜角度與該晶圓法線傾斜,且該切片方向z並非垂直,而是與該y軸或晶圓法線軸成預定傾斜角度傾斜。在圖12a內所例示範例中,穿越該樣本之顯著部分(如記憶體晶片)延伸的支柱狀HAR結構〔如通道或通道孔(其中一個範例以號碼75指稱)〕在該等截面影像中變得可見。如在上述範例中,該等HAR通道在與該等截面影像平面成預定角度的方向上定向,使得該等HAR通道之截面影像在該等截面影像中變得可見。該等HAR通道之位置可例如從其質心透過上述所說明該等影像處理方法偵測到。來自成像的低階失真可如上述所說明分析和減去,且從切片到切片的影像移置可用高精度運算,由此用高準確度得到該立體影像中的每個2D截面影像切片之配準。圖12b顯示具有指標n和n+1的兩個2D連續截面影像之兩個範例,其中HAR通道之截面影像段以77.1和77.2指示。該積體半導體結構之頂部邊界表面(參見圖12a中的參考號碼55)以參考號碼76指示。
圖13係比較一方面垂直於積體半導體樣本之頂部表面的後續截面影像(圖13a)和與該前述定向傾斜的後續截面影像(圖13b)之間的距離判定之精度的例示圖。依據圖13a的幾何設置如下:截面影像在該x-y平面中提供,彼此在z方向上具有ds之距離。再者,基準點22在該積體半導體樣本在該x-z平面內之頂部表面上提供。該等基準點22並非平行,而是彼此傾斜2α之角度,並在後續截面影像之位置處分別具有數值x和x-dx之x方向上的距離。圖13a之摘錄更詳細顯示這些幾何條件。依據三角函數,後續截面影像之間的距離ds如下:
測量該距離dx,且原則上已知該角度α,因此可計算ds。這原則上在本領域中已知。
現在,參照圖13b,依據本發明,該等截面影像與該頂部表面傾斜角度β(描述該聚焦離子束之偏斜入射到該樣本之頂部表面上)。儘管如此,該等基準點在其在該頂部表面處的位置處,在z方向上之距離dsz由下式給定
另一方面,現在與z方向傾斜的距離ds為ds=ds z sinβ這導致
在圖13b中,可再次用與圖13a中相同的精度測量該距離dx。然而,包括在dx自身或測量dx中的任何誤差現在皆透過該係數sin β減小。這對測量或提供該角度α所用的任何判定/準確度而言同樣成立。因此,透過如圖13b中傾斜該等截面影像,可改良判定後續截面影像之間的距離的整體精度。若包括在該積體半導體樣本中的垂直結構(例如HAR通道)用於位置判定,這則同樣成立。在此,重要層面在於,與應用來自平行於該樣本之主軸的平面的位置資訊的位置判定相比,應用來自與該樣本之主軸傾斜的平面的位置資訊的任何位置判定皆更精確。
圖14係成像VNAND結構的遮幕效應之例示圖。線條C(其係由於遮幕的假影)在該截面影像中可見。遮幕由於不同材料存在而發生。若重複性結構成像,即該等非常精細VNAND結構的情況,則遮幕非常明顯。依該成像方法而定,遮幕之強度有所不同。若二次電子偵測為該成像信號,則與其中反向散
射電子偵測為信號的建置相比,該遮幕效應更強。這係由於以下事實:二次電子對表面形貌更敏感,並成像該形貌對比。
然而,同樣當反向散射電子偵測為用於成像的信號時,由於該影像資訊仍由該表面上的不同深度造成,因此遮幕仍係問題。透過標準影像重建,假設透過反向散射電子信號得到的截面影像為平坦。然而,情況並非完全如此。這種矛盾導致影像重建中的誤差,並限制該3D影像在該虛擬(即在數學上所重建)影像平面中之解析度。
因此,依據本發明,該3D影像在該虛擬影像平面中之解析度透過進行遮幕校正改良。更詳細而言,判定新截面之遮幕特徵碼。圖15示意性例示用於判定表面之3D形貌的各別設置。成像裝置90可為例如與電子作用的帶電粒子裝置。在該所示範例中,成像裝置90係SEM。SEM 90採用聚焦離子束成像由減層積體半導體樣本導致的新截面之表面93。表面93不平坦,而是具有最大值和最小值的起伏。在該所示範例中,SEM 90之掃描方向為該x方向。提供形成偵測單元對的兩個偵測單元95、96,將反向散射電子偵測為信號。然而,從表面93發射的二次電子也可能或者或另外成像。偵測單元95、96之幾何設置使得其偵測在不同角度下從表面93發出的信號/粒子。然而,在所示具體實施例中,該等兩個偵測單元95、96之設置關於目前所成像的點或區域對稱:與表面93之法線(在此等同於該電子束軸之方向)的該等角度為+/-δ,且該等偵測單元95、96在同一條線x上(換言之在掃描方向x上)提供。然而,其他角度和位置也可能。
當採用SEM 90成像最大值94時,該等偵測單元95和96接收形式為從同一位置發出的粒子的信號強度,由於該形貌所致遮蔽效應而略有不同。舉例來說,當粒子從位置x1發出時,偵測單元95接收較偵測單元96略強的信號。同樣地,當偵測到從位置x2發出的粒子時,偵測單元96之偵測信號較偵測單元95處的偵測信號略強。這種信號強度上的不同,可在兩個偵測單元95、96之差動信號中輕鬆分析。因此,可能透過例如逐行掃描表面93判定表面93之3D形貌。因此,表面93之遮幕特徵碼可判定,並用於該等截面影像之重建。該等所得到
的截面影像自身係3D影像。在圖16中描繪一範例。圖16之截面影像具有起伏3D結構。該定量3D資訊可用於立體影像用經提高精度之整體3D影像重建。或者或另外,該定量3D資訊可在用於在去除該積體半導體樣本之下一個截面表面層的同時控制聚焦離子束的反饋迴路中使用。
圖17係VNAND記憶體探針中的規律六邊形格點上的支柱狀結構之例示圖。該VNAND記憶體樣本由彼此平行行進的許多支柱狀結構組成。在本發明具體實施例中,該樣本切割為平行於如圖18中所示該等「支柱」的切片。該圖示之影像平面垂直於該等切片,並內含顯示為框狀區域的支柱覆蓋區。該等覆蓋區之實際形狀預期為接近於圓圈。該等覆蓋區之質心預期形成規律(如六邊形)格點。在沿著垂直於該等切片的方向的該等切片位置之判定上的不精確,及/或該等切片厚度與該標稱數值之偏差,導致該影像尺度沿著此方向之漂移。結果,該等支柱截面顯得失真(參見該圖示之左側部分),且其質心不再形成規律格點。
依據本發明具體實施例,提議調整該個別切片位置/厚度使得該前述失真降至最低限度,從而允許人們研究該等個別支柱之實際幾何性質。該方法之構想在於使用例如來自該設計資料或來自其他考慮因素(如同對稱),關於該實際形狀以及可用的該等支柱覆蓋區之空間佈局的資訊。舉例來說,假設該等實際支柱截面通常為其質心如上述所說明形成規律六邊形格點(一種VNAND晶片很常見的設計)的完美圓圈即可足夠。然後,調整該等個別切片之位置/厚度,直到該等支柱覆蓋區匹配如圖18之右側部分中所示的所假設幾何形狀(規律格點上的圓圈)。任何其他更複雜的支柱覆蓋區形狀及/或覆蓋區質心之空間分佈皆可假設。再者,該所說明概念也可應用於VNAND結構以外的其他結構,且該等結構之截面形狀不一定為圓形或橢圓形。
由於該實際探針可能偏離設計或關於特徵形狀的假設可能不夠精確,因此在該切片位置調整之後所得到該等所重建支柱截面仍可能偏離實際。然而,在大多數情況下,人們預期該等支柱與設計之該等偏差相當局部(缺
陷!)。舉例來說,某個支柱或許具有偏離其相鄰支柱之形狀或半徑的形狀或半徑。此外,其質心或許相對於其他質心所形成規律格點上的各自位置偏移。這樣的局部偏差或缺陷將在該所說明該等切片位置之調整之後保留,並因此可加以研究。實際上,每個切片之經調整位置皆受到該切片「所接觸到」之所有該等支柱截面影響。單一支柱截面對該經調整切片位置之效應預期相對較小。亦即,該所提議調整允許搜尋局部缺陷,同時顯著減小由於切片位置判定不正確的影像失真。
一般來說,來自內含具有已知覆蓋區形狀及垂直於該等實際切片的截面(或多個截面)中的空間分佈的特徵的任何晶片的資料,皆可用該所提議方法處理。該VNAND記憶體晶片佈局僅用作具有相對較簡單特徵覆蓋區的範例。
該所說明方法也可延伸到該等切片/截面影像受到較小側向偏移影響的情況。亦即,該等切片也可能在平行於該切片平面(截面影像平面)的方向上調整,使得側向對位可進一步改良。
圖19示意性進一步例示圖18之基於覆蓋區形狀的對位之細部。個別切片S沿著X方向之位置調整基於內含該所預期形狀之該等支柱截面的參考影像,以及所預期空間格點〔應注意,圖19中的X方向不等同於其他圖示中的X方向(z方向),而是為了便於理解下列內容而已選擇該略有不同的術語〕。
針對該所提議該等切片位置之調整的工作流程之具體範例如下:關於該等支柱覆蓋區(如圓圈)之實際形狀以及其空間分佈(如某個規律格點)的可用資訊,係用於在垂直於無任何失真時預期的該等支柱(和垂直於該等實際切片)的平面中建構「參考影像」R。這樣的參考影像之範例顯示在圖19中。此影像中的個別切片之截面係用S標示的沿著Y方向的1D線。該切片S需要沿著X方向調整,以匹配由位於完美格點上以灰色所示該等完美圓圈構成的參考影像R。該參考影像和所有個別切片皆二元化(binarized),使得屬於該等支柱覆蓋區的所有像素皆設定為1,而所有其他像素皆設定為0。該參考影像R中的像素大小設定為等於該個別切片S中的像素大小。分別沿著X方向和Y方向引入像素指標i和k,
該參考影像因此可表示為2D矩陣R(i,k)=R(xi,yk)。該個別切片截面S可表示為1D向量Sk=S(yk)。該方法之目標在於找出該切片S最佳匹配該參考影像R的xi處(參見圖19)。為了做到,可測試該切片S在其標稱位置周圍的可能X位置之一定範圍。針對出自此範圍的每個xi,計算優點函數M(xi)之數值,從而描繪該切片S在該位置xi處匹配參考影像R的良好程度特性:
其他優點函數可替代性定義。
若該等所測試X位置之範圍不會過大(即該初始切片位置判定之不確定性不會過高),則M將在可用作該個別切片S的最後位置的某個位置x經調整處到達唯一最小值。該所說明流程可重複,以供每個個別切片S皆得到該最後經對位(經調整)3D堆疊。
當考慮本發明之該等具體實施例之幾項優勢時,該等具體實施例之優異準確度對位變得顯而易見。首先,該等金屬線路、閘極、貫孔、及HAR通道分別皆在已知平面中且在彼此成90°的已知角度下行進,並採用與任何基準點標記可製造相比更精巧許多的製造技術製造。半導體製造技術(如浸潤式微影曝光、金屬沉積或離子植入、定向RIE蝕刻、及用於積體電路的研磨)在不久的將來調整適合幾nm(例如7nm、5nm或3nm)之臨界尺寸,並導致針對最低且最精細層(如閘極層)及較低金屬層(如M0)在2nm以下或甚至在1nm以下準確度的一般圖案置放或疊置精度。一般來說,金屬線路之疊置精度優於該等金屬線路之最短尺寸約係數1/3,所以,該低金屬層和閘極層疊置精度在1nm數量級或以下。因此,該等閘極或金屬線路之位置精度或置放和尺寸優於該粗略FIB輔助沉積製程所生成之該等一般基準點許多,其中FIB束直徑數量級例如20nm,且FIB掃描定位精度在3-5nm以上。因此,具有幾nm(如5或3nm)之最小特徵尺寸(CD)的新近積體半導體樣本之該等金屬線路允許基於特徵的對位,其優於先前技術之基於基準點的對位至少係數3改良。結果,該位置運算(如針對金屬線路或閘極
的質心運算)導致更高許多的準確度,且該等截面影像之移置與基準點之位置相比可以更準確許多的方式判定。該等金屬線路採用影像處理技術之提取,視需要結合影像失真之評估和減去,從而導致截面影像經由基於特徵或基於結構的配準之改良準確度對位。
其次,從該等截面影像,金屬線路、貫孔、HAR通道、或閘極之位置例如從輪廓線推導出。舉例來說,兩個後續切片中的單一共同特徵之質心之運算包括統計平均,因此對例如影像雜訊更穩定,並由此改良該等兩個影像切片之對位之精度。第三,金屬線路之一般較大數量L條(例如2、5、10、或多達100條)進一步為了影像配準和對位之目的而改良該位置判定之統計。線路邊緣粗糙度推導可改良至少1.5之係數,可輕鬆達成2-3之係數。由於缺陷罕見,因此不會影響同時使用許多結構的對位方法之整體品質。因此,證實基於特徵的對位之統計評估使得能夠優於先前技術之基於基準點的對位至少係數1.5之改良。
此外,缺陷候選者可從該統計評估偵測為異常值。
在另一具體實施例中,或除了該上述所說明以外,積體半導體結構係先前已知結構。設計資訊或3D電腦輔助設計(Computer-aided design,CAD)資訊可用於改良該等金屬線路和HAR通道之邊緣提取、該位置提取、以及影像配準。舉例來說,CAD資訊可用於識別定位係金屬線路末端,因此應在截面影像中不再可見。由此,該等影像處理方法之異常值可減小。此外,缺陷候選者可從該統計評估偵測為異常值。
在另一具體實施例中,該基於結構或特徵的對位與基於基準點的對位組合。積體半導體樣本可能包括高度重複性特徵(如該閘極層中的閘極),其或許導致該影像配準中的不明確。一般來說,採用形成在該積體半導體樣本之頂部上的基準點的粗略配準可減小該不明確,並透過依據本發明之任一具體實施例的基於特徵或基於結構的對位提高精細影像配準之速度。
如上述所說明的影像處理方法(如角落或邊緣偵測、設定閾值、或形態操作、或類似操作)在本領域中係已知。最近,影像處理透過運算速度之提高改良,例如透過使用包含幾百個處理器的電腦叢集。用以提取積體半導體樣本之特徵或結構的影像處理方法也可涉及或置換為機器學習演算法。
該等上述所說明具體實施例僅欲為範例。儘管該等具體實施例在半導體結構之範例中說明為探針,但該方法也可能應用於允許準確影像配準的相當結構之材料或探針。變更例、修飾例、變化例及組合可由熟習此領域技術者對該等特定具體實施例實行,而不悖離在此所附申請專利範圍所定義的範疇。
10:半導體樣本
11:截面
50:FIB光學柱
51:聚焦離子粒子束
52:前表面
53:前表面
54:前表面
55:頂部表面
82:掃描成像線
100:截面影像
1000:截面影像
Claims (33)
- 一種透過基於積體半導體樣本之特徵的對位得到積體半導體樣本之立體影像之方法,其特徵在於:得到至少一第一截面影像及平行於該第一截面影像的一第二截面影像,其中得到該等第一和第二截面影像包括其後使用一聚焦離子束去除該積體半導體樣本之一截面表面層,以使得一新截面可用於成像,並採用一成像裝置成像該積體半導體樣本之該新截面,透過該等至少第一和第二截面影像之每個之影像配準(registration)得到該等至少第一和第二截面影像之一基於特徵的對位,其中該影像配準基於該等至少第一和第二截面影像中的該積體半導體樣本之至少一個共同特徵執行。
- 如請求項1之方法,其中該至少一個共同特徵包含一金屬線路、一貫孔、一HAR結構、一HAR通道、或一閘極結構中至少一者。
- 如請求項1之方法,其中該影像配準基於兩個或更多個共同特徵執行。
- 如請求項1之方法,其中該影像配準包含一統計評估。
- 如請求項4之方法,其中該統計評估包含一質心之一運算、一特徵偵測、或一統計平均中至少一者。
- 如請求項1之方法,包括在該基於特徵的對位之前,透過對位標記之該位置之測量和評估提供該等至少第一和第二截面影像之一基於基準點的(fiducial based)對位。
- 如請求項1之方法,其中該積體半導體樣本之該新截面之該成像採用一帶電粒子裝置、一原子力顯微鏡、或一光學顯微鏡之一執行。
- 如請求項1之方法,其中該積體半導體樣本之該新截面之該成像採用以電子操作的一帶電粒子裝置執行,其中該聚焦離子束和該電子束彼此成一角度設置和操作,且該聚焦離子束之一束軸與一束軸電子束彼此相交。
- 如請求項1之方法,其中該等至少一第一和第二截面影像垂直於該積體半導體樣本之一頂部表面形成。
- 如請求項9之方法,其中該等至少一第一和第二截面影像垂直於該積體半導體樣本之至少一個金屬層之金屬線路或閘極形成。
- 如請求項9之方法,其中該等至少一第一和第二截面影像以與該積體半導體樣本之至少一個金屬層之金屬線路或閘極、特別是所有金屬線路或所有閘極偏離90°的一角度傾斜形成。
- 如請求項1之方法,其中該等至少一第一和第二截面影像與該積體半導體樣本之一頂部表面傾斜形成,以顯露垂直於該積體半導體樣本之該頂部表面的至少一個HAR通道之截面影像。
- 如請求項1之方法,其中該等至少一第一和第二截面影像與該積體半導體樣本之一頂部表面傾斜形成,且其中該等至少第一和第二截面影像之間的一距離基於提供在該頂部表面上的基準點(fiducials)之一位置判定。
- 如請求項1之方法,其中該等至少一第一和第二截面影像與該積體半導體樣本之一頂部表面傾斜形成,且其中該等至少第一和第二截面影像之間的一距離基於垂直於該積體半導體樣本內部的該頂部表面提供的特徵、特別是HAR通道之一位置判定。
- 如請求項1之方法,其中該影像對位包括該等至少第一和第二截面影像之間的一影像失真偏差之減去。
- 如請求項15之方法,其中該影像失真偏差之該減去包括透過一基礎失真函數對該影像失真偏差之一近似。
- 如請求項1之方法,包含下列步驟:判定該新截面之一遮幕特徵碼(curtaining signature);以及使用前述遮幕特徵碼將該等截面影像表示為三維(3D)截面影像。
- 如請求項1之方法,包含下列步驟:判定該新截面之一遮幕特徵碼;以及在用於在去除該積體半導體樣本之該下一個截面表面層的同時控制該聚焦離子束的一反饋迴路中,使用該所判定遮幕特徵碼。
- 如請求項1之方法,更包含基於該等截面影像中的特徵之一預定覆蓋區形狀及/或該等特徵之一預定空間分佈對位該等至少第一和第二截面影像。
- 如請求項19之方法,其中該等特徵之該覆蓋區形狀為圓形或橢圓形。
- 如請求項19至20中任一項之方法,其中該對位在垂直於該等截面影像之該等影像平面的一方向上進行,及/或該對位在該等截面影像之該影像平面內進行。
- 如請求項1之方法,其中在該影像配準之後,該等至少第一和第二截面影像組合成一立體(3D volume)影像。
- 一種具有用於執行如請求項1至22任一項之方法的程式碼的電腦程式產品。
- 一種經調適以執行如請求項1至22中任一項之該等方法任一的半導體檢測裝置。
- 如請求項24之半導體檢測裝置,包含:一聚焦離子束裝置;以及一帶電粒子操作裝置,其以電子操作並調適用於該積體半導體樣本之該新截面之成像,其中該聚焦離子束和該電子束彼此成一角度設置和操作,且該聚焦離子束之一束軸與一束軸電子束彼此相交。
- 如請求項25之半導體檢測裝置,其中該聚焦離子束之該束軸及該積體半導體樣本之該頂部表面彼此形成約90°之一角度,且其中該聚焦離子束和該電子束彼此形成約90°之一角度。
- 如請求項25之半導體檢測裝置,其中該聚焦離子束之該束軸及該積體半導體樣本之該頂部表面彼此形成約25°之一角度,且其中該聚焦離子束和該電子束彼此形成約90°之一角度。
- 如請求項25之半導體檢測裝置,其中用於成像該積體半導體樣本之該新截面的一成像裝置包含至少兩個偵測單元,其設置在用於偵測以不同角度從該新截面發出的粒子的不同位置處。
- 一種得到積體半導體樣本之立體影像之方法,其特徵在於:得到N個截面影像之一序列,其中得到N個截面影像之該序列包括其後使用一聚焦離子束去除該積體半導體樣本之一截面表面層,以使得一新截面可用於成像,並採用一帶電粒子成像裝置成像該積體半導體樣本之該新截面,其中N個截面影像之該序列之一截面影像平面之每個皆垂直於一z方向定向,且其中該積體半導體樣本設置使得平行於該積體半導體樣本之至少一個金屬層Mk之一組L條金屬線路的該方向與一截面影像平面形成一角度,且其中N個截面影像之該序列之至少一子集包含該等L條金屬線路之截面影像段, 提取該等l=1至L條金屬線路之該等截面影像段之每個之一位置P(x,y;l),穿越N個截面影像之該序列之至少一子集之該z方向形成該等位置P(x,y;l)之跡線T(x,y;z;l),將該等跡線T(x,y;z;l)分解為一平均共同起伏結構TA(x,y;z)和一剩餘偏差dT(x,y;z;l),透過採用該共同起伏結構TA(x,y;z)移置N個截面影像之該序列之該子集,校正該立體影像內的N個截面影像之該序列之至少該子集之該位置。
- 如請求項29之方法,其中至少一個位置P(x,y;l)之該提取包含該金屬線路l之該截面影像之邊緣提取、角落定位、或特徵定位中至少一者。
- 如請求項29至30中任一項之方法,其中至少一個位置P(x,y;l)之該提取包含質心或重心運算。
- 一種具有用於執行如請求項29至30中任一項之方法的程式碼的電腦程式產品。
- 一種經調適以執行如請求項29至30中任一項之該等方法任一的半導體檢測裝置。
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201962858470P | 2019-06-07 | 2019-06-07 | |
US62/858,470 | 2019-06-07 | ||
DE102019006645 | 2019-09-20 | ||
DE102019006645.6 | 2019-09-20 |
Publications (2)
Publication Number | Publication Date |
---|---|
TW202113758A TW202113758A (zh) | 2021-04-01 |
TWI776163B true TWI776163B (zh) | 2022-09-01 |
Family
ID=71083570
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW109118306A TWI776163B (zh) | 2019-06-07 | 2020-06-01 | 得到積體半導體樣本之立體影像之方法、電腦程式產品、及半導體檢測裝置 |
Country Status (7)
Country | Link |
---|---|
US (1) | US20220138973A1 (zh) |
EP (1) | EP3980970A1 (zh) |
JP (1) | JP7546001B2 (zh) |
KR (1) | KR20220082802A (zh) |
CN (1) | CN113950704A (zh) |
TW (1) | TWI776163B (zh) |
WO (1) | WO2020244795A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI851470B (zh) * | 2023-11-06 | 2024-08-01 | 中華電信股份有限公司 | 一種還原二元影像之系統、方法及電腦可讀媒介 |
Families Citing this family (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114689630A (zh) * | 2020-12-30 | 2022-07-01 | Fei 公司 | 用于对三维特征进行成像的方法和系统 |
TWI812091B (zh) * | 2021-04-21 | 2023-08-11 | 德商卡爾蔡司Smt有限公司 | 訓練機器學習邏輯及分析高深寬比結構中奈米柱橫截面環之方法、半導體檢測裝置、電腦程式及實體儲存媒體 |
JP7618889B2 (ja) * | 2021-07-19 | 2025-01-21 | オントゥー イノヴェイション インコーポレイテッド | 低コントラスト非参照欠陥検出 |
US12159394B2 (en) | 2021-11-04 | 2024-12-03 | Saudi Arabian Oil Company | System and method for orienting geological core samples |
US11848172B2 (en) | 2021-11-09 | 2023-12-19 | Carl Zeiss Smt Gmbh | Method for measuring a sample and microscope implementing the method |
EP4453654A1 (en) | 2021-12-20 | 2024-10-30 | Carl Zeiss SMT GmbH | Measurement method and apparatus for semiconductor features with increased throughput |
US20230196189A1 (en) | 2021-12-20 | 2023-06-22 | Carl Zeiss Smt Gmbh | Measurement method and apparatus for semiconductor features with increased throughput |
TWI826123B (zh) | 2021-12-21 | 2023-12-11 | 德商卡爾蔡司Smt有限公司 | 以更高的精度對半導體晶圓進行3d體積檢測的方法和檢測系統 |
KR20250002346A (ko) | 2022-04-07 | 2025-01-07 | 칼 짜이스 에스엠테 게엠베하 | 처리량과 정확도가 증가된 반도체 웨이퍼의 3d 체적 검사 |
KR20250013230A (ko) | 2022-05-31 | 2025-01-31 | 칼 짜이스 에스엠테 게엠베하 | 하전 입자 빔 디바이스의 작업 거리를 집속 이온 빔 기하형상 유도 제약으로부터 분리하기 위한 이중 빔 시스템 및 방법 |
KR20240003985A (ko) * | 2022-07-04 | 2024-01-11 | 삼성전자주식회사 | 이미지 처리 방법 및 시스템 |
WO2024023116A1 (en) | 2022-07-27 | 2024-02-01 | Carl Zeiss Smt Gmbh | Method for distortion measurement and parameter setting for charged particle beam imaging devices and corresponding devices |
WO2024088923A1 (en) | 2022-10-26 | 2024-05-02 | Carl Zeiss Smt Gmbh | Improved method and apparatus for segmentation of semiconductor inspection images |
CN115541643A (zh) * | 2022-11-28 | 2022-12-30 | 江苏沙钢集团有限公司 | 夹杂物重构方法 |
US20240281952A1 (en) | 2023-02-22 | 2024-08-22 | Carl Zeiss Smt Gmbh | 3d volume inspection method and method of configuring of a 3d volume inspection method |
TW202447198A (zh) | 2023-05-25 | 2024-12-01 | 德商卡爾蔡司Smt有限公司 | 使用聚焦線測量高度 |
WO2024260963A1 (en) | 2023-06-19 | 2024-12-26 | Carl Zeiss Smt Gmbh | Structure determination |
WO2025002791A1 (en) | 2023-06-27 | 2025-01-02 | Carl Zeiss Smt Gmbh | Improved method and apparatus for charge compensation during 3d tomography |
WO2025021642A1 (en) | 2023-07-21 | 2025-01-30 | Carl Zeiss Smt Gmbh | 3d tomography with reduced drift errors |
CN117405719B (zh) * | 2023-12-14 | 2024-03-05 | 崇义章源钨业股份有限公司 | 一种薄膜材料截面扫描电镜样品制取装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103681189A (zh) * | 2012-09-12 | 2014-03-26 | Fei公司 | 执行带电粒子显微镜中的样本的断层成像的方法 |
US9218940B1 (en) * | 2014-05-30 | 2015-12-22 | Fei Company | Method and apparatus for slice and view sample imaging |
US20180218878A1 (en) * | 2017-01-27 | 2018-08-02 | Howard Hughes Medical Institute | Enhanced FIB-SEM Systems for Large-Volume 3D Imaging |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4104054B2 (ja) * | 2001-08-27 | 2008-06-18 | 富士フイルム株式会社 | 画像の位置合わせ装置および画像処理装置 |
US7103505B2 (en) | 2002-11-12 | 2006-09-05 | Fei Company | Defect analyzer |
US7348556B2 (en) | 2005-07-19 | 2008-03-25 | Fei Company | Method of measuring three-dimensional surface roughness of a structure |
US7564554B2 (en) * | 2006-06-30 | 2009-07-21 | Intel Corporation | Wafer-based optical pattern recognition targets using regions of gratings |
JP2010135132A (ja) * | 2008-12-03 | 2010-06-17 | Fuji Electric Holdings Co Ltd | 集束イオンビーム加工装置の試料ステージと透過型電子顕微鏡平面観察用半導体薄片試料の作製方法 |
US9633819B2 (en) | 2011-05-13 | 2017-04-25 | Fibics Incorporated | Microscopy imaging method and system |
EP2904633B1 (en) * | 2012-10-05 | 2018-06-20 | FEI Company | Multidimensional structural access |
US10184790B2 (en) | 2014-06-30 | 2019-01-22 | Hitachi High-Technologies Corporation | Pattern measurement method and pattern measurement device |
US9378927B2 (en) * | 2014-09-11 | 2016-06-28 | Fei Company | AutoSlice and view undercut method |
US9619728B2 (en) | 2015-05-31 | 2017-04-11 | Fei Company | Dynamic creation of backup fiducials |
US9984943B2 (en) * | 2016-05-16 | 2018-05-29 | Massachusetts Institute Of Technology | Systems and methods for aligning and coupling semiconductor structures |
US9983152B1 (en) * | 2016-11-17 | 2018-05-29 | Fei Company | Material characterization using ion channeling imaging |
US20200078884A1 (en) * | 2018-09-07 | 2020-03-12 | Intel Corporation | Laser planarization with in-situ surface topography control and method of planarization |
-
2020
- 2020-05-25 WO PCT/EP2020/000101 patent/WO2020244795A1/en active Application Filing
- 2020-05-25 EP EP20732101.9A patent/EP3980970A1/en active Pending
- 2020-05-25 KR KR1020227000493A patent/KR20220082802A/ko active Pending
- 2020-05-25 CN CN202080042099.5A patent/CN113950704A/zh active Pending
- 2020-05-25 JP JP2021572837A patent/JP7546001B2/ja active Active
- 2020-06-01 TW TW109118306A patent/TWI776163B/zh active
-
2021
- 2021-12-02 US US17/540,976 patent/US20220138973A1/en active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103681189A (zh) * | 2012-09-12 | 2014-03-26 | Fei公司 | 执行带电粒子显微镜中的样本的断层成像的方法 |
US9218940B1 (en) * | 2014-05-30 | 2015-12-22 | Fei Company | Method and apparatus for slice and view sample imaging |
US20180218878A1 (en) * | 2017-01-27 | 2018-08-02 | Howard Hughes Medical Institute | Enhanced FIB-SEM Systems for Large-Volume 3D Imaging |
Non-Patent Citations (2)
Title |
---|
K. Lepinay and F. Lorut. Three-Dimensional Semiconductor Device Investigation Using Focused Ion Beam and Scanning Electron Microscopy Imaging (FIB/SEM Tomography). MicroscopyAND Microanalysis 19, Pages 85-92, 2013.; * |
Matthew Weyland and Paul A. Midgley. Electron tomography. Materials Today, Volume 7, Issue 12, Pages 32-40, December 2004. * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI851470B (zh) * | 2023-11-06 | 2024-08-01 | 中華電信股份有限公司 | 一種還原二元影像之系統、方法及電腦可讀媒介 |
Also Published As
Publication number | Publication date |
---|---|
WO2020244795A1 (en) | 2020-12-10 |
TW202113758A (zh) | 2021-04-01 |
KR20220082802A (ko) | 2022-06-17 |
US20220138973A1 (en) | 2022-05-05 |
JP7546001B2 (ja) | 2024-09-05 |
CN113950704A (zh) | 2022-01-18 |
WO2020244795A8 (en) | 2021-02-25 |
EP3980970A1 (en) | 2022-04-13 |
JP2022535601A (ja) | 2022-08-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI776163B (zh) | 得到積體半導體樣本之立體影像之方法、電腦程式產品、及半導體檢測裝置 | |
US20220392793A1 (en) | Methods of cross-section imaging of an inspection volume in a wafer | |
TWI767385B (zh) | 半導體檢查裝置以及用以分析在一積體半導體裝置內的一組har結構的方法 | |
US9000365B2 (en) | Pattern measuring apparatus and computer program | |
TWI812091B (zh) | 訓練機器學習邏輯及分析高深寬比結構中奈米柱橫截面環之方法、半導體檢測裝置、電腦程式及實體儲存媒體 | |
KR20170093931A (ko) | 패턴 측정 장치 및 결함 검사 장치 | |
US20240331179A1 (en) | 3d volume inspection of semiconductor wafers with increased accuracy | |
TWI835407B (zh) | 測定說明半導體晶圓之檢測體積內部三維結構參數之方法、獲取半導體晶圓內深層檢測體積之3d體積影像的切片與成像方法、用於晶圓檢測的檢測裝置、及對晶圓中三維結構進行檢測之方法 | |
US20250022680A1 (en) | 3d volume inspection of semiconductor wafers with increased throughput and accuracy | |
US20230267627A1 (en) | Transferring alignment information in 3d tomography from a first set of images to a second set of images | |
TWI871008B (zh) | 用於半導體檢查圖像分割的改進方法和裝置 | |
WO2024088923A1 (en) | Improved method and apparatus for segmentation of semiconductor inspection images | |
WO2025026619A1 (en) | Method for obtaining measurements of semiconductor structures from a single wedge cut of an inspection volume | |
WO2024260963A1 (en) | Structure determination | |
TW202447198A (zh) | 使用聚焦線測量高度 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
GD4A | Issue of patent certificate for granted invention patent |