[发明专利]智能型弱点图形诊断方法与系统

说明书

技术领域

本发明涉及一种智能型弱点图形诊断方法与系统，特别是指利用软件与硬件架构实现晶圆厂在制造工艺初期即筛选与比对出弱点图形的方法与系统。

背景技术

在集成电路(integrated circuit,IC)制造工艺中，薄膜沉积(thin film deposition)、光罩曝光(mask exposure)、黄光微影蚀刻(photolithography etching)等为必要步骤，其中较难避免在集成电路制造工艺中因为一些随机粒子造成的缺陷与系统性的缺陷使得良率(yield)下降，而低良率则会升高晶片的成本。因此一个快速诊断出弱点缺陷的工具在半导体制造工艺上是十分重要的。

并且，当半导体制造工艺尺度愈来愈小时，传统的黄光微影蚀刻技术将面临光学上的技术限制，弱点缺陷图形(weak defect pattern)是复杂设计布局(complex design layout)、光学邻近修正(Optical Proximity Correction)与复杂制造工艺的结果，这些弱点缺陷图形可能会造成电路设计图形的开路或短路，因此导致良率下降的，这些可能是已知的缺点图形或未知的缺点图形最好是可以在制造工艺初期(pre-manufacturing stage)筛选出来，比如在缺陷检测数据中执行弱点图形筛选。

晶圆厂的操作员可以使用如扫描式电子显微镜(scanning electron microscope,SEM)监看与预览，并以电子束扫描工具(e-Beam scan tool)检测与确认晶圆上所谓的致命缺陷(killer defect)图形。在晶圆制造工艺初期若没有快速又创新的方法可以辨识出致命的弱点缺陷图形的方法，晶圆厂可能因为良率不高而无法享受高产量、较长产品周期的好处。

但通常一般缺陷检测与分析工具中也难以准确在制造工艺初期寻找出上述弱点缺陷。

发明内容

本发明关于一种智能型弱点图形诊断方法与系统，特别是指利用软件与硬件架构实现晶圆厂在制造工艺初期即筛选与比对出弱点图形的方法与系统。

根据方法实施例，智能型弱点图形诊断方法可应用于一电脑系统实现的智能型弱点图形诊断系统中，方法包括于电脑系统中，自缺陷图形库与高失败频率的缺陷图形库引入弱点图形布局，以及取得经一制造工艺厂的缺陷检测工具所取得的缺陷检测数据、引入一设计布局数据，以执行弱点图形筛选与过滤，于此步骤中，比对缺陷图形库与高失败频率的缺陷图形库中记载的弱点图形与由电脑系统取得的设计布局数据，藉此得到并分类出已知弱点图形群组。

接着可执行未知弱点图形筛选与过滤，由电脑系统取得的设计布局数据作图形相似比对，找出不属于且不相似于缺陷图形库与高失败频率的缺陷图形库的弱点图形，以分类取得一未知弱点图形群组。得出已知弱点图形群组以及未知弱点图形群组的分布。

之后，从比对相似但不同的未知弱点图形群组分布，取得一待测物影像，以取得待测物上弱点图形的坐标位置与度量数据，之后执行影像处理能得到弱点图形轮廓以及各弱点图形的尺寸、范围与数量，用以判断系统性的弱点图形。

执行弱点图形筛选与过滤的步骤包括一轮廓比对，其中将引入基本比对元素与基本多边图形比对元素，以及与待测物上的图形进行比对。

在轮廓比对步骤中，可以基本比对元素或多边图形比对元素与待测物的涵盖比率作为判断基础，辅以基本比对元素或多边图形比对元素的中心线进行比对，于一可允许的宽容度下得到相似的弱点图形，透过比对元素的尺寸与彼此之间的距离、方向与连结关系确认弱点图形。

根据再一实施例，揭露一电脑系统实现的智能型弱点图形诊断系统，其中以电脑系统的处理器中执行一如上述的智能型弱点图形诊断方法。

为了能更进一步了解本发明为达成既定目的所采取的技术、方法及功效，请参阅以下有关本发明的详细说明、附图，相信本发明的目的、特征与特点，当可由此得以深入且具体的了解，然而所附附图与附件仅提供参考与说明用，并非用来对本发明加以限制者。

附图说明

图1显示本发明智能型弱点图形诊断方法的实施例流程；

图2显示本发明智能型弱点图形诊断系统的硬件架构实施例示意图；

图3以示意图表示本发明智能型弱点图形诊断系统的软件架构实施例；

图4所示流程描述本发明智能型弱点图形诊断方法中图形比对的步骤实施例；

图5A至图5F显示基本比对元素与基本多边图形比对元素的示意图；

图6A至图6D显示基本比对元素与基本多边图形比对元素中的中心线方法示意图；