[发明专利]用于图像分析的方法和设备

权利要求书

1.一种非暂时性计算机可读介质，所述非暂时性计算机可读介质中存储有指令，所述指令在由计算机系统执行时配置成使计算机系统至少执行一种用于图像分析的方法，所述方法包括：

获得逻辑数学模型，所述逻辑数学模型预测使用图案形成过程产生的实体结构的形成；

通过硬件计算机评估所述逻辑数学模型，以预测所述实体结构的一部分的形成并且生成输出；和

基于所述输出来调适所述图案形成过程的方面，

其中，所述逻辑数学模型预测与所述实体结构对应的概率图的像素为特定值的概率。

2.根据权利要求1所述的非暂时性计算机可读介质，其中，所述逻辑模型的逻辑函数具有自然对数，所述自然对数具有涉及3个或更多个参数的指数。

3.根据权利要求1所述的非暂时性计算机可读介质，其中，所述逻辑数学模型包括在所述图案形成过程的至少一部分期间的设计图案的模糊度的函数。

4.根据权利要求1所述的非暂时性计算机可读介质，其中，所述逻辑数学模型包括呈如下形式的S形弯曲函数：

其中，a是描述用于形成所述实体结构的设计图案的空间图像的函数，并且γ和τ是特定用于所述图案形成过程的参数，γ确定所述S形弯曲的斜率并且与抗蚀剂灵敏度成比例，并且τ是针对所述S形弯曲函数的值为0.5的情况确定a的阈值。

5.根据权利要求1所述的非暂时性计算机可读介质，其中，所述逻辑模型的逻辑函数具有自然对数，所述自然对数具有涉及5个或更多个参数的指数。

6.根据权利要求1所述的非暂时性计算机可读介质，其中，所述逻辑数学模型包括在所述图案形成过程的至少一部分期间的设计图案的空间图像的曲率的函数。

7.根据权利要求1所述的非暂时性计算机可读介质，其中，所述评估包括：评估组合模型，所述组合模型包括多个分类器模型的组合，所述分类器模型包括所述逻辑数学模型，其中，所述获得包括：执行涉及所述逻辑数学模型的增强机器学习技术，以获得所述组合模型。

8.根据权利要求1所述的非暂时性计算机可读介质，其中，所述逻辑模型预测所述实体结构的所述部分在衬底上的抗蚀剂中的显影后且蚀刻前的形成。

9.根据权利要求1所述的非暂时性计算机可读介质，其中，所述逻辑模型预测所述实体结构的所述部分在衬底上的蚀刻后的形成。

10.根据权利要求1所述的非暂时性计算机可读介质，其中，所述调适包括：设计所述图案形成过程的一部分。

11.根据权利要求1所述的非暂时性计算机可读介质，其中，所述调适包括：调整所述图案形成过程的过程变量，其中，图案形成过程变量包括选自以下各项中的一项或更多项：焦点、曝光剂量、数值孔径、膜叠层属性、投影系统光学像差、辐射相干性、照射强度分布、图像场中的位置和/或衬底上的位置。

12.一种非暂时性计算机可读介质，所述非暂时性计算机可读介质中存储有指令，所述指令在由计算机系统执行时配置成使计算机系统至少执行一种用于图像分析的方法，所述方法包括：

获得使用图案形成过程产生的实体结构的所测量图像；和

通过硬件计算机将所述图像的单个像素用作独立结果，以将数学模型参数化，所述数学模型预测使用所述图案形成过程产生的实体结构的一部分的形成，

其中，所述数学模型预测与所述实体结构对应的概率图的像素为特定值的概率。

13.根据权利要求12所述的非暂时性计算机可读介质，还包括：确定所述数学模型的参数的估计值，所述估计值使一像素的预测值与来自所述所测量图像的所述像素的测量值相等的可能性最大化。