[发明专利]用于掩埋缺陷的特性化的系统及方法

说明书

本发明提供一种用于缺陷检测及分析的系统。所述系统可包含检验子系统及包含存储器及一或多个处理器的控制器。所述检验子系统可包含照明源及一或多个检测器，所述一或多个检测器经配置以沿着一或多个检测器通道获取控制样本的缺陷的控制图块图像。所述一或多个处理器可经配置以使用与所述控制样本的所述缺陷相关联的所述控制图块图像及已知参数训练缺陷分类器。所述检验子系统可经进一步配置以获取额外样本上的经识别缺陷的图块图像。所述一或多个处理器可经配置以使用所述缺陷分类器确定所述经识别缺陷的参数。

相关申请案的交叉参考

本申请案根据35U.S.C.§119(e)规定主张名叫杰森·柯克伍德(Jason Kirkwood)及扬·劳伯(Jan Lauber)的发明者在2018年9月19日申请的标题为“使用深度学习对VNAND堆叠中的掩埋缺陷进行深度测量(DEPTH MEASUREMENT OF BURIED DEFECTS IN VNANDSTACKS USING DEEP-LEARNING)”的序列号为62/733,463的美国临时申请案的权益，所述案以全文引用的方式并入本文中。

技术领域

本发明大体上涉及缺陷检视及分类，且更特定来说，涉及使用机器学习来进行缺陷检视及分类。

背景技术

制造半导体装置(例如VNAND结构及半导体晶片)通常包含在半导体衬底的顶部上形成大量薄膜及绝缘层。在制造过程期间，可在制造各种层中的任何者时出现缺陷。检测及/或测量这些缺陷可为非常困难的，尤其对于装置的表面下方的层中的缺陷。当前系统及方法可能无法精确测量这些缺陷的大小及深度。因此，将期望提供用于解决如上文识别的先前方法的缺点中的一或多者的系统及方法。

发明内容

根据本发明的一或多个实施例揭示一种系统。在一个实施例中，所述系统包含检验子系统。在另一实施例中，所述检验子系统包含一或多个检测通道，所述一或多个检测通道经配置以沿着一或多个散射角从样本获取一或多个图块图像。在另一实施例中，所述系统包含通信地耦合到所述检验子系统的控制器，所述控制器包含一或多个处理器及存储器。在另一实施例中，所述一或多个处理器经配置以执行存储于所述存储器中的程序指令集，所述程序指令集经配置以使所述一或多个处理器：从所述检验子系统接收控制样本的一或多个训练缺陷的一或多个控制图块图像；基于从所述一或多个训练缺陷获取的所述一或多个控制图块图像及与所述一或多个训练缺陷相关联的一或多个已知参数训练缺陷分类器；指导所述检验子系统识别额外样本的一或多个缺陷；从所述检验子系统接收所述额外样本的所述一或多个经识别缺陷的一或多个图块图像；及应用所述缺陷分类器到所述额外样本的所述一或多个经识别缺陷的所述一或多个图块图像以确定所述额外样本的所述一或多个经识别缺陷的一或多个参数。

根据本发明的一或多个实施例揭示一种系统。在一个实施例中，所述系统包含通信地耦合到检验子系统的控制器。在另一实施例中，所述控制器包含一或多个处理器及存储器，其中所述一或多个处理器经配置以执行存储于所述存储器中的程序指令集，所述程序指令集经配置以使所述一或多个处理器：从所述检验子系统接收控制样本的一或多个训练缺陷的一或多个控制图块图像；基于从所述一或多个训练缺陷获取的所述一或多个控制图块图像及与所述一或多个训练缺陷相关联的一或多个已知参数训练缺陷分类器；指导所述检验子系统识别额外样本的一或多个缺陷；从所述检验子系统接收所述额外样本的所述一或多个经识别缺陷的一或多个图块图像；及应用所述缺陷分类器到所述额外样本的所述一或多个经识别缺陷的所述一或多个图块图像以确定所述额外样本的所述一或多个经识别缺陷的一或多个参数。