[发明专利]用于多模半导体检验的光学模式选择

权利要求书

1.一种半导体检验方法，其包括：

使用主要光学模式扫描一或多个半导体晶片或其部分以识别缺陷；

选择多个所述经识别缺陷，包括第一类别的缺陷及第二类别的缺陷；

使用电子显微镜检视所述多个所述经识别缺陷；

基于所述检视，将所述多个缺陷的相应缺陷分类为所述第一类别或所述第二类别的缺陷；

使用多个辅助光学模式使所述多个所述经识别缺陷成像；

基于使用所述主要光学模式扫描所述一或多个半导体晶片或其部分及使用所述多个辅助光学模式使所述多个所述经识别缺陷成像的结果，选择用于结合所述主要光学模式使用的所述辅助光学模式中的一或多者；及

使用所述主要光学模式及所述一或多个所选择的辅助光学模式扫描生产半导体晶片以识别缺陷。

2.根据权利要求1所述的方法，其中：

所述第一类别是妨碍半导体裸片功能性的所关注缺陷；且

所述第二类别是不妨碍半导体裸片功能性的干扰缺陷。

3.根据权利要求1所述的方法，其中：

选择所述辅助光学模式中的所述一或多者包括选择用于结合所述主要光学模式使用的单个辅助光学模式；且

使用所述主要光学模式及所述单个辅助光学模式执行扫描所述生产半导体晶片。

4.根据权利要求1所述的方法，其中所述电子显微镜是扫描电子显微镜SEM。

5.根据权利要求1所述的方法，其中在所述检视及所述分类之前执行使用所述多个辅助光学模式使所述多个所述经识别缺陷成像。

6.根据权利要求1所述的方法，其中在所述检视及所述分类之后执行使用所述多个辅助光学模式使所述多个所述经识别缺陷成像。

7.根据权利要求1所述的方法，其中选择所述辅助光学模式中的所述一或多者包括：

定义所述主要光学模式与一或多个相应辅助光学模式的多个组合；

针对所述多个组合中的每一组合，训练相应卷积神经网络CNN以预测所述多个经识别缺陷的类别，借此产生多个CNN；及

针对所述第一类别中的缺陷与所述第二类别中的缺陷的分离评估所述多个CNN。

8.根据权利要求7所述的方法，其中所述一或多个所选择的辅助光学模式对应于所述多个CNN中产生所述第一类别中的缺陷与所述第二类别中的缺陷之间的最大分离的相应CNN。

9.根据权利要求7所述的方法，其中使用运用缺陷位置批注的图像数据训练所述多个CNN。

10.根据权利要求7所述的方法，其中使用运用经修改图像数据扩增的图像数据训练所述多个CNN。

11.根据权利要求1所述的方法，其中选择所述辅助光学模式中的所述一或多者包括：

定义所述主要光学模式与一或多个相应辅助光学模式的多个组合；及

针对所述一或多个相应辅助光学模式中的每一者，在所述多个缺陷的位置处分析相应差异图像中的信号值。

12.根据权利要求11所述的方法，其中在所述多个组合的所述一或多个相应辅助光学模式的全部中，如通过分析所述信号值而确定的所述一或多个所选择的辅助光学模式产生所述第一类别的缺陷与所述第二类别的缺陷之间的最大分离。

13.根据权利要求1所述的方法，其中选择所述辅助光学模式中的所述一或多者包括：

训练在特征空间中具有稀疏约束的一般化线性模型GLM分类器以预测所述多个经识别缺陷的类别；及

基于来自所述GLM分类器的缺陷分类结果识别所述辅助光学模式中的所述一或多者。