[发明专利]一种测量膜厚的方法

说明书

本申请提供一种测量膜厚的方法，包括：在多层膜图像中标注出不同待标注膜层，并为各待标注膜层生成对应的标注标签；利用多层膜图像与标注标签训练神经网络，以形成分割模型；通过分割模型对待测量图像进行分割，以获得区分出待测量图像中待测量膜层的预测图像，其中，待测量图像与多层膜图像具有相同的膜层数和膜结构；以及根据预测图像获得待测量膜层的厚度。该方法可以实现对大量相似图像中的膜厚度进行自动测量，提高了操作效率和准确度。

技术领域

本申请涉及测量膜厚的方法、装置、系统以及计算机可读介质。

背景技术

目前，在各技术领域的研发过程中，经常需要确定多层膜结构中层与层之间的边界，以计算各层膜的厚度，而以上操作通常基于电子图像并依靠人工完成。

例如，在三维存储器的研发过程中，涉及确定沟道孔侧壁结构中各层膜的厚度的操作。该操作的步骤通常包括：获取沟道孔侧壁结构的切片图像；基于该切片图像中各层膜之间的粗糙的边界，人工地绘制测量线，并计算测量线之间的距离，其中，可以在切片图像中不同位置处多次绘制测量线以进行采样，并最终确定膜的厚度。

上述操作存在以下缺点中的一种或多种：当图像中光强信号变化不明显时，难以进行正确分割；不具备重复性，对于相似的图像，依然需要大量人工操作，降低了研发和生产效率。

发明内容

本申请提供可至少部分地解决现有技术中存在的上述问题的测量膜厚的方法、装置、系统以及计算机可读介质。

本申请的至少一方面提供测量膜厚的方法，该方法可以包括：在多层膜图像中标注出不同待标注膜层，并为各待标注膜层生成对应的标注标签；利用多层膜图像与标注标签训练神经网络，以形成分割模型；通过分割模型对待测量图像进行分割，以获得区分出待测量图像中待测量膜层的预测图像，其中，待测量图像与多层膜图像具有相同的膜层数和膜结构；以及根据预测图像获得待测量膜层的厚度。

在一个实施方式中，在多层膜图像中标注出不同待标注膜层并为各待标注膜层生成对应的标注标签的步骤可以包括：标识各待标注膜层在多层膜图像中待标注膜层的厚度方向上的同一侧，并生成与各待标注膜层分别对应的标记；以及根据各标记周围的光强信息，标注出各待标注膜层的区域，并生成各待标注膜层分别对应的标注标签。在一个实施方式中，利用多层膜图像与标注标签训练神经网络以形成分割模型的步骤可以包括：将多层膜图像和对应的标注标签迭代地输入至神经网络，经神经网络对多层膜图像中各待标注膜层进行分割，生成该多层膜图像中各待标注膜层分别对应的目标标签；以及响应于的最小值，退出迭代输入，确定退出迭代输入时对应的神经网络为分割模型，其中，m为所输入的多层膜图像中待标注膜层的个数，h(x_i)为第i个待标注膜层x_i对应的目标标签，y_i为第i个待标注膜层x_i对应的标注标签。在一个实施方式中，经神经网络对多层膜图像进行处理以生成该多层膜图像中各待标注膜层分别对应的目标标签的步骤可以包括：对多层膜图像进行特征提取，以获得多个特征；以及根据多个特征确定多层膜图像中各待标注膜层，并生成与各待标注膜层分别对应的目标标签。在一个实施方式中，所述测量膜厚的方法还可以包括：建立标记库用于训练神经网络，以更新分割模型，其中，标记库可以包括经标注后的多层膜图像以及经分割模型分割形成的预测图像。在一个实施方式中，通过分割模型对待测量图像进行分割以获得区分出待测量图像中待测量膜层的预测图像的步骤可以包括：通过分割模型，对待测量图像进行分割，生成与待测量膜层对应的预测标签；以及利用预测标签对待测量膜层进行染色，获得预测图像。在一个实施方式中，多层膜图像可以包括三维存储器中沟道孔侧壁结构的切片图像。在一个实施方式中，侧壁结构可以包括第一氧化物层、氮化物层、第二氧化物层和多晶硅层。在一个实施方式中，神经网络可以包括根据输入信息进行深度学习的卷积神经网络。