[发明专利]一种基于神经网络的晶圆测试检测方法

权利要求书

1.一种基于神经网络的晶圆测试检测方法，其特征在于，包括如下步骤：

用扫描电镜对标准晶圆进行分层扫描，获得扫描标准图像a₁、a₂、…、a_n并发送给计算机进行处理；用计算机对扫描标准图像进行组合化，使各扫描标准图像由左至右且由上至下依次并排布置，获得组合化标准图像a₁、a₂、…、a_jk,其中jk=n；对组合化标准图像进行矩阵化，获得j行k列的矩阵化组合化标准图像a₁₁、a₁₂、…、a_jk，其中jk=n；

用扫描电镜对待测晶圆进行分层扫描，获得扫描待测图像b₁、b₂、…、b_n并发送给计算机进行处理；用计算机对扫描待测图像进行组合化，使各扫描待测图像由左至右且由上至下依次并排布置，获得组合化待测图像b₁、b₂、…、b_jk,其中jk=n；对组合化待测图像进行矩阵化，获得j行k列的矩阵化组合化待测图像b₁₁、b₁₂、…、b_jk，其中jk=n；

用矩阵化组合化标准图像作为检测依据对矩阵化组合化待测图像进行检测，将矩阵化组合化待测图像与矩阵化组合化标准图像进行对比获得检测矩阵化组合化图像c₁₁、c₁₂、…、c_jk，其中c_pq包括a_pq和b_pq，1≤p≤j，1≤q≤k；

对检测矩阵化组合化图像进行去矩阵化，使检测矩阵化组合化图像由左至右且由上至下依次并排布置，获得检测组合化图像c₁、c₂、…、c_jk，其中c_i包括a_i和b_i，1≤i≤jk；

对检测组合化图像进行差异筛选，判断c_i中的a_i和b_i是否存在差异，若存在差异则保留c_i，否则删除c_i，获得差异筛选组合化图像；

对差异筛选组合化图像进行去组合化，使差异筛选组合化图像由上至下或由左至右并排布置，获得差异筛选图像；

对差异筛选图像进行重组，使c_s中的a_s和b_s并排布置，获得重组图像，将重组图像发送给绘图仪和显示器，其中1≤s≤n，a_s和b_s存在差异。

2.根据权利要求1所述的一种基于神经网络的晶圆测试检测方法，其特征在于，还包括：

在各晶圆上印刷标签进行编号，扫描电镜对各晶圆按编号排序依次进行扫描，用扫描的晶圆对应的编号对获得的重组图像进行标记。

3.根据权利要求1所述的一种基于神经网络的晶圆测试检测方法，其特征在于，还包括：

用扫描电镜对多个标准晶圆进行分层扫描，获得多个扫描标准图像，并发送给计算机进行处理获得多个矩阵化组合化标准图像；用多个矩阵化组合化标准图像分别作为检测依据对矩阵化组合化待测图像依次进行检测、去矩阵化、差异筛选、去组合化，获得多个差异筛选组合化图像；

对多个差异筛选组合化图像进行通项筛选，筛选出每个差异筛选组合化图像中共同存在的序号对应的图像，获得通项筛选图像；

对通项筛选通项进行重组，获得重组图像。

4.根据权利要求3所述的一种基于神经网络的晶圆测试检测方法，其特征在于，c_s中的a_s为组合化标准图像中的任意一个。

5.根据权利要求3所述的一种基于神经网络的晶圆测试检测方法，其特征在于，c_s中包括多个或所有组合化标准图像中的a_s，b_s以及所有a_s成线性并排布置。