JP7443268B2 - 欠陥検査方法 - Google Patents

欠陥検査方法 Download PDF

Info

Publication number
JP7443268B2
JP7443268B2 JP2021000536A JP2021000536A JP7443268B2 JP 7443268 B2 JP7443268 B2 JP 7443268B2 JP 2021000536 A JP2021000536 A JP 2021000536A JP 2021000536 A JP2021000536 A JP 2021000536A JP 7443268 B2 JP7443268 B2 JP 7443268B2
Authority
JP
Japan
Prior art keywords
mask
inspection
defect inspection
defect
sample
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
JP2021000536A
Other languages
English (en)
Other versions
JP2022105909A (ja
Inventor
亮一 平野
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nuflare Technology Inc
Original Assignee
Nuflare Technology Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nuflare Technology Inc filed Critical Nuflare Technology Inc
Priority to JP2021000536A priority Critical patent/JP7443268B2/ja
Priority to TW110145450A priority patent/TWI814165B/zh
Priority to US17/643,682 priority patent/US11995817B2/en
Priority to KR1020210192096A priority patent/KR102732825B1/ko
Priority to CN202210003971.6A priority patent/CN114720482A/zh
Publication of JP2022105909A publication Critical patent/JP2022105909A/ja
Application granted granted Critical
Publication of JP7443268B2 publication Critical patent/JP7443268B2/ja
Priority to US18/634,000 priority patent/US12373939B2/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/956—Inspecting patterns on the surface of objects
    • G01N21/95607—Inspecting patterns on the surface of objects using a comparative method
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G06T7/001—Industrial image inspection using an image reference approach
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/9501—Semiconductor wafers
    • G01N21/9505—Wafer internal defects, e.g. microcracks
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/01—Arrangements or apparatus for facilitating the optical investigation
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8806—Specially adapted optical and illumination features
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/956—Inspecting patterns on the surface of objects
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/01—Arrangements or apparatus for facilitating the optical investigation
    • G01N2021/0106—General arrangement of respective parts
    • G01N2021/0112—Apparatus in one mechanical, optical or electronic block
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8854—Grading and classifying of flaws
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/956—Inspecting patterns on the surface of objects
    • G01N21/95607—Inspecting patterns on the surface of objects using a comparative method
    • G01N2021/95615—Inspecting patterns on the surface of objects using a comparative method with stored comparision signal
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/956—Inspecting patterns on the surface of objects
    • G01N2021/95676—Masks, reticles, shadow masks
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30148—Semiconductor; IC; Wafer

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Chemical & Material Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biochemistry (AREA)
  • Quality & Reliability (AREA)
  • Multimedia (AREA)
  • Artificial Intelligence (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Computing Systems (AREA)
  • Signal Processing (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Preparing Plates And Mask In Photomechanical Process (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)

Description

本発明は、パターンが形成された試料の欠陥検査方法に関する。
半導体デバイスの製造工程では、露光装置（「ステッパ―」または「スキャナー」とも呼ばれる）を用いた縮小露光により、回路パターンが半導体基板上に転写される。露光装置では、回路パターンを半導体基板（以下、「ウェハ」とも表記する）上に転写するために、原画パターン（以下、「マスクパターン」とも表記する）が形成されたマスク（「レチクル」とも呼ばれる）が用いられる。
半導体デバイスの製造工程において、歩留まりを低下させる要因の１つとして、マスクの欠陥が挙げられる。マスクパターンに誤りや形成不良等が存在すると、そのマスクを用いて露光する全てのチップに回路パターンの形成不良が生じる。半導体デバイスの微細化に伴い、マスクパターンの微細化及び多様化が進行している。このため、マスクの欠陥検査装置には高い欠陥検出性能が求められる。
欠陥検査装置は、高い感度とスループットを得るため、様々な光学系条件でマスクを観察し、得られた画像に対して数値演算処理を加える機能を有する。検査方式として、設計パターンに基づき検査装置で得られるべき画像を数値演算により生成し、採取した画像と比較するＤ－ＤＢ（Die to Database）方式と、マスク上に形成された同一パターンからなる複数の領域同士を比較するＤ－Ｄ（Die to Die）方式とがある。
欠陥検査装置にて検出される欠陥は、大別すると、ユーザが検出したい欠陥（以下「ＤＯＩ（Defect of Interest）」とも表記する）と、ノイズ（以下「ニュイサンス」とも表記する）とに分けられる。ＤＯＩには、例えば、半導体デバイスの歩留まりに影響を与えるパターン欠陥及びパーティクルが含まれる。ニュイサンスには、例えば、参照画像データと実画像データとの位置ずれ等、本来欠陥でないにも関わらず検出された擬似欠陥、並びに半導体デバイスの歩留まりに影響を与えない微細なパターン欠陥及びパーティクル等が含まれる。
例えば、特許文献１には、高感度な欠陥観察方法として、異なる複数の光学系条件にて試料を照射して得られた複数の信号（光学画像）から欠陥とノイズとを判別し、その座標を求める手法が開示されている。また、特許文献２には、欠陥の位置に近接するマスクパターンの１つまたは複数の属性を用いて欠陥を分類し、ニュイサンスを取り除く方法が開示されている。但し、これらの検査方法で判別されるノイズ（ニュイサンス）は、ユーザが判別したいニュイサンスとは一致していない場合がある。マスクの欠陥検査においては、得られた結果の取り扱いが目的により異なる。
ユーザが求めるＤＯＩとニュイサンスとの判別基準には、検査目的（マスクの出荷検査、マスクの品質管理検査、または半導体デバイスの歩留まり改善等）、半導体デバイスの仕様、及び半導体デバイスの製造ラインにおける各プロセス（リソグラフィ及びドライエッチング等）の性能等の要素が反映され得る。従って、同じマスクでもユーザに応じて異なる判別基準が設定される場合がある。
欠陥検査装置において検出された欠陥は、例えば、走査型電子顕微鏡（以下、「ＳＥＭ（Scanning Electron Microscope）」と表記する）を用いたレビュー装置にてレビューされることにより、ユーザが求めるＤＯＩとニュイサンスとに判別される。すなわち、欠陥検査装置におけるＤＯＩとニュイサンスとの検出条件が、ユーザが求めるＤＯＩとニュイサンスとの判別基準に対して適切であるかどうかは、レビューの結果により判断される。このため、欠陥検査装置においてニュイサンスと見なされる欠陥が多数検出されると、レビューの負荷が増大する。
特開２０１６－２０８６７号公報 特許第５９６５４６７号公報
例えば、欠陥検査装置において、欠陥検査装置の性能に基づいて欠陥の検出感度が最大となる光学系条件が設定され、検出可能な全ての欠陥が検出されると、ニュイサンスとして検出される欠陥の個数が増加し、レビューによるＤＯＩとニュイサンスとの判別の負荷が増大する場合がある。これに対し、欠陥検査装置において、ユーザが求める判別基準を反映させた欠陥の検出条件が設定できれば、欠陥の検出感度が最大となるような光学系条件を設定した状態で、ニュイサンスの検出個数をレビュー可能な個数（例えば１０００個以下）まで抑えることができる。
本発明はこうした点に鑑みてなされたものである。すなわち、本発明は、欠陥検査装置において、欠陥の検出感度を最大にしつつ、ＤＯＩに対するニュイサンスの比率を低減できる欠陥検出条件を設定できる欠陥検査方法を提供することを目的とする。
本発明の第１の態様によれば、欠陥検査方法は、第１試料に照明光を照射して第１試料の画像を取得し、参照画像と第１試料の画像とを比較して欠陥を検査する欠陥検査装置を用いる。欠陥検査方法は、参照画像を生成する工程と、第１試料の画像を取得する工程と、第１試料とは異なる第２試料の欠陥検査の結果に基づく指標を用いて欠陥検出条件を設定する工程と、参照画像と第１試料の画像とを比較した結果から、欠陥検出条件に基づいてニュイサンスを判別する工程と、を備える。
本発明の第１の態様によれば、参照画像は、第１試料の設計データに基づいて生成されることが好ましい。
本発明の第１の態様によれば、参照画像は、第１試料の前記画像を取得する領域とは異なる領域の画像に基づいて生成されることが好ましい。
本発明の第１の態様によれば、指標は、第２試料の欠陥検査の結果と第１試料の設計データとに基づく歩留り予測に基づいて作成されることが好ましい。
本発明の第１の態様によれば、第２試料の欠陥検査の欠陥検出条件は、第１試料の設計データに基づいて設定されることが好ましい。
本発明の第１の態様によれば、指標は、第２試料の欠陥検査の結果と、第２試料に基づく製品の製造性能の情報とに基づいて設定されることが好ましい。
本発明の第１の態様によれば、欠陥検出条件を設定する工程は、第１及び第２試料とは異なる第３試料の欠陥検査を行う工程と、第３試料の欠陥検査の結果に基づいて歩留りを予測する工程とを含むことが好ましい。
本発明の欠陥検査方法によれば、ＤＯＩに対するニュイサンスの比率を低減できる欠陥検出条件を設定できる欠陥検査方法を提供できる。
図１は、一実施形態に係る欠陥検査方法に用いられる欠陥検査装置の全体構成を示す図である。 図２は、一実施形態に係る欠陥検査方法に用いられる欠陥検査装置におけるマスクの欠陥検査のフローチャートである。 図３は、１つのマスクに着目したマスクの設計から半導体デバイスの製造までの流れを示すフローチャートである。 図４は、一実施形態に係る欠陥検査方法をマスクハウスが実行する場合のフローチャートである。 図５は、一実施形態に係る欠陥検査方法をマスクハウスが実行する場合の情報（データ）の流れを示す図である。 図６は、一実施形態に係る欠陥検査方法をウェハファブが実行する場合のフローチャートである。 図７は、一実施形態に係る欠陥検査方法をウェハファブが実行する場合の情報（データ）の流れを示す図である。 図８は、一実施形態に係る欠陥検査方法をＩＤＭが実行する場合のフローチャートである。 図９は、一実施形態に係る欠陥検査方法をＩＤＭが実行する場合の情報（データ）の流れを示す図である。
以下に、実施形態について図面を参照して説明する。実施形態は、発明の技術的思想を具体化するための装置や方法を例示している。図面は模式的または概念的なものであり、各図面の寸法及び比率等は必ずしも現実のものと同一とは限らない。本発明の技術的思想は、構成要素の形状、構造、配置等によって特定されるものではない。
以下では、マスクの欠陥検査方法を例に挙げて説明する。なお、本実施形態では、検査対象の試料がマスクである場合について説明するが、パターンを有する基板であればよい。例えば、試料は、半導体基板であってもよい。
１ 欠陥検査装置の構成
まず、欠陥検査装置の全体構成の一例について、図１を用いて説明する。図１は、欠陥検査装置１の全体構成を示す図である。なお、本実施形態では、受光素子（フォトダイオード）を用いて、マスクを反射または透過した光の光学画像を撮像する検査装置について説明するが、これに限定されない。欠陥検査装置は、光学顕微鏡を用いてパターンの光学画像を撮像してもよいし、ＳＥＭを用いて、パターンの電子線画像を撮像してもよい。
図１に示すように、欠陥検査装置１は、画像取得機構１０と制御機構２０とを含む。画像取得機構１０は、マスク３０の光学画像を取得するための構成を有する。制御機構２０は、画像取得機構１０を制御し、画像取得機構１０が取得した光学画像に基づいて欠陥を検出する。
画像取得機構１０は、ステージ１０１、照明光源１１１、ハーフミラー１１２、ミラー１１３～１１５及び１１７、照明光調整部１１８、レンズ１１６、１１９、及び１２１、ビームスプリッタ１２０、アパーチャ１２２、結像光調整部１２３、並びに受光センサ１２４を含む。
ステージ１０１の上には、マスク３０が載置される。ステージ１０１は、ステージ１０１の表面に平行な方向に移動及び回転可能である。なお、ステージ１０１は、ステージ１０１の表面に垂直な方向に移動可能であってもよい。
照明光源１１１は、欠陥検査用の照明光を射出する。例えば、照明光源１１１は、１９９ｎｍの深紫外光（ＤＵＶ光：deep ultra-violet light）を照射するパルスレーザー照射装置である。
ハーフミラー１１２は、照明光源１１１から射出された照明光を、透過照明光学系と反射照明光学系との２つに分割する。より具体的には、ハーフミラー１１２を透過した照明光は、透過照明光学系に入射される。透過照明光学系は、マスク３０を透過した照明光（以下、「透過光」とも表記する）を撮像する場合に、マスク３０を照射する照明光の光路を調整する。また、ハーフミラー１１２を反射した照明光は、反射照明光学系に入射される。反射照明光学系は、マスク３０を反射した照明光（以下、「反射光」とも表記する）を撮像する場合に、マスク３０を照射する照明光の光路を調整する。
ミラー１１３、１１４、及び１１５は、透過照明光学系において、ハーフミラー１１２を透過した照明光の光路の調整に用いられる。
レンズ１１６は、透過照明光学系において、ミラー１１５によって向きを変えられた照明光をマスク３０の上面上に集光させる。
ミラー１１７は、反射照明光学系において、ハーフミラー１１２を反射した照明光の光路の調整に用いられる。
照明光調整部１１８は、照明光の偏光方向及び光束の量を調整する。照明光調整部１１８は、光学フィルタ１１８ｔ及び１１８ｒを含む。光学フィルタ１１８ｔは、透過照明光学系において、ミラー１１４とミラー１１５との間の光路に設けられ、照明光の偏光方向及び光束の量の調整に用いられる。光学フィルタ１１８ｒは、反射照明光学系において、ミラー１１７とビームスプリッタ１２０との間の光路に設けられ、照明光の偏光方向及び光束の量の調整に用いられる。
レンズ１１９は、透過照明光学系において、マスク３０を透過した照明光（透過光）をビームスプリッタ１２０に集光させる。また、レンズ１１９は、反射照明光学系において、光学フィルタ１１８ｒを通過した後にビームスプリッタ１２０を反射した照明光をマスク３０の下面上に集光させ、マスク３０を反射した照明光（反射光）をビームスプリッタ１２０に集光させる。
ビームスプリッタ１２０は、反射照明光学系において、光学フィルタ１１８ｒを通過した照明光をレンズ１１９に向かって反射させる。また、ビームスプリッタ１２０は、レンズ１１９によって集光された透過光また反射光を透過させる。
レンズ１２１は、ビームスプリッタ１２０を透過した透過光及び反射光をアパーチャ１２２上に集光させる。
アパーチャ１２２は、レンズ１２１によって集光された透過光及び反射光の成形に用いられる。アパーチャ１２２は、開口部１２２ｔ及び１２２ｒを有する。開口部１２２ｔは、透過光を成形する際に用いられる。開口部１２２ｒは、反射光を成形する際に用いられる。
結像光調整部１２３は、受光センサ１２４上に結像される照明光（透過光及び反射光）の偏光方向及び光束の量を調整する。結像光調整部１２３は、光学フィルタ１２３ｔ及び１２３ｒを含む。光学フィルタ１２３ｔは、透過光の偏光方向及び光束の量の調整に用いられる。また、光学フィルタ１２３ｒは、反射光の偏光方向及び光束の量の調整に用いられる。
受光センサ１２４は、受光した透過光及び反射光をセンスする。受光センサ１２４は、フォトダイオードアレイ１２４ｔ及び１２４ｒを含む。フォトダイオードアレイ１２４ｔは、光学フィルタ１２３ｔを通過した透過光を光電変換し、電気信号を生成する。フォトダイオードアレイ１２４ｒは、光学フィルタ１２３ｒを通過した反射光を光電変換し、電気信号を生成する。フォトダイオードアレイ１２４ｔ及び１２４ｒは、生成した電気信号を後述する画像データ入力部２６０に送信する。フォトダイオードアレイ１２４ｔ及び１２４ｒは、図示せぬ画像センサをそれぞれ含む。画像センサとしては、撮像素子としてのＣＣＤカメラを一列に並べたラインセンサが用いられてもよい。ラインセンサの例としては、ＴＤＩ（Time Delay Integration）センサが挙げられる。例えば、ＴＤＩセンサによって、連続的に移動しているステージ１０１上に載置されたマスク３０のパターンが撮像される。
制御機構２０は、装置制御部２００、記憶部２１０、検査条件設定部２２０、照明条件設定部２３０、結像条件設定部２４０、参照画像生成部２５０、画像データ入力部２６０、及び比較部２７０を含む。なお、検査条件設定部２２０、照明条件設定部２３０、結像条件設定部２４０、参照画像生成部２５０、画像データ入力部２６０、及び比較部２７０は、ＣＰＵ（Central Processing Unit）、特定用途集積回路（ＡＳＩＣ：Application Specific Integrated Circuit）、フィールドプログラマブルゲートアレイ（ＦＰＧＡ：Field Programmable Gate Alley）、または、グラフィック処理ユニット（ＧＰＵ:Graphics Processing Unit）などの集積回路が実行するプログラムによって構成されてもよいし、それらの集積回路が備えるハードウェアまたはファームウェアによって構成されてもよいし、それらの集積回路によって制御される個別の回路によって構成されてもよい。以下では、これらが、装置制御部２００によって実行される欠陥検査プログラムである場合について説明する。
装置制御部２００は、欠陥検査装置１の全体を制御する。より具体的には、装置制御部２００は、画像取得機構１０を制御して光学画像を取得する。また、装置制御部２００は、制御機構２０を制御して、参照画像と、取得した光学画像とを比較し、欠陥を検出する。例えば、装置制御部２００は、図示せぬＣＰＵ、ＲＡＭ（Random Access Memory）、及びＲＯＭ（Read Only Memory）を含む。例えば、ＣＰＵは、ＲＯＭに格納された欠陥検査プログラムをＲＡＭに展開する。そして、ＣＰＵは、ＲＡＭに展開された欠陥検査プログラムを実行して、欠陥検査装置１を制御する。なお、ＲＯＭの代わりに記憶部２１０に欠陥検査プログラムが格納されていてもよい。また、装置制御部２００は、例えば、マイクロプロセッサなどのＣＰＵデバイスであってもよいし、パーソナルコンピュータなどのコンピュータ装置であってもよい。また、装置制御部２００の少なくとも一部の機能が、ＡＳＩＣ、ＦＰＧＡ、ＧＰＵ等の他の集積回路によって担われてもよい。
記憶部２１０は、欠陥検査に関する情報を記憶する。より具体的には、記憶部２１０には、マスク３０のマスクデータ（設計データ）、検査条件の設定データ、検査データ等が記憶される。例えば、検査条件の設定データには、画像取得機構１０の光学系条件、欠陥検出条件、及び後述する検査指標等が含まれる。また、検査データには、参照画像データ、光学画像データ、及び検出された欠陥に関するデータ（座標及びサイズ等）が含まれる。なお、記憶部２１０は、非一時的な記憶媒体として、装置制御部２００が実行する欠陥検査プログラムを記憶していてもよい。また、記憶部２１０は、外部ストレージとして、磁気ディスク記憶装置（ＨＤＤ：Hard Disk Drive）またはソリッドステートドライブ（ＳＳＤ）等の各種記憶装置を含んでいてもよい。
検査条件設定部２２０は、画像取得機構１０における１つまたは複数の光学画像の取得条件（光学系条件）を設定する。
また、検査条件設定部２２０は、欠陥の検出条件を設定する。より具体的には、例えば、検査条件設定部２２０は、欠陥の形状、サイズ、検出位置（周辺パターンの形状）等に基づいて、欠陥を分類し、グループ化する機能を有する。また、検査条件設定部２２０は、例えば、欠陥検出信号に対する閾値を変化させて、検出感度を調整する機能を有する。また、検査条件設定部２２０は、ニュイサンスと判断された複数の欠陥検出信号から一定の傾向が抽出された場合、抽出された傾向に基づいて、欠陥検出信号からニュイサンスを分類（フィルタリング）する機能を有する。また、検査条件設定部２２０は、検出された欠陥が、例えば半導体デバイスの製造において障害にならないことを判断する、あるいは基準となる欠陥検査の結果に基づいて同等の欠陥が検出されているのか確認する欠陥レビュー機能を有する。そして、検査条件設定部２２０は、上述の欠陥の分類、欠陥のグループ化、欠陥の検出感度の変化、ニュイサンスのフィルタリング、欠陥レビュー等をサンプリング（検出）スキームの要素として使用することにより、欠陥の検出条件を設定するコンテキスト・ベース機能を有する。
本実施形態では、検査条件設定部２２０は、図示せぬ入出力回路を介して、外部から入力された検査指標に基づいて、コンテキスト・ベース機能を構成する要素を取捨選択したり、新たな要素を追加したり、検出感度を変更したりする編集機能を有する。すなわち、検査条件設定部２２０は、検査指標に基づいて欠陥検出条件を変更できる。検査指標は、検査対象のマスクとは異なるマスクの欠陥検査、及びそのレビュー結果または歩留まり情報等に基づいて作成される欠陥検出条件の変更を指定するための指標である。これにより、検査条件設定部２２０は、例えば同じマスクであってもユーザまたは目的等に応じて異なる欠陥検出条件を設定できる。
より具体的には、例えば、検査条件設定部２２０は、検査指標に基づいて、欠陥をグループ化する際の区分を変更して、ニュイサンスとしてフィルタリングされる欠陥をユーザの目的に合わせて変更できる。また、検査条件設定部２２０は、欠陥の検出感度を変更することにより、半導体デバイスには反映されない微細なニュイサンスの検出個数を抑制できる。また、検査条件設定部２２０は、ＤＯＩとニュイサンスとを判別する閾値を変更できる。これらにより、欠陥検査装置１は、ユーザの目的に合わせたニュイサンスをより高い確度で検出でき、ニュイサンスと判別される欠陥の個数を低減できる。
検査条件設定部２２０が設定した検査条件（光学系条件及び欠陥検出条件）及び外部から入力された検査指標等は、記憶部２１０に記憶される。
照明条件設定部２３０は、検査条件設定部２２０において設定された検査条件に基づいて、照明光源１１１及び照明光調整部１１８を制御する。例えば、照明条件設定部２３０は、照明光調整部１１８を制御して、透過照明光学系または反射照明光学系のいずれか、またはその両方を選択する。照明条件設定部２３０は、照明光を調整することにより、マスク上のパターンの種類やサイズの違いに応じて特性の変化する光学画像が取得できる。
結像条件設定部２４０は、検査条件設定部２２０において設定された検査条件に基づいて、結像光調整部１２３を制御する。例えば、結像条件設定部２４０は、結像光調整部１２３を制御して、透過光または反射光のいずれか、またはその両方を選択する。また、結像条件設定部２４０は、照明光調整部１１８を制御して、撮像領域の空間周波数を調整（抑制）できる。例えば、装置制御部２００は、ＤＯＩとニュイサンスとを分離しやすくするために、空間周波数を抑制し得る。
参照画像生成部２５０は、例えば、記憶部２１０に格納されているマスクデータに基づいて参照画像を生成する。参照画像生成部２５０は、生成した参照画像を比較部２７０に送信する。なお、参照画像生成部２５０は、マスク上に形成された同一パターンからなる複数の領域の光学画像の１つを参照画像としてもよいし、他のマスクの同一パターンの光学画像を参照画像としてもよい。
画像データ入力部２６０は、受光センサ１２４から複数の光学系条件を用いた複数の光学画像データを受信する。画像データ入力部２６０は、受信した光学画像データを比較部２７０に送信する。
比較部２７０は、光学画像と、参照画像とを、適切なアルゴリズムを用いて比較する。比較して得られた信号（欠陥検出信号）は、検査条件設定部２２０において設定された欠陥検出条件に基づいて判定される。検査結果（検査データ）は、記憶部２１０に保存される。なお、欠陥検査装置１が表示部を有している場合、表示部に検査結果が表示されてもよい。
２．欠陥検査装置におけるマスク欠陥検査の流れ
次に、欠陥検査装置１におけるマスクの欠陥検査の流れの一例について、図２を用いて説明する。図２は、欠陥検査装置１におけるマスクの欠陥検査のフローチャートである。以下では、Ｄ－ＤＢ方式について説明する。なお、検査方式は、Ｄ－Ｄ方式であってもよい。
図２に示すように、まず、検査対象のマスクデータを取得する（ステップＳ１０１）。取得したマスクデータは、記憶部２１０に格納される。
参照画像生成部２５０は、マスクデータに基づいて、参照画像を生成する（ステップＳ１０２）。参照画像生成部２５０は、作成した参照画像を、記憶部２１０または比較部２７０に送信する。なお、Ｄ－Ｄ方式の場合、参照画像生成部２５０は、同一パターンの光学画像を参照画像とする。
検査条件設定部２２０は、例えばマスクデータに基づいて、画像取得機構１０における光学系条件を設定する（ステップＳ１０３）。このとき、検査条件設定部２２０は、光学画像の取得条件として、複数の光学系条件を設定してもよい。
画像取得機構１０は、設定された１つまたは複数の光学系条件に基づいて光学画像を取得する（ステップＳ１０４）。より具体的には、ステージ１０１上にマスク３０が載置される。照明条件設定部２３０は、照明光源１１１からＤＵＶ光を射出させる。また、照明条件設定部２３０は、検査条件設定部２２０が設定した光学系条件に基づいて、照射光の光路を調整し、照明光調整部１１８を制御する。結像条件設定部２４０は、検査条件設定部２２０が設定した光学系条件に基づいて、結像光調整部１２３を制御する。この状態において、ステージ１０１が移動することによって、光学系を介して照明光がマスク上を走査する。マスクを透過または反射した照明光は、受光センサ１２４上に結像する。受光センサ１２４は、取得した画像データを画像データ入力部２６０に送信する。これにより、複数の光学画像が連続的に取得される。なお、参照画像作成と光学画像取得との順序は入れ替えてもよいし、同時に実行されてもよい。
光学画像の取得が終了すると、検査条件設定部２２０は、例えば、マスクデータ（参照画像）及び取得した光学画像に基づいて、コンテキスト・ベース機能を用いた欠陥検出条件を設定する（ステップＳ１０５）。
記憶部２１０に検査指標が保存されている場合（ステップＳ１０６＿Ｙｅｓ）、検査条件設定部２２０は、検査指標に基づいて、欠陥検出条件の設定（変更）を行う（ステップＳ１０７）。
検査指標が無い場合（ステップＳ１０６＿Ｎｏ）または検査指標に基づく欠陥検出条件の設定終了後、比較部２７０は、参照画像と取得した光学画像とを比較する（ステップＳ１０８）。比較部２７０は、欠陥検出条件に基づいて、比較して得られた光学画像と参照画像との差異を示す信号が欠陥であるか否かを判定する。そして、比較部２７０は、検出した欠陥のグループ化を行い、欠陥がＤＯＩであるかニュイサンスであるかを判別する。そして、比較部２７０は、欠陥の情報（座標、サイズ、形状、及びＤＯＩとニュイサンスとの区別等）、並びに欠陥判定の根拠となった光学画像及び参照画像を、検査結果として、記憶部２１０に保存する。なお、記憶部２１０に保存された結果は、図示せぬ表示部に表示されてもよく、図示せぬ入出力回路を介して外部デバイス（例えば、レビュー装置）に出力されてもよい。
なお、本例では、検査条件設定部２２０は、コンテキスト・ベース機能を用いて欠陥検出条件を一旦設定してから、検査指標に基づいて欠陥検出条件を変更する場合について説明したが、コンテキスト・ベース機能を用いて欠陥検出条件を設定する工程を省略してもよい。すなわち、検査条件設定部２２０は、検査指標に基づいて欠陥検出条件を直接設定してもよい。
３．マスク設計からデバイス製造までの流れ
次に、１つのマスクに着目したマスク設計からデバイス製造までの流れの一例について、図３を用いて説明する。図３は、マスク設計からデバイス製造までの流れを示すフローチャートである。以下の説明では、マスク設計から半導体デバイスの製造までを行うデバイスメーカーを、「ＩＤＭ（(Integrated Device Manufacturer)」と表記する。マスク設計を行い、マスク及び半導体デバイスの製造を自社で行わないデバイスメーカーを「ファブレス」と表記する。ＩＤＭとファブレスとを区別しない場合は、単に「デバイスメーカー」と表記する。また、マスク製造会社を、「マスクハウス」と表記する。例えば、ＩＤＭにおいても、半導体デバイスの開発コスト及び製造コスト等の上昇により、マスク製造をマスクハウスに発注する場合がある。更に、ＩＤＭまたはファブレスから半導体デバイスの製造を委託されたデバイス製造会社（工場）を「ウェハファブ」と表記する。例えば、ＩＤＭにおいても、自社の製造ラインの生産能力に応じて、製造の一部をウェハファブに発注する場合がある。
図３に示すように、まず、デバイスメーカー（ＩＤＭ及びファブレス）において、半導体デバイスの回路パターンのレイアウト設計を行う（ステップＳ１１）。
次に、レイアウト設計された回路データに対して、例えば、ＯＰＣ（Optical Proximity Correction）またはＩＬＴ（Inverse Lithography Technology）といった解像度向上手法を用いたマスクデータ補正（ステップＳ１２）を実行し、マスクデータを作成する。
マスクハウスがデバイスメーカーからマスクの製造を受注している場合、デバイスメーカーからマスクハウスにマスクデータが提供される。
マスクハウスにおいて、マスク描画装置を用いて、入手したマスクデータに基づいて、ブランクマスク上にマスクパターンを作成（描画）する（ステップＳ１３）。
次に、製造したマスクの品質保証検査が行われる（ステップＳ１４）。より具体的には、マスクパターンの寸法測定及び座標測定、並びにマスクの欠陥検査等を実行する。このとき、例えば、マスクハウスは、出荷する製品(マスク)の品質保証の観点から、製品ランクに応じた品質保証検査（マスクの欠陥検査）の規格を設ける。品質保証検査を合格したマスクには、ペリクルが貼り付けられる。そして、ペリクルを張り付けられたマスクが、検査結果を記載した検査表とともにＩＤＭまたはウェハファブに出荷される。
マスクを納品されたＩＤＭの製造部門またはウェハファブにおいて、半導体デバイスを製造する（以下、「前工程」とも表記する）。このとき、リソグラフィ工程においてマスクの受入検査または品質管理検査（「受入／品質管理検査」と表記する）を実行する（ステップＳ２０）。
より具体的には、マスクハウスから納品されたマスクに対しては、マスクの欠陥検査を含む受入検査を実行する。
マスクは、露光装置において繰り返し使用される間に、露光光の照射及び環境の影響等により、徐々に汚染されることが知られている。また、マスク表面にペリクルが貼り付けられている場合、ペリクルの定期的な貼り換えが行われる。このため、リソグラフィ工程で使用されるマスクに対しては、マスクの品質管理のため、定期的にマスクの欠陥検査を含む品質管理検査を実行する。
受入／品質管理検査を合格したマスクは、露光装置において、露光に用いられる（ステップＳ２１）。
露光後あるいは回路パターンの加工後に、ウェハの欠陥検査（ステップＳ２２）を実行する。このとき、少なくとも一部のウェハ（またはチップ）について、欠陥のレビューを実行する。
前工程が終了すると、後工程（「組み立て工程」とも呼ばれる）において、例えば、特性検査を合格したチップが組み立てられる。その後、出荷検査を合格した製品が出荷される。
４．マスクの欠陥検査の具体例
次に、マスクの欠陥検査の具体例について説明する。マスクの欠陥検査は、実行するユーザにより、その目的が異なる。例えば、マスクハウスでは、出荷のためのマスクの品質保証が検査の目的となり得る。また、ウェハファブでは、マスクを透過する露光光の透過率変化や、マスクへの異物の付着の確認が検査の目的となり得る。例えば、検査により検出される様々な種類の欠陥の対処方法は、ウェハファブの技術レベルによって異なる。また、ＩＤＭでは、半導体デバイスの歩留まり向上の目的から、マスク設計へのフィードバックが検査の目的となり得る。
このため、ユーザにより、検査指標の作成手順が異なる。以下では、マスクハウス、ウェハファブ、及びＩＤＭにおけるマスクの欠陥検査方法について、それぞれ説明する。
４．１ マスクハウスにおけるマスクの欠陥検査方法
まず、マスクハウスにおけるマスクの欠陥検査方法の一例について、図４及び図５を用いて説明する。図４は、マスクハウスにて実行されるマスクの欠陥検査のフローチャートである。図５は、マスクハウスがマスクの欠陥検査を実行する場合の情報（データ）の流れを示す図である。以下では、半導体デバイスの製造に用いられるマスクを「製品マスク」と表記する。また、欠陥検査装置１における欠陥の検出感度の確認、すなわち、欠陥検査装置１の性能保証に用いられる、様々な欠陥が作りこまれているテストパターンからなるマスクを「品質保証マスク」と表記する。
図４及び図５に示すように、まず、ＩＤＭまたはファブレスにおいて、回路パターンのレイアウト設計を行う（ステップＳ３１）。
ＩＤＭの設計部門またはファブレスは、ＩＤＭの製造部門またはウェハファブから露光装置の性能情報（「露光性能の情報」と表記する）、並びにウェハの欠陥検査、レビュー、及び歩留まりの情報を含む製造ラインのデバイス製造性能の情報を入手する。そして、露光性能の情報及びデバイス製造性能の情報に基づいて、目標とするコストで予め設定された性能（すなわち、歩留まり）を実現できるように、使用する製造ラインのデバイス製造性能に合わせて、レイアウト設計後の回路データを補正し（ステップＳ３２）、マスクデータを作成する。
マスクハウスは、マスク発注元のＩＤＭまたはファブレスからマスクデータを入手する。
欠陥検査装置１は、入手したマスクデータに対応するテストパターンを有する品質保証マスクを用いたマスクの欠陥検査を実行する（ステップＳ３３）。このとき、検査条件設定部２２０は、コンテキスト・ベース機能を用いて、欠陥検出条件を設定する。
次に、例えば、欠陥検査装置のレビュー機能、ＳＥＭ、または露光波長光源を使用したパターンの転写性評価装置等を用いて、検出された欠陥を、ＤＯＩとニュイサンスとに判別する。そして、コンテキスト・ベースの欠陥検出条件を用いた品質保証マスクの欠陥検査の結果と、ＤＯＩとニュイサンスとの判別結果から、コンテキスト・ベースの機能に基づいた欠陥検出条件におけるＤＯＩ及びニュイサンスの検出感度を示す感度情報を作成する（ステップＳ３４）。なお、感度情報には、コンテキスト・ベースにおける各種パラメータ情報及びマスク描画装置の描画性能の情報が含まれていてもよい。マスクハウスは、マスク発注元のＩＤＭまたはファブレスに、作成した感度情報を提示する。換言すれば、マスクハウスは、マスク発注元に、品質保証マスクを用いて保証できる欠陥検査装置１の検出値を提示する。
マスク発注元のＩＤＭまたはファブレスにおいて、マスクデータと感度情報とに基づいて、歩留まりを予測する（ステップＳ３５）。より具体的には、例えば、マスクデータを用いて製品マスクを作成した場合に、欠陥検査装置１によるマスクの品質保証（マスクの欠陥検査）に基づいて、マスクデータの補正の効果が目標どおりに得られ、且つ製品マスクを用いた半導体デバイスの製造において目標とする歩留まりが得られるか否かを確認（予測）できることを、シミュレーション等を用いて確認する。なお、シミュレーションには、露光性能の情報及びデバイス製造性能の情報も用いられ得る。
次に、歩留まり予測の結果から、欠陥検査装置１の欠陥検出条件を変更するための検査指標を作成する（ステップＳ３６）。より具体的には、欠陥検査装置１の欠陥検出条件が、ＤＯＩの検出感度を最大に設定し、且つニュイサンスの検出個数を抑制できる条件となるように、コンテキスト・ベース機能を構成する要素の取捨選択、新たな要素の追加、あるいはニュイサンスの検出感度の変更を指定する検査指標を作成する。なお、例えば、マスクハウスからＩＤＭまたはファブレスに複数の光学系条件に対応する複数の感度情報が提示された場合、検査指標には、最適な光学系条件に関する情報が含まれていてもよい。この場合、欠陥検査装置１の検査条件設定部２２０は、検査指標に基づいて光学系条件を設定してもよい。ＩＤＭまたはファブレスは、マスクハウスに、作成した検査指標を提供する。
マスクハウスにおいて、欠陥検査装置１に検査指標を入力する。検査条件設定部２２０は、入力された検査指標に基づいて、欠陥検出条件を設定（変更）する（ステップＳ３７）。
欠陥検査装置１は、検査指標に基づいて設定された欠陥検出条件に基づいて、製品マスクの欠陥検査を実行する（ステップＳ３８）。
換言すれば、品質保証マスクの欠陥検査の結果とマスクデータとに基づいて、歩留まり予測を実行する。歩留まり予測の結果に基づいて、検査指標を作成する。そして、検査指標に基づいて、欠陥検査条件を設定し、設定された欠陥検査条件を用いて製品マスクの欠陥検査を実行する。この結果、ニュイサンスの検出個数を抑制したマスクの欠陥検出が実行される。
４．２ ウェハファブにおけるマスクの欠陥検査方法
次に、ウェハファブにおけるマスクの欠陥検査方法の一例について、図６及び図７を用いて説明する。図６は、ウェハファブにおいて実行する受入／品質管理検査におけるマスクの欠陥検査のフローチャートである。図７は、ウェハファブがマスクの欠陥検査を実行する場合の情報（データ）の流れを示す図である。
図６及び図７に示すように、ウェハファブにおいて、検査対象ではない製品マスクを用いて、コンテキスト・ベース機能に基づく欠陥検出条件を用いたマスクの欠陥検査を実行する。そして、マスクの欠陥検査の結果と、当該製品マスクを用いた半導体デバイスのデバイス製造性能（ウェハの欠陥検査及びレビューの結果、並びに歩留まり情報等）とを比較し、検査指標を作成する（ステップＳ４１）。より具体的には、欠陥検査装置１の欠陥検出条件において、ＤＯＩの検出感度を最大にし、且つニュイサンスの検出個数を抑制できる条件となるように、コンテキスト・ベース機能を構成する要素の取捨選択、新たな要素の追加、あるいはニュイサンスの検出感度の変更を指定する検査指標を作成する。例えば、ウェハファブでは、検査する欠陥の種類（例えば、パーティクル）に着目し、その検出感度を最大に設定し且つニュイサンスの検出個数を抑制できるように、検査指標を作成してもよい。
欠陥検査装置１に検査指標を入力する。検査条件設定部２２０は、入力された検査指標に基づいて、欠陥検出条件を設定（変更）する（ステップＳ４２）。
欠陥検査装置１は、設定された欠陥検出条件に基づいて、品質保証マスクの欠陥検査を実行する（ステップＳ４３）。
品質保証マスクの欠陥検査の結果に基づいて、シミュレーション等により歩留まりを予測する（ステップＳ４４）。なお、シミュレーションには、コンテキスト・ベースに基づく欠陥検出条件及びデバイス製造性能の情報も用いられ得る。また、歩留まり予測の結果、目標とする歩留まりが得られなかった場合、検査指標を修正してもよい。
歩留まり予測の結果、目標とする歩留まりが得られると確認できた場合、欠陥検査装置１は、検査指標に基づいて設定された欠陥検出条件を用いて、マスクハウスから納品された製品マスクの受入検査（マスク欠陥検査）を実行する（ステップＳ４５）。
前工程において、受入検査を合格した製品マスクを用いて、露光が実行される（ステップＳ４６）。
製品マスクの品質を維持管理するため、欠陥検査装置１では、品質保証マスクを用いた欠陥検出性能の確認が定期的に行われる。品質保証マスクに基づいて欠陥検出性能が管理された欠陥検査装置１を用いて、露光に使用された製品マスクの品質管理検査を実行する（ステップＳ４７）。
換言すれば、ウェハファブにおいて、他の製品マスクの欠陥検査の結果とデバイス製造性能（ウェハの欠陥検査及びレビューの結果、並びに歩留まり情報等）とに基づいて、検査指標を作成する。検査指標に基づいて欠陥検査条件を設定し、設定された欠陥検査条件を用いて品質保証マスクの欠陥検査を実行する。そして、品質保証マスクの欠陥検査の結果に基づいて、歩留まりを予測する。そして、歩留まり遅く目標の歩留まりが得られる場合、マスクの欠陥検査を実行される。この結果、ニュイサンスの検出個数を抑制したマスクの欠陥検出が実行される。
４．３ ＩＤＭにおけるマスクの欠陥検査方法
次に、ＩＤＭにおけるマスクの欠陥検査方法の一例について、図８及び図９を用いて説明する。図８は、ＩＤＭにおいて実行するマスクの欠陥検査のフローチャートである。図９は、ＩＤＭがマスクの欠陥検査を実行する場合の情報（データ）の流れを示す図である。なお、図８及び図９の例は、ＩＤＭが、マスク及び半導体デバイスを製造する場合を示している。
図８及び図９に示すように、まず、回路パターンのレイアウト設計を行う（ステップＳ５１）。
次に、マスク描画装置の描画性能の情報、露光性能の情報、及びデバイス製造性能の情報に基づいて、目標とするコストで予め設定された性能を実現できるように、使用する製造ライン（装置）のデバイス製造性能に合わせて、レイアウト設計した回路データを補正し（ステップＳ５２）、マスクデータを作成する。
欠陥検査装置１は、マスクデータに対応するテストパターンを有する品質保証マスクを用いたマスクの欠陥検査を実行する（ステップＳ５３）。このとき、検査条件設定部２２０は、コンテキスト・ベース機能を用いて、欠陥検出条件を設定する。
次に、例えば、欠陥検査装置のレビュー機能、ＳＥＭ、または露光波長光源を使用したパターンの転写性評価装置等を用いて、検出された欠陥を、ＤＯＩとニュイサンスとに判別する。そして、品質保証マスクの欠陥検査の結果と、ＤＯＩとニュイサンスとの判別結果から、コンテキスト・ベースの機能に基づいた欠陥検出条件におけるＤＯＩ及びニュイサンスの検出感度を示す感度情報を作成する（ステップＳ５４）。なお、感度情報には、コンテキスト・ベースにおける各種パラメータ情報及び描画装置の描画性能の情報が含まれていてもよい。
次に、マスクデータと感度情報とに基づいて、歩留まりを予測する（ステップＳ５５）。マスクデータを用いて製品マスクを作成した場合に、欠陥検査装置１によるマスクの品質保証（マスクの欠陥検査）に基づいて、マスクデータの補正の効果が目標どおりに得られ、且つ製品マスクを用いた半導体デバイスの製造において目標とする歩留まりが得られるか否かを確認できることを、シミュレーション等を用いて確認する。なお、シミュレーションには、露光性能の情報及びデバイス製造性能の情報も用いられ得る。
次に、歩留まり予測の結果から、欠陥検査装置１の欠陥検出条件を変更するための検査指標を作成する（ステップＳ５６）。より具体的には、欠陥検査装置１の欠陥検出条件が、ＤＯＩの検出感度を最大にし、且つニュイサンスの検出個数を抑制できる条件となるように、コンテキスト・ベース機能を構成する要素の取捨選択、新たな要素の追加、あるいはニュイサンスの検出感度の変更を指定する検査指標を作成する。例えば、ＩＤＭでは、マスク設計にＩＬＴ技術を適用した際に生じる可能性のある欠陥(微小パターン)の検出感度を最大に設定し且つニュイサンスの検出個数を抑制できるように、検査指標を作成してもよい。
次に、欠陥検査装置１に検査指標を入力する。検査条件設定部２２０は、入力された検査指標に基づいて、欠陥検出条件を設定（変更）する（ステップＳ５７）。
欠陥検査装置１は、検査指標に基づいて設定された欠陥検出条件に基づいて、製品マスクの欠陥検査を実行する（ステップＳ５８）。
換言すれば、ＩＤＭにおいて、品質保証マスクの欠陥検査の結果とマスクデータとに基づいて、歩留まりを予測する。歩留まり予測の結果に基づいて、検査指標を作成する。そして、検査指標に基づいて、欠陥検査条件を設定し、設定された欠陥検査条件を用いて製品マスクの欠陥検査を実行する。この結果、ニュイサンスの検出個数を抑制したマスクの欠陥検出が実行される。
５．本実施形態に係る効果
例えば、マスクの欠陥検査の後にレビューを実施する場合、マスクの欠陥検査においてニュイサンスと判定された欠陥の個数が多くなると、レビューの負荷が増大する。このため、例えば、欠陥検査装置において、欠陥の検出感度を低下させて、検出される欠陥の個数を減少させる場合がある。しかし、欠陥の検出感度を低下させるとＤＯＩの検出感度も低下し、製品の歩留まりが低下する可能性がある。
これに対し、本実施形態に係る構成であれば、検査対象と異なるマスクによるウェハの欠陥結果の結果に基づく検査指標を作成できる。そして、検査指標に基づいて欠陥検査条件を設定し、マスクの欠陥検査を実行できる。このため、欠陥検査装置１における欠陥検出条件にユーザが求めるＤＯＩとニュイサンスとの判別基準を反映させることができる。これにより、ＤＯＩの検出感度を最大にしつつ、ニュイサンスの検出個数を抑制できる。従って、欠陥検査装置において、ＤＯＩに対するニュイサンスの比率を低減できる欠陥検出条件を設定できる。
６．変形例等
上記実施形態では、Ｄ－ＤＢ方式について説明したが、これに限定されない。例えば、Ｄ－Ｄ方式においても本実施形態を提要できる。
更に、上記実施形態は、試料がマスクである場合について説明したが、試料が半導体基板であってもよい。
なお、本発明は、上記実施形態に限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で種々に変形することが可能である。また、各実施形態は適宜組み合わせて実施してもよく、その場合組み合わせた効果が得られる。更に、上記実施形態には種々の発明が含まれており、開示される複数の構成要件から選択された組み合わせにより種々の発明が抽出され得る。例えば、実施形態に示される全構成要件からいくつかの構成要件が削除されても、課題が解決でき、効果が得られる場合には、この構成要件が削除された構成が発明として抽出され得る。
１…欠陥検査装置、１０…画像取得機構、２０…制御機構、３０…マスク、１０１…ステージ、１１１…照明光源、１１２…ハーフミラー、１１３～１１５、１１７…ミラー、１１６、１１９、１２１…レンズ、１１８…照明光調整部、１１８ｒ、１１８ｔ、１２３ｒ、１２３ｔ…光学フィルタ、１２０…ビームスプリッタ、１２２…アパーチャ、１２２ｒ、１２２ｔ…開口部、１２３…結像光調整部、１２４…受光センサ、１２４ｒ、１２４ｔ…フォトダイオードアレイ、２００…装置制御部、２１０…記憶部、２２０…検査条件設定部、２３０…照明条件設定部、２４０…結像条件設定部、２５０…参照画像生成部、２６０…画像データ入力部、２７０…比較部

Claims (7)

  1. 第１試料に照明光を照射して前記第１試料の画像を取得し、参照画像と前記第１試料の前記画像とを比較して欠陥を検査する欠陥検査装置を用いた欠陥検査方法であって、
    前記参照画像を生成する工程と、
    前記第１試料の前記画像を取得する工程と、
    前記第１試料とは異なる第２試料の欠陥検査の結果に基づく指標を用いて欠陥検出条件を設定する工程と、
    前記参照画像と前記第１試料の前記画像とを比較した結果から、前記欠陥検出条件に基づいてニュイサンスを判別する工程と、
    を備える欠陥検査方法。
  2. 前記参照画像は、前記第１試料の設計データに基づいて生成される、
    請求項１に記載の欠陥検査方法。
  3. 前記参照画像は、前記第１試料の前記画像を取得する領域とは異なる領域の画像に基づいて生成される、
    請求項１に記載の欠陥検査方法。
  4. 前記指標は、前記第２試料の前記欠陥検査の結果と前記第１試料の設計データとに基づく歩留り予測に基づいて作成される、
    請求項１乃至３のいずれか一項に記載の欠陥検査方法。
  5. 前記第２試料の前記欠陥検査の欠陥検出条件は、前記第１試料の設計データに基づいて設定される、
    請求項１乃至４のいずれか一項に記載の欠陥検査方法。
  6. 前記指標は、前記第２試料の前記欠陥検査の結果と、前記第２試料に基づく製品の製造性能の情報とに基づいて設定される、
    請求項１乃至３のいずれか一項に記載の欠陥検査方法。
  7. 前記欠陥検出条件を設定する工程は、
    前記第１及び第２試料とは異なる第３試料の欠陥検査を行う工程と、
    前記第３試料の前記欠陥検査の結果に基づいて歩留りを予測する工程と
    を含む、
    請求項１乃至３のいずれか一項に記載の欠陥検査方法。
JP2021000536A 2021-01-05 2021-01-05 欠陥検査方法 Active JP7443268B2 (ja)

Priority Applications (6)

Application Number Priority Date Filing Date Title
JP2021000536A JP7443268B2 (ja) 2021-01-05 2021-01-05 欠陥検査方法
TW110145450A TWI814165B (zh) 2021-01-05 2021-12-06 缺陷檢查方法
US17/643,682 US11995817B2 (en) 2021-01-05 2021-12-10 Defect inspection method
KR1020210192096A KR102732825B1 (ko) 2021-01-05 2021-12-30 결함 검사 방법
CN202210003971.6A CN114720482A (zh) 2021-01-05 2022-01-05 缺陷检查方法
US18/634,000 US12373939B2 (en) 2021-01-05 2024-04-12 Defect inspection method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2021000536A JP7443268B2 (ja) 2021-01-05 2021-01-05 欠陥検査方法

Publications (2)

Publication Number Publication Date
JP2022105909A JP2022105909A (ja) 2022-07-15
JP7443268B2 true JP7443268B2 (ja) 2024-03-05

Family

ID=82218728

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2021000536A Active JP7443268B2 (ja) 2021-01-05 2021-01-05 欠陥検査方法

Country Status (5)

Country Link
US (2) US11995817B2 (ja)
JP (1) JP7443268B2 (ja)
KR (1) KR102732825B1 (ja)
CN (1) CN114720482A (ja)
TW (1) TWI814165B (ja)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US12452490B2 (en) * 2021-10-18 2025-10-21 Apprentice FS, Inc. Method for distributing censored videos of manufacturing procedures performed within a facility to remote viewers
JP2024017503A (ja) * 2022-07-28 2024-02-08 キヤノン株式会社 検査システム、検査装置、検査システムの制御方法、検査装置の制御方法
US12444068B2 (en) * 2022-08-01 2025-10-14 Lg Innotek Co., Ltd. Optical inspection based on repetitive feature comparison
JP2026513355A (ja) * 2023-04-28 2026-04-23 エーエスエムエル ネザーランズ ビー．ブイ． 極端紫外線（ｅｕｖ）リソグラフィ装置内で使用されるオブジェクトを処理するための検査又は適格性判定装置
US12399440B2 (en) 2023-06-02 2025-08-26 Taiwan Semiconductor Manufacturing Co., Ltd. Lithography system and methods
CN117030724B (zh) * 2023-10-09 2023-12-08 诺比侃人工智能科技(成都)股份有限公司 一种基于深度学习的多模态工业缺陷分析方法及系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050004774A1 (en) 2003-07-03 2005-01-06 William Volk Methods and systems for inspection of wafers and reticles using designer intent data
JP2005121788A (ja) 2003-10-15 2005-05-12 Semiconductor Leading Edge Technologies Inc 欠陥検査用マスク及び欠陥検査用マスクの製造方法
JP2005121778A (ja) 2003-10-15 2005-05-12 Semiconductor Leading Edge Technologies Inc 欠陥検出感度検査用マスク及び欠陥検出感度検査方法
JP2005331250A (ja) 2004-05-18 2005-12-02 Toppan Printing Co Ltd フォトマスクの外観検査方法
JP2006222118A (ja) 2005-02-08 2006-08-24 Renesas Technology Corp 半導体製品の歩留り予測方法、製造方法、ならびに歩留り予測システム
JP2010243283A (ja) 2009-04-03 2010-10-28 Hitachi High-Technologies Corp 欠陥検査方法および欠陥検査装置
JP2016145887A (ja) 2015-02-06 2016-08-12 株式会社ニューフレアテクノロジー 検査装置および検査方法

Family Cites Families (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005077272A (ja) 2003-09-01 2005-03-24 Olympus Corp 欠陥検査方法
JP4644210B2 (ja) 2005-01-14 2011-03-02 富士通セミコンダクター株式会社 パターン欠陥検査方法
US7570796B2 (en) 2005-11-18 2009-08-04 Kla-Tencor Technologies Corp. Methods and systems for utilizing design data in combination with inspection data
US7676077B2 (en) 2005-11-18 2010-03-09 Kla-Tencor Technologies Corp. Methods and systems for utilizing design data in combination with inspection data
KR20180088924A (ko) 2005-11-18 2018-08-07 케이엘에이-텐코 코포레이션 검사 데이터와 조합하여 설계 데이터를 활용하는 방법 및 시스템
JP4862031B2 (ja) 2008-10-20 2012-01-25 株式会社ニューフレアテクノロジー マスク欠陥レビュー方法及びマスク欠陥レビュー装置
JP2010190722A (ja) * 2009-02-18 2010-09-02 Hitachi High-Technologies Corp 欠陥検査方法及び欠陥検査装置
KR101342203B1 (ko) * 2010-01-05 2013-12-16 가부시키가이샤 히다치 하이테크놀로지즈 Ｓｅｍ을 이용한 결함 검사 방법 및 장치
JP5695924B2 (ja) * 2010-02-01 2015-04-08 株式会社ニューフレアテクノロジー 欠陥推定装置および欠陥推定方法並びに検査装置および検査方法
JP5591675B2 (ja) * 2010-12-06 2014-09-17 株式会社ニューフレアテクノロジー 検査装置および検査方法
JP5460662B2 (ja) * 2011-09-07 2014-04-02 株式会社日立ハイテクノロジーズ 領域決定装置、観察装置または検査装置、領域決定方法および領域決定方法を用いた観察方法または検査方法
JP5793093B2 (ja) * 2012-02-17 2015-10-14 株式会社ニューフレアテクノロジー 検査装置および検査方法
JP5948262B2 (ja) 2013-01-30 2016-07-06 株式会社日立ハイテクノロジーズ 欠陥観察方法および欠陥観察装置
US9865512B2 (en) * 2013-04-08 2018-01-09 Kla-Tencor Corp. Dynamic design attributes for wafer inspection
JP6134565B2 (ja) * 2013-04-12 2017-05-24 株式会社ニューフレアテクノロジー 検査方法および検査装置
KR102136671B1 (ko) 2013-09-06 2020-07-22 삼성전자주식회사 기판의 결함 검출 방법 및 이를 수행하기 위한 장치
JP6369860B2 (ja) 2014-07-15 2018-08-08 株式会社日立ハイテクノロジーズ 欠陥観察方法及びその装置
JP6486050B2 (ja) 2014-09-29 2019-03-20 株式会社Ｓｃｒｅｅｎホールディングス 検査装置および検査方法
US10650508B2 (en) 2014-12-03 2020-05-12 Kla-Tencor Corporation Automatic defect classification without sampling and feature selection
JP6386898B2 (ja) * 2014-12-15 2018-09-05 株式会社ニューフレアテクノロジー 検査方法および検査装置
JP6543070B2 (ja) * 2015-04-01 2019-07-10 株式会社ニューフレアテクノロジー 検査方法および検査装置
EP3418726A4 (en) * 2016-02-19 2019-03-20 SCREEN Holdings Co., Ltd. DEFECT DETECTION DEVICE, DEFECT DETECTION METHOD AND PROGRAM
US10365617B2 (en) * 2016-12-12 2019-07-30 Dmo Systems Limited Auto defect screening using adaptive machine learning in semiconductor device manufacturing flow
US10600175B2 (en) * 2017-03-24 2020-03-24 Kla-Tencor Corporation Dynamic care areas for defect detection
US11199506B2 (en) * 2018-02-21 2021-12-14 Applied Materials Israel Ltd. Generating a training set usable for examination of a semiconductor specimen

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050004774A1 (en) 2003-07-03 2005-01-06 William Volk Methods and systems for inspection of wafers and reticles using designer intent data
JP2007536560A (ja) 2003-07-03 2007-12-13 ケーエルエー−テンカー テクノロジィース コーポレイション デザイナ・インテント・データを使用するウェハとレチクルの検査の方法およびシステム
JP2005121788A (ja) 2003-10-15 2005-05-12 Semiconductor Leading Edge Technologies Inc 欠陥検査用マスク及び欠陥検査用マスクの製造方法
JP2005121778A (ja) 2003-10-15 2005-05-12 Semiconductor Leading Edge Technologies Inc 欠陥検出感度検査用マスク及び欠陥検出感度検査方法
JP2005331250A (ja) 2004-05-18 2005-12-02 Toppan Printing Co Ltd フォトマスクの外観検査方法
JP2006222118A (ja) 2005-02-08 2006-08-24 Renesas Technology Corp 半導体製品の歩留り予測方法、製造方法、ならびに歩留り予測システム
JP2010243283A (ja) 2009-04-03 2010-10-28 Hitachi High-Technologies Corp 欠陥検査方法および欠陥検査装置
JP2016145887A (ja) 2015-02-06 2016-08-12 株式会社ニューフレアテクノロジー 検査装置および検査方法

Also Published As

Publication number Publication date
CN114720482A (zh) 2022-07-08
JP2022105909A (ja) 2022-07-15
US11995817B2 (en) 2024-05-28
TWI814165B (zh) 2023-09-01
TW202229849A (zh) 2022-08-01
KR20220099093A (ko) 2022-07-12
US20220215524A1 (en) 2022-07-07
US20240265524A1 (en) 2024-08-08
US12373939B2 (en) 2025-07-29
KR102732825B1 (ko) 2024-11-25

Similar Documents

Publication Publication Date Title
JP7443268B2 (ja) 欠陥検査方法
KR102557180B1 (ko) 극자외선 포토마스크 상에서 검출되는 결함의 처리
TWI587082B (zh) Mask inspection device, mask evaluation method and mask evaluation system
JP4906078B2 (ja) レティクル設計パターン内の欠陥を検出するための方法および装置
KR102369848B1 (ko) 관심 패턴 이미지 집단에 대한 이상치 검출
JP7369788B2 (ja) 確率的レチクル欠陥処理
TWI895620B (zh) 用於偵測一遮罩上之缺陷之系統、方法及非暫時性電腦可讀媒體
JP7293148B2 (ja) 検査装置及び検査方法
JP4124747B2 (ja) 微細構造検査装置及び微細構造検査方法
CN117043586A (zh) 用于线内筛选的成像反射法
CN121359083A (zh) 用于校准、预测及控制euv光刻中随机缺陷的方法
TWI840634B (zh) 網線檢查系統
KR20200068158A (ko) 반도체 웨이퍼 검사 방법 및 시스템, 및 이를 이용한 반도체 소자의 제조 방법
JP2019086481A (ja) パターン検査装置及びパターン検査方法
TWI686673B (zh) 檢查方法
JP6851178B2 (ja) パターン検査方法及びパターン検査装置

Legal Events

Date Code Title Description
RD02 Notification of acceptance of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7422

Effective date: 20230201

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20230314

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20240115

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20240123

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20240221

R150 Certificate of patent or registration of utility model

Ref document number: 7443268

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150