[发明专利]缺陷分类法则建立方法、缺陷分类与致命缺陷判断方法

说明书

技术领域

本发明涉及制造工具(fab tool)中的多个方法，且特别是缺陷分类法则(rule of thumb of defect classification)建立方法，且特别是一种缺陷分类方法与基于缺陷分类法则与关键区域分析(Critical Area Analysis，CAA)的致命缺陷(killer defect)判断方法。

背景技术

在半导体制造厂房中，于半导体制造过程中，多个工艺，例如，涂底、涂布、烘烤以及摄影工艺等会施行于晶圆上。然而，如果在至少一工艺中，发生至少一问题，则会有至少一缺陷形成所制造的半导体上。会导致所制造的半导体失效的缺陷可以称为致命缺陷。例如，半导体中的互不相连的两多边形图形(polygon pattern)可能会因为缺陷而彼此短路，或者，半导体中的一个多边形图形可能会因为缺陷而被分为互不相连两多边形图形。

如果缺陷为致命缺陷，则所制造的半导体的合格率将会降低。幸运的是，在传统半导体工艺技术中，缺陷的尺寸是微小的，故多数的缺陷并非是致命缺陷。然而，当前的半导体工艺技术的临界尺寸(critical dimension)小于先前的半导体工艺技术的临界尺寸，因此，半导体的缺陷不应被忽略。据此，应检测半导体的缺陷，并判断缺陷是否为致命缺陷。

请参照图1，图1为传统缺陷分类与致命缺陷判断的方法的流程图。在传统缺陷分类与致命缺陷判断的方法的步骤S100中，检测人员须取得半导体图像，其中半导体图像中的半导体具有至少一缺陷。半导体图像是通过扫描电子显微镜(SEM)、光学显微镜或电子束显微镜进行自动摄影而获得。接着，在步骤S102中，检测人员需学习典型缺陷类型和致命缺陷判断知识。在步骤S104中，检测人员用眼睛观察出半导体图像中的半导体的至少一缺陷、图形(pattern)和背景(background)。最后，在步骤S106中，检测人员基于典型缺陷类型和致命缺陷判断知识根据步骤S104的观察结果决定缺陷类型与判断半导体中是否存在致命缺陷。

请参照图2，图2为作为例子的半导体图像的示意图。在检测人员观察半导体图像后，检测人员可以得知半导体2包含背景20、具有多个多边形的图形22以及缺陷24。接着，基于典型缺陷类型和致命缺陷判断知识，检测人员可以根据观察结果决定半导体2中的每一缺陷24为桥接(短路)缺陷或断路缺陷。图2中的两缺陷24皆为致命缺陷，且会导致半导体2失效。

当半导体中的致命缺陷频繁地被检测到，检测人员必须停止半导体制造程序，并且须调整工艺的工艺或设备参数，以确保一定的合格率。传传统缺陷分类与致命缺陷判断的方法虽然可以增加合格率，但却会耗费大量人力。

发明内容

针对现有技术中存在的问题，本发明的目的在于提供一种缺陷分类法则建立方法、一种用于制造工具的缺陷分类方法和一种用于制造工具的致命缺陷判断方法。

本发明实施例提供一种用于制造工具的缺陷分类法则建立方法，此缺陷分类法则建立方法包括以下步骤：将作为例子的具有多个致命缺陷的多个缺陷分类图像输入至制造工具；将所有缺陷、图形和背景工艺材料信息输入至制造工具；对每一个输入图像执行图像检测和分析，以创造出每一输入图像的缺陷、图形和背景的图像特征，其中输入图像包括作为例子的具有多个致命缺陷的多个缺陷分类图像；基于每一输入图像的缺陷、图形和背景的图像特征，创造出每一输入图像的缺陷、图形和背景的工艺特征与图像关联性(relativity)特征；以及基于每一输入图像的缺陷、图形和背景的图像特征、工艺特征与图像关联性特征建立缺陷分类法则。

本发明实施例提供一种用于制造工具的缺陷分类方法。此缺陷分类方法基于缺陷分类法则而可以分类出至少一缺陷，所述缺陷分类法则依据前述的缺陷分类法则建立方法而建立。此缺陷分类方法包括以下步骤：输入半导体图像至制造工具，其中半导体图像具有至少一缺陷；输入缺陷扫描数据至制造工具；载入缺陷分类法则；对每一个半导体图像执行图像检测和分析以创造出每一个半导体图像的缺陷、图形和背景的图像特征；基于每一个半导体图像的缺陷、图形和背景的图像特征，创造出每一个半导体图像的缺陷、图形和背景的工艺特征与图像关联性特征；以及基于缺陷分类法则对半导体图像的缺陷、图形与背景进行分类，以创造出半导体的缺陷的分类结果。