[发明专利]光掩模修正方法和装置以及布局机器学习模型的训练方法

说明书

本发明公开一种双重图形曝光的光掩模修正方法、光掩模修正装置与布局机器学习模型的训练方法。双重图形曝光的光掩模修正方法包括以下步骤。获得一光掩模布局目标图。分解光掩模布局目标图为两个光掩模布局子图。这些光掩模布局子图于一连结区域重叠。一布局机器学习模型依据光掩模布局目标图分析出连结区域的尺寸。布局机器学习模型依据一蚀刻后三维信息建立。对这些光掩模布局子图执行一光学邻近校正程序。

技术领域

本发明涉及一种光掩模修正方法、光掩模修正装置与机器学习模型的训练方法，且特别是涉及一种双重图形曝光的光掩模修正方法、光掩模修正装置与布局机器学习模型的训练方法。

背景技术

光刻制作工艺(photolithography)是半导体制作工艺中相当重要的一个步骤。在光刻制作工艺中，通过光掩模上的光掩模布局图定义出曝光区域与不曝光区域，以在光致抗蚀剂层上显影出预定的光致抗蚀剂布局图。然后在蚀刻制作工艺中，可以通过光致抗蚀剂布局图来蚀刻出线路。然而，蚀刻出来的线路往往会有断线、短路、桥接等缺陷，而需要通过光学邻近校正(optical proximity correction,OPC)来修正光掩模布局图。光学邻近校正的目标是尽可能的使蚀刻出来的线路与预定的线路图案一致且没有任何缺陷。

发明内容

本发明是有关于一种双重图形曝光的光掩模修正方法、光掩模修正装置与布局机器学习模型的训练方法，其利用光掩模布局目标图、连结区域的尺寸与蚀刻后三维信息训练出布局机器学习模型，使得往后的连结区域可以利用布局机器学习模型来进行设定，而能够确保双重图形曝光的蚀刻结果的品质。

根据本发明的第一方面，提出一种双重图形曝光(double patterning)的光掩模修正方法。双重图形曝光的光掩模修正方法包括以下步骤。获得一光掩模布局目标图。分解光掩模布局目标图为两个光掩模布局子图。这些光掩模布局子图于一连结区域重叠。一布局机器学习模型依据光掩模布局目标图分析出连结区域的尺寸。布局机器学习模型依据一蚀刻后三维信息建立。对这些光掩模布局子图执行一光学邻近校正程序(Opticalproximity correction,OPC)。

根据本发明的第二方面，提出一种双重图形曝光(double patterning)的光掩模修正装置。双重图形曝光的光掩模修正装置包括一输入单元、一分解单元、一布局机器学习模型及一光学邻近校正单元(Optical proximity correction unit,OPC unit)。输入单元用以获得一光掩模布局目标图。分解单元用以分解光掩模布局目标图为两个光掩模布局子图。这些光掩模布局子图于一连结区域重叠。布局机器学习模型用以依据光掩模布局目标图分析出连结区域的尺寸。布局机器学习模型依据一蚀刻后三维信息建立。光学邻近校正单元用以对这些光掩模布局子图执行一光学邻近校正程序。

根据本发明的第三方面，提出一种布局机器学习模型的训练方法。布局机器学习模型的训练方法包括以下步骤。获得一光掩模布局目标图。分解光掩模布局目标图为两个光掩模布局子图。这些光掩模布局子图于一连结区域重叠。根据各个光掩模布局子图获得二子光掩模。以这些子光掩模对一训练样本执行一曝光显影程序与一蚀刻程序。获得训练样本的一蚀刻后三维信息。根据光掩模布局目标图、连结区域的尺寸与蚀刻后三维信息训练布局机器学习模型。

为了对本发明的上述及其他方面有更佳的了解，下文特举实施例，并配合附图详细说明如下：

附图说明

图1为双重图形曝光的运作的示意图；

图2为已扩张的连结区域的示意图；

图3为将蚀刻后三维信息纳入双重图形曝光的光掩模修正的示意图；

图4为一实施例的双重图形曝光的光掩模修正装置的示意图；

图5为一实施例的双重图形曝光的光掩模修正方法的流程图；

图6为图5的各个步骤的示意图；