專利名稱：一種缺陷再檢測的方法
技術(shù)領(lǐng)域：
本發(fā)明提供一種缺陷再檢測(defect review)方法，特別是指一種依據(jù)缺陷類型以不同的比例來進行缺陷再檢測的方法。
背景技術(shù)：
在各半導(dǎo)體制造過程中，往往會因為一些無法避免的原因而生成細小的微粒或缺陷，而隨著各半導(dǎo)體制造中元件尺寸的不斷縮小與電路集成度的不斷提高，這些極微小的缺陷或微粒對集成電路質(zhì)量的影響也日趨嚴重，因此為維持產(chǎn)質(zhì)量量的穩(wěn)定，通常在進行各各半導(dǎo)體制造過程的同時，亦須針對所生產(chǎn)的半導(dǎo)體元件進行缺陷檢測，以根據(jù)檢測的結(jié)果來分析造成這些缺陷的根本原因，之后才能進一步經(jīng)由過程參數(shù)的調(diào)整來避免或減少缺陷的產(chǎn)生，以達到提升各半導(dǎo)體制造過程合格率以及可靠度的目的。
請參考圖1，圖1為公知技術(shù)中一缺陷檢測方法10的示意圖。如圖1所示，首先進行取樣12，選定一半導(dǎo)體晶片為樣本來進行后續(xù)缺陷檢測與分析工作，接著進行一缺陷檢測步驟14，一般而言，大多利用適當(dāng)?shù)娜毕輽z測機臺以大范圍掃描的方式，來檢測所述半導(dǎo)體晶片上的所有缺陷，由于一半導(dǎo)體晶片上的缺陷個數(shù)多半相當(dāng)大，因此在實務(wù)上不可能一一以人工的方式進行掃描式電子顯微鏡(SEM)再檢測，因此，為了方便起見，多半會先進行一人工缺陷分類16，由所檢測到的所有缺陷中，抽樣取出一些較具有代表性的缺陷類型，再讓工程師以人工的方式對所選出的樣本來進行缺陷再檢測(defectreview)18，以進一步對所述缺陷進行缺陷原因分析(defect root causeanalysis)20，企找出抑制或減少這些缺陷的方法。
在公知技術(shù)中，所遭遇到最大的問題就是往往在缺陷檢測14中會發(fā)現(xiàn)大量的缺陷個數(shù)，例如可能一兩千個，但工程師往往也只能從中以抽樣的方式挑選出一部份的缺陷作為樣本，例如100個，來進行缺陷再檢測18以及后續(xù)缺陷分析工作。一般而言，這些樣本的選取幾乎是完全靠工程師的個人經(jīng)驗判斷，換句話說，除了一些資深工程師能根據(jù)經(jīng)驗以找出一些較具代表性的缺陷類型來進行檢測分析外，大多數(shù)人也僅能從中隨機選取一些缺陷作為缺陷再檢測18的樣本，然而在所有的缺陷當(dāng)中，大多數(shù)的缺陷多半為與當(dāng)時制造過程無關(guān)的下層缺陷(underlayer defect)或一些不影響合格率的非破壞性缺陷(non-killer defect)，真正對合格率有較大影響的破壞性缺陷(killer defect)往往數(shù)量較少。一般而言，工程師大多是以隨機抽樣的方式來對來進行缺陷再檢測18，在這種狀況下，所進行缺陷再檢測18的樣本中，往往只有少數(shù)幾個是屬于有效的樣本，這降造成時間與人力的耗費，連帶影響后續(xù)缺陷分析的準確度。
在公知技術(shù)中，若希望提高缺陷分析的準確度，僅能經(jīng)由大幅增加缺陷再檢測18中的樣本數(shù)量來增加其中破壞性缺陷的可能觀測數(shù)量，換句話說，這不但需耗費大量的人力，更會大幅增加缺陷再檢測18的觀測時間，導(dǎo)致測試時間的大幅延長或是在量產(chǎn)時對產(chǎn)量造成嚴重的影響。
隨著各半導(dǎo)體制造過程的進步，晶圓的直徑以由過去的8英寸邁向12英寸，線寬大小亦由過去的0.18微米進入0.13微米甚至0.1微米，在這從測試到量產(chǎn)的過程中，缺陷的發(fā)生機率往往相當(dāng)?shù)母?，換句話說，缺陷的檢測與分析也將日漸重要，因此，我們迫切需要一種快速而有效率的缺陷檢測方法，以解決上述問題。

發(fā)明內(nèi)容
本發(fā)明的主要目的在于提供一種高效率的缺陷再檢測方法，以解決上述問題。
本發(fā)明的最佳實施例公開一種缺陷再檢測方法，首先提供一晶片，所述晶片上具有多個缺陷，并進行一缺陷檢測，以檢測出所述缺陷，并根據(jù)一預(yù)設(shè)的數(shù)據(jù)庫對所述缺陷進行一自動缺陷分類，在將下層缺陷過濾掉后，再進一步將剩下的新增缺陷分為多種缺陷類型，最后進行一缺陷再檢測，其中所述缺陷再檢測依據(jù)各缺陷類型對制造過程合格率的影響程度，以不同的比率來進行抽樣檢測，以提升缺陷再檢測的效率。
由于本發(fā)明的缺陷再檢測方法利用一預(yù)設(shè)的數(shù)據(jù)庫來進行自動缺陷分類，因此可有效區(qū)隔破壞性缺陷、非破壞性缺陷以及下層缺陷，進而針對破壞性缺陷以一較高的比率進行抽樣檢測，故能以一較短的時間完成較準確的缺陷檢測與分析工作，達到提升產(chǎn)品合格率與可靠度的目的。


圖1為一公知的缺陷再檢測流程示意圖。
圖2為本發(fā)明的缺陷再檢測流程示意圖。
圖3為一缺陷分類示意圖。
附圖符號說明10 缺陷再檢測流程12 取樣14 缺陷檢測 16 人工缺陷分類18 缺陷再檢測20 缺陷原因分析110 缺陷再檢測流程112取樣114 缺陷檢測 116自動缺陷分類118 缺陷再檢測120數(shù)據(jù)庫更新122 下層缺陷 124新增缺陷126 缺陷類型A 128缺陷類型B130 缺陷原因分析 132缺陷類型C134 破壞性缺陷136非破壞性缺陷具體實施方式
請參考圖2，圖2為本發(fā)明中一缺陷再檢測流程110的示意圖。如圖2所示，首先，選定一預(yù)定的各半導(dǎo)體制造過程作為缺陷檢測與分析的標的物，然后進行取樣112，自完成所述各半導(dǎo)體制造過程的多個半導(dǎo)體晶片中，選出一半導(dǎo)體晶片進行一缺陷檢測114，以大范圍掃描的方式，檢測出所述半導(dǎo)體晶片上各缺陷的大小、形狀與位置，并利用一預(yù)設(shè)的數(shù)據(jù)庫對各缺陷進行一自動缺陷分類(automatic defect classification，ADC)116。其中所述數(shù)據(jù)庫內(nèi)存有多種缺陷類型及對應(yīng)于各缺陷類型的缺陷信息，以利用一自動缺陷分類工具將各缺陷依其大小與形狀等參數(shù)分為不同的缺陷類型，并對各缺陷類型進行個數(shù)統(tǒng)計。
請參考圖3，圖3為自動缺陷分類116的示意圖。如圖3所示，當(dāng)于缺陷檢測步驟114中檢測出缺陷后，這些缺陷將會先依據(jù)所述數(shù)據(jù)庫內(nèi)的數(shù)據(jù)，將這些缺陷分為下層缺陷(underlayer defect)122 以及新增缺陷(adderdefect)124二類，由于下層缺陷122皆來自于的前的制造過程所造成，只有新增缺陷124才是由我們所欲監(jiān)控的制造過程所造成，因此，所述自動缺陷分類工具將會過濾掉其中的下層缺陷122，而針對新增缺陷124進行進一步的分類工作。
在本發(fā)明的較佳實施例中，所述數(shù)據(jù)庫內(nèi)所存的缺陷信息包含有一分類信息，使所述自動缺陷分類工具能根據(jù)所述分類信息，依缺陷的大小、形狀等參數(shù)將各新增缺陷124分為不同的缺陷類型，如圖3所示的缺陷類型A 126、缺陷類型B 128與缺陷類型C 132，并對各缺陷類型的個數(shù)予以統(tǒng)計，以協(xié)助操作者了解所述半導(dǎo)體晶片上的缺陷狀況。值得注意的是所述數(shù)據(jù)庫內(nèi)除了含有各缺陷類型的分類信息外，還包含有這些缺陷類型對制造過程合格率的影響程度，并依各缺陷類型對制造過程合格率的殺傷程度進一步將各缺陷分為破壞性缺陷134以及非破壞性缺陷136兩類。
接著會以抽樣的方式，自各缺陷種類中各選取數(shù)個缺陷樣本來進行缺陷再檢測118，且在進行缺陷再檢測118時，自各缺陷種類中選取的缺陷樣本個數(shù)根據(jù)所述缺陷種類對制造過程合格率的影響程度來決定。以圖3的例子來說，由于缺陷類型A 126屬于破壞性缺陷134，而缺陷類型B 128與缺陷類型C 132屬于非破壞性缺陷136，因此，在進行缺陷再檢測118時，將會以缺陷類型A 126為主，例如可自缺陷類型A 126中取80個缺陷樣本，而自缺陷類型B 128與缺陷類型C 132各取10個缺陷樣本，以經(jīng)由提高缺陷再檢測118的效率來增進后續(xù)缺陷原因分析130的準確度。
為進一步說明本發(fā)明的實施方式，以下特舉一例來說明本發(fā)明的缺陷再檢測方法。假設(shè)一半導(dǎo)體晶片上包含有2000個缺陷，且這些缺陷中包含有1000個下層缺陷、900個小粒缺陷以及100個大粒缺陷，若根據(jù)公知技術(shù)，以隨機抽樣的方式取出100個樣本來進行缺陷再檢測，那么顯然會取到的樣本會約略包含有50個下層缺陷、45個小粒缺陷以及5個大粒缺陷。
若根據(jù)本發(fā)明的方法，則會先根據(jù)所述數(shù)據(jù)庫內(nèi)各缺陷類型對各種不同制造過程的合格率殺傷程度進行分類，假設(shè)欲進行缺陷檢測分析的各半導(dǎo)體制造過程為一前段制造過程(front end process)，由于在前段制造過程中，各種尺寸大小的缺陷皆會受后續(xù)沉積制造過程的影響而不斷長大，因此除了與本制造過程無關(guān)的下層缺陷外，不論是大粒缺陷或是小粒缺陷，對本制造過程而言皆為破壞性缺陷，換句話說，皆須以一較高的比率進行缺陷再檢測118，因此，我們可以隨機的方式來進行抽樣檢測，例如依據(jù)其數(shù)量比率取90個小粒缺陷與10個大粒缺陷來進行缺陷再檢測118。然而若我們欲進行缺陷檢測分析的各半導(dǎo)體制造過程為一后段制造過程(back end process)，那么就只有大粒缺陷才是破壞性缺陷，而小粒缺陷則幾乎可以忽略，在這種狀況下，雖然小粒缺陷的個數(shù)遠大于大粒缺陷的個數(shù)，然而由于只有大粒缺陷才是破壞性缺陷，因此我們可加重大粒缺陷的抽樣比率，例如取10個小粒缺陷與90個大粒缺陷來進行缺陷再檢測118。與公知技術(shù)以隨機抽樣的方式來進行缺陷再檢測相比較，其可能會取到50個下層缺陷、45個小粒缺陷以及5個大粒缺陷。與公知技術(shù)中以隨機方式取得的缺陷樣本相比較，本發(fā)明的缺陷樣本顯然能得到一較佳的缺陷再檢測結(jié)果，以利工程師進行后續(xù)的缺陷生成原因分析。
此外，本發(fā)明的缺陷再檢測方法雖根據(jù)一預(yù)設(shè)的數(shù)據(jù)庫來進行缺陷自動分類116以及決定進行缺陷再檢測118時各缺陷類型的抽樣比率，然而此一數(shù)據(jù)庫內(nèi)的數(shù)據(jù)并非固定不變的，而可根據(jù)缺陷再檢測118的結(jié)果來更新所述數(shù)據(jù)庫，例如可根據(jù)實際獲得的缺陷再檢測118結(jié)果，將缺陷類型B 128改為破壞性缺陷134或在缺陷類型A 126、缺陷類型B 128與缺陷類型C 132的外，另增一缺陷類型D，以對缺陷自動分類116以及缺陷再檢測118步驟進行修正，以得到一最優(yōu)化的結(jié)果，并提升缺陷原因分析130的靈敏度與準確度。
除了前述依對制造過程合格率的影響程度與以不同的比率來進行缺陷再檢測118外，工程師亦可根據(jù)缺陷檢測114中所觀測到的任何特殊特征或異?，F(xiàn)象來調(diào)整缺陷再檢測118中的抽樣分布情形，舉例來說，有時在缺陷檢測114中常會發(fā)現(xiàn)一些分布于半導(dǎo)體晶片角落的聚集型缺陷(clusterdefect)，此時工程師亦可針對這些聚集型缺陷進行一較高抽樣比率的缺陷再檢測118，以對這些異常相相進行進一步的分析。
與公知技術(shù)中的缺陷再檢測方法相比較，本發(fā)明的缺陷再檢測方法經(jīng)由增加對破壞性缺陷或特殊異常狀況的檢測比率，因此能獲得一較佳的缺陷再檢測效率。換句話說，本發(fā)明在相同的再檢測次數(shù)下，得到出一較佳的再檢測結(jié)果，而能有更充分的數(shù)據(jù)來進行缺陷原因分析，更容易的獲得出一更正確的缺陷原因分析結(jié)果。相對地，若希望以公知技術(shù)的缺陷再檢測方法來獲得與本發(fā)明相同的缺陷再檢測結(jié)果，則往往需要花費數(shù)倍的時間與人力來進行，換句話說，本發(fā)明的缺陷再檢測方法可故可大幅提升缺陷檢測的速率以及準確度，因此將可滿足線上測試與大量生產(chǎn)時的需求，以較少的時間成本完成各過程參數(shù)的調(diào)整，以提升產(chǎn)量及產(chǎn)品可靠度。
以上所述僅為本發(fā)明的較佳實施例，凡依本發(fā)明權(quán)利要求所進行的等效變化與修改，皆應(yīng)屬本發(fā)明的涵蓋范圍。
權(quán)利要求
1.一種缺陷再檢測的方法，其包含有下列步驟提供一晶片，所述晶片上具有多個缺陷；進行一缺陷檢測，以檢測出所述缺陷；根據(jù)一預(yù)設(shè)的數(shù)據(jù)庫對所述缺陷進行一自動缺陷分類，將所述缺陷分為多種缺陷類型；以及進行一缺陷再檢測。其中當(dāng)進行所述缺陷再檢測時，依據(jù)各缺陷類型對制造過程合格率的影響程度，以不同的比率來進行抽樣檢測。
2.如權(quán)利要求1的方法，其中所述數(shù)據(jù)庫包含有多種缺陷類型以及對應(yīng)于各所述缺陷類型的缺陷數(shù)據(jù)。
3.如權(quán)利要求2的方法，其中各所述缺陷類型的缺陷數(shù)據(jù)包含有各所述缺陷類型對制造過程合格率的影響程度。
4.如權(quán)利要求3的方法，其中所述數(shù)據(jù)庫依據(jù)各所述缺陷類型對制造過程合格率的影響程度，將各所述缺陷類型的缺陷分為破壞性缺陷以及非破壞性缺陷。
5.如權(quán)利要求4的方法，其中在進行所述缺陷再檢測時，破壞性缺陷所占的比率大于非破壞性缺陷的比率。
6.如權(quán)利要求3的方法，其中所述數(shù)據(jù)庫將各所述缺陷類型的缺陷分為下層缺陷與新增缺陷，并進一步將新增缺陷分類為破壞性缺陷以及非破壞性缺陷。
7.如權(quán)利要求6的方法，其中所述方法針對所述新增缺陷進行缺陷再檢測。
8.如權(quán)利要求1的方法，其中所述方法在進行所述缺陷檢測后，將進行一聚集型缺陷判別，其中當(dāng)所述晶片上具有所述群聚型缺陷時，將以較高的比例對所述群聚型缺陷進行缺陷再檢測。
9.如權(quán)利要求1的方法，其中所述方法于進行所述缺陷再檢測后，將再根據(jù)所述缺陷再檢測的結(jié)果來更新所述數(shù)據(jù)庫。
全文摘要
一種缺陷再檢測的方法，其中提供一晶片，所述晶片上具有多個缺陷，并進行一缺陷檢測，以檢測出所述缺陷，再根據(jù)一預(yù)設(shè)的數(shù)據(jù)庫對所述缺陷進行一自動缺陷分類，將所述缺陷分為多種缺陷類型，最后進行一缺陷再檢測，其中所述缺陷再檢測依據(jù)各缺陷類型對制造過程合格率的影響程度，以不同的比率來進行抽樣檢測。
文檔編號H01L21/66GK1677637SQ20041003326
公開日2005年10月5日 申請日期2004年3月29日 優(yōu)先權(quán)日2004年3月29日
發(fā)明者林龍輝 申請人:力晶半導(dǎo)體股份有限公司