特表2023-544388画像ベースのオーバレイ計測においてターゲット特徴焦点を決定するためのシステムおよび方法
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】公表特許公報(A)
(11)【公表番号】
(43)【公表日】2023-10-23
(54)【発明の名称】画像ベースのオーバレイ計測においてターゲット特徴焦点を決定するためのシステムおよび方法
(51)【国際特許分類】
H01L 21/66 20060101AFI20231016BHJP
G01B 11/00 20060101ALI20231016BHJP
【ＦＩ】
H01L21/66 J
G01B11/00 C
【審査請求】未請求
【予備審査請求】未請求
(21)【出願番号】P 2023520310
(86)(22)【出願日】2021-09-21
(85)【翻訳文提出日】2023-05-31
(86)【国際出願番号】 US2021051163
(87)【国際公開番号】W WO2022072162
(87)【国際公開日】2022-04-07
(31)【優先権主張番号】17/060,372
(32)【優先日】2020-10-01
(33)【優先権主張国・地域又は機関】US
(81)【指定国・地域】
(71)【出願人】
【識別番号】500049141
【氏名又は名称】ケーエルエー コーポレイション
(74)【代理人】
【識別番号】110001210
【氏名又は名称】弁理士法人ＹＫＩ国際特許事務所
(72)【発明者】
【氏名】ラバート エタイ
(72)【発明者】
【氏名】マナッセン アムノン
(72)【発明者】
【氏名】シモン ヨッシ
(72)【発明者】
【氏名】サンコ ディミトリー
(72)【発明者】
【氏名】サフラニ アブナー
【テーマコード（参考）】
2F065
4M106
【Ｆターム（参考）】
2F065AA03
2F065BB17
2F065BB27
2F065FF04
2F065FF10
2F065QQ23
4M106AA01
4M106AA09
4M106BA04
4M106CA39
4M106DB04
4M106DB07
4M106DB14
4M106DJ03
(57)【要約】
計測システムは、１つ以上の焦点位置で捕捉された複数の訓練画像を受信するように構成された１つ以上のプロセッサを有するコントローラに通信可能に結合された１つ以上のスルーフォーカス撮像計測サブシステムを含む。１つ以上のプロセッサは、複数の訓練画像に基づいて機械学習分類器を生成することができる。１つ以上のプロセッサは、１つ以上のターゲット特徴に対応する１つ以上のターゲットオーバレイ測定のための１つ以上のターゲット特徴選択を受信することができる。１つ以上のプロセッサは、機械学習分類器を使用して１つ以上のターゲット特徴選択に基づいて１つ以上のターゲット焦点位置を決定することができる。１つ以上のプロセッサは、１つ以上のターゲット焦点位置でキャプチャされた１つ以上のターゲット画像を受信し、ターゲット画像はターゲットサンプルの１つ以上のターゲット特徴を含み、それに基づいてオーバレイを決定できる。
【特許請求の範囲】
【請求項1】
システムであって、１つ以上のスルー焦点撮像計測サブシステムに通信可能に結合されたコントローラであって、前記コントローラは、メモリに記憶されたプログラム命令のセットを実行するように構成された１つ以上のプロセッサを含み、前記プログラム命令のセットは、前記１つ以上のプロセッサに、
１つ以上の焦点位置で捕捉された複数の訓練画像であって、訓練サンプルの１つ以上の訓練特徴を含む複数の訓練画像を受信するステップと、
前記１つ以上の焦点位置で捕捉された複数の訓練画像に基づいて機械学習分類器を生成するステップと、
ターゲットサンプルの１つ以上のターゲット特徴に対応する１つ以上のターゲットオーバレイ測定値に対する１つ以上のターゲット特徴選択を受信するステップと、
前記機械学習分類器を使用して前記１つ以上のターゲット特徴選択に基づいて１つ以上のターゲット焦点位置を決定するステップと、
１つ以上のターゲット焦点位置において捕捉された１つ以上のターゲット画像を受信し、前記１つ以上のターゲット画像は、ターゲットサンプルの１つ以上のターゲット特徴を含む、ステップと、
前記１つ以上のターゲット画像に基づいて１つ以上のオーバレイ測定値を決定するステップと、
を行わせるように構成される、コントローラを備えることを特徴とするシステム。
【請求項2】
前記１つ以上のスルー焦点撮像計測サブシステムは、光学ベースの計測サブシステムまたは散乱計測ベースの計測サブシステムのうちの少なくとも１つを備えることを特徴とする請求項１に記載のシステム。
【請求項3】
前記１つ以上の焦点位置は、焦点訓練範囲内の複数の焦点位置を含むことを特徴とする請求項１に記載のシステム。
【請求項4】
前記複数の訓練画像は、１つ以上の調整軸に沿って計測サブシステムの１つ以上の部分を平行移動させることによって、前記１つ以上の焦点位置で捕捉されることを特徴とする請求項１に記載のシステム。
【請求項5】
前記プログラム命令のセットは、前記１つ以上のプロセッサに１つ以上の制御信号を１つ以上の前記計測サブシステムの１つ以上の部分に提供し、前記１つ以上の制御信号は、１つ以上の前記計測サブシステムの１つ以上の部分を前記１つ以上の調整軸に沿って平行移動させる
ようにさらに構成されることを特徴とする請求項４に記載のシステム。
【請求項6】
前記１つ以上の制御信号は、前記１つ以上のスルー焦点撮像計測サブシステムの１つ以上の部分をセンタリングさせるように構成されることを特徴とする請求項５に記載のシステム。
【請求項7】
前記１つ以上のターゲット特徴の前記１つ以上のターゲット画像に基づいて前記１つ以上のオーバレイ測定値を決定するステップは、前記ターゲットサンプルの第１の層上に形成された１つ以上のターゲット特徴に対応する第１のオーバレイ測定と、前記ターゲットサンプルの第２の層上に形成された１つ以上のターゲット特徴に対応する第２のオーバレイ測定とに基づいて、前記ターゲットサンプルの第１の層と前記ターゲットサンプルの第２の層との間のオーバレイを決定するステップを含むことを特徴とする請求項１に記載のシステム。
【請求項8】
前記１つ以上のオーバレイ測定値に対する前記１つ以上のターゲット特徴選択は、ユーザインターフェースを介してユーザによって提供されることを特徴とする請求項１に記載のシステム。
【請求項9】
前記プログラム命令のセットは、前記１つ以上のプロセッサに、１つ以上の制御信号を１つ以上のプロセスツールに提供するようにさらに構成されることを特徴とする請求項１に記載のシステム。
【請求項10】
前記機械学習分類器は、深層学習分類器、畳み込みニューラルネットワーク（ＣＮＮ）、アンサンブル学習分類器、ランダムフォレスト分類器、または人工ニューラルネットワークのうちの少なくとも１つを備えることを特徴とする請求項１に記載のシステム。
【請求項11】
システムであって、１つ以上のスルー焦点撮像計測サブシステムと、
前記１つ以上のスルー焦点撮像計測サブシステムに通信可能に結合されたコントローラであり、メモリに記憶されたプログラム命令のセットを実行するように構成された１つ以上のプロセッサを含み、前記プログラム命令のセットは、前記１つ以上のプロセッサに、
１つ以上の焦点位置で捕捉された複数の訓練画像であって、訓練サンプルの１つ以上の訓練特徴を含む複数の訓練画像を受信するステップと、
１つ以上の焦点位置で捕捉された複数の訓練画像に基づいて機械学習分類器を生成するステップと、
ターゲットサンプルの１つ以上のターゲット特徴に対応する１つ以上のターゲットオーバレイ測定値に対する１つ以上のターゲット特徴選択を受信するステップ；
機械学習分類器を使用して１つ以上のターゲット特徴選択に基づいて１つ以上のターゲット焦点位置を決定するステップと、
１つ以上のターゲット焦点位置において捕捉された１つ以上のターゲット画像を受信し、１つ以上のターゲット画像は、ターゲットサンプルの１つ以上のターゲット特徴を含む、ステップ；
１つ以上のターゲット画像に基づいて１つ以上のオーバレイ測定値を決定するステップと、
を行わせるように構成されることを特徴とするシステム。
【請求項12】
１つ以上のスルー焦点撮像計測サブシステムを使用するオーバレイ計測の方法であって、１つ以上の焦点位置で捕捉された複数の訓練画像を受信するステップであって、前記複数の訓練画像は、訓練サンプルの１つ以上の訓練特徴を含む、ステップと、
前記１つ以上の焦点位置で捕捉された前記複数の訓練画像に基づいて機械学習分類器を生成するステップと、
ターゲットサンプルの１つ以上のターゲット特徴に対応する１つ以上のターゲットオーバレイ測定値に対する１つ以上のターゲット特徴選択を受信するステップと、
前記機械学習分類器を使用して前記１つ以上のターゲット特徴選択に基づいて１つ以上のターゲット焦点位置を決定するステップと、
前記１つ以上のターゲット焦点位置で捕捉された１つ以上のターゲット画像を受信するステップであって、前記１つ以上のターゲット画像は、ターゲットサンプルの１つ以上のターゲット特徴を含む、ステップと、
前記１つ以上のターゲット画像に基づいて１つ以上のオーバレイ測定値を決定するステップと、
を含む方法。
【請求項13】
前記複数の訓練画像および前記１つ以上のターゲット画像は、光学ベースの計測サブシステムまたは散乱計測ベースの計測サブシステムのうちの少なくとも１つを含む前記１つ以上のスルー焦点撮像計測サブシステムによって捕捉されることを特徴とする請求項１２に記載の方法。
【請求項14】
前記１つ以上の焦点位置は、焦点訓練範囲内の複数の焦点位置を含むことを特徴とする請求項１２に記載の方法。
【請求項15】
前記複数の訓練画像は、１つ以上の調整軸に沿って前記計測サブシステムの１つ以上の部分を平行移動させることによって、前記１つ以上の焦点位置で捕捉されることを特徴とする請求項１３に記載の方法。
【請求項16】
１つ以上の制御信号を前記１つ以上のスルー焦点撮像計測サブシステムの１つ以上の部分に提供し、前記１つ以上の制御信号は、前記１つ以上のスルー焦点撮像計測サブシステムの１つ以上の部分を１つ以上の調整軸に沿って平行移動させるように構成されることをさらに含む請求項１５に記載の方法。
【請求項17】
前記１つ以上の制御信号は、前記１つ以上のスルー焦点撮像計測サブシステムの１つ以上の部分をセンタリングさせるように構成されることを特徴とする請求項１６に記載の方法。
【請求項18】
前記１つ以上のターゲット特徴の１つ以上のターゲット画像に基づいて前記１つ以上のオーバレイ測定値を決定するステップは、前記ターゲットサンプルの第１の層上に形成された１つ以上のターゲット特徴に対応する第１のオーバレイ測定と、前記ターゲットサンプルの第２の層上に形成された１つ以上のターゲット特徴に対応する第２のオーバレイ測定とに基づいて、前記ターゲットサンプルの前記第１の層と前記ターゲットサンプルの前記第２の層との間のオーバレイを決定するステップを含むことを特徴とする請求項１２に記載の方法。
【請求項19】
前記１つ以上のオーバレイ測定値に対する前記１つ以上のターゲット特徴選択は、ユーザインターフェースを介してユーザによって提供されることを特徴とする請求項１２に記載の方法。
【請求項20】
１つ以上の制御信号を１つ以上のプロセスツールに提供するステップをさらに含む請求項１２に記載の方法。
【請求項21】
前記機械学習分類器は、深層学習分類器、畳み込みニューラルネットワーク（ＣＮＮ）、アンサンブル学習分類器、ランダムフォレスト分類器、または人工ニューラルネットワークのうちの少なくとも１つを備えることを特徴とする請求項１２に記載の方法。 【発明の詳細な説明】
【技術分野】
【0001】
本開示は、概してオーバレイ計測に関し、より詳細には、ターゲット特徴焦点のための機械学習に関する。
【背景技術】
【0002】
画像ベースのオーバレイ計測は、典型的には、異なる関心層におけるオーバレイターゲットの特徴の相対的な撮像された位置に基づいて、サンプル上の２つ以上の層間の相対的なオフセットを決定することを含み得る。オーバレイ計測の精度は、従って、各サンプル層上の結像された特徴に関連付けられた画質に敏感でありえ、それはサンプルに対する平面の被写界深度または位置（例えば焦点位置）のような因子に基づいて変化しえる。したがって、オーバレイ計測手順は、典型的には、特定のサンプル層における画像品質とスループットとの間のトレードオフを含む。例えば、各サンプル層の別々の画像に基づくオーバレイ測定が、オーバレイターゲット特徴の最高品質の画像を与え得る場合であり得る。しかしながら、ターゲット毎に複数の画像を捕捉することは、スループットを低減させ得る。別の例として、複数の層上の単一の画像キャプチャ特徴に基づくオーバレイ測定は、比較的高いスループットを提供しえるが、所望の測定精度を提供するために外部ツールまたはフルウェハ測定に基づく基準測定を必要としえる。
【先行技術文献】
【特許文献】
【0003】
【特許文献1】米国特許出願公開第２０１６／００２５６５０号
【特許文献2】米国特許出願公開第２０１８／０１９１９４８号
【発明の概要】
【発明が解決しようとする課題】
【0004】
したがって、上述のような欠陥を硬化させるためのシステムおよび方法を提供することが望ましい。
【課題を解決するための手段】
【0005】
本開示の１つ以上の実施形態による計測システムが開示される。一実施形態では、計測システムは、１つ以上のスルー焦点撮像計測サブシステムに通信可能に結合されたコントローラを含み、コントローラは、メモリに記憶されたプログラム命令のセットを実行するように構成された１つ以上のプロセッサを含み、プログラム命令のセットは、１つ以上のプロセッサに以下を行わせるように構成される。１つ以上の焦点位置で捕捉された複数の訓練画像であって、訓練サンプルの１つ以上の訓練特徴を含む複数の訓練画像を受信するステップと、１つ以上の焦点位置で捕捉された複数の訓練画像に基づいて機械学習分類器を生成するステップと、ターゲットサンプルの１つ以上のターゲット特徴に対応する１つ以上のターゲットオーバレイ測定値に対する１つ以上のターゲット特徴選択を受信するステップと、機械学習分類器を使用して１つ以上のターゲット特徴選択に基づいて１つ以上のターゲット焦点位置を決定するステップと、１つ以上のターゲット焦点位置において捕捉された１つ以上のターゲット画像を受信し、１つ以上のターゲット画像は、ターゲットサンプルの１つ以上のターゲット特徴を含むステップと、１つ以上のターゲット画像に基づいて１つ以上のオーバレイ測定値を決定するステップである。
【0006】
本開示の１つ以上の実施形態による計測システムが開示される。一実施形態では、計測システムは、１つ以上のスルー焦点撮像計測サブシステムを含む。別の実施形態では、計測システムは、１つ以上の計測サブシステムに通信可能に結合されたコントローラを含み、コントローラは、メモリに記憶されたプログラム命令のセットを実行するように構成された１つ以上のプロセッサを含み、プログラム命令のセットは、１つ以上のプロセッサに以下を行わせるように構成される。１つ以上の焦点位置で捕捉された複数の訓練画像であって、訓練サンプルの１つ以上の訓練特徴を含む複数の訓練画像を受信するステップと、１つ以上の焦点位置で捕捉された複数の訓練画像に基づいて機械学習分類器を生成するステップと、ターゲットサンプルの１つ以上のターゲット特徴に対応する１つ以上のターゲットオーバレイ測定値に対する１つ以上のターゲット特徴選択を受信するステップと、機械学習分類器を使用して１つ以上のターゲット特徴選択に基づいて１つ以上のターゲット焦点位置を決定するステップと、１つ以上のターゲット焦点位置において捕捉された１つ以上のターゲット画像を受信し、１つ以上のターゲット画像は、ターゲットサンプルの１つ以上のターゲット特徴を含むステップと、１つ以上のターゲット画像に基づいて１つ以上のオーバレイ測定値を決定するステップである。
【0007】
本開示の１つ以上の実施形態による、１つ以上のスルー焦点撮像計測サブシステムを用いてオーバレイを測定する方法が開示される。一実施形態では、本方法は、１つ以上の焦点位置において捕捉された複数の訓練画像を受信するステップを含み、複数の訓練画像は、訓練サンプルの１つ以上の訓練特徴を含む。別の実施形態では、本方法は、１つ以上の焦点位置で捕捉された複数の訓練画像に基づいて、機械学習分類器を生成するステップを含む。他の実施形態では、この方法は、ターゲットサンプルの１つ以上のターゲット特徴に対応する１つ以上のターゲットオーバレイ測定のための１つ以上のターゲット特徴選択を受信することを含む。別の実施形態では、方法は、機械学習分類器を使用して１つ以上のターゲット特徴選択に基づいて１つ以上のターゲット焦点位置を決定することを含む。別の実施形態では、この方法は、１つ以上のターゲット焦点位置で取り込まれた１つ以上のターゲット画像を受け取るステップを含み、１つ以上のターゲット画像はターゲットサンプルの１つ以上のターゲット特徴を含む。他の実施形態では、方法は、１つ以上のターゲット画像に基づいて１つ以上のオーバレイ測定を決定することを含む。
【0008】
前述の概要および以下の詳細な説明の両方は、例示的および説明的なものにすぎず、特許請求される本発明を必ずしも限定するものではないことを理解されたい。明細書に組み込まれ、明細書の一部を構成する添付の図面は、本発明の実施形態を示し、全般的な説明とともに、本発明の原理を説明するのに役立つ。
【図面の簡単な説明】
【0009】
本開示の多数の利点は、添付の図面を参照することによって当業者によってよりよく理解され得る。
【図1】本開示の１つ以上の実施形態による計測システムを示す概念図である。
【図2】本開示の１つ以上の実施形態による計測システムを示す簡略化された概略図である。
【図3】本開示の１つ以上の実施形態による、オーバレイを測定する方法において実行されるステップを示す流れ図である。
【図4】本開示の１つ以上の実施形態による、オーバレイを測定する方法において実行されるステップを示す流れ図である。
【発明を実施するための形態】
【0010】
ここで、添付の図面に示される開示された主題を詳細に参照する。本開示は、特定の実施形態およびその特定の特徴に関して具体的に示され、説明されてきた。本明細書に記載される実施形態は、限定的ではなく例示的であると解釈される。本開示の精神および範囲から逸脱することなく、形態および詳細における種々の変更および修正が行われ得ることが、当業者に容易に明白となるはずである。ここで、添付の図面に示される開示された主題を詳細に参照する。
【0011】
本開示の実施形態は、サンプル上の追加のオーバレイターゲットのための自己参照オーバレイ測定レシピならびにウェハ間のプロセスモニタリングを提供するための、サンプル上のオーバレイターゲットのスルー焦点撮像システムおよび方法を対象とする。
【0012】
半導体デバイスは、典型的には、基板上にパターン形成された材料の複数のパターン形成された層として形成される。各パターン化層は、限定されないが、１つ以上の材料堆積ステップ、１つ以上のリソグラフィステップ、または１つ以上のエッチングステップ等の一連のプロセスステップを通して加工されてもよい。さらに、各パターン化層内の特徴（フィーチャ）は、典型的には、最終デバイスを適切に構築するために、選択された公差内で加工されなければならない。例えば、異なるサンプル層上の特徴の相対的な位置ずれに関連するオーバレイ誤差は、各層内で、かつ以前に作製された層に対して、良好に特徴付けられ、制御されなければならない。
【0013】
したがって、オーバレイターゲットは、層間の特徴のオーバレイの効率的な特徴付けを可能にするために、１つ以上のサンプル層上に製作され得る。例えば、オーバレイターゲットは、正確なオーバレイ測定を容易にするよう配置された複数の層上に製造された特徴を含み得る。この点に関して、サンプルにわたって分布する１つ以上のオーバレイターゲット上のオーバレイ測定は、製造される半導体デバイスに関連付けられる対応するデバイス特徴のオーバレイを決定するために用いられえる。
【0014】
画像ベースのオーバレイ計測ツールは、通常、オーバレイターゲットの１つ以上の画像をキャプチャし、関心のある層上のオーバレイターゲットの撮像された特徴の相対位置に基づいてサンプル層間のオーバレイを決定する。例えば、異なるサンプル層上に位置する画像ベースのオーバレイ（例えば、ボックスインボックスターゲット、アドバンストイメージング計測（ＡＩＭ）ターゲットなど）に適したオーバレイターゲットの特徴は、関心のある全ての層上の特徴が同時に見えるように配置されてもよいが、必ずしもそうである必要はない。この点に関して、オーバレイは、オーバレイターゲットの１つ以上の画像内の関心層上の特徴の相対位置に基づいて決定され得る。さらに、オーバレイターゲットは、単一の測定ステップまたは複数の測定ステップのいずれかにおいて任意の数のサンプル層間のオーバレイ測定を容易にするように設計されえる。例えば、任意の数のサンプル層内の特徴は、全てのサンプル層間のシングル測定オーバレイ決定のために同時に可視であり得る。別の例では、オーバレイターゲットは、選択された層間のオーバレイ測定を容易にするために異なるセクション（たとえばセルなど）を有しうる。この点に関して、全ての関心層間のオーバレイは、オーバレイターゲットの複数の部分の測定値に基づいて決定されてもよい。
【0015】
画像ベースのオーバレイの精度は、解像度または収差などであるがこれらに限定されない画像品質に関連する複数の要因に依存し得る。例えば、システム分解能は、特徴の位置を決定することができる精度に影響を与えることができる（例えば、エッジ位置、対称中心など）。別の例として、撮像システムにおける収差は、画像に基づく位置測定が物理的サンプルを正確に表さない場合があるように、特徴のサイズ、形状、及び間隔を歪ませる場合がある。さらに、画質は焦点位置の関数として変化し得る。例えば、撮像システムの焦点ボリュームの外の特徴は、ぼやけて見えるかもしれず、および／または焦点ボリューム内の特徴よりもオーバレイターゲット特徴と背景空間との間のコントラストが低いかもしれず、それは、位置測定値（例えば、エッジ測定などである）の精度に影響を及ぼすかもしれない。
【0016】
したがって、サンプルの異なる層上の特徴の別個の画像をキャプチャすること（例えば、サンプル内の異なる深さに位置する）が正確なオーバレイ計測測定を提供しうる場合でありうる。例えば、画像ベースのオーバレイ計測システムの焦点位置（例えば、物体平面）は、各関心層上の撮像された特徴の深さに対応するように調整されてもよい。この点に関して、各関心層上の特徴は、焦点位置依存効果を軽減するように設計された条件下で撮像され得る。
【0017】
しかしながら、異なる深さにおけるオーバレイターゲットの複数の画像をキャプチャすることは、システムのスループットに悪影響を及ぼし得、それは複数の画像に関連付けられる精度のゲインを相殺しえることが本明細書において認識される。本開示の実施形態は、複数の焦点位置におけるオーバレイ測定を対象とし、複数の焦点位置は、計測システムによってリアルタイムで決定され、１つ以上の計測ターゲットの１つ以上の部分が位置する１つ以上の変化する深さに対応し得る。例えば、オーバレイ測定は、複数の焦点位置（例えば、オーバレイターゲット特徴の位置に対応する焦点深度を含む）でキャプチャされた複数の画像に基づいてオーバレイターゲットについて生成され得、計測システムは、リアルタイムで複数の焦点位置（例えば、機械学習分類器の使用などによる）を決定する。
【0018】
本開示の追加の実施形態は、１つ以上の調整軸に沿って計測システムの１つ以上の部分を並進させることに関する。例えば、特定のオーバレイ測定が行われる最適な座標位置が、後続のオーバレイ測定の最適な座標位置と異なってもよい。
【0019】
本開示のさらなる実施形態は、フィードバックおよび／またはフィードフォワードデータとして処理ツール（例えば、リソグラフィツール、計測ツールなど）に提供されるサンプルにわたるオーバレイ測定に基づいて制御信号を生成することに関する。
【0020】
図１は、本開示の１つ以上の実施形態によるオーバレイ計測システム１００を示す概念図である。システム１００は、限定はしないが、１つ以上の計測サブシステム１０２を含むことができる。システム１００は、限定はしないが、コントローラ１０４をさらに含むことができ、コントローラは、１つ以上のプロセッサ１０６と、メモリ１０８と、ユーザインターフェース１１０とを含む。
【0021】
１つ以上の計測サブシステム１０２は、光学計測サブシステムを含むがこれに限定されない、当技術分野で知られている任意の計測サブシステムを含むことができる。例えば、計測サブシステム１０２は、光学ベースの計測システム、広帯域計測システム（例えば、広帯域プラズマ計測システム）、または狭帯域検査システム（例えば、レーザベースの計測システム）を含んでもよいが、それらに限定されない。別の例では、計測サブシステム１０２は、散乱計測ベースの計測システムを含みうる。別の例として、１つ以上の計測サブシステム１０２は、任意のスルー焦点撮像計測サブシステム（例えば、サンプルの１つ以上の画像を構築するように構成される、撮像計測サブシステムであって、１つ以上の画像は、所望の焦点のものであり、異なる焦点位置で捕捉されたサンプルの複数の画像を使用して構築される）を含むことができる。
【0022】
一実施形態では、コントローラ１０４は、１つ以上の計測サブシステム１０２に通信可能に結合される。この点に関して、コントローラ１０４の１つ以上のプロセッサ１０６は、１つ以上の計測サブシステム１０２の１つ以上の部分に１つ以上の調整を行うように構成された１つ以上の制御信号を生成し、提供するように構成され得る。
【0023】
別の実施形態では、コントローラ１０４は、１つ以上の焦点位置で捕捉された複数の訓練画像を受信するように構成され、複数の訓練画像は、訓練サンプルの１つ以上の訓練特徴を含む。例えば、コントローラ１０４は、１つ以上の計測サブシステム１０２から複数の訓練画像を受信するように構成されてもよい。
【0024】
別の実施形態では、コントローラ１０４は、複数の訓練画像に基づいて機械学習分類器を生成するように構成され得る。例えば、コントローラ１０４は、機械学習分類器への入力として複数の訓練画像を使用するように構成されてもよい。
【0025】
別の実施形態では、コントローラ１０４は、１つ以上のターゲットオーバレイ測定のための１つ以上のターゲット特徴選択を受信するように構成され、１つ以上のターゲット特徴選択はターゲットサンプルの１つ以上のターゲット特徴に対応する。たとえば、コントローラ１０４は、ユーザインターフェース１１０を介してユーザから１つ以上のターゲット特徴選択を受信するように構成され得る。
【0026】
別の実施形態では、コントローラ１０４は、１つ以上のターゲット特徴選択に基づいて、１つ以上のターゲット焦点位置を決定するように構成されてもよい。たとえば、コントローラ１０４は、機械学習分類器を使用して１つ以上のターゲット焦点位置を決定するように構成され得る。
【0027】
別の実施形態では、コントローラ１０４は、１つ以上のターゲット焦点位置で捕捉された１つ以上のターゲット画像を受信するように構成されてもよい。たとえば、コントローラ１０４は、１つ以上のターゲット焦点位置で１つ以上のターゲット特徴を含む１つ以上のターゲット画像を受信するように構成され得る。
【0028】
別の実施形態では、コントローラ１０４は、１つ以上のターゲット画像に基づいて１つ以上のオーバレイ測定値を決定するよう構成されてもよい。例えば、コントローラ１０４は、第１の層および第２の層のそれぞれに形成された１つ以上のターゲット特徴に基づいてターゲットサンプルの第１の層とターゲットサンプルの第２の層との間のオーバレイを判別するように構成されている。
【0029】
図２は、本開示の１つ以上の実施形態によるシステム１００の簡略化された概略図を示す。特に、図２に示されるシステム１００は、システム１００が光学検査システムとして動作するような光学計測サブシステム１０２を含む。
【0030】
光学検査サブシステム１０２は、当技術分野で知られている任意の光学ベースの検査を含むことができる。計測サブシステム１０２は、限定はしないが、照明源１１２と、照明アーム１１１と、収集アーム１１３と、検出器アセンブリ１２６とを含み得る。
【0031】
一実施形態では、計測サブシステム１０２は、ステージアセンブリ１２２上に配置されたサンプル１２０を検査および／または測定するように構成される。照明源１１２は、真空紫外放射（ＶＵＶ）、深紫外放射（ＤＵＶ）、紫外（ＵＶ）放射、可視放射、または赤外（ＩＲ）放射を含むがこれらに限定されない光の波長を提供するように構成された照明源を含むがこれらに限定されない、照明１０１を生成するための当技術分野で公知の任意の照明源を含み得る。別の実施形態では、計測サブシステム１０２は、照明１０１をサンプル１２０に向けるように構成された照明アーム１１１を含むことができる。計測サブシステム１０２の照明源１１２は、暗視野配向、明視野配向などを含むがこれらに限定されない、当技術分野で知られている任意の配向で構成され得ることに留意されたい。例えば、１つ以上の光学要素１１４、１２４は、暗視野配向、明視野配向等に計測サブシステム１０２を構成するために、選択可能に調整されてもよい。
【0032】
サンプル１２０は、ウェハ、レチクル、フォトマスクなどを含むがこれらに限定されない当技術分野で知られている任意のサンプルを含むことができる。サンプル１２０は、画像ベースのオーバレイ計測に適していることが当技術分野で知られている１つ以上のオーバレイ計測ターゲットを有する任意のサンプルを含むことができる。例えば、サンプル１２０は、１つ以上のリソグラフィ的に別個の露光で印刷された１つ以上の層のターゲット特徴を含むオーバレイ計測ターゲットを含むことができる。ターゲットおよび／またはターゲット特徴は、２回または４回の回転対称性、反射対称性等の種々の対称性を保有してもよい。
【0033】
一実施形態では、サンプル１２０はステージアセンブリ１２２上に配置され、ステージアセンブリ１２２はサンプル１２０の移動（例えば、ｘ方向、ｙ方向、またはｚ方向のうちの１つ以上に沿った移動）を容易にするように構成される。別の実施形態では、ステージアセンブリ１２２は、作動可能なステージである。例えば、ステージアセンブリ１２２は、限定はしないが、１つ以上の直線方向（例えば、ｘ方向、ｙ方向及び／又はｚ方向である）に沿ってサンプル１２０を選択的に平行移動させるのに適した１つ以上の平行移動ステージを含むことができる。別の例として、ステージアセンブリ１２２は、限定はしないが、回転方向に沿ってサンプル１２０を選択的に回転させるのに適した１つ以上の回転ステージを含むことができる。別の例として、ステージアセンブリ１２２は、限定はしないが、直線方向に沿ってサンプル１２０を選択的に並進させる、および／または回転方向に沿ってサンプル１２０を回転させるのに適した回転ステージおよび並進ステージを含むことができる。本明細書では、システム１００は、当技術分野で知られている任意の計測モードで動作し得ることに留意されたい。
【0034】
照明アーム１１１は、当技術分野で知られている任意の数およびタイプの光学構成要素を含み得る。一実施形態では、照明アーム１１１は、１つ以上の光学要素１１４と、１つ以上の光学要素１１５のセットと、ビームスプリッタ１１６と、対物レンズ１１８とを含む。この点に関して、照明アーム１１１は、照明源１１２からの照明１０１をサンプル１２０の表面に集束させるように構成することができる。１つ以上の光学要素１１４は、１つ以上のミラー、１つ以上のレンズ、１つ以上の偏光子、１つ以上のビームスプリッタ、波長板等を含むが、それらに限定されない、当技術分野で公知の任意の光学要素を含んでもよい。
【0035】
別の実施形態では、計測サブシステム１０２は、サンプル１２０から反射または散乱された照明を収集するように構成された収集アーム１１３を含む。別の実施形態では、収集アーム１１３は、反射および散乱光を、１つ以上の光学要素１２４を介して、検出器アセンブリ１２６の１つ以上のセンサに指向および／または集束させてもよい。１つ以上の光学要素１２４は、１つ以上のミラー、１つ以上のレンズ、１つ以上の偏光子、１つ以上のビームスプリッタ、波長板等を含むが、それらに限定されない、当技術分野で公知の任意の光学要素を含んでもよい。検出器アセンブリ１２６は、サンプル１２０から反射または散乱された照明を検出するための、当技術分野で知られている任意のセンサおよび検出器アセンブリを含むことができることに留意されたい。
【0036】
別の実施形態では、計測サブシステム１０２の検出器アセンブリ１２６は、サンプル１２０から反射または散乱された照明に基づいて、サンプル１２０の検査データを収集するように構成される。別の実施形態では、検出器アセンブリ１２６は、収集／取得された画像および／または計測データをコントローラ１０４に送信するように構成される。
【0037】
計測システム１００は、任意の選択された測定平面（例えば、ｚ方向に沿った任意の位置である）でサンプル１２０を撮像するように構成することができる。例えば、サンプル１２０に対する検出器アセンブリ１２６上に生成された画像に関連する物体平面の位置は、計測システム１００の構成要素の任意の組み合わせを使用して調整することができる。例えば、サンプル１２０に対する検出器アセンブリ１２６上に生成された画像に関連する物体平面の位置は、対物レンズ１１８に対するステージアセンブリ１２２の位置を制御することによって調整することができる。別の例として、サンプル１２０に対する検出器アセンブリ１２６上に生成された画像に関連する物体平面の位置は、サンプル１２０に対する対物レンズ１１８の位置を制御することによって調整することができる。例えば、対物レンズ１１８は、１つ以上の調整軸（例えば、ｘ方向、ｙ方向、又はｚ方向である）に沿って対物レンズ１１８の位置を調整するように構成された並進ステージ上に取り付けられ得る。別の例として、サンプル１２０に対する検出器アセンブリ１２６上に生成された画像に関連する物体平面の位置は、検出器アセンブリ１２６の位置を制御することによって調整することができる。例えば、検出器アセンブリ１２６は、１つ以上の調整軸に沿って検出器アセンブリ１２６の位置を調整するように構成された並進ステージ上に取り付けられてもよい。別の例として、サンプル１２０に対する検出器アセンブリ１２６上に生成された画像に関連する物体平面の位置は、１つ以上の光学素子１２４の位置を制御することによって調整することができる。例えば、１つ以上の光学素子１２４は、１つ以上の調整軸に沿って１つ以上の光学素子１２４の位置を調整するように構成された並進ステージ上に取り付けられてもよい。本明細書では、コントローラ１０４は、計測サブシステム１０２の１つ以上の部分に１つ以上の制御信号を提供することによって、前述の調整のいずれかを行うように構成され得ることに特に留意されたい。
【0038】
本明細書で前述したように、システム１００のコントローラ１０４は、１つ以上のプロセッサ１０６およびメモリ１０８を含むことができる。メモリ１０８は、本開示全体にわたって説明される様々なプロセスステップを１つ以上のプロセッサ１０６に実行させるように構成されたプログラム命令を含み得る。例えば、プログラム命令は、本開示のプロセスステップの１つ以上を実行するために、１つ以上のプロセッサ１０６に、計測サブシステム１０２の１つ以上の特性を調整させるように構成される。さらに、コントローラ１０４は、サンプル１２０に関連する画像データを含むがこれに限定されないデータを検出器アセンブリ１２６から受信するように構成することができる。
【0039】
コントローラ１０４の１つ以上のプロセッサ１０６は、当技術分野で知られている任意のプロセッサまたは処理要素を含むことができる。本開示の目的のために、「プロセッサ」または「処理要素」という用語は、１つ以上の処理または論理要素（例えば、１つ以上のマイクロプロセッサデバイス、１つ以上の特定用途向け集積回路（ＡＳＩＣ）デバイス、１つ以上のフィールドプログラマブルゲートアレイ（ＦＰＧＡ）、または１つ以上のデジタル信号プロセッサ（ＤＳＰ））を有する任意のデバイスを包含するように広く定義され得る。この意味で、１つ以上のプロセッサ１０６は、アルゴリズムおよび／または命令（たとえば、メモリに記憶されたプログラム命令）を実行するように構成された任意のデバイスを含み得る。一実施形態では、１つ以上のプロセッサ１０６は、デスクトップコンピュータ、メインフレームコンピュータシステム、ワークステーション、画像コンピュータ、並列プロセッサ、ネットワーク接続されたコンピュータ、または本開示全体にわたって説明されるように、計測システム１００とともに動作または動作するように構成されたプログラムを実行するように構成された任意の他のコンピュータシステムとして具現化され得る
【0040】
さらに、システム１００の異なる構成要素は、本開示で説明するステップの少なくとも一部を実行するのに適したプロセッサまたは論理要素を含み得る。したがって、上記の説明は、本開示の実施形態に対する限定として解釈されるべきではなく、単なる例示として解釈されるべきである。さらに、本開示全体にわたって説明されるステップは、単一のコントローラ１０４によって、または代替として複数のコントローラによって実行され得る。さらに、コントローラ１０４は、共通のハウジングまたは複数のハウジング内に収容された１つ以上のコントローラを含むことができる。このようにして、任意のコントローラまたはコントローラの組合せを、計測システム１００への統合に適したモジュールとして別々にパッケージ化することができる。さらに、コントローラ１０４は、検出器アセンブリ１２６から受信したデータを分析し、計測システム１００内または計測システム１００の外部の追加の構成要素にデータを供給することができる。
【0041】
メモリ１０８は、関連する１つ以上のプロセッサ１０６によって実行可能なプログラム命令を記憶するのに適した、当技術分野で知られている任意の記憶媒体を含み得る。例えば、メモリ１０８は、非一時的な記憶媒体を含んでもよい。別の例として、メモリ１０８は、読取り専用メモリ（ＲＯＭ）、ランダムアクセスメモリ（ＲＡＭ）、磁気または光メモリデバイス（たとえば、ディスク）、磁気テープ、ソリッドステートドライブなどを含み得るが、それらに限定されない。さらに、メモリ１０８は、１つ以上のプロセッサ１０６とともに共通のコントローラハウジング内に収容され得ることに留意されたい。一実施形態では、メモリ１０８は、１つ以上のプロセッサ１０６およびコントローラ１０４の物理的位置に対して遠隔に配置され得る。たとえば、コントローラ１０４の１つ以上のプロセッサ１０６は、ネットワーク（例えば、インターネット、イントラネットなど）を介してアクセス可能なリモートメモリ（たとえば、サーバ）にアクセスすることができる。
【0042】
一実施形態では、ユーザインターフェース１１０は、コントローラ１０４に通信可能に結合される。ユーザインターフェース１１０は、限定はしないが、１つ以上のデスクトップ、ラップトップ、タブレットなどを含むことができる。別の実施形態では、ユーザインターフェース１１０は、システム１００のデータをユーザに表示するために使用されるディスプレイを含む。ユーザインターフェース１１０のディスプレイは、当技術分野で知られている任意のディスプレイを含み得る。例えば、ディスプレイは、液晶ディスプレイ（ＬＣＤ）、有機発光ダイオード（ＯＬＥＤ）ベースのディスプレイ、またはＣＲＴディスプレイを含んでもよいが、それらに限定されない。当業者は、ユーザインターフェース１１０と統合可能な任意のディスプレイデバイスが、本開示における実装に好適であることを認識するはずである。別の実施形態では、ユーザは、ユーザインターフェース１１０のユーザ入力デバイスを介してユーザに表示されるデータに応答して、選択および／または命令を入力してもよい
【0043】
別の実施形態では、コントローラ１０４は、計測システム１００の１つ以上の要素に通信可能に結合される。この点に関して、コントローラ１０４は、計測システム１００の任意の構成要素からデータを送信及び／又は受信することができる。さらに、コントローラ１０４は、関連する構成要素のための１つ以上の制御信号を生成することによって、計測システム１００の任意の構成要素を指示または別様に制御することができる。例えば、コントローラ１０４は、検出器組立体１２６から１つ以上の画像を受け取るために検出器組立体１２６に通信可能に結合することができる。
【0044】
図３は、本開示の１つ以上の実施形態によるオーバレイを測定する方法３００を示す。
【0045】
ステップ３０２では、１つ以上の焦点位置で捕捉された複数の訓練画像が受信される。例えば、複数の訓練画像１２５が、計測サブシステム１０２からコントローラ１０４によって受信され得る。これに関して、複数の訓練画像１２５は、光学訓練画像を含み得る。追加および／または代替の実施形態では、コントローラ１０４は、１つ以上の計測サブシステム１０２以外のソースから１つ以上の訓練画像１２５を受信するように構成され得る。例えば、コントローラ１０４は、外部記憶装置および／またはメモリ１０８からサンプル１２０の特徴の１つ以上の訓練画像１２５を受信するように構成することができる。別の実施形態では、コントローラ１０４は、受信した訓練画像１２５をメモリ１０８に格納するようにさらに構成されてもよい。
【0046】
複数の訓練画像１２５は、訓練サンプルの１つ以上の訓練特徴を含んでもよい。例えば、複数の訓練画像１２５は、訓練サンプルの複数の深さで捕捉された画像を含んでもよい。この点に関して、訓練サンプルの１つ以上の訓練特徴は、訓練サンプルの異なる層に形成された１つ以上の訓練ターゲット特徴を含み得る。計測サブシステム１０２は、特定の訓練特徴の深さ（例えば、ｚ方向に沿った位置）に対応する１つ以上の焦点位置で複数の訓練画像１２５をキャプチャするように構成され得る。一実施形態では、計測サブシステム１０２は、焦点訓練範囲内の複数の訓練画像１２５をキャプチャするように構成することができ、焦点訓練範囲は、１つ以上の訓練特徴の複数の深さに対応する複数の焦点位置を含む。焦点訓練範囲は、ユーザインターフェース１１０を介してユーザによって提供されてもよい。
【0047】
ステップ３０４において、機械学習分類器が、複数の訓練画像に基づいて生成される。例えば、コントローラ１０４は、複数の訓練画像に基づいて機械学習分類器を生成するように構成されてもよい。コントローラ１０４は、限定はしないが、教師あり学習、教師なし学習などを含む、当技術分野で知られている任意の１つ以上の技法を介して機械学習分類器を生成するように構成され得る。
【0048】
たとえば、教師あり学習の文脈では、複数の訓練画像１２５は、複数の訓練画像の各々がキャプチャされた焦点位置（例えば、複数の訓練画像は、サンプルの１つ以上の特徴の複数のスルー焦点画像を含んでもよい）に基づいて、様々な焦点の程度を含み得る。この点に関して、コントローラ１０４は、コントローラ１０４が１つ以上の最適な焦点公差内に入る複数の訓練画像のうちの１つ以上の訓練画像を決定することができるように、１つ以上の最適な焦点公差を受信することができる。したがって、複数の訓練画像１２５および１つ以上の最適な焦点公差は、機械学習分類器を訓練するための入力として使用され得る。コントローラ１０４は、複数の訓練画像１２５、最適な焦点許容値、及び生成された機械学習分類器をメモリ１０８に記憶するように更に構成することができる。
【0049】
１つ以上の最適な焦点公差は、機械学習分類器が１つ以上のターゲットオーバレイ測定のための１つ以上のターゲット焦点位置を決定するように構成され得るように構成され得る。この点に関して、１つ以上の最適な焦点公差は、１つ以上のターゲット焦点位置で後にキャプチャされ得る１つ以上のターゲット画像が、コントローラ１０４によるオーバレイ測定に充分な品質であることを確実にするように構成され得る。１つ以上の最適な焦点公差は、ユーザインターフェース１１０を介してユーザによって提供されてもよい。別の実施形態では、コントローラ１０４は、当技術分野で知られている任意の技法を使用して１つ以上の最適な焦点公差を決定するように構成され得る。たとえば、コントローラ１０４は、コントラスト精度関数（例えば、複数の焦点位置でキャプチャされた複数の画像に基づいてノイズが最小である焦点を決定するように構成された機能）に基づいて１つ以上の最適な焦点公差を決定するように構成され得る。代替実施形態では、コントローラ１０４は、計測サブシステム１０２の１つ以上の部分に統合されるか、またはそれによって生成されるＬｉｎｎｉｋ干渉計を使用して、１つ以上の最適焦点公差を判定するように構成されてもよい。別の例として、計測サブシステム１０２の１つ以上の部分（例えば、照明源１１２及び／又は照明アーム１１１の１つ以上の部分）は、サンプルを照明するように構成することができ、コントローラ１０４は、検出器アセンブリ１２６によって収集された照明に基づいてＬｉｎｎｉｋ干渉計（たとえば、低コヒーレンス干渉計）を生成するように構成することができる。これに関して、コントローラ１０４は、干渉計のピーク（例えば、全ての収集された画像の中で最大のコントラストを有する点）を決定するように構成されてもよく、サンプルのｚ軸に沿ったスルー焦点位置にピークを関連付けてもよい。
【0050】
本開示の実施形態は、１つ以上の最適な焦点公差を決定するために、Ｌｉｎｎｉｋ干渉計を生成または参照するコントローラ１０４に限定されないことに特に留意されたい。たとえば、コントローラ１０４は、様々な焦点位置および／または位置（例えば、ｘ軸および／またはｙ軸上の座標位置であり、複数の訓練画像は、平行移動可能なステージなどを介して、そのような軸の一方または両方に沿った様々な座標位置でキャプチャされ得る）から発する照明（例えば、明視野および／または暗視野顕微鏡装置によって生成される照明）を示す１つ以上の信号を使用して生成された複数の訓練画像に基づいてベスト焦点および／またはベスト位置を決定するように構成された機械学習分類器を生成するように構成され得る。少なくとも前述の実施形態では、コントローラ１０４は、複数の訓練画像の画像コントラストおよび／またはコントラスト精度に基づいて、最良焦点および／または最良位置を決定するように構成されてもよい。この点に関して、機械学習分類器は、複数の訓練画像に基づいて１つ以上の最適な焦点公差を決定するように構成することができ、複数の訓練画像は、サンプルのｚ軸に沿った様々な焦点位置で生成された焦点スライス画像を構成する。コントローラ１０４は、焦点スライス画像の画像コントラストおよび／またはコントラスト精度に基づいて、各焦点スライス画像を対応する最良焦点で分類および／またはラベル付けするように構成されてもよい。このようにして、コントローラ１０４は、複数の訓練画像に基づく補間によって１つ以上の最適な焦点公差を決定するように構成され得る。
【0051】
別の実施形態では、機械学習分類器は、複数の訓練画像に基づいて１つ以上の最適な焦点公差を決定するように構成することができ、複数の訓練画像は、サンプルのｚ軸に沿った様々な焦点位置で捕捉された画像を含み、複数の訓練画像の焦点は、粗焦点機構を使用して変更される。具体的には、粗集束メカニズム（あるいは、本開示によって企図される目的に適切であることが当技術分野で知られている任意の他の一般的な集束機構）は、機械学習分類器が１つ以上の最適な集束公差をより正確な様式（例えば、本明細書で説明される、または当技術分野で公知の焦点調整の他の方法と比較して、より正確である）で決定することを可能にし得ることに留意されたい。例えば、ステップ３０８（以下で説明される）におけるように、コース集束機構は、コントローラ１０４が粗焦点（例えば、全体的な焦点位置は、後に微調整することができる（以下のステップ３０８を参照））を決定および／または設定することを可能にするように構成されてもよい。粗集束システムは、レンズ三角測量機構、バイセル検出器装置、および／または任意の測距システムを含むが、それらに限定されない、本開示によって企図される目的に好適であることが当技術分野で知られている任意の粗集束機構を含んでもよいことに留意されたい。
【0052】
ステップ３０４で生成される機械学習分類器は、ランダムフォレスト分類器、サポートベクターマシン（ＳＶＭ）分類器、アンサンブル学習分類器、人工ニューラルネットワーク（ＡＮＮ）などを含むがこれらに限定されない、当技術分野で知られている任意のタイプの機械学習アルゴリズム／分類器および／または深層学習技法または分類器を含み得ることに本明細書では留意されたい。別の例として、機械学習分類器は、深層畳み込みニューラルネットワーク（ＣＮＮ）を含み得る。例えば、いくつかの実施形態では、機械学習分類器は、ＡＬＥＸＮＥＴおよび／またはＧＯＯＧＬＥＮＥＴを含んでもよい。この点に関して、機械学習分類器は、限定はしないが、Ｌｉｎｎｉｋ干渉計を生成し、Ｌｉｎｎｉｋ干渉計を使用して１つ以上のターゲットオーバレイ測定値のための１つ以上のターゲット焦点位置を決定するように構成された任意のアルゴリズム、分類器、または予測モデルを含む、任意のアルゴリズム、分類器、または予測モデルを含み得る。いくつかの実施形態では、機械学習分類器は、複数の層および受容体を有するニューラルネットワークを備え得る。たとえば、機械学習分類器は、約５つの層および約１５個のレセプタを有するニューラルネットワークを備え得る。
【0053】
ステップ３０６において、ターゲットサンプルの１つ以上のターゲット特徴に対応する１つ以上のターゲットオーバレイ測定のための１つ以上のターゲット特徴選択が受信される。たとえば、コントローラ１０４は、ユーザインターフェース１１０を介してユーザから１つ以上のターゲットオーバレイ測定値のための１つ以上のターゲット特徴選択を受信するように構成され得る。１つ以上のターゲット特徴選択は、ターゲットサンプルの１つ以上のターゲット特徴を含む１つ以上のターゲット画像をキャプチャするようにシステム１００に指示するように構成された１つ以上の信号を含むことができる。１つ以上のターゲット特徴選択を受信すると、コントローラ１０４は、ターゲットサンプル内の１つ以上のターゲット特徴の１つ以上の予想深さを決定するように構成することができる。例えば、コントローラ１０４は、ユーザインターフェース１１０を介してユーザによってオーバレイ測定のための１つ以上のターゲット特徴の１つ以上の予想深さを提供され得る。他の実施形態では、コントローラ１０４は、メモリ１０８に記憶されたターゲットサンプルに対応する１つ以上の設計ファイルまたは他のデータを参照することによって、オーバレイ測定のための１つ以上のターゲット特徴の１つ以上の予想深さを決定することができる。他の実施形態では、コントローラ１０４は、Ｌｉｎｎｉｋ干渉計に基づいてオーバレイ計測のための１つ以上のターゲット特徴の１つ以上の予想深さを決定しえる。例えば、コントローラ１０４は、サンプルのｚ軸に沿ったスルー焦点位置に関連付けられたＬｉｎｎｉｋ干渉計のピークを参照することによって、１つ以上の予期される深度を決定してもよい。
【0054】
ステップ３０８において、１つ以上のターゲット特徴選択に基づく１つ以上のターゲット焦点位置が、機械学習分類器を使用して決定される。たとえば、コントローラ１０４は、機械学習分類器を使用して、１つ以上のターゲット特徴選択に基づいて１つ以上のターゲット焦点位置を決定するように構成され得る。別の例として、コントローラ１０４は、ターゲットサンプルの１つ以上のターゲット特徴の１つ以上の予想深さを機械学習分類器への入力として提供することができる。この点に関して、機械学習分類器は、複数の訓練画像１２５および最適な焦点公差に基づいて１つ以上のターゲット焦点位置を提供するように構成され得る。機械学習分類器は、コントラスト精度関数、Ｌｉｎｎｉｎｋ干渉計関数、または本明細書に記載される任意の他の方法によって提供される焦点位置の１ミクロン以内の１つ以上の焦点位置を決定することによって、１つ以上のターゲットオーバレイ測定のための１つ以上のターゲット焦点位置を決定するように構成され得ることに留意されたい。
【0055】
いくつかの実施形態では、１つ以上のターゲット特徴選択に基づいて１つ以上のターゲット焦点位置を決定すると、コントローラ１０４は、１つ以上の制御信号を決定し、および／または１つ以上の計測サブシステム１０２の１つ以上の部分に提供するように構成されてもよい。１つ以上の制御信号は、１つ以上の計測サブシステム１０２の１つ以上の部分を１つ以上の調整軸（例えば、ｘ方向、ｙ方向、及び／又はｚ方向である）に沿って平行移動させるように構成される。例えば、コントローラ１０４は、１つ以上の制御信号をステージアセンブリ１２２および／または検出器アセンブリ１２６に提供して、ターゲットサンプルが１つ以上の決定されたターゲット焦点位置のうちの１つに位置するように構成することができる。別の実施形態では、コントローラ１０４は、計測サブシステム１０２が１つ以上のターゲット焦点位置で１つ以上のターゲット画像を捕捉することを可能にするために、１つ以上の制御信号を光学要素１１４、１１５、ビームスプリッタ１１６、対物レンズ１１８、または光学要素１２４のうちの少なくとも１つに提供するように構成されてもよい。
【0056】
粗集束機構を使用して複数の訓練画像に基づいて１つ以上の最適な焦点公差を決定するように構成された機械学習分類器の場合、機械学習分類器は、粗集束システムに１つ以上の制御信号を決定するように構成され得る（およびコントローラ１０４は、粗集束システムに１つ以上の制御信号を提供するように構成され得る）。ここで、１つ以上の制御信号は、粗集束システムに焦点をターゲット焦点位置から±２マイクロメートル以内の焦点位置に調整させるように構成することができる。この点に関して、機械学習分類器は、粗集束システムによって決定された焦点位置を修正するための１つ以上の精密焦点調整を決定することによって、１つ以上の最適な焦点公差を決定するように構成され得る。
【0057】
ステップ３１０では、１つ以上のターゲット焦点位置で捕捉された１つ以上のターゲット特徴の１つ以上のターゲット画像が受信される。例えば、コントローラ１０４は、計測サブシステム１０２から１つ以上のターゲット画像１３５を受信するように構成されてもよい。本明細書で使用されるように、「ターゲット画像」という用語は、１つ以上のターゲット焦点位置で捕捉され、１つ以上のオーバレイ測定値が判定される、１つ以上のターゲット特徴の画像を指してもよい。したがって、用語「ターゲット画像」は、機械学習分類器を訓練するための入力として使用され得る訓練特徴の画像と見なされ得る「訓練画像」と区別され得る。
【0058】
本明細書において、訓練画像１２５の取得に関するいかなる議論も、本明細書において特に断らない限り、ターゲット画像１３５の取得に適用されると見なされ得ることに留意されたい。追加および／または代替の実施形態では、コントローラ１０４は、１つ以上の計測サブシステム１０２以外のソースから１つ以上のターゲット画像１３５を受信するように構成され得る。例えば、コントローラ１０４は、外部記憶装置および／またはメモリ１０８からサンプル１２０の１つ以上のターゲット画像１３５を受け取るように構成することができる。
【0059】
ステップ３１２において、１つ以上のターゲット画像に基づいて１つ以上のオーバレイ測定値が決定される。例えば、コントローラ１０４は、ターゲットサンプルの第１の層上に形成された１つ以上のターゲット特徴に対応する第１のオーバレイ測定と、ターゲットサンプルの第２の層上に形成された１つ以上のターゲット特徴に対応する第２のオーバレイ測定とに基づいて、ターゲットサンプルの第１の層とターゲットサンプルの第２の層との間のオーバレイを判定するように構成されている。この点に関して、コントローラ１０４は、第１の層と第２の層との間のオフセット（たとえば、ＰＰＥ）を決定するように構成され得る。１つ以上のオーバレイ測定値は、サンプルの特定のターゲット特徴とともに使用するように構成されたオーバレイ測定値を含む、本開示によって企図される目的に適した当技術分野で知られている任意のオーバレイ測定値を含むことができる。この点に関して、コントローラ１０４は、１つ以上のオーバレイ測定値を決定するために、メモリ１０８に記憶されたまたはコントローラ１０４に提供された１つ以上のオーバレイアルゴリズムを利用するように構成されてもよい。
【0060】
いくつかの実施形態では、方法３００はステップ３１４を含み得る。ステップ３１４では、１つ以上の制御信号が提供される。例えば、１つ以上のプロセスツール（例えば、リソグラフィツール）を調整するための１つ以上の制御信号が提供される。追加の例として、コントローラ１０４は、１つ以上のプロセスツールの１つ以上のパラメータが調整されるように、１つ以上のプロセスツールの１つ以上のパラメータ（例えば、製造設定、構成など）を調整するために、１つ以上の制御信号（または制御信号に対する補正）を１つ以上のプロセスツールの１つ以上の部分に提供することができる。コントローラ１０４は、サンプルの１つ以上のオーバレイ測定に基づいて１つ以上の制御信号を決定することができる。制御信号（または制御信号に対する補正）は、フィードバックおよび／またはフィードフォワード制御ループの一部としてコントローラ１０４によって提供され得る。コントローラ１０４は、制御信号に基づいてプロセスツールの１つ以上のパラメータに対する１つ以上の調整を１つ以上のプロセスツールに実行させることができ、またはコントローラ１０４は、１つ以上のパラメータに対する１つ以上の調整を行うようにユーザに警告することができる。この意味で、１つ以上の制御信号は、１つ以上のプロセスツールの１つ以上の製造プロセスの誤差を補償することができ、したがって、１つ以上のプロセスツールが、同じまたは異なるロット内の後続のサンプル上の複数の露光にわたって選択された許容範囲内にオーバレイを維持することを可能にすることができる。
【0061】
図４は、本開示の１つ以上の実施形態によるオーバレイを測定する方法４００を示す。
【0062】
ステップ４０２において、ターゲットサンプルの１つ以上のターゲット特徴に対応する１つ以上のターゲットオーバレイ測定のための１つ以上のターゲット特徴選択が受け取られる。たとえば、コントローラ１０４は、ユーザインターフェース１１０を介してユーザから１つ以上のターゲットオーバレイ測定値のための１つ以上のターゲット特徴選択を受信するように構成され得る。１つ以上のターゲット特徴選択は、ターゲットサンプルの１つ以上のターゲット特徴を含む１つ以上のターゲット画像をキャプチャするようにシステム１００に指示するように構成された１つ以上の信号を含むことができる。１つ以上のターゲット特徴選択を受信すると、コントローラ１０４は、ターゲットサンプル内の１つ以上のターゲット特徴の１つ以上の予想位置（例えば、ｘ方向、ｙ方向、及び／又はｚ方向に沿った位置）を決定するように構成することができる。例えば、コントローラ１０４は、ユーザインターフェース１１０を介してユーザによってオーバレイ測定のための１つ以上のターゲット特徴の１つ以上の予想位置を提供され得る。他の実施形態では、コントローラ１０４は、メモリ１０８に記憶されたターゲットサンプルに対応する１つ以上の設計ファイルまたは他のデータを参照することによって、オーバレイ測定のための１つ以上のターゲット特徴の１つ以上の予想深さを決定することができる。
【0063】
ステップ４０４において、１つ以上のターゲット特徴選択に基づいて１つ以上のターゲット焦点位置が決定される。たとえば、コントローラ１０４は、１つ以上のターゲット特徴選択に基づいて機械学習分類器を使用して１つ以上のターゲット焦点位置を決定するように構成され得、１つ以上のターゲット特徴選択は、１つ以上のオーバレイ測定のための１つ以上のターゲット特徴に対応する。別の例として、コントローラ１０４は、ターゲットサンプルの１つ以上のターゲット特徴の１つ以上の予想深さを機械学習分類器への入力として提供することができる。この点に関して、機械学習分類器は、複数の訓練画像１２５および最適な焦点公差に基づいて１つ以上のターゲット焦点位置を提供するように構成され得る。
【0064】
いくつかの実施形態では、ステップ４０６に示すように、１つ以上のターゲット特徴選択に基づいて１つ以上のターゲット焦点位置を決定すると、コントローラ１０４は、１つ以上の制御信号を決定し、かつ／または１つ以上の計測サブシステム１０２の１つ以上の部分に１つ以上の制御信号を提供するように構成することができる。１つ以上の制御信号は、１つ以上の計測サブシステム１０２の１つ以上の部分を１つ以上の調整軸（例えば、ｘ方向、ｙ方向、及び／又はｚ方向である）に沿って平行移動させるように構成される。例えば、一実施形態において、コントローラ１０４は、オーバレイ測定のための１つ以上のターゲット特徴が計測サブシステム１０２の１つ以上のコンポーネントの視野内で中心に置かれるように、ステージアセンブリ１２２および／または検出器アセンブリに１つ以上の制御信号を提供するように構成されてもよい。この点に関して、コントローラ１０４は、ターゲット画像１３５がターゲット画像１３５の１つ以上の中心に１つ以上のターゲット特徴を含むように、１つ以上の制御信号を計測サブシステム１０２の１つ以上の部分に提供するように構成され得る。別の実施形態では、コントローラ１０４は、ターゲットサンプルが１つ以上の決定されたターゲット焦点位置のうちの１つに位置するように、ステージアセンブリ１２２に１つ以上の制御信号を供給するように構成することができる。別の実施形態では、コントローラ１０４は、計測サブシステム１０２が１つ以上のターゲット焦点位置で１つ以上のターゲット画像を捕捉することを可能にするために、１つ以上の制御信号を光学要素１１４、１１５、ビームスプリッタ１１６、対物レンズ１１８、または光学要素１２４のうちの少なくとも１つに提供するように構成されてもよい。
【0065】
コントローラ１０４は、１つ以上の制御信号を１つ以上の計測サブシステム１０２の１つ以上の部分に同時に提供するように構成され得ることに特に留意されたい。例えば、コントローラ１０４は、ｘ方向および／またはｙ方向に沿ったステージアセンブリ１２２およびｚ方向に沿った計測サブシステム１０２の１つ以上の他の部分（例えば、検出器アセンブリ１２６および／または対物レンズ１１８）に同時調整を引き起こすように構成された１つ以上の制御信号を提供するように構成され得る。
【0066】
さらに、コントローラ１０４は、機械学習分類器を使用して、１つ以上の計測サブシステム１０２の１つ以上の部分の変換を引き起こすように構成された１つ以上の制御信号を決定するように構成され得ることにさらに留意されたい。たとえば、機械学習分類器は、１つ以上の位置（例えば、ｘ軸および／またはｙ軸に沿った位置）を所望の１つ以上のターゲット特徴に関連付けるように構成され得る。この点に関して、機械学習分類器は、視野内の１つ以上のターゲット特徴を自動的にセンタリングする位置（例えば、ｘ軸および／またはｙ軸上の座標位置）を決定するように構成され得る。
【0067】
ステップ４０８では、１つ以上のターゲット焦点位置で捕捉された１つ以上のターゲット特徴の１つ以上のターゲット画像が受信される。例えば、コントローラ１０４は、計測サブシステム１０２から１つ以上のターゲット画像１３５を受信するように構成されてもよい。
【0068】
本明細書で説明する方法のすべては、方法の実施形態の１つ以上のステップの結果をメモリに記憶することを含み得る。結果は、本明細書で説明される結果のいずれかを含んでもよく、当技術分野で公知の任意の様式で記憶されてもよい。メモリは、本明細書で説明される任意のメモリ、または当技術分野で知られている任意の他の好適な記憶媒体を含み得る。結果が記憶された後、結果は、メモリ内にアクセスされ、本明細書に説明される方法またはシステム実施形態のうちのいずれかによって使用され、ユーザへの表示のためにフォーマットされ、別のソフトウェアモジュール、方法、またはシステムによって使用される等することができる。さらに、結果は、「永久的に」、「半永久的に「、一時的に」、またはある期間にわたって記憶され得る。例えば、メモリは、ランダムアクセスメモリ（ＲＡＭ）であってもよく、結果は、必ずしもメモリ内に無期限に持続しなくてもよい。
【0069】
上述の方法の実施形態の各々は、本明細書に記載される任意の他の方法の任意の他のステップを含み得ることがさらに企図される。加えて、上述の方法の実施形態の各々は、本明細書に記載のシステムのいずれかによって実行することができる。
【0070】
当業者は、本明細書で説明される構成要素動作、デバイス、オブジェクト、およびそれらに付随する議論が、概念的明確性のために例として使用されること、および種々の構成修正が検討されることを認識するであろう。したがって、本明細書で使用されるように、記載される特定の例および付随する議論は、それらのより一般的なクラスの代表であることが意図される。概して、任意の特定の例の使用は、そのクラスを表すことが意図され、特定の構成要素、動作、デバイス、およびオブジェクトの非包含は、限定として解釈されるべきではない。
【0071】
本明細書で使用するとき、「上」、「下」、「上」、「下」、「上」、「上方」、「下方」、「下方」などの方向を示す用語は、説明の目的で相対的な位置を提供することを意図しており、絶対的な基準系を示すことを意図していない。説明された実施形態に対する様々な修正は、当業者には明らかであり、本明細書で定義された一般的な原理は、他の実施形態に適用され得る
【0072】
本明細書における実質的に任意の複数形および／または単数形の用語の使用に関して、当業者は、文脈および／または用途に適切であるように、複数形から単数形に、および／または単数形から複数形に変換することができる。様々な単数形／複数形の置き換えは、理解しやすいように、本明細書で明確に記載されない。
【0073】
本明細書で説明される主題は、場合によっては、他の構成要素内に含まれる、または他の構成要素と接続される、異なる構成要素を図示する。そのような描写されたアーキテクチャは、単なる例示であり、実際には、同じ機能性を達成する多くの他のアーキテクチャが実装され得ることを理解されたい。概念的な意味では、同じ機能を達成するための構成要素の任意の配置は、所望の機能が達成されるように効果的に「関連付けられる」。したがって、特定の機能を達成するために組み合わされた本明細書の任意の２つの構成要素は、アーキテクチャまたは中間構成要素にかかわらず、所望の機能が達成されるように互いに「関連付けられる」と見なすことができる。同様に、そのように関連付けられた任意の２つの構成要素はまた、所望の機能性を達成するために、相互に「接続」または「結合」されていると見なされることができ、そのように関連付けられることが可能な任意の２つの構成要素はまた、所望の機能性を達成するために、相互に「結合可能」であると見なされることができる。結合可能な特定の例は、物理的に結合可能及び／又は物理的に相互作用する構成要素及び／又は無線で相互作用可能及び／又は無線で相互作用する構成要素及び／又は論理的に相互作用及び／又は論理的に相互作用可能な構成要素を含むが、これらに限定されない。
【0074】
さらに、本発明は添付の特許請求の範囲によって定義されることを理解されたい。一般に、本明細書および特に添付の特許請求の範囲（例えば、添付の特許請求の範囲の本体）で使用される用語は一般に「オープン」用語（例えば、「含む（ｉｎｃｌｕｄｉｎｇ）」という用語は、「含む（ｉｎｃｌｕｄｉｎｇ）がこれに限定されない」と解釈されるべきであり、「有する（ｈａｖｉｎｇ）」という用語は「少なくとも有する（ｈａｖｉｎｇ）」と解釈されるべきであり、「含む（ｉｎｃｌｕｄｅｓ）」という用語は「含む（ｉｎｃｌｕｄｅｓ）がこれに限定されない」と解釈されるべきである等である）として意図されることが当業者には理解されよう。導入される請求項の記載の具体的な数が意図される場合、そのような意図は、その請求項において明示的に記載されることになり、そのような記載がない場合、そのような意図は存在しないことが、当業者にはさらに理解されよう。例えば、理解の助けとして、以下の添付の特許請求の範囲は、導入句「少なくとも１つの（ａｔ ｌｅａｓｔ ｏｎｅ）」および「１つ以上の（ｏｎｅ ｏｒ ｍｏｒｅ）」を使用して請求項の記載を導くことを含むことができる。しかしながら、そのような語句の使用は、不定冠詞「ａ」または「ａｎ」による請求項の記載の導入が、そのような導入された請求項の記載を含む任意の特定の請求項を、１つのそのような記載のみを含む発明に限定することを意味すると解釈されるべきではない。同じ請求項が「１つ以上」または「少なくとも１つ」という導入句および「ａ」または「ａｎ」（例えば、「ａ」および／または「ａｎ」は、典型的には、「少なくとも１つ」または「１つ以上」を意味すると解釈されるべきである）などの不定冠詞を含む場合でも、同じことが、請求項の記載を紹介するために使用される明確な記事の使用にも当てはまる。また、導入される請求項の記載の具体的な数が明示的に列挙されている場合でも、そのような記載は、典型的には少なくとも列挙された数（例えば、他の修飾因子を伴わない「２つの列挙」の裸の列挙は、典型的には、少なくとも２つの列挙、または２つ以上の列挙を意味する）を意味すると解釈されるべきであることを、当業者は認識されよう。さらに、「Ａ、Ｂ、およびＣのうちの少なくとも１つなど」に類似する慣例表現が使用される事例では、概して、そのような構成は、当業者が慣例表現（例えば、「Ａ、Ｂ、およびＣのうちの少なくとも１つを有するシステム」は、Ａのみ、Ｂのみ、Ｃのみ、ＡおよびＢを共に、ＡおよびＣを共に、ＢおよびＣを共に、および／またはＡ、Ｂ、およびＣを共に有するシステムを含むが、それらに限定されない）を理解するであろう意味で意図される。「Ａ、Ｂ、またはＣのうちの少なくとも１つなど」に類似する慣例表現が使用される事例では、概して、そのような構成は、当業者が慣例表現（例えば、「Ａ、Ｂ、またはＣのうちの少なくとも１つを有するシステム」は、Ａのみ、Ｂのみ、Ｃのみ、ＡおよびＢを共に、ＡおよびＣを共に、ＢおよびＣを共に、および／またはＡ、Ｂ、およびＣを共に有するシステムを含むが、それらに限定されない）を理解するであろう意味で意図される。２つ以上の代替用語を提示する事実上いかなる離接する語および／または句も、説明、特許請求の範囲、または図面のどこにあっても、その用語の一方（ｏｎｅ ｏｆ ｔｈｅ ｔｅｒｍｓ）、その用語のいずれか（ｅｉｔｈｅｒ ｏｆ ｔｈｅ ｔｅｒｍｓ）、または両方の用語（ｂｏｔｈ ｔｅｒｍｓ）を含む可能性を企図すると理解されるべきであることが、当業者にはさらに理解されよう。例えば、「ＡまたはＢ「という語句は、「Ａ」または「Ｂ」または「ＡおよびＢ」の可能性を含むと理解されるであろう
【0075】
本開示およびその付随する利点の多くは、前述の説明によって理解されるであろうと考えられ、開示される主題から逸脱することなく、またはその物質的利点の全てを犠牲にすることなく、構成要素の形態、構造、および配置において種々の変更が行われ得ることが明白となるであろう。説明される形態は単なる説明であり、そのような変更を包含し、含むことが以下の特許請求の範囲の意図である。さらに、本発明は添付の特許請求の範囲によって定義されることを理解されたい。
【図1】
【図2】
【図3】
【図4】
【国際調査報告】