智能缺陷筛选及取样方法

摘要

一种智能缺陷筛选及取样方法，包括预先将一设计布局处理为多个基于布局的图案群，将设计布局划分为多个晶胞，重叠属于同一个图案群的多个晶胞，提取一晶圆上的多个缺陷的多个缺陷数据，映射多个缺陷至重叠的图案群来建立多个基于布局的缺陷合成图案群，对缺陷合成图案群执行布局图案匹配，对每一个缺陷合成图案群执行一些缺陷取样选择法则以判断潜在系统缺陷优先顺序，根据潜在系统缺陷优先顺序将多个缺陷合成图案群分类为不同的缺陷类型，根据缺陷类型来检视不同取样个数的多个缺陷合成图案群以取得一缺陷图像文件，对缺陷图像文件执行缺陷产生率分析以产生缺陷图案数据库或缺陷产生率预测。本发明可增加系统性缺陷的检测率及检视缺陷的效率。

主权项

一种智能缺陷筛选及取样方法，其特征在于包括：预先将一具有完整晶片布局的晶圆的设计布局处理形成多个基于布局的图案群，其中该设计布局包括多个布局图案；将该晶圆的设计布局划分为多个晶胞，其中所述多个晶胞中的每一个晶胞是根据其布局图案特征而属于所述多个图案群中的一个；重叠所述多个晶胞中属于同一个该图案群的多个晶胞；从一缺陷扫描及检验器具提取一晶圆上的多个缺陷的多个缺陷数据，其中所述多个缺陷数据中的每一个缺陷数据包括一缺陷尺寸及一缺陷坐标；通过映射所述多个缺陷至重叠的所述多个图案群来建立多个基于布局的缺陷合成图案群；对具有至少一个缺陷聚集布局图案的该缺陷合成图案群执行布局图案匹配，以取得所述多个缺陷合成图案群中的每一个独特的缺陷合成图案群；对每一个缺陷合成图案群执行一些缺陷取样选择法则，以判断所述多个缺陷合成图案群的潜在系统性缺陷优先顺序；根据所述多个缺陷合成图案群的潜在系统缺陷优先顺序将所述多个缺陷合成图案群分类为多个不同的缺陷类型；根据所述多个缺陷合成图案群的缺陷类型来检视不同取样个数的所述多个缺陷合成图案群，以取得一缺陷图像文件；及通过对该缺陷图像文件执行一缺陷产生率分析以产生一缺陷图案数据库或一缺陷产生率预测。