[发明专利]极紫外光刻掩模多层膜相位型缺陷检测方法

说明书

一种极紫外光刻掩模多层膜相位型缺陷检测方法，包括建模和缺陷检测两阶段，在建模阶段，首先具有相同缺陷顶部形貌不同缺陷底部形貌的含多层膜相位型缺陷空白掩模的空间像。然后采用傅里叶叠层成像技术重建空间像的复振幅。最后采用卷积神经网络与多层感知器建立以空间像信息为输入，缺陷底部形貌参数为输出的缺陷检测模型。在缺陷检测阶段，首先采用原子力显微镜测量多层膜相位型缺陷表面形貌，空间像测量设备获取含缺陷空白掩模空间像，然后对含缺陷空白掩模空间像进行复振幅重建。最后采用卷积神经网络模型完成缺陷底部半高全宽检测，采用多层感知器模型完成缺陷底部高度检测。本发明可准确检测极紫外光刻掩模多层膜相位型缺陷形貌。

技术领域

本发明涉及极紫外光刻掩模，特别是一种极紫外光刻掩模多层膜相位型缺陷检测方法。

背景技术

极紫外光刻掩模缺陷严重影响芯片生产的良率，并且目前尚无法实现无缺陷掩模的加工制造。因此对掩模缺陷进行检测并根据检测结果对掩模缺陷进行补偿具有重要意义。多层膜缺陷是极紫外光刻掩模中独有的缺陷，根据对掩模反射率影响的不同可分为振幅型缺陷与相位型缺陷，相位型缺陷位于多层膜底部，造成多层膜的变形，在不破坏多层膜结构的情况下，现有仪器难以检测其底部形貌。

在先技术1(在先技术1：Pang L,Satake M,Li Y,et al.,“EUV multilayerdefect compensation(MDC)by absorber pattern modification,film deposition,andmultilayer peeling techniques.”Proc.of SPIE Vol.8679:86790U(2013))采用原子力显微镜测量缺陷表面形貌，将缺陷表面作为起始面计算表面下多层膜的生长情况并与透射电子显微镜测量结果标定，该计算过程可视为Stearn生长模型的反演过程，标定后模型可通过原子力显微镜测量的缺陷表面形貌重建多层膜形貌，但该模型未考虑沉积条件与沉积工具对多层膜生长的影响，仅可用于与透射电子显微镜校正数据沉积条件相同的情况。在先技术2(在先技术2：Upadhyaya M,Jindal V,Basavalingappa A,et al.,“Evaluatingprintability of buried native EUV mask phase defects through a modeling andsimulation approach.”,Proc.of SPIE Vol.9422:94220Q(2015))提出了一种通过绘制缺陷顶部形貌随缺陷底部形貌变化的等值线图，利用原子力显微镜测得缺陷顶部形貌反推缺陷底部形貌的方法，其中，等值线图通过水平集多层膜生长模型计算获得，该方法考虑了沉积条件对生长模型的影响，但需要针对不同的沉积工具与沉积条件分别建模与绘制等值线图，适应性不强。在先技术3(在先技术3：Xu D,Evanschitzky P,Erdmann A.,“Extremeultraviolet multilayer defect analysis and geometry reconstruction.”,Journalof Micro/Nanolithography,MEMS,and MOEMS,15(1):014002(2016))提出了一种基于空间像的缺陷参数重建方法，该方法采用强度传输方程恢复空间像相位，采用主成分分析的方法提取空间像特征值，并利用人工神经网络重建缺陷参数，该方法基于空间像对缺陷参数进行重建，可对采用不同沉积工具与沉积条件的多层膜缺陷进行重建，但该方法将缺陷底部高度与半峰全宽视作相同，缺陷的高度与宽度信息没有被完全表征，仅用一维数据对缺陷底部形貌进行描述是不充足的，导致检测精度不高。在先技术4(在先技术4：成维，李思坤，王向朝等，“极紫外光刻掩模多层膜相位型缺陷底部形貌检测方法”，CN109031894A(2018))利用傅里叶叠层成像技术对空间像进行相位恢复，利用人工神经网络拟合空间像信息与掩模多层膜相位型缺陷底部形貌参数之间的关系，但空间像振幅与相位均为2维数据，且空间像振幅分布的特征不统一，采用的人工神经网络需要过度依赖人为的特征提取，导致该技术鲁棒性较差。

发明内容