[发明专利]人工智能辨识的半导体影像量测方法

说明书

本发明公开了一种人工智能辨识的半导体影像量测方法，其包括以下步骤：提供半导体的原始影像；利用人工智能判断前述原始影像所属的类型和/或种类；导入前述原始影像所属的类型和/或种类所预定的尺寸量测模式，并依照前述预定的尺寸量测模式，扫描前述原始影像，以获得前述原始影像的测量信号；以及将所获得的特定位置的测量信号输出，并经由计算以获得前述半导体中特定的物理参数。

技术领域

本发明是关于半导体影像量测方法，且特别是关于一种人工智能辨识的半导体影像量测方法。

背景技术

随着产品尺寸缩小化的趋势影响，半导体影像的尺寸量测的速度以及精准度已是目前样品分析从业者所面临的重大课题。目前，样品分析从业者对于半导体影像的尺寸量测大多仍采用人工进行尺寸量测，对于具有各式各样结构设计的半导体而言，利用人工进行尺寸量测，无法快速提供半导体影像尺寸量测服务。鉴于此，一种可提供快速且精准的人工智能辨识的半导体影像量测方法一直是本领域从业者所殷切期盼的。

发明内容

本发明揭示一种人工智能辨识的半导体影像量测方法，其包括以下步骤：提供半导体的原始影像；利用人工智能判断前述原始影像所属的类型和/或种类；导入前述原始影像所属的类型和/或种类所预定的尺寸量测模式，并依照前述预定的尺寸量测模式，扫描前述原始影像，以获得前述原始影像的测量信号；以及从前述原始影像中抽出特定位置的对象，通过对应于前述抽出特定位置的对象的测量信号强度的运算以获得前述半导体中特定的物理参数。

如上所述的人工智能辨识的半导体影像量测方法，前述半导体的原始影像是由扫描式电子显微镜(SEM)、穿透式电子显微镜(TEM)、原子力显微镜(AFM)、聚焦离子束显微镜(FIB)、以及X-光绕射结晶分析仪所构成族群其中之一所拍摄提供。

如上所述的人工智能辨识的半导体影像量测方法，前述特定位置为为前述原始影像中的指定结构处、指定高度、指定距离、指定50％高度、最小处、最大处、最底部、最顶部。

如上所述的人工智能辨识的半导体影像量测方法，前述特定的物理参数为前述半导体中特定层的厚度、宽度、厚度平均值、宽度平均值、厚度标准偏差、宽度标准偏差、厚度方均根、宽度方均根其中之一或其组合，和/或前述半导体中特定位置的长度、宽度、高度、间距、夹角、弧长其中之一或其组合。

如上所述的人工智能辨识的半导体影像量测方法，前述测量信号强度的运算为强度差运算、积分差运算或微分差运算。

如上所述的人工智能辨识的半导体影像量测方法，前述利用人工智能判断前述原始影像所属的类型和/或种类的步骤是由一类神经网络模块所执行。

如上所述的人工智能辨识的半导体影像量测方法，前述类神经网络模块为卷积神经网络(Convolutional Neural Networks,CNN)模块或递归神经网络(Recurrent NeuralNetworks,RNN)模块。

本发明还揭示另一种人工智能辨识的半导体影像量测方法，其包括以下步骤：提供半导体的原始影像；优化处理前述原始影像，以获得优化影像；利用人工智能判断前述优化影像所属的类型和/或种类；导入前述优化影像所属的类型和/或种类所预定的尺寸量测模式，并依照前述预定的尺寸量测模式，扫描前述优化影像，以获得前述优化影像的测量信号；以及从前述优化影像中抽出特定位置的对象，通过对应于前述抽出特定位置的对象的测量信号强度的运算以获得前述半导体中特定的物理参数。

如上所述的另一种人工智能辨识的半导体影像量测方法，前述半导体的原始影像是由扫描式电子显微镜(SEM)、穿透式电子显微镜(TEM)、原子力显微镜(AFM)、聚焦离子束显微镜(FIB)、以及X-光绕射结晶分析仪所构成族群其中之一所拍摄提供。