受拓扑结构启发的度量方法,用于检测光刻过程中的潜在缺陷

《Expert Systems with Applications》:Topology-Inspired Metric for Detecting Potential Defects in Lithography

【字体: 大 中 小 】 时间:2026年03月25日 来源:Expert Systems with Applications 7.5

编辑推荐:

  本文提出基于图论的新型评估指标Graph Loss(GL),用于检测光刻工艺中硅片上的拓扑缺陷,如桥接和尺寸偏差。实验表明GL在识别复杂拓扑变化方面优于传统像素级和拓扑指标,并支持反向光刻优化流程。

  
Alexey Korovin | Igor Fedorov | Artem Vasilev | Ivan Gerasimov | Sergey Sedunov | Semen Budennyy
AIRI, Kutuzovsky 32k1, Moscow, 123112, Russia

摘要

  1. 在开发用于逆向光刻的神经模型时,适当的度量标准的重要性在于评估硅晶圆上微电子结构的拓扑变化。这些变化可能会引入缺陷,从而降低电路的电学性能,延长掩模设计过程的时间。拓扑数据分析(TDA)的最新进展通过比较特征相似性,使我们能够更深入地理解深度学习模型,特别是在图像生成任务中。提出了一种名为“图损失”(Graph Loss,简称GL)的新度量标准。该标准将表示拓扑结构的点云通过Delaunay三角剖分转换为图,然后进行降维和组件聚合,计算拓扑相似性得分。这是首次将GL应用于逆向光刻(ILT)结果的分析。实验表明,GL在识别缺陷(包括桥接和不透明图案中的尺寸差异)方面优于传统的基于像素和拓扑的度量标准。通过顶点位移、边交点和线条变化分析,GL提高了后续掩模校正的拓扑错误检测能力,尤其是在与其他评估标准结合使用时。
  2. 代码可在以下链接公开获取:https://github.com/AIRI-Institute/graphloss

引言

  1. 光学邻近校正(OPC)及其下一代逆向光刻(ILT)是光刻领域中著名的分辨率增强技术(Schellenberg, 2003; Wong, 2001),它们通过曝光和显影在硅表面上生成所需的图案。OPC可以补偿由于光学衍射效应和光刻胶中的化学过程导致的掩模拓扑传输误差。然而,它需要大量的处理时间和多次迭代才能提高分辨率,这限制了其在生产中的使用,并降低了晶圆制造效率。尽管如此,OPC的实现对于ILT仍然是必不可少的。对于制造过程中的工艺工程师来说,制造层的质量是通过将优化后的图案准确转移到晶圆基板上来评估的。验证过程包括捕获扫描电子显微镜(SEM)图像,提取轮廓,并将其与GDS矢量格式中指定的目标布局进行比较。典型的测量包括计算关键尺寸(CD)(Fu et al., 2015)和/或边缘放置误差(EPE)(Banerjee, Li, Nassif, 2013; Li, Wu, Hsu, Li, Chen, Wen, Chen, Wu, 2025),这些都是结果验证的标准做法。
  2. 然而,潜在的缺陷包括许多不同的拓扑变形(如形状、边缘和角部的扩展、不透明或透明的桥接、错位和缺失的图案等),这些可能会显著影响层的电学性能。EPE和CD难以有效捕捉这些异常。它们仅测量沿坐标轴(垂直或水平)的对应轮廓之间的曼哈顿距离,无法突出特定的拓扑变化。ILT算法本身通常使用其他度量标准,如L1或L2范数(Zhong et al., 2022)、交并比(IoU)或Dice奇异性系数(Kato & Hotta, 2024),以及更复杂的度量,如最大轮廓偏差、轮廓长度等。在这种情况下,目标布局与模拟结果进行比较。这些度量标准存在某些局限性:轻微的像素变化可能导致较高的度量值,而具有微小像素误差的拓扑错误难以检测(Wong, 2001)。
  3. 所有这些因素促使我们将掩模结构视为拓扑数据(Adhikari, Adhikari, & Heller, 2022),特别关注它们的独特特征,如角度变化、长度、面积和形状变化。本研究的主要目标是提取持久的拓扑属性(Chazal & Michel, 2021),其中定量评估基于形状和几何特征。根据持久性距离的概念,如果两个拓扑的距离接近零,则它们是相似的。在半导体晶圆加工过程中,由于桥接形成或相邻图案元素之间的溶解、紧密排列结构的不连续性以及不透明区域的过度扩大等现象,会导致持久的拓扑变化。
  4. 使用传统度量标准检测这些变化具有挑战性,因为方法、SEM图像质量和缺陷类型多样性之间存在权衡(Li et al., 2024)。拓扑度量标准可以为ILT应用提供有价值的见解,提供缺陷分布的定性概述,并能够准确识别工艺失败的原因。现有的度量标准(如几何得分(GS)(Khrulkov & Oseledets, 2018)、流形拓扑差异(MTD)(Barannikov et al., 2021)和表示拓扑差异(RTD)(Barannikov, Trofimov, Balabin, & Burnaev, 2022)是为神经网络潜在空间拓扑比较设计的,而不是用于ILT结构拓扑缺陷分析。在没有先验缺陷类型知识的情况下,直接应用这些度量标准是不切实际的,需要仔细考虑同调特征。理想的ILT拓扑度量标准必须能够清晰地表示观察到的缺陷,并在图像比较过程中提供稳健的响应。
  5. 我们的主要贡献包括:
    1. 1. 开发了一种新的拓扑度量标准——图损失(GL),并在公开的、合成的和实际的SEM数据集上进行了严格的测试。
    2. 2. 介绍了一种合成人工拓扑数据集的新方法,能够在两个代表性场景中验证拓扑度量标准的有效性,包括GL的有效性:不透明/透明桥接和过大/过小的图案。
    3. 3. 大规模模拟表明,GL在检测拓扑缺陷和保持与现有度量标准的兼容性之间取得了平衡。
    4. 4. 在SEM图像上进行的实验确认,GL在估计全局和局部尺寸误差方面优于其他度量标准(如MTD、GS、IoU、Dice和EPE)。此外,GL能够处理多种几何形状并可靠地检测拓扑变化。
    5. 5. GL在OPC-ILT工作流程中显示出强大的潜力,特别是在识别关键结构缺陷(如桥接、互连和几何扩展)方面。
    6. 6. 作为一种可微分度量标准,GL可以集成到ILT工作流程中,作为优化的损失函数。
本文结构:第2节回顾了相关工作,并提出了一个新的ILT拓扑度量标准,并将其与最接近的类似度量标准进行了比较。第3节解释了GL的实现。第4节使用合成和真实世界数据集处理拓扑转换问题。第5节展示了实验结果和其他度量标准的比较。第6节给出了结论和未来的工作方向。
GL代码可在以下链接获取:https://github.com/AIRI-Institute/graphloss

背景和相关工作

  1. OPC-ILT采用逆向方法来确定在硅晶圆上实现所需图案轮廓所需的掩模形状。这些技术依赖于基于模型的(Kim, 2006)或基于规则的(Hoppe, Roessler, & Torres, 2006)方法。在OPC辅助的光刻中,由于几何不确定性、光刻胶灵敏度的变化以及工艺参数的波动,拓扑设计面临挑战。这些问题会导致角部圆化和不希望出现的相互作用。

方法论

  1. 图2展示了将像素图像转换为图以计算GL度量的关键步骤。这种转换有助于检测桥接形成以及典型目标掩模(输入图像)和结果图案(输出图像)之间的尺寸变化。
  2. 原始拓扑(目标掩模)由长度不同但宽度均匀的黑色水平和垂直线条组成,代表芯片层组件(图2a)。
  3. 这些线条相交,形成部分封闭的结构。

拓扑数据集

  1. 大多数深度学习数据集专注于算法或模型的开发。选择适当的数据来评估指标存在显著困难。为了测试新的GL度量标准并将其与现代度量标准进行比较,使用了能够再现拓扑缺陷的专用拓扑数据集。获取相关的真实拓扑数据很困难,主要是因为具有足够拓扑缺陷的 authentic SEM 图像的可用性有限。

合成数据分析

  1. 图5a和5b分别展示了所考虑的度量标准(GL相对于MTD、GS、IoU和Dice)在分析合成数据时的表现。这些图表表明这些度量标准依赖于两个因素:不透明桥接的数量变化和拓扑尺寸的变化。除了GS之外,所有度量标准都相对于各自的基线进行了归一化,基线由方程(7)定义。原始配置的值为1.0,表示0个桥接或均匀的厚度。

结论和未来工作

  1. 本文介绍了一种新的拓扑度量标准,用于评估光刻过程中的拓扑质量并评估SEM图像中常见的缺陷。与传统基于像素的度量标准(IoU、Dice)和行业标准EPE相比,我们提出的GL度量标准关注图像的图连接性变化。因此,它对某些类型的制造缺陷(如透明/不透明桥接)具有更高的敏感性。

利益冲突声明

  1. 作者声明他们没有已知的竞争性财务利益或个人关系可能影响本文报告的工作。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号