欠陥解析方法
【課題】欠陥群のパターン依存性を定量化する。
【解決手段】パターンが形成されたウェハに発生した欠陥を検出し、検出した欠陥の発生位置を出力する検査装置1が使用する欠陥位置を指し示すための座標系と、パターンの設計データにおいて使用される座標系と、の間の位置関係を複数設定する(ステップS3、S4)。そして、設定された位置関係の夫々を用いて検査装置1が出力した欠陥位置と設計データとを位置合わせし、設計データから欠陥位置が位置合わせされた部位の局所パターンを位置関係毎に抽出する(ステップS6)。そして、抽出した局所パターンを図形的特徴の一致度に基づいて分類し、分類パターン数を位置関係毎に算出する(ステップS7)。そして、算出した位置関係毎の分類パターン数を用いて欠陥群のパターン依存度を算出する(ステップS9)。
【解決手段】パターンが形成されたウェハに発生した欠陥を検出し、検出した欠陥の発生位置を出力する検査装置1が使用する欠陥位置を指し示すための座標系と、パターンの設計データにおいて使用される座標系と、の間の位置関係を複数設定する(ステップS3、S4)。そして、設定された位置関係の夫々を用いて検査装置1が出力した欠陥位置と設計データとを位置合わせし、設計データから欠陥位置が位置合わせされた部位の局所パターンを位置関係毎に抽出する(ステップS6)。そして、抽出した局所パターンを図形的特徴の一致度に基づいて分類し、分類パターン数を位置関係毎に算出する(ステップS7)。そして、算出した位置関係毎の分類パターン数を用いて欠陥群のパターン依存度を算出する(ステップS9)。
【発明の詳細な説明】
【技術分野】
【0001】
本発明の実施形態は、欠陥解析方法に関する。
【背景技術】
【0002】
半導体集積回路の製造プロセスにおいて歩留低下の原因となる欠陥は、主に製造装置、プロセスから発生するパーティクルに起因するランダム欠陥と、プロセス変動に起因するシステマティック欠陥と、に大別される。ランダム欠陥とシステマティック欠陥とでは、プロセス修正のための対策内容が異なる。したがって、歩留を効率的に高く保つためには、欠陥数が増加したとき、ランダム欠陥およびシステマティック欠陥のうちのどちらが増加したのかを見極めることが重要となる。
【0003】
非特許文献1には、欠陥の背景のパターン(局所パターン)に基づいて欠陥を分類するDBB(Design Based Binning)という手法が紹介されている。システマティック欠陥は、例えばOPE(Optical Proximity Effect)に起因する危険点のようなパターン依存性が強い欠陥種を多く含んでいる。一方、ランダム欠陥はパターン依存性が少ない。したがって、DBBに基づく分類の結果、発生した欠陥が特定のパターンに集中して分類された場合、このパターンに固有のシステマティック欠陥が生じていると判断することができる。
【先行技術文献】
【非特許文献】
【0004】
【非特許文献1】Y. Sato et al、“Defect criticality index (DCI): a new methodology to significantly improve DOI sampling rate in 45nm production environment”、Proceedings of the SPIE、2008年、第6922巻、p.692213
【発明の概要】
【発明が解決しようとする課題】
【0005】
本発明は、欠陥群のパターン依存性を定量化する欠陥解析方法を提供することを目的とする。
【課題を解決するための手段】
【0006】
実施形態の欠陥解析方法によれば、パターンが形成されたウェハに発生した欠陥を検出し、前記検出した欠陥の発生位置を出力する検査装置が使用する前記欠陥位置を指し示すための座標系と、前記パターンの設計データにおいて使用される座標系と、の間の位置関係を複数設定する。そして、前記設定された位置関係の夫々を用いて前記検査装置が出力した欠陥位置と前記設計データとを位置合わせし、前記設計データから前記欠陥位置が位置合わせされた部位の局所パターンを位置関係毎に抽出する。そして、前記抽出した局所パターンを図形的特徴の一致度に基づいて分類し、分類パターン数を位置関係毎に算出する。そして、前記算出した位置関係毎の分類パターン数を用いて前記検出した欠陥群のパターン依存度を算出する。
【図面の簡単な説明】
【0007】
【図1】図1は、生産ライン上のウェハに発生する欠陥数の推移を示すグラフである。
【図2】図2は、第1の実施の形態の欠陥解析システムの構成を説明する図である。
【図3】図3は、DBBの概念を説明するための図である。
【図4】図4は、分類パターン数とアライメントのずれ量との関係を示すグラフである。
【図5】図5は、アライメント毎の分類パターン数の変化が生じる原理を説明する図である。
【図6】図6は、分類パターン数とアライメントのずれ量との関係を示すグラフである。
【図7】図7は、欠陥解析サーバの機能構成を説明する図である。
【図8】図8は、第1の実施の形態の欠陥解析方法を説明するフローチャートである。
【図9】図9は、アライメント毎の分類パターン数の測定結果を示すグラフである。
【図10】図10は、アライメント毎の分類パターン数の測定結果を示すグラフである。
【図11】図11は、パターン依存度を時系列順にプロットしたグラフの一例である。
【図12】図12は、欠陥解析サーバ4のハードウェア構成の一例を説明する図である。
【図13】図13は、第2の実施の形態の欠陥解析サーバの機能構成を説明する図である。
【図14】図14は、関数近似された曲線を示すグラフである。
【図15】図15は、第2の実施の形態の欠陥解析方法を説明するフローチャートである。
【図16】図16は、第3の実施の形態の検査レシピを作成する方法を説明するフローチャートである。
【発明を実施するための形態】
【0008】
以下に添付図面を参照して、本発明の実施の形態にかかる欠陥解析方法を詳細に説明する。なお、これらの実施の形態により本発明が限定されるものではない。
【0009】
(第1の実施の形態)
半導体集積回路の量産時、品質を管理するために、生産ライン上を流れる半導体集積回路のパターンが形成されたウェハに発生する欠陥がモニタリングされる。生産ライン上のウェハに発生する欠陥数は、例えば図1に示すように推移する。図1の時刻Tの時点に示すように欠陥数の急増が発生したとき、システマティック欠陥およびランダム欠陥のうちのどちらが増加したのかを判断することが求められる。そのためには、欠陥数だけをモニタリングするのではなく、発生した欠陥のうちのシステマティック欠陥(あるいはランダム欠陥)が含まれる度合いを定量化してモニタリングすることが望ましい。本発明の第1の実施の形態の欠陥解析システムは、欠陥群のうちのシステマティック欠陥が含まれる度合いを定量化する。
【0010】
図2は、本発明の第1の実施の形態の欠陥解析システムの構成を説明する図である。図示するように、欠陥解析システムは、検査装置1と、検査データサーバ2と、設計データサーバ3と、欠陥解析サーバ4と、統計的工程管理(Statistical Process Control;SPC)サーバ5と、ユーザ端末6と、を備えている。検査装置1、検査データサーバ2、設計データサーバ3、欠陥解析サーバ4、SPCサーバ5、およびユーザ端末6はイーサネット(登録商標)などのネットワークで互いに接続されている。
【0011】
検査装置1は、半導体集積回路の生産ラインに組み込まれて設置され、生産ライン上のパターンが形成されたウェハに対して順次欠陥検査を実行する。検査装置1は、検出したウェハ毎の欠陥位置座標を記述した検査データを出力する。検査データは、検査データサーバ2に送られる。検査装置1としては、例えばSEM(Scanning Electron Microscope)が採用される。欠陥位置座標の座標系(検査座標系)には、検査対象のウェハ上に設けられた基準点を基準とした座標系が用いられる。
【0012】
検査データサーバ2は、ハードディスクドライブやメモリなどで構成される記憶領域を備えており、該記憶領域に検査装置1から出力された検査データが保存される。
【0013】
設計データサーバ3は、検査データサーバ2と同様に記憶領域を備え、該記憶領域に半導体集積回路のデザインパターン(あるいはマスクパターン)を記述した設計データを記憶しており、設計データのデータベースとして機能する。設計データのフォーマットは特に限定しないが、例えばGDSフォーマットを採用することができる。設計データの座標系(設計座標系)には、設計データ上に設けられた基準点を基準とした座標系が用いられる。
【0014】
欠陥解析サーバ4は、検査データサーバ2に保存された検査データおよび設計データサーバ3に記憶されている設計データを読み出して、読み出した検査データおよび設計データに基づいて検査装置1により検出された欠陥群のパターン依存性を定量化した値(パターン依存度)を算出する。欠陥解析サーバ4は、検査データ毎(ウェハ毎)に順次パターン依存度を算出し、算出したパターン依存度をウェハ毎の欠陥数とともにSPCサーバ5に送信する。
【0015】
なお、検査装置1の検査データの出力単位はウェハ単位でなくてもよく、例えばダイ単位であってもよい。また、欠陥解析サーバ4による欠陥数およびパターン依存度の出力単位はウェハ単位でなくてもよく、例えばダイ単位であってもよい。
【0016】
SPCサーバ5は、受信した欠陥数およびパターン依存度を特徴量としてSPCに基づく管理を実行する。SPCとは、半導体集積回路の製造工程に含まれる測定工程で収集されたデータを用いて統計的処理を行い、製造条件や各測定工程での測定データのバラツキを傾向管理する管理手法である。ここでは、SPCサーバ5は、欠陥数およびパターン依存度を時系列的に管理して夫々の推移をモニタリングし、どちらか一方の値または両方の値が予め設定された管理限界値を越えたとき、アラームを発報する。
【0017】
ユーザ端末6は、ユーザが欠陥解析システムを操作するための入出力用のコンピュータ端末である。ユーザは、ユーザ端末6に検査装置1、検査データサーバ2、設計データサーバ3、欠陥解析サーバ4、およびSPCサーバ5に対する各種操作内容を入力する。入力された操作内容はネットワークを介して対象の構成要素に伝達される。また、ユーザ端末6は、検査装置1、検査データサーバ2、設計データサーバ3、欠陥解析サーバ4、およびSPCサーバ5の出力情報をネットワークを介して受信し、受信した出力情報をCRTディスプレイ、液晶ディスプレイ、プリンタなどの出力装置に出力する。
【0018】
次に、上述したDBBについて説明する。図3は、DBBの概念を説明するための図である。DBBによれば、検査データに記述された欠陥毎の局所パターンがアライメントに基づき設計データから抽出される。そして、抽出された抽出パターン(a〜l)は、図形的特徴の一致度に基づいてn個の分類パターン(No.1〜No.n)に分類される。図3では、設計データから抽出された12個の抽出パターン(抽出パターンa〜l)は5つの分類パターン(分類パターンNo.1〜No.5)に夫々分類されている。そして、抽出パターンは全部でn個の分類パターンに分類されている。
【0019】
欠陥群がランダム欠陥のみで構成される場合、分類パターン毎の抽出パターン数に偏りが少なく、かつ分類パターン数nが大きくなる傾向がある。欠陥群がシステマティック欠陥を含む場合、分類パターン毎の抽出パターンの偏りが大きくなり、かつ分類パターン数nが小さくなる傾向がある(傾向1)。図3の例においては、分類パターンNo.1に分類された抽出パターン数が他の分類パターンに分類された抽出パターン数よりも著しく大きくなっているので、検査データにシステマティック欠陥が含まれていることが読み取れる。
【0020】
ここで、本願発明者は、欠陥群がシステマティック欠陥を含んでいる場合、検査座標系と設計座標系との間の位置関係(アライメント)の決め方によって分類パターン数が変化する傾向(傾向2)があることを発見した。以下、図4〜6を参照して傾向2について説明する。
【0021】
図4は、アライメントを適正なアライメントから意図的にずらして分類パターン数を測定し、測定結果を適正なアライメントからのずれ量(オフセット)を横軸としてプロットしたグラフである。図示するように、ランダム欠陥のみが発生している場合、アライメントのずれに関係なく分類パターン数はほぼ一定の値となっている。これに対して、システマティック欠陥が含まれている場合、アライメントが適正であったとき、分類パターン数が最小の値となるが、アライメントが適正なアライメントからずれたとき、分類パターン数が増加している。
【0022】
図5は、傾向2が生じる原理を説明する図である。図5では、簡単のために、同一形状の局所パターンに起因するシステマティック欠陥が2箇所で検出されたこととしている。図示するように、アライメントが適正であった場合、夫々の欠陥位置から欠陥の原因となった局所パターンである抽出パターンa1、抽出パターンa2が正しく抽出され、抽出された抽出パターンa1および抽出パターンa2は同一の分類パターンに分類される。すなわち分類パターン数は1となる。一方、適正なアライメントから意図的にずらすと、抽出パターンa1、抽出パターンa2とは夫々異なる位置から、抽出パターンa1、抽出パターンa2とはまったく異なるパターンである抽出パターンb1、抽出パターンb2が夫々抽出される。抽出パターンb1と抽出パターンb2とは形状が異なる(図形的特徴が異なる)ため、同一の分類パターンに分類されない。すなわち分類パターン数は2となる。このことから、アライメントが適正なアライメントからずれると、アライメントが適正な場合に抽出できるはずのシステマティック欠陥の原因となった局所パターンを抽出できなくなり、結果として分類パターン数の増加を引き起こしているということが理解できる。
【0023】
なお、発生した2個の欠陥がランダム欠陥であった場合、アライメントが適正であるか否かに関わらず、分類数は2となる。したがって、アライメントが適正なアライメントからずれると、分類パターン数は、欠陥数が同一でランダム欠陥のみが発生しているときに測定される分類パターン数に近づいていくことが理解できる。
【0024】
因みに、メモリセルアレイにシステマティック欠陥が生じる場合、該欠陥はメモリセルアレイに含まれる形状が同一のパターンに何度も出現する。そして、アライメントが適正なアライメントからずれて抽出位置が一様にずれたとしても、メモリセルアレイは同一形状のパターンが規則正しく配列されているので、メモリセルアレイ内から互いに同一の形状のパターンが抽出され、抽出されたパターンは同じ分類パターンに分類されることとなる。しかしながら、メモリセルアレイに生じた欠陥で、アライメントのずれにより設計座標系におけるメモリセルアレイ部分からはみ出て位置合わせされた部位から抽出されたパターンは、メモリセルアレイ部分からの抽出パターンと同一の分類パターンには分類されない。このメモリセルアレイ部分の抽出パターンと同一の分類パターンに分類されない欠陥の数はアライメントのずれ量に応じて増加する。したがって、メモリセルアレイにシステマティック欠陥が発生している場合、図6に示すように、分類パターン数はずれ量の増加に応じて増加し、ランダム欠陥のみが発生している場合の分類パターン数に近づいてゆくこととなる。その場合の増加率は、メモリセルアレイのような規則的に配列されたパターン以外の部分にシステマティック欠陥が発生している場合にくらべて小さくなる。
【0025】
同一形状のパターンに起因するシステマティック欠陥は、同一の分類パターンに分類されるので、アライメントがずれている場合とアライメントが適正である場合とではシステマティック欠陥の分類パターン数に大きな差が生じる。また、ランダム欠陥はパターン依存性が少ないので、ランダム欠陥のアライメント毎の分類パターン数の変化は小さい。ここで、例えば、欠陥群のうち半分がシステマティック欠陥であった場合、アライメントが適正である場合とずれがある場合との分類パターン数の差は、ランダム欠陥のみ発生している場合の値とシステマティック欠陥のみ発生している場合の値との間の中間的な大きさの値となる。つまり、欠陥群におけるシステマティック欠陥が占める度合いと分類パターン数のアライメント毎の変化量との間には相関がある。
【0026】
そこで、本発明の第1の実施の形態では、アライメントを複数設定してアライメント毎に分類パターン数を測定し、測定したアライメント毎の分類パターン数を用いて欠陥群におけるシステマティック欠陥が占める度合い(すなわちパターン依存度)を算出するようにした。
【0027】
図7は、パターン依存度を算出する欠陥解析サーバ4の機能構成を説明する図である。図示するように、欠陥解析サーバ4は、検査対象のウェハの検査データと該ウェハ上に形成されたパターンの設計データとのアライメントを複数設定するアライメント設定部41と、アライメント設定部41により設定されたアライメントを用いて位置合わせを行って、抽出パターンを抽出して分類し、分類パターン数を求めるパターン分類部42と、アライメント毎の分類パターン数に基づいてパターン依存度を算出するパターン依存度算出部43と、を備えている。
【0028】
次に、上述の欠陥解析サーバ4を用いて実行される第1の実施の形態の欠陥解析方法について説明する。図8は、第1の実施の形態の欠陥解析方法を説明するフローチャートである。
【0029】
図8に示すように、アライメント設定部41は、検査データサーバ2からネットワークを介して解析対象の検査データを取得し(ステップS1)、設計データサーバ3からステップS1にて取得した検査データに対応する設計データをネットワークを介して取得する(ステップS2)。
【0030】
そして、アライメント設定部41は、複数のアライメントを生成するための基準となる主アライメントを設定する(ステップS3)。具体的には、ユーザは、ユーザ端末6を用いて検査座標系における基準点と設計座標系における基準点との位置関係を入力し、アライメント設定部41は、入力された位置関係を主アライメントに設定する。アライメント設定部41は設定した主アライメントに空間的なずれを付加して一つ以上の副アライメントを生成する(ステップS4)。
【0031】
なお、主アライメントは、適正なアライメントに近いものであればよく、適正なアライメントに一致してなくてもよい。また、ユーザは、ユーザ端末6に検査装置1により測定されたパターン画像と設計データのパターン画像とをマッチングさせてアライメントを求め、求めたアライメントを入力するようにしてもよい。また、副アライメントも全てユーザが入力するようにしてもよい。
【0032】
また、副アライメント生成時に付加されるずれ量は、どのような値であってもよいが、パターン分類の際に同一のパターンが別々の分類パターンに分類されてしまう距離をずれ量としてもよい。また、対象となるウェハ上のデバイスパターンのテクニカルノード(ハーフピッチ幅等)を考慮した値とするようにしてもよい。
【0033】
パターン分類部42は、アライメント設定部41が設定したアライメント(主アライメント、副アライメント)のうちの1つを選択し(ステップS5)、検査データと設計データとを選択したアライメントで位置合わせをして、検出された欠陥の抽出パターンを抽出する(ステップS6)。なお、1個の欠陥から抽出される抽出パターンの大きさは特に限定しないが、例えば光近接効果の影響が及ぶ距離を考慮した大きさであってよい。例えば、欠陥を中心とする数マイクロメートル四方の矩形の形を抽出するようにしてよい。
【0034】
続いて、パターン分類部42は、抽出パターンを図形的特徴の一致度に基づいて分類し、分類パターン数を算出する(ステップS7)。図形的特徴としては、例えば最小線幅、最小スペース幅、線幅平均値、スペース幅平均値、被覆率、頂点数のうちの少なくとも一つを採用することが考えられる。前記した図形的特徴を所定の刻み幅で分割し、分割された夫々の範囲に含まれる抽出パターン同士は一致度が高いとして同一の分類パターンに分類する方法が考えられる。また、図形的特徴の一致度は、例えば、抽出パターン同士の排他的論理和、相互相関係数、最小線幅の比、最小スペース幅の比、線幅平均値の比、スペース幅平均値の比、被覆率の比、頂点数の比のうちの少なくとも一つを採用することが考えられる。例えば、図形的特徴の一致度が所定のしきい値以上である抽出パターン同士を同一の分類パターンに分類する方法が考えられる。なお、図形的特徴の一致度に基づく分類には、上記したような一致度が所定のしきい値以上の抽出パターン同士を同一の分類パターンに分類する手法のほか、クラスタ解析などの既知の分類手法や、今後新規に開発される分類手法を採用するようにしてもよい。
【0035】
パターン分類部42は、アライメント設定部41が設定した複数のアライメントのうち、未選択のアライメントがあるか否かを判定し(ステップS8)、未選択のアライメントがあった場合(ステップS8、Yes)、ステップS5に移行して、未選択のアライメントからアライメントを1つ選択する。
【0036】
未選択のアライメントがなかった場合(ステップS8、No)、パターン依存度算出部43は、パターン分類部42が算出したアライメント毎の分類パターン数の標本分散を算出する(ステップS9)。そして、パターン依存度算出部43は、算出した標本分散を対象のウェハのパターン依存度としてSPCサーバ5に送信し(ステップS10)、動作がリターンとなる。
【0037】
図9および図10は、アライメント毎の分類パターン数の測定結果を示すグラフである。図10に示す測定結果は、図9に示す測定結果に比べてアライメント毎の分散パターン数の変化が大きく、標本分散も大きい値となる。したがって、ユーザは、標本分散を比較することにより、図10の測定結果が得られた検査対象のウェハには、図9の測定結果が得られたウェハよりも多い割合でシステマティック欠陥が発生していると判断することができる。
【0038】
なお、図8に示した一連の処理は、例えば検査装置1が検査データを出力する毎に実行される。SPCサーバ5は、検査データとして順次出力される欠陥数およびパターン依存度の夫々を時系列管理し、欠陥数あるいはパターン依存度が予め設定された管理限界値を越えたとき、ユーザに対してアラームを発報する。なお、SPCサーバ5は、欠陥数やパターン依存度の時系列情報をユーザにより設定された形式でユーザ端末6に出力させるようにしてもよい。例えば、欠陥数およびパターン依存度を横軸を経過時間としてプロットしたグラフを作成してユーザ端末6に出力させるようにしてもよい。図11は、パターン依存度を時系列順にプロットしたグラフの一例である。また、グラフではなく経過時間に対して欠陥数およびパターン依存度を降順あるいは昇順に配列したテーブルを作成し、作成したテーブルをユーザ端末6に出力させるようにしてもよい。このように、SPCサーバ5がパターン依存度を時系列管理するので、ユーザは、欠陥数が増加したとき、パターン依存度の時系列情報を確認することによって、システマティック欠陥が増加したのか、ランダム欠陥が増加したのかを迅速かつ的確に判断することができるようになり、ひいては半導体集積回路の製造プロセスに対して適切な修正を施すことができるようになる。
【0039】
なお、欠陥解析サーバ4は、通常のコンピュータを用いて実現するようにしてよい。図12は、欠陥解析サーバ4のハードウェア構成の一例を説明する図である。図示するように、欠陥検査サーバ4は、CPU(Central Processing Unit)61、ROM(Read Only Memory)62、RAM(Random Access Memory)63、通信インタフェース64を備えている。CPU61、ROM62、RAM63、通信インタフェース64は夫々バスラインを介して互いに接続されている。
【0040】
CPU61は、本第1の実施の形態の欠陥解析方法を実行するコンピュータプログラムである欠陥解析プログラム65を実行する。具体的には、欠陥解析プログラム65は、ROM62内に格納されており、バスラインを介してRAM63へロードされる。CPU61はRAM63内にロードされた欠陥解析プログラム65を実行する。欠陥解析プログラム65は、前述の機能構成要素(アライメント設定部41、パターン分類部42、パターン依存度算出部43)を含むモジュール構成となっており、上記各部がRAM63上にロードされて、RAM63上にアライメント設定部41、パターン分類部42、パターン依存度算出部43が生成される。通信インタフェース64は、前述のネットワークにアクセスするためのインタフェースであって、検査データ、設定データ、ユーザ端末6からの入力内容は該通信インタフェース64を介して入力される。また、欠陥数および算出したパターン依存度は、通信インタフェース64を介してSPCサーバ5に出力される。
【0041】
なお、欠陥解析プログラム65をROM62ではなくDISKなどの記憶装置に格納しておいてもよいし、欠陥解析プログラム65を、RAM63ではなくDISKなどの記憶装置にロードするようにしてもよい。また、欠陥解析プログラム65を、インターネット等のネットワークに接続されたコンピュータ上に格納しておき、ネットワーク経由でダウンロードさせることにより提供または配布するように構成しても良い。
【0042】
検査データサーバ2および設計データサーバ3もコンピュータにより実現するようにしてもよい。また、CPU、ROM、RAM、通信インタフェースに加えて、CRTディスプレイ、液晶ディスプレイ、プリンタなどの出力装置と、マウスやキーボードにより構成される入力装置とを備えたコンピュータをユーザ端末6として用いるようにしてもよい。
【0043】
また、検査データサーバ2、設計データサーバ3、欠陥解析サーバ4、SPCサーバ5、およびユーザ端末6のうちの複数を1つのコンピュータにより実現するようにしてもよい。また、検査装置1が制御コンピュータを備えるものであれば、該制御コンピュータで検査データサーバ2、設計データサーバ3、欠陥解析サーバ4、SPCサーバ5、およびユーザ端末6のうちの任意の装置を実現するようにしてもよい。
【0044】
このように、本発明の第1の実施の形態によれば、アライメントを複数設定し、設定したアライメントの夫々を用いて検査装置1が出力した欠陥座標と設計データとを位置合わせし、設計データから欠陥座標が位置合わせされた位置の抽出パターンをアライメント毎に抽出し、抽出された抽出パターンを図形的特徴の一致度に基づいて分類して分類パターン数をアライメント毎に算出し、算出したアライメント毎の分類パターン数を用いてウェハに発生した欠陥群のパターン依存度を算出するように構成したので、欠陥群のパターン依存性を定量化することができるようになる。
【0045】
なお、前述した傾向1を利用して検査対象にシステマティック欠陥が生じているか否かを判定することが考えられる。この技術を比較例にかかる技術ということとする。しかしながら、傾向2によれば、アライメントの決め方によって分類パターン数や分類パターン毎に分類される数が変化する。したがって、傾向1だけを用いてシステマティック欠陥が含まれる度合いを定量化するには、アライメントを常に適正なアライメントにしなければならず、その作業には高度なスキルを必要とする。これに対して、本発明の第1の実施の形態によれば、複数のアライメントのうちの1つが適正なアライメントに近ければよいので、毎回アライメントを一定にしなくてもよい。すなわち、本発明の第1の実施の形態によれば、比較例にかかる技術に比べて簡単にシステマティック欠陥が含まれる度合いを定量化することができる。
【0046】
(第2の実施の形態)
第1の実施の形態では、アライメント毎の分散パターン数の標本分散をパターン依存度として提供するようにした。第2の実施の形態では、第1の実施の形態と異なる算出方法でパターン依存度を算出する。以下、第2の実施の形態について説明する。
【0047】
第2の実施の形態の欠陥解析システムの構成は、欠陥解析サーバを除いて図2に示した第1の実施の形態の構成と同等であるので、第2の実施の形態の欠陥解析システムの構成の説明は省略する。なお、第2の実施の形態の欠陥解析サーバに符号7を付して第1の実施の形態の欠陥解析サーバ4と区別する。
【0048】
図13は、第2の実施の形態の欠陥解析サーバ7の機能構成を説明する図である。図示するように、欠陥解析サーバ7は、アライメント設定部71、パターン分類部42、関数近似部72、回帰アライメント算出部73、およびパターン依存度算出部74を備えている。これらの機能構成要素は、第1の実施の形態と同じく、コンピュータ上で欠陥解析プログラム65を実行することによって実現される。
【0049】
パターン分類部42は、第1の実施の形態の同名の機能構成要素と同一のものであるので、説明を省略する。
【0050】
関数近似部72は、ずれ量とアライメント毎の分類パターン数との関係を関数近似する。関数近似部72による関数近似手法には、既知の関数近似手法や今後新規に開発される関数近似手法を採用することができる。
【0051】
回帰アライメント算出部73は、関数近似されたずれ量とアライメント毎の分類パターン数との関係から、分類パターン数が最小となるずれ量を算出する。前述のように、アライメントが適正であれば、分類パターン数が最小となる。したがって、前記算出したずれ量だけ主アライメントからずらすと、より適正に近いアライメントが得られる。回帰アライメント算出部73はより適正に近いアライメント(回帰アライメント)を算出する。
【0052】
図14は、関数近似された曲線を示すグラフである。図14においては、関数近似によりえられた曲線を白丸のドットで示している。図示するように、副アライメント間のずれ量が関数近似により補間され、分類パターン数の最小値が主アライメントからずれた位置に現れている。回帰アライメント算出部73は、このずれ量を求め、求めたずれ量だけずれたアライメントを回帰アライメントとする。
【0053】
アライメント設定部71は、初期状態においては、第1の実施の形態の同名の機能構成要素と同一の手順で主アライメントおよび副アライメントを設定し、設定した複数のアライメントをパターン分類部42に送る。その後、回帰アライメント算出部73が回帰アライメントを算出すると、アライメント設定部71は、算出された回帰アライメントを主アライメントにフィードバックする。すなわち、アライメント設定部71は、回帰アライメント算出部73が算出した回帰アライメントを新たな主アライメントに設定し、設定した新たな主アライメントから所定のずれ量だけずらして副アライメントを1つ以上設定する。
【0054】
パターン依存度算出部74は、近似された関数の最大値と最小値との差分を最小値で除算し、除算して得られた値をパターン依存度とする。
【0055】
次に、欠陥解析サーバ7を用いて実現される第2の実施の形態の欠陥解析方法について説明する。図15は、第2の実施の形態の欠陥解析方法を説明するフローチャートである。
【0056】
まず、アライメント設定部71は、ステップS21〜ステップS25で夫々ステップS1〜ステップS5と同様の処理を行う。
【0057】
パターン分類部42は、アライメント設定部71が設定したアライメントを1つ選択し(ステップS25)、検査データと設計データとを選択したアライメントで位置合わせをして、検出された欠陥の抽出パターンを抽出する(ステップS26)。そして、パターン分類部42は、抽出パターンを図形的特徴の一致度に基づいて分類し、分類パターン数を算出する(ステップS27)。
【0058】
そして、パターン分類部42は、アライメント設定部71が設定した複数のアライメントのうち、未選択のアライメントがあるか否かを判定し(ステップS28)、未選択のアライメントがあった場合(ステップS28、Yes)、ステップS25に移行して、未選択のアライメントからアライメントを1つ選択する。
【0059】
未選択のアライメントがなかった場合(ステップS28、No)、関数近似部72は、主アライメントからのずれ量と分散パターン数との関係を関数近似する(ステップS29)。
【0060】
回帰アライメント算出部73は、関数近似された曲線から、分散パターン数が最小となるずれ量を求め(ステップS30)、求めたずれ量が所定のしきい値以下であるか否かを判定する(ステップS31)。回帰アライメント算出部73は、ずれ量がしきい値以下ではなかった場合(ステップS31、No)、求めたずれ量だけ主アライメントからずらして回帰アライメントを算出する(ステップS32)。アライメント設定部71は、回帰アライメントを主アライメントに設定し(ステップS33)、1つ以上の副アライメントを設定する(ステップS34)。
【0061】
ずれ量がしきい値以下であった場合(ステップS31、Yes)、パターン依存度算出部74は、関数近似された曲線の最大値と最小値との差分を該最小値で除算してパターン依存度を算出し(ステップS35)、算出したパターン依存度をSPCサーバ5に出力し(ステップS36)、動作がリターンとなる。
【0062】
このように、本発明の第2の実施の形態によれば、分類パターン数と主アライメントからのずれ量との関係を関数近似し、関数近似された曲線を用いて分類パターン数の最大値と最小値とを求め、求めた分類パターン数の最大値と最小値との差分を前記最小値で除算した値をパターン依存度とするようにした。なお、関数近似を行わずに、アライメント毎の分類パターン数のうちの最小値と最大値と用いてパターン依存度を算出するようにしてもよい。
【0063】
また、関数近似された曲線から分類パターン数が最小となるずれ量を算出し、主アライメントから前記算出したずれ量だけずらして回帰アライメントを算出し、算出した回帰アライメントを主アライメントにフィードバックするように構成したので、ユーザによる主アライメントの設定にばらつきがあっても、算出されるパターン依存度に与える前記ばらつきの影響を小さくすることができる。また、フィードバックを繰り返すことによって求まる主アライメントは、フィードバック中に求めた主アライメントの中で最も適正に近いアライメントであるといえる。本第2の実施の形態は、できるだけ適正に近いアライメントを求めるための方法として使用することも可能である。
【0064】
(第3の実施の形態)
検査装置は検査時の光学条件などが設定された検査レシピに基づいて欠陥検査を行う。検査レシピの設定によっては検査装置の欠陥検出感度にパターン依存性が生じる場合がある。欠陥検出感度にパターン依存性が生じていると、特定の欠陥種を見落とす可能性が生じる。また、パターン依存度を精確に求めることができない。したがって、できるだけ多くの欠陥種に対して均一な検出率を得ることができるロバストな検査レシピを作成したいという要望がある。
【0065】
本発明の実施の形態の欠陥解析システムは、可及的にロバストな検査レシピを求める用途で使用することができる。以下、欠陥解析システムを用いて検査装置の検査レシピを作成する方法について説明する。
【0066】
図16は、第3の実施の形態の検査レシピを作成する方法を説明するフローチャートである。図示するように、まず、ユーザは、欠陥が発生しているテスト用のウェハ(テストウェハ)と該ウェハの設計データとを用意する(ステップS41)。テスト用のウェハには、システマティック欠陥が発生していないものを使用する。用意した設計データは、設計データサーバ3に記憶される。
【0067】
そして、ユーザは、検査レシピを作成し、作成した検査レシピをユーザ端末6を操作して検査装置1に設定する(ステップS42)。そして、検査装置1をテストランして、用意したテストウェハの欠陥検出を行う(ステップS43)。そして、得られた検査データとステップS41にて用意した設計データとに基づいて、第1の実施の形態または第2の実施の形態の欠陥解析方法を実行してパターン依存度を算出する(ステップS44)。
【0068】
そして、ユーザは、算出したパターン依存度が所定のしきい値以下であるか否かを判定する(ステップS45)。ステップS41においてシステマティック欠陥が発生していないウェハがテストウェハに選択されているため、検査装置1の光学的感度にパターン依存性が無い場合、理想的にはパターン依存度はゼロ値となる。ユーザは、予め許容できるパターン依存度の上限値を設定しておき、ステップS45においてパターン依存度が上限値を下回った場合(ステップS45、Yes)、現時点の検査レシピのロバスト性は許容範囲内であると判断することができるので、処理が終了となる。
【0069】
ステップS45において、算出したパターン依存度がしきい値を上回っている場合(ステップS45、No)、ユーザは、検査レシピを調整して(ステップS46)、調整した検査レシピを用いて再度テストランを行う(ステップS43)。
【0070】
なお、ステップS42、ステップS45、ステップS46の処理はユーザが行うものとして説明したが、ステップS42、ステップS45、ステップS46の処理のうちの一部または全部をコンピュータなどを用いて自動化するようにしてもよい。
【0071】
このように、本発明の第3の実施の形態によれば、検査対象をパターン依存性のない欠陥群が生成されたテストウェハとしたので、検査レシピがロバストであるか否かを判断できるので、結果として可及的にロバストな検査レシピを作成することができるようになる。
【符号の説明】
【0072】
1 検査装置、2 検査データサーバ、3 設計データサーバ、4 欠陥解析サーバ、5 SPCサーバ、6 ユーザ端末、7 欠陥解析サーバ、41 アライメント設定部、42 パターン分類部、43 パターン依存度算出部、61 CPU、62 ROM、63 RAM、64 通信インタフェース、65欠陥解析プログラム、71 アライメント設定部、72 関数近似部、73 回帰アライメント算出部、74 パターン依存度算出部。
【技術分野】
【0001】
本発明の実施形態は、欠陥解析方法に関する。
【背景技術】
【0002】
半導体集積回路の製造プロセスにおいて歩留低下の原因となる欠陥は、主に製造装置、プロセスから発生するパーティクルに起因するランダム欠陥と、プロセス変動に起因するシステマティック欠陥と、に大別される。ランダム欠陥とシステマティック欠陥とでは、プロセス修正のための対策内容が異なる。したがって、歩留を効率的に高く保つためには、欠陥数が増加したとき、ランダム欠陥およびシステマティック欠陥のうちのどちらが増加したのかを見極めることが重要となる。
【0003】
非特許文献1には、欠陥の背景のパターン(局所パターン)に基づいて欠陥を分類するDBB(Design Based Binning)という手法が紹介されている。システマティック欠陥は、例えばOPE(Optical Proximity Effect)に起因する危険点のようなパターン依存性が強い欠陥種を多く含んでいる。一方、ランダム欠陥はパターン依存性が少ない。したがって、DBBに基づく分類の結果、発生した欠陥が特定のパターンに集中して分類された場合、このパターンに固有のシステマティック欠陥が生じていると判断することができる。
【先行技術文献】
【非特許文献】
【0004】
【非特許文献1】Y. Sato et al、“Defect criticality index (DCI): a new methodology to significantly improve DOI sampling rate in 45nm production environment”、Proceedings of the SPIE、2008年、第6922巻、p.692213
【発明の概要】
【発明が解決しようとする課題】
【0005】
本発明は、欠陥群のパターン依存性を定量化する欠陥解析方法を提供することを目的とする。
【課題を解決するための手段】
【0006】
実施形態の欠陥解析方法によれば、パターンが形成されたウェハに発生した欠陥を検出し、前記検出した欠陥の発生位置を出力する検査装置が使用する前記欠陥位置を指し示すための座標系と、前記パターンの設計データにおいて使用される座標系と、の間の位置関係を複数設定する。そして、前記設定された位置関係の夫々を用いて前記検査装置が出力した欠陥位置と前記設計データとを位置合わせし、前記設計データから前記欠陥位置が位置合わせされた部位の局所パターンを位置関係毎に抽出する。そして、前記抽出した局所パターンを図形的特徴の一致度に基づいて分類し、分類パターン数を位置関係毎に算出する。そして、前記算出した位置関係毎の分類パターン数を用いて前記検出した欠陥群のパターン依存度を算出する。
【図面の簡単な説明】
【0007】
【図1】図1は、生産ライン上のウェハに発生する欠陥数の推移を示すグラフである。
【図2】図2は、第1の実施の形態の欠陥解析システムの構成を説明する図である。
【図3】図3は、DBBの概念を説明するための図である。
【図4】図4は、分類パターン数とアライメントのずれ量との関係を示すグラフである。
【図5】図5は、アライメント毎の分類パターン数の変化が生じる原理を説明する図である。
【図6】図6は、分類パターン数とアライメントのずれ量との関係を示すグラフである。
【図7】図7は、欠陥解析サーバの機能構成を説明する図である。
【図8】図8は、第1の実施の形態の欠陥解析方法を説明するフローチャートである。
【図9】図9は、アライメント毎の分類パターン数の測定結果を示すグラフである。
【図10】図10は、アライメント毎の分類パターン数の測定結果を示すグラフである。
【図11】図11は、パターン依存度を時系列順にプロットしたグラフの一例である。
【図12】図12は、欠陥解析サーバ4のハードウェア構成の一例を説明する図である。
【図13】図13は、第2の実施の形態の欠陥解析サーバの機能構成を説明する図である。
【図14】図14は、関数近似された曲線を示すグラフである。
【図15】図15は、第2の実施の形態の欠陥解析方法を説明するフローチャートである。
【図16】図16は、第3の実施の形態の検査レシピを作成する方法を説明するフローチャートである。
【発明を実施するための形態】
【0008】
以下に添付図面を参照して、本発明の実施の形態にかかる欠陥解析方法を詳細に説明する。なお、これらの実施の形態により本発明が限定されるものではない。
【0009】
(第1の実施の形態)
半導体集積回路の量産時、品質を管理するために、生産ライン上を流れる半導体集積回路のパターンが形成されたウェハに発生する欠陥がモニタリングされる。生産ライン上のウェハに発生する欠陥数は、例えば図1に示すように推移する。図1の時刻Tの時点に示すように欠陥数の急増が発生したとき、システマティック欠陥およびランダム欠陥のうちのどちらが増加したのかを判断することが求められる。そのためには、欠陥数だけをモニタリングするのではなく、発生した欠陥のうちのシステマティック欠陥(あるいはランダム欠陥)が含まれる度合いを定量化してモニタリングすることが望ましい。本発明の第1の実施の形態の欠陥解析システムは、欠陥群のうちのシステマティック欠陥が含まれる度合いを定量化する。
【0010】
図2は、本発明の第1の実施の形態の欠陥解析システムの構成を説明する図である。図示するように、欠陥解析システムは、検査装置1と、検査データサーバ2と、設計データサーバ3と、欠陥解析サーバ4と、統計的工程管理(Statistical Process Control;SPC)サーバ5と、ユーザ端末6と、を備えている。検査装置1、検査データサーバ2、設計データサーバ3、欠陥解析サーバ4、SPCサーバ5、およびユーザ端末6はイーサネット(登録商標)などのネットワークで互いに接続されている。
【0011】
検査装置1は、半導体集積回路の生産ラインに組み込まれて設置され、生産ライン上のパターンが形成されたウェハに対して順次欠陥検査を実行する。検査装置1は、検出したウェハ毎の欠陥位置座標を記述した検査データを出力する。検査データは、検査データサーバ2に送られる。検査装置1としては、例えばSEM(Scanning Electron Microscope)が採用される。欠陥位置座標の座標系(検査座標系)には、検査対象のウェハ上に設けられた基準点を基準とした座標系が用いられる。
【0012】
検査データサーバ2は、ハードディスクドライブやメモリなどで構成される記憶領域を備えており、該記憶領域に検査装置1から出力された検査データが保存される。
【0013】
設計データサーバ3は、検査データサーバ2と同様に記憶領域を備え、該記憶領域に半導体集積回路のデザインパターン(あるいはマスクパターン)を記述した設計データを記憶しており、設計データのデータベースとして機能する。設計データのフォーマットは特に限定しないが、例えばGDSフォーマットを採用することができる。設計データの座標系(設計座標系)には、設計データ上に設けられた基準点を基準とした座標系が用いられる。
【0014】
欠陥解析サーバ4は、検査データサーバ2に保存された検査データおよび設計データサーバ3に記憶されている設計データを読み出して、読み出した検査データおよび設計データに基づいて検査装置1により検出された欠陥群のパターン依存性を定量化した値(パターン依存度)を算出する。欠陥解析サーバ4は、検査データ毎(ウェハ毎)に順次パターン依存度を算出し、算出したパターン依存度をウェハ毎の欠陥数とともにSPCサーバ5に送信する。
【0015】
なお、検査装置1の検査データの出力単位はウェハ単位でなくてもよく、例えばダイ単位であってもよい。また、欠陥解析サーバ4による欠陥数およびパターン依存度の出力単位はウェハ単位でなくてもよく、例えばダイ単位であってもよい。
【0016】
SPCサーバ5は、受信した欠陥数およびパターン依存度を特徴量としてSPCに基づく管理を実行する。SPCとは、半導体集積回路の製造工程に含まれる測定工程で収集されたデータを用いて統計的処理を行い、製造条件や各測定工程での測定データのバラツキを傾向管理する管理手法である。ここでは、SPCサーバ5は、欠陥数およびパターン依存度を時系列的に管理して夫々の推移をモニタリングし、どちらか一方の値または両方の値が予め設定された管理限界値を越えたとき、アラームを発報する。
【0017】
ユーザ端末6は、ユーザが欠陥解析システムを操作するための入出力用のコンピュータ端末である。ユーザは、ユーザ端末6に検査装置1、検査データサーバ2、設計データサーバ3、欠陥解析サーバ4、およびSPCサーバ5に対する各種操作内容を入力する。入力された操作内容はネットワークを介して対象の構成要素に伝達される。また、ユーザ端末6は、検査装置1、検査データサーバ2、設計データサーバ3、欠陥解析サーバ4、およびSPCサーバ5の出力情報をネットワークを介して受信し、受信した出力情報をCRTディスプレイ、液晶ディスプレイ、プリンタなどの出力装置に出力する。
【0018】
次に、上述したDBBについて説明する。図3は、DBBの概念を説明するための図である。DBBによれば、検査データに記述された欠陥毎の局所パターンがアライメントに基づき設計データから抽出される。そして、抽出された抽出パターン(a〜l)は、図形的特徴の一致度に基づいてn個の分類パターン(No.1〜No.n)に分類される。図3では、設計データから抽出された12個の抽出パターン(抽出パターンa〜l)は5つの分類パターン(分類パターンNo.1〜No.5)に夫々分類されている。そして、抽出パターンは全部でn個の分類パターンに分類されている。
【0019】
欠陥群がランダム欠陥のみで構成される場合、分類パターン毎の抽出パターン数に偏りが少なく、かつ分類パターン数nが大きくなる傾向がある。欠陥群がシステマティック欠陥を含む場合、分類パターン毎の抽出パターンの偏りが大きくなり、かつ分類パターン数nが小さくなる傾向がある(傾向1)。図3の例においては、分類パターンNo.1に分類された抽出パターン数が他の分類パターンに分類された抽出パターン数よりも著しく大きくなっているので、検査データにシステマティック欠陥が含まれていることが読み取れる。
【0020】
ここで、本願発明者は、欠陥群がシステマティック欠陥を含んでいる場合、検査座標系と設計座標系との間の位置関係(アライメント)の決め方によって分類パターン数が変化する傾向(傾向2)があることを発見した。以下、図4〜6を参照して傾向2について説明する。
【0021】
図4は、アライメントを適正なアライメントから意図的にずらして分類パターン数を測定し、測定結果を適正なアライメントからのずれ量(オフセット)を横軸としてプロットしたグラフである。図示するように、ランダム欠陥のみが発生している場合、アライメントのずれに関係なく分類パターン数はほぼ一定の値となっている。これに対して、システマティック欠陥が含まれている場合、アライメントが適正であったとき、分類パターン数が最小の値となるが、アライメントが適正なアライメントからずれたとき、分類パターン数が増加している。
【0022】
図5は、傾向2が生じる原理を説明する図である。図5では、簡単のために、同一形状の局所パターンに起因するシステマティック欠陥が2箇所で検出されたこととしている。図示するように、アライメントが適正であった場合、夫々の欠陥位置から欠陥の原因となった局所パターンである抽出パターンa1、抽出パターンa2が正しく抽出され、抽出された抽出パターンa1および抽出パターンa2は同一の分類パターンに分類される。すなわち分類パターン数は1となる。一方、適正なアライメントから意図的にずらすと、抽出パターンa1、抽出パターンa2とは夫々異なる位置から、抽出パターンa1、抽出パターンa2とはまったく異なるパターンである抽出パターンb1、抽出パターンb2が夫々抽出される。抽出パターンb1と抽出パターンb2とは形状が異なる(図形的特徴が異なる)ため、同一の分類パターンに分類されない。すなわち分類パターン数は2となる。このことから、アライメントが適正なアライメントからずれると、アライメントが適正な場合に抽出できるはずのシステマティック欠陥の原因となった局所パターンを抽出できなくなり、結果として分類パターン数の増加を引き起こしているということが理解できる。
【0023】
なお、発生した2個の欠陥がランダム欠陥であった場合、アライメントが適正であるか否かに関わらず、分類数は2となる。したがって、アライメントが適正なアライメントからずれると、分類パターン数は、欠陥数が同一でランダム欠陥のみが発生しているときに測定される分類パターン数に近づいていくことが理解できる。
【0024】
因みに、メモリセルアレイにシステマティック欠陥が生じる場合、該欠陥はメモリセルアレイに含まれる形状が同一のパターンに何度も出現する。そして、アライメントが適正なアライメントからずれて抽出位置が一様にずれたとしても、メモリセルアレイは同一形状のパターンが規則正しく配列されているので、メモリセルアレイ内から互いに同一の形状のパターンが抽出され、抽出されたパターンは同じ分類パターンに分類されることとなる。しかしながら、メモリセルアレイに生じた欠陥で、アライメントのずれにより設計座標系におけるメモリセルアレイ部分からはみ出て位置合わせされた部位から抽出されたパターンは、メモリセルアレイ部分からの抽出パターンと同一の分類パターンには分類されない。このメモリセルアレイ部分の抽出パターンと同一の分類パターンに分類されない欠陥の数はアライメントのずれ量に応じて増加する。したがって、メモリセルアレイにシステマティック欠陥が発生している場合、図6に示すように、分類パターン数はずれ量の増加に応じて増加し、ランダム欠陥のみが発生している場合の分類パターン数に近づいてゆくこととなる。その場合の増加率は、メモリセルアレイのような規則的に配列されたパターン以外の部分にシステマティック欠陥が発生している場合にくらべて小さくなる。
【0025】
同一形状のパターンに起因するシステマティック欠陥は、同一の分類パターンに分類されるので、アライメントがずれている場合とアライメントが適正である場合とではシステマティック欠陥の分類パターン数に大きな差が生じる。また、ランダム欠陥はパターン依存性が少ないので、ランダム欠陥のアライメント毎の分類パターン数の変化は小さい。ここで、例えば、欠陥群のうち半分がシステマティック欠陥であった場合、アライメントが適正である場合とずれがある場合との分類パターン数の差は、ランダム欠陥のみ発生している場合の値とシステマティック欠陥のみ発生している場合の値との間の中間的な大きさの値となる。つまり、欠陥群におけるシステマティック欠陥が占める度合いと分類パターン数のアライメント毎の変化量との間には相関がある。
【0026】
そこで、本発明の第1の実施の形態では、アライメントを複数設定してアライメント毎に分類パターン数を測定し、測定したアライメント毎の分類パターン数を用いて欠陥群におけるシステマティック欠陥が占める度合い(すなわちパターン依存度)を算出するようにした。
【0027】
図7は、パターン依存度を算出する欠陥解析サーバ4の機能構成を説明する図である。図示するように、欠陥解析サーバ4は、検査対象のウェハの検査データと該ウェハ上に形成されたパターンの設計データとのアライメントを複数設定するアライメント設定部41と、アライメント設定部41により設定されたアライメントを用いて位置合わせを行って、抽出パターンを抽出して分類し、分類パターン数を求めるパターン分類部42と、アライメント毎の分類パターン数に基づいてパターン依存度を算出するパターン依存度算出部43と、を備えている。
【0028】
次に、上述の欠陥解析サーバ4を用いて実行される第1の実施の形態の欠陥解析方法について説明する。図8は、第1の実施の形態の欠陥解析方法を説明するフローチャートである。
【0029】
図8に示すように、アライメント設定部41は、検査データサーバ2からネットワークを介して解析対象の検査データを取得し(ステップS1)、設計データサーバ3からステップS1にて取得した検査データに対応する設計データをネットワークを介して取得する(ステップS2)。
【0030】
そして、アライメント設定部41は、複数のアライメントを生成するための基準となる主アライメントを設定する(ステップS3)。具体的には、ユーザは、ユーザ端末6を用いて検査座標系における基準点と設計座標系における基準点との位置関係を入力し、アライメント設定部41は、入力された位置関係を主アライメントに設定する。アライメント設定部41は設定した主アライメントに空間的なずれを付加して一つ以上の副アライメントを生成する(ステップS4)。
【0031】
なお、主アライメントは、適正なアライメントに近いものであればよく、適正なアライメントに一致してなくてもよい。また、ユーザは、ユーザ端末6に検査装置1により測定されたパターン画像と設計データのパターン画像とをマッチングさせてアライメントを求め、求めたアライメントを入力するようにしてもよい。また、副アライメントも全てユーザが入力するようにしてもよい。
【0032】
また、副アライメント生成時に付加されるずれ量は、どのような値であってもよいが、パターン分類の際に同一のパターンが別々の分類パターンに分類されてしまう距離をずれ量としてもよい。また、対象となるウェハ上のデバイスパターンのテクニカルノード(ハーフピッチ幅等)を考慮した値とするようにしてもよい。
【0033】
パターン分類部42は、アライメント設定部41が設定したアライメント(主アライメント、副アライメント)のうちの1つを選択し(ステップS5)、検査データと設計データとを選択したアライメントで位置合わせをして、検出された欠陥の抽出パターンを抽出する(ステップS6)。なお、1個の欠陥から抽出される抽出パターンの大きさは特に限定しないが、例えば光近接効果の影響が及ぶ距離を考慮した大きさであってよい。例えば、欠陥を中心とする数マイクロメートル四方の矩形の形を抽出するようにしてよい。
【0034】
続いて、パターン分類部42は、抽出パターンを図形的特徴の一致度に基づいて分類し、分類パターン数を算出する(ステップS7)。図形的特徴としては、例えば最小線幅、最小スペース幅、線幅平均値、スペース幅平均値、被覆率、頂点数のうちの少なくとも一つを採用することが考えられる。前記した図形的特徴を所定の刻み幅で分割し、分割された夫々の範囲に含まれる抽出パターン同士は一致度が高いとして同一の分類パターンに分類する方法が考えられる。また、図形的特徴の一致度は、例えば、抽出パターン同士の排他的論理和、相互相関係数、最小線幅の比、最小スペース幅の比、線幅平均値の比、スペース幅平均値の比、被覆率の比、頂点数の比のうちの少なくとも一つを採用することが考えられる。例えば、図形的特徴の一致度が所定のしきい値以上である抽出パターン同士を同一の分類パターンに分類する方法が考えられる。なお、図形的特徴の一致度に基づく分類には、上記したような一致度が所定のしきい値以上の抽出パターン同士を同一の分類パターンに分類する手法のほか、クラスタ解析などの既知の分類手法や、今後新規に開発される分類手法を採用するようにしてもよい。
【0035】
パターン分類部42は、アライメント設定部41が設定した複数のアライメントのうち、未選択のアライメントがあるか否かを判定し(ステップS8)、未選択のアライメントがあった場合(ステップS8、Yes)、ステップS5に移行して、未選択のアライメントからアライメントを1つ選択する。
【0036】
未選択のアライメントがなかった場合(ステップS8、No)、パターン依存度算出部43は、パターン分類部42が算出したアライメント毎の分類パターン数の標本分散を算出する(ステップS9)。そして、パターン依存度算出部43は、算出した標本分散を対象のウェハのパターン依存度としてSPCサーバ5に送信し(ステップS10)、動作がリターンとなる。
【0037】
図9および図10は、アライメント毎の分類パターン数の測定結果を示すグラフである。図10に示す測定結果は、図9に示す測定結果に比べてアライメント毎の分散パターン数の変化が大きく、標本分散も大きい値となる。したがって、ユーザは、標本分散を比較することにより、図10の測定結果が得られた検査対象のウェハには、図9の測定結果が得られたウェハよりも多い割合でシステマティック欠陥が発生していると判断することができる。
【0038】
なお、図8に示した一連の処理は、例えば検査装置1が検査データを出力する毎に実行される。SPCサーバ5は、検査データとして順次出力される欠陥数およびパターン依存度の夫々を時系列管理し、欠陥数あるいはパターン依存度が予め設定された管理限界値を越えたとき、ユーザに対してアラームを発報する。なお、SPCサーバ5は、欠陥数やパターン依存度の時系列情報をユーザにより設定された形式でユーザ端末6に出力させるようにしてもよい。例えば、欠陥数およびパターン依存度を横軸を経過時間としてプロットしたグラフを作成してユーザ端末6に出力させるようにしてもよい。図11は、パターン依存度を時系列順にプロットしたグラフの一例である。また、グラフではなく経過時間に対して欠陥数およびパターン依存度を降順あるいは昇順に配列したテーブルを作成し、作成したテーブルをユーザ端末6に出力させるようにしてもよい。このように、SPCサーバ5がパターン依存度を時系列管理するので、ユーザは、欠陥数が増加したとき、パターン依存度の時系列情報を確認することによって、システマティック欠陥が増加したのか、ランダム欠陥が増加したのかを迅速かつ的確に判断することができるようになり、ひいては半導体集積回路の製造プロセスに対して適切な修正を施すことができるようになる。
【0039】
なお、欠陥解析サーバ4は、通常のコンピュータを用いて実現するようにしてよい。図12は、欠陥解析サーバ4のハードウェア構成の一例を説明する図である。図示するように、欠陥検査サーバ4は、CPU(Central Processing Unit)61、ROM(Read Only Memory)62、RAM(Random Access Memory)63、通信インタフェース64を備えている。CPU61、ROM62、RAM63、通信インタフェース64は夫々バスラインを介して互いに接続されている。
【0040】
CPU61は、本第1の実施の形態の欠陥解析方法を実行するコンピュータプログラムである欠陥解析プログラム65を実行する。具体的には、欠陥解析プログラム65は、ROM62内に格納されており、バスラインを介してRAM63へロードされる。CPU61はRAM63内にロードされた欠陥解析プログラム65を実行する。欠陥解析プログラム65は、前述の機能構成要素(アライメント設定部41、パターン分類部42、パターン依存度算出部43)を含むモジュール構成となっており、上記各部がRAM63上にロードされて、RAM63上にアライメント設定部41、パターン分類部42、パターン依存度算出部43が生成される。通信インタフェース64は、前述のネットワークにアクセスするためのインタフェースであって、検査データ、設定データ、ユーザ端末6からの入力内容は該通信インタフェース64を介して入力される。また、欠陥数および算出したパターン依存度は、通信インタフェース64を介してSPCサーバ5に出力される。
【0041】
なお、欠陥解析プログラム65をROM62ではなくDISKなどの記憶装置に格納しておいてもよいし、欠陥解析プログラム65を、RAM63ではなくDISKなどの記憶装置にロードするようにしてもよい。また、欠陥解析プログラム65を、インターネット等のネットワークに接続されたコンピュータ上に格納しておき、ネットワーク経由でダウンロードさせることにより提供または配布するように構成しても良い。
【0042】
検査データサーバ2および設計データサーバ3もコンピュータにより実現するようにしてもよい。また、CPU、ROM、RAM、通信インタフェースに加えて、CRTディスプレイ、液晶ディスプレイ、プリンタなどの出力装置と、マウスやキーボードにより構成される入力装置とを備えたコンピュータをユーザ端末6として用いるようにしてもよい。
【0043】
また、検査データサーバ2、設計データサーバ3、欠陥解析サーバ4、SPCサーバ5、およびユーザ端末6のうちの複数を1つのコンピュータにより実現するようにしてもよい。また、検査装置1が制御コンピュータを備えるものであれば、該制御コンピュータで検査データサーバ2、設計データサーバ3、欠陥解析サーバ4、SPCサーバ5、およびユーザ端末6のうちの任意の装置を実現するようにしてもよい。
【0044】
このように、本発明の第1の実施の形態によれば、アライメントを複数設定し、設定したアライメントの夫々を用いて検査装置1が出力した欠陥座標と設計データとを位置合わせし、設計データから欠陥座標が位置合わせされた位置の抽出パターンをアライメント毎に抽出し、抽出された抽出パターンを図形的特徴の一致度に基づいて分類して分類パターン数をアライメント毎に算出し、算出したアライメント毎の分類パターン数を用いてウェハに発生した欠陥群のパターン依存度を算出するように構成したので、欠陥群のパターン依存性を定量化することができるようになる。
【0045】
なお、前述した傾向1を利用して検査対象にシステマティック欠陥が生じているか否かを判定することが考えられる。この技術を比較例にかかる技術ということとする。しかしながら、傾向2によれば、アライメントの決め方によって分類パターン数や分類パターン毎に分類される数が変化する。したがって、傾向1だけを用いてシステマティック欠陥が含まれる度合いを定量化するには、アライメントを常に適正なアライメントにしなければならず、その作業には高度なスキルを必要とする。これに対して、本発明の第1の実施の形態によれば、複数のアライメントのうちの1つが適正なアライメントに近ければよいので、毎回アライメントを一定にしなくてもよい。すなわち、本発明の第1の実施の形態によれば、比較例にかかる技術に比べて簡単にシステマティック欠陥が含まれる度合いを定量化することができる。
【0046】
(第2の実施の形態)
第1の実施の形態では、アライメント毎の分散パターン数の標本分散をパターン依存度として提供するようにした。第2の実施の形態では、第1の実施の形態と異なる算出方法でパターン依存度を算出する。以下、第2の実施の形態について説明する。
【0047】
第2の実施の形態の欠陥解析システムの構成は、欠陥解析サーバを除いて図2に示した第1の実施の形態の構成と同等であるので、第2の実施の形態の欠陥解析システムの構成の説明は省略する。なお、第2の実施の形態の欠陥解析サーバに符号7を付して第1の実施の形態の欠陥解析サーバ4と区別する。
【0048】
図13は、第2の実施の形態の欠陥解析サーバ7の機能構成を説明する図である。図示するように、欠陥解析サーバ7は、アライメント設定部71、パターン分類部42、関数近似部72、回帰アライメント算出部73、およびパターン依存度算出部74を備えている。これらの機能構成要素は、第1の実施の形態と同じく、コンピュータ上で欠陥解析プログラム65を実行することによって実現される。
【0049】
パターン分類部42は、第1の実施の形態の同名の機能構成要素と同一のものであるので、説明を省略する。
【0050】
関数近似部72は、ずれ量とアライメント毎の分類パターン数との関係を関数近似する。関数近似部72による関数近似手法には、既知の関数近似手法や今後新規に開発される関数近似手法を採用することができる。
【0051】
回帰アライメント算出部73は、関数近似されたずれ量とアライメント毎の分類パターン数との関係から、分類パターン数が最小となるずれ量を算出する。前述のように、アライメントが適正であれば、分類パターン数が最小となる。したがって、前記算出したずれ量だけ主アライメントからずらすと、より適正に近いアライメントが得られる。回帰アライメント算出部73はより適正に近いアライメント(回帰アライメント)を算出する。
【0052】
図14は、関数近似された曲線を示すグラフである。図14においては、関数近似によりえられた曲線を白丸のドットで示している。図示するように、副アライメント間のずれ量が関数近似により補間され、分類パターン数の最小値が主アライメントからずれた位置に現れている。回帰アライメント算出部73は、このずれ量を求め、求めたずれ量だけずれたアライメントを回帰アライメントとする。
【0053】
アライメント設定部71は、初期状態においては、第1の実施の形態の同名の機能構成要素と同一の手順で主アライメントおよび副アライメントを設定し、設定した複数のアライメントをパターン分類部42に送る。その後、回帰アライメント算出部73が回帰アライメントを算出すると、アライメント設定部71は、算出された回帰アライメントを主アライメントにフィードバックする。すなわち、アライメント設定部71は、回帰アライメント算出部73が算出した回帰アライメントを新たな主アライメントに設定し、設定した新たな主アライメントから所定のずれ量だけずらして副アライメントを1つ以上設定する。
【0054】
パターン依存度算出部74は、近似された関数の最大値と最小値との差分を最小値で除算し、除算して得られた値をパターン依存度とする。
【0055】
次に、欠陥解析サーバ7を用いて実現される第2の実施の形態の欠陥解析方法について説明する。図15は、第2の実施の形態の欠陥解析方法を説明するフローチャートである。
【0056】
まず、アライメント設定部71は、ステップS21〜ステップS25で夫々ステップS1〜ステップS5と同様の処理を行う。
【0057】
パターン分類部42は、アライメント設定部71が設定したアライメントを1つ選択し(ステップS25)、検査データと設計データとを選択したアライメントで位置合わせをして、検出された欠陥の抽出パターンを抽出する(ステップS26)。そして、パターン分類部42は、抽出パターンを図形的特徴の一致度に基づいて分類し、分類パターン数を算出する(ステップS27)。
【0058】
そして、パターン分類部42は、アライメント設定部71が設定した複数のアライメントのうち、未選択のアライメントがあるか否かを判定し(ステップS28)、未選択のアライメントがあった場合(ステップS28、Yes)、ステップS25に移行して、未選択のアライメントからアライメントを1つ選択する。
【0059】
未選択のアライメントがなかった場合(ステップS28、No)、関数近似部72は、主アライメントからのずれ量と分散パターン数との関係を関数近似する(ステップS29)。
【0060】
回帰アライメント算出部73は、関数近似された曲線から、分散パターン数が最小となるずれ量を求め(ステップS30)、求めたずれ量が所定のしきい値以下であるか否かを判定する(ステップS31)。回帰アライメント算出部73は、ずれ量がしきい値以下ではなかった場合(ステップS31、No)、求めたずれ量だけ主アライメントからずらして回帰アライメントを算出する(ステップS32)。アライメント設定部71は、回帰アライメントを主アライメントに設定し(ステップS33)、1つ以上の副アライメントを設定する(ステップS34)。
【0061】
ずれ量がしきい値以下であった場合(ステップS31、Yes)、パターン依存度算出部74は、関数近似された曲線の最大値と最小値との差分を該最小値で除算してパターン依存度を算出し(ステップS35)、算出したパターン依存度をSPCサーバ5に出力し(ステップS36)、動作がリターンとなる。
【0062】
このように、本発明の第2の実施の形態によれば、分類パターン数と主アライメントからのずれ量との関係を関数近似し、関数近似された曲線を用いて分類パターン数の最大値と最小値とを求め、求めた分類パターン数の最大値と最小値との差分を前記最小値で除算した値をパターン依存度とするようにした。なお、関数近似を行わずに、アライメント毎の分類パターン数のうちの最小値と最大値と用いてパターン依存度を算出するようにしてもよい。
【0063】
また、関数近似された曲線から分類パターン数が最小となるずれ量を算出し、主アライメントから前記算出したずれ量だけずらして回帰アライメントを算出し、算出した回帰アライメントを主アライメントにフィードバックするように構成したので、ユーザによる主アライメントの設定にばらつきがあっても、算出されるパターン依存度に与える前記ばらつきの影響を小さくすることができる。また、フィードバックを繰り返すことによって求まる主アライメントは、フィードバック中に求めた主アライメントの中で最も適正に近いアライメントであるといえる。本第2の実施の形態は、できるだけ適正に近いアライメントを求めるための方法として使用することも可能である。
【0064】
(第3の実施の形態)
検査装置は検査時の光学条件などが設定された検査レシピに基づいて欠陥検査を行う。検査レシピの設定によっては検査装置の欠陥検出感度にパターン依存性が生じる場合がある。欠陥検出感度にパターン依存性が生じていると、特定の欠陥種を見落とす可能性が生じる。また、パターン依存度を精確に求めることができない。したがって、できるだけ多くの欠陥種に対して均一な検出率を得ることができるロバストな検査レシピを作成したいという要望がある。
【0065】
本発明の実施の形態の欠陥解析システムは、可及的にロバストな検査レシピを求める用途で使用することができる。以下、欠陥解析システムを用いて検査装置の検査レシピを作成する方法について説明する。
【0066】
図16は、第3の実施の形態の検査レシピを作成する方法を説明するフローチャートである。図示するように、まず、ユーザは、欠陥が発生しているテスト用のウェハ(テストウェハ)と該ウェハの設計データとを用意する(ステップS41)。テスト用のウェハには、システマティック欠陥が発生していないものを使用する。用意した設計データは、設計データサーバ3に記憶される。
【0067】
そして、ユーザは、検査レシピを作成し、作成した検査レシピをユーザ端末6を操作して検査装置1に設定する(ステップS42)。そして、検査装置1をテストランして、用意したテストウェハの欠陥検出を行う(ステップS43)。そして、得られた検査データとステップS41にて用意した設計データとに基づいて、第1の実施の形態または第2の実施の形態の欠陥解析方法を実行してパターン依存度を算出する(ステップS44)。
【0068】
そして、ユーザは、算出したパターン依存度が所定のしきい値以下であるか否かを判定する(ステップS45)。ステップS41においてシステマティック欠陥が発生していないウェハがテストウェハに選択されているため、検査装置1の光学的感度にパターン依存性が無い場合、理想的にはパターン依存度はゼロ値となる。ユーザは、予め許容できるパターン依存度の上限値を設定しておき、ステップS45においてパターン依存度が上限値を下回った場合(ステップS45、Yes)、現時点の検査レシピのロバスト性は許容範囲内であると判断することができるので、処理が終了となる。
【0069】
ステップS45において、算出したパターン依存度がしきい値を上回っている場合(ステップS45、No)、ユーザは、検査レシピを調整して(ステップS46)、調整した検査レシピを用いて再度テストランを行う(ステップS43)。
【0070】
なお、ステップS42、ステップS45、ステップS46の処理はユーザが行うものとして説明したが、ステップS42、ステップS45、ステップS46の処理のうちの一部または全部をコンピュータなどを用いて自動化するようにしてもよい。
【0071】
このように、本発明の第3の実施の形態によれば、検査対象をパターン依存性のない欠陥群が生成されたテストウェハとしたので、検査レシピがロバストであるか否かを判断できるので、結果として可及的にロバストな検査レシピを作成することができるようになる。
【符号の説明】
【0072】
1 検査装置、2 検査データサーバ、3 設計データサーバ、4 欠陥解析サーバ、5 SPCサーバ、6 ユーザ端末、7 欠陥解析サーバ、41 アライメント設定部、42 パターン分類部、43 パターン依存度算出部、61 CPU、62 ROM、63 RAM、64 通信インタフェース、65欠陥解析プログラム、71 アライメント設定部、72 関数近似部、73 回帰アライメント算出部、74 パターン依存度算出部。
【特許請求の範囲】
【請求項1】
パターンが形成されたウェハに発生した欠陥を検出し、前記検出した欠陥の発生位置を出力する検査装置が使用する前記欠陥位置を指し示すための座標系と、前記パターンの設計データにおいて使用される座標系と、の間の位置関係を複数設定する位置関係設定ステップと、
前記設定された位置関係の夫々を用いて前記検査装置が出力した欠陥位置と前記設計データとを位置合わせし、前記設計データから前記欠陥位置が位置合わせされた部位の局所パターンを位置関係毎に抽出するパターン抽出ステップと、
前記抽出した局所パターンを図形的特徴の一致度に基づいて分類し、分類パターン数を位置関係毎に算出する分類パターン数算出ステップと、
前記算出した位置関係毎の分類パターン数を用いて前記検出した欠陥群のパターン依存度を算出するパターン依存度算出ステップと、
を備えることを特徴とする欠陥解析方法。
【請求項2】
前記パターン依存度は、位置関係毎の分類パターン数の標本分散である、ことを特徴とする請求項1に記載の欠陥解析方法。
【請求項3】
前記パターン依存度は、分類パターン数の最大値と最小値との差分を前記最小値で除算した値である、ことを特徴とする請求項1に記載の欠陥解析方法。
【請求項4】
前記複数の位置関係は基準位置関係を含み、
分類パターン数と前記夫々の位置関係の前記基準位置関係からのずれ量との関係を関数近似する関数近似ステップをさらに備え、
前記パターン依存度算出ステップにおいて、前記関数近似された曲線を用いて分類パターン数の最大値と最小値とを求める、
ことを特徴とする請求項3に記載の欠陥解析方法。
【請求項5】
前記関数近似された曲線から分類パターン数が最小となるずれ量を算出し、前記基準位置関係から前記算出したずれ量だけずらした回帰位置関係を算出する回帰位置関係算出部をさらに備え、
前記位置関係設定ステップは、
前記回帰位置関係算出部が算出した回帰位置関係を新たな基準位置関係とする第1位置関係設定ステップと、
前記新たな基準位置関係から所定のずれ量だけずらして複数の位置関係を生成する第2位置関係設定ステップと、
を備える、
ことを特徴とする請求項4に記載の欠陥解析方法。
【請求項6】
前記算出したパターン依存度を時系列管理する管理ステップをさらに備える、
ことを特徴とする請求項1〜5の何れか一項に記載の欠陥解析方法。
【請求項7】
前記ウェハは、パターン依存性のない欠陥群が生成されたテストウェハである、ことを特徴とする請求項1〜5の何れか一項に記載の欠陥解析方法。
【請求項1】
パターンが形成されたウェハに発生した欠陥を検出し、前記検出した欠陥の発生位置を出力する検査装置が使用する前記欠陥位置を指し示すための座標系と、前記パターンの設計データにおいて使用される座標系と、の間の位置関係を複数設定する位置関係設定ステップと、
前記設定された位置関係の夫々を用いて前記検査装置が出力した欠陥位置と前記設計データとを位置合わせし、前記設計データから前記欠陥位置が位置合わせされた部位の局所パターンを位置関係毎に抽出するパターン抽出ステップと、
前記抽出した局所パターンを図形的特徴の一致度に基づいて分類し、分類パターン数を位置関係毎に算出する分類パターン数算出ステップと、
前記算出した位置関係毎の分類パターン数を用いて前記検出した欠陥群のパターン依存度を算出するパターン依存度算出ステップと、
を備えることを特徴とする欠陥解析方法。
【請求項2】
前記パターン依存度は、位置関係毎の分類パターン数の標本分散である、ことを特徴とする請求項1に記載の欠陥解析方法。
【請求項3】
前記パターン依存度は、分類パターン数の最大値と最小値との差分を前記最小値で除算した値である、ことを特徴とする請求項1に記載の欠陥解析方法。
【請求項4】
前記複数の位置関係は基準位置関係を含み、
分類パターン数と前記夫々の位置関係の前記基準位置関係からのずれ量との関係を関数近似する関数近似ステップをさらに備え、
前記パターン依存度算出ステップにおいて、前記関数近似された曲線を用いて分類パターン数の最大値と最小値とを求める、
ことを特徴とする請求項3に記載の欠陥解析方法。
【請求項5】
前記関数近似された曲線から分類パターン数が最小となるずれ量を算出し、前記基準位置関係から前記算出したずれ量だけずらした回帰位置関係を算出する回帰位置関係算出部をさらに備え、
前記位置関係設定ステップは、
前記回帰位置関係算出部が算出した回帰位置関係を新たな基準位置関係とする第1位置関係設定ステップと、
前記新たな基準位置関係から所定のずれ量だけずらして複数の位置関係を生成する第2位置関係設定ステップと、
を備える、
ことを特徴とする請求項4に記載の欠陥解析方法。
【請求項6】
前記算出したパターン依存度を時系列管理する管理ステップをさらに備える、
ことを特徴とする請求項1〜5の何れか一項に記載の欠陥解析方法。
【請求項7】
前記ウェハは、パターン依存性のない欠陥群が生成されたテストウェハである、ことを特徴とする請求項1〜5の何れか一項に記載の欠陥解析方法。
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】
【図11】
【図12】
【図13】
【図14】
【図15】
【図16】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】
【図11】
【図12】
【図13】
【図14】
【図15】
【図16】
【公開番号】特開2011−243871(P2011−243871A)
【公開日】平成23年12月1日(2011.12.1)
【国際特許分類】
【出願番号】特願2010−116615(P2010−116615)
【出願日】平成22年5月20日(2010.5.20)
【出願人】(000003078)株式会社東芝 (54,554)
【Fターム(参考)】
【公開日】平成23年12月1日(2011.12.1)
【国際特許分類】
【出願日】平成22年5月20日(2010.5.20)
【出願人】(000003078)株式会社東芝 (54,554)
【Fターム(参考)】
[ Back to top ]