集成电路光刻掩模缺陷AI自动检测修复方法.docxVIP

集成电路光刻掩模缺陷AI自动检测修复方法

摘要：随着集成电路制程节点不断微缩至纳米级，光刻掩模上的微小缺陷对芯片良率的影响呈指数级放大，传统光学检测与人工修复方法已无法满足高效、精准的掩模维护需求。本文聚焦集成电路光刻掩模缺陷AI自动检测修复方法，系统分析基于深度学习的掩模缺陷高分辨率视觉检测、缺陷三维形貌重建与分类、电子束诱导沉积纳米级缺陷修复及修复后光学验证等核心技术。探讨从缺陷自动捕捉、AI辅助分类决策、纳米级精准修复到质量闭环验证的完整技术链条，旨在构建高精度、高效率、高可靠性的掩模缺陷智能管控新范式，为先进制程芯片制造良率提升提供核心工艺支撑。

关键词：集成电路；光刻掩模；缺陷检测；AI自动修复；电子束诱导沉积

第一章光刻掩模缺陷的禀赋特征与管控诉求

光刻掩模作为集成电路制造的母版，其表面质量直接决定芯片图案的转印精度，掩模缺陷具有纳米级微小尺寸、极高检测灵敏度要求及修复损伤不可逆等典型特征。在禀赋特征方面，先进制程掩模上的关键缺陷尺寸已进入亚十纳米范围，包括掩模吸收层的缺失或残留、相位shift层的厚度偏差、表面颗粒污染及由于长期曝光产生的掩模寿命衰减等。这些缺陷在光学检测系统中呈现为极微弱的信号对比度，且大量非关键性nuisance缺陷与真正影响芯片良率的critical缺陷在外观上高度相似，导致传统基于规则或简单图像处理的检测算法面临极高的漏检率与误报