透過微光致發光成像自動偵測外延層缺陷

早期線上缺陷檢測是半導體製造中確保裝置品質的基本步驟。 目前可用的檢測技術可以有效地檢測導致堆疊層錯等表面形態變化的大外延缺陷，而位錯則無法檢測到。 在此，我們介紹一種基於非接觸式、無損室溫微光致發光成像（micro-PL）的增強機器學習分析新技術，用於矽外延層缺陷的檢測和分類。 透過實驗室顯微鏡技術，我們研究了微 PL 影像中不同缺陷形態與擴展晶體學缺陷之間的對應關係。 在缺陷密度方面，自動微 PL 分析與標準實驗室分析之間有良好的匹配，範圍從幾個缺陷/cm² 到 10⁵ 缺陷/cm²。