受託分析のベストパートナー日本マーテック株式会社

IC製造において、計測機器の性能は、プロセスのばらつきや生産性に直接影響します。ファウンドリやベンダーは、すべての測定値が公差内であることを確認し、ISOや品質システムの認証に準拠していることを確認する必要があります。これは、デバイスの寸法と公差の減少に伴い、ますます困難になってきています。

このような厳しい計測要件を満たすために、半導体業界は可能な限りのソリューションを絶えず模索しています。これまで、臨界寸法（CD）、薄膜の厚さ、モルフォロジー、ドーパント濃度、欠陥分析などの重要なパラメータを測定するために、多くの計測ツールが開発されてきました。

しかし、ナノメートル単位のデバイスでは、手動や半自動で測定や解析を行うとミスが発生しやすくなります。この場合、自動計測を用いることで正確なデータが得られ、意味のある統計情報を得ることができます。

多層膜の膜厚測定

LEDの発光効率とエピタキシャル成長の歪みは、MQWとSLの薄膜の膜厚と間隔に大きく依存します。そのため、LEDファウンドリ向けの正確で高速な自動計測ツールが強く求められています。

(a) LED MQWのTEM像　　　(b) 画像処理後のMQWの境界

図は、自動計測の仕組みを示しています。まず、画像処理ソフトウェアを用いてTEM画像の各ピクセルのコントラスト／ブライトネスを比較することで、MQW各層の境界を識別します。次に、表に示すように、MQWのパラメータを統計的に計算することができます。

この方法では、1点だけの測定結果ではなく、画像全体からすべてのデータを意味のある統計数値に変換することができます。広範囲の平均値や膜厚のばらつき・変動を知ることができ、エピタキシャル成長技術の開発に、より科学的なデータをフィードバックすることができます。

下表に計算の例を示します。画像から自動で計測し、層数、各層の平均膜厚、各層の膜厚範囲、膜厚変動の標準偏差を算出することができます。エンジニアはこれらのデータから、次の研究開発のための正しい判断を下すことができます。

LED MQW の統計データ

(a) 層数

(b) 各層の平均膜厚

(d) 各層のRMS

(e) 各層の膜厚の標準偏差

ナノ粒子のサイズ測定と粒度分布

ナノ粒子の一般的な定義は、粒子のサイズが100nm未満であることです。材料の寸法が100nmより小さくなると、その物理的・化学的特性はバルク材料のそれとは明らかに異なります。そのため、世界中の企業や大学が莫大な資金を投じて、新しいナノ粒子材料の開発に取り組んでいます。ナノ粒子の特性は、その形状や寸法に大きく関係するため、ナノ粒子の形状や寸法を正確かつ迅速に測定できる自動計測システムが必要とされています。

(a) ナノ粒子のTEM像　　　(b) ナノ粒子の識別画像

(a) is a TEM image of nano-particles. With the help of image identification system, as shown in Fig. (b), the TEM image can be converted into shape and dimension data of nano-particles

(c)The shape and dimension distribution of nano-particles based on statistics analysis is shown in Fig. (d).

結晶粒度測定と粒度分布

金属材料の結晶粒度を測定する方法は「金属ハンドブック」に簡単に定義され、説明されていますが、多数の結晶粒を正確に統計計算し、形状を明確に定義して定性的に記述するためには、画像処理による方法が必要です。

ここでは、ITOの結晶粒を例に挙げて説明します。境界のコントラストがはっきりしているので、結晶粒の形や大きさを識別することができます。図は，一連のソフトウェアで解析した結果です。

(a) ITO粒子のTEM像

(b) 画像処理後の境界線

材料によっては，結晶粒の中に双子の境界欠陥や積層欠陥が存在し，計算結果に影響を与えることがあります。ここでは、Cu金属の結晶粒を例に挙げます。画像処理では、下図のように双晶の境界や積層欠陥を残したり、除外したりすることで、より実際の状況に近い結果を得ることができます。

(a) Cu結晶粒のSIM画像

(b) 画像処理後のCu結晶粒の粒界位置（双晶の境界は除外）

Poly-Siの粒径測定については、高ドープ・長時間アニールされたPoly-Siの結晶は、Al結晶粒と同様な計算が可能です。しかし、低ドープ・ノンアニールの結晶粒では、下図のようにTEM像から明確な粒界が得られず、計測ができません。そこで、新たな測定法の開発を進めています。

(a) Poly-SiのTEM像

(b) 画像処理後のpoly-Siの境界

FinFETの自動プロファイリング

テクノロジーノードが20nm未満になると、図(a)に示すように、従来の2次元的なトランジスタ構造から3D FinFET構造に変わります。このような3D FinFETでは、各層の膜厚だけでなく、Finの形状がトランジスタの性能を左右する重要な要素の1つになり、精密な測定が重要となります。

従来は、測定はTEM像をもとに手作業で測定を行っていました。これは多くのミスを引き起こす可能性があります。ミスを減らすために、私たちは画像自動計測技術を開発しています。この技術には3つのステップがあります。

Detecting the values of brightness and contrast in a TEM image；Profiling between layers can be identified by differentiation.
Converting the FinFET profiling to data, as shown in Figure. (c).
Calculating the data to statistical information, as shown in Figure (d)

目的に応じて、図(d)のように解析結果を表示することもできます。

このように分析結果を単なる数値ではなく、より意味のある形で表示することで、研究開発の作業を容易にし、より効果的に行うことができます。

(a) FinFETのTEM像

(b) FinFETの各層の境界の識別

(d) FinFET形状の統計処理

Back to Tech Articles