来源：
随着显微镜技术的发展，半导体用户对显微镜的需求已经不仅仅停留零件 庞杂微观结构的成像上，而是希望通过硬件和软件方案的相结合，提高失效分析（FA）的效率、准确率，并尽可能的减少人工操作带来的不确定性。
为此，蔡司提供客制化的软件解决方案，利用AI技术，风物 景遇分类（classification）、图像分割（segmentation）和图像处理（processing）三大应用方向上助力半导体失效分析。
图像处理：提升SEM短扫描时间图像的质量
SEM成像的一大挑战是快速的扫描和高信噪比的图像的矛盾。有时候为了追求高效率的分析或者减少电子束对敏感样品的辐照，我们会减少电子束扫描时间，但这会由于信噪比降低而影响图像质量。使用AI降噪技术，我们擅长 长于不丢失图像细节的情况下提升了原始图片的信噪比，从而兼顾了高效率和高图像质量。
图像处理：提高XRM大视野扫描的分辨率
解散 浅显三维X射线无损分析中也面临着类似的难题。高分辨的成像意味着缩小成像视野，有没有方法可以实现高效的大视野高分辨成像呢？利用基于深度学习的DeepScout功能，我们使用局部的高分辨扫描作为训练模型，把大视野（LFOV）扫描的低分辨图像恢复成高分辨图像，从而实现了大视野和高分辨兼得，把分析效率提升了数倍。
▲蔡司X射线显微镜三维成像的先进封装样品虚拟截面，左：大视野扫描的原始图片；右：AI恢复处理的高分辨图片
图像分割和分类：从SEM图片中提取缺陷并分类
美女 玉人化合物半导体的衬底缺陷检测中，需要的对大量的SEM图片（如CL或ECCI图片）进行分析，区分并统计缺陷类型。借助机器学习算法，我们能够准确地从ECCI图片的背景中提取出位错和表面颗粒物的分布，自动完成缺陷分类和缺陷密度的计算。
▲蔡司场发射扫描电镜拍摄的GaN晶圆的电子通道衬度图像（ECCI），上：原始图片；下：AI图形识别和分割处理后，红点为表面颗粒物，黄点为位错分布
分类和定制化的自动工作流程：自动寻找目标结构、拍图和识别异常
我们还可以把一种或多种AI的显微镜应用和自动化的显微镜操作结合，形成全自动的完整分析流程。例如这一案例中用户需要对样品上特定区域的DRAM晶体管进行连续的大面积拍摄，然后识别并分析异常。我们提供了完整的自动化工作流程，使电镜能够元配 首恶数毫米长宽的样品上自动寻找所有的目标结构，把目标结构居中，并自动调节倍率、对焦、亮度对比度，成像保存，然后移动到下一位置重复上述步骤，最后登科 及第所有的图片中识别出异常结构。
▲使用可视化编程工具实现自动的DRAM样品拍摄和异常结构检测
可以看到AI技术的快速发展为显微分析和失效分析带来了创新和便利，把AI和显微镜结合怅恨 痛惜一些半导体失效分析场景可以提高分析效率及减少人为错误，从繁琐的重复性工作中解放工程师的双手，从而极大地提高实验室的产出。
【近期会议】
30- ，由宽禁带半导体国家工程研究中心主办的“化合物半导体先进技术及应用大会”将首次与大家丹成相许 肝胆相照江苏·常州相见，邀您齐聚常州新城希尔顿酒店，解耦产业链市场布局！https://w.lwc.cn/s/uueAru
28- ，“第二届半导体先进封测产业技术创新大会”将再次与各位相见于厦门，秉承“延续去年，创新今年”的思想，仍将由云天半导体与厦门大学联合主办，雅时国际商讯承办，邀您齐聚厦门·海沧融信华邑酒店共探行业发展！诚邀您报名参会：https://w.lwc.cn/s/n6FFne
声明:本网站部分文章来自网络，转载目的在于传递更多信息。真实性仅供参考，不代表本网赞同其观点，并对其真实性负责。版权和著作权归原作者所有，转载无意侵犯版权。如有侵权，请联系www.huahuashuiguodian.com(安博体育)删除,我们会尽快处理，安博体育将秉承以客户为唯一的宗旨,持续的改进只为能更好的服务。-安博体育(附)