团体标准网
(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111678544.X (22)申请日 2021.12.31 (71)申请人 上海集成电路装备 材料产业创新中 心有限公司 地址 201821 上海市嘉定区叶城路128 8号6 幢JT2216室 申请人 上海集成电路研发中心有限公司 (72)发明人 时雪龙 燕燕 李琛 赵宇航  陈寿面  (74)专利代理 机构 北京同立钧成知识产权代理 有限公司 1 1205 代理人 朱颖 黄健 (51)Int.Cl. G06T 7/00(2017.01) G06T 5/00(2006.01)G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 掩膜图案修正模型的训练方法及掩膜图案 修正方法 (57)摘要 本申请提供一种掩膜图案修正模型的训练 方法及掩膜图案修正方法。 该方法包括: 获取光 学邻近效应校正OPC前的掩膜图案和OPC后的掩 膜图案; 分别基于OPC 前的掩膜图案和OPC后的掩 膜图案, 计算得到第一水平集函数和第二水平集 函数; 将第一水平集函数作为神经网络模型的输 入, 第二水平 集函数作为神经网络模 型的输出进 行训练, 得到掩膜图案修正模型。 本申请提供的 方法利用第一水平集函数和第二水平集函数分 别表示OPC前的掩膜图案和OPC后的掩膜图案在 离散网格上的图像, 无需利用大量特征向量对掩 膜图案邻近环境进行编码, 提高了OPC的效率。 权利要求书2页 说明书11页 附图7页 CN 114332057 A 2022.04.12 CN 114332057 A 1.一种掩膜图案修 正模型的训练方法, 其特 征在于, 包括: 获取光学邻近效应校正OPC前的掩膜图案和OPC后的掩膜图案; 分别基于所述OPC前的掩膜图案和所述OPC后的掩膜图案, 计算得到第一水平集函数和 第二水平 集函数, 所述第一水平 集函数表示所述OP C前的掩膜图案在离散网格上的图像, 所 述第二水平集 函数表示所述OPC后的掩膜图案在离 散网格上的图像; 将所述第一水平集函数作为神经网络模型的输入, 所述第 二水平集函数作为所述神经 网络模型的输出进行训练, 得到掩膜图案修 正模型。 2.根据权利要求1所述的方法, 其特征在于, 所述分别基于所述OPC前的掩膜图案和所 述OPC后的掩膜图案, 计算得到第一水平集 函数和第二水平集 函数, 包括: 获取所述OPC前的掩膜图案的第一部分图案和所述OPC后的掩膜图案的第二部分图案, 分别计算所述第一部分图案和所述第二部分图案的裁 剪窗口中心坐标; 根据所述第 一部分图案的裁剪窗口中心坐标, 通过坐标平移变换, 确定所述OPC前的掩 膜图案的顶点坐标, 并根据所述第二部 分图案的窗口中心 坐标, 通过坐标平移变换, 确定所 述OPC后的掩膜图案的顶点 坐标; 基于设定的第 一网格矩阵构建所述第 一水平集函数, 基于设定的第 二网格矩阵用于构 建所述第二水平集 函数; 将通过坐标平移变换后的所述OPC前的掩膜图案映射到所述第一网格矩阵, 并将通过 坐标平移变换后的所述OPC后的掩膜图案映射到所述第二网格矩阵; 在所述第 一网格矩阵中识别所述第 一网格矩阵中距离最接近所述OPC前的掩膜图案边 的第一格点集合, 并在所述第二网格矩阵中识别所述第二网格矩阵中距离最接近所述OPC 后的掩膜图案边的第二格点 集合; 计算所述第一格点集合中的格点与所述OPC前的掩膜图案边的第一最小距离, 并计算 所述第二格点 集合中的格点和所述OPC后的掩膜图案边的第二 最小距离; 识别所述第一格点集合中的格点与所述OPC前的掩膜图案的第一位置关系, 并识别所 述第二格点 集合中的格点和所述OPC后的掩膜图案的第二 位置关系; 根据所述第 一最小距离和所述第 一位置关系 进行计算得到所述第 一水平集函数, 并根 据所述第二 最小距离和所述第二 位置关系进行计算得到所述第二水平集 函数。 3.根据权利要求2所述的方法, 其特征在于, 将通过坐标平移变换后的所述OPC前的掩 膜图案映射到第一网格矩阵, 并将通过坐标平移变换后的所述OPC后的掩膜图案映射到第 二网格矩阵, 包括: 将通过坐标平移变换后的所述OPC前的掩膜图案的中心与所述第一网格矩阵的中心网 格重合, 映射到所述第一网格矩阵; 所述第一网格矩阵包括所述第一部 分图案的裁剪窗口, 且所述第一网格矩阵的大小等于或大于所述第一部分图案的裁 剪窗口; 将通过坐标平移变换后的所述OPC后的掩膜图案的中心与所述第二网格矩阵的中心重 合, 映射到所述第二网格矩阵, 所述第二网格矩阵的大小包括所述第二部分图案的裁剪窗 口, 且所述第二网格矩阵的大小等于或大于所述第二部分图案的裁 剪窗口。 4.根据权利要求1所述的方法, 其特征在于, 所述将所述第 一水平集函数作为神经网络 模型的输入, 所述第二水平集函数作为所述神经网络模型 的输出进行训练, 得到掩膜图案 修正模型, 包括:权 利 要 求 书 1/2 页 2 CN 114332057 A 2将所述第一水平集 函数划分为训练数据集和验证数据集; 采用神经网络对所述训练数据集进行训练, 得到所述掩膜图案修 正模型。 5.根据权利要求1所述的方法, 其特征在于, 所述第 一水平集函数和第 二水平集函数为 符号距离函数。 6.一种掩膜图案修 正方法, 其特 征在于, 包括: 获取待进行光学邻近效应校正OPC的掩膜图案; 根据所述待进行OPC的掩膜图案, 计算得到第一水平集函数, 所述第一水平集函数表示 所述待进行OPC的掩膜图案在离 散网格上的图像; 将所述第一水平集函数输入至掩膜图案修正模型, 输出第二水平集函数, 所述第二水 平集函数表示OPC后的掩膜图案在离 散网格上的图像; 根据所述第二水平集 函数生成所述OPC后的掩膜图案 。 7.根据权利要求6所述的方法, 其特征在于, 所述根据所述第二水平集函数生成所述 OPC后的掩膜图案, 包括: 基于所述第二水平集函数, 对所述第二水平集函数进行阈值化以获取所述OPC后的掩 膜图案, 所述阈值 化的阈值 为格点到所述OPC后的掩膜图案边的距离 。 8.一种掩膜图案修 正模型的训练设备, 其特 征在于, 包括: 获取模块, 用于获取光学邻近效应校正OPC前的掩膜图案和OPC后的掩膜图案; 计算模块, 用于分别基于所述OPC前的掩膜图案和所述OPC后的掩膜图案, 计算得到第 一水平集函数和第二水平集函数, 所述第一水平集函数表示所述OPC前的掩膜图案在离散 网格上的图像, 所述第二水平集 函数表示所述OPC后的掩膜图案在离 散网格上的图像; 训练模块: 用于将所述第一水平集函数作为神经网络模型的输入, 所述第二水平集函 数作为所述神经网络模型的输出进行训练, 得到掩膜图案修 正模型。 9.一种掩膜图案修 正设备, 其特 征在于, 包括: 获取模块: 用于获取待 进行光学邻近效应校正OPC的掩膜图案; 计算模块: 用于根据所述待进行OPC前的掩膜图案, 计算得到第一水平集函数, 所述第 一水平集 函数表示所述待 进行OPC的掩膜图案在离 散网格上的图像; 输入模块: 用于将所述第一水平集 函数输入至掩膜图案修 正模型 输出模块: 用于输出第二水平集函数, 所述第二水平集函数表示OPC后的掩膜图案在离 散网格上的图像; 生成模块, 用于根据所述第二水平集 函数生成所述OPC后的掩膜图案 。 10.一种掩膜图案修正设备, 包括: 处理器、 存储器, 所述存储器中存储代码, 所述处理 器运行所述存储器中存储的代码, 以执行如权利要求6 ‑7中任一项所述的掩膜图案修正方 法。 11.一种计算机可读存储介质, 其特征在于, 所述计算机可读存储介质中存储有计算机 执行指令, 所述计算机执行指令被处理器执行时用于实现如权利要求6 ‑7中任一项所述的 掩膜图案修 正方法。 12.一种计算机程序产品, 包括计算机程序, 该计算机程序被处理器执行时实现权利要 求6‑7中任一项所述的掩膜图案修 正方法。权 利 要 求 书 2/2 页 3 CN 114332057 A 3

.PDF文档 专利 掩膜图案修正模型的训练方法及掩膜图案修正方法

文档预览
中文文档 21 页 50 下载 1000 浏览 0 评论 309 收藏 3.0分
温馨提示:本文档共21页,可预览 3 页,如浏览全部内容或当前文档出现乱码,可开通会员下载原始文档
专利 掩膜图案修正模型的训练方法及掩膜图案修正方法 第 1 页 专利 掩膜图案修正模型的训练方法及掩膜图案修正方法 第 2 页 专利 掩膜图案修正模型的训练方法及掩膜图案修正方法 第 3 页
下载文档到电脑,方便使用
本文档由 人生无常 于 2024-03-18 21:50:59上传分享
站内资源均来自网友分享或网络收集整理,若无意中侵犯到您的权利,敬请联系我们微信(点击查看客服),我们将及时删除相关资源。