Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 浙江丽水中欣晶圆半导体科技有限公司刘佳钦获国家专利权

浙江丽水中欣晶圆半导体科技有限公司刘佳钦获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉浙江丽水中欣晶圆半导体科技有限公司申请的专利基于图像分割的晶圆生产方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120890977B

龙图腾网通过国家知识产权局官网在2026-02-13发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202511031547.2,技术领域涉及:G01N21/88;该发明授权基于图像分割的晶圆生产方法及系统是由刘佳钦;杨伟;陈海婷设计研发完成,并于2025-07-25向国家知识产权局提交的专利申请。

基于图像分割的晶圆生产方法及系统在说明书摘要公布了:本发明提供了一种基于图像分割的晶圆生产方法及系统,涉及晶圆生产技术领域,本发明通过图像分割构建多区域时空热响应矩阵,并结合热扩散方程自动确定最优温度扰动量,实现热扩散异常区域的精准标记;随后对标记区域施加多波长测量光并动态校正光强,增强不同深度与形貌缺陷的识别灵敏度;引入微振动与光响应数据,利用预训练缺陷预测模型提取多模态特征,生成初步缺陷指标;最终采用偏振结构光的偏振度与相位迟延进行乘法修正,既能放大真实缺陷信号,亦能抑制噪声干扰,显著提升检测准确性、区分度与鲁棒性,提高晶圆的生产质量。

本发明授权基于图像分割的晶圆生产方法及系统在权利要求书中公布了:1.基于图像分割的晶圆生产方法,其特征在于,具体步骤包括: 步骤S1:采集待检测晶圆表面的热图像数据,并基于图像分割算法将该热图像数据划分为多个固定大小的测量区域,在监测期间内,采集每一测量区域在预设温度变化量作用下的热响应数据,以形成多区域的时空热响应矩阵; 步骤S2:利用热扩散方程分析各测量区域在监测期间的热响应数据,以确定温度变化情况,并标记热扩散异常区域,同时确定最优预设温度变化量; 步骤S3:依次对标记出的热扩散异常区域施加多波长测量光,引入热扩散异常区域的热响应数据和最优预设温度变化量进行多元线性分析,以对多波长测量光的基准光强进行动态调整,得到调整后光强; 步骤S4:对每个热扩散异常区域施加微振动,并采集相应的振动响应数据,同时获取各热扩散异常区域下的光响应数据; 将振动响应数据、热响应数据与光响应数据输入预先训练好的缺陷预测模型,缺陷预测模型利用历史缺陷数据库中的标注数据进行特征自动提取与关联分析,生成反映区域缺陷严重程度的初步缺陷测量指标; 步骤S5:基于各热扩散异常区域的初步缺陷测量指标,对各热扩散异常区域施加不同组合的偏振结构光,并根据偏振度与相位迟延修正初步缺陷测量指标; 还包括对预设温度变化量在预设范围内进行多点模拟测量,确定使全局温度变化幅度最大的最优预设温度变化量,具体包括: 从多个测量区域中随机抽取m个测量区域;并定义预设温度变化量的候选集合;对每个候选的预设温度变化量进行多点模拟;多点模拟首先设定晶圆表面的温度上下限;之后对m个测量区域进行预扫描,以获取相应温度时序数据; 在给定预设温度变化量下,计算抽取的测量区域在监测期间内最大温度变化范围;以及计算候选的预设温度变化量对应的平均变化幅度; 在所有候选的预设温度变化量中,将平均变化幅度最大的预设温度变化量作为最优预设温度变化量; 还包括在最优预设温度变化量条件下,基于二维热扩散方程的有限差分离散计算残差,将超出第一预设阈值的测量区域标记为热扩散异常区域,具体包括: 对测量区域i的温度时序数据,计算近似时间导数;并确定近似时间导数中测量区域i的温度变化幅度; 对测量区域i及其四邻域的温度值,计算离散化空间的拉普拉斯算子; 对每个测量区域i,计算热扩散方程离散形式的残差;统计全部测量区域的残差均值与标准差;设定异常判定系数k,并设定是第一预设阈值,当时,将测量区域i标记为热扩散异常区域; 其中,所述缺陷预测模型采用深度神经网络或机器学习算法,具体为: 将压电陶瓷微振动台置于热扩散异常区域上,以采集原始振动信号表征的振动响应数据;对原始振动信号做4阶巴特沃斯带通滤波,得到滤波后信号; 基于原始振动信号,分别计算热扩散异常区域的根均方值特征和峰值特征; 获取热扩散异常区域的光强时序数据;并分别计算热扩散异常区域的平均光响应和光响应标准差; 获取热扩散异常区域的热响应数据中的温度变化幅度; 将根均方值特征,峰值特征,平均光响应和光响应标准差以及温度变化幅度作为缺陷预测模型的输入特征;初步缺陷测量指标作为缺陷预测模型的输出; 根据历史训练集标签分布,计算缺陷预测模型所对应训练集中的均值与标准差,进而设定第二预设阈值; 若初步缺陷测量指标大于第二预设阈值时,则在“初步缺陷表”中标注热扩散异常区域为“疑似缺陷”。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人浙江丽水中欣晶圆半导体科技有限公司,其通讯地址为:323000 浙江省丽水市莲都区南明山街道绿谷大道309号国际车城15号楼11层-241;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。