在半导体三维封装与MEMS器件加工中，深反应离子刻蚀形成的深槽深度、侧壁倾角及侧壁波纹度直接决定了器件性能。然而，由几何尺寸引发的图案依赖效应会导致不同开口尺寸下的刻蚀形貌存在显著差异。目前破坏性切片观察耗时数小时且无法在线生产，而无损光学检测又受限于分辨率限制，难以还原深槽内部侧壁与波纹细节。因此，实现高吞吐、高精度、完全无损的在线测量是行业迫切需求。
图1：智能虚拟测量模型整体架构
针对上述挑战，北京大学集成电路学院/微米纳米加工技术全国重点实验室/集成电路高精尖创新中心王玮教授团队结合深硅刻蚀的物理规律与深度学习技术，构建了从二维表面观测数据到三维完整形貌的非破坏性映射网络。 在视觉提取方面，团队基于 YOLO-Pose 架构开发了针对刻蚀 SEM 图像的计算机视觉模型，引入路径聚合网络实现多尺度特征融合，自动精准定位深槽顶口、底口与深度的亚像素关键点。模型关键点定位 Pose mAP50-95 达到 0.995，核心几何尺寸提取准确率超过 95.11%（R2>0.98）。 在形貌预测方面，团队将反应离子刻蚀滞后与 Knudsen 气体扩散传输理论引入特征工程，设计了分层级联与混合集成模型，利用 LightGBM 精准反演深度与侧壁倾角；再结合深层神经网络、随机森林与 LightGBM 的加权集成，成功解决了 Bosch 工艺带来的高度非线性，实现了对微观侧壁波纹尺寸的高精度建模预测。
图二：视觉提取网络与物理先验级联预测架构
团队在 8 英寸晶圆上完成了跨尺寸与跨密度的严苛验证，提出了两种互补策略：S2L（小预测大）模式仅需观察制样极快的小尺寸浅区结构，即可无损推演大尺寸、高深宽比区域的形貌，将 FIB 制样效率提升 50~400 倍；L2S（大预测小）模式则降低了对微小 HAR 结构的直接切片与观察门槛。双向测试表明，该框架对深度、角度及侧壁波纹的无损推演平均准确率达 93.96%，将数小时的传统检测周期缩短至 1 分钟以内，实现了近实时的工艺闭环反馈。未来，团队将进一步推广该框架至多种复杂刻蚀体系，推动下一代半导体自主智能制造的发展。
图3｜ 跨尺度双向推演泛化性验证及检测效率提升对比
相关成果以“Pattern-Aware Intelligence Enables Nondestructive, Rapid Quantification of High-Aspect-Ratio Silicon Etching”为题发表于 Advanced Science。北京大学信息工程学院2023级硕士研究生何姝妍与北京大学集成电路学院特聘副研究员陈浪为论文共同第一作者；北京大学集成电路学院王玮教授、金玉丰教授、陈浪特聘副研究员为论文共同通讯作者。主要合作者还包括北京大学温博博士。 该研究得到了国家重点研发计划、国家自然科学基金以及中国博士后科学基金的资助支持。
论文链接：https://doi.org/10.1002/advs.76723.
