一种基于U-Net神经网络的光学邻近效应校正方法

本发明公开了一种基于U‑Net神经网络的光学邻近校正方法。步骤1：利用光刻仿真模拟软件生成用于训练与测试的数据集；步骤2:对于数据集图像进行预处理，包括掩模与光强分布图的裁剪以及光强分布图的边缘提取；步骤3：构建U‑Net卷积神经网络，对已有的数据集进行训练；步骤4：将理想条件下的光强分布图像进行相同的预处理过程后作为输入，利用训练得到的网络模型，得到目标掩模图案；步骤5：将目标掩模图案利用实验室已有的光刻仿真模拟软件进行模拟，得到光强分布图，对比观察其与未经修饰的掩模得到的光强分布图。优化后的掩模图案经仿真可显著减少边缘放置误差，提高光刻图形的精度和可制造性。