AI 图像增强改善芯片缺陷检测

AI Image Enhancement Improves Detection Of Flip-Chip Interconnect Defects (MCL, PVA TePla, ASE)

AI 摘要

研究人员提出基于 AI 的图像增强工作流程，专门针对改善扫描声学显微镜 (SAM) 图像，以提高翻转芯片极端低 K 层中裂纹的可检测性，以应对现代半导体器件日益小型化和复杂化带来的挑战。

正文 · 清洗整理版

研究人员在材料中心列本、PVA TePla 和先进半导体工程 (ASE) 发布了题为《基于 AI 的图像增强改善微电子封装互连缺陷检测》的论文。传统失效分析 (FA) 方法因现代半导体器件日益小型化和复杂化而面临挑战。特别是在先进封装架构的背端线 (BEOL) 中使用的翻转芯片极端低 K 层中的裂纹检测具有挑战性。为提高这些所谓“白色凸起”的可检测性，我们提出了一种基于 AI 的图像增强工作流程，专门针对改善扫描声学显微镜 (SAM) 图像。

popularity

Wilhelmer R.、Djuric-Rissner T.、Czurratis P. 等人的技术论文发表在《失效分析与预防》期刊 (2026)。

DOI: 10.1007/s11668-026-02537-z。

开放获取。