AI 图像增强改进倒装芯片互连缺陷检测（MCL、PVA TePla、ASE）

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

AI 导读

Materials Center Leoben、PVA TePla 与 ASE 的研究团队发表了一项基于 AI 的图像增强工作流，专门用于改进扫描声学显微镜（SAM）图像质量，以提升倒装芯片超低 K 层“white bumps”裂纹缺陷的检测能力。

正文 · AI 翻译

popularity

来自莱奥本材料中心、PVA TePla和Advanced Semiconductor Engineering（ASE）的研究人员发表了《AI-Based Image Enhancement Improves Detection of Interconnect Defects in Microelectronic Packaging》。

摘要节选：
“由于现代半导体器件日益小型化和复杂化，传统的失效分析（FA）方法面临越来越大的挑战。其中，检测倒装芯片极低 K 层中的裂纹尤为困难，这类倒装芯片被用于后道工序（BEOL）的先进封装架构中。为了提高这些所谓‘白点’的可检测性，我们提出了一种基于 AI 的图像增强工作流程，专门用于改进扫描声学显微镜（SAM）图像的质量。”

点击此处查看该技术论文。2026年10月

Wilhelmer, R., Djuric-Rissner, T., Czurratis, P. et al. AI-Based Image Enhancement Improves Detection of Interconnect Defects in Microelectronic Packaging. J Fail. Anal. and Preven. (2026). https://doi.org/10.1007/s11668-026-02537-z. 开放获取。