買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉弘潤半導體(蘇州)有限公司申請的專利一種半導體封裝測試優化方法及系統獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN120373052B 。

龍圖騰網通過國家知識產權局官網在2025-09-02發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510870471.6，技術領域涉及：G06F30/23；該發明授權一種半導體封裝測試優化方法及系統是由李維繁星;沈紅星;陳泳宇;盛道亮設計研發完成，并于2025-06-26向國家知識產權局提交的專利申請。

本一種半導體封裝測試優化方法及系統在說明書摘要公布了：本發明公開了一種半導體封裝測試優化方法及系統，涉及封裝測試領域，包括，采集多維異常信號并進行預處理，生成標準數據集，對標準數據集中的數據分別進行特征提取，得到標準特征向量，并輸入構建完成的異常檢測模型中，得到異常信號報告，通過異常信號報告和預定義的映射規則為芯片分配測試項目，生成結構圖譜和電性圖譜，并輸入進多模態Transformer模型中，輸出融合圖譜，根據融合圖譜計算測試權重生成測試權重圖和區域優先級列表。本發明提升先進封裝的測試效率、微小缺陷檢測精度和邊界失效預測。

本發明授權一種半導體封裝測試優化方法及系統在權利要求書中公布了：1.一種半導體封裝測試優化方法，其特征在于：包括， 采集多維異常信號并進行預處理，生成標準數據集； 對標準數據集中的數據分別進行特征提取，得到標準特征向量，并輸入構建完成的異常檢測模型中，得到異常信號報告； 通過異常信號報告和預定義的映射規則為芯片分配測試項目，生成結構圖譜和電性圖譜，并輸入進多模態Transformer模型中，輸出融合圖譜； 所述輸出融合圖譜是指將結構圖譜和電性圖譜進行預處理后輸入訓練完成的多模態Transformer模型，通過多層注意力機制學習結構與電性特征的關聯，生成融合圖譜，具體為， 對芯片進行超聲掃描，生成內部結構圖像，采用邊緣檢測算法對內部結構圖像進行增強后提取結構特征，將提取的結構特征映射至預設網格坐標系，生成結構圖譜； 對芯片進行電性測試，采集電性數據，并映射至網格坐標系，生成電性熱力圖，計算每個網格的數據偏離度，通過閾值標記異常區域，生成電性圖譜； 對結構圖譜與電性圖譜進行標準化處理，統一維度和數值范圍后輸入多模態Transformer模型，通過多層注意力機制執行特征融合，第一層注意力機制計算結構特征與電性特征的局部空間關聯，生成網格級關聯權重； 后續注意力機制逐步提取跨網格全局特征，建立結構缺陷與電性異常的因果映射關系，生成融合圖譜； 根據融合圖譜計算測試權重生成測試權重圖和區域優先級列表； 通過測試權重圖和區域優先級列表，使用A*算法規劃測試路徑生成優化測試序列，同時針對芯片邊界區域使用有限元分析軟件建立封裝芯片三維模型，輸出應力分布圖； 所述生成優化測試序列，具體為， 加載測試權重圖與區域優先級列表，提取高優先級網格坐標集合與低優先級網格坐標集合； 以芯片中心網格為路徑搜索起點，初始化開放列表與關閉列表，定義網格搜索空間，迭代執行路徑搜索，探索當前網格的相鄰網格，計算實際測試時間代價； 以曼哈頓距離估算至未覆蓋高優先級網格的啟發式時間代價，更新相鄰網格路徑代價得到優化測試序列； 所述輸出應力分布圖是通過有限元分析軟件模擬芯片邊界區域的熱應力和機械應力生成的； 使用訓練完成的微損傷風險模型對應力分布圖進行處理，得到微損傷概率分布圖，獲取邊界區域的測試點分布和測試項目計劃，具體包括如下步驟， 使用歷史測試數據對XGBoost模型進行訓練，得到微損傷風險模型； 將應力分布圖輸入進微損傷風險模型進行推理，生成微損傷概率分布圖； 根據工藝需求和生產經驗設置區域閾值，在微損傷概率分布圖劃分風險區域，并確定邊界區域的測試點分布，生成測試項目計劃。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人弘潤半導體(蘇州)有限公司，其通訊地址為：215500 江蘇省蘇州市常熟市碧溪街道通港路58號10幢；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。