买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉弘润半导体(苏州)有限公司申请的专利一种半导体封装测试优化方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120373052B 。

龙图腾网通过国家知识产权局官网在2025-09-02发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510870471.6，技术领域涉及：G06F30/23；该发明授权一种半导体封装测试优化方法及系统是由李维繁星;沈红星;陈泳宇;盛道亮设计研发完成，并于2025-06-26向国家知识产权局提交的专利申请。

本一种半导体封装测试优化方法及系统在说明书摘要公布了：本发明公开了一种半导体封装测试优化方法及系统，涉及封装测试领域，包括，采集多维异常信号并进行预处理，生成标准数据集，对标准数据集中的数据分别进行特征提取，得到标准特征向量，并输入构建完成的异常检测模型中，得到异常信号报告，通过异常信号报告和预定义的映射规则为芯片分配测试项目，生成结构图谱和电性图谱，并输入进多模态Transformer模型中，输出融合图谱，根据融合图谱计算测试权重生成测试权重图和区域优先级列表。本发明提升先进封装的测试效率、微小缺陷检测精度和边界失效预测。

本发明授权一种半导体封装测试优化方法及系统在权利要求书中公布了：1.一种半导体封装测试优化方法，其特征在于：包括， 采集多维异常信号并进行预处理，生成标准数据集； 对标准数据集中的数据分别进行特征提取，得到标准特征向量，并输入构建完成的异常检测模型中，得到异常信号报告； 通过异常信号报告和预定义的映射规则为芯片分配测试项目，生成结构图谱和电性图谱，并输入进多模态Transformer模型中，输出融合图谱； 所述输出融合图谱是指将结构图谱和电性图谱进行预处理后输入训练完成的多模态Transformer模型，通过多层注意力机制学习结构与电性特征的关联，生成融合图谱，具体为， 对芯片进行超声扫描，生成内部结构图像，采用边缘检测算法对内部结构图像进行增强后提取结构特征，将提取的结构特征映射至预设网格坐标系，生成结构图谱； 对芯片进行电性测试，采集电性数据，并映射至网格坐标系，生成电性热力图，计算每个网格的数据偏离度，通过阈值标记异常区域，生成电性图谱； 对结构图谱与电性图谱进行标准化处理，统一维度和数值范围后输入多模态Transformer模型，通过多层注意力机制执行特征融合，第一层注意力机制计算结构特征与电性特征的局部空间关联，生成网格级关联权重； 后续注意力机制逐步提取跨网格全局特征，建立结构缺陷与电性异常的因果映射关系，生成融合图谱； 根据融合图谱计算测试权重生成测试权重图和区域优先级列表； 通过测试权重图和区域优先级列表，使用A*算法规划测试路径生成优化测试序列，同时针对芯片边界区域使用有限元分析软件建立封装芯片三维模型，输出应力分布图； 所述生成优化测试序列，具体为， 加载测试权重图与区域优先级列表，提取高优先级网格坐标集合与低优先级网格坐标集合； 以芯片中心网格为路径搜索起点，初始化开放列表与关闭列表，定义网格搜索空间，迭代执行路径搜索，探索当前网格的相邻网格，计算实际测试时间代价； 以曼哈顿距离估算至未覆盖高优先级网格的启发式时间代价，更新相邻网格路径代价得到优化测试序列； 所述输出应力分布图是通过有限元分析软件模拟芯片边界区域的热应力和机械应力生成的； 使用训练完成的微损伤风险模型对应力分布图进行处理，得到微损伤概率分布图，获取边界区域的测试点分布和测试项目计划，具体包括如下步骤， 使用历史测试数据对XGBoost模型进行训练，得到微损伤风险模型； 将应力分布图输入进微损伤风险模型进行推理，生成微损伤概率分布图； 根据工艺需求和生产经验设置区域阈值，在微损伤概率分布图划分风险区域，并确定边界区域的测试点分布，生成测试项目计划。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人弘润半导体(苏州)有限公司，其通讯地址为：215500 江苏省苏州市常熟市碧溪街道通港路58号10幢；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。