提出了一种极紫外光刻掩模多层膜相位型缺陷的形貌重建方法。采用表面与底部形貌参数表征相位型缺陷的三维形貌;采用原子力显微镜测量缺陷表面形貌参数;采用傅里叶叠层成像技术重建含缺陷的空白掩模空间像复振幅;采用卷积神经网络与多层感知器两种深度学习模型构建空间像振幅/相位与缺陷底部形貌参数之间的关系,建立缺陷底部形貌参数重建模型;利用训练后模型从空间像的振幅与相位信息中重建出缺陷底部形貌参数。仿真结果表明,训练后模型可准确重建相位型缺陷的底部形貌参数。凸起型与凹陷型缺陷的底部半峰全宽重建结果的均方根误差分别为0.51 nm和0.43 nm,底部高度重建结果的均方根误差分别为3.35 nm和1.73 nm