本发明涉及一种缺陷提取方法，具体地说，涉及一种基于神经网络的晶圆缺陷提取方法。其包括挖掘历史晶圆制造过程中产生的缺陷数据，提取缺陷数据组成数据集，在晶圆制造产线上实时扫描晶圆片，根据时间序列生成一系列晶圆图像数据，将生成的一系列晶圆图像数据输入数据集，采用神经网络缺陷检测算法输出晶圆缺陷情况，晶圆缺陷不合格，表示晶圆图像数据与数据集内的元素匹配，输出机器停止运行信号，键出数据集中的缺陷数据。本发明一方面可以在出现缺陷时将机器停止运行，避免机器制造出缺陷较大不合格的晶圆，另一方面可以快速确定当前晶圆缺陷的命名和产生原因，方便后续根据产生原因改善机器。