Objetivo: Para monitorear la salud y el crecimiento fetal, la frecuencia cardíaca fetal es un indicador crítico. El electrocardiograma fetal no invasivo es una medida ampliamente empleada para la estimación de la frecuencia cardíaca fetal, la cual se extrae de los electrodos colocados en la superficie del abdomen materno. Sin embargo, las calidades de las grabaciones del ECG fetal son frecuentemente afectadas por ruidos de diversas fuentes de interferencia. En general, las estimaciones de la frecuencia cardíaca fetal son poco confiables cuando se utilizan señales de ECG fetal de baja calidad para la estimación de la frecuencia cardíaca fetal, lo que hace que la estimación precisa de la frecuencia cardíaca fetal sea una tarea desafiante. Por lo tanto, la evaluación de la calidad de la señal de los registros del ECG fetal es un paso esencial antes de la estimación de la frecuencia cardíaca fetal. En otras palabras, se supone que algunos segmentos de señal de ECG fetal de baja calidad deben ser detectados y eliminados mediante la utilización de la evaluación de la calidad de la señal, para mejorar la precisión de la estimación de la frecuencia cardíaca fetal. Se han introducido algunos enfoques de evaluación de la calidad de la señal de ECG fetal basados en el aprendizaje supervisado y se ha demostrado que clasifican con precisión segmentos de señal de ECG fetal de alta y baja calidad, pero se requieren grandes conjuntos de datos de ECG fetal con anotaciones de calidad en estos métodos. Sin embargo, los conjuntos de datos de ECG fetal etiquetados son limitados. Métodos propuestos: En este artículo se propone un enfoque de evaluación de la calidad de la señal de ECG fetal multinivel basado en el aprendizaje no supervisado para identificar tres niveles de calidad de la señal de ECG fetal. Extraímos algunas características asociadas con la calidad de la señal, incluidas características basadas en entropía, características estadísticas e índices de calidad de la señal de ECG. Además, se calcula una característica basada en un autoencoder, la cual está relacionada con el error de reconstrucción de los espectrogramas generados a partir de segmentos de señal de ECG fetal. Los segmentos de señal de ECG fetal de alta, mediana y baja calidad se clasifican introduciendo estas características en un mapa autoorganizado. Resultados principales: Los resultados experimentales mostraron que nuestra propuesta logró un puntaje F1 promedio ponderado del 90% en la clasificación de la calidad de la señal de ECG fetal en tres niveles. Además, con la eliminación aceptable de los segmentos de señal de baja calidad detectados, los errores de la estimación de la frecuencia cardíaca fetal se redujeron en cierta medida.