La arritmia es una de las causas de muerte súbita en lactantes, y es muy importante detectar la arritmia fetal para el bienestar del feto. El electrocardiograma fetal (ECG) es uno de los métodos para detectar un latido. La arritmia fetal puede detectarse en base a los resultados de detección de latidos de las señales de ECG, como los intervalos entre latidos. Sin embargo, la precisión de la detección de arritmias se degrada fácilmente dependiendo de la precisión de la detección de latidos. En este documento, proponemos un método de detección de arritmias fetales basado en aprendizaje profundo utilizando señales de ECG. Recientemente, los métodos de detección de arritmias utilizando señales de ECG de adultos han logrado una alta precisión en la detección de arritmias basada en aprendizaje profundo. Motivados por este hecho, en el método propuesto, las señales de ECG adquiridas se segmentan, y los segmentos se introducen en un modelo de aprendizaje profundo que los clasifica en normales o arrítmicos. Basándose en los resultados de clasificación de múltiples segmentos, se juzga a un sujeto como sano o con arritmia. Cada segmento de los datos de entrenamiento se divide en tres categorías basadas en el intervalo estimado entre latidos: (i) normal, (ii) arrítmico, y (iii) un segmento que podría ser tanto normal como arrítmico. Solo se utilizan los segmentos etiquetados como normales o arrítmicos para entrenar un modelo de aprendizaje profundo y lograr una mayor precisión de clasificación del modelo. A través de estos procedimientos, el método propuesto detecta la arritmia fetal con menos efectos de los resultados de detección de latidos. Los resultados experimentales muestran que el método propuesto logra una precisión del 96.2%, una especificidad del 100% y una sensibilidad del 100%, mejorando los valores de los métodos convencionales basados en la detección de latidos y detección de características.