La cardiotocografía (CTG) es una técnica ampliamente utilizada para monitorear la frecuencia cardíaca fetal (FHR) durante el trabajo de parto y evaluar la salud del bebé. Sin embargo, la interpretación visual de las señales de CTG es subjetiva y propensa a errores. Los métodos automatizados que imitan las pautas clínicas han sido desarrollados, pero no lograron mejorar la detección de trazas anormales. Este estudio tiene como objetivo clasificar los CTG con y sin compromiso grave al nacer utilizando CTG recopilados rutinariamente de 51,449 nacimientos a término a partir de los primeros 20 minutos de grabaciones de FHR. Se comparan tres arquitecturas basadas en 1D-CNN y LSTM. También transformamos la señal de FHR en imágenes 2D utilizando una representación tiempo-frecuencia con un espectrograma y un análisis de escalograma, y posteriormente, las imágenes 2D son analizadas utilizando 2D-CNNs. En la arquitectura multimodal propuesta, el 2D-CNN y el 1D-CNN-LSTM están conectados en paralelo. Los modelos son evaluados en términos de área parcial bajo la curva (PAUC) entre una tasa de falsos positivos del 0-10%; y sensibilidad al 95% de especificidad. La arquitectura paralela 1D-CNN-LSTM superó a los otros modelos, logrando un PAUC de 0.20 y una sensibilidad del 20% al 95% de especificidad. Nuestro trabajo futuro se centrará en mejorar el rendimiento de clasificación mediante el uso de un conjunto de datos más grande, analizando trazas de FHR más largas e incorporando factores de riesgo clínicos.