針對在胎兒心電信號提取中，U-Net同級卷積編碼器尺度的單一性忽略了母親和胎兒心電特征波的大小和形態差異，且當殘差收縮模塊作為編碼器的閾值學習過程中缺少對心電信號時間信息利用的問題，本文提出一種基于多尺度殘差收縮U-Net模型的胎兒心電信號提取方法。首先在殘差收縮模塊中引入Inception和時間域注意力，增強同級卷積編碼器的胎兒心電信號多尺度特征提取能力和時間域信息的利用；為了保持更多的心電波形局部細節特征，將U-Net中的最大池化替換為Softpool；最后，由殘差模塊和上采樣構成的解碼器逐步生成胎兒心電信號。本文應用臨床心電信號進行實驗，最終結果表明：與其他胎兒心電提取算法相比，本文方法可以提取更為清晰的胎兒心電信號，在2013年競賽數據集上靈敏度、陽性預測值和F1分數分別達到93.33%、99.36%、96.09%。因此本文方法可以有效提取胎兒心電信號，為圍產期胎兒健康監護提供了一種具有應用價值的方法。