ABSTRACT. Fetal monitoring may help with possible recognition of problems in the fetus. This research work focuses on the design of the Back-propagation Neural Network (BPNN) and Adaptive Linear Neural Network (ADALINE) to extract the Fetal Electrocardiogram (FECG) from the Abdominal ECG (AECG). FECG is extracted to assess the fetus well-being during the pregnancy period of a mother to overcome some existing difficulties regarding the fetal heart rate (FHR) monitoring system. Different sets of ECG signal has been tested to validate the algorithm performance. The accuracy of the QRS detection using the designed algorithm is 99%. This research work further made a comparison study between various methods' performance and accuracy and found that the developed algorithm gives the highest accuracy. This paper opens up a passage to biomedical scientists, researchers, and end users to advocate to extract the FECG signal from the AECG signal for FHR monitoring system by providing valuable information to help them for developing more dominant, flexible and resourceful applications.Keywords: fetal electrocardiogram, QRS complex, neural network, artificial intelligence, fetal heart rate.ECG materno baseado em rede neural backpropagation a partir de sinal abdominal para monitoramento fetal contínuo RESUMO. O monitoramento fetal pode auxiliar o reconhecimento de problemas no feto. Este estudo objetivou a concepção da Rede Neural Backpropagation (RNBP) para obter o eletrocardiograma fetal (ECGF) a partir do ECG abdominal (ECGA). O ECGF é obtido para avaliar o bem estar fetal durante a gravidez a fim de superar alguma dificuldade durante o monitoramento da frequência cardíaca do feto (FCF). Diferentes séries de sinais de ECG foram testados para avaliar o desempenho do algoritmo. A precisão da detecção de QRS usando o algoritmo concebido é de 99%. O presente estudo também comparou o desempenho e precisão de vários métodos e observou que o algoritmo projetado fornece a maior acurácia. Este trabalho permite que cientistas biomédicos, pesquisadores e usuários finais defendam o uso do sinal do ECGF ao invés do sinal do ECGA para monitorar a FCF, fornecendo valiosas informações para o desenvolvimento de aplicações mais dominantes, flexíveis e criativas.Palavras-chave: eletrocardiograma fetal, complexo QRS, rede neural, inteligência artificial, frequência cardíaca fetal.