1.一种胎心率信号的处理方法，其特征在于，包括：获取胎心率信号；

对所述胎心率信号进行特征提取，对提取的特征进行拼接，得到所述胎心率信号的嵌入矩阵；

提取所述嵌入矩阵的长期依赖特征，得到所述胎心率信号的表征矩阵；

将所述表征矩阵输入分类器，获取所述分类器输出的分类结果。

2.如权利要求1所述的方法，其特征在于，对所述胎心率信号进行特征提取，对提取的特征进行拼接，得到所述胎心率信号的嵌入矩阵，包括：对所述胎心率信号进行平滑处理，得到平滑处理后的胎心率信号；

提取所述平滑处理后的胎心率信号的频率特征以及相位角特征；

拼接所述胎心率信号对应的矩阵、所述平滑处理后的胎心率信号对应的矩阵、所述频率特征、所述相位角特征，得到所述胎心率信号的嵌入矩阵。

3.如权利要求2所述的方法，其特征在于，对所述胎心率信号进行平滑处理，得到平滑处理后的胎心率信号，包括：采用二次双线性插值算法对所述胎心率信号进行插值处理，将插值处理后的胎心率信号作为平滑处理后的胎心率信号。

4.如权利要求2所述的方法，其特征在于，提取所述平滑处理后的胎心率信号的频率特征以及相位角特征，包括：

对所述平滑处理后的胎心率信号进行快速傅里叶变换以及相位角运算，得到所述频率特征以及所述相位角特征。

5.如权利要求1所述的方法，其特征在于，提取所述嵌入矩阵的长期依赖特征，得到所述胎心率信号的表征矩阵，包括：采用多层注意力模型提取所述嵌入矩阵的长期依赖特征，得到所述胎心率信号的表征矩阵。

6.如权利要求5所述的方法，其特征在于，所述采用多层注意力模型提取所述嵌入矩阵中的长期依赖特征，得到所述胎心率信号的表征矩阵，包括：根据公式 以及公

式 得到所述胎心率信号的表征矩阵；其中，x表示胎心率信号(n) (m)

的表征矩阵，X 表示多层注意力模型的最后一层注意力结构所输出的特征矩阵，X 表示(m‑1)

多层注意力模型的第m层注意力结构所输出的特征矩阵，X 表示多层注意力模型的第m‑1层注意力结构所输出的特征矩阵，m和n表示正整数，1≤m≤n，Wo表示权重映射矩阵，(0)

均为第m‑1层注意力结构的模型参数，X 为嵌入矩阵，c表示常数，“T”表示转置运算，softmax表示归一化指数函数。

7.如权利要求1所述的方法，其特征在于，在所述获取胎心率信号之前，所述方法还包括：

采用交叉熵损失函数训练分类模型，得到所述分类器。

8.一种胎心率信号的处理装置，其特征在于，包括：获取模块，用于获取胎心率信号；

拼接模块，用于对所述胎心率信号进行特征提取，对提取的特征进行拼接，得到所述胎心率信号的嵌入矩阵；

提取模块，用于提取所述嵌入矩阵的长期依赖特征，得到所述胎心率信号的表征矩阵；

分类模块，用于将所述表征矩阵输入分类器，获取所述分类器输出的分类结果。

9.一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述的方法。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的方法。