En el presente trabajo se propone una metodología para la reducción de dimensión en representaciones tiempo frecuencia (TFRs) enfocada a la clasificación de bioseñales no estacionarias, que trata directamente su cantidad de datos irrelevantes y redundantes, combinando una etapa de selección de características con una etapa de reducción de dimensión por medio de métodos de descomposición lineal extendidos a datos bidimensionales. La metodología se prueba sobre un conjunto de TFRs paramétricas calculadas sobre una base de datos de señales fonocardiográficas (FCG) para la detección de soplos cardiacos. Los resultados muestran una mejora comparados con otras metodologías que no tienen en cuenta la presencia de datos irrelevantes y redundantes en las representaciones, además, el uso de las metodologías de descomposición lineal bidimensionales reducen adecuadamente la redundancia de las TFRs, obteniendo un nuevo conjunto de características 2D de menor dimensión que el conjunto inicial.