Los sonidos cardíacos y los soplos proporcionan información crucial para el diagnóstico de enfermedades valvulares del corazón (EVC). Un fonocardiograma (PCG) combinado con técnicas modernas de procesamiento digital proporciona una herramienta complementaria para los clínicos. Este artículo propone un punto de referencia de diferentes representaciones tiempo-frecuencia, que son espectrogramas, mel-espectrogramas y cocleogramas para obtener imágenes, además del uso de dos técnicas de interpolación para mejorar la calidad de las imágenes, que son bicúbica y Lanczos. Se extraen características profundas de un modelo preentrenado llamado VGG16, y para la reducción de características, se aplica el algoritmo Boruta. Para evaluar los modelos y obtener resultados más precisos, se utiliza una validación cruzada anidada. Los mejores resultados logrados en este estudio fueron para el cocleograma con una precisión del 99.2% y la representación mel-espectrograma con la técnica de interpolación bicúbica, que alcanzó una precisión del 99.4%, ambos con una máquina de soporte vectorial (SVM) como algoritmo clasificador. En general, este estudio destaca el potencial de las representaciones tiempo-frecuencia de las señales del PCG combinadas con técnicas modernas de procesamiento digital y algoritmos de aprendizaje automático para un diagnóstico preciso de EVC.