我有一个由fMRI图像（来自小鼠）组成的数据集，它被分成4组（应用不同的药物剂量水平）。每个fMRI图像是4D，这意味着每个体素是时间序列。对于每个fMRI图像，我想提取一个特征向量。
现在我想使用小波分解进行特征提取。在Matlab中不存在4D小波分解，因此我通过取时间序列的平均值将4D图像转换为3D。然后我可以应用3D小波分解并将LL分量作为特征，这意味着做类似的事情：
WT = wavedec3(fMRI, 4, 'db4');
LL = WT.dec(1);
temp = cell2mat(LL);
feature_vector = temp(:);
当然，之后可以应用特征选择算法（如递归特征消除）来减少维数。
您如何看待这种方法？有更好的方法吗？