随着“感知中国”的提出，物联网被正式列为国家新兴战略性产业，写入“政府工作报告”，并且被纳入了国家重点基础研究发展计划(973计划).物联网在我国受到了全社会极大的关注，其中医疗物联网就是目前的一个研究重点和热点。在医疗物联网的实际应用中，能实现数据的有效融合，对于提高网络的传输效率，降低网络的功耗都有很大的帮助。因此，开展医疗物联网中数据融合算法的研究具有非常重要的意义。　　 本文针对医疗物联网中医疗数据的监测情况，围绕着数据融合和相关的路由技术进行研究。首先介绍了医疗物联网的基本概念以及主要特点，并对医疗物联网中的数据融合技术进行了分析总结。讨论在基于事件驱动的环境下，应用数据融合技术的方法来提高网络的效率以及数据的准确性。根据医疗物联网中数据的特殊性，提出了一种基于事件驱动的簇-树型数据融合算法DFCTA。　　 DFCTA算法采用簇-树相结合的拓扑结构，基于事件的严重程度来进行动态分簇和决定相应簇的覆盖范围，然后由当前的簇头构建簇内的数据融合子树，最后将这些融合子树按照连通代价连接起来构成一棵完整的数据融合树，这样数据可以沿融合树传输，能够提高数据的准确性，延长网络的生命期。由于医疗物联网中的数据具有突发性、数据量大等特点，采用事件驱动的方式非常适合于对突发事件的监测，同时还可以使不在监测区域内的节点处于休眠状态，减少网络中节点的能量消耗。本文分析了网络中的融合延时问题，并通过计算节点的融合等待时间，提出最小的融合延时方法。实验证明，DFCTA算法具有较好的融合性能，是一种快速可靠的方法，具有重要的现实意义。　　 最后，设计了医疗物联网中的智能健康管理数据融合系统。该系统针对智能健康管理多源异构数据融合的层次集成化的特点，提出了由融合节点组成的融合树的数据融合体系结构，并利用基于事件驱动的簇-树型融合算法来实现智能健康管理的监测设计。仿真监测表明该系统可以对信息有效集成，使管理效果更加优化。